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: Stk./ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI4/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)	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%
keine Angabe	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
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	.	174	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	756	.	0	.	0	.	211	58	164	22	64	28	163	15	173	20	224	12	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	531	67	236	35	565	35	0	.	0	.	131	33	0	.	450	.	0	.	0	.	0	.	0	.	0	.	183	71	0	.	0	.	0	.	0	.	0	.	141	40	261	30	197	30	136	39	0	.	0	.	191	20	102	53	431	57	0	.	24	72	243	41	100	71	86	50	100	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	150	.	0	.	0	.	0	.	0	.	172	14	185	17	151	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	187	5
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	115	13	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	504	.	0	.	0	.	92	66	81	22	77	34	107	14	104	16	116	12	0	.	0	.	0	.	50	.	0	.	0	.	0	.	0	.	0	.	243	54	185	82	266	32	0	.	0	.	62	44	0	.	400	.	0	.	0	.	0	.	0	.	0	.	13	87	0	.	0	.	0	.	0	.	0	.	0	.	133	25	135	28	146	88	0	.	0	.	126	30	98	43	24	75	50	.	150	0	110	41	150	24	33	57	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	200	.	0	.	0	.	0	.	0	.	93	16	93	18	94	22	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	105	5
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	87	15	57	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	127	.	0	.	0	.	26	41	65	17	81	26	80	20	66	16	63	10	0	.	0	.	0	.	20	.	0	.	0	.	0	.	0	.	0	.	107	52	86	54	291	50	0	.	0	.	77	44	0	.	90	.	0	.	0	.	0	.	0	.	0	.	20	35	0	.	0	.	0	.	0	.	0	.	36	67	73	20	50	34	131	52	0	.	0	.	37	30	15	28	46	38	50	.	151	19	21	61	110	26	23	42	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	190	.	0	.	0	.	0	.	0	.	54	17	65	17	74	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	66	5
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	62	12	19	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	.	0	.	0	.	50	31	39	17	64	22	58	20	32	18	40	11	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	55	34	34	42	85	72	0	.	0	.	38	38	0	.	20	.	0	.	0	.	0	.	0	.	0	.	30	87	0	.	0	.	0	.	0	.	0	.	24	43	48	26	33	35	5	88	0	.	0	.	16	36	10	47	21	67	0	.	100	14	14	47	10	71	49	34	31	25	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	100	.	0	.	0	.	0	.	0	.	37	18	39	15	48	25	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	41	5
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	23	17	28	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	34	28	21	20	36	34	20	17	17	21	13	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	89	5	89	6	82	0	.	40	.	18	51	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	55	0	.	0	.	0	.	0	.	0	.	38	25	31	25	22	49	0	.	0	.	0	.	13	40	10	50	0	.	0	.	60	23	3	93	10	71	8	89	10	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	80	.	0	.	0	.	0	.	0	.	19	17	18	21	34	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21	6
