Auswahl aus Themenliste

zurück

Nettozuwachs #80
Zunahme des Schaftholzvolumens in Rinde der zwischen zwei Inventuren überlebenden Bäume und Sträucher ab 12 cm Brusthöhendurchmesser (BHD), das Schaftholzvolumen in Rinde aller eingewachsenen Bäume und Sträucher und die modellierte Zunahme des Schaftholzvolumens in Rinde der Abgänge während der halben Inventurperiode minus das Volumen der Mortalität. Der Nettozuwachs entspricht so dem Zuwachs (=Bruttozuwachs) abzüglich des Volumens der Mortalität.

Schutzwald gegen Hangmuren/Rutschungen (2022) #2644
Fläche innerhalb/ausserhalb des Schutzwalds gegen Hangmuren/Rutschungen, den die Kantone nach den harmonisierten Kriterien von SilvaProtect-CH im Jahr 2022 ausgeschieden hatten. Grundlage: GIS-Daten BAFU, 2022

Hauptbaumart #90
Art der Bäume und Sträucher ab 12 cm Brusthöhendurchmesser (BHD) mit einzelnen Klassen für die zehn häufigsten Arten bzw. Artengruppen der Schweiz («Hauptbaumarten») und den Klassen «übrige Nadelbäume» und «übrige Laubbäume» für die restlichen Arten. Als Hauptbaumarten gelten: Fichte (Picea spp.), Tanne (Abies spp.), Föhre (Pinus sylvestris, P. nigra, P. strobus, P. mugo subsp. uncinata), Lärche (Larix spp.), Arve (Pinus cembra), Buche (Fagus sylvatica), Ahorn (Acer spp.), Esche (Fraxinus spp.), Eiche (Quercus spp.) und Kastanie (Castanea sativa). Grundlage: Feldaufnahme (MID 50: Baumart)

Forstkreis (2024) #2777
Regionale Gliederung mit den Forstkreisen als Einheit. Die Variable wurde im Jahr 2024 implementiert und basiert auf einer Erhebung bei den kantonalen Forstdiensten in den Jahren 2022/2023.

zugänglicher Wald ohne Gebüschwald LFI2/LFI3 #533
Wald, der sowohl im LFI2 (1993-1995) als auch im LFI3 (2004-2006) zu weniger als zwei Dritteln mit Sträuchern bedeckt war und zu Fuss aufgesucht werden konnte.

1,4-km-Netz #410
Stichprobennetz des LFI mit einer Maschenweite von 1,4 km. Beim 1,4-km-Netz handelt es sich um das gemeinsame Netz aller bisherigen terrestrischen Inventuren, weshalb es auch als Basisnetz bezeichnet wird.

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

LFI2–LFI3
Nettozuwachs
Schutzwald gegen Hangmuren/Rutschungen (2022) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³/Jahr
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI2/LFI3
Netz: 1,4-km-Netz
Veränderung 1993/95–2004/06
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
Schutzwald gegen Hangmuren/Rutschungen (2022)	Hauptbaumart	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%
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	.
