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

LFI2
Gesamtstammzahl
Gigant (nein/ja) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 Stk.
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz
Zustand 1993/95
		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
Gigant (nein/ja)	Hauptbaumart	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%
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	.
nein	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	844	27	1333	33	1599	31	1483	23	1720	26	2757	21	19002	8	6326	10	7099	13	3499	15	161	46	295	65	442	37	10	.	1549	31	3302	22	4106	17	2492	21	15	78	3864	21	6130	14	4964	15	6617	13	12806	9	7507	11	4217	16	2258	23	2410	20	5342	15	403	58	1298	26	540	33	425	32	1413	22	1773	29	2759	21	2755	21	2210	23	1674	30	3499	18	1219	31	2864	19	1584	24	952	24	944	37	929	41	453	45	1830	24	3791	19	1044	23	1606	26	1177	31	1353	37	790	29	2073	19	1550	24	0	.	109	66	9	70	414	43	109	49	455	33	914	29	1070	31	2103	26	783	29	930	25	2251	23	1148	29	418	44	1364	24	675	39	400	37	2550	17	783	31	996	34	1316	26	255	56	504	47	100	45	1054	33	5849	13	6231	14	7291	12	1309	30	867	33	1125	27	1492	31	1739	25	1074	32	600	32	1482	31	0	.	206824	2
	Tanne	579	33	111	40	279	51	924	23	443	33	744	27	1365	18	5960	10	3759	13	3057	14	74	56	138	42	467	30	0	.	191	53	193	35	1244	24	780	32	0	.	476	35	233	38	417	27	177	46	523	29	10	100	3749	13	1213	22	2141	17	1649	21	437	39	805	25	460	32	417	32	1385	26	364	32	302	43	591	33	564	24	283	39	510	27	420	32	1224	22	101	42	544	37	552	31	181	44	702	26	530	31	697	25	454	34	570	31	205	39	207	69	10	100	229	37	107	100	0	.	0	.	4	100	230	45	301	38	277	63	691	29	105	100	298	50	497	34	178	44	1110	28	178	37	23	100	693	33	348	42	545	32	298	36	336	31	589	25	343	34	166	41	448	51	228	48	280	66	433	43	262	46	1233	27	539	33	81	46	247	41	715	23	393	35	49	64	30	100	71	60	0	.	55964	3
	Föhre	271	40	249	39	164	63	89	40	8	100	5	100	616	31	31	48	246	28	391	40	104	58	180	49	236	39	0	.	43	59	92	64	0	.	163	52	134	87	0	.	682	39	634	33	16	100	1304	25	3447	19	524	33	0	.	116	65	167	72	56	71	63	90	64	100	0	.	44	100	0	.	281	88	78	76	42	57	0	.	334	54	24	84	39	54	347	41	48	55	142	38	123	64	314	44	247	52	12	77	53	100	94	43	52	57	276	40	23	85	202	71	100	89	0	.	0	.	122	100	0	.	0	.	33	76	175	75	18	100	245	52	15	100	0	.	0	.	0	.	23	85	4	100	76	95	20	83	0	.	75	63	0	.	68	53	4	100	0	.	47	100	0	.	3678	21	1641	25	1304	25	0	.	49	85	167	37	74	48	229	32	136	43	186	38	59	46	0	.	21415	6
	Lärche	64	56	210	66	48	82	60	68	4	100	26	100	89	39	13	74	186	55	79	100	0	.	0	.	13	76	0	.	90	100	49	80	0	.	39	90	0	.	4	100	453	35	559	26	285	48	2125	16	3640	11	8	71	29	78	10	100	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	7	100	8	71	61	93	354	38	6	100	0	.	108	47	4	100	20	100	4	100	0	.	0	.	0	.	15	72	35	80	69	73	10	100	245	33	731	27	359	36	289	40	112	58	16	60	1352	21	594	40	356	43	0	.	0	.	4	100	102	42	18	81	27	100	12	100	33	100	0	.	9	100	0	.	0	.	30	100	0	.	99	56	0	.	0	.	0	.	0	.	5385	12	2661	16	1567	19	8	100	4	100	22	71	19	79	0	.	45	62	20	82	55	53	0	.	22961	5
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	4	100	0	.	196	38	2417	17	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	98	100	0	.	24	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	952	25	548	28	293	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4596	12
