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
Gesamtstammzahl
Gigant (nein/ja) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: Stk./ha
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
Gigant (nein/ja)	Hauptbaumart	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%
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	.
nein	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	40	35	145	23	122	25	54	19	334	14	243	15	303	5	131	9	109	12	118	13	25	46	85	49	36	26	0	.	111	30	336	18	242	13	178	20	2	95	226	13	304	8	234	10	371	9	261	7	167	9	90	15	163	18	141	16	279	12	110	37	171	20	120	25	112	26	197	27	237	27	371	14	274	17	174	18	245	26	223	13	124	23	163	13	139	22	81	23	89	33	56	38	39	29	180	16	263	13	164	16	141	22	137	26	155	37	146	18	171	16	194	17	4	99	8	81	0	100	32	30	12	47	53	36	174	23	307	19	305	18	135	21	180	17	267	17	142	27	87	42	198	21	71	43	58	29	249	10	179	31	130	29	131	21	150	46	133	31	37	25	99	29	142	9	214	12	210	9	187	22	201	35	101	21	118	26	126	22	92	31	137	32	144	26	0	.	172	2
	Tanne	36	38	7	62	30	36	60	35	66	24	88	26	25	17	138	8	85	12	121	12	19	54	27	38	63	25	0	.	50	39	21	40	88	24	65	23	0	.	25	39	9	39	21	24	6	47	9	26	2	90	125	10	117	18	163	15	108	15	69	29	115	18	109	20	79	27	146	20	35	28	36	41	51	29	63	20	30	36	30	27	53	28	64	20	9	48	81	34	53	32	12	39	82	24	74	28	58	22	75	28	62	31	62	40	33	79	2	79	16	37	10	96	0	.	0	.	0	100	14	41	32	47	18	57	120	25	10	74	59	41	73	26	20	47	108	24	45	27	28	71	68	22	74	38	134	22	43	28	73	26	72	17	42	30	75	60	42	38	159	33	22	42	9	44	10	36	37	24	104	25	17	42	29	39	54	18	39	29	7	62	2	98	17	54	0	.	48	3
	Föhre	10	46	6	56	12	55	6	38	3	68	1	99	11	32	3	77	7	50	14	43	23	59	15	38	21	31	0	.	3	74	9	72	0	.	11	50	34	70	0	.	27	32	26	30	5	92	24	25	74	18	16	37	0	99	5	59	12	68	12	69	6	88	14	98	0	.	6	99	0	.	41	87	4	99	4	58	0	.	24	55	0	.	3	50	22	37	4	54	21	36	12	64	32	47	31	46	0	99	4	99	6	38	6	56	20	43	0	.	12	65	10	89	0	.	0	.	7	99	0	.	0	.	3	72	14	86	4	98	30	47	25	91	0	.	0	.	0	.	13	60	0	99	2	97	4	81	0	.	7	58	0	.	3	56	0	.	0	.	39	95	0	.	66	20	47	23	35	23	0	.	7	80	17	35	4	52	18	30	15	39	22	38	4	59	0	.	17	7
	Lärche	5	57	9	58	6	73	2	55	3	74	3	99	2	34	0	100	3	45	2	100	0	.	0	.	1	69	0	.	16	86	4	72	0	.	1	69	0	.	0	70	13	31	35	36	12	36	52	15	101	9	1	65	3	70	1	76	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	5	90	0	99	11	94	26	31	1	99	0	99	4	55	2	99	2	99	2	73	0	.	0	.	1	99	2	70	4	87	9	70	1	99	72	28	72	23	76	29	40	34	11	51	2	70	95	16	46	31	26	41	0	.	0	.	0	.	32	44	2	79	6	76	3	69	40	68	0	.	3	72	0	.	0	.	6	73	0	.	8	51	0	.	1	97	0	.	45	89	131	9	93	13	50	15	1	98	1	98	6	59	3	59	0	.	6	51	2	68	5	53	0	.	25	4
