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
Netz: 1,4-km-Netz
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	131	15	174	17	171	20	156	19	178	23	129	26	163	7	136	7	151	8	201	9	110	34	143	21	150	13	0	.	126	17	168	15	168	15	190	18	162	26	165	14	151	12	160	12	234	13	187	7	167	8	190	9	187	16	183	15	215	9	151	20	205	15	117	24	192	33	192	22	183	21	201	15	218	17	172	18	264	19	175	14	187	17	139	18	195	18	150	19	166	17	156	24	139	15	181	14	160	15	139	20	237	16	188	20	274	21	202	23	190	14	172	13	255	14	228	14	354	11	243	9	234	13	268	12	209	19	232	31	190	18	190	14	190	21	223	15	177	27	183	38	165	16	161	29	144	27	140	15	182	23	140	19	166	21	268	27	107	37	106	30	93	40	171	8	198	9	227	8	161	16	165	29	114	23	151	20	103	21	179	22	121	23	176	20	0	.	182	2
	21-30 cm	90	14	75	19	106	16	88	17	136	18	147	15	103	7	91	8	90	8	147	10	72	24	86	23	131	15	50	.	126	26	135	16	113	11	119	16	144	32	142	19	97	12	97	11	83	12	98	7	100	7	102	7	103	14	103	15	137	12	67	37	93	17	103	21	55	24	78	14	147	20	123	24	138	13	112	16	144	13	122	13	116	23	113	14	128	13	75	21	126	17	98	19	128	15	100	14	111	17	89	18	134	20	110	19	94	20	84	23	98	13	73	17	104	15	120	13	168	10	116	12	121	15	152	11	155	22	108	23	111	16	145	22	81	24	109	24	126	20	62	35	132	15	79	26	119	21	88	15	104	18	99	18	89	19	160	21	83	33	118	28	72	25	91	8	125	9	121	10	101	16	108	27	57	21	115	22	85	15	120	23	69	26	116	25	0	.	107	2
	31-40 cm	60	20	37	17	65	15	53	17	121	14	93	14	66	8	64	8	53	8	84	8	46	20	72	17	82	13	140	.	60	20	92	14	90	18	73	14	75	28	59	16	60	10	65	11	43	12	63	7	58	8	83	9	67	15	57	15	66	12	48	21	65	18	104	21	55	20	66	15	74	21	53	19	62	18	81	14	83	16	71	12	70	13	76	13	74	12	53	17	77	14	54	20	94	11	61	15	48	15	65	17	77	15	46	22	56	17	30	27	42	18	44	21	46	20	58	15	58	15	44	12	39	14	60	15	61	20	60	28	58	22	57	16	48	22	68	16	42	22	25	49	71	14	62	22	53	26	63	12	64	15	82	15	59	16	83	17	81	24	56	30	70	40	49	8	64	10	63	9	48	18	65	20	57	25	64	17	61	17	50	23	61	29	35	24	0	.	62	1
	41-50 cm	39	12	32	18	28	19	38	12	68	14	68	12	42	7	44	7	39	7	53	7	30	25	30	22	53	14	100	.	48	19	44	15	40	12	52	14	32	47	45	16	38	13	37	10	31	11	35	7	38	7	49	7	49	17	42	13	53	9	44	18	36	14	54	17	26	24	43	13	25	18	29	17	39	15	52	12	46	18	36	13	51	19	54	13	46	14	39	13	41	15	37	18	51	11	38	15	41	14	42	15	39	19	36	21	33	16	8	32	26	14	32	19	12	23	22	18	19	21	21	14	17	17	23	17	24	25	33	33	32	20	43	20	34	19	45	15	35	22	18	32	38	15	59	20	31	21	37	12	36	16	46	12	53	16	61	23	52	27	47	28	45	22	28	8	33	10	31	9	48	21	41	18	40	15	44	14	42	13	34	19	43	22	33	22	0	.	38	1
