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: 1000 Stk.
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
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	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%
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	556	45	1097	35	646	49	593	41	1701	32	1793	26	16645	10	4562	16	5626	17	2859	18	285	83	388	59	267	45	0	.	530	48	2758	33	2325	25	1843	36	52	74	2796	26	6870	16	4510	21	6792	17	12724	13	8237	15	1452	26	1408	35	2489	25	4770	21	383	61	1563	30	395	38	519	42	1014	27	2016	46	3120	29	2995	34	1488	34	1837	38	2865	26	917	39	1915	28	1292	31	535	41	453	69	753	62	208	44	1427	28	2772	28	859	33	1266	36	846	36	734	40	1205	34	3550	36	1815	27	0	.	15	71	8	100	564	51	225	58	508	59	1098	37	1380	41	2378	32	893	35	1337	29	1671	40	816	41	75	66	1554	39	413	62	229	49	2283	22	664	48	866	38	993	38	245	68	402	55	23	74	198	49	6459	15	7596	20	7226	17	557	40	885	49	597	44	1368	36	1339	37	178	52	613	72	516	40	0	.	181489	3
	Tanne	397	64	20	74	160	72	635	31	299	40	1058	38	1826	24	4958	13	4471	17	2922	18	78	59	97	55	684	35	0	.	380	52	174	44	1195	39	654	40	34	100	224	47	207	45	199	39	110	71	642	34	121	100	4308	17	1519	30	2871	27	1975	24	296	46	654	34	850	49	407	42	1588	33	271	37	419	48	891	36	418	31	43	70	460	34	407	48	478	28	142	60	849	47	227	48	108	48	628	46	551	51	489	38	453	38	501	48	494	50	247	68	6	100	332	52	209	100	0	.	0	.	8	100	237	79	178	63	246	56	1066	34	0	.	644	48	563	40	231	51	1006	39	216	50	83	100	802	30	202	83	423	63	368	40	538	42	817	33	305	42	225	76	220	47	186	79	82	60	266	74	475	47	922	30	584	48	41	63	211	60	450	30	344	33	59	76	8	100	87	78	0	.	56730	4
	Föhre	63	100	26	74	7	100	20	100	0	.	0	.	434	48	142	86	302	46	597	50	61	72	62	64	192	44	0	.	7	100	62	69	0	.	130	72	66	90	0	.	352	54	385	40	22	100	1004	39	3524	27	295	44	7	100	144	54	0	.	31	100	52	100	0	.	0	.	88	100	66	100	489	100	167	100	7	100	0	.	0	.	0	.	17	100	273	39	47	65	93	50	186	65	143	68	138	100	6	100	0	.	44	54	48	74	64	61	0	.	88	71	172	100	0	.	0	.	0	.	0	.	0	.	25	100	0	.	0	.	265	56	28	100	0	.	0	.	0	.	24	77	7	100	0	.	20	100	0	.	31	71	0	.	13	100	0	.	0	.	118	100	0	.	3123	32	1297	32	1616	31	0	.	66	100	173	41	34	53	172	60	85	54	27	79	20	100	0	.	17266	10
	Lärche	88	68	34	63	194	83	33	82	0	.	0	.	187	41	0	.	27	80	0	.	0	.	0	.	14	71	0	.	0	.	48	100	0	.	79	84	0	.	7	100	306	42	259	50	370	53	1564	26	3513	15	7	100	33	100	24	77	15	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	69	100	7	100	148	100	197	68	8	100	0	.	31	64	0	.	0	.	7	100	0	.	0	.	0	.	14	100	50	100	41	100	137	100	192	53	932	42	647	44	247	59	0	.	29	61	1595	30	407	44	356	65	0	.	0	.	0	.	356	52	0	.	118	100	0	.	90	100	0	.	86	100	0	.	0	.	0	.	0	.	30	71	0	.	7	100	0	.	430	100	4788	17	2312	20	1100	30	7	100	7	100	7	100	78	79	0	.	14	71	7	100	47	55	0	.	21411	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	100	0	.	0	.	261	46	2347	27	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	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	.	927	31	612	40	204	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4443	17