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	9	26	9	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	59	8	32	7	53	15	29	6	32	7	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	23	60	5	88	13	82	0	.	20	.	2	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	61	0	.	0	.	0	.	0	.	0	.	15	35	5	56	7	39	0	.	0	.	0	.	6	47	10	47	0	.	60	.	30	24	0	.	0	.	6	90	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	.	0	.	0	.	0	.	0	.	11	22	10	28	14	37	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	9
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	6	28	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	92	5	39	2	96	4	43	2	38	3	28	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	49	0	.	0	.	0	.	20	.	5	93	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	87	0	.	0	.	0	.	0	.	0	.	6	60	3	66	0	.	0	.	0	.	0	.	4	52	5	85	0	.	0	.	0	.	0	.	20	71	12	37	11	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	32	2	56	6	43	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	11
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	35	3	64	4	65	2	68	2	45	2	47	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	87	0	.	0	.	0	.	0	.	0	.	7	92	0	.	0	.	0	.	0	.	0	.	3	53	0	.	0	.	20	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	38	2	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	18
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	89	1	98	0	.	2	72	0	.	0	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	.	5	84	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	43	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	28
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	68	1	69	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	35
	Total	0	.	0	.	0	.	0	.	0	.	0	.	476	10	113	62	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1429	.	0	.	0	.	439	45	393	12	320	20	467	9	403	12	474	7	0	.	0	.	0	.	70	.	0	.	0	.	0	.	0	.	0	.	982	51	552	49	1226	33	0	.	80	.	335	32	0	.	960	.	0	.	0	.	0	.	0	.	0	.	291	37	0	.	0	.	0	.	0	.	0	.	267	24	553	15	444	18	424	52	0	.	0	.	396	15	251	30	522	45	180	.	516	6	391	40	400	27	218	33	162	34	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	740	.	0	.	0	.	0	.	0	.	396	10	413	13	422	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	437	4
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	110	39	0	.	0	.	136	40	107	28	152	22	212	9	148	8	240	21	194	11	418	68	174	33	220	20	0	.	176	33	243	19	192	16	161	32	0	.	171	16	167	18	153	16	249	14	219	11	192	19	217	11	250	22	216	30	276	14	174	42	158	17	84	35	164	24	146	18	208	14	318	28	185	19	176	33	180	31	226	17	181	34	115	16	148	57	285	28	183	29	327	40	115	29	224	17	163	22	178	29	122	23	0	.	159	52	364	32	357	45	154	21	221	22	174	23	308	20	314	15	261	25	195	17	288	20	434	31	195	26	268	22	179	29	323	21	135	34	0	.	234	21	200	.	188	45	150	16	153	26	182	18	138	29	139	47	121	49	154	35	391	41	227	13	265	12	298	12	126	23	189	33	220	23	184	26	151	39	0	.	0	.	50	.	0	.	207	2