	51-60 cm	17	15	20	19	15	17	32	13	35	19	49	21	27	9	31	8	27	8	22	15	25	27	19	34	24	22	0	.	28	25	22	17	19	15	30	15	6	69	23	15	23	11	19	11	20	11	19	8	18	8	20	10	23	17	30	15	29	12	17	18	23	19	27	23	19	27	31	11	11	31	20	22	21	17	24	16	13	23	22	16	32	17	39	12	17	17	32	17	18	25	20	23	22	20	23	18	20	21	25	19	21	26	20	28	19	19	14	22	17	16	14	19	6	29	9	26	7	27	12	15	9	25	12	21	16	26	18	27	12	28	26	21	22	24	28	15	29	22	9	62	19	21	21	24	18	26	15	16	20	19	25	17	24	21	11	48	23	21	52	25	30	30	18	9	16	13	17	11	19	23	33	18	24	18	28	16	25	19	25	28	20	28	26	26	0	.	21	2
	61-70 cm	8	22	4	32	6	32	9	23	5	33	19	19	9	11	11	10	10	12	8	21	13	32	9	34	9	35	20	.	7	34	7	33	5	32	9	28	4	64	6	28	9	18	8	20	8	16	7	12	5	16	6	17	16	20	10	22	9	17	5	42	6	27	4	76	8	37	14	17	4	36	8	26	9	28	11	25	7	43	5	26	7	25	17	18	7	32	10	28	5	61	2	47	4	44	10	21	7	26	13	31	7	42	5	41	9	30	7	32	7	21	7	24	2	39	4	29	2	51	4	23	2	36	5	30	6	45	3	46	6	45	10	29	9	27	10	33	9	32	3	96	7	36	14	32	6	41	2	48	14	30	6	29	5	36	1	97	17	25	5	61	16	36	8	15	8	20	6	20	11	29	11	33	9	30	8	27	5	37	5	49	5	36	10	29	0	.	8	3
	71-80 cm	2	50	1	59	2	48	3	38	2	74	0	.	3	17	5	15	4	18	2	32	1	98	0	.	2	48	0	.	2	68	2	51	3	41	3	49	0	.	5	32	3	25	4	30	4	21	3	19	2	21	2	24	2	51	3	38	3	33	6	52	3	67	3	53	5	48	4	33	2	71	4	45	2	45	3	38	4	49	3	35	7	36	7	27	2	44	5	30	1	69	2	58	0	.	4	32	1	59	8	30	1	69	3	49	5	43	5	33	4	30	4	34	0	.	2	46	1	57	2	30	1	49	3	35	3	46	7	53	5	39	5	34	5	33	3	37	6	42	0	.	3	39	9	40	2	98	1	69	2	72	2	59	1	69	0	.	7	53	5	93	2	68	4	17	2	40	3	25	2	55	2	54	4	44	2	48	4	41	1	68	4	49	3	47	0	.	3	4
	81-90 cm	1	74	0	99	0	99	1	70	1	99	1	99	1	32	2	27	1	37	1	53	0	.	1	98	0	.	0	.	2	68	0	99	1	57	1	99	0	.	2	39	1	50	1	47	1	47	1	24	1	35	1	78	0	.	1	99	0	100	1	98	1	69	1	98	0	.	3	67	0	.	1	99	2	63	1	99	0	.	0	99	2	57	3	69	0	.	1	99	3	99	0	.	0	99	1	56	0	99	2	55	0	.	0	.	0	99	1	69	3	35	1	48	0	99	0	99	1	73	1	44	0	99	1	70	0	.	2	98	1	98	2	56	3	50	1	56	1	98	0	.	0	.	2	67	3	71	0	99	0	.	1	69	0	.	0	.	1	97	3	93	0	.	2	25	1	37	1	37	1	98	1	98	1	69	0	99	1	99	2	55	1	98	0	.	0	.	1	8
	91-100 cm	0	99	0	99	0	.	1	70	0	.	0	.	0	56	0	57	1	48	0	100	1	97	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	1	57	0	100	0	99	1	49	0	41	0	50	0	70	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	1	99	0	99	0	.	1	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	99	0	.	1	70	2	41	0	99	0	.	0	.	0	99	0	100	0	.	1	99	0	.	1	98	0	.	0	.	1	69	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	1	97	0	.	0	.	0	57	0	57	0	71	0	.	0	.	1	99	0	.	0	.	1	98	0	.	1	98	0	.	0	12
	>100 cm	0	.	0	99	0	.	0	.	0	.	0	.	0	62	0	70	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	99	0	.	1	57	0	100	0	99	0	100	0	45	0	57	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	99	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	1	99	1	57	0	.	1	99	2	99	1	70	2	50	0	.	2	52	0	.	0	.	1	98	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	71	0	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	17
