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

LFI4
Gesamtholzvolumen (Schaftholz)
Eigentum (2 Klassen) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz
Zustand 2009/17
		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	261	34	745	30	1088	28	1191	27	788	37	813	35	4091	16	2587	17	2012	19	2417	16	80	56	297	43	205	49	0	.	659	37	1522	28	2141	22	1373	27	19	100	3650	18	5333	15	3927	14	6373	13	10903	9	6356	11	2241	19	694	37	710	33	839	30	302	39	314	34	365	41	321	33	703	31	692	35	2069	21	2273	19	157	45	996	30	2938	19	1225	31	1254	33	1439	23	902	31	605	34	393	37	276	38	1930	23	1683	23	1371	28	82	62	309	41	469	38	830	29	2202	19	1986	22	7	100	132	81	0	.	488	34	60	63	443	34	601	38	756	40	1637	27	873	40	1395	26	919	35	479	39	64	56	1242	27	102	48	350	36	1734	20	969	30	964	24	1015	28	194	54	390	53	180	47	379	52	4466	13	3885	15	5932	13	703	31	676	35	472	35	194	49	471	42	401	58	430	47	594	31	0	.	125000	2
	Tanne	283	41	189	59	247	42	1103	29	158	58	605	43	1068	30	1837	22	1501	20	2164	19	90	79	263	62	245	49	0	.	85	59	203	53	924	26	736	38	0	.	635	37	315	41	853	27	334	47	706	30	20	71	2533	17	370	43	553	41	152	44	357	47	416	46	410	33	489	36	835	30	146	59	198	39	401	30	424	41	253	42	364	40	326	43	354	38	114	47	464	33	400	38	92	51	266	35	534	35	348	31	529	31	164	81	74	72	92	100	6	93	311	50	102	93	0	.	0	.	0	.	331	38	471	37	276	52	308	46	1	100	225	46	322	40	340	52	410	40	216	47	0	.	633	33	130	62	503	32	407	40	396	38	393	29	244	41	209	67	295	44	381	52	98	64	373	51	372	40	807	26	332	36	177	67	51	91	151	67	74	55	72	73	13	100	214	60	0	.	35865	4
	Föhre	105	63	63	56	111	43	230	45	2	100	10	100	259	70	8	73	261	38	297	47	46	65	110	66	202	39	0	.	11	100	51	64	0	.	126	80	48	100	0	.	342	37	575	28	30	100	835	29	1232	20	542	30	9	100	62	66	53	75	101	71	16	100	35	100	0	.	30	100	0	.	130	74	13	100	18	100	0	.	202	52	0	.	0	.	210	36	64	57	87	45	39	86	190	37	176	55	4	100	7	100	13	66	62	72	113	59	0	.	220	65	58	72	0	.	0	.	0	.	0	.	0	.	8	100	42	99	0	.	107	59	29	80	0	.	0	.	0	.	12	71	5	100	0	.	28	80	0	.	41	65	0	.	26	72	0	.	0	.	51	100	0	.	1033	24	360	27	639	28	0	.	22	100	95	51	27	100	140	44	77	50	127	59	51	100	0	.	10326	7
	Lärche	13	62	101	59	33	113	86	68	3	100	0	.	53	57	10	100	137	45	27	100	0	.	0	.	14	73	0	.	11	88	42	71	0	.	0	.	0	.	40	87	255	36	543	29	217	41	2288	14	5230	12	27	69	0	.	8	73	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	27	74	7	100	11	100	359	44	26	100	0	.	76	78	33	94	35	100	31	75	0	.	0	.	0	.	56	71	5	100	15	100	0	.	494	32	678	21	349	30	319	34	46	66	41	80	1441	17	393	29	393	45	0	.	0	.	0	.	102	41	32	72	5	100	44	97	138	76	0	.	14	71	0	.	0	.	25	71	0	.	98	67	0	.	6	100	0	.	5	100	3820	11	1839	16	1678	17	32	100	0	.	9	100	1	100	0	.	35	61	24	71	59	60	0	.	21961	5
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	73	0	.	1	100	205	35	1475	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	48	100	0	.	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	3	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	572	22	240	32	221	41	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2840	10
