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: Stk./ha
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)	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	.
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	.	146	13	29	81	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	916	.	0	.	0	.	131	37	153	20	149	33	236	23	147	15	203	10	0	.	0	.	0	.	220	38	0	.	0	.	0	.	0	.	0	.	417	51	191	52	275	43	0	.	250	71	202	27	0	.	550	.	0	.	0	.	0	.	0	.	0	.	101	58	0	.	0	.	0	.	0	.	0	.	88	31	162	26	172	21	131	82	0	.	0	.	150	20	150	31	234	73	0	.	34	40	150	50	159	38	43	44	64	42	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	200	.	0	.	0	.	0	.	0	.	157	10	151	13	213	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	172	5
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	106	12	65	38	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	393	.	0	.	0	.	90	46	85	19	105	22	119	17	91	12	107	9	0	.	0	.	0	.	109	47	0	.	0	.	0	.	0	.	0	.	258	49	170	70	183	36	0	.	100	71	91	33	0	.	300	.	0	.	0	.	0	.	0	.	0	.	10	90	0	.	0	.	0	.	0	.	0	.	35	38	105	24	88	36	98	48	0	.	0	.	74	26	66	79	134	81	50	.	134	27	68	52	153	30	22	64	42	92	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	150	.	0	.	0	.	0	.	0	.	82	13	130	13	152	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	102	4
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	87	12	74	54	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	49	56	14	69	28	73	16	65	12	53	9	0	.	0	.	0	.	24	86	0	.	0	.	0	.	0	.	0	.	32	42	59	36	156	41	0	.	10	71	51	35	0	.	110	.	0	.	0	.	0	.	0	.	0	.	56	45	0	.	0	.	0	.	0	.	0	.	38	46	55	27	33	31	7	82	0	.	0	.	35	34	38	31	30	81	0	.	100	35	15	66	35	56	28	48	10	41	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	220	.	0	.	0	.	0	.	0	.	45	12	89	13	98	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	61	4
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	41	12	34	44	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	25	29	18	35	21	46	14	39	12	38	8	0	.	0	.	0	.	12	86	0	.	0	.	0	.	0	.	0	.	28	56	43	50	57	50	0	.	10	71	18	45	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	70	0	.	0	.	0	.	0	.	0	.	16	38	31	25	20	36	17	43	0	.	0	.	23	36	20	33	0	.	0	.	54	54	13	49	33	76	38	25	32	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	160	.	0	.	0	.	0	.	0	.	35	11	41	12	47	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	4
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	20	15	55	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24	37	25	18	15	23	27	16	19	12	21	9	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	62	12	60	8	65	0	.	20	71	14	27	0	.	20	.	0	.	0	.	0	.	0	.	0	.	16	65	0	.	0	.	0	.	0	.	0	.	24	27	26	22	15	34	0	.	0	.	0	.	15	29	7	58	7	81	40	.	40	40	3	93	32	66	9	44	25	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	40	.	0	.	0	.	0	.	0	.	19	12	22	18	23	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	4