	Total	349	10	344	11	393	10	380	10	546	10	506	9	414	5	385	4	375	5	517	6	297	19	361	14	451	9	310	.	399	12	469	10	440	9	477	9	424	18	447	12	383	7	391	7	424	8	414	5	389	4	455	5	447	9	427	9	512	6	338	11	433	9	413	11	361	18	431	10	446	16	438	13	491	10	456	9	561	11	435	9	471	11	449	11	468	9	365	11	437	10	369	11	440	8	418	9	389	9	383	10	516	10	410	12	490	13	353	15	390	9	348	9	426	10	447	9	610	7	446	7	425	10	524	8	475	15	464	16	414	13	478	11	392	14	488	12	425	13	300	29	436	10	405	17	376	14	346	9	423	12	401	11	396	11	584	17	372	17	392	11	329	18	373	5	445	6	468	6	391	10	427	14	307	12	413	12	326	10	417	12	323	15	401	13	0	.	423	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	8	33	15	29	5	50	13	27	27	37	23	23	31	12	15	18	10	19	23	15	7	54	23	49	22	29	50	.	33	43	39	30	33	25	26	31	66	44	33	21	27	16	22	24	27	16	30	13	31	15	19	15	17	42	11	37	44	18	4	98	8	54	15	53	8	98	13	32	21	29	47	30	25	39	17	40	36	33	33	21	31	29	18	25	12	29	10	42	20	35	12	44	25	37	19	27	33	35	34	32	6	42	15	39	12	73	24	29	29	32	24	35	30	26	48	20	95	16	33	23	27	29	60	19	20	39	9	57	44	32	44	35	20	26	40	22	14	46	76	46	28	23	17	48	23	43	9	34	12	43	15	29	16	37	15	80	11	57	0	.	8	46	33	13	29	17	38	15	14	43	12	60	10	49	13	35	11	43	11	47	0	.	14	39	0	.	25	3
	21-30 cm	6	38	3	56	3	56	4	39	3	69	14	34	16	14	6	26	3	29	7	28	2	98	3	68	14	45	0	.	6	71	8	37	11	32	9	44	15	68	16	25	8	27	16	35	11	19	13	17	8	26	9	24	6	45	3	48	21	27	2	98	3	69	3	97	0	.	0	.	11	43	9	34	4	43	11	50	8	45	12	27	3	71	15	29	3	61	4	48	7	55	4	72	8	40	7	41	16	48	9	44	3	69	6	47	2	69	5	47	7	38	2	56	4	51	23	28	15	26	8	31	3	60	12	31	6	54	4	98	18	30	8	45	12	43	10	35	11	80	4	96	4	48	7	97	2	98	4	48	6	47	5	48	8	38	0	.	11	57	0	.	6	54	13	20	9	23	15	16	3	69	0	.	4	72	5	43	7	40	3	69	0	.	2	98	0	.	9	4
	31-40 cm	6	70	2	55	2	75	3	56	3	99	8	37	11	17	3	25	1	44	3	30	6	68	1	98	5	60	0	.	8	42	7	34	7	44	5	39	0	.	5	39	5	23	6	28	8	29	5	23	3	27	4	25	3	63	1	61	9	46	0	.	0	.	0	.	0	.	1	99	5	41	7	49	6	41	7	52	4	56	8	38	6	54	3	46	1	70	4	70	1	56	2	76	5	44	8	37	5	42	9	39	0	.	15	94	1	69	4	64	1	63	4	54	1	77	6	36	4	46	2	54	1	99	4	66	3	61	6	73	6	47	5	51	5	49	5	47	4	57	0	.	4	51	0	.	2	98	0	99	0	.	0	.	7	58	3	96	0	.	0	.	1	98	6	19	5	28	8	20	2	75	0	.	2	60	7	38	2	53	1	68	6	71	1	99	0	.	4	5
	41-50 cm	1	51	1	56	1	72	4	43	1	68	3	45	6	16	2	29	1	35	1	39	2	67	1	98	4	41	0	.	6	62	2	44	4	30	1	56	0	.	2	35	1	34	2	36	3	24	2	22	2	23	1	37	2	50	2	41	5	41	2	68	0	.	0	.	0	.	0	.	4	51	5	50	4	42	3	70	1	69	4	41	1	73	2	61	1	69	1	69	1	69	1	98	2	56	2	51	4	46	4	48	0	.	5	75	0	99	3	56	3	44	2	51	1	49	1	78	1	82	2	37	1	70	1	57	1	98	1	98	2	55	1	69	2	59	5	36	2	55	2	95	3	45	0	.	0	.	0	99	0	.	1	99	4	50	1	96	2	67	3	93	0	.	3	17	2	30	3	22	1	98	3	57	3	49	3	40	1	70	2	55	1	98	1	68	0	.	2	5
