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
Baumzustand (lebend/tot) · Brusthöhendurchmesser (10 Klassen)
Regionale Gliederung: Forstkreis (2024)
Einheit: Stk./ha
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
Baumzustand (lebend/tot)	Brusthöhendurchmesser (10 Klassen)	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%
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	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.
lebend	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	.
	12-20 cm	158	14	205	20	215	21	155	15	187	22	168	20	181	7	146	7	179	10	205	9	138	29	171	27	184	17	50	.	269	26	210	14	208	12	220	17	380	23	188	14	146	14	147	13	141	11	178	8	169	9	190	8	218	17	189	16	241	9	142	30	165	14	133	22	136	22	158	15	224	24	221	21	199	15	169	19	267	17	177	15	188	19	167	15	218	12	138	22	221	18	205	25	181	13	196	18	229	17	137	21	193	17	230	20	218	23	157	24	143	14	135	14	284	15	256	13	396	10	237	11	270	15	303	12	253	14	230	25	232	17	176	17	156	24	216	16	170	24	218	33	183	15	204	19	135	25	150	15	177	21	184	20	152	21	244	27	200	21	124	26	149	32	167	8	217	9	215	8	191	22	128	25	119	20	191	23	148	24	212	20	98	18	220	29	0	.	190	2
	21-30 cm	93	11	73	16	102	17	103	15	157	18	167	14	118	7	101	8	107	8	148	8	61	25	125	20	122	13	250	.	97	24	149	14	152	14	125	12	205	23	137	19	102	13	105	11	70	14	101	8	98	7	117	8	107	16	93	14	157	11	88	20	109	20	141	17	85	26	86	14	155	15	114	20	119	14	118	15	135	16	119	12	126	20	143	12	122	14	65	18	114	15	97	16	163	14	100	14	113	16	98	15	143	16	100	19	86	22	51	27	74	15	78	17	99	15	136	10	140	11	92	13	100	16	147	11	143	19	103	30	126	20	110	22	93	20	131	18	117	19	34	47	117	16	102	21	121	23	101	16	93	16	123	15	106	20	126	17	135	31	80	29	140	21	93	9	114	9	111	8	92	20	96	25	68	22	110	15	92	15	104	20	79	24	53	26	0	.	110	1
	31-40 cm	78	11	54	15	64	16	70	11	117	14	109	14	75	7	74	7	62	7	87	9	55	20	79	18	93	12	170	.	90	15	77	16	99	11	81	13	47	37	70	17	60	11	58	12	48	12	60	7	64	8	87	8	92	16	77	11	83	12	52	20	63	18	101	21	48	21	76	14	94	16	69	17	70	15	95	13	91	20	68	13	79	13	81	11	80	12	52	18	97	14	62	16	108	10	67	17	86	16	65	19	79	15	53	22	64	18	35	31	38	17	56	21	29	20	48	16	41	15	34	15	37	18	54	16	54	18	59	29	80	18	50	22	44	26	82	15	65	25	61	54	65	15	88	23	65	19	60	12	72	14	84	12	76	12	81	27	71	30	59	31	101	20	57	8	56	10	62	9	64	16	72	27	76	19	77	14	72	12	54	21	95	20	49	24	0	.	68	1