	übrige Nadelhölzer	28	62	52	61	26	100	47	51	5	100	0	.	0	.	0	.	88	76	36	98	65	100	0	.	0	.	101	.	56	100	0	.	0	.	0	.	0	.	0	.	1	75	0	.	0	.	11	58	59	38	-2	233	36	100	124	87	0	100	0	.	0	.	4	100	0	.	0	.	0	.	0	.	2	100	0	.	0	.	1	100	7	65	0	.	34	100	5	100	-5	252	13	72	0	.	1	100	0	.	2	100	0	.	0	.	45	98	0	.	0	.	0	.	0	.	0	.	0	.	27	100	0	.	1	100	0	.	0	.	11	57	0	.	5	100	8	100	0	.	59	100	89	87	11	100	5	71	0	.	0	.	0	.	105	96	1	100	63	99	0	.	0	.	4	100	8	100	5	67	0	.	8	100	8	164	0	.	18	100	0	.	0	.	0	.	0	.	1277	20
	Buche	1097	22	852	25	602	27	1010	23	70	61	145	49	823	27	734	24	2219	16	3006	14	302	42	733	29	1395	24	0	.	430	48	210	36	693	29	538	39	0	.	757	25	270	31	392	31	19	65	462	34	0	.	3207	14	489	33	262	51	15	73	290	37	98	42	304	42	202	36	195	30	239	42	154	63	919	30	270	46	269	33	512	28	842	30	325	47	1784	17	1037	23	950	22	1014	26	1067	22	563	27	161	81	707	33	119	49	187	47	502	34	0	.	276	43	0	.	1073	29	527	35	274	42	1085	22	750	24	797	27	87	43	0	.	102	72	357	46	111	50	307	43	432	40	21	60	557	32	244	51	107	35	204	30	292	35	839	26	338	32	264	52	142	66	203	43	170	55	0	.	38	74	629	26	114	48	473	35	595	45	106	62	508	31	275	41	138	39	255	34	0	.	46133	3
	Ahorn	158	30	87	40	150	31	84	35	53	98	56	65	191	31	137	37	277	28	357	21	50	51	149	42	168	36	0	.	45	67	9	76	153	36	61	54	0	.	287	28	47	61	27	69	18	85	89	38	6	89	486	21	56	42	32	61	51	41	55	69	44	44	115	53	64	72	17	51	53	40	35	41	211	52	41	60	51	49	173	44	74	53	100	59	90	45	167	42	110	31	43	43	74	54	123	36	12	66	84	47	130	65	69	53	12	116	36	83	57	55	11	100	12	61	0	.	34	54	46	42	18	83	-1	327	70	47	8	76	5	100	50	46	99	47	112	32	135	61	2	100	77	39	18	68	20	56	32	47	51	40	121	44	111	37	7	100	11	83	3	100	4	150	21	86	29	63	132	33	72	45	77	57	66	71	49	56	89	44	126	51	66	68	139	53	0	.	7246	5
	Esche	326	26	213	51	201	38	139	48	2	100	51	77	64	60	63	39	389	34	105	50	203	55	56	65	92	48	0	.	101	70	82	78	220	43	237	40	0	.	106	44	30	53	9	101	70	45	86	38	9	100	553	24	35	72	29	76	7	76	32	78	23	58	7	87	3	71	0	.	154	76	58	61	41	68	108	51	203	39	93	42	115	57	0	.	153	35	58	42	41	52	95	53	98	68	127	52	0	.	49	79	63	46	203	43	65	56	56	56	66	100	46	65	21	47	7	59	70	54	111	44	7	100	75	90	11	64	24	72	12	100	68	72	39	52	44	53	43	65	27	75	33	46	175	54	1	100	5	100	19	65	100	55	210	51	1	100	2	100	0	.	153	76	26	58	8	71	98	47	105	49	288	46	121	45	98	62	108	51	90	63	75	49	165	42	0	.	7871	6
	Eiche	191	42	122	53	10	93	265	38	0	.	0	.	3	100	33	71	397	30	22	100	119	62	56	100	73	54	0	.	39	80	0	.	59	52	89	61	145	58	0	.	9	100	34	94	0	.	13	88	0	.	177	33	4	100	47	85	0	.	84	72	0	.	18	100	1	100	0	.	0	.	0	.	19	100	0	.	67	53	0	100	13	71	0	.	255	41	20	80	18	55	75	56	99	43	1	100	0	.	24	100	21	70	46	63	89	63	0	.	4	100	0	.	27	47	12	69	76	58	68	63	120	57	44	78	5	100	0	.	0	.	9	73	32	65	0	.	5	100	0	.	40	65	290	58	226	55	0	.	153	56	61	100	35	62	65	61	28	71	13	100	66	65	26	59	24	48	103	33	28	81	29	81	49	71	11	100	99	51	98	40	103	62	127	49	0	.	4830	8
