Sélectionner un thème dans la liste

page précedente

nombre de tiges de la jeune forêt #406
Nombre de résineux et de feuillus vivant d’au moins 10 cm de haut et jusqu'à un diamètre à hauteur de poitrine [DHP] de 11,9 cm.

classe de grandeur (jeune forêt; 5 classes) #2623
Taille des plantes de la jeune forêt de 10 cm de hauteur à 11,9 cm de diamètre à hauteur de poitrine (DHP) en cinq classes (deux classes de hauteur et trois classes de DHP). Source: relevé de terrain (MID 1051: Jungwaldpflanzenart - Zählung)

essence principale de la jeune forêt (comptage) #2625
Espèce des plantes de la jeune forêt de 10 cm de hauteur à 11,9 cm de diamètre à hauteur de poitrine (DHP), en classes individuelles pour les dix principales espèces ou groupes d'espèces de Suisse («essences principales») et en classes «autres résineux», «autres feuillus» et «espèces non relevées dans tous les inventaires». 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 1051: Jungwaldpflanzenart - Zählung)

région économique #366
Découpage de la Suisse en 14 régions (2 dans le Jura, 3 sur le Plateau, 3 dans les Préalpes, 5 dans les régions alpines et 1 au sud des Alpes). Les régions économiques sont une subdivision des régions de production selon des points de vue économiques et géographiques.

forêt accessible sans la forêt buissonnante et apte au boisement IFN2-IFN5 #2615
Forêt dont moins des deux tiers de la surface était couverte d'arbustes, qui était atteignable à pied et était apte au boisement – c'est-à-dire non couverte par des routes forestières, des infrastructures de loisirs, des cours d'eau, des couloirs d'avalanches ou autres – lors des quatre inventaires 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	23-25calculé 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 (paires de chiffres ), mais ils le font pour les forêts privées et le total (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 dans les forêts publiques du Plateau. Pour les forêts privées comme pour le total, 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.

