Sélectionner un thème dans la liste

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

IFN4
nombre total de tiges avec les deux principaux dégâts
déclivité (classes de 20%) · cause de dégâts aux arbres (10 classes)
découpage régional: canton
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km
état 2009/17
		canton
		AG		AI		AR		BE		BL/BS		FR		GE		GL		GR		JU		LU		NE		NW		OW		SG		SH		SO		SZ		TG		TI		UR		VD		VS		ZG		ZH		Suisse
déclivité (classes de 20%)	cause de dégâts aux arbres (10 classes)	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	±%	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	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	.
	feu	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	.
	chute de pierres	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	.
	causes diverses	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	.
	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	.
	récolte de bois	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	.
	autre activité humaine	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	.
	intempérie	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	.
	arbres vifs à terre	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	.
	arbres morts	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	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
=20%	pas d'indication	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	.
	pas de dégât visible	8077	12	181	73	406	55	13961	8	1270	22	5975	14	572	39	158	72	3134	18	2382	18	4297	17	3362	19	98	76	1310	36	3266	17	1560	24	2370	18	1299	29	6443	14	1324	25	316	60	14118	9	1600	30	620	39	7216	10	85315	3
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	11	58
	chute de pierres	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100
	causes diverses	110	42	4	100	8	71	500	31	54	41	100	36	0	.	4	100	141	41	155	46	36	48	82	38	0	.	15	77	128	52	8	100	64	37	97	75	77	43	45	65	0	.	436	26	31	58	4	100	164	36	2262	11
	indéterminable	821	16	21	72	4	100	1329	12	174	27	662	19	46	65	8	71	515	28	448	23	370	23	351	26	10	100	130	45	302	28	154	43	307	26	143	52	464	20	306	30	70	65	1187	13	147	38	55	51	784	14	8811	5
	récolte de bois	198	26	0	.	0	.	476	18	108	37	210	32	0	.	4	100	21	100	137	37	147	37	89	31	0	.	0	.	117	47	71	48	90	38	4	100	133	38	0	.	13	100	406	22	19	100	9	100	222	22	2471	8
	autre activité humaine	29	76	0	.	0	.	231	31	21	63	36	43	8	100	0	.	42	59	39	49	22	54	92	42	4	100	4	100	138	50	10	100	33	64	6	100	27	74	57	55	4	100	187	31	14	76	9	100	93	33	1106	13
	intempérie	55	45	0	.	0	.	172	24	55	57	35	60	8	71	0	.	159	53	41	44	35	67	40	78	0	.	42	82	18	71	0	.	0	.	0	.	33	59	75	48	0	.	201	24	41	100	10	100	18	63	1038	14
	arbres vifs à terre	10	100	0	.	0	.	10	100	0	.	0	.	0	.	0	.	59	47	0	.	0	.	0	.	0	.	9	100	10	100	0	.	0	.	0	.	20	100	14	100	0	.	22	71	21	100	0	.	10	100	183	27
	arbres morts	292	20	27	100	40	100	788	16	161	37	473	25	97	47	50	73	398	28	252	28	259	26	180	29	0	.	222	45	216	32	62	46	88	38	44	50	315	27	266	41	50	82	1251	14	191	44	49	61	507	17	6279	6
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
21-40%	pas d'indication	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	.