	übrige Nadelhölzer	19	71	8	71	30	100	91	86	20	100	10	100	9	100	0	.	229	33	109	100	75	100	0	.	0	.	87	.	19	71	0	.	0	.	0	.	0	.	10	100	121	51	21	100	0	.	0	.	499	43	10	100	59	63	49	81	0	.	0	.	0	.	9	100	0	.	0	.	31	100	0	.	10	100	44	80	10	100	28	100	12	100	38	100	22	85	20	100	59	85	50	60	0	.	0	.	0	.	10	100	20	100	0	.	68	77	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	10	100	0	.	94	57	0	.	10	100	0	.	0	.	68	100	173	64	18	100	20	71	0	.	0	.	0	.	17	80	0	.	141	100	0	.	0	.	134	100	10	100	21	71	0	.	10	100	62	59	137	68	14	77	0	.	0	.	0	.	0	.	2850	15
	Buche	2311	16	1118	22	896	25	2121	21	386	34	867	28	3674	19	3325	13	5408	11	4865	13	359	34	1081	24	1947	21	0	.	668	34	1008	26	1398	30	1436	24	0	.	1639	25	777	30	959	26	73	69	800	32	0	.	4464	12	1424	25	964	23	1583	21	302	32	583	30	421	33	324	31	617	26	924	34	182	53	1628	28	545	32	1147	33	1298	24	1577	25	1894	21	2570	18	1334	22	1647	22	785	27	2024	20	1249	25	277	38	633	26	432	25	362	32	937	22	0	.	281	40	0	.	1708	28	1505	28	1310	28	2292	23	2028	27	1636	28	565	34	4	100	173	67	635	36	291	45	597	33	541	32	88	70	1236	25	384	41	311	36	577	28	536	27	1260	25	585	29	614	32	324	35	172	45	513	34	0	.	131	85	1892	23	327	32	595	37	435	30	913	25	1078	23	586	31	430	29	357	28	0	.	96151	2
	Ahorn	550	22	199	32	165	35	307	43	283	59	245	38	1312	17	480	21	439	23	945	19	83	47	298	31	224	31	0	.	107	59	106	53	385	26	140	39	20	71	672	28	135	44	67	47	271	43	193	39	21	100	977	16	288	35	112	39	260	28	86	42	119	35	154	57	145	75	67	38	280	28	102	52	315	46	200	29	170	38	504	34	262	36	664	26	190	46	158	56	267	30	190	34	441	27	354	36	242	35	161	54	455	48	126	38	124	51	83	89	49	100	10	100	57	47	75	58	162	43	131	68	62	53	0	.	215	42	47	69	21	100	303	44	502	37	529	27	306	62	0	.	225	34	111	88	61	63	61	47	124	32	199	25	242	49	23	86	40	61	11	100	62	73	70	71	124	44	587	26	147	45	121	51	204	36	389	34	192	31	270	53	142	53	71	63	0	.	21087	4
	Esche	487	25	301	38	187	35	143	43	76	60	455	36	384	32	507	24	549	23	313	42	286	47	168	71	181	56	0	.	45	60	195	56	498	34	331	37	39	79	484	51	126	46	40	66	403	56	306	35	208	87	1300	20	355	54	291	38	249	46	76	83	97	79	14	77	0	.	14	100	299	51	116	68	105	50	592	31	401	38	205	44	234	42	425	34	166	46	31	57	99	51	179	50	315	44	429	41	198	86	88	55	296	35	226	34	245	34	90	76	81	89	38	79	122	48	203	40	677	32	206	44	57	52	180	54	94	73	82	59	33	100	156	39	91	51	133	50	335	37	62	59	73	60	100	41	0	.	21	100	62	58	317	58	268	44	52	45	152	45	0	.	366	52	197	36	218	48	420	30	305	41	154	31	221	48	298	33	318	37	125	53	163	43	68	49	0	.	20296	5
	Eiche	307	35	303	48	43	65	335	38	0	.	4	100	77	47	38	73	582	22	15	100	89	36	204	93	158	57	0	.	41	49	9	100	103	55	120	47	948	43	0	.	4	100	121	88	4	100	261	57	34	100	281	32	82	45	71	79	82	81	297	63	0	.	21	71	0	.	0	.	11	100	0	.	5	100	144	90	57	66	10	100	29	61	10	100	292	27	22	68	120	63	64	70	245	60	24	61	0	.	19	100	92	48	206	47	129	35	0	.	0	.	0	.	126	45	299	35	803	29	380	69	380	52	148	48	15	75	23	100	14	100	222	63	163	69	0	.	82	78	0	.	142	69	182	38	509	50	0	.	621	47	28	87	90	42	444	49	64	78	0	.	230	52	149	45	280	46	304	31	5	100	4	100	22	69	28	86	63	46	66	43	68	46	57	63	0	.	12124	8
