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
Baumzustand (lebend/tot) · Brusthöhendurchmesser (10 Klassen)
Regionale Gliederung: Forstkreis (2024)
Einheit: Stk./ha
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
Baumzustand (lebend/tot)	Brusthöhendurchmesser (10 Klassen)	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%
keine Angabe	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	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	.
lebend	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	138	20	123	24	226	33	147	32	93	37	131	36	147	9	143	9	151	11	226	12	134	49	130	28	169	15	0	.	142	19	188	18	172	21	130	24	138	20	201	20	127	18	178	16	178	20	199	11	167	12	187	12	184	20	164	16	237	11	166	28	224	18	125	20	141	23	166	19	266	27	229	18	204	26	148	29	251	30	190	21	180	25	141	22	221	25	181	24	144	24	142	27	156	21	168	23	191	21	112	31	275	21	163	17	252	25	252	34	191	22	150	16	343	17	242	21	392	14	280	16	241	20	262	20	265	20	189	42	255	23	188	21	165	26	205	26	173	26	214	48	148	20	157	49	132	49	157	17	213	32	179	28	138	28	334	31	102	43	60	54	54	61	189	11	212	13	210	10	136	24	194	35	130	32	151	25	78	36	159	33	77	27	174	23	0	.	183	2
	21-30 cm	72	23	62	34	85	24	78	21	118	29	139	20	95	7	92	10	89	11	171	12	60	29	93	26	152	20	50	.	158	33	152	20	104	18	98	27	250	24	174	26	95	15	100	18	82	15	112	11	111	10	92	11	93	16	123	17	157	14	76	53	112	24	80	29	71	27	69	22	229	21	148	32	154	18	104	18	150	18	126	21	133	33	133	16	144	16	86	27	121	24	75	27	152	20	94	21	128	25	81	26	152	24	130	24	101	28	54	37	119	16	98	18	120	23	170	14	185	13	149	16	148	20	159	15	179	27	132	24	145	16	109	27	61	30	168	41	152	32	86	37	124	19	90	42	68	26	94	19	114	26	126	25	85	32	183	24	110	39	114	37	73	38	98	12	133	13	121	13	99	24	87	27	55	32	144	27	87	19	77	34	91	30	96	25	0	.	114	2
	31-40 cm	63	37	31	26	51	24	43	20	120	16	103	17	66	9	64	11	53	11	94	10	48	25	84	21	79	19	140	.	62	32	94	19	72	30	71	14	93	29	65	24	65	12	60	14	44	17	76	10	67	11	78	12	65	21	67	17	66	17	42	28	65	21	78	31	47	30	71	15	115	21	44	22	73	24	77	16	94	22	63	17	78	14	85	15	68	15	58	26	84	17	49	24	105	14	58	17	62	19	83	20	75	21	50	23	50	21	19	54	51	23	61	25	28	26	64	21	49	18	47	18	51	20	63	20	64	24	99	39	86	23	59	21	57	27	78	26	43	30	44	42	71	16	57	48	62	42	65	16	55	23	88	17	57	24	86	18	76	34	96	18	26	38	52	13	61	13	62	11	45	29	71	25	56	29	68	20	66	21	42	37	84	33	28	32	0	.	65	2
	41-50 cm	36	18	28	25	26	38	51	13	82	15	69	15	44	9	41	9	43	9	57	10	24	38	30	34	45	25	100	.	56	26	46	18	34	20	52	19	33	67	57	21	51	17	40	13	41	15	36	10	45	8	49	9	49	25	44	14	60	12	38	26	37	19	46	24	31	32	47	17	30	24	30	22	49	18	57	18	53	25	32	19	40	30	54	21	46	17	40	19	44	20	37	24	56	15	42	17	46	18	47	20	33	23	40	23	33	21	13	34	33	17	55	23	9	40	22	17	25	27	23	23	22	21	28	21	27	29	56	37	42	25	40	31	39	23	44	23	36	32	18	48	37	14	69	40	30	32	35	15	29	26	39	17	66	23	63	32	39	30	53	38	35	34	31	13	38	13	38	11	37	27	36	24	41	21	42	20	46	16	39	23	49	24	28	28	0	.	41	2