	pas de dégât visible	4081	14	1221	32	2078	24	14413	8	1928	21	4715	15	46	100	212	53	9794	10	3041	18	5512	14	4157	14	501	53	1984	25	3768	16	1686	24	3146	18	3900	17	1411	23	5739	14	437	41	8119	12	4241	15	823	35	4599	14	91553	3
	feu	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	100	0	.	0	.	0	.	0	.	8	71	0	.	0	.	0	.	0	.	0	.	26	60
	chute de pierres	0	.	0	.	0	.	30	100	0	.	57	100	0	.	0	.	4	100	20	100	0	.	0	.	0	.	0	.	10	100	0	.	4	100	0	.	0	.	23	100	0	.	4	100	36	78	0	.	0	.	188	41
	causes diverses	75	29	51	63	10	100	265	20	18	62	62	34	0	.	4	100	215	30	114	44	179	33	89	39	23	71	85	43	126	40	14	78	20	71	61	44	27	54	147	43	10	100	174	27	149	50	32	75	41	42	1992	9
	indéterminable	448	20	67	51	181	32	1535	11	312	24	539	20	4	100	14	77	1696	13	452	21	602	20	529	19	30	100	213	35	704	25	159	36	353	25	362	24	166	31	945	18	181	46	668	17	692	21	130	38	490	21	11474	5
	récolte de bois	193	28	47	66	4	100	787	22	76	54	174	36	0	.	0	.	95	40	127	35	188	36	236	27	0	.	11	100	155	42	94	46	69	40	51	52	89	42	24	72	14	100	269	26	19	100	45	60	262	31	3027	9
	autre activité humaine	67	55	0	.	34	65	281	24	109	51	117	57	0	.	4	100	61	38	84	51	164	55	75	36	23	71	0	.	59	56	4	100	0	.	70	61	114	81	138	38	0	.	364	37	66	38	4	100	220	41	2058	12
	intempérie	40	41	0	.	37	75	207	32	0	.	72	36	0	.	0	.	325	27	78	59	134	33	48	53	0	.	65	54	24	86	0	.	64	65	43	47	30	75	151	41	22	71	140	50	151	30	0	.	0	.	1631	11
	arbres vifs à terre	0	.	9	100	8	100	43	62	4	100	30	58	0	.	0	.	173	36	0	.	21	71	24	61	0	.	0	.	10	100	0	.	0	.	15	100	0	.	68	47	21	100	44	46	20	71	0	.	0	.	489	18
	arbres morts	356	24	13	75	241	34	1387	16	175	34	643	25	0	.	10	100	1832	20	350	31	1085	28	242	24	42	69	217	34	410	25	165	35	194	35	589	34	52	42	1059	23	57	61	845	18	674	23	84	43	277	24	11000	6
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
41-60%	pas d'indication	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	.
	pas de dégât visible	1335	23	296	59	911	37	13403	9	1578	24	2270	24	0	.	1532	26	19526	7	3784	16	3477	17	1507	21	553	41	1643	25	5922	14	952	36	2862	18	2643	18	545	40	12958	9	855	37	5755	13	12609	9	609	39	1474	25	98997	3
	feu	0	.	0	.	0	.	0	.	60	100	0	.	0	.	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	404	41	0	.	0	.	0	.	0	.	0	.	472	37
	chute de pierres	0	.	0	.	0	.	101	61	14	100	27	100	0	.	38	74	129	41	21	73	0	.	12	100	4	100	9	71	10	100	20	100	45	51	12	74	0	.	236	34	10	100	196	47	113	55	0	.	0	.	996	17
	causes diverses	26	54	18	71	21	100	297	21	60	43	121	46	0	.	13	76	650	17	81	45	188	34	13	74	15	80	12	58	457	37	29	58	28	58	72	43	8	71	763	24	0	.	238	41	406	24	15	77	33	49	3562	9
	indéterminable	304	32	54	65	78	46	1976	11	274	28	358	24	0	.	223	31	3428	9	555	27	562	20	112	31	124	35	332	25	709	22	114	52	404	24	321	28	59	48	3056	12	196	44	1099	15	2423	11	61	60	210	28	17032	4
	récolte de bois	42	54	0	.	0	.	485	23	16	100	103	47	0	.	35	59	210	34	234	37	163	38	80	46	16	78	23	59	20	53	0	.	141	45	114	37	10	100	0	.	30	74	136	38	84	58	50	85	75	58	2066	11
	autre activité humaine	0	.	9	100	35	58	383	32	0	.	32	74	0	.	18	81	319	27	196	54	56	51	49	45	4	100	25	59	116	45	0	.	33	50	50	65	10	100	142	42	42	100	98	52	318	35	10	100	4	100	1949	13
	intempérie	18	100	4	100	0	.	355	27	10	100	56	49	0	.	35	52	645	21	74	42	49	47	0	.	72	71	22	65	84	40	4	100	21	55	68	44	0	.	745	16	22	71	94	33	449	21	0	.	69	44	2895	8
	arbres vifs à terre	14	77	0	.	0	.	43	46	19	71	10	100	0	.	0	.	199	35	9	100	60	100	0	.	0	.	18	100	94	51	0	.	0	.	9	100	0	.	182	39	0	.	20	71	243	40	0	.	31	66	952	17
	arbres morts	158	35	76	64	187	42	2295	13	270	35	436	33	0	.	306	36	2548	11	526	21	742	26	104	49	74	60	303	34	780	21	67	57	319	24	329	27	10	100	2667	14	116	58	1123	15	2663	13	76	51	256	34	16434	5
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
61-80%	pas d'indication	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	.