	Kastanie	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	279	44	14	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	.	357	33	119	57	293	48	151	79	527	36	244	43	132	50	230	38	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	71	0	.	0	.	0	.	0	.	0	.	0	.	42	55	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2398	14
	übrige Laubhölzer	207	52	96	33	127	37	135	40	10	83	4	100	72	40	70	38	362	32	122	29	68	42	82	78	85	31	0	.	19	61	207	73	7	131	137	55	25	71	83	34	99	37	57	42	325	26	639	22	173	37	346	24	57	73	20	100	31	72	26	51	5	80	6	76	17	54	29	73	63	56	49	48	73	50	3	100	45	42	123	37	129	62	12	82	45	41	80	48	47	52	89	46	54	72	94	41	34	45	28	61	42	56	101	43	384	72	150	41	309	23	147	43	336	34	231	30	215	29	513	24	175	33	308	27	23	69	78	62	16	44	116	54	230	73	87	74	59	55	98	60	69	45	108	77	7	49	17	49	49	68	22	48	16	82	18	76	45	84	3	100	13	72	280	29	218	29	438	25	19	68	109	57	61	46	20	80	12	49	66	58	80	72	73	48	0	.	10079	6
	nicht bestimmbar	3	100	0	.	0	.	0	.	0	.	1	71	12	72	0	.	25	69	5	65	0	.	0	.	0	.	0	.	1	100	0	100	0	.	0	.	0	.	9	74	9	72	27	65	17	63	20	60	20	69	12	88	2	100	0	.	3	100	5	100	0	.	0	.	0	.	0	.	0	.	9	87	4	100	0	.	2	73	21	72	0	.	0	.	0	.	0	.	20	86	0	.	3	100	14	72	0	.	0	.	0	.	1	100	0	.	3	100	0	.	0	.	0	100	0	.	5	100	7	78	7	85	0	100	12	100	0	.	10	80	21	62	0	100	2	61	2	100	0	.	5	100	0	.	1	100	0	.	0	.	0	.	0	.	1	100	3	100	0	.	8	100	34	52	29	52	16	50	0	.	0	.	0	.	0	.	7	100	11	100	0	.	1	100	0	.	432	14
	Total	2671	16	2520	20	2600	18	4290	15	1092	33	1684	32	6636	14	5479	14	7669	11	8557	11	1024	29	1744	25	2478	21	101	.	1456	29	2326	23	4196	18	3297	21	237	53	5566	16	6725	13	6445	13	7405	12	16535	8	14594	8	10122	10	1752	24	1846	29	1152	28	1252	26	916	31	1264	27	1121	28	1808	24	1348	28	2703	20	4032	17	1029	32	1919	22	4787	16	2758	22	2045	28	4200	15	2830	19	2309	20	1883	21	2126	20	3562	18	2243	21	2856	22	639	37	1066	29	1770	26	1578	20	4480	14	2822	18	2089	19	1106	25	1243	22	4361	12	2133	17	2574	18	1160	30	867	35	2156	24	1947	24	2287	23	1894	27	1415	29	422	46	2750	20	1091	34	1247	26	2399	18	1995	22	2499	19	2201	21	759	39	987	32	835	41	896	34	10657	9	7050	12	10740	10	1405	25	1859	25	1527	26	656	36	1526	23	1250	29	1057	31	1675	23	0	.	276259	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	130	56	40	53	189	95	135	62	1119	33	2455	24	14193	9	5344	14	3255	17	781	27	37	93	0	.	166	49	0	.	176	76	1233	30	1761	25	531	31	0	.	407	42	2190	22	695	42	2080	23	1574	25	246	61	1134	23	1030	26	935	28	3776	18	107	91	840	27	334	66	207	61	1447	28	446	41	142	.	439	46	1174	27	384	54	459	37	499	40	2470	22	261	45	22	78	-1	1985	0	.	163	49	508	45	856	37	340	42	1117	35	487	46	575	40	140	56	0	.	47	54	0	.	21	100	13	100	8	100	0	.	7	100	261	46	593	46	192	71	404	38	409	40	1916	24	328	47	84	59	390	49	65	73	0	.	593	31	270	69	52	63	167	60	26	69	245	64	0	.	232	51	930	29	877	29	783	30	386	46	613	46	244	42	944	26	914	30	326	52	229	45	349	62	0	.	71950	3
