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
NaiS-Vegetationshöhenstufen (3 Klassen) · Brusthöhendurchmesser (10 Klassen)
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
NaiS-Vegetationshöhenstufen (3 Klassen)	Brusthöhendurchmesser (10 Klassen)	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	.
	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	.
subalpin	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	.	2191	17	17	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	182	.	0	.	0	.	261	49	1403	25	651	39	2308	27	2762	18	6986	12	0	.	0	.	0	.	133	67	0	.	0	.	0	.	0	.	0	.	339	73	200	69	459	55	0	.	99	100	490	39	0	.	117	.	0	.	0	.	0	.	0	.	0	.	100	73	0	.	0	.	0	.	0	.	0	.	269	40	787	32	572	32	76	100	0	.	0	.	671	29	172	51	138	93	0	.	20	71	239	61	157	59	60	58	79	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	.	0	.	0	.	0	.	0	.	3797	14	1823	18	2040	25	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29632	5
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	1580	16	38	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	78	.	0	.	0	.	180	56	779	24	462	31	1166	22	1704	16	3670	12	0	.	0	.	0	.	66	71	0	.	0	.	0	.	0	.	0	.	209	71	178	84	304	51	0	.	40	100	220	43	0	.	64	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	107	46	510	31	293	43	57	74	0	.	0	.	331	33	76	89	79	100	10	.	78	64	108	63	152	53	31	75	52	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	.	0	.	0	.	0	.	0	.	1983	16	1567	18	1453	27	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17662	5
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	1303	16	43	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	73	58	511	20	302	35	716	22	1225	16	1823	12	0	.	0	.	0	.	14	100	0	.	0	.	0	.	0	.	0	.	26	65	62	57	259	54	0	.	4	100	124	45	0	.	23	.	0	.	0	.	0	.	0	.	0	.	56	63	0	.	0	.	0	.	0	.	0	.	118	52	267	33	108	40	4	100	0	.	0	.	155	40	44	51	18	100	0	.	58	68	23	75	35	71	39	60	12	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	39	.	0	.	0	.	0	.	0	.	1076	15	1076	18	932	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10570	5
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	607	17	20	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	87	40	270	23	156	30	453	20	732	16	1313	11	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	23	73	45	66	95	61	0	.	4	100	45	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	83	0	.	0	.	0	.	0	.	0	.	50	45	149	32	66	44	10	72	0	.	0	.	102	41	23	53	0	.	0	.	32	80	21	60	32	88	52	45	39	57	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	.	0	.	0	.	0	.	0	.	849	14	497	17	448	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6274	5
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	294	19	32	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	47	49	230	23	65	32	264	21	350	16	709	12	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	77	12	74	13	74	0	.	8	100	33	39	0	.	4	.	0	.	0	.	0	.	0	.	0	.	16	79	0	.	0	.	0	.	0	.	0	.	73	37	125	30	51	41	0	.	0	.	0	.	66	36	8	71	4	100	8	.	23	71	4	100	31	80	12	58	31	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	.	0	.	0	.	0	.	0	.	470	15	266	22	216	25	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3488	5