	21-30 cm	100	49	0	.	0	.	119	28	80	24	138	17	107	10	100	11	119	22	134	11	50	0	62	33	144	20	0	.	108	29	140	27	135	14	90	35	0	.	100	17	101	17	116	19	138	14	130	10	114	16	98	13	91	21	96	22	145	12	105	32	102	19	124	27	69	28	90	22	211	23	158	24	110	22	100	18	128	22	134	19	112	34	79	18	85	31	118	25	98	27	115	47	120	21	113	25	150	20	103	27	105	30	0	.	123	41	98	25	145	29	63	28	104	34	154	25	130	20	176	18	162	19	156	25	173	22	146	21	183	18	75	25	62	24	235	25	145	37	0	.	107	24	100	.	76	47	87	13	94	30	87	26	68	35	126	36	76	64	99	74	136	41	125	16	169	16	159	14	101	23	100	41	44	65	95	23	87	36	0	.	100	.	100	.	0	.	119	2
	31-40 cm	46	43	50	.	0	.	23	48	118	15	111	16	72	9	56	11	45	21	81	12	24	74	93	29	80	23	0	.	130	45	82	28	81	17	106	21	0	.	55	18	66	16	73	17	41	17	71	10	76	15	81	14	54	19	61	27	81	11	60	53	65	26	40	53	59	41	46	22	121	23	88	20	74	15	55	23	114	28	60	15	108	23	73	15	82	20	105	30	94	28	30	40	69	31	60	25	72	24	54	23	106	41	0	.	17	59	31	43	125	54	63	34	29	31	77	17	113	26	68	20	59	22	59	21	98	26	80	39	81	23	75	19	41	29	83	27	90	36	0	.	97	15	300	.	35	61	60	17	61	21	59	31	35	31	58	44	22	56	108	43	23	46	66	18	79	15	79	11	70	19	58	30	46	32	74	20	52	19	0	.	0	.	70	.	0	.	71	2
	41-50 cm	52	26	0	.	0	.	38	34	79	15	54	17	45	10	41	11	38	22	50	9	29	74	30	69	44	32	0	.	82	25	62	19	39	17	65	19	0	.	45	16	59	13	34	13	25	19	41	9	49	13	54	13	30	24	43	17	45	12	32	36	37	23	50	19	33	27	47	14	54	24	33	27	52	15	52	21	71	24	39	16	48	30	48	15	50	23	43	25	38	24	33	54	55	18	42	23	42	19	53	21	46	23	0	.	25	45	25	40	59	41	52	22	15	28	22	19	23	43	31	21	29	24	38	19	38	35	52	55	53	30	50	32	49	31	41	24	35	29	20	.	48	18	80	.	32	41	44	13	28	18	50	16	41	25	51	46	17	44	44	41	19	83	32	18	36	17	46	11	48	25	49	23	37	56	32	17	59	17	0	.	0	.	40	.	0	.	43	2
	51-60 cm	40	68	0	.	0	.	50	34	53	18	45	22	28	10	31	10	24	21	25	13	19	74	10	87	26	29	0	.	41	37	27	19	29	21	45	24	0	.	28	20	26	18	27	17	22	23	25	13	23	16	24	15	23	24	32	24	34	15	23	23	23	27	24	32	16	41	33	17	16	31	21	33	30	24	33	25	26	25	18	21	45	18	34	14	16	34	26	35	5	43	36	46	32	17	29	19	33	21	33	21	26	38	0	.	16	55	11	48	59	68	31	29	8	37	10	40	2	95	12	33	14	30	22	30	23	34	21	37	25	24	26	31	21	24	23	24	28	29	0	.	23	16	100	.	9	44	15	20	27	25	22	26	36	28	4	88	40	41	29	31	26	58	21	18	22	20	25	17	28	24	33	30	39	53	19	27	31	27	0	.	0	.	60	.	0	.	26	3
	61-70 cm	8	89	0	.	0	.	7	92	22	22	11	35	13	14	13	17	11	27	7	20	0	.	5	86	8	51	0	.	8	54	10	35	7	27	15	28	0	.	11	30	12	21	15	20	7	32	12	15	7	36	10	21	14	43	24	30	14	23	2	94	9	39	10	63	9	45	14	30	12	40	3	53	11	34	8	44	15	57	7	33	23	35	29	17	8	52	6	54	1	97	3	93	10	44	11	34	6	54	10	47	13	42	0	.	11	48	5	50	12	33	16	37	5	53	4	69	4	95	6	35	1	98	9	48	8	50	15	50	9	51	12	44	16	37	23	29	11	41	0	.	16	39	20	.	9	43	6	35	17	31	8	47	17	42	13	60	14	24	0	.	23	46	5	46	7	29	11	21	3	96	13	52	0	.	15	30	7	40	0	.	0	.	20	.	0	.	11	4