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1005	42	25	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	79	100	578	37	480	47	1306	36	1495	26	3770	20	471	32	935	35	2859	25	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	74	87	0	.	20	100	0	.	0	.	51	100	0	.	198	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13346	9
	übrige Laubhölzer	630	34	775	27	287	39	203	42	135	50	157	50	1739	18	661	29	850	28	586	23	338	37	178	51	331	34	0	.	253	53	257	32	252	32	365	38	120	56	510	32	507	31	331	47	1261	25	2839	18	1422	37	1375	19	292	31	126	43	706	38	95	50	133	50	79	89	106	76	131	43	182	45	334	52	236	36	108	82	608	42	717	32	377	45	398	30	97	39	190	49	158	36	443	39	302	33	252	32	251	34	398	62	507	36	380	41	262	47	812	36	762	27	388	33	1378	27	1699	23	3366	19	2330	22	777	29	1485	21	169	42	423	60	196	43	471	35	524	36	446	32	129	42	275	68	325	43	245	58	67	51	84	43	210	57	128	38	211	63	190	60	113	47	21	100	106	84	1791	23	1233	29	2007	18	71	51	143	45	187	34	216	37	72	42	374	36	164	61	235	61	0	.	48053	4
	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	6063	13	4608	17	3698	19	5756	14	3075	22	5272	18	28279	7	17340	8	19347	8	13858	10	1567	25	2542	23	3998	18	97	.	3005	23	5211	17	7985	14	5865	15	1275	38	7660	16	9173	12	8115	12	9106	11	22360	8	19229	8	16905	8	5998	16	6289	14	10039	12	1751	25	3099	18	1760	25	1421	26	3671	17	3864	20	4075	20	5828	16	4457	17	4435	20	7458	14	4160	20	7557	15	5477	14	3303	17	4008	18	2949	21	4796	17	4915	17	5469	17	2876	19	4107	18	2805	21	3610	19	2132	21	4986	14	3041	18	4985	17	5496	16	10239	13	7810	13	5242	18	7430	14	2848	22	1771	27	3219	22	3183	20	2707	22	5093	19	2730	22	991	34	4236	17	2148	24	1933	25	3591	16	2778	20	3518	19	3315	19	1749	27	1807	30	579	39	2610	24	18689	8	13341	10	17118	9	2712	21	2028	23	2689	18	4281	18	4098	16	2726	21	1801	23	2454	24	0	.	525668	1
ja	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	.	4	100	0	.	0	.	56	33	30	38	16	50	9	71	0	.	4	100	0	.	0	.	0	.	8	71	0	.	8	71	0	.	39	40	8	71	8	71	27	38	31	50	11	58	8	71	4	100	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	4	100	8	71	5	100	8	72	28	38	4	100	25	46	0	.	0	.	0	.	0	.	0	.	0	.	4	100	8	71	0	.	0	.	4	100	12	58	26	46	8	71	0	.	0	.	0	.	4	100	0	.	8	100	0	.	4	100	4	100	9	71	11	74	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	38	4	100	16	50	0	.	0	.	0	.	0	.	0	.	11	75	0	.	0	.	0	.	522	10
	Tanne	0	.	0	.	0	.	8	71	0	.	6	100	4	100	68	26	23	47	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	8	71	0	.	4	100	0	.	8	71	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	4	100	0	.	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	4	100	4	100	0	.	0	.	4	100	6	100	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	205	16
	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	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	4	100	39	38	0	.	0	.	0	.	0	.	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	.	22	56	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	39	20	45	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	133	20
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	8	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	.	0	.	0	.	0	.	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	58	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	40
