Auswahl aus Themenliste

Wofür stehen die Zahlen?
Wozu dient der Standardfehler?
Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?
Wann genügt es nicht, nur den Standardfehler zu betrachten?
Zwei Typen von Veränderungen?
Veränderungsauswertungen: Wann sind die Ergebnisse (nicht) additiv?
Warum hat es für Standardfehler und Schätzwert manchmal einen Punkt («.»)?
Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?
Negative Werte bei Vorrat, Zuwachs oder Nutzung?

1. Wofür stehen die Zahlen?

In den Tabellen sind mehrheitlich Ergebnisse dargestellt, die mithilfe von statistischen Verfahren aus den Daten der Stichprobeninventur des Landesforstinventars (LFI) berechnet wurden. Solche Ergebnisse bestehen immer aus zwei Zahlen: 1) dem Schätzwert und 2) dem Stichprobenfehler, dem sogenannten Standardfehler.

Beispiel 1: Schätzwert und Standardfehler

LFI5

Totholzvolumen (Schaftholz)

Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha

Bezugsfläche: zugänglicher Wald ohne Gebüschwald

Netz: 1,4-km-Netz, Unternetze 1-5

Zustand 2018/26
	Produktionsregion
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Eigentum (2 Klassen)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
öffentlich	30	10	17	13	37	9	36	6	26	10	30	4
privat	27	17	20	12	50	10	32	8	39	13	34	5
Total	29Schätzwert	9Standardfehler	19	9	44	7	35	5	29	8	32	3

Meistens ist in den Tabellen der relative (prozentuale) Standardfehler angegeben («±%»), gelegentlich – bei geschätzten Prozenten – aber der absolute Standardfehler («±»).

2. Wozu dient der Standardfehler?

Mit dem Standardfehler können Vertrauensintervalle um den Schätzwert aufgespannt werden, die den wahren Wert der Grundgesamtheit mit einer bestimmten statistischen Sicherheit enthalten.

Die statistische Sicherheit beträgt

68%, wenn das Vertrauensintervall mit dem einfachen Standardfehler berechnet wurde
(68%-Vertrauensintervall = Schätzwert ± Standardfehler), und
95%, wenn das Vertrauensintervall mit dem doppelten Standardfehler berechnet wurde
(95%-Vertrauensintervall = Schätzwert ± 2 × Standardfehler*)

Beispiel 2: Vertrauensintervalle berechnen

LFI5
Totholzvolumen (Schaftholz)
Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	Produktionsregion
	Jura
Eigentum (2 Klassen)	m³/ha	±%
öffentlich	30	10
privat	27	17
Total	29	9

Frage
Wie gross sind das 68%- und das 95%-Vertrauensintervall der oben aufgeführten Schätzwerte?

Vorgehen

Berechnen des absoluten Standardfehlers (=relativer Standardfehler × Schätzwert / 100)
Berechnen der Vertrauensintervalle
- 68%-Vertrauensintervall = Schätzwert ± absoluter Standardfehler
- 95%-Vertrauensintervall = Schätzwert ± 2 × absoluter Standardfehler

Antwort

			Schritt 1	Schritt 2

Eigentum (2 Klassen)	Totholzvolumen Jura LFI5
	Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
öffentlich	30	10	3	27-33	24-36
privat	27	17	5	22-32	17-37
Total	29	9	3	26-32mit dem einfachen Standardfehler berechnet, d.h. 29 ± 3	23-25mit dem doppelten Standardfehler berechnet, d.h. 29 ± 2 × 3

Das Totholzvolumen liegt im Jura mit einer statistischen Sicherheit von 68% zwischen 26 und 32 m³/ha und mit einer statistischen Sicherheit von 95% zwischen 23 und 35 m³/ha.

Das 95%-Vertrauensintervall ist grösser als das 68%-Vertrauensintervall. Das bewirkt die höhere statistische Sicherheit.

Beispiel 3: Visualisierung des 68%- und des 95%-Vertrauensintervalls

Daten: siehe Beispiel 2

Bei der Interpretation der Ergebnisse muss man für sich jeweils festlegen, mit welcher statistischen Sicherheit man eine Aussage treffen möchte.

Im Landesforstinventar (LFI) wird in der Regel auf das 68%-Vertrauensintervall abgestellt.

Oben

3. Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?*

Das lässt sich durch Vergleich der Vertrauensintervalle von zwei Schätzwerten überprüfen:

Überschneiden sich die 68%-Vertrauensintervalle von zwei Schätzwerten nicht, darf man mit einer gewissen Sicherheit davon ausgehen, dass sich die beiden Grundgesamtheiten unterscheiden.
Überschneiden sich die 95%-Vertrauensintervalle von zwei Schätzwerten nicht, darf man mit hoher Sicherheit davon ausgehen, dass sich die beiden Grundgesamtheiten unterscheiden.

Beispiel 4: Interpretation von zwei Ergebnissen der gleichen Inventur

LFI5
Vorrat (Schaftholz)
Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	Produktionsregion
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Eigentum (2 Klassen)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
öffentlich	331	3	311	3	405	4	300	3	256	5	314	2
privat	387	5	432	4	454	4	348	4	285	6	398	2
Total	345	2	363	2	431	2	314	2	262	4	343	1

	Fall 2						Fall 1

Fall 1

Frage
Ist der Vorrat pro Hektare in den Alpen höher als auf der Alpensüdseite?

Vorgehen

Berechnen der absoluten Standardfehler
Berechnen der Vertrauensintervalle je nach gewünschtem Sicherheitsniveau:
- 68%-Vertrauensintervalle (gewisse Sicherheit; einfacher absoluter Standardfehler)
- 95%-Vertrauensintervalle (hohe Sicherheit; doppelter absoluter Standardfehler)
Prüfen, ob die Vertrauensintervalle auf dem gewünschten Sicherheitsniveau nicht überlappen

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Alpen					Alpensüdseite
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
Total	314	2	6	308-320	302-326	262	4	10	252-272	242-282

Weder die 68%-Vertrauensintervalle noch die 95%-Vertrauensintervalle überlappen (hervorgehobene Zahlenpaare).

Bei diesem Fall hat das gewählte Sicherheitsniveau keinen Einfluss auf das Resultat.

Insgesamt bedeutet dies, dass statistisch eine hohe Sicherheit besteht, dass der Vorrat pro Hektare in den Alpen höher ist als auf der Alpensüdseite.

Fall 2

Frage
Ist der Vorrat pro Hektare im Mittelland höher als im Jura?

Vorgehen

Siehe Fall 1.

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Jura					Mittelland
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
Total	345	2	7	338-352	331-359	363	2	7	356-370	349-377

Die 68%-Vertrauensintervalle überlappen nicht (hervorgehobene Zahlenpaare).
Die 95%-Vertrauensintervalle überlappen dagegen (hervorgehobene Zahlenpaare).

In diesem Fall hat das gewählte Sicherheitsniveau einen Einfluss auf die Interpretation der Ergebnisse: Auf dem Niveau des 68%-Vertrauensintervalls kommt man zum Schluss, dass der Vorrat pro Hektare im Mittelland höher ist als im Jura. Auf dem Niveau des 95%-Vertrauensintervalls kann man hingegen diesen Schluss nicht ziehen.

