Auswahl aus Themenliste

Wofür stehen die Zahlen?
Wozu dient der Standardfehler?
Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?
Wann genügt es nicht, nur den Standardfehler zu betrachten?
Zwei Typen von Veränderungen?
Veränderungsauswertungen: Wann sind die Ergebnisse (nicht) additiv?
Warum hat es für Standardfehler und Schätzwert manchmal einen Punkt («.»)?
Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?
Negative Werte bei Vorrat, Zuwachs oder Nutzung?

1. Wofür stehen die Zahlen?

In den Tabellen sind mehrheitlich Ergebnisse dargestellt, die mithilfe von statistischen Verfahren aus den Daten der Stichprobeninventur des Landesforstinventars (LFI) berechnet wurden. Solche Ergebnisse bestehen immer aus zwei Zahlen: 1) dem Schätzwert und 2) dem Stichprobenfehler, dem sogenannten Standardfehler.

Beispiel 1: Schätzwert und Standardfehler

LFI5

Totholzvolumen (Schaftholz)

Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha

Bezugsfläche: zugänglicher Wald ohne Gebüschwald

Netz: 1,4-km-Netz, Unternetze 1-5

Zustand 2018/26
	Produktionsregion
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Eigentum (2 Klassen)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
öffentlich	30	10	17	13	37	9	36	6	26	10	30	4
privat	27	17	20	12	50	10	32	8	39	13	34	5
Total	29Schätzwert	9Standardfehler	19	9	44	7	35	5	29	8	32	3

Meistens ist in den Tabellen der relative (prozentuale) Standardfehler angegeben («±%»), gelegentlich – bei geschätzten Prozenten – aber der absolute Standardfehler («±»).

2. Wozu dient der Standardfehler?

Mit dem Standardfehler können Vertrauensintervalle um den Schätzwert aufgespannt werden, die den wahren Wert der Grundgesamtheit mit einer bestimmten statistischen Sicherheit enthalten.

Die statistische Sicherheit beträgt

68%, wenn das Vertrauensintervall mit dem einfachen Standardfehler berechnet wurde
(68%-Vertrauensintervall = Schätzwert ± Standardfehler), und
95%, wenn das Vertrauensintervall mit dem doppelten Standardfehler berechnet wurde
(95%-Vertrauensintervall = Schätzwert ± 2 × Standardfehler*)

Beispiel 2: Vertrauensintervalle berechnen

LFI5
Totholzvolumen (Schaftholz)
Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	Produktionsregion
	Jura
Eigentum (2 Klassen)	m³/ha	±%
öffentlich	30	10
privat	27	17
Total	29	9

Frage
Wie gross sind das 68%- und das 95%-Vertrauensintervall der oben aufgeführten Schätzwerte?

Vorgehen

Berechnen des absoluten Standardfehlers (=relativer Standardfehler × Schätzwert / 100)
Berechnen der Vertrauensintervalle
- 68%-Vertrauensintervall = Schätzwert ± absoluter Standardfehler
- 95%-Vertrauensintervall = Schätzwert ± 2 × absoluter Standardfehler

Antwort

			Schritt 1	Schritt 2

Eigentum (2 Klassen)	Totholzvolumen Jura LFI5
	Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
öffentlich	30	10	3	27-33	24-36
privat	27	17	5	22-32	17-37
Total	29	9	3	26-32mit dem einfachen Standardfehler berechnet, d.h. 29 ± 3	23-35mit dem doppelten Standardfehler berechnet, d.h. 29 ± 2 × 3

Das Totholzvolumen liegt im Jura mit einer statistischen Sicherheit von 68% zwischen 26 und 32 m³/ha und mit einer statistischen Sicherheit von 95% zwischen 23 und 35 m³/ha.

Das 95%-Vertrauensintervall ist grösser als das 68%-Vertrauensintervall. Das bewirkt die höhere statistische Sicherheit.

Beispiel 3: Visualisierung des 68%- und des 95%-Vertrauensintervalls

Daten: siehe Beispiel 2

Bei der Interpretation der Ergebnisse muss man für sich jeweils festlegen, mit welcher statistischen Sicherheit man eine Aussage treffen möchte.

Im Landesforstinventar (LFI) wird in der Regel auf das 68%-Vertrauensintervall abgestellt.

Oben

3. Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?*

Das lässt sich durch Vergleich der Vertrauensintervalle von zwei Schätzwerten überprüfen:

Überschneiden sich die 68%-Vertrauensintervalle von zwei Schätzwerten nicht, darf man mit einer gewissen Sicherheit davon ausgehen, dass sich die beiden Grundgesamtheiten unterscheiden.
Überschneiden sich die 95%-Vertrauensintervalle von zwei Schätzwerten nicht, darf man mit hoher Sicherheit davon ausgehen, dass sich die beiden Grundgesamtheiten unterscheiden.

Beispiel 4: Interpretation von zwei Ergebnissen der gleichen Inventur

LFI5
Vorrat (Schaftholz)
Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	Produktionsregion
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Eigentum (2 Klassen)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
öffentlich	331	3	311	3	405	4	300	3	256	5	314	2
privat	387	5	432	4	454	4	348	4	285	6	398	2
Total	345	2	363	2	431	2	314	2	262	4	343	1

	Fall 2						Fall 1

Fall 1

Frage
Ist der Vorrat pro Hektare in den Alpen höher als auf der Alpensüdseite?

Vorgehen

Berechnen der absoluten Standardfehler
Berechnen der Vertrauensintervalle je nach gewünschtem Sicherheitsniveau:
- 68%-Vertrauensintervalle (gewisse Sicherheit; einfacher absoluter Standardfehler)
- 95%-Vertrauensintervalle (hohe Sicherheit; doppelter absoluter Standardfehler)
Prüfen, ob die Vertrauensintervalle auf dem gewünschten Sicherheitsniveau nicht überlappen

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Alpen					Alpensüdseite
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
Total	314	2	6	308-320	302-326	262	4	10	252-272	242-282

Weder die 68%-Vertrauensintervalle noch die 95%-Vertrauensintervalle überlappen (hervorgehobene Zahlenpaare).

Bei diesem Fall hat das gewählte Sicherheitsniveau keinen Einfluss auf das Resultat.

Insgesamt bedeutet dies, dass statistisch eine hohe Sicherheit besteht, dass der Vorrat pro Hektare in den Alpen höher ist als auf der Alpensüdseite.

Fall 2

Frage
Ist der Vorrat pro Hektare im Mittelland höher als im Jura?

Vorgehen

Siehe Fall 1.

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Jura					Mittelland
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
Total	345	2	7	338-352	331-359	363	2	7	356-370	349-377

Die 68%-Vertrauensintervalle überlappen nicht (hervorgehobene Zahlenpaare).
Die 95%-Vertrauensintervalle überlappen dagegen (hervorgehobene Zahlenpaare).