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	117	26	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	50	76	28	20	52	87	31	130	24	188	19	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	73	4	100	4	100	0	.	4	100	16	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	19	45	35	40	24	53	0	.	0	.	0	.	19	52	4	100	0	.	4	.	4	100	0	.	19	81	8	71	18	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	.	0	.	0	.	0	.	0	.	222	20	121	34	51	45	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1239	8
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	47	37	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	42	41	4	100	37	37	35	33	84	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	4	100	0	.	4	100	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	24	47	8	71	21	64	0	.	0	.	0	.	16	50	4	100	0	.	4	.	0	.	0	.	16	61	8	71	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	120	23	8	71	30	42	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	539	10
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	9	71	4	100	15	71	23	47	28	47	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	.	4	100	15	61	4	100	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	60	29	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	202	16
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	4	100	8	71	4	100	17	50	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	.	9	71	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	.	8	71	12	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	78	23
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	4	100	4	100	12	58	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	.	12	58	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	48	29
	Total	0	.	0	.	0	.	0	.	0	.	0	.	6156	15	157	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	260	.	0	.	0	.	686	43	3320	19	1668	28	5057	19	6970	13	14830	9	0	.	0	.	0	.	220	70	0	.	0	.	0	.	0	.	0	.	623	67	505	63	1143	50	0	.	163	91	941	35	0	.	209	.	0	.	0	.	0	.	0	.	0	.	213	51	0	.	0	.	0	.	0	.	0	.	673	31	1899	24	1138	29	147	73	0	.	0	.	1364	26	331	50	238	96	27	.	215	61	395	55	446	49	211	44	241	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	140	.	0	.	0	.	0	.	0	.	8597	11	5382	16	5170	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	69731	4
montan	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	337	42	20	71	93	61	561	34	1121	28	1359	27	9328	10	5193	10	1662	20	5473	12	0	.	127	46	856	26	0	.	391	43	1444	24	2714	18	1287	30	0	.	2828	19	2628	18	2765	18	4842	17	7522	11	2829	18	5372	12	1794	25	1169	27	4014	15	430	33	1671	22	353	42	900	39	1839	26	1095	26	1457	23	2059	24	973	29	1409	29	2473	21	1253	26	2142	21	480	36	792	32	1223	27	315	52	804	28	1869	21	2095	20	1225	27	822	30	0	.	472	57	1380	32	1705	24	1367	25	1748	23	1635	25	625	33	4040	16	2213	22	1857	23	1107	28	1050	38	1195	28	1115	26	1018	28	2561	20	752	42	0	.	1794	21	266	83	297	39	1585	20	859	37	982	28	415	32	461	53	301	56	173	46	218	76	4698	14	4260	16	6534	12	909	25	496	53	115	54	1353	25	530	37	0	.	166	76	98	82	0	.	147758	2