Unter Betrachtung beider Sicherheitsniveaus lässt sich sagen, dass statistisch eine gewisse, aber keine hohe Sicherheit besteht, dass der Vorrat pro Hektare im Mittelland höher ist als im Jura.

Mit den Vertrauensintervallen kann auch geprüft werden, ob ein mit der Stichprobe des Landesforstinventars (LFI) geschätzter Wert von einem Sollwert (z.B. aus der Waldpolitik) abweicht oder ob eine Veränderung zwischen zwei Inventuren statistisch gesichert ist.

Beispiel 5: Interpretation von zwei Ergebnissen aus unterschiedlichen Inventuren

Eigentum (2 Klassen)	Vorrat im Mittelland*
	LFI4		LFI5
	m³/ha	±%	m³/ha	±%
öffentlich	340	3	309	3
privat	447	4	432	4
Total	386	2	363	2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Berechnen der absoluten Standardfehler
Berechnen der Vertrauensintervalle je nach gewünschtem Sicherheitsniveau:
- 68%-Vertrauensintervalle (gewisse Sicherheit; einfacher absoluter Standardfehler)
- 95%-Vertrauensintervalle (hohe Sicherheit; doppelter absoluter Standardfehler)
Prüfen, ob die Vertrauensintervalle auf dem gewünschten Sicherheitsniveau nicht überlappen

Antwort

Eigentum (2 Klassen)	Vorrat im Mittelland*
	LFI4					LFI5
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
öffentlich	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privat	447	4	16	431-463	415-479	432	4	17	415-449	398-466
Total	386	2	8	378-394	370-402	363	2	9	354-372	345-381
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Die 68%-Vertrauensintervalle überlappen beim öffentlichen Wald nicht (hervorgehobene Zahlenpaare), beim Privatwald und beim Total aber schon (hervorgehobene Zahlenpaare). Auf dem Sicherheitsniveau der 68%-Vertrauensintervalle kommt man zum Schluss, dass der Vorrat pro Hektare im öffentlichen Wald des Mittellands abgenommen hat. Für den Privatwald wie auch für das Total ist die Abnahme statistisch nicht gesichert.

Die 95%-Vertrauensintervalle überlappen in allen der drei Kategorien. Auf dem Sicherheitsniveau der 95%-Vertrauensintervalle ist es damit auch für den öffentlichen Wald statistisch nicht gesichert, dass der Vorrat abgenommen hat.

Siehe dazu aber die Beispiele 6 und 7, bei der Veränderungen zwischen zwei Inventuren anhand der sensitiveren Bilanz interpretiert werden.

Die Prüfung, ob eine Veränderung zwischen zwei Inventuren statistisch gesichert ist, ist im LFI bei vielen Zielgrössen nicht nur durch Vergleich der Zustände in den beiden Inventuren möglich (siehe Beispiel 5), sondern auch durch die Analyse der Veränderung, also der Bilanz zwischen den beiden Inventuren.

Dazu muss man auch hier zunächst das Sicherheitsniveau definieren, das für die Aussage gelten soll:

Eine Veränderung (Bilanz) fand mit einer gewissen Sicherheit statt, wenn der einfache relative Standardfehler weniger als 100% beträgt oder wenn das Vertrauensintervall, das mit dem einfachen absoluten Standardfehler berechnet wurde (68%-Vertrauensintervall), den Wert 0 nicht einschliesst.
Eine Veränderung (Bilanz) fand mit hoher Sicherheit statt, wenn der doppelte relative Standardfehler weniger als 100% beträgt oder wenn das Vertrauensintervall, das mit dem doppelten absoluten Standardfehler berechnet wurde (95%-Vertrauensintervall), den Wert 0 nicht einschliesst.

Beispiel 6: Interpretation von Veränderungen (Bilanzen) mit dem relativen Standardfehler

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
	m³/ha	±%
öffentlich	-34	30
privat	-9	147
Total	-23	34
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Festlegen des Sicherheitsniveaus (68%- oder 95%-Vertrauensintervall)
Prüfen, ob
- der einfache relative Standardfehler kleiner als 100% ist (Sicherheitsniveau des 68%-Vertrauensintervalls)
- der doppelte relative Standardfehler kleiner als 100% ist (Sicherheitsniveau des 95%-Vertrauensintervalls)

Antwort

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
		einfach	doppelt
	m³/ha	±%	±%
öffentlich	-34	30	60
privat	-9	147	294
Total	-23	34	68
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Der einfache relative Standardfehler ist für den öffentlichen Wald wie auch für das Total kleiner als 100% (hervorgehobene Zahlen). Für den Privatwald ist er dagegen grösser als 100% (hervorgehobene Zahlen). Auf dem Sicherheitsniveau des 68%-Vertrauensintervalls kommt man zum Schluss, dass der Vorrat im Mittelland im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme dagegen statistisch nicht gesichert.

Zum gleichen Schluss kommt man bei diesem Beispiel auch mit dem Sicherheitsniveau des 95%-Vertrauensintervalls, da auch der doppelte relative Standardfehler für den öffentlichen Wald und das Total kleiner ist als 100%.

Insgesamt bedeutet dies, dass die statistische Sicherheit hoch ist, dass im Mittelland der Vorrat pro Hektare im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme hingegen statistisch nicht gesichert (da sowohl der doppelte als auch der einfache relative Standardfehler kleiner als 100% ist).

Beispiel 7: Interpretation von Veränderungen (Bilanzen) mit dem absoluten Standardfehler

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
	%	±
öffentlich	-10	3
privat	-2	3
Total	-6	2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Festlegen des Sicherheitsniveaus (68%- oder 95%-Vertrauensintervall)
Berechnen des Vertrauensintervalls aufgrund des festgelegten Sicherheitsniveaus
- 68%-Vertrauensintervall mit dem einfachen absoluten Standardfehler
- 95%-Vertrauensintervall mit dem doppelten absoluten Standardfehler
Prüfen, ob das entsprechende Vertrauensintervall den Wert 0 nicht einschliesst

Antwort

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler		Vertrauensintervalle
		einfach	doppelt	68%	95%
	%	±	±	%	%
öffentlich	-10	3	6	-13 bis -7	-16 bis -4
privat	-2	3	6	-5 bis +1	-8 bis +4
Total	-6	2	4	-8 bis -4	-10 bis -2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Beim öffentlichen Wald wie auch beim Total schliessen sowohl das 68%- als auch das 95%-Vertrauensintervall den Wert 0 nicht ein. Auf beiden Sicherheitsniveaus kommt man so zum Schluss, dass der Vorrat im Mittelland im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme dagegen statistisch nicht gesichert (da die Vertrauensintervalle den Wert 0 einschliessen).

Veränderungen (Bilanzen) können anhand des absoluten oder des relativen Standardfehlers interpretiert werden (siehe die Beispiele 6 und 7). Es empfiehlt sich, den absoluten Standardfehler zu nutzen, wenn der Schätzwert in der Tabelle in Prozent (%) ausgewiesen ist (wie in Beispiel 7), und den relativen Standardfehler, wenn der Schätzwert in der Tabelle in absoluten Zahlen (m³, m³/ha, St., m²) angegeben ist (wie in Beispiel 6). So kann der Standardfehler direkt aus der Tabelle entnommen werden, muss also nicht umgerechnet werden.