In diesem Fall hat das gewählte Sicherheitsniveau einen Einfluss auf die Interpretation der Ergebnisse: Auf dem Niveau des 68%-Vertrauensintervalls kommt man zum Schluss, dass der Vorrat pro Hektare im Mittelland höher ist als im Jura. Auf dem Niveau des 95%-Vertrauensintervalls kann man hingegen diesen Schluss nicht ziehen.

Unter Betrachtung beider Sicherheitsniveaus lässt sich sagen, dass statistisch eine gewisse, aber keine hohe Sicherheit besteht, dass der Vorrat pro Hektare im Mittelland höher ist als im Jura.

Mit den Vertrauensintervallen kann auch geprüft werden, ob ein mit der Stichprobe des Landesforstinventars (LFI) geschätzter Wert von einem Sollwert (z.B. aus der Waldpolitik) abweicht oder ob eine Veränderung zwischen zwei Inventuren statistisch gesichert ist.

Beispiel 5: Interpretation von zwei Ergebnissen aus unterschiedlichen Inventuren

Eigentum (2 Klassen)	Vorrat im Mittelland*
	LFI4		LFI5
	m³/ha	±%	m³/ha	±%
öffentlich	340	3	309	3
privat	447	4	432	4
Total	386	2	363	2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Berechnen der absoluten Standardfehler
Berechnen der Vertrauensintervalle je nach gewünschtem Sicherheitsniveau:
- 68%-Vertrauensintervalle (gewisse Sicherheit; einfacher absoluter Standardfehler)
- 95%-Vertrauensintervalle (hohe Sicherheit; doppelter absoluter Standardfehler)
Prüfen, ob die Vertrauensintervalle auf dem gewünschten Sicherheitsniveau nicht überlappen

Antwort

Eigentum (2 Klassen)	Vorrat im Mittelland*
	LFI4					LFI5
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
öffentlich	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privat	447	4	16	431-463	415-479	432	4	17	415-449	398-466
Total	386	2	8	378-394	370-402	363	2	9	354-372	345-381
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Die 68%-Vertrauensintervalle überlappen beim öffentlichen Wald und beim Total nicht (hervorgehobene Zahlenpaare), beim Privatwald aber schon (hervorgehobene Zahlenpaare). Auf dem Sicherheitsniveau der 68%-Vertrauensintervalle kommt man zum Schluss, im Mittelland der Vorrat pro Hektare im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Abnahme statistisch nicht gesichert.

Die 95%-Vertrauensintervalle überlappen in allen der drei Kategorien. Auf dem Sicherheitsniveau der 95%-Vertrauensintervalle ist es damit auch für den öffentlichen Wald und den gesamten Wald statistisch nicht gesichert, dass der Vorrat abgenommen hat.

Siehe dazu aber die Beispiele 6 und 7, bei der Veränderungen zwischen zwei Inventuren anhand der sensitiveren Bilanz interpretiert werden.

Die Prüfung, ob eine Veränderung zwischen zwei Inventuren statistisch gesichert ist, ist im LFI bei vielen Zielgrössen nicht nur durch Vergleich der Zustände in den beiden Inventuren möglich (siehe Beispiel 5), sondern auch durch die Analyse der Veränderung, also der Bilanz zwischen den beiden Inventuren.

Dazu muss man auch hier zunächst das Sicherheitsniveau definieren, das für die Aussage gelten soll:

Eine Veränderung (Bilanz) fand mit einer gewissen Sicherheit statt, wenn der einfache relative Standardfehler weniger als 100% beträgt oder wenn das Vertrauensintervall, das mit dem einfachen absoluten Standardfehler berechnet wurde (68%-Vertrauensintervall), den Wert 0 nicht einschliesst.
Eine Veränderung (Bilanz) fand mit hoher Sicherheit statt, wenn der doppelte relative Standardfehler weniger als 100% beträgt oder wenn das Vertrauensintervall, das mit dem doppelten absoluten Standardfehler berechnet wurde (95%-Vertrauensintervall), den Wert 0 nicht einschliesst.

Beispiel 6: Interpretation von Veränderungen (Bilanzen) mit dem relativen Standardfehler

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
	m³/ha	±%
öffentlich	-34	30
privat	-9	147
Total	-23	34
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Festlegen des Sicherheitsniveaus (68%- oder 95%-Vertrauensintervall)
Prüfen, ob
- der einfache relative Standardfehler kleiner als 100% ist (Sicherheitsniveau des 68%-Vertrauensintervalls)
- der doppelte relative Standardfehler kleiner als 100% ist (Sicherheitsniveau des 95%-Vertrauensintervalls)

Antwort

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
		einfach	doppelt
	m³/ha	±%	±%
öffentlich	-34	30	60
privat	-9	147	294
Total	-23	34	68
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Der einfache relative Standardfehler ist für den öffentlichen Wald wie auch für das Total kleiner als 100% (hervorgehobene Zahlen). Für den Privatwald ist er dagegen grösser als 100% (hervorgehobene Zahlen). Auf dem Sicherheitsniveau des 68%-Vertrauensintervalls kommt man zum Schluss, dass der Vorrat im Mittelland im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme dagegen statistisch nicht gesichert.

Zum gleichen Schluss kommt man bei diesem Beispiel auch mit dem Sicherheitsniveau des 95%-Vertrauensintervalls, da auch der doppelte relative Standardfehler für den öffentlichen Wald und das Total kleiner ist als 100%.

Insgesamt bedeutet dies, dass die statistische Sicherheit hoch ist, dass im Mittelland der Vorrat pro Hektare im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme hingegen statistisch nicht gesichert (da sowohl der doppelte als auch der einfache relative Standardfehler kleiner als 100% ist).

Beispiel 7: Interpretation von Veränderungen (Bilanzen) mit dem absoluten Standardfehler

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
	%	±
öffentlich	-10	3
privat	-2	3
Total	-6	2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Festlegen des Sicherheitsniveaus (68%- oder 95%-Vertrauensintervall)
Berechnen des Vertrauensintervalls aufgrund des festgelegten Sicherheitsniveaus
- 68%-Vertrauensintervall mit dem einfachen absoluten Standardfehler
- 95%-Vertrauensintervall mit dem doppelten absoluten Standardfehler
Prüfen, ob das entsprechende Vertrauensintervall den Wert 0 nicht einschliesst

Antwort

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler		Vertrauensintervalle
		einfach	doppelt	68%	95%
	%	±	±	%	%
öffentlich	-10	3	6	-13 bis -7	-16 bis -4
privat	-2	3	6	-5 bis +1	-8 bis +4
Total	-6	2	4	-8 bis -4	-10 bis -2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Beim öffentlichen Wald wie auch beim Total schliessen sowohl das 68%- als auch das 95%-Vertrauensintervall den Wert 0 nicht ein. Auf beiden Sicherheitsniveaus kommt man so zum Schluss, dass der Vorrat im Mittelland im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme dagegen statistisch nicht gesichert (da die Vertrauensintervalle den Wert 0 einschliessen).

