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	23-25mit 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 nicht (hervorgehobene Zahlenpaare), beim Privatwald und beim Total aber schon (hervorgehobene Zahlenpaare). Auf dem Sicherheitsniveau der 68%-Vertrauensintervalle kommt man zum Schluss, dass der Vorrat pro Hektare im öffentlichen Wald des Mittellands abgenommen hat. Für den Privatwald wie auch für das Total 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 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 Stein-/Blockschlag (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 Stein-/Blockschlag (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	.	0	.	0	.	966	42	8	.	0	.	21	100	0	.	39	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	323	75	0	.	49	.	0	.	911	37	162	69	148	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	.	0	.	328	100	0	.	0	.	249	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	120	100	0	.	0	.	0	.	0	.	0	.	275	82	26	100	4	.	0	.	0	.	0	.	0	.	0	.	0	.	251	.	0	.	816	50	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	256	65	186	63	149	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5299	18
	Tanne	0	.	0	.	0	.	0	.	0	.	0	.	131	64	0	.	0	.	178	89	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	117	.	0	.	177	71	0	.	-10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	.	0	.	0	.	0	.	0	.	39	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	247	100	0	.	46	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	77	100	0	.	0	.	9	.	0	.	120	89	0	.	11	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	140	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1305	31
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	100	227	76	57	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	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	.	0	.	0	.	169	74	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	76	67	8	100	120	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	722	36
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	34	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	289	54	9	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	.	0	.	0	.	0	.	0	.	0	.	0	.	113	100	0	.	0	.	30	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	297	53	273	45	29	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1073	26
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	21	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	66
	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	.	5	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	.	7	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	.	0	.	0	.	0	.	11	72
	Buche	0	.	0	.	0	.	0	.	0	.	0	.	645	46	0	.	0	.	179	66	0	.	31	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	161	0	.	68	.	0	.	13	100	0	.	134	82	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	107	.	0	.	0	.	0	.	164	73	41	100	0	.	0	.	0	.	0	.	0	.	0	.	74	.	97	84	0	.	267	.	0	.	0	.	0	.	0	.	31	95	0	.	40	100	0	.	0	.	136	81	0	.	4	100	0	.	0	.	58	100	98	100	50	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	104	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2361	22
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	37	57	0	.	0	.	24	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	75	60	0	.	0	.	0	.	15	100	0	.	15	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	0	.	0	.	0	.	0	.	0	.	8	.	41	100	0	.	14	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	1	100	28	86	15	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	15	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	309	26
	Esche	0	.	0	.	0	.	0	.	0	.	0	.	79	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	60	79	0	.	0	.	0	.	10	73	0	.	14	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	.	0	.	0	.	0	.	47	100	21	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	77	100	0	.	0	.	0	.	0	.	0	.	0	.	211	100	0	.	0	.	0	.	24	100	0	.	0	.	35	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	51	69	2	100	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	659	39
	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	.	65	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21	100	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	.	0	.	0	.	100	69
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	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	.	0	.	0	.	0	.	0	.	32	100	167	59	166	.	23	100	0	.	0	.	213	98	0	.	154	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	40	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	844	36
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	0	.	131	83	0	.	0	.	0	.	0	.	1	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	94	0	.	0	.	0	.	229	61	0	.	56	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	.	0	.	4	100	0	.	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	54	100	0	.	0	.	0	.	0	.	0	.	4	100	67	79	0	.	51	100	0	.	249	71	8	100	0	.	82	70	0	.	0	.	6	100	34	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	133	61	18	100	31	95	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1217	24
	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
	Total	0	.	0	.	0	.	0	.	0	.	0	.	2035	32	8	.	0	.	403	61	0	.	71	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	507	55	0	.	234	.	0	.	1686	30	419	56	478	66	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	167	.	0	.	373	99	0	.	243	77	363	74	0	.	0	.	0	.	0	.	0	.	0	.	82	.	636	76	0	.	328	.	0	.	0	.	0	.	311	77	502	53	169	.	226	61	0	.	279	71	485	57	0	.	276	51	260	.	0	.	1177	46	169	74	77	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	845	37	630	43	498	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13937	11
