Auswahl aus Themenliste

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

1. Wofür stehen die Zahlen?

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

Beispiel 1: Schätzwert und Standardfehler

LFI5

Totholzvolumen (Schaftholz)

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

Bezugsfläche: zugänglicher Wald ohne Gebüschwald

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

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

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

2. Wozu dient der Standardfehler?

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

Die statistische Sicherheit beträgt

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

Beispiel 2: Vertrauensintervalle berechnen

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

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

Vorgehen

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

Antwort

			Schritt 1	Schritt 2

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

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

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

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

Daten: siehe Beispiel 2

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

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

Oben

3. Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?*

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

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

Beispiel 4: Interpretation von zwei Ergebnissen der gleichen Inventur

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

	Fall 2						Fall 1

Fall 1

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

Vorgehen

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

Antwort

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

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

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

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

Fall 2

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

Vorgehen

Siehe Fall 1.

Antwort

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

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

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

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

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

Beispiel 5: Interpretation von zwei Ergebnissen aus unterschiedlichen Inventuren

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

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

Vorgehen

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

Antwort

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

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

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

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

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

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

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

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

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

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

Vorgehen

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

Antwort

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

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

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

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

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

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

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

Vorgehen

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

Antwort

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

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

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

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

Oben

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

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

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

Beispiel 8: Standardfehler und Kombination von Merkmalsausprägungen

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

Der Standardfehler wird mit zunehmendem Detaillierungsgrad grösser.

Grosse Standardfehler sind zu erwarten, wenn

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

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

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

Oben

5. Zwei Typen von Veränderungen?

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

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

Oben

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

Die Ergebnisse sind

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

Beispiel 9: Additivität/Nichtadditivität von Veränderungen

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

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

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

Beispiel 10: Mittlere Anzahl Jahre pro Gebiet

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

Oben

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

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

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

Oben

8. Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?

