Sélectionner un thème dans la liste

page précedente

volume des arbres vifs (bois de tige) #21
Volume de bois de tige en écorce des arbres et arbustes vifs (sur pied et à terre) d'au moins 12 cm de diamètre à hauteur de poitrine (DHP). Au plan international, il correspond au «growing stock».

forêt protectrice (2022) #2576
Zone située à l'intérieur/à l'extérieur d'une forêt protectrice délimitée en 2022 par les cantons selon les critères harmonisés de Silvaprotect-CH (Losey et Wehrli 2013). En 2022, le Canton d'Argovie n'avait pas encore délimité le périmètre de ses forêts protectrices. Source: données SIG de l'OFEV, 2022

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)

arrondissement forestier (2024) #2777
Découpage régional dont les arrondissements forestiers constituent l'unité. Cette variable a été mise en oeuvre en 2023 et se base sur une enquête réalisée auprès des services forestiers cantonaux en 2022/2023.

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).

Que représentent les chiffres ?
À quoi sert l'erreur standard ?
Quand deux résultats sont-ils statistiquement différents ?
Quand ne suffit-il pas de considérer uniquement l'erreur standard ?
Deux types d’évolutions ?
Évaluations de l’évolution : quand les résultats sont-ils (non) additifs ?
Pourquoi l'erreur standard et la valeur estimée sont-elles parfois représentées par un point (« . ») ?
Pourquoi certains tableaux n'indiquent-ils pas d'erreur standard ?
Valeurs négatives en cas de volume, d'accroissement ou d'exploitation ?

1. Que représentent les chiffres ?

La plupart des tableaux présentent des résultats calculés à l'aide de méthodes statistiques à partir des données de l'inventaire par échantillonnage de l'Inventaire forestier national (IFN). Ces résultats se composent toujours de deux chiffres: 1) la valeur estimée et 2) l'erreur d'échantillonnage, appelée erreur standard.

Exemple 1 : Valeur estimée et erreur standard

IFN5

volume de bois mort (bois de tige)

propriété (2 classes)

découpage régional: région de production

unité: m³/ha

ensemble analysé: forêt accessible sans la forêt buissonnante

réseau: réseau 1,4 km, sous-réseaux 1 à 5

état 2018/26
	région de production
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
propriété (2 classes)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
publique	30	10	17	13	37	9	36	6	26	10	30	4
privée	27	17	20	12	50	10	32	8	39	13	34	5
total	29valeur estimée	9erreur standard	19	9	44	7	35	5	29	8	32	3

La plupart du temps, les tableaux indiquent l'erreur standard relative (en pourcentage « ±% »), mais parfois – pour les pourcentages estimés – l'erreur standard absolue (« ± »).

haut

2. À quoi sert l'erreur standard ?

L'erreur standard permet de délimiter des intervalles de confiance autour de la valeur estimée, qui contiennent la vraie valeur de la population avec un certain niveau de certitude statistique.

La certitude statistique est de

68% si l'intervalle de confiance est calculé à l'aide de l'erreur standard simple
(intervalle de confiance à 68% = valeur estimée ± erreur standard), et
95% si l'intervalle de confiance est calculé avec l’erreur standard double
(intervalle de confiance à 95% = valeur estimée ± 2 × erreur standard*)

Exemple 2 : Calculer les intervalles de confiance

IFN5
volume de bois mort (bois de tige)
propriété (2 classes)
découpage régional: région de production
unité: m³/ha
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
	région de production
	Jura
propriété (2 classes)	m³/ha	±%
publique	30	10
privée	27	17
total	29	9

Question
Quel est l'intervalle de confiance à 68% et à 95% des estimations ci-dessus ?

Procédure

Calculer l'erreur standard absolue (= erreur standard relative × valeur estimée / 100)
Calculer les intervalles de confiance
- intervalle de confiance à 68% = estimation ± erreur standard absolue
- intervalle de confiance à 95% = estimation ± 2 × erreur standard absolue

Réponse

			étape 1	étape 2

propriété (2 classes)	volume de bois mort Jura IFN5
	valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
publique	30	10	3	27-33	24-36
privée	27	17	5	22-32	17-37
total	29	9	3	26-32calculé avec l'erreur standard simple, c'est-à-dire 29 ± 3	23-35calculé avec l'erreur standard double, soit 29 ± 2 × 3

Dans le Jura, le volume de bois mort se situe avec une certitude statistique de 68% entre 26 et 32 m³/ha et avec une certitude statistique de 95% entre 23 et 35 m³/ha.

L'intervalle de confiance à 95% est plus grand que l'intervalle de confiance à 68%. C'est ce qui explique la plus grande certitude statistique.

Exemple 3 : Visualisation de l'intervalle de confiance à 68% et à 95%

Données : voir exemple 2

Lors de l'interprétation des résultats, il faut à chaque fois déterminer le niveau de certitude avec lequel on souhaite faire une déclaration.

Dans l'Inventaire forestier national (IFN), on se base en général sur l'intervalle de confiance à 68%.

haut

3. Quand deux résultats sont-ils statistiquement différents ?*

On peut le déterminer en comparant les intervalles de confiance de deux estimations :

Si les intervalles de confiance à 68% de deux estimations ne se chevauchent pas, on peut supposer avec une certaine certitude que les deux populations sont différentes.
Si les intervalles de confiance à 95% de deux estimations ne se chevauchent pas, on peut supposer avec une grande certitude que les deux populations sont différentes.

Exemple 4 : Interprétation de deux résultats du même inventaire

IFN5

volume des arbres vifs (bois de tige)

propriété (2 classes)

découpage régional: région de production

unité: m³/ha

ensemble analysé: forêt accessible sans la forêt buissonnante

réseau: réseau 1,4 km, sous-réseaux 1 à 5

état 2018/26
	région de production
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
propriété (2 classes)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
publique	331	3	311	3	405	4	300	3	256	5	314	2
privée	387	5	432	4	454	4	348	4	285	6	398	2
total	345	2	363	2	431	2	314	2	262	4	343	1

	cas 2						cas 1

cas 1

Question
Le volume des arbres vifs par hectare est-il plus élevé dans les Alpes qu'au Sud des Alpes ?

Procédure

Calculer les erreurs standard absolues
Calculer les intervalles de confiance en fonction du niveau de certitude souhaité :
- intervalles de confiance à 68% (certaine certitude ; erreur standard absolue simple)
- intervalles de confiance à 95% (grande certitude; erreur standard absolue double)
Vérifier si les intervalles de confiance ne se chevauchent pas au niveau de certitude souhaité

Réponse

propriété (2 classes)	volume des arbres vifs, IFN5
	Alpes					Sud des Alpes
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
total	314	2	6	308-320	302-326	262	4	10	252-272	242-282

Ni les intervalles de confiance à 68% ni les intervalles de confiance à 95% ne se chevauchent (chiffres ).

Dans ce cas, le niveau de certitude choisi n'a aucune influence sur le résultat.

Dans l'ensemble, cela signifie qu'il existe une grande certitude statistique que le volume des arbres vifs par hectare est plus élevé dans les Alpes qu'au Sud des Alpes.

cas 2

Question
Le volume des arbres vifs par hectare est-il plus élevé sur le Plateau que dans le Jura ?

Procédure

Voir cas 1.

