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

LFI3
Gesamtstammzahl
NaiS-Vegetationshöhenstufen (3 Klassen) · Brusthöhendurchmesser (10 Klassen)
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 Stk.
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2004/06
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
NaiS-Vegetationshöhenstufen (3 Klassen)	Brusthöhendurchmesser (10 Klassen)	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	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.
subalpin	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	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	2388	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	156	100	1254	40	210	47	755	30	2016	30	5218	18	0	.	0	.	0	.	66	.	0	.	0	.	0	.	0	.	0	.	475	97	318	74	615	69	0	.	0	.	373	58	0	.	241	.	0	.	0	.	0	.	0	.	0	.	37	100	0	.	0	.	0	.	0	.	0	.	101	57	635	49	580	38	0	.	0	.	0	.	432	54	54	100	0	.	0	.	36	71	247	100	0	.	35	71	44	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	67	.	0	.	0	.	0	.	0	.	3129	20	1822	27	1218	35	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22522	8
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	1773	21	35	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	52	100	693	31	315	46	705	30	1230	28	3213	16	0	.	0	.	0	.	22	.	0	.	0	.	0	.	0	.	0	.	315	91	261	93	350	63	0	.	0	.	210	68	0	.	131	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	648	40	328	42	65	.	0	.	0	.	270	55	18	100	0	.	17	.	126	72	96	73	116	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	.	0	.	0	.	0	.	0	.	1699	24	1379	27	687	33	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14804	8
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	1479	22	61	89	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	472	26	210	60	622	31	849	26	1686	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	77	74	75	265	79	0	.	0	.	84	66	0	.	48	.	0	.	0	.	0	.	0	.	0	.	77	80	0	.	0	.	0	.	0	.	0	.	78	91	398	39	130	45	6	.	0	.	0	.	104	46	25	77	0	.	0	.	48	86	14	100	27	.	46	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	74	.	0	.	0	.	0	.	0	.	865	23	829	25	660	32	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9289	7
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	715	21	33	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	56	58	364	27	125	46	436	30	454	29	1170	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24	100	73	72	105	85	0	.	7	.	58	69	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	100	0	.	0	.	0	.	0	.	0	.	49	66	215	39	79	60	0	.	0	.	0	.	71	64	22	75	0	.	0	.	44	100	14	100	0	.	35	82	35	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	53	.	0	.	0	.	0	.	0	.	821	20	434	26	320	32	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5841	7
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	297	24	18	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	72	233	30	56	50	253	28	254	26	658	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100	14	100	18	100	0	.	14	.	14	71	0	.	9	.	0	.	0	.	0	.	0	.	0	.	29	79	0	.	0	.	0	.	0	.	0	.	62	63	145	39	43	53	0	.	0	.	0	.	50	55	7	100	0	.	14	.	43	71	7	100	14	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	.	0	.	0	.	0	.	0	.	386	23	216	34	267	32	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3208	7
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	71	41	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	99	33	14	71	90	40	72	32	168	28	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	21	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	0	.	0	.	0	.	14	71	29	61	14	70	0	.	0	.	0	.	21	74	7	100	0	.	7	.	7	100	0	.	27	.	14	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	.	0	.	0	.	0	.	0	.	241	28	48	43	77	52	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1082	11
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	31	51	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	46	54	0	.	30	50	28	50	92	33	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	7	100	7	100	0	.	0	.	0	.	0	.	14	70	7	100	0	.	7	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	132	30	14	71	22	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	476	14
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	16	71	7	100	14	100	14	71	28	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	72	37	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	189	23
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	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	.	7	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	41
	>100 cm	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	7	100	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	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	35	45
	Total	0	.	0	.	0	.	0	.	0	.	0	.	6760	19	147	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	354	77	3178	26	937	44	2926	26	4924	23	12247	13	0	.	0	.	0	.	88	.	0	.	0	.	0	.	0	.	0	.	888	88	740	70	1352	66	0	.	29	.	775	55	0	.	429	.	0	.	0	.	0	.	0	.	0	.	195	75	0	.	0	.	0	.	0	.	0	.	311	58	2084	33	1174	38	71	.	0	.	0	.	963	47	140	74	0	.	45	.	304	74	378	84	185	.	138	67	96	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	264	.	0	.	0	.	0	.	0	.	7358	17	4758	23	3251	28	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	57489	6
montan	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	.
