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

LFI5
Gesamtstammzahl
Baumzustand (lebend/tot) · Brusthöhendurchmesser (10 Klassen)
Regionale Gliederung: Forstkreis (2024)
Einheit: Stk./ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
Baumzustand (lebend/tot)	Brusthöhendurchmesser (10 Klassen)	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%
keine Angabe	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
lebend	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	170	19	154	20	109	27	94	23	57	25	125	26	164	8	132	8	181	11	170	12	257	33	197	28	153	17	50	.	100	33	159	20	178	17	148	26	121	38	119	17	148	13	122	15	177	13	177	10	171	11	149	11	169	17	192	20	216	13	139	30	137	17	239	40	166	22	113	17	236	25	266	26	206	19	175	29	160	33	178	17	129	34	101	17	142	22	187	28	129	31	221	31	159	28	204	21	126	29	112	26	161	23	162	21	119	21	240	25	246	22	150	17	248	17	195	26	298	15	235	12	173	20	238	15	227	20	254	30	154	22	192	20	157	27	240	23	143	28	188	25	188	23	190	31	290	40	136	16	148	22	153	18	218	35	149	31	83	49	127	46	327	43	165	10	190	10	196	10	83	24	97	20	130	18	159	24	155	27	96	33	163	42	115	22	0	.	171	2
	21-30 cm	61	20	57	30	118	22	70	22	78	25	106	21	88	9	85	11	83	12	114	11	59	31	85	23	107	20	0	.	84	24	105	22	127	17	99	21	48	55	75	18	82	13	104	16	105	12	107	9	101	10	78	12	71	21	106	15	105	12	85	26	97	20	108	21	75	25	85	22	194	23	154	27	124	18	102	17	124	24	94	19	99	36	76	19	85	18	92	21	66	25	78	25	113	20	86	25	120	20	77	31	121	16	81	28	76	27	60	31	129	17	89	20	107	24	131	18	190	13	135	14	124	16	172	16	170	19	124	17	133	17	87	19	61	23	172	26	149	28	92	48	86	26	73	46	53	46	85	13	115	27	80	22	65	27	136	22	54	62	56	64	73	42	89	11	123	13	111	12	85	23	69	17	71	31	94	25	65	27	86	34	41	33	105	23	0	.	99	2
	31-40 cm	29	25	45	25	33	40	30	26	115	15	94	18	60	8	52	10	46	10	71	12	23	54	59	26	76	18	70	.	86	35	74	23	72	17	76	18	44	48	51	20	55	13	66	14	46	15	62	9	57	9	56	13	56	16	54	20	66	13	42	48	57	27	33	39	52	45	40	20	108	23	83	20	92	20	54	23	95	23	50	17	88	23	67	15	68	17	68	27	74	27	38	22	67	22	49	19	68	25	52	22	91	27	35	30	36	24	26	34	74	32	45	25	46	22	69	16	78	15	49	16	46	18	59	20	110	23	75	31	52	24	68	17	33	31	61	30	86	27	27	40	88	15	49	66	42	41	59	17	58	17	55	24	40	31	56	21	37	28	102	42	30	52	49	12	59	12	62	13	64	20	51	29	39	23	69	20	43	19	37	26	34	35	44	21	0	.	58	2
	41-50 cm	32	20	15	28	37	21	27	19	76	15	51	19	42	9	35	10	30	12	45	10	13	46	36	34	34	20	40	.	60	23	48	19	33	18	50	18	22	45	46	17	46	11	32	14	27	16	35	8	39	9	46	11	37	19	40	15	36	13	23	34	38	21	42	18	33	24	45	14	50	21	28	22	47	19	45	22	51	25	32	15	41	26	43	16	43	14	33	20	37	21	33	25	52	17	38	22	35	21	50	19	39	24	32	23	22	24	21	32	38	25	37	20	11	24	23	13	32	21	21	17	22	19	32	17	39	27	57	37	35	26	40	27	46	22	33	25	43	28	37	44	40	17	19	47	29	30	43	13	30	14	47	17	44	19	45	28	23	44	39	40	25	47	27	14	31	13	35	11	47	23	38	24	39	23	29	17	48	18	16	26	28	35	25	25	0	.	36	2