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	2564	31	2096	30	13159	11	5555	14	4598	17	2664	18	45	81	253	65	414	51	0	.	775	46	2330	29	2295	26	2264	30	4	75	2830	26	7176	16	3611	21	6306	18	8636	13	5812	15	2091	24	1164	31	1925	24	3567	20	317	62	1495	27	516	46	547	40	1608	31	1561	37	1568	31	2037	28	1201	32	1398	36	2287	28	1942	34	2714	27	1388	28	831	46	294	44	271	54	320	55	1586	31	2182	28	1232	34	977	36	769	35	826	38	823	45	3239	39	1462	31	0	.	82	71	30	100	368	60	94	65	361	49	655	36	1578	41	791	41	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	4089	19	4027	19	5764	17	699	43	752	37	694	37	1352	32	1858	29	84	94	439	50	578	38	0	.	155788	3
	Tanne	249	72	40	96	144	60	965	34	609	41	1551	36	2088	26	6533	14	4844	17	2381	20	32	64	136	60	373	50	0	.	347	63	366	59	946	40	600	44	4	100	501	48	383	40	312	44	291	61	826	43	0	0	3900	20	1507	31	3202	20	1564	26	522	53	1167	35	555	35	596	42	1751	33	346	59	193	63	1066	38	1019	37	94	64	470	46	768	47	1244	27	184	59	514	34	280	62	140	46	372	37	516	60	690	36	532	40	536	58	335	39	506	58	18	100	208	52	167	100	0	.	0	.	34	100	277	71	276	60	242	73	540	42	0	.	193	71	479	37	544	56	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	380	54	938	34	269	44	140	61	265	53	1027	32	422	34	94	85	19	100	86	58	0	.	61863	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	616	40	927	30	326	40	18	100	229	58	0	.	50	100	29	100	0	.	0	.	44	100	4	100	176	100	0	.	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	.	55	85	0	.	0	.	0	.	0	.	30	71	9	100	0	.	20	100	0	.	23	71	0	.	29	100	0	.	0	.	69	100	0	.	782	33	400	31	504	34	0	.	25	100	236	46	92	60	192	42	153	49	86	73	56	100	0	.	9510	8
	Lärche	30	94	55	64	106	71	95	81	0	.	0	.	125	77	0	.	90	71	0	.	0	.	0	.	27	71	0	.	0	.	57	100	0	.	40	87	0	.	50	100	348	37	300	41	237	57	1493	21	4941	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	169	59	0	.	86	75	1207	29	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	4402	20	2303	22	1246	24	40	100	30	100	9	100	20	89	0	.	23	71	26	100	178	54	0	.	21041	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	223	53	1235	22	0	.	0	.	0	.	0	.	0	.	0	.	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	212	39	44	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2357	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	7	100	-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	.	0	.	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	.	2152	26
	Buche	1223	27	818	30	688	34	1839	30	323	48	494	36	1753	29	3294	18	4287	14	3233	16	309	47	854	35	1123	30	0	.	292	63	749	39	1067	30	1258	35	0	.	915	31	675	44	523	35	25	61	543	40	0	.	3282	17	1433	27	852	37	1355	30	282	42	170	41	294	34	218	45	341	40	379	47	53	60	1313	31	793	39	769	51	1035	31	964	31	1491	30	2159	21	1444	31	794	30	907	34	1211	29	333	37	317	67	811	33	589	31	351	39	793	34	0	.	152	67	0	.	776	35	1326	30	743	34	1065	34	1025	32	540	43	743	42	0	.	200	56	523	50	81	66	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	757	35	314	43	498	38	515	42	879	33	881	28	746	45	352	42	432	32	0	.	69560	3
	Ahorn	366	30	182	36	53	82	34	74	25	75	266	42	733	22	465	29	399	24	678	24	140	49	117	54	170	49	0	.	60	74	82	51	334	33	91	56	0	.	294	47	162	39	63	63	86	66	104	47	3	100	493	25	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	388	37	244	45	687	29	101	53	168	45	174	40	99	39	278	41	131	45	77	59	73	69	314	54	54	81	106	52	34	100	59	100	11	100	5	63	22	100	33	69	9	50	56	96	9	62	153	46	16	85	0	.	156	54	153	44	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	48	71	302	36	100	50	212	43	64	55	329	29	111	48	243	55	70	60	248	51	0	.	13451	5
	Esche	258	45	380	44	32	83	74	87	0	.	254	55	22	206	451	46	645	31	87	49	137	82	34	56	138	59	0	.	166	70	409	67	484	42	284	38	9	100	200	53	60	77	10	61	127	72	94	64	0	.	755	29	419	66	99	51	57	54	70	61	17	94	4	100	3	100	6	100	493	61	0	.	116	76	584	45	223	54	76	60	138	80	258	45	231	46	138	48	56	58	176	51	92	55	246	54	11	72	242	69	279	36	262	58	238	45	18	100	0	.	2	100	24	63	35	64	182	63	123	64	25	95	71	50	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	23	80	61	69	196	53	115	60	430	50	48	68	194	40	226	38	173	65	71	59	119	66	0	.	13301	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	268	50	88	91	177	66	40	100	53	74	0	.	35	100	0	.	0	.	5	100	0	.	0	.	28	100	45	100	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	64	81	111	49	102	61	50	100	0	.	36	100	6	100	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	.	7365	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	.	450	50	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	.	0	.	191	67	129	84	367	49	397	37	1190	31	255	49	254	57	1299	32	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	26	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4612	14
	übrige Laubhölzer	271	45	174	36	140	44	98	67	0	.	75	69	332	30	213	27	564	27	110	31	97	52	53	59	48	57	0	.	23	87	231	55	61	46	177	49	8	86	126	53	83	45	54	60	371	39	369	38	457	54	337	36	126	45	63	60	103	46	0	.	30	50	7	100	-2	100	24	60	72	61	6	76	34	52	3	100	50	56	131	44	136	70	125	40	39	48	94	69	5	75	224	48	16	87	96	53	19	68	59	88	254	55	140	43	76	55	88	69	374	54	106	85	224	43	471	37	976	28	232	36	269	40	340	46	66	48	11	100	25	90	18	61	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	203	36	206	30	314	29	7	63	172	57	161	64	64	51	21	59	42	44	127	63	114	59	0	.	12152	7
	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
	Total	3166	20	2245	22	2121	26	4404	20	3520	29	4750	24	18597	10	16689	10	16939	10	9555	13	884	34	1517	33	2585	26	252	.	1694	35	4330	23	5236	18	5089	21	475	55	4919	21	9118	14	5514	17	7494	16	13360	11	13524	11	11485	12	5033	19	6895	17	6990	17	1393	33	3088	24	1501	32	1562	34	3819	23	2996	28	2030	30	4756	22	4202	25	2864	30	4491	20	4259	25	6573	19	4744	18	3312	23	1717	28	1913	27	2567	25	2984	24	3304	24	3010	26	3157	24	2610	26	3080	22	1282	34	4794	31	2421	25	1614	24	2452	22	3748	17	3683	19	2569	22	3534	22	2367	29	1655	40	1299	35	2574	29	2806	28	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	10340	13	7777	15	10167	13	1544	33	2276	28	2060	28	4019	22	3819	21	1733	29	1299	30	1903	26	0	.	373152	1
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. 2275733. Birmensdorf, Swiss Federal Research Institute WSL

zurück