	12-20 cm	312	61	17	.	0	.	256	58	638	43	1365	37	6965	14	5118	14	1758	28	6059	15	0	.	172	55	689	37	0	.	489	52	1761	31	2916	24	844	41	0	.	3212	25	1820	25	2679	25	3599	26	6445	15	2946	24	4699	19	1956	31	784	27	4736	18	467	45	1842	28	294	46	739	38	1601	27	1230	35	1559	31	1563	34	1118	36	953	39	2275	30	1187	35	1785	29	504	40	949	38	1025	36	544	54	583	41	1403	32	2088	31	1026	39	924	38	0	.	632	69	1411	45	1106	37	536	42	1612	34	1282	40	754	42	2387	28	1916	34	992	38	1516	34	552	61	1444	36	1239	35	765	34	1461	34	517	44	0	.	1671	27	66	.	201	59	1649	25	871	55	1136	39	423	39	557	72	309	64	89	74	69	100	3960	21	4224	22	5414	18	530	42	709	61	145	65	1450	32	646	50	0	.	83	.	33	.	0	.	132252	3
	21-30 cm	174	51	17	.	0	.	252	50	613	38	1376	26	4135	12	3051	15	1000	25	4420	16	17	100	121	55	485	44	0	.	417	56	1161	34	1683	22	701	43	0	.	2600	29	1407	24	1620	26	1257	26	3358	16	1750	23	2088	18	686	32	980	34	2958	20	326	69	893	31	220	56	321	41	612	29	1170	32	814	39	1279	27	618	31	794	35	1418	29	755	46	1731	22	626	44	478	43	691	41	221	61	502	38	797	30	1317	33	564	37	723	45	0	.	174	64	245	44	611	33	373	39	654	39	837	34	452	47	1374	30	1045	33	634	36	812	39	294	50	828	32	374	36	331	36	1044	46	520	56	0	.	1153	29	99	.	185	51	947	26	337	41	652	41	310	56	268	65	240	73	168	62	69	100	2102	20	2189	23	3311	19	413	39	279	48	33	71	1187	33	606	34	0	.	50	.	33	.	0	.	80427	3
	31-40 cm	122	50	0	.	0	.	77	63	609	29	1035	25	2684	14	2206	16	657	31	2515	15	45	100	97	63	217	41	0	.	146	58	725	30	1164	31	388	30	0	.	973	27	1051	22	768	21	451	25	2336	16	1355	23	1754	19	464	31	388	32	1253	21	119	50	513	30	152	51	222	42	636	24	678	33	280	33	613	28	577	27	459	34	758	25	548	29	1070	23	372	36	388	42	510	32	52	55	402	34	482	29	574	26	601	30	416	37	0	.	100	68	50	87	184	45	321	47	153	47	279	41	168	52	429	31	351	36	373	38	359	35	254	59	469	36	250	38	325	41	519	34	133	45	7	.	703	26	43	.	121	57	636	24	234	44	432	32	217	49	159	51	163	54	141	53	32	79	1126	24	861	24	1459	18	170	44	299	43	61	58	739	28	490	33	0	.	80	.	0	.	0	.	46791	3
	41-50 cm	84	59	7	.	0	.	137	44	427	29	637	24	1872	13	1421	13	686	23	1522	15	42	84	28	100	167	48	0	.	85	57	326	31	553	23	360	34	0	.	755	26	742	29	503	22	489	24	1114	16	799	21	1026	17	281	30	326	29	1090	18	110	47	289	28	112	53	147	43	413	26	184	34	173	37	495	26	397	29	252	42	371	26	259	42	679	26	139	46	183	39	206	32	92	56	284	32	320	28	420	25	311	32	158	43	0	.	58	63	28	61	210	41	390	35	63	51	102	39	60	56	201	36	142	38	167	36	148	41	117	60	219	39	228	44	222	41	264	35	107	53	21	.	346	25	33	.	76	55	347	24	159	40	216	32	254	48	104	78	109	48	86	65	28	71	413	23	651	22	873	18	153	40	124	44	86	61	449	27	328	30	0	.	33	.	27	.	0	.	29118	3