	Tanne	276	62	3	100	80	92	99	60	369	36	898	34	1277	30	5893	12	2821	18	1235	36	6	89	42	78	78	53	0	.	98	100	50	60	433	47	322	61	0	.	41	59	25	83	8	75	0	.	82	80	0	.	1179	24	999	29	2160	19	1674	23	76	76	743	30	29	72	23	100	905	35	110	75	0	.	268	69	522	29	124	73	167	54	272	49	1638	27	0	.	87	84	137	68	44	82	270	43	237	58	359	48	38	72	414	39	161	45	185	70	0	.	0	.	0	.	0	.	0	.	14	100	0	.	0	.	0	.	135	55	14	100	59	88	290	60	5	100	670	33	67	80	37	88	33	96	308	59	3	.	40	96	63	77	51	75	166	72	1	100	0	.	0	.	98	69	0	.	15	68	126	54	267	45	49	71	348	45	819	26	503	37	6	100	0	.	0	.	0	.	31144	5
	Föhre	56	64	0	.	0	.	0	.	20	100	0	.	207	35	40	61	178	48	21	83	141	83	-9	100	19	74	0	.	2	100	103	100	0	.	85	78	24	81	0	.	9	100	41	85	26	100	30	63	63	75	10	74	0	.	36	100	22	100	0	.	17	100	0	.	0	.	0	.	0	.	0	.	0	.	89	77	0	.	0	.	0	.	57	67	43	75	21	100	50	74	0	.	85	79	0	.	0	.	0	.	55	58	28	71	125	53	0	.	0	.	0	.	0	.	0	.	80	100	0	.	0	.	40	100	0	.	29	100	20	100	0	.	0	.	0	.	0	.	8	100	0	.	19	100	0	.	0	.	6	100	0	.	14	100	0	.	0	.	0	.	0	.	281	47	159	36	53	53	0	.	17	100	98	51	57	49	147	50	59	74	147	62	38	77	0	.	2964	12
	Lärche	61	95	13	100	0	.	20	100	6	100	67	100	63	67	0	.	46	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	77	0	.	0	.	60	51	122	54	22	109	245	35	268	58	0	.	131	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	50	84	0	.	6	100	10	73	0	.	0	.	0	.	0	.	0	.	1	100	0	.	17	100	26	100	8	100	11	96	0	.	120	71	0	.	13	100	5	100	0	.	7	100	14	100	0	.	0	.	0	.	8	100	0	.	46	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	0	.	0	.	17	92	2159	23	836	29	211	44	0	.	12	100	33	85	48	71	0	.	20	100	0	.	46	100	0	.	4915	13
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	50	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	3	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	.	34	62	127	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	220	36
	übrige Nadelhölzer	6	100	0	.	0	.	0	.	0	.	5	79	29	78	0	.	139	54	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	6	100	0	.	0	.	0	.	0	.	2	74	9	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	185	96	-7	113	-7	151	0	.	-6	100	31	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	0	.	0	.	0	.	1	100	0	.	0	.	3	100	0	.	2	72	25	62	7	71	0	.	0	.	0	.	0	.	458	43
	Buche	749	32	205	56	149	71	892	42	209	40	827	33	2148	25	2095	16	2021	16	500	29	178	83	242	65	715	39	0	.	225	84	609	38	507	40	903	32	0	.	355	45	300	60	120	61	34	100	104	66	0	.	1176	23	890	30	454	32	1141	25	152	68	234	48	75	67	53	73	248	39	213	41	0	.	305	64	426	34	545	48	419	36	363	35	1200	22	292	42	453	47	195	56	76	76	794	33	217	57	76	59	157	55	378	36	112	54	338	35	0	.	0	.	0	.	0	.	469	38	395	34	80	87	187	84	59	63	333	49	14	100	29	77	160	58	54	71	168	39	224	56	40	66	562	43	55	93	0	.	105	65	64	64	333	56	265	65	211	55	131	52	0	.	209	57	8	100	0	.	272	42	251	49	174	76	236	58	821	26	395	31	443	52	283	46	234	50	0	.	32332	5
