Sélectionner un thème dans la liste

Que représentent les chiffres ?
À quoi sert l'erreur standard ?
Quand deux résultats sont-ils statistiquement différents ?
Quand ne suffit-il pas de considérer uniquement l'erreur standard ?
Deux types d’évolutions ?
Évaluations de l’évolution : quand les résultats sont-ils (non) additifs ?
Pourquoi l'erreur standard et la valeur estimée sont-elles parfois représentées par un point (« . ») ?
Pourquoi certains tableaux n'indiquent-ils pas d'erreur standard ?
Valeurs négatives en cas de volume, d'accroissement ou d'exploitation ?

1. Que représentent les chiffres ?

La plupart des tableaux présentent des résultats calculés à l'aide de méthodes statistiques à partir des données de l'inventaire par échantillonnage de l'Inventaire forestier national (IFN). Ces résultats se composent toujours de deux chiffres: 1) la valeur estimée et 2) l'erreur d'échantillonnage, appelée erreur standard.

Exemple 1 : Valeur estimée et erreur standard

IFN5

volume de bois mort (bois de tige)

propriété (2 classes)

découpage régional: région de production

unité: m³/ha

ensemble analysé: forêt accessible sans la forêt buissonnante

réseau: réseau 1,4 km, sous-réseaux 1 à 5

état 2018/26
	région de production
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
propriété (2 classes)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
publique	30	10	17	13	37	9	36	6	26	10	30	4
privée	27	17	20	12	50	10	32	8	39	13	34	5
total	29valeur estimée	9erreur standard	19	9	44	7	35	5	29	8	32	3

La plupart du temps, les tableaux indiquent l'erreur standard relative (en pourcentage « ±% »), mais parfois – pour les pourcentages estimés – l'erreur standard absolue (« ± »).

haut

2. À quoi sert l'erreur standard ?

L'erreur standard permet de délimiter des intervalles de confiance autour de la valeur estimée, qui contiennent la vraie valeur de la population avec un certain niveau de certitude statistique.

La certitude statistique est de

68% si l'intervalle de confiance est calculé à l'aide de l'erreur standard simple
(intervalle de confiance à 68% = valeur estimée ± erreur standard), et
95% si l'intervalle de confiance est calculé avec l’erreur standard double
(intervalle de confiance à 95% = valeur estimée ± 2 × erreur standard*)

Exemple 2 : Calculer les intervalles de confiance

IFN5
volume de bois mort (bois de tige)
propriété (2 classes)
découpage régional: région de production
unité: m³/ha
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
	région de production
	Jura
propriété (2 classes)	m³/ha	±%
publique	30	10
privée	27	17
total	29	9

Question
Quel est l'intervalle de confiance à 68% et à 95% des estimations ci-dessus ?

Procédure

Calculer l'erreur standard absolue (= erreur standard relative × valeur estimée / 100)
Calculer les intervalles de confiance
- intervalle de confiance à 68% = estimation ± erreur standard absolue
- intervalle de confiance à 95% = estimation ± 2 × erreur standard absolue

Réponse

			étape 1	étape 2

propriété (2 classes)	volume de bois mort Jura IFN5
	valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
publique	30	10	3	27-33	24-36
privée	27	17	5	22-32	17-37
total	29	9	3	26-32calculé avec l'erreur standard simple, c'est-à-dire 29 ± 3	23-25calculé avec l'erreur standard double, soit 29 ± 2 × 3

Dans le Jura, le volume de bois mort se situe avec une certitude statistique de 68% entre 26 et 32 m³/ha et avec une certitude statistique de 95% entre 23 et 35 m³/ha.

L'intervalle de confiance à 95% est plus grand que l'intervalle de confiance à 68%. C'est ce qui explique la plus grande certitude statistique.

Exemple 3 : Visualisation de l'intervalle de confiance à 68% et à 95%

Données : voir exemple 2

Lors de l'interprétation des résultats, il faut à chaque fois déterminer le niveau de certitude avec lequel on souhaite faire une déclaration.

Dans l'Inventaire forestier national (IFN), on se base en général sur l'intervalle de confiance à 68%.

haut

3. Quand deux résultats sont-ils statistiquement différents ?*

On peut le déterminer en comparant les intervalles de confiance de deux estimations :

Si les intervalles de confiance à 68% de deux estimations ne se chevauchent pas, on peut supposer avec une certaine certitude que les deux populations sont différentes.
Si les intervalles de confiance à 95% de deux estimations ne se chevauchent pas, on peut supposer avec une grande certitude que les deux populations sont différentes.

Exemple 4 : Interprétation de deux résultats du même inventaire

IFN5

volume des arbres vifs (bois de tige)

propriété (2 classes)

découpage régional: région de production

unité: m³/ha

ensemble analysé: forêt accessible sans la forêt buissonnante

réseau: réseau 1,4 km, sous-réseaux 1 à 5

état 2018/26
	région de production
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
propriété (2 classes)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
publique	331	3	311	3	405	4	300	3	256	5	314	2
privée	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

	cas 2						cas 1

cas 1

Question
Le volume des arbres vifs par hectare est-il plus élevé dans les Alpes qu'au Sud des Alpes ?

Procédure

Calculer les erreurs standard absolues
Calculer les intervalles de confiance en fonction du niveau de certitude souhaité :
- intervalles de confiance à 68% (certaine certitude ; erreur standard absolue simple)
- intervalles de confiance à 95% (grande certitude; erreur standard absolue double)
Vérifier si les intervalles de confiance ne se chevauchent pas au niveau de certitude souhaité

Réponse

propriété (2 classes)	volume des arbres vifs, IFN5
	Alpes					Sud des Alpes
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	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

Ni les intervalles de confiance à 68% ni les intervalles de confiance à 95% ne se chevauchent (chiffres ).

Dans ce cas, le niveau de certitude choisi n'a aucune influence sur le résultat.

Dans l'ensemble, cela signifie qu'il existe une grande certitude statistique que le volume des arbres vifs par hectare est plus élevé dans les Alpes qu'au Sud des Alpes.

cas 2

Question
Le volume des arbres vifs par hectare est-il plus élevé sur le Plateau que dans le Jura ?

Procédure

Voir cas 1.

Réponse

propriété (2 classes)	volume des arbres vifs, IFN5
	Jura					Plateau
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	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

Les intervalles de confiance à 68% ne se chevauchent pas (paires de chiffres ).
En revanche, les intervalles de confiance à 95% se chevauchent (paires de chiffres ).

Dans ce cas, le niveau de certitude choisi a une influence sur l'interprétation des résultats : au niveau de l'intervalle de confiance à 68%, on arrive à la conclusion que le volume des arbres vifs par hectare est plus élevé sur le Plateau que dans le Jura. Au niveau de l'intervalle de confiance à 95%, on ne peut en revanche pas tirer cette conclusion.

