Sélectionner un thème dans la liste

page précedente

accroissement (accroissement brut) #11
Augmentation du volume du bois de tige en écorce de tous les arbres et arbustes avec un diamètre à hauteur de poitrine (DHP) d’au moins 12 cm ayant survécu entre deux inventaires, le volume du bois de tige en écorce du passage à la futaie, et l’augmentation modélisée du volume du bois de tige en écorce des pertes durant la moitié de la période d’inventaire.

fertilité de la station #894
Capacité de production de la station, en quatre classes, sur la base de la production totale (PT) selon Keller (1978), en kilogrammes par hectare et par an. Faible: PT jusqu'à 1500 kg/ha/an, moyenne: PT 1501-3000 kg/ha/an, bonne: PT 3001-4500 kg/ha/an, très bonne: PT supérieur à 4500 kg/ha/an.

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 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 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.

IFN2–IFN3
accroissement (accroissement brut)
fertilité de la station · essence principale
découpage régional: région économique
unité: 1000 m³/an
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
évolution 1993/95–2004/06
		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
fertilité de la station	essence principale	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%
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	.
	indéterminable	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	.
faible	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	12	57	3	74	3	58	10	40	6	82	17	51	67	26	28	30	34	29	14	37	36	46	27	39	73	20	6	44	336	10
	sapin	39	26	1	81	0	.	6	45	4	86	2	84	1	227	1	75	14	39	1	139	2	87	2	88	0	.	0	.	70	18
	pin	5	89	2	55	0	.	1	173	1	71	0	.	-2	99	0	.	1	100	3	93	0	.	2	86	0	770	0	.	12	58
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	62	0	.	0	.	27	27	38	24	7	38	78	16
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	47	12	42	0	.	23	31
	autres résineux	1	52	0	100	0	.	0	100	0	100	0	.	0	100	0	.	0	100	0	100	0	100	0	0	1	56	0	.	3	30
	hêtre	56	26	16	49	4	100	18	40	14	50	5	53	19	56	8	78	6	67	-1	134	4	67	2	99	0	.	0	.	141	16
	érable	4	45	1	58	0	100	0	73	0	103	1	87	7	69	1	58	4	37	0	79	1	57	1	85	0	.	0	.	20	27
	frêne	7	57	-1	161	0	0	3	58	6	73	0	100	1	71	1	87	1	71	0	100	0	.	0	129	0	.	0	.	17	36
	chêne	-2	184	1	73	0	.	2	75	0	76	0	100	1	83	0	.	0	82	0	100	0	.	0	100	0	.	0	.	4	83
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	175	0	.	0	.	0	175
	autres feuillus	1	142	1	57	0	.	2	66	2	85	1	86	1	60	1	63	5	54	0	72	0	100	2	121	0	100	0	.	17	30
	indéterminable	0	0	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	.	0	0	0	0	0	.	0	0
	total	123	19	26	39	7	72	44	33	35	39	26	38	95	26	40	28	66	22	19	34	44	42	72	22	125	16	13	31	721	7
moyenne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	85	20	0	.	-2	420	0	100	1	100	144	18	60	25	97	28	133	16	16	47	20	43	206	14	292	12	124	17	1176	6
	sapin	59	25	0	.	4	65	0	100	0	100	33	32	19	34	26	34	19	39	9	56	1	70	19	33	7	39	22	33	210	11
	pin	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	1835	1	62	2	100	0	.	41	22	38	25	1	96	88	16
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	49	0	.	0	513	99	20	60	22	65	23	236	12
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	7	49	5	59	0	100	13	37
	autres résineux	0	100	0	.	0	.	0	.	0	.	0	.	0	0	0	100	0	.	0	.	0	.	1	100	0	86	0	.	1	59
	hêtre	44	25	0	.	4	64	3	100	0	100	6	44	21	50	12	66	14	69	3	76	2	292	5	54	15	34	53	26	170	14
	érable	5	60	0	.	3	77	0	100	0	.	3	67	1	84	4	35	5	43	0	1052	6	49	5	50	3	104	3	45	37	19
	frêne	2	47	0	.	0	.	0	.	0	.	4	60	-1	234	2	79	2	54	1	100	5	51	6	48	4	46	2	60	28	21
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	5	48	1	100	-1	218	5	71
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	11	55	11	55
	autres feuillus	3	32	0	.	0	0	0	.	0	.	2	54	2	51	1	65	4	44	4	83	3	62	29	27	22	42	37	39	107	18
	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
	total	197	15	0	.	9	102	4	100	1	100	192	17	102	22	142	23	186	15	36	40	36	36	423	10	448	9	318	12	2082	4
