Auswahl aus Themenliste

Wofür stehen die Zahlen?
Wozu dient der Standardfehler?
Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?
Wann genügt es nicht, nur den Standardfehler zu betrachten?
Zwei Typen von Veränderungen?
Veränderungsauswertungen: Wann sind die Ergebnisse (nicht) additiv?
Warum hat es für Standardfehler und Schätzwert manchmal einen Punkt («.»)?
Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?
Negative Werte bei Vorrat, Zuwachs oder Nutzung?

1. Wofür stehen die Zahlen?

In den Tabellen sind mehrheitlich Ergebnisse dargestellt, die mithilfe von statistischen Verfahren aus den Daten der Stichprobeninventur des Landesforstinventars (LFI) berechnet wurden. Solche Ergebnisse bestehen immer aus zwei Zahlen: 1) dem Schätzwert und 2) dem Stichprobenfehler, dem sogenannten Standardfehler.

Beispiel 1: Schätzwert und Standardfehler

LFI5

Totholzvolumen (Schaftholz)

Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha

Bezugsfläche: zugänglicher Wald ohne Gebüschwald

Netz: 1,4-km-Netz, Unternetze 1-5

Zustand 2018/26
	Produktionsregion
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Eigentum (2 Klassen)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
öffentlich	30	10	17	13	37	9	36	6	26	10	30	4
privat	27	17	20	12	50	10	32	8	39	13	34	5
Total	29Schätzwert	9Standardfehler	19	9	44	7	35	5	29	8	32	3

Meistens ist in den Tabellen der relative (prozentuale) Standardfehler angegeben («±%»), gelegentlich – bei geschätzten Prozenten – aber der absolute Standardfehler («±»).

2. Wozu dient der Standardfehler?

Mit dem Standardfehler können Vertrauensintervalle um den Schätzwert aufgespannt werden, die den wahren Wert der Grundgesamtheit mit einer bestimmten statistischen Sicherheit enthalten.

Die statistische Sicherheit beträgt

68%, wenn das Vertrauensintervall mit dem einfachen Standardfehler berechnet wurde
(68%-Vertrauensintervall = Schätzwert ± Standardfehler), und
95%, wenn das Vertrauensintervall mit dem doppelten Standardfehler berechnet wurde
(95%-Vertrauensintervall = Schätzwert ± 2 × Standardfehler*)

Beispiel 2: Vertrauensintervalle berechnen

LFI5
Totholzvolumen (Schaftholz)
Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	Produktionsregion
	Jura
Eigentum (2 Klassen)	m³/ha	±%
öffentlich	30	10
privat	27	17
Total	29	9

Frage
Wie gross sind das 68%- und das 95%-Vertrauensintervall der oben aufgeführten Schätzwerte?

Vorgehen

Berechnen des absoluten Standardfehlers (=relativer Standardfehler × Schätzwert / 100)
Berechnen der Vertrauensintervalle
- 68%-Vertrauensintervall = Schätzwert ± absoluter Standardfehler
- 95%-Vertrauensintervall = Schätzwert ± 2 × absoluter Standardfehler

Antwort

			Schritt 1	Schritt 2

Eigentum (2 Klassen)	Totholzvolumen Jura LFI5
	Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
öffentlich	30	10	3	27-33	24-36
privat	27	17	5	22-32	17-37
Total	29	9	3	26-32mit dem einfachen Standardfehler berechnet, d.h. 29 ± 3	23-25mit dem doppelten Standardfehler berechnet, d.h. 29 ± 2 × 3

Das Totholzvolumen liegt im Jura mit einer statistischen Sicherheit von 68% zwischen 26 und 32 m³/ha und mit einer statistischen Sicherheit von 95% zwischen 23 und 35 m³/ha.

Das 95%-Vertrauensintervall ist grösser als das 68%-Vertrauensintervall. Das bewirkt die höhere statistische Sicherheit.

Beispiel 3: Visualisierung des 68%- und des 95%-Vertrauensintervalls

Daten: siehe Beispiel 2

Bei der Interpretation der Ergebnisse muss man für sich jeweils festlegen, mit welcher statistischen Sicherheit man eine Aussage treffen möchte.

Im Landesforstinventar (LFI) wird in der Regel auf das 68%-Vertrauensintervall abgestellt.

Oben

3. Wann unterscheiden sich zwei Ergebnisse statistisch gesichert?*

Das lässt sich durch Vergleich der Vertrauensintervalle von zwei Schätzwerten überprüfen:

Überschneiden sich die 68%-Vertrauensintervalle von zwei Schätzwerten nicht, darf man mit einer gewissen Sicherheit davon ausgehen, dass sich die beiden Grundgesamtheiten unterscheiden.
Überschneiden sich die 95%-Vertrauensintervalle von zwei Schätzwerten nicht, darf man mit hoher Sicherheit davon ausgehen, dass sich die beiden Grundgesamtheiten unterscheiden.

Beispiel 4: Interpretation von zwei Ergebnissen der gleichen Inventur

LFI5
Vorrat (Schaftholz)
Eigentum (2 Klassen)
Regionale Gliederung: Produktionsregion
Einheit: m³/ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	Produktionsregion
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Eigentum (2 Klassen)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
öffentlich	331	3	311	3	405	4	300	3	256	5	314	2
privat	387	5	432	4	454	4	348	4	285	6	398	2
Total	345	2	363	2	431	2	314	2	262	4	343	1

	Fall 2						Fall 1

Fall 1

Frage
Ist der Vorrat pro Hektare in den Alpen höher als auf der Alpensüdseite?

Vorgehen

Berechnen der absoluten Standardfehler
Berechnen der Vertrauensintervalle je nach gewünschtem Sicherheitsniveau:
- 68%-Vertrauensintervalle (gewisse Sicherheit; einfacher absoluter Standardfehler)
- 95%-Vertrauensintervalle (hohe Sicherheit; doppelter absoluter Standardfehler)
Prüfen, ob die Vertrauensintervalle auf dem gewünschten Sicherheitsniveau nicht überlappen

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Alpen					Alpensüdseite
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
Total	314	2	6	308-320	302-326	262	4	10	252-272	242-282

Weder die 68%-Vertrauensintervalle noch die 95%-Vertrauensintervalle überlappen (hervorgehobene Zahlenpaare).

Bei diesem Fall hat das gewählte Sicherheitsniveau keinen Einfluss auf das Resultat.

Insgesamt bedeutet dies, dass statistisch eine hohe Sicherheit besteht, dass der Vorrat pro Hektare in den Alpen höher ist als auf der Alpensüdseite.

Fall 2

Frage
Ist der Vorrat pro Hektare im Mittelland höher als im Jura?

Vorgehen

Siehe Fall 1.

Antwort

Eigentum (2 Klassen)	Vorrat LFI5
	Jura					Mittelland
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
Total	345	2	7	338-352	331-359	363	2	7	356-370	349-377

Die 68%-Vertrauensintervalle überlappen nicht (hervorgehobene Zahlenpaare).
Die 95%-Vertrauensintervalle überlappen dagegen (hervorgehobene Zahlenpaare).