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

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

Oben

9. Negative Werte bei Vorrat, Zuwachs oder Nutzung?

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

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

Oben

LFI5
Gesamtstammzahl
Gigant (nein/ja) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: Stk./ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
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	44	42	105	30	105	43	48	37	353	19	204	18	285	7	118	13	121	15	104	15	73	77	75	53	33	39	0	.	143	39	315	25	198	22	182	30	20	65	202	18	284	10	257	15	319	9	264	10	177	12	47	24	109	29	164	19	281	15	76	55	185	22	92	25	103	32	116	17	305	36	440	19	281	26	192	26	264	28	173	20	122	33	140	20	104	27	66	35	62	65	114	57	27	37	152	20	299	19	129	21	161	30	116	28	74	35	164	25	263	30	164	19	13	99	1	69	1	99	36	37	17	51	80	40	185	26	359	22	293	21	141	25	165	18	272	30	180	31	31	54	169	31	146	51	58	39	232	12	104	40	116	30	149	31	70	52	105	46	16	53	80	31	141	13	235	16	213	13	146	25	164	41	97	36	136	29	127	32	29	47	119	67	83	32	0	.	167	2
	Tanne	31	62	2	72	26	68	50	26	55	32	120	32	28	23	124	10	98	15	111	14	20	52	19	48	86	28	0	.	103	43	16	41	75	36	62	36	14	93	16	40	7	44	10	37	4	70	12	33	3	88	139	14	117	24	189	22	109	19	59	37	76	28	199	40	81	32	173	26	38	31	58	44	73	32	54	22	5	67	29	28	54	42	41	21	11	58	103	43	31	43	16	42	79	41	64	39	53	31	58	33	64	44	68	44	25	66	1	98	22	50	18	99	0	.	0	.	1	99	13	65	12	61	18	50	164	24	6	96	70	44	65	35	25	48	127	32	48	43	34	93	83	22	71	76	107	56	35	36	79	35	104	25	46	36	54	71	57	36	127	63	33	47	5	73	15	43	24	28	109	39	7	58	34	55	43	24	33	28	9	73	2	96	14	75	0	.	48	4
	Föhre	5	99	2	72	1	97	2	99	0	.	0	.	7	42	4	86	6	46	22	48	16	65	12	59	23	39	0	.	2	96	6	66	0	.	12	70	26	83	0	.	22	52	19	38	3	75	19	38	74	24	10	43	0	99	10	52	0	.	6	97	6	98	0	.	0	.	10	98	9	96	67	98	14	99	1	98	0	.	14	76	0	.	1	99	22	36	6	62	13	45	28	61	18	65	30	64	1	99	0	.	6	50	7	71	6	58	0	.	6	69	20	77	0	.	5	99	0	.	0	.	0	.	2	99	0	.	5	96	29	52	3	98	0	.	0	.	0	.	10	67	1	98	0	.	5	96	0	.	5	68	0	.	2	98	0	.	0	.	80	88	0	.	61	31	40	30	43	29	0	.	12	97	28	33	3	50	16	57	14	49	5	75	3	97	0	.	16	10
	Lärche	7	66	3	60	32	79	3	81	0	.	0	.	3	37	0	.	1	79	0	.	0	.	0	.	2	68	0	.	0	.	4	98	0	.	7	81	0	.	0	99	27	43	18	37	16	46	59	18	99	11	0	100	2	99	2	75	1	99	0	.	0	.	0	.	1	97	0	.	0	.	0	.	6	99	1	98	18	97	21	53	1	98	0	.	3	62	0	.	0	.	1	97	0	.	0	.	0	.	2	98	6	98	6	98	14	98	50	31	68	36	83	37	36	45	0	.	2	59	138	19	50	33	29	53	0	.	0	.	0	.	47	42	0	.	15	97	0	.	38	93	0	.	30	92	0	.	0	.	0	.	0	.	4	66	0	.	2	96	0	.	174	91	131	12	77	16	51	35	1	97	1	97	1	97	7	76	0	.	2	67	1	97	8	50	0	.	26	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	66	0	.	5	99	10	39	63	22	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	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	.	20	27	22	34	6	83	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	15
