Sélectionner un thème dans la liste

page précedente

accroissement net #80
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, après déduction du volume de la mortalité. L'accroissement net correspond donc à l'accroissement (accroissement brut) après déduction du volume de la mortalité.

propriété (2 classes) #94
Régime de propriété de la forêt, identifié à l'aide des deux classes «public» et «privé». Source: enquête auprès des services forestiers (MID 365: Propriété)

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 IFN4/IFN5 #2282
Forêt couverte par des arbustes sur moins des deux tiers de sa surface et atteignable à pied, tant dans l'IFN4 (2009-2017) que dans l'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 net
propriété (2 classes) · essence principale
découpage régional: région de forêt protectrice
unité: 1000 m³/an
ensemble analysé: forêt accessible sans la forêt buissonnante IFN4/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
propriété (2 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	.
publique	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	507	12	307	14	253	18	155	26	451	15	108	35	1779	7
	sapin	517	9	175	15	110	23	23	38	12	63	30	44	868	7
	pin	30	47	9	87	5	64	-2	476	31	41	-3	147	71	33
	mélèze	23	39	12	45	3	74	54	29	93	20	105	25	289	13
	arole	0	.	0	.	0	.	8	62	35	31	0	87	44	28
	autres résineux	51	27	1	59	0	76	0	93	0	124	2	100	54	26
	hêtre	528	8	76	26	105	23	-6	128	16	35	97	23	816	7
	érable	169	12	28	32	25	41	11	44	10	52	20	32	263	10
	frêne	58	28	29	43	5	225	6	64	4	72	13	83	116	23
	chêne	44	28	2	86	2	128	3	77	1	100	0	2601	51	27
	châtaignier	0	100	0	100	0	.	0	67	0	100	16	79	17	76
	autres feuillus	66	38	-1	1111	8	110	0	14800	26	47	43	54	142	27
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	total	1993	5	638	10	516	13	252	19	680	11	431	15	4509	4
privée	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	444	10	320	15	222	17	41	33	137	21	24	39	1189	7
	sapin	349	12	251	19	76	34	14	57	5	71	1	100	696	10
	pin	3	210	3	51	1	253	-1	404	4	90	-1	100	9	95
	mélèze	10	76	1	160	1	91	48	32	25	44	7	64	90	23
	arole	0	.	2	100	0	.	3	88	0	100	0	.	5	66
	autres résineux	21	38	0	885	3	82	0	0	0	0	0	100	24	35
	hêtre	318	13	121	24	58	32	2	74	1	524	29	40	529	10
	érable	49	32	10	103	57	34	8	50	4	73	-1	180	127	22
	frêne	71	37	-3	317	1	1205	-7	126	2	258	6	72	71	46
	chêne	50	28	5	77	2	55	2	93	2	100	2	321	62	26
	châtaignier	0	.	0	.	0	.	-2	126	0	100	-8	262	-10	207
	autres feuillus	51	23	10	127	0	3706	19	39	4	173	14	110	97	27
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	total	1365	7	720	11	420	15	127	23	184	19	72	45	2890	5
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	950	8	626	10	474	13	196	21	588	12	132	30	2968	5
	sapin	866	7	426	12	185	19	36	32	17	50	31	43	1564	6
	pin	33	46	12	65	6	63	-3	361	35	38	-4	103	80	31
	mélèze	32	35	13	44	4	60	102	22	118	18	112	24	379	11
	arole	0	.	2	100	0	.	11	51	35	31	0	87	49	26
	autres résineux	72	22	1	147	3	76	0	93	0	124	2	92	77	21
	hêtre	845	7	196	18	163	19	-4	187	17	43	126	20	1345	6
	érable	219	12	38	37	82	26	19	33	14	42	18	37	390	10
	frêne	129	24	26	61	6	276	-1	1330	6	101	19	61	187	22
	chêne	94	20	6	61	3	75	5	59	2	78	2	451	113	19
	châtaignier	0	100	0	100	0	.	-2	155	0	89	8	300	7	371
	autres feuillus	117	23	9	170	8	132	18	53	30	47	58	49	239	20
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	total	3357	4	1357	7	935	10	379	15	864	9	504	14	7398	3

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. 1991170. Birmensdorf, Swiss Federal Research Institute WSL

page précedente