In diesem Fall hat das gewählte Sicherheitsniveau einen Einfluss auf die Interpretation der Ergebnisse: Auf dem Niveau des 68%-Vertrauensintervalls kommt man zum Schluss, dass der Vorrat pro Hektare im Mittelland höher ist als im Jura. Auf dem Niveau des 95%-Vertrauensintervalls kann man hingegen diesen Schluss nicht ziehen.

Unter Betrachtung beider Sicherheitsniveaus lässt sich sagen, dass statistisch eine gewisse, aber keine hohe Sicherheit besteht, dass der Vorrat pro Hektare im Mittelland höher ist als im Jura.

Mit den Vertrauensintervallen kann auch geprüft werden, ob ein mit der Stichprobe des Landesforstinventars (LFI) geschätzter Wert von einem Sollwert (z.B. aus der Waldpolitik) abweicht oder ob eine Veränderung zwischen zwei Inventuren statistisch gesichert ist.

Beispiel 5: Interpretation von zwei Ergebnissen aus unterschiedlichen Inventuren

Eigentum (2 Klassen)	Vorrat im Mittelland*
	LFI4		LFI5
	m³/ha	±%	m³/ha	±%
öffentlich	340	3	309	3
privat	447	4	432	4
Total	386	2	363	2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Berechnen der absoluten Standardfehler
Berechnen der Vertrauensintervalle je nach gewünschtem Sicherheitsniveau:
- 68%-Vertrauensintervalle (gewisse Sicherheit; einfacher absoluter Standardfehler)
- 95%-Vertrauensintervalle (hohe Sicherheit; doppelter absoluter Standardfehler)
Prüfen, ob die Vertrauensintervalle auf dem gewünschten Sicherheitsniveau nicht überlappen

Antwort

Eigentum (2 Klassen)	Vorrat im Mittelland*
	LFI4					LFI5
	Schätzwert	Standardfehler		Vertrauensintervall		Schätzwert	Standardfehler		Vertrauensintervall
		relativ	absolut	68%	95%		relativ	absolut	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
öffentlich	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privat	447	4	16	431-463	415-479	432	4	17	415-449	398-466
Total	386	2	8	378-394	370-402	363	2	9	354-372	345-381
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Die 68%-Vertrauensintervalle überlappen beim öffentlichen Wald nicht (hervorgehobene Zahlenpaare), beim Privatwald und beim Total aber schon (hervorgehobene Zahlenpaare). Auf dem Sicherheitsniveau der 68%-Vertrauensintervalle kommt man zum Schluss, dass der Vorrat pro Hektare im öffentlichen Wald des Mittellands abgenommen hat. Für den Privatwald wie auch für das Total ist die Abnahme statistisch nicht gesichert.

Die 95%-Vertrauensintervalle überlappen in allen der drei Kategorien. Auf dem Sicherheitsniveau der 95%-Vertrauensintervalle ist es damit auch für den öffentlichen Wald statistisch nicht gesichert, dass der Vorrat abgenommen hat.

Siehe dazu aber die Beispiele 6 und 7, bei der Veränderungen zwischen zwei Inventuren anhand der sensitiveren Bilanz interpretiert werden.

Die Prüfung, ob eine Veränderung zwischen zwei Inventuren statistisch gesichert ist, ist im LFI bei vielen Zielgrössen nicht nur durch Vergleich der Zustände in den beiden Inventuren möglich (siehe Beispiel 5), sondern auch durch die Analyse der Veränderung, also der Bilanz zwischen den beiden Inventuren.

Dazu muss man auch hier zunächst das Sicherheitsniveau definieren, das für die Aussage gelten soll:

Eine Veränderung (Bilanz) fand mit einer gewissen Sicherheit statt, wenn der einfache relative Standardfehler weniger als 100% beträgt oder wenn das Vertrauensintervall, das mit dem einfachen absoluten Standardfehler berechnet wurde (68%-Vertrauensintervall), den Wert 0 nicht einschliesst.
Eine Veränderung (Bilanz) fand mit hoher Sicherheit statt, wenn der doppelte relative Standardfehler weniger als 100% beträgt oder wenn das Vertrauensintervall, das mit dem doppelten absoluten Standardfehler berechnet wurde (95%-Vertrauensintervall), den Wert 0 nicht einschliesst.

Beispiel 6: Interpretation von Veränderungen (Bilanzen) mit dem relativen Standardfehler

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
	m³/ha	±%
öffentlich	-34	30
privat	-9	147
Total	-23	34
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Festlegen des Sicherheitsniveaus (68%- oder 95%-Vertrauensintervall)
Prüfen, ob
- der einfache relative Standardfehler kleiner als 100% ist (Sicherheitsniveau des 68%-Vertrauensintervalls)
- der doppelte relative Standardfehler kleiner als 100% ist (Sicherheitsniveau des 95%-Vertrauensintervalls)

Antwort

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
		einfach	doppelt
	m³/ha	±%	±%
öffentlich	-34	30	60
privat	-9	147	294
Total	-23	34	68
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Der einfache relative Standardfehler ist für den öffentlichen Wald wie auch für das Total kleiner als 100% (hervorgehobene Zahlen). Für den Privatwald ist er dagegen grösser als 100% (hervorgehobene Zahlen). Auf dem Sicherheitsniveau des 68%-Vertrauensintervalls kommt man zum Schluss, dass der Vorrat im Mittelland im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme dagegen statistisch nicht gesichert.

Zum gleichen Schluss kommt man bei diesem Beispiel auch mit dem Sicherheitsniveau des 95%-Vertrauensintervalls, da auch der doppelte relative Standardfehler für den öffentlichen Wald und das Total kleiner ist als 100%.

Insgesamt bedeutet dies, dass die statistische Sicherheit hoch ist, dass im Mittelland der Vorrat pro Hektare im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme hingegen statistisch nicht gesichert (da sowohl der doppelte als auch der einfache relative Standardfehler kleiner als 100% ist).

Beispiel 7: Interpretation von Veränderungen (Bilanzen) mit dem absoluten Standardfehler

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler
	%	±
öffentlich	-10	3
privat	-2	3
Total	-6	2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Frage
Hat im Mittelland der Vorrat pro Hektare vom LFI4 zum LFI5 abgenommen?

Vorgehen

Festlegen des Sicherheitsniveaus (68%- oder 95%-Vertrauensintervall)
Berechnen des Vertrauensintervalls aufgrund des festgelegten Sicherheitsniveaus
- 68%-Vertrauensintervall mit dem einfachen absoluten Standardfehler
- 95%-Vertrauensintervall mit dem doppelten absoluten Standardfehler
Prüfen, ob das entsprechende Vertrauensintervall den Wert 0 nicht einschliesst

Antwort

Eigentum (2 Klassen)	Vorratsveränderung LFI4–LFI5 im Mittelland*
	Schätzwert	Standardfehler		Vertrauensintervalle
		einfach	doppelt	68%	95%
	%	±	±	%	%
öffentlich	-10	3	6	-13 bis -7	-16 bis -4
privat	-2	3	6	-5 bis +1	-8 bis +4
Total	-6	2	4	-8 bis -4	-10 bis -2
* zugänglicher Wald ohne Gebüschwald LFI4/LFI5

Beim öffentlichen Wald wie auch beim Total schliessen sowohl das 68%- als auch das 95%-Vertrauensintervall den Wert 0 nicht ein. Auf beiden Sicherheitsniveaus kommt man so zum Schluss, dass der Vorrat im Mittelland im öffentlichen Wald wie auch insgesamt abgenommen hat. Für den Privatwald ist die Vorratsabnahme dagegen statistisch nicht gesichert (da die Vertrauensintervalle den Wert 0 einschliessen).