innerhalb	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	.	2	78	10	67	14	53	0	1450	1	59	7	76	0	.	1	100	0	100	0	.	0	.	0	.	4	50	0	.	0	.	6	42	9	56	16	38	11	40	30	32	20	41	9	46	0	100	0	.	0	.	1	96	2	71	1	100	1	100	3	149	4	95	0	.	7	140	0	360	7	66	6	60	0	.	4	58	1	180	0	.	0	.	0	.	0	100	4	77	0	.	0	2200	2	91	0	.	0	.	3	52	3	69	3	110	0	.	0	100	0	100	1	94	0	100	0	.	-1	.	4	58	11	54	3	72	2	108	2	81	-2	89	0	.	0	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	-3	90	0	.	16	44	26	33	21	42	1	100	0	.	0	.	0	.	0	.	0	.	1	.	0	.	0	.	273	11
	Tanne	0	.	0	.	0	.	0	.	4	100	3	123	1	74	5	82	3	73	1	748	0	.	0	.	0	.	0	.	0	.	0	.	0	81	0	.	0	.	1	88	0	.	2	86	0	0	1	100	0	100	11	41	0	100	1	.	0	.	0	100	3	60	0	0	3	94	10	52	0	.	0	.	3	100	0	100	-2	140	1	82	0	.	1	371	0	.	2	.	0	.	0	.	1	100	2	98	0	.	3	93	1	107	0	.	0	.	0	.	2	63	0	.	0	.	0	.	0	.	-1	100	0	.	0	.	-1	.	0	.	1	57	0	339	2	87	2	62	-3	100	0	.	1	71	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	-1	72	0	.	1	75	1	88	7	54	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	64	21
	Föhre	0	.	0	.	0	.	0	.	0	100	0	.	0	136	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	199	0	107	0	.	2	80	1	186	1	54	0	.	0	.	0	.	0	.	1	100	1	100	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	100	0	326	0	297	0	.	0	.	0	.	0	.	0	.	0	100	2	87	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	71	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	76	3	47	2	75	0	.	0	.	0	.	-1	.	0	.	0	.	0	.	0	.	0	.	21	30
	Lärche	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	62	1	217	0	2483	2	93	4	54	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	1	147	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	119	0	95	0	100	0	.	0	100	2	69	0	100	0	.	0	.	0	.	0	.	1	100	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	136	12	33	4	54	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	22
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	320	1	133	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	59	3	65	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	44
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	83
	Buche	0	.	0	.	0	.	0	.	0	100	6	62	9	65	9	69	7	67	7	51	0	.	8	70	3	73	0	.	0	.	0	.	3	51	0	.	0	.	5	120	1	73	1	109	-1	100	0	100	0	.	8	41	4	54	1	.	0	.	1	103	3	69	-1	100	0	89	2	66	-2	128	0	.	-2	186	1	67	4	67	-4	61	1	.	4	51	1	74	0	.	0	.	3	87	3	83	4	66	0	.	2	100	1	59	0	.	0	.	0	.	0	268	0	.	17	110	1	198	5	52	1	79	2	68	0	135	0	.	0	.	2	142	2	59	2	84	5	63	2	209	0	.	1	84	-3	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	82	0	.	0	.	0	.	4	46	2	71	0	.	0	.	1	.	1	.	0	.	0	.	0	.	0	.	138	19