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	8	23	12	81	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	40	8	24	4	48	9	28	7	22	5	17	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	56	4	89	3	93	0	.	10	71	7	54	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	89	0	.	0	.	0	.	0	.	0	.	6	37	7	35	7	47	0	.	0	.	0	.	4	48	3	91	0	.	20	.	7	82	0	.	19	68	6	60	15	92	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	.	0	.	0	.	0	.	0	.	9	18	10	31	5	43	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	7
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	3	35	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	63	5	38	1	98	4	34	2	32	2	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	89	3	93	0	.	10	71	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	89	0	.	0	.	0	.	0	.	0	.	8	39	2	68	6	59	0	.	0	.	0	.	4	45	3	91	0	.	20	.	0	.	0	.	16	42	6	60	3	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	21	1	70	3	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	10
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	1	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	63	1	70	1	98	2	69	1	46	1	47	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	93	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	3	57	1	97	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	4	89	0	.	3	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	28	1	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	16
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	96	0	.	1	98	1	69	0	99	1	50	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	67	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	1	56	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	23
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	96	0	.	0	.	0	99	0	100	0	57	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	57	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	29
	Total	0	.	0	.	0	.	0	.	0	.	0	.	411	9	268	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1309	.	0	.	0	.	344	29	361	12	381	18	518	13	371	9	432	6	0	.	0	.	0	.	365	45	0	.	0	.	0	.	0	.	0	.	767	43	483	44	686	35	0	.	410	57	388	20	0	.	980	.	0	.	0	.	0	.	0	.	0	.	215	25	0	.	0	.	0	.	0	.	0	.	219	18	390	14	343	17	253	46	0	.	0	.	306	15	289	29	404	77	130	.	369	20	247	42	451	21	151	23	194	46	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	790	.	0	.	0	.	0	.	0	.	356	7	446	9	541	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	405	3
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	144	31	50	0	121	37	166	25	204	21	152	22	212	8	150	7	144	15	218	8	0	.	92	26	211	14	0	.	217	29	222	18	188	14	200	24	0	.	209	15	191	14	194	13	274	13	235	8	187	14	214	9	258	18	152	23	263	9	140	21	212	16	147	31	204	33	205	21	186	19	229	15	219	19	165	23	258	21	203	16	199	20	153	18	166	25	187	23	205	20	176	41	157	21	200	15	193	15	185	20	209	20	0	.	478	37	326	24	255	18	201	18	205	17	258	18	227	19	330	11	292	16	271	16	232	20	294	30	273	18	212	17	192	21	292	13	197	35	0	.	207	14	464	59	96	29	149	15	175	32	166	22	110	25	337	39	137	48	106	30	136	69	236	10	283	11	277	8	175	16	192	45	81	38	166	20	112	31	0	.	438	32	247	43	0	.	211	2