Réponse

propriété (2 classes)	volume des arbres vifs, IFN5
	Jura					Plateau
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
total	345	2	7	338-352	331-359	363	2	7	356-370	349-377

Les intervalles de confiance à 68% ne se chevauchent pas (paires de chiffres ).
En revanche, les intervalles de confiance à 95% se chevauchent (paires de chiffres ).

Dans ce cas, le niveau de certitude choisi a une influence sur l'interprétation des résultats : au niveau de l'intervalle de confiance à 68%, on arrive à la conclusion que le volume des arbres vifs par hectare est plus élevé sur le Plateau que dans le Jura. Au niveau de l'intervalle de confiance à 95%, on ne peut en revanche pas tirer cette conclusion.

En considérant les deux niveaux de certitude, on peut dire qu'il existe statistiquement une certaine, mais pas une grande certitude, que le volume des arbres vifs par hectare est plus élevé sur le Plateau que dans le Jura.

Les intervalles de confiance permettent également de vérifier si une valeur estimée à l'aide de l'échantillon de l’Inventaire forestier national (IFN) s'écarte d'une valeur cible (issue par exemple de la politique forestière) ou si une évolution entre deux inventaires est statistiquement certaine.

Exemple 5 : Interprétation de deux résultats d'inventaires différents

propriété (2 classes)	volume des arbres vifs sur Plateau*
	IFN4		IFN5
	m³/ha	±%	m³/ha	±%
publique	340	3	309	3
privée	447	4	432	4
total	386	2	363	2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbres vifs par hectare a-t-il diminué entre l'IFN4 et l'IFN5 ?

Procédure

calculer les erreurs standard absolues
calculer les intervalles de confiance en fonction du niveau de certitude souhaité
- intervalles de confiance à 68% (certaine certitude ; erreur standard absolue simple)
- intervalles de confiance à 95% (grande certitude; erreur standard absolue double)
vérifier si les intervalles de confiance ne se chevauchent pas au niveau de certitude souhaité

Réponse

propriété (2 classes)	volume des arbres vifs sur le Plateau*
	IFN4					IFN5
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
publique	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privée	447	4	16	431-463	415-479	432	4	17	415-449	398-466
total	386	2	8	378-394	370-402	363	2	9	354-372	345-381
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Les intervalles de confiance à 68% ne se chevauchent pas pour les forêts publiques et le total (paires de chiffres ), mais ils le font pour les forêts privées (paires de chiffres ). Au niveau de certitude des intervalles de confiance à 68%, on arrive à la conclusion que le volume des arbres vifs par hectare a diminué au Plateau dans les forêts publiques et en total. Pour les forêts privées, la diminution n'est pas statistiquement certaine.

Les intervalles de confiance à 95% se chevauchent dans chacune des trois catégories. Au niveau de certitude des intervalles de confiance à 95%, il n'est donc pas statistiquement certain que le volume des arbres vifs ait diminué, même pour les forêts publiques et le total.

Voir toutefois les exemples 6 et 7, dans lesquels les évolutions entre deux inventaires sont interprétées à l'aide du bilan, qui est plus sensible.

Pour de nombreuses variables cibles, l'IFN permet de vérifier si une évolution entre deux inventaires est statistiquement certaine, non seulement en comparant les états dans les deux inventaires (voir exemple 5), mais aussi en analysant le bilan entre les deux inventaires.

Pour ce faire, il faut là aussi commencer par définir le niveau de certitude qui doit s'appliquer à l'énoncé :

Une évolution a eu lieu avec une certaine certitude si l'erreur standard relative simple du bilan est inférieure à 100% ou si l'intervalle de confiance calculé avec l'erreur standard absolue simple (intervalle de confiance à 68%) n'inclut pas la valeur 0.
Une évolution a eu lieu avec une grande certitude si la double erreur standard relative du bilan est inférieure à 100% ou si l'intervalle de confiance calculé avec la double erreur standard absolue (intervalle de confiance à 95%) n'inclut pas la valeur 0.

Exemple 6 : Interprétation des évolutions (bilans) avec l'erreur standard relative

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
	m³/ha	±%
publique	-34	30
privée	-9	147
total	-23	34
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbre vifs par hectare a-t-il diminué entre l’IFN4 et l’IFN5 ?

Procédure

Définir le niveau de certitude (intervalle de confiance à 68% ou 95%)
Vérifier si
- l'erreur standard relative simple est inférieure à 100% (niveau de certitude de l'intervalle de confiance à 68%)
- l'erreur standard relative double est inférieure à 100% (niveau de certitude de l'intervalle de confiance à 95%)

Réponse

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
		simple	double
	m³/ha	±%	±%
publique	-34	30	60
privée	-9	147	294
total	-23	34	68
* forêt accessible sans la forêt buissonnante IFN4/IFN5

L'erreur standard relative simple est inférieure à 100% pour les forêts publiques comme pour le total (chiffres ). En revanche, elle est supérieure à 100% (chiffres ) pour les forêts privées. Au niveau de certitude de l'intervalle de confiance à 68%, on conclut que le volume des arbres vifs a diminué sur le Plateau, tant dans les forêts publiques que dans le total. En revanche, la diminution du volume n'est pas statistiquement certaine pour les forêts privées.

On arrive à la même conclusion dans cet exemple avec le niveau de certitude de l’intervalle de confiance à 95%, car l’erreur standard relative double pour la forêt publique et le total est également inférieure à 100%.

Dans l'ensemble, cela signifie que la certitude statistique est élevée que le volume par hectare a diminué sur le Plateau dans les forêts publiques comme dans l'ensemble. En revanche, pour les forêts privées, la diminution du volume n'est pas statistiquement certaine (car l'erreur standard relative double et l'erreur standard relative simple sont toutes les deux inférieures à 100%).

Exemple 7 : Interprétation des évolutions (bilans) avec l'erreur standard absolue

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
	%	±
publique	-10	3
privée	-2	3
total	-6	2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbres vifs par hectare a-t-il diminué entre l'IFN4 et l'IFN5 ?

Procédure

Définir le niveau de certitude (intervalle de confiance à 68% ou 95%)
Calculer l'intervalle de confiance sur la base du niveau de certitude défini
- intervalle de confiance à 68% avec l'erreur standard absolue simple
- intervalle de confiance à 95% avec l'erreur standard absolue double
Vérifier si l'intervalle de confiance correspondant n'inclut pas la valeur 0

Réponse

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard		intervalle de confiance
		simple	double	68%	95%
	%	±	±	%	%
publique	-10	3	6	-13 à -7	-16 à -4
privée	-2	3	6	-5 à +1	-8 à +4
total	-6	2	4	-8 à -4	-10 à -2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Pour les forêts publiques comme pour le total, tant l'intervalle de confiance à 68% que celui à 95% n'incluent pas la valeur 0. Pour les deux niveaux de certitude, on arrive ainsi à la conclusion que le volume des arbres vifs a diminué sur le Plateau, tant dans les forêts publiques que dans le total. En revanche, la diminution du volume n'est pas statistiquement certaine pour les forêts privées (car les intervalles de confiance incluent la valeur 0).

Les évolutions (bilans) peuvent être interprétées à l'aide de l'erreur standard absolue ou relative (voir les exemples 6 et 7). Il est recommandé d'utiliser l'erreur standard absolue lorsque la valeur estimée est indiquée en pourcentage (%) dans le tableau (comme dans l'exemple 7) et l'erreur standard relative lorsque la valeur estimée est indiquée en chiffres absolus (m³, m³/ha, pc, m2) dans le tableau (comme dans l'exemple 6). Ainsi, l'erreur standard peut être directement extraite du tableau et ne doit donc pas être convertie.

