Auswahl aus Themenliste

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

1. Wofür stehen die Zahlen?

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

Beispiel 1: Schätzwert und Standardfehler

LFI5

Totholzvolumen (Schaftholz)

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

Bezugsfläche: zugänglicher Wald ohne Gebüschwald

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

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

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

2. Wozu dient der Standardfehler?

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

Die statistische Sicherheit beträgt

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

Beispiel 2: Vertrauensintervalle berechnen

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

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

Vorgehen

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

Antwort

			Schritt 1	Schritt 2

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

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

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

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

Daten: siehe Beispiel 2

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

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

Oben

3. Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?*

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

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

Beispiel 4: Interpretation von zwei Ergebnissen der gleichen Inventur

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

	Fall 2						Fall 1

Fall 1

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

Vorgehen

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

Antwort

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

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

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

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

Fall 2

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

Vorgehen

Siehe Fall 1.

Antwort

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

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

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

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

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

Beispiel 5: Interpretation von zwei Ergebnissen aus unterschiedlichen Inventuren

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

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

Vorgehen

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

Antwort

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

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

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

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

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

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

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

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

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

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

Vorgehen

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

Antwort

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

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

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

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

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

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

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

Vorgehen

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

Antwort

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

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

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

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

Oben

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

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

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

Beispiel 8: Standardfehler und Kombination von Merkmalsausprägungen

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

Der Standardfehler wird mit zunehmendem Detaillierungsgrad grösser.

Grosse Standardfehler sind zu erwarten, wenn

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

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

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

Oben

5. Zwei Typen von Veränderungen?

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

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

Oben

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

Die Ergebnisse sind

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

Beispiel 9: Additivität/Nichtadditivität von Veränderungen

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

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

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

Beispiel 10: Mittlere Anzahl Jahre pro Gebiet

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

Oben

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

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

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

Oben

8. Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?