	21-30 cm	104	22	25	71	159	30	124	29	140	17	161	14	122	7	97	8	77	15	150	10	24	73	63	31	171	22	0	.	148	42	154	20	121	11	152	20	0	.	170	19	118	14	120	13	80	13	115	9	113	14	113	8	118	19	97	22	154	11	82	45	96	17	133	22	54	25	78	14	152	19	115	24	134	14	117	19	145	17	140	14	117	27	127	14	146	27	94	27	141	21	124	33	118	18	113	14	127	16	98	19	136	28	0	.	110	39	127	24	133	17	67	19	115	17	124	18	145	24	144	16	130	21	153	14	142	23	102	26	143	16	126	33	94	26	132	23	134	30	0	.	139	15	253	23	93	23	92	15	83	22	106	21	71	33	194	28	74	58	118	28	94	44	129	10	136	12	137	10	109	18	113	29	29	49	111	21	98	19	0	.	80	66	247	43	0	.	121	2
	31-40 cm	74	19	20	71	56	35	82	33	125	14	101	13	74	9	68	8	53	18	88	8	62	73	74	29	74	14	0	.	65	40	106	15	97	17	82	16	0	.	69	16	73	13	72	12	40	16	68	9	80	12	92	10	74	16	43	19	78	11	52	26	65	18	111	23	56	20	67	14	81	21	62	19	53	16	88	13	91	16	82	13	76	15	78	13	118	18	74	23	80	17	34	31	92	14	66	16	53	13	69	18	89	17	0	.	59	51	32	31	51	26	54	26	44	20	59	19	52	35	50	15	37	22	68	21	65	20	58	34	80	22	57	19	56	25	84	16	36	25	10	74	79	14	122	35	36	28	63	12	68	19	85	18	50	28	75	25	86	31	56	30	42	45	69	11	56	14	68	11	49	18	92	22	33	34	71	17	87	20	0	.	127	66	49	72	0	.	70	2
	41-50 cm	64	19	50	42	30	55	35	25	69	14	71	11	49	7	48	7	49	13	55	7	58	48	22	52	66	16	0	.	57	23	48	17	44	11	65	16	0	.	48	17	46	17	41	11	27	15	38	9	43	12	51	8	47	16	43	18	61	9	51	19	36	14	58	21	27	25	43	13	29	18	33	18	42	16	59	15	47	22	43	14	48	20	57	12	31	33	37	22	33	16	38	36	58	13	43	15	45	13	45	16	41	19	0	.	34	42	7	44	39	19	43	22	14	27	23	23	18	35	23	18	17	22	25	20	25	27	25	40	40	22	45	24	36	26	52	16	35	23	29	74	43	15	85	20	32	25	38	12	44	17	43	15	57	25	63	42	45	30	49	30	41	39	30	12	33	15	33	11	57	20	40	27	54	37	49	14	53	15	0	.	53	66	41	69	0	.	43	2
	51-60 cm	22	30	0	.	0	.	26	28	35	19	51	21	32	10	34	8	27	15	23	15	0	.	26	71	34	28	0	.	26	30	24	19	24	16	37	18	0	.	25	15	25	15	24	12	20	15	24	10	16	17	21	11	26	19	30	17	33	12	18	22	23	19	30	24	20	27	31	11	12	30	24	20	24	17	24	22	14	28	25	18	38	18	42	11	13	40	23	28	19	31	29	36	24	24	27	18	22	20	26	21	33	31	0	.	18	53	10	30	25	19	17	23	5	36	10	38	8	57	11	18	10	28	15	23	15	29	15	34	22	22	32	23	24	24	31	14	30	25	0	.	20	22	39	2	26	25	15	16	23	21	29	18	30	29	16	71	23	30	55	24	39	43	20	14	15	17	21	12	23	23	32	33	33	37	29	16	19	24	0	.	11	66	31	69	0	.	25	2