	51-60 cm	19	22	17	24	11	33	40	15	50	17	39	21	27	10	27	10	26	10	20	15	17	30	5	55	21	24	0	.	23	44	23	20	19	20	32	19	9	90	31	18	22	15	21	15	26	13	23	11	21	11	22	12	20	23	33	16	28	17	17	26	21	28	24	34	17	36	26	16	17	37	13	42	24	22	20	29	12	29	18	26	42	22	36	15	18	21	37	24	13	38	20	33	21	34	24	22	32	24	27	24	17	33	26	29	21	23	17	36	22	23	20	26	10	30	7	34	5	46	11	20	9	33	14	28	19	32	32	27	19	30	30	27	24	32	26	28	33	30	3	93	21	22	8	66	19	39	14	22	19	24	19	30	29	30	14	59	21	30	34	31	41	40	15	15	17	18	24	14	13	40	36	22	23	21	24	23	21	25	30	31	22	37	22	29	0	.	22	2
	61-70 cm	8	34	3	41	9	39	10	25	8	32	14	23	9	15	11	14	9	15	5	22	16	34	8	56	7	46	20	.	6	48	7	42	5	43	6	38	4	90	6	32	11	25	10	23	10	21	6	17	5	22	6	24	15	28	11	26	10	24	3	65	6	34	5	96	4	70	12	28	5	48	4	46	12	35	12	37	9	58	6	33	6	32	22	24	6	42	9	37	2	67	3	53	4	77	12	27	8	36	10	49	2	68	7	44	10	35	11	40	6	33	10	34	4	40	5	36	1	70	6	28	2	55	6	45	8	44	5	61	5	43	13	38	11	33	12	58	11	44	0	.	9	45	6	60	8	52	1	68	16	40	3	53	6	40	2	95	10	44	5	88	20	63	8	25	6	23	7	25	7	46	14	38	6	49	8	35	3	50	6	64	4	51	8	45	0	.	8	4
	71-80 cm	3	57	1	99	2	67	5	39	4	72	0	.	3	21	5	19	3	26	1	60	0	.	0	.	1	98	0	.	0	.	2	55	4	49	1	99	0	.	8	35	4	32	2	44	3	29	4	24	3	25	3	34	2	72	2	50	4	40	4	68	2	68	5	50	6	54	4	47	0	.	2	98	3	50	4	45	2	68	5	41	13	37	6	40	1	99	4	49	1	98	1	97	0	.	7	34	2	72	5	54	2	68	5	47	9	42	3	52	2	60	4	45	0	.	2	55	1	99	3	42	1	69	4	44	5	44	5	94	5	56	4	44	0	.	3	67	8	46	0	.	3	58	7	91	0	.	2	68	0	.	1	98	2	67	0	.	8	74	11	85	5	61	5	23	2	39	3	32	0	.	3	66	2	67	0	.	3	47	2	67	3	66	2	67	0	.	3	5
	81-90 cm	0	.	1	99	1	97	1	69	1	97	0	.	1	45	2	30	1	44	1	75	0	.	1	97	0	.	0	.	0	.	1	99	1	99	0	.	0	.	2	42	1	57	1	56	2	52	2	33	1	52	0	100	0	.	1	99	0	.	2	96	2	68	2	96	0	.	2	67	0	.	0	.	0	.	1	98	0	.	1	99	3	55	4	87	0	.	0	.	0	.	0	.	0	.	2	68	0	.	2	67	0	.	0	.	1	98	1	97	3	57	2	67	1	98	0	.	1	99	1	70	0	.	1	99	0	.	0	.	1	97	2	68	1	98	1	96	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	2	96	5	85	0	.	3	34	1	57	1	49	2	96	1	97	1	97	1	98	1	99	2	67	1	97	0	.	0	.	1	10
	91-100 cm	1	99	1	99	0	.	1	69	0	.	0	.	0	100	0	.	1	65	0	.	2	95	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	69	0	.	0	.	1	57	0	100	0	100	0	100	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	2	98	0	.	0	.	2	69	0	.	0	.	0	.	1	99	1	99	0	.	1	99	0	.	3	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	96	0	.	0	.	0	100	1	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	19