	41-50 cm	38	10	43	15	22	19	55	11	48	17	74	12	51	7	53	6	48	6	44	7	43	20	41	20	51	17	20	.	64	18	50	14	46	10	53	14	31	47	35	12	34	10	39	12	37	11	37	7	38	6	45	7	54	16	57	11	55	10	44	15	41	14	53	20	28	24	43	12	34	20	43	16	42	14	60	12	40	19	36	13	46	17	62	11	36	14	49	13	38	18	53	17	47	13	42	16	55	14	36	15	50	16	46	24	31	16	19	26	23	15	33	16	11	26	21	23	11	22	16	16	18	19	19	18	26	25	35	31	31	21	35	21	35	20	46	14	47	16	50	32	35	16	40	18	33	22	36	13	35	15	43	17	51	14	39	27	45	24	50	24	67	20	29	9	31	10	30	9	45	19	49	17	52	14	54	13	46	14	45	16	49	15	46	21	0	.	41	1
	51-60 cm	21	15	18	18	15	18	28	14	19	28	36	16	27	8	29	8	27	8	17	16	32	20	14	28	21	19	0	.	32	19	16	19	23	16	22	17	11	76	18	18	19	12	21	12	19	11	19	8	17	10	19	8	30	20	27	12	27	13	18	20	16	21	20	30	13	31	31	14	15	25	17	16	23	20	26	18	13	23	20	17	24	20	37	12	17	14	26	20	7	29	16	26	14	22	21	21	21	17	21	23	26	20	16	27	18	19	13	28	15	15	14	17	4	40	9	25	4	35	11	17	5	32	11	23	16	34	18	27	17	23	22	24	13	22	22	19	20	23	13	51	17	22	20	28	17	28	11	18	20	25	21	22	18	25	9	46	24	24	26	30	36	25	17	11	15	16	15	12	21	23	20	24	31	16	23	18	27	20	15	27	24	24	26	23	0	.	20	2
	61-70 cm	5	27	4	30	4	37	8	22	4	53	6	32	8	13	11	11	9	12	4	23	10	32	4	55	5	52	0	.	6	35	6	27	9	24	5	31	2	95	6	31	7	17	8	19	8	17	7	14	4	19	6	18	9	29	9	20	6	25	5	55	5	32	3	53	7	33	8	21	2	56	9	27	7	28	8	24	9	42	5	28	9	27	12	24	6	26	8	30	2	47	5	32	3	62	7	31	8	29	15	25	6	36	6	46	8	29	10	31	7	27	6	33	2	43	3	46	1	71	3	27	3	41	4	27	5	49	9	61	4	49	6	29	8	29	7	30	11	31	6	67	6	33	10	36	11	33	0	99	6	38	3	41	3	42	0	.	10	43	8	44	6	61	7	16	5	23	6	20	8	28	6	52	7	27	6	34	4	37	5	30	4	40	6	36	0	.	6	3
	71-80 cm	1	61	3	50	1	69	2	44	2	74	0	.	2	22	3	21	4	18	2	32	4	57	0	.	1	56	0	.	2	98	1	99	2	34	2	45	0	.	3	31	2	30	3	36	3	25	3	19	2	26	1	29	0	99	1	70	1	56	3	54	2	57	1	98	4	57	2	80	1	69	3	51	1	61	1	71	2	59	2	34	5	40	7	36	0	.	5	48	1	69	1	98	0	.	2	39	2	56	4	39	2	48	1	98	3	45	2	55	4	27	4	43	0	99	1	69	1	52	2	34	2	57	3	37	2	55	3	70	3	58	3	57	3	44	1	56	3	47	0	.	0	99	7	45	1	98	1	69	1	98	3	51	1	69	0	.	3	52	5	93	2	68	3	19	1	36	2	30	1	98	2	71	2	61	2	48	1	57	0	.	4	57	1	98	0	.	2	5
	81-90 cm	0	99	0	99	0	99	1	56	0	.	1	99	1	32	2	24	1	32	0	70	1	98	1	98	0	99	0	.	1	98	1	70	0	.	1	99	0	.	1	49	0	100	1	49	1	40	0	41	1	37	0	57	1	73	0	.	0	.	0	.	0	.	1	98	0	.	0	99	0	.	0	.	0	99	0	.	1	70	1	49	0	.	2	44	0	.	1	99	0	.	1	99	0	99	0	99	0	99	1	68	1	99	1	98	0	.	1	69	3	43	1	56	0	.	0	.	1	70	1	40	0	.	1	72	0	.	0	.	1	68	2	56	2	73	0	99	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	1	97	0	.	0	.	1	31	1	52	1	44	0	.	0	.	1	99	1	99	1	99	3	59	1	98	1	98	0	.	1	8