Veränderungen (Bilanzen) können anhand des absoluten oder des relativen Standardfehlers interpretiert werden (siehe die Beispiele 6 und 7). Es empfiehlt sich, den absoluten Standardfehler zu nutzen, wenn der Schätzwert in der Tabelle in Prozent (%) ausgewiesen ist (wie in Beispiel 7), und den relativen Standardfehler, wenn der Schätzwert in der Tabelle in absoluten Zahlen (m³, m³/ha, St., m²) angegeben ist (wie in Beispiel 6). So kann der Standardfehler direkt aus der Tabelle entnommen werden, muss also nicht umgerechnet werden.

Für die Prüfung, ob eine Veränderung statistisch gesichert ist, empfiehlt es sich, wo immer möglich die Veränderung (Bilanz) zwischen den beiden Inventuren zu analysieren. Bilanzen sind sensitiver als Zustandsvergleiche, womit mit ihnen Unterschiede statistisch besser entdeckt werden können (siehe die Beispiele 5 sowie 6 und 7).

Oben

4. Wann genügt es nicht, nur den Standardfehler zu betrachten?

Beim Landesforstinventar (LFI) handelt es sich um eine stichprobenbasierte Grossrauminventur, deren Probeflächen auf einem Gitternetz mit einer Maschenweite von 1.4 km × 1.4 km angeordnet sind. Das LFI wurde so konzipiert, dass der Vorrat für die Schweiz insgesamt mit einem Standardfehler von maximal 1% vorhergesagt werden kann.

Werden Ergebnisse für einzelne Regionen oder für einzelne Klassen abgefragt, wird der Standardfehler rasch viel grösser. Dies liegt daran, dass für die abgefragte Kombination von Merkmalsausprägungen* die Anzahl untersuchter Probeflächen und Objekte (d.h. Probebäume, Jungwaldpflanzen, Totholzstücke usw.) wesentlich geringer als für das Total ist.

Beispiel 8: Standardfehler und Kombination von Merkmalsausprägungen

Region	Vorrat
	Total		Ahorn		Bergahorn		Spitzahorn
	Schätzwert	Standardfehler	Schätzwert	Standardfehler	Schätzwert	Standardfehler	Schätzwert	Standardfehler
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Schweiz	343	1	12	5	11	5	1	20
Produktionsregion Mittelland	363	2	15	10	14	11	0	50
Kanton Aargau	289	7	15	20	13	20	1	63

Der Standardfehler wird mit zunehmendem Detaillierungsgrad grösser.

Grosse Standardfehler sind zu erwarten, wenn

die Forstkreise als regionale Gliederung gewählt wurden oder Ergebnisse für kleine Kantone (z.B. Appenzell Innerrhoden, Nidwalden) abgefragt werden,
ein Klassifizierungsmerkmal mit vielen Klassen gewählt wurde (z.B. Baumart in 56 Klassen),
mehrere Klassifizierungsmerkmale miteinander kombiniert wurden (z.B. Hauptbaumart und Entwicklungsstufe).

Grosse Standardfehler sind ein Indiz dafür, dass eine Schätzung möglicherweise anhand einer zu geringen Anzahl Probeflächen oder Objekte erfolgte und entsprechend das Ergebnis der Schätzung nicht belastbar sein könnte.

Bei der Zielgrösse «Jungwaldstammzahl mit Verbiss» (Verbissintensität) ist die Unsicherheit der Schätzung nicht zwingend an einem hohen Standardfehler zu erkennen. Dies liegt daran, dass es sich bei dieser Zielgrösse um einen Quotientenschätzer** handelt, der wegen der Erhebungsmethode bei selteneren Baumarten (z.B. Föhre, Lärche, Arve, Eiche, Kastanie) nur auf einer kleinen Anzahl beurteilter Jungwaldpflanzen beruht. Entsprechend sollte bei der Zielgrösse «Jungwaldstammzahl mit Verbiss» immer geprüft werden, auf wie vielen beurteilten Jungwaldpflanzen die einzelnen Schätzwerte basieren. Als Faustregel gilt, dass für eine belastbare Schätzung pro Schätzwert mindestens 30 Jungwaldpflanzen auf Verbiss beurteilt worden sein sollten.

Oben

5. Zwei Typen von Veränderungen?

Im Landesforstinventar (LFI) gibt es zwei Typen von Veränderungen:

Beim ersten Typ von Veränderungen handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung oder Mortalität. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI4–LFI5. Bei der Auswertung von Veränderungskomponenten wird in der Regel dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) vom früheren zum späteren Messzyklus nicht.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Bilanz zwischen zwei Messzyklen zu ziehen. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI5, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI5. Bei diesen Veränderungsauswertungen wird bei einem Teil der Klassifizierungsmerkmale der Wechsel der Merkmalsausprägung berücksichtigt. Dazu zählen die Merkmale «Baumzustand» oder «Wald, Nichtwald». So kann man z.B. sehen, dass die Waldfläche zugenommen hat. Beim anderen Teil der Klassifizierungsmerkmale werden die Merkmalsausprägungen als statisch betrachtet. Das bedeutet, dass der aktuellste Stand – sei er in einem Messzyklus erhoben (z.B. Vorrangfunktion LFI5) oder einer externen Datenquelle entnommen (z.B. Schutzwald [2022]) – sämtlichen Messzyklen zugewiesen wird.

Oben

6. Veränderungsauswertungen: Wann sind die Ergebnisse (nicht) additiv?

Die Ergebnisse sind

additiv, wenn sie als gesamte Veränderung zwischen zwei Messzeitpunkten ausgewiesen werden. So können beispielsweise die für die verschiedenen Produktionsregionen in Kubikmeter (m³) ausgewiesenen Nutzungen zusammengezählt werden, um die Nutzung für die Schweiz zu erhalten.
nicht additiv, wenn sie als Veränderung pro Jahr (z.B. m³/Jahr) ausgewiesen werden. Entsprechend können beispielsweise die für die verschiedenen Produktionsregionen in Kubikmeter pro Jahr (m³/Jahr) ausgewiesenen Nutzungen nicht zusammengezählt werden, um die Nutzung für die Schweiz zu erhalten.