En considérant les deux niveaux de certitude, on peut dire qu'il existe statistiquement une certaine, mais pas une grande certitude, que le volume des arbres vifs par hectare est plus élevé sur le Plateau que dans le Jura.

Les intervalles de confiance permettent également de vérifier si une valeur estimée à l'aide de l'échantillon de l’Inventaire forestier national (IFN) s'écarte d'une valeur cible (issue par exemple de la politique forestière) ou si une évolution entre deux inventaires est statistiquement certaine.

Exemple 5 : Interprétation de deux résultats d'inventaires différents

propriété (2 classes)	volume des arbres vifs sur Plateau*
	IFN4		IFN5
	m³/ha	±%	m³/ha	±%
publique	340	3	309	3
privée	447	4	432	4
total	386	2	363	2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbres vifs par hectare a-t-il diminué entre l'IFN4 et l'IFN5 ?

Procédure

calculer les erreurs standard absolues
calculer les intervalles de confiance en fonction du niveau de certitude souhaité
- intervalles de confiance à 68% (certaine certitude ; erreur standard absolue simple)
- intervalles de confiance à 95% (grande certitude; erreur standard absolue double)
vérifier si les intervalles de confiance ne se chevauchent pas au niveau de certitude souhaité

Réponse

propriété (2 classes)	volume des arbres vifs sur le Plateau*
	IFN4					IFN5
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
publique	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privée	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
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Les intervalles de confiance à 68% ne se chevauchent pas pour les forêts publiques (paires de chiffres ), mais ils le font pour les forêts privées et le total (paires de chiffres ). Au niveau de certitude des intervalles de confiance à 68%, on arrive à la conclusion que le volume des arbres vifs par hectare a diminué dans les forêts publiques du Plateau. Pour les forêts privées comme pour le total, la diminution n'est pas statistiquement certaine.

Les intervalles de confiance à 95% se chevauchent dans chacune des trois catégories. Au niveau de certitude des intervalles de confiance à 95%, il n'est donc pas statistiquement certain que le volume des arbres vifs ait diminué, même pour les forêts publiques.

Voir toutefois les exemples 6 et 7, dans lesquels les évolutions entre deux inventaires sont interprétées à l'aide du bilan, qui est plus sensible.

Pour de nombreuses variables cibles, l'IFN permet de vérifier si une évolution entre deux inventaires est statistiquement certaine, non seulement en comparant les états dans les deux inventaires (voir exemple 5), mais aussi en analysant le bilan entre les deux inventaires.

Pour ce faire, il faut là aussi commencer par définir le niveau de certitude qui doit s'appliquer à l'énoncé :

Une évolution a eu lieu avec une certaine certitude si l'erreur standard relative simple du bilan est inférieure à 100% ou si l'intervalle de confiance calculé avec l'erreur standard absolue simple (intervalle de confiance à 68%) n'inclut pas la valeur 0.
Une évolution a eu lieu avec une grande certitude si la double erreur standard relative du bilan est inférieure à 100% ou si l'intervalle de confiance calculé avec la double erreur standard absolue (intervalle de confiance à 95%) n'inclut pas la valeur 0.

Exemple 6 : Interprétation des évolutions (bilans) avec l'erreur standard relative

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
	m³/ha	±%
publique	-34	30
privée	-9	147
total	-23	34
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbre vifs par hectare a-t-il diminué entre l’IFN4 et l’IFN5 ?

Procédure

Définir le niveau de certitude (intervalle de confiance à 68% ou 95%)
Vérifier si
- l'erreur standard relative simple est inférieure à 100% (niveau de certitude de l'intervalle de confiance à 68%)
- l'erreur standard relative double est inférieure à 100% (niveau de certitude de l'intervalle de confiance à 95%)

Réponse

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
		simple	double
	m³/ha	±%	±%
publique	-34	30	60
privée	-9	147	294
total	-23	34	68
* forêt accessible sans la forêt buissonnante IFN4/IFN5

L'erreur standard relative simple est inférieure à 100% pour les forêts publiques comme pour le total (chiffres ). En revanche, elle est supérieure à 100% (chiffres ) pour les forêts privées. Au niveau de certitude de l'intervalle de confiance à 68%, on conclut que le volume des arbres vifs a diminué sur le Plateau, tant dans les forêts publiques que dans le total. En revanche, la diminution du volume n'est pas statistiquement certaine pour les forêts privées.

On arrive à la même conclusion dans cet exemple avec le niveau de certitude de l’intervalle de confiance à 95%, car l’erreur standard relative double pour la forêt publique et le total est également inférieure à 100%.

Dans l'ensemble, cela signifie que la certitude statistique est élevée que le volume par hectare a diminué sur le Plateau dans les forêts publiques comme dans l'ensemble. En revanche, pour les forêts privées, la diminution du volume n'est pas statistiquement certaine (car l'erreur standard relative double et l'erreur standard relative simple sont toutes les deux inférieures à 100%).

Exemple 7 : Interprétation des évolutions (bilans) avec l'erreur standard absolue

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
	%	±
publique	-10	3
privée	-2	3
total	-6	2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbres vifs par hectare a-t-il diminué entre l'IFN4 et l'IFN5 ?

Procédure

Définir le niveau de certitude (intervalle de confiance à 68% ou 95%)
Calculer l'intervalle de confiance sur la base du niveau de certitude défini
- intervalle de confiance à 68% avec l'erreur standard absolue simple
- intervalle de confiance à 95% avec l'erreur standard absolue double
Vérifier si l'intervalle de confiance correspondant n'inclut pas la valeur 0

Réponse

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard		intervalle de confiance
		simple	double	68%	95%
	%	±	±	%	%
publique	-10	3	6	-13 à -7	-16 à -4
privée	-2	3	6	-5 à +1	-8 à +4
total	-6	2	4	-8 à -4	-10 à -2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Pour les forêts publiques comme pour le total, tant l'intervalle de confiance à 68% que celui à 95% n'incluent pas la valeur 0. Pour les deux niveaux de certitude, on arrive ainsi à la conclusion que le volume des arbres vifs a diminué sur le Plateau, tant dans les forêts publiques que dans le total. En revanche, la diminution du volume n'est pas statistiquement certaine pour les forêts privées (car les intervalles de confiance incluent la valeur 0).

Les évolutions (bilans) peuvent être interprétées à l'aide de l'erreur standard absolue ou relative (voir les exemples 6 et 7). Il est recommandé d'utiliser l'erreur standard absolue lorsque la valeur estimée est indiquée en pourcentage (%) dans le tableau (comme dans l'exemple 7) et l'erreur standard relative lorsque la valeur estimée est indiquée en chiffres absolus (m³, m³/ha, pc, m2) dans le tableau (comme dans l'exemple 6). Ainsi, l'erreur standard peut être directement extraite du tableau et ne doit donc pas être convertie.