	Ahorn	135	42	22	73	10	100	33	87	20	89	103	62	693	19	202	25	117	50	163	39	42	91	35	65	3	186	0	.	19	71	69	56	125	45	83	64	9	78	175	41	42	66	86	96	59	67	0	.	0	.	182	31	112	39	81	44	166	33	17	72	66	57	0	.	0	.	20	54	73	36	0	.	73	44	151	36	16	180	84	48	157	41	323	27	2	100	3	100	45	57	18	78	136	43	117	51	62	38	15	79	218	49	42	68	55	62	0	.	0	.	0	.	35	68	66	65	40	50	3	100	12	71	1	100	46	58	18	100	1	100	70	72	119	46	142	41	16	64	0	.	21	78	43	100	1	.	7	100	6	77	43	60	9	100	0	.	-3	100	0	.	27	83	9	73	31	69	138	32	27	62	29	76	38	55	170	33	68	48	7	100	37	76	0	.	0	.	5757	6
	Esche	145	43	136	50	14	82	6	100	86	65	238	42	200	44	362	37	283	32	129	68	59	65	14	71	81	61	0	.	40	68	135	77	82	45	300	38	16	100	149	48	32	78	0	.	74	58	40	76	97	100	468	30	393	65	212	35	112	38	10	100	0	.	0	.	0	.	22	91	135	79	0	.	10	51	380	34	68	61	38	62	121	50	266	36	1	100	17	100	2	75	61	88	97	44	144	55	114	61	121	82	293	36	189	51	193	54	2	100	0	.	21	83	38	57	116	42	195	41	76	53	33	67	89	60	68	76	4	78	0	.	115	61	58	65	42	68	109	67	24	92	0	.	24	98	0	.	0	.	0	.	37	87	33	90	37	58	175	56	0	.	147	78	56	48	74	50	166	41	103	70	54	62	28	48	248	34	200	33	0	100	69	64	13	100	0	.	8638	7
	Eiche	136	59	107	64	31	83	111	63	0	.	13	100	46	64	0	.	243	26	6	100	0	.	100	98	58	100	0	.	4	100	33	100	4	100	45	67	284	59	0	.	0	.	71	100	12	100	54	58	43	100	104	81	84	62	69	89	43	71	8	100	0	.	0	.	0	.	0	.	3	100	0	.	0	.	134	80	0	.	14	100	0	.	0	.	140	69	0	.	40	100	0	.	73	61	10	100	0	.	0	.	57	58	252	76	113	45	0	.	0	.	0	.	27	77	144	40	248	32	70	80	86	55	31	65	21	100	11	100	17	100	69	100	0	.	0	.	69	71	0	.	0	.	44	100	61	.	0	.	201	59	11	100	12	83	154	47	16	100	0	.	19	79	9	74	45	83	41	56	0	.	0	.	17	71	7	100	0	.	9	100	57	76	55	71	0	.	4093	11
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	95	57	11	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	.	21	100	75	.	129	79	163	58	831	33	805	24	479	40	369	38	922	31	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	80	100	0	.	0	.	0	.	0	.	17	100	0	.	76	92	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4073	13
	übrige Laubhölzer	415	61	55	52	19	100	7	90	4	61	57	57	589	28	98	28	142	41	28	61	13	78	24	65	22	60	0	.	48	56	7	54	19	37	19	54	19	70	90	56	39	64	66	58	185	47	157	36	160	53	118	31	78	51	22	77	62	39	0	.	13	61	0	.	127	99	17	77	33	66	0	.	15	65	24	49	22	56	52	59	64	53	93	32	2	100	0	.	1	100	38	100	27	76	62	45	9	137	74	71	143	58	71	55	30	52	104	69	0	.	97	64	165	64	364	31	837	23	209	55	227	45	197	46	21	56	22	80	41	71	42	56	24	80	65	51	15	71	8	100	79	80	154	75	2	.	2	100	1	100	78	96	65	98	14	61	40	95	0	.	8	87	219	38	186	34	231	36	5	100	9	90	68	51	55	42	28	86	12	87	32	53	28	96	0	.	7236	8
	nicht bestimmbar	6	60	0	.	0	.	0	.	0	.	6	100	101	31	4	84	34	61	1	100	2	100	0	.	7	100	0	.	0	.	0	.	0	.	5	100	0	.	0	.	11	73	0	.	48	81	4	76	0	.	0	.	0	.	2	100	17	74	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	6	100	0	.	12	100	0	.	3	100	0	.	1	100	0	.	0	.	5	100	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	4	100	3	100	0	.	0	.	0	.	0	.	0	.	5	100	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	66	0	.	7	85	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	319	19