Beispiel 9: Additivität/Nichtadditivität von Veränderungen

	Vorrat: gesamte Veränderung zwischen LFI4 und LFI5 (in 1000 m³)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
Tieflagen	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
Hochlagen	574.3	117	-328.0	62	1093.0	123	7128.4	21	666.7	93	9134.3	24
Total	-3184.7	40	-5237.1	34	67.9	2805	6811.3	23	4130.8	30	2588.1	136
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	additiv

	Vorrat: Veränderung pro Jahr zwischen LFI4 und LFI5 (in 1000 m³/Jahr)*
	Jura		Mittelland		Voralpen		Alpen		Alpensüdseite		Schweiz
Hochlagen/Tieflagen	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%
Tieflagen	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
Hochlagen	64.7	117	-38.3	62	122.4	123	810.4	21	74.9	93	1032.7	24
Total	-357.3	40	-598.4	34	7.6	2805	773.8	23	464.4	30	292.7	136
	* im zugänglichen Wald ohne Gebüschwald LFI4/LFI5
	nicht additiv

Die Nichtadditivität der Veränderungen pro Jahr kommt dadurch zustande, dass die gesamte Veränderung durch die mittlere Anzahl Jahre geteilt wird, die im jeweils betrachteten Gebiet* zwischen den zwei Messzeitpunkten liegt und die mittlere Anzahl Jahre je nach Gebiet* leicht unterschiedlich ist.

Beispiel 10: Mittlere Anzahl Jahre pro Gebiet

Gebiet		mittlere Anzahl Jahre*
Produktionsregion	Hochlagen/Tieflagen
Mittelland	-	8.75
Mittelland	Hochlagen	8.56
Mittelland	Tieflagen	8.76
Alpensüdseite	-	8.90
Alpensüdseite	Hochlagen	8.90
Alpensüdseite	Tieflagen	8.89
* zwischen den Messungen des LFI4 und des LFI5 im zugänglichen Wald ohne Gebüschwald

Oben

7. Warum hat es für Standardfehler und Schätzwert manchmal einen Punkt («.»)?

Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt. Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt («.») dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht beim Schätzwert und beim Standardfehler ein Punkt («.»).

Zum Beispiel hat das Landesforstinventar (LFI) im Mittelland bisher keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.

Oben

8. Warum wird bei manchen Tabellen kein Standardfehler ausgewiesen?

Die Daten in diesen Tabellen stammen aus einer Vollerhebung und nicht aus einer Stichprobeninventur. Entsprechend ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.

Beispielsweise ist die Erschliessungserhebung, die das Landesforstinventar (LFI) periodisch bei den lokalen Forstdiensten durchführt, eine solche Vollerhebung.

Oben

9. Negative Werte bei Vorrat, Zuwachs oder Nutzung?

Das ist möglich, wenn das Ergebnis nur anhand einiger weniger Bäume berechnet werden konnte. Die Schätzung ist damit nicht verlässlich. Dies zeigt sich auch am Standardfehler, der bei negativen Vorrats-, Zuwachs- oder Nutzungswerten in der Regel ausgesprochen hoch ist.

Die negativen Werte rühren daher, dass bei der Ermittlung des Schaftholzvolumens der Probebäume das allein anhand des Brusthöhendurchmessers (BHD) geschätzte Volumen (Tarifvolumen) mit dem anhand von BHD, Durchmesser in 7 m Höhe und Baumhöhe geschätzten Volumen der Tarifprobebäume justiert wird. Dieses Vorgehen ermöglicht eine unverzerrte (biasfreie) und genauere Berechnung des Schaftholzvolumens. Es kann aber zu negativen Werten bei allen Zielgrössen führen, die auf dem Schaftholzvolumen der Probebäume beruhen (z.B. Vorrat, Zuwachs, Nutzung), wenn die Anzahl Probebäume in einer Merkmalsausprägungskombination* gering ist.