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	1	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	82	0	100	1	100	6	30	58	14	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	99	0	.	6	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	3	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	20	22	23	14	42	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	10
	übrige Nadelhölzer	4	52	1	57	1	99	8	44	7	98	2	69	3	67	0	.	5	28	6	87	9	98	0	.	0	.	210	.	1	98	0	.	0	.	0	.	0	.	1	99	7	88	0	.	0	.	3	58	15	31	1	52	7	77	3	56	1	100	0	.	0	.	2	98	0	.	0	.	3	99	0	.	1	99	9	48	3	69	3	65	8	71	11	99	2	99	2	99	12	89	12	66	0	.	1	99	0	.	1	99	3	99	0	.	14	83	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	1	99	0	.	0	.	22	56	0	.	1	99	1	99	0	.	26	96	23	53	1	98	9	76	0	.	0	.	0	.	5	59	3	96	9	72	0	.	0	.	1	75	2	100	2	62	3	98	2	98	14	46	16	74	3	73	0	.	0	.	0	.	0	.	3	12
	Buche	105	12	98	18	71	19	151	18	55	29	82	22	59	18	88	10	94	8	181	10	63	35	168	16	226	14	0	.	113	24	85	22	88	24	105	22	0	.	90	20	36	25	48	22	3	66	17	31	0	.	128	11	116	20	71	24	101	19	92	19	79	28	98	13	80	22	64	22	100	30	22	45	102	24	66	20	134	26	94	21	174	20	120	18	193	11	135	16	173	17	141	24	179	14	103	17	31	39	96	24	82	18	33	33	122	18	0	.	22	36	0	.	135	23	139	24	94	23	138	18	192	23	118	27	105	31	1	98	26	60	83	32	25	40	58	31	83	21	62	69	166	23	72	32	55	29	59	25	67	22	137	18	100	22	116	25	57	36	102	30	72	34	2	100	7	62	50	21	57	28	90	25	69	20	91	19	86	15	86	23	68	19	77	19	0	.	77	3
	Ahorn	41	29	25	23	57	26	17	30	72	65	36	46	26	15	15	18	21	22	43	17	36	41	49	21	37	25	0	.	23	49	15	43	38	24	23	37	20	73	51	21	6	33	12	51	11	45	6	37	0	74	35	18	30	25	12	33	23	22	61	57	28	28	67	47	32	61	8	39	36	24	11	38	45	42	31	24	33	39	32	29	39	30	36	22	20	40	25	30	43	26	15	34	49	26	52	27	20	30	38	37	60	33	37	36	16	36	24	69	18	56	1	99	12	48	9	49	24	31	11	37	7	55	2	60	45	36	6	64	6	78	48	35	85	28	71	22	45	36	8	96	22	27	33	77	17	33	9	40	23	29	31	26	43	32	3	97	11	56	3	93	19	48	3	48	9	40	26	18	17	40	33	43	35	38	37	26	20	28	63	44	30	50	55	60	0	.	23	4
	Esche	45	24	30	31	32	36	7	50	17	48	34	34	9	30	11	24	18	19	13	44	49	33	22	40	19	36	0	.	26	52	27	50	27	31	51	29	24	95	26	29	6	44	3	55	20	40	8	29	4	90	32	18	25	40	28	31	22	33	18	57	8	77	4	73	4	67	3	70	40	53	13	48	10	33	67	27	54	37	13	38	34	38	23	32	24	50	10	37	13	38	32	39	23	39	51	33	21	79	16	47	46	27	37	27	27	31	21	49	12	100	17	52	15	39	25	35	43	27	32	28	5	45	18	45	25	53	31	51	3	99	18	41	31	41	33	40	46	39	59	32	6	48	41	35	2	98	2	99	8	56	20	57	33	34	14	41	35	47	0	.	47	39	10	40	10	42	11	25	29	34	26	27	39	41	56	30	38	31	25	42	31	54	14	38	0	.	20	4
