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
NaiS-Vegetationshöhenstufen (3 Klassen) · 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
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	.	169	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	756	.	0	.	0	.	174	61	182	20	67	25	147	16	169	20	221	12	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	531	67	236	35	565	35	0	.	0	.	104	37	0	.	450	.	0	.	0	.	0	.	0	.	0	.	183	71	0	.	0	.	0	.	0	.	0	.	162	32	261	30	180	31	136	39	0	.	0	.	173	21	124	39	431	57	0	.	50	48	243	41	100	71	86	50	100	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	150	.	0	.	0	.	0	.	0	.	170	13	185	17	147	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	183	5
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	111	13	18	79	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	504	.	0	.	0	.	76	69	90	21	75	32	98	15	114	17	115	12	0	.	0	.	0	.	50	.	0	.	0	.	0	.	0	.	0	.	243	54	185	82	266	32	0	.	0	.	49	47	0	.	400	.	0	.	0	.	0	.	0	.	0	.	13	87	0	.	0	.	0	.	0	.	0	.	0	.	133	25	123	29	146	88	0	.	0	.	116	30	89	38	24	75	50	.	100	41	110	41	150	24	33	57	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	200	.	0	.	0	.	0	.	0	.	84	16	93	18	91	22	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	102	5
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	80	16	51	36	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	127	.	0	.	0	.	84	64	60	17	80	24	71	21	65	16	62	10	0	.	0	.	0	.	20	.	0	.	0	.	0	.	0	.	0	.	107	52	86	54	291	50	0	.	0	.	61	47	0	.	90	.	0	.	0	.	0	.	0	.	0	.	20	35	0	.	0	.	0	.	0	.	0	.	31	68	73	20	45	35	131	52	0	.	0	.	33	31	10	40	46	38	50	.	100	45	21	61	110	26	23	42	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	190	.	0	.	0	.	0	.	0	.	48	18	65	17	72	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	63	5
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	56	13	19	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	.	0	.	0	.	83	39	37	17	59	23	53	21	31	18	39	11	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	55	34	34	42	85	72	0	.	0	.	34	35	0	.	20	.	0	.	0	.	0	.	0	.	0	.	30	87	0	.	0	.	0	.	0	.	0	.	21	45	48	26	30	36	5	88	0	.	0	.	14	37	10	40	21	67	0	.	67	44	14	47	10	71	49	34	31	25	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	100	.	0	.	0	.	0	.	0	.	33	19	39	15	47	25	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	39	5
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	21	18	18	86	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	23	39	25	22	19	37	32	20	16	18	20	13	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	89	5	89	6	82	0	.	40	.	14	54	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	55	0	.	0	.	0	.	0	.	0	.	33	29	31	25	20	50	0	.	0	.	0	.	12	41	7	58	0	.	0	.	40	48	3	93	10	71	8	89	10	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	80	.	0	.	0	.	0	.	0	.	17	17	18	21	32	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	6
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	8	27	13	42	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	62	7	32	7	54	13	30	6	32	7	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	23	60	5	88	13	82	0	.	20	.	2	95	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	61	0	.	0	.	0	.	0	.	0	.	13	38	5	56	7	40	0	.	0	.	0	.	5	48	7	56	0	.	60	.	20	47	0	.	0	.	6	90	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	.	0	.	0	.	0	.	0	.	9	23	10	28	14	38	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	9
