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

LFI4
Gesamtstammzahl
Baumzustand (lebend/tot) · Brusthöhendurchmesser (10 Klassen)
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 Stk.
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz
Zustand 2009/17
		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)	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%
keine Angabe	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
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	2224	20	1980	20	1303	25	1813	23	1009	30	1159	24	10512	8	5680	9	7018	10	5140	12	384	32	974	29	1297	20	0	.	642	28	1535	21	2375	17	1836	24	263	43	2795	16	3799	13	2803	15	7091	14	10030	9	9258	10	6201	10	2286	20	2483	19	3406	14	954	28	1379	23	547	33	690	26	1429	29	1236	27	1521	21	2912	19	1429	22	1604	28	3023	17	1626	23	1861	22	1826	21	1499	23	1225	26	924	31	1196	21	2568	19	1574	20	1255	24	1384	21	1148	29	1520	27	1760	26	3330	17	2081	19	3429	18	2520	18	4736	16	5211	13	3228	18	3540	17	1154	28	857	40	1408	23	1473	23	1516	25	2651	20	1008	27	473	39	1772	21	584	30	842	37	1548	20	1150	27	1096	25	1094	22	701	36	371	40	74	59	561	42	8304	10	5981	11	8070	10	959	25	833	32	1031	24	1354	24	1195	22	559	28	675	36	706	29	0	.	213464	2
	21-30 cm	1051	21	1050	23	734	19	950	23	656	25	1041	21	5874	9	3414	11	3630	10	3368	12	204	34	536	25	947	22	10	.	477	28	1221	22	1854	17	1136	21	184	42	1692	17	2295	14	2136	15	3145	13	5452	9	5212	10	3105	11	1138	19	1166	19	1817	15	412	33	704	21	314	33	314	29	813	23	1039	24	1189	25	1752	19	885	22	1090	23	1636	18	919	28	1365	20	1277	20	684	26	775	23	460	29	930	22	1123	20	1164	20	758	27	978	22	596	29	1037	24	537	25	1745	16	1040	19	1441	19	1599	18	2248	15	2782	14	1920	18	2113	16	902	26	426	30	761	23	819	23	632	27	1419	24	658	28	200	48	1138	27	287	33	409	33	922	20	820	27	694	26	625	25	485	34	284	37	161	51	289	41	4770	10	3959	11	4802	10	648	24	517	36	503	26	937	27	801	20	581	28	393	28	601	27	0	.	123575	2
	31-40 cm	759	19	413	22	557	23	621	23	549	22	795	21	4159	8	2405	10	1924	10	2042	12	146	39	340	26	662	21	8	.	351	28	834	20	1190	19	830	19	124	49	835	18	1583	14	1338	14	1299	13	3369	9	3115	9	2651	10	746	18	841	21	1106	17	227	30	515	27	313	32	237	31	502	19	575	25	503	23	789	19	619	22	680	23	1136	16	571	22	981	18	872	16	474	24	642	21	316	24	735	19	794	19	529	21	418	26	649	23	328	26	494	23	401	27	754	19	621	23	613	22	763	19	1063	16	996	15	544	18	885	19	371	27	332	31	419	26	446	22	380	26	636	22	340	29	91	49	808	20	182	39	292	32	659	19	396	22	560	22	516	22	215	31	159	35	151	49	205	31	2484	11	1952	12	2330	10	322	26	319	25	302	27	507	21	653	21	349	27	271	33	252	31	0	.	73029	1