	51-60 cm	42	71	0	.	0	.	93	52	254	31	348	29	1241	14	952	14	318	24	541	18	0	.	0	.	90	45	0	.	13	71	170	31	362	27	217	35	0	.	419	24	305	28	320	23	347	24	740	17	277	27	415	19	139	35	261	29	501	22	38	53	164	35	66	52	86	44	239	25	87	45	91	46	247	30	137	38	71	41	220	32	269	33	447	22	56	53	145	40	66	53	78	55	116	49	199	33	291	31	187	36	99	49	0	.	32	71	43	53	131	43	120	42	71	44	29	61	21	100	77	31	81	43	86	40	86	47	51	56	130	37	203	37	124	42	156	37	130	46	0	.	187	32	13	.	67	53	136	29	89	41	120	42	139	48	31	100	59	51	50	60	58	80	233	28	260	26	511	20	43	52	106	47	49	55	254	28	102	42	0	.	7	.	20	.	0	.	15870	3
	61-70 cm	14	100	0	.	0	.	13	71	48	42	127	29	433	18	382	18	145	27	138	25	0	.	14	100	14	70	0	.	7	100	66	49	99	39	58	45	0	.	85	38	134	43	153	29	135	30	213	23	31	51	150	31	126	41	111	36	179	27	15	71	46	40	21	100	21	74	107	34	19	58	32	54	137	37	95	43	64	63	84	36	46	38	288	28	7	100	34	60	15	71	7	100	55	88	89	36	71	41	70	54	7	100	0	.	38	61	50	62	41	51	74	45	28	49	14	71	0	.	54	38	7	100	50	55	44	55	15	71	37	53	68	50	61	49	83	55	43	60	0	.	84	48	0	.	30	61	15	71	85	54	22	58	36	52	0	.	29	63	7	100	29	100	67	60	113	32	130	30	29	61	53	59	22	76	80	40	14	71	0	.	0	.	7	.	0	.	5762	5
	71-80 cm	0	.	0	.	0	.	0	.	20	76	0	.	110	26	199	21	65	41	29	61	0	.	0	.	0	.	0	.	0	.	13	71	64	47	7	100	0	.	110	38	47	42	40	46	48	38	145	28	51	43	71	37	31	60	28	61	51	47	22	74	15	71	7	100	30	60	34	51	0	.	15	100	40	46	23	58	0	.	58	48	77	49	69	43	0	.	7	100	7	100	8	100	0	.	54	42	17	74	36	59	15	71	0	.	16	100	14	70	23	76	23	58	7	100	15	71	0	.	22	58	6	100	21	58	14	71	14	100	29	79	21	58	14	71	6	100	21	58	0	.	27	61	0	.	0	.	15	71	0	.	0	.	14	71	0	.	23	100	16	100	7	100	73	44	27	50	77	37	0	.	14	71	7	100	0	.	28	50	0	.	0	.	0	.	0	.	2258	7
	81-90 cm	0	.	0	.	0	.	7	100	6	100	0	.	39	45	72	35	23	58	22	76	0	.	0	.	0	.	0	.	0	.	7	100	22	75	0	.	0	.	21	58	6	100	7	100	19	58	57	39	15	71	7	100	0	.	0	.	0	.	8	100	15	71	7	100	0	.	15	70	0	.	0	.	0	.	10	100	0	.	7	100	17	73	57	77	0	.	0	.	0	.	0	.	0	.	14	71	0	.	15	71	0	.	0	.	0	.	7	100	19	72	8	100	7	100	0	.	0	.	10	100	0	.	0	.	0	.	0	.	7	100	15	71	14	71	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	7	100	8	100	0	.	42	70	14	71	21	58	7	100	7	100	7	100	7	100	0	.	0	.	0	.	0	.	0	.	709	12
	91-100 cm	0	.	7	.	0	.	7	100	0	.	0	.	0	.	0	.	7	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	58	0	.	0	.	6	100	7	100	0	.	7	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	0	.	0	.	0	.	11	100	0	.	0	.	8	100	0	.	10	100	8	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	162	22