Pour vérifier si une évolution est statistiquement assurée, il est recommandé d'analyser, dans la mesure du possible, le bilan entre les deux inventaires. Les bilans sont plus sensibles que les comparaisons d'état, ce qui permet de mieux détecter les différences sur le plan statistique (voir les exemples 5, 6 et 7).

haut

4. Quand ne suffit-il pas de considérer uniquement l'erreur standard ?

L'Inventaire forestier national (IFN) est un inventaire à grande échelle basé sur des échantillons, dont les placettes d'échantillonnage sont disposées sur une grille dont les mailles mesurent 1,4 km × 1,4 km. L'IFN a été conçu de manière à pouvoir prédire le volume des arbres vifs pour l'ensemble de la Suisse avec une erreur standard maximale de 1%.

Lorsque les résultats sont calculés pour des régions ou des classes individuelles, l'erreur standard augmente rapidement. Cela s'explique par le fait que pour la combinaison d'expressions de variables* choisie, le nombre de placettes d'échantillonnage et d'objets examinés (c'est-à-dire d'arbres échantillons, de plantes de la jeune forêt, de morceaux de bois mort, etc.) est nettement plus faible que pour le total.

Exemple 8 : Erreur standard et combinaison d’expression de variables

région	volume des arbres vifs
	total		érable		érable sycomore		érable plane
	valeur estimée	erreur standard	valeur estimée	erreur standard	valeur estimée	erreur standard	valeur estimée	erreur standard
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Suisse	343	1	12	5	11	5	1	20
région de production "Plateau"	363	2	15	10	14	11	0	50
canton d'Argovie	289	7	15	20	13	20	1	63

L'erreur standard augmente avec le niveau de détail.

On peut s'attendre à des erreurs standard importantes si

les arrondissements forestiers ont été choisis comme découpage régional ou que les résultats sont calculés pour de petits cantons (p. ex. Appenzell Rhodes-Intérieures, Nidwald),
une variable de classification comportant de nombreuses classes a été choisie (p. ex. l'essence dans 56 classes),
plusieurs variables de classification ont été combinées (par exemple, l'essence principale et le stade de développement).

Des erreurs standard importantes indiquent qu'une estimation a peut-être été réalisée sur la base d'un nombre trop faible de placettes d'échantillonnage ou d'objets et que, par conséquent, le résultat de l'estimation pourrait ne pas être fiable.

Pour la variable cible « nombre de tiges de la jeune forêt avec abroutissement » (intensité de l'abroutissement), l'incertitude de l'estimation ne se traduit pas nécessairement par une erreur standard élevée. Cela s'explique par le fait que cette variable cible est une estimation sous forme de quotient** qui, en raison de la méthode de relevé, ne repose pour les essences relativement rares (p. ex. pin, mélèze, arole, chêne, châtaignier) que sur un petit nombre d’individus examinés. En conséquence, pour la valeur cible « nombre de tiges de la jeune forêt avec abroutissement », il faudrait toujours vérifier le nombre de plantes examinées sur lequel se basent les différentes valeurs estimées. En règle générale, pour chaque valeur estimée, au moins 30 plantes de la jeune forêt devraient être examinées quant à l’abroutissement pour obtenir une estimation fiable.

haut

5. Deux types d’évolutions ?

L'Inventaire forestier national (IFN) distingue deux types d’évolutions:

Le premier type concerne des variables cibles spécifiques pour des composantes d’évolution telles que l'accroissement, l'exploitation ou la mortalité. Ces variables cibles ne sont disponibles que pour deux cycles de mesure successifs, par exemple IFN4-IFN5. Lors de l'évaluation des composantes d’évolution, l’expression de la variable de classification du second cycle de mesure est généralement attribuée au premier cycle de mesure. Ces évaluations ne tiennent donc pas compte du changement de l'expression d'une variable de classification (par exemple de la propriété privée à la propriété publique) entre deux inventaires successifs.
Dans le deuxième type, la différence entre des variables cibles telles que le nombre de tiges, le volume des arbres vifs ou la surface forestière est utilisée pour dresser le bilan de l’évolution entre deux cycles de mesure. Ces variables cibles sont généralement utilisées pour représenter des états, par exemple l'IFN5, mais peuvent montrer le bilan entre deux cycles de mesure successifs ou non, par exemple l'IFN1 et l'IFN5. Dans ces évaluations, le changement de l'expression est pris en compte pour une partie des variables de classification. Il s'agit par exemple des variables de classification « état des arbres » ou « forêt, non forêt ». Ainsi, on peut voir par exemple que la surface forestière a augmenté. Pour l'autre partie des variables de classification, les expressions sont considérées comme statiques. Cela signifie que l'état le plus actuel – qu'il ait été relevé dans un cycle de mesure (p. ex. fonction prioritaire IFN5) ou qu'il provienne d'une source de données externe (p. ex. forêt protectrice [2022]) – est attribué à tous les cycles de mesure.

haut

6. Évaluations de l’évolution : quand les résultats sont-ils (non) additifs ?

Les résultats sont

additifs lorsqu'ils sont présentés en tant qu’évolution totale entre deux points de mesure. Par exemple, les exploitations indiquées en mètres cubes (m³) pour les différentes régions de production peuvent être additionnées pour obtenir l'exploitation pour la Suisse.
ne sont pas additifs s’il sont présentés en tant qu’évolution par année (p. ex. m³/an). En conséquence, les exploitations indiquées en mètres cubes par an (m³/an) pour les différentes régions de production, par exemple, ne peuvent pas être additionnées pour obtenir l'exploitation pour la Suisse.

Exemple 9 : Additivité/non-additivité des évolutions

	volume des abres vifs: évolution totale IFN4–IFN5 (1000 m³)*
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
zones supérieures/inférieures	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
zones inférieures	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
zones supérieures	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
	* dans la forêt accessible sans la forêt buissonnante IFN4/IFN5
	additif

	volume des arbres vifs: évolutions par an IFN4–IFN5 (in 1000 m³/an)*
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
zones supérieures/inférieures	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%
zones inférieures	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
zones supérieures	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
	* dans la forêt accessible sans la forêt buissonnante IFN4/IFN5
	non additif

La non-additivité des évolutions par année provient du fait que l’évolution totale est divisée par le nombre moyen d'années qui s'écoule entre les deux mesures dans le domaine* considérée et que le nombre moyen d'années varie légèrement selon le domaine*.

Exemple 10 : Nombre moyen d'années par région

domaine		nombre moyen d’années
région de production	zones supérieures/inférieures
Plateau	-	8.75
Plateau	zones supérieures	8.56
Plateau	zones inférieures	8.76
Sud des Alpes	-	8.90
Sud des Alpes	zones supérieures	8.90
Sud des Alpes	zones inférieures	8.89
* entre les mesures de l’IFN4 et de l’IFN5 dans la forêt accessible sans la forêt buissonnante

haut

7. Pourquoi l'erreur standard et la valeur estimée sont-elles parfois représentées par un point (« . ») ?

Lors du calcul d'un tableau de résultats, les données ne sont pas toujours disponibles pour toutes les combinaisons d'expressions de variables de classification*. Dans la plupart des cas, cela indique que le paramètre estimé à l'aide de la variable cible n'existe pas ou n'existe que très rarement. Généralement, on introduit alors la valeur 0. Mais comme cette valeur ne repose sur aucune mesure directe, l'erreur standard correspondante est représentée par un point (« . »). Si le calcul se réfère à la valeur supposée de 0, par exemple pour les pourcentages ou certaines estimations d’évolution, aucune valeur ne peut être utilisée. Dans ce cas, la valeur estimée et l'erreur standard sont représentées par un point (« . »).