	41-50 cm	540	16	225	25	267	22	468	17	401	22	619	19	2647	8	1580	9	1475	10	1317	11	136	33	243	28	383	20	8	.	222	32	488	20	656	18	478	20	82	42	767	15	1042	13	759	13	825	14	1938	9	1972	9	1697	9	490	19	526	18	800	15	216	26	297	21	212	29	150	29	457	18	206	25	233	25	439	18	374	21	375	24	613	16	353	23	797	17	542	18	280	21	424	21	213	25	429	18	419	19	407	21	326	22	289	24	211	28	270	24	86	30	415	17	452	21	198	23	296	19	334	21	514	16	284	19	329	18	183	28	186	35	256	27	340	25	282	23	473	19	165	32	73	40	390	20	179	29	140	32	455	17	238	25	382	21	325	19	153	33	164	33	61	51	99	33	1438	10	952	13	1253	11	296	27	206	27	238	24	315	21	414	20	164	27	202	31	188	26	0	.	44698	1
	51-60 cm	231	20	172	24	150	23	310	20	195	26	415	21	1654	9	1250	10	914	11	652	13	101	35	111	36	224	24	12	.	102	33	231	22	395	17	285	20	20	72	352	18	569	15	467	15	604	14	1085	10	1026	15	707	11	308	24	328	20	426	18	120	28	200	24	103	35	80	31	225	20	110	32	128	31	326	22	245	24	106	27	328	19	282	22	499	16	214	22	236	23	144	38	134	32	226	21	269	20	268	21	188	24	182	28	111	34	159	23	115	28	320	19	160	23	75	28	124	26	99	31	329	16	133	28	188	20	109	32	58	38	79	31	189	27	164	27	330	21	114	30	18	51	211	25	120	35	70	32	160	21	169	27	255	25	229	25	62	41	65	38	83	44	96	31	896	11	589	14	658	13	181	31	162	29	141	24	222	24	228	22	129	33	121	32	158	27	0	.	25789	2
	61-70 cm	115	24	76	36	47	36	156	21	57	35	184	27	579	12	518	13	409	14	160	27	57	36	43	41	75	35	0	.	36	40	75	32	142	26	122	27	4	100	129	24	203	18	160	20	228	18	429	12	358	19	239	17	174	24	180	23	166	22	36	45	51	31	16	71	31	50	170	21	34	36	65	32	103	27	73	28	57	33	128	23	94	32	279	24	104	30	104	27	20	45	44	35	52	41	160	24	53	34	80	29	44	41	33	42	56	39	47	40	98	25	97	27	37	46	55	39	60	40	94	23	25	41	74	34	32	43	33	41	32	43	89	29	67	32	112	35	33	35	13	100	112	34	44	40	25	58	61	27	88	33	48	34	50	34	12	58	66	33	9	70	76	43	355	16	202	18	260	19	57	39	93	33	72	33	105	26	62	33	28	47	20	53	88	34	0	.	9938	3
	71-80 cm	39	37	36	44	21	52	66	35	18	60	41	37	234	18	195	16	158	20	83	30	9	71	16	50	29	50	4	.	15	73	32	40	35	43	62	32	4	100	91	30	129	26	89	25	123	22	207	19	118	22	97	23	49	35	29	43	63	32	32	51	22	53	8	71	33	39	32	47	4	100	31	41	43	39	39	42	33	39	48	36	86	32	121	27	20	45	48	35	0	.	8	71	11	73	61	34	22	47	55	48	16	50	26	56	16	61	49	33	53	33	42	35	10	73	27	42	18	50	62	29	46	43	37	33	24	41	31	67	39	49	32	40	58	31	53	36	25	57	0	.	20	52	28	51	4	100	8	71	26	52	17	50	16	50	0	.	20	53	13	74	21	69	275	19	60	32	124	27	27	41	12	58	32	35	21	45	16	61	12	58	12	58	20	45	0	.	4295	4
	81-90 cm	14	60	4	100	16	50	20	53	0	.	6	100	67	29	76	25	54	30	20	54	4	100	4	100	6	100	0	.	4	100	4	100	16	50	9	71	0	.	27	38	23	47	42	32	51	31	83	23	56	30	33	35	0	.	0	.	10	71	4	100	4	100	0	.	0	.	12	75	7	100	4	100	9	100	11	73	11	73	12	58	14	58	49	56	7	71	20	45	4	100	4	100	0	.	8	71	4	100	22	45	4	100	8	100	20	60	8	100	50	35	28	42	9	72	20	64	8	71	22	56	4	100	12	58	0	.	8	100	4	100	21	52	23	48	17	50	12	58	0	.	7	100	13	58	0	.	4	100	0	.	0	.	4	100	0	.	4	100	4	100	4	100	76	29	40	34	40	35	0	.	20	53	14	77	17	50	10	72	8	71	20	53	0	.	0	.	1420	6