	übrige Nadelhölzer	31	71	0	.	20	100	136	58	0	.	54	74	17	100	0	.	263	34	35	71	0	.	0	.	0	.	91	.	0	.	0	.	0	.	0	.	0	.	18	100	255	100	0	.	0	.	138	100	408	43	51	74	30	71	60	66	15	100	0	.	0	.	17	100	0	.	0	.	0	.	0	.	17	100	61	75	59	76	64	77	39	71	0	.	21	100	34	100	17	100	144	69	0	.	0	.	0	.	18	100	0	.	0	.	34	71	0	.	0	.	0	.	0	.	0	.	0	.	24	100	20	100	0	.	0	.	0	.	121	100	0	.	17	100	0	.	0	.	28	100	250	64	0	.	51	100	0	.	0	.	0	.	0	.	0	.	20	100	0	.	0	.	35	100	104	100	69	61	0	.	0	.	87	53	283	81	50	74	0	.	0	.	0	.	0	.	3307	16
	Buche	1371	22	836	32	538	33	1499	26	268	47	461	34	2875	23	3676	15	4432	14	4613	17	427	45	1113	32	1597	33	0	.	400	49	700	40	1632	31	1049	32	0	.	1344	30	810	37	929	34	54	61	928	40	0	.	3730	18	1137	25	1029	32	1908	26	341	40	422	33	411	34	474	45	423	40	952	42	156	63	1592	33	701	30	1091	41	1620	34	1489	38	1574	29	2440	23	1585	30	1333	30	791	32	1468	29	688	33	358	43	721	32	514	29	230	35	847	31	0	.	213	63	0	.	1895	39	1860	33	1664	33	2456	32	2851	33	886	42	969	40	0	.	220	63	700	39	206	51	537	50	507	41	146	94	1454	30	210	66	297	43	633	29	437	33	755	30	1073	50	454	44	269	50	258	67	168	83	0	.	198	74	2259	29	231	40	406	44	452	35	936	28	1256	32	515	52	413	36	582	30	0	.	89940	3
	Ahorn	659	31	249	34	54	52	146	44	28	79	614	43	1801	19	692	26	777	24	1103	24	344	56	256	39	336	35	0	.	45	75	159	44	645	35	169	57	0	.	736	36	227	42	130	53	146	67	347	49	19	100	976	21	370	36	152	39	505	30	384	80	307	35	286	80	292	59	87	51	325	33	26	74	409	80	311	35	251	66	490	39	282	48	676	30	249	53	293	42	329	45	151	42	667	53	307	38	162	50	250	84	401	45	256	56	306	42	178	100	119	100	25	100	66	61	104	70	289	65	90	52	68	76	52	58	350	44	44	72	17	100	575	44	715	42	426	47	109	73	71	80	332	35	7	100	130	63	92	60	220	48	230	52	282	50	93	85	17	100	0	.	386	83	109	100	232	61	991	29	134	59	217	51	231	40	423	33	247	51	445	57	83	53	376	53	0	.	27759	5
	Esche	554	41	238	46	136	69	94	50	0	.	342	46	282	58	533	34	639	23	387	47	206	55	159	51	97	52	0	.	179	71	421	55	745	35	198	37	52	100	418	39	75	85	53	58	494	67	367	41	0	.	1021	31	286	45	209	40	337	47	164	48	25	76	17	100	17	100	19	100	606	60	0	.	182	52	445	42	199	48	64	55	152	66	397	42	270	42	86	44	82	50	315	49	149	55	545	49	23	79	110	62	309	32	201	52	221	40	113	100	366	100	18	100	80	65	224	80	518	43	451	54	73	58	280	49	204	63	202	69	0	.	191	49	298	44	231	68	343	60	164	57	14	70	0	.	96	82	39	100	34	71	187	88	177	59	64	53	24	77	0	.	38	84	356	45	303	59	330	35	101	73	138	38	71	44	268	44	341	65	144	65	94	54	58	57	0	.	19755	6