	pas de dégât visible	346	43	403	47	162	73	9354	11	363	44	816	36	0	.	2358	22	16194	8	1694	25	1584	24	679	36	817	51	2456	27	3363	18	0	.	1076	33	1118	28	0	.	10526	10	2126	22	3666	18	12115	9	29	100	674	46	71919	4
	feu	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	188	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	62	0	.	0	.	10	100	0	.	10	100	237	80
	chute de pierres	10	100	126	100	0	.	967	21	131	93	145	69	0	.	186	34	803	18	103	47	4	100	173	49	31	74	333	51	242	47	0	.	131	51	91	53	0	.	1017	22	354	35	428	45	731	22	0	.	30	74	6035	9
	causes diverses	10	100	7	100	0	.	222	26	17	63	34	69	0	.	84	64	631	16	28	62	31	63	11	100	36	52	24	63	216	29	0	.	34	53	27	60	0	.	488	25	11	58	100	37	443	24	0	.	4	100	2456	9
	indéterminable	77	55	82	55	33	79	1484	13	71	56	102	41	0	.	333	26	3302	9	232	33	253	33	52	49	84	44	267	31	637	22	0	.	302	33	270	35	0	.	2613	14	487	34	692	22	2583	10	0	.	130	43	14088	5
	récolte de bois	0	.	0	.	0	.	165	37	0	.	18	100	0	.	38	71	189	35	22	100	69	78	30	61	8	100	11	100	71	47	0	.	25	58	4	100	0	.	0	.	42	54	22	60	167	37	0	.	25	100	905	15
	autre activité humaine	0	.	0	.	0	.	160	36	34	100	59	94	0	.	74	60	167	40	40	81	35	76	0	.	10	100	4	100	51	64	0	.	0	.	19	100	0	.	108	44	87	65	22	83	70	41	0	.	0	.	941	16
	intempérie	4	100	10	100	0	.	445	18	0	.	44	58	0	.	153	46	660	18	19	71	123	39	13	100	0	.	62	47	87	48	0	.	16	100	60	79	0	.	617	18	154	49	102	37	798	16	8	100	4	100	3379	8
	arbres vifs à terre	10	100	0	.	0	.	102	36	0	.	0	.	0	.	38	71	510	33	0	.	35	59	9	100	0	.	21	71	31	59	0	.	11	100	0	.	0	.	172	27	81	78	0	.	241	28	0	.	10	100	1270	16
	arbres morts	101	59	92	48	35	76	2084	14	74	67	325	43	0	.	449	31	3252	11	260	34	496	28	112	51	82	42	324	32	803	22	0	.	249	38	216	44	0	.	2665	15	376	30	722	22	3021	11	15	100	121	43	15874	5
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
81-100%	pas d'indication	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	.