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

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

Oben

9. Negative Werte bei Vorrat, Zuwachs oder Nutzung?

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

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

Oben

LFI5
Gesamtholzvolumen (Schaftholz)
Eigentum (2 Klassen) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
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	245	42	501	37	888	41	745	42	1344	41	1011	39	3213	23	2430	23	1685	25	2464	19	45	81	323	55	317	61	0	.	771	46	1274	35	1826	31	1721	37	1	100	3757	23	5576	18	3523	20	5987	18	10455	12	6318	14	1964	27	616	50	835	37	1057	35	143	60	776	44	376	56	347	46	725	46	868	54	1515	32	2140	30	288	51	1209	36	2166	29	1348	42	1269	44	1342	31	945	42	334	44	284	52	297	59	1822	29	1774	28	1117	38	181	74	310	57	441	50	1144	39	3536	38	1813	29	54	100	45	100	0	.	516	50	237	60	629	37	675	45	855	45	1828	32	1008	52	1548	33	345	51	728	44	29	100	1156	34	138	68	291	50	1492	26	684	40	837	38	733	44	135	80	221	50	48	82	276	94	4616	19	4281	20	6306	17	745	39	631	41	450	41	361	49	576	54	26	59	433	51	348	50	0	.	122688	3
	Tanne	303	62	38	100	144	60	924	37	297	65	1039	43	882	41	1877	27	1497	24	2507	21	52	74	112	70	251	78	0	.	165	72	298	70	712	43	638	50	0	.	566	45	354	39	488	47	315	62	981	38	46	82	2837	24	397	39	550	50	280	53	384	66	637	53	542	37	545	45	788	43	179	80	264	54	580	39	763	46	44	76	578	48	191	55	457	45	184	59	476	35	297	59	128	54	216	51	933	44	458	38	561	41	295	100	128	76	176	100	18	100	221	53	193	100	0	.	0	.	0	.	415	53	307	59	253	70	525	47	0	.	299	61	289	42	623	55	380	54	125	60	0	.	1119	34	202	84	334	50	382	52	499	46	623	34	302	55	259	69	551	51	151	71	0	.	167	91	364	54	650	39	209	52	66	100	0	.	131	92	62	61	82	100	19	100	32	99	0	.	38210	5
	Föhre	0	.	21	71	21	100	74	100	0	.	0	.	369	73	53	100	362	44	448	54	8	100	53	83	188	55	0	.	21	100	43	74	0	.	179	98	67	100	0	.	248	45	572	38	46	100	648	38	1310	27	438	39	18	100	152	72	0	.	50	100	31	100	0	.	0	.	67	100	0	.	177	100	54	100	41	100	0	.	81	62	0	.	0	.	322	42	64	81	103	51	46	87	154	51	92	79	8	100	0	.	12	100	100	89	165	79	0	.	79	73	101	75	0	.	4	100	0	.	0	.	0	.	12	100	0	.	0	.	178	71	11	100	0	.	0	.	0	.	14	100	9	100	0	.	29	100	0	.	13	100	0	.	29	100	0	.	0	.	95	100	0	.	566	34	381	34	794	34	0	.	70	100	152	53	49	100	83	58	76	66	32	100	0	.	0	.	9686	9
	Lärche	3	252	33	83	106	71	95	81	0	.	0	.	85	58	0	.	90	71	0	.	0	.	0	.	15	100	0	.	0	.	57	100	0	.	6	100	0	.	50	100	416	38	478	40	264	51	2505	18	5552	13	22	100	0	.	22	72	1	100	0	.	0	.	0	.	41	100	0	.	0	.	0	.	20	100	13	100	0	.	225	59	45	100	0	.	23	73	0	.	0	.	20	100	0	.	0	.	0	.	57	100	14	100	0	.	0	.	508	44	603	34	342	39	475	43	0	.	81	79	1705	23	563	35	636	54	0	.	0	.	0	.	246	44	0	.	24	100	0	.	66	100	0	.	22	100	0	.	0	.	0	.	0	.	69	71	0	.	21	100	0	.	0	.	3751	15	1721	22	1189	24	40	100	0	.	9	100	18	100	0	.	23	71	26	100	101	58	0	.	22496	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	34	69	0	.	9	100	257	47	1528	19	0	.	0	.	0	.	0	.	0	.	0	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	679	30	206	43	107	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2829	14