	21-30 cm	243	36	10	100	121	57	419	38	766	25	1439	20	5380	10	3356	11	890	20	3756	13	10	100	87	48	693	30	0	.	267	52	1004	26	1750	16	983	26	0	.	2299	22	1625	18	1705	17	1418	17	3686	11	1714	17	2833	12	821	25	749	27	2354	16	252	52	754	23	319	36	236	33	703	20	896	27	733	29	1259	20	689	26	793	25	1698	19	734	32	1768	18	423	37	399	34	838	28	222	46	604	27	1058	20	1378	21	648	25	536	36	0	.	109	59	537	32	890	24	455	25	982	23	788	25	401	36	1756	20	991	26	1048	21	678	31	364	35	627	27	666	38	498	32	1160	27	509	37	0	.	1204	21	145	63	288	34	982	20	407	29	626	28	271	40	265	46	162	65	193	45	152	55	2568	14	2049	16	3239	13	566	26	291	40	41	62	900	26	465	28	0	.	30	100	98	82	0	.	84716	2
	31-40 cm	172	34	8	100	43	62	277	41	683	23	907	19	3252	11	2354	11	614	22	2203	12	26	100	102	47	302	26	0	.	117	50	691	23	1397	21	531	24	0	.	937	19	1000	18	1022	16	698	19	2183	12	1215	17	2309	13	515	23	332	25	1198	16	158	37	514	23	268	37	246	29	596	20	480	28	396	26	497	22	521	23	497	24	1002	18	474	23	1097	17	341	31	312	32	478	25	61	45	468	24	619	22	577	19	454	25	351	28	0	.	59	69	137	37	342	31	366	31	376	25	373	26	143	44	607	19	281	27	465	27	308	29	208	41	349	30	300	27	296	31	736	22	136	34	4	100	679	21	70	69	111	38	673	18	333	27	506	25	189	35	103	44	188	43	92	46	68	58	1375	15	835	18	1609	14	256	26	238	36	47	51	582	23	413	29	0	.	48	100	19	100	0	.	49414	2
	41-50 cm	149	35	20	82	23	74	118	34	379	23	635	19	2148	10	1659	10	565	18	1386	11	24	84	31	63	267	27	0	.	102	41	311	24	634	16	420	24	0	.	648	20	628	21	590	16	472	18	1228	11	652	16	1294	11	327	23	333	24	931	14	155	32	282	21	138	36	118	32	389	20	168	26	211	25	399	22	348	23	256	29	518	18	299	27	797	17	89	42	158	31	198	24	68	49	297	23	403	21	483	18	297	23	163	29	0	.	34	63	31	49	260	25	294	27	118	31	144	29	48	44	287	22	130	28	168	26	117	33	88	47	176	30	237	31	191	32	458	22	134	33	12	100	369	21	48	62	99	36	401	18	215	26	253	24	216	34	87	56	99	42	81	46	66	53	594	15	501	19	785	14	297	29	104	39	76	52	402	21	249	26	0	.	20	100	16	100	0	.	30115	2
	51-60 cm	51	41	0	.	0	.	89	37	191	26	461	25	1424	12	1166	11	315	20	569	17	0	.	36	81	138	35	0	.	47	46	157	26	341	20	241	25	0	.	344	19	349	19	341	16	350	18	757	13	249	21	527	14	180	26	232	23	498	16	54	33	182	24	72	37	88	34	281	18	73	35	150	26	228	22	140	28	76	33	309	21	236	25	591	16	37	47	96	36	115	36	52	49	123	31	251	23	240	24	174	27	129	38	0	.	18	71	42	37	167	25	116	28	46	39	64	42	23	62	130	22	78	32	102	28	74	35	53	41	95	30	168	29	128	31	270	20	116	34	0	.	172	27	22	58	79	36	159	21	113	29	171	25	113	35	21	82	49	42	90	43	63	55	407	17	224	20	484	15	119	30	82	43	46	52	235	22	91	32	0	.	4	100	12	100	0	.	17193	2