	übrige Nadelhölzer	2	69	0	.	3	97	11	56	0	.	6	72	6	62	0	.	6	33	1	70	0	.	0	.	0	.	260	.	0	.	0	.	0	.	0	.	0	.	1	99	10	93	2	99	0	.	3	82	9	36	2	74	2	70	4	64	1	99	0	.	0	.	4	96	0	.	0	.	0	.	2	98	1	99	8	72	7	73	5	63	5	67	0	.	2	99	4	98	2	98	22	65	0	.	5	98	0	.	2	98	0	.	0	.	3	68	0	.	0	.	0	.	0	.	0	.	0	.	1	99	1	99	0	.	0	.	0	.	13	98	0	.	2	98	0	.	0	.	11	93	25	61	0	.	13	96	0	.	0	.	0	.	0	.	0	.	5	94	0	.	0	.	1	100	3	100	2	60	0	.	0	.	14	48	27	79	5	72	0	.	0	.	0	.	0	.	3	15
	Buche	108	15	80	26	88	24	129	20	49	40	52	28	47	21	92	12	96	11	169	13	109	34	215	19	207	24	0	.	108	38	64	36	103	28	99	26	0	.	82	27	29	35	49	30	2	60	23	34	0	.	120	15	93	19	68	28	105	22	68	30	49	27	96	18	94	37	46	35	133	35	21	60	130	28	90	22	136	36	106	28	198	31	118	21	195	16	197	21	181	21	119	23	190	19	93	23	37	40	92	26	65	21	32	28	85	25	0	.	14	62	0	.	137	32	156	28	113	30	127	27	204	28	61	38	149	33	2	96	33	50	82	33	27	42	69	44	112	29	61	87	143	23	74	57	75	31	61	22	64	24	96	21	161	44	109	34	70	39	176	46	68	75	0	.	9	59	59	28	42	30	74	36	73	27	96	20	119	27	83	46	80	27	94	19	0	.	77	3
	Ahorn	52	26	24	29	9	47	12	41	5	76	70	37	34	19	18	23	17	23	41	21	88	47	49	30	52	26	0	.	12	70	14	40	41	31	16	54	8	91	59	28	8	41	11	51	6	59	6	48	0	100	31	19	28	31	10	36	28	26	76	76	37	28	67	75	58	52	9	48	50	24	4	70	42	65	40	28	36	54	29	36	38	43	46	24	20	50	35	37	45	40	23	36	87	46	35	30	29	41	32	80	51	40	35	52	33	35	25	89	28	76	2	99	18	63	9	68	21	59	9	39	9	61	5	48	54	38	19	42	4	68	66	39	81	35	53	42	24	68	30	71	33	30	2	94	33	56	11	49	32	42	29	48	42	44	22	79	4	96	0	.	156	72	3	86	8	53	46	26	27	47	39	44	37	33	49	27	23	48	72	52	16	47	61	48	0	.	26	5
	Esche	44	38	23	43	22	65	7	47	0	.	39	42	6	50	13	32	14	21	15	43	53	46	31	44	14	42	0	.	48	64	38	53	47	32	19	33	20	93	27	35	3	85	3	56	24	51	7	40	0	.	33	30	21	42	14	37	19	45	33	41	3	73	4	96	3	97	2	98	85	56	0	.	15	50	57	36	25	43	18	55	20	62	35	35	22	38	10	39	11	46	47	44	21	45	56	41	17	84	14	58	39	25	27	47	22	36	14	98	24	99	4	71	11	47	19	78	35	41	25	46	5	56	21	43	31	59	54	51	0	.	22	45	37	36	29	65	76	53	68	43	1	68	6	94	24	76	4	98	5	67	24	85	27	55	15	45	6	71	0	.	15	75	11	44	15	52	17	39	19	69	31	27	11	38	33	36	32	63	23	61	18	47	9	52	0	.	18	6
	Eiche	19	51	4	59	0	.	11	42	0	.	0	.	1	60	1	66	10	26	0	.	5	96	9	97	25	54	0	.	4	95	1	99	6	51	15	54	134	39	0	.	0	.	2	99	0	.	2	83	1	100	7	40	4	56	5	62	1	99	59	88	0	.	5	96	0	.	0	.	3	96	0	.	0	.	1	98	8	98	2	99	4	72	0	.	17	42	1	98	12	69	4	72	40	68	1	99	0	.	0	.	13	49	15	40	9	48	0	.	1	99	0	.	16	44	29	40	61	33	24	92	19	36	16	53	4	70	0	.	4	98	12	64	13	98	0	.	23	88	7	93	5	86	19	52	114	82	0	.	101	56	1	98	9	73	140	52	0	.	9	88	10	67	4	67	17	46	11	51	1	98	1	97	3	53	3	78	3	78	23	49	13	41	10	57	0	.	9	11
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	18	57	1	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	.	23	98	66	44	67	53	151	36	99	28	228	23	30	48	42	50	291	26	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	6	87	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	12