	übrige Nadelhölzer	42	75	0	.	71	100	85	72	0	.	0	.	0	.	0	.	224	70	2	100	0	.	0	.	0	.	252	.	0	.	0	.	0	.	0	.	0	.	3	100	1	100	5	100	0	.	12	81	31	42	7	100	74	100	274	87	2	100	0	.	0	.	8	100	0	.	0	.	0	.	1	100	8	100	0	.	0	.	1	100	5	100	0	.	0	.	11	100	6	100	40	77	0	.	5	100	0	.	4	100	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	81	100	0	.	0	.	0	.	0	.	10	100	0	.	10	100	0	.	0	.	56	100	30	60	0	.	6	100	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	6	100	0	.	4	61	0	.	0	.	14	89	1	100	0	.	0	.	0	.	0	.	0	.	1398	30
	Buche	820	28	721	33	688	34	765	28	52	51	136	65	733	35	995	29	2465	19	3088	17	401	43	726	32	765	37	0	.	264	70	225	56	678	36	220	72	0	.	843	33	311	46	419	34	26	61	690	37	0	.	2610	18	742	36	424	62	8	81	128	51	65	39	226	39	99	51	88	42	146	81	61	58	1137	35	487	56	224	65	670	37	739	39	425	52	1837	23	1205	35	796	30	818	37	861	32	552	34	321	79	844	41	215	55	162	57	356	61	0	.	157	65	0	.	914	31	490	46	330	44	1055	30	1197	29	581	42	179	48	0	.	194	57	510	51	98	74	344	56	163	74	0	.	915	35	167	88	84	49	312	39	373	40	786	35	324	45	396	58	90	61	261	59	0	.	0	.	27	83	678	34	160	58	402	44	386	52	12	72	361	41	290	47	183	41	249	40	0	.	44945	4
	Ahorn	233	32	158	39	53	82	16	141	0	.	118	60	237	36	242	45	326	27	496	26	104	55	97	62	180	51	0	.	60	74	17	74	149	42	26	100	3	100	225	30	92	50	56	70	37	68	119	43	0	.	359	30	103	41	33	63	86	46	84	74	80	47	87	64	158	79	26	59	73	55	35	78	135	80	61	66	62	72	277	46	79	84	255	51	99	54	164	46	169	41	65	43	156	46	137	43	53	52	38	58	96	56	81	60	16	75	36	96	101	72	11	100	18	73	0	.	32	72	24	41	90	72	28	83	58	69	17	79	3	77	68	50	76	52	105	58	37	66	2	100	132	48	10	100	31	63	25	60	66	42	63	64	107	48	38	71	10	100	0	.	60	75	0	.	17	92	254	40	86	52	164	51	14	131	66	55	69	58	243	55	53	72	171	64	0	.	8494	6
	Esche	282	42	251	73	34	78	69	91	0	.	125	88	32	100	96	49	274	47	47	57	160	73	31	54	100	66	0	.	125	86	220	77	318	58	84	60	0	.	73	49	17	100	10	61	84	53	52	43	0	.	392	36	2	100	45	71	13	84	47	78	17	94	4	100	3	100	0	.	331	82	0	.	109	81	127	65	126	67	130	44	30	80	34	88	162	49	103	54	56	58	90	54	13	74	198	53	45	87	73	100	86	52	7	100	93	74	26	100	211	100	49	96	15	82	8	100	35	127	159	58	32	96	27	79	26	64	52	70	0	.	62	69	35	80	54	72	0	.	12	71	24	74	0	.	9	77	12	100	32	90	21	71	146	71	2	100	18	100	0	.	0	.	55	69	6	73	218	50	78	75	374	55	42	76	73	50	77	54	173	65	40	67	115	80	0	.	7139	10
	Eiche	194	68	0	.	0	.	158	74	0	.	0	.	6	100	68	73	266	31	0	.	78	100	0	.	120	55	0	.	18	100	0	.	54	76	30	71	81	70	0	.	0	.	64	100	0	.	37	98	0	.	169	44	13	73	78	79	0	.	45	97	0	.	35	100	0	.	0	.	0	.	0	.	0	.	0	.	74	73	2	100	17	71	0	.	143	49	13	100	24	71	31	86	147	58	0	.	0	.	0	.	25	93	69	77	152	79	0	.	5	100	0	.	41	57	0	.	118	78	92	74	104	49	73	82	9	100	0	.	0	.	14	72	25	100	0	.	11	100	2	100	44	82	54	96	82	56	0	.	207	68	0	.	15	100	83	76	0	.	41	100	0	.	14	100	25	52	85	50	12	100	17	100	14	100	26	100	98	85	159	44	95	62	92	72	0	.	3868	11
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	414	55	24	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	.	468	40	154	77	307	57	22	100	440	58	250	54	95	58	223	59	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	66	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2474	18
	übrige Laubhölzer	139	41	150	37	140	44	87	83	0	.	16	71	70	49	133	40	437	32	99	32	116	50	49	75	39	49	0	.	7	100	227	78	40	57	162	54	18	58	92	55	119	41	173	59	441	36	729	29	410	55	297	41	46	51	45	95	21	60	0	.	13	75	10	100	-2	100	41	72	47	48	14	63	49	55	0	.	59	57	208	37	122	87	22	80	37	51	94	69	25	80	163	53	4	73	130	57	46	68	64	88	110	94	63	61	168	71	152	51	415	51	140	66	316	38	231	43	306	36	433	31	196	40	410	37	38	65	136	66	7	86	98	56	357	90	60	81	49	52	189	86	67	63	5	71	13	76	21	58	116	71	22	57	22	100	32	84	84	98	7	100	0	.	169	37	145	36	415	26	11	61	161	62	2	100	52	54	23	57	27	52	110	72	81	73	0	.	10905	7