Par exemple, aucun arole n'a été trouvé et mesuré jusqu'à présent par l’Inventaire forestier national (IFN) sur le Plateau (volume des aroles vifs par région de production). On peut donc supposer que les valeurs manquent parce que l'arole n'est effectivement pas présent sur le Plateau et que le volume doit donc y être nul.

haut

8. Pourquoi certains tableaux n'indiquent-ils pas d'erreur standard ?

Les données de ces tableaux proviennent d'un relevé exhaustif et non d'un inventaire par échantillonnage. En conséquence, il n'est pas nécessaire d'indiquer une erreur standard puisqu'il n'y a pas d'incertitude liée à l'échantillonnage.

Par exemple, le relevé de desserte que l'Inventaire forestier national (IFN) effectue périodiquement auprès des services forestiers locaux est un relevé exhaustif.

haut

Valeurs négatives en cas de volume, d'accroissement ou d'exploitation ?

Des valeurs négatives sont possibles si le résultat n'a pu être calculé qu'à partir de quelques arbres. L'estimation n'est donc pas fiable. Cela se reflète également dans l'erreur standard, qui est en général particulièrement élevée lorsque les valeurs de volume, d'accroissement ou d'exploitation sont négatives.

Les valeurs négatives sont dues au fait que, lors de la détermination du volume de bois de tige des arbres échantillons, le volume estimé uniquement sur la base du diamètre à hauteur de poitrine (DHP) est ajusté avec le volume des arbres échantillons de tarif estimé sur la base du DHP, du diamètre à 7 m de hauteur et de la hauteur des arbres. Cette procédure permet un calcul non biaisé et plus précis du volume de bois de tige. Elle peut toutefois conduire à des valeurs négatives pour toutes les variables cibles basées sur le volume de bois de tige des arbres d'échantillonnage (p. ex. volume des arbres vifs, accroissement, exploitation) si le nombre d'arbres d'échantillonnage dans une combinaison d’expressions de variables* est faible.