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	99	1	57	0	100	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	97	1	99	0	.	0	.	0	.	1	99	2	99	0	.	1	68	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	24
	Total	339	16	266	18	412	17	377	14	477	16	495	12	391	6	386	6	376	6	575	7	302	29	351	16	473	11	310	.	448	15	511	13	411	14	391	11	527	13	545	16	376	8	414	10	388	10	460	6	421	6	439	7	429	9	446	10	562	8	346	15	468	10	363	13	317	19	397	10	662	17	469	19	519	14	425	12	572	17	442	14	496	15	480	13	503	12	415	13	409	14	326	16	494	12	407	12	470	11	369	14	556	13	423	12	476	16	374	25	429	12	400	9	515	14	513	12	659	9	522	11	474	14	538	12	566	16	520	21	557	13	445	13	359	16	538	24	457	17	364	34	412	14	393	22	319	21	368	11	446	18	456	16	383	15	682	21	369	26	379	22	253	31	403	7	470	9	466	7	340	16	443	15	314	17	437	16	305	14	358	16	332	20	358	13	0	.	438	1
tot	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	3	69	13	40	3	97	14	39	33	49	24	30	30	17	16	23	12	23	19	19	9	64	13	55	30	34	50	.	55	55	48	36	35	30	31	40	92	47	41	28	29	21	25	39	32	23	33	17	26	17	19	23	23	52	8	53	53	24	7	97	11	61	4	96	13	96	15	43	18	44	42	49	29	56	23	51	42	36	35	31	44	35	22	34	13	36	16	50	23	34	13	62	20	73	20	43	53	52	35	47	7	54	18	50	19	79	19	41	26	30	18	35	51	32	48	26	86	21	26	26	29	55	69	25	16	58	13	94	56	38	44	54	22	36	50	38	22	57	79	56	24	30	21	44	0	.	13	39	16	52	15	34	24	41	22	77	9	96	0	.	8	91	33	18	33	24	45	22	13	70	17	67	18	55	12	44	11	52	16	52	0	.	11	57	0	.	27	4
	21-30 cm	8	44	3	69	3	97	7	42	3	97	18	38	19	20	5	34	4	34	7	38	0	.	3	97	5	67	0	.	14	67	10	44	15	46	5	74	29	61	17	34	8	39	27	46	13	28	15	22	7	27	13	30	3	69	3	69	24	35	0	.	2	98	0	.	0	.	0	.	19	46	7	54	1	99	12	48	14	43	10	40	6	70	17	39	6	59	4	68	9	76	5	97	7	71	4	68	25	66	5	67	0	.	7	53	2	98	3	98	6	47	6	54	2	98	22	38	18	29	13	41	2	99	16	38	6	66	13	94	31	28	7	54	9	46	10	67	20	96	7	93	6	54	23	91	0	.	4	68	8	53	3	98	13	39	0	.	13	69	0	.	7	94	14	33	11	29	19	23	4	97	0	.	3	96	7	47	9	44	5	67	0	.	0	.	0	.	10	6
	31-40 cm	11	73	2	70	0	.	5	55	0	.	14	36	15	22	3	30	1	60	2	44	4	96	1	97	10	69	0	.	5	94	8	43	10	62	5	55	0	.	6	57	6	30	4	55	8	42	7	34	4	34	3	38	5	63	1	69	10	52	0	.	0	.	0	.	0	.	1	98	5	59	8	71	7	54	6	69	2	67	4	42	8	64	5	50	1	99	7	69	2	67	4	73	4	72	7	55	5	77	14	42	0	.	1	98	1	98	3	97	1	69	5	57	0	.	5	60	7	52	3	69	2	98	8	64	5	60	5	94	6	66	3	53	6	60	10	64	5	71	0	.	4	68	0	.	0	.	1	99	0	.	0	.	12	61	5	94	0	.	0	.	3	91	5	30	7	34	11	25	2	94	0	.	4	72	10	46	2	98	1	97	3	97	0	.	0	.	5	7
	41-50 cm	1	69	1	69	1	96	8	41	3	66	4	60	8	18	2	33	1	44	1	49	4	64	1	97	3	53	0	.	9	95	2	55	6	38	1	98	0	.	2	55	2	39	3	55	4	35	3	30	2	37	1	49	3	49	3	45	5	55	0	.	0	.	0	.	0	.	0	.	4	74	5	69	6	51	0	.	1	98	4	39	2	98	1	99	1	69	1	98	1	98	1	97	1	97	0	.	3	54	3	54	0	.	0	.	1	98	1	97	6	57	3	56	1	98	1	98	2	99	2	75	1	99	1	99	1	97	0	.	1	97	0	.	3	72	6	44	1	97	0	.	2	98	0	.	0	.	1	98	0	.	0	.	4	76	0	.	2	94	5	85	0	.	3	30	3	36	3	28	4	94	4	70	2	97	3	46	1	99	0	.	0	.	1	97	0	.	2	7