	61-70 cm	14	40	0	.	0	.	8	58	6	34	20	19	11	12	12	10	14	17	8	21	0	.	14	46	12	47	0	.	10	50	8	36	5	29	11	28	0	.	7	30	10	23	11	20	8	20	9	15	3	31	6	19	18	24	12	26	10	16	5	43	6	27	7	74	9	37	14	17	3	41	11	28	11	28	14	29	9	46	6	27	7	25	18	18	1	96	7	47	5	74	2	94	7	76	11	23	9	27	12	32	13	45	0	.	22	40	8	48	9	28	9	29	2	48	3	41	0	.	4	27	3	42	6	36	7	44	4	44	10	42	12	31	10	31	11	32	12	35	10	67	7	36	37	50	8	39	2	48	17	30	8	30	5	47	0	.	17	38	8	45	14	76	9	25	7	24	7	24	13	29	12	53	12	47	9	28	4	49	0	.	0	.	10	69	0	.	9	3
	71-80 cm	0	.	0	.	0	.	1	97	2	74	0	.	3	19	5	14	5	27	2	32	0	.	0	.	2	67	0	.	2	94	3	59	3	42	4	50	0	.	5	32	3	33	5	30	4	24	4	22	2	38	3	25	4	43	3	45	3	33	9	50	3	67	2	96	5	47	4	33	2	71	4	51	2	44	3	46	3	78	3	43	8	42	8	27	2	97	1	98	1	69	5	62	0	.	4	34	2	51	8	33	2	67	0	.	10	89	4	45	4	45	3	41	0	99	2	57	0	.	2	43	2	56	4	37	2	68	8	60	7	45	5	39	7	31	3	40	10	40	0	.	4	39	0	.	3	97	1	69	3	71	2	72	2	66	0	.	8	72	5	93	2	94	4	27	3	46	4	30	3	54	3	65	3	94	2	56	3	45	0	.	0	.	0	.	0	.	3	5
	81-90 cm	0	.	0	.	0	.	1	97	1	99	1	99	1	36	2	31	1	48	1	53	0	.	0	.	0	.	0	.	2	94	1	98	1	54	1	98	0	.	1	49	1	70	1	61	1	57	2	29	1	52	1	78	0	.	0	.	0	100	1	97	1	69	2	96	0	.	3	67	0	.	1	68	2	76	1	98	0	.	0	99	1	71	3	62	0	.	0	.	4	98	0	.	1	98	1	56	0	99	2	55	0	.	0	.	0	.	1	98	2	70	1	68	0	99	0	.	0	.	2	47	1	99	1	99	0	.	2	97	1	98	2	68	4	43	1	69	2	67	0	.	0	.	0	.	4	70	0	99	0	.	1	68	0	.	0	.	2	96	3	93	0	.	2	48	1	44	1	40	1	98	1	96	3	93	0	99	0	.	0	.	0	.	0	.	0	.	1	10
	91-100 cm	0	.	10	71	0	.	1	97	0	.	0	.	0	64	0	57	0	99	0	70	0	.	0	.	0	.	0	.	2	94	0	.	0	.	1	99	0	.	1	56	0	99	0	.	0	70	1	50	0	.	0	70	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	1	98	0	.	1	99	1	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	3	48	1	99	0	.	1	98	0	.	0	99	1	99	0	.	0	.	1	97	0	.	0	.	2	68	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	1	70	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	15
	>100 cm	0	.	0	.	0	.	0	.	1	98	0	.	0	74	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	70	0	99	0	99	0	.	1	50	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	2	98	1	98	0	.	2	99	0	.	0	.	1	70	0	.	2	74	0	.	0	.	1	98	0	.	1	98	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	23
	Total	421	15	155	7	366	24	444	19	582	10	557	9	505	5	415	5	371	7	544	5	145	63	291	20	569	12	0	.	530	21	566	14	484	9	553	12	0	.	537	13	467	9	468	8	454	9	496	5	446	8	502	5	546	11	381	11	603	6	358	11	443	9	488	14	373	18	446	10	466	15	480	13	488	11	471	11	568	13	503	10	494	12	488	11	476	14	423	15	489	14	409	23	456	12	465	9	451	10	446	11	524	13	0	.	732	24	517	17	520	12	395	12	388	13	481	11	450	16	567	9	492	14	543	10	488	16	509	18	576	12	491	14	426	14	607	11	455	18	49	44	499	10	1000	37	297	18	359	9	413	15	440	13	325	15	685	28	391	24	400	11	368	31	499	7	534	8	549	6	429	10	485	16	248	28	437	12	377	13	0	.	708	5	625	31	0	.	484	1