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

IFN2
nombre de tiges de la jeune forêt
classe de grandeur (jeune forêt; 5 classes) · essence principale de la jeune forêt (comptage)
découpage régional: région économique
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante et apte au boisement IFN2-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 1993/95
		région économique
		Ouest du Jura		Est du Jura		Ouest du Plateau		Centre du Plateau		Est du Plateau		Ouest des Préalpes		Centre des Préalpes		Est des Préalpes		Nord-ouest des Alpes		Centre des Alpes		Nord-est des Alpes		Sud-ouest des Alpes		Sud-est des Alpes		Sud des Alpes		Suisse
classe de grandeur (jeune forêt; 5 classes)	essence principale de la jeune forêt (comptage)	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	espèces non relevées dans tous les inventaires	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
hauteur 10-39 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	75340	45	3819	51	42094	79	169618	25	109254	21	23056	49	74719	21	41023	40	43277	35	11290	41	15973	68	62401	22	52820	20	20915	52	745599	10
	sapin	87648	18	7757	49	21606	42	150320	18	123227	23	12496	36	77095	22	24047	26	3382	71	1763	75	551	100	4658	50	1763	75	6896	47	523209	9
	pin	606	100	0	.	532	100	1098	100	0	.	0	.	0	.	0	.	0	.	551	100	0	.	2831	82	3856	47	0	.	9474	35
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1140	71	14629	49	5066	43	5885	64	26720	31
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9459	60	7815	41	0	.	17274	38
	autres résineux	0	0	0	.	4981	100	549	100	532	100	0	.	0	.	1323	100	0	0	0	.	0	.	0	0	0	0	0	0	7385	71
	hêtre	1104084	16	694518	21	116071	32	172245	23	564014	15	56078	57	176970	37	239528	36	44301	39	22372	84	58399	44	19911	86	54077	45	7688	38	3330255	8
	érable	661626	16	542474	27	62151	48	127192	24	1153785	22	66101	54	121093	37	372011	24	36886	30	11183	39	25291	37	22946	44	17230	39	13428	30	3233397	10
	frêne	498173	21	345253	18	320128	48	244909	33	782034	14	89425	48	201013	29	282350	23	69709	42	36245	33	50535	29	48232	35	20139	39	197285	30	3185431	8
	chêne	36524	72	19484	68	16441	49	5412	37	28830	32	0	.	1144	72	568	100	0	.	589	100	0	.	15029	47	1663	74	26850	70	152534	25
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	87478	26	87478	26
	autres feuillus	98832	17	42035	25	23283	51	22880	31	262338	50	27996	41	64605	25	42497	22	37451	31	36678	37	19931	31	67455	21	70646	24	114624	21	931251	15
	espèces non relevées dans tous les inventaires	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	2562833	12	1655340	18	607288	30	894222	14	3024013	12	275153	36	716639	17	1003347	19	235006	23	120671	26	171819	27	267551	16	235074	16	481051	18	12250007	5
hauteur 40-129 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	41843	31	6159	48	15489	30	47124	19	38671	24	13500	21	54712	17	24796	38	35397	21	12631	27	15059	36	52572	20	80100	16	22155	21	460209	7
	sapin	47736	17	616	53	10777	36	23683	26	14712	34	3885	33	18728	27	8590	32	758	47	2045	41	234	71	8337	40	1544	44	7949	41	149593	9
	pin	540	100	0	.	117	100	1075	81	383	73	0	.	0	.	0	.	123	100	123	100	0	.	2985	41	7377	40	485	71	13208	26
	mélèze	0	.	0	.	0	.	0	.	0	.	155	100	0	.	0	.	245	100	0	.	2503	86	7100	29	11760	45	2559	39	24322	25
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2724	36	5686	35	115	100	8524	26
	autres résineux	120	100	0	.	122	100	728	71	0	.	0	0	0	.	0	.	0	0	0	.	0	0	0	0	0	0	0	0	970	56
	hêtre	279389	12	222380	27	43529	39	72292	23	150709	18	4228	35	54538	30	40089	40	10708	39	2661	49	14989	53	1749	38	7854	47	9405	30	914520	9
	érable	89286	15	76424	25	7235	32	38822	35	171159	18	14214	81	20890	48	29695	32	7345	27	4086	60	3782	43	6644	41	4304	39	2661	32	476547	9
	frêne	88001	23	56771	27	35255	35	68286	35	197921	19	14284	41	63924	57	31265	22	14294	44	7611	58	11367	37	10102	37	8406	54	31194	37	638680	10