	Eiche	244	53	40	62	0	.	102	51	0	.	0	.	47	71	36	67	448	29	0	.	21	100	49	100	208	57	0	.	13	100	13	100	97	53	158	57	338	53	0	.	0	.	35	100	0	.	18	100	55	100	222	41	52	58	69	64	17	100	299	92	0	.	21	100	0	.	0	.	22	100	0	.	0	.	9	100	61	100	0	.	30	76	0	.	209	45	7	100	85	72	24	76	326	72	6	100	0	.	0	.	101	53	111	45	93	51	0	.	0	.	0	.	232	48	311	47	892	36	526	93	204	45	229	55	29	74	0	.	41	100	44	83	123	100	0	.	102	92	17	100	55	88	53	62	452	87	0	.	684	60	7	100	59	76	585	59	0	.	14	100	24	77	228	68	566	49	356	61	0	.	7	100	20	58	23	100	27	80	142	55	67	48	62	61	0	.	9866	11
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	1004	58	42	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	.	184	100	897	51	782	56	2284	39	1130	34	3355	27	666	50	597	53	4274	30	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	92	100	0	.	27	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15360	12
	übrige Laubhölzer	518	29	734	32	264	41	255	55	0	.	195	55	1830	23	696	27	1325	29	577	28	335	44	120	44	133	50	0	.	181	66	363	46	316	47	541	43	69	79	562	43	507	36	255	54	1963	37	3142	30	1543	43	1365	26	383	38	140	51	574	44	0	.	241	50	51	100	87	100	135	61	293	46	129	64	202	40	36	71	257	50	641	44	394	72	203	43	123	51	189	47	69	61	514	45	67	59	350	36	70	51	431	73	490	71	440	43	149	46	1099	61	1287	50	365	57	1330	32	1899	34	4400	24	1452	31	886	36	1200	28	337	43	173	100	162	56	413	50	341	42	156	57	311	47	272	66	138	49	53	73	89	60	206	51	272	66	178	46	183	77	221	58	59	60	39	100	7	100	1795	26	1537	27	2031	24	105	62	294	50	295	65	365	40	104	52	150	40	238	48	303	51	0	.	49194	5
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	22	75	145	37	30	71	8	100	17	100	38	100	0	.	7	100	0	.	18	100	0	.	0	.	22	100	0	.	0	.	34	71	26	77	65	68	70	50	54	75	34	71	32	71	18	100	39	71	0	.	0	.	0	.	17	100	19	100	13	71	7	100	18	100	18	100	18	100	14	100	18	100	7	100	0	.	0	.	69	71	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	0	.	0	.	40	70	19	100	0	.	0	.	14	100	0	.	0	.	42	61	36	71	21	100	0	.	0	.	8	100	0	.	0	.	17	100	17	100	0	.	0	.	0	.	0	.	0	.	0	.	51	63	39	55	36	71	0	.	0	.	0	.	0	.	17	100	17	100	0	.	17	100	0	.	1305	12
	Total	4480	20	3274	23	2019	27	3514	20	2295	29	4540	22	26100	9	15327	10	18318	10	13112	13	1795	35	2245	31	3536	24	91	.	1752	34	4699	24	6955	18	4844	22	610	52	6105	19	9692	14	6781	17	10016	15	22209	11	19863	11	13462	12	5258	20	7204	18	10155	16	1897	31	3264	23	2047	35	1819	30	3376	23	4564	29	4346	27	6543	23	3501	24	3964	29	6414	20	3734	28	5265	20	5050	19	3625	25	2756	27	2992	28	3656	26	4014	24	3880	24	2856	28	3676	24	2685	26	2831	23	2979	31	7786	28	4082	23	6134	23	5544	22	11203	17	8080	19	5509	23	8055	20	4066	28	1800	40	3848	27	3805	24	3312	26	4165	32	2404	31	971	44	4614	23	1023	46	1787	40	3638	21	2898	27	3040	24	3115	29	1887	34	1017	39	638	59	1333	48	18229	11	15271	14	17168	13	1719	31	2060	30	2144	26	4231	23	3897	23	1748	29	1550	36	2067	26	0	.	497825	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	.	13	100	7	100	7	100	0	.	72	34	54	35	34	45	30	80	0	.	0	.	0	.	0	.	0	.	7	100	19	73	7	100	0	.	57	40	64	52	26	50	58	39	80	33	7	100	22	73	7	100	0	.	0	.	0	.	0	.	7	100	9	100	7	100	0	.	0	.	0	.	0	.	0	.	22	75	19	73	28	50	0	.	7	100	0	.	0	.	0	.	17	71	11	100	14	100	0	.	7	100	20	74	0	.	41	83	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	7	100	14	71	9	100	13	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	45	41	6	100	21	58	0	.	7	100	7	100	0	.	0	.	0	.	0	.	7	100	0	.	933	10