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	5	28	7	79	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	93	5	40	2	96	4	44	2	38	3	28	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	49	0	.	0	.	0	.	20	.	6	67	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	87	0	.	0	.	0	.	0	.	0	.	5	61	3	66	0	.	0	.	0	.	0	.	3	52	4	90	0	.	0	.	0	.	0	.	20	71	12	37	11	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	32	2	56	6	43	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	11
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	40	3	64	4	66	2	68	2	45	2	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	95	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	87	0	.	0	.	0	.	0	.	0	.	6	93	0	.	0	.	0	.	0	.	0	.	3	53	3	92	0	.	20	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	38	2	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	17
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	91	1	99	0	.	2	72	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	84	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	43	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	28
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	68	1	69	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	95	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	35
	Total	0	.	0	.	0	.	0	.	0	.	0	.	452	10	126	37	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1429	.	0	.	0	.	467	35	410	12	312	19	424	11	407	12	470	7	0	.	0	.	0	.	70	.	0	.	0	.	0	.	0	.	0	.	982	51	552	49	1226	33	0	.	80	.	275	34	0	.	960	.	0	.	0	.	0	.	0	.	0	.	291	37	0	.	0	.	0	.	0	.	0	.	271	20	553	15	406	20	424	52	0	.	0	.	360	17	253	28	522	45	180	.	376	31	391	40	400	27	218	33	162	34	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	740	.	0	.	0	.	0	.	0	.	370	10	413	13	409	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	422	4
montan	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	110	39	0	.	0	.	136	40	107	28	152	22	211	9	148	8	240	21	191	11	418	68	174	33	220	20	0	.	176	33	243	19	189	16	164	30	0	.	171	16	167	18	157	16	246	14	223	10	192	19	210	11	253	20	216	30	273	14	174	42	151	17	84	35	164	24	140	18	208	14	318	28	185	19	176	33	180	31	233	16	181	34	116	16	148	57	285	28	183	29	327	40	115	29	217	17	163	22	178	29	122	23	0	.	159	52	364	32	357	45	147	21	203	21	170	22	308	20	309	15	247	25	195	17	288	20	434	31	177	24	249	22	170	29	310	22	135	34	0	.	234	21	200	.	188	45	150	16	153	26	182	18	138	29	139	47	121	49	154	35	391	41	224	13	263	12	295	12	126	23	189	33	220	23	184	26	151	39	0	.	0	.	50	.	0	.	205	2
	21-30 cm	100	49	0	.	0	.	119	28	80	24	138	17	103	10	100	11	119	22	132	11	50	0	62	33	144	20	0	.	108	29	140	27	132	15	84	35	0	.	100	17	101	17	120	18	138	14	130	10	114	16	95	13	87	21	96	22	142	12	105	32	97	20	124	27	69	28	87	23	211	23	158	24	110	22	100	18	128	22	127	18	112	34	75	18	85	31	118	25	98	27	115	47	120	21	116	23	150	20	103	27	105	30	0	.	123	41	98	25	145	29	59	29	94	33	146	26	130	20	171	18	154	20	156	25	173	22	146	21	169	17	72	24	59	24	223	26	145	37	0	.	107	24	100	.	76	47	87	13	94	30	87	26	68	35	126	36	76	64	99	74	136	41	122	16	170	16	157	13	101	23	100	41	44	65	95	23	87	36	0	.	100	.	100	.	0	.	118	2