	91-100 cm	0	.	1	71	0	.	0	99	0	.	0	.	0	100	0	70	0	58	0	100	1	97	0	.	0	.	0	.	0	.	0	.	0	.	1	70	0	.	1	49	0	.	0	99	0	100	0	72	0	57	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	1	99	0	.	1	70	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	68	0	.	0	.	0	99	1	69	1	71	0	.	0	.	0	99	2	69	0	100	0	.	0	99	0	.	1	97	1	98	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	50	0	100	0	100	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	15
	>100 cm	0	.	0	99	0	.	0	.	0	.	0	.	0	58	0	100	0	100	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	70	0	100	0	.	0	100	0	45	0	57	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	1	99	1	70	0	.	2	99	2	99	0	100	2	41	0	.	2	45	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	18
	Total	395	6	401	11	424	12	423	7	535	11	561	10	462	5	420	4	438	5	508	5	346	14	435	14	478	10	490	.	561	13	509	9	540	8	510	8	676	18	459	11	372	9	382	7	326	7	405	5	394	5	466	5	511	9	453	8	570	6	353	14	401	10	453	9	321	16	405	8	525	11	476	13	461	10	479	8	558	11	429	10	476	12	511	9	480	8	343	9	479	10	439	11	516	7	436	11	515	10	378	10	500	9	454	12	428	12	289	14	307	9	327	11	430	11	477	8	597	7	398	8	435	12	545	8	501	11	458	15	495	12	403	12	354	15	506	12	433	12	381	18	423	9	471	11	384	13	360	9	404	11	461	10	407	11	499	13	490	18	351	17	500	13	375	5	440	6	443	6	422	12	372	12	355	9	464	11	391	9	438	11	355	12	401	16	0	.	438	1
tot	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	.
	12-20 cm	8	38	12	30	6	65	9	35	31	36	16	34	22	13	9	27	6	27	20	19	12	39	9	49	17	26	0	.	16	69	24	39	12	36	13	32	33	52	31	24	14	21	17	25	24	21	27	13	18	16	20	15	10	35	5	57	22	23	6	71	1	99	13	56	2	98	5	50	25	30	31	34	19	30	5	49	15	29	28	22	22	40	10	29	8	30	4	48	23	41	9	60	33	30	12	38	33	44	20	33	13	56	0	.	2	69	20	27	19	36	11	42	30	33	37	23	68	18	16	24	19	27	44	20	14	43	5	67	23	29	19	36	12	42	16	32	23	36	44	81	23	34	23	44	21	45	3	73	13	56	10	53	21	37	26	53	14	63	0	.	37	52	31	16	25	18	26	18	11	44	8	57	3	69	8	45	14	38	10	49	8	77	26	54	0	.	19	3
	21-30 cm	6	44	5	53	0	.	1	99	9	41	5	48	8	21	2	43	2	54	3	38	0	.	7	58	1	99	0	.	4	68	4	48	1	99	3	56	5	95	11	25	4	39	9	41	6	31	11	17	5	29	8	25	4	48	1	70	4	43	2	98	1	99	3	97	0	.	0	.	6	49	9	34	3	57	6	49	5	60	12	39	2	69	11	32	1	99	2	69	1	99	7	50	5	48	5	43	5	52	6	58	2	69	5	55	0	.	6	59	3	43	4	60	7	71	6	46	9	31	5	37	8	40	3	58	11	49	5	97	15	32	5	60	3	69	5	51	7	79	0	.	2	69	0	.	9	77	2	69	1	99	1	99	5	47	0	.	3	97	0	.	4	98	13	22	9	24	13	18	3	99	0	.	0	.	4	48	4	48	3	68	0	.	7	78	0	.	6	5
	31-40 cm	2	62	2	74	0	.	0	99	5	73	4	50	4	27	1	37	0	64	0	57	4	58	0	.	3	70	0	.	0	.	3	56	0	.	1	57	0	.	4	53	1	60	6	45	3	35	2	32	3	36	2	29	2	65	0	.	1	76	1	98	0	.	1	97	0	.	0	.	1	98	0	99	4	36	0	.	3	62	7	67	3	52	3	44	0	.	4	57	0	99	2	99	3	52	4	52	3	86	3	51	0	.	0	.	0	99	3	62	3	44	2	59	1	99	3	50	1	70	1	57	0	99	3	55	4	68	3	97	4	70	1	99	2	80	3	73	1	68	0	.	1	56	0	.	2	98	1	99	0	.	0	.	5	87	1	98	0	.	0	.	0	.	4	21	3	43	6	25	0	.	0	.	0	.	2	53	1	77	1	98	0	.	2	74	0	.	2	7