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	71	0	.	7	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	.	14	100	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	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	67	37
	Total	747	49	46	.	0	.	842	46	2615	29	4888	22	17479	11	13409	12	4660	20	15253	13	105	93	432	51	1662	36	0	.	1157	49	4228	28	6863	20	2575	29	0	.	8197	22	5511	19	6090	20	6352	20	14430	13	7225	19	10224	15	3690	25	2880	25	10767	16	1104	39	3778	23	879	44	1566	35	3658	22	3369	29	2964	30	4375	24	2984	26	2593	33	5191	24	3165	29	6135	21	1704	37	2184	32	2520	31	1002	47	1943	32	3357	25	4778	25	2823	28	2342	35	0	.	1050	57	1861	40	2335	32	1845	33	2595	32	2566	33	1455	40	4564	25	3556	30	2324	31	2977	32	1304	48	3163	31	2397	30	1863	28	3533	34	1472	41	28	.	4171	24	255	.	680	46	3750	22	1775	38	2578	32	1394	35	1119	61	939	50	564	55	292	74	8015	18	8353	19	11802	16	1345	35	1591	39	409	51	4166	25	2214	30	0	.	252	.	119	.	0	.	313417	2
hyperinsubrisch, kollin, submontan	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	.
	12-20 cm	1471	28	1410	29	1403	40	1711	38	0	.	0	.	338	45	1121	31	5710	16	364	.	561	56	572	43	695	39	17	.	244	49	675	41	0	.	796	40	406	46	0	.	395	63	385	47	0	.	1234	49	88	84	1460	28	544	50	1835	30	185	77	402	62	0	.	258	53	35	.	0	.	0	.	0	.	416	82	208	92	1210	53	292	90	496	53	0	.	2413	33	613	54	204	62	478	44	654	48	245	94	0	.	18	100	1294	41	1253	29	1875	36	159	.	904	50	325	55	2182	36	1597	34	5943	21	1385	41	804	49	2979	30	214	76	0	.	176	78	448	55	621	59	0	.	364	64	703	53	17	100	379	65	323	85	0	.	602	54	247	54	591	52	790	50	117	62	0	.	83	80	1337	42	625	42	1104	37	174	77	382	57	768	44	190	78	296	39	1086	38	288	39	1110	33	0	.	65294	5
	21-30 cm	841	30	669	38	541	33	791	30	0	.	0	.	344	45	722	31	3244	16	243	.	216	44	377	45	608	40	17	.	222	54	502	39	0	.	354	40	495	51	0	.	183	83	115	63	0	.	715	48	67	71	1051	25	477	34	927	29	125	100	55	76	0	.	121	55	35	.	0	.	0	.	0	.	104	100	285	59	419	43	154	72	291	70	0	.	1237	27	239	52	272	51	310	41	621	42	79	81	0	.	54	100	476	42	949	32	777	38	106	.	264	52	194	66	452	52	1060	30	2386	22	585	41	476	52	1460	28	307	81	0	.	132	72	356	62	200	66	0	.	258	63	223	50	121	71	184	69	85	60	0	.	445	49	264	52	290	59	423	46	233	63	0	.	127	58	460	43	338	53	254	66	75	71	172	60	325	41	328	82	415	36	512	39	387	43	562	36	0	.	34781	4
	31-40 cm	823	50	341	31	315	33	508	26	0	.	0	.	232	45	372	28	1811	14	0	.	161	42	343	39	400	39	49	.	103	64	318	47	0	.	389	35	164	52	0	.	53	64	61	65	0	.	294	40	6	100	682	27	392	41	642	30	50	73	91	60	0	.	180	65	14	.	0	.	0	.	0	.	7	100	65	77	255	57	43	71	96	61	0	.	478	28	133	40	122	48	295	36	358	40	24	79	0	.	89	77	175	49	351	32	369	30	7	.	59	52	116	58	115	45	409	38	615	27	143	48	172	42	479	35	66	72	0	.	69	73	176	55	109	85	0	.	82	66	99	60	35	100	101	77	124	85	0	.	117	45	194	54	172	51	187	45	127	76	0	.	40	59	180	51	137	53	106	62	49	72	70	54	306	41	48	71	219	43	268	43	339	46	175	40	0	.	17364	5