	31-40 cm	46	43	50	.	0	.	23	48	118	15	111	16	71	8	56	11	45	21	80	12	24	74	93	29	80	23	0	.	130	45	82	28	79	17	99	22	0	.	55	18	66	16	69	17	41	16	69	10	76	15	78	14	55	19	61	27	79	12	60	53	63	27	40	53	59	41	46	21	121	23	88	20	74	15	55	23	114	28	58	15	108	23	73	14	82	20	105	30	94	28	30	40	69	31	62	23	72	24	54	23	106	41	0	.	17	59	31	43	125	54	59	35	30	30	74	17	113	26	66	21	55	23	59	21	98	26	80	39	74	22	72	19	40	29	79	27	90	36	0	.	97	15	300	.	35	61	60	17	61	21	59	31	35	31	58	44	22	56	108	43	23	46	65	18	80	14	84	14	70	19	58	30	46	32	74	20	52	19	0	.	0	.	70	.	0	.	70	2
	41-50 cm	52	26	0	.	0	.	38	34	79	15	54	17	45	10	42	11	38	22	49	9	29	74	30	69	44	32	0	.	82	25	62	19	38	16	72	19	0	.	45	16	59	13	33	13	25	18	41	9	49	13	52	13	34	26	43	17	44	12	32	36	38	21	50	19	33	27	47	14	54	24	33	27	52	15	52	21	71	24	37	16	48	30	49	15	50	23	43	25	38	24	33	54	55	18	42	22	42	19	53	21	46	23	0	.	25	45	25	40	59	41	48	23	13	29	21	20	23	43	31	21	31	22	38	19	38	35	52	55	44	31	47	31	54	28	39	24	35	29	20	.	48	18	80	.	32	41	44	13	28	18	50	16	41	25	51	46	17	44	44	41	19	83	31	18	35	17	44	11	48	25	49	23	37	56	32	17	59	17	0	.	0	.	40	.	0	.	43	2
	51-60 cm	40	68	0	.	0	.	50	34	53	18	45	22	29	10	31	10	24	21	25	13	19	74	10	87	26	29	0	.	41	37	27	19	28	20	46	22	0	.	28	20	26	18	27	17	21	23	24	13	23	16	23	15	23	23	32	24	33	15	23	23	23	26	24	32	16	41	33	16	16	31	21	33	30	24	33	25	26	25	18	20	45	18	33	13	16	34	26	35	5	43	36	46	32	17	30	18	33	21	33	21	26	38	0	.	16	55	11	48	59	68	29	30	8	34	9	40	2	95	11	33	15	28	22	30	23	34	21	37	20	27	23	32	20	24	22	24	28	29	0	.	23	16	100	.	9	44	15	20	27	25	22	26	36	28	4	88	40	41	29	31	26	58	21	18	22	19	24	17	28	24	33	30	39	53	19	27	31	27	0	.	0	.	60	.	0	.	26	3
	61-70 cm	8	89	0	.	0	.	7	92	22	22	11	35	12	14	13	16	11	27	7	20	0	.	5	86	8	51	0	.	8	54	10	35	7	27	14	29	0	.	11	30	12	21	15	19	6	32	12	16	7	36	10	21	12	44	24	30	14	23	2	94	9	39	10	63	9	45	13	30	12	40	3	53	11	34	8	44	15	57	8	31	23	35	28	17	8	52	6	54	1	97	3	93	10	44	11	34	6	54	10	47	13	42	0	.	11	48	5	50	12	33	16	34	5	54	3	70	4	95	6	35	1	98	9	48	8	50	15	50	10	44	11	44	15	37	22	30	11	41	0	.	16	39	20	.	9	43	6	35	17	31	8	47	17	42	13	60	14	24	0	.	23	46	5	46	7	29	10	21	3	96	13	52	0	.	15	30	7	40	0	.	0	.	20	.	0	.	11	4
	71-80 cm	4	89	0	.	0	.	10	41	4	52	4	40	5	19	6	21	5	40	3	29	0	.	5	86	6	64	0	.	0	.	5	49	6	30	6	61	0	.	7	38	4	39	5	37	6	27	3	26	2	50	5	34	6	47	7	38	4	32	10	34	4	46	0	.	4	69	6	32	2	67	4	45	9	41	11	38	4	71	4	42	13	42	8	30	0	.	3	96	1	97	0	.	0	.	7	34	2	55	7	61	2	96	0	.	5	87	8	77	8	59	10	36	1	98	1	97	2	95	1	98	3	54	5	47	2	67	7	66	8	57	4	45	11	30	3	72	4	62	0	.	3	57	0	.	3	93	1	69	7	54	1	97	2	96	0	.	6	91	0	.	16	48	4	44	3	40	5	30	3	65	4	95	0	.	9	32	5	75	0	.	0	.	20	.	0	.	5	5
	81-90 cm	0	.	0	.	0	.	0	.	1	97	0	.	1	45	2	31	5	35	1	73	0	.	0	.	0	.	0	.	0	.	3	72	2	57	1	97	0	.	1	69	2	48	1	56	1	56	2	40	1	73	1	70	0	.	4	45	1	99	7	65	2	68	0	.	3	66	0	.	0	.	3	98	1	99	3	69	0	.	2	56	5	55	4	36	0	.	0	.	1	97	0	.	0	.	1	99	1	98	1	98	0	.	0	.	0	.	0	.	4	66	1	97	2	68	2	66	0	.	1	69	0	.	2	67	0	.	0	.	1	97	2	68	2	66	0	.	4	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	96	0	.	0	.	0	.	10	85	2	48	0	99	1	57	2	95	5	62	6	90	1	68	0	.	0	.	0	.	0	.	0	.	1	9
	91-100 cm	0	.	0	.	0	.	3	92	0	.	0	.	1	50	1	58	0	.	1	57	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	2	42	0	99	1	70	0	.	1	44	0	.	0	99	0	.	0	.	0	.	3	93	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	97	0	.	1	69	1	98	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	98	2	96	0	.	0	.	0	.	2	97	0	.	0	.	1	97	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	2	66	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	1	56	0	99	0	.	2	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	15