	Eiche	16	35	15	60	3	52	24	31	0	.	0	99	1	47	0	81	9	22	1	74	11	47	36	80	17	51	0	.	5	55	1	99	4	46	9	46	196	27	0	.	0	100	5	72	0	100	3	44	1	100	5	38	4	49	6	57	1	69	64	59	0	.	3	98	4	98	0	.	1	99	0	.	0	99	9	77	5	64	1	75	3	58	0	.	22	25	6	92	14	43	16	58	25	61	1	77	0	.	1	99	9	44	14	38	10	36	0	.	1	99	0	.	12	39	29	28	47	28	19	67	33	40	12	44	3	68	1	98	3	99	19	76	29	69	0	.	11	81	0	.	12	75	25	41	130	43	0	.	76	47	3	85	19	68	107	47	19	81	4	95	18	56	5	44	13	45	16	34	2	69	1	68	3	44	2	79	14	77	12	43	12	40	11	40	0	.	9	8
	Kastanie	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	39	0	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	99	58	32	49	40	136	30	127	25	229	18	35	29	88	32	210	24	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	81	0	.	0	.	0	.	0	.	1	100	0	.	6	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	9
	übrige Laubhölzer	61	46	57	24	33	26	23	31	17	49	21	43	37	16	17	21	26	19	27	19	40	30	27	37	42	25	0	.	50	39	22	41	15	27	42	50	116	34	35	25	28	26	20	35	94	22	55	18	26	31	38	17	28	29	9	39	33	34	20	47	19	46	13	69	23	48	14	43	30	32	37	44	30	43	13	44	34	28	46	31	48	39	24	28	17	36	37	51	19	40	47	43	16	40	48	29	27	32	73	49	48	42	72	30	28	38	167	32	71	20	92	27	115	21	203	17	260	14	122	18	89	17	130	16	31	38	133	57	46	39	76	31	65	26	76	36	47	46	107	43	34	35	52	37	15	38	12	47	28	50	19	34	20	56	55	50	25	43	13	93	15	44	41	18	65	21	73	15	8	50	32	42	42	31	24	38	12	40	26	32	34	40	27	31	0	.	48	4
	nicht bestimmbar	3	48	0	.	0	.	0	.	0	.	3	59	3	27	1	71	1	44	2	46	5	97	0	.	0	99	0	.	4	98	1	99	0	.	1	99	0	.	1	70	1	49	1	53	4	45	2	38	1	50	1	57	1	99	2	99	2	63	2	98	0	.	0	.	0	.	1	99	0	.	2	74	1	99	0	99	3	69	2	64	0	.	1	99	0	.	1	99	5	69	0	.	3	73	2	63	0	.	0	.	0	.	2	99	0	.	0	99	0	.	0	.	1	99	2	99	3	72	2	52	3	61	1	99	1	98	0	.	5	56	9	36	3	69	3	56	1	99	0	.	0	99	0	.	2	98	0	.	0	.	0	.	0	.	3	98	2	98	0	.	1	98	2	34	2	40	2	36	2	98	0	.	0	.	0	.	0	99	2	99	0	.	1	99	0	.	1	9
	Total	366	10	393	11	368	9	351	10	573	10	511	9	481	4	404	4	378	5	528	5	280	14	427	12	462	8	210	.	402	12	520	11	503	8	486	10	392	18	454	8	437	6	405	7	526	7	463	4	450	5	474	5	494	9	441	8	582	6	447	9	425	10	430	11	336	12	439	12	483	13	532	12	531	10	437	9	557	13	493	9	484	11	445	10	452	8	386	10	443	11	344	15	449	9	543	8	421	9	468	11	460	9	408	12	426	14	446	14	452	9	451	8	469	10	552	8	710	7	501	7	507	10	592	9	519	14	493	17	516	11	517	8	442	12	623	10	424	12	431	20	530	11	372	15	426	18	375	9	468	14	414	11	419	9	525	20	333	19	357	22	338	17	433	5	493	6	531	5	409	11	411	15	356	9	405	11	357	8	334	12	336	13	358	12	0	.	462	1