	übrige Laubhölzer	41	24	70	26	43	34	20	52	0	.	22	52	47	20	17	25	31	27	22	25	85	32	23	36	19	40	0	.	49	59	35	40	31	44	58	35	88	41	34	41	24	32	26	48	80	31	65	26	36	37	44	24	44	31	9	49	33	40	0	.	28	46	12	96	17	97	15	58	54	36	18	60	22	35	5	67	32	44	55	31	53	68	18	32	10	48	23	43	9	57	78	40	13	40	37	28	31	56	91	55	62	68	60	37	24	39	163	48	90	45	46	39	114	22	204	25	305	19	114	24	77	26	119	21	52	37	193	60	22	45	48	46	38	36	71	50	69	38	113	55	42	67	38	52	23	53	20	47	40	62	29	36	27	74	53	51	15	53	26	85	3	93	40	22	60	22	61	20	19	57	53	44	48	59	37	34	10	49	24	32	57	34	49	45	0	.	50	5
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	3	73	2	34	1	70	0	99	1	99	10	95	0	.	1	98	0	.	5	95	0	.	0	.	2	97	0	.	0	.	4	70	1	76	2	67	3	40	3	43	1	70	2	69	1	99	2	70	0	.	0	.	0	.	3	97	2	98	2	68	1	98	1	99	2	98	4	67	2	70	2	98	0	99	0	.	0	.	9	68	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	0	.	0	.	0	.	0	.	0	.	3	69	2	70	0	.	0	.	2	97	0	.	0	.	5	58	4	68	3	98	0	.	0	.	1	98	0	.	0	.	2	99	3	97	0	.	0	.	0	.	0	.	0	.	0	.	1	63	2	48	1	57	0	.	0	.	0	.	0	.	2	98	3	97	0	.	3	97	0	.	1	12
	Total	353	12	312	14	329	13	292	12	463	15	516	11	468	5	388	5	399	6	483	7	458	18	433	17	461	10	260	.	473	16	493	15	501	11	472	12	310	23	421	10	422	7	398	9	460	7	491	6	465	6	434	7	424	11	475	10	579	8	377	15	384	11	479	20	362	14	372	12	679	16	610	16	586	14	451	12	537	18	454	12	498	18	398	10	405	10	445	14	374	16	451	15	475	14	475	12	467	11	419	16	467	13	367	14	296	13	441	18	581	20	408	11	495	13	522	12	769	8	519	9	438	13	641	10	641	15	637	18	468	14	492	11	393	15	638	19	531	16	404	23	503	13	385	27	452	27	363	10	433	15	400	10	466	17	463	18	265	25	434	34	540	27	420	7	502	8	540	7	366	13	383	16	348	11	435	14	369	14	282	17	311	23	334	12	0	.	458	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	.	2	97	1	99	1	97	0	.	1	30	1	34	1	44	1	80	0	.	0	.	0	.	0	.	0	.	1	99	2	57	1	98	0	.	4	34	2	47	2	44	2	35	2	27	0	100	1	72	1	99	0	.	1	99	0	.	0	.	2	96	2	96	1	98	0	.	0	.	0	.	0	.	1	98	2	60	3	70	3	40	0	.	1	98	0	.	0	.	0	.	1	69	1	98	2	98	0	.	1	98	2	72	0	.	3	82	0	.	0	.	0	.	0	.	0	99	0	.	0	99	1	97	0	.	0	.	1	98	3	58	1	97	3	66	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	94	1	40	0	100	1	57	0	.	1	97	1	97	0	.	0	.	0	.	0	.	1	97	0	.	1	9
	Tanne	0	.	0	.	1	97	1	99	0	.	0	.	0	.	1	46	1	42	1	70	0	.	0	.	0	.	0	.	0	.	1	99	1	99	1	99	0	.	1	70	0	99	0	.	0	.	0	57	0	.	0	70	0	.	1	55	0	.	6	54	3	54	0	.	1	97	0	.	0	.	2	98	0	99	1	97	0	.	1	70	2	68	1	99	0	.	1	98	1	98	0	.	1	98	1	98	0	.	0	.	0	.	0	.	2	98	0	.	0	.	0	.	0	.	0	.	0	.	1	71	0	.	0	.	0	.	0	.	0	.	1	99	1	98	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	1	98	0	.	0	.	0	.	3	94	0	.	0	.	0	.	2	96	0	.	2	97	1	99	0	.	1	97	0	.	0	.	0	.	0	13
	Föhre	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	71
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	71	0	99	1	49	2	43	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	68	0	.	1	99	1	69	0	.	0	.	1	70	0	99	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	40	1	49	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	19
	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	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	.	1	52	0	100	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	35