	pas de dégât visible	88	86	135	60	186	72	2614	19	56	86	439	60	0	.	492	39	5705	13	465	56	235	71	18	100	398	51	554	44	1556	32	0	.	305	45	773	40	0	.	7329	13	1149	32	781	33	4785	14	0	.	99	80	28161	6
	feu	0	.	0	.	0	.	4	100	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	102	91	0	.	0	.	14	76	0	.	0	.	130	73
	chute de pierres	0	.	18	83	10	100	792	30	104	79	49	81	0	.	374	41	561	25	80	71	48	100	4	100	121	66	177	74	447	38	0	.	362	44	70	89	0	.	1018	21	186	36	284	43	941	25	0	.	0	.	5648	10
	causes diverses	11	100	9	100	46	91	57	37	20	100	25	85	0	.	37	69	144	28	15	75	0	.	0	.	0	.	4	100	56	57	0	.	10	100	13	76	0	.	187	35	11	100	21	65	89	46	0	.	0	.	756	15
	indéterminable	79	95	40	64	4	100	586	19	30	75	106	59	0	.	88	51	1294	16	46	47	23	100	8	100	21	100	95	42	306	39	0	.	74	63	61	47	0	.	1808	16	441	35	174	34	904	18	0	.	9	100	6196	8
	récolte de bois	0	.	0	.	0	.	43	84	0	.	0	.	0	.	0	.	12	75	0	.	0	.	4	100	0	.	12	100	4	100	0	.	0	.	0	.	0	.	4	100	0	.	56	84	0	.	0	.	0	.	135	46
	autre activité humaine	0	.	0	.	0	.	8	71	0	.	0	.	0	.	0	.	134	64	0	.	0	.	0	.	0	.	0	.	21	71	0	.	4	100	0	.	0	.	64	69	0	.	22	71	4	100	0	.	0	.	258	38
	intempérie	10	100	0	.	0	.	139	37	0	.	56	60	0	.	8	71	233	32	0	.	12	100	0	.	10	100	51	68	60	41	0	.	14	76	94	51	0	.	441	19	34	100	50	60	303	21	0	.	0	.	1514	11
	arbres vifs à terre	10	100	0	.	0	.	19	71	0	.	0	.	0	.	13	77	49	44	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	79	78	11	100	4	100	115	33	0	.	0	.	304	26
	arbres morts	50	74	23	61	35	100	926	26	20	71	216	46	0	.	148	47	1274	15	71	62	102	58	4	100	15	77	77	50	307	36	0	.	205	49	146	46	0	.	1698	17	243	34	312	39	1774	17	0	.	10	100	7657	8
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
>100%	pas d'indication	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	.
	pas de dégât visible	0	.	66	100	0	.	956	30	12	100	121	100	0	.	155	55	2163	18	24	100	0	.	88	100	96	68	92	89	696	48	0	.	0	.	290	49	0	.	2713	18	242	58	210	84	1647	24	0	.	0	.	9570	10
	feu	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	19	61	0	.	0	.	0	.	0	.	0	.	38	47
	chute de pierres	0	.	19	100	0	.	493	40	52	100	17	76	0	.	53	71	547	25	75	100	0	.	0	.	69	66	15	100	564	52	0	.	0	.	350	38	0	.	751	26	83	83	277	87	334	39	0	.	0	.	3700	15
	causes diverses	0	.	4	100	0	.	27	73	0	.	12	100	0	.	14	100	80	39	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	9	100	0	.	148	42	5	100	0	.	48	47	0	.	0	.	358	22
	indéterminable	0	.	0	.	0	.	219	35	4	100	34	86	0	.	50	59	535	22	19	100	0	.	0	.	52	58	4	100	108	55	0	.	0	.	74	47	0	.	993	22	98	62	249	67	341	26	0	.	0	.	2779	12
	récolte de bois	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	4	100
	autre activité humaine	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	100	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	41	67
	intempérie	0	.	0	.	0	.	57	51	0	.	4	100	0	.	14	100	104	31	0	.	0	.	0	.	43	72	0	.	14	76	0	.	0	.	48	68	0	.	262	27	5	100	0	.	79	34	0	.	0	.	629	16
	arbres vifs à terre	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	36	66	0	.	0	.	0	.	0	.	21	100	23	71	0	.	0	.	20	100	0	.	63	48	31	75	0	.	120	41	0	.	0	.	317	23
	arbres morts	0	.	27	100	0	.	389	33	10	100	47	100	0	.	67	53	524	24	0	.	0	.	31	100	114	56	78	87	180	45	0	.	0	.	166	56	0	.	844	23	110	59	63	60	449	27	0	.	0	.	3100	11
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
total	pas d'indication	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	.