	91-100 cm	4	100	0	.	0	.	4	100	0	.	0	.	28	42	8	71	21	66	4	100	0	.	6	100	0	.	0	.	4	100	0	.	9	72	0	.	0	.	20	45	5	100	8	71	7	71	19	45	31	45	8	71	4	100	0	.	0	.	0	.	4	100	4	100	0	.	8	100	0	.	0	.	16	78	0	.	5	100	4	100	0	.	10	71	0	.	0	.	0	.	0	.	4	100	4	100	0	.	4	100	0	.	9	100	0	.	4	100	16	61	4	100	0	.	0	.	8	71	9	72	0	.	4	100	0	.	5	100	4	100	0	.	7	100	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	8	71	0	.	0	.	25	41	18	51	4	100	0	.	0	.	9	71	0	.	0	.	4	100	0	.	0	.	0	.	394	11
	>100 cm	0	.	8	71	0	.	4	100	0	.	0	.	16	62	8	71	4	100	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	4	100	0	.	15	50	4	100	27	86	12	58	33	39	12	58	4	100	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	5	100	0	.	0	.	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	0	.	0	.	22	100	12	72	27	41	0	.	11	100	22	100	9	70	33	49	0	.	20	45	0	.	0	.	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	8	71	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	376	15
	Total	4978	16	3964	17	3096	17	4412	16	2886	21	4259	17	25770	7	15134	8	15610	8	12787	10	1041	26	2280	21	3621	17	42	.	1853	22	4420	18	6671	14	4761	17	681	36	6724	13	9652	10	7828	12	13386	11	22647	7	21158	7	14742	8	5195	16	5554	15	7793	12	2002	22	3175	18	1516	25	1546	23	3646	19	3212	22	3675	20	6393	16	3675	17	3962	21	6932	14	3945	19	5965	16	4863	15	3343	18	3233	19	2103	22	3581	17	5406	16	4022	16	3114	19	3547	18	2471	21	3594	20	3019	21	6808	13	4524	15	5822	15	5427	15	8582	13	10052	11	6184	16	7204	14	2775	23	1935	27	3006	20	3409	18	3134	20	5691	17	2354	22	868	35	4458	19	1440	26	1782	27	3817	16	2890	21	3052	20	2858	18	1628	31	1140	29	556	42	1352	28	18630	8	13753	9	17549	8	2489	21	2161	24	2343	19	3478	19	3379	16	1835	22	1715	23	2016	22	0	.	496978	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	182	32	141	36	47	52	179	26	169	39	253	25	2192	12	662	18	569	20	575	18	61	59	174	43	173	30	0	.	170	52	304	38	391	29	273	31	60	58	582	23	663	17	341	24	980	17	1862	13	1604	15	838	16	368	34	243	27	875	22	113	36	60	57	58	41	12	100	264	28	167	34	386	31	417	25	196	40	279	34	524	21	246	30	282	25	232	28	52	60	156	37	97	57	263	32	260	29	271	38	239	36	96	41	92	42	97	47	326	30	601	29	428	28	561	27	553	26	1772	20	862	25	657	27	880	22	117	39	81	58	389	28	410	31	244	30	449	23	124	40	110	51	223	28	63	47	136	36	143	35	222	39	226	31	136	31	96	47	50	45	21	71	83	50	1824	12	1210	16	2016	15	121	37	90	51	108	32	136	38	95	48	78	39	20	71	87	40	0	.	35537	3