ja	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	99	1	56	0	.	0	.	1	27	1	27	0	44	1	67	1	98	1	98	0	.	0	.	1	98	0	99	1	57	0	99	0	.	3	33	1	38	2	49	2	27	1	26	0	50	0	60	0	99	0	.	0	100	0	.	0	.	0	.	0	.	1	99	0	99	1	69	2	52	0	.	1	99	1	39	1	71	3	53	0	.	0	.	0	.	0	.	0	.	1	69	0	99	2	75	0	.	1	98	1	99	2	58	3	35	2	45	0	.	0	.	0	.	0	70	0	.	1	74	0	.	3	70	1	99	2	58	4	43	1	56	1	69	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	.	1	44	1	52	1	40	0	.	0	.	1	99	0	99	0	99	1	68	2	98	0	.	0	.	1	8
	Tanne	0	.	0	99	1	69	1	56	0	.	1	99	0	61	1	36	1	40	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	99	0	.	1	60	0	.	1	57	0	.	0	50	0	.	0	49	0	.	0	.	0	99	1	98	1	69	1	98	0	.	1	73	0	.	0	.	0	.	0	.	1	99	0	.	0	99	1	57	0	.	0	99	0	99	0	.	0	.	0	99	0	.	1	69	0	.	0	.	1	99	0	.	0	100	0	.	0	.	0	.	0	.	0	100	1	75	0	99	0	.	0	.	1	99	1	99	0	99	0	99	1	68	0	.	1	99	0	.	0	.	0	99	0	.	0	.	0	.	0	.	1	97	3	93	1	98	0	.	0	100	0	100	0	.	0	.	1	99	1	69	0	.	0	.	0	.	0	.	0	.	0	11
	Föhre	0	.	0	.	0	.	0	.	0	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	71
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	72	0	100	0	44	1	33	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	100	0	99	1	71	0	.	0	.	1	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	27	1	35	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	15
	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	70	0	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	44	0	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	29
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	50
	Buche	0	99	0	99	0	99	0	99	0	.	0	.	0	57	0	100	0	71	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	.	0	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	72	0	.	0	.	1	99	0	.	0	.	1	56	0	.	1	99	0	99	0	.	0	.	1	69	0	.	1	98	0	.	0	.	0	99	0	.	1	77	0	99	0	.	0	.	0	.	0	99	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	3	58	2	99	0	.	1	99	0	.	1	98	0	.	0	.	0	17
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	43
	Esche	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	45
	Eiche	0	99	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	1	99	1	99	0	.	0	.	0	.	0	99	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	1	99	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	2	68	1	98	0	.	0	24
	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	.	2	54	0	99	0	.	4	80	2	51	2	48	0	.	2	53	0	.	0	.	0	.	0	.	0	.	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	27
	übrige Laubhölzer	1	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	39