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	138	17	195	16	182	20	170	22	0	.	0	.	145	23	175	18	168	9	403	49	130	33	190	23	136	23	50	.	128	25	177	26	372	.	238	25	228	18	100	.	228	32	155	29	275	71	400	18	127	42	195	18	126	27	249	19	219	16	181	35	0	.	106	39	100	.	0	.	50	71	1100	.	410	31	234	26	422	30	279	46	280	17	0	.	222	21	137	30	134	24	165	27	176	22	370	38	0	.	37	42	275	22	204	19	261	24	228	47	232	23	230	30	497	16	299	16	501	10	259	20	239	23	398	17	311	21	73	22	167	51	355	17	542	26	252	28	180	29	314	30	25	51	135	27	312	33	0	.	239	33	126	26	257	26	244	34	89	19	0	.	84	34	351	21	249	21	300	16	176	38	161	38	135	25	149	38	116	26	191	21	95	23	186	21	0	.	218	3
	21-30 cm	95	15	80	19	104	17	81	19	0	.	0	.	142	30	103	18	99	10	288	42	80	25	98	26	119	21	50	.	123	30	120	21	74	.	92	21	159	33	0	.	111	53	72	40	75	71	179	22	100	0	107	13	95	22	118	18	251	30	46	40	0	.	56	32	100	.	0	.	50	71	450	.	150	40	133	25	179	16	168	28	127	36	0	.	126	15	66	29	113	25	95	22	162	21	185	32	0	.	91	41	137	26	116	19	95	22	98	82	61	30	88	41	94	33	166	15	192	10	122	19	129	22	179	15	441	35	173	72	182	15	238	25	182	33	51	69	144	29	79	30	99	40	61	30	179	33	0	.	179	25	100	25	122	23	137	29	122	33	0	.	71	27	118	21	136	29	103	25	85	25	103	46	69	21	187	56	87	22	123	22	69	27	108	27	0	.	114	3
	31-40 cm	64	28	40	17	67	15	46	16	0	.	0	.	81	24	59	15	54	10	74	56	50	21	72	20	100	20	140	.	70	19	83	28	199	.	70	22	75	28	0	.	62	32	64	37	0	.	77	17	10	73	72	16	63	27	78	20	46	22	42	37	0	.	91	41	40	.	0	.	140	51	0	.	65	49	85	27	93	38	104	27	75	24	75	.	60	14	42	21	75	20	64	21	109	18	134	59	0	.	134	20	66	26	61	26	56	18	22	50	15	34	58	31	61	38	71	21	65	16	46	25	45	18	62	20	99	21	82	72	76	36	97	24	71	58	31	69	64	30	29	51	37	56	52	25	95	38	0	.	56	24	71	28	75	20	93	19	75	39	0	.	86	47	56	26	49	30	39	26	55	42	38	31	66	25	69	37	41	24	52	23	61	29	35	25	0	.	61	3
	41-50 cm	35	14	32	19	30	19	45	13	0	.	0	.	74	29	39	23	36	9	36	70	29	24	33	24	48	24	100	.	52	22	42	26	133	.	35	22	32	47	20	.	39	61	32	42	10	71	15	30	39	36	46	14	57	30	44	16	33	41	36	41	0	.	48	28	20	.	0	.	40	0	0	.	28	38	46	20	55	30	61	8	65	42	0	.	52	15	42	18	67	23	37	21	46	19	26	83	0	.	50	26	36	33	42	23	34	17	7	82	10	26	24	58	10	42	25	26	21	26	22	21	19	33	24	26	36	73	86	72	42	22	46	36	37	42	61	46	40	41	18	32	26	44	55	23	30	39	0	.	16	30	57	21	51	19	61	24	68	41	0	.	48	26	19	27	15	50	16	35	23	53	48	24	41	16	36	42	34	21	36	18	43	23	34	23	0	.	37	3
	51-60 cm	17	16	22	18	18	16	36	14	0	.	0	.	36	21	26	28	27	10	15	55	31	22	17	37	15	29	0	.	30	34	22	29	33	.	26	21	10	60	0	.	27	34	18	16	10	71	6	47	19	73	21	20	21	28	32	25	25	12	17	33	0	.	20	53	0	.	0	.	10	71	0	.	24	72	29	22	14	42	32	44	21	35	0	.	19	18	43	19	15	40	16	30	18	32	6	83	0	.	20	47	11	35	21	28	19	20	0	.	5	59	9	63	8	43	9	28	7	30	14	30	7	60	13	33	24	73	11	72	0	.	12	39	35	67	10	69	28	41	11	61	30	37	18	30	5	62	0	.	14	41	15	44	17	25	8	52	23	28	0	.	26	40	14	44	0	.	6	44	8	93	35	19	23	20	35	50	31	25	25	28	21	29	27	27	0	.	20	3