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	.	0	.	0	.	0	.	20	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	47
	Buche	0	.	1	99	1	97	1	99	0	.	0	.	0	.	0	100	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	.	2	98	0	.	0	.	0	.	1	99	0	.	1	98	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	98	0	.	0	.	0	.	0	.	0	99	1	69	0	.	0	99	0	.	0	.	0	.	0	.	2	68	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	23
	Ahorn	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	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	71
	Esche	1	99	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	.	1	98	1	97	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	41
	Eiche	0	.	0	.	0	.	1	99	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	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	98	1	98	0	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	1	97	0	.	0	.	0	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	.	0	.	0	.	0	.	0	.	0	.	0	.	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	82	1	98	0	.	1	98	2	73	1	78	0	.	3	64	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	33
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	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	.	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	.	0	.	5	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	52
	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	99	1	99	4	57	2	47	1	97	0	.	1	30	3	25	2	25	2	58	0	.	0	.	0	.	20	.	0	.	2	73	2	49	2	55	0	.	5	28	3	43	3	34	3	33	3	21	2	40	1	51	1	99	2	48	1	99	6	54	3	54	2	96	3	66	1	98	0	.	2	98	0	99	6	46	3	54	3	41	4	48	5	33	0	.	3	57	1	98	0	.	1	98	2	55	1	98	3	71	1	98	5	71	6	45	4	68	5	57	2	73	1	56	2	55	2	73	3	38	0	99	3	49	3	69	0	.	2	68	2	68	4	49	1	97	3	66	0	.	0	.	5	94	0	.	1	98	0	.	1	98	1	98	0	.	0	.	0	.	7	63	3	25	1	42	1	37	2	96	4	52	3	69	1	69	0	.	2	67	1	97	1	97	0	.	2	6
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	44	42	105	30	107	42	48	37	354	19	204	18	287	7	119	13	122	15	105	15	73	77	75	53	33	39	0	.	143	39	316	25	200	22	183	30	20	65	205	18	286	10	259	15	321	9	266	9	177	12	47	24	110	29	164	19	281	15	76	55	185	22	94	25	105	31	116	17	305	36	440	19	281	26	192	26	265	28	175	20	125	33	143	20	104	27	67	34	62	65	114	57	27	37	154	19	301	19	130	21	161	30	117	28	76	34	164	25	266	30	164	19	13	99	1	69	1	99	36	37	17	51	80	40	186	25	359	22	293	21	141	25	168	18	273	29	183	31	31	54	169	31	146	51	58	39	232	12	104	40	116	30	149	31	70	52	105	46	16	53	85	31	142	13	235	16	213	12	146	25	165	41	98	36	136	29	127	32	29	47	119	67	84	31	0	.	168	2
	Tanne	31	62	2	72	27	66	51	26	55	32	120	32	28	23	125	10	99	15	111	14	20	52	19	48	86	28	0	.	103	43	17	42	76	36	62	36	14	93	17	39	8	43	10	37	4	70	12	32	3	88	139	14	117	24	191	22	109	19	65	37	79	27	199	40	82	32	173	26	38	31	60	44	73	32	55	22	5	67	30	28	56	41	42	21	11	58	103	42	32	44	16	42	80	40	65	38	53	31	58	33	64	44	68	44	27	61	1	98	22	50	18	99	0	.	0	.	1	99	14	62	12	61	18	50	164	24	6	96	70	44	66	34	25	48	127	32	48	43	34	93	83	22	71	76	107	56	36	36	79	35	104	25	47	35	54	71	57	36	127	63	36	48	5	73	15	43	24	28	111	38	7	58	36	52	44	24	33	28	11	75	2	96	14	75	0	.	48	4