Veränderungen (Bilanzen) können anhand des absoluten oder des relativen Standardfehlers interpretiert werden (siehe die Beispiele 6 und 7). Es empfiehlt sich, den absoluten Standardfehler zu nutzen, wenn der Schätzwert in der Tabelle in Prozent (%) ausgewiesen ist (wie in Beispiel 7), und den relativen Standardfehler, wenn der Schätzwert in der Tabelle in absoluten Zahlen (m³, m³/ha, St., m²) angegeben ist (wie in Beispiel 6). So kann der Standardfehler direkt aus der Tabelle entnommen werden, muss also nicht umgerechnet werden.

Für die Prüfung, ob eine Veränderung statistisch gesichert ist, empfiehlt es sich, wo immer möglich die Veränderung (Bilanz) zwischen den beiden Inventuren zu analysieren. Bilanzen sind sensitiver als Zustandsvergleiche, womit mit ihnen Unterschiede statistisch besser entdeckt werden können (siehe die Beispiele 5 sowie 6 und 7).

Oben

4. Wann genügt es nicht, nur den Standardfehler zu betrachten?

Beim Landesforstinventar (LFI) handelt es sich um eine stichprobenbasierte Grossrauminventur, deren Probeflächen auf einem Gitternetz mit einer Maschenweite von 1.4 km × 1.4 km angeordnet sind. Das LFI wurde so konzipiert, dass der Vorrat für die Schweiz insgesamt mit einem Standardfehler von maximal 1% vorhergesagt werden kann.

Werden Ergebnisse für einzelne Regionen oder für einzelne Klassen abgefragt, wird der Standardfehler rasch viel grösser. Dies liegt daran, dass für die abgefragte Kombination von Merkmalsausprägungen* die Anzahl untersuchter Probeflächen und Objekte (d.h. Probebäume, Jungwaldpflanzen, Totholzstücke usw.) wesentlich geringer als für das Total ist.

Beispiel 8: Standardfehler und Kombination von Merkmalsausprägungen

Region	Vorrat
	Total		Ahorn		Bergahorn		Spitzahorn
	Schätzwert	Standardfehler	Schätzwert	Standardfehler	Schätzwert	Standardfehler	Schätzwert	Standardfehler
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Schweiz	343	1	12	5	11	5	1	20
Produktionsregion Mittelland	363	2	15	10	14	11	0	50
Kanton Aargau	289	7	15	20	13	20	1	63

Der Standardfehler wird mit zunehmendem Detaillierungsgrad grösser.

Grosse Standardfehler sind zu erwarten, wenn

die Forstkreise als regionale Gliederung gewählt wurden oder Ergebnisse für kleine Kantone (z.B. Appenzell Innerrhoden, Nidwalden) abgefragt werden,
ein Klassifizierungsmerkmal mit vielen Klassen gewählt wurde (z.B. Baumart in 56 Klassen),
mehrere Klassifizierungsmerkmale miteinander kombiniert wurden (z.B. Hauptbaumart und Entwicklungsstufe).

Grosse Standardfehler sind ein Indiz dafür, dass eine Schätzung möglicherweise anhand einer zu geringen Anzahl Probeflächen oder Objekte erfolgte und entsprechend das Ergebnis der Schätzung nicht belastbar sein könnte.

Bei der Zielgrösse «Jungwaldstammzahl mit Verbiss» (Verbissintensität) ist die Unsicherheit der Schätzung nicht zwingend an einem hohen Standardfehler zu erkennen. Dies liegt daran, dass es sich bei dieser Zielgrösse um einen Quotientenschätzer** handelt, der wegen der Erhebungsmethode bei selteneren Baumarten (z.B. Föhre, Lärche, Arve, Eiche, Kastanie) nur auf einer kleinen Anzahl beurteilter Jungwaldpflanzen beruht. Entsprechend sollte bei der Zielgrösse «Jungwaldstammzahl mit Verbiss» immer geprüft werden, auf wie vielen beurteilten Jungwaldpflanzen die einzelnen Schätzwerte basieren. Als Faustregel gilt, dass für eine belastbare Schätzung pro Schätzwert mindestens 30 Jungwaldpflanzen auf Verbiss beurteilt worden sein sollten.

Oben

5. Zwei Typen von Veränderungen?

Im Landesforstinventar (LFI) gibt es zwei Typen von Veränderungen:

Beim ersten Typ von Veränderungen handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung oder Mortalität. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI4–LFI5. Bei der Auswertung von Veränderungskomponenten wird in der Regel dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) vom früheren zum späteren Messzyklus nicht.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Bilanz zwischen zwei Messzyklen zu ziehen. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI5, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI5. Bei diesen Veränderungsauswertungen wird bei einem Teil der Klassifizierungsmerkmale der Wechsel der Merkmalsausprägung berücksichtigt. Dazu zählen die Merkmale «Baumzustand» oder «Wald, Nichtwald». So kann man z.B. sehen, dass die Waldfläche zugenommen hat. Beim anderen Teil der Klassifizierungsmerkmale werden die Merkmalsausprägungen als statisch betrachtet. Das bedeutet, dass der aktuellste Stand – sei er in einem Messzyklus erhoben (z.B. Vorrangfunktion LFI5) oder einer externen Datenquelle entnommen (z.B. Schutzwald [2022]) – sämtlichen Messzyklen zugewiesen wird.

Oben

6. Veränderungsauswertungen: Wann sind die Ergebnisse (nicht) additiv?

Die Ergebnisse sind

additiv, wenn sie als gesamte Veränderung zwischen zwei Messzeitpunkten ausgewiesen werden. So können beispielsweise die für die verschiedenen Produktionsregionen in Kubikmeter (m³) ausgewiesenen Nutzungen zusammengezählt werden, um die Nutzung für die Schweiz zu erhalten.
nicht additiv, wenn sie als Veränderung pro Jahr (z.B. m³/Jahr) ausgewiesen werden. Entsprechend können beispielsweise die für die verschiedenen Produktionsregionen in Kubikmeter pro Jahr (m³/Jahr) ausgewiesenen Nutzungen nicht zusammengezählt werden, um die Nutzung für die Schweiz zu erhalten.