haut

IFN2
volume des arbres vifs (bois de tige)
forêt de protection contre des processus liés aux cours d'eau (2022) · essence principale
découpage régional: arrondissement forestier (2024)
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km
état 1993/95
		arrondissement forestier (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		lacs		Suisse
forêt de protection contre des processus liés aux cours d'eau (2022)	essence principale	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.
à l'interieur	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	0	.	0	.	0	.	0	.	811	36	845	32	9176	11	4197	14	1176	27	492	29	0	.	14	100	84	66	0	.	97	76	1321	27	1808	26	781	36	0	.	1046	41	3156	18	1922	21	3447	17	6536	12	2617	16	285	31	219	52	0	.	1276	27	15	.	88	72	58	100	0	.	124	95	409	42	1249	30	1363	22	807	42	835	42	1898	21	491	38	1536	29	0	.	67	100	81	.	109	100	32	72	507	34	1578	27	529	38	91	74	34	100	33	72	587	32	1375	21	1055	27	0	.	120	60	7	100	242	43	34	88	323	47	540	39	628	46	938	36	384	56	846	30	1097	26	220	49	21	.	3	100	0	.	0	.	0	.	0	.	0	.	71	100	0	.	172	67	30	.	54	60	2908	15	2661	16	3873	14	410	42	100	69	211	57	151	44	145	50	0	.	171	72	0	.	0	.	72617	3
	sapin	0	.	0	.	0	.	0	.	241	44	673	34	1186	27	4184	14	797	33	591	33	0	.	0	.	144	52	0	.	64	100	27	76	680	32	275	52	0	.	253	53	241	41	293	38	46	55	364	38	0	.	847	27	297	46	92	82	191	49	1	.	49	80	25	100	0	.	0	.	239	51	31	88	371	42	387	35	255	40	413	35	275	46	643	32	0	.	53	73	2	.	0	.	90	63	312	40	389	38	276	47	60	60	3	100	0	.	0	0	192	64	0	.	0	.	0	.	12	100	258	46	307	38	222	58	304	42	0	.	108	68	185	44	234	59	583	32	140	57	0	.	16	100	0	.	0	.	0	.	0	.	0	.	55	100	0	.	13	100	7	.	10	100	278	52	247	46	403	29	136	52	0	.	88	74	230	44	241	49	0	.	0	.	0	.	0	.	19631	5
	pin	0	.	0	.	0	.	0	.	21	100	0	.	207	42	36	58	27	100	35	76	0	.	0	.	33	100	0	.	0	.	0	.	0	.	15	100	0	.	0	.	72	64	118	54	0	.	116	36	161	45	59	94	0	.	0	.	-1	100	0	.	8	100	0	.	0	.	7	100	0	.	28	100	11	81	54	90	0	.	168	53	0	.	29	94	0	.	0	.	0	.	24	100	72	74	33	100	5	100	0	.	11	89	0	.	0	.	10	100	142	70	0	.	0	.	0	.	0	.	0	.	0	.	1	100	37	100	0	.	60	68	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	100	0	.	0	.	0	.	0	.	760	29	215	31	373	32	0	.	25	100	62	71	17	73	30	100	0	.	41	71	0	.	0	.	3138	11
	mélèze	0	.	0	.	0	.	0	.	6	100	65	100	51	58	0	.	0	.	46	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	141	48	248	35	30	71	1135	17	1892	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	7	100	119	54	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	100	2	100	0	.	0	.	264	51	310	27	118	51	127	49	27	100	31	81	846	21	377	43	340	45	0	.	0	.	11	100	52	79	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2772	14	1524	17	845	19	34	100	0	.	32	100	0	.	0	.	0	.	0	.	0	.	0	.	11503	6
	arole	0	.	0	.	0	.	0	.	0	.	0	.	7	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	7	100	0	.	51	72	430	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	254	30	233	30	41	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1060	15
	autres résineux	0	.	0	.	0	.	0	.	0	.	2	100	1	100	0	.	58	72	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	75	0	.	0	.	0	.	13	83	1	100	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	1	100	-11	100	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	9	100	0	.	1	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	1	100	0	.	6	100	0	.	14	72	2	100	0	.	0	.	0	.	0	.	135	39
	hêtre	0	.	0	.	0	.	0	.	60	81	409	49	1773	28	1394	23	535	31	811	28	0	.	105	92	400	39	0	.	2	100	112	53	268	42	84	86	0	.	465	34	380	47	53	49	16	100	230	35	0	.	994	22	306	46	16	71	482	38	46	.	2	420	74	89	0	.	0	.	262	40	27	87	742	42	228	36	387	49	600	34	513	37	1055	30	0	.	28	73	0	.	53	100	203	48	366	33	164	80	189	38	33	57	73	61	123	74	0	.	180	40	0	.	804	38	587	28	364	28	762	25	601	26	610	27	166	63	0	.	48	62	83	73	171	65	259	38	249	52	0	.	12	100	0	.	1	.	0	.	0	.	92	100	63	72	0	.	91	66	25	.	179	51	0	.	19	95	314	29	159	45	303	53	249	49	201	42	278	46	0	.	12	71	0	.	0	.	20944	5
	érable	0	.	0	.	0	.	0	.	37	63	18	58	373	20	88	27	5	65	131	39	0	.	41	72	13	94	0	.	0	.	25	76	67	42	9	63	0	.	187	37	53	48	4	81	25	62	29	70	0	.	165	34	68	55	8	100	44	43	0	.	3	74	22	79	0	.	0	.	107	58	61	78	60	41	77	40	58	41	255	34	142	35	292	34	0	.	5	100	0	.	9	76	40	67	64	58	44	60	6	59	71	86	8	100	11	91	8	93	7	100	1	100	3	78	8	100	27	59	26	97	16	67	0	.	18	58	4	100	2	100	52	75	55	57	118	30	79	61	0	.	12	84	0	.	0	.	0	.	0	.	9	100	5	100	0	.	-9	133	7	.	4	100	10	75	15	55	77	39	80	48	46	60	14	97	138	46	71	40	0	.	0	.	0	.	0	.	3626	7
	frêne	0	.	0	.	0	.	0	.	33	76	56	67	127	39	244	40	108	61	23	70	0	.	7	100	14	74	0	.	0	.	86	67	37	69	16	100	0	.	69	63	9	77	2	100	62	82	50	50	0	.	338	52	69	53	16	100	61	62	0	.	18	100	6	100	0	.	0	.	32	79	12	94	38	70	143	47	46	63	54	41	72	63	158	40	0	.	17	100	0	.	22	72	81	73	105	85	24	96	99	65	46	63	24	100	6	76	1	100	12	92	6	100	17	68	49	46	124	46	16	51	-12	127	23	69	5	73	6	68	0	.	8	100	9	92	23	67	94	50	39	.	1	100	0	.	0	.	0	.	0	.	11	100	19	75	0	.	43	76	0	.	17	100	11	46	12	77	87	44	42	70	89	65	59	56	129	54	53	58	0	.	29	77	0	.	0	.	3449	10
	chêne	0	.	0	.	0	.	0	.	0	.	12	100	31	77	0	.	28	60	0	.	0	.	0	.	26	100	0	.	0	.	25	100	0	.	0	.	0	.	0	.	0	.	0	.	7	100	100	57	38	100	16	73	10	100	0	.	18	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	29	100	0	0	6	100	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	15	100	50	100	34	80	0	.	0	.	0	.	12	65	101	47	112	38	61	86	96	71	39	75	2	100	0	.	12	100	0	.	12	100	0	.	61	74	0	.	0	.	0	.	3	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	8	77	6	49	8	47	0	.	0	.	18	74	9	100	0	.	0	.	0	.	0	.	0	.	1031	16
