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.

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).

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 forêt protectrice #829
Découpage de la Suisse utilisé dans l'IFN pour analyser des forêts protectrices. Les six régions de forêts protectrices ont été formées à partir des régions économiques en regroupant certaines régions selon des critères environnementaux et statistiques.

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.

IFN4–IFN5
accroissement (accroissement brut)
étages de végétation NaiS (6 classes) · essence principale
découpage régional: région de forêt protectrice
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 2009/17–2018/26
		région de forêt protectrice
		Plateau/Jura		Nord des Alpes ouest		Nord des Alpes est		Sud-ouest des Alpes		Sud-est des Alpes		Sud des Alpes		Suisse
étages de végétation NaiS (6 classes)	essence principale	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	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.
subalpin supérieur	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	0	.	2	63	5	65	5	79	12	44
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	1	108	8	50	0	100	9	45
	mélèze	0	.	0	.	0	.	16	56	26	27	9	54	51	24
	arole	0	.	0	.	0	.	11	43	30	29	0	100	41	24
	autres résineux	0	.	0	.	0	.	0	.	0	57	0	.	0	57
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	100	0	100	0	100	0	74
	indéterminable	0	.	0	.	0	.	0	.	0	0	0	.	0	0
	total	0	.	0	.	0	.	29	36	69	20	15	44	114	16
subalpin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	-3	100	107	21	43	38	108	19	183	16	47	25	485	9
	sapin	0	.	3	99	0	.	0	.	0	.	0	.	3	99
	pin	0	.	6	63	0	.	1	70	3	39	0	.	10	42
	mélèze	0	.	2	100	0	100	47	27	37	28	37	33	123	17
	arole	0	.	0	.	0	.	2	166	-1	612	0	.	1	1025
	autres résineux	0	.	0	100	0	.	0	100	0	58	0	.	0	54
	hêtre	0	.	0	.	0	.	0	.	0	.	0	100	0	100
	érable	0	.	0	92	0	.	0	.	0	.	2	100	2	81
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	2	66	0	71	5	62	0	62	0	0	7	47
	indéterminable	0	.	0	.	0	.	0	0	0	0	0	.	0	0
	total	-3	100	119	20	43	38	163	16	222	15	86	22	630	8
haut-montagnard	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	11	49	204	16	100	26	167	17	375	12	104	20	961	7
	sapin	0	.	52	30	0	6534	25	33	8	64	20	49	105	20
	pin	0	.	0	100	4	62	13	45	33	34	-2	179	48	28
	mélèze	0	.	8	57	1	100	34	39	32	28	37	36	111	19
	arole	0	.	2	100	0	.	0	0	0	100	0	.	2	102
	autres résineux	0	.	0	.	0	72	0	0	0	.	0	.	0	72
	hêtre	0	.	0	.	0	.	1	90	0	2063	4	72	5	71
	érable	1	68	0	1275	0	72	3	46	4	66	2	145	11	63
	frêne	0	.	0	75	0	.	3	56	7	73	1	100	11	49
	chêne	0	.	0	.	0	.	0	100	0	.	0	.	0	100
	châtaignier	0	.	0	.	0	.	0	.	0	.	1	74	1	74
	autres feuillus	0	90	1	85	1	54	16	37	35	32	19	69	73	25
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	total	12	46	268	16	107	25	262	15	494	10	185	17	1328	6
montagnard inférieur et supérieur	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	593	8	428	9	418	11	9	68	75	28	40	49	1562	5
	sapin	614	8	400	12	231	14	16	56	12	39	17	43	1289	6
	pin	31	31	8	77	2	91	3	57	1	177	0	.	44	26
	mélèze	5	91	1	100	1	128	1	53	3	56	14	47	25	34
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	36	29	2	63	3	77	0	0	0	.	0	.	41	26
	hêtre	430	8	181	16	164	17	7	78	17	41	113	21	912	6
	érable	119	14	41	29	65	20	8	54	2	99	3	75	238	10
	frêne	68	22	50	28	49	25	4	83	0	81	2	96	174	14
	chêne	13	29	2	65	0	100	1	70	1	100	1	56	18	24
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	59	0	59
	autres feuillus	35	20	27	27	21	28	4	79	-1	130	21	37	107	13
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	total	1944	5	1141	7	954	8	52	32	110	23	211	16	4411	3
submontagnard	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	633	8	33	39	12	48	0	.	2	61	0	.	681	7
	sapin	385	10	42	36	0	1272	0	.	5	94	0	.	432	10
	pin	42	27	3	113	1	100	0	100	2	124	0	.	48	25
	mélèze	32	31	4	57	2	80	0	.	1	69	0	.	40	26
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	36	33	0	.	0	1135	0	.	0	.	0	.	36	33
	hêtre	577	7	45	30	43	32	0	4131	3	48	0	.	668	7
	érable	107	18	3	101	17	93	3	96	7	64	0	.	137	19
	frêne	144	18	7	48	14	39	1	54	1	157	0	.	167	16
	chêne	82	19	4	94	4	61	0	100	0	.	0	.	90	18
	châtaignier	0	100	0	100	0	.	0	100	0	100	0	.	0	138
	autres feuillus	134	14	5	118	7	47	2	109	9	60	0	.	157	14
	indéterminable	0	0	0	0	0	0	0	0	0	.	0	.	0	0
	total	2174	4	145	20	100	29	6	125	31	40	0	.	2456	4
hyperinsubrique et collinéen	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	-1	177	0	.	0	.	5	56	0	.	4	52	8	48
	sapin	1	73	0	.	0	.	0	181	0	.	1	100	2	77
	pin	1	99	0	.	0	.	3	88	0	.	0	.	4	68
	mélèze	0	.	0	.	0	.	2	87	0	100	0	100	2	99
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	100	0	.	2	92	2	89
	hêtre	2	100	0	.	0	.	0	100	0	.	18	41	20	38
	érable	0	.	0	.	0	.	0	73	0	.	5	64	5	60
	frêne	1	86	0	.	0	.	1	54	0	.	24	47	27	43
	chêne	16	59	0	.	0	.	4	55	1	100	16	34	37	29
	châtaignier	0	.	0	.	0	.	1	67	0	100	97	22	99	22
	autres feuillus	1	78	0	.	0	.	7	43	0	.	75	28	83	26
	indéterminable	0	0	0	.	0	.	0	0	0	.	0	0	0	0
	total	22	49	0	.	0	.	23	31	2	100	242	13	289	12
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	1234	5	773	7	572	10	291	12	638	9	202	15	3711	3
	sapin	1002	6	496	10	231	14	42	30	26	33	38	32	1837	5
	pin	74	20	17	46	7	47	20	32	47	26	-2	223	163	14
	mélèze	37	29	14	37	5	56	100	21	99	15	97	20	351	10
	arole	0	.	2	100	0	.	13	44	29	37	0	100	43	28
	autres résineux	72	22	2	63	3	76	0	93	1	41	2	92	80	20
	hêtre	1010	5	226	14	206	15	8	93	20	36	136	18	1608	4
	érable	227	11	45	30	82	25	14	37	14	42	12	43	394	9
	frêne	214	14	57	25	63	21	9	42	8	64	26	43	378	10
	chêne	110	17	6	63	4	57	6	41	2	78	17	32	144	14
	châtaignier	0	100	0	100	0	.	1	64	0	89	97	22	99	21
	autres feuillus	170	12	35	28	29	23	33	24	43	29	115	22	425	9
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	total	4149	3	1672	5	1203	7	536	9	927	7	739	7	9232	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. 1387818. Birmensdorf, Swiss Federal Research Institute WSL

page précedente