	61-70 cm	7	26	4	31	7	29	9	24	0	.	0	.	10	56	11	39	9	17	0	.	14	31	7	45	7	45	20	.	6	46	4	52	66	.	6	70	4	64	0	.	3	92	0	.	10	71	8	56	10	69	6	38	12	34	7	39	23	50	4	95	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	40	3	94	4	90	9	51	0	.	9	32	13	34	4	64	3	54	4	55	6	83	0	.	29	82	2	67	5	41	7	34	7	82	4	58	3	92	3	71	5	36	2	51	2	68	2	67	4	49	12	73	0	.	0	.	2	94	8	90	0	.	4	62	3	95	0	.	10	36	0	.	0	.	6	95	2	95	3	71	2	95	18	31	0	.	17	41	1	97	3	97	4	52	3	93	11	39	8	37	3	93	6	52	5	49	5	35	11	31	0	.	6	6
	71-80 cm	2	50	2	58	2	47	4	40	0	.	0	.	2	96	3	72	4	22	0	.	1	97	0	.	2	69	0	.	1	97	2	67	33	.	3	98	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	99	0	.	2	69	6	85	0	.	0	.	6	60	0	.	0	.	0	.	0	.	0	.	3	67	4	63	9	54	5	63	0	.	2	48	9	29	0	.	2	98	0	.	0	.	0	.	10	82	0	.	3	49	5	48	0	.	5	47	6	92	0	.	2	74	2	52	4	56	0	.	3	58	12	73	11	72	7	81	5	61	0	.	0	.	4	95	0	.	0	.	10	39	0	.	0	.	0	.	2	96	0	.	0	.	5	61	0	.	1	97	0	.	0	.	0	.	0	.	2	96	5	48	4	90	4	63	1	68	4	49	3	46	0	.	2	9
	81-90 cm	1	74	1	69	1	99	0	99	0	.	0	.	0	.	3	54	1	49	0	.	1	98	1	98	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	3	93	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	95	0	.	0	.	3	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	7	42	3	92	0	.	1	98	1	73	1	98	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	67	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	1	98	0	.	1	98	2	55	1	98	0	.	0	.	1	16
	91-100 cm	0	99	0	.	0	.	0	99	0	.	0	.	0	.	0	.	1	53	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	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	.	2	98	0	.	0	.	0	.	0	99	1	98	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	95	0	.	0	.	0	.	3	93	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	1	98	0	.	1	98	0	.	0	25
	>100 cm	0	.	0	99	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	67	0	.	0	.	3	98	1	69	5	60	0	.	1	68	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	32
	Total	360	12	375	11	411	10	392	11	0	.	0	.	489	17	418	8	398	6	816	35	337	18	420	16	427	14	360	.	411	16	450	14	910	.	472	14	508	17	120	.	470	27	344	18	380	63	687	12	306	8	448	9	373	13	532	12	603	3	325	21	0	.	328	19	260	.	0	.	290	27	1550	.	677	19	539	13	770	18	657	23	584	15	75	.	489	11	353	15	407	10	381	14	515	13	728	20	0	.	370	22	527	15	453	11	477	14	361	53	344	17	422	18	673	14	582	11	790	7	475	14	441	17	687	12	935	15	436	56	473	23	757	11	875	20	404	40	464	16	455	23	216	24	343	13	620	19	0	.	511	22	374	18	526	14	546	20	403	24	0	.	333	20	559	14	451	20	469	15	350	23	398	24	349	12	482	34	320	13	435	12	298	16	404	14	0	.	460	2
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	139	15	190	16	177	19	169	17	204	21	152	22	193	6	151	7	162	8	223	8	117	34	166	21	172	13	50	.	159	19	207	15	201	14	215	17	228	18	198	14	178	11	181	12	261	12	217	7	198	8	209	8	205	16	194	15	259	9	155	19	212	16	132	25	200	32	205	21	204	20	248	16	243	16	189	17	299	17	208	14	219	15	157	17	207	17	160	19	186	17	168	23	165	15	200	14	193	15	172	20	243	15	204	19	286	21	226	21	220	13	196	13	285	13	277	12	449	10	277	9	261	13	327	12	229	18	241	30	233	17	234	13	210	19	264	13	191	26	259	32	193	15	178	30	167	26	149	15	194	24	155	18	181	20	282	26	117	34	106	30	101	36	204	7	227	8	264	7	175	15	177	30	124	22	164	18	114	20	191	21	121	23	190	19	0	.	207	1