	41-50 cm	1	70	0	99	0	.	0	.	2	68	1	69	2	23	0	58	0	74	0	70	0	.	0	.	1	72	0	.	0	.	1	69	1	70	0	.	0	.	1	43	1	46	2	42	3	33	2	24	1	40	0	57	0	.	0	99	0	70	2	98	1	99	0	.	0	.	0	99	2	58	3	63	1	57	0	.	0	.	3	63	0	99	1	60	0	99	1	69	1	69	1	98	0	99	1	48	2	43	2	56	1	99	0	.	0	.	2	55	3	35	0	99	0	.	0	.	1	57	1	49	1	69	1	70	1	98	1	97	1	98	1	69	3	81	0	99	1	98	0	.	0	99	0	.	2	98	0	.	0	.	0	.	4	60	0	.	0	.	2	94	2	68	2	24	1	34	2	27	0	.	0	.	1	99	1	99	1	70	1	69	0	.	0	.	0	.	1	7
	51-60 cm	0	.	1	99	0	.	0	.	0	.	2	99	1	33	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	99	0	.	0	.	2	46	1	46	0	70	1	40	1	46	0	70	0	100	0	.	0	99	0	99	0	.	0	.	0	.	0	.	0	.	1	69	1	69	1	99	0	.	1	99	2	41	1	99	1	62	0	.	1	69	0	.	0	.	0	.	1	73	0	.	2	59	0	.	0	.	0	.	0	.	2	51	0	99	0	.	0	99	0	100	1	50	0	.	0	.	1	98	0	.	2	55	0	.	1	99	1	56	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	2	31	1	47	1	35	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	10
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	99	0	57	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	1	49	0	.	0	70	0	70	0	57	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	99	0	.	0	.	1	70	0	.	0	99	0	.	0	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	99	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	69	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	18
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	1	57	0	.	0	.	0	100	0	57	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	1	99	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	1	98	1	99	1	69	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	23
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	43
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	58
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	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	71
	Total	17	28	20	28	6	65	10	32	47	32	29	24	37	12	13	22	9	31	23	18	16	36	16	39	23	25	0	.	20	62	32	37	15	31	16	30	39	44	51	19	21	19	36	26	37	18	43	11	27	16	31	14	15	31	7	47	28	21	12	57	3	59	16	49	2	98	6	47	35	25	46	24	28	24	11	41	25	25	53	28	29	34	27	22	9	27	12	34	26	37	19	39	41	27	23	29	43	38	33	28	16	46	5	55	3	59	31	24	30	24	18	35	38	34	47	23	79	16	25	19	29	25	50	20	31	25	14	64	46	24	28	31	21	29	26	32	32	39	44	81	27	31	23	44	33	47	6	45	15	51	12	48	35	28	27	50	17	58	2	94	43	46	53	14	39	17	48	13	14	39	8	52	4	71	15	29	20	32	15	38	8	77	35	59	0	.	28	3
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	.