	51-60 cm	0	99	1	56	1	69	1	49	0	.	2	81	2	21	2	30	0	71	1	60	3	73	0	.	0	99	0	.	0	.	1	75	4	50	3	35	4	64	2	46	2	34	2	34	2	33	1	31	1	33	1	44	1	56	1	56	2	46	0	.	0	.	0	.	0	.	0	99	2	58	2	55	1	73	1	73	1	69	2	46	1	75	3	61	0	99	2	48	0	.	0	.	0	.	2	51	2	51	1	98	0	99	1	68	0	.	0	99	3	36	1	56	0	99	0	99	0	.	1	58	0	.	2	46	1	98	0	.	3	50	1	56	1	69	2	60	1	98	0	.	1	56	0	.	1	98	0	.	0	.	0	99	1	98	0	.	0	.	3	93	0	.	1	30	1	40	2	25	1	98	1	98	1	69	2	48	0	99	0	.	0	.	1	99	0	.	1	7
	61-70 cm	0	.	0	.	1	99	0	.	1	99	0	99	1	28	0	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	1	74	0	.	0	.	1	57	0	100	1	57	0	70	1	29	0	58	0	100	0	.	0	99	1	44	0	.	0	.	0	.	0	.	0	.	0	.	2	59	1	70	1	70	1	99	1	61	1	99	1	99	0	.	0	.	0	.	0	.	2	99	0	.	1	70	0	.	0	.	0	.	0	99	0	.	0	99	1	70	0	99	0	99	0	.	0	.	0	99	0	99	2	72	1	98	1	98	1	69	0	99	1	99	0	.	2	95	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	93	0	.	0	44	0	.	0	71	0	.	0	.	1	98	0	.	0	.	0	.	0	.	1	99	0	.	0	11
	71-80 cm	0	.	0	99	0	.	0	.	0	.	0	.	0	76	0	71	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	100	0	99	0	.	1	70	0	.	0	.	0	57	0	100	0	.	0	.	0	99	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	99	0	.	0	99	0	99	0	.	1	70	0	100	0	.	0	99	0	.	0	.	1	98	2	55	1	69	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	17
	81-90 cm	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	1	98	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	.	1	99	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	70	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	99	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	32
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	100	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	33
	>100 cm	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	71
	Total	21	26	23	24	14	37	26	20	36	33	50	20	68	10	28	15	16	16	35	14	21	27	28	41	45	22	50	.	53	28	59	26	61	22	44	22	84	42	59	16	44	13	49	18	51	14	53	11	46	14	33	13	29	31	19	23	83	18	8	56	10	43	18	50	8	98	14	32	44	22	72	23	41	32	40	33	50	26	59	19	44	28	41	20	17	27	20	29	30	28	19	43	41	25	38	24	62	34	57	24	9	33	43	43	17	56	36	26	45	26	35	26	38	22	80	19	116	14	46	18	32	25	79	17	32	29	21	47	73	24	62	28	42	23	62	21	33	32	83	41	40	18	24	49	28	41	13	30	18	37	21	25	35	30	19	62	24	37	8	65	16	40	58	11	46	15	68	11	21	36	15	46	21	28	30	25	22	28	18	37	6	73	19	30	0	.	43	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	139	15	190	16	177	19	169	17	204	21	152	22	193	6	151	7	162	8	223	8	117	34	166	21	172	13	50	.	159	19	207	15	201	14	215	17	228	18	198	14	178	11	181	12	261	12	217	7	198	8	209	8	205	16	194	15	259	9	155	19	212	16	132	25	200	32	205	21	204	20	248	16	243	16	189	17	299	17	208	14	219	15	157	17	207	17	160	19	186	17	168	23	165	15	200	14	193	15	172	20	243	15	204	19	286	21	226	21	220	13	196	13	285	13	277	12	449	10	277	9	261	13	327	12	229	18	241	30	233	17	234	13	210	19	264	13	191	26	259	32	193	15	178	30	167	26	149	15	194	24	155	18	181	20	282	26	117	34	106	30	101	36	204	7	227	8	264	7	175	15	177	30	124	22	164	18	114	20	191	21	121	23	190	19	0	.	207	1