Beispiel 9: Additivität/Nichtadditivität von Veränderungen

	Vorrat: gesamte Veränderung zwischen LFI4 und LFI5 (in 1000 m³)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
Tieflagen	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
Hochlagen	574.3	117	-328.0	62	1093.0	123	7128.4	21	666.7	93	9134.3	24
Total	-3184.7	40	-5237.1	34	67.9	2805	6811.3	23	4130.8	30	2588.1	136
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	additiv

	Vorrat: Veränderung pro Jahr zwischen LFI4 und LFI5 (in 1000 m³/Jahr)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%
Tieflagen	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
Hochlagen	64.7	117	-38.3	62	122.4	123	810.4	21	74.9	93	1032.7	24
Total	-357.3	40	-598.4	34	7.6	2805	773.8	23	464.4	30	292.7	136
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	nicht additiv

Die Nichtadditivität der Veränderungen pro Jahr kommt dadurch zustande, dass die gesamte Veränderung durch die mittlere Anzahl Jahre geteilt wird, die im jeweils betrachteten Gebiet* zwischen den zwei Messzeitpunkten liegt und die mittlere Anzahl Jahre je nach Gebiet* leicht unterschiedlich ist.

Beispiel 10: Mittlere Anzahl Jahre pro Gebiet

Gebiet		mittlere Anzahl Jahre*
Produktionsregion	Hochlagen/Tieflagen
Mittelland	-	8.75
Mittelland	Hochlagen	8.56
Mittelland	Tieflagen	8.76
Alpensüdseite	-	8.90
Alpensüdseite	Hochlagen	8.90
Alpensüdseite	Tieflagen	8.89
* zwischen den Messungen des LFI4 und des LFI5 im zugänglichen Wald ohne Gebüschwald

Oben

7. Warum hat es für Standardfehler und Schätzwert manchmal einen Punkt («.»)?

Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt. Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt («.») dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht beim Schätzwert und beim Standardfehler ein Punkt («.»).

Zum Beispiel hat das Landesforstinventar (LFI) im Mittelland bisher keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.

Oben

8. Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?

Die Daten in diesen Tabellen stammen aus einer Vollerhebung und nicht aus einer Stichprobeninventur. Entsprechend ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.

Beispielsweise ist die Erschliessungserhebung, die das Landesforstinventar (LFI) periodisch bei den lokalen Forstdiensten durchführt, eine solche Vollerhebung.

Oben

9. Negative Werte bei Vorrat, Zuwachs oder Nutzung?

Das ist möglich, wenn das Ergebnis nur anhand einiger weniger Bäume berechnet werden konnte. Die Schätzung ist damit nicht verlässlich. Dies zeigt sich auch am Standardfehler, der bei negativen Vorrats-, Zuwachs- oder Nutzungswerten in der Regel ausgesprochen hoch ist.

Die negativen Werte rühren daher, dass bei der Ermittlung des Schaftholzvolumens der Probebäume das allein anhand des Brusthöhendurchmessers (BHD) geschätzte Volumen (Tarifvolumen) mit dem anhand von BHD, Durchmesser in 7 m Höhe und Baumhöhe geschätzten Volumen der Tarifprobebäume justiert wird. Dieses Vorgehen ermöglicht eine unverzerrte (biasfreie) und genauere Berechnung des Schaftholzvolumens. Es kann aber zu negativen Werten bei allen Zielgrössen führen, die auf dem Schaftholzvolumen der Probebäume beruhen (z.B. Vorrat, Zuwachs, Nutzung), wenn die Anzahl Probebäume in einer Merkmalsausprägungskombination* gering ist.