	51-60 cm	14	27	12	22	13	35	26	18	51	19	42	24	23	9	27	10	23	10	23	13	23	37	13	36	17	26	60	.	34	28	23	18	23	19	32	20	9	93	25	18	24	13	21	16	20	17	18	11	20	10	23	13	31	20	28	18	31	15	16	28	23	26	25	23	13	38	32	16	14	33	17	34	24	25	33	24	20	26	17	20	38	19	30	15	15	19	28	24	6	35	23	33	21	19	26	18	30	24	29	19	17	32	18	31	17	23	17	28	28	40	19	31	6	31	12	27	10	40	11	22	11	25	16	22	22	32	22	29	12	34	19	30	18	22	20	24	27	23	18	48	19	16	21	57	4	63	15	20	20	26	22	23	27	27	18	37	28	39	29	31	25	39	16	13	17	15	21	15	25	25	22	27	27	27	14	31	22	23	21	30	13	28	20	21	0	.	21	2
	61-70 cm	5	40	5	35	6	47	8	30	22	22	10	38	11	12	11	16	11	14	6	22	4	96	4	51	7	34	40	.	5	50	8	32	6	31	10	24	3	93	10	27	9	17	11	19	9	22	9	15	7	19	11	18	8	36	17	23	8	29	1	97	9	39	10	55	8	45	13	30	14	34	2	68	9	34	8	39	11	54	5	33	18	37	26	17	10	24	11	35	1	98	3	71	6	42	11	30	6	54	11	40	10	34	11	36	6	35	8	30	6	29	8	26	4	44	4	43	3	49	5	29	2	56	5	42	10	39	16	29	4	49	8	46	13	33	17	33	9	38	6	60	15	38	8	47	6	48	6	35	11	36	7	42	15	33	7	54	11	37	0	.	18	37	6	23	7	21	10	18	5	66	13	37	7	41	14	31	9	32	4	56	6	55	10	29	0	.	9	3
	71-80 cm	2	48	1	69	6	39	9	24	4	52	4	40	4	17	5	20	3	22	3	29	2	96	4	70	5	48	0	.	2	96	5	40	4	38	4	54	3	93	7	36	4	26	4	35	5	24	3	22	3	25	3	35	4	43	5	32	4	32	7	35	4	46	0	.	4	70	6	32	4	46	3	46	8	41	8	39	3	58	4	39	11	39	6	30	4	39	8	37	1	98	2	98	1	98	7	30	2	55	5	71	2	68	2	98	3	64	6	59	3	55	4	45	1	69	2	55	2	56	2	42	3	44	3	39	2	67	5	69	5	59	5	43	10	26	3	56	6	41	0	.	2	72	0	.	2	95	1	69	4	57	1	97	1	98	0	.	8	55	0	.	7	63	4	27	2	38	4	24	3	66	5	44	1	97	8	32	2	99	2	67	4	52	1	97	0	.	4	4
	81-90 cm	1	99	1	99	4	57	1	69	1	97	0	.	1	45	2	32	1	33	1	73	0	.	0	.	0	.	20	.	0	.	2	73	2	57	1	69	0	.	2	42	2	42	2	44	1	44	2	33	1	41	0	70	0	.	2	48	1	99	4	68	2	68	2	96	3	66	0	.	0	.	2	98	0	99	4	55	2	68	2	48	3	54	4	36	0	.	1	98	1	98	0	.	0	.	1	69	1	98	1	98	0	.	3	70	3	50	2	98	2	57	1	68	0	99	1	69	1	99	2	43	0	99	1	56	3	69	0	.	2	68	2	68	1	98	0	.	3	66	0	.	0	.	0	.	0	.	0	.	0	.	1	98	1	98	0	.	0	.	0	.	7	63	2	31	1	57	0	70	2	96	3	66	3	69	1	69	0	.	1	97	1	97	1	97	0	.	1	8
	91-100 cm	0	.	1	99	0	.	1	69	0	.	0	.	0	50	1	59	0	70	1	70	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	2	42	0	70	1	57	1	74	1	44	0	100	0	100	0	.	0	.	0	.	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	1	69	1	98	0	.	0	.	2	71	0	.	0	.	0	.	1	98	0	.	1	98	1	98	0	.	1	68	0	.	2	70	0	.	0	99	0	.	1	99	0	99	0	.	0	99	0	.	0	.	0	.	0	.	2	68	1	97	0	.	0	.	0	.	2	94	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	44	1	57	1	57	0	.	1	97	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	12
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	70	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	99	0	.	0	.	1	70	1	44	0	100	0	70	1	99	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	99	0	.	0	99	0	.	0	.	0	.	0	.	1	98	0	.	0	.	1	98	0	.	2	98	1	98	2	98	1	72	0	.	0	.	0	.	0	.	1	99	0	.	2	56	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	2	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	17