	21-30 cm	96	13	78	19	109	16	92	16	140	17	161	14	119	6	97	7	93	8	154	9	75	24	89	23	144	16	50	.	131	25	143	16	124	10	128	16	159	33	158	18	105	11	113	11	94	11	111	7	109	7	111	7	109	14	106	14	158	11	69	36	96	17	105	21	55	24	78	14	158	19	132	22	142	13	123	15	152	13	134	13	119	22	127	14	131	13	79	20	133	17	103	19	136	14	107	14	127	16	97	18	137	19	116	19	96	20	89	22	106	13	76	17	108	15	144	12	183	9	124	12	124	15	164	10	160	22	113	22	128	15	152	21	92	22	119	22	137	22	65	33	136	15	86	26	121	21	92	15	110	18	104	17	97	19	160	21	94	32	118	28	79	24	104	8	134	8	136	9	104	16	108	27	61	20	120	21	93	15	123	22	69	26	118	24	0	.	116	1
	31-40 cm	66	23	39	17	66	14	55	17	125	14	101	13	77	7	67	7	54	8	87	8	51	21	72	17	87	13	140	.	68	19	99	13	97	17	78	13	75	28	64	15	66	10	71	11	51	12	68	7	61	8	87	8	70	14	58	15	75	11	48	21	65	18	104	21	55	20	67	14	79	20	60	18	68	18	87	13	87	16	79	11	75	13	79	12	75	12	56	17	79	14	56	19	99	12	69	15	53	13	74	16	77	15	61	26	57	17	34	26	43	18	48	19	47	19	64	14	62	15	46	12	40	14	64	15	65	19	66	26	63	20	62	15	53	22	73	16	45	20	25	49	75	14	62	22	55	27	63	12	64	15	82	15	66	17	86	15	81	24	56	30	71	39	56	8	69	9	72	8	51	17	65	20	60	23	71	16	63	17	52	23	66	27	36	24	0	.	67	1
	41-50 cm	40	12	33	18	30	18	43	11	69	14	71	11	48	6	47	6	39	7	55	7	32	22	30	22	57	14	100	.	54	16	46	14	45	11	53	14	32	47	47	15	39	13	39	9	33	11	37	7	40	6	50	7	51	16	44	12	58	9	45	18	36	14	54	17	26	24	43	13	29	16	34	18	43	16	54	12	47	18	40	12	52	19	55	13	46	14	40	14	42	15	37	18	53	11	40	15	45	13	45	15	39	19	42	23	34	16	11	29	29	14	34	18	13	22	24	17	20	22	23	13	18	17	23	16	24	25	34	32	34	19	44	20	36	19	50	15	37	21	20	30	41	15	59	20	31	21	38	12	36	16	47	13	57	16	62	22	55	26	49	30	45	22	32	8	35	10	34	9	50	20	44	18	43	15	48	14	43	13	36	18	44	21	34	22	0	.	40	1
	51-60 cm	17	14	21	19	16	16	33	13	35	19	51	21	29	8	33	8	27	8	22	15	28	24	19	34	24	22	0	.	28	25	23	16	23	16	33	14	10	60	25	14	25	11	22	10	22	11	21	8	19	8	21	9	24	16	31	15	31	12	17	18	23	19	27	23	19	27	31	11	13	26	21	20	22	17	26	16	14	22	24	15	34	16	41	11	17	17	33	16	18	25	20	23	22	20	25	17	22	20	26	20	21	26	21	28	19	19	14	22	20	15	16	18	6	28	10	25	7	27	12	14	9	25	14	19	17	25	18	27	15	24	28	21	23	23	29	14	30	21	9	62	21	20	21	24	19	26	15	16	20	19	25	17	24	20	11	48	23	21	55	24	30	30	20	9	16	13	19	10	20	23	33	19	25	17	30	16	25	18	25	28	20	28	27	25	0	.	23	2
	61-70 cm	8	22	4	32	7	30	9	23	6	34	20	19	10	11	12	10	10	12	8	21	13	32	9	34	9	35	20	.	7	34	7	31	6	29	9	28	4	64	7	26	9	17	9	19	8	16	8	12	5	15	6	17	16	20	10	22	11	16	5	42	6	27	4	76	8	37	14	17	4	36	10	27	9	27	12	24	7	40	6	23	7	23	18	18	7	32	10	28	5	61	2	47	6	56	10	21	9	27	13	31	7	42	5	41	9	28	7	32	7	21	8	24	2	41	4	27	2	51	4	23	3	33	5	29	8	36	4	40	7	43	11	29	9	27	11	31	9	32	5	66	7	36	14	32	6	41	2	48	14	30	6	29	5	36	1	97	17	25	8	45	16	36	8	15	8	20	6	19	11	29	11	33	9	30	8	27	5	37	5	49	5	36	11	30	0	.	8	3