	41-50 cm	385	26	297	32	167	42	577	22	0	.	0	.	268	46	214	37	1318	14	0	.	68	45	135	45	167	47	35	.	157	48	164	42	0	.	177	36	59	80	0	.	68	84	62	67	0	.	64	52	26	77	478	26	349	46	387	26	36	83	79	61	0	.	83	51	7	.	0	.	0	.	0	.	14	100	41	84	139	54	37	70	53	71	0	.	446	27	142	43	128	55	157	41	121	46	25	100	0	.	43	74	104	44	275	32	259	31	7	.	44	46	32	100	27	71	127	35	318	36	72	43	66	47	173	40	23	100	0	.	28	81	67	66	58	69	0	.	62	67	22	73	28	79	139	63	41	75	0	.	27	61	64	57	163	44	135	50	47	76	0	.	57	66	64	53	39	62	59	55	41	82	83	52	184	36	0	.	166	38	243	33	204	38	156	39	0	.	10873	5
	51-60 cm	204	29	194	29	75	37	431	25	0	.	0	.	99	44	182	37	861	15	0	.	75	41	28	61	63	43	0	.	72	63	77	50	0	.	141	34	30	80	0	.	34	60	31	50	0	.	31	61	12	100	259	26	111	45	254	32	17	72	45	51	0	.	35	83	0	.	0	.	0	.	0	.	7	100	25	100	22	74	18	100	51	61	0	.	176	31	168	44	27	79	55	59	29	60	6	100	0	.	21	74	34	52	186	37	161	32	0	.	10	100	16	100	28	59	43	52	54	55	34	51	8	100	94	47	15	100	0	.	0	.	7	100	58	79	0	.	22	76	7	100	28	79	7	100	7	100	0	.	34	60	23	76	52	53	20	74	21	75	0	.	43	67	37	82	0	.	11	100	20	100	89	48	98	39	0	.	123	44	189	39	99	47	121	37	0	.	5767	5
	61-70 cm	93	40	35	45	58	46	112	32	0	.	0	.	40	62	81	47	290	22	0	.	65	45	28	79	35	66	7	.	14	71	14	71	0	.	7	100	8	100	0	.	6	100	0	.	0	.	16	71	7	100	42	47	59	52	63	48	20	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	9	100	0	.	71	48	34	60	0	.	14	71	0	.	6	100	0	.	0	.	7	100	51	49	54	53	7	.	14	71	0	.	7	100	31	50	19	72	8	100	16	70	23	75	8	100	0	.	0	.	6	100	12	100	0	.	8	100	0	.	0	.	15	71	0	.	0	.	21	100	0	.	0	.	7	100	7	100	0	.	19	100	0	.	13	100	7	100	7	100	20	58	14	71	0	.	20	74	37	69	20	58	41	57	0	.	1760	8
	71-80 cm	35	59	13	100	13	71	61	42	0	.	0	.	7	100	7	100	98	33	0	.	0	.	0	.	7	100	0	.	0	.	14	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	9	100	10	100	0	.	0	.	14	71	0	.	0	.	0	.	0	.	0	.	8	100	8	100	0	.	17	71	0	.	9	100	27	62	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	52	63	52	0	.	0	.	16	100	0	.	7	100	16	100	8	100	0	.	31	60	8	100	0	.	7	100	15	70	0	.	0	.	15	100	0	.	0	.	17	100	0	.	0	.	0	.	8	100	0	.	0	.	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	13	71	14	71	13	71	0	.	673	12
	81-90 cm	0	.	14	71	7	100	8	100	0	.	0	.	0	.	15	71	14	71	0	.	7	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	14	100	8	100	0	.	0	.	8	100	7	100	0	.	7	100	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	.	10	100	14	71	7	100	0	.	0	.	187	21