	61-70 cm	32	50	0	.	0	.	28	62	33	39	176	24	466	14	407	13	157	21	199	23	0	.	20	60	49	52	0	.	18	62	55	39	75	32	69	33	0	.	90	32	141	26	161	23	136	23	277	17	49	33	160	21	125	30	93	30	160	20	17	50	50	31	16	79	39	42	124	22	19	45	73	32	106	31	81	34	47	50	76	29	42	30	254	21	4	100	28	52	32	77	4	100	34	79	100	27	96	30	79	37	49	50	0	.	22	61	35	53	59	32	61	34	15	50	20	45	0	.	53	30	22	45	43	39	35	48	16	50	43	46	61	36	54	36	92	36	45	42	4	100	63	39	21	75	26	47	16	50	83	37	47	35	20	52	0	.	37	49	12	58	22	84	172	27	99	26	158	25	68	35	31	60	17	61	73	32	20	53	0	.	0	.	4	100	0	.	6215	3
	71-80 cm	0	.	0	.	0	.	4	100	12	76	0	.	142	20	189	16	59	30	49	33	0	.	0	.	8	71	0	.	4	100	16	62	39	44	23	53	0	.	74	34	43	35	67	32	74	26	129	23	36	40	81	26	27	46	24	48	46	35	29	56	24	69	4	100	21	52	35	36	11	73	25	54	23	46	17	50	16	81	37	44	48	45	107	30	6	100	4	100	8	71	8	71	0	.	40	37	17	52	50	37	9	71	0	.	10	100	16	50	27	48	20	45	4	100	15	60	0	.	19	44	12	58	24	41	8	71	27	64	31	50	28	44	35	37	27	42	36	46	0	.	31	42	0	.	9	100	8	71	13	74	13	75	8	71	0	.	17	79	9	100	4	100	82	28	40	47	100	31	14	58	8	71	4	100	13	58	16	50	0	.	0	.	0	.	0	.	2412	5
	81-90 cm	0	.	0	.	0	.	4	100	4	100	6	100	38	37	54	32	17	50	21	53	0	.	0	.	0	.	0	.	4	100	4	100	21	55	8	100	0	.	16	50	7	71	16	62	11	58	52	30	20	53	33	78	0	.	0	.	6	100	4	100	8	71	4	100	0	.	24	69	0	.	8	71	16	78	6	100	0	.	4	100	9	73	42	63	0	.	0	.	24	100	0	.	4	100	12	58	4	100	13	58	0	.	0	.	0	.	4	100	10	72	8	71	4	100	0	.	0	.	28	49	4	100	4	100	0	.	8	100	4	100	9	71	23	47	9	71	8	71	0	.	0	.	0	.	13	75	4	100	0	.	8	71	0	.	0	.	4	100	4	100	0	.	36	49	21	45	24	41	4	100	4	100	4	100	4	100	0	.	0	.	0	.	0	.	0	.	777	10
	91-100 cm	0	.	4	100	0	.	4	100	0	.	0	.	20	65	13	58	4	100	8	71	0	.	0	.	0	.	0	.	4	100	0	.	0	.	4	100	0	.	12	58	4	100	0	.	7	71	17	50	0	.	8	71	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	5	100	0	.	4	100	17	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	19	50	4	100	0	.	4	100	0	.	6	100	4	100	0	.	0	.	4	100	0	.	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	8	71	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	220	15
	>100 cm	0	.	0	.	0	.	0	.	4	100	0	.	12	75	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	4	100	4	100	0	.	17	50	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	8	100	4	100	0	.	19	100	0	.	0	.	8	71	0	.	12	76	0	.	0	.	4	100	0	.	4	100	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	.	136	23
	Total	983	32	62	71	281	55	1504	31	3193	21	4984	17	22210	8	14395	9	4281	15	13663	10	60	93	402	42	2312	25	0	.	954	38	3682	22	6971	15	3565	21	0	.	7256	17	6429	15	6670	14	8009	14	15869	9	6763	14	12621	10	3793	20	2931	19	9207	13	1098	28	3486	18	1174	32	1648	28	3990	18	2743	24	3053	21	4590	18	2779	21	3099	23	6117	16	3100	21	6819	16	1379	29	1789	26	2916	22	730	40	2334	22	4353	17	4890	17	2951	20	2058	26	0	.	723	50	2189	27	3483	21	2692	20	3312	20	3044	21	1240	31	6934	15	3736	21	3725	19	2327	25	1817	29	2525	24	2583	23	2254	23	5313	18	1736	29	20	81	4312	18	572	69	922	31	3829	16	2023	25	2607	22	1232	26	937	46	858	38	654	37	592	46	9937	12	8035	14	12945	11	2233	22	1254	32	350	47	3561	19	1784	24	0	.	268	71	247	77	0	.	338956	2