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	148	39	22	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100	295	47	42	67	201	47	344	39	581	28	379	42	239	35	751	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	26	88	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3065	12
	autres feuillus	0	.	0	.	0	.	0	.	21	68	18	100	270	28	95	31	23	62	27	42	0	.	20	100	17	52	0	.	15	73	8	42	7	63	42	59	0	.	43	48	42	49	10	55	45	38	352	24	93	45	60	31	17	70	0	.	55	63	0	.	2	100	0	.	0	.	1	100	8	76	24	61	41	42	1	100	42	51	138	45	47	51	133	38	0	.	0	0	1	.	14	85	3	100	20	64	9	48	71	63	0	.	12	100	9	100	52	53	124	32	91	63	143	36	283	29	313	26	320	28	166	38	345	28	28	53	28	85	17	66	7	79	33	69	25	46	14	89	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	5	71	0	.	0	.	184	30	108	34	151	27	9	78	11	66	9	100	20	58	4	100	0	.	0	.	0	.	0	.	4356	6
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.	1230	30	2100	27	13203	10	10238	11	2756	21	2178	21	0	.	187	75	730	37	0	.	178	71	1603	26	2866	21	1220	32	0	.	2064	27	4102	15	2657	19	3677	16	9110	10	5265	12	2766	18	987	31	131	78	2125	23	62	.	170	69	186	72	0	.	132	90	1058	34	1432	28	2680	20	1699	28	1659	30	3634	17	1548	27	3846	21	0	.	170	75	83	.	231	66	520	43	1416	27	2213	24	1198	32	328	48	204	59	217	60	939	26	2637	16	1314	24	1308	26	1519	20	1571	17	2916	14	1825	18	2654	17	1101	30	665	44	1197	31	770	37	1373	27	2105	22	858	34	60	.	54	81	0	.	4	.	0	.	0	.	121	80	230	59	0	.	314	62	70	.	274	48	7205	10	5041	12	6200	11	870	33	580	40	741	36	909	32	823	35	0	.	252	71	0	.	0	.	144555	2
à l'extérieur	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	854	31	1075	33	1126	28	2198	21	628	38	1910	24	7099	14	4989	14	7421	11	2963	16	262	64	237	49	362	54	3	.	1452	27	1289	28	2178	22	1512	26	14	88	2083	22	2281	20	1942	20	2664	18	3824	15	2581	16	3286	15	2073	22	2745	19	3512	19	312	39	1019	22	627	37	503	32	1945	22	608	32	884	29	988	38	1638	27	475	44	858	28	1004	30	2112	24	1449	22	1150	28	452	39	747	38	374	38	1316	27	1606	27	751	31	1680	26	1086	31	1031	27	261	57	135	51	409	44	0	.	0	.	0	.	-3	100	29	82	53	100	167	51	409	48	595	34	599	35	191	36	861	34	1182	31	530	52	1185	23	406	41	519	36	1772	17	882	28	1005	25	997	25	97	44	440	51	179	47	1449	35	1037	24	808	31	1152	26	927	35	830	38	1194	29	979	25	1359	23	903	29	839	35	1066	30	0	.	114622	3
	sapin	442	38	116	39	232	53	1297	25	188	45	436	41	558	33	3531	15	3638	15	2256	19	50	77	185	48	140	66	0	.	225	46	178	57	541	40	448	42	0	.	246	52	38	66	200	49	183	62	149	64	15	100	2428	18	954	29	2333	18	1267	24	449	46	878	26	368	33	424	33	1322	23	48	51	184	55	85	59	327	34	66	100	103	66	134	52	1190	32	99	58	427	36	426	32	319	44	389	30	161	58	274	40	193	43	534	40	154	54	216	66	0	.	0	.	57	100	0	.	0	.	0	.	0	.	5	100	0	.	29	68	63	100	45	91	212	58	20	61	200	48	106	69	10	100	468	34	407	41	646	34	262	38	305	42	438	28	302	36	176	61	335	50	299	56	119	51	0	.	1	100	115	60	210	39	200	47	277	38	903	29	257	42	67	69	78	100	208	64	0	.	37865	4
	pin	186	37	294	40	101	38	245	41	0	.	8	100	209	75	9	100	455	29	265	47	162	61	153	50	254	43	0	.	37	64	162	60	0	.	259	59	66	72	0	.	249	44	546	30	27	100	568	34	964	21	532	30	0	.	102	57	50	66	56	74	16	100	33	100	0	.	0	.	0	.	64	100	0	.	44	60	0	.	0	.	8	86	41	91	303	31	98	54	123	36	17	88	201	37	124	62	7	100	5	100	117	43	105	50	267	36	0	0	21	100	45	75	0	.	0	.	75	100	0	.	0	.	36	100	15	100	24	100	64	83	-3	100	0	.	0	.	0	.	10	80	4	100	100	93	26	79	0	.	23	52	0	.	74	67	10	100	0	.	34	100	0	.	437	31	147	35	172	48	0	.	14	100	181	38	92	54	410	38	194	43	234	45	154	54	0	.	10125	7
	mélèze	67	70	152	44	29	82	141	64	0	.	0	.	117	60	42	71	155	42	0	.	0	.	0	.	17	71	0	.	97	100	64	66	0	.	47	79	0	.	25	100	279	41	254	34	127	44	588	23	1782	17	25	71	117	90	6	100	0	.	0	.	0	.	0	.	22	100	0	.	0	.	0	.	0	.	21	78	6	100	227	53	34	100	0	.	87	58	18	100	5	100	9	100	0	.	0	.	0	.	24	100	16	100	27	91	1	100	41	74	77	50	56	45	19	73	7	100	8	100	96	43	40	54	0	.	0	.	0	.	0	.	40	72	7	100	37	100	35	100	81	100	0	.	1	100	0	.	0	.	8	100	0	.	73	52	0	.	0	.	0	.	0	.	1583	23	527	31	528	36	0	.	10	100	2	100	33	71	0	.	51	66	73	87	132	63	0	.	8189	8
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	99	48	800	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	230	34	2	62	52	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1207	16
	autres résineux	8	71	13	71	20	100	41	70	2	100	0	.	0	.	0	.	178	45	0	.	13	100	0	.	0	.	50	.	49	99	0	.	0	.	0	.	0	.	1	100	3	73	2	100	0	.	0	.	25	57	0	.	38	94	77	99	0	.	0	.	0	.	3	100	0	.	0	.	6	100	0	.	1	100	96	100	0	.	0	.	0	.	6	100	29	81	3	100	6	88	6	80	0	.	0	.	0	.	0	.	3	100	0	.	5	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	5	60	0	.	3	100	0	.	0	.	7	100	4	58	2	100	1	100	0	.	0	.	0	.	72	78	0	.	65	100	0	.	0	.	10	100	0	.	1	100	0	.	0	.	32	65	4	85	6	100	0	.	0	.	0	.	0	.	898	22
	hêtre	2313	16	934	21	772	25	1712	22	142	42	406	30	875	29	1157	22	4209	13	2178	15	734	34	943	28	1480	24	0	.	520	42	713	31	712	33	1213	25	0	.	469	35	107	43	355	32	33	71	63	55	0	.	3100	14	965	28	602	31	486	33	280	36	272	37	346	43	207	35	352	26	281	42	38	89	423	43	294	48	431	47	281	41	486	41	492	36	1534	16	1559	22	1173	21	764	27	1539	20	360	49	57	74	548	36	357	33	156	40	713	24	0	.	0	.	0	.	28	60	13	103	19	53	26	83	6	100	6	100	98	48	8	100	24	100	276	40	45	64	121	66	388	47	22	67	770	27	314	41	200	33	194	31	372	32	911	24	386	43	519	36	212	43	113	49	292	40	0	.	0	.	178	47	166	56	310	42	450	41	845	28	702	27	586	34	358	34	293	32	0	.	49383	3
