Sélectionner un thème dans la liste

page précedente

nombre de tiges de la jeune forêt avec abroutissement #404
Nombre de résineux et de feuillus d'une hauteur de 10 à 129 cm chez lesquels l'abroutissement de la pousse de l'année précédente a été constaté. En raison d'une approche différente des traces d'abroutissement, l'intensité de l'abroutissement a été surestimée dans l'IFN2 par rapport à la méthode utilisée à partir de l'IFN4. Ainsi, les comparaisons avec l'IFN2 ne permettent de constater avec certitude que des augmentations de l'intensité de l'abroutissement. Pour que l'estimation soit fiable, il faudrait que l'abroutissement ait été évalué chez au moins 30 individus par valeur estimée (cellule du tableau). C'est pourquoi il convient de consulter également les tableaux correspondants avec la variable cible «nombre d'arbres avec relevé de l'abroutissement (sans extrapolation)».

nombre de tiges de la jeune forêt avec relevé de l'abroutiss. #405
Nombre de résineux et de feuillus d'une hauteur de 10 à 129 cm chez lesquels l'abroutissement de la pousse de l'année précédente a été relevé. En raison d'une approche différente des traces d'abroutissement, l'intensité de l'abroutissement a été surestimée dans l'IFN2 par rapport à la méthode utilisée à partir de l'IFN4. Ainsi, les comparaisons avec l'IFN2 ne permettent de constater avec certitude que des augmentations de l'intensité de l'abroutissement. Pour que l'estimation soit fiable, il faudrait que l'abroutissement ait été évalué chez au moins 30 individus par valeur estimée (cellule du tableau). C'est pourquoi il convient de consulter également les tableaux correspondants avec la variable cible «nombre d'arbres avec relevé de l'abroutissement (sans extrapolation)».

forêt de protection contre des chutes de pierres ou de blocs (2022) #2646
Zone située à l'intérieur/à l'extérieur d'une forêt de protection contre les chutes de pierres ou de blocs délimitée en 2022 par les cantons selon les critères harmonisés de SilvaProtect-CH. Source: données SIG de l'OFEV, 2022

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)

étages de végétation NaiS (6 classes) #2633
Étages de végétation selon la nomenclature du guide Gestion durable des forêts de protection (NaiS; Frehner et al. 2005), ramenée à six classes. Cette variable constitue une simplification des étages altitudinaux de végétation NaiS en dix classes (NAISHSTKOMB), résultant de la fusion des classes «hyperinsubrique», «collinéen» et «collinéen avec hêtre» dans la classe «hyperinsubrique et collinéen», et des classes «montagnard inférieur», «montagnard supérieur» et «montagnard inférieur/supérieur» dans la classe «montagnard inférieur et supérieur». Les indications sont basées, d'une part, sur les étages de végétation déterminés par les experts (placettes forestières accessibles de l'IFN4 sur le réseau de 1,4 km; Arge Frehner et al. 2020) et, d'autre part, sur les étages de végétation modélisés pour la période 1981-2010 (autres placettes; Zischg et al. 2021).

région de production #49
Découpage de la Suisse en cinq régions (Jura, Plateau, Préalpes, Alpes et Sud des Alpes) avec des conditions de croissance et de production de bois relativement homogènes. Les régions de production ont été définies par l'Office fédéral des forêts bien avant le premier inventaire forestier national (IFN1, 1983-1985). À une petite exception près au bord du lac Léman, les frontières des régions de production suivent encore les frontières communales de l'époque. Contrairement à l'IFN, la statistique forestière gérée par l'Office fédéral de la statistique se base non pas sur les régions de production, mais sur les zones forestières, dont la délimitation est légèrement différente.

forêt accessible sans la forêt buissonnante 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).

Estimation et erreur standard de l’estimation

Les résultats publiés dans les tableaux IFN sont des estimations portant sur des paramètres de la forêt suisse (paramètres de population) dont les valeurs réelles ne sont pas connues et qui sont donc extrapolées (estimées) à partir des données de l’échantillon de l’IFN. Les extrapolations contiennent des incertitudes. Cependant, la précision de l’extrapolation opérée à partir de l’échantillon aléatoire de l’IFN peut être estimée de façon fiable. Pour ce faire, tous les tableaux IFN indiquent une seconde valeur à côté de l’estimation: l’erreur standard de l’estimation.

La plupart des tableaux indiquent l’erreur standard relative (« ±% »), mais parfois, surtout pour les pourcentages estimés, c’est l’erreur standard absolue (« ± ») qui est indiquée. Le rapport entre l’erreur standard absolue et relative est le suivant:

erreur standard relative = erreur standard absolue / estimation x 100

erreur standard absolue = erreur standard relative × estimation / 100

Les données sur la desserte sont issues d’un recensement complet des routes forestières. Dans ce cas, il n’est pas nécessaire d’indiquer d’erreur standard puisqu’il n’existe pas d’incertitude liée à l’échantillonnage.