	Ahorn	0	.	0	.	0	.	0	.	0	.	-1	69	0	1797	0	100	0	100	1	68	0	.	0	202	0	.	0	.	0	.	0	.	0	68	0	.	0	.	2	78	1	100	0	179	1	71	0	100	0	.	0	210	1	74	0	.	0	.	0	.	1	71	0	100	0	71	0	100	0	73	0	.	0	86	0	219	2	140	0	97	0	.	-1	185	0	.	0	.	0	.	0	73	0	203	0	100	0	.	0	100	0	75	0	.	0	.	0	.	0	.	0	.	0	100	0	.	1	70	0	100	0	100	0	.	0	.	0	0	0	.	0	60	0	60	1	55	0	78	0	.	1	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	1	71	1	76	1	83	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	33
	Esche	0	.	0	.	0	.	0	.	0	100	1	97	1	180	0	100	2	77	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	87	0	.	0	.	1	81	1	61	0	100	0	59	3	84	0	100	0	395	1	83	0	.	0	.	0	.	1	78	0	.	0	100	0	.	0	72	0	.	1	100	5	68	2	56	0	100	0	.	1	90	0	.	0	.	0	.	0	78	0	87	0	1328	0	.	0	100	6	94	0	.	0	.	-1	100	0	.	1	100	0	.	0	100	-1	163	1	84	0	481	0	385	0	.	0	100	0	.	0	129	0	91	0	71	0	75	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	511	1	64	-1	90	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	26
	Eiche	0	.	0	.	0	.	0	.	0	.	0	100	0	100	0	.	0	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	100	0	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	-1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	2	67	0	426	0	77	2	57	-1	99	0	.	0	.	0	100	1	103	0	100	0	.	-1	100	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	60	1	84	0	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	41
	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	334	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	-1	72	1	71	3	83	0	415	3	283	0	2546	0	327	5	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	80	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	71
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	-1	100	1	131	0	78	0	0	0	144	0	.	0	100	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	69	0	226	3	47	4	62	0	267	2	53	0	100	0	.	0	.	0	.	0	71	0	100	0	100	0	.	1	286	0	.	0	100	0	.	0	2639	0	100	0	.	2	91	0	100	0	.	0	.	0	401	0	100	0	275	0	.	0	.	0	.	0	.	0	.	0	413	1	75	1	135	2	49	1	138	5	55	1	52	1	50	1	72	0	.	0	100	2	91	1	175	0	192	0	85	-1	101	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	2	97	3	42	1	86	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	20
	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0
	Total	0	.	0	.	0	.	0	.	7	79	18	53	27	50	14	71	13	51	16	49	0	.	9	62	3	74	0	.	1	.	0	.	9	41	0	.	0	.	16	53	14	44	19	40	15	36	43	26	26	30	31	31	7	55	2	.	0	.	2	82	11	48	1	203	5	80	15	46	4	141	0	.	9	127	6	66	14	59	4	91	1	.	11	53	2	99	2	.	0	.	3	86	4	72	10	57	0	.	5	76	10	73	0	.	0	.	3	84	7	57	5	70	22	86	4	79	14	61	6	48	6	54	6	64	-2	.	4	58	18	40	8	51	5	59	11	49	-4	132	0	.	3	71	-1	306	0	.	0	.	0	.	0	.	0	.	0	.	0	.	-3	85	0	.	29	34	50	22	40	30	4	71	0	.	0	.	0	.	1	.	0	.	1	.	0	.	0	.	637	8