	71-80 cm	4	89	0	.	0	.	10	41	4	52	4	40	5	20	6	21	5	40	3	29	0	.	5	86	6	64	0	.	0	.	5	49	6	30	6	60	0	.	7	38	4	39	5	37	6	27	4	26	2	50	5	34	6	47	7	38	4	32	10	34	4	45	0	.	4	69	6	32	2	67	4	45	9	41	11	38	4	71	4	42	13	42	8	30	0	.	3	96	1	97	0	.	0	.	7	34	2	55	7	61	2	96	0	.	5	87	8	77	8	59	10	40	1	98	1	97	2	95	1	98	2	68	5	47	2	67	7	66	6	74	5	44	11	32	3	72	4	62	0	.	3	57	0	.	3	93	1	69	7	54	1	97	2	96	0	.	6	91	0	.	16	48	4	44	3	40	5	30	3	65	4	95	0	.	9	32	5	75	0	.	0	.	20	.	0	.	5	5
	81-90 cm	0	.	0	.	0	.	0	.	1	97	0	.	1	45	2	31	5	35	1	99	0	.	0	.	0	.	0	.	0	.	3	72	2	57	1	97	0	.	1	69	2	48	1	56	1	56	2	40	1	73	1	70	0	.	4	45	1	99	7	65	2	68	0	.	3	66	0	.	0	.	3	98	1	99	3	69	0	.	2	56	5	55	4	40	0	.	0	.	1	97	0	.	0	.	1	99	1	98	1	98	0	.	0	.	0	.	0	.	4	66	1	97	2	67	2	66	0	.	1	69	0	.	2	67	0	.	0	.	1	96	3	67	2	66	0	.	4	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	96	0	.	0	.	0	.	10	85	2	48	0	99	1	57	2	95	5	62	6	90	1	68	0	.	0	.	0	.	0	.	0	.	1	9
	91-100 cm	0	.	0	.	0	.	3	92	0	.	0	.	1	50	1	58	0	.	1	57	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	2	42	0	99	1	70	0	.	1	44	0	.	0	99	0	.	0	.	0	.	3	93	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	97	0	.	1	98	1	98	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	98	2	96	0	.	0	.	0	.	2	97	0	.	0	.	1	96	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	2	66	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	1	56	0	99	0	.	2	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	15
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	1	57	0	.	1	70	1	98	0	.	0	.	0	.	1	98	0	.	0	.	1	98	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	3	96	2	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	24
	Total	360	19	50	.	0	.	386	20	464	15	516	11	484	6	398	6	487	13	495	7	539	43	379	14	529	12	0	.	545	18	572	17	491	11	489	15	0	.	420	10	437	9	426	11	489	10	505	7	466	11	492	8	469	15	483	15	601	7	417	18	401	11	332	19	358	15	383	12	624	12	628	16	471	11	440	14	539	17	490	13	537	18	390	9	390	19	587	15	421	17	545	24	399	15	488	13	468	11	440	16	422	18	0	.	356	21	545	23	773	42	390	16	385	19	445	17	583	14	611	11	528	17	487	13	630	17	754	19	552	16	514	13	386	13	731	17	452	20	20	.	528	13	800	.	351	33	364	10	388	15	409	12	338	17	391	29	297	33	434	34	645	20	482	10	583	10	624	8	382	14	453	21	392	17	429	16	392	17	0	.	100	.	360	.	0	.	484	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	207	20	171	18	114	27	102	24	0	.	0	.	168	29	179	17	181	12	100	.	277	33	221	35	166	18	50	.	189	34	127	44	0	.	193	39	171	22	0	.	228	37	181	22	0	.	437	38	77	23	139	19	131	23	205	21	292	21	207	38	0	.	438	39	250	.	0	.	0	.	0	.	500	64	258	9	289	52	450	63	104	48	0	.	167	20	101	49	70	75	206	36	274	32	611	60	0	.	25	71	240	30	173	21	113	22	291	26	259	30	251	26	596	18	313	32	445	12	349	25	203	30	428	17	183	14	0	.	127	14	276	10	428	39	0	.	299	26	253	20	83	59	215	32	522	50	0	.	225	33	175	30	418	42	219	39	38	55	0	.	318	74	425	32	299	23	260	22	56	63	87	28	118	18	170	29	192	37	105	33	192	39	125	22	0	.	218	4