hyperinsubrisch, kollin, submontan	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	1684	21	2024	21	1430	25	1691	26	0	.	0	.	356	37	835	28	5410	12	306	70	488	40	813	31	585	31	10	.	433	35	552	36	77	.	1035	32	452	36	20	.	271	52	216	47	110	100	1577	29	49	83	1709	23	590	34	1443	27	192	53	315	49	0	.	144	54	19	.	0	.	21	100	231	.	431	54	751	36	841	45	264	64	552	38	0	.	1842	25	667	36	291	38	766	34	650	32	214	69	0	.	23	71	1168	30	1294	26	1982	29	132	74	934	32	329	47	1829	28	1608	25	5933	16	1260	29	1126	31	2497	24	121	75	30	74	98	77	560	40	532	52	103	77	371	42	605	43	19	71	509	34	478	48	0	.	467	45	270	39	908	35	478	45	141	41	0	.	269	42	1131	32	690	34	1563	25	256	53	410	47	767	31	178	56	587	32	1115	27	435	30	974	28	0	.	66536	3
	21-30 cm	1159	19	827	23	817	23	809	23	0	.	0	.	347	41	490	28	3169	12	219	65	302	33	419	34	515	30	10	.	414	39	377	33	15	.	398	30	315	46	0	.	131	67	101	55	30	100	706	31	38	71	939	19	444	30	683	26	221	58	80	53	0	.	76	49	19	.	0	.	21	100	94	.	158	60	428	35	358	37	160	52	250	50	0	.	1045	21	325	35	247	39	440	30	598	31	107	67	0	.	57	71	582	34	735	25	718	27	57	100	246	37	126	56	345	40	893	24	2272	16	592	28	607	30	1123	23	171	80	70	100	107	59	375	43	179	56	21	100	297	42	153	43	75	64	230	38	273	48	0	.	349	40	214	39	430	33	267	42	192	48	0	.	226	36	380	33	377	39	537	31	124	45	263	54	393	28	223	69	441	29	719	28	315	34	567	33	0	.	34621	3
	31-40 cm	787	30	413	22	529	22	461	21	0	.	0	.	198	37	284	25	1746	12	56	75	189	31	306	29	430	29	28	.	237	31	260	38	41	.	306	31	149	41	0	.	74	53	89	52	0	.	304	28	4	100	631	21	295	34	454	28	41	55	73	49	0	.	123	55	7	.	0	.	58	87	0	.	68	67	275	37	185	50	99	52	148	41	15	.	495	21	203	29	162	36	299	30	403	29	78	84	0	.	84	61	279	34	385	32	428	24	12	76	60	41	82	50	225	45	382	29	769	20	224	33	212	27	389	27	38	73	33	100	45	67	152	42	70	74	12	100	131	44	55	60	28	74	198	34	145	51	0	.	109	39	153	41	266	31	182	37	118	53	0	.	275	53	180	36	137	40	202	32	80	56	96	42	377	32	82	55	205	31	301	29	281	36	184	31	0	.	18670	4
	41-50 cm	431	19	334	23	233	25	449	19	0	.	0	.	181	40	187	30	1159	11	28	87	108	33	141	32	209	31	20	.	177	32	131	36	28	.	153	30	64	56	4	.	47	74	45	56	4	100	58	38	15	78	405	20	268	36	258	24	29	65	63	52	0	.	66	47	4	.	0	.	17	71	0	.	30	59	147	32	109	44	58	45	129	53	0	.	429	21	203	27	147	38	173	29	171	30	15	100	0	.	31	63	154	40	265	29	257	24	4	100	42	34	35	70	36	48	135	33	244	28	109	29	89	38	153	32	14	100	35	100	25	62	73	49	36	61	25	85	83	52	35	45	19	67	210	33	45	52	0	.	31	43	123	37	182	31	120	40	107	55	0	.	152	36	61	37	40	56	82	40	33	65	123	37	232	24	44	58	173	29	210	26	198	30	178	30	0	.	11165	3
	51-60 cm	203	20	227	23	138	22	353	20	0	.	0	.	88	35	122	35	857	12	12	75	117	32	73	43	64	36	0	.	100	42	68	38	7	.	113	29	21	67	0	.	32	53	25	41	4	100	22	53	7	100	186	24	98	35	183	31	22	52	29	47	0	.	28	66	0	.	0	.	4	100	0	.	25	85	94	33	28	53	31	63	41	49	0	.	158	24	208	28	32	50	74	36	68	40	4	100	0	.	12	74	47	41	133	33	143	26	0	.	21	63	13	74	29	49	49	34	82	33	68	36	31	63	81	37	9	100	4	100	0	.	20	52	34	80	4	100	58	51	21	68	23	63	67	38	7	71	0	.	27	52	32	53	61	34	16	61	37	46	0	.	83	47	45	50	0	.	31	48	12	100	90	33	134	27	41	65	157	32	146	34	96	36	140	33	0	.	6071	4