	21-30 cm	90	43	29	74	10	100	38	61	64	46	170	28	1164	14	272	24	230	27	235	25	29	75	40	60	97	42	0	.	20	71	92	37	220	30	109	40	29	58	300	25	247	27	223	29	391	21	1005	15	503	22	375	21	100	32	72	38	521	29	21	71	32	57	10	100	0	.	21	71	90	39	91	33	110	35	71	47	74	43	236	26	40	50	105	40	29	58	29	58	58	47	68	59	107	32	92	40	187	49	74	48	19	71	30	58	10	100	116	42	122	30	110	47	73	47	268	27	382	22	231	35	120	43	200	29	40	50	11	100	117	31	50	67	50	54	105	37	53	66	19	71	113	37	41	81	49	53	72	47	60	57	30	58	66	47	10	100	62	64	0	.	19	71	900	16	490	20	684	17	49	45	10	100	40	61	88	37	40	50	30	58	20	71	38	62	0	.	13255	4
	31-40 cm	34	52	17	50	7	71	28	54	13	75	72	40	735	14	108	28	70	41	106	32	22	55	4	100	42	43	0	.	14	79	55	44	83	41	70	35	0	.	52	51	91	30	135	25	265	28	383	20	174	23	144	24	42	54	25	59	161	33	0	.	0	.	33	66	0	.	10	100	39	41	50	47	24	55	14	78	29	61	215	33	62	48	32	49	17	63	28	63	62	59	0	.	58	37	117	41	41	46	65	47	4	100	10	100	0	.	61	54	32	52	51	48	4	100	104	42	53	43	83	38	43	44	42	49	25	49	20	82	49	42	47	52	43	44	36	48	31	48	0	.	17	62	12	77	4	100	33	49	26	58	4	100	32	49	0	.	11	100	0	.	24	58	293	19	185	24	414	18	30	63	4	100	29	48	73	39	31	52	19	71	0	.	4	100	0	.	5828	5
	41-50 cm	28	50	8	71	8	71	42	39	8	71	29	47	353	15	100	24	52	28	61	39	12	58	5	100	32	47	0	.	31	57	23	41	84	33	20	45	4	100	51	37	59	31	77	36	82	26	177	21	120	20	84	24	11	58	31	47	118	31	16	61	0	.	4	100	0	.	8	71	30	57	53	42	56	37	17	50	20	45	77	29	4	100	30	66	8	71	8	71	12	58	20	52	28	43	39	42	16	50	16	50	8	71	0	.	0	.	16	50	64	39	17	50	16	50	36	49	16	100	33	39	12	73	35	36	20	65	7	100	21	54	24	41	24	47	65	37	17	62	4	100	46	44	0	.	0	.	13	74	7	100	25	52	31	49	12	58	4	100	4	100	15	60	188	18	91	27	154	21	7	100	15	60	20	45	16	50	16	50	4	100	4	100	11	58	0	.	3289	4
	51-60 cm	20	53	20	45	4	100	4	100	0	.	16	78	155	20	53	37	25	41	16	50	8	71	8	71	0	.	0	.	4	100	15	71	86	45	20	45	4	100	28	47	29	63	56	32	67	27	75	27	76	25	13	58	13	58	13	58	24	46	4	100	0	.	0	.	0	.	4	100	0	.	12	58	12	58	4	100	13	58	46	39	4	100	24	41	8	71	0	.	0	.	0	.	0	.	16	50	16	50	8	71	0	.	8	71	4	100	8	71	17	60	16	50	0	.	12	73	0	.	16	50	0	.	15	61	4	100	8	71	21	53	16	50	8	71	20	54	0	.	0	.	25	59	5	100	0	.	0	.	0	.	4	100	24	41	0	.	4	100	4	100	4	100	77	27	48	29	76	27	17	79	8	71	12	58	8	71	4	100	0	.	0	.	4	100	0	.	1515	6
	61-70 cm	4	100	4	100	12	74	0	.	4	100	0	.	55	38	16	50	12	58	4	100	0	.	0	.	0	.	0	.	0	.	4	100	17	62	0	.	0	.	4	100	12	58	12	58	31	46	53	28	4	100	4	100	8	71	10	71	34	36	0	.	4	100	0	.	0	.	0	.	0	.	8	71	0	.	5	100	4	100	16	62	4	100	13	73	0	.	0	.	0	.	0	.	7	100	8	71	15	50	4	100	0	.	0	.	0	.	4	100	21	45	8	100	6	100	4	100	4	100	4	100	4	100	8	71	8	71	0	.	4	100	4	100	0	.	8	100	0	.	4	100	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	44	35	4	100	21	45	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	566	9
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	13	58	5	100	4	100	4	100	0	.	0	.	0	.	0	.	0	.	8	71	30	77	0	.	0	.	8	71	0	.	0	.	8	71	12	58	0	.	0	.	5	100	0	.	9	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	11	74	9	71	0	.	0	.	4	100	4	100	0	.	4	100	0	.	4	100	4	100	4	100	8	71	0	.	12	75	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	62	0	.	0	.	0	.	0	.	4	100	0	.	4	100	0	.	0	.	220	18