	érable	322	29	94	33	83	38	101	42	34	55	153	41	256	35	106	32	246	31	274	22	98	45	166	35	123	43	0	.	57	58	40	65	74	39	33	69	7	91	104	45	-7	127	17	71	30	58	16	66	2	100	359	22	73	47	43	43	122	41	38	60	60	50	46	74	59	83	29	47	61	43	1	100	28	54	97	39	41	63	12	87	14	71	203	36	61	42	112	52	108	31	56	41	176	31	79	40	16	54	43	64	178	49	37	80	47	62	0	.	0	.	0	.	14	59	13	81	-3	177	20	92	0	.	0	.	46	50	51	80	0	.	81	47	68	82	44	47	20	68	0	.	64	38	34	72	13	65	27	51	24	59	71	35	74	54	2	100	3	100	0	.	38	71	0	.	3	81	31	38	27	70	39	54	132	56	91	45	94	51	61	49	65	58	46	89	0	.	5920	6
	frêne	347	23	317	41	215	37	144	37	8	100	163	44	30	64	115	44	380	25	100	41	244	44	19	73	92	52	0	.	74	63	18	81	228	39	230	39	6	79	149	71	53	74	8	78	31	65	11	75	49	83	549	23	325	75	100	49	33	60	36	87	7	74	1	100	0	.	13	100	170	56	22	71	5	71	295	35	168	42	37	67	52	55	35	50	104	46	21	63	50	59	81	59	113	56	71	62	9	100	11	100	180	35	295	40	209	51	7	174	0	.	3	100	4	71	4	76	66	47	27	60	6	100	41	74	35	100	13	100	13	100	97	52	24	92	10	100	94	60	2	61	31	76	105	52	0	.	2	100	69	70	160	53	104	56	14	73	106	70	0	.	209	53	30	67	23	61	70	48	214	51	125	52	129	53	98	49	220	35	126	51	94	53	127	50	0	.	8529	6
	chêne	274	30	266	35	77	57	241	32	0	.	0	.	4	100	27	75	621	19	-1	100	180	44	29	95	41	57	0	.	46	57	0	.	48	52	118	48	444	38	0	.	8	100	93	79	0	.	0	.	0	.	329	40	104	56	98	83	58	83	89	55	0	.	18	84	0	.	0	.	1	100	0	.	0	.	145	94	44	63	0	.	11	83	6	100	361	34	52	76	54	80	59	62	142	36	2	74	0	.	35	100	59	57	215	57	234	34	0	.	0	.	0	.	7	72	5	76	149	45	75	71	29	65	17	84	15	100	30	100	0	.	63	68	10	91	0	.	33	100	0	.	41	65	462	39	186	50	0	.	307	38	69	93	91	51	145	35	43	63	0	.	215	77	17	72	34	56	59	39	17	100	41	84	14	100	6	100	117	49	119	42	126	49	112	51	0	.	7285	7
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	153	59	17	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	.	71	86	155	73	75	83	469	44	566	27	232	68	28	82	179	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	97	0	.	7	100	0	.	0	.	0	.	0	.	85	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2068	17
	autres feuillus	387	46	312	31	104	54	45	86	4	78	22	57	160	46	91	77	365	33	140	39	167	41	73	66	59	34	0	.	41	75	51	74	24	40	25	50	23	64	96	46	29	80	44	51	131	37	188	32	140	54	284	23	103	50	27	48	51	61	37	60	11	52	15	94	11	71	41	60	87	59	21	71	4	81	12	100	78	54	50	63	102	46	22	48	28	46	41	43	34	50	151	49	105	40	48	52	30	51	9	91	260	42	52	51	162	43	51	68	44	58	9	50	164	54	85	54	322	32	52	42	4	100	53	50	7	77	40	65	22	55	74	41	190	54	31	63	21	61	31	59	76	48	75	55	6	52	8	47	50	67	20	43	86	78	49	66	61	71	3	100	12	61	98	56	51	36	229	41	29	76	51	60	92	43	49	56	39	78	118	39	86	61	54	57	0	.	7138	6
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	5199	13	3574	17	2760	18	6165	14	1006	34	3097	22	9309	12	10067	12	17669	8	8175	11	1910	24	1806	23	2568	20	53	.	2598	23	2513	22	3805	19	3884	18	560	36	3173	19	3040	18	3460	17	3226	17	5659	12	6376	11	10892	9	4751	18	6133	14	5579	16	1299	25	2263	19	1456	27	1226	26	3701	17	1263	24	1214	26	1533	31	2970	21	1325	30	1568	25	1845	26	4107	20	4055	15	3479	19	2430	18	2209	22	3041	17	2159	24	2000	25	1619	26	3385	19	2126	25	2886	19	360	45	348	33	735	33	310	38	596	37	1202	20	525	40	147	43	384	39	413	40	638	41	777	34	1439	24	558	36	1303	31	1880	29	695	43	2643	18	1907	24	1597	24	2266	16	2041	21	2674	18	2290	18	1011	28	1272	33	628	43	2335	26	3440	16	1596	22	2671	17	1589	29	1621	27	2501	22	3099	20	3202	19	2225	21	1953	24	2191	23	0	.	253229	2
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	854	31	1075	33	1126	28	2198	21	1439	26	2755	19	16275	9	9186	10	8598	10	3456	14	262	64	251	47	446	45	3	.	1548	26	2609	19	3986	17	2293	21	14	88	3129	20	5437	13	3863	15	6111	12	10360	9	5199	11	3571	14	2292	21	2745	19	4788	16	327	37	1107	20	685	35	503	32	2069	21	1017	26	2132	21	2351	21	2445	23	1310	31	2757	17	1495	24	3648	18	1449	22	1217	27	534	36	856	36	406	35	1823	21	3184	19	1281	24	1770	25	1120	30	1064	27	848	28	1510	20	1464	23	0	.	120	60	7	100	239	43	63	61	376	42	707	32	1037	34	1533	26	983	30	1038	26	1958	21	1403	28	551	50	1189	23	406	41	519	36	1772	17	882	28	1005	25	1068	24	97	44	611	41	210	42	1504	33	3945	13	3469	14	5025	12	1337	28	930	34	1405	26	1130	22	1504	21	903	29	1009	31	1066	30	0	.	187239	2
	sapin	442	38	116	39	232	53	1297	25	429	31	1109	26	1745	21	7716	10	4435	13	2847	17	50	77	185	48	284	42	0	.	289	42	205	50	1220	25	723	32	0	.	499	37	280	36	493	30	229	51	513	32	15	100	3276	15	1252	25	2425	17	1457	22	450	46	927	25	394	31	424	33	1322	23	288	43	215	48	456	36	714	25	321	38	516	31	409	35	1833	24	99	58	480	33	427	32	319	44	479	27	473	33	663	28	469	33	594	36	157	53	216	66	0	0	192	64	57	100	0	.	0	.	12	100	258	46	312	37	222	58	333	39	63	100	153	55	397	37	255	55	783	27	246	44	10	100	485	33	407	41	646	34	262	38	305	42	438	28	357	34	176	61	347	49	306	54	130	48	278	52	248	46	518	26	346	31	200	47	365	34	1132	24	498	32	67	69	78	100	208	64	0	.	57496	3
	pin	186	37	294	40	101	38	245	41	21	100	8	100	416	43	45	51	482	28	300	42	162	61	153	50	288	39	0	.	37	64	162	60	0	.	274	56	66	72	0	.	321	37	664	27	27	100	684	29	1125	19	592	28	0	.	102	57	49	67	56	74	24	74	33	100	0	.	7	100	0	.	92	76	11	81	98	56	0	.	168	53	8	86	70	66	303	31	98	54	123	36	41	69	273	33	157	53	13	72	5	100	128	40	105	50	267	36	10	100	164	62	45	75	0	.	0	.	75	100	0	.	0	.	37	97	52	77	24	100	124	54	-3	100	0	.	0	.	0	.	10	80	4	100	100	93	26	79	0	.	23	52	0	.	90	58	10	100	0	.	34	100	0	.	1196	22	362	23	545	27	0	.	40	73	243	34	109	47	440	36	194	43	275	40	154	54	0	.	13264	6
