Sélectionner un thème dans la liste

page précedente

volume du bois fort de tige (UCB 2010) #211
Volume de bois de tige sans écorce ni souche d'au moins 7 cm de diamètre (limite du bois fort) de tous les arbres et arbustes d'au moins 12 cm de diamètre à hauteur de poitrine (DHP), déterminé au moyen des fonctions de volume de tige selon Kaufmann (2001). Les assortiments ont été définis selon l'édition de 2010 des Usages suisses du commerce du bois brut (UCB).

classes d'assortiments (USC 2010) #1788
Assortiment de bois ronds en quatre classes de diamètre selon les Usages suisses du commerce du bois brut, éditions de 2010 et 2021 (USC 2010). Les classes 1 et 2, 3 et 4 ainsi que 5 et 6 des USC 2010 sont regroupées par deux pour former une classe.

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)

région de forêt protectrice #829
Découpage de la Suisse utilisé dans l'IFN pour analyser des forêts protectrices. Les six régions de forêts protectrices ont été formées à partir des régions économiques en regroupant certaines régions selon des critères environnementaux et statistiques.

forêt accessible sans la forêt buissonnante #434
Forêt couverte à moins des deux tiers d'arbustes et accessible à pied.

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
volume du bois fort de tige (UCB 2010)
classes d'assortiments (USC 2010) · essence principale
découpage régional: région de forêt protectrice
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
		région de forêt protectrice
		Plateau/Jura		Nord des Alpes ouest		Nord des Alpes est		Sud-ouest des Alpes		Sud-est des Alpes		Sud des Alpes		Suisse
classes d'assortiments (USC 2010)	essence principale	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.
petit bois	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	3219	8	691	16	385	17	293	18	297	10	97	15	4983	6
	sapin	2500	8	267	14	199	34	92	68	8	29	13	23	3079	7
	pin	257	34	19	39	14	42	61	20	62	17	4	51	417	21
	mélèze	97	53	14	43	10	61	90	16	53	21	81	17	344	16
	arole	0	.	0	100	0	.	8	25	18	22	0	100	27	17
	autres résineux	61	40	4	43	4	38	0	56	2	36	0	100	72	34
	hêtre	143	5	43	11	38	11	4	36	8	28	36	14	271	4
	érable	20	12	13	16	14	17	2	35	3	44	4	34	56	8
	frêne	23	13	7	31	8	19	3	42	1	54	5	28	47	9
	chêne	26	13	2	39	1	54	4	36	1	74	8	28	41	11
	châtaignier	0	0	0	0	0	.	1	49	0	100	42	15	44	14
	autres feuillus	18	12	7	19	4	26	6	25	4	31	27	13	67	7
	indéterminable	0	72	0	0	0	100	0	0	0	0	0	0	0	68
	total	6363	6	1067	12	677	16	564	15	458	8	318	7	9448	4
classes 1 et 2	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	10994	6	13426	6	8398	8	5668	10	10235	7	3442	12	52163	3
	sapin	6378	7	4346	9	2086	13	385	25	219	27	440	26	13853	5
	pin	1357	13	279	48	227	37	1241	18	1033	19	111	46	4248	9
	mélèze	299	24	175	31	135	46	2783	12	1827	11	2057	11	7276	6
	arole	0	.	5	100	0	.	374	23	716	19	8	91	1103	15
	autres résineux	331	22	57	57	57	34	22	63	72	35	9	92	548	16
	hêtre	10659	4	3538	9	2867	11	521	28	380	27	2800	13	20766	4
	érable	3366	7	1566	13	1287	14	324	24	177	30	319	24	7039	5
	frêne	2456	9	955	21	919	16	316	26	213	50	542	25	5400	7
