Sélectionner un thème dans la liste

page précedente

accroissement (accroissement brut) #11
Augmentation du volume du bois de tige en écorce de tous les arbres et arbustes avec un diamètre à hauteur de poitrine (DHP) d’au moins 12 cm ayant survécu entre deux inventaires, le volume du bois de tige en écorce du passage à la futaie, et l’augmentation modélisée du volume du bois de tige en écorce des pertes durant la moitié de la période d’inventaire.

essence principale #90
Espèce d'arbre et d'arbuste à partir d'un diamètre à hauteur de poitrine (DHP) de 12 cm, avec des classes individuelles pour les dix espèces ou groupes d'espèces les plus fréquents en Suisse («essences principales») et les classes «autres résineux» et «autres feuillus» pour les autres espèces. Les essences principales sont les épicéas (Picea spp.), les sapins (Abies spp.), les pins (Pinus sylvestris, P. nigra, P. strobus, P. mugo subsp. uncinata), les mélèzes (Larix spp.), l'arole (Pinus cembra), le hêtre (Fagus sylvatica), les érables (Acer spp.), les frênes (Fraxinus spp.), les chênes (Quercus spp.) et le châtaignier (Castanea sativa). Source: relevé de terrain (MID 50: Baumart)

zones supérieures/inférieures #2635
Zones situées à des altitudes plus ou moins élevées, classées en fonction des étages de végétation selon la nomenclature du guide Gestion durable des forêts de protection (NaiS; Frehner et al. 2005). La frontière entre les zones supérieures et les zones inférieures s'étend au nord des Alpes entre les étages «montagnard supérieur» et «montagnard inférieur», et au sud des Alpes entre les étages «haut-montagnard» et «montagnard supérieur/inférieur». Les indications sont basées, d'une part, sur les étages de végétation déterminés par les experts (placettes forestières accessibles de l'IFN4 sur le réseau de 1,4 km; Arge Frehner et al. 2020) et, d'autre part, sur les étages de végétation modélisés pour la période 1981-2010 (autres placettes; Zischg et al. 2021).

région de production #49
Découpage de la Suisse en cinq régions (Jura, Plateau, Préalpes, Alpes et Sud des Alpes) avec des conditions de croissance et de production de bois relativement homogènes. Les régions de production ont été définies par l'Office fédéral des forêts bien avant le premier inventaire forestier national (IFN1, 1983-1985). À une petite exception près au bord du lac Léman, les frontières des régions de production suivent encore les frontières communales de l'époque. Contrairement à l'IFN, la statistique forestière gérée par l'Office fédéral de la statistique se base non pas sur les régions de production, mais sur les zones forestières, dont la délimitation est légèrement différente.

forêt accessible sans la forêt buissonnante IFN1/IFN2 #531
Forêt couverte par des arbustes sur moins des deux tiers de sa surface et atteignable à pied, tant dans l'IFN1 (1983-1985) que dans l'IFN2 (1993-1995).

réseau 1,4 km #410
Réseau d'échantillonnage de l'IFN avec un maillage de 1,4 km. Le réseau 1,4 km est commun à tous les inventaires terrestres précédents, c'est pourquoi il est également appelé réseau de base.

Estimation et erreur standard de l’estimation

Les résultats publiés dans les tableaux IFN sont des estimations portant sur des paramètres de la forêt suisse (paramètres de population) dont les valeurs réelles ne sont pas connues et qui sont donc extrapolées (estimées) à partir des données de l’échantillon de l’IFN. Les extrapolations contiennent des incertitudes. Cependant, la précision de l’extrapolation opérée à partir de l’échantillon aléatoire de l’IFN peut être estimée de façon fiable. Pour ce faire, tous les tableaux IFN indiquent une seconde valeur à côté de l’estimation: l’erreur standard de l’estimation.

La plupart des tableaux indiquent l’erreur standard relative (« ±% »), mais parfois, surtout pour les pourcentages estimés, c’est l’erreur standard absolue (« ± ») qui est indiquée. Le rapport entre l’erreur standard absolue et relative est le suivant:

erreur standard relative = erreur standard absolue / estimation x 100

erreur standard absolue = erreur standard relative × estimation / 100

Les données sur la desserte sont issues d’un recensement complet des routes forestières. Dans ce cas, il n’est pas nécessaire d’indiquer d’erreur standard puisqu’il n’existe pas d’incertitude liée à l’échantillonnage.

