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

LFI3
Gesamtstammzahl
Gigant (nein/ja) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 Stk.
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz
Zustand 2004/06
		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	538	29	1331	28	1278	30	1092	24	1894	24	2504	21	18901	8	5570	11	5342	13	3426	16	125	53	294	43	390	33	10	.	936	35	3316	22	3551	18	2006	24	4	100	3616	20	6717	12	5422	15	9331	13	14242	9	8240	11	3785	15	1822	23	2136	20	4928	16	390	46	1286	25	522	32	760	44	1642	28	1646	32	2757	22	3146	22	2015	23	1772	30	3370	18	1024	29	2504	17	1849	29	983	26	904	38	649	40	354	35	1831	21	3319	19	1179	24	1390	27	1261	31	1737	36	904	26	2437	19	1778	22	0	.	93	70	15	77	669	32	163	50	683	36	867	32	1170	29	2053	26	1086	26	1249	23	2461	22	1085	34	199	58	1641	24	471	38	331	39	2643	17	979	37	1102	32	1280	25	342	64	553	38	103	41	592	39	6519	12	6610	14	8561	12	1169	26	1218	36	696	30	1453	31	1222	27	897	34	555	36	1254	32	0	.	208145	2
	Tanne	560	38	88	54	323	46	816	25	361	33	843	27	1512	18	5577	10	3380	13	3206	14	71	63	134	44	500	30	0	.	201	51	185	36	1332	26	731	31	0	.	444	37	249	39	495	26	199	41	545	27	45	91	3712	12	1345	22	1729	18	1781	21	323	37	1027	26	408	30	370	34	1358	24	258	34	239	40	578	33	522	24	250	38	521	29	456	31	1043	23	135	48	752	37	498	33	95	40	776	28	618	32	501	26	467	34	569	31	266	33	300	79	0	.	256	36	111	97	0	.	0	.	4	100	341	37	381	44	273	60	657	31	94	76	340	50	535	32	176	45	1107	29	243	32	46	100	570	28	370	46	565	28	356	34	430	27	597	24	260	35	260	65	302	57	235	48	142	59	428	47	294	43	1339	24	686	33	86	46	192	51	575	24	338	36	53	66	11	100	68	57	0	.	55412	3
	Föhre	305	45	158	39	123	57	68	44	18	71	5	100	712	31	100	75	329	44	362	41	91	61	96	41	196	40	0	.	35	68	91	71	0	.	132	48	95	83	0	.	634	35	627	30	84	87	1293	25	3828	20	598	35	4	100	107	64	181	68	59	72	62	79	58	100	0	.	44	100	0	.	302	88	99	89	42	57	0	.	303	58	40	100	47	51	279	38	48	55	137	38	101	76	306	45	267	49	4	100	43	100	61	48	44	51	226	42	0	.	204	72	100	89	0	.	0	.	116	100	0	.	0	.	33	76	58	100	13	100	227	49	98	86	0	.	0	.	0	.	31	66	4	100	50	92	20	83	0	.	89	77	0	.	58	55	0	.	0	.	41	100	0	.	3262	21	1569	25	1354	25	0	.	53	66	141	38	67	51	199	33	103	38	160	44	48	50	0	.	20943	7
	Lärche	53	71	134	67	49	82	40	63	15	77	26	100	131	42	4	100	156	51	74	100	0	.	0	.	8	71	0	.	73	100	33	90	0	.	8	71	0	.	4	100	281	35	661	34	362	38	2493	15	4612	10	8	71	39	71	19	71	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	49	87	4	100	74	95	420	34	5	100	0	.	61	50	4	100	14	100	8	71	0	.	0	.	0	.	15	72	49	92	86	73	10	100	428	32	980	28	637	30	448	35	122	55	16	60	2005	19	666	34	346	46	0	.	0	.	4	100	219	41	18	81	17	100	12	100	93	73	0	.	13	75	0	.	0	.	40	79	0	.	90	58	0	.	25	100	0	.	18	71	6062	11	2756	15	2133	19	8	100	4	100	24	72	13	73	0	.	31	60	8	71	44	54	0	.	27362	5