	Tanne	0	.	0	.	7	100	7	100	0	.	0	.	0	.	43	47	49	42	7	100	0	.	0	.	0	.	0	.	0	.	13	100	9	100	7	100	0	.	13	71	8	100	0	.	0	.	22	58	0	.	14	70	0	.	21	57	0	.	29	60	23	58	0	.	7	100	0	.	0	.	15	100	6	100	8	100	0	.	6	100	14	71	12	100	0	.	7	100	7	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	20	100	0	.	0	.	0	.	0	.	0	.	0	.	17	72	0	.	0	.	0	.	0	.	0	.	8	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	7	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	10	100	7	100	0	.	7	100	0	.	0	.	0	.	458	14
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	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	.	7	100	0	.	0	.	0	.	0	.	0	.	14	71
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	7	100	22	58	84	44	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	100	0	.	0	.	7	100	0	.	0	.	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	72	45	29	50	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	264	22
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	7	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	.	35	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	57	39
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	0	.	0	.	0	.	0	.	7	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	41	47
	Buche	0	.	13	100	7	100	7	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	7	100	0	.	0	.	0	.	0	.	7	100	15	71	0	.	7	100	0	.	0	.	0	.	0	.	15	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	142	24
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71
	Esche	7	100	0	.	0	.	0	.	0	.	0	.	0	.	10	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	.	9	100	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	41
	Eiche	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	7	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	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	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	.	7	100	7	100	0	.	0	.	77	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	.	29	100	16	100	0	.	8	100	24	74	29	79	0	.	37	65	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	149	34
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	71
	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	7	100	13	100	27	61	27	50	7	100	0	.	72	34	113	27	111	26	37	68	0	.	0	.	0	.	7	.	0	.	20	74	28	59	22	58	0	.	77	33	71	48	40	41	65	37	146	26	99	40	36	52	7	100	28	50	0	.	29	60	23	58	7	100	16	71	7	100	0	.	15	100	6	100	43	51	18	71	36	53	34	52	49	42	0	.	14	71	7	100	0	.	0	.	24	58	11	100	21	74	8	100	38	74	47	55	14	100	70	64	16	100	14	71	23	58	24	74	61	46	0	.	44	57	17	72	0	.	15	71	15	71	21	58	9	100	13	71	0	.	0	.	0	.	0	.	7	100	0	.	8	100	7	100	0	.	0	.	0	.	17	72	153	27	35	45	43	41	0	.	21	58	17	72	14	71	0	.	14	71	7	100	7	100	0	.	2215	7