Intervalle de confiance de l’estimation

À l’aide de l’estimation et de son erreur standard, il est possible de calculer l’intervalle de confiance de l’estimation en indiquant:

sa limite inférieure
estimation - tQ × erreur standard absolue

et sa limite supérieure
estimation + tQ × erreur standard absolue

Si le calcul se fait avec l’erreur standard simple (tQ = 1), on obtient l’«intervalle de confiance à 68%». On peut alors admettre que la valeur réelle du paramètre de la population se situe avec une probabilité de 68% dans cet intervalle de confiance. Si l’on utilise l’erreur standard double pour le calcul (tQ = 2), la valeur réelle du paramètre se situe avec une probabilité de 95% dans l’intervalle de confiance, à savoir l’«intervalle de confiance à 95%».

Significativité de l’estimation

L’intervalle de confiance permet d’examiner statistiquement si le paramètre de population estimé est plus grand ou plus petit qu’une certaine valeur de référence, respectivement si deux paramètres de population estimés se distinguent effectivement (dans la population réelle). Dans la pratique, le processus adopté est le suivant: lorsqu’une valeur de référence est située hors de l’intervalle de confiance, on admet que la valeur estimée pour la population se distingue significativement de la référence; si la valeur de référence se situe à l’intérieur de l’intervalle, on interprète la différence entre valeur estimée et valeur de référence comme aléatoire et donc non significative. Pour comparer deux paramètres de population, on considère qu’ils se distinguent de façon significative lorsque leurs intervalles de confiances ne se superposent pas.

Traitement de valeurs manquantes

Lors du calcul des résultats, on ne dispose pas toujours de données pour toutes les combinaisons de catégories des variables de classification et du découpage régional^*. Cela indique dans la plupart des cas que le paramètre estimé à l’aide de la variable cible n’apparaît pas ou seulement très rarement. Généralement, on introduit (« impute ») alors la valeur 0. Mais comme cette valeur n’est pas issue de mesures directes, l’erreur standard correspondante est représentée par un point [.]. Lorsqu’on se réfère à la valeur supposée de 0 lors d’un calcul, par exemple pour indiquer des pourcentages ou certaines estimations de changements, il n’est pas possible d’indiquer une valeur. Dans ce cas, on introduit un point [.] pour la valeur estimée et l’erreur standard.

Par exemple, on n’a jusqu’ici ni trouvé ni mesuré d’arole sur le Plateau (volume des aroles selon les régions de production). On peut donc admettre que si les valeurs manquent, c’est que l’arole n’est effectivement pas présent dans cette région et que son volume doit y être de 0.

^* p. ex. combinaison de la catégorie « arole» de la variable de classification « essence » et de la catégorie « Plateau » du découpage régional

Changements

L’IFN distingue deux types de changements:

Le premier concerne des variables cibles spécifiques pour des composantes de changement telles que l’accroissement, l’exploitation, la mortalité ou les disparitions. Ces variables cibles ne sont disponibles que pour deux cycles d’inventaires successifs, p. ex. IFN3-IFN4. Lors de leur évaluation, la catégorie de la variable de classification du second cycle d'inventaire est attribuée à celle du premier cycle d'inventaire. Ces évaluations ne tiennent donc pas compte du changement de la catégorie d’un inventaire à l'autre (p. ex. de la propriété privée à la propriété publique).

Pour le second type de changements, on utilise les différences de variables cibles telles que le nombre de tiges, le volume sur pied ou la surface forestière afin d’établir un bilan du changement entre deux cycles d’inventaire. Ces variables cibles sont habituellement utilisées pour représenter des états, p. ex. dans l’IFN4, mais peuvent aussi révéler les changements entre deux inventaires quels qu’ils soient, p. ex. LFI1-LFI4. Lors de leur évaluation, on tient compte du changement d’une catégorie de la variable de classification. Ainsi, il est possible de constater p. ex. que la surface de la forêt sans la forêt buissonnante a augmenté. Cela n’a d’effet que pour les variables de classification qui peuvent effectivement changer de caractéristiques, p. ex. l’appartenance à la surface forestière ou l’état de l’arbre.