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	39	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24	85	4	100	0	.	243	34	2662	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	102	100	0	.	24	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	19	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1000	21	592	26	357	52	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5126	11
	übrige Nadelhölzer	49	52	8	71	18	100	94	51	30	100	21	71	223	61	0	.	237	28	128	86	56	100	0	.	0	.	61	.	4	100	0	.	0	.	0	.	0	.	10	100	182	74	0	.	0	.	112	69	646	37	40	61	48	85	93	61	0	.	0	.	0	.	9	100	0	.	0	.	21	100	0	.	10	100	55	73	10	100	38	78	12	100	122	100	30	88	20	100	89	90	40	61	0	.	60	85	0	.	10	100	20	100	0	.	203	86	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	10	100	0	.	0	.	62	74	0	.	10	100	0	.	0	.	48	100	231	63	4	100	30	74	0	.	0	.	0	.	23	71	0	.	40	100	0	.	0	.	21	100	39	100	31	58	0	.	10	100	87	54	137	74	24	85	0	.	0	.	0	.	0	.	3626	13
	Buche	1761	18	945	24	786	24	2263	22	341	35	773	27	3585	21	3597	13	4799	11	4918	13	271	39	859	25	1946	21	0	.	594	31	866	26	1390	29	1325	25	0	.	1680	23	820	26	956	25	87	62	1035	29	0	.	4451	12	1351	25	1091	25	1632	22	333	31	654	30	351	30	315	30	679	25	703	35	122	47	1555	27	626	27	1212	33	1555	23	1588	24	1860	22	2265	18	1147	22	1470	23	779	25	1616	20	919	24	317	37	714	28	590	25	253	32	1102	22	0	.	328	38	0	.	1850	27	1597	27	1349	26	2788	22	2320	25	1620	29	584	36	4	100	184	59	753	32	248	46	571	32	558	29	153	72	1145	25	343	39	270	40	598	28	549	27	1168	23	665	30	611	33	235	37	233	43	406	36	23	100	166	71	2007	22	404	31	431	34	460	28	890	23	901	21	578	31	342	28	381	29	0	.	94564	3
	Ahorn	378	23	213	28	310	32	240	41	345	69	206	43	1549	19	557	20	698	22	1058	19	130	42	257	35	356	27	0	.	110	59	128	45	496	26	265	44	29	74	783	26	176	40	106	40	297	44	325	34	10	100	1228	19	291	32	195	34	360	26	133	40	170	34	222	50	147	69	78	38	237	28	91	45	522	55	278	28	286	39	453	32	339	32	603	27	195	43	226	42	312	31	120	35	405	28	409	29	282	34	206	44	611	38	168	41	133	45	162	74	231	58	10	100	107	42	115	50	229	40	224	48	88	58	13	77	224	40	127	68	0	.	316	40	614	33	705	26	266	41	0	.	215	32	207	89	71	56	91	41	157	31	219	25	270	37	19	100	38	62	11	100	46	55	68	66	249	40	896	20	156	47	140	51	188	39	347	30	167	28	412	47	146	55	294	58	0	.	25560	4
	Esche	619	25	255	39	277	35	97	46	90	55	391	35	435	33	565	30	619	20	372	39	244	53	182	62	263	55	0	.	90	45	235	50	415	35	542	34	39	100	648	56	188	45	59	55	525	46	449	31	216	88	1179	21	310	45	407	53	375	37	70	58	114	59	4	100	10	100	25	71	386	63	100	76	127	66	666	30	562	34	256	35	287	38	400	35	220	49	71	41	122	40	162	48	272	41	523	37	229	80	95	57	535	34	229	36	292	35	125	57	200	87	191	46	164	47	241	37	584	31	438	36	187	66	205	50	119	67	149	58	20	100	198	38	213	44	237	39	287	40	89	44	75	59	107	42	0	.	21	100	35	59	169	62	205	44	46	47	120	52	0	.	193	44	352	53	261	47	439	27	255	36	135	34	268	51	414	32	332	44	103	60	184	61	87	45	0	.	23290	5