Oben

LFI5
Gesamtstammzahl
NaiS-Vegetationshöhenstufen (3 Klassen) · Brusthöhendurchmesser (10 Klassen)
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 Stk.
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
NaiS-Vegetationshöhenstufen (3 Klassen)	Brusthöhendurchmesser (10 Klassen)	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%
keine Angabe	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
subalpin	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	2614	22	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	295	89	1394	34	122	62	983	30	1967	34	5670	19	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	578	95	283	72	688	69	0	.	0	.	302	55	0	.	197	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	248	68	683	49	472	41	0	.	0	.	0	.	378	53	90	100	0	.	0	.	18	100	529	63	0	.	62	77	88	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	.	0	.	0	.	0	.	0	.	3633	20	2178	27	1229	33	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24767	8
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	1679	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	121	100	689	34	228	50	592	28	1303	28	3119	17	0	.	0	.	0	.	22	.	0	.	0	.	0	.	0	.	0	.	265	85	278	94	309	68	0	.	0	.	158	62	0	.	175	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	0	.	660	38	501	42	0	.	0	.	0	.	324	59	36	71	0	.	17	.	108	71	240	63	35	.	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	67	.	0	.	0	.	0	.	0	.	1845	22	1182	26	783	31	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14778	8
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	1370	22	37	83	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	68	652	28	263	44	562	33	878	25	1832	15	0	.	0	.	0	.	9	.	0	.	0	.	0	.	0	.	0	.	102	94	105	85	365	79	0	.	0	.	165	67	0	.	39	.	0	.	0	.	0	.	0	.	0	.	22	74	0	.	0	.	0	.	0	.	0	.	85	78	369	35	173	48	78	.	0	.	0	.	115	50	14	71	0	.	17	.	109	74	52	72	25	.	34	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	64	.	0	.	0	.	0	.	0	.	1158	23	792	25	582	33	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10105	7
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	916	20	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	63	377	26	154	46	489	30	459	26	1286	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	39	81	51	64	129	86	0	.	0	.	72	60	0	.	9	.	0	.	0	.	0	.	0	.	0	.	44	100	0	.	0	.	0	.	0	.	0	.	49	66	259	37	120	48	6	.	0	.	0	.	86	47	14	71	0	.	0	.	72	72	28	71	7	.	65	71	27	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	.	0	.	0	.	0	.	0	.	796	23	463	23	396	34	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6503	7
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	316	24	18	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	62	261	28	70	51	304	29	215	27	716	17	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	100	7	100	10	100	0	.	14	.	50	62	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	74	0	.	0	.	0	.	0	.	0	.	69	55	167	37	79	63	0	.	0	.	0	.	57	58	7	100	0	.	0	.	44	75	7	100	7	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	.	0	.	0	.	0	.	0	.	414	22	213	29	291	32	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3448	7
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	128	30	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21	74	91	36	28	61	119	37	80	39	251	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	20	100	0	.	7	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	79	0	.	0	.	0	.	0	.	0	.	28	62	28	61	22	58	0	.	0	.	0	.	21	74	14	71	0	.	21	.	21	74	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	.	0	.	0	.	0	.	0	.	238	26	125	33	126	42	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1466	10
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	75	35	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	63	43	7	100	42	47	43	41	101	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	7	.	15	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	14	71	14	71	0	.	0	.	0	.	0	.	21	58	7	100	0	.	0	.	0	.	0	.	14	.	14	71	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	130	37	21	58	44	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	655	13
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	29	79	7	100	9	100	22	58	63	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	7	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	78	40	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	251	22
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	7	100	0	.	21	74	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	45	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	88	31
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	7	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	38
	Total	0	.	0	.	0	.	0	.	0	.	0	.	7105	19	74	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	579	80	3563	25	879	44	3135	26	4973	24	13052	14	0	.	0	.	0	.	31	.	0	.	0	.	0	.	0	.	0	.	1020	87	724	77	1521	67	0	.	29	.	775	54	0	.	421	.	0	.	0	.	0	.	0	.	0	.	169	76	0	.	0	.	0	.	0	.	0	.	493	54	2181	33	1367	38	84	.	0	.	0	.	1009	46	183	82	0	.	62	.	372	71	856	62	88	.	208	71	142	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	247	.	0	.	0	.	0	.	0	.	8337	17	4981	23	3451	27	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	62110	6
montan	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	191	59	0	.	0	.	273	57	506	39	1335	30	7662	13	4763	13	2771	28	5106	15	305	100	240	59	789	37	0	.	286	55	1408	28	2741	22	821	42	0	.	2179	23	1993	24	1920	24	3464	23	6574	15	2552	26	4528	16	1756	32	1593	38	4506	20	508	54	1299	26	186	54	768	36	1291	26	1135	30	1840	38	1701	27	1178	40	860	45	2325	27	1070	42	1434	23	514	65	1295	39	1037	38	819	56	480	40	1456	28	1287	33	1029	41	456	38	0	.	223	74	1556	44	1809	52	611	39	1586	33	831	38	951	41	2512	29	1756	35	1013	33	1542	33	702	59	957	38	1559	33	978	40	1557	39	418	48	0	.	1913	30	66	.	488	58	1508	25	668	39	1050	31	540	42	251	64	301	63	226	60	418	73	3694	19	4014	20	5356	18	546	39	588	47	378	51	1535	34	820	47	0	.	0	.	17	.	0	.	129164	3