	51-60 cm	0	.	1	68	1	96	2	48	0	.	1	98	3	27	2	34	0	100	1	70	2	96	0	.	1	98	0	.	0	.	1	99	6	54	3	46	8	56	3	50	3	41	4	40	3	41	1	50	1	47	0	99	1	99	1	69	2	76	0	.	0	.	0	.	0	.	1	98	1	98	2	67	0	.	1	97	2	67	2	74	1	98	1	69	1	99	3	54	0	.	0	.	0	.	2	72	2	68	2	96	0	.	1	98	0	.	0	.	2	71	1	97	0	.	0	.	0	.	1	99	0	.	1	99	0	.	0	.	4	52	1	98	1	98	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	1	98	1	97	0	.	0	.	0	.	0	.	2	36	1	57	2	39	0	.	1	97	1	97	1	69	0	.	0	.	0	.	1	97	0	.	1	9
	61-70 cm	0	.	0	.	0	.	0	.	1	97	0	.	1	35	0	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	2	71	0	.	0	.	1	99	0	.	0	99	1	69	1	40	0	.	0	.	0	.	1	99	2	48	0	.	0	.	0	.	0	.	0	.	0	.	1	98	1	99	0	.	1	97	2	72	1	98	1	98	0	.	0	.	0	.	0	.	3	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	1	98	1	99	1	97	3	94	1	97	1	98	1	98	2	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	57	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	15
	71-80 cm	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	100	0	70	0	.	0	.	0	.	0	.	0	.	0	.	1	98	1	99	0	.	0	.	1	99	0	.	0	.	0	99	0	100	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	1	98	0	.	1	99	1	99	0	.	1	98	0	.	0	.	1	97	1	98	2	67	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	22
	81-90 cm	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	96	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	43
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	23	40	22	33	8	71	35	23	40	44	60	25	76	14	28	18	17	20	31	18	21	36	19	46	49	26	50	.	84	36	70	33	76	30	44	29	129	42	70	21	49	17	62	28	60	20	61	14	40	15	36	18	36	39	17	31	96	24	7	97	14	52	4	96	13	96	16	42	48	26	65	35	44	48	41	38	63	29	56	24	62	34	48	27	20	33	31	34	35	34	23	57	36	44	33	34	87	53	59	33	7	54	27	33	22	67	26	38	42	22	35	34	54	31	77	22	113	17	45	21	34	46	96	23	30	41	33	63	101	25	57	47	44	29	78	34	48	44	86	51	37	25	45	62	0	.	18	37	25	44	19	29	54	35	27	62	24	47	5	85	18	47	57	17	55	20	82	17	22	44	22	51	28	37	33	32	23	35	23	48	3	97	13	47	0	.	46	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	140	20	136	23	229	32	160	29	126	36	155	32	177	9	159	9	163	11	245	11	143	48	143	25	199	15	50	.	198	25	237	18	207	18	160	22	229	11	242	19	156	16	203	16	211	18	232	10	193	11	206	12	206	20	173	17	290	11	173	26	235	19	129	20	154	25	181	19	284	27	271	19	233	24	171	27	293	26	225	20	224	20	163	23	234	23	197	24	167	23	154	27	176	23	188	22	244	23	147	32	282	20	181	19	271	26	272	31	217	20	168	16	394	17	291	17	478	12	306	15	269	20	332	18	281	20	202	45	311	21	232	20	187	24	256	23	195	25	293	38	172	19	178	44	132	49	170	16	229	32	194	25	162	24	356	29	111	40	60	54	62	51	222	10	245	12	255	10	149	24	211	36	148	31	163	24	89	32	175	30	77	27	185	22	0	.	210	2
