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.

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)

zones supérieures/inférieures #2635
Zones situées à des altitudes plus ou moins élevées, classées en fonction des étages de végétation selon la nomenclature du guide Gestion durable des forêts de protection (NaiS; Frehner et al. 2005). La frontière entre les zones supérieures et les zones inférieures s'étend au nord des Alpes entre les étages «montagnard supérieur» et «montagnard inférieur», et au sud des Alpes entre les étages «haut-montagnard» et «montagnard supérieur/inférieur». 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).

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)
essence principale · zones supérieures/inférieures
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
essence principale	zones supérieures/inférieures	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	.
	zones inférieures	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones supérieures	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.
épicéa	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	1022	6	162	15	86	21	3	136	12	46	45	44	1329	5
	zones supérieures	211	13	611	8	486	11	288	12	627	9	156	15	2381	4
	total	1234	5	773	7	572	10	291	12	638	9	202	15	3711	3
sapin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	773	7	247	13	89	25	1	93	6	83	18	41	1134	6
	zones supérieures	229	13	249	16	142	17	41	31	20	35	20	49	703	8
	total	1002	6	496	10	231	14	42	30	26	33	38	32	1837	5
pin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	73	20	11	64	3	75	5	57	5	68	0	.	96	18
	zones supérieures	0	84	6	63	5	60	15	39	42	28	-2	223	66	22
	total	74	20	17	46	7	47	20	32	47	26	-2	223	163	14
mélèze	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	37	29	5	49	5	55	2	83	1	58	14	49	64	21
	zones supérieures	0	.	9	50	1	240	97	21	98	16	83	22	286	11
	total	37	29	14	37	5	56	100	21	99	15	97	20	351	10
arole	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones supérieures	0	.	2	100	0	.	13	44	29	37	0	100	43	28
	total	0	.	2	100	0	.	13	44	29	37	0	100	43	28
autres résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	72	22	2	77	1	101	0	100	0	.	2	92	76	21
	zones supérieures	0	100	0	76	3	93	0	100	1	41	0	.	4	67
	total	72	22	2	63	3	76	0	93	1	41	2	92	80	20
hêtre	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	928	5	166	16	94	23	8	78	8	57	132	19	1336	5
	zones supérieures	83	16	60	28	113	19	-1	547	12	47	4	65	273	11
	total	1010	5	226	14	206	15	8	93	20	36	136	18	1608	4
érable	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	196	12	10	75	39	45	11	47	8	59	8	49	271	12
	zones supérieures	32	25	35	32	43	25	4	43	5	58	4	88	123	15
	total	227	11	45	30	82	25	14	37	14	42	12	43	394	9
frêne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	211	14	44	29	51	23	6	56	1	121	26	44	340	11
	zones supérieures	3	52	13	50	12	48	3	56	7	73	1	100	39	27
	total	214	14	57	25	63	21	9	42	8	64	26	43	378	10
chêne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	110	17	6	63	4	57	5	44	2	78	17	32	144	14
	zones supérieures	0	.	0	.	0	.	0	100	0	.	0	.	0	100
	total	110	17	6	63	4	57	6	41	2	78	17	32	144	14
châtaignier	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	0	100	0	100	0	.	1	64	0	89	96	22	98	22
	zones supérieures	0	.	0	.	0	.	0	.	0	.	1	74	1	74
	total	0	100	0	100	0	.	1	64	0	89	97	22	99	21
autres feuillus	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	165	12	20	42	19	28	13	38	7	76	96	23	320	10
	zones supérieures	5	27	15	33	10	40	20	31	36	31	19	69	105	19
	total	170	12	35	28	29	23	33	24	43	29	115	22	425	9
indéterminable	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	zones supérieures	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
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	zones inférieures	3587	3	672	9	390	13	55	27	52	30	453	10	5209	3
	zones supérieures	563	9	1001	7	814	9	481	10	876	7	286	12	4025	3
	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. 1400881. Birmensdorf, Swiss Federal Research Institute WSL

page précedente