Sélectionner un thème dans la liste

page précedente

nombre total de tiges #3
Nombre de tiges de tous les arbres et arbustes vifs et morts (sur pied et à terre) d'au moins 12 cm de diamètre à hauteur de poitrine (DHP). Le nombre total de tiges est la somme du nombre de tiges et du nombre de tiges de bois mort.

gravité des dégâts #593
Degré du préjudice aux arbres et arbustes à partir d'un diamètre à hauteur de poitrine (DHP) de 12 cm, sur la base des dégâts survenus, en six classes. Source: relevé de terrain (MID 1027: Baumschadenart, MID 1018: Baumzustand)

essence principale #90
Espèce d'arbre et d'arbuste à partir d'un diamètre à hauteur de poitrine (DHP) de 12 cm, avec des classes individuelles pour les dix espèces ou groupes d'espèces les plus fréquents en Suisse («essences principales») et les classes «autres résineux» et «autres feuillus» pour les autres espèces. Les essences principales sont les épicéas (Picea spp.), les sapins (Abies spp.), les pins (Pinus sylvestris, P. nigra, P. strobus, P. mugo subsp. uncinata), les mélèzes (Larix spp.), l'arole (Pinus cembra), le hêtre (Fagus sylvatica), les érables (Acer spp.), les frênes (Fraxinus spp.), les chênes (Quercus spp.) et le châtaignier (Castanea sativa). Source: relevé de terrain (MID 50: Baumart)

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

forêt accessible sans la forêt buissonnante IFN1-IFN5 #2382
Forêt dont moins des deux tiers de la surface était couverte d'arbustes et qui était atteignable à pied lors des cinq inventaires IFN1 (1983-1985), IFN2 (1993-1995), IFN3 (2004-2006), IFN4 (2009-2017) et IFN5 (2018-2026).

réseau 1,4 km, sous-réseaux 1 à 5 #1746
Sous-réseaux 1, 2, 3, 4 et 5 des relevés de terrain sur le réseau d'échantillonnage avec un maillage de 1,4 km (réseau de base).

Estimation et erreur standard de l’estimation

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

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

erreur standard relative = erreur standard absolue / estimation x 100

erreur standard absolue = erreur standard relative × estimation / 100

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

Intervalle de confiance de l’estimation

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

sa limite inférieure
estimation - tQ × erreur standard absolue

et sa limite supérieure
estimation + tQ × erreur standard absolue

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

Significativité de l’estimation

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

Traitement de valeurs manquantes

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

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

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

Changements

L’IFN distingue deux types de changements:

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

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

IFN3
nombre total de tiges
gravité des dégâts · essence principale
découpage régional: région de production
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2004/06
		région de production
		Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
gravité des dégâts	essence principale	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.
	arole	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.
aucun dégât	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	16570	9	22971	7	31790	6	49946	5	7200	11	128478	3
	sapin	12903	8	9653	9	12653	8	4994	12	1274	28	41477	4
	pin	1896	18	2001	19	818	51	8648	14	218	52	13582	10
	mélèze	118	34	744	26	221	56	10484	9	4494	15	16061	7
	arole	0	.	0	.	0	.	2917	17	32	100	2949	17
	autres résineux	437	35	877	25	60	52	351	35	16	100	1741	17
	hêtre	19991	6	17512	6	13938	8	7986	11	8534	15	67961	4
	érable	4188	10	4586	12	4212	13	3596	14	453	27	17035	6
	frêne	3000	16	5636	10	3673	16	2939	19	1419	29	16666	7
	chêne	2620	23	2824	18	193	37	1003	29	1901	28	8542	12
	châtaignier	0	.	66	100	0	.	90	65	7839	15	7995	14
	autres feuillus	3152	14	4669	13	2596	14	8700	12	9937	12	29054	6
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	64874	4	71541	3	70155	4	101655	3	43318	5	351542	2
dégât léger	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	2305	14	3454	10	4791	10	9590	6	1338	15	21478	4
	sapin	464	20	253	30	656	23	604	27	23	56	1999	13
	pin	78	38	62	45	23	79	250	33	6	100	419	22
	mélèze	0	.	14	71	25	100	539	20	361	24	939	15
	arole	0	.	0	.	0	.	268	26	0	.	268	26
	autres résineux	17	100	85	45	18	100	0	.	0	.	120	38
	hêtre	1265	16	907	15	1367	25	526	21	886	24	4951	10
	érable	162	33	138	35	268	28	411	24	87	64	1066	14
	frêne	86	43	153	31	217	41	178	41	46	62	681	19
	chêne	48	54	120	52	30	78	53	58	79	49	330	26
	châtaignier	0	.	0	.	0	.	8	100	642	26	650	26
	autres feuillus	339	26	380	33	578	26	795	21	653	22	2745	11
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	4766	8	5566	8	7974	8	13220	5	4122	9	35648	3
dégât moyen	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	1122	14	1287	14	2666	11	4600	8	830	21	10504	5
	sapin	687	16	709	18	616	18	414	21	57	77	2482	9
	pin	82	37	115	33	35	100	582	23	23	76	836	18
	mélèze	0	.	32	63	0	.	531	18	218	29	781	15
	arole	0	.	0	.	0	.	193	30	0	.	193	30
	autres résineux	69	50	50	74	0	.	15	100	0	.	135	39
	hêtre	2318	14	1419	12	1831	13	1300	16	979	20	7847	7
	érable	365	24	226	36	298	25	421	24	131	51	1441	13
	frêne	175	42	259	27	279	32	401	51	189	35	1303	19
	chêne	78	46	127	32	58	58	29	63	116	49	408	21
	châtaignier	0	.	0	.	0	.	15	100	836	18	851	18
	autres feuillus	450	23	224	29	291	37	1059	18	1057	16	3081	10
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	5345	8	4446	7	6075	7	9559	7	4437	8	29861	3
dégât grave	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	1271	14	1344	12	2515	13	3901	7	442	24	9473	5
	sapin	1047	16	553	17	1233	12	431	23	64	44	3327	8
	pin	182	57	185	24	24	77	604	22	34	71	1029	17
	mélèze	0	.	14	71	0	.	703	19	409	34	1126	17
	arole	0	.	0	.	0	.	352	24	0	.	352	24
	autres résineux	104	41	24	77	21	100	90	67	0	.	239	33
	hêtre	2174	12	1218	12	1341	16	1369	18	827	22	6929	7
	érable	365	23	316	28	545	23	591	22	78	56	1895	12
	frêne	357	38	312	23	303	24	287	27	106	44	1365	14
	chêne	156	37	148	31	37	71	35	71	194	50	570	22
	châtaignier	0	.	0	.	0	.	11	100	1955	18	1966	18
	autres feuillus	397	23	308	23	610	24	1329	17	1013	17	3656	9
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	6054	7	4420	7	6628	8	9703	6	5122	9	31927	3
dégât très grave	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	192	27	174	28	478	22	939	14	114	36	1898	10
	sapin	142	29	50	55	264	22	127	33	18	71	600	15
	pin	56	49	34	45	7	100	257	42	0	.	354	31
	mélèze	0	.	0	.	0	.	121	33	116	44	237	27
	arole	0	.	0	.	0	.	148	42	0	.	148	42
	autres résineux	0	.	0	.	18	100	347	34	0	.	365	33
	hêtre	495	17	458	23	464	20	552	28	238	34	2207	11
	érable	216	30	133	34	270	30	226	30	0	.	845	16
	frêne	58	48	108	47	116	39	282	50	0	.	564	28
	chêne	64	80	108	45	6	100	17	100	36	70	232	33
	châtaignier	0	.	0	.	0	.	0	.	775	19	775	19
	autres feuillus	170	33	227	30	157	35	806	25	742	25	2103	14
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.
	total	1392	12	1292	15	1780	11	3822	11	2040	13	10326	6
mort	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	1445	13	2197	14	6916	12	10222	9	829	21	21609	6
	sapin	1308	17	748	19	1399	14	910	19	143	45	4508	8
	pin	366	36	232	35	143	78	1542	17	23	76	2305	14
	mélèze	34	100	26	79	0	.	1822	16	410	24	2292	14
	arole	0	.	0	.	0	.	190	41	0	.	190	41
	autres résineux	19	100	17	100	0	.	195	51	0	.	231	44
	hêtre	797	18	677	19	1123	20	653	20	330	31	3580	9
	érable	126	40	215	30	161	34	329	30	19	100	850	17
	frêne	119	42	263	30	238	30	383	35	134	51	1137	17
	chêne	258	32	348	42	18	100	91	45	60	57	774	23
	châtaignier	0	.	0	.	0	.	37	100	2925	16	2962	16
	autres feuillus	453	24	654	25	1252	20	2325	15	2063	15	6747	8
	indéterminable	37	71	67	50	295	26	689	19	204	38	1292	13
	total	4961	8	5445	9	11545	8	19387	6	7140	8	48478	4
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	22905	8	31427	6	49156	5	79198	4	10753	11	193440	3
	sapin	16550	7	11965	9	16821	7	7479	11	1579	26	54394	4
	pin	2660	17	2628	16	1050	48	11882	12	305	56	18526	9
	mélèze	152	41	830	24	246	59	14200	8	6007	14	21435	7
	arole	0	.	0	.	0	.	4068	15	32	100	4100	15
	autres résineux	646	28	1054	24	117	38	998	33	16	100	2831	16
	hêtre	27040	6	22191	5	20063	8	12385	10	11795	13	93475	3
	érable	5420	9	5614	11	5755	12	5574	12	769	27	23132	5
	frêne	3795	15	6732	10	4826	15	4470	20	1894	26	21717	7
	chêne	3225	22	3675	17	342	33	1228	27	2386	26	10856	11
	châtaignier	0	.	66	100	0	.	161	61	14973	12	15200	12
	autres feuillus	4961	11	6461	12	5485	13	15014	10	15465	10	47386	5
	indéterminable	37	71	67	50	295	26	689	19	204	38	1292	13
	total	87391	3	92710	3	104157	3	157346	3	66178	4	507783	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 1259072. Birmensdorf, Swiss Federal Research Institute WSL

page précedente