	Total	315	12	290	14	327	13	266	13	405	14	432	13	393	5	351	5	379	6	433	8	380	20	399	18	400	10	280	.	371	15	425	15	444	12	421	12	250	31	337	11	373	7	362	10	392	8	414	6	399	6	367	7	376	11	444	10	466	8	320	15	367	11	459	20	355	14	334	12	619	16	555	16	511	12	431	13	467	18	384	12	428	18	355	10	367	10	430	14	314	17	398	16	420	14	423	12	387	12	339	14	440	12	347	14	285	13	381	18	530	19	352	12	424	13	437	13	615	9	461	9	382	13	529	10	583	15	552	15	396	15	421	11	340	16	548	19	465	16	368	24	439	14	364	26	426	29	345	9	387	14	365	11	411	19	410	17	243	26	354	32	512	26	358	7	429	8	440	7	314	14	299	12	317	12	389	14	344	13	265	18	291	24	322	11	0	.	400	1
tot	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	23	36	12	53	5	97	13	34	49	35	27	31	34	13	17	20	13	24	20	21	47	42	11	53	37	31	0	.	83	34	48	30	24	31	31	49	50	36	52	31	28	23	19	27	33	17	39	15	40	17	37	18	35	36	19	38	51	25	48	32	15	46	16	54	4	96	27	34	21	44	35	31	44	41	12	55	43	42	36	18	36	32	24	27	20	29	11	49	28	47	31	41	24	31	32	27	38	37	52	41	24	34	12	79	7	77	48	35	35	43	26	31	66	33	41	29	116	18	41	18	36	35	83	27	35	31	58	61	37	32	49	37	36	34	47	28	44	42	29	60	31	26	23	51	13	50	14	46	31	47	27	26	23	40	36	53	9	65	26	85	23	64	38	15	45	19	60	17	33	37	47	77	16	41	23	37	16	60	9	52	16	62	5	67	0	.	34	3
	21-30 cm	7	41	7	59	0	.	7	42	3	98	32	20	16	19	10	24	5	29	16	24	18	64	10	52	12	54	0	.	10	95	16	36	13	40	10	49	7	93	22	29	13	34	8	31	18	26	23	16	15	23	13	25	5	60	5	48	38	30	7	66	0	.	4	96	0	.	2	98	22	33	10	57	13	34	4	68	17	57	19	22	28	47	9	41	7	50	2	98	28	37	13	56	19	34	11	39	30	54	19	37	2	98	12	56	3	98	9	58	7	54	11	39	5	48	30	36	29	30	15	27	9	54	19	28	17	40	16	54	19	31	13	36	3	69	27	49	16	54	7	93	19	40	0	.	5	95	2	98	8	70	2	98	13	56	12	51	9	65	43	88	8	91	14	20	12	23	22	20	10	70	25	73	9	72	16	41	8	50	5	67	3	97	5	67	0	.	14	4
	31-40 cm	2	62	1	99	0	.	1	99	3	98	17	40	14	15	5	29	3	34	9	39	8	56	4	52	8	44	0	.	7	72	4	54	8	48	5	71	0	.	8	37	7	28	3	48	6	43	10	21	9	26	13	39	4	45	5	50	11	26	5	72	5	57	0	.	3	97	6	53	10	37	4	60	10	61	5	48	6	70	10	38	7	72	6	43	3	37	3	98	2	98	1	97	10	49	7	59	3	60	5	59	0	.	1	98	3	98	3	74	6	41	8	40	1	69	13	50	4	86	2	66	7	42	6	40	1	97	5	50	9	52	4	47	10	44	10	69	3	65	0	.	5	68	0	.	3	65	1	69	7	44	3	72	14	48	6	72	0	.	5	85	4	94	6	22	11	24	12	19	7	78	6	58	1	97	3	41	0	.	5	59	1	97	1	97	0	.	7	5
	41-50 cm	1	99	3	57	1	97	4	41	3	67	3	45	7	16	3	33	1	40	4	42	0	.	6	43	3	58	0	.	2	95	2	55	5	34	4	46	3	93	4	40	2	38	5	35	8	31	3	25	3	34	3	31	1	73	3	40	6	29	1	97	0	.	2	96	2	96	1	68	4	78	5	57	6	41	4	45	4	46	5	31	2	98	5	39	5	79	2	68	3	54	5	63	2	68	1	68	7	45	3	53	2	68	1	98	2	55	2	68	3	44	6	39	0	.	2	55	4	51	2	43	4	36	4	36	4	75	0	.	3	46	4	48	4	57	5	49	6	56	0	.	4	80	2	94	2	95	1	69	0	.	2	67	4	57	0	.	0	.	5	85	0	.	4	24	3	25	4	20	1	97	1	97	6	47	2	72	1	99	0	.	0	.	1	97	0	.	3	5