IFN1–IFN2
accroissement (accroissement brut)
essence principale · zones supérieures/inférieures
découpage régional: région de production
unité: 1000 m³/an
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1/IFN2
réseau: réseau 1,4 km
évolution 1983/85–1993/95
		région de production
		Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
essence principale	zones supérieures/inférieures	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	0	.	0	.	0	.	0	.	0	.	0	.
	zones supérieures	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.
épicéa	pas d'indication	0	.	0	.	0	.	0	0	0	.	0	0
	zones inférieures	250	8	1251	4	327	9	105	14	31	40	1980	3
	zones supérieures	264	8	21	36	894	5	1184	4	137	11	2500	3
	total	517	6	1271	4	1219	4	1288	4	167	11	4474	2
sapin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	239	8	502	6	301	8	37	24	19	29	1102	4
	zones supérieures	170	11	7	40	271	9	91	12	7	29	553	6
	total	410	6	509	6	573	6	128	11	26	22	1660	3
pin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	42	15	66	14	3	63	31	19	2	138	144	9
	zones supérieures	1	47	0	.	7	45	68	14	2	97	77	13
	total	43	15	66	14	10	37	99	11	4	81	222	8
mélèze	pas d'indication	0	.	0	.	0	.	0	0	0	.	0	0
	zones inférieures	6	37	34	22	9	42	12	40	15	39	76	15
	zones supérieures	2	100	0	.	0	100	206	8	45	18	252	7
	total	8	39	34	22	9	41	218	8	60	16	326	7
arole	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	0	.	0	.	0	.	0	.	0	.	0	.
	zones supérieures	0	.	0	.	1	74	26	19	1	96	27	18
	total	0	.	0	.	1	74	26	19	1	96	27	18
autres résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	9	46	33	27	2	49	-1	104	0	100	44	23
	zones supérieures	0	.	0	.	0	58	2	43	0	.	2	40
	total	9	46	33	27	3	46	1	156	0	100	47	22
hêtre	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	501	5	689	5	274	10	110	16	133	11	1711	3
	zones supérieures	102	11	6	37	106	14	43	20	1	39	263	8
	total	601	5	695	5	382	8	154	13	134	11	1985	3
érable	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	49	13	76	13	33	16	15	32	6	30	179	8
	zones supérieures	18	18	1	60	33	17	36	17	0	592	89	10
	total	67	10	77	13	66	12	51	15	6	44	269	6
frêne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	86	12	197	9	70	14	31	21	26	21	411	6
	zones supérieures	4	34	0	90	5	73	11	32	3	72	24	24
	total	89	12	198	9	75	14	43	18	29	20	438	6
chêne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	45	16	110	12	8	37	11	31	28	24	203	9
	zones supérieures	1	99	0	.	0	.	1	69	-2	100	1	334
	total	46	16	110	12	8	37	12	29	27	26	205	9
châtaignier	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	0	.	2	88	0	.	2	74	159	11	158	10
	zones supérieures	0	.	0	.	0	.	0	100	2	65	2	60
	total	0	.	2	88	0	.	2	69	161	10	161	10
autres feuillus	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	54	15	125	10	29	16	47	16	99	10	352	6
	zones supérieures	8	31	1	71	22	18	67	14	19	22	117	10
	total	62	13	126	10	51	12	114	11	118	9	470	5
indéterminable	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	0	.	0	.	0	.	0	.	0	.	0	.
	zones supérieures	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.
total	pas d'indication	0	.	0	.	0	.	0	0	0	.	0	0
	zones inférieures	1281	3	3084	2	1056	5	400	8	517	6	6360	2
	zones supérieures	572	6	37	26	1340	4	1735	3	215	9	3907	2
	total	1852	2	3120	2	2398	3	2135	3	732	4	10286	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 1327856. Birmensdorf, Swiss Federal Research Institute WSL

page précedente