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	556	45	1097	35	660	48	600	41	1708	32	1793	26	16716	10	4616	16	5660	17	2890	18	285	83	388	59	267	45	0	.	530	48	2764	33	2344	25	1850	36	52	74	2853	26	6933	16	4536	21	6849	17	12804	13	8245	15	1474	26	1415	35	2489	25	4770	21	383	61	1563	30	402	38	528	41	1021	27	2016	46	3120	29	2995	34	1488	34	1837	38	2886	26	936	38	1943	27	1292	31	542	41	453	69	753	62	208	44	1444	27	2783	28	873	33	1266	36	853	36	754	39	1205	34	3592	36	1815	27	0	.	15	71	8	100	564	51	225	58	508	59	1105	37	1380	41	2378	32	900	35	1351	29	1680	40	829	41	75	66	1554	39	413	62	229	49	2283	22	664	48	866	38	993	38	245	68	402	55	23	74	209	49	6505	15	7603	20	7247	17	557	40	892	49	604	43	1368	36	1339	37	178	52	613	72	522	39	0	.	182423	3
	Tanne	397	64	20	74	167	70	642	31	299	40	1058	38	1826	24	5001	13	4519	17	2929	18	78	59	97	55	684	35	0	.	380	52	187	46	1204	38	660	40	34	100	238	46	214	45	199	39	110	71	664	33	121	100	4322	17	1519	30	2892	27	1975	24	325	46	677	34	850	49	414	41	1588	33	271	37	434	48	898	35	426	31	43	70	466	34	421	47	490	28	142	60	856	47	234	49	108	48	628	46	559	51	489	38	453	38	501	48	494	50	267	64	6	100	332	52	209	100	0	.	0	.	8	100	255	74	178	63	246	56	1066	34	0	.	644	48	571	39	239	51	1006	39	216	50	83	100	802	30	202	83	423	63	375	40	538	42	817	33	311	42	225	76	220	47	186	79	88	60	266	74	475	47	922	30	584	48	41	63	222	57	457	29	344	33	66	78	8	100	87	78	0	.	57188	4
	Föhre	63	100	26	74	7	100	20	100	0	.	0	.	434	48	142	86	302	46	597	50	61	72	62	64	192	44	0	.	7	100	62	69	0	.	130	72	66	90	0	.	352	54	392	39	22	100	1004	39	3524	27	295	44	7	100	144	54	0	.	31	100	52	100	0	.	0	.	88	100	66	100	489	100	167	100	7	100	0	.	0	.	0	.	17	100	273	39	47	65	93	50	186	65	143	68	138	100	6	100	0	.	44	54	48	74	64	61	0	.	88	71	172	100	0	.	0	.	0	.	0	.	0	.	25	100	0	.	0	.	265	56	28	100	0	.	0	.	0	.	24	77	7	100	0	.	20	100	0	.	31	71	0	.	13	100	0	.	0	.	118	100	0	.	3123	32	1297	32	1616	31	0	.	66	100	173	41	41	47	172	60	85	54	27	79	20	100	0	.	17280	10
	Lärche	88	68	34	63	194	83	33	82	0	.	0	.	187	41	0	.	27	80	0	.	0	.	0	.	14	71	0	.	0	.	48	100	0	.	79	84	0	.	7	100	306	42	266	49	377	54	1586	26	3597	15	7	100	33	100	24	77	15	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	69	100	7	100	148	100	197	68	8	100	0	.	31	64	0	.	0	.	7	100	0	.	0	.	0	.	14	100	50	100	41	100	137	100	206	50	932	42	647	44	254	59	0	.	29	61	1603	30	407	44	363	64	0	.	0	.	0	.	356	52	0	.	118	100	0	.	90	100	0	.	86	100	0	.	0	.	0	.	0	.	30	71	0	.	7	100	0	.	430	100	4860	16	2341	20	1106	30	7	100	7	100	7	100	78	79	0	.	14	71	7	100	47	55	0	.	21675	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	100	0	.	0	.	276	46	2354	27	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	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	.	962	30	612	40	204	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4500	17