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	1	100	8	82	4	100	0	.	1	100	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	14	100	18	86	7	100	38	58	23	70	14	89	2	100	0	.	0	.	0	.	0	.	0	.	15	100	0	.	35	72	9	100	1	100	4	100	3	74	18	87	0	.	8	100	0	.	0	.	31	86	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	2	100	3	73	0	.	0	.	22	100	0	.	0	.	16	94	3	100	3	100	0	.	0	.	9	100	0	.	0	.	1	100	2	100	0	.	0	.	0	.	0	.	0	.	0	.	37	62	30	69	8	80	0	.	0	.	0	.	0	.	0	.	21	100	0	.	0	.	0	.	412	18
	Total	2261	22	1873	27	2145	26	3019	23	1693	40	2445	36	5635	20	5898	18	7626	14	9151	14	964	36	1390	32	1974	32	252	.	1432	38	2362	28	3776	22	3068	29	170	76	5610	20	7187	16	5806	17	7215	17	16937	10	15241	10	9110	15	2013	28	2458	32	1468	34	882	40	1619	36	1287	36	1206	39	1735	33	1678	41	2076	30	4234	22	1785	36	1801	32	4356	21	2577	31	2471	34	4150	20	3075	25	1841	28	1685	28	1847	29	3869	23	2705	26	2757	28	1035	44	922	36	1570	33	1884	28	5796	28	2812	23	2140	21	799	34	1343	32	4732	16	2820	21	2873	24	1533	36	1061	39	2519	29	2322	30	2780	29	1314	37	1113	39	371	58	3505	24	599	59	879	34	2244	24	1993	29	2353	26	1748	29	943	40	1001	37	603	61	336	84	10060	13	7203	16	10774	13	1341	34	1885	34	1083	33	789	42	1349	31	1119	32	991	32	1189	34	0	.	275544	2
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	135	65	31	100	0	.	244	65	1542	43	1368	39	15824	11	3844	18	3198	21	823	34	0	.	0	.	143	80	0	.	38	100	1548	39	1649	32	848	42	3	100	234	58	2811	26	928	50	2577	29	1342	36	461	68	615	37	858	36	1250	32	3614	23	182	98	804	33	153	72	243	67	1172	36	967	41	237	.	758	54	925	39	706	63	927	40	736	52	2162	27	317	51	0	.	0	.	0	.	88	59	111	54	962	53	407	55	813	40	492	43	553	44	58	.	48	100	62	88	0	.	37	100	30	100	36	100	0	.	0	.	338	58	1028	58	285	54	275	59	573	50	1364	34	302	75	108	73	278	51	0	.	0	.	564	43	189	100	12	100	156	86	41	89	105	100	0	.	187	87	707	42	900	29	1047	35	368	71	411	54	320	60	1112	38	1301	35	99	80	13	100	234	59	0	.	72228	4
	Tanne	33	100	2	100	0	.	156	54	313	50	608	61	1628	29	5130	16	3583	21	594	33	3	100	24	100	174	49	0	.	189	100	71	71	321	79	114	75	4	100	2	100	71	92	10	100	0	.	117	100	0	.	1378	33	1225	37	2828	22	1705	27	161	75	554	44	29	100	51	100	989	48	232	75	0	.	507	69	373	54	68	100	166	62	576	59	1329	29	0	.	78	100	0	.	75	79	305	47	0	.	283	69	78	69	250	49	207	43	329	70	0	.	0	.	0	.	0	.	0	.	34	100	0	.	0	.	0	.	96	55	26	100	102	102	215	64	11	100	868	50	79	96	75	100	36	71	0	.	0	.	6	100	1	100	34	100	159	88	0	.	0	.	0	.	200	68	1	100	207	87	407	60	249	62	74	73	294	52	950	33	394	36	16	100	0	.	54	72	0	.	31510	6
	Föhre	26	100	0	.	0	.	0	.	0	.	0	.	105	51	60	73	167	65	11	109	48	100	13	100	40	72	0	.	0	.	2	100	0	.	102	80	14	100	0	.	21	100	101	79	52	100	57	70	92	72	3	100	0	.	76	98	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	53	100	37	80	35	100	0	.	0	.	0	.	0	.	0	.	0	.	88	66	17	100	37	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	40	100	51	100	0	.	0	.	0	.	0	.	16	100	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	0	.	385	53	148	43	60	74	0	.	0	.	126	67	53	53	122	56	77	71	55	100	56	100	0	.	2468	15