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100
	Buche	0	.	4	100	0	.	4	100	0	.	0	.	9	71	0	.	14	58	0	.	8	71	0	.	4	100	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	4	100	4	100	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	4	100	0	.	0	.	4	100	0	.	0	.	8	71	0	.	0	.	0	.	0	.	4	100	0	.	19	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	5	100	0	.	6	100	0	.	0	.	0	.	0	.	129	23
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	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	.	16	62
	Esche	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	72
	Eiche	4	100	4	100	4	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	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	4	100	4	100	4	100	0	.	44	33
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	4	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	.	43	58	4	100	0	.	23	83	37	53	42	45	0	.	27	55	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	187	24
	übrige Laubhölzer	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	46
	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	4	100	16	51	4	100	16	50	0	.	6	100	77	28	104	24	62	31	12	58	8	71	9	71	4	100	0	.	4	100	8	71	0	.	17	62	0	.	47	35	8	71	20	45	31	35	57	33	63	28	16	50	12	74	0	.	0	.	0	.	0	.	4	100	0	.	4	100	0	.	4	100	8	71	5	100	13	58	28	38	4	100	36	42	0	.	8	100	0	.	4	100	4	100	4	100	4	100	20	45	5	100	9	100	4	100	20	52	74	38	12	58	19	100	23	83	37	53	79	32	4	100	39	45	0	.	4	100	12	58	15	59	15	61	4	100	4	100	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	4	100	0	.	0	.	72	25	32	44	24	41	0	.	4	100	5	100	4	100	6	100	15	62	4	100	4	100	0	.	1310	7
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	844	27	1333	33	1599	31	1487	23	1720	26	2757	21	19058	8	6355	10	7115	13	3507	15	161	46	299	64	442	37	10	.	1549	31	3310	22	4106	17	2500	21	15	78	3904	21	6138	14	4972	15	6644	13	12837	9	7518	11	4225	16	2262	23	2410	20	5342	15	403	58	1298	26	540	33	425	32	1418	22	1773	29	2763	21	2763	21	2215	23	1682	30	3527	18	1222	31	2890	19	1584	24	952	24	944	37	929	41	453	45	1830	24	3794	19	1051	23	1606	26	1177	31	1357	37	803	28	2100	19	1558	24	0	.	109	66	9	70	417	42	109	49	463	33	914	29	1074	31	2107	26	792	28	941	25	2255	23	1148	29	418	44	1364	24	675	39	400	37	2550	17	783	31	996	34	1316	26	255	56	504	47	100	45	1054	33	5876	12	6235	14	7307	12	1309	30	867	33	1125	27	1492	31	1739	25	1086	31	600	32	1482	31	0	.	207347	2
	Tanne	579	33	111	40	279	51	932	23	443	33	750	27	1369	18	6028	10	3782	13	3060	14	74	56	138	42	467	30	0	.	191	53	193	35	1244	24	780	32	0	.	480	35	233	38	425	26	177	46	527	29	10	100	3757	13	1213	22	2141	17	1649	21	437	39	805	25	463	32	417	32	1385	26	364	32	302	43	591	33	564	24	283	39	510	27	420	32	1231	22	101	42	544	37	552	31	185	44	702	26	534	31	697	25	458	34	570	31	205	39	207	69	10	100	229	37	107	100	0	.	0	.	4	100	241	43	305	38	281	62	691	29	105	100	302	49	503	34	182	45	1110	28	182	37	23	100	693	33	348	42	545	32	298	36	336	31	589	25	343	34	166	41	448	51	228	48	280	66	433	43	262	46	1237	27	539	33	81	46	247	41	720	23	393	35	49	64	30	100	71	60	0	.	56170	3