	Total	2116	25	581	34	492	52	1304	35	1833	28	4668	20	19596	8	14038	10	9278	11	2865	22	478	51	448	50	1150	34	0	.	612	45	2240	26	2931	23	2316	26	352	56	1218	30	2713	20	1216	33	2539	21	2387	20	887	33	4372	16	3726	20	3972	17	7012	15	370	52	1913	23	438	66	410	49	2665	25	1019	32	142	.	1110	40	3090	21	1168	35	1288	27	1476	29	6050	17	781	38	603	44	470	44	237	70	1649	28	1300	33	1478	31	746	37	2698	23	1367	33	1624	25	277	53	75	.	414	41	428	42	2025	21	2637	16	927	33	922	33	1359	25	885	35	704	42	359	53	1164	33	671	36	3050	22	828	42	202	59	1084	40	713	43	67	.	746	33	611	45	606	46	855	38	443	43	605	53	0	.	758	44	3729	17	2350	19	2104	20	1047	34	958	40	1112	31	3194	19	2263	23	882	38	854	36	764	45	0	.	174098	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	391	29	785	28	1277	27	1327	25	1907	24	3268	20	18284	8	7931	11	5267	13	3198	14	117	48	297	43	371	35	0	.	835	33	2756	20	3902	17	1905	21	19	100	4057	17	7523	12	4622	14	8454	11	12477	9	6602	11	3375	14	1724	21	1645	21	4614	16	409	37	1154	21	699	38	529	31	2151	21	1138	27	2211	21	2712	18	1331	24	1380	26	3397	17	1725	25	3724	18	1700	21	924	30	605	35	393	37	439	30	2439	20	2539	19	1711	24	1199	33	795	32	1044	28	969	26	2202	19	2033	22	7	100	153	71	13	100	496	34	60	63	450	34	862	30	1349	30	1829	25	1277	30	1804	22	2834	20	807	30	149	41	1632	24	167	41	350	36	2327	16	1240	28	1016	23	1182	25	219	49	636	41	180	47	611	38	5396	12	4762	14	6715	12	1089	26	1289	28	716	27	1138	23	1385	24	726	39	659	34	943	30	0	.	196949	2
	Tanne	559	37	192	58	328	39	1202	27	527	31	1503	27	2345	21	7730	11	4322	13	3399	18	96	75	305	55	323	40	0	.	183	60	253	44	1357	23	1057	32	0	.	675	34	340	39	861	27	334	47	788	28	20	71	3712	13	1369	24	2713	17	1826	22	433	41	1159	25	439	31	511	34	1740	23	256	47	198	39	668	33	946	24	376	37	532	32	599	32	1992	23	114	47	551	31	537	33	136	43	536	28	770	30	707	29	568	29	578	36	235	39	277	58	6	93	311	50	102	93	0	.	0	.	14	100	331	38	471	37	276	52	443	36	15	91	284	41	612	35	345	51	1080	26	283	41	37	88	665	31	437	46	507	32	447	38	458	34	444	27	411	38	210	67	295	44	381	52	196	47	373	51	388	39	934	23	600	28	226	55	399	41	970	24	577	33	78	67	13	100	214	60	0	.	67010	3
	Föhre	162	47	63	56	111	43	230	45	22	90	10	100	466	42	48	52	440	29	318	45	187	65	101	72	221	37	0	.	13	87	153	70	0	.	211	57	72	72	0	.	351	36	616	26	56	71	865	28	1295	19	551	30	9	100	98	55	75	60	101	71	33	71	35	100	0	.	30	100	0	.	130	74	13	100	107	66	0	.	202	52	0	.	57	67	252	32	84	50	137	39	39	86	275	35	176	55	4	100	7	100	67	49	91	54	238	39	0	.	220	65	58	72	0	.	0	.	80	100	0	.	0	.	48	84	42	99	29	100	127	52	29	80	0	.	0	.	0	.	20	59	5	100	19	100	28	80	0	.	47	58	0	.	40	58	0	.	0	.	51	100	0	.	1315	21	519	21	691	26	0	.	39	71	192	36	84	46	287	33	136	43	274	43	89	66	0	.	13289	6
	Lärche	73	79	114	54	33	113	106	59	9	75	67	100	116	45	10	100	183	38	27	100	0	.	0	.	14	73	0	.	11	88	42	71	0	.	22	77	0	.	40	87	315	31	665	26	239	39	2532	13	5498	11	27	69	131	99	8	73	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	27	74	7	100	28	72	409	40	26	100	6	100	86	69	33	94	35	100	31	75	0	.	0	.	1	100	56	71	22	80	40	73	8	100	505	31	678	21	470	28	319	34	59	56	46	72	1441	17	400	29	407	43	0	.	0	.	0	.	110	39	32	72	51	91	44	97	138	76	0	.	14	71	0	.	0	.	25	71	0	.	129	57	0	.	6	100	0	.	23	74	5979	11	2675	14	1889	16	32	100	12	100	42	71	49	69	0	.	55	53	24	71	105	55	0	.	26876	4