	Lärche	28	100	22	100	0	.	0	.	0	.	0	.	129	75	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	42	83	0	.	0	.	88	63	107	82	61	117	488	44	317	65	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	100	12	100	0	.	0	.	14	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	100	27	100	0	.	0	.	258	71	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	70	100	2283	36	1076	35	675	53	0	.	30	100	0	.	2	100	0	.	0	.	0	.	76	100	0	.	5918	18
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	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	.	39	72	177	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	234	51
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	14	74	46	77	0	.	302	55	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	0	.	0	.	4	100	1	100	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	344	98	12	72	-15	136	2	100	0	.	66	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	0	.	4	71	46	73	9	81	0	.	0	.	0	.	0	.	868	44
	Buche	614	54	143	59	0	.	1182	46	273	56	397	41	2243	32	2421	22	1963	22	607	39	0	.	252	90	656	42	0	.	69	86	536	50	439	51	1077	40	0	.	164	70	421	70	208	70	0	.	53	72	0	.	911	39	837	37	433	42	1483	29	209	60	110	60	68	71	119	71	253	52	357	50	0	.	227	63	312	49	797	53	604	43	264	44	1522	30	377	55	547	61	62	.	152	81	619	47	97	68	45	64	253	62	374	38	189	53	439	35	0	.	25	100	0	.	0	.	870	39	437	48	239	100	0	.	0	.	573	52	32	100	93	71	156	78	103	68	106	65	456	59	72	73	369	50	1	100	0	.	26	72	20	100	164	86	237	85	214	74	145	71	0	.	210	76	0	.	4	100	293	59	166	63	111	70	130	59	923	33	529	38	457	68	175	74	189	52	0	.	32899	6
	Ahorn	145	58	24	100	0	.	20	64	25	75	170	57	699	23	232	34	88	49	229	47	45	95	30	74	49	47	0	.	0	.	67	60	195	47	64	68	0	.	230	59	70	62	95	93	51	100	0	.	3	100	190	36	111	46	31	60	216	41	24	73	134	51	0	.	0	.	18	73	94	57	0	.	99	73	113	72	191	64	150	51	164	54	482	32	3	100	4	100	6	.	35	76	133	72	63	73	56	77	49	97	218	74	-11	249	92	59	0	.	0	.	0	.	28	100	39	70	10	68	0	.	2	100	5	100	96	60	45	100	0	.	117	70	134	52	69	60	0	.	7	100	26	68	0	.	0	.	13	100	13	75	17	100	14	100	0	.	0	.	0	.	12	100	11	88	39	80	182	39	24	100	48	76	49	60	300	32	43	86	0	.	17	100	82	88	0	.	6635	8
	Esche	0	.	216	62	0	.	9	100	0	.	191	61	210	71	405	50	419	38	46	75	0	.	15	100	72	82	0	.	42	100	219	100	170	50	228	47	10	100	287	49	42	100	0	.	134	74	58	100	0	.	633	42	423	66	88	51	95	53	23	95	0	.	0	.	0	.	6	100	238	74	0	.	14	59	515	50	154	66	21	100	128	100	364	42	80	91	35	100	0	.	106	77	131	52	182	69	4	100	174	89	198	46	294	63	163	51	0	.	0	.	0	.	31	59	42	61	175	62	0	.	24	100	84	54	138	86	5	100	0	.	130	67	117	60	18	100	330	65	85	95	0	.	1	100	0	.	0	.	0	.	75	100	74	100	68	66	29	100	0	.	70	71	61	69	134	63	56	57	37	100	66	85	25	62	206	49	171	51	0	.	32	100	20	100	0	.	9145	9
	Eiche	158	89	80	70	0	.	233	64	0	.	0	.	27	71	21	100	341	31	0	.	0	.	4	100	0	.	0	.	0	.	60	100	0	.	79	80	319	71	0	.	0	.	0	.	0	.	0	.	85	100	188	74	80	100	99	100	40	100	18	100	0	.	0	.	0	.	0	.	5	100	0	.	0	.	28	100	0	.	0	.	0	.	0	.	70	100	0	.	0	.	0	.	29	71	19	100	0	.	0	.	83	63	483	84	151	54	0	.	0	.	0	.	29	79	129	64	408	36	15	100	56	72	29	62	50	100	0	.	36	100	36	100	0	.	0	.	97	100	0	.	0	.	75	100	0	.	0	.	206	74	25	100	5	100	178	64	0	.	0	.	41	94	34	82	92	80	37	63	0	.	0	.	36	71	15	100	0	.	19	100	15	100	11	100	0	.	4374	15