	Föhre	271	40	249	39	164	63	89	40	8	100	5	100	616	31	31	48	246	28	391	40	104	58	180	49	236	39	0	.	43	59	92	64	0	.	163	52	134	87	0	.	682	39	634	33	16	100	1304	25	3447	19	524	33	0	.	116	65	167	72	56	71	63	90	64	100	0	.	44	100	0	.	281	88	78	76	42	57	0	.	334	54	24	84	39	54	347	41	48	55	142	38	123	64	314	44	247	52	12	77	53	100	94	43	52	57	276	40	23	85	202	71	100	89	0	.	0	.	122	100	0	.	0	.	33	76	175	75	18	100	245	52	15	100	0	.	0	.	0	.	23	85	4	100	76	95	20	83	0	.	75	63	0	.	68	53	4	100	0	.	47	100	0	.	3678	21	1641	25	1304	25	0	.	49	85	167	37	74	48	229	32	136	43	186	38	59	46	0	.	21415	6
	Lärche	64	56	214	65	48	82	60	68	4	100	26	100	89	39	13	74	186	55	79	100	0	.	0	.	13	76	0	.	90	100	49	80	0	.	39	90	0	.	4	100	453	35	563	26	285	48	2129	16	3679	11	8	71	29	78	10	100	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	7	100	8	71	61	93	354	38	6	100	0	.	108	47	4	100	20	100	4	100	0	.	0	.	0	.	15	72	35	80	69	73	10	100	252	32	731	27	359	36	289	40	112	58	16	60	1374	21	594	40	356	43	0	.	0	.	4	100	102	42	18	81	27	100	12	100	33	100	0	.	9	100	0	.	0	.	30	100	0	.	99	56	0	.	0	.	0	.	0	.	5419	12	2681	16	1567	19	8	100	4	100	22	71	19	79	0	.	45	62	20	82	55	53	0	.	23094	5
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	4	100	0	.	199	38	2425	17	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	98	100	0	.	24	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	964	25	557	28	293	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4628	12
	übrige Nadelhölzer	19	71	8	71	30	100	91	86	20	100	10	100	9	100	0	.	229	33	109	100	75	100	0	.	0	.	87	.	22	72	0	.	0	.	0	.	0	.	10	100	121	51	21	100	0	.	0	.	499	43	10	100	59	63	49	81	0	.	0	.	0	.	9	100	0	.	0	.	31	100	0	.	10	100	44	80	10	100	28	100	12	100	38	100	22	85	20	100	59	85	50	60	0	.	0	.	0	.	10	100	20	100	0	.	68	77	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	10	100	0	.	94	57	0	.	10	100	0	.	0	.	68	100	173	64	18	100	20	71	0	.	0	.	0	.	17	80	0	.	141	100	0	.	0	.	134	100	10	100	21	71	0	.	10	100	62	59	137	68	14	77	0	.	0	.	0	.	0	.	2854	15
	Buche	2311	16	1121	22	896	25	2125	21	386	34	867	28	3683	19	3325	13	5421	11	4865	13	367	33	1081	24	1950	21	0	.	668	34	1008	26	1398	30	1444	24	0	.	1639	25	777	30	959	26	77	66	804	32	0	.	4464	12	1432	25	964	23	1583	21	302	32	583	30	421	33	324	31	617	26	924	34	182	53	1628	28	545	32	1151	33	1298	24	1577	25	1894	21	2570	18	1338	22	1647	22	785	27	2028	20	1249	25	277	38	642	26	432	25	362	32	937	22	0	.	286	40	0	.	1726	29	1505	28	1310	28	2292	23	2028	27	1636	28	565	34	4	100	177	66	635	36	291	45	597	33	541	32	88	70	1236	25	384	41	311	36	577	28	536	27	1260	25	585	29	614	32	324	35	172	45	513	34	0	.	131	85	1896	23	327	32	595	37	439	30	913	25	1085	23	586	31	430	29	357	28	0	.	96281	2
	Ahorn	550	22	199	32	165	35	307	43	283	59	245	38	1320	17	480	21	439	23	945	19	83	47	298	31	224	31	0	.	107	59	106	53	385	26	140	39	20	71	676	27	135	44	67	47	271	43	193	39	21	100	977	16	288	35	112	39	260	28	86	42	119	35	154	57	145	75	67	38	280	28	102	52	315	46	200	29	170	38	504	34	262	36	667	26	190	46	158	56	267	30	190	34	441	27	354	36	242	35	161	54	455	48	126	38	124	51	83	89	49	100	10	100	57	47	75	58	162	43	131	68	62	53	0	.	215	42	47	69	21	100	303	44	502	37	529	27	306	62	0	.	225	34	111	88	61	63	61	47	124	32	199	25	242	49	23	86	40	61	11	100	62	73	70	71	124	44	587	26	147	45	121	51	204	36	389	34	192	31	270	53	142	53	71	63	0	.	21103	4
