Sélectionner un thème dans la liste

page précedente

nombre total de tiges #3
Nombre de tiges de tous les arbres et arbustes vifs et morts (sur pied et à terre) d'au moins 12 cm de diamètre à hauteur de poitrine (DHP). Le nombre total de tiges est la somme du nombre de tiges et du nombre de tiges de bois mort.

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)

état de l'arbre (vif/mort) #1265
Classification des arbres et arbustes à partir de 12 cm de diamètre à hauteur de poitrine (DHP) selon qu'ils sont vifs ou morts. Source: relevé de terrain (MID 58: Bemerkungen, MID 1018: Baumzustand)

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-IFN5 #2382
Forêt dont moins des deux tiers de la surface était couverte d'arbustes et qui était atteignable à pied lors des cinq inventaires IFN1 (1983-1985), IFN2 (1993-1995), IFN3 (2004-2006), IFN4 (2009-2017) et IFN5 (2018-2026).

réseau 1,4 km, sous-réseaux 1 à 5 #1746
Sous-réseaux 1, 2, 3, 4 et 5 des relevés de terrain sur le réseau d'échantillonnage avec un maillage de 1,4 km (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.

IFN5
nombre total de tiges
essence principale · état de l'arbre (vif/mort)
découpage régional: région de production
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
		région de production
		Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
essence principale	état de l'arbre (vif/mort)	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	0	.	0	.	0	.	0	.	0	.	0	.
	mort	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.
épicéa	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	15516	8	22814	7	36987	6	69685	4	11014	13	156015	3
	mort	2545	13	1834	14	8224	10	12384	7	1420	18	26408	5
	total	18061	7	24648	7	45211	6	82069	4	12434	13	182423	3
sapin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	15727	7	11462	8	16768	8	6463	11	1563	25	51983	4
	mort	1588	14	740	16	1673	13	1040	20	163	33	5205	8
	total	17315	7	12202	8	18442	7	7503	11	1726	24	57188	4
pin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	1658	19	1411	17	920	55	9327	14	223	72	13541	11
	mort	560	25	231	31	165	68	2678	16	105	53	3739	13
	total	2218	18	1642	16	1086	50	12006	13	328	58	17280	10
mélèze	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	148	44	1395	35	342	44	11296	8	5302	15	18482	7
	mort	0	.	52	54	110	62	2310	14	720	22	3192	12
	total	148	44	1447	35	452	47	13606	8	6022	14	21675	7
arole	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	0	.	0	.	0	.	4183	18	49	100	4231	17
	mort	0	.	0	.	0	.	268	31	0	.	268	31
	total	0	.	0	.	0	.	4451	17	49	100	4500	17
autres résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	712	31	1083	25	227	33	877	29	44	70	2942	15
	mort	37	71	17	100	0	.	352	41	0	.	406	36
	total	749	30	1100	25	227	33	1229	31	44	70	3349	16
hêtre	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	23618	5	19798	6	16948	7	11036	10	12090	13	83489	3
	mort	1938	14	965	17	1635	15	1355	23	699	25	6593	8
	total	25556	5	20763	6	18583	7	12390	10	12790	13	90082	3
érable	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	7086	10	6005	10	6014	11	6192	11	1122	28	26420	5
	mort	425	26	223	42	211	39	418	28	76	80	1354	16
	total	7511	10	6229	10	6226	11	6610	11	1197	27	27773	5
frêne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	2960	13	4535	10	3272	16	3356	16	2240	24	16364	7
	mort	833	24	888	23	1015	21	525	25	180	45	3441	11
	total	3793	14	5423	10	4287	14	3881	15	2420	23	19805	6
chêne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	2492	26	2495	16	213	33	1413	27	1978	26	8591	12
	mort	410	29	307	32	94	63	106	41	434	34	1352	17
	total	2902	24	2802	16	307	32	1520	27	2412	26	9943	11
châtaignier	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	0	.	0	.	0	.	143	47	10308	14	10450	13
	mort	0	.	0	.	0	.	37	100	5022	14	5059	14
	total	0	.	0	.	0	.	180	56	15330	12	15510	12
autres feuillus	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	4140	11	7324	10	3755	13	11204	11	13962	11	40383	5
	mort	864	19	710	20	1268	21	3254	13	2731	14	8826	8
	total	5004	10	8033	10	5022	13	14458	10	16692	11	49210	5
indéterminable	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	0	.	0	.	0	.	0	.	0	.	0	.
	mort	244	32	84	44	341	21	560	19	77	50	1305	12
	total	244	32	84	44	341	21	560	19	77	50	1305	12
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	vif	74057	3	78322	3	85446	4	135175	3	59893	5	432892	2
	mort	9444	7	6051	8	14737	7	25288	5	11627	8	67148	3
	total	83501	3	84373	3	100183	3	160463	3	71520	5	500040	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. 1279226. Birmensdorf, Swiss Federal Research Institute WSL

page précedente