	12-20 cm	166	13	217	19	220	21	165	14	219	20	184	18	203	7	155	7	184	10	225	9	150	27	179	26	202	16	50	.	285	26	234	14	220	12	233	16	413	24	219	14	160	13	164	12	165	11	204	7	187	9	210	8	228	17	194	16	263	9	149	29	167	14	146	22	138	22	164	15	249	23	252	21	219	14	175	18	283	17	205	14	209	17	176	14	226	11	142	21	244	18	214	24	214	13	208	17	262	17	156	21	205	17	230	20	220	23	178	21	162	13	146	15	314	15	293	13	464	10	253	11	289	15	347	11	268	14	236	25	255	17	194	15	167	23	232	15	192	22	262	33	206	15	227	17	156	25	153	14	190	20	194	20	173	18	270	27	214	22	124	26	187	28	198	8	242	9	241	8	203	21	135	25	122	20	199	23	161	22	222	19	106	17	246	26	0	.	208	2
	21-30 cm	99	11	77	16	102	17	104	15	166	17	172	14	126	7	104	8	109	8	151	8	61	25	132	19	123	13	250	.	101	24	153	14	153	14	128	12	211	22	148	18	106	13	114	10	76	13	112	7	104	7	125	8	110	16	95	13	161	11	90	20	110	19	144	16	85	26	86	14	161	14	124	18	121	14	124	15	140	15	131	11	128	19	154	11	123	14	67	17	115	15	105	16	168	13	105	14	118	17	104	15	146	16	104	18	86	22	57	25	77	16	83	17	106	14	142	10	149	10	97	12	109	16	150	11	154	17	109	30	141	17	115	21	96	20	136	18	124	20	34	47	119	16	102	21	130	23	103	16	94	17	124	15	111	20	126	17	138	30	80	29	144	21	107	8	123	9	124	8	95	20	96	25	68	22	115	15	96	15	108	20	79	24	59	23	0	.	116	1
	31-40 cm	80	11	56	15	64	16	70	11	123	14	113	14	79	7	75	7	63	7	88	9	58	21	79	18	96	12	170	.	90	15	80	16	99	11	82	13	47	37	74	16	61	11	64	11	51	12	62	7	66	8	89	8	94	16	77	11	84	12	53	20	63	18	102	22	48	21	76	14	94	16	69	17	73	14	95	13	94	19	76	12	82	13	84	11	80	12	55	18	98	14	64	16	111	10	71	16	89	15	68	18	79	15	53	22	64	18	37	30	41	17	58	20	30	21	52	15	41	15	35	14	37	17	56	15	57	17	61	27	84	17	51	22	47	26	86	15	67	25	61	54	66	15	88	23	67	18	61	12	72	14	84	12	81	12	82	27	71	30	59	31	101	20	62	8	60	10	68	9	64	16	72	27	76	19	79	13	74	12	55	21	95	20	51	23	0	.	70	1
	41-50 cm	39	10	44	15	22	19	55	11	49	16	75	12	53	6	54	6	48	6	44	7	43	20	41	20	53	16	20	.	64	18	51	14	47	10	53	14	31	47	37	12	35	10	41	12	39	11	39	7	39	6	45	7	54	16	57	11	55	10	46	13	42	14	53	20	28	24	43	12	36	21	46	16	43	14	60	12	40	19	39	13	46	17	63	11	37	14	50	13	39	17	53	17	48	13	43	15	57	14	38	15	50	16	46	24	31	16	21	25	26	15	33	17	11	26	21	23	12	22	17	16	19	19	20	18	27	24	36	30	31	21	36	20	38	20	46	14	48	16	50	32	36	16	40	18	35	23	36	13	35	15	43	17	54	14	39	27	45	24	52	24	69	19	31	8	33	10	32	9	45	19	49	17	53	13	55	12	47	13	46	16	49	15	46	21	0	.	42	1
	51-60 cm	21	15	19	18	15	18	28	14	19	28	38	16	28	8	29	8	27	8	17	16	32	20	14	28	22	19	0	.	32	19	16	19	23	16	22	17	11	76	19	17	20	12	21	12	20	11	19	8	18	10	19	8	30	20	27	12	27	13	18	20	16	21	20	30	13	31	31	14	16	25	18	16	23	20	26	18	14	22	21	16	25	20	39	11	17	14	27	20	7	29	16	26	14	22	22	21	21	17	23	22	26	20	16	27	18	19	13	28	16	15	14	17	4	40	10	25	4	33	12	17	5	32	11	23	17	33	18	27	20	21	22	24	13	23	23	17	20	23	13	51	18	21	20	28	17	28	11	18	20	25	21	22	19	26	9	46	24	24	26	30	36	25	18	11	16	16	17	12	21	23	21	24	31	16	23	18	27	20	15	27	24	24	26	23	0	.	20	2