ausserhalb	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	11	69	31	32	57	32	38	35	31	31	61	26	151	22	154	14	192	13	12	99	3	48	6	40	6	51	0	.	25	45	55	23	22	80	47	27	0	81	59	27	83	18	56	22	101	18	133	15	66	19	75	28	29	37	47	29	73	38	4	80	33	24	10	38	13	34	32	26	0	2117	32	31	14	66	1	1399	17	49	40	32	18	36	66	30	40	28	24	42	6	89	23	37	6	52	28	36	11	301	26	31	43	27	30	32	31	34	7	103	21	42	12	43	0	0	0	674	0	0	5	57	3	98	3	112	2	232	15	33	6	103	12	36	28	28	35	27	35	35	5	105	19	50	5	112	7	51	37	20	10	60	18	26	17	46	7	70	23	39	3	51	19	48	25	40	50	23	73	16	30	28	30	31	35	27	46	44	45	30	30	33	9	75	46	28	0	.	2928	4
	Tanne	13	44	7	44	15	49	32	31	8	46	24	34	40	23	164	12	121	16	43	28	1	74	5	111	4	61	0	.	7	43	9	46	20	46	27	37	0	.	2	139	1	219	10	29	3	149	6	42	0	100	68	16	31	28	69	21	37	30	10	38	26	28	9	35	6	41	32	27	-1	293	4	120	6	45	14	69	4	40	11	36	15	36	40	25	2	103	16	32	17	38	4	40	5	121	7	47	17	35	11	42	25	39	9	36	7	58	0	0	2	41	2	97	0	.	0	.	0	100	4	59	8	64	0	2876	8	47	-2	100	0	228	14	43	0	493	22	27	4	54	0	100	9	56	11	56	17	42	9	48	11	37	13	28	6	37	6	65	14	47	1	163	8	54	5	54	5	60	16	37	16	33	6	42	15	49	16	44	16	36	3	68	1	85	6	61	0	.	1287	4
	Föhre	0	942	7	92	4	50	4	60	0	100	0	100	1	151	1	54	-1	506	1	241	2	100	3	54	1	95	0	.	0	2431	-1	198	0	.	-2	104	1	252	0	.	4	54	4	72	1	76	10	38	1	391	1	229	0	100	2	62	0	172	3	74	0	100	0	.	0	0	1	100	0	.	-1	177	0	100	2	128	0	.	2	177	0	92	0	321	3	85	-1	60	0	584	0	75	0	267	2	102	-1	73	0	100	2	68	-1	168	5	56	0	0	-1	79	0	84	0	.	0	.	1	100	0	.	0	.	1	72	0	100	0	100	0	100	1	100	0	.	0	.	0	.	0	74	0	100	-1	112	0	110	0	.	2	67	0	.	1	61	1	100	0	.	-1	100	0	.	-1	583	6	35	0	921	0	.	1	102	2	106	0	221	3	40	3	49	2	144	-1	132	0	.	76	22
	Lärche	1	76	20	90	1	135	3	70	0	100	1	100	0	475	0	73	6	49	-2	100	0	.	0	.	1	88	0	.	1	100	-1	304	0	.	1	81	0	.	0	100	7	45	2	153	6	46	29	27	60	17	0	911	0	60	1	81	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	1	74	0	71	0	100	3	103	-1	100	0	.	8	83	1	100	0	100	1	75	0	.	0	.	0	.	0	248	0	129	3	71	0	100	4	58	11	40	4	51	4	40	-1	135	0	72	19	26	-3	256	-2	152	0	.	0	.	0	100	4	47	1	73	0	.	0	100	1	107	0	.	0	71	0	0	0	.	0	334	0	.	3	56	0	.	0	.	0	.	0	76	61	24	27	17	13	25	0	100	0	100	1	72	0	77	0	.	0	183	1	85	2	56	0	.	325	10
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	100	0	.	1	120	15	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	36	2	65	1	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	30	19
	übrige Nadelhölzer	1	81	1	71	2	100	2	53	0	100	0	71	0	100	0	0	10	41	0	100	3	100	0	.	0	.	5	.	0	110	0	.	0	.	0	0	0	.	0	.	0	204	0	.	0	.	0	388	0	196	0	59	2	100	4	89	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	6	96	0	100	0	100	0	100	0	100	2	80	0	100	0	96	0	70	0	.	0	.	0	.	0	100	0	100	0	.	3	91	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	100	0	100	0	.	0	0	0	.	0	100	0	.	0	.	1	100	4	95	0	100	0	75	0	.	0	.	0	.	3	85	0	.	5	100	0	.	0	.	0	100	0	0	0	100	0	.	0	100	1	53	0	185	0	88	0	.	0	.	0	.	0	.	54	21