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	100	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	1	57	0	.	1	70	1	98	0	.	0	.	0	.	1	98	0	.	0	.	1	98	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	3	96	2	97	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	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	23
	Total	360	19	50	.	0	.	386	20	464	15	516	11	478	6	400	6	487	13	488	7	539	43	379	14	529	12	0	.	545	18	572	17	482	11	487	14	0	.	420	10	437	9	428	11	485	10	507	7	466	11	475	8	471	14	483	15	590	8	417	18	387	11	332	19	358	15	373	12	624	12	628	16	471	11	440	14	539	17	487	12	537	18	386	9	390	19	587	15	421	17	545	24	399	15	486	12	468	11	440	16	422	18	0	.	356	21	545	23	773	42	371	16	354	19	428	17	583	14	598	11	505	18	487	13	630	17	754	19	504	15	480	13	375	13	697	18	452	20	20	.	528	13	800	.	351	33	364	10	388	15	409	12	338	17	391	29	297	33	434	34	645	20	474	10	581	10	621	9	382	14	453	21	392	17	429	16	392	17	0	.	100	.	360	.	0	.	479	2
hyperinsubrisch, kollin, submontan	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	207	20	171	18	114	27	102	24	0	.	0	.	168	29	179	17	179	12	100	.	277	33	221	35	166	18	50	.	189	34	127	44	0	.	193	39	171	22	0	.	228	37	181	22	0	.	437	38	77	23	133	19	131	23	205	21	292	21	207	38	0	.	438	39	250	.	0	.	0	.	0	.	500	64	258	9	289	52	450	63	104	48	0	.	167	20	92	50	70	75	206	36	257	31	611	60	0	.	25	71	240	30	173	21	120	20	291	26	221	32	251	26	596	18	313	32	445	12	349	25	188	31	428	17	183	14	0	.	127	14	276	10	428	39	0	.	299	26	253	20	83	59	215	32	522	50	0	.	225	33	175	30	418	42	219	39	38	55	0	.	318	74	321	36	299	23	266	20	56	63	87	28	118	18	170	29	192	37	105	33	192	39	125	22	0	.	216	4
	21-30 cm	63	19	65	27	118	22	68	26	0	.	0	.	69	36	80	27	78	12	0	.	83	35	107	26	99	37	0	.	82	32	79	34	0	.	136	23	55	49	0	.	92	48	134	22	0	.	244	23	181	29	82	20	59	41	125	20	201	16	75	37	0	.	99	33	150	.	0	.	0	.	0	.	250	14	151	41	192	43	175	10	180	71	0	.	95	22	64	33	80	28	76	26	146	31	23	76	0	.	25	71	139	19	93	26	72	30	149	71	129	35	168	33	142	30	178	17	245	13	145	17	120	30	239	17	380	14	200	.	155	23	205	23	127	42	0	.	207	28	116	40	83	59	69	54	25	50	0	.	176	40	67	38	78	44	164	28	38	55	0	.	40	55	138	23	117	35	95	31	56	63	86	10	94	36	246	41	58	26	92	31	40	37	111	24	0	.	108	4
	31-40 cm	29	26	46	26	33	40	33	28	0	.	0	.	86	30	61	23	49	11	70	.	33	43	53	33	88	21	70	.	65	40	68	44	0	.	62	24	44	48	0	.	46	32	41	43	0	.	155	29	20	0	46	28	68	24	57	25	71	19	28	52	0	.	25	53	0	.	0	.	0	.	0	.	110	71	86	42	89	30	120	59	47	73	0	.	67	23	30	40	18	45	45	26	86	29	57	49	0	.	80	0	78	31	36	29	43	23	10	71	40	34	54	41	56	27	92	29	73	17	37	37	67	21	73	28	247	26	21	.	90	0	55	48	74	70	0	.	89	31	31	37	67	42	16	62	65	42	0	.	71	22	56	25	65	49	64	18	65	7	0	.	43	57	51	28	40	43	35	34	78	18	55	49	38	30	64	61	34	40	42	23	38	36	44	23	0	.	54	4
	41-50 cm	30	24	18	26	38	21	29	19	0	.	0	.	85	30	27	19	28	13	60	.	9	51	45	35	32	24	40	.	46	34	24	47	0	.	34	22	25	43	0	.	35	32	22	41	0	.	40	31	28	76	40	19	43	27	45	20	42	33	13	46	0	.	37	32	60	.	0	.	0	.	0	.	0	.	20	81	23	50	60	0	25	35	0	.	47	17	23	26	44	35	42	28	52	28	28	76	0	.	60	24	36	40	33	22	24	25	10	71	13	49	51	40	8	43	29	17	40	22	17	21	26	30	35	25	107	34	64	.	71	10	46	39	33	39	0	.	79	46	40	47	7	81	14	38	30	50	0	.	34	21	44	44	53	29	40	30	35	71	0	.	29	57	19	39	11	57	8	39	53	39	26	49	48	23	19	50	37	36	16	26	30	34	26	26	0	.	32	4