	21-30 cm	96	13	78	19	109	16	92	16	140	17	161	14	119	6	97	7	93	8	154	9	75	24	89	23	144	16	50	.	131	25	143	16	124	10	128	16	159	33	158	18	105	11	113	11	94	11	111	7	109	7	111	7	109	14	106	14	158	11	69	36	96	17	105	21	55	24	78	14	158	19	132	22	142	13	123	15	152	13	134	13	119	22	127	14	131	13	79	20	133	17	103	19	136	14	107	14	127	16	97	18	137	19	116	19	96	20	89	22	106	13	76	17	108	15	144	12	183	9	124	12	124	15	164	10	160	22	113	22	128	15	152	21	92	22	119	22	137	22	65	33	136	15	86	26	121	21	92	15	110	18	104	17	97	19	160	21	94	32	118	28	79	24	104	8	134	8	136	9	104	16	108	27	61	20	120	21	93	15	123	22	69	26	118	24	0	.	116	1
	31-40 cm	66	23	39	17	66	14	55	17	125	14	101	13	77	7	67	7	54	8	87	8	51	21	72	17	87	13	140	.	68	19	99	13	97	17	78	13	75	28	64	15	66	10	71	11	51	12	68	7	61	8	87	8	70	14	58	15	75	11	48	21	65	18	104	21	55	20	67	14	79	20	60	18	68	18	87	13	87	16	79	11	75	13	79	12	75	12	56	17	79	14	56	19	99	12	69	15	53	13	74	16	77	15	61	26	57	17	34	26	43	18	48	19	47	19	64	14	62	15	46	12	40	14	64	15	65	19	66	26	63	20	62	15	53	22	73	16	45	20	25	49	75	14	62	22	55	27	63	12	64	15	82	15	66	17	86	15	81	24	56	30	71	39	56	8	69	9	72	8	51	17	65	20	60	23	71	16	63	17	52	23	66	27	36	24	0	.	67	1
	41-50 cm	40	12	33	18	30	18	43	11	69	14	71	11	48	6	47	6	39	7	55	7	32	22	30	22	57	14	100	.	54	16	46	14	45	11	53	14	32	47	47	15	39	13	39	9	33	11	37	7	40	6	50	7	51	16	44	12	58	9	45	18	36	14	54	17	26	24	43	13	29	16	34	18	43	16	54	12	47	18	40	12	52	19	55	13	46	14	40	14	42	15	37	18	53	11	40	15	45	13	45	15	39	19	42	23	34	16	11	29	29	14	34	18	13	22	24	17	20	22	23	13	18	17	23	16	24	25	34	32	34	19	44	20	36	19	50	15	37	21	20	30	41	15	59	20	31	21	38	12	36	16	47	13	57	16	62	22	55	26	49	30	45	22	32	8	35	10	34	9	50	20	44	18	43	15	48	14	43	13	36	18	44	21	34	22	0	.	40	1
	51-60 cm	17	14	21	19	16	16	33	13	35	19	51	21	29	8	33	8	27	8	22	15	28	24	19	34	24	22	0	.	28	25	23	16	23	16	33	14	10	60	25	14	25	11	22	10	22	11	21	8	19	8	21	9	24	16	31	15	31	12	17	18	23	19	27	23	19	27	31	11	13	26	21	20	22	17	26	16	14	22	24	15	34	16	41	11	17	17	33	16	18	25	20	23	22	20	25	17	22	20	26	20	21	26	21	28	19	19	14	22	20	15	16	18	6	28	10	25	7	27	12	14	9	25	14	19	17	25	18	27	15	24	28	21	23	23	29	14	30	21	9	62	21	20	21	24	19	26	15	16	20	19	25	17	24	20	11	48	23	21	55	24	30	30	20	9	16	13	19	10	20	23	33	19	25	17	30	16	25	18	25	28	20	28	27	25	0	.	23	2
