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 (5 classes) #1157
Espèce des arbres et arbustes à partir d'un diamètre à hauteur de poitrine (DHP) de 12 cm, avec des classes distinctes pour les trois espèces ou groupes d'espèces les plus fréquents en Suisse (épicéa - Picea spp.; sapin - Abies spp.; hêtre - Fagus sylvatica) et les classes «autres résineux» et «autres feuillus» pour les autres espèces. Source: relevé de terrain (MID 50: Baumart)

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
volume du bois fort de tige (UCB 2010)
classes d'assortiments (USC 2010) · essence (5 classes)
découpage régional: région de production
unité: 1000 m³
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
classes d'assortiments (USC 2010)	essence (5 classes)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.
petit bois	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	2133	11	1026	13	791	16	738	9	84	17	4772	6
	sapin	1899	9	562	14	352	15	208	41	12	24	3034	7
	autres résineux	224	38	190	31	27	33	257	9	62	21	760	14
	hêtre	75	7	65	7	54	9	33	11	34	14	260	4
	autres feuillus	35	10	48	9	31	12	39	10	80	9	233	5
	indéterminable	0	72	0	0	0	100	0	0	0	0	0	68
	total	4366	7	1891	10	1255	11	1275	9	272	8	9059	4
classes 1 et 2	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	3295	10	7495	7	12593	6	20646	4	2997	13	47026	3
	sapin	2792	10	3495	10	5007	8	1848	12	423	27	13565	5
	autres résineux	895	17	1093	13	331	40	6807	7	1524	13	10649	5
	hêtre	5701	7	4804	6	4363	8	2603	11	2614	14	20085	4
	autres feuillus	3953	8	5130	7	3622	10	4333	8	6746	7	23784	4
	indéterminable	8	48	6	87	5	47	22	66	4	58	46	36
	total	16645	4	22023	3	25920	4	36259	3	14309	5	115155	2
classes 3 et 4	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	8715	7	9740	8	19245	5	27427	4	4804	15	69930	3
	sapin	7505	8	6574	9	9546	7	3694	12	835	26	28155	4
	autres résineux	1087	18	2216	13	520	45	8181	7	1965	12	13968	5
	hêtre	10304	5	9432	6	7740	8	3505	11	1999	12	32980	3
	autres feuillus	3569	10	6126	8	2641	10	2358	12	2535	10	17229	4
	indéterminable	11	100	0	0	0	0	13	100	0	0	23	71
	total	31190	3	34087	3	39692	3	45178	3	12138	7	162285	1
classes 5 et 6	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	2683	14	2894	12	7202	8	10120	6	2306	19	25205	4
	sapin	1981	16	2632	12	4185	10	2046	16	461	31	11305	6
	autres résineux	207	50	873	31	108	41	2543	10	723	23	4453	9
	hêtre	2351	12	4961	9	2224	15	1140	18	463	20	11138	6
	autres feuillus	551	20	2220	17	419	28	497	38	948	26	4636	11
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0
	total	7773	7	13580	6	14137	6	16346	5	4900	11	56736	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	16826	6	21155	6	39831	5	58931	4	10190	13	146933	2
	sapin	14177	7	13264	8	19090	6	7796	11	1732	24	56058	4
	autres résineux	2412	17	4371	13	985	32	17789	6	4273	12	29830	5
	hêtre	18431	5	19261	5	14381	7	7281	10	5110	11	64463	3
	autres feuillus	8109	8	13523	7	6713	9	7227	9	10310	7	45881	3
	indéterminable	19	61	6	87	5	47	35	56	4	58	70	34
	total	59974	3	71580	3	81004	3	99058	2	31619	5	343236	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. 1400839. Birmensdorf, Swiss Federal Research Institute WSL

page précedente