	Eiche	330	43	226	55	28	74	315	33	0	.	4	100	86	48	28	87	431	21	22	71	60	43	202	94	152	56	0	.	29	55	8	100	74	54	95	48	607	42	0	.	4	100	120	79	4	100	361	55	34	100	232	33	65	46	78	64	40	67	296	63	0	.	11	100	0	.	0	.	11	100	0	.	5	100	144	90	55	68	4	100	22	63	10	100	247	28	4	100	95	47	100	57	266	56	14	78	0	.	19	100	81	43	164	47	94	36	0	.	0	.	0	.	149	41	342	31	764	28	407	69	458	42	177	42	19	71	23	100	14	100	232	63	211	71	0	.	76	76	0	.	150	70	157	41	524	48	0	.	534	50	31	88	64	48	400	48	74	80	6	100	212	56	188	47	309	44	517	32	5	100	4	100	30	54	18	81	128	64	90	43	68	46	45	56	0	.	11705	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	.	957	37	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	.	98	100	872	35	514	45	1637	33	1555	27	3579	21	690	31	920	35	3131	25	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	143	77	0	.	10	100	0	.	0	.	50	100	0	.	205	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14390	9
	übrige Laubhölzer	761	38	586	30	308	30	346	38	92	48	175	49	2098	17	460	22	1014	24	668	22	273	42	162	46	341	30	0	.	240	48	207	45	142	31	473	50	235	46	709	36	965	40	323	49	2131	25	3302	18	1226	34	1264	19	267	34	151	38	640	36	55	68	163	52	29	74	90	68	141	45	225	42	246	53	215	31	147	74	528	39	738	39	453	40	389	31	155	36	247	45	138	40	448	39	221	34	324	31	234	31	411	59	389	41	387	41	246	43	1319	36	1135	23	1052	29	1538	25	2071	22	3872	18	2919	22	948	23	1702	20	188	41	617	53	226	44	631	36	527	36	599	33	151	43	237	56	447	44	128	56	47	53	116	39	205	56	115	40	172	61	316	48	87	57	21	100	49	68	2139	21	1705	25	2587	17	55	50	182	46	236	36	220	37	84	68	261	41	163	54	143	37	0	.	55386	4
	nicht bestimmbar	10	100	0	.	0	.	10	100	0	.	30	58	207	24	4	100	5	100	21	71	0	.	0	.	0	.	0	.	21	100	18	100	0	.	20	71	0	.	20	71	42	44	14	76	152	40	69	42	88	38	10	100	0	.	0	.	14	73	0	.	0	.	0	.	0	.	0	.	0	.	18	71	12	100	0	.	21	71	11	73	9	100	0	.	0	.	0	.	0	.	0	.	19	71	10	100	0	.	0	.	0	.	10	100	0	.	0	.	27	100	0	.	19	100	9	100	54	53	42	50	0	.	42	50	0	.	0	.	10	100	141	57	19	71	10	100	9	100	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	102	37	63	49	91	38	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1518	10
	Total	5362	15	3943	17	3500	17	5381	15	3185	21	4978	17	29478	7	16462	8	17010	8	14254	10	1320	28	2186	23	4154	18	71	.	2331	23	5086	18	7399	14	5596	16	1009	35	7915	16	10282	11	8787	12	13172	11	25426	7	21633	8	16506	8	5541	16	6006	15	9952	12	1661	23	3478	18	1614	26	1696	27	3966	18	3487	22	3874	20	6420	16	4500	17	4793	19	7668	14	4235	18	6978	16	5436	15	3502	18	3780	19	2501	21	4234	17	4976	16	4887	17	3158	19	4296	18	2868	21	4343	19	3046	21	6670	14	4412	15	5913	16	6146	15	10583	13	10532	12	6132	16	8235	14	2717	24	2198	26	3190	21	4208	18	3289	21	5706	17	2687	22	896	38	4476	17	1861	28	1857	25	3825	16	3017	21	3400	19	3231	19	2003	29	1485	28	650	37	1657	26	20214	8	14615	10	20517	9	2739	20	2263	24	2323	20	4134	18	3395	17	2527	21	1636	24	2364	22	0	.	547027	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	8	71	0	.	58	33	33	35	8	71	17	62	0	.	4	100	0	.	0	.	4	100	4	100	17	63	16	62	0	.	39	37	25	41	16	62	38	37	69	30	15	50	33	78	4	100	0	.	6	100	0	.	0	.	0	.	0	.	16	60	0	.	8	71	24	56	5	100	5	100	12	58	9	73	51	54	0	.	0	.	24	100	0	.	0	.	8	71	4	100	16	62	0	.	0	.	0	.	12	58	41	42	12	58	0	.	0	.	0	.	4	100	0	.	13	100	0	.	12	74	4	100	8	71	31	50	13	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	35	52	12	58	24	41	4	100	0	.	4	100	0	.	0	.	11	75	0	.	0	.	0	.	845	9