	übrige Nadelhölzer	31	71	0	.	20	100	136	58	0	.	54	74	17	100	0	.	277	33	35	71	0	.	0	.	0	.	98	.	0	.	0	.	0	.	0	.	0	.	18	100	255	100	0	.	0	.	138	100	408	43	51	74	30	71	66	68	15	100	0	.	0	.	17	100	0	.	0	.	0	.	0	.	17	100	75	78	59	76	64	77	39	71	0	.	21	100	34	100	17	100	144	69	0	.	0	.	0	.	18	100	0	.	0	.	34	71	0	.	0	.	0	.	0	.	0	.	0	.	24	100	20	100	0	.	0	.	0	.	121	100	0	.	17	100	0	.	0	.	28	100	250	64	0	.	51	100	0	.	0	.	0	.	0	.	0	.	20	100	0	.	0	.	35	100	104	100	69	61	0	.	0	.	87	53	283	81	50	74	0	.	0	.	0	.	0	.	3349	16
	Buche	1371	22	849	32	545	33	1505	26	268	47	461	34	2875	23	3683	15	4432	14	4613	17	427	45	1113	32	1597	33	0	.	400	49	700	40	1632	31	1049	32	0	.	1344	30	810	37	929	34	54	61	935	39	0	.	3730	18	1137	25	1029	32	1908	26	341	40	422	33	411	34	474	45	423	40	952	42	156	63	1592	33	713	31	1091	41	1620	34	1489	38	1582	29	2440	23	1585	30	1333	30	791	32	1468	29	688	33	358	43	728	32	514	29	237	34	847	31	0	.	213	63	0	.	1902	39	1875	33	1664	33	2463	32	2851	33	886	42	969	40	0	.	235	59	700	39	206	51	537	50	507	41	146	94	1454	30	210	66	297	43	633	29	437	33	764	30	1073	50	454	44	269	50	258	67	168	83	0	.	198	74	2266	29	231	40	413	43	452	35	936	28	1256	32	515	52	413	36	582	30	0	.	90082	3
	Ahorn	659	31	249	34	54	52	146	44	28	79	614	43	1801	19	692	26	777	24	1103	24	344	56	256	39	336	35	0	.	45	75	159	44	645	35	169	57	0	.	742	36	227	42	130	53	146	67	347	49	19	100	976	21	370	36	152	39	505	30	384	80	307	35	286	80	292	59	87	51	325	33	26	74	409	80	311	35	251	66	498	39	282	48	676	30	249	53	293	42	329	45	151	42	667	53	307	38	162	50	250	84	401	45	256	56	306	42	178	100	119	100	25	100	66	61	104	70	289	65	90	52	68	76	52	58	350	44	44	72	17	100	575	44	715	42	426	47	109	73	71	80	332	35	7	100	130	63	92	60	220	48	230	52	282	50	93	85	17	100	0	.	386	83	109	100	232	61	991	29	134	59	217	51	231	40	423	33	247	51	445	57	83	53	376	53	0	.	27773	5
	Esche	561	40	238	46	136	69	94	50	0	.	342	46	282	58	543	34	639	23	387	47	206	55	159	51	97	52	0	.	179	71	421	55	745	35	198	37	52	100	418	39	75	85	53	58	494	67	367	41	0	.	1021	31	286	45	209	40	337	47	164	48	25	76	17	100	17	100	19	100	606	60	0	.	182	52	454	42	209	48	64	55	152	66	397	42	270	42	86	44	82	50	315	49	149	55	545	49	23	79	110	62	317	32	201	52	221	40	113	100	366	100	18	100	80	65	224	80	518	43	451	54	73	58	280	49	204	63	202	69	0	.	191	49	298	44	231	68	343	60	164	57	14	70	0	.	96	82	39	100	34	71	187	88	177	59	64	53	24	77	0	.	38	84	356	45	303	59	330	35	101	73	145	38	71	44	268	44	341	65	144	65	94	54	58	57	0	.	19805	6