	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	1	50	1	56	2	48	2	41	0	.	1	99	2	23	2	20	2	26	1	52	2	68	3	56	1	99	0	.	2	68	0	99	2	40	1	57	0	.	4	26	1	38	4	35	2	26	3	18	2	25	1	34	0	99	0	.	1	71	1	98	1	69	1	98	2	98	2	81	1	99	1	69	2	52	1	72	2	57	1	39	2	49	4	45	1	70	2	42	0	99	1	99	0	99	1	56	0	99	5	36	1	99	3	69	5	58	3	49	6	28	3	37	2	54	4	73	2	51	3	29	1	75	3	37	0	.	3	70	2	55	3	49	5	39	2	48	3	47	0	.	1	99	4	57	0	.	0	99	1	99	0	.	1	98	0	.	3	53	3	93	1	98	3	21	2	28	1	29	0	.	4	49	3	68	2	48	1	71	2	55	4	49	1	98	0	.	2	5
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	40	35	145	23	122	25	55	19	334	14	243	15	305	5	132	9	110	12	119	13	25	44	86	48	36	26	0	.	112	29	336	18	243	13	179	20	2	95	229	13	305	8	236	10	373	9	263	7	168	9	91	15	163	18	141	16	280	12	110	37	171	20	120	25	112	26	198	26	238	27	372	14	277	17	174	18	245	26	224	13	125	23	166	13	139	22	81	23	89	33	56	38	39	29	181	15	263	13	165	16	141	22	138	26	156	37	148	18	173	15	196	17	4	99	8	81	0	100	33	30	12	47	54	35	174	23	310	19	306	18	137	21	184	16	268	17	144	27	87	42	198	21	71	43	58	29	249	10	179	31	130	29	131	21	150	46	134	31	37	25	99	29	143	9	215	12	210	9	187	22	201	35	102	21	118	26	126	22	93	31	138	32	144	26	0	.	173	2
	Tanne	36	38	7	59	31	35	61	34	66	24	89	26	25	17	139	8	86	11	121	12	19	54	27	38	63	25	0	.	50	39	21	40	88	24	65	23	0	.	26	38	9	39	21	24	6	47	9	26	2	90	126	10	117	18	163	15	109	16	70	29	116	18	110	20	79	27	148	20	35	28	36	41	51	29	63	20	31	37	30	27	53	28	65	20	9	48	82	33	53	32	12	39	82	24	74	28	58	22	76	27	62	31	62	40	34	77	2	79	16	37	10	96	0	.	0	.	0	100	14	40	33	46	18	56	120	25	10	74	59	40	73	26	21	47	109	24	46	27	28	71	69	22	74	38	134	22	43	28	73	26	72	17	42	30	75	60	43	36	162	32	23	41	9	44	10	35	37	24	104	25	17	42	30	38	55	18	39	29	7	62	2	98	17	54	0	.	48	3
	Föhre	10	46	6	56	12	55	6	38	3	68	1	99	11	32	3	77	7	50	14	43	23	59	15	38	21	31	0	.	3	74	9	72	0	.	11	50	34	70	0	.	27	32	26	30	5	92	24	25	74	18	16	37	0	99	5	59	12	68	12	69	6	88	14	98	0	.	6	99	0	.	41	87	4	99	4	58	0	.	24	55	0	.	3	50	22	37	4	54	21	36	12	64	32	47	31	46	0	99	4	99	6	38	6	56	20	43	0	.	12	65	10	89	0	.	0	.	7	99	0	.	0	.	3	72	14	86	4	98	30	47	25	91	0	.	0	.	0	.	13	60	0	99	2	97	4	81	0	.	7	58	0	.	3	56	0	.	0	.	39	95	0	.	66	20	47	23	35	23	0	.	7	80	17	35	5	48	18	30	15	39	22	38	4	59	0	.	17	7
	Lärche	5	57	9	58	6	73	2	55	3	74	3	99	2	34	0	100	3	45	2	100	0	.	0	.	1	69	0	.	16	86	4	72	0	.	1	69	0	.	0	70	13	31	35	36	12	37	52	15	102	9	1	65	3	70	1	76	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	5	90	0	99	11	94	26	31	1	99	0	99	4	55	3	84	2	99	2	73	0	.	0	.	1	99	2	70	4	87	9	70	1	99	73	27	72	23	77	29	40	34	11	51	2	70	96	15	46	31	26	41	0	.	0	.	0	.	32	44	2	79	6	76	3	69	40	68	0	.	3	72	0	.	0	.	6	73	0	.	8	51	0	.	1	97	0	.	45	89	133	9	94	12	50	15	1	98	1	98	6	59	3	59	0	.	6	51	2	68	5	53	0	.	25	4