	61-70 cm	89	29	39	34	57	33	87	28	0	.	0	.	24	63	51	44	292	18	0	.	53	38	31	50	29	50	4	.	20	52	12	58	14	.	26	73	8	71	0	.	4	100	0	.	4	100	32	60	4	100	57	40	58	40	42	43	20	71	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	47	6	100	4	100	18	60	0	.	71	36	63	40	8	71	12	58	15	60	4	100	0	.	18	100	8	71	35	45	55	38	4	100	16	62	4	100	12	75	26	41	23	52	8	71	9	70	28	52	5	100	0	.	0	.	4	100	7	100	0	.	9	71	7	100	0	.	38	43	0	.	0	.	11	100	4	100	12	74	4	100	29	47	0	.	56	48	4	100	7	100	22	56	4	100	27	48	48	41	4	100	28	55	29	53	23	41	58	37	0	.	1977	6
	71-80 cm	27	51	19	60	16	50	36	43	0	.	0	.	4	100	12	75	118	23	0	.	4	100	0	.	10	72	0	.	4	100	7	71	7	.	12	100	0	.	0	.	0	.	0	.	0	.	4	100	0	.	4	100	0	.	12	72	5	100	0	.	0	.	8	71	0	.	0	.	0	.	0	.	0	.	9	71	9	71	8	71	10	71	0	.	16	50	44	35	0	.	8	100	0	.	0	.	0	.	6	100	0	.	22	52	37	51	0	.	20	52	9	100	0	.	13	76	21	53	18	60	0	.	18	60	5	100	4	100	4	100	8	70	0	.	0	.	9	100	0	.	0	.	37	45	0	.	0	.	0	.	4	100	0	.	0	.	8	71	0	.	4	100	0	.	0	.	0	.	0	.	4	100	28	52	4	100	20	67	8	71	20	53	15	50	0	.	759	9
	81-90 cm	11	74	8	71	4	100	4	100	0	.	0	.	0	.	13	58	16	50	0	.	4	100	4	100	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	13	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	28	48	4	100	0	.	4	100	12	74	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	4	100	0	.	6	100	11	58	4	100	0	.	0	.	195	17
	91-100 cm	4	100	0	.	0	.	4	100	0	.	0	.	0	.	0	.	27	54	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	8	100	0	.	0	.	0	.	4	100	5	100	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	4	100	0	.	4	100	0	.	97	25
	>100 cm	0	.	4	100	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	5	100	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	.	8	71	0	.	0	.	19	100	9	70	25	63	0	.	9	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	87	32
	Total	4394	17	3896	17	3224	18	3894	18	0	.	0	.	1198	33	1998	22	12794	9	619	61	1269	29	1793	27	1842	25	71	.	1389	29	1407	29	190	.	2047	25	1009	35	24	.	558	49	480	41	152	95	2708	25	117	71	3930	17	1752	24	3081	22	531	50	567	40	0	.	444	42	49	.	0	.	121	76	325	.	711	49	1731	28	1536	38	623	50	1153	37	15	.	4057	18	1726	25	888	32	1771	24	1904	26	421	62	0	.	231	62	2239	26	2876	21	3624	21	208	78	1384	28	603	42	2476	27	3129	22	9369	14	2313	25	2074	27	4310	21	363	73	177	90	279	62	1192	37	859	49	165	82	958	35	876	39	164	55	1296	26	949	40	0	.	998	38	801	35	1859	27	1066	37	635	43	0	.	1064	32	1800	28	1251	33	2443	24	510	44	1013	37	1985	22	576	53	1617	23	2542	21	1372	26	2121	23	0	.	140178	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	2020	18	2045	21	1523	24	2252	21	1121	28	1359	27	11875	8	6045	9	7072	10	5779	12	488	40	940	28	1441	20	10	.	