Oben

LFI5
Vorrat (Schaftholz)
Schutzwald gegen Gerinneprozesse (2022) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
Schutzwald gegen Gerinneprozesse (2022)	Hauptbaumart	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
keine Angabe	keine Angabe	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Tanne	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Föhre	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Lärche	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Arve	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	übrige Nadelhölzer	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Buche	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Ahorn	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Esche	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Eiche	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Kastanie	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	übrige Laubhölzer	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nicht bestimmbar	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	.	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	.	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	.	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
innerhalb	keine Angabe	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	0	.	0	.	0	.	0	.	1250	43	510	48	7741	14	2760	20	211	53	319	42	0	.	4	.	107	100	0	.	273	88	1688	35	990	38	1233	46	0	.	891	44	4505	20	1646	32	2811	26	5292	16	2989	21	148	53	128	72	0	.	967	40	0	.	230	71	56	.	0	.	243	95	468	56	899	42	1544	34	187	50	308	55	1809	29	668	50	1226	39	0	.	0	.	98	.	35	100	0	0	675	50	1322	37	583	51	300	51	14	100	0	0	891	43	3017	41	1089	38	0	.	82	71	30	100	368	60	10	100	361	49	627	49	1020	55	904	47	555	85	1073	44	619	47	37	100	39	.	3	.	0	.	0	.	0	.	0	.	0	.	25	.	0	.	107	84	0	.	21	.	2960	23	3086	20	4806	18	368	57	159	70	263	56	323	51	406	70	0	.	0	.	0	.	0	.	70378	4
	Tanne	0	.	0	.	0	.	0	.	206	58	862	50	1422	32	3243	19	798	45	614	38	0	.	0	.	31	100	0	.	185	100	104	79	696	48	270	63	0	.	99	98	237	49	143	54	37	100	571	46	0	0	636	37	250	61	0	.	253	82	0	.	86	71	65	.	0	.	0	.	309	66	37	100	733	49	537	55	94	64	468	46	576	59	646	34	0	.	0	.	11	.	0	.	53	100	674	58	551	43	253	44	121	63	19	100	0	.	18	100	208	52	0	.	0	.	0	.	34	100	354	59	276	60	242	73	482	47	0	.	307	56	270	47	526	57	812	50	57	100	0	.	20	.	0	.	0	.	0	.	0	.	0	.	16	.	0	.	11	100	0	.	96	.	162	93	473	52	709	40	132	65	0	.	70	100	312	51	150	51	0	.	0	.	0	.	0	.	21627	7
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	106	80	87	71	0	.	100	73	0	.	0	.	48	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	78	76	236	58	0	.	98	46	219	59	57	100	18	100	0	.	0	.	0	.	29	100	0	.	0	.	44	100	0	.	0	.	42	100	0	.	0	.	0	.	0	.	53	100	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	46	74	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	104	65	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	452	39	301	37	406	43	0	.	25	100	96	76	20	100	0	.	0	.	0	.	0	.	0	.	2692	15
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	37	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	104	59	203	54	-9	100	1239	24	2676	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	100	51	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	57	100	14	100	0	.	0	.	300	60	445	40	322	55	221	62	0	.	66	92	1041	32	396	45	556	59	0	.	0	.	0	.	52	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2661	19	1620	23	986	27	40	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13118	8
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	121	75	471	36	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	.	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	.	490	37	195	42	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1308	21
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	9	100	1	100	0	.	81	100	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	3	80	11	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	7	100	-19	104	7	79	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	81	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	1	100	0	.	0	.	4	72	46	73	9	81	0	.	0	.	0	.	0	.	270	45
	Buche	0	.	0	.	0	.	0	.	141	86	123	62	1564	32	2142	24	542	55	798	33	0	.	63	.	335	57	0	.	10	100	237	57	493	47	5	100	0	.	450	48	546	53	115	53	0	.	518	42	0	.	1245	28	267	53	0	.	693	45	0	.	33	59	13	.	0	.	11	100	121	53	23	100	638	40	181	47	651	59	830	34	415	50	1118	35	0	.	0	.	0	.	18	71	180	69	253	51	317	67	454	43	88	49	84	71	199	100	0	.	182	58	0	.	721	37	1235	32	718	35	1202	32	999	32	544	43	319	63	0	.	200	56	101	90	80	67	398	50	150	76	26	.	69	.	0	.	3	.	0	.	0	.	0	.	6	.	0	.	99	72	0	.	17	.	0	.	25	86	662	36	260	50	242	63	34	90	186	51	190	50	0	.	12	.	0	.	0	.	24593	6
	Ahorn	0	.	0	.	0	.	0	.	8	100	16	100	515	24	178	32	0	.	280	44	0	.	57	.	47	100	0	.	0	.	69	58	156	51	40	100	0	.	239	57	90	51	20	100	51	100	98	50	0	.	90	75	49	71	0	.	121	44	0	.	28	75	38	.	0	.	6	100	85	49	35	78	130	83	84	70	155	74	400	35	210	51	445	37	0	.	0	.	0	.	24	74	91	92	58	74	77	59	49	97	170	91	12	100	-2	100	34	100	59	100	11	100	5	63	22	100	32	72	7	58	54	100	5	74	47	70	16	85	0	.	134	62	41	61	148	47	0	.	7	.	16	.	0	.	2	.	0	.	0	.	15	.	0	.	0	.	10	100	0	.	12	.	0	.	48	71	182	38	100	50	104	70	16	134	120	45	24	131	0	.	0	.	0	.	0	.	5488	9
	Esche	0	.	0	.	0	.	0	.	0	.	108	100	123	70	272	70	10	204	48	75	0	.	0	.	10	100	0	.	0	.	218	100	94	68	34	91	0	.	165	61	0	.	3	100	87	100	84	70	0	.	174	76	85	67	0	.	41	69	0	.	0	.	0	.	0	.	0	.	66	74	0	.	112	79	13	100	94	89	67	60	23	100	258	45	0	.	0	.	0	.	42	91	29	100	183	68	11	72	242	69	106	69	0	.	0	0	0	.	211	100	2	100	24	63	27	77	58	80	123	64	1	100	71	50	26	64	50	72	0	.	74	98	31	87	66	61	156	100	81	.	0	.	0	.	0	.	0	.	0	.	10	.	0	.	0	.	18	100	0	.	31	.	36	60	37	100	103	63	78	75	167	83	11	100	50	71	0	.	0	.	0	.	0	.	0	.	4345	14