Pour vérifier si une évolution est statistiquement assurée, il est recommandé d'analyser, dans la mesure du possible, le bilan entre les deux inventaires. Les bilans sont plus sensibles que les comparaisons d'état, ce qui permet de mieux détecter les différences sur le plan statistique (voir les exemples 5, 6 et 7).

haut

4. Quand ne suffit-il pas de considérer uniquement l'erreur standard ?

L'Inventaire forestier national (IFN) est un inventaire à grande échelle basé sur des échantillons, dont les placettes d'échantillonnage sont disposées sur une grille dont les mailles mesurent 1,4 km × 1,4 km. L'IFN a été conçu de manière à pouvoir prédire le volume des arbres vifs pour l'ensemble de la Suisse avec une erreur standard maximale de 1%.

Lorsque les résultats sont calculés pour des régions ou des classes individuelles, l'erreur standard augmente rapidement. Cela s'explique par le fait que pour la combinaison d'expressions de variables* choisie, le nombre de placettes d'échantillonnage et d'objets examinés (c'est-à-dire d'arbres échantillons, de plantes de la jeune forêt, de morceaux de bois mort, etc.) est nettement plus faible que pour le total.

Exemple 8 : Erreur standard et combinaison d’expression de variables

région	volume des arbres vifs
	total		érable		érable sycomore		érable plane
	valeur estimée	erreur standard	valeur estimée	erreur standard	valeur estimée	erreur standard	valeur estimée	erreur standard
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Suisse	343	1	12	5	11	5	1	20
région de production "Plateau"	363	2	15	10	14	11	0	50
canton d'Argovie	289	7	15	20	13	20	1	63

L'erreur standard augmente avec le niveau de détail.

On peut s'attendre à des erreurs standard importantes si

les arrondissements forestiers ont été choisis comme découpage régional ou que les résultats sont calculés pour de petits cantons (p. ex. Appenzell Rhodes-Intérieures, Nidwald),
une variable de classification comportant de nombreuses classes a été choisie (p. ex. l'essence dans 56 classes),
plusieurs variables de classification ont été combinées (par exemple, l'essence principale et le stade de développement).

Des erreurs standard importantes indiquent qu'une estimation a peut-être été réalisée sur la base d'un nombre trop faible de placettes d'échantillonnage ou d'objets et que, par conséquent, le résultat de l'estimation pourrait ne pas être fiable.

Pour la variable cible « nombre de tiges de la jeune forêt avec abroutissement » (intensité de l'abroutissement), l'incertitude de l'estimation ne se traduit pas nécessairement par une erreur standard élevée. Cela s'explique par le fait que cette variable cible est une estimation sous forme de quotient** qui, en raison de la méthode de relevé, ne repose pour les essences relativement rares (p. ex. pin, mélèze, arole, chêne, châtaignier) que sur un petit nombre d’individus examinés. En conséquence, pour la valeur cible « nombre de tiges de la jeune forêt avec abroutissement », il faudrait toujours vérifier le nombre de plantes examinées sur lequel se basent les différentes valeurs estimées. En règle générale, pour chaque valeur estimée, au moins 30 plantes de la jeune forêt devraient être examinées quant à l’abroutissement pour obtenir une estimation fiable.

haut

5. Deux types d’évolutions ?

L'Inventaire forestier national (IFN) distingue deux types d’évolutions:

Le premier type concerne des variables cibles spécifiques pour des composantes d’évolution telles que l'accroissement, l'exploitation ou la mortalité. Ces variables cibles ne sont disponibles que pour deux cycles de mesure successifs, par exemple IFN4-IFN5. Lors de l'évaluation des composantes d’évolution, l’expression de la variable de classification du second cycle de mesure est généralement attribuée au premier cycle de mesure. Ces évaluations ne tiennent donc pas compte du changement de l'expression d'une variable de classification (par exemple de la propriété privée à la propriété publique) entre deux inventaires successifs.
Dans le deuxième type, la différence entre des variables cibles telles que le nombre de tiges, le volume des arbres vifs ou la surface forestière est utilisée pour dresser le bilan de l’évolution entre deux cycles de mesure. Ces variables cibles sont généralement utilisées pour représenter des états, par exemple l'IFN5, mais peuvent montrer le bilan entre deux cycles de mesure successifs ou non, par exemple l'IFN1 et l'IFN5. Dans ces évaluations, le changement de l'expression est pris en compte pour une partie des variables de classification. Il s'agit par exemple des variables de classification « état des arbres » ou « forêt, non forêt ». Ainsi, on peut voir par exemple que la surface forestière a augmenté. Pour l'autre partie des variables de classification, les expressions sont considérées comme statiques. Cela signifie que l'état le plus actuel – qu'il ait été relevé dans un cycle de mesure (p. ex. fonction prioritaire IFN5) ou qu'il provienne d'une source de données externe (p. ex. forêt protectrice [2022]) – est attribué à tous les cycles de mesure.

haut

6. Évaluations de l’évolution : quand les résultats sont-ils (non) additifs ?

Les résultats sont

additifs lorsqu'ils sont présentés en tant qu’évolution totale entre deux points de mesure. Par exemple, les exploitations indiquées en mètres cubes (m³) pour les différentes régions de production peuvent être additionnées pour obtenir l'exploitation pour la Suisse.
ne sont pas additifs s’il sont présentés en tant qu’évolution par année (p. ex. m³/an). En conséquence, les exploitations indiquées en mètres cubes par an (m³/an) pour les différentes régions de production, par exemple, ne peuvent pas être additionnées pour obtenir l'exploitation pour la Suisse.

Exemple 9 : Additivité/non-additivité des évolutions

	volume des abres vifs: évolution totale IFN4–IFN5 (1000 m³)*
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
zones supérieures/inférieures	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
zones inférieures	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
zones supérieures	574.3	117	-328.0	62	1093.0	123	7128.4	21	666.7	93	9134.3	24
total	-3184.7	40	-5237.1	34	67.9	2805	6811.3	23	4130.8	30	2588.1	136
	* dans la forêt accessible sans la forêt buissonnante IFN4/IFN5
	additif

	volume des arbres vifs: évolutions par an IFN4–IFN5 (in 1000 m³/an)*
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
zones supérieures/inférieures	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%
zones inférieures	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
zones supérieures	64.7	117	-38.3	62	122.4	123	810.4	21	74.9	93	1032.7	24
total	-357.3	40	-598.4	34	7.6	2805	773.8	23	464.4	30	292.7	136
	* dans la forêt accessible sans la forêt buissonnante IFN4/IFN5
	non additif

La non-additivité des évolutions par année provient du fait que l’évolution totale est divisée par le nombre moyen d'années qui s'écoule entre les deux mesures dans le domaine* considérée et que le nombre moyen d'années varie légèrement selon le domaine*.