	Tanne	0	.	4	100	4	100	4	100	0	.	6	100	12	75	37	37	21	45	12	58	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	4	100	0	.	8	71	0	.	16	50	0	.	12	58	0	.	0	.	0	.	4	100	8	71	4	100	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	4	100	10	74	0	.	0	.	0	.	0	.	0	.	4	100	0	.	4	100	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	11	100	9	70	4	100	0	.	0	.	0	.	5	100	4	100	0	.	8	71	0	.	0	.	0	.	13	75	4	100	0	.	8	71	0	.	0	.	0	.	4	100	0	.	0	.	0	.	4	100	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	272	13
	Föhre	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	8	71
	Lärche	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	16	50	49	35	0	.	0	.	0	.	0	.	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	74	4	100	4	100	0	.	0	.	0	.	26	50	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	69	27	33	35	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	224	15
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	12	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	50	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	44	33
	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	7	100	8	71	0	.	8	71	0	.	0	.	8	71	12	74	14	58	0	.	8	71	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	5	100	0	.	0	.	13	100	0	.	0	.	4	100	0	.	0	.	4	100	0	.	0	.	0	.	0	.	4	100	0	.	23	84	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	4	100	4	100	0	.	6	100	0	.	0	.	0	.	0	.	159	21
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	0	.	0	.	0	.	4	100	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	.	23	48
	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	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	59
	Eiche	4	100	4	100	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	.	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	.	9	100	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	.	4	100	4	100	4	100	0	.	46	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	44	52	4	100	0	.	28	72	25	52	38	46	0	.	20	65	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	.	165	24
	übrige Laubhölzer	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	75	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.	35	45
	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	15	61	15	50	4	100	16	50	8	71	6	100	87	27	88	26	65	30	29	43	8	71	9	71	0	.	0	.	12	75	4	100	21	55	16	62	0	.	51	32	25	41	32	40	46	35	121	21	76	26	45	60	4	100	7	100	6	100	4	100	8	71	4	100	0	.	24	69	0	.	8	71	24	56	10	71	5	100	12	58	18	51	65	46	0	.	13	100	24	100	0	.	4	100	12	58	4	100	24	47	0	.	9	100	4	100	24	46	97	31	20	45	23	84	28	72	25	52	79	31	9	70	37	51	0	.	12	74	8	71	13	58	35	46	13	58	8	71	0	.	0	.	8	71	13	75	4	100	4	100	8	71	0	.	0	.	8	71	4	100	0	.	120	23	53	32	41	32	4	100	4	100	12	58	4	100	6	100	15	62	4	100	4	100	0	.	1838	6