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	4	100	8	71	9	70	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	4	100	0	.	0	.	9	71	4	100	7	100	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	80	23
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	58	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	44	30
	>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	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71
	Total	357	26	219	30	88	38	291	22	258	30	539	24	4670	10	1223	15	971	16	1005	17	136	41	230	37	344	26	0	.	239	40	500	32	912	23	491	25	97	47	1030	19	1101	15	843	18	1824	15	3575	11	2484	14	1459	13	549	27	393	23	1742	20	154	33	97	41	105	39	12	100	307	28	327	28	604	26	618	22	311	32	419	29	1118	18	364	29	485	23	294	25	118	37	289	32	185	45	463	24	531	26	553	35	406	29	126	39	140	40	111	43	531	28	872	23	637	23	664	24	982	24	2231	18	1242	21	845	25	1195	19	214	31	132	43	606	25	555	27	380	25	682	22	240	32	137	49	424	24	121	50	192	35	260	31	320	37	289	28	290	28	118	42	131	49	33	59	144	39	3346	11	2036	15	3391	12	224	28	126	41	209	25	324	29	190	32	130	31	48	47	144	32	0	.	60343	2
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	2405	19	2121	19	1350	24	1992	22	1178	28	1412	22	12704	8	6342	9	7588	10	5715	11	445	31	1148	29	1470	19	0	.	812	26	1839	20	2766	16	2108	22	323	40	3378	15	4462	13	3144	14	8071	13	11892	9	10862	10	7039	10	2654	20	2726	18	4281	14	1068	28	1439	23	605	33	702	26	1692	26	1403	25	1907	21	3329	18	1625	21	1883	27	3547	17	1873	22	2143	21	2058	20	1552	22	1381	25	1020	32	1458	21	2827	19	1846	19	1494	24	1481	21	1240	28	1618	27	2086	25	3931	16	2509	18	3990	17	3073	17	6508	15	6073	13	3885	17	4420	17	1271	27	939	40	1797	22	1884	22	1761	24	3101	19	1131	25	583	38	1996	20	647	29	978	34	1690	19	1372	26	1322	23	1230	21	797	36	421	38	95	53	643	40	10128	9	7191	11	10085	10	1081	24	923	33	1139	23	1490	23	1290	22	637	28	695	35	793	28	0	.	249002	1
	21-30 cm	1141	20	1080	23	744	19	989	23	720	24	1210	20	7037	8	3686	10	3859	10	3603	12	233	35	576	25	1044	22	10	.	497	27	1313	22	2074	16	1244	20	213	41	1992	17	2542	13	2359	14	3536	12	6457	9	5715	9	3481	10	1238	18	1239	18	2338	15	433	32	736	20	324	32	314	29	834	23	1130	24	1280	24	1861	18	956	22	1163	22	1872	17	959	27	1470	19	1305	20	713	26	833	22	528	29	1036	22	1215	19	1352	21	831	26	996	22	626	28	1047	24	653	24	1867	16	1149	18	1514	18	1867	17	2630	14	3013	14	2040	17	2313	15	942	26	437	30	878	22	869	22	681	26	1524	23	711	27	218	48	1251	26	328	33	458	32	993	20	880	27	724	25	691	24	495	34	346	40	161	51	307	41	5670	9	4449	11	5486	10	697	23	526	36	544	25	1025	25	841	20	611	27	413	28	639	26	0	.	136830	1