Exemple 10 : Nombre moyen d'années par région

domaine		nombre moyen d’années
région de production	zones supérieures/inférieures
Plateau	-	8.75
Plateau	zones supérieures	8.56
Plateau	zones inférieures	8.76
Sud des Alpes	-	8.90
Sud des Alpes	zones supérieures	8.90
Sud des Alpes	zones inférieures	8.89
* entre les mesures de l’IFN4 et de l’IFN5 dans la forêt accessible sans la forêt buissonnante

haut

7. Pourquoi l'erreur standard et la valeur estimée sont-elles parfois représentées par un point (« . ») ?

Lors du calcul d'un tableau de résultats, les données ne sont pas toujours disponibles pour toutes les combinaisons d'expressions de variables de classification*. Dans la plupart des cas, cela indique que le paramètre estimé à l'aide de la variable cible n'existe pas ou n'existe que très rarement. Généralement, on introduit alors la valeur 0. Mais comme cette valeur ne repose sur aucune mesure directe, l'erreur standard correspondante est représentée par un point (« . »). Si le calcul se réfère à la valeur supposée de 0, par exemple pour les pourcentages ou certaines estimations d’évolution, aucune valeur ne peut être utilisée. Dans ce cas, la valeur estimée et l'erreur standard sont représentées par un point (« . »).

Par exemple, aucun arole n'a été trouvé et mesuré jusqu'à présent par l’Inventaire forestier national (IFN) sur le Plateau (volume des aroles vifs par région de production). On peut donc supposer que les valeurs manquent parce que l'arole n'est effectivement pas présent sur le Plateau et que le volume doit donc y être nul.

haut

8. Pourquoi certains tableaux n'indiquent-ils pas d'erreur standard ?

Les données de ces tableaux proviennent d'un relevé exhaustif et non d'un inventaire par échantillonnage. En conséquence, il n'est pas nécessaire d'indiquer une erreur standard puisqu'il n'y a pas d'incertitude liée à l'échantillonnage.

Par exemple, le relevé de desserte que l'Inventaire forestier national (IFN) effectue périodiquement auprès des services forestiers locaux est un relevé exhaustif.

haut

Valeurs négatives en cas de volume, d'accroissement ou d'exploitation ?

Des valeurs négatives sont possibles si le résultat n'a pu être calculé qu'à partir de quelques arbres. L'estimation n'est donc pas fiable. Cela se reflète également dans l'erreur standard, qui est en général particulièrement élevée lorsque les valeurs de volume, d'accroissement ou d'exploitation sont négatives.

Les valeurs négatives sont dues au fait que, lors de la détermination du volume de bois de tige des arbres échantillons, le volume estimé uniquement sur la base du diamètre à hauteur de poitrine (DHP) est ajusté avec le volume des arbres échantillons de tarif estimé sur la base du DHP, du diamètre à 7 m de hauteur et de la hauteur des arbres. Cette procédure permet un calcul non biaisé et plus précis du volume de bois de tige. Elle peut toutefois conduire à des valeurs négatives pour toutes les variables cibles basées sur le volume de bois de tige des arbres d'échantillonnage (p. ex. volume des arbres vifs, accroissement, exploitation) si le nombre d'arbres d'échantillonnage dans une combinaison d’expressions de variables* est faible.