Für die Prüfung, ob eine Veränderung statistisch gesichert ist, empfiehlt es sich, wo immer möglich die Veränderung (Bilanz) zwischen den beiden Inventuren zu analysieren. Bilanzen sind sensitiver als Zustandsvergleiche, womit mit ihnen Unterschiede statistisch besser entdeckt werden können (siehe die Beispiele 5 sowie 6 und 7).

Oben

4. Wann genügt es nicht, nur den Standardfehler zu betrachten?

Beim Landesforstinventar (LFI) handelt es sich um eine stichprobenbasierte Grossrauminventur, deren Probeflächen auf einem Gitternetz mit einer Maschenweite von 1.4 km × 1.4 km angeordnet sind. Das LFI wurde so konzipiert, dass der Vorrat für die Schweiz insgesamt mit einem Standardfehler von maximal 1% vorhergesagt werden kann.

Werden Ergebnisse für einzelne Regionen oder für einzelne Klassen abgefragt, wird der Standardfehler rasch viel grösser. Dies liegt daran, dass für die abgefragte Kombination von Merkmalsausprägungen* die Anzahl untersuchter Probeflächen und Objekte (d.h. Probebäume, Jungwaldpflanzen, Totholzstücke usw.) wesentlich geringer als für das Total ist.

Beispiel 8: Standardfehler und Kombination von Merkmalsausprägungen

Region	Vorrat
	Total		Ahorn		Bergahorn		Spitzahorn
	Schätzwert	Standardfehler	Schätzwert	Standardfehler	Schätzwert	Standardfehler	Schätzwert	Standardfehler
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Schweiz	343	1	12	5	11	5	1	20
Produktionsregion Mittelland	363	2	15	10	14	11	0	50
Kanton Aargau	289	7	15	20	13	20	1	63

Der Standardfehler wird mit zunehmendem Detaillierungsgrad grösser.

Grosse Standardfehler sind zu erwarten, wenn

die Forstkreise als regionale Gliederung gewählt wurden oder Ergebnisse für kleine Kantone (z.B. Appenzell Innerrhoden, Nidwalden) abgefragt werden,
ein Klassifizierungsmerkmal mit vielen Klassen gewählt wurde (z.B. Baumart in 56 Klassen),
mehrere Klassifizierungsmerkmale miteinander kombiniert wurden (z.B. Hauptbaumart und Entwicklungsstufe).

Grosse Standardfehler sind ein Indiz dafür, dass eine Schätzung möglicherweise anhand einer zu geringen Anzahl Probeflächen oder Objekte erfolgte und entsprechend das Ergebnis der Schätzung nicht belastbar sein könnte.

Bei der Zielgrösse «Jungwaldstammzahl mit Verbiss» (Verbissintensität) ist die Unsicherheit der Schätzung nicht zwingend an einem hohen Standardfehler zu erkennen. Dies liegt daran, dass es sich bei dieser Zielgrösse um einen Quotientenschätzer** handelt, der wegen der Erhebungsmethode bei selteneren Baumarten (z.B. Föhre, Lärche, Arve, Eiche, Kastanie) nur auf einer kleinen Anzahl beurteilter Jungwaldpflanzen beruht. Entsprechend sollte bei der Zielgrösse «Jungwaldstammzahl mit Verbiss» immer geprüft werden, auf wie vielen beurteilten Jungwaldpflanzen die einzelnen Schätzwerte basieren. Als Faustregel gilt, dass für eine belastbare Schätzung pro Schätzwert mindestens 30 Jungwaldpflanzen auf Verbiss beurteilt worden sein sollten.

Oben

5. Zwei Typen von Veränderungen?

Im Landesforstinventar (LFI) gibt es zwei Typen von Veränderungen:

Beim ersten Typ von Veränderungen handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung oder Mortalität. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI4–LFI5. Bei der Auswertung von Veränderungskomponenten wird in der Regel dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) vom früheren zum späteren Messzyklus nicht.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Bilanz zwischen zwei Messzyklen zu ziehen. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI5, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI5. Bei diesen Veränderungsauswertungen wird bei einem Teil der Klassifizierungsmerkmale der Wechsel der Merkmalsausprägung berücksichtigt. Dazu zählen die Merkmale «Baumzustand» oder «Wald, Nichtwald». So kann man z.B. sehen, dass die Waldfläche zugenommen hat. Beim anderen Teil der Klassifizierungsmerkmale werden die Merkmalsausprägungen als statisch betrachtet. Das bedeutet, dass der aktuellste Stand – sei er in einem Messzyklus erhoben (z.B. Vorrangfunktion LFI5) oder einer externen Datenquelle entnommen (z.B. Schutzwald [2022]) – sämtlichen Messzyklen zugewiesen wird.

Oben

6. Veränderungsauswertungen: Wann sind die Ergebnisse (nicht) additiv?

Die Ergebnisse sind

additiv, wenn sie als gesamte Veränderung zwischen zwei Messzeitpunkten ausgewiesen werden. So können beispielsweise die für die verschiedenen Produktionsregionen in Kubikmeter (m³) ausgewiesenen Nutzungen zusammengezählt werden, um die Nutzung für die Schweiz zu erhalten.
nicht additiv, wenn sie als Veränderung pro Jahr (z.B. m³/Jahr) ausgewiesen werden. Entsprechend können beispielsweise die für die verschiedenen Produktionsregionen in Kubikmeter pro Jahr (m³/Jahr) ausgewiesenen Nutzungen nicht zusammengezählt werden, um die Nutzung für die Schweiz zu erhalten.

Beispiel 9: Additivität/Nichtadditivität von Veränderungen

	Vorrat: gesamte Veränderung zwischen LFI4 und LFI5 (in 1000 m³)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
Tieflagen	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
Hochlagen	574.3	117	-328.0	62	1093.0	123	7128.4	21	666.7	93	9134.3	24
Total	-3184.7	40	-5237.1	34	67.9	2805	6811.3	23	4130.8	30	2588.1	136
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	additiv

	Vorrat: Veränderung pro Jahr zwischen LFI4 und LFI5 (in 1000 m³/Jahr)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%
Tieflagen	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
Hochlagen	64.7	117	-38.3	62	122.4	123	810.4	21	74.9	93	1032.7	24
Total	-357.3	40	-598.4	34	7.6	2805	773.8	23	464.4	30	292.7	136
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	nicht additiv

Die Nichtadditivität der Veränderungen pro Jahr kommt dadurch zustande, dass die gesamte Veränderung durch die mittlere Anzahl Jahre geteilt wird, die im jeweils betrachteten Gebiet* zwischen den zwei Messzeitpunkten liegt und die mittlere Anzahl Jahre je nach Gebiet* leicht unterschiedlich ist.

Beispiel 10: Mittlere Anzahl Jahre pro Gebiet

Gebiet		mittlere Anzahl Jahre*
Produktionsregion	Hochlagen/Tieflagen
Mittelland	-	8.75
Mittelland	Hochlagen	8.56
Mittelland	Tieflagen	8.76
Alpensüdseite	-	8.90
Alpensüdseite	Hochlagen	8.90
Alpensüdseite	Tieflagen	8.89
* zwischen den Messungen des LFI4 und des LFI5 im zugänglichen Wald ohne Gebüschwald

Oben

7. Warum hat es für Standardfehler und Schätzwert manchmal einen Punkt («.»)?

Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt. Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt («.») dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht beim Schätzwert und beim Standardfehler ein Punkt («.»).