	91-100 cm	7	100	0	.	0	.	8	100	0	.	0	.	0	.	0	.	29	78	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	.	16	100	0	.	0	.	14	100	0	.	0	.	0	.	8	100	0	.	0	.	14	100	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	.	111	34
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	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	.	7	100	0	.	0	.	0	.	8	100	22	100	0	.	16	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	67	42
	Total	3860	26	2973	25	2578	28	4206	23	0	.	0	.	1329	41	2719	25	13375	12	607	.	1159	44	1489	35	1974	34	125	.	812	43	1764	34	0	.	1873	30	1161	46	0	.	738	63	661	48	0	.	2353	41	206	72	3979	22	1932	30	4128	25	442	71	673	50	0	.	691	46	90	.	0	.	0	.	0	.	548	72	632	59	2063	45	545	77	1023	52	0	.	4831	24	1355	38	753	47	1310	34	1783	40	385	76	0	.	225	78	2090	34	3117	26	3565	28	287	.	1329	44	706	53	2810	36	3275	29	9374	19	2263	37	1542	43	5275	26	641	74	0	.	413	72	1076	54	1059	56	0	.	811	53	1054	49	229	66	841	47	581	58	0	.	1247	47	799	49	1267	44	1562	43	566	65	0	.	376	57	2078	38	1152	42	1550	35	366	71	816	48	1700	33	566	79	1249	31	2361	28	1358	34	2179	27	0	.	136877	3
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	.
	12-20 cm	1783	25	1427	29	1403	40	1967	34	638	43	1365	37	9690	12	6239	12	7468	13	6423	15	561	56	744	35	1384	27	17	.	732	39	2436	25	2916	24	1641	29	406	46	3367	24	3469	21	3274	21	4355	22	9694	13	8252	14	6158	15	2500	26	2620	22	4987	18	869	38	1842	28	552	35	774	37	1601	27	1706	37	1877	29	2595	29	1325	34	2163	34	2941	26	1683	29	2026	28	2918	28	1561	31	1230	32	1023	35	1237	32	1684	30	2088	31	1044	39	2218	29	1253	29	2507	32	1671	39	2645	26	1441	25	3793	25	2880	26	6697	19	4204	22	2774	27	3970	25	1730	31	588	58	1867	32	1687	30	1422	32	1505	33	882	37	703	53	1689	27	445	57	524	57	1649	25	1473	39	1382	34	1081	33	1347	41	425	50	89	74	152	63	8426	14	6671	16	7736	15	704	37	1091	44	913	39	1640	30	941	37	1086	38	371	38	1143	32	0	.	220068	2
	21-30 cm	1015	27	686	37	541	33	1043	25	613	38	1376	26	6252	10	3808	13	4245	13	4663	16	233	41	498	36	1092	29	17	.	639	41	1663	26	1683	22	1055	32	495	51	2651	29	2282	18	2050	22	1962	20	5303	14	5030	13	3139	14	1163	23	1907	23	3105	19	381	60	893	31	342	41	356	38	612	29	1485	32	1074	37	1733	24	903	28	1214	27	1782	25	1046	38	1862	22	1863	23	717	33	964	33	531	35	1123	29	876	28	1317	33	617	35	1199	32	949	32	951	33	351	43	1523	23	895	27	1171	30	1897	23	2837	19	2229	22	1539	27	2094	22	1136	36	421	41	1056	27	846	34	531	34	1044	46	778	43	223	50	1274	27	283	57	270	39	947	26	783	33	916	33	649	38	691	38	473	48	168	62	196	52	4260	14	3906	17	4252	16	488	35	451	37	358	38	1515	31	1021	25	512	39	436	40	596	34	0	.	130012	2