	Esche	487	25	301	38	187	35	143	43	76	60	455	36	384	32	513	24	549	23	313	42	286	47	168	71	181	56	0	.	45	60	195	56	498	34	331	37	39	79	484	51	126	46	40	66	403	56	306	35	208	87	1300	20	355	54	291	38	249	46	76	83	97	79	14	77	0	.	14	100	299	51	116	68	105	50	592	31	401	38	205	44	234	42	425	34	166	46	31	57	99	51	179	50	315	44	429	41	198	86	88	55	296	35	226	34	245	34	90	76	81	89	38	79	122	48	203	40	677	32	206	44	57	52	180	54	94	73	82	59	33	100	156	39	91	51	133	50	335	37	62	59	73	60	100	41	0	.	21	100	62	58	317	58	268	44	52	45	157	45	0	.	366	52	197	36	218	48	420	30	305	41	154	31	221	48	298	33	318	37	125	53	163	43	68	49	0	.	20306	5
	Eiche	311	35	307	47	48	60	335	38	0	.	4	100	77	47	38	73	582	22	15	100	89	36	204	93	158	57	0	.	41	49	9	100	103	55	120	47	948	43	0	.	4	100	121	88	4	100	261	57	34	100	281	32	82	45	71	79	82	81	297	63	0	.	21	71	0	.	0	.	11	100	0	.	5	100	144	90	57	66	10	100	29	61	10	100	292	27	27	64	120	63	64	70	245	60	24	61	0	.	19	100	92	48	215	46	129	35	0	.	0	.	0	.	126	45	299	35	803	29	380	69	380	52	148	48	15	75	23	100	14	100	222	63	163	69	0	.	82	78	0	.	142	69	182	38	509	50	0	.	625	47	28	87	90	42	444	49	64	78	0	.	230	52	149	45	280	46	304	31	5	100	8	71	22	69	28	86	63	46	70	41	72	45	61	59	0	.	12168	8
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1011	41	29	66	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	79	100	621	36	485	47	1306	36	1518	26	3808	20	513	31	935	35	2886	25	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	74	87	0	.	20	100	0	.	0	.	51	100	0	.	198	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13533	9
	übrige Laubhölzer	630	34	780	27	287	39	203	42	135	50	157	50	1739	18	661	29	859	28	586	23	338	37	183	51	331	34	0	.	253	53	257	32	252	32	365	38	120	56	510	32	507	31	331	47	1261	25	2843	18	1422	37	1375	19	292	31	126	43	706	38	95	50	133	50	79	89	106	76	131	43	182	45	334	52	236	36	108	82	608	42	717	32	377	45	398	30	97	39	190	49	158	36	443	39	302	33	252	32	251	34	398	62	512	36	380	41	262	47	812	36	762	27	388	33	1378	27	1699	23	3366	19	2330	22	777	29	1485	21	169	42	423	60	196	43	471	35	524	36	446	32	129	42	275	68	325	43	245	58	67	51	84	43	210	57	128	38	211	63	190	60	113	47	21	100	106	84	1791	23	1233	29	2007	18	71	51	143	45	187	34	216	37	72	42	374	36	164	61	235	61	0	.	48081	4
	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	6066	13	4624	17	3703	19	5772	14	3075	22	5278	18	28356	7	17444	8	19408	8	13871	10	1576	25	2551	23	4002	18	97	.	3009	23	5218	17	7985	14	5882	15	1275	38	7707	16	9181	12	8136	12	9137	11	22417	8	19292	8	16921	8	6011	16	6289	14	10039	12	1751	25	3099	18	1764	25	1421	26	3675	17	3864	20	4079	20	5837	16	4461	17	4448	20	7486	14	4164	19	7592	15	5477	14	3311	17	4008	18	2952	21	4800	17	4919	17	5472	17	2897	19	4112	18	2814	21	3614	19	2152	21	5060	14	3053	18	5004	17	5519	16	10276	13	7888	13	5247	18	7469	14	2848	22	1775	27	3231	22	3198	20	2722	22	5097	19	2734	22	991	34	4236	17	2148	24	1933	25	3591	16	2781	20	3518	19	3315	19	1749	27	1811	30	579	39	2610	24	18761	8	13373	10	17142	9	2712	21	2032	23	2694	18	4285	18	4104	16	2741	21	1805	23	2458	24	0	.	526978	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. 2296816. Birmensdorf, Swiss Federal Research Institute WSL

zurück