	Föhre	5	99	2	72	1	97	2	99	0	.	0	.	7	42	4	86	6	46	22	48	16	65	12	59	23	39	0	.	2	96	6	66	0	.	12	70	26	83	0	.	22	52	20	37	3	75	19	38	74	24	10	43	0	99	10	52	0	.	6	97	6	98	0	.	0	.	10	98	9	96	67	98	14	99	1	98	0	.	14	76	0	.	1	99	22	36	6	62	13	45	28	61	18	65	30	64	1	99	0	.	6	50	7	71	6	58	0	.	6	69	20	77	0	.	5	99	0	.	0	.	0	.	2	99	0	.	5	96	29	52	3	98	0	.	0	.	0	.	10	67	1	98	0	.	5	96	0	.	5	68	0	.	2	98	0	.	0	.	80	88	0	.	61	31	40	30	43	29	0	.	12	97	28	33	4	44	16	57	14	49	5	75	3	97	0	.	16	10
	Lärche	7	66	3	60	32	79	3	81	0	.	0	.	3	37	0	.	1	79	0	.	0	.	0	.	2	68	0	.	0	.	4	98	0	.	7	81	0	.	0	99	27	43	19	36	16	46	60	18	100	11	0	100	2	99	2	75	1	99	0	.	0	.	0	.	1	97	0	.	0	.	0	.	6	99	1	98	18	97	21	53	1	98	0	.	3	62	0	.	0	.	1	97	0	.	0	.	0	.	2	98	6	98	6	98	14	98	54	29	68	36	84	37	37	44	0	.	2	59	139	19	50	33	30	52	0	.	0	.	0	.	47	42	0	.	15	97	0	.	38	93	0	.	30	92	0	.	0	.	0	.	0	.	4	66	0	.	2	96	0	.	174	91	133	12	78	16	51	35	1	97	1	97	1	97	7	76	0	.	2	67	1	97	8	50	0	.	26	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	66	0	.	5	99	10	38	63	22	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	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	.	21	27	22	34	7	81	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	15
	übrige Nadelhölzer	2	69	0	.	3	97	11	56	0	.	6	72	6	62	0	.	6	32	1	70	0	.	0	.	0	.	280	.	0	.	0	.	0	.	0	.	0	.	1	99	10	93	2	99	0	.	3	82	9	36	2	74	2	70	4	66	1	99	0	.	0	.	4	96	0	.	0	.	0	.	2	98	1	99	10	76	7	73	5	63	5	67	0	.	2	99	4	98	2	98	22	65	0	.	5	98	0	.	2	98	0	.	0	.	3	68	0	.	0	.	0	.	0	.	0	.	0	.	1	99	1	99	0	.	0	.	0	.	13	98	0	.	2	98	0	.	0	.	11	93	25	61	0	.	13	96	0	.	0	.	0	.	0	.	0	.	5	94	0	.	0	.	1	100	3	100	2	60	0	.	0	.	14	48	27	79	5	72	0	.	0	.	0	.	0	.	3	15
	Buche	108	15	81	26	89	23	130	20	49	40	52	28	47	21	92	12	96	11	169	13	109	34	215	19	207	24	0	.	108	38	64	36	103	28	99	26	0	.	82	27	29	35	49	30	2	60	24	34	0	.	120	15	93	19	68	28	105	22	68	30	49	27	96	18	94	37	46	35	133	35	21	60	130	28	92	22	136	36	106	28	198	31	118	21	195	16	199	21	181	21	119	23	190	19	93	23	37	40	93	26	65	21	32	27	85	25	0	.	14	62	0	.	137	32	157	28	113	30	127	27	204	28	61	38	149	33	2	96	34	47	82	33	27	42	69	44	112	29	61	87	143	23	74	57	75	31	61	22	64	24	97	21	161	44	109	34	70	39	176	46	68	75	0	.	9	59	59	28	42	30	75	35	73	27	96	20	119	27	83	46	80	27	94	19	0	.	77	3
	Ahorn	52	26	24	29	9	47	12	41	5	76	70	37	34	19	18	23	17	23	41	21	88	47	49	30	52	26	0	.	12	70	14	40	41	31	16	54	8	91	59	28	8	41	11	51	6	59	6	48	0	100	31	19	28	31	10	36	28	26	76	76	37	28	67	75	58	52	9	48	50	24	4	70	42	65	40	28	36	54	29	35	38	43	46	24	20	50	35	37	45	40	23	36	87	46	35	30	29	41	32	80	51	40	35	52	33	35	25	89	28	76	2	99	18	63	9	68	21	59	9	39	9	61	5	48	54	38	19	42	4	68	66	39	81	35	53	42	24	68	30	71	33	30	2	94	33	56	11	49	32	42	29	48	42	44	22	79	4	96	0	.	156	72	3	86	8	53	46	26	27	47	39	44	37	33	49	27	23	48	72	52	16	47	61	48	0	.	26	5