	31-40 cm	944	44	341	31	315	33	585	24	609	29	1035	25	4396	11	2639	14	2467	13	2515	15	207	39	441	33	618	29	49	.	248	43	1043	25	1164	31	778	23	164	52	987	26	1575	17	1039	20	1073	21	3479	13	3046	13	2436	15	857	25	1030	22	1302	21	211	38	513	30	332	42	236	40	636	24	720	31	355	30	885	30	642	26	714	30	885	23	645	26	1118	22	850	22	521	33	631	28	347	31	761	26	583	27	574	26	690	28	592	30	351	32	470	28	135	62	640	28	567	31	274	32	688	28	783	24	676	23	548	27	852	26	424	32	301	51	552	32	454	31	481	34	519	34	215	38	106	56	738	25	144	61	245	51	636	24	350	33	626	27	463	34	346	34	290	45	141	53	72	48	2171	16	1828	16	2225	15	219	38	369	36	366	35	787	26	709	26	268	43	419	42	175	40	0	.	73444	2
	41-50 cm	469	24	304	31	167	42	714	20	427	29	637	24	2854	11	1667	12	2004	12	1522	15	110	43	163	41	334	33	35	.	242	37	490	25	553	23	537	26	59	80	811	25	1174	21	691	19	925	19	1631	14	1995	12	1505	13	630	29	713	19	1126	18	189	37	289	28	196	38	154	41	413	26	208	32	245	34	614	26	439	27	397	32	466	23	312	37	679	26	585	23	324	29	334	29	249	33	405	26	374	26	420	25	354	29	262	31	275	32	317	28	85	44	468	26	501	30	90	41	229	26	377	32	344	26	229	28	340	27	171	38	161	51	261	35	294	37	315	33	299	32	170	41	43	61	374	24	172	55	117	44	347	24	186	35	280	28	471	32	239	44	156	41	86	65	85	50	1297	15	1124	16	1252	15	195	36	207	34	270	31	449	27	494	23	243	33	238	35	182	36	0	.	45833	2
	51-60 cm	246	27	194	29	75	37	525	22	254	31	348	29	1637	12	1152	13	1179	13	541	18	75	41	28	61	152	32	0	.	85	55	246	27	362	27	358	25	30	80	468	23	572	19	406	19	600	18	1026	14	948	14	675	15	250	28	515	22	517	21	83	37	164	35	101	44	86	44	239	25	106	41	106	42	272	28	162	36	107	34	252	29	320	30	456	21	232	27	314	30	93	44	133	40	145	41	235	29	291	31	208	33	134	38	186	37	193	29	105	43	286	28	179	32	99	36	72	39	75	49	161	25	96	38	180	31	115	39	94	44	137	35	224	34	189	37	156	37	151	41	7	100	215	30	20	74	74	49	136	29	124	34	143	37	204	36	51	67	80	42	50	60	101	54	656	17	476	21	789	17	63	48	195	34	147	32	254	28	226	31	189	39	106	45	141	35	0	.	24845	2
	61-70 cm	107	37	35	45	58	46	125	30	48	42	127	29	544	16	463	17	435	17	138	25	65	45	42	62	49	51	7	.	22	58	80	43	99	39	64	42	8	100	92	36	239	28	167	27	225	24	300	18	206	24	192	26	185	32	174	29	199	26	15	71	46	40	21	100	21	74	107	34	31	52	32	54	137	37	95	43	75	56	105	32	55	35	288	28	78	45	68	42	15	71	21	58	55	88	110	33	71	41	70	54	13	71	51	49	92	40	70	47	83	35	89	39	36	44	45	41	19	72	83	32	30	50	73	44	59	44	22	58	37	53	101	43	87	39	83	55	52	53	0	.	84	48	15	71	30	61	15	71	105	47	22	58	43	46	7	100	36	54	7	100	49	72	308	25	174	25	214	26	35	53	73	45	36	54	80	40	33	53	37	69	20	58	48	51	0	.	8603	4