	31-40 cm	793	18	430	22	564	22	649	22	562	23	868	20	4894	8	2513	9	1994	10	2148	12	168	36	344	26	704	21	8	.	365	27	889	20	1273	18	900	18	124	49	887	17	1674	14	1472	13	1564	13	3752	9	3289	9	2795	10	788	18	866	21	1266	16	227	30	515	27	346	32	237	31	512	19	614	24	553	22	812	19	633	21	709	22	1350	15	633	22	1013	18	890	16	502	24	704	21	316	24	793	18	911	20	570	20	484	24	653	23	338	25	494	23	463	27	787	19	672	22	616	21	867	18	1116	16	1079	15	587	18	927	19	396	26	352	31	468	25	493	21	423	25	672	21	371	28	91	49	825	20	194	37	296	32	691	18	421	22	564	22	548	22	215	31	169	36	151	49	229	29	2777	10	2137	11	2744	10	351	25	323	25	331	25	580	20	684	20	368	27	271	33	256	31	0	.	78857	1
	41-50 cm	568	16	233	24	275	22	509	16	409	22	647	19	3000	8	1680	9	1527	10	1377	11	148	31	248	28	414	20	8	.	253	31	511	20	741	17	498	20	86	42	819	15	1101	13	836	14	907	14	2115	9	2091	9	1781	9	501	19	557	18	918	14	232	27	297	21	216	28	150	29	465	18	237	24	286	24	495	18	391	21	395	24	690	15	357	23	827	16	549	18	288	21	436	21	233	25	457	18	458	19	422	21	341	22	297	24	211	28	270	24	102	28	479	17	469	20	214	22	333	19	349	22	547	16	296	19	365	18	202	29	193	35	277	26	364	25	306	23	538	20	182	30	77	38	436	20	179	29	140	32	468	17	245	24	407	22	356	19	165	32	168	32	65	53	114	32	1626	10	1044	12	1407	11	303	27	221	26	258	23	330	20	430	19	168	26	206	31	199	25	0	.	47987	1
	51-60 cm	251	21	192	23	154	22	315	20	195	26	431	21	1810	9	1302	10	939	11	668	13	109	33	119	34	224	24	12	.	105	32	246	22	481	18	305	20	24	71	380	17	598	15	523	14	672	14	1161	10	1102	14	720	11	321	23	341	19	450	17	124	28	200	24	103	35	80	31	229	20	110	32	140	30	338	22	249	24	119	27	375	18	286	22	522	16	221	22	236	23	144	38	134	32	226	21	285	20	284	21	196	24	182	28	119	32	163	23	123	27	336	19	176	22	75	28	136	26	99	31	345	16	133	28	203	20	113	31	66	39	100	28	205	26	172	28	350	20	114	30	18	51	236	24	125	34	70	32	160	21	169	27	259	25	253	24	62	41	69	37	87	43	100	31	972	11	637	14	734	13	198	29	169	28	153	24	229	24	233	22	129	33	121	32	162	27	0	.	27305	2
	61-70 cm	119	24	80	34	59	35	156	21	60	34	184	27	634	12	534	13	422	13	163	27	57	36	43	41	75	35	0	.	36	40	79	31	159	24	122	27	4	100	133	23	215	18	172	19	259	18	483	12	362	19	243	17	182	24	189	22	201	20	36	45	55	29	16	71	31	50	170	21	34	36	73	33	103	27	78	27	62	32	144	22	98	31	292	23	104	30	104	27	20	45	44	35	59	41	168	24	68	32	85	29	44	41	33	42	56	39	51	38	118	23	105	26	43	42	59	38	64	38	98	23	29	38	82	31	40	37	33	41	36	40	93	28	67	32	119	33	33	35	17	79	112	34	44	40	29	55	61	27	88	33	48	34	50	34	12	58	66	33	13	74	76	43	399	15	206	18	282	18	57	39	93	33	72	33	109	26	62	33	28	47	20	53	88	34	0	.	10504	2