	Buche	52	18	25	25	28	41	56	21	5	45	13	32	43	28	53	20	109	17	31	31	9	54	15	34	21	36	0	.	7	51	9	64	12	34	33	26	0	.	10	64	2	90	12	31	0	68	12	36	0	.	58	19	17	44	33	29	23	34	3	78	5	42	4	75	5	44	11	33	1	933	4	66	8	110	22	36	6	56	6	133	29	27	8	107	48	21	35	23	21	32	15	30	33	26	7	59	3	69	13	35	11	39	9	38	29	24	0	.	5	43	0	.	17	37	21	35	6	66	21	29	17	34	18	33	6	49	0	100	0	100	7	42	2	59	4	48	3	51	5	77	11	42	7	55	4	73	8	31	12	40	25	26	15	31	11	32	10	34	4	60	18	67	0	100	1	78	14	29	2	129	8	37	21	27	5	86	30	30	16	41	11	34	10	33	0	.	1349	4
	Ahorn	6	38	5	43	3	49	3	82	4	58	4	69	10	34	9	25	16	28	10	35	4	39	5	46	-2	253	0	.	2	58	0	148	4	54	5	40	0	874	7	40	1	46	1	54	0	226	4	46	0	100	12	33	0	359	3	51	9	49	2	71	0	248	1	105	1	86	1	42	4	55	1	67	6	54	5	47	0	3322	-1	121	3	65	6	61	3	48	3	72	1	208	1	45	8	39	3	42	2	51	0	611	7	48	4	65	2	54	2	81	1	92	0	100	1	237	3	67	0	53	-3	159	1	105	0	75	4	50	-3	123	0	.	1	40	4	39	4	35	5	60	0	.	3	61	3	71	1	86	1	58	2	36	2	43	3	42	0	81	2	110	0	.	1	59	1	80	1	48	5	36	0	1701	3	47	5	49	1	191	0	5166	6	73	1	62	3	77	0	.	243	8
	Esche	8	45	5	76	4	53	2	80	1	189	4	81	1	62	15	31	20	24	4	41	7	59	4	89	3	75	0	.	3	49	6	65	7	45	12	39	2	96	12	61	4	79	0	81	2	56	4	44	3	100	17	28	8	100	9	58	3	46	0	199	0	100	0	79	0	.	0	75	4	94	0	523	2	74	15	37	8	44	3	51	5	60	7	40	5	40	2	38	2	49	3	90	4	42	9	50	3	67	6	70	12	37	6	55	5	67	2	76	3	91	0	100	1	58	3	43	5	76	4	48	0	176	3	60	1	57	2	64	0	100	2	47	2	49	1	66	4	37	0	167	1	63	6	45	0	.	0	100	-2	126	4	48	3	61	2	56	4	52	0	.	6	89	2	56	1	66	4	62	7	53	8	39	10	59	2	251	4	76	-2	214	10	44	4	38	0	.	368	7
	Eiche	7	55	4	49	1	57	10	49	0	.	0	.	0	69	0	1493	13	32	1	92	0	753	3	99	-1	128	0	.	0	918	1	100	1	75	1	282	8	48	0	.	0	100	2	79	0	.	1	249	0	100	1	352	0	491	4	75	2	61	3	55	0	.	0	100	0	.	0	.	0	100	0	.	0	100	-1	127	1	64	0	.	0	69	0	100	1	463	0	72	0	262	1	48	0	835	0	631	0	.	0	100	1	48	6	61	2	96	0	.	0	.	0	.	1	56	1	64	3	36	-2	88	2	93	0	340	0	71	1	100	0	.	2	100	0	74	0	.	0	10410	0	0	0	115	3	112	4	56	0	.	6	45	1	74	2	55	8	42	0	286	1	100	6	53	0	75	1	58	3	50	0	100	1	100	1	55	1	90	4	49	2	97	3	58	-1	304	0	.	125	12
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	-2	211	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	88	-1	161	6	60	1	458	0	1776	-1	428	3	52	5	106	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	71	0	.	0	100	0	.	0	.	0	100	0	.	-1	154	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	77