	Esche	44	37	23	43	22	65	7	47	0	.	39	42	6	50	13	32	14	21	15	43	53	46	31	44	14	42	0	.	48	64	38	53	47	32	19	33	20	93	27	35	3	85	3	56	24	51	7	40	0	.	33	30	21	42	14	37	19	45	33	41	3	73	4	96	3	97	2	98	85	56	0	.	15	50	58	36	26	43	18	55	20	62	35	35	22	38	10	39	11	46	47	44	21	45	56	41	17	84	14	58	40	24	27	47	22	36	14	98	24	99	4	71	11	47	19	78	35	41	25	46	5	56	21	43	31	59	54	51	0	.	22	45	37	36	29	65	76	53	68	43	1	68	6	94	24	76	4	98	5	67	24	85	27	55	15	45	6	71	0	.	15	75	11	44	15	52	17	39	19	69	32	26	11	38	33	36	32	63	23	61	18	47	9	52	0	.	18	6
	Eiche	19	51	4	59	0	.	11	41	0	.	0	.	1	60	1	66	10	26	0	.	5	96	9	97	25	54	0	.	4	95	1	99	6	51	15	54	134	39	0	.	0	.	2	99	0	.	2	83	1	100	7	40	4	56	5	62	1	99	59	88	0	.	5	96	0	.	0	.	3	96	0	.	0	.	1	98	9	87	2	99	4	72	0	.	17	42	1	98	12	69	4	72	40	68	1	99	0	.	0	.	13	49	19	49	10	45	0	.	1	99	0	.	16	44	29	40	61	33	24	92	19	36	16	53	6	67	0	.	4	98	12	64	13	98	0	.	23	88	7	93	5	86	19	52	114	82	0	.	101	56	1	98	9	73	140	52	0	.	9	88	10	67	4	67	17	46	11	51	1	98	1	97	3	53	3	78	3	78	24	46	14	42	10	57	0	.	9	11
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	18	57	1	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	.	23	98	68	42	68	53	151	36	100	27	230	23	32	46	42	50	293	26	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	6	84	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	12
	übrige Laubhölzer	41	24	70	26	43	34	20	52	0	.	22	52	47	20	17	25	31	26	22	25	85	32	23	36	19	40	0	.	49	59	35	40	31	44	59	35	88	41	34	41	24	32	26	48	80	31	65	26	36	37	44	24	44	31	9	49	33	40	0	.	28	46	12	96	17	97	15	58	54	36	18	60	22	35	5	67	32	44	55	31	53	68	18	32	10	48	23	43	9	57	78	40	13	40	37	28	31	56	91	55	62	68	60	37	25	38	163	48	90	45	46	39	114	22	204	25	305	19	114	24	77	26	119	21	52	37	193	60	22	45	48	46	38	36	71	50	69	38	113	55	42	67	42	55	23	53	20	47	40	62	29	36	27	74	53	51	15	53	26	85	3	93	40	22	60	22	61	20	19	57	53	44	48	59	37	34	10	49	24	32	57	34	49	45	0	.	50	5
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	3	73	2	34	1	70	0	99	1	99	10	95	0	.	1	98	0	.	5	95	0	.	0	.	2	97	0	.	0	.	4	70	1	76	2	67	3	40	3	43	1	70	2	69	1	99	2	70	0	.	0	.	0	.	3	97	2	98	2	68	1	98	1	99	2	98	4	67	2	70	2	98	0	99	0	.	0	.	9	68	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	0	.	0	.	0	.	0	.	0	.	3	69	2	70	0	.	0	.	2	97	0	.	0	.	5	58	4	68	3	98	0	.	0	.	1	98	0	.	0	.	2	99	3	97	0	.	0	.	0	.	0	.	0	.	0	.	1	63	2	48	1	57	0	.	0	.	0	.	0	.	2	98	3	97	0	.	3	97	0	.	1	12
	Total	353	12	313	14	333	13	294	12	464	15	516	11	470	5	390	5	402	6	485	7	458	18	433	17	461	10	280	.	473	16	495	15	504	11	474	12	310	23	426	10	425	7	401	9	463	7	494	6	467	6	435	7	425	11	477	10	579	8	383	15	387	11	481	20	365	14	373	12	679	16	612	16	586	14	457	12	540	18	457	11	502	18	402	10	405	10	449	14	375	16	451	15	476	14	477	12	468	11	422	16	468	13	372	13	302	12	445	18	586	20	410	11	496	13	524	12	770	8	523	9	438	13	645	10	643	15	637	18	470	14	493	10	396	14	639	19	534	16	404	23	503	13	390	26	452	27	364	10	433	15	401	10	467	17	463	18	265	25	434	34	547	26	424	7	504	8	541	7	368	13	387	16	350	11	436	14	369	14	284	17	312	23	335	12	0	.	460	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. 2277657. Birmensdorf, Swiss Federal Research Institute WSL

zurück