	21-30 cm	63	19	65	27	118	22	68	26	0	.	0	.	69	36	80	27	78	12	0	.	83	35	107	26	99	37	0	.	82	32	79	34	0	.	136	23	55	49	0	.	92	48	134	22	0	.	244	23	181	29	86	20	59	41	125	20	201	16	75	37	0	.	99	33	150	.	0	.	0	.	0	.	250	14	151	41	192	43	175	10	180	71	0	.	95	22	70	32	80	28	76	26	161	29	23	76	0	.	25	71	139	19	93	26	75	30	149	71	151	33	168	33	142	30	178	17	245	13	145	17	129	29	239	17	380	14	200	.	155	23	205	23	127	42	0	.	207	28	116	40	83	59	69	54	25	50	0	.	176	40	67	38	78	44	164	28	38	55	0	.	40	55	167	22	117	35	90	35	56	63	86	10	94	36	246	41	58	26	92	31	40	37	111	24	0	.	109	4
	31-40 cm	29	26	46	26	33	40	33	28	0	.	0	.	86	30	61	23	49	11	70	.	33	43	53	33	88	21	70	.	65	40	68	44	0	.	62	24	44	48	0	.	46	32	41	43	0	.	155	29	20	0	48	28	68	24	57	25	71	19	28	52	0	.	25	53	0	.	0	.	0	.	0	.	110	71	86	42	89	30	120	59	47	73	0	.	67	23	33	39	18	45	45	26	94	28	57	49	0	.	80	0	78	31	36	29	45	23	10	71	47	31	54	41	56	27	92	29	73	17	37	37	72	19	73	28	247	26	21	.	90	0	55	48	74	70	0	.	89	31	31	37	67	42	16	62	65	42	0	.	71	22	56	25	65	49	64	18	65	7	0	.	43	57	63	27	40	43	38	33	78	18	55	49	38	30	64	61	34	40	42	23	38	36	44	23	0	.	54	4
	41-50 cm	30	24	18	26	38	21	29	19	0	.	0	.	85	30	27	19	28	13	60	.	9	51	45	35	32	24	40	.	46	34	24	47	0	.	34	22	25	43	0	.	35	32	22	41	0	.	40	31	28	76	42	19	43	27	45	20	42	33	13	46	0	.	37	32	60	.	0	.	0	.	0	.	0	.	20	81	23	50	60	0	25	35	0	.	47	17	22	30	44	35	42	28	45	32	28	76	0	.	60	24	36	40	33	22	25	25	10	71	15	48	51	40	8	43	29	17	40	22	17	21	28	29	35	25	107	34	64	.	71	10	46	39	33	39	0	.	79	46	40	47	7	81	14	38	30	50	0	.	34	21	44	44	53	29	40	30	35	71	0	.	29	57	25	35	11	57	9	38	53	39	26	49	48	23	19	50	37	36	16	26	30	34	26	26	0	.	32	4
	51-60 cm	13	23	14	23	13	35	25	19	0	.	0	.	22	40	20	26	23	11	0	.	28	34	18	33	9	38	60	.	29	42	18	40	0	.	22	34	9	93	0	.	30	37	13	36	0	.	8	64	29	24	27	24	43	28	25	24	32	20	10	63	0	.	27	33	0	.	0	.	0	.	0	.	0	.	34	82	13	68	50	71	15	57	0	.	17	22	26	36	8	55	17	34	12	35	28	76	0	.	30	24	8	39	19	30	18	24	10	71	8	50	0	.	4	68	15	36	12	38	13	36	9	61	15	31	30	77	43	.	0	.	18	61	33	53	0	.	24	37	21	46	33	43	11	71	0	.	0	.	6	60	28	41	11	70	28	34	10	51	0	.	24	54	16	65	2	94	7	66	20	0	20	40	25	24	0	.	13	37	21	30	14	27	18	21	0	.	18	4
	61-70 cm	7	33	6	36	6	47	8	32	0	.	0	.	9	62	9	32	10	17	0	.	4	95	4	64	8	45	40	.	3	92	4	63	0	.	9	40	3	93	0	.	4	90	0	.	0	.	9	44	20	0	16	26	5	56	11	34	0	.	0	.	0	.	10	91	0	.	0	.	0	.	0	.	0	.	8	82	0	.	0	.	0	.	0	.	11	27	18	43	0	.	7	54	2	95	0	.	0	.	20	0	7	54	11	36	7	39	10	71	2	96	4	88	3	65	5	43	4	50	4	63	2	96	3	53	30	77	43	.	0	.	0	.	18	90	0	.	5	89	7	58	13	81	6	61	0	.	0	.	0	.	4	91	12	59	3	92	10	87	0	.	14	57	0	.	0	.	3	66	18	79	17	49	9	39	0	.	10	46	4	56	7	54	9	32	0	.	7	6
	71-80 cm	2	55	1	69	6	39	9	28	0	.	0	.	0	.	7	40	3	26	0	.	5	63	4	95	3	65	0	.	3	92	4	63	0	.	1	97	3	93	0	.	4	90	0	.	0	.	0	.	0	.	2	68	6	55	4	46	0	.	3	92	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	89	0	.	6	38	12	42	0	.	3	96	2	95	9	76	0	.	0	.	2	96	2	98	3	76	0	.	2	95	0	.	2	96	3	66	2	73	6	69	3	96	5	47	0	.	0	.	0	.	0	.	4	90	0	.	11	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	51	0	.	0	.	0	.	0	.	2	96	0	.	8	44	1	96	0	.	0	.	2	67	4	52	0	.	0	.	3	10