	51-60 cm	2	59	1	69	0	.	2	61	1	98	3	77	3	22	2	31	1	44	2	47	4	96	3	97	0	.	0	.	0	.	1	98	5	54	2	55	0	.	2	52	2	60	3	38	5	31	2	24	2	33	1	49	0	.	1	71	1	58	1	97	0	.	0	.	2	96	1	98	2	68	1	98	1	71	0	.	3	54	1	56	1	98	2	58	2	73	0	.	0	.	1	97	1	98	1	69	3	55	3	69	0	.	1	98	1	98	2	68	5	58	2	59	0	.	0	.	1	99	1	70	0	.	1	56	0	.	5	51	2	55	2	55	1	69	1	99	0	.	0	.	4	56	0	.	2	96	0	.	0	.	2	68	2	67	0	.	2	96	0	.	0	.	2	31	1	41	3	31	3	97	5	56	1	97	3	59	0	.	0	.	0	.	0	.	0	.	2	7
	61-70 cm	2	60	1	99	0	.	0	.	0	.	1	98	1	53	1	49	0	100	1	49	0	.	0	.	1	98	0	.	0	.	0	.	1	70	2	72	0	.	0	99	1	70	1	56	0	99	1	31	0	.	0	70	1	99	0	99	5	40	0	.	0	.	0	.	0	.	0	.	0	.	2	67	1	69	0	.	0	.	1	56	0	.	1	99	1	99	1	98	0	.	2	67	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	3	81	0	.	1	98	0	99	1	70	0	99	0	99	3	53	2	96	3	74	0	.	1	98	2	69	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	94	0	.	0	.	1	40	1	49	1	58	0	.	2	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	11
	71-80 cm	0	.	0	.	0	.	1	99	0	.	0	.	0	51	1	49	0	76	0	.	2	96	0	.	0	.	0	.	0	.	0	.	2	57	0	.	0	.	0	.	0	100	0	.	1	70	0	.	0	.	0	70	1	70	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	99	0	.	1	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	1	69	1	98	0	.	0	.	1	99	0	99	0	.	2	71	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	70	0	.	0	.	1	97	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	16
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	99	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	29
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	50
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	71
	Total	38	26	24	33	7	81	28	20	59	33	84	20	76	11	39	17	23	17	52	17	78	29	34	34	62	29	0	.	102	32	70	28	59	25	54	32	59	32	90	24	52	16	39	19	71	16	79	11	68	15	68	16	48	29	34	26	113	19	63	28	20	35	22	55	10	51	39	28	60	26	57	23	75	33	26	33	73	34	73	15	74	28	47	23	37	25	19	40	61	35	53	37	56	23	53	22	81	38	83	30	28	35	26	55	17	70	63	27	57	31	58	22	72	30	87	25	155	17	61	16	56	27	116	21	61	22	85	45	74	26	72	29	56	26	91	25	69	37	36	61	64	26	26	45	25	24	19	39	45	43	36	22	56	36	53	48	22	47	80	51	35	39	65	12	75	16	101	13	54	23	88	61	34	23	47	31	25	50	19	35	21	48	13	39	0	.	60	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	193	19	165	18	114	27	107	20	107	28	152	22	198	7	149	8	194	11	190	11	303	30	209	28	191	14	50	.	184	24	207	18	202	16	178	25	171	22	171	16	177	13	140	14	210	12	216	10	211	10	186	10	204	17	210	18	267	13	187	29	151	17	255	39	170	22	140	18	257	26	301	24	250	19	187	27	203	29	214	15	165	30	125	16	162	20	198	26	157	28	252	27	183	25	236	19	163	22	164	29	184	23	173	21	126	19	288	25	281	23	175	16	314	16	236	22	415	11	276	12	210	19	321	14	261	19	311	34	191	21	241	17	193	24	287	22	187	24	217	26	219	21	213	28	304	38	150	16	179	21	180	16	241	32	184	31	92	45	154	35	350	43	203	9	235	9	256	10	116	23	145	27	146	16	182	24	171	27	105	33	180	39	121	22	0	.	204	2