haut

IFN4—IFN5
évolution: volume des arbres vifs (bois de tige)
forêt protectrice (2022) · essence principale
découpage régional: arrondissement forestier (2024)
unité: 1000 m³/an
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
évolution 2009/17–2018/26
		arrondissement forestier (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		lacs		Suisse
forêt protectrice (2022)	essence principale	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%
pas d'indication	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	sapin	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	pin	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	mélèze	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	arole	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	autres résineux	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	hêtre	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	érable	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	frêne	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	chêne	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	autres feuillus	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	indéterminable	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
à l'intérieur	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	.	.	.	.	.	.	.	.	6	206	-30	66	-59	119	-104	38	-12	86	1	869	.	.	0	80	0	100	.	.	3	71	-17	106	-24	168	30	57	.	.	-71	61	30	97	25	106	-49	108	5	889	-13	221	-13	199	2	145	.	.	-10	120	-1	.	9	60	1	.	-1	182	-2	89	17	78	4	164	31	92	14	44	-11	128	-3	1484	7	84	12	102	-12	89	.	.	-2	.	4	100	-1	100	-13	111	28	44	2	389	2	113	2	100	-3	100	6	294	124	78	-35	83	.	.	2	100	1	100	9	61	0	100	14	48	-3	276	20	59	-18	189	2	351	18	55	-8	219	-2	237	0	.	0	100	.	.	.	.	.	.	.	.	.	.	3	.	.	.	-8	113	-11	.	1	.	44	58	5	679	34	86	10	54	-5	161	0	4509	3	151	9	70	.	.	-19	.	.	.	.	.	-18	1112
	sapin	.	.	.	.	.	.	.	.	0	20226	13	173	34	36	-8	443	-11	91	-15	112	.	.	.	.	0	100	.	.	2	100	-1	645	2	620	0	54870	.	.	3	120	5	102	-4	101	1	100	6	131	-2	100	-4	438	6	85	.	.	-3	353	.	.	4	55	1	.	-1	100	0	554	2	246	-2	100	10	67	10	90	-5	95	5	83	21	83	-1	1416	.	.	.	.	0	.	.	.	1	100	22	65	7	98	4	122	-7	62	-1	100	.	.	1	100	9	61	.	.	.	.	.	.	1	100	2	129	2	271	8	99	-5	203	.	.	-2	169	-1	1787	12	74	15	83	2	100	.	.	-2	272	4	.	.	.	.	.	.	.	.	.	1	.	.	.	-3	100	1	.	4	.	4	108	3	104	25	41	5	71	.	.	0	100	1	244	-4	179	.	.	.	.	.	.	.	.	183	38
	pin	.	.	.	.	.	.	.	.	.	.	.	.	0	335	6	83	.	.	4	110	.	.	.	.	0	100	.	.	.	.	.	.	.	.	-3	100	.	.	.	.	2	92	1	139	.	.	-6	96	2	497	1	56	0	100	.	.	.	.	.	.	0	100	.	.	.	.	2	100	.	.	.	.	3	100	.	.	.	.	.	.	.	.	1	100	-1	100	.	.	0	.	-1	119	.	.	.	.	.	.	.	.	-1	126	.	.	.	.	.	.	-2	194	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	4	56	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-3	175	6	77	-4	88	.	.	-1	100	0	4908	-1	84	.	.	.	.	-3	.	.	.	.	.	9	191
	mélèze	.	.	.	.	.	.	.	.	.	.	.	.	0	187	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	-5	164	4	114	1	107	9	62	37	33	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	2	117	.	.	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	1	100	.	.	.	.	-2	157	4	154	9	69	0	681	.	.	0	372	32	41	2	173	4	150	.	.	.	.	.	.	0	274	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	1177	25	66	-2	319	-2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	118	27
	arole	.	.	.	.	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	2	74	6	54	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	9	47	-2	125	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	18	37
	autres résineux	.	.	.	.	.	.	.	.	.	.	0	100	0	100	.	.	1	100	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	0	100	0	166	2	90	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	0	100	3	88	0	124	0	838	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	3	100	0	100	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	0	100	0	100	.	.	.	.	0	74	1	134	0	72	.	.	.	.	.	.	.	.	12	42
	hêtre	.	.	.	.	.	.	.	.	4	158	-4	95	8	279	15	149	11	74	-5	197	-1	.	-10	155	2	275	.	.	0	100	1	1268	15	65	0	100	.	.	3	314	-3	178	-5	102	0	100	6	87	.	.	-5	307	4	91	.	.	7	66	-2	.	-1	162	-1	.	0	100	-1	193	-2	339	1	100	-16	61	8	45	-14	172	26	45	3	261	6	222	-3	79	.	.	.	.	0	1911	-9	91	3	137	6	71	10	64	-3	89	-5	71	3	100	.	.	6	70	.	.	6	65	12	85	15	49	31	49	19	45	9	102	-2	245	.	.	3	162	1	282	0	2884	5	133	10	66	1	.	1	88	3	.	0	.	.	.	.	.	.	.	0	.	.	.	2	71	3	.	0	.	.	.	1	82	-8	106	5	69	3	63	-2	106	-4	75	3	80	.	.	-1	.	.	.	.	.	177	37
	érable	.	.	.	.	.	.	.	.	0	100	2	68	-1	1064	4	85	4	100	2	101	.	.	0	567	0	285	.	.	.	.	3	52	1	293	2	100	.	.	7	98	-2	115	4	79	2	100	0	443	.	.	-3	253	0	340	.	.	0	667	.	.	0	120	0	.	0	84	0	71	3	62	1	84	-5	68	-2	145	18	97	5	99	1	602	11	41	.	.	.	.	.	.	1	87	8	99	3	60	2	70	3	97	1	332	0	100	1	100	3	100	2	100	-1	100	0	64	-1	100	0	677	0	70	3	93	1	74	-1	93	1	81	0	100	0	494	1	140	6	111	.	.	1	.	0	803	1	.	0	.	.	.	.	.	-2	.	0	.	.	.	-1	100	.	.	0	.	.	.	2	68	8	52	-1	451	0	588	4	84	0	567	0	843	.	.	.	.	.	.	.	.	106	28
	frêne	.	.	.	.	.	.	.	.	.	.	2	238	-3	99	-13	69	-1	296	-1	88	-6	.	-2	100	1	100	.	.	.	.	-4	269	5	70	0	1005	.	.	-1	503	1	100	0	588	5	92	1	45	.	.	-9	67	-4	68	.	.	-2	111	.	.	-3	71	.	.	0	100	.	.	0	1312	.	.	6	80	-8	76	-3	118	0	205	0	100	-6	100	.	.	.	.	.	.	-4	109	-1	100	2	206	1	91	-3	111	-2	154	.	.	-5	100	.	.	10	100	0	100	0	527	0	604	4	102	5	60	-5	64	2	57	-1	175	0	247	.	.	-11	78	1	61	1	243	15	87	5	.	.	.	.	.	.	.	.	.	.	.	0	.	.	.	.	.	-9	124	.	.	1	.	2	60	1	87	5	73	2	95	1	169	-1	93	-5	75	0	100	.	.	-2	.	.	.	.	.	-34	103