824	27	1996	20	2974	18	2322	22	452	36	3109	18	4301	14	3632	15	7260	14	11862	9	9864	10	7081	11	2384	20	2612	19	4340	14	745	28	1671	22	497	33	919	38	1839	26	1454	26	1888	22	2948	20	1724	23	2349	24	3228	18	1805	22	2259	21	2323	21	1460	24	1515	23	1081	28	1454	21	2184	19	2095	20	1248	26	1990	21	1294	26	2454	26	1781	26	3426	17	2268	18	3653	18	3243	18	6557	15	5970	13	3512	17	4492	16	1228	26	1099	37	1532	24	1832	20	1609	25	2742	19	1123	31	605	43	1813	20	775	36	775	33	1585	20	1327	29	1252	24	1359	25	938	35	442	40	173	46	487	41	9626	9	6773	11	10137	10	1166	23	906	36	882	28	1531	23	1117	24	1115	27	601	30	1072	26	0	.	243926	2
	21-30 cm	1402	17	838	23	938	21	1228	20	766	25	1439	20	7307	8	3884	10	4059	10	3975	12	312	32	506	29	1208	21	10	.	681	31	1380	21	1843	15	1381	21	315	46	2479	21	2534	14	2268	15	2614	13	6096	9	5422	9	3772	10	1265	20	1431	19	2641	15	332	41	754	23	396	31	255	31	703	20	1126	25	1005	27	1721	18	1117	21	1191	20	2078	17	984	27	1831	18	1467	18	724	25	1085	23	662	25	1202	20	1175	19	1378	21	705	24	1118	24	735	25	827	24	701	27	1645	17	874	21	1385	19	1681	17	2672	14	2679	15	1674	19	2251	15	859	29	513	30	842	23	1192	26	707	27	1233	26	806	28	153	43	1279	21	374	34	561	29	982	20	756	24	840	23	728	25	532	31	354	40	193	45	378	31	4931	10	3993	11	5229	11	690	23	555	33	434	26	1124	25	906	20	719	28	345	32	665	30	0	.	136999	2
	31-40 cm	959	26	421	22	572	21	738	20	683	23	907	19	4752	9	2681	10	2360	11	2259	11	215	30	409	24	732	20	28	.	354	27	952	19	1438	20	837	19	149	41	1010	19	1585	13	1414	14	1414	14	3712	9	3042	10	2940	11	810	19	785	19	1252	15	231	29	514	23	391	31	253	29	596	20	564	26	458	23	824	22	795	19	686	22	1225	16	623	20	1135	17	836	17	515	22	641	20	359	26	871	18	753	20	577	19	537	23	630	22	385	32	487	23	268	30	669	21	556	23	605	23	755	19	912	18	987	15	537	18	872	19	347	27	300	33	416	27	487	22	405	27	761	21	267	28	59	56	707	20	268	31	256	33	673	18	441	23	659	22	494	23	285	29	306	34	92	46	342	44	2631	10	2048	12	2744	11	337	24	334	28	424	29	664	21	618	22	301	29	330	34	203	30	0	.	78654	2
	41-50 cm	580	16	354	23	256	23	567	16	379	23	635	19	2937	8	1866	9	1723	10	1414	11	132	31	172	28	475	20	20	.	279	25	443	20	662	16	573	19	64	56	739	18	945	16	790	14	929	13	2018	9	1980	9	1699	10	595	21	591	17	967	14	218	27	282	21	204	29	122	32	389	20	208	23	256	23	524	20	495	19	370	24	620	16	428	24	797	17	518	19	361	20	345	21	241	25	467	18	438	20	483	18	328	22	317	24	265	29	290	22	85	32	451	18	395	22	164	25	279	22	292	25	498	16	242	21	321	20	131	32	154	39	221	26	342	25	279	25	523	20	217	28	47	42	388	21	258	29	144	30	401	18	246	24	376	20	426	23	207	33	206	35	81	46	218	30	1504	10	1038	12	1315	11	330	26	227	27	307	22	446	20	422	19	210	26	218	29	194	29	0	.	47555	1
	51-60 cm	254	18	227	23	138	22	441	18	191	26	461	25	1806	10	1320	10	1172	10	580	17	117	32	109	39	202	27	0	.	147	32	225	21	348	19	353	19	21	67	391	18	611	14	431	14	618	14	1129	10	965	10	713	12	277	21	415	19	520	16	83	27	182	24	100	32	88	34	281	18	92	31	162	25	266	21	234	22	112	27	372	19	277	22	595	16	194	21	304	22	146	30	126	29	191	24	271	22	240	24	186	26	176	30	133	33	161	24	114	27	313	18	179	22	76	30	114	28	105	29	265	17	117	28	188	22	91	31	80	34	99	29	219	26	175	28	305	20	174	28	21	68	195	25	90	32	87	33	159	21	140	26	203	23	181	25	37	54	86	31	90	43	145	36	922	11	489	15	731	12	131	29	172	27	180	24	276	21	248	23	146	34	100	35	152	31	0	.	26752	2
