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.

altitude (par classes de 400 m) #963
Altitude par tranches de 400 m. Source: modèle numérique du terrain MNT25 de Swisstopo

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)
altitude (par classes de 400 m) · 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
altitude (par classes de 400 m)	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	.
>1800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	19	46	0	.	30	26	75	26	17	43	142	17
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	1	79	10	42	0	100	11	37
	mélèze	0	.	0	.	0	.	43	32	47	21	18	40	108	17
	arole	0	.	0	.	0	.	11	49	30	35	0	100	41	29
	autres résineux	0	.	0	.	0	.	0	0	0	44	0	.	0	44
	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	0
	total	0	.	19	46	0	.	85	20	162	16	36	30	302	11
1401-1800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	13	63	254	14	100	26	198	16	362	11	97	19	1023	7
	sapin	6	64	37	37	1	326	7	68	5	53	19	53	75	25
	pin	0	.	6	63	2	100	6	66	9	41	-4	91	19	41
	mélèze	0	.	8	54	1	94	36	39	38	28	60	25	144	16
	arole	0	.	2	100	0	.	2	80	-1	109	0	.	3	111
	autres résineux	0	.	0	100	0	100	0	100	0	100	0	.	0	63
	hêtre	1	71	0	.	0	.	0	.	1	100	19	37	21	35
	érable	4	78	0	1066	0	100	1	58	0	177	2	123	7	95
	frêne	0	.	0	100	0	.	0	.	0	.	0	.	0	100
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	1	73	3	55	1	57	12	37	21	47	4	42	41	27
	indéterminable	0	.	0	0	0	0	0	0	0	0	0	0	0	0
	total	24	59	311	14	105	26	261	15	435	11	197	14	1332	6
1001-1400 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	188	14	328	11	279	14	52	24	147	21	56	28	1050	6
	sapin	215	13	204	18	98	20	32	37	8	73	18	38	575	9
	pin	0	116	0	0	1	77	10	41	18	56	2	90	31	36
	mélèze	0	.	1	62	0	.	16	38	7	47	16	61	40	29
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	100	0	79	2	96	0	100	0	.	0	.	3	75
	hêtre	87	15	67	28	91	22	1	593	7	78	80	25	334	11
	érable	30	28	31	29	32	26	4	44	1	90	3	100	101	15
	frêne	2	55	6	70	12	48	4	49	0	.	13	76	38	34
	chêne	0	.	0	114	0	.	1	48	0	.	1	58	2	35
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	70	0	70
	autres feuillus	3	55	13	31	2	119	6	70	7	54	39	38	71	24
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	.	0	0
	total	527	8	651	9	517	11	126	19	195	18	228	15	2245	5
601-1000 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	506	9	155	16	180	17	12	59	55	24	28	67	937	7
	sapin	514	9	248	13	132	20	3	56	13	46	1	100	912	7
	pin	26	31	11	64	4	70	4	59	10	46	0	.	56	22
	mélèze	14	43	2	92	3	79	4	55	7	55	3	93	34	26
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	38	28	2	77	0	142	0	0	0	.	0	.	39	27
	hêtre	487	9	155	16	83	24	7	49	13	40	33	37	778	7
	érable	95	16	13	60	47	39	7	59	12	45	3	60	177	15
	frêne	77	25	46	29	45	26	4	77	7	74	4	53	183	15
	chêne	21	24	6	64	0	100	4	58	2	78	6	46	40	19
	châtaignier	0	100	0	100	0	.	1	100	0	89	69	28	69	27
	autres feuillus	43	18	17	37	16	25	11	40	11	51	31	38	129	14
	indéterminable	0	0	0	0	0	0	0	.	0	0	0	0	0	0
	total	1821	5	654	9	511	11	57	26	132	18	179	16	3355	4
=600 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	526	9	18	68	13	62	0	.	0	.	3	73	559	8
	sapin	267	12	7	100	0	743	0	.	0	.	0	.	274	12
	pin	47	26	0	.	1	100	-2	83	0	.	0	.	46	27
	mélèze	23	40	3	72	1	100	0	0	0	.	0	100	25	36
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	34	34	0	.	0	133	0	.	0	.	2	92	36	33
	hêtre	435	8	4	69	33	38	0	1955	0	.	3	57	475	8
	érable	99	18	0	1847	3	118	3	96	0	.	4	78	109	18
	frêne	134	17	5	54	7	58	1	49	1	100	9	52	158	15
	chêne	88	20	0	.	4	61	0	76	0	.	10	47	102	18
	châtaignier	0	.	0	.	0	.	0	67	0	.	29	37	29	36
	autres feuillus	124	15	2	374	9	50	4	66	4	100	41	43	184	15
	indéterminable	0	0	0	0	0	0	0	0	0	.	0	0	0	0
	total	1777	5	38	44	70	31	7	103	5	100	100	23	1997	5
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. 1399443. Birmensdorf, Swiss Federal Research Institute WSL

page précedente