	pas de dégât visible	13926	8	2301	22	3744	18	54699	4	5208	12	14336	9	618	37	4906	14	56517	4	11390	9	15105	8	9811	9	2463	24	8040	13	18570	8	4199	15	9758	10	10024	10	8398	12	40589	4	5125	14	32648	6	36997	5	2081	22	14062	7	385515	1
	feu	0	.	0	.	0	.	21	54	70	87	0	.	0	.	0	.	195	96	0	.	4	100	0	.	0	.	0	.	24	71	4	100	0	.	0	.	0	.	559	34	0	.	0	.	28	54	0	.	10	100	914	30
	chute de pierres	10	100	163	78	10	100	2386	16	300	52	294	43	0	.	652	26	2044	12	299	36	51	93	189	46	224	42	534	40	1273	28	20	100	542	32	524	30	0	.	3045	12	633	25	1189	29	2156	15	0	.	30	74	16571	6
	causes diverses	231	24	92	40	86	57	1368	14	168	25	353	22	0	.	156	40	1862	10	393	24	433	21	195	25	73	37	140	30	995	20	51	42	156	24	279	31	112	33	1777	14	37	46	970	17	1165	15	51	53	241	27	11385	5
	indéterminable	1729	12	264	27	301	24	7129	5	865	14	1802	11	50	61	716	17	10770	5	1752	12	1810	11	1052	14	321	23	1041	15	2766	11	427	25	1440	13	1231	14	689	16	9721	6	1475	18	4069	8	7091	6	246	27	1623	10	60380	2
	récolte de bois	433	18	47	66	4	100	1956	12	200	29	504	21	0	.	76	44	526	20	519	21	566	21	440	18	24	62	56	42	367	25	164	33	326	24	173	29	232	28	31	57	99	37	889	15	288	29	104	49	583	18	8607	5
	autre activité humaine	96	44	9	100	69	43	1075	15	164	41	245	37	8	100	96	49	723	20	359	34	278	35	215	24	41	49	32	49	409	25	14	78	70	39	145	40	151	63	514	21	134	53	693	23	472	25	23	61	317	30	6352	7
	intempérie	127	29	13	78	37	75	1375	12	65	50	266	23	8	71	210	35	2127	11	211	28	352	21	102	42	125	48	242	28	286	23	4	100	115	41	314	26	63	47	2290	9	236	36	587	17	1821	10	19	71	91	36	11086	4
	arbres vifs à terre	43	46	9	100	8	100	220	24	22	61	40	50	0	.	51	56	1026	19	9	100	115	56	33	52	0	.	68	47	168	33	0	.	15	79	44	61	20	100	579	20	144	50	90	33	759	18	0	.	51	49	3515	9
	arbres morts	956	14	258	30	539	24	7869	7	710	19	2141	14	97	47	1030	19	9827	6	1459	13	2684	15	674	17	327	28	1222	17	2697	11	294	25	1055	16	1490	18	377	23	9200	7	953	19	4317	8	8772	7	224	28	1172	12	60343	2
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.

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. 1426418. Birmensdorf, Swiss Federal Research Institute WSL

page précedente