	21-30 cm	173	66	0	.	0	.	238	50	382	37	1214	26	3849	13	3221	15	1371	28	3576	16	36	71	86	60	449	38	0	.	175	53	990	35	1873	20	456	43	0	.	1338	23	1343	24	1348	26	1901	22	3643	16	1659	23	2045	18	671	31	709	32	2328	19	308	47	837	28	274	49	325	39	800	30	1165	35	916	34	1064	29	670	29	601	36	1437	28	663	42	978	26	295	44	538	37	554	36	288	59	501	35	734	35	1208	32	590	39	391	42	0	.	171	64	365	41	732	38	320	39	764	43	838	38	425	39	1310	29	1108	31	776	41	911	34	243	49	875	34	407	37	348	34	1334	38	451	49	0	.	789	31	33	.	196	60	886	23	390	42	485	37	265	46	189	65	189	75	146	88	145	72	1961	21	2526	23	3082	20	431	38	313	53	75	81	831	31	472	44	0	.	33	.	33	.	0	.	75061	3
	31-40 cm	80	62	17	.	0	.	47	63	605	29	981	25	2805	13	1795	15	525	27	2173	16	17	100	128	57	278	40	0	.	211	62	487	38	1111	22	539	33	0	.	767	24	880	23	932	24	586	23	2140	15	1155	21	1695	18	386	30	451	35	1285	18	175	64	538	33	87	68	278	50	410	29	730	33	509	30	659	24	368	32	537	40	608	23	639	33	1008	22	285	37	477	41	532	37	75	54	288	42	469	34	683	30	348	32	394	51	0	.	24	75	105	59	633	59	319	45	211	40	433	31	352	45	585	30	363	34	292	36	503	37	196	59	401	35	426	32	235	39	572	34	278	48	0	.	795	25	99	.	92	72	614	25	258	36	331	41	136	43	98	66	55	66	158	66	24	71	1101	24	1212	22	1707	17	273	37	181	45	79	56	647	29	283	31	0	.	0	.	23	.	0	.	46272	3
	41-50 cm	90	51	0	.	0	.	77	53	419	29	475	26	1689	13	1313	14	440	28	1319	14	21	100	42	85	139	48	0	.	133	50	401	30	589	22	329	32	0	.	624	22	781	22	434	21	395	24	1187	14	760	20	1131	18	189	34	318	28	696	18	94	50	306	30	111	45	152	39	412	24	329	33	189	35	514	24	352	31	342	36	390	24	282	38	600	23	174	39	197	37	217	34	84	65	229	34	313	33	356	28	364	31	171	38	0	.	34	65	78	55	299	48	267	34	78	47	123	32	75	55	302	30	206	33	225	33	208	43	156	69	262	41	246	43	290	39	272	33	108	44	7	.	438	26	27	.	83	56	419	24	115	35	281	30	160	39	92	63	43	57	65	64	21	100	520	24	573	23	1000	17	151	41	152	41	64	71	296	26	322	30	0	.	0	.	13	.	0	.	28244	3
	51-60 cm	70	81	0	.	0	.	99	53	255	32	400	29	1188	14	1017	14	272	26	610	17	14	100	14	100	90	45	0	.	66	58	194	30	434	25	228	34	0	.	382	26	347	24	344	25	379	27	756	17	372	22	505	19	169	32	239	32	525	21	67	43	186	34	52	52	74	50	288	26	98	39	123	38	295	30	221	34	123	38	221	27	268	30	384	22	56	47	119	45	28	50	91	59	135	33	236	29	272	30	233	31	97	48	0	.	23	74	50	55	299	72	159	40	57	46	59	47	7	100	105	40	94	40	139	39	126	42	62	54	124	36	139	41	118	36	149	33	86	43	0	.	206	25	33	.	22	58	147	29	112	40	119	37	140	41	8	100	101	55	43	58	28	79	361	23	365	24	553	21	80	38	103	44	68	68	163	34	166	36	0	.	0	.	20	.	0	.	17270	3
	61-70 cm	14	100	0	.	0	.	13	100	106	36	98	40	513	18	410	19	131	31	189	23	0	.	7	100	21	74	0	.	13	71	77	40	111	31	78	37	0	.	150	34	155	27	177	25	110	37	377	20	119	39	211	25	100	48	181	36	223	28	7	100	66	48	22	76	43	52	122	36	73	46	20	58	105	39	56	49	54	79	91	37	135	43	347	25	28	61	27	61	7	100	7	100	40	52	91	41	54	56	72	52	49	51	0	.	15	71	21	58	62	42	83	46	43	57	22	74	14	100	69	40	7	100	64	53	47	56	47	60	44	58	72	49	84	46	129	40	33	52	0	.	147	44	7	.	23	57	51	43	75	43	43	53	68	51	23	74	35	45	0	.	24	71	94	48	112	33	216	26	14	100	41	62	0	.	135	37	40	47	0	.	0	.	7	.	0	.	7117	4
	71-80 cm	7	100	0	.	0	.	20	58	22	58	36	45	211	22	198	23	57	44	58	35	0	.	7	100	14	100	0	.	0	.	38	53	98	33	32	65	0	.	106	41	60	42	56	44	91	33	110	28	34	52	101	36	45	52	49	44	67	37	30	50	30	50	0	.	21	74	53	37	13	71	25	50	86	47	72	44	20	76	48	49	76	48	94	37	0	.	14	100	7	100	0	.	0	.	53	41	19	58	50	65	7	100	0	.	7	100	36	82	42	65	39	60	7	100	7	100	7	100	14	100	14	71	36	52	13	71	21	74	29	79	27	50	48	43	18	74	14	71	0	.	27	61	0	.	8	100	14	71	30	62	8	100	7	100	0	.	16	100	0	.	17	72	70	46	51	43	104	34	14	71	13	100	0	.	83	37	27	79	0	.	0	.	7	.	0	.	3106	6
	81-90 cm	0	.	0	.	0	.	0	.	7	100	0	.	41	46	77	33	56	39	16	100	0	.	0	.	0	.	0	.	0	.	20	74	28	59	7	100	0	.	14	71	29	50	19	58	20	58	73	41	22	74	15	71	0	.	28	50	0	.	22	74	15	71	0	.	16	71	0	.	0	.	15	100	6	100	22	73	0	.	22	58	27	59	42	46	0	.	0	.	7	100	0	.	0	.	9	100	11	100	7	100	0	.	0	.	0	.	0	.	19	72	0	.	14	71	15	71	0	.	15	71	0	.	7	100	0	.	0	.	7	100	15	71	7	100	0	.	13	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	11	100	23	58	6	100	20	58	0	.	14	71	10	100	14	71	0	.	0	.	0	.	0	.	0	.	909	10
	91-100 cm	0	.	0	.	0	.	7	100	0	.	0	.	24	58	22	59	0	.	22	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	35	45	6	100	7	100	0	.	29	50	0	.	7	100	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	7	100	6	100	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	7	100	8	100	0	.	0	.	0	.	11	100	0	.	0	.	8	100	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	22	58	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	300	16
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	16	71	0	.	14	71	7	100	0	.	0	.	0	.	8	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	14	100	11	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	127	26
	Total	625	48	17	.	0	.	774	45	2302	29	4540	22	17983	11	12823	11	5630	22	13069	13	394	84	524	52	1780	34	0	.	884	47	3616	28	6983	18	2490	30	0	.	5602	19	5595	19	5237	20	6946	19	14905	13	6673	19	10251	14	3323	28	3568	27	9632	17	1218	39	3287	23	732	45	1676	32	3383	23	3544	28	3637	29	4431	22	2952	27	2537	33	5149	23	3167	30	4894	19	1351	37	2667	31	2389	30	1364	45	1673	32	3369	25	3892	24	2706	29	1572	35	0	.	498	55	2224	38	3918	49	1797	33	2759	31	2336	32	1831	37	4923	24	3548	30	2552	30	3349	31	1428	47	2700	32	2891	28	2122	28	4032	33	1401	38	7	.	4315	24	265	.	910	50	3645	21	1649	33	2317	28	1321	35	660	55	740	50	638	59	688	63	7832	17	8881	19	12053	16	1509	34	1413	39	674	49	3705	25	2130	30	0	.	33	.	119	.	0	.	307571	2
hyperinsubrisch, kollin, submontan	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	2266	27	1735	26	702	36	986	31	0	.	0	.	414	47	1186	29	6199	16	35	.	884	47	841	46	716	34	17	.	394	52	434	55	0	.	995	47	261	52	0	.	314	63	323	49	0	.	1214	53	51	76	1256	27	717	34	1594	30	226	75	436	57	0	.	905	56	87	.	0	.	0	.	0	.	347	95	270	59	667	67	277	95	166	70	0	.	1506	27	343	58	119	87	848	46	934	47	403	96	0	.	18	100	997	41	1268	30	924	30	142	.	908	47	426	56	2449	35	1490	45	5062	21	1350	42	811	45	2929	29	124	71	0	.	86	74	387	51	599	64	0	.	426	56	521	45	87	82	488	53	713	70	0	.	548	49	328	55	1020	58	519	54	51	75	0	.	445	93	1351	46	907	42	1121	38	42	100	192	51	526	33	184	66	985	46	649	41	873	50	731	33	0	.	63744	5