	übrige Laubhölzer	20	54	5	65	4	55	6	43	0	196	1	97	6	45	5	47	9	39	2	44	1	161	1	133	1	92	0	.	-1	72	6	69	0	192	3	97	1	60	4	128	3	92	1	73	8	59	13	32	7	46	6	60	-1	263	1	89	-2	86	1	53	0	60	0	0	0	732	1	73	0	655	0	4202	2	77	0	717	0	4268	-1	266	9	41	-3	85	3	81	2	92	1	51	2	91	6	43	3	72	0	144	-1	119	12	40	12	45	2	109	6	49	9	36	6	57	7	61	3	95	12	39	2	201	11	63	3	73	1	88	2	89	0	182	5	71	7	80	1	58	2	63	1	100	4	80	2	88	0	119	0	72	0	495	0	349	-1	66	2	90	1	73	0	.	0	150	8	47	2	81	7	51	4	123	2	49	4	67	0	1211	-1	122	1	79	3	67	1	64	0	.	276	9
	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	.	0	.	0	0	0	0	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	.	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	119	17	109	24	120	21	155	16	50	25	108	22	252	15	402	10	496	9	103	20	30	29	41	31	34	35	4	.	43	31	84	21	65	35	127	17	12	49	95	25	105	17	88	17	121	17	210	12	152	13	237	13	85	23	173	18	145	25	25	31	65	20	25	31	26	28	77	19	7	209	39	31	39	37	64	47	37	29	63	28	78	20	125	22	114	17	82	22	48	26	51	24	63	23	58	25	34	102	55	25	112	19	78	22	87	19	20	42	56	24	24	28	38	24	31	33	27	30	49	27	41	33	31	36	22	42	16	38	7	88	48	25	44	26	67	21	52	27	14	40	53	27	36	32	34	30	55	18	42	28	63	18	53	23	37	30	60	28	8	53	59	35	108	19	95	15	134	13	59	24	59	22	94	20	70	34	102	20	59	26	41	30	71	24	0	.	7078	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	11	69	31	32	57	32	38	35	34	29	72	24	166	21	154	14	192	13	19	69	3	48	7	37	6	51	0	.	25	44	55	23	26	67	47	27	0	81	66	25	92	17	72	19	112	17	163	13	86	17	84	25	29	37	47	29	73	38	5	70	35	23	10	36	14	33	34	27	4	230	32	31	21	63	2	1077	24	39	46	29	18	36	70	29	40	27	24	42	6	89	23	37	6	51	31	33	11	301	26	32	44	26	30	32	31	34	9	74	24	38	15	41	0	0	0	512	0	100	6	49	3	97	3	112	1	386	19	29	17	50	15	32	29	27	37	26	32	38	5	105	20	50	5	115	7	51	37	20	10	60	18	26	17	46	7	70	23	39	0	1704	19	48	41	30	76	19	94	15	31	27	30	31	35	27	46	43	45	29	30	33	10	69	46	28	0	.	3198	3
	Tanne	13	44	7	44	15	49	32	31	12	45	26	32	41	23	169	12	124	15	43	29	1	74	5	111	4	61	0	.	7	43	9	46	20	45	27	37	0	.	4	96	1	219	12	28	3	149	7	39	0	72	79	15	31	28	70	21	37	30	10	37	29	26	9	35	9	42	42	24	-1	293	4	120	9	45	14	68	2	131	12	35	16	35	42	27	2	103	18	31	17	38	4	40	6	109	9	43	17	35	14	38	25	38	9	36	7	58	0	0	4	37	2	97	0	.	0	.	0	100	3	90	8	64	0	2876	6	58	-2	100	1	100	14	43	2	128	24	25	0	1406	0	100	10	51	11	56	17	42	9	48	11	37	13	28	6	38	6	65	14	47	0	966	8	54	6	48	6	50	23	31	16	33	6	42	15	49	16	44	16	36	3	68	1	85	6	61	0	.	1348	4