Zum Beispiel hat das Landesforstinventar (LFI) im Mittelland bisher keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.

Oben

8. Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?

Die Daten in diesen Tabellen stammen aus einer Vollerhebung und nicht aus einer Stichprobeninventur. Entsprechend ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.

Beispielsweise ist die Erschliessungserhebung, die das Landesforstinventar (LFI) periodisch bei den lokalen Forstdiensten durchführt, eine solche Vollerhebung.

Oben

9. Negative Werte bei Vorrat, Zuwachs oder Nutzung?

Das ist möglich, wenn das Ergebnis nur anhand einiger weniger Bäume berechnet werden konnte. Die Schätzung ist damit nicht verlässlich. Dies zeigt sich auch am Standardfehler, der bei negativen Vorrats-, Zuwachs- oder Nutzungswerten in der Regel ausgesprochen hoch ist.

Die negativen Werte rühren daher, dass bei der Ermittlung des Schaftholzvolumens der Probebäume das allein anhand des Brusthöhendurchmessers (BHD) geschätzte Volumen (Tarifvolumen) mit dem anhand von BHD, Durchmesser in 7 m Höhe und Baumhöhe geschätzten Volumen der Tarifprobebäume justiert wird. Dieses Vorgehen ermöglicht eine unverzerrte (biasfreie) und genauere Berechnung des Schaftholzvolumens. Es kann aber zu negativen Werten bei allen Zielgrössen führen, die auf dem Schaftholzvolumen der Probebäume beruhen (z.B. Vorrat, Zuwachs, Nutzung), wenn die Anzahl Probebäume in einer Merkmalsausprägungskombination* gering ist.