	chêne	2612	48	1355	59	476	50	1100	58	2882	44	0	.	270	71	0	0	0	.	0	.	0	.	4364	33	250	100	1145	71	14455	18
	châtaignier	123	100	0	.	277	100	0	.	122	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11136	49	11659	47
	autres feuillus	49187	17	19385	31	9626	24	18138	34	103021	46	14004	32	21302	17	26420	28	18602	27	9751	39	12158	37	39071	17	24921	21	60872	22	426458	12
	espèces non relevées dans tous les inventaires	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	598837	9	383090	20	122902	21	271250	15	679580	13	64269	25	234365	21	160855	18	87471	16	38908	25	60093	26	135648	12	152202	12	149676	14	3139146	5
DHP 0-3.9 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	15309	22	3757	38	6003	29	20498	22	14751	21	7443	24	22058	18	7985	26	14102	20	4936	26	7452	37	18510	18	39291	16	13750	20	195844	6
	sapin	25277	15	366	58	5028	33	13753	28	8243	54	5661	56	15643	24	8540	33	479	50	967	43	0	0	4052	46	1047	88	4568	58	93625	10
	pin	0	.	0	.	237	100	1065	100	1022	64	0	.	123	100	0	.	123	100	0	.	0	.	5180	56	7083	42	1314	72	16148	27
	mélèze	240	70	0	.	0	.	237	100	235	100	0	.	369	100	0	.	0	0	0	.	258	100	11683	27	5675	46	1875	41	20572	20
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1614	46	2952	72	0	.	4565	49
	autres résineux	123	100	0	.	122	100	1602	85	118	100	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1966	70
	hêtre	127807	14	32829	21	10194	39	30321	27	49275	21	4001	42	19132	23	13021	31	4930	29	5117	75	9602	37	3025	43	2899	50	16406	41	328558	8
	érable	29722	21	32811	35	5404	57	13335	43	66022	21	8421	57	6315	43	4424	35	3137	35	1287	82	1125	46	2247	43	2469	55	2016	38	178734	12
	frêne	17707	22	30671	36	11304	36	12848	29	57464	21	8916	58	17491	43	7049	37	3878	44	3324	50	6557	48	2545	40	2450	42	8745	37	190949	11
	chêne	727	47	120	100	355	74	481	61	355	57	0	.	147	100	0	.	0	.	0	.	0	.	2364	36	131	100	679	52	5359	20
	châtaignier	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	131	100	0	.	4656	33	4787	32
	autres feuillus	22700	16	5892	36	5264	33	6558	30	17325	20	9070	28	15099	17	12630	46	14079	35	3646	34	4810	49	24416	19	10122	25	36578	22	188188	8
	espèces non relevées dans tous les inventaires	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	239613	9	106446	22	43911	19	100698	14	214810	12	43513	23	96376	13	53647	18	40727	17	19276	27	29803	25	75767	12	74119	13	90588	15	1229294	4
DHP 4-7.9 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	5448	21	1939	50	1226	45	11576	22	12569	17	4930	24	10155	19	4809	26	5568	24	2767	36	3903	44	8617	17	12739	18	4809	28	91055	6
	sapin	10600	15	771	48	717	47	3776	25	1913	42	1790	51	8415	19	2868	38	807	42	733	63	348	58	2028	35	392	75	1016	39	36175	9
	pin	0	0	0	.	118	100	0	.	359	74	0	.	0	.	0	.	0	.	258	100	0	.	4063	40	2496	39	485	71	7778	25
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	123	100	0	.	375	74	0	.	258	100	5268	29	1113	53	2029	38	9166	20
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1254	51	873	43	0	.	2127	35
	autres résineux	384	74	120	100	0	.	0	.	481	61	0	.	0	0	0	.	0	.	0	0	0	0	0	0	0	0	0	.	985	43
	hêtre	10926	17	2999	30	1791	38	4591	27	6019	20	1123	50	4325	22	3230	35	1063	40	740	48	1859	41	1367	74	1772	39	3493	30	45297	8
	érable	2719	28	995	43	591	66	1216	49	3374	27	370	59	337	58	404	58	492	50	380	58	497	61	1490	56	0	.	639	52	13505	13
	frêne	670	67	1827	54	855	51	1212	51	3953	36	341	73	804	56	249	71	637	72	131	100	125	100	490	62	232	71	784	47	12310	17
	chêne	1096	65	0	0	118	100	122	100	122	100	0	.	0	.	0	.	125	100	131	100	0	.	2602	52	0	.	777	57	5094	32
	châtaignier	0	.	0	.	352	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2055	35	2407	33
	autres feuillus	4399	20	732	41	1473	36	1760	32	2571	31	1687	36	2647	30	1511	40	2261	34	1004	43	2091	42	5509	22	2860	33	8517	18	39023	8