	21-30 cm	696	26	663	33	725	32	700	32	0	.	0	.	170	52	529	36	2635	16	0	.	265	48	408	39	434	48	0	.	171	51	270	46	0	.	699	35	138	61	0	.	126	71	240	50	0	.	676	43	121	79	775	27	324	48	973	29	155	71	158	55	0	.	206	52	52	.	0	.	0	.	0	.	174	72	158	71	444	59	108	71	288	87	0	.	859	29	239	45	136	53	312	39	551	44	15	100	0	.	18	100	575	34	680	34	618	36	106	.	535	49	291	60	562	45	952	32	2799	21	527	37	542	44	1664	28	257	74	0	.	105	76	287	55	178	66	0	.	295	56	239	57	87	82	173	65	34	70	0	.	429	54	139	56	190	58	388	47	51	75	0	.	56	76	530	40	369	48	414	47	42	100	171	42	417	47	266	70	299	37	569	39	194	46	651	33	0	.	32289	5
	31-40 cm	322	31	463	31	201	46	340	34	0	.	0	.	213	49	406	33	1674	15	24	.	104	54	203	44	375	36	24	.	135	56	231	54	0	.	320	35	110	60	0	.	64	61	73	63	0	.	429	46	13	71	435	34	370	35	440	33	55	72	60	66	0	.	52	67	0	.	0	.	0	.	0	.	76	100	90	72	205	50	74	92	75	89	0	.	606	30	112	50	31	64	186	39	326	43	38	83	0	.	57	71	322	43	263	36	364	31	7	.	185	44	99	61	217	43	507	39	840	24	152	48	267	39	509	38	168	78	0	.	61	71	77	70	104	86	0	.	127	58	65	55	69	71	40	71	89	65	0	.	174	44	115	48	159	61	151	41	87	50	0	.	60	74	200	43	127	55	105	48	58	71	132	62	168	40	69	82	173	47	258	32	185	44	258	33	0	.	16027	5
	41-50 cm	327	30	183	32	233	31	302	26	0	.	0	.	210	48	176	30	968	16	21	.	28	61	173	46	147	36	14	.	95	52	80	56	0	.	177	33	64	57	0	.	48	59	40	61	0	.	111	48	18	100	379	27	237	37	346	29	32	76	28	61	0	.	76	52	21	.	0	.	0	.	0	.	0	.	21	100	53	64	37	70	40	60	0	.	423	25	75	43	75	57	172	40	137	48	18	100	0	.	43	74	149	48	240	31	200	33	7	.	57	57	93	61	35	51	156	32	463	27	71	36	93	42	245	35	72	76	0	.	48	73	64	62	46	64	0	.	112	66	83	62	7	100	28	61	41	71	0	.	84	42	92	60	129	47	94	48	47	86	0	.	40	74	79	48	35	66	36	52	40	85	63	62	213	36	21	74	189	44	102	35	146	43	150	36	0	.	9497	5
	51-60 cm	141	28	140	29	80	42	240	26	0	.	0	.	54	53	134	35	802	15	0	.	90	47	68	44	42	47	21	.	60	57	61	51	0	.	115	42	22	100	0	.	42	63	24	58	0	.	23	74	20	73	244	31	235	38	197	32	25	72	21	74	0	.	56	53	0	.	0	.	0	.	0	.	0	.	35	100	29	78	31	100	23	74	0	.	155	29	87	48	14	71	69	45	35	52	18	100	0	.	21	74	34	50	139	37	149	31	7	.	30	59	0	.	20	73	81	45	143	42	40	52	42	67	105	40	20	100	0	.	0	.	26	77	46	70	0	.	34	60	43	61	35	72	20	100	0	.	0	.	14	71	42	70	27	79	67	51	14	71	0	.	34	72	52	74	7	100	16	100	15	71	48	55	109	36	0	.	68	45	128	38	66	37	103	32	0	.	5298	5
	61-70 cm	78	37	60	40	40	52	90	36	0	.	0	.	22	71	60	39	357	19	0	.	14	100	14	70	28	61	14	.	7	100	14	71	0	.	47	47	7	100	0	.	6	100	0	.	0	.	24	57	13	71	143	32	27	61	85	40	0	.	0	.	0	.	21	100	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	100	33	60	53	0	.	28	61	0	.	0	.	0	.	14	71	29	60	80	42	54	43	7	.	6	100	8	100	15	71	30	50	41	52	16	70	8	100	22	58	20	100	0	.	0	.	0	.	25	100	0	.	7	100	14	71	14	100	9	100	0	.	0	.	0	.	8	100	28	71	7	100	14	100	0	.	20	74	0	.	0	.	7	100	13	100	41	62	41	47	0	.	53	53	28	60	33	60	54	40	0	.	2134	7
	71-80 cm	25	58	13	71	37	45	90	35	0	.	0	.	0	.	46	46	115	28	0	.	16	71	14	100	14	71	0	.	7	100	14	71	0	.	7	100	7	100	0	.	6	100	0	.	0	.	0	.	0	.	14	71	32	60	30	50	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	51	42	41	53	0	.	13	100	0	.	6	100	0	.	0	.	7	100	13	100	27	79	0	.	7	100	0	.	7	100	15	71	24	75	23	76	13	100	37	51	0	.	0	.	0	.	0	.	6	100	0	.	15	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	0	.	0	.	0	.	0	.	0	.	0	.	20	58	7	100	0	.	0	.	13	71	20	58	0	.	0	.	880	10
	81-90 cm	7	100	7	100	27	61	13	71	0	.	0	.	0	.	0	.	27	50	0	.	0	.	0	.	0	.	7	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	9	100	18	71	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21	73	33	53	0	.	14	100	16	100	0	.	0	.	8	100	7	100	0	.	7	100	10	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	7	100	7	100	7	100	0	.	302	17
	91-100 cm	0	.	7	100	0	.	7	100	0	.	0	.	0	.	0	.	14	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	71	0	.	14	100	0	.	0	.	0	.	16	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	106	29
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	100	0	.	22	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	82	40
	Total	3862	22	3270	23	2045	27	2767	23	0	.	0	.	1083	41	2544	27	12799	12	80	.	1401	39	1721	37	1755	33	98	.	868	48	1103	45	0	.	2375	33	610	52	0	.	606	57	706	48	0	.	2477	42	237	73	3246	22	1943	28	3664	24	492	71	709	48	0	.	1322	48	160	.	0	.	0	.	0	.	597	77	592	59	1416	58	526	81	601	72	0	.	3699	23	971	38	374	54	1628	34	1983	39	500	82	0	.	171	74	2112	33	2722	26	2381	25	276	.	1758	43	935	53	3305	34	3230	31	9396	19	2209	37	1778	38	5547	26	671	71	0	.	307	74	841	51	1004	60	0	.	1016	53	964	44	298	62	758	51	877	63	0	.	1249	46	732	47	1553	47	1226	44	277	52	0	.	662	72	2213	39	1444	42	1706	35	209	77	668	44	1487	32	539	60	1767	34	1761	29	1524	37	1954	27	0	.	130359	4
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	2457	25	1735	26	702	36	1259	27	506	39	1335	30	10690	11	5949	12	8970	14	5141	15	1189	43	1082	38	1504	25	17	.	680	38	1842	25	2741	22	1816	32	261	52	2473	23	3701	19	2365	21	4447	19	9754	14	8273	15	5784	14	2474	25	3187	24	4732	20	943	39	1299	26	1090	48	854	34	1291	26	1713	38	2123	34	2735	27	1448	34	1527	38	2904	24	1236	37	1631	24	2019	26	1638	33	1156	36	1667	36	1414	34	1877	30	1287	33	1046	41	1453	30	1268	30	1147	28	1946	37	3400	32	1510	25	4035	25	2320	32	6013	18	4240	22	2657	27	3941	23	1666	31	720	57	1572	31	1946	28	1638	33	1644	37	844	37	521	45	2000	29	554	48	1201	48	1508	25	1216	31	1378	27	1609	40	769	42	353	55	226	60	862	59	8678	14	7099	15	7705	14	588	36	780	37	903	29	1719	31	1805	33	649	41	873	50	748	32	0	.	217675	2