Oben

LFI3
Gesamtholzvolumen (Schaftholz)
Eigentum (2 Klassen) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz
Zustand 2004/06
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
Eigentum (2 Klassen)	Hauptbaumart	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	±%
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	.
	Fichte	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Tanne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Buche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Esche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.
öffentlich	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	.
	Fichte	366	35	549	29	973	30	1372	27	762	36	1052	31	5681	15	2890	16	2554	18	2488	17	59	55	227	51	474	49	3	.	979	32	1344	27	1857	23	1414	25	15	100	3497	21	4326	15	3938	15	5186	14	10427	10	5643	11	2521	18	838	33	770	31	923	30	272	45	356	36	389	38	390	34	642	33	545	37	1968	23	1930	20	204	54	822	31	2818	19	1067	33	1115	35	1465	24	1013	29	473	34	398	36	286	42	1579	24	1878	22	1262	27	158	49	355	43	426	33	791	28	1935	20	1646	23	0	.	126	72	0	.	351	42	106	61	400	43	489	37	700	38	1567	28	917	35	1154	28	970	33	828	40	64	52	1152	26	211	61	428	44	1449	19	650	29	994	23	858	29	158	56	672	47	260	40	551	50	4062	13	3933	15	5563	13	776	38	559	32	597	35	167	50	567	32	657	39	402	50	706	31	0	.	122353	2
	Tanne	311	40	168	51	206	50	1091	26	142	63	576	38	1124	27	1682	21	1237	20	2168	18	74	74	178	72	280	46	0	.	190	56	199	55	1024	29	694	41	0	.	557	38	293	46	737	26	270	46	592	30	8	71	2401	17	440	38	312	43	136	44	301	44	438	42	361	33	409	37	799	31	111	57	194	38	384	29	356	43	214	43	376	38	268	41	304	38	108	47	422	33	430	37	121	54	323	37	341	43	260	31	456	34	275	59	60	57	74	100	0	.	292	49	89	96	0	.	0	.	0	.	327	39	441	37	227	53	252	46	14	100	164	54	362	40	336	50	378	40	201	52	0	.	512	34	164	72	685	38	319	44	351	41	538	27	194	44	208	64	400	48	298	56	93	70	326	49	303	45	714	26	321	39	150	62	61	82	151	60	77	64	97	71	3	100	227	69	0	.	33752	4
	Föhre	127	50	243	55	95	43	231	47	2	100	8	100	278	62	24	63	205	42	286	44	39	67	109	67	222	42	0	.	15	75	65	62	0	.	123	80	51	100	0	.	330	35	654	26	9	100	805	28	1231	20	569	30	8	100	77	66	40	69	100	73	14	100	38	100	0	.	23	100	0	.	88	71	23	88	91	80	0	.	177	61	3	100	0	.	195	36	56	65	116	41	37	87	225	36	197	54	4	100	7	100	37	92	73	64	172	54	0	.	191	67	59	72	0	.	0	.	0	.	0	.	0	.	5	100	16	100	0	.	108	61	14	71	0	.	0	.	0	.	7	84	5	100	81	100	27	80	0	.	37	60	0	.	63	71	0	.	0	.	16	100	0	.	899	23	370	27	597	29	0	.	41	92	101	52	29	86	206	42	75	44	128	57	86	71	0	.	10686	7
	Lärche	9	71	117	59	39	94	122	71	2	100	0	.	65	49	9	100	116	46	28	100	0	.	0	.	20	80	0	.	101	100	33	72	0	.	0	.	0	.	29	100	253	41	409	31	219	37	2059	15	4390	11	25	71	0	.	12	89	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	20	80	6	100	8	100	347	42	25	100	0	.	66	70	25	100	3	100	21	73	0	.	0	.	0	.	52	72	6	100	15	100	0	.	430	37	582	25	298	32	265	37	46	68	35	79	1290	18	387	29	297	52	0	.	0	.	13	100	116	47	28	73	0	.	38	100	87	84	0	.	9	78	0	.	0	.	14	95	0	.	73	64	0	.	62	100	0	.	2	100	3379	12	1770	16	1391	16	32	100	0	.	6	100	0	.	0	.	28	77	22	71	70	61	0	.	19444	5
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	81	0	.	0	.	160	41	1341	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	47	100	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	526	22	161	36	125	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2403	11
	übrige Nadelhölzer	16	73	29	71	29	100	27	68	3	100	0	.	0	.	0	.	42	65	30	97	35	100	0	.	0	.	87	.	37	100	0	.	0	.	0	.	0	.	0	.	2	72	0	.	0	.	9	66	47	43	2	100	27	100	117	88	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	2	100	3	100	0	.	2	100	3	100	0	.	28	100	4	100	7	77	10	77	0	.	4	86	0	.	2	100	0	.	0	.	28	98	0	.	0	.	0	.	0	.	0	.	0	.	23	100	0	.	0	100	0	.	0	.	5	72	0	.	4	100	0	.	0	.	18	100	61	88	4	100	3	71	0	.	0	.	0	.	78	99	0	.	44	100	0	.	0	.	4	100	0	.	2	61	0	.	6	100	32	73	0	.	6	100	0	.	0	.	0	.	0	.	928	21
	Buche	1237	20	798	25	702	27	1071	24	63	72	207	42	756	31	614	23	2350	17	2668	14	367	37	595	30	1442	26	0	.	310	52	217	34	662	32	811	34	0	.	800	25	222	33	392	30	35	68	417	29	0	.	2744	13	394	32	283	45	7	56	236	37	106	40	314	47	147	40	208	34	182	45	76	76	856	29	321	47	303	35	547	28	857	32	274	52	1573	18	1153	23	847	23	834	27	1160	21	397	31	164	88	606	33	68	59	161	47	519	33	0	.	251	37	0	.	1171	39	480	36	237	40	1011	24	709	27	709	28	175	63	0	.	90	68	445	38	189	62	255	43	396	43	3	403	518	32	259	45	130	44	205	32	367	32	724	26	277	37	327	42	231	47	215	42	140	62	0	.	21	87	372	26	128	50	457	33	550	38	60	78	470	31	229	42	124	39	241	39	0	.	44235	3
	Ahorn	145	32	78	32	105	42	78	37	61	65	75	57	163	33	104	36	276	30	301	23	48	48	147	46	132	34	0	.	35	71	7	56	104	35	45	43	0	.	240	29	28	64	18	55	22	68	92	35	2	100	457	20	39	49	15	60	37	44	50	61	31	44	98	53	72	83	16	48	43	41	40	66	116	47	49	55	67	40	150	44	73	54	102	59	65	45	139	51	57	49	53	49	171	35	59	45	8	70	46	42	64	49	62	52	18	58	39	85	44	58	6	100	6	155	0	.	-1	805	51	70	25	86	0	.	69	54	13	71	0	.	47	48	72	56	112	34	116	46	0	.	68	40	26	96	21	67	28	46	47	34	103	37	112	50	0	.	8	89	6	100	12	100	11	96	18	61	104	34	91	44	85	51	73	41	45	59	61	44	104	48	60	69	82	56	0	.	6269	5
	Esche	269	29	209	55	166	37	106	45	0	.	52	69	20	54	142	55	366	32	131	39	242	58	65	83	109	46	0	.	81	71	91	69	253	45	145	44	0	.	130	47	78	73	12	66	49	48	96	46	12	100	424	25	60	64	13	72	3	82	18	134	25	61	5	100	1	100	0	.	157	84	13	89	36	66	147	45	267	42	133	36	44	64	6	100	131	37	59	45	30	54	72	54	100	57	86	55	0	.	45	85	44	46	170	46	55	54	0	5241	55	93	37	56	19	48	6	83	33	69	60	50	-14	124	56	85	5	83	18	76	10	100	89	64	23	51	33	63	57	56	7	57	42	65	150	50	0	.	4	100	18	76	97	59	113	55	10	100	1	100	0	.	133	77	9	72	3	74	78	44	115	48	238	46	232	40	68	61	33	77	79	74	115	52	152	49	0	.	7146	7
	Eiche	163	42	152	50	14	71	208	39	0	.	0	.	3	100	28	94	322	26	-1	100	138	53	58	100	68	54	0	.	43	63	0	.	58	55	78	60	186	57	0	.	9	100	28	95	0	.	116	85	0	.	168	33	11	72	29	100	0	.	78	68	0	.	18	100	0	.	0	.	0	.	0	.	11	100	0	.	77	52	0	.	16	60	0	.	204	42	10	100	15	60	74	58	142	47	1	100	0	.	37	100	17	70	68	66	93	56	0	.	0	.	0	.	22	53	18	51	55	66	52	73	109	62	12	58	5	100	0	.	0	.	4	81	25	68	0	.	11	100	0	.	51	65	367	51	168	56	0	.	167	50	0	.	48	57	85	59	34	75	17	100	90	67	21	63	19	50	83	35	20	100	13	100	40	62	0	.	101	46	95	40	98	67	117	47	0	.	4688	9