	61-70 cm	8	22	4	32	7	30	9	23	6	34	20	19	10	11	12	10	10	12	8	21	13	32	9	34	9	35	20	.	7	34	7	31	6	29	9	28	4	64	7	26	9	17	9	19	8	16	8	12	5	15	6	17	16	20	10	22	11	16	5	42	6	27	4	76	8	37	14	17	4	36	10	27	9	27	12	24	7	40	6	23	7	23	18	18	7	32	10	28	5	61	2	47	6	56	10	21	9	27	13	31	7	42	5	41	9	28	7	32	7	21	8	24	2	41	4	27	2	51	4	23	3	33	5	29	8	36	4	40	7	43	11	29	9	27	11	31	9	32	5	66	7	36	14	32	6	41	2	48	14	30	6	29	5	36	1	97	17	25	8	45	16	36	8	15	8	20	6	19	11	29	11	33	9	30	8	27	5	37	5	49	5	36	11	30	0	.	8	3
	71-80 cm	2	50	2	58	2	48	3	38	2	74	0	.	3	17	5	14	4	17	2	32	1	98	0	.	2	48	0	.	2	68	2	46	3	39	3	47	0	.	5	29	3	25	4	30	4	20	3	19	2	21	2	24	2	44	3	38	3	31	6	52	3	67	3	53	5	48	4	33	2	71	4	45	2	40	3	38	4	49	3	35	7	36	7	27	2	44	5	30	1	69	2	58	0	.	4	32	2	51	8	30	1	69	3	49	5	43	5	31	4	30	4	34	0	99	2	46	1	52	2	28	1	49	3	33	3	46	7	53	5	42	7	28	6	28	3	37	8	37	0	.	3	39	9	40	2	98	1	69	2	72	2	59	1	69	0	.	7	53	5	93	2	68	4	17	2	40	3	25	2	55	2	54	4	44	2	48	4	41	1	68	4	49	3	47	0	.	3	4
	81-90 cm	1	74	1	69	0	99	1	70	1	99	1	99	1	32	2	27	1	35	1	53	1	98	1	98	0	.	0	.	2	68	0	99	1	54	1	99	0	.	2	39	1	50	1	47	1	47	1	24	1	35	1	78	0	.	1	99	0	100	1	98	1	69	1	98	0	.	3	67	0	.	1	69	2	63	1	99	0	.	0	99	2	57	3	62	0	.	1	99	3	99	0	.	0	99	1	56	0	99	2	55	0	.	0	.	0	99	1	69	3	31	1	48	0	99	0	99	1	73	2	40	0	99	1	70	0	.	2	98	1	98	2	56	3	44	1	56	1	68	0	.	0	.	2	67	3	71	0	99	0	.	1	69	0	.	0	.	1	97	3	93	0	.	2	25	1	37	1	37	1	98	1	98	1	69	0	99	1	99	2	55	1	98	0	.	0	.	1	7
	91-100 cm	0	99	0	99	0	.	1	70	0	.	0	.	0	56	0	57	1	48	0	70	1	97	0	.	0	.	0	.	1	98	0	.	0	.	0	99	0	.	1	49	0	100	0	99	1	49	0	41	0	50	0	70	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	1	99	0	99	0	99	1	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	99	0	.	1	70	2	41	0	99	0	.	0	99	0	99	0	70	0	99	1	99	0	.	1	98	0	.	0	.	1	69	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	1	97	0	.	0	.	0	57	1	44	0	71	0	.	0	.	1	99	0	.	0	.	1	98	0	.	1	98	0	.	0	11
	>100 cm	0	.	0	99	0	.	0	.	1	98	0	.	0	62	0	70	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	99	0	.	1	57	0	100	0	99	0	100	0	45	0	57	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	99	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	1	99	1	57	0	.	1	99	2	99	1	70	2	50	0	.	2	52	0	.	0	.	1	98	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	57	0	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	16
	Total	370	10	367	11	407	9	405	10	582	10	557	9	482	5	413	4	391	5	552	5	318	18	388	14	496	10	360	.	453	13	529	11	501	9	520	9	508	17	507	12	427	7	440	7	475	7	467	4	435	5	488	5	476	9	446	8	594	6	346	10	443	9	431	12	368	18	446	10	490	14	510	13	531	10	495	9	611	11	494	9	515	10	490	11	486	9	385	11	467	11	389	12	481	9	456	8	451	10	439	10	525	10	453	11	507	13	389	15	434	8	383	9	463	10	527	8	726	7	492	7	457	10	603	8	507	14	485	16	487	12	539	10	434	13	550	11	458	13	384	26	476	10	430	18	404	15	359	9	441	13	422	11	431	10	603	17	396	17	400	11	345	17	430	5	491	6	536	6	412	10	442	14	329	11	443	11	348	9	435	12	330	15	420	13	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. 2282164. Birmensdorf, Swiss Federal Research Institute WSL

zurück