	chêne	.	.	.	.	.	.	.	.	.	.	.	.	0	100	0	0	5	72	.	.	.	.	.	.	-1	100	.	.	.	.	1	100	0	100	.	.	.	.	.	.	.	.	.	.	.	.	0	0	2	100	6	109	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	3	79	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	0	90	1	100	0	100	.	.	.	.	.	.	0	777	0	526	4	165	-2	69	1	316	2	83	-1	100	.	.	1	100	0	73	0	100	.	.	4	95	.	.	0	100	.	.	1	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	.	2	89	2	58	0	159	.	.	.	.	0	72	1	100	.	.	.	.	.	.	.	.	.	.	32	38
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	70	0	163	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	11	53	5	67	-6	69	-4	176	-7	154	5	136	-8	70	-6	233	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	0	140	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-4	588
	autres feuillus	.	.	.	.	.	.	.	.	0	100	1	82	-7	96	5	87	1	97	2	56	.	.	2	94	1	100	.	.	0	100	3	88	1	90	2	92	.	.	-5	95	-3	68	0	1111	3	250	-3	207	12	99	7	93	1	101	.	.	4	68	.	.	0	100	.	.	-1	100	0	100	-2	119	-1	78	1	81	0	0	2	55	-1	345	3	100	2	123	0	0	.	.	0	.	1	60	0	100	1	150	0	120	2	74	.	.	-3	100	0	100	-2	88	20	72	1	105	1	146	4	72	18	48	-1	360	-8	122	8	81	0	866	-4	100	1	65	-4	84	1	62	0	597	0	75	.	.	.	.	.	.	.	.	.	.	.	.	0	.	.	.	.	.	0	0	0	.	.	.	3	146	0	841	4	174	0	3512	1	71	.	.	-1	123	.	.	.	.	.	.	.	.	.	.	74	42
	indéterminable	.	.	.	.	.	.	.	.	.	.	0	0	0	0	.	.	0	0	0	0	.	.	.	.	0	0	.	.	.	.	0	0	.	.	0	0	.	.	0	0	0	0	0	0	0	0	0	0	.	.	0	0	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	0	0	.	.	0	0	.	.	.	.	0	0	0	0	0	0	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	0	0	0	0	.	.	0	0	.	.	0	0	0	0	0	0	0	0	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	0	0	0	0	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	0	0
	total	.	.	.	.	.	.	.	.	10	212	-16	251	-26	323	-95	69	-2	765	-12	202	-6	.	-10	186	4	186	.	.	5	76	-14	230	-1	4323	32	69	.	.	-65	73	25	133	26	111	-36	145	27	194	43	82	-18	248	8	119	.	.	-5	368	-3	.	11	58	1	.	-3	83	0	1607	19	77	3	238	30	114	22	66	-6	641	36	120	35	64	24	113	-16	82	.	.	-1	.	1	617	-2	547	19	110	46	36	20	67	-10	89	-6	76	-4	217	5	392	183	62	-20	149	2	317	13	96	35	43	86	28	6	262	42	55	-13	123	18	65	-12	297	-12	165	33	49	20	142	30	57	7	.	0	2623	8	.	1	.	.	.	.	.	-2	.	4	.	.	.	-18	113	-6	.	7	.	61	48	41	92	63	57	20	49	-1	1424	2	686	-4	199	9	93	.	.	-25	.	.	.	.	.	673	38
à l'extérieur	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	-4	341	-2	1392	7	155	-74	59	22	71	-61	69	-3	1604	-26	154	-112	66	-75	44	5	84	-3	183	1	502	.	.	-7	114	-23	99	5	247	28	61	0	75	-3	441	20	88	28	73	44	49	16	195	21	111	-46	62	-27	76	-16	128	-114	63	-7	75	14	72	-18	68	3	232	-15	86	9	83	10	76	24	54	23	49	29	66	9	127	-21	100	-50	83	-46	59	-7	223	-28	89	-9	132	4	47	-39	75	-7	202	-9	176	13	63	-24	68	-58	54	0	100	3	76	-26	100	.	.	.	.	.	.	.	.	1	73	.	.	7	62	1	914	5	124	13	40	15	48	11	70	0	2011	-6	125	4	243	5	178	-10	94	-16	91	4	130	-14	80	-48	54	-16	85	-6	192	-2	100	7	70	-4	395	5	145	9	48	12	69	-35	96	5	319	10	155	-7	313	-78	59	-12	133	-1	830	.	.	-762	27
	sapin	-16	77	-7	109	3	140	-37	90	6	104	-12	90	14	60	45	76	30	104	-24	162	2	80	2	53	6	58	.	.	7	62	6	84	-26	133	-10	133	1	100	-6	131	5	106	-3	116	0	1990	5	101	.	.	39	50	-3	767	26	89	21	92	-1	840	-2	454	5	200	2	160	45	37	2	97	5	68	9	60	7	75	.	.	.	.	5	61	8	65	5	72	3	416	-11	115	-8	71	13	53	3	101	-13	101	-3	230	7	129	5	93	5	96	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	-1	206	.	.	-2	100	3	110	0	100	4	100	12	65	1	205	13	114	-9	132	-2	607	3	255	9	48	17	41	8	84	-12	77	13	51	-26	104	0	288	.	.	4	71	2	76	2	146	-4	202	-5	214	4	220	4	99	4	89	-1	100	-12	128	.	.	199	56
	pin	-6	73	-2	72	-1	110	0	558	.	.	-2	100	-6	119	-1	100	-6	105	-6	49	0	688	6	68	2	64	.	.	0	100	-14	106	.	.	-2	238	-5	59	.	.	2	105	-1	591	0	100	10	72	-3	224	0	3878	.	.	7	77	.	.	-7	100	.	.	.	.	.	.	.	.	0	100	3	100	.	.	1	100	.	.	.	.	.	.	.	.	-2	225	0	229	-1	165	1	100	0	515	2	100	0	100	.	.	1	82	-5	91	1	299	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	79	0	100	.	.	-1	100	.	.	0	94	.	.	0	100	.	.	.	.	-3	100	.	.	-2	123	-2	156	-7	107	.	.	.	.	2	240	0	71	-7	95	-2	231	-8	98	1	100	.	.	-56	55
	mélèze	2	160	-2	91	4	115	-6	76	.	.	.	.	2	94	-2	100	-7	107	.	.	.	.	.	.	0	94	.	.	.	.	1	100	.	.	2	73	.	.	-1	100	2	78	-2	74	3	105	7	98	-19	143	0	100	0	100	1	71	0	100	.	.	.	.	.	.	0	100	.	.	.	.	.	.	0	100	0	100	.	.	-1	108	0	100	.	.	0	381	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	-2	100	3	100	.	.	1	168	3	66	2	100	.	.	0	100	5	63	1	76	.	.	.	.	.	.	.	.	7	72	.	.	.	.	.	.	2	100	.	.	1	100	.	.	.	.	-1	100	.	.	1	113	.	.	1	100	.	.	5	100	24	49	3	293	-4	65	.	.	1	100	-1	100	2	88	.	.	-3	71	1	100	0	1636	.	.	40	92
	arole	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	386	10	96	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	134	-2	105	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	8	132
	autres résineux	1	72	.	.	3	100	5	75	.	.	0	100	.	.	.	.	17	44	0	100	.	.	.	.	.	.	8	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	0	172	.	.	2	94	9	79	0	100	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	.	.	.	.	1	100	0	100	3	100	2	85	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	-6	100	1	62	.	.	.	.	.	.	.	.	.	.	-21	100	.	.	1	100	.	.	.	.	0	100	.	.	0	76	.	.	.	.	0	79	0	100	.	.	.	.	.	.	.	.	.	.	32	83
	hêtre	-25	92	0	4858	4	209	-31	60	3	108	-4	207	-19	112	30	49	-29	108	11	174	-10	74	-1	1892	-25	61	.	.	3	146	-2	469	-9	125	-1	3110	.	.	-6	141	3	55	7	81	-1	123	1	100	.	.	-15	124	3	449	3	323	4	119	-14	112	-4	78	8	86	-1	817	-10	135	7	72	1	78	-5	103	16	76	5	69	-3	198	-18	113	1	1546	9	131	9	140	-29	60	-19	98	1	987	-1	385	.	.	3	121	7	116	-1	347	1	1404	.	.	.	.	.	.	3	86	2	67	0	100	.	.	0	83	.	.	16	61	.	.	.	.	4	151	-7	103	.	.	7	80	-1	148	2	289	1	196	-3	103	3	162	-3	265	-20	78	4	251	2	255	5	71	-4	238	-7	82	.	.	.	.	3	97	3	73	6	46	13	44	5	179	-6	211	4	191	-10	78	3	183	.	.	-118	80