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	240	45	12	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	.	338	39	78	60	181	55	14	100	470	36	165	56	141	47	210	46	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	6	100	0	.	0	.	0	.	0	.	36	52	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1899	15
	übrige Laubhölzer	165	40	66	35	135	35	84	54	9	78	9	87	70	38	62	40	290	35	121	28	112	50	88	68	89	29	0	.	10	100	128	72	8	56	98	51	20	67	82	49	110	31	28	46	215	30	608	21	142	43	276	27	35	68	22	81	33	82	13	58	6	74	2	73	17	52	26	75	85	83	33	58	51	51	1	100	67	51	141	37	143	50	10	78	65	53	68	43	43	51	152	48	125	46	74	44	22	50	31	55	29	68	71	56	110	50	156	43	250	25	136	40	324	34	237	35	189	33	377	27	146	43	293	27	24	68	67	66	20	68	113	60	231	69	24	56	34	72	60	63	47	42	60	88	4	60	10	42	37	55	17	48	24	97	33	56	31	97	3	100	6	100	277	33	130	36	405	26	6	71	91	54	70	52	7	100	5	88	79	51	102	78	48	55	0	.	8674	5
	nicht bestimmbar	3	100	0	.	0	.	1	100	0	.	1	74	14	71	0	.	0	.	4	86	0	.	0	.	0	.	0	.	1	100	1	100	0	.	1	100	0	.	13	79	14	64	17	72	19	50	28	53	16	50	1	100	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	2	84	5	100	0	.	1	100	24	73	1	100	0	.	0	.	0	.	0	.	0	.	5	77	1	100	0	.	0	.	0	.	1	100	0	.	0	.	5	100	0	.	1	100	3	100	0	.	4	58	0	.	4	67	0	.	0	.	0	.	25	49	1	100	0	100	2	100	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	34	57	16	69	30	56	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	303	15
	Total	2811	16	2409	19	2463	19	4392	15	1045	32	1980	28	8174	13	5555	14	7757	11	8224	11	1113	28	1467	26	2837	22	90	.	1803	26	2087	22	3965	18	3410	20	271	50	5349	16	5673	13	6232	13	6023	13	15647	8	12844	8	9587	10	1851	24	1651	28	1185	28	1068	26	977	30	1228	27	1059	30	1715	24	1124	28	2413	21	3479	16	1179	32	1843	22	4715	16	2500	23	1812	30	3899	15	2950	19	2021	20	1771	21	2536	21	2738	20	2337	21	2543	23	699	35	1034	31	1496	25	1421	21	3943	14	2352	18	1989	25	930	26	1018	23	3711	12	2048	18	2212	19	1034	29	812	34	1988	25	2133	23	2064	24	1773	27	1682	29	245	45	2455	20	1332	30	1468	27	2014	18	1688	22	2473	18	1847	20	820	34	1490	34	815	38	1027	35	9548	9	6744	12	9501	10	1489	28	1641	25	1762	25	527	37	1525	24	1442	26	1053	33	1730	25	0	.	262780	1
privat	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	.
	Fichte	134	54	100	87	137	91	211	57	1237	33	2260	23	12024	10	5625	13	4239	15	826	28	26	95	39	100	59	51	0	.	131	72	1225	29	1308	27	551	30	0	.	359	55	2182	24	417	40	1996	23	1483	23	233	64	1316	31	1043	27	1291	25	4105	18	59	100	853	26	328	60	182	54	1305	27	476	39	165	76	431	63	1801	26	312	56	256	51	514	39	2798	21	178	50	139	67	212	97	0	.	147	49	527	40	1019	35	408	53	1057	34	794	38	679	37	38	75	0	.	39	67	0	.	18	100	17	71	3	100	0	.	32	85	221	47	479	53	193	72	441	37	421	40	1576	24	505	60	77	60	195	43	81	73	0	.	623	31	215	67	58	69	223	56	27	71	176	65	0	.	195	56	706	31	557	35	779	28	390	44	615	47	343	49	1045	25	782	31	278	53	292	54	337	72	0	.	71175	4
	Tanne	245	61	17	100	148	100	115	60	342	41	869	33	1143	31	5861	13	3014	18	932	37	0	.	56	90	70	72	0	.	81	100	23	72	188	46	286	58	0	.	22	60	24	87	5	71	0	100	69	82	0	.	1213	27	832	29	2090	20	1587	22	65	76	654	31	30	71	13	100	780	35	111	82	0	.	212	82	457	31	76	73	160	57	278	51	1610	26	0	.	116	85	111	62	38	83	234	43	222	49	363	43	45	72	419	47	174	58	183	72	0	.	0	.	0	.	0	.	0	.	16	100	0	.	0	.	0	.	101	57	49	100	35	98	225	68	0	.	677	33	54	72	18	100	26	100	318	61	0	.	34	98	42	70	130	90	67	71	1	100	0	.	0	.	68	72	0	.	18	79	130	48	239	44	34	84	334	44	786	29	500	36	4	100	0	.	0	.	0	.	29491	5
	Föhre	173	70	19	73	0	.	0	.	24	100	0	.	193	34	32	71	273	36	25	87	156	85	26	78	18	78	0	.	0	100	101	100	0	.	103	76	28	83	0	.	8	100	43	86	25	100	26	65	63	75	13	72	0	.	36	100	22	100	0	.	42	100	0	.	0	.	0	.	0	.	0	.	0	.	24	66	0	.	0	.	0	.	74	59	43	74	31	100	18	100	0	.	68	79	0	.	0	.	0	.	66	56	33	97	81	53	0	.	0	.	0	.	0	.	0	.	84	100	0	.	0	.	41	100	0	.	18	100	23	100	0	.	0	.	0	.	0	.	8	100	0	.	9	100	0	.	0	.	5	100	0	.	17	100	0	.	0	.	0	.	0	.	273	43	138	39	73	48	0	.	23	100	122	47	82	57	202	59	96	61	172	63	48	71	0	.	3320	12
	Lärche	62	88	11	100	0	.	18	100	7	100	74	100	49	93	0	.	43	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	23	72	0	.	0	.	92	44	110	56	37	84	243	36	213	50	0	.	108	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	100	51	100	0	.	0	.	14	89	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	100	23	100	3	100	4	87	0	.	88	75	0	.	12	100	11	100	4	100	6	100	15	100	0	.	0	.	0	.	49	85	0	.	44	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	100	0	.	0	.	0	.	1	100	1836	26	718	29	386	50	0	.	12	100	40	100	27	74	0	.	18	100	0	.	66	100	0	.	4572	13
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	44	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	68	154	50	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	237	36
	übrige Nadelhölzer	5	100	0	.	0	.	0	.	0	.	3	80	29	66	0	.	250	44	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	6	100	0	.	0	.	0	.	0	.	2	72	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	145	100	2	100	-10	100	0	.	18	100	37	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	1	100	14	76	3	100	0	.	0	.	0	.	0	.	532	35
	Buche	820	32	222	49	114	71	819	40	187	43	689	36	2168	26	2152	19	2306	17	455	29	169	76	317	57	673	35	0	.	168	88	547	40	389	44	697	36	0	.	377	52	264	60	105	61	17	100	76	65	0	.	1296	25	737	32	641	39	1168	24	100	63	189	47	61	66	50	71	239	36	205	41	3	100	253	66	372	34	635	47	383	42	343	36	1222	26	297	46	546	47	254	46	61	76	590	36	239	48	51	52	202	47	376	39	86	49	427	36	0	.	0	.	0	.	11	100	386	38	264	38	71	85	98	73	34	70	137	51	12	100	5	141	118	50	19	100	199	51	221	65	40	64	348	42	69	89	0	.	65	69	65	67	339	46	218	61	204	56	110	54	0	.	398	45	20	100	1	100	329	37	237	46	41	81	218	55	871	25	485	32	376	52	212	48	109	55	0	.	31085	5