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	538	29	1331	28	1278	30	1096	24	1902	24	2504	21	18959	8	5603	11	5350	13	3443	16	125	53	298	42	390	33	10	.	940	35	3320	22	3568	18	2022	24	4	100	3656	20	6742	12	5437	15	9370	13	14311	9	8255	11	3819	15	1826	23	2136	20	4934	16	390	46	1286	25	522	32	760	44	1658	28	1646	32	2765	22	3170	22	2020	23	1777	30	3382	18	1033	29	2555	17	1849	29	983	26	929	38	649	40	354	35	1839	21	3322	19	1195	23	1390	27	1261	31	1737	36	917	26	2478	19	1790	22	0	.	93	70	15	77	673	32	163	50	696	36	867	32	1182	29	2057	26	1094	26	1281	23	2474	22	1085	34	199	58	1641	24	471	38	331	39	2643	17	979	37	1102	32	1280	25	342	64	557	38	103	41	592	39	6554	12	6622	14	8585	12	1174	26	1218	36	700	30	1453	31	1222	27	908	34	555	36	1254	32	0	.	208990	2
	Tanne	560	38	92	52	327	46	820	25	361	33	849	27	1524	18	5614	10	3401	13	3218	14	71	63	134	44	500	30	0	.	205	50	185	36	1332	26	731	31	0	.	447	37	249	39	503	26	199	41	562	27	45	91	3724	12	1345	22	1729	18	1781	21	327	36	1036	26	412	30	370	34	1366	24	258	34	239	40	578	33	522	24	250	38	521	29	459	31	1053	23	135	48	752	37	498	33	95	40	776	28	622	31	501	26	471	34	569	31	266	33	300	79	0	.	260	36	111	97	0	.	0	.	4	100	353	36	390	44	277	59	657	31	94	76	340	50	540	32	179	46	1107	29	251	32	46	100	570	28	370	46	578	28	360	34	430	27	605	24	260	35	260	65	302	57	239	47	142	59	428	47	294	43	1343	24	686	33	86	46	196	50	575	24	338	36	53	66	11	100	68	57	0	.	55684	3
	Föhre	305	45	158	39	123	57	68	44	18	71	5	100	712	31	100	75	329	44	362	41	91	61	96	41	196	40	0	.	35	68	91	71	0	.	132	48	95	83	0	.	634	35	631	30	84	87	1293	25	3828	20	598	35	4	100	107	64	181	68	59	72	62	79	58	100	0	.	44	100	0	.	302	88	99	89	42	57	0	.	303	58	40	100	47	51	279	38	48	55	137	38	101	76	306	45	267	49	4	100	43	100	61	48	44	51	226	42	0	.	204	72	100	89	0	.	0	.	116	100	0	.	0	.	33	76	58	100	13	100	227	49	98	86	0	.	0	.	0	.	31	66	4	100	50	92	20	83	0	.	89	77	0	.	58	55	0	.	0	.	41	100	0	.	3262	21	1569	25	1354	25	0	.	53	66	141	38	71	48	199	33	103	38	160	44	48	50	0	.	20951	7
	Lärche	53	71	134	67	49	82	40	63	15	77	26	100	131	42	4	100	156	51	74	100	0	.	0	.	8	71	0	.	73	100	33	90	0	.	8	71	0	.	4	100	281	35	665	34	369	38	2510	15	4661	10	8	71	39	71	19	71	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	49	87	4	100	74	95	420	34	5	100	0	.	61	50	4	100	14	100	8	71	0	.	0	.	0	.	15	72	49	92	86	73	10	100	440	31	984	28	641	30	448	35	122	55	16	60	2031	19	666	34	346	46	0	.	0	.	4	100	219	41	18	81	17	100	12	100	93	73	0	.	13	75	0	.	0	.	40	79	0	.	90	58	0	.	25	100	0	.	18	71	6131	11	2789	15	2133	19	8	100	4	100	24	72	13	73	0	.	31	60	8	71	44	54	0	.	27586	5