	61-70 cm	5	27	4	30	4	37	8	22	4	53	6	30	8	12	11	11	9	12	4	23	10	32	4	55	5	52	0	.	6	35	6	27	9	24	5	31	2	95	7	28	7	17	9	19	8	17	7	14	4	19	6	18	9	29	9	20	6	25	5	55	5	32	3	53	7	33	8	21	2	56	9	25	7	27	8	24	9	42	5	26	9	27	12	23	6	26	9	28	2	47	5	32	3	62	7	31	8	29	15	25	6	36	6	46	8	29	10	31	7	27	6	33	2	39	3	46	1	71	3	27	3	41	4	27	5	49	9	61	4	49	7	28	8	29	7	30	11	31	6	67	6	33	10	36	11	33	0	99	6	38	3	41	3	42	0	.	10	43	8	44	6	61	7	16	5	22	6	20	8	28	6	52	7	27	6	34	4	37	5	30	4	40	6	36	0	.	6	3
	71-80 cm	1	61	3	50	1	69	2	44	2	74	0	.	2	22	3	21	4	18	2	32	4	57	0	.	1	56	0	.	2	98	1	99	3	33	2	45	0	.	4	28	2	30	3	36	3	24	3	18	2	26	1	29	0	99	1	70	1	56	3	54	2	57	1	98	4	57	2	80	1	69	3	51	2	52	1	71	3	50	2	32	5	40	7	36	0	.	5	48	1	69	1	98	0	.	2	39	2	56	4	39	2	48	1	98	3	45	2	55	4	27	4	43	0	99	1	69	1	52	2	32	2	57	3	37	2	55	3	70	3	57	3	50	4	40	1	56	3	47	0	.	0	99	7	45	1	98	1	69	1	98	3	51	1	69	0	.	3	52	5	93	2	68	4	20	1	36	2	29	1	98	2	71	2	61	2	48	1	57	0	.	4	57	1	98	0	.	2	5
	81-90 cm	0	99	0	99	0	99	1	56	0	.	1	99	1	32	2	24	1	32	0	70	1	98	1	98	0	99	0	.	1	98	1	70	0	.	1	99	0	.	2	46	0	100	1	49	1	40	0	41	1	37	0	57	1	73	0	.	0	.	0	.	0	.	1	98	0	.	0	99	0	.	1	99	0	99	0	.	1	70	1	43	0	.	2	44	0	.	1	99	0	.	1	99	0	99	0	99	0	99	1	68	1	99	1	98	0	.	1	69	4	40	1	56	0	.	0	.	1	70	1	40	0	99	1	72	0	.	0	.	1	68	2	56	2	73	0	99	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	1	97	0	.	0	.	1	29	1	52	1	44	0	.	0	.	1	99	1	99	1	99	3	59	1	98	1	98	0	.	1	8
	91-100 cm	0	.	1	71	0	.	0	99	0	.	0	.	0	100	0	70	0	58	0	100	1	97	0	.	0	.	0	.	0	.	0	.	0	.	1	70	0	.	1	49	0	.	0	99	0	100	0	72	0	57	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	1	99	0	.	1	70	0	99	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	68	0	.	0	.	0	99	1	69	1	71	0	.	0	.	0	99	2	69	0	100	0	.	0	99	0	.	1	97	1	98	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	44	0	70	0	100	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	14
	>100 cm	0	.	0	99	0	.	0	.	0	.	0	.	0	58	0	100	0	100	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	70	0	100	0	.	0	100	0	45	0	57	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	1	99	1	70	0	.	2	99	2	99	0	100	3	38	0	.	2	45	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	18
	Total	412	6	421	11	430	12	433	7	582	11	590	10	500	5	433	4	446	5	531	5	361	13	451	14	502	10	490	.	581	13	542	10	555	8	527	8	715	18	510	11	393	8	418	7	363	7	449	5	420	5	496	5	526	9	460	8	598	6	364	14	404	10	469	10	323	16	410	8	560	11	521	13	490	10	490	9	583	11	482	9	504	12	537	9	489	7	355	9	505	10	459	11	557	8	459	11	557	10	411	10	515	9	458	12	431	12	320	14	338	9	345	11	469	11	524	9	676	7	423	8	464	12	595	8	532	11	473	15	541	12	430	12	375	14	533	12	465	12	425	19	450	9	495	11	417	14	366	9	419	11	472	10	442	10	526	13	507	18	354	17	543	12	428	5	480	6	491	6	437	12	381	13	359	9	479	11	411	9	454	10	363	12	436	15	0	.	466	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. 2292601. Birmensdorf, Swiss Federal Research Institute WSL

zurück