	chêne	1168	15	95	37	38	48	149	34	15	71	471	21	1936	11
	châtaignier	0	0	1	100	0	.	65	65	10	74	2904	12	2981	12
	autres feuillus	2398	8	922	12	875	17	737	15	746	20	3237	10	8915	5
	indéterminable	14	46	12	53	2	77	1	100	17	81	20	78	67	34
	total	39420	3	25377	4	16891	6	12587	7	15660	5	16359	4	126293	1
classes 3 et 4	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	19041	5	19398	6	13629	8	6392	9	12011	7	5094	14	75564	3
	sapin	14293	6	7748	8	4570	11	770	30	583	25	853	26	28817	4
	pin	2163	11	437	53	210	36	637	23	1071	19	97	51	4616	9
	mélèze	412	21	146	45	129	41	3507	12	2630	11	2200	11	9024	6
	arole	0	.	5	100	0	.	362	27	551	19	0	0	919	15
	autres résineux	726	32	14	85	5	100	0	0	0	0	49	100	794	30
	hêtre	20131	4	5521	11	5409	10	297	36	662	31	2081	11	34102	3
	érable	2465	9	902	14	1221	13	92	59	152	43	99	36	4930	6
	frêne	3850	10	680	23	929	18	98	50	45	46	193	38	5795	8
	chêne	2180	11	87	42	74	46	43	52	79	72	369	27	2832	10
	châtaignier	0	0	3	100	0	.	36	45	9	100	1141	15	1190	15
	autres feuillus	1567	15	360	35	295	26	163	34	106	38	919	15	3410	9
	indéterminable	11	100	27	71	0	0	0	0	14	100	0	0	51	50
	total	66839	2	35329	4	26470	6	12397	7	17913	6	13095	6	172042	1
classes 5 et 6	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	5709	9	7013	8	5919	11	2085	15	4156	11	2575	17	27456	4
	sapin	4828	10	3791	11	2012	16	216	41	414	30	466	30	11727	6
	pin	383	25	25	76	26	74	32	51	226	30	7	100	699	17
	mélèze	76	35	41	55	59	48	1171	16	937	17	897	21	3181	10
	arole	0	.	0	0	0	.	185	33	173	31	0	0	358	22
	autres résineux	620	44	28	100	0	0	0	0	0	0	18	100	666	41
	hêtre	7850	8	1766	18	1396	18	97	53	209	45	471	19	11790	6
	érable	485	24	80	33	117	32	0	0	16	75	0	0	698	18
	frêne	849	18	108	47	286	39	0	0	22	100	52	78	1316	15
	chêne	1227	27	7	100	46	65	7	100	13	71	35	58	1335	25
	châtaignier	0	0	0	0	0	.	45	62	0	0	870	28	915	26
	autres feuillus	538	33	209	85	45	47	22	58	51	88	33	45	897	29
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	total	22566	4	13066	6	9905	8	3861	10	6217	9	5423	10	61039	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	38963	4	40528	5	28331	7	14437	9	26698	6	11209	12	160166	2
	sapin	27999	5	16152	8	8867	11	1462	26	1224	24	1772	24	57477	4
	pin	4161	11	761	40	477	32	1971	17	2392	16	220	43	9981	8
	mélèze	883	18	375	30	333	35	7551	11	5448	10	5234	10	19824	6
	arole	0	.	10	100	0	.	930	22	1458	18	8	92	2407	13
	autres résineux	1739	30	103	52	65	36	23	62	74	34	75	99	2079	26
	hêtre	38783	4	10868	9	9709	10	920	28	1259	27	5388	11	66928	3
	érable	6336	6	2562	11	2639	11	417	25	348	30	422	24	12723	5
	frêne	7178	9	1749	20	2142	15	417	28	281	45	792	25	12558	7
	chêne	4600	12	191	31	159	40	202	34	108	71	883	20	6143	9
	châtaignier	0	0	4	100	0	.	148	54	20	84	4958	12	5129	11
	autres feuillus	4521	10	1499	22	1219	15	929	16	906	20	4215	10	13289	6
	indéterminable	25	51	39	52	2	77	1	100	31	64	20	78	118	29
	total	135189	2	74840	4	53943	5	29409	6	40247	5	35195	4	368822	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. 1197771. Birmensdorf, Swiss Federal Research Institute WSL

page précedente