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	1	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	82	0	100	1	100	7	30	59	14	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	99	0	.	6	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	3	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	20	23	23	14	42	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	10
	übrige Nadelhölzer	4	52	1	57	1	99	8	44	7	98	2	69	3	67	0	.	5	28	6	87	9	98	0	.	0	.	210	.	1	98	0	.	0	.	0	.	0	.	1	99	7	88	0	.	0	.	3	58	15	31	1	52	7	77	3	56	1	100	0	.	0	.	2	98	0	.	0	.	3	99	0	.	1	99	9	48	3	69	3	65	8	71	11	99	2	85	2	99	12	89	12	66	0	.	1	99	0	.	1	99	3	99	0	.	14	83	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	1	99	0	.	0	.	22	56	0	.	1	99	1	99	0	.	26	96	23	53	1	98	9	76	0	.	0	.	0	.	5	57	3	96	9	72	0	.	0	.	1	75	2	100	2	62	3	98	2	98	14	46	16	74	3	73	0	.	0	.	0	.	0	.	3	12
	Buche	105	12	99	18	71	19	151	18	55	29	82	22	59	18	88	10	94	8	181	10	63	34	168	16	226	14	0	.	113	24	85	22	89	24	105	22	0	.	90	20	36	25	48	22	3	66	17	31	0	.	128	11	116	20	71	24	101	19	92	19	79	28	98	13	80	22	64	22	100	30	22	45	102	24	67	20	134	26	94	21	174	20	120	18	193	11	136	15	173	17	141	24	179	13	103	17	31	39	97	23	82	18	34	33	122	18	0	.	22	36	0	.	136	23	139	24	94	23	138	18	192	23	118	27	105	31	1	98	27	58	83	32	25	40	58	31	83	21	62	69	166	23	72	32	55	29	59	25	67	22	137	18	100	22	116	25	57	36	102	30	72	34	2	100	7	62	50	21	57	28	93	25	71	20	91	19	87	15	86	23	69	19	77	19	0	.	77	2
	Ahorn	41	29	25	23	57	26	17	30	72	65	36	46	27	15	15	18	21	22	43	17	36	41	49	21	37	25	0	.	23	49	15	43	38	24	23	37	20	73	51	21	6	33	12	51	11	45	6	37	0	74	35	18	30	25	12	33	23	22	61	57	28	28	67	47	32	61	8	39	37	24	11	38	45	42	31	24	33	39	32	29	39	30	36	22	20	40	25	30	43	26	15	34	49	26	52	27	20	30	38	37	60	33	37	36	16	36	24	69	18	56	1	99	12	48	9	49	24	31	11	37	7	55	2	60	45	36	6	64	6	78	48	35	85	28	71	22	45	36	8	96	22	27	33	77	17	33	9	40	23	29	31	26	43	32	3	97	11	56	3	93	19	48	3	48	9	40	26	18	17	40	33	43	35	38	37	26	20	28	63	44	30	50	55	60	0	.	23	4
	Esche	45	24	30	31	32	36	7	50	17	48	34	34	9	30	11	24	18	19	13	44	49	33	22	40	19	36	0	.	26	52	27	50	27	31	51	29	24	95	26	29	6	44	3	55	20	40	8	29	4	90	32	18	25	40	28	31	22	33	18	57	8	77	4	73	4	67	3	70	40	53	13	48	10	33	67	27	54	37	13	38	34	38	23	32	24	50	10	37	13	38	32	39	23	39	51	33	21	79	16	47	46	27	37	27	27	31	21	49	12	100	17	52	15	39	25	35	43	27	32	28	5	45	18	45	25	53	31	51	3	99	18	41	31	41	33	40	46	39	59	32	6	48	42	34	2	98	2	99	8	56	20	57	33	34	14	41	36	47	0	.	47	39	10	40	10	42	11	25	29	34	27	27	39	41	56	30	38	31	25	42	31	54	14	38	0	.	20	4