	21-30 cm	869	24	663	33	725	32	938	27	382	37	1214	26	5698	11	3749	13	4006	14	3576	16	301	43	495	34	883	30	0	.	345	37	1260	29	1873	20	1155	27	138	61	1460	23	2158	19	1816	21	2494	18	5622	13	4898	13	2820	15	995	26	1682	22	2505	18	466	36	837	28	480	36	377	36	800	30	1430	32	1194	34	1547	25	827	27	1045	32	1704	24	951	39	1153	27	1154	24	777	29	690	31	600	35	1052	28	768	34	1208	32	607	38	966	26	680	34	789	31	471	38	1927	24	1112	27	1326	31	1790	24	3224	19	2161	21	1686	24	2440	23	1186	31	352	40	1219	28	729	30	548	31	1334	38	745	37	239	57	876	29	206	57	230	52	886	23	819	35	624	31	521	34	577	38	240	61	146	88	201	56	4337	14	4077	17	4280	16	472	36	484	37	492	41	1097	29	771	30	569	39	227	42	684	32	0	.	122129	2
	31-40 cm	402	28	480	31	201	46	387	30	605	29	981	25	4388	11	2238	13	2199	13	2197	16	122	48	331	35	653	27	24	.	346	44	718	31	1111	22	859	24	110	60	805	23	1596	17	1268	20	1148	20	3448	13	3000	12	2130	16	756	23	891	24	1349	18	235	51	538	33	139	49	278	50	410	29	832	31	614	29	1101	31	459	29	742	32	847	22	714	31	1047	22	891	23	589	35	562	35	262	31	614	30	529	31	683	30	405	30	716	34	263	36	388	30	197	46	1187	34	592	30	506	29	940	25	1192	21	853	23	644	24	801	27	687	33	305	46	514	30	528	28	373	35	572	34	405	38	65	55	864	24	140	74	180	48	614	25	433	28	446	32	359	36	249	36	142	40	158	66	85	57	2459	15	2131	16	2393	15	331	33	314	37	247	33	716	27	456	26	258	32	185	44	281	31	0	.	72404	2
	41-50 cm	417	26	183	32	233	31	379	23	419	29	475	26	2816	11	1501	13	1408	14	1339	14	49	55	214	40	286	30	14	.	228	36	481	27	589	22	506	24	64	57	666	21	1206	16	628	19	885	20	1757	12	2065	12	1510	15	427	25	664	20	729	18	121	41	306	30	187	34	173	37	412	24	368	31	240	30	643	26	373	29	395	32	498	21	323	34	609	22	597	21	272	29	292	29	255	34	366	28	376	30	356	28	407	28	320	30	240	31	234	29	134	40	615	28	481	25	119	35	279	22	538	25	459	22	313	25	470	24	280	37	228	52	338	34	317	36	401	31	300	30	220	40	90	58	445	26	54	58	124	44	419	24	199	27	372	27	322	29	186	39	89	53	65	64	61	60	1395	16	1071	16	1432	15	191	37	216	34	277	32	317	25	510	25	102	35	146	43	164	34	0	.	44244	2
	51-60 cm	211	33	140	29	80	42	339	24	255	32	400	29	1558	12	1169	13	1074	13	610	17	104	43	81	40	132	34	21	.	126	41	255	26	434	25	343	26	22	100	424	24	650	17	437	21	682	20	995	14	1108	13	749	16	404	26	436	23	550	20	88	37	186	34	107	37	74	50	288	26	110	36	130	37	305	30	256	32	166	32	302	24	292	28	384	22	210	24	206	33	42	41	160	38	170	28	277	26	272	30	254	29	131	38	139	37	172	29	126	38	496	45	237	34	76	39	140	32	150	40	203	28	144	33	244	28	146	38	106	44	131	35	172	35	164	32	158	32	120	35	43	61	241	24	53	73	22	58	147	29	126	37	161	33	193	34	75	46	114	49	43	58	62	53	827	16	585	18	860	17	95	34	151	35	177	34	163	34	235	29	128	38	66	37	122	31	0	.	26016	2
	61-70 cm	92	35	60	40	40	52	103	34	106	36	98	40	663	15	476	17	488	16	189	23	14	100	21	57	49	47	14	.	20	58	91	36	111	31	125	29	7	100	171	31	252	21	205	23	228	26	481	17	384	21	354	19	126	40	266	28	223	28	7	100	66	48	43	62	43	52	122	36	91	42	20	58	125	36	65	45	61	71	98	35	135	43	347	25	127	29	87	41	7	100	35	53	40	52	121	36	54	56	87	45	78	39	80	42	69	37	56	39	97	33	112	36	58	46	52	42	55	47	106	31	30	50	86	42	87	44	69	47	44	58	72	49	119	39	129	40	40	46	14	71	161	41	16	72	23	57	51	43	75	43	51	47	103	39	30	62	49	43	0	.	45	51	332	23	237	23	350	22	28	71	82	44	41	47	135	37	94	36	28	60	33	60	61	37	0	.	10717	3
	71-80 cm	31	50	13	71	37	45	110	30	22	58	36	45	287	19	244	20	172	24	58	35	16	71	21	74	28	61	0	.	7	100	52	43	98	33	39	56	7	100	106	41	129	29	63	41	132	27	152	23	135	26	115	33	77	39	79	33	67	37	37	44	30	50	0	.	21	74	53	37	19	58	25	50	86	47	72	44	27	62	63	44	84	44	94	37	51	42	55	47	7	100	13	100	0	.	66	36	19	58	50	65	13	71	13	100	33	66	49	63	64	47	39	60	14	71	22	58	31	62	59	44	34	52	73	37	13	71	21	74	29	79	42	47	68	35	27	60	29	50	0	.	27	61	0	.	8	100	14	71	30	62	8	100	7	100	0	.	29	63	0	.	17	72	200	29	72	35	147	28	14	71	33	53	7	100	83	37	27	79	13	71	20	58	7	100	0	.	4641	5
	81-90 cm	7	100	7	100	27	61	13	71	7	100	0	.	41	46	77	33	83	31	16	100	0	.	0	.	0	.	7	.	0	.	20	74	28	59	14	71	0	.	27	50	58	47	26	50	29	50	94	34	85	41	15	71	0	.	28	50	0	.	22	74	15	71	7	100	16	71	0	.	0	.	15	100	6	100	31	59	18	71	22	58	27	59	42	46	0	.	7	100	7	100	0	.	0	.	17	71	11	100	7	100	0	.	21	73	33	53	0	.	34	59	16	100	14	71	15	71	8	100	29	50	0	.	14	71	17	72	0	.	15	71	15	71	7	100	0	.	13	71	0	.	0	.	0	.	0	.	0	.	0	.	8	100	7	100	0	.	0	.	0	.	17	72	102	33	14	71	20	58	0	.	14	71	17	72	14	71	0	.	7	100	7	100	7	100	0	.	1462	8
	91-100 cm	0	.	7	100	0	.	13	71	0	.	0	.	24	58	22	59	14	71	22	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	41	14	71	14	71	21	74	29	50	7	100	7	100	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	7	100	6	100	0	.	0	.	7	100	0	.	0	.	0	.	7	100	0	.	7	100	8	100	0	.	13	71	0	.	26	71	0	.	0	.	8	100	16	100	10	100	0	.	7	100	0	.	0	.	0	.	0	.	7	100	9	100	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	44	41	22	58	15	71	0	.	7	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	494	13
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	7	100	14	71	14	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	7	100	0	.	0	.	14	71	23	58	7	100	14	71	7	100	0	.	0	.	0	.	8	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	16	100	0	.	14	100	11	100	0	.	0	.	0	.	0	.	22	100	0	.	22	58	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	258	19
	Total	4487	20	3287	23	2045	27	3541	20	2302	29	4540	22	26172	9	15440	10	18429	10	13149	13	1795	35	2245	31	3536	24	98	.	1752	34	4719	24	6983	18	4865	22	610	52	6182	19	9764	14	6822	17	10081	15	22355	11	19963	11	13497	12	5265	20	7233	18	10155	16	1927	30	3287	23	2054	35	1836	30	3383	23	4564	29	4361	27	6549	22	3544	24	3982	29	6450	20	3768	28	5314	20	5050	19	3639	25	2763	27	2992	28	3656	26	4038	24	3892	24	2877	28	3684	24	2722	26	2878	23	2993	31	7856	27	4098	23	6149	23	5566	22	11227	17	8141	18	5509	23	8099	20	4083	28	1800	40	3863	27	3820	24	3334	26	4174	32	2417	32	971	44	4614	23	1023	46	1787	40	3645	21	2898	27	3049	24	3121	29	1887	34	1017	39	638	59	1350	47	18382	11	15306	14	17210	13	1719	31	2081	30	2161	26	4244	23	3897	23	1761	29	1557	36	2073	26	0	.	500040	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 2280619. Birmensdorf, Swiss Federal Research Institute WSL

zurück