Intervalle de confiance de l’estimation

À l’aide de l’estimation et de son erreur standard, il est possible de calculer l’intervalle de confiance de l’estimation en indiquant:

sa limite inférieure
estimation - tQ × erreur standard absolue

et sa limite supérieure
estimation + tQ × erreur standard absolue

Si le calcul se fait avec l’erreur standard simple (tQ = 1), on obtient l’«intervalle de confiance à 68%». On peut alors admettre que la valeur réelle du paramètre de la population se situe avec une probabilité de 68% dans cet intervalle de confiance. Si l’on utilise l’erreur standard double pour le calcul (tQ = 2), la valeur réelle du paramètre se situe avec une probabilité de 95% dans l’intervalle de confiance, à savoir l’«intervalle de confiance à 95%».

Significativité de l’estimation

L’intervalle de confiance permet d’examiner statistiquement si le paramètre de population estimé est plus grand ou plus petit qu’une certaine valeur de référence, respectivement si deux paramètres de population estimés se distinguent effectivement (dans la population réelle). Dans la pratique, le processus adopté est le suivant: lorsqu’une valeur de référence est située hors de l’intervalle de confiance, on admet que la valeur estimée pour la population se distingue significativement de la référence; si la valeur de référence se situe à l’intérieur de l’intervalle, on interprète la différence entre valeur estimée et valeur de référence comme aléatoire et donc non significative. Pour comparer deux paramètres de population, on considère qu’ils se distinguent de façon significative lorsque leurs intervalles de confiances ne se superposent pas.

Traitement de valeurs manquantes

Lors du calcul des résultats, on ne dispose pas toujours de données pour toutes les combinaisons de catégories des variables de classification et du découpage régional^*. Cela indique dans la plupart des cas que le paramètre estimé à l’aide de la variable cible n’apparaît pas ou seulement très rarement. Généralement, on introduit (« impute ») alors la valeur 0. Mais comme cette valeur n’est pas issue de mesures directes, l’erreur standard correspondante est représentée par un point [.]. Lorsqu’on se réfère à la valeur supposée de 0 lors d’un calcul, par exemple pour indiquer des pourcentages ou certaines estimations de changements, il n’est pas possible d’indiquer une valeur. Dans ce cas, on introduit un point [.] pour la valeur estimée et l’erreur standard.

Par exemple, on n’a jusqu’ici ni trouvé ni mesuré d’arole sur le Plateau (volume des aroles selon les régions de production). On peut donc admettre que si les valeurs manquent, c’est que l’arole n’est effectivement pas présent dans cette région et que son volume doit y être de 0.

^* p. ex. combinaison de la catégorie « arole» de la variable de classification « essence » et de la catégorie « Plateau » du découpage régional

Changements

L’IFN distingue deux types de changements:

Le premier concerne des variables cibles spécifiques pour des composantes de changement telles que l’accroissement, l’exploitation, la mortalité ou les disparitions. Ces variables cibles ne sont disponibles que pour deux cycles d’inventaires successifs, p. ex. IFN3-IFN4. Lors de leur évaluation, la catégorie de la variable de classification du second cycle d'inventaire est attribuée à celle du premier cycle d'inventaire. Ces évaluations ne tiennent donc pas compte du changement de la catégorie d’un inventaire à l'autre (p. ex. de la propriété privée à la propriété publique).

Pour le second type de changements, on utilise les différences de variables cibles telles que le nombre de tiges, le volume sur pied ou la surface forestière afin d’établir un bilan du changement entre deux cycles d’inventaire. Ces variables cibles sont habituellement utilisées pour représenter des états, p. ex. dans l’IFN4, mais peuvent aussi révéler les changements entre deux inventaires quels qu’ils soient, p. ex. LFI1-LFI4. Lors de leur évaluation, on tient compte du changement d’une catégorie de la variable de classification. Ainsi, il est possible de constater p. ex. que la surface de la forêt sans la forêt buissonnante a augmenté. Cela n’a d’effet que pour les variables de classification qui peuvent effectivement changer de caractéristiques, p. ex. l’appartenance à la surface forestière ou l’état de l’arbre.