	21-30 cm	68	18	63	28	118	22	76	21	80	24	138	17	104	8	95	10	88	11	131	11	77	31	95	23	120	20	0	.	93	22	121	22	140	15	109	20	55	49	97	16	95	13	112	15	123	11	131	8	116	10	91	11	76	19	111	15	143	11	93	25	97	20	112	21	75	25	87	23	216	21	164	27	137	18	107	17	141	23	113	17	127	32	84	19	92	18	94	21	94	22	91	27	132	19	97	24	150	20	96	27	123	17	93	26	79	26	69	29	136	17	99	19	113	23	161	15	219	12	149	13	133	16	191	15	188	19	139	18	152	16	100	19	64	22	199	27	165	25	99	43	104	23	73	46	58	43	87	13	123	26	82	22	78	25	148	22	63	52	99	74	81	40	103	10	135	12	132	11	95	22	94	25	80	33	110	21	73	25	92	31	44	33	111	22	0	.	113	2
	31-40 cm	32	23	46	25	33	40	32	25	118	15	111	16	74	7	57	10	48	10	80	12	31	38	64	24	84	16	70	.	94	33	78	24	80	16	81	17	44	48	59	19	62	11	69	14	52	14	72	9	66	8	69	13	60	15	59	18	77	11	47	43	63	27	33	39	55	42	46	21	118	21	88	19	102	23	59	21	102	23	61	15	95	23	74	14	71	17	71	28	76	28	39	22	77	21	56	22	72	24	57	20	91	27	36	29	40	23	29	36	81	30	54	23	47	22	82	17	82	14	51	16	53	16	65	18	111	23	80	30	61	20	72	16	42	27	71	28	90	26	27	40	94	14	49	66	46	38	60	17	65	15	58	24	54	29	62	21	37	28	108	43	34	44	54	12	70	11	75	11	71	16	57	27	40	23	73	19	43	19	42	23	36	36	45	21	0	.	65	2
	41-50 cm	33	20	17	26	38	21	31	17	79	15	54	17	49	8	38	10	30	11	49	9	13	46	41	31	38	21	40	.	62	22	50	19	39	16	54	16	25	43	50	16	48	11	38	12	35	14	38	8	42	8	49	11	38	19	44	13	43	12	24	32	38	21	44	18	34	25	47	14	54	21	33	23	53	20	48	21	54	23	37	14	43	27	48	14	48	14	34	20	40	20	39	26	54	17	40	21	42	19	53	19	41	22	33	22	24	22	23	30	41	24	42	18	11	24	25	13	37	20	23	17	26	18	36	15	43	30	57	37	38	26	44	27	50	21	38	22	49	29	37	44	44	18	22	40	31	32	44	13	30	14	48	16	48	18	45	28	23	44	44	41	25	47	31	13	34	12	40	11	48	22	39	23	45	22	31	17	48	18	16	26	28	35	26	24	0	.	39	2
	51-60 cm	17	29	13	23	13	35	29	17	53	18	45	22	26	9	29	10	23	10	24	13	27	31	16	31	17	26	60	.	34	28	24	18	28	21	34	19	9	93	27	18	26	13	24	15	25	15	21	11	21	10	24	13	31	20	29	17	32	15	18	25	23	26	25	23	15	42	33	16	15	30	18	32	26	24	33	24	23	23	18	19	39	19	32	14	17	18	28	24	6	35	24	31	22	18	28	17	33	21	33	19	17	32	19	30	17	22	19	27	33	42	21	27	6	31	12	27	10	37	12	22	11	25	18	22	22	32	27	27	14	29	21	28	20	23	21	24	27	23	18	48	24	16	21	57	6	49	15	20	20	26	24	22	29	26	18	37	30	39	29	31	25	39	18	12	18	15	23	14	27	22	27	25	29	25	17	27	22	23	21	30	13	28	20	21	0	.	23	2
	61-70 cm	7	31	6	36	6	47	8	30	22	22	11	35	11	12	12	15	11	14	7	20	4	96	4	51	8	34	40	.	5	50	8	32	7	27	12	24	3	93	10	28	9	17	12	19	9	22	10	14	7	19	11	17	9	37	18	24	13	23	1	97	9	39	10	55	8	45	13	30	14	34	4	46	10	32	8	39	11	54	6	30	18	37	27	17	10	24	12	32	1	98	5	48	6	42	11	30	6	54	11	40	10	34	11	36	7	32	8	30	6	29	11	28	4	44	4	39	4	44	5	26	2	47	6	39	13	39	18	33	7	46	8	46	14	33	19	31	9	38	6	60	16	36	8	47	6	48	6	35	11	36	7	42	15	33	7	54	13	30	0	.	18	37	7	21	8	20	10	18	5	66	15	36	7	41	14	31	9	32	4	56	6	55	10	29	0	.	9	3