	érable	11	44	6	57	-6	63	-4	68	1	100	1	539	1	287	12	48	18	32	11	54	1	253	2	53	-5	60	.	.	-2	146	0	2310	2	55	2	76	.	.	-1	338	4	69	0	100	0	71	.	.	0	100	9	46	6	56	-2	134	0	1543	3	93	1	195	4	99	6	80	1	79	-3	126	.	.	-1	110	0	1213	5	73	.	.	2	59	3	72	2	94	6	47	3	84	2	133	4	131	-5	113	-1	100	1	91	4	55	-5	155	3	153	.	.	.	.	.	.	.	.	-2	100	0	100	0	100	.	.	0	.	2	133	.	.	.	.	-1	108	-2	75	.	.	1	126	0	100	2	52	.	.	2	82	1	113	4	96	1	138	3	71	3	76	.	.	.	.	7	72	1	100	.	.	2	99	.	.	3	70	0	13379	6	89	1	282	5	120	-7	77	2	227	.	.	135	20
	frêne	-2	311	-4	117	-16	64	-10	99	.	.	-12	76	-2	107	7	91	-1	840	-3	133	-11	66	1	278	0	390	.	.	-4	136	9	80	12	68	-13	68	-2	100	-1	113	0	100	0	100	-7	71	0	100	.	.	-8	107	-18	114	-11	56	-4	78	-1	184	0	100	0	100	0	100	0	100	8	127	.	.	0	197	15	76	-2	531	0	100	-7	155	.	.	2	158	4	57	0	398	-4	93	0	324	-1	191	.	.	.	.	-13	100	-18	59	7	58	1	100	.	.	.	.	.	.	0	100	2	106	.	.	.	.	.	.	4	86	.	.	.	.	-1	430	2	73	.	.	2	100	0	62	-2	87	-8	100	1	90	0	100	1	84	-3	123	-2	148	2	61	-10	95	.	.	-21	105	-1	149	1	71	0	58	-8	100	4	100	-7	86	-2	257	-3	270	3	151	-3	92	-6	68	.	.	-160	34
	chêne	7	64	2	66	.	.	2	61	.	.	.	.	0	100	1	106	-11	93	.	.	0	100	0	100	0	221	.	.	0	100	.	.	2	89	5	54	-10	155	.	.	.	.	1	100	.	.	.	.	.	.	-2	73	0	126	0	260	0	100	0	295	.	.	0	100	.	.	.	.	0	100	.	.	.	.	0	100	.	.	.	.	-1	282	.	.	-4	122	1	100	-1	112	1	77	-1	645	.	.	.	.	.	.	-2	139	6	123	1	295	.	.	.	.	.	.	0	100	0	100	0	368	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	0	100	0	100	-5	112	-2	84	.	.	0	987	1	100	-2	76	-3	138	-3	100	2	100	2	100	0	100	1	94	2	69	.	.	-4	116	1	100	.	.	-3	194	2	83	-8	87	1	84	.	.	-18	149
	châtaignier	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-2	100	0	0	5	119	-7	83	14	75	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	11	116
	autres feuillus	-1	312	9	41	0	21799	1	151	0	0	1	166	-1	225	2	166	-11	125	0	395	1	344	-1	178	-1	104	.	.	1	100	-17	103	2	67	4	57	1	79	1	99	1	71	-1	77	-2	130	-14	56	-2	460	3	82	0	1896	0	541	0	1175	0	100	0	235	0	100	-1	72	-3	102	3	64	.	.	1	93	0	100	-2	70	-1	84	-15	87	-1	86	0	216	6	112	-6	70	4	76	0	100	2	92	0	144	.	.	3	349	4	72	0	352	-1	126	8	100	0	137	0	100	-2	181	13	82	1	89	.	.	.	.	0	126	.	.	0	100	-10	97	3	146	0	100	1	340	8	95	-3	126	0	239	0	160	0	412	3	76	0	132	-1	80	-1	137	0	3813	.	.	0	100	-3	104	3	107	3	60	.	.	0	438	6	78	1	127	1	62	1	109	-2	172	5	81	.	.	5	816
	indéterminable	0	0	.	.	.	.	.	.	.	.	0	0	0	0	0	0	.	.	.	.	0	0	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	.	.	.	.	.	0	0	0	0	0	0	0	0	.	.	0	0	0	0	.	.	.	.	0	0	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	0	0	.	.	.	.	0	0	0	0	.	.	.	.	0	0	.	.	.	.	.	.	0	0	.	.	0	0	.	.	.	.	.	.	.	.	.	.	0	0	.	.	0	0	.	.	0	0
	total	-33	102	0	6099	-1	1124	-153	41	32	54	-89	60	-15	380	67	95	-110	87	-86	66	-12	127	7	208	-22	86	8	.	-1	1729	-40	106	-13	343	15	176	-16	105	-17	122	37	54	30	84	38	59	28	131	6	705	-18	247	-37	123	16	255	-93	83	-27	76	8	172	-1	1249	9	154	19	157	27	65	19	53	27	58	67	42	35	92	4	330	-54	73	-39	114	-34	93	22	125	-70	55	-29	89	22	64	-39	82	-22	103	-9	261	21	112	-40	74	-38	102	-1	300	11	67	-21	123	10	63	-8	86	29	60	6	58	3	65	0	.	29	55	1	914	3	224	15	104	11	76	16	63	23	59	0	14594	17	108	-16	154	-16	129	-9	216	17	82	-18	119	-58	65	-24	87	0	6525	-33	116	-7	439	16	144	12	147	11	89	9	130	-27	145	15	179	27	105	-18	172	-63	78	-49	49	-7	295	.	.	-685	43
total	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	-4	341	-2	1392	7	155	-74	59	27	72	-90	51	-62	142	-130	43	-124	60	-74	46	5	84	-3	211	1	495	.	.	-5	183	-40	72	-20	217	58	41	0	75	-74	61	50	69	53	63	-5	1092	22	269	8	455	-59	65	-25	81	-16	128	-124	59	-8	67	23	49	-17	72	2	364	-17	75	26	59	14	74	55	57	36	35	19	129	6	708	-15	151	-36	116	-58	50	-7	223	-30	83	-5	255	3	72	-53	63	21	94	-7	274	15	56	-23	73	-61	52	5	308	127	76	-61	63	.	.	2	100	1	100	9	61	2	67	14	48	4	196	22	73	-14	256	15	60	32	37	3	730	-1	699	-6	135	4	273	5	178	-10	94	-16	91	4	130	-14	80	-46	58	-16	85	-15	103	-12	86	8	64	40	73	9	337	43	70	22	44	-40	87	5	376	14	123	2	949	-78	59	-30	80	-1	830	.	.	-778	36
	sapin	-16	77	-7	109	3	140	-37	90	6	158	1	2124	48	31	37	128	19	172	-39	108	2	80	2	53	6	56	.	.	10	53	5	197	-25	148	-10	177	1	100	-3	310	9	73	-6	76	1	269	11	85	-2	100	35	73	3	748	26	89	18	120	-1	840	2	452	5	181	1	345	45	37	4	127	3	158	19	45	17	61	-4	95	5	83	26	66	6	238	5	72	3	416	-11	120	-8	71	15	49	25	58	-6	265	1	708	0	6631	4	113	5	96	1	100	9	61	1	100	.	.	.	.	1	100	2	129	2	271	8	99	-6	176	.	.	-4	106	2	564	13	72	20	68	13	58	1	205	11	135	-4	319	-2	607	3	255	9	48	17	41	9	76	-12	77	11	69	-26	109	4	100	4	108	7	62	27	39	8	67	-4	202	-4	234	5	176	1	891	4	89	-1	100	-12	128	.	.	382	34
	pin	-6	73	-2	72	-1	110	0	558	.	.	-2	100	-6	123	5	100	-6	105	-2	253	0	688	6	68	3	58	.	.	0	100	-14	106	.	.	-5	114	-5	59	.	.	4	69	1	442	0	100	4	233	-1	798	2	562	0	100	7	77	.	.	-7	100	0	100	.	.	.	.	2	100	0	100	3	100	3	100	1	100	.	.	.	.	.	.	1	100	-3	163	0	229	-1	165	0	716	0	515	2	100	0	100	.	.	0	402	-5	91	1	299	.	.	-2	194	1	100	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	4	56	0	0	.	.	.	.	.	.	0	79	0	100	.	.	-1	100	.	.	0	94	.	.	0	100	.	.	.	.	-3	100	.	.	-5	114	4	158	-10	75	.	.	-1	100	2	249	-1	119	-7	95	-2	231	-11	76	1	100	.	.	-47	75