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	39	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24	85	4	100	0	.	251	34	2674	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	102	100	0	.	24	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	19	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1016	21	600	26	357	52	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5170	11
	übrige Nadelhölzer	49	52	8	71	18	100	94	51	30	100	21	71	223	61	0	.	237	28	128	86	56	100	0	.	0	.	61	.	8	100	0	.	0	.	0	.	0	.	10	100	182	74	0	.	0	.	112	69	646	37	40	61	48	85	93	61	0	.	0	.	0	.	9	100	0	.	0	.	21	100	0	.	10	100	55	73	10	100	38	78	12	100	122	100	30	88	20	100	89	90	40	61	0	.	60	85	0	.	10	100	20	100	0	.	203	86	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	10	100	0	.	0	.	62	74	0	.	10	100	0	.	0	.	48	100	231	63	4	100	30	74	0	.	0	.	0	.	23	71	0	.	40	100	0	.	0	.	21	100	39	100	31	58	0	.	10	100	87	54	137	74	24	85	0	.	0	.	0	.	0	.	3630	13
	Buche	1768	18	953	24	786	24	2271	22	341	35	773	27	3593	21	3608	13	4814	11	4918	13	279	38	859	25	1946	21	0	.	594	31	866	26	1394	29	1325	25	0	.	1680	23	820	26	956	25	87	62	1039	30	0	.	4451	12	1351	25	1091	25	1632	22	333	31	654	30	351	30	315	30	679	25	703	35	122	47	1555	27	632	27	1212	33	1555	23	1593	24	1860	22	2265	18	1160	22	1470	23	779	25	1619	20	919	24	317	37	718	28	590	25	253	32	1102	22	0	.	332	39	0	.	1873	27	1597	27	1349	26	2788	22	2320	25	1620	29	584	36	4	100	188	58	753	32	248	46	571	32	558	29	153	72	1145	25	348	39	270	40	598	28	549	27	1168	23	665	30	611	33	235	37	233	43	406	36	23	100	166	71	2011	22	404	31	435	34	464	28	890	23	907	21	578	31	342	28	381	29	0	.	94722	3
	Ahorn	378	23	213	28	310	32	240	41	345	69	206	43	1557	18	557	20	698	22	1058	19	130	42	257	35	356	27	0	.	110	59	128	45	496	26	265	44	29	74	791	25	176	40	106	40	297	44	328	33	10	100	1228	19	291	32	195	34	360	26	133	40	170	34	222	50	147	69	78	38	237	28	91	45	522	55	278	28	286	39	453	32	339	32	606	27	195	43	226	42	312	31	120	35	405	28	409	29	282	34	206	44	611	38	168	41	133	45	162	74	231	58	10	100	107	42	115	50	229	40	224	48	88	58	13	77	224	40	127	68	0	.	316	40	614	33	705	26	266	41	0	.	215	32	207	89	71	56	91	41	157	31	219	25	270	37	19	100	38	62	11	100	46	55	68	66	249	40	896	20	156	47	140	51	188	39	347	30	167	28	412	47	146	55	294	58	0	.	25584	4
	Esche	619	25	255	39	277	35	97	46	90	55	391	35	435	33	570	30	619	20	372	39	244	53	182	62	263	55	0	.	90	45	235	50	415	35	542	34	39	100	648	56	188	45	59	55	525	46	449	31	216	88	1179	21	310	45	407	53	375	37	70	58	114	59	4	100	10	100	25	71	386	63	100	76	127	66	666	30	562	34	256	35	287	38	400	35	220	49	71	41	122	40	162	48	272	41	523	37	229	80	95	57	535	34	229	36	292	35	125	57	200	87	191	46	164	47	241	37	584	31	438	36	187	66	205	50	119	67	149	58	20	100	198	38	213	44	237	39	287	40	89	44	75	59	111	40	0	.	21	100	35	59	169	62	205	44	46	47	124	52	0	.	193	44	352	53	261	47	439	27	255	36	135	34	268	51	414	32	332	44	103	60	184	61	87	45	0	.	23304	5