	51-60 cm	13	23	14	23	13	35	25	19	0	.	0	.	22	40	20	26	23	11	0	.	28	34	18	33	9	38	60	.	29	42	18	40	0	.	22	34	9	93	0	.	30	37	13	36	0	.	8	64	29	24	26	24	43	28	25	24	32	20	10	63	0	.	27	33	0	.	0	.	0	.	0	.	0	.	34	82	13	68	50	71	15	57	0	.	17	22	30	31	8	55	17	34	11	37	28	76	0	.	30	24	8	39	19	30	17	24	10	71	7	51	0	.	4	68	15	36	12	38	13	36	9	61	15	31	30	77	43	.	0	.	18	61	33	53	0	.	24	37	21	46	33	43	11	71	0	.	0	.	6	60	28	41	11	70	28	34	10	51	0	.	24	54	12	67	2	94	6	66	20	0	20	40	25	24	0	.	13	37	21	30	14	27	18	21	0	.	18	4
	61-70 cm	7	33	6	36	6	47	8	32	0	.	0	.	9	62	9	32	10	17	0	.	4	95	4	64	8	45	40	.	3	92	4	63	0	.	9	40	3	93	0	.	4	90	0	.	0	.	9	44	20	0	15	27	5	56	11	34	0	.	0	.	0	.	10	91	0	.	0	.	0	.	0	.	0	.	8	82	0	.	0	.	0	.	0	.	11	27	19	37	0	.	7	54	2	95	0	.	0	.	20	0	7	54	11	36	6	39	10	71	1	97	4	88	3	65	5	43	4	50	4	63	2	96	3	53	30	77	43	.	0	.	0	.	18	90	0	.	5	89	7	58	13	81	6	61	0	.	0	.	0	.	4	91	12	59	3	92	10	87	0	.	14	57	0	.	0	.	3	66	18	79	17	49	9	39	0	.	10	46	4	56	7	54	9	32	0	.	7	6
	71-80 cm	2	55	1	69	6	39	9	28	0	.	0	.	0	.	7	40	3	26	0	.	5	63	4	95	3	65	0	.	3	92	4	63	0	.	1	97	3	93	0	.	4	90	0	.	0	.	0	.	0	.	1	68	6	55	4	46	0	.	3	92	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	89	0	.	6	38	14	36	0	.	3	96	2	95	9	76	0	.	0	.	2	96	2	98	3	77	0	.	2	96	0	.	2	96	3	66	2	73	6	69	3	96	5	47	0	.	0	.	0	.	0	.	4	90	0	.	11	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	51	0	.	0	.	0	.	0	.	2	97	0	.	8	44	1	96	0	.	0	.	2	67	4	52	0	.	0	.	3	10
	81-90 cm	1	98	1	98	4	57	1	69	0	.	0	.	0	.	0	.	1	49	0	.	0	.	0	.	0	.	20	.	0	.	0	.	0	.	2	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	91	0	.	0	.	0	.	0	.	0	.	8	82	8	59	0	.	0	.	0	.	0	.	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	70	4	49	0	.	3	96	9	88	0	.	0	.	1	99	2	96	0	.	1	98	15	77	0	.	11	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	91	0	.	0	.	0	.	0	.	5	88	0	.	0	.	0	.	0	.	0	.	1	96	0	.	0	.	1	97	1	96	1	97	0	.	1	17
	91-100 cm	0	.	1	98	0	.	1	99	0	.	0	.	0	.	0	.	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	90	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	67	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	68	0	.	3	96	0	.	0	.	0	.	1	99	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	96	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	27
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	99	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	.	0	.	3	96	0	.	0	.	0	.	0	.	2	98	2	98	0	.	1	97	0	.	0	.	0	.	0	.	5	97	0	.	3	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	32
	Total	352	13	322	14	333	13	277	14	0	.	0	.	440	15	384	12	374	7	230	.	439	20	452	22	404	16	280	.	418	26	324	33	0	.	461	20	310	23	0	.	440	25	396	18	0	.	892	20	355	12	344	12	356	13	472	12	637	1	336	24	0	.	639	25	460	.	0	.	0	.	0	.	860	32	566	11	614	41	855	39	375	52	0	.	410	13	280	19	221	31	395	18	559	20	757	36	0	.	240	24	509	17	372	13	293	14	480	44	419	27	537	21	811	15	634	15	824	8	577	18	413	20	803	13	991	0	371	.	454	15	600	11	717	32	0	.	714	21	468	18	286	24	336	29	642	39	0	.	512	26	378	18	636	26	518	22	206	13	0	.	473	48	540	25	470	24	417	16	280	22	300	17	334	14	499	18	345	22	284	17	326	23	334	12	0	.	439	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	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. 2280657. Birmensdorf, Swiss Federal Research Institute WSL

zurück