	21-30 cm	80	21	65	33	88	23	85	20	121	28	156	18	114	7	97	10	93	11	178	12	60	29	96	26	157	20	50	.	173	30	161	20	119	16	103	27	279	25	190	25	103	14	127	16	95	15	127	10	118	9	105	10	96	16	126	17	181	13	76	53	114	23	80	29	71	27	69	22	248	20	155	31	155	17	116	19	164	17	136	20	139	31	150	14	149	16	90	26	131	25	80	27	160	19	98	20	154	27	87	27	152	24	137	24	103	28	57	36	125	16	104	18	122	23	192	12	202	12	162	16	149	20	175	14	185	26	145	20	176	14	116	25	70	26	177	40	172	33	93	34	130	19	113	43	68	26	98	19	122	24	129	24	97	31	183	24	123	38	114	37	79	37	112	11	144	12	140	13	103	23	87	27	58	30	150	25	97	18	83	31	91	30	96	25	0	.	124	2
	31-40 cm	74	41	32	25	51	24	48	18	120	16	118	16	80	9	67	11	54	11	96	10	53	26	85	21	89	19	140	.	67	31	101	18	83	27	76	14	93	29	71	22	71	12	64	14	52	16	83	10	71	10	81	12	71	19	68	17	76	15	42	28	65	21	78	31	47	30	72	14	120	20	51	22	79	25	83	15	97	21	68	16	86	16	90	14	68	15	66	25	86	17	52	22	108	14	65	18	67	17	97	18	75	21	51	23	51	20	22	57	53	22	66	23	28	26	69	20	56	19	49	17	53	19	71	19	69	22	104	37	92	21	62	21	63	27	88	26	48	26	44	42	75	16	57	48	62	42	66	16	55	23	88	17	69	26	91	15	76	34	96	18	29	31	57	13	67	12	73	11	46	27	71	25	59	27	78	19	67	20	43	36	87	33	28	32	0	.	70	2
	41-50 cm	37	18	29	25	27	36	58	11	84	15	72	14	52	8	42	8	44	9	58	10	28	31	31	32	48	25	100	.	65	21	48	17	39	18	52	19	33	67	58	20	53	17	43	12	45	14	39	10	47	8	50	10	52	24	47	13	66	11	38	26	37	19	46	24	31	32	47	17	35	23	35	26	55	19	57	18	54	24	36	17	42	30	55	20	47	17	41	20	45	19	38	25	58	14	42	17	49	16	50	20	33	23	40	23	34	20	14	37	38	20	58	22	9	37	23	18	27	28	25	21	22	21	28	20	28	31	56	37	44	24	40	31	41	25	51	22	37	30	18	48	38	15	69	40	30	32	36	14	29	26	39	17	70	22	63	32	41	28	58	41	35	34	34	12	41	12	41	11	41	23	40	22	44	21	45	20	47	16	39	23	49	24	29	28	0	.	44	2
	51-60 cm	19	22	18	22	12	29	43	15	50	17	40	21	30	9	29	9	26	10	21	14	19	29	5	55	22	23	0	.	23	44	24	20	26	22	35	18	17	67	34	17	26	15	25	13	29	13	25	11	22	11	23	12	21	22	34	16	30	16	17	26	21	28	24	34	17	36	27	15	18	34	15	37	24	22	21	29	15	26	19	25	43	21	37	14	19	21	39	22	13	38	20	33	21	34	26	23	34	25	29	24	17	33	27	30	21	23	17	36	23	23	21	25	10	30	7	34	5	46	12	19	9	33	15	26	19	32	32	27	23	25	31	27	25	31	26	28	33	30	3	93	22	23	8	66	19	39	14	22	19	24	20	30	31	28	14	59	21	30	34	31	41	40	17	14	18	18	26	13	13	40	38	22	24	22	25	22	21	25	30	31	22	37	23	27	0	.	24	2