	Föhre	0	942	7	92	4	50	4	60	0	72	0	100	1	269	1	54	-1	506	1	241	2	100	3	54	1	95	0	.	0	2431	-1	198	0	.	-2	104	1	252	0	.	5	60	4	65	1	76	12	34	2	260	1	107	0	100	2	62	0	172	3	74	1	76	1	100	0	0	1	100	0	.	-1	177	0	107	2	128	0	.	2	177	0	92	0	321	3	91	-1	60	0	584	0	68	0	1407	2	101	-1	73	0	100	2	68	-1	168	5	56	0	100	2	119	0	84	0	.	0	.	1	100	0	.	0	.	1	72	0	100	0	100	2	60	1	77	0	.	0	.	0	.	0	74	0	100	-1	112	0	110	0	.	2	67	0	.	1	61	1	100	0	.	-1	100	0	.	4	179	9	28	2	120	0	.	1	102	2	106	-1	107	3	40	3	49	2	137	-1	132	0	.	98	18
	Lärche	1	76	20	90	1	135	3	70	0	75	1	100	0	4551	0	73	6	49	-2	100	0	.	0	.	1	88	0	.	1	100	-1	304	0	.	1	81	0	.	0	100	8	39	3	125	6	46	32	26	63	17	0	911	0	60	1	81	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	1	74	0	71	1	75	4	85	-1	100	0	.	8	83	1	100	0	100	1	75	0	.	0	.	0	.	0	248	0	129	3	71	0	100	4	53	11	40	5	47	5	39	-1	135	1	65	21	24	-3	243	-2	152	0	.	0	.	0	100	5	43	1	73	1	100	0	100	1	107	0	.	0	71	0	0	0	.	0	334	0	.	3	56	0	.	0	.	0	.	0	76	64	24	39	16	17	23	0	100	0	100	1	72	0	77	0	.	0	183	1	85	2	56	0	.	361	9
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	100	0	.	1	123	16	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	31	4	48	1	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	17
	übrige Nadelhölzer	1	81	1	71	2	100	2	53	0	100	0	71	0	100	0	0	10	41	1	89	3	100	0	.	0	.	5	.	0	110	0	.	0	.	0	0	0	.	0	100	0	204	0	.	0	.	0	388	0	196	0	59	2	90	4	89	0	.	0	.	0	.	0	100	0	.	0	.	0	100	0	.	0	100	6	96	0	100	0	100	0	100	0	100	2	80	0	100	0	96	0	70	0	.	0	100	0	.	0	100	0	100	0	.	3	91	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	100	0	100	0	.	0	100	0	.	0	100	0	.	0	.	1	100	4	95	0	100	0	75	0	.	0	.	0	.	3	85	0	.	5	100	0	.	0	.	0	100	0	0	0	100	0	.	0	100	1	53	0	185	0	88	0	.	0	.	0	.	0	.	54	21
	Buche	52	18	25	25	28	41	56	21	5	46	19	29	52	26	62	20	116	17	38	27	9	52	23	32	24	33	0	.	7	51	9	64	15	29	33	26	0	.	16	58	3	68	13	30	0	192	12	36	0	.	66	18	20	38	34	29	23	34	4	62	8	38	3	102	6	42	13	30	-1	752	4	66	6	159	23	35	11	43	2	418	30	26	12	74	49	21	35	23	21	32	17	29	36	25	10	45	3	69	16	33	12	35	9	38	29	24	0	.	5	45	0	.	35	58	22	34	11	42	22	28	19	31	19	32	6	49	0	100	2	135	10	35	4	49	9	40	5	100	5	77	12	40	4	97	4	73	8	31	12	40	25	26	15	30	11	32	10	34	5	49	18	67	0	100	1	78	18	25	4	67	8	37	21	27	6	74	31	29	16	41	12	33	10	33	0	.	1486	4
	Ahorn	6	38	5	43	3	49	3	82	4	58	2	120	10	37	9	25	16	28	11	32	4	39	5	45	-2	253	0	.	3	54	0	148	4	49	5	40	0	874	9	35	2	46	0	2330	1	102	4	44	0	100	13	32	1	108	3	48	9	49	2	71	1	95	2	83	2	67	1	38	4	52	1	67	6	52	5	54	2	161	-2	102	3	61	5	88	3	48	3	77	1	208	2	42	8	39	3	40	2	51	0	859	7	45	4	65	2	54	2	81	1	92	0	100	1	176	3	67	1	54	-3	179	1	83	0	75	4	50	-3	123	0	.	1	37	5	36	5	30	5	58	0	.	4	51	3	71	1	86	1	58	2	36	2	43	3	54	0	81	2	110	0	100	1	59	1	76	2	40	6	33	1	180	3	47	5	49	1	191	0	8632	6	73	1	62	3	77	0	.	257	7