	espèces non relevées dans tous les inventaires	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	36242	9	9383	21	7241	19	24252	16	31363	11	10241	19	26806	11	13072	17	11328	17	6144	26	9081	26	32688	12	22476	13	24604	11	264923	4
DHP 8-11.9 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	4948	21	1351	50	2700	32	4728	22	10529	20	2187	34	3739	25	3416	28	3736	24	873	43	1008	47	5293	18	6981	21	1994	28	53483	7
	sapin	4648	19	243	71	1108	48	2268	26	963	47	107	100	2281	33	990	40	109	100	505	61	109	100	880	48	387	75	0	.	14598	11
	pin	0	.	240	100	0	.	118	100	122	100	0	.	0	.	0	.	0	.	0	.	0	.	2970	29	1488	62	0	.	4939	26
	mélèze	0	.	120	100	240	71	0	.	240	71	0	.	123	100	0	.	260	100	0	.	129	100	1760	35	503	61	1111	48	4487	21
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	609	53	514	50	0	.	1123	37
	autres résineux	0	.	123	100	122	100	256	71	353	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	854	38
	hêtre	5357	19	862	43	1350	35	2046	30	2422	23	360	58	1600	33	1199	56	698	53	436	79	724	47	500	61	1281	40	2356	28	21190	9
	érable	867	43	246	70	718	53	476	61	607	44	834	42	380	75	155	100	506	50	0	.	245	100	359	58	0	.	0	.	5392	17
	frêne	515	50	0	.	122	100	366	57	1558	35	126	100	147	100	274	71	250	71	380	74	109	100	760	74	0	.	1234	51	5842	20
	chêne	616	52	123	100	0	0	0	.	244	100	0	.	0	.	0	.	109	100	131	100	0	.	1475	70	0	.	524	50	3222	36
	châtaignier	0	.	0	.	117	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	131	100	0	.	1020	50	1268	42
	autres feuillus	2042	32	240	70	733	47	500	50	949	35	1417	35	1052	45	337	58	609	45	1123	54	738	62	2493	34	2127	38	7223	19	21584	10
	espèces non relevées dans tous les inventaires	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0
	total	18992	10	3549	26	7210	20	10759	15	17988	14	5032	21	9322	15	6371	20	6277	19	3448	34	3062	29	17231	13	13280	16	15462	13	137984	4
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	142888	28	17025	31	67511	54	253545	20	185773	15	51116	25	165383	15	82029	30	102081	22	32496	25	43395	39	147393	15	191932	13	63623	25	1546190	6
	sapin	175909	12	9754	42	39236	33	193800	17	149059	21	23939	32	122163	17	45035	22	5534	49	6013	38	1242	54	19954	35	5133	45	20429	37	817199	7
	pin	1146	100	240	100	1004	89	3357	57	1886	53	0	.	123	100	0	.	245	71	931	77	0	.	18029	35	22300	32	2285	71	51546	19
	mélèze	240	70	120	100	240	71	237	100	475	61	155	100	614	100	0	.	881	51	0	.	4287	72	40441	26	24116	33	13458	33	85267	17
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15660	44	17839	32	115	100	33614	26
	autres résineux	628	53	244	71	5348	93	3135	77	1484	51	0	0	0	0	1323	100	0	0	0	0	0	0	0	0	0	0	0	0	12161	47
	hêtre	1527562	13	953588	19	172934	29	281495	19	772440	13	65790	50	256564	30	297066	34	61700	33	31326	62	85573	39	26552	67	67883	39	39348	26	4639820	7
	érable	784220	14	652949	24	76100	41	181042	22	1394946	19	89940	44	149015	33	406689	24	48365	27	16937	34	30940	35	33685	33	24002	34	18744	26	3907574	9
	frêne	605066	20	434522	17	367664	44	327620	30	1042930	13	113093	43	283380	28	321187	21	88767	37	47691	32	68693	28	62129	33	31227	39	239243	28	4033212	7
	chêne	41575	66	21082	64	17391	47	7115	31	32434	29	0	.	1561	56	568	100	234	71	851	75	0	.	25834	35	2044	62	29975	63	180664	22
	châtaignier	123	100	0	.	746	73	0	.	122	100	0	.	0	.	0	.	0	.	0	.	0	.	262	70	0	.	106346	26	107600	25
	autres feuillus	177160	13	68284	23	40378	33	49836	24	386204	46	54174	27	104705	18	83395	20	73002	26	52203	33	39728	28	138945	14	110677	19	227814	16	1606505	12
	espèces non relevées dans tous les inventaires	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	3456518	10	2157807	16	788553	26	1301181	13	3967753	11	398208	27	1083508	15	1237293	18	380809	18	188447	21	273857	24	528885	11	497152	11	761381	14	17021353	4

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. 1196466. Birmensdorf, Swiss Federal Research Institute WSL

page précedente