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	50	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	73	7	100	1	100	207	34	1475	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	48	100	0	.	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	3	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	606	21	367	28	221	41	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3060	10
	übrige Nadelhölzer	34	54	52	61	26	100	47	51	5	100	5	79	29	78	0	.	227	44	36	97	65	100	0	.	0	.	101	.	56	100	0	.	0	.	0	.	0	.	1	100	7	88	0	.	0	.	11	58	59	38	0	2109	45	82	124	87	0	100	0	.	0	.	4	100	0	.	0	.	6	100	0	.	2	100	185	96	-7	113	-5	194	7	65	-6	100	65	71	5	100	-5	252	13	72	0	.	1	100	0	.	2	100	7	100	0	.	46	95	0	.	0	.	0	.	0	.	0	.	0	.	27	100	0	.	1	100	0	.	0	.	11	57	0	.	5	100	8	100	0	.	59	100	89	87	11	100	5	71	0	.	0	.	0	.	118	87	1	100	63	99	0	.	0	.	5	87	8	100	5	67	3	100	8	100	9	136	25	62	26	74	0	.	0	.	0	.	0	.	1735	19
	Buche	1846	18	1056	23	752	26	1902	23	279	34	972	29	2971	20	2829	13	4240	11	3505	12	480	40	975	27	2110	21	0	.	655	43	819	30	1200	24	1441	25	0	.	1112	22	570	35	513	28	53	68	566	30	0	.	4383	12	1379	23	716	28	1155	25	443	34	333	36	379	36	255	32	443	26	452	29	154	63	1224	28	696	28	814	34	931	22	1205	23	1525	20	2076	16	1490	21	1145	21	1089	25	1861	19	780	25	237	58	864	29	497	29	299	36	840	24	0	.	276	43	0	.	1073	29	996	26	669	26	1166	21	937	26	855	26	419	40	14	100	131	59	517	36	165	41	475	31	656	32	61	48	1119	27	299	45	107	35	308	30	356	31	1172	24	603	34	475	38	273	42	203	43	379	40	8	100	38	74	901	22	365	37	647	33	831	36	927	24	904	22	718	35	421	33	490	30	0	.	78465	2
	Ahorn	293	25	109	35	160	30	117	35	73	75	159	46	885	16	338	21	393	25	520	19	92	50	183	36	171	35	0	.	65	51	78	51	278	28	145	44	9	78	462	23	89	45	113	75	77	55	89	38	6	89	667	17	168	29	113	36	218	27	73	55	110	38	115	53	64	72	37	37	126	27	35	41	284	40	192	31	67	57	257	33	231	33	423	25	92	44	170	42	156	27	61	38	210	34	239	31	74	34	99	41	348	39	110	42	67	55	36	83	57	55	11	100	47	53	66	65	75	36	49	40	30	57	0	1305	116	36	25	74	6	88	120	46	218	33	255	27	151	55	2	100	98	35	61	73	20	54	38	43	57	37	164	36	120	35	7	100	8	125	3	100	32	75	30	63	60	47	270	23	99	37	106	47	105	49	219	29	157	32	133	48	103	51	139	53	0	.	13003	4
	Esche	471	22	350	37	215	36	145	46	88	64	289	37	263	36	425	32	673	23	234	44	262	45	71	54	173	38	0	.	140	53	218	56	301	33	537	27	16	100	255	33	61	48	9	101	144	37	126	35	106	92	1021	19	428	60	241	32	119	36	42	64	23	58	7	87	3	71	22	91	289	55	58	61	51	55	488	29	271	33	131	35	236	38	266	36	154	35	75	40	43	49	155	47	195	40	272	38	114	61	170	62	356	30	392	33	258	43	57	55	66	100	67	52	59	40	123	40	265	33	187	34	40	58	164	52	79	66	27	63	12	100	183	47	96	44	87	43	152	51	51	59	33	46	199	49	1	100	5	100	19	65	137	47	244	45	38	57	177	56	0	.	300	54	83	38	82	46	263	31	208	43	342	40	149	38	346	30	307	28	90	62	144	40	178	40	0	.	16509	5