	mélèze	67	70	152	44	29	82	141	64	6	100	65	100	167	45	42	71	155	42	46	100	0	.	0	.	17	71	0	.	97	100	64	66	0	.	47	79	0	.	25	100	420	31	502	24	157	38	1723	14	3674	11	25	71	117	90	6	100	0	.	0	.	0	.	0	.	22	100	0	.	0	.	0	.	13	100	21	78	13	71	346	40	34	100	0	.	87	58	18	100	5	100	9	100	0	.	0	.	0	.	51	71	18	88	27	91	1	100	305	45	386	24	174	38	145	44	34	82	39	68	942	19	417	39	340	45	0	.	0	.	11	100	92	55	19	73	37	100	35	100	81	100	0	.	1	100	0	.	0	.	8	100	0	.	73	52	0	.	0	.	0	.	0	.	4355	12	2051	15	1373	18	34	100	10	100	34	94	33	71	0	.	51	66	73	87	132	63	0	.	19692	5
	arole	0	.	0	.	0	.	0	.	0	.	0	.	7	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	7	100	0	.	149	40	1229	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	100	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	484	23	235	30	93	56	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2267	11
	autres résineux	8	71	13	71	20	100	41	70	2	100	2	100	1	100	0	.	235	38	22	100	13	100	0	.	0	.	50	.	49	99	0	.	0	.	0	.	0	.	1	100	6	52	2	100	0	.	0	.	38	47	1	100	39	92	77	99	0	.	0	.	0	.	3	100	0	.	0	.	6	100	0	.	1	100	96	99	1	100	-11	100	3	100	6	100	29	81	3	100	6	88	6	80	0	.	0	.	0	.	1	100	3	100	0	.	5	73	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	1	100	0	.	7	52	0	.	3	100	0	.	0	.	7	100	14	70	2	100	2	74	0	.	0	.	0	.	72	78	0	.	65	100	0	.	0	.	10	100	0	100	1	71	0	.	6	100	32	65	18	59	7	81	0	.	0	.	0	.	0	.	1033	19
	hêtre	2313	16	934	21	772	25	1712	22	202	38	815	29	2648	21	2551	16	4743	12	2989	13	734	34	1048	26	1880	20	0	.	523	42	824	28	980	26	1297	24	0	.	934	24	487	38	408	29	48	58	293	30	0	.	4094	12	1270	24	618	30	968	25	326	34	274	37	420	39	207	35	352	26	543	29	66	63	1165	31	522	31	818	34	881	27	999	27	1547	23	1534	16	1587	22	1173	21	817	26	1742	18	726	29	221	63	736	28	390	31	229	33	836	23	0	.	180	40	0	.	832	37	600	27	383	27	788	24	606	26	616	26	264	43	8	100	72	53	359	35	216	53	380	33	638	35	22	67	782	26	314	41	201	33	194	31	372	32	1003	23	449	38	519	36	303	36	137	44	470	31	0	.	19	95	492	25	326	36	613	33	698	32	1046	24	979	23	586	34	369	33	293	32	0	.	70327	2
	érable	322	29	94	33	83	38	101	42	71	42	171	38	629	19	194	21	251	31	405	19	98	45	207	31	136	40	0	.	57	58	64	50	141	29	42	56	7	91	291	29	46	59	21	59	55	42	45	51	2	100	524	18	141	36	50	40	166	32	38	60	63	48	68	56	59	83	29	47	168	40	62	77	88	33	174	28	99	36	267	33	156	33	495	25	61	42	117	50	108	31	65	37	216	28	143	34	60	46	49	57	249	42	44	69	58	53	8	93	7	100	1	100	17	50	21	62	24	71	46	68	16	67	0	.	64	40	55	75	2	100	133	41	123	52	161	25	99	51	0	.	75	34	34	72	13	65	27	51	24	59	80	33	79	51	2	100	-5	226	7	100	42	65	10	75	18	49	109	30	107	40	86	41	145	51	228	33	165	34	61	49	65	58	46	89	0	.	9546	4
	frêne	347	23	317	41	215	37	144	37	41	64	220	37	157	33	359	31	489	23	123	36	244	44	27	60	106	46	0	.	74	63	104	57	265	35	245	37	6	79	218	52	62	65	10	66	93	58	61	43	49	83	888	24	393	63	116	44	94	45	36	87	25	76	7	87	0	.	13	100	203	48	34	57	43	62	439	28	214	36	91	37	123	43	194	34	104	46	37	57	50	59	102	49	194	44	177	56	33	75	111	59	226	31	319	38	215	49	8	154	12	92	10	74	21	57	53	43	190	34	44	42	-6	270	64	54	40	88	18	72	13	100	104	49	33	71	33	56	189	39	42	95	32	74	105	52	0	.	2	100	69	70	171	51	123	49	14	73	149	54	0	.	226	49	41	51	36	48	157	32	256	44	214	41	187	40	227	37	272	30	126	51	123	44	127	50	0	.	11979	5
	chêne	274	30	266	35	77	57	241	32	0	.	12	100	35	69	27	75	649	18	-1	100	180	44	29	95	66	52	0	.	46	57	25	100	48	52	118	48	444	38	0	.	8	100	93	79	7	100	100	57	38	100	344	39	114	52	98	83	75	68	89	55	0	.	18	84	0	.	0	.	1	100	0	.	9	100	145	94	73	55	0	0	17	64	6	100	361	34	52	76	54	80	59	62	142	36	9	83	0	.	35	100	74	50	265	50	268	31	0	.	0	.	0	.	19	49	106	45	262	30	136	55	125	56	56	58	17	88	30	100	12	100	63	68	22	68	0	.	94	59	0	.	41	65	462	39	189	49	0	.	307	38	69	93	91	51	145	35	43	63	0	.	224	74	24	55	40	48	67	35	17	100	41	84	32	61	16	72	117	49	119	42	126	49	112	51	0	.	8315	7
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	300	35	39	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100	365	41	197	59	276	41	813	30	1146	19	611	36	268	32	930	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	97	0	.	7	100	0	.	0	.	19	100	0	.	112	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5133	10
	autres feuillus	387	46	312	31	104	54	45	86	24	59	40	55	430	24	186	41	388	31	167	34	167	41	93	56	76	29	0	.	56	58	59	64	31	34	66	42	23	64	139	35	71	44	55	43	176	29	540	19	234	37	344	20	120	44	27	48	106	44	37	60	13	47	15	94	11	71	42	59	95	54	45	47	45	39	13	91	121	39	188	37	149	36	155	33	28	46	41	43	34	49	164	45	108	39	68	41	39	41	80	57	260	42	64	46	172	41	103	43	169	28	100	57	307	33	368	25	635	20	372	25	170	37	398	25	35	45	68	52	40	42	80	39	223	47	56	41	35	51	31	59	76	48	75	55	6	52	8	47	50	67	29	43	86	78	49	66	66	66	3	100	12	61	282	28	160	26	380	27	38	61	63	51	101	40	69	43	42	72	118	39	86	61	54	57	0	.	11494	4
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	5199	13	3574	17	2760	18	6165	14	2235	22	5197	17	22512	8	20305	8	20425	7	10353	10	1910	24	1993	22	3298	18	53	.	2776	22	4116	17	6672	14	5104	16	560	36	5236	15	7141	11	6117	12	6903	12	14768	8	11641	8	13658	8	5738	16	6264	14	7704	13	1361	24	2433	18	1642	26	1226	26	3833	17	2321	20	2646	19	4214	17	4668	17	2984	21	5202	14	3393	19	7953	14	4055	15	3649	18	2513	18	2440	21	3560	16	3575	18	4213	17	2817	20	3713	18	2330	23	3103	18	1299	22	2985	15	2050	19	1617	22	2115	17	2773	13	3441	13	1972	17	3038	16	1514	24	1303	30	1975	23	2209	20	1931	22	3408	18	2738	23	755	41	2697	18	1907	24	1601	24	2266	16	2041	21	2795	18	2520	17	1011	28	1586	29	697	40	2609	24	10645	9	6637	11	8871	9	2459	22	2202	22	3242	19	4008	17	4025	17	2225	21	2205	23	2191	23	0	.	397785	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. 2302809. Birmensdorf, Swiss Federal Research Institute WSL

zurück