	71-80 cm	2	50	2	58	2	48	3	38	2	74	0	.	3	17	5	14	4	17	2	32	1	98	0	.	2	48	0	.	2	68	2	46	3	39	3	47	0	.	5	29	3	25	4	30	4	20	3	19	2	21	2	24	2	44	3	38	3	31	6	52	3	67	3	53	5	48	4	33	2	71	4	45	2	40	3	38	4	49	3	35	7	36	7	27	2	44	5	30	1	69	2	58	0	.	4	32	2	51	8	30	1	69	3	49	5	43	5	31	4	30	4	34	0	99	2	46	1	52	2	28	1	49	3	33	3	46	7	53	5	42	7	28	6	28	3	37	8	37	0	.	3	39	9	40	2	98	1	69	2	72	2	59	1	69	0	.	7	53	5	93	2	68	4	17	2	40	3	25	2	55	2	54	4	44	2	48	4	41	1	68	4	49	3	47	0	.	3	4
	81-90 cm	1	74	1	69	0	99	1	70	1	99	1	99	1	32	2	27	1	35	1	53	1	98	1	98	0	.	0	.	2	68	0	99	1	54	1	99	0	.	2	39	1	50	1	47	1	47	1	24	1	35	1	78	0	.	1	99	0	100	1	98	1	69	1	98	0	.	3	67	0	.	1	69	2	63	1	99	0	.	0	99	2	57	3	62	0	.	1	99	3	99	0	.	0	99	1	56	0	99	2	55	0	.	0	.	0	99	1	69	3	31	1	48	0	99	0	99	1	73	2	40	0	99	1	70	0	.	2	98	1	98	2	56	3	44	1	56	1	68	0	.	0	.	2	67	3	71	0	99	0	.	1	69	0	.	0	.	1	97	3	93	0	.	2	25	1	37	1	37	1	98	1	98	1	69	0	99	1	99	2	55	1	98	0	.	0	.	1	7
	91-100 cm	0	99	0	99	0	.	1	70	0	.	0	.	0	56	0	57	1	48	0	70	1	97	0	.	0	.	0	.	1	98	0	.	0	.	0	99	0	.	1	49	0	100	0	99	1	49	0	41	0	50	0	70	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	1	99	0	99	0	99	1	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	99	0	.	1	70	2	41	0	99	0	.	0	99	0	99	0	70	0	99	1	99	0	.	1	98	0	.	0	.	1	69	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	1	97	0	.	0	.	0	57	1	44	0	71	0	.	0	.	1	99	0	.	0	.	1	98	0	.	1	98	0	.	0	11
	>100 cm	0	.	0	99	0	.	0	.	1	98	0	.	0	62	0	70	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	99	0	.	1	57	0	100	0	99	0	100	0	45	0	57	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	99	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	1	99	1	57	0	.	1	99	2	99	1	70	2	50	0	.	2	52	0	.	0	.	1	98	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	57	0	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	16
	Total	370	10	367	11	407	9	405	10	582	10	557	9	482	5	413	4	391	5	552	5	318	18	388	14	496	10	360	.	453	13	529	11	501	9	520	9	508	17	507	12	427	7	440	7	475	7	467	4	435	5	488	5	476	9	446	8	594	6	346	10	443	9	431	12	368	18	446	10	490	14	510	13	531	10	495	9	611	11	494	9	515	10	490	11	486	9	385	11	467	11	389	12	481	9	456	8	451	10	439	10	525	10	453	11	507	13	389	15	434	8	383	9	463	10	527	8	726	7	492	7	457	10	603	8	507	14	485	16	487	12	539	10	434	13	550	11	458	13	384	26	476	10	430	18	404	15	359	9	441	13	422	11	431	10	603	17	396	17	400	11	345	17	430	5	491	6	536	6	412	10	442	14	329	11	443	11	348	9	435	12	330	15	420	13	0	.	466	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. 2292718. Birmensdorf, Swiss Federal Research Institute WSL

zurück