	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	100	18	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	.	40	.	12	100	202	100	187	74	598	32	1035	32	256	86	223	66	1543	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	100	0	.	94	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4355	16
	übrige Laubhölzer	153	73	48	84	0	.	19	75	0	.	66	79	680	26	126	32	163	44	17	76	9	100	13	86	22	100	0	.	26	82	73	65	44	59	52	62	1	100	125	66	54	75	31	76	52	69	113	47	205	68	187	58	101	54	29	62	99	51	0	.	26	60	0	.	0	.	0	.	44	91	0	.	5	100	6	71	12	80	50	64	54	100	157	39	2	100	0	.	0	.	84	100	53	74	34	57	17	73	90	82	161	66	79	58	28	58	0	.	51	100	0	.	57	74	406	42	1101	33	197	86	186	59	212	63	41	60	41	100	31	75	6	100	12	71	37	62	7	100	14	100	92	97	186	100	0	.	4	100	0	.	45	95	118	100	19	79	40	100	0	.	13	100	275	39	318	50	77	45	0	.	16	89	161	64	34	64	0	.	15	78	26	85	32	94	0	.	7281	9
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	10	100	135	38	6	100	11	100	0	.	4	100	0	.	13	100	0	.	0	.	0	.	0	.	7	100	0	.	0	.	17	88	0	.	27	74	19	95	0	.	0	.	6	100	2	100	9	85	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	7	100	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	2	100	0	.	0	.	0	.	0	.	7	100	0	.	0	.	1	100	0	.	317	22
	Total	1291	39	566	44	0	.	1863	36	2153	39	2824	31	21739	10	12244	13	10234	14	2327	27	109	72	353	84	1180	37	0	.	363	75	2575	33	2817	27	2614	27	351	71	1040	39	3606	23	1480	39	2954	27	2360	28	1181	40	4109	23	3645	25	4836	21	7261	18	617	53	1628	32	250	71	413	67	2446	30	1940	32	237	.	1610	47	2616	33	1983	40	1915	32	1927	41	6069	20	966	42	699	59	68	.	452	72	1358	37	507	57	1368	44	1052	45	2185	29	1787	35	1823	27	98	.	136	66	523	59	331	55	2120	26	3237	21	744	53	492	52	1873	28	1331	43	1217	53	597	56	956	42	954	42	2462	36	1271	54	377	69	800	42	264	77	0	.	614	43	448	62	373	66	762	50	519	52	319	71	0	.	802	54	3832	25	3127	23	2930	26	844	54	756	52	1145	42	3642	25	2575	28	683	51	332	70	757	42	0	.	178232	3
Total	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	380	36	532	35	888	41	989	36	2886	30	2378	28	19036	10	6274	14	4883	16	3286	17	45	81	323	55	460	49	0	.	809	44	2822	26	3475	22	2569	28	4	75	3991	22	8387	15	4451	19	8564	15	11797	12	6778	14	2579	22	1473	29	2086	24	4671	19	325	61	1581	27	530	45	590	39	1897	28	1834	33	1752	31	2898	26	1213	32	1916	33	3093	23	2085	33	3431	24	1660	27	945	42	334	44	284	52	385	47	1934	27	2736	26	1523	31	994	35	802	34	995	33	1202	37	3584	38	1875	28	54	100	82	71	30	100	552	47	237	60	629	37	1013	36	1883	38	2112	29	1283	43	2121	28	1709	29	1030	38	137	62	1434	29	138	68	291	50	2056	22	873	38	850	37	889	39	175	65	326	47	48	82	463	66	5323	17	5180	17	7353	15	1114	35	1042	33	770	35	1474	31	1877	29	125	65	446	50	582	38	0	.	194916	2
	Tanne	335	57	40	96	144	60	1081	32	610	41	1647	35	2509	24	7007	14	5080	16	3100	18	55	69	136	60	424	50	0	.	354	63	369	58	1032	38	752	44	4	100	568	44	425	36	499	46	315	62	1097	36	46	82	4215	19	1622	30	3378	20	1985	24	546	51	1192	34	571	35	596	42	1777	33	411	55	264	54	1087	38	1136	35	112	68	744	40	768	47	1786	24	184	59	554	33	297	59	203	45	521	35	933	44	741	35	639	37	544	59	335	39	506	58	18	100	221	53	193	100	0	.	0	.	34	100	415	53	307	59	253	70	621	40	26	100	401	52	504	36	634	54	1247	38	204	52	75	100	1155	33	202	84	334	50	388	51	500	46	657	32	460	47	259	69	551	51	151	71	200	68	168	90	571	46	1058	33	457	41	140	61	294	52	1081	31	456	32	97	85	19	100	86	58	0	.	69720	4