	Eiche	334	43	230	55	28	74	315	33	0	.	4	100	86	48	28	87	435	21	22	71	60	43	202	94	152	56	0	.	29	55	8	100	74	54	95	48	607	42	0	.	4	100	120	79	4	100	361	55	34	100	232	33	65	46	85	66	40	67	296	63	0	.	11	100	0	.	0	.	11	100	0	.	5	100	144	90	55	68	4	100	22	63	10	100	247	28	4	100	95	47	100	57	266	56	14	78	0	.	19	100	81	43	173	48	98	35	0	.	0	.	0	.	149	41	342	31	764	28	407	69	458	42	177	42	19	71	23	100	14	100	232	63	211	71	0	.	76	76	0	.	150	70	157	41	524	48	0	.	538	49	31	88	64	48	400	48	74	80	6	100	212	56	188	47	309	44	517	32	5	100	4	100	30	54	18	81	128	64	94	41	72	45	49	52	0	.	11751	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	.	957	37	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	.	98	100	916	34	519	45	1637	33	1583	27	3605	20	728	30	920	35	3152	25	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	143	77	0	.	10	100	0	.	0	.	50	100	0	.	209	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14555	9
	übrige Laubhölzer	765	38	586	30	308	30	346	38	92	48	175	49	2098	17	460	22	1031	24	668	22	273	42	167	47	341	30	0	.	240	48	207	45	142	31	473	50	235	46	709	36	965	40	323	49	2131	25	3306	18	1226	34	1264	19	267	34	151	38	640	36	55	68	163	52	29	74	90	68	141	45	225	42	246	53	215	31	147	74	528	39	738	39	453	40	389	31	155	36	247	45	138	40	448	39	221	34	324	31	234	31	411	59	389	41	387	41	246	43	1319	36	1135	23	1052	29	1538	25	2071	22	3872	18	2919	22	948	23	1702	20	188	41	617	53	226	44	631	36	527	36	599	33	151	43	237	56	447	44	128	56	47	53	116	39	205	56	115	40	172	61	316	48	87	57	21	100	49	68	2139	21	1705	25	2591	17	55	50	182	46	236	36	220	37	84	68	261	41	163	54	143	37	0	.	55420	4
	nicht bestimmbar	10	100	0	.	0	.	10	100	0	.	30	58	207	24	4	100	5	100	21	71	0	.	0	.	0	.	0	.	21	100	18	100	0	.	20	71	0	.	20	71	42	44	14	76	152	40	69	42	88	38	10	100	0	.	0	.	14	73	0	.	0	.	0	.	0	.	0	.	0	.	18	71	12	100	0	.	21	71	11	73	9	100	0	.	0	.	0	.	0	.	0	.	19	71	10	100	0	.	0	.	0	.	10	100	0	.	0	.	27	100	0	.	19	100	9	100	54	53	42	50	0	.	42	50	0	.	0	.	10	100	141	57	19	71	10	100	9	100	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	102	37	63	49	91	38	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1518	10
	Total	5377	15	3958	17	3504	17	5398	15	3193	21	4984	17	29564	7	16550	8	17075	8	14283	10	1328	28	2196	23	4154	18	71	.	2343	23	5090	18	7420	14	5612	16	1009	35	7966	16	10307	11	8819	12	13218	11	25547	7	21709	8	16552	8	5545	16	6013	15	9958	12	1666	23	3486	18	1618	26	1696	27	3990	18	3487	22	3883	20	6444	16	4510	17	4798	19	7681	14	4253	18	7043	16	5436	15	3515	18	3804	19	2501	21	4238	17	4988	16	4890	17	3182	19	4296	18	2876	21	4346	19	3070	21	6767	14	4432	15	5936	16	6173	15	10608	13	10612	12	6141	16	8272	14	2717	24	2210	26	3198	21	4221	18	3324	21	5719	17	2695	22	896	38	4476	17	1869	28	1870	25	3829	16	3021	21	3408	19	3231	19	2003	29	1493	28	654	37	1657	26	20334	8	14668	10	20558	9	2743	20	2267	24	2335	20	4137	18	3401	17	2542	21	1640	24	2368	22	0	.	548866	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. 2296887. Birmensdorf, Swiss Federal Research Institute WSL

zurück