	mélèze	2	160	-2	91	4	115	-6	76	.	.	.	.	2	120	-2	100	-7	107	.	.	.	.	.	.	0	94	.	.	.	.	1	100	.	.	2	73	.	.	-2	72	-3	254	3	200	5	80	17	55	17	175	0	100	0	100	1	71	0	100	.	.	.	.	.	.	0	100	.	.	.	.	.	.	0	100	0	100	1	100	1	247	0	100	-1	100	0	381	.	.	.	.	0	100	.	.	.	.	.	.	1	100	1	100	-2	100	3	100	-2	157	4	135	13	53	3	118	.	.	0	1944	38	36	3	104	4	150	.	.	.	.	.	.	7	70	.	.	1	100	.	.	2	100	.	.	1	100	.	.	.	.	-1	100	.	.	1	113	.	.	1	100	.	.	5	100	23	72	28	67	-6	124	-2	100	1	100	-1	100	2	88	.	.	-3	71	1	100	0	1636	.	.	158	31
	arole	.	.	.	.	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	2	239	16	63	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	10	44	-4	85	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	26	48
	autres résineux	1	72	.	.	3	100	5	75	.	.	1	71	0	100	.	.	18	42	0	71	.	.	.	.	.	.	8	.	.	.	.	.	.	.	.	.	.	.	0	100	0	100	.	.	.	.	0	100	0	119	2	90	2	94	9	79	0	100	.	.	.	.	0	100	.	.	.	.	.	.	.	.	0	100	5	92	3	88	0	124	0	838	.	.	1	100	0	100	3	100	2	85	.	.	.	.	.	.	0	100	.	.	.	.	0	86	.	.	.	.	.	.	.	.	.	.	.	.	3	100	0	100	.	.	.	.	.	.	0	100	.	.	0	100	.	.	.	.	-5	100	1	62	.	.	0	100	.	.	.	.	.	.	-21	100	.	.	1	100	.	.	.	.	0	73	0	100	0	77	.	.	.	.	1	55	2	123	0	72	.	.	.	.	.	.	.	.	44	61
	hêtre	-25	92	0	4858	4	209	-31	60	7	98	-7	113	-12	258	45	60	-18	179	6	375	-10	70	-11	173	-23	72	.	.	3	153	-1	1524	5	279	0	7437	.	.	-3	421	-1	1074	2	466	-1	96	7	73	.	.	-20	120	8	194	3	323	11	59	-17	96	-5	71	7	96	-1	884	-11	124	6	135	2	64	-21	52	24	52	-9	276	24	53	-15	144	6	270	6	195	9	140	-29	60	-19	102	-8	147	2	295	6	71	13	57	4	216	-6	89	4	378	.	.	6	70	.	.	9	52	14	73	15	49	31	49	20	44	9	102	14	77	.	.	3	162	5	134	-7	106	5	133	18	51	0	529	3	184	4	89	-3	104	3	162	-3	265	-20	78	4	229	2	255	7	53	-2	667	-7	85	.	.	1	82	-5	185	8	52	9	37	11	58	1	1018	-3	426	4	191	-11	69	3	183	.	.	60	191
	érable	11	44	6	57	-6	63	-4	68	1	99	3	210	0	2611	16	42	22	31	13	48	1	253	2	142	-5	63	.	.	-2	146	3	57	4	116	4	67	.	.	6	131	3	128	5	76	2	86	0	443	0	100	7	114	5	69	-2	134	-1	750	3	93	1	125	4	96	6	73	1	59	1	499	1	84	-7	59	-1	305	22	78	5	99	3	148	14	36	2	94	6	47	3	84	3	86	11	79	-2	269	1	189	4	80	6	76	-5	156	4	113	3	100	2	100	-1	100	0	64	-3	71	0	1336	0	65	3	93	1	60	1	391	1	81	0	100	-1	441	-1	127	6	111	1	126	1	78	3	94	1	100	2	82	1	113	4	96	-1	439	3	71	3	76	-1	100	.	.	8	69	1	100	2	68	10	46	-1	451	4	96	4	96	6	100	1	270	5	120	-7	77	2	227	.	.	241	17
	frêne	-2	311	-4	117	-16	64	-10	99	.	.	-9	113	-6	73	-7	161	-2	370	-4	109	-16	55	-1	200	1	140	.	.	-4	136	5	236	17	52	-13	80	-2	100	-2	246	2	76	0	440	-2	377	2	41	.	.	-17	60	-22	92	-11	56	-6	64	-1	184	-3	77	0	100	0	141	0	100	8	129	.	.	6	86	7	193	-5	236	0	1059	-7	161	-6	100	2	158	4	57	0	398	-9	72	0	622	1	536	1	91	-3	111	-15	89	-19	59	2	317	1	100	10	100	0	100	0	527	0	581	6	78	5	60	-5	64	2	57	3	128	0	247	.	.	-12	80	3	53	1	243	17	80	5	93	-2	87	-8	100	1	90	0	100	1	84	-3	128	-2	148	2	61	-20	77	.	.	-20	109	1	164	2	56	6	68	-6	131	5	87	-8	74	-7	86	-3	289	3	151	-5	68	-6	68	.	.	-194	33
	chêne	7	64	2	66	.	.	2	61	.	.	.	.	0	71	1	106	-5	207	.	.	0	100	0	100	-1	91	.	.	0	100	1	100	2	89	5	54	-10	155	.	.	.	.	1	100	.	.	0	0	2	100	4	175	0	126	0	260	0	100	0	295	.	.	0	100	0	100	.	.	0	100	.	.	.	.	0	100	3	79	.	.	-1	282	.	.	-4	122	1	100	-1	112	1	77	-1	645	0	100	.	.	.	.	-1	187	7	105	1	282	.	.	.	.	.	.	0	1510	0	754	3	196	-2	69	1	316	2	83	1	330	.	.	1	100	0	73	0	100	.	.	4	95	0	100	1	71	-5	112	-1	157	.	.	0	987	1	100	-2	76	-3	138	-3	100	2	100	2	85	2	84	2	50	2	79	.	.	-4	116	1	64	1	100	-3	194	2	83	-8	87	1	84	.	.	15	199
	châtaignier	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	7	58	0	163	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	10	64	5	67	-1	503	-10	83	8	193	5	136	-8	70	-6	233	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	1	100	.	.	0	140	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	7	358
	autres feuillus	-1	312	9	41	0	21799	1	151	0	100	1	87	-8	88	7	78	-9	143	1	102	1	344	2	156	0	1752	.	.	1	121	-14	127	3	55	7	49	1	79	-4	129	-2	119	-1	186	1	612	-17	58	10	148	10	68	1	617	0	541	4	74	0	100	0	129	0	100	-3	62	-3	108	1	319	-1	78	2	62	0	100	0	1600	-1	181	-12	114	1	241	0	216	6	112	-6	70	5	60	0	74	3	84	0	334	2	74	3	349	2	189	0	533	-3	72	28	58	1	122	2	122	3	155	31	44	-1	598	-8	122	8	81	0	2209	-4	100	1	62	-14	72	4	103	0	159	1	193	8	95	-3	126	0	239	0	160	0	412	3	76	0	132	-1	80	-1	137	0	3813	0	100	0	100	-1	963	2	188	7	96	0	3512	1	207	6	78	0	635	2	62	1	109	-2	172	5	81	.	.	79	64
	indéterminable	0	0	.	.	.	.	.	.	.	.	0	0	0	0	0	0	0	0	0	0	0	0	.	.	0	0	.	.	0	0	0	0	.	.	0	0	.	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	.	.	.	.	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	.	.	.	0	0	.	.	.	.	0	0	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	0	0	0	0	0	0	.	.	0	0	.	.	0	0	0	0	0	0	0	0	0	0	.	.	0	0	.	.	.	.	0	0	0	0	.	.	.	.	0	0	.	.	.	.	.	.	0	0	0	0	0	0	.	.	.	.	.	.	.	.	0	0	0	0	.	.	0	0	.	.	0	0
	total	-33	102	0	6099	-1	1124	-153	41	41	64	-103	64	-42	247	-27	340	-112	87	-98	63	-18	93	-3	789	-18	114	8	.	4	403	-54	99	-14	481	48	74	-16	105	-82	63	63	63	56	69	2	3831	54	117	49	115	-35	174	-29	163	16	255	-98	81	-30	69	19	82	0	3319	6	255	19	162	46	49	22	58	57	66	89	35	30	163	40	113	-21	214	-13	388	-49	69	22	125	-72	54	-28	96	20	91	-21	182	24	117	11	231	11	219	-45	66	-42	95	4	454	194	59	-41	96	12	73	6	256	64	35	91	27	9	173	42	55	17	136	20	80	-9	398	2	1102	44	41	36	84	52	41	7	219	17	118	-6	417	-15	139	-9	216	17	82	-20	108	-54	71	-24	87	-19	148	-40	100	0	31776	77	48	53	79	73	51	29	51	-28	145	17	176	23	131	-9	352	-63	78	-74	47	-7	295	.	.	-9	4478

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. 2299511. Birmensdorf, Swiss Federal Research Institute WSL

page précedente