	71-80 cm	35	59	13	100	13	71	61	42	20	76	0	.	148	23	206	21	164	26	29	61	0	.	0	.	7	100	0	.	0	.	27	50	64	47	7	100	0	.	117	36	94	34	40	46	78	30	173	25	143	26	78	35	31	60	37	52	61	43	22	74	15	71	21	58	30	60	34	51	0	.	15	100	40	46	31	50	15	71	65	44	95	42	69	43	9	100	34	53	7	100	8	100	0	.	61	39	17	74	36	59	15	71	37	52	79	46	21	58	30	62	39	53	7	100	22	58	16	100	44	41	14	71	52	42	29	50	14	100	37	66	36	45	14	71	15	72	36	54	0	.	27	61	17	100	0	.	15	71	0	.	8	100	14	71	0	.	30	80	16	100	14	71	204	24	41	41	99	33	0	.	14	71	13	71	0	.	28	50	13	71	14	71	13	71	0	.	3407	5
	81-90 cm	0	.	14	71	7	100	15	71	6	100	0	.	39	45	87	31	37	45	22	76	7	100	7	100	0	.	0	.	0	.	7	100	22	75	0	.	0	.	35	45	23	58	21	58	33	54	71	34	43	52	7	100	0	.	11	100	0	.	8	100	15	71	7	100	0	.	15	70	0	.	0	.	0	.	10	100	0	.	7	100	26	59	57	77	0	.	0	.	0	.	0	.	0	.	14	71	0	.	15	71	0	.	0	.	7	100	7	100	41	52	16	71	7	100	0	.	8	100	18	72	0	.	7	100	0	.	0	.	7	100	15	71	14	71	9	100	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	7	100	8	100	0	.	114	35	21	58	29	50	7	100	7	100	7	100	7	100	10	100	14	71	7	100	0	.	0	.	1086	10
	91-100 cm	7	100	7	100	0	.	14	71	0	.	0	.	7	100	0	.	36	65	7	100	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	58	0	.	0	.	21	58	7	100	7	100	7	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	16	100	0	.	0	.	26	71	0	.	0	.	8	100	8	100	10	100	8	100	14	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	7	100	22	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	315	17
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	7	100	23	58	7	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	100	7	100	0	.	0	.	0	.	8	100	22	100	0	.	16	71	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	170	24
	Total	4607	23	3019	24	2578	28	5048	21	2615	29	4888	22	25568	9	16275	11	18035	10	15860	13	1265	41	1921	30	3636	25	125	.	1969	34	5992	22	6863	20	4448	21	1161	46	8551	22	9427	15	7688	17	9278	16	21707	11	19677	11	14203	12	5623	19	7008	18	11297	16	1777	31	3778	23	1570	32	1656	34	3658	22	4257	30	3704	28	6276	23	3616	24	4685	27	6510	21	4188	25	6564	21	6535	20	3539	24	3273	26	2312	28	3726	25	3937	23	4778	25	3047	27	4433	24	3117	26	4615	25	2459	33	5748	20	3725	22	5477	24	5841	21	10829	17	7790	19	5237	24	7599	20	3663	29	1608	41	3954	27	3658	25	3060	26	3630	33	2283	33	1082	48	4400	23	1096	43	1261	36	3750	22	3022	29	3377	27	2924	27	2681	35	1505	40	564	55	668	46	17452	12	14263	14	16603	13	1711	31	2408	30	2109	28	4731	24	3463	22	2361	28	1610	33	2298	26	0	.	507783	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. 2281362. Birmensdorf, Swiss Federal Research Institute WSL

zurück