	61-70 cm	8	34	3	41	9	39	10	25	9	33	14	23	10	14	12	14	9	15	5	22	16	34	8	56	7	46	20	.	6	48	8	39	7	35	6	38	4	90	7	32	11	25	10	23	11	20	7	16	5	22	6	24	15	28	11	25	12	22	3	65	6	34	5	96	4	70	12	28	5	48	5	51	12	34	12	37	10	51	8	29	7	29	23	23	6	42	9	37	2	67	3	53	8	85	12	27	8	36	10	49	2	68	7	44	10	35	11	40	7	30	10	34	4	40	5	36	1	70	6	28	3	46	6	41	10	39	7	46	6	47	14	38	11	33	14	50	11	44	0	.	9	45	6	60	8	52	1	68	16	40	3	53	6	40	2	95	10	44	5	88	20	63	8	24	6	23	7	24	7	46	14	38	6	49	8	35	3	50	6	64	4	51	8	45	0	.	8	4
	71-80 cm	3	57	1	99	2	67	5	39	4	72	0	.	3	21	5	19	4	24	1	60	0	.	0	.	1	98	0	.	0	.	3	47	5	45	1	99	0	.	8	32	4	32	2	44	4	27	4	24	3	25	3	34	3	57	2	50	4	40	4	68	2	68	5	50	6	54	4	47	0	.	2	98	4	43	4	45	2	68	5	41	13	37	6	40	1	99	4	49	1	98	1	97	0	.	7	34	2	72	5	54	2	68	5	47	9	42	3	52	2	60	5	49	1	98	2	55	1	99	3	38	1	69	4	39	5	44	5	94	6	61	5	38	2	67	3	67	8	46	0	.	3	58	7	91	0	.	2	68	0	.	1	98	2	67	0	.	8	74	11	85	5	61	5	23	2	39	3	31	0	.	3	66	2	67	0	.	3	47	2	67	3	66	2	67	0	.	3	5
	81-90 cm	0	.	1	69	1	97	1	69	1	97	0	.	1	45	2	30	1	44	1	75	2	96	1	97	0	.	0	.	0	.	1	99	2	74	0	.	0	.	2	42	1	57	1	56	2	52	2	33	1	52	0	100	0	.	1	99	0	.	2	96	2	68	2	96	0	.	2	67	0	.	0	.	0	.	1	98	0	.	1	99	3	55	5	75	0	.	0	.	0	.	0	.	0	.	2	68	0	.	2	67	0	.	0	.	1	98	1	97	3	49	2	67	1	98	0	.	1	99	1	70	0	.	1	99	0	.	0	.	1	97	2	68	2	67	1	96	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	2	96	5	85	0	.	3	34	1	57	1	49	2	96	1	97	1	97	1	98	1	99	2	67	1	97	0	.	0	.	1	10
	91-100 cm	1	99	1	99	0	.	1	69	0	.	0	.	0	100	0	.	1	65	0	99	2	95	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	55	0	.	0	.	1	57	0	100	0	100	0	100	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	2	98	0	.	0	.	2	69	0	.	0	.	1	98	1	99	1	99	1	98	1	99	0	.	3	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	96	0	.	0	.	0	100	1	57	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	17
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	99	1	57	0	100	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	97	1	99	0	.	0	.	0	.	1	99	2	99	0	.	1	68	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	24
	Total	363	17	288	17	420	16	412	13	517	16	555	11	466	5	414	6	394	6	606	7	323	28	370	15	522	11	360	.	532	17	582	14	487	13	434	12	656	13	614	16	425	8	476	9	449	10	520	6	460	6	475	7	464	10	462	9	658	7	353	15	482	10	368	13	329	20	414	11	709	16	534	18	563	15	466	12	635	16	498	14	558	13	528	13	524	12	446	13	444	15	349	17	530	12	440	12	558	15	428	15	563	13	451	13	498	17	400	23	472	11	435	10	569	14	590	10	772	8	567	11	508	15	635	12	596	16	553	21	658	12	503	13	403	15	617	23	504	18	450	29	449	13	437	22	319	21	386	12	470	19	475	15	438	15	709	20	393	27	384	22	271	28	460	7	525	8	548	7	362	15	465	16	342	16	470	16	328	13	381	15	335	20	371	13	0	.	484	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. 2292716. Birmensdorf, Swiss Federal Research Institute WSL

zurück