	Eiche	17	34	16	59	3	52	24	31	0	.	0	99	1	47	0	81	9	21	1	74	11	47	37	78	18	49	0	.	5	55	1	99	5	44	9	44	196	27	0	.	0	100	5	72	0	100	3	44	1	100	5	37	4	49	6	57	1	69	64	59	0	.	3	98	4	98	0	.	1	99	0	.	0	99	9	77	5	58	1	75	3	58	0	.	22	25	6	92	14	43	16	58	25	61	1	77	0	.	2	99	9	44	16	42	10	34	0	.	1	99	0	.	12	39	29	28	47	28	19	67	33	40	12	44	3	68	1	98	3	99	19	76	29	69	0	.	11	81	0	.	12	75	26	41	130	43	0	.	77	47	3	85	19	68	107	47	19	81	4	95	18	56	5	44	13	45	16	34	2	69	1	68	3	44	2	79	14	77	13	41	13	40	12	37	0	.	9	8
	Kastanie	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	39	0	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	99	60	31	49	40	136	30	130	24	230	18	37	28	88	32	212	24	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	81	0	.	0	.	0	.	0	.	1	100	0	.	6	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	9
	übrige Laubhölzer	62	45	57	24	33	26	23	31	17	49	21	43	37	16	17	21	26	18	27	19	40	30	28	36	42	25	0	.	50	39	22	41	15	27	42	50	116	34	35	25	28	26	20	35	94	22	56	18	26	31	38	17	28	29	9	39	33	34	20	47	19	46	13	69	25	44	14	43	30	32	37	44	30	43	13	44	34	28	46	31	48	39	24	28	17	36	37	51	19	40	47	43	16	40	48	29	27	32	73	49	48	42	72	30	31	36	167	32	71	20	92	27	115	21	203	17	260	14	122	18	89	17	130	16	31	38	133	57	46	39	76	31	65	26	76	36	47	46	107	43	34	35	54	36	15	38	12	47	28	50	19	34	20	56	55	50	25	43	13	93	15	44	41	18	65	21	73	15	8	50	32	42	42	31	24	38	12	40	26	32	34	40	27	31	0	.	48	4
	nicht bestimmbar	3	48	0	.	0	.	0	.	0	.	3	59	3	27	1	71	1	44	2	46	5	97	0	.	0	99	0	.	4	98	1	99	0	.	1	99	0	.	1	70	1	49	1	53	4	45	2	38	1	50	1	57	1	99	2	99	2	63	2	98	0	.	0	.	0	.	1	99	0	.	2	74	1	99	0	99	3	69	2	64	0	.	1	99	0	.	1	99	5	69	0	.	3	73	2	63	0	.	0	.	0	.	2	99	0	.	0	99	0	.	0	.	1	99	2	99	3	72	2	52	3	61	1	99	1	98	0	.	5	56	9	36	3	69	3	56	1	99	0	.	0	99	0	.	2	98	0	.	0	.	0	.	0	.	3	98	2	98	0	.	1	98	2	34	2	40	2	36	2	98	0	.	0	.	0	.	0	99	2	99	0	.	1	99	0	.	1	9
	Total	367	10	394	11	369	9	353	10	573	10	512	9	483	4	407	4	380	5	529	5	282	14	430	12	463	8	210	.	404	12	521	11	505	8	487	10	392	18	458	8	438	6	408	7	528	7	466	4	452	4	475	5	494	9	441	8	583	6	448	9	427	10	431	11	338	11	441	12	484	13	533	12	534	10	438	9	559	13	494	9	486	11	449	10	452	8	388	10	443	11	345	15	449	9	544	8	422	9	473	11	460	9	411	12	431	13	449	14	458	8	454	8	471	10	556	8	711	7	505	7	508	10	595	9	519	14	496	16	518	11	519	8	447	12	624	10	427	12	431	20	531	11	376	15	426	18	375	9	468	14	414	11	420	9	525	20	337	19	360	22	339	17	435	5	495	6	532	5	409	11	415	15	359	8	407	11	358	8	336	12	340	13	358	12	0	.	464	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. 2296847. Birmensdorf, Swiss Federal Research Institute WSL

zurück