	61-70 cm	121	25	39	34	57	33	115	26	33	39	176	24	606	12	465	12	449	14	199	23	53	38	51	38	77	38	4	.	38	40	66	34	89	31	95	31	8	71	106	28	221	19	180	21	227	18	440	13	241	16	217	18	184	24	135	25	180	19	24	46	50	31	16	79	39	42	124	22	30	39	77	31	110	30	108	28	57	43	96	26	60	28	254	21	75	34	91	32	40	63	16	50	49	58	112	25	96	30	97	35	57	44	35	45	77	32	58	36	111	23	89	28	27	43	45	30	23	52	81	24	34	35	71	31	44	41	20	45	43	46	84	32	70	31	111	34	54	37	11	72	63	39	59	39	26	47	16	50	95	34	51	33	35	40	4	100	66	34	12	58	77	41	399	16	227	21	231	21	72	34	58	39	65	34	77	31	48	39	29	53	23	41	62	35	0	.	9431	3
	71-80 cm	27	51	19	60	16	50	40	40	12	76	0	.	193	17	201	16	176	18	49	33	4	100	0	.	18	51	0	.	8	71	24	48	46	40	35	49	0	.	82	31	84	27	71	31	110	21	169	19	120	21	85	25	27	46	36	40	52	33	29	56	24	69	11	58	21	52	35	36	11	73	29	48	27	42	26	41	29	52	49	36	58	39	107	30	22	45	47	33	8	71	16	61	0	.	44	35	17	52	56	35	9	71	22	52	47	46	40	34	55	32	50	37	4	100	29	48	21	53	53	30	16	50	42	35	17	50	32	57	36	46	52	32	44	32	31	39	45	42	0	.	31	42	37	45	9	100	8	71	13	74	17	61	8	71	0	.	25	58	9	100	8	71	202	18	47	41	130	26	14	58	12	58	31	47	17	50	36	43	8	71	20	53	15	50	0	.	3710	4
	81-90 cm	11	74	8	71	4	100	8	71	4	100	6	100	46	33	66	28	33	35	21	53	4	100	4	100	0	.	0	.	8	71	4	100	21	55	8	100	0	.	24	41	16	50	24	48	26	47	75	25	47	35	33	78	0	.	7	100	6	100	4	100	8	71	4	100	0	.	24	69	0	.	8	71	20	65	6	100	0	.	4	100	15	59	42	63	0	.	13	100	24	100	0	.	4	100	12	58	4	100	13	58	0	.	0	.	4	100	8	71	54	33	17	50	4	100	4	100	12	74	36	41	4	100	8	71	0	.	8	100	4	100	13	58	23	47	13	58	8	71	0	.	0	.	8	71	13	75	4	100	0	.	8	71	0	.	0	.	4	100	4	100	0	.	96	26	29	38	28	38	4	100	4	100	8	71	4	100	6	100	11	58	4	100	0	.	0	.	1174	7
	91-100 cm	4	100	4	100	0	.	8	71	0	.	0	.	25	56	13	58	31	49	8	71	4	100	0	.	0	.	0	.	4	100	0	.	0	.	4	100	0	.	16	50	4	100	4	100	15	50	25	41	17	50	8	71	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	5	100	4	100	4	100	17	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	9	100	0	.	9	71	30	42	4	100	0	.	4	100	4	100	10	71	4	100	8	100	0	.	4	100	0	.	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	4	100	0	.	0	.	12	58	20	45	8	71	0	.	0	.	4	100	0	.	0	.	4	100	0	.	4	100	0	.	395	11
	>100 cm	0	.	4	100	0	.	0	.	4	100	0	.	16	62	8	71	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	4	100	0	.	11	58	4	100	4	100	4	100	21	45	12	58	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	4	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	8	100	13	58	0	.	19	100	19	100	9	70	33	51	0	.	21	53	0	.	0	.	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	58	4	100	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	270	16
	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. 2281369. Birmensdorf, Swiss Federal Research Institute WSL

zurück