	Eiche	328	35	229	41	41	67	376	33	0	.	13	100	49	60	33	71	639	21	28	82	119	62	155	72	130	53	0	.	43	73	33	100	62	49	134	46	429	43	0	.	9	100	105	74	12	100	67	50	43	100	281	36	89	59	116	63	43	71	91	67	0	.	18	100	1	100	0	.	3	100	0	.	19	100	134	80	67	53	15	97	13	71	0	.	395	36	20	80	59	71	75	56	171	36	11	92	0	.	24	100	78	46	298	65	202	37	0	.	4	100	0	.	54	45	156	37	323	28	138	51	206	40	75	53	26	82	11	100	17	100	78	89	32	65	0	.	74	66	0	.	40	65	334	52	287	48	0	.	355	41	72	86	48	51	218	38	45	58	13	100	84	53	35	48	69	56	144	29	28	81	29	81	66	55	18	73	99	51	107	38	159	48	182	40	0	.	8923	7
	Kastanie	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	374	36	25	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	.	21	100	432	32	248	49	455	37	982	31	1332	20	722	30	501	31	1153	26	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	82	98	0	.	0	.	0	.	0	.	17	100	0	.	119	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6471	9
	übrige Laubhölzer	622	44	152	28	146	35	143	38	14	61	62	53	660	25	169	23	503	26	150	26	81	37	106	62	107	28	0	.	66	44	215	71	26	44	156	49	44	51	173	33	138	32	124	37	510	24	795	19	333	32	465	19	135	43	42	62	93	35	26	51	19	49	6	76	145	87	45	54	96	43	49	48	88	43	27	45	67	34	175	31	192	45	106	30	47	40	80	48	48	51	127	44	80	54	156	30	43	46	102	54	186	47	172	34	414	66	254	37	309	23	244	36	501	31	594	22	1053	19	722	23	402	29	505	24	45	45	100	51	57	53	158	42	254	66	152	47	74	46	106	56	148	48	262	54	9	44	19	45	50	66	100	76	81	81	33	50	85	63	3	100	21	55	499	24	403	22	669	21	25	57	118	53	129	35	75	38	41	62	78	51	113	54	100	44	0	.	17316	4
	nicht bestimmbar	9	52	0	.	0	.	0	.	0	.	7	85	113	29	4	84	59	46	6	55	2	100	0	.	7	100	0	.	1	100	0	100	0	.	5	100	0	.	9	74	20	52	27	65	65	62	25	51	20	69	12	88	2	100	2	100	20	64	5	100	0	.	0	.	0	.	5	100	0	.	9	87	4	100	6	100	2	73	32	59	0	.	3	100	0	.	1	100	20	86	0	.	8	73	19	59	0	.	0	.	0	.	1	100	0	.	3	100	0	.	0	.	0	100	2	100	9	71	10	62	7	85	0	100	12	100	0	.	10	80	26	54	2	84	2	61	2	100	0	.	5	100	0	.	1	100	0	.	0	.	0	.	0	.	1	100	3	100	0	.	8	100	40	46	29	52	23	43	4	100	0	.	0	.	0	.	7	100	11	100	0	.	1	100	0	.	752	11
	Total	4787	14	3100	17	3092	17	5594	14	2925	21	6352	17	26231	7	19517	8	16947	8	11422	10	1502	25	2192	22	3628	18	101	.	2068	24	4566	17	7127	14	5613	16	589	40	6784	14	9439	11	7662	12	9944	10	18922	7	15481	8	14494	8	5478	16	5818	15	8164	13	1622	23	2830	18	1702	27	1532	25	4473	17	2366	21	2845	19	5141	15	4119	18	3087	19	6075	14	4233	17	8095	14	4981	14	3433	17	2778	18	2119	20	3775	16	4863	16	3721	17	3602	19	3337	20	2433	22	3394	18	1856	19	4555	14	3236	16	2516	17	3131	16	3880	12	5288	11	3055	15	3932	14	2045	23	1571	27	2515	22	3111	20	2958	19	4944	17	2243	24	623	36	3834	18	1804	26	1314	25	3145	16	2606	20	3105	17	3056	18	1202	29	1592	28	835	41	1654	27	14387	8	9400	10	12844	9	2453	20	2817	21	2638	20	3850	17	3789	16	2132	23	1911	23	2439	21	0	.	450357	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. 2281170. Birmensdorf, Swiss Federal Research Institute WSL

zurück