	Ahorn	116	38	60	63	9	100	24	80	40	50	56	62	615	19	176	26	100	54	202	36	57	69	63	50	-6	116	0	.	27	72	59	58	83	47	53	69	7	81	175	45	40	61	2	100	49	62	12	76	0	.	173	32	76	41	65	45	204	40	15	72	58	56	0	.	0	.	13	54	69	35	4	100	32	50	171	34	51	62	68	48	111	41	390	30	2	100	2	100	49	49	30	72	125	49	103	44	72	47	6	86	224	47	14	71	58	71	0	.	0	.	0	.	22	95	56	50	38	50	-33	100	3	100	6	88	25	58	31	71	0	.	59	70	98	47	133	35	12	78	0	.	44	73	55	100	0	.	7	100	5	78	29	58	9	100	2	100	2	100	0	.	48	65	5	100	23	61	120	33	20	72	21	76	26	57	178	33	94	38	0	.	16	71	0	.	0	.	5359	6
	Esche	119	49	124	60	1	100	8	100	53	71	228	44	176	41	333	38	306	32	70	75	44	72	5	100	55	62	0	.	28	71	111	78	77	48	274	50	24	100	337	78	21	88	4	100	85	65	43	71	63	100	482	35	381	73	187	45	121	40	8	100	29	100	0	.	0	.	17	93	125	72	10	100	4	81	421	32	86	51	3	515	176	50	229	35	0	.	5	100	25	100	46	85	104	63	188	61	84	61	109	82	344	36	202	55	213	43	20	100	0	.	14	80	23	76	81	44	164	44	66	51	20	94	52	53	60	85	26	94	0	.	75	54	61	60	29	55	111	63	-1	424	0	.	15	100	0	.	0	.	0	.	25	100	19	79	29	62	168	61	0	.	93	74	76	61	54	53	104	48	120	74	39	72	31	53	184	36	224	36	0	.	60	66	12	100	0	.	8249	8
	Eiche	255	71	107	64	17	100	123	57	0	.	13	100	44	65	0	.	315	26	1	100	9	100	2	100	0	.	0	.	4	100	34	100	4	100	51	70	275	59	0	.	0	.	85	100	11	100	33	75	34	100	104	78	88	64	100	98	65	59	9	100	0	.	0	.	0	.	0	.	2	100	0	.	0	.	171	94	0	.	7	100	0	.	7	100	121	67	0	.	38	100	0	.	30	64	9	100	0	.	0	.	89	54	236	66	92	45	0	.	0	.	0	.	15	88	143	48	262	32	63	90	72	48	41	76	22	100	46	100	18	100	98	72	0	.	0	.	74	76	0	.	0	.	31	96	70	.	0	.	190	59	83	90	15	86	159	48	20	100	0	.	204	90	12	85	57	70	37	60	0	.	0	.	13	71	27	71	17	100	9	100	60	71	0	.	0	.	4441	12
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	109	49	12	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	.	23	100	86	81	152	79	188	49	893	30	753	24	519	42	185	43	932	27	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	55	100	0	.	0	.	0	.	0	.	18	100	0	.	83	82	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4007	12
	übrige Laubhölzer	401	63	91	55	4	100	11	71	12	72	35	76	599	29	112	33	162	38	71	72	13	90	7	69	4	100	0	.	34	61	4	62	13	41	15	55	22	80	160	81	91	90	45	65	121	48	188	35	120	53	131	35	70	59	23	45	89	46	0	.	12	63	0	.	0	.	32	88	27	71	11	100	10	80	15	81	47	64	39	57	58	48	137	42	2	100	0	.	1	100	38	100	6	92	48	52	21	53	55	78	149	54	58	59	15	52	77	65	14	100	65	66	104	73	255	27	713	24	230	42	174	54	197	44	18	52	38	80	15	77	50	49	26	98	59	42	20	65	13	100	94	70	119	74	2	.	2	100	2	100	32	74	65	97	61	70	52	90	0	.	23	87	197	35	150	33	185	40	18	70	8	100	55	65	69	39	12	76	9	68	23	62	1	100	0	.	6677	8
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	1	100	91	29	5	100	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	15	73	0	.	68	78	1	100	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	57	1	100	0	.	9	100	0	.	0	.	1	100	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	89	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	224	28
	Total	2330	28	751	33	431	53	1328	33	1900	28	4228	21	17175	9	14295	10	11017	11	2581	23	474	53	516	47	872	36	0	.	472	46	2104	26	2061	24	2056	26	356	57	1431	43	2744	22	822	32	2410	21	2284	19	738	34	4730	17	3339	21	4432	18	7368	14	256	53	1837	22	419	61	245	52	2386	23	1019	31	193	72	943	48	3578	20	1224	34	957	33	1480	28	6485	17	694	37	839	45	707	45	214	71	1304	30	1336	31	1610	30	826	42	2744	22	1620	31	1754	25	163	51	100	75	358	46	364	39	1845	21	2327	17	923	30	559	37	1359	24	585	38	699	45	290	58	1116	33	628	36	2717	23	996	43	156	55	706	33	698	46	73	.	731	31	524	44	696	48	718	36	483	43	528	53	0	.	1029	44	3175	18	1881	20	2228	20	1023	33	792	44	1183	32	3283	18	2320	23	790	38	835	41	573	56	0	.	169370	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	.
	Fichte	501	29	649	28	1110	28	1583	25	1998	25	3312	19	17705	8	8514	10	6793	11	3314	15	85	48	266	46	533	44	3	.	1110	29	2569	20	3164	17	1965	20	15	100	3857	19	6508	13	4355	14	7182	12	11910	9	5875	11	3837	16	1881	21	2061	19	5028	15	330	41	1209	21	716	34	572	29	1948	21	1021	27	2134	22	2362	20	2005	24	1135	27	3075	18	1581	25	3913	18	1642	22	1152	27	685	38	398	36	433	32	2106	21	2897	19	1670	24	1216	30	1149	29	1104	26	830	27	1935	20	1686	22	0	.	144	64	17	71	354	41	106	61	432	40	710	30	1179	31	1760	26	1358	27	1575	23	2546	20	1333	33	141	40	1347	23	293	48	428	44	2072	16	865	27	1052	22	1082	25	184	49	848	40	260	40	746	40	4768	12	4489	14	6342	11	1167	29	1174	29	940	29	1212	23	1349	23	935	31	694	36	1043	31	0	.	193528	2
	Tanne	556	35	185	48	354	51	1206	24	484	34	1445	25	2267	20	7543	11	4251	14	3100	17	74	74	234	59	350	39	0	.	271	49	222	50	1212	26	981	33	0	.	579	36	316	43	741	26	271	46	661	28	8	71	3614	14	1272	23	2403	18	1723	21	367	38	1092	25	391	31	422	36	1579	23	221	50	194	38	596	34	814	25	290	37	535	31	546	33	1914	23	108	47	538	31	541	32	159	45	557	28	563	33	623	28	501	32	695	37	235	46	257	59	0	.	292	49	89	96	0	.	0	.	16	100	327	39	441	37	227	53	354	37	63	81	199	48	588	36	336	50	1055	26	255	43	18	100	538	33	482	47	686	38	353	40	393	37	668	28	261	37	209	63	400	48	298	56	160	51	326	49	322	43	845	23	560	29	183	53	395	40	937	26	576	32	101	68	3	100	227	69	0	.	63244	3
	Föhre	300	45	262	51	95	43	231	47	26	93	8	100	471	39	56	49	478	27	311	41	194	69	136	56	240	39	0	.	15	75	167	65	0	.	226	56	79	71	0	.	338	34	697	25	34	78	830	28	1294	20	582	29	8	100	113	55	61	57	100	73	56	79	38	100	0	.	23	100	0	.	88	71	23	88	116	65	0	.	177	61	3	100	74	59	238	32	87	55	133	37	37	87	292	33	197	54	4	100	7	100	102	49	106	53	254	40	0	.	191	67	59	72	0	.	0	.	84	100	0	.	0	.	46	91	16	100	18	100	131	53	14	71	0	.	0	.	0	.	15	66	5	100	89	91	27	80	0	.	42	54	0	.	80	60	0	.	0	.	16	100	0	.	1172	20	508	22	670	26	0	.	65	69	224	35	111	47	408	36	171	40	300	43	135	52	0	.	14006	6