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	0	58	100	0	.	0	.	0	.	19	100	0	.	0	.	60	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	85	100	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	45	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	37	95	50	100	18	100	0	.	0	.	0	.	47	57	116	71	155	46	64	81	71	66	102	61	0	0	0	.	36	100	0	.	0	.	0	.	108	91	0	.	0	.	0	.	33	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	.	40	74	11	71	12	74	0	.	0	.	30	71	15	100	0	.	0	.	0	.	0	.	0	.	1249	19
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	209	61	42	71	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	.	32	100	262	56	129	84	334	53	270	44	552	46	468	52	222	65	1250	33	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	55	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3856	16
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	51	100	224	41	157	33	6	100	28	56	0	.	27	.	22	100	0	.	3	100	34	80	11	100	56	62	0	.	64	65	37	64	13	77	133	60	460	40	324	67	69	46	17	85	0	.	55	76	0	.	4	100	0	.	0	.	5	100	15	77	6	76	27	63	0	.	50	56	100	51	18	100	108	44	0	.	0	.	2	.	74	85	14	100	26	67	6	78	59	88	0	.	18	100	10	100	75	80	269	61	92	98	261	42	334	47	575	30	188	40	190	50	383	43	46	63	11	100	23	95	0	0	12	71	37	63	9	89	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	232	43	123	42	135	35	7	63	28	71	0	.	22	91	0	.	0	.	0	.	0	.	0	.	5383	10
	nicht bestimmbar	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	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	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	.	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	0	0	.	0	.	0	.	0	.	0	0
	Total	0	.	0	.	0	.	0	.	1605	40	1679	41	11751	12	8840	14	1705	36	2189	27	0	.	152	.	619	53	0	.	471	71	2410	30	2440	28	1639	40	0	.	1909	32	5614	18	2379	26	3109	24	8695	14	6810	15	2438	25	815	41	0	.	2129	33	0	.	409	64	172	.	0	.	310	79	1063	48	1000	40	3226	28	1008	46	1442	40	3706	22	1917	39	3854	24	0	.	0	.	111	.	195	60	368	61	1888	38	2284	30	1703	34	848	47	197	71	227	88	1351	33	4700	32	1645	31	1613	24	2085	25	2220	23	3896	19	2218	24	3527	22	1547	35	1097	52	1575	37	1186	46	1764	37	2079	36	517	65	152	.	107	.	0	.	44	.	0	.	0	.	25	.	48	.	0	.	245	69	0	.	179	.	7065	15	5922	16	8056	15	985	41	725	49	523	50	1094	37	779	47	0	.	12	.	0	.	0	.	154307	3
ausserhalb	keine Angabe	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	351	37	495	37	866	42	879	39	1315	46	1586	36	6383	18	2803	22	4387	17	2366	19	45	81	288	59	307	60	0	.	502	52	641	50	1304	36	1031	39	4	75	2262	30	2671	27	2015	27	3495	24	4255	20	2984	21	2091	25	1036	34	1925	24	2600	24	317	62	1265	30	460	50	547	40	1365	32	1104	46	669	48	820	47	1014	37	1090	44	727	58	1274	44	1489	37	1388	28	831	46	196	44	236	61	320	55	1031	36	859	44	649	45	677	46	755	36	826	38	207	94	248	64	377	54	0	.	0	.	0	.	0	.	84	72	0	.	278	56	558	59	703	43	419	43	517	38	555	44	881	40	98	76	1131	32	138	68	253	51	1892	23	805	40	741	42	706	42	135	77	192	56	32	75	404	71	1385	32	1127	43	1107	38	331	65	593	43	431	48	1029	39	1452	32	84	94	439	50	578	38	0	.	90708	4
	Tanne	249	72	40	96	144	60	965	34	402	54	689	51	798	37	3290	21	4046	18	1946	23	32	64	136	60	342	54	0	.	162	72	263	76	250	69	330	62	4	100	401	55	145	67	286	57	253	69	432	64	0	.	3254	23	1257	35	3202	20	1311	27	522	53	1081	37	490	38	596	42	1751	33	60	57	156	75	333	60	482	49	0	.	41	95	191	55	598	44	184	59	514	34	269	65	140	46	318	40	88	74	139	58	325	58	416	73	317	41	506	58	0	.	0	.	167	100	0	.	0	.	0	.	0	.	0	.	0	.	66	67	0	.	6	100	209	58	29	72	314	67	144	61	75	100	1018	35	200	84	325	50	380	52	472	47	619	32	442	49	259	69	487	54	140	71	104	92	0	.	48	70	230	62	137	60	140	61	196	63	715	40	272	45	94	85	19	100	86	58	0	.	41541	5
	Föhre	26	100	21	71	21	100	74	100	0	.	0	.	260	89	22	100	449	35	300	70	45	85	66	69	138	50	0	.	21	100	45	71	0	.	265	67	67	100	0	.	123	58	340	42	52	100	540	45	934	32	326	40	0	.	229	58	0	.	50	100	0	.	0	.	0	.	0	.	4	100	176	100	0	.	41	100	0	.	0	.	0	.	0	.	330	39	100	63	97	53	2	100	119	51	57	100	8	100	0	.	72	78	117	77	202	66	0	.	0	.	66	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	120	97	0	0	0	.	0	.	0	.	30	71	9	100	0	.	20	100	0	.	23	71	0	.	29	100	0	.	0	.	69	100	0	.	407	49	107	51	219	52	0	.	0	.	140	58	72	72	192	42	153	49	86	73	56	100	0	.	7541	10
	Lärche	30	94	55	64	106	71	95	81	0	.	0	.	121	79	0	.	90	71	0	.	0	.	0	.	27	71	0	.	0	.	57	100	0	.	40	87	0	.	50	100	245	47	96	57	246	55	542	34	2274	21	22	100	5	100	22	72	1	100	0	.	0	.	0	.	41	100	0	.	0	.	0	.	18	100	13	100	0	.	72	99	45	100	0	.	36	59	0	.	0	.	20	100	0	.	0	.	0	.	0	.	0	.	29	100	27	100	0	.	79	71	147	57	61	100	0	.	20	100	196	58	63	71	0	.	0	.	0	.	0	.	185	51	0	.	20	100	0	.	66	100	0	.	22	100	0	.	0	.	0	.	0	.	57	73	0	.	21	100	0	.	68	100	2037	37	956	38	288	48	0	.	30	100	9	100	20	89	0	.	23	71	26	100	178	54	0	.	8996	11
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	104	72	785	27	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	.	0	.	0	.	8	100	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	.	126	45	19	71	44	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1085	22
	übrige Nadelhölzer	42	75	0	.	71	100	85	72	0	.	5	100	0	.	0	.	441	48	2	100	0	.	0	.	0	.	252	.	0	.	0	.	0	.	0	.	0	.	3	100	7	100	0	.	0	.	0	.	19	53	0	.	75	99	275	86	2	100	0	.	0	.	8	100	0	.	0	.	0	.	0	.	8	100	337	100	5	100	0	.	0	.	0	.	66	100	11	100	6	100	40	77	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	7	100	0	.	10	100	0	.	0	.	56	100	27	62	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	6	100	0	.	2	77	0	.	0	.	14	88	1	100	0	.	0	.	0	.	0	.	0	.	1893	29
	Buche	1223	27	818	30	688	34	1839	30	181	54	371	44	834	37	1152	26	3745	14	2614	19	309	47	822	36	789	35	0	.	283	65	512	50	574	39	1253	36	0	.	485	39	129	50	476	39	25	61	39	82	0	.	2170	21	1166	30	852	37	662	40	282	42	137	49	280	36	218	45	330	41	365	54	30	73	675	48	612	49	281	47	247	65	548	40	373	60	2159	21	1444	31	794	30	889	34	1104	31	178	43	0	.	624	52	502	36	267	46	594	30	0	.	0	.	0	.	96	83	91	62	25	100	0	.	26	89	0	.	424	56	0	.	58	100	520	51	52	97	34	100	464	58	45	100	1059	29	166	88	78	51	335	37	355	40	946	32	539	45	592	45	135	68	256	59	193	82	0	.	0	.	199	68	54	78	256	44	481	44	693	40	691	34	746	45	340	43	432	32	0	.	47327	4