	Föhre	26	100	21	71	21	100	74	100	0	.	0	.	474	58	113	61	529	37	459	53	56	87	66	69	228	47	0	.	21	100	45	71	0	.	281	69	81	84	0	.	269	42	673	34	98	71	705	36	1402	26	441	39	18	100	229	58	0	.	50	100	31	100	0	.	0	.	67	100	4	100	177	100	54	100	41	100	0	.	81	62	0	.	53	100	359	38	100	63	103	51	46	87	154	51	92	79	8	100	0	.	101	59	117	77	202	66	0	.	79	73	101	75	0	.	4	100	0	.	0	.	0	.	12	100	0	.	40	100	230	59	11	100	0	.	0	.	0	.	30	71	9	100	0	.	29	100	0	.	31	72	0	.	29	100	0	.	0	.	95	100	0	.	951	30	528	27	854	32	0	.	70	100	279	42	101	55	204	40	153	49	86	73	56	100	0	.	12153	8
	Lärche	30	94	55	64	106	71	95	81	0	.	0	.	214	51	0	.	90	71	0	.	0	.	0	.	27	71	0	.	0	.	57	100	0	.	48	74	0	.	50	100	505	33	585	36	324	47	2993	16	5869	13	22	100	5	100	22	72	1	100	0	.	0	.	0	.	41	100	0	.	0	.	0	.	20	100	13	100	42	100	238	56	45	100	0	.	36	59	0	.	0	.	20	100	0	.	0	.	0	.	57	100	14	100	37	100	27	100	508	44	603	34	601	38	475	43	0	.	86	75	1705	23	563	35	636	54	0	.	0	.	0	.	259	42	0	.	24	100	0	.	66	100	0	.	22	100	0	.	0	.	0	.	0	.	69	71	0	.	21	100	0	.	70	100	6034	16	2797	19	1864	24	40	100	30	100	9	100	20	89	0	.	23	71	26	100	178	54	0	.	28414	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	34	69	0	.	9	100	262	46	1528	19	0	.	0	.	0	.	0	.	0	.	0	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	718	29	383	38	107	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3063	13
	übrige Nadelhölzer	42	75	0	.	71	100	85	72	0	.	14	74	46	77	0	.	526	43	3	71	0	.	0	.	0	.	252	.	0	.	0	.	0	.	0	.	0	.	3	100	12	96	5	100	0	.	12	81	31	42	11	74	75	99	275	86	2	100	0	.	0	.	8	100	0	.	0	.	0	.	1	100	8	100	344	98	12	72	-14	143	7	79	0	.	66	100	11	100	6	100	40	77	0	.	5	100	0	.	4	100	0	.	0	.	5	72	0	.	0	.	0	.	0	.	0	.	0	.	81	100	1	100	0	.	0	.	0	.	10	100	0	.	10	100	0	.	0	.	56	100	30	60	0	.	6	100	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	6	100	15	100	4	61	0	.	0	.	18	71	47	71	9	81	0	.	0	.	0	.	0	.	2266	25
	Buche	1434	28	864	29	688	34	1947	30	325	48	534	34	2976	25	3416	18	4428	14	3695	15	401	43	979	33	1420	28	0	.	333	58	762	39	1117	29	1297	35	0	.	1006	29	732	45	628	32	26	61	743	35	0	.	3521	17	1580	26	856	37	1491	29	337	42	175	40	294	34	218	45	341	40	503	42	61	58	1364	31	799	39	1021	43	1274	28	1003	31	1947	26	2215	21	1752	31	858	29	970	34	1480	27	649	30	366	69	1097	35	589	31	351	39	795	33	0	.	182	58	0	.	914	31	1360	30	767	33	1294	30	1197	29	581	42	752	41	32	100	287	45	666	43	201	50	450	45	619	48	72	73	1284	29	168	88	84	49	337	36	393	39	951	32	561	44	610	45	234	50	261	59	210	76	0	.	30	73	972	30	326	43	513	37	515	42	935	33	890	28	747	45	358	42	438	32	0	.	77844	3
	Ahorn	378	30	182	36	53	82	36	71	25	75	288	41	936	19	474	28	414	24	725	23	149	48	126	51	229	41	0	.	60	74	84	50	344	32	91	56	3	100	455	33	162	39	151	64	88	65	119	43	3	100	549	23	213	31	64	43	302	32	108	59	214	36	87	64	158	79	45	46	166	40	35	78	234	56	174	52	253	51	427	35	244	45	737	27	102	53	168	45	175	40	99	39	289	41	200	37	109	47	87	60	314	54	71	79	108	51	36	96	101	72	11	100	46	67	39	70	41	57	24	41	92	70	32	73	154	46	62	75	3	77	184	48	210	38	175	43	37	66	9	78	158	42	10	100	31	63	38	52	79	37	80	55	121	44	38	71	10	100	0	.	71	65	11	88	56	62	435	28	110	46	212	43	64	55	366	28	111	48	243	55	70	60	254	52	0	.	15129	5