	Lärche	71	77	128	55	39	94	140	63	9	79	74	100	113	49	9	100	159	39	28	100	0	.	0	.	20	80	0	.	101	100	33	72	0	.	23	72	0	.	29	100	346	32	519	27	255	34	2302	14	4604	11	25	71	108	99	12	89	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	20	80	6	100	20	72	397	38	25	100	0	.	80	59	25	100	3	100	21	73	0	.	0	.	0	.	52	72	21	77	38	72	3	100	434	36	582	25	385	30	265	37	59	57	46	65	1294	18	393	29	313	50	0	.	0	.	13	100	165	42	28	73	44	100	38	100	87	84	0	.	9	78	0	.	0	.	14	95	0	.	103	54	0	.	62	100	0	.	3	76	5215	12	2488	14	1777	17	32	100	12	100	46	89	27	74	0	.	45	61	22	71	136	58	0	.	24016	4
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	44	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	81	7	100	0	.	160	41	1341	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	47	100	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	557	21	316	31	125	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2640	11
	übrige Nadelhölzer	21	61	29	71	29	100	27	68	3	100	3	80	29	66	0	.	292	39	30	97	35	100	0	.	0	.	87	.	37	100	0	.	0	.	0	.	0	.	1	100	9	74	0	.	0	.	9	66	47	43	4	63	31	88	117	88	0	.	0	.	0	.	4	100	0	.	0	.	4	100	0	.	2	100	148	98	2	100	-8	127	3	100	18	100	65	71	4	100	7	77	10	77	0	.	4	86	0	.	2	100	5	100	0	.	31	87	0	.	0	.	0	.	0	.	0	.	0	.	23	100	0	.	0	100	0	.	0	.	5	72	0	.	4	100	0	.	0	.	18	100	61	88	4	100	3	71	0	.	0	.	0	.	78	99	0	.	44	100	0	.	0	.	4	100	8	100	2	61	0	.	6	100	33	71	14	76	9	73	0	.	0	.	0	.	0	.	1460	19
	Buche	2057	17	1020	22	816	25	1891	22	250	37	896	29	2925	21	2766	16	4655	12	3123	13	535	35	912	28	2115	21	0	.	478	46	764	30	1050	26	1508	24	0	.	1177	24	486	36	496	27	52	57	493	26	0	.	4040	12	1131	23	924	30	1175	24	335	32	295	33	375	41	197	35	447	25	387	31	79	74	1109	27	692	29	938	34	930	24	1200	25	1495	23	1870	16	1699	22	1101	20	895	25	1750	18	635	26	214	68	808	27	444	34	247	35	947	24	0	.	251	37	0	.	1182	39	866	26	500	28	1082	23	807	25	742	27	312	42	12	100	95	65	564	31	207	57	454	33	617	36	43	65	866	25	328	40	130	44	271	30	432	29	1064	23	495	34	531	34	341	36	215	42	537	37	20	100	22	84	701	22	365	35	498	31	769	31	931	24	955	22	605	36	336	34	350	32	0	.	75321	2
	Ahorn	262	24	138	33	113	39	102	34	101	44	131	42	778	17	280	21	376	26	503	19	105	44	211	35	125	36	0	.	62	51	67	52	187	29	99	42	7	81	415	25	68	45	20	51	71	47	104	32	2	100	630	16	115	32	80	38	241	35	65	50	89	39	98	53	72	83	29	36	113	27	43	61	148	38	220	29	119	35	218	34	184	32	491	27	67	44	141	50	106	35	83	41	295	29	162	32	81	43	52	39	288	38	76	44	76	56	39	85	44	58	6	100	29	81	56	50	37	52	18	277	29	77	6	88	93	43	44	54	0	.	106	44	170	36	245	25	128	42	0	.	111	38	81	75	21	67	34	42	53	31	132	31	121	47	2	100	10	75	6	100	60	56	16	72	42	43	225	24	110	38	106	43	99	34	224	29	155	29	104	48	76	57	82	56	0	.	11628	4
	Esche	387	25	333	41	167	36	113	43	53	71	280	38	196	37	475	31	672	23	201	36	286	51	70	77	164	37	0	.	109	56	202	53	330	36	419	36	24	100	466	58	100	60	16	55	134	45	139	39	76	85	906	22	442	63	200	42	124	39	26	97	54	61	5	100	1	100	17	93	282	56	23	67	40	60	568	27	352	34	136	37	219	42	235	34	131	37	64	42	55	54	118	47	204	43	275	45	84	61	154	63	387	32	372	36	268	36	21	123	55	93	50	46	42	47	87	41	198	38	126	35	6	441	107	51	65	79	44	64	10	100	164	42	84	46	62	42	168	46	6	76	42	65	165	46	0	.	4	100	18	76	122	51	133	48	39	53	170	60	0	.	226	54	85	55	57	51	182	33	234	44	277	41	264	36	252	31	258	33	79	74	174	41	164	46	0	.	15395	5
	Eiche	418	46	259	40	31	64	331	33	0	.	13	100	48	61	28	94	637	18	-1	223	147	50	59	97	68	54	0	.	47	58	34	100	62	52	129	46	461	42	0	.	9	100	113	79	11	100	149	68	34	100	272	36	98	58	129	79	65	59	87	62	0	.	18	100	0	.	0	.	2	100	0	.	11	100	171	94	77	52	7	100	16	60	7	100	325	36	10	100	53	74	74	58	172	40	10	92	0	.	37	100	107	47	304	53	185	36	0	.	0	.	0	.	37	47	161	43	317	28	115	59	181	42	53	60	27	85	46	100	18	100	102	69	25	68	0	.	85	67	0	.	51	65	398	48	239	49	0	.	357	39	83	90	63	48	244	38	54	60	17	100	294	66	33	50	76	54	121	31	20	100	13	100	53	50	27	71	118	42	104	37	159	49	117	47	0	.	9129	7
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	348	35	24	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	.	23	100	424	35	230	56	369	36	908	29	1222	20	685	34	325	32	1141	24	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	60	92	0	.	6	100	0	.	0	.	18	100	0	.	119	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5906	9
	übrige Laubhölzer	565	46	157	35	139	34	95	48	21	53	44	63	669	26	174	26	452	26	192	32	126	46	95	63	92	28	0	.	44	52	133	69	21	33	114	45	42	53	242	56	201	44	73	44	336	26	797	18	262	34	407	22	105	45	45	46	122	40	13	58	18	49	2	73	17	52	57	59	112	65	44	50	61	45	16	76	113	40	181	32	201	38	148	39	67	51	68	43	44	50	190	43	132	44	123	34	43	36	86	53	178	47	129	41	125	45	233	36	264	24	201	34	428	31	492	22	902	20	607	23	320	35	490	24	42	45	105	51	35	51	164	44	257	63	83	34	54	52	73	54	140	48	179	57	6	52	12	39	39	53	48	51	89	75	94	50	83	67	3	100	30	72	474	24	279	25	590	22	24	55	99	51	124	41	76	37	18	59	88	46	125	65	49	54	0	.	15352	4
	nicht bestimmbar	3	100	0	.	0	.	1	100	0	.	2	60	104	27	5	100	9	100	4	86	0	.	0	.	0	.	0	.	1	100	1	100	0	.	3	82	0	.	13	79	29	49	17	72	87	62	29	50	16	50	1	100	0	.	0	.	13	71	0	.	0	.	0	.	0	.	0	.	0	.	2	84	5	100	0	.	4	76	24	73	1	100	0	.	0	.	0	.	0	.	0	.	5	77	1	100	0	.	0	.	0	.	1	100	0	.	0	.	5	100	0	.	1	100	3	100	6	57	5	50	0	.	12	73	0	.	0	.	1	100	25	49	3	81	0	100	2	100	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	34	57	19	59	31	54	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	527	15
	Total	5140	15	3160	16	2894	18	5720	14	2945	21	6208	17	25349	7	19851	8	18774	8	10805	10	1587	25	1983	23	3709	18	90	.	2275	23	4191	17	6026	14	5466	16	627	39	6780	16	8417	11	7054	12	8433	11	17932	7	13582	8	14317	8	5190	16	6082	15	8553	13	1324	24	2814	18	1647	25	1305	26	4100	17	2143	21	2606	21	4422	17	4757	17	3067	19	5673	14	3980	18	8296	14	4593	14	3789	18	2728	19	1985	21	3840	17	4075	16	3947	17	3369	20	3443	19	2655	22	3249	18	1584	19	4043	14	2710	17	2353	22	2776	16	3345	13	4635	11	2607	16	3571	15	1618	23	1511	28	2278	23	3249	18	2692	20	4490	17	2679	24	401	35	3161	17	2030	25	1540	26	2745	15	2212	20	3169	18	2565	18	1303	27	2018	29	815	38	2056	28	12723	8	8625	10	11729	9	2513	21	2433	22	2946	19	3810	17	3846	17	2232	22	1888	26	2303	23	0	.	432150	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. 2281968. Birmensdorf, Swiss Federal Research Institute WSL

zurück