	Ahorn	366	30	182	36	53	82	34	74	17	100	250	44	256	39	287	42	399	24	422	26	140	49	60	44	123	56	0	.	60	74	13	86	178	44	51	63	0	.	130	39	72	61	43	81	35	71	20	78	3	100	418	25	149	36	51	51	180	45	100	57	153	44	45	82	158	79	38	51	52	89	0	.	35	62	91	77	86	71	0	.	33	66	242	46	101	53	168	45	174	40	76	45	195	41	114	50	0	.	38	58	144	50	42	100	108	51	0	.	0	.	0	.	0	.	0	0	7	87	2	100	2	100	5	100	106	58	0	.	1	100	51	59	126	51	27	100	37	66	2	100	142	45	10	100	29	66	32	59	79	37	65	64	109	47	38	71	0	.	0	.	60	75	9	100	1	100	135	64	0	.	108	53	48	59	209	39	87	50	243	55	70	60	248	51	0	.	8272	6
	Esche	258	45	380	44	32	83	74	87	0	.	146	60	-21	150	179	44	635	31	38	57	137	82	34	56	127	64	0	.	166	70	192	87	389	49	251	42	9	100	94	61	60	77	7	75	41	72	20	75	0	.	596	30	335	81	99	51	16	77	70	61	17	94	4	100	3	100	6	100	446	67	0	.	4	100	571	46	177	56	30	100	115	94	0	.	231	46	138	48	56	58	134	61	63	67	139	64	0	.	0	.	173	39	262	58	238	45	18	100	0	.	0	.	0	.	7	100	147	72	0	.	24	100	35	100	135	86	0	.	0	.	107	52	55	67	0	.	164	84	16	59	24	74	0	.	9	77	12	100	32	90	79	87	208	58	70	64	29	100	0	.	39	100	39	87	25	74	102	79	37	100	263	62	38	83	144	49	226	38	173	65	71	59	119	66	0	.	9614	8
	Eiche	349	55	80	70	0	.	260	53	0	.	0	.	12	100	68	73	484	23	0	.	78	100	4	100	88	66	0	.	9	100	0	.	52	79	109	61	384	58	0	.	0	.	64	100	0	.	0	.	0	.	324	46	88	91	177	66	40	100	53	74	0	.	35	100	0	.	0	.	5	100	0	.	0	.	28	100	6	100	0	.	17	71	0	.	210	47	13	100	11	100	31	86	158	52	0	.	0	.	0	.	71	64	502	81	285	51	0	.	0	.	0	.	0	0	4	100	319	45	21	100	40	70	0	.	50	100	0	.	0	.	14	72	23	100	0	.	0	.	2	100	44	82	129	71	48	66	0	.	403	50	25	100	10	71	231	49	0	.	41	100	38	100	7	100	100	73	61	63	0	.	17	100	20	100	0	.	98	85	176	41	110	55	92	68	0	.	6217	11
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	260	72	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	.	0	.	0	.	96	70	166	100	56	92	128	67	638	42	0	.	32	74	204	68	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1601	24
	übrige Laubhölzer	271	45	174	36	140	44	98	67	0	.	25	53	238	49	56	47	559	27	82	36	97	52	27	56	25	62	0	.	20	100	197	63	49	51	121	66	8	86	91	65	46	63	42	75	238	51	138	49	133	87	324	40	108	51	63	60	48	47	0	.	26	55	7	100	-2	100	18	71	66	66	0	.	11	61	3	100	22	100	31	88	118	79	17	84	39	48	94	69	4	100	150	58	2	100	125	58	13	91	0	.	254	55	122	47	65	61	17	71	172	76	15	79	14	100	137	55	651	42	52	74	79	72	39	100	20	68	0	.	8	83	53	69	300	94	1	100	31	60	194	84	58	56	3	75	4	75	24	53	116	71	22	57	118	86	46	66	122	75	5	100	13	100	105	45	102	40	211	40	0	.	144	67	161	64	42	62	21	59	42	44	127	63	114	59	0	.	7987	9
	nicht bestimmbar	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	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	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	.	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	.	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	.	0	0
	Total	3166	20	2245	22	2121	26	4404	20	1915	43	3071	30	8881	16	7857	16	15234	10	7769	14	884	34	1437	33	1966	30	252	.	1223	40	1920	36	2796	25	3450	24	475	55	3517	25	3503	23	3369	22	4385	22	6351	17	7133	15	9525	14	4218	22	6895	17	4860	20	1393	33	2679	26	1329	34	1562	34	3509	24	2101	33	1031	46	1903	34	3194	29	1666	40	1149	45	2342	32	2718	31	4744	18	3312	23	1606	29	1718	30	2281	27	1732	28	1020	40	1635	37	2309	29	2413	28	2853	23	242	82	596	44	946	39	227	52	367	47	1806	27	271	52	351	47	283	57	1080	47	558	59	901	43	1557	33	1120	37	952	46	1721	39	586	51	3513	22	669	53	766	36	2675	22	2286	27	2498	25	2219	27	1370	33	993	37	544	60	920	51	4120	24	2485	29	2609	24	558	55	1551	35	1537	33	2925	27	3039	24	1733	29	1288	30	1903	26	0	.	232782	2
Total	keine Angabe	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	351	37	495	37	866	42	879	39	2564	31	2096	30	14125	11	5563	14	4598	17	2685	18	45	81	292	58	414	51	0	.	775	46	2330	29	2295	26	2264	30	4	75	3152	24	7176	16	3660	21	6306	18	9547	13	5973	15	2239	23	1164	31	1925	24	3567	20	317	62	1495	27	516	46	547	40	1608	31	1573	37	1568	31	2364	28	1201	32	1398	36	2536	26	1942	34	2714	27	1388	28	831	46	294	44	271	54	320	55	1706	29	2182	28	1232	34	977	36	769	35	826	38	1098	39	3265	38	1466	31	0	.	82	71	30	100	368	60	94	65	361	49	905	38	1578	41	1607	32	974	52	1590	32	1174	32	918	39	137	62	1134	32	138	68	253	51	1892	23	805	40	741	42	732	40	135	77	300	47	32	75	425	68	4345	18	4213	18	5913	16	699	43	752	37	694	37	1352	32	1858	29	84	94	439	50	578	38	0	.	161087	3
	Tanne	249	72	40	96	144	60	965	34	609	41	1551	36	2219	24	6533	14	4844	17	2559	19	32	64	136	60	373	50	0	.	347	63	366	59	946	40	600	44	4	100	501	48	383	40	429	42	291	61	1003	38	0	0	3889	20	1507	31	3202	20	1564	26	522	53	1167	35	555	35	596	42	1751	33	368	56	193	63	1066	38	1019	37	94	64	509	43	768	47	1244	27	184	59	514	34	280	62	140	46	372	37	762	52	690	36	578	38	536	58	335	39	506	58	18	100	208	52	167	100	0	.	0	.	34	100	354	59	276	60	242	73	549	42	0	.	313	55	479	37	556	55	1126	41	202	52	75	100	1037	35	200	84	325	50	380	52	472	47	619	32	458	47	259	69	498	53	140	71	200	68	162	93	521	48	938	34	269	44	140	61	265	53	1027	32	422	34	94	85	19	100	86	58	0	.	63168	4
	Föhre	26	100	21	71	21	100	74	100	0	.	0	.	367	67	109	60	449	35	400	55	45	85	66	69	186	45	0	.	21	100	45	71	0	.	265	67	67	100	0	.	201	46	576	34	52	100	639	38	1154	28	383	37	18	100	229	58	0	.	50	100	29	100	0	.	0	.	44	100	4	100	176	100	42	100	41	100	0	.	0	.	0	.	53	100	330	39	100	63	97	53	4	71	119	51	57	100	8	100	0	.	85	68	117	77	202	66	0	.	46	74	66	100	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	224	60	0	0	0	.	0	.	0	.	30	71	9	100	0	.	20	100	0	.	23	71	0	.	29	100	0	.	0	.	69	100	0	.	858	31	408	30	624	33	0	.	25	100	236	46	92	60	192	42	153	49	86	73	56	100	0	.	10232	8