	71-80 cm	39	37	36	44	21	52	66	35	18	60	41	37	246	17	199	16	162	20	87	30	9	71	16	50	29	50	4	.	15	73	40	38	65	42	62	32	4	100	99	29	129	26	89	25	130	22	219	18	118	22	97	23	55	33	29	43	72	29	32	51	22	53	8	71	33	39	32	47	4	100	31	41	43	39	43	39	33	39	48	36	86	32	121	27	20	45	48	35	0	.	8	71	11	73	61	34	29	49	55	48	16	50	26	56	16	61	49	33	64	30	51	36	10	73	27	42	22	53	66	28	46	43	41	32	24	41	35	63	43	49	36	37	66	29	53	36	37	48	0	.	20	52	28	51	4	100	8	71	31	52	17	50	16	50	0	.	20	53	13	74	21	69	275	19	60	32	151	27	27	41	12	58	32	35	21	45	20	53	12	58	16	50	20	45	0	.	4515	4
	81-90 cm	14	60	4	100	16	50	20	53	0	.	6	100	71	28	84	23	63	27	20	54	8	71	4	100	6	100	0	.	4	100	4	100	16	50	9	71	0	.	27	38	23	47	42	32	51	31	91	22	60	30	33	35	0	.	0	.	10	71	4	100	4	100	0	.	0	.	12	75	7	100	8	71	9	100	11	73	11	73	12	58	14	58	49	56	7	71	20	45	4	100	4	100	0	.	8	71	4	100	22	45	4	100	8	100	20	60	8	100	54	33	28	42	13	59	20	64	8	71	31	45	8	71	20	52	0	.	8	100	4	100	21	52	27	43	17	50	12	58	0	.	7	100	13	58	0	.	4	100	0	.	0	.	4	100	0	.	4	100	4	100	4	100	84	27	40	34	40	35	0	.	20	53	14	77	17	50	10	72	8	71	20	53	0	.	0	.	1500	6
	91-100 cm	4	100	0	.	0	.	4	100	0	.	0	.	28	42	8	71	21	66	8	71	0	.	6	100	0	.	0	.	4	100	0	.	9	72	0	.	0	.	24	41	5	100	8	71	7	71	19	45	31	45	8	71	4	100	0	.	0	.	0	.	4	100	4	100	0	.	8	100	0	.	0	.	16	78	0	.	5	100	4	100	4	100	10	71	0	.	0	.	0	.	0	.	4	100	4	100	0	.	4	100	0	.	9	100	0	.	4	100	16	61	4	100	0	.	4	100	8	71	9	72	4	100	4	100	0	.	5	100	4	100	0	.	7	100	0	.	4	100	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	8	71	0	.	0	.	37	33	26	42	4	100	0	.	0	.	9	71	0	.	0	.	4	100	0	.	0	.	0	.	439	11
	>100 cm	0	.	8	71	0	.	4	100	0	.	0	.	16	62	8	71	4	100	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	4	100	0	.	15	50	4	100	27	86	12	58	33	39	12	58	4	100	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	5	100	0	.	0	.	8	71	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	0	.	0	.	22	100	12	72	27	41	0	.	11	100	22	100	9	70	33	49	0	.	24	47	0	.	0	.	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	8	71	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	383	15
	Total	5335	15	4183	17	3184	17	4703	16	3144	21	4798	17	30440	7	16357	8	16581	8	13792	10	1177	25	2510	22	3965	17	42	.	2092	22	4921	18	7583	14	5252	16	778	35	7754	13	10753	10	8672	11	15210	10	26222	7	23642	7	16201	8	5744	16	5947	14	9535	12	2157	22	3272	18	1620	25	1557	24	3953	19	3540	21	4278	19	7011	16	3987	17	4381	20	8049	14	4309	18	6450	16	5156	15	3461	18	3521	19	2287	22	4044	17	5937	15	4575	16	3520	19	3673	18	2611	21	3704	20	3550	20	7680	13	5162	15	6486	15	6409	15	10814	13	11293	11	7029	16	8398	14	2989	23	2067	27	3613	20	3964	18	3514	20	6373	17	2595	22	1005	35	4883	18	1561	26	1974	27	4076	16	3210	21	3341	19	3149	18	1746	30	1271	30	589	41	1496	27	21976	7	15789	9	20940	8	2713	21	2287	24	2552	18	3802	18	3570	16	1965	22	1762	23	2160	21	0	.	557321	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. 2292530. Birmensdorf, Swiss Federal Research Institute WSL

zurück