	81-90 cm	1	98	1	98	4	57	1	69	0	.	0	.	0	.	0	.	1	49	0	.	0	.	0	.	0	.	20	.	0	.	0	.	0	.	2	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	91	0	.	0	.	0	.	0	.	0	.	8	82	8	59	0	.	0	.	0	.	0	.	2	95	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	70	4	49	0	.	4	95	9	88	0	.	0	.	1	99	2	96	0	.	1	98	15	77	0	.	11	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	91	0	.	0	.	0	.	0	.	5	88	0	.	0	.	0	.	0	.	0	.	1	96	0	.	0	.	1	97	1	96	1	97	0	.	1	17
	91-100 cm	0	.	1	98	0	.	1	99	0	.	0	.	0	.	0	.	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	90	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	95	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	68	0	.	4	95	0	.	0	.	0	.	1	99	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	96	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	28
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	98	2	98	0	.	2	96	0	.	0	.	0	.	0	.	5	97	0	.	3	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	33
	Total	352	13	322	14	333	13	277	14	0	.	0	.	440	15	384	12	373	7	230	.	439	20	452	22	404	16	280	.	418	26	324	33	0	.	461	20	310	23	0	.	440	25	396	18	0	.	892	20	355	12	358	11	356	13	472	12	637	1	336	24	0	.	639	25	460	.	0	.	0	.	0	.	860	32	566	11	614	41	855	39	375	52	0	.	410	13	286	21	221	31	395	18	589	20	757	36	0	.	240	24	509	17	372	13	294	14	480	44	493	24	537	21	811	15	634	15	824	8	577	18	446	19	803	13	991	0	371	.	454	15	600	11	717	32	0	.	714	21	468	18	286	24	336	29	642	39	0	.	512	26	378	18	636	26	518	22	206	13	0	.	473	48	696	21	470	24	410	17	280	22	300	17	334	14	499	18	345	22	284	17	326	23	334	12	0	.	443	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	193	19	165	18	114	27	107	20	107	28	152	22	201	7	151	8	195	11	193	11	303	30	209	28	191	14	50	.	184	24	207	18	205	16	177	26	171	22	175	16	168	13	138	14	219	12	215	10	212	10	193	9	200	18	210	18	270	13	187	29	158	17	255	39	170	22	146	18	257	26	301	24	250	19	187	27	203	29	218	16	165	30	125	16	162	20	206	26	157	28	252	27	187	25	243	19	163	22	164	29	184	23	173	21	120	20	287	26	294	23	185	16	336	16	240	22	415	11	286	12	224	19	321	14	261	19	329	35	204	21	255	17	199	24	298	21	187	24	217	26	219	21	213	28	304	38	150	16	179	21	180	16	241	32	184	31	92	45	154	35	350	43	212	10	236	10	257	10	116	23	145	27	146	16	182	24	171	27	105	33	180	39	121	22	0	.	207	2
	21-30 cm	68	18	63	28	118	22	76	21	80	24	138	17	107	8	95	10	88	11	132	11	77	31	95	23	120	20	0	.	93	22	121	22	143	15	113	20	55	49	99	16	92	13	110	15	128	11	127	8	116	10	94	11	78	20	111	15	145	11	93	25	102	19	112	21	75	25	90	22	216	21	164	27	137	18	107	17	141	23	122	17	127	32	88	19	92	18	98	21	94	22	91	27	138	19	93	25	150	20	96	27	123	17	93	26	82	25	72	29	142	17	106	19	120	23	165	15	219	12	156	13	144	16	191	15	188	19	151	16	158	16	105	19	67	22	208	27	165	25	99	43	104	23	73	46	58	43	87	13	123	26	82	22	78	25	148	22	63	52	99	74	81	40	111	10	133	12	134	11	95	22	94	25	80	33	110	21	73	25	92	31	44	33	111	22	0	.	115	2