	71-80 cm	2	48	1	69	6	39	10	24	4	52	4	40	5	16	6	18	4	22	3	29	4	65	4	70	5	48	0	.	2	96	5	40	6	30	4	54	3	93	7	36	5	27	4	35	5	23	3	22	3	25	4	32	6	36	5	30	4	32	7	35	4	46	0	.	4	70	6	32	4	46	3	46	8	41	9	39	3	58	4	36	11	39	7	30	4	39	8	37	1	98	2	98	1	98	7	30	2	55	6	62	2	68	2	98	3	64	6	59	4	44	5	40	1	69	2	55	2	60	3	42	3	44	5	33	2	67	5	69	5	59	5	43	10	24	3	56	6	41	0	.	3	58	0	.	2	95	1	69	4	57	1	97	1	98	0	.	8	55	0	.	7	63	4	26	2	33	4	24	3	66	6	47	1	97	8	32	3	77	2	67	4	52	1	97	0	.	4	4
	81-90 cm	1	99	1	99	4	57	1	69	1	97	0	.	1	45	2	32	2	30	1	73	0	.	0	.	0	.	20	.	0	.	2	73	2	57	1	69	0	.	2	42	2	42	2	44	1	44	2	30	2	40	0	70	0	.	2	48	1	99	4	68	2	68	2	96	3	66	0	.	0	.	2	98	0	99	4	55	2	68	2	48	4	56	4	36	0	.	1	98	1	98	0	.	0	.	1	69	1	98	1	98	0	.	3	70	3	50	2	98	2	57	2	73	1	69	1	69	1	99	2	39	0	99	1	56	3	69	0	.	2	68	2	68	2	68	0	.	3	66	0	.	0	.	0	.	0	.	0	.	0	.	1	98	1	98	0	.	0	.	0	.	7	63	2	31	1	61	1	57	2	96	3	66	3	69	1	69	0	.	1	97	1	97	1	97	0	.	1	7
	91-100 cm	0	.	1	99	0	.	1	69	0	.	0	.	0	50	1	59	0	70	1	57	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	3	38	0	70	1	57	1	74	1	44	0	100	0	100	0	.	0	.	0	.	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	1	69	1	98	0	.	0	.	2	71	0	.	0	.	0	.	1	98	0	.	1	98	1	98	0	.	1	68	0	.	2	70	0	.	0	99	1	98	1	99	0	99	0	.	0	99	0	.	0	.	0	.	0	.	2	68	1	97	0	.	0	.	0	.	2	94	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	40	1	57	1	57	0	.	1	97	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	12
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	71	0	70	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	99	0	.	0	.	1	70	1	44	0	100	0	70	1	99	0	.	0	.	0	.	1	98	0	.	0	.	1	98	0	.	0	.	0	.	0	.	1	98	0	99	0	.	0	99	0	.	0	.	0	.	0	.	1	98	0	.	0	.	1	98	0	.	2	98	1	98	2	98	1	72	0	.	0	.	0	.	0	.	1	99	0	.	2	56	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	2	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	17
	Total	353	12	313	14	333	13	294	12	464	15	516	11	470	5	390	5	402	6	485	7	458	18	433	17	461	10	280	.	473	16	495	15	504	11	474	12	310	23	426	10	425	7	401	9	463	7	494	6	467	6	435	7	425	11	477	10	579	8	383	15	387	11	481	20	365	14	373	12	679	16	612	16	586	14	457	12	540	18	457	11	502	18	402	10	405	10	449	14	375	16	451	15	476	14	477	12	468	11	422	16	468	13	372	13	302	12	445	18	586	20	410	11	496	13	524	12	770	8	523	9	438	13	645	10	643	15	637	18	470	14	493	10	396	14	639	19	534	16	404	23	503	13	390	26	452	27	364	10	433	15	401	10	467	17	463	18	265	25	434	34	547	26	424	7	504	8	541	7	368	13	387	16	350	11	436	14	369	14	284	17	312	23	335	12	0	.	460	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. 2276497. Birmensdorf, Swiss Federal Research Institute WSL

zurück