	Esche	282	42	467	49	34	78	79	81	0	.	316	51	242	63	501	42	693	29	92	47	160	73	46	49	172	51	0	.	167	69	439	63	488	41	313	38	10	100	360	41	60	77	10	61	218	50	110	56	0	.	1025	29	425	65	133	42	108	47	70	61	17	94	4	100	3	100	6	100	569	57	0	.	122	73	642	42	280	47	151	40	158	82	398	39	242	45	138	48	56	58	196	48	144	48	381	43	49	80	248	69	283	35	300	62	256	42	26	100	211	100	49	96	46	48	50	54	210	56	159	58	55	70	111	45	163	73	57	64	0	.	193	50	152	50	72	59	330	65	97	84	24	74	1	100	9	77	12	100	32	90	96	80	220	58	70	64	47	73	0	.	70	71	116	49	140	60	274	42	115	60	440	49	67	53	279	38	248	39	173	65	72	58	135	70	0	.	16285	7
	Eiche	352	55	80	70	0	.	391	48	0	.	0	.	33	61	89	61	608	22	0	.	78	100	4	100	120	55	0	.	18	100	60	100	54	76	109	61	400	58	0	.	0	.	64	100	0	.	37	98	85	100	357	44	93	87	177	66	40	100	64	75	0	.	35	100	0	.	0	.	5	100	0	.	0	.	28	100	74	73	2	100	17	71	0	.	213	47	13	100	24	71	31	86	176	50	19	100	0	.	0	.	108	53	552	74	303	48	0	.	5	100	0	.	70	47	129	64	526	33	107	65	160	41	102	61	59	86	0	.	36	100	50	74	25	100	0	.	108	91	2	100	44	82	129	71	82	56	0	.	413	50	25	100	20	79	260	50	0	.	41	100	41	94	48	65	117	64	122	40	12	100	17	100	50	58	42	73	98	85	178	41	110	55	103	65	0	.	8242	9
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	523	48	42	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	.	40	100	480	39	356	65	494	45	620	31	1475	28	507	51	319	49	1766	27	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	100	0	.	160	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6828	11
	übrige Laubhölzer	292	43	199	35	140	44	106	69	0	.	83	65	750	24	259	25	600	26	116	29	124	47	62	62	62	48	0	.	33	67	299	61	84	41	214	44	19	55	216	44	173	37	203	51	493	33	841	26	615	43	484	34	147	40	74	62	119	43	0	.	39	47	10	100	-2	100	41	72	91	51	14	63	54	51	6	71	71	49	258	32	177	67	179	35	39	48	94	69	25	80	247	49	56	69	164	46	63	54	154	60	271	55	142	42	197	61	152	51	466	46	140	66	373	34	637	31	1407	27	630	34	382	35	622	32	78	44	177	56	38	63	104	53	370	87	97	55	56	47	204	80	159	62	191	97	13	76	25	51	116	71	67	66	140	86	51	60	124	74	7	100	13	100	444	28	462	36	492	23	11	61	178	57	162	63	86	41	23	57	42	44	136	61	114	59	0	.	18186	5
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	11	93	143	36	9	72	11	100	1	100	4	100	0	.	13	100	0	.	1	100	0	.	0	.	7	100	0	.	0	.	31	66	18	86	34	63	57	50	23	70	14	89	8	80	2	100	9	85	0	.	0	.	0	.	15	100	8	100	35	72	9	100	1	100	4	100	3	74	18	87	3	100	8	100	0	.	0	.	31	86	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	4	71	3	73	0	.	0	.	22	100	0	.	0	.	23	72	6	71	3	100	0	.	0	.	9	100	0	.	0	.	1	100	2	100	0	.	0	.	0	.	0	.	0	.	0	.	37	62	49	57	9	68	0	.	0	.	0	.	0	.	7	100	21	100	0	.	1	100	0	.	729	14
	Total	3552	20	2439	23	2145	26	4882	20	3847	28	5270	23	27374	9	18142	10	17860	10	11478	12	1073	33	1743	30	3154	24	252	.	1795	34	4937	22	6594	17	5682	20	521	54	6650	18	10793	13	7286	15	10169	14	19296	9	16422	10	13219	12	5658	19	7294	17	8729	16	1499	32	3247	23	1537	32	1619	33	4180	22	3618	25	2313	29	5844	21	4401	24	3783	26	6271	17	4505	25	8540	17	5116	18	3774	23	1909	27	2137	27	3205	23	4376	22	4072	23	3809	24	3220	24	2709	26	3393	21	1982	27	5932	28	3335	21	2472	20	2920	21	4580	17	5476	15	3313	19	4746	18	2864	28	2278	33	3116	26	3277	25	3734	24	3776	27	2384	34	748	45	4306	21	863	47	879	34	2858	21	2441	26	2726	24	2509	26	1462	32	1320	33	603	61	1139	46	13891	11	10330	13	13704	12	2186	29	2641	28	2228	27	4431	21	3924	21	1802	28	1323	30	1946	27	0	.	453776	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. 2281194. Birmensdorf, Swiss Federal Research Institute WSL

zurück