	Esche	8	45	5	76	4	53	2	80	1	159	5	69	2	76	15	32	22	23	5	38	7	60	4	89	3	75	0	.	3	49	6	65	7	44	12	39	2	96	13	56	5	62	0	63	2	46	7	46	3	93	18	28	9	85	9	58	3	46	0	199	1	76	0	79	0	100	0	75	4	87	0	523	3	60	19	32	10	37	3	48	5	60	9	37	5	40	2	38	2	49	3	82	4	40	10	50	3	67	6	69	18	39	6	55	5	67	1	164	3	91	1	91	1	58	3	42	4	109	5	42	0	1536	3	61	1	57	2	63	0	100	2	45	2	47	1	49	5	34	0	167	1	63	6	45	0	.	0	100	-2	126	4	48	3	61	2	56	4	52	0	.	6	89	2	57	2	51	3	97	8	51	8	39	10	59	2	251	4	71	-2	214	10	44	4	38	0	.	394	7
	Eiche	7	55	4	49	1	57	10	49	0	.	0	100	1	59	0	1493	13	32	1	92	0	753	3	99	-1	128	0	.	0	918	1	100	1	74	1	282	8	48	0	.	0	100	2	79	0	100	1	223	0	100	1	330	0	491	4	75	2	61	3	55	0	.	0	100	0	.	0	.	0	100	0	.	0	100	-1	127	1	130	0	.	0	69	0	100	1	463	0	72	0	262	1	48	0	835	0	333	0	.	0	100	1	48	6	61	2	96	0	.	0	.	0	.	1	56	3	47	4	57	-2	111	4	56	0	228	0	71	1	100	0	100	2	74	0	215	0	.	-1	166	0	0	1	77	3	112	4	56	0	.	6	45	1	74	2	55	8	42	0	286	1	100	6	53	1	55	2	58	4	47	0	100	1	100	1	55	1	90	4	49	2	97	3	58	-1	304	0	.	133	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	.	-1	308	0	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	4	126	0	539	9	49	1	376	2	383	-1	422	3	58	10	63	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	71	0	.	0	100	0	.	0	.	0	100	0	.	0	449	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	53
	übrige Laubhölzer	20	54	5	65	4	55	6	43	0	196	0	401	7	43	5	44	9	39	2	63	1	161	1	128	1	92	0	.	-1	71	6	69	0	641	3	97	1	60	4	128	3	79	0	257	11	47	16	29	7	46	7	49	-1	267	1	89	-2	86	1	53	0	54	0	100	0	156	1	73	1	266	0	4202	2	76	0	717	0	3522	-1	288	9	41	-1	336	3	77	2	92	1	51	2	93	6	42	3	75	0	144	-1	119	12	40	12	45	2	109	6	49	10	33	7	53	9	48	4	78	17	32	3	139	12	57	4	56	1	88	1	118	2	83	6	66	6	83	2	48	1	161	1	100	4	80	4	66	0	119	0	72	0	495	0	349	-1	66	2	90	1	73	0	100	0	150	10	42	5	39	8	46	4	120	2	49	4	67	0	1211	-1	122	1	79	3	65	1	64	0	.	313	9
	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	.	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	.	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	119	17	109	24	120	21	155	16	57	24	126	20	279	15	416	9	508	9	119	18	30	29	49	27	37	32	4	.	43	31	84	21	74	31	127	17	12	49	111	22	119	15	107	16	136	15	253	10	178	12	268	12	92	22	175	17	145	25	28	29	76	18	26	31	31	27	92	18	11	146	39	31	48	38	70	43	51	26	68	27	80	20	135	20	116	17	84	22	48	26	54	23	67	22	68	23	34	102	60	24	122	18	78	22	87	19	23	38	64	22	29	26	60	35	36	31	40	28	56	24	47	30	37	32	20	47	19	32	25	38	56	22	49	24	78	19	47	33	14	40	56	26	36	33	34	30	55	18	42	28	63	18	53	23	37	30	60	28	5	98	59	35	137	17	145	12	174	12	63	23	59	22	94	20	71	33	103	20	59	26	42	29	71	24	0	.	7707	2

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. 2301754. Birmensdorf, Swiss Federal Research Institute WSL

zurück