bonne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	135	20	33	37	66	29	53	27	67	18	98	22	270	13	268	16	36	26	55	30	63	35	15	61	119	20	45	33	1320	6
	sapin	141	14	3	45	23	43	69	22	51	23	39	28	202	13	79	22	13	32	19	35	11	36	6	66	9	48	1	154	657	7
	pin	10	47	13	46	3	90	2	57	7	47	0	.	5	49	-1	121	0	.	2	75	0	.	0	.	0	.	0	.	42	22
	mélèze	1	82	12	96	3	76	1	63	7	62	0	.	0	100	0	.	0	29793	0	100	1	66	0	.	1	93	13	55	39	38
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	106	3	92	4	100	12	55	2	78	0	100	1	100	0	100	0	.	0	100	0	100	0	.	0	.	1	100	24	35
	hêtre	125	15	63	27	23	39	62	21	102	18	9	73	95	21	65	19	31	32	11	60	10	87	5	58	4	91	74	23	670	7
	érable	21	29	6	37	5	62	8	41	23	40	4	58	25	34	16	47	6	40	6	43	4	111	2	67	3	55	6	44	132	13
	frêne	13	51	7	45	10	75	26	50	39	28	2	54	15	43	31	32	7	55	9	54	19	83	1	84	2	66	19	48	193	15
	chêne	6	59	5	63	13	41	10	56	13	32	-1	234	1	100	0	77	0	100	2	68	0	.	0	71	0	100	14	31	62	18
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	1	100	0	100	74	29	79	29
	autres feuillus	8	41	10	53	5	44	7	57	9	51	2	63	11	36	32	41	3	57	6	53	7	101	1	72	15	48	89	17	208	12
	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
	total	461	10	156	21	155	20	250	16	319	12	153	19	625	10	492	12	95	20	110	21	114	32	31	42	152	17	336	11	3425	4
très bonne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	112	20	75	26	118	20	320	13	455	11	14	52	57	27	38	35	8	66	1	100	4	78	1	100	0	.	0	.	1199	6
	sapin	89	18	21	48	43	34	206	14	115	19	4	59	63	25	40	32	0	100	0	.	2	72	0	.	0	.	0	.	581	8
	pin	-4	71	0	1661	8	45	6	84	32	40	0	.	0	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	42	33
	mélèze	0	87	2	77	4	49	7	72	11	38	0	.	1	80	0	341	3	72	0	.	0	100	0	.	0	.	0	.	30	25
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	61	10	83	3	100	10	55	12	75	0	.	0	.	0	58	0	.	0	.	0	.	0	.	0	.	0	.	35	38
	hêtre	102	18	68	19	56	23	161	14	192	13	5	74	50	32	44	28	9	61	3	92	17	57	1	100	0	.	2	80	707	7
	érable	22	26	13	28	4	49	12	36	34	25	1	100	2	88	5	135	1	122	0	100	1	62	0	100	0	.	0	.	94	14
	frêne	17	29	8	68	42	29	33	25	83	23	5	87	4	31	23	36	3	59	0	.	2	59	1	100	0	.	0	100	221	12
	chêne	15	34	8	85	27	41	15	42	24	35	0	90	0	0	1	71	0	.	0	.	0	.	1	100	0	.	1	83	94	19
	châtaignier	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	1	91
	autres feuillus	12	46	4	58	20	44	12	48	49	26	0	100	2	134	8	54	21	62	1	100	2	49	2	80	0	.	2	83	138	17
	indéterminable	0	0	0	.	0	0	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0
	total	366	11	208	15	325	14	782	9	1007	7	30	45	179	18	159	19	46	43	6	95	29	41	5	59	0	.	5	65	3142	4
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	345	11	112	20	185	17	384	11	528	10	273	13	455	9	432	12	212	12	87	22	123	23	249	12	484	9	174	14	4015	3
	sapin	328	9	25	40	71	25	281	12	171	14	77	20	286	11	146	15	46	22	29	29	16	29	28	29	16	32	23	32	1484	4
	pin	12	61	15	43	11	41	8	59	40	33	0	.	4	90	0	357	2	55	7	55	0	.	43	21	38	27	1	96	185	12
	mélèze	1	64	15	82	7	43	8	63	17	33	0	.	1	73	0	341	12	38	0	100	1	111	125	17	100	16	84	19	398	9
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	16	34	17	34	0	100	37	24
	autres résineux	2	39	14	65	7	72	23	38	14	65	0	100	1	88	1	47	0	100	0	74	0	89	1	100	1	47	1	100	61	25
	hêtre	327	9	147	15	87	19	244	11	309	10	23	34	184	16	129	15	59	26	17	47	32	43	14	35	19	33	129	16	1646	4
	érable	51	17	20	21	11	36	21	26	57	22	9	37	35	28	26	39	17	24	6	41	12	47	8	37	5	58	9	33	278	8
	frêne	38	23	14	44	52	28	62	25	129	17	12	44	19	36	57	22	13	33	11	49	26	61	7	45	6	38	22	42	444	8
	chêne	19	35	14	52	40	31	27	31	38	25	0	541	2	72	1	54	0	785	2	58	0	.	6	42	0	530	14	37	158	13
	châtaignier	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	1	115	0	100	85	26	89	26
	autres feuillus	24	28	15	39	25	36	21	34	59	22	5	37	15	30	42	33	34	40	12	40	12	59	34	25	37	31	128	16	465	8
	indéterminable	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	total	1148	5	391	12	496	11	1080	7	1361	6	400	11	1003	7	834	9	394	10	171	16	222	20	532	9	723	7	672	7	9261	2

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. 1393163. Birmensdorf, Swiss Federal Research Institute WSL

page précedente