	Lärche	30	94	55	64	106	71	95	81	0	.	0	.	158	64	0	.	90	71	0	.	0	.	0	.	27	71	0	.	0	.	57	100	0	.	40	87	0	.	50	100	348	37	300	41	237	57	1781	20	4950	14	22	100	5	100	22	72	1	100	0	.	0	.	0	.	41	100	0	.	0	.	0	.	18	100	13	100	37	100	123	71	45	100	0	.	36	59	0	.	0	.	20	100	0	.	0	.	0	.	57	100	14	100	29	100	27	100	300	60	524	35	469	42	282	53	0	.	86	75	1237	28	459	40	556	59	0	.	0	.	0	.	237	46	0	.	20	100	0	.	66	100	0	.	22	100	0	.	0	.	0	.	0	.	57	73	0	.	21	100	0	.	68	100	4698	19	2576	20	1275	23	40	100	30	100	9	100	20	89	0	.	23	71	26	100	178	54	0	.	22114	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	225	52	1256	21	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	.	0	.	0	.	8	100	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	.	617	31	214	39	44	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2393	15
	übrige Nadelhölzer	42	75	0	.	71	100	85	72	0	.	14	74	1	100	0	.	522	44	3	71	0	.	0	.	0	.	252	.	0	.	0	.	0	.	0	.	0	.	3	100	7	100	0	.	0	.	6	100	22	47	11	74	75	99	275	86	2	100	0	.	0	.	8	100	0	.	0	.	0	.	0	.	8	100	344	98	12	72	-19	104	7	79	0	.	66	100	11	100	6	100	40	77	0	.	0	.	0	.	4	100	0	.	0	.	5	72	0	.	0	.	0	.	0	.	0	.	0	.	81	100	1	100	0	.	0	.	0	.	7	100	0	.	10	100	0	.	0	.	56	100	27	62	0	.	6	100	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	6	100	4	100	3	64	0	.	0	.	18	71	47	71	9	81	0	.	0	.	0	.	0	.	2163	26
	Buche	1223	27	818	30	688	34	1839	30	323	48	494	36	2398	25	3294	18	4287	14	3412	16	309	47	885	34	1123	30	0	.	292	63	749	39	1067	30	1258	35	0	.	935	31	675	44	591	33	25	61	557	39	0	.	3416	17	1433	27	852	37	1355	30	282	42	170	41	294	34	218	45	341	40	486	42	53	60	1313	31	793	39	932	44	1077	30	964	31	1491	30	2159	21	1444	31	794	30	907	34	1285	28	430	35	317	67	1078	35	589	31	351	39	793	34	0	.	182	58	0	.	816	34	1326	30	743	34	1202	32	1025	32	544	43	743	42	0	.	258	49	621	45	132	56	432	47	614	48	71	73	1128	28	166	88	81	49	335	37	355	40	946	32	546	45	592	45	234	50	256	59	210	76	0	.	25	86	861	32	314	43	498	38	515	42	879	33	881	28	746	45	352	42	432	32	0	.	71921	3
	Ahorn	366	30	182	36	53	82	34	74	25	75	266	42	771	21	465	29	399	24	702	23	140	49	117	54	170	49	0	.	60	74	82	51	334	33	91	56	0	.	370	39	162	39	63	63	86	66	119	43	3	100	508	24	198	32	51	51	301	32	100	57	181	39	83	64	158	79	45	46	136	46	35	78	164	67	174	52	241	54	400	35	244	45	687	29	101	53	168	45	174	40	99	39	286	40	172	41	77	59	87	60	314	54	54	81	106	52	34	100	59	100	11	100	5	63	22	100	39	61	9	50	56	96	9	62	153	46	16	85	1	100	184	48	168	41	175	43	37	66	9	78	158	42	10	100	31	63	32	59	79	37	80	55	109	47	38	71	10	100	0	.	71	65	9	100	50	69	317	35	100	50	212	43	64	55	329	29	111	48	243	55	70	60	248	51	0	.	13760	5
	Esche	258	45	380	44	32	83	74	87	0	.	254	55	102	90	451	46	645	31	87	49	137	82	34	56	138	59	0	.	166	70	409	67	484	42	284	38	9	100	260	44	60	77	10	61	127	72	104	59	0	.	770	29	419	66	99	51	57	54	70	61	17	94	4	100	3	100	6	100	511	59	0	.	116	76	584	45	270	48	97	52	138	80	258	45	231	46	138	48	56	58	176	51	92	55	323	48	11	72	242	69	279	36	262	58	238	45	18	100	211	100	2	100	24	63	35	64	205	56	123	64	25	95	107	47	161	73	50	72	0	.	181	51	86	53	66	61	320	65	97	84	24	74	0	.	9	77	12	100	32	90	89	78	208	58	70	64	47	73	0	.	70	71	75	54	63	67	205	50	115	60	430	50	48	68	194	40	226	38	173	65	71	59	119	66	0	.	13959	7
	Eiche	349	55	80	70	0	.	260	53	0	.	0	.	17	74	68	73	542	23	0	.	78	100	4	100	107	57	0	.	9	100	60	100	52	79	109	61	384	58	0	.	0	.	64	100	0	.	0	0	85	100	332	45	88	91	177	66	40	100	53	74	0	.	35	100	0	.	0	.	5	100	0	.	0	.	28	100	52	89	0	.	17	71	0	.	210	47	13	100	11	100	31	86	158	52	19	100	0	.	0	.	108	53	552	74	303	48	0	.	0	.	0	.	47	57	119	69	474	33	85	65	111	49	102	61	50	100	0	.	36	100	14	72	23	100	0	.	108	91	2	100	44	82	129	71	82	56	0	.	403	50	25	100	10	71	231	49	0	.	41	100	41	94	47	65	111	66	73	54	0	.	17	100	50	58	15	100	98	85	176	41	110	55	92	68	0	.	7465	10
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	468	48	42	71	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	.	32	100	358	45	294	67	390	47	397	37	1190	31	468	52	254	57	1453	29	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	66	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5456	12
	übrige Laubhölzer	271	45	174	36	140	44	98	67	0	.	75	69	463	32	213	27	564	27	110	31	97	52	54	57	48	57	0	.	23	87	231	55	61	46	177	49	8	86	155	46	83	45	54	60	371	39	598	33	457	54	393	34	126	45	63	60	103	46	0	.	30	50	7	100	-2	100	24	60	81	55	6	76	38	48	3	100	71	49	131	44	136	70	125	40	39	48	94	69	5	75	224	48	16	87	151	50	19	68	59	88	254	55	140	43	76	55	92	67	441	48	106	85	275	40	471	37	1225	26	239	35	269	40	423	40	66	48	11	100	31	75	53	69	312	91	38	61	40	50	194	84	58	56	3	75	4	75	24	53	116	71	22	57	118	86	46	66	122	75	5	100	13	100	337	33	224	29	345	28	7	63	172	57	161	64	64	51	21	59	42	44	127	63	114	59	0	.	13369	6
	nicht bestimmbar	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	.	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	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	.	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	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	3166	20	2245	22	2121	26	4404	20	3520	29	4750	24	20632	9	16697	10	16939	10	9958	12	884	34	1589	32	2585	26	252	.	1694	35	4330	23	5236	18	5089	21	475	55	5426	19	9118	14	5748	17	7494	16	15046	10	13943	10	11963	12	5033	19	6895	17	6990	17	1393	33	3088	24	1501	32	1562	34	3819	23	3164	27	2030	30	5129	22	4202	25	3108	28	4855	20	4259	25	6573	19	4744	18	3312	23	1717	28	1913	27	2648	24	3620	24	3304	24	3337	25	3157	24	2610	26	3080	22	1593	31	5295	29	2591	24	1840	22	2452	22	4026	17	4168	18	2569	22	3810	20	2627	28	1655	40	2476	28	2743	27	2883	27	3031	29	2238	34	738	45	3620	21	669	53	809	34	2675	22	2286	27	2523	25	2267	26	1370	33	1238	33	544	60	1098	46	11185	13	8408	14	10664	13	1544	33	2276	28	2060	28	4019	22	3819	21	1733	29	1299	30	1903	26	0	.	387089	1

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. 2280226. Birmensdorf, Swiss Federal Research Institute WSL

zurück