	Eiche	244	53	40	62	0	.	109	49	0	.	0	.	47	71	36	67	455	28	0	.	21	100	49	100	208	57	0	.	13	100	13	100	97	53	158	57	338	53	0	.	0	.	35	100	0	.	18	100	55	100	222	41	52	58	69	64	17	100	299	92	0	.	21	100	0	.	0	.	22	100	0	.	0	.	9	100	69	89	0	.	30	76	0	.	209	45	7	100	85	72	24	76	326	72	6	100	0	.	0	.	101	53	135	53	100	48	0	.	0	.	0	.	232	48	311	47	892	36	526	93	204	45	229	55	39	71	0	.	41	100	44	83	123	100	0	.	102	92	17	100	55	88	53	62	452	87	0	.	684	60	7	100	59	76	585	59	0	.	14	100	24	77	228	68	566	49	356	61	0	.	7	100	20	58	23	100	27	80	148	52	74	50	62	61	0	.	9943	11
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	1004	58	42	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	.	184	100	926	50	798	56	2284	39	1138	33	3379	27	694	48	597	53	4311	30	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	92	100	0	.	34	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15510	12
	übrige Laubhölzer	518	29	734	32	264	41	255	55	0	.	195	55	1830	23	696	27	1332	29	577	28	335	44	120	44	133	50	0	.	181	66	363	46	316	47	549	42	69	79	562	43	507	36	255	54	1963	37	3142	30	1543	43	1365	26	383	38	140	51	574	44	0	.	241	50	51	100	87	100	135	61	293	46	129	64	202	40	36	71	257	50	641	44	394	72	203	43	123	51	189	47	69	61	514	45	67	59	350	36	70	51	431	73	490	71	440	43	149	46	1099	61	1287	50	365	57	1330	32	1899	34	4400	24	1452	31	886	36	1200	28	337	43	173	100	162	56	413	50	341	42	156	57	311	47	272	66	138	49	53	73	89	60	206	51	272	66	178	46	183	77	221	58	59	60	39	100	7	100	1795	26	1537	27	2031	24	105	62	294	50	295	65	365	40	104	52	150	40	238	48	303	51	0	.	49210	5
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	22	75	145	37	30	71	8	100	17	100	38	100	0	.	7	100	0	.	18	100	0	.	0	.	22	100	0	.	0	.	34	71	26	77	65	68	70	50	54	75	34	71	32	71	18	100	39	71	0	.	0	.	0	.	17	100	19	100	13	71	7	100	18	100	18	100	18	100	14	100	18	100	7	100	0	.	0	.	69	71	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	0	.	0	.	40	70	19	100	0	.	0	.	14	100	0	.	0	.	42	61	36	71	21	100	0	.	0	.	8	100	0	.	0	.	17	100	17	100	0	.	0	.	0	.	0	.	0	.	0	.	51	63	39	55	36	71	0	.	0	.	0	.	0	.	17	100	17	100	0	.	17	100	0	.	1305	12
	Total	4487	20	3287	23	2045	27	3541	20	2302	29	4540	22	26172	9	15440	10	18429	10	13149	13	1795	35	2245	31	3536	24	98	.	1752	34	4719	24	6983	18	4865	22	610	52	6182	19	9764	14	6822	17	10081	15	22355	11	19963	11	13497	12	5265	20	7233	18	10155	16	1927	30	3287	23	2054	35	1836	30	3383	23	4564	29	4361	27	6549	22	3544	24	3982	29	6450	20	3768	28	5314	20	5050	19	3639	25	2763	27	2992	28	3656	26	4038	24	3892	24	2877	28	3684	24	2722	26	2878	23	2993	31	7856	27	4098	23	6149	23	5566	22	11227	17	8141	18	5509	23	8099	20	4083	28	1800	40	3863	27	3820	24	3334	26	4174	32	2417	32	971	44	4614	23	1023	46	1787	40	3645	21	2898	27	3049	24	3121	29	1887	34	1017	39	638	59	1350	47	18382	11	15306	14	17210	13	1719	31	2081	30	2161	26	4244	23	3897	23	1761	29	1557	36	2073	26	0	.	500040	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. 2277704. Birmensdorf, Swiss Federal Research Institute WSL

zurück