IFN2
nombre de tiges de la jeune forêt avec abroutissement divisé par nombre de tiges de la jeune forêt avec relevé de l'abroutiss.
forêt de protection contre des chutes de pierres ou de blocs (2022) · classe de grandeur (jeune forêt; 5 classes) · étages de végétation NaiS (6 classes)
découpage régional: région de production
unité: %, total de cellules
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
		forêt de protection contre des chutes de pierres ou de blocs (2022)
		à l'intérieur		à l'extérieur		total
classe de grandeur (jeune forêt; 5 classes)	étages de végétation NaiS (6 classes)	%	±	%	±	%	±
pas d'indication	pas d'indication	0.0	.	0.0	.	0.0	.
	subalpin supérieur	0.0	.	0.0	.	0.0	.
	subalpin	0.0	.	0.0	.	0.0	.
	haut-montagnard	0.0	.	0.0	.	0.0	.
	montagnard inférieur et supérieur	0.0	.	0.0	.	0.0	.
	submontagnard	0.0	.	0.0	.	0.0	.
	hyperinsubrique et collinéen	0.0	.	0.0	.	0.0	.
	total	0.0	.	0.0	.	0.0	.
hauteur 10-39 cm	pas d'indication	0.0	.	0.0	.	0.0	.
	subalpin supérieur	0.0	.	21.1	12.6	21.1	12.6
	subalpin	0.0	.	15.5	4.0	15.0	3.9
	haut-montagnard	8.6	3.7	24.6	4.0	23.8	3.9
	montagnard inférieur et supérieur	14.9	7.1	17.4	1.1	17.3	1.1
	submontagnard	3.3	1.8	13.5	1.2	13.4	1.2
	hyperinsubrique et collinéen	16.0	6.2	4.6	1.4	5.3	1.5
	total	11.3	3.5	15.3	0.8	15.3	0.8
hauteur 40-129 cm	pas d'indication	0.0	.	0.0	.	0.0	.
	subalpin supérieur	0.0	.	6.8	2.7	6.8	2.7
	subalpin	0.0	.	12.4	2.8	12.3	2.7
	haut-montagnard	13.6	5.8	13.9	2.5	13.9	2.4
	montagnard inférieur et supérieur	23.5	13.2	21.6	1.9	21.6	1.9
	submontagnard	2.9	1.5	22.4	2.0	22.3	2.0
	hyperinsubrique et collinéen	37.4	13.0	6.5	3.8	8.2	4.0
	total	18.6	5.0	20.3	1.3	20.3	1.2
DHP 0-3.9 cm	pas d'indication	0.0	.	0.0	.	0.0	.
	subalpin supérieur	0.0	.	0.0	.	0.0	.
	subalpin	0.0	.	0.0	.	0.0	.
	haut-montagnard	0.0	.	0.0	.	0.0	.
	montagnard inférieur et supérieur	0.0	.	0.0	.	0.0	.
	submontagnard	0.0	.	0.0	.	0.0	.
	hyperinsubrique et collinéen	0.0	.	0.0	.	0.0	.
	total	0.0	.	0.0	.	0.0	.
DHP 4-7.9 cm	pas d'indication	0.0	.	0.0	.	0.0	.
	subalpin supérieur	0.0	.	0.0	.	0.0	.
	subalpin	0.0	.	0.0	.	0.0	.
	haut-montagnard	0.0	.	0.0	.	0.0	.
	montagnard inférieur et supérieur	0.0	.	0.0	.	0.0	.
	submontagnard	0.0	.	0.0	.	0.0	.
	hyperinsubrique et collinéen	0.0	.	0.0	.	0.0	.
	total	0.0	.	0.0	.	0.0	.
DHP 8-11.9 cm	pas d'indication	0.0	.	0.0	.	0.0	.
	subalpin supérieur	0.0	.	0.0	.	0.0	.
	subalpin	0.0	.	0.0	.	0.0	.
	haut-montagnard	0.0	.	0.0	.	0.0	.
	montagnard inférieur et supérieur	0.0	.	0.0	.	0.0	.
	submontagnard	0.0	.	0.0	.	0.0	.
	hyperinsubrique et collinéen	0.0	.	0.0	.	0.0	.
	total	0.0	.	0.0	.	0.0	.
total	pas d'indication	0.0	.	0.0	.	0.0	.
	subalpin supérieur	0.0	.	14.1	7.7	14.1	7.7
	subalpin	0.0	.	14.2	3.1	13.9	3.1
	haut-montagnard	10.8	3.8	20.3	3.0	19.7	2.8
	montagnard inférieur et supérieur	16.0	6.8	18.1	1.1	18.1	1.1
	submontagnard	3.2	1.5	15.3	1.2	15.2	1.2
	hyperinsubrique et collinéen	20.2	5.4	5.0	1.6	5.9	1.7
	total	12.8	3.2	16.3	0.8	16.3	0.8

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. 1237360. Birmensdorf, Swiss Federal Research Institute WSL

page précedente