	31-40 cm	32	23	46	25	33	40	32	25	118	15	111	16	76	7	57	10	48	10	81	12	31	38	64	24	84	16	70	.	94	33	78	24	82	16	84	16	44	48	52	17	64	11	72	14	54	14	74	9	66	8	71	12	60	15	59	18	79	11	47	43	65	26	33	39	55	42	46	22	118	21	88	19	102	23	59	21	102	23	65	15	95	23	74	14	71	17	74	28	76	28	39	22	80	21	54	23	72	24	57	20	91	27	36	29	41	22	30	36	84	29	57	22	48	23	84	17	82	14	53	16	59	15	65	18	111	23	87	29	63	21	75	16	43	27	74	28	90	26	27	40	94	14	49	66	46	38	60	17	65	15	58	24	54	29	62	21	37	28	108	43	34	44	59	12	70	11	72	10	71	16	57	27	40	23	73	19	43	19	42	23	36	36	45	21	0	.	66	2
	41-50 cm	33	20	17	26	38	21	31	17	79	15	54	17	51	8	38	10	31	11	50	9	13	46	41	31	38	21	40	.	62	22	50	19	39	16	49	16	25	43	45	15	49	11	39	12	36	15	38	8	42	8	50	11	36	18	44	13	44	11	24	32	37	23	44	18	34	25	47	14	54	21	33	23	53	20	48	21	54	23	39	14	43	27	47	14	48	14	34	21	40	20	39	26	50	17	40	22	42	19	53	19	41	22	33	22	25	22	24	29	43	24	45	17	12	24	25	13	37	20	24	17	27	18	36	15	43	30	61	36	42	25	46	27	47	23	40	22	49	29	37	44	44	18	22	40	31	32	44	13	30	14	48	16	48	18	45	28	23	44	44	41	25	47	34	13	35	11	41	11	48	22	39	23	45	22	31	17	48	18	16	26	28	35	26	24	0	.	40	2
	51-60 cm	17	29	13	23	13	35	29	17	53	18	45	22	27	9	30	10	23	10	25	13	27	31	16	31	17	26	60	.	34	28	24	18	28	21	33	20	9	93	28	18	27	13	25	15	26	16	21	11	22	10	25	13	32	20	29	17	33	15	18	25	23	27	25	23	15	42	33	17	15	30	18	32	26	24	33	24	23	23	19	19	39	19	33	14	17	18	26	26	6	35	24	31	23	18	27	18	33	21	33	19	17	32	19	30	18	22	19	27	35	42	23	27	6	33	12	27	10	37	12	21	12	26	18	22	22	32	30	26	16	28	23	27	21	23	22	23	27	23	18	48	24	16	21	57	6	49	15	20	20	26	24	22	29	26	18	37	30	39	29	31	25	39	19	12	18	15	24	14	27	22	27	25	29	25	17	27	22	23	21	30	13	28	20	21	0	.	23	2
	61-70 cm	7	31	6	36	6	47	8	30	22	22	11	35	12	12	12	15	11	14	7	20	4	96	4	51	8	34	40	.	5	50	8	32	7	27	12	23	3	93	11	27	10	17	12	19	9	22	10	14	7	19	12	17	10	37	18	24	13	23	1	97	9	39	10	55	8	45	14	30	14	34	4	46	10	32	8	39	11	54	6	32	18	37	28	17	10	24	11	36	1	98	5	48	6	42	12	30	6	54	11	40	10	34	11	36	7	32	9	30	7	29	11	29	4	43	4	38	4	44	6	26	2	47	6	39	13	39	20	32	5	54	9	45	14	33	20	31	9	38	6	60	16	36	8	47	6	48	6	35	11	36	7	42	15	33	7	54	13	30	0	.	18	37	8	21	8	20	11	18	5	66	15	36	7	41	14	31	9	32	4	56	6	55	10	29	0	.	10	3
	71-80 cm	2	48	1	69	6	39	10	24	4	52	4	40	5	16	6	18	4	22	3	29	4	65	4	70	5	48	0	.	2	96	5	40	6	30	4	54	3	93	7	36	5	27	4	35	6	23	3	21	3	25	4	31	6	36	5	30	4	32	7	35	4	45	0	.	4	70	6	32	4	46	3	46	8	41	9	39	3	58	4	39	11	39	8	30	4	39	7	42	1	98	2	98	1	98	7	29	2	55	6	62	2	68	2	98	3	63	7	59	4	44	5	45	1	69	2	55	2	60	3	42	3	50	5	33	2	67	5	68	4	76	5	43	10	25	4	56	6	41	0	.	3	58	0	.	2	95	1	69	4	57	1	97	1	98	0	.	8	55	0	.	7	63	5	26	2	33	5	24	3	66	6	47	1	97	8	32	3	77	2	67	4	52	1	97	0	.	4	4
	81-90 cm	1	99	1	99	4	57	1	69	1	97	0	.	1	45	2	32	2	30	1	99	0	.	0	.	0	.	20	.	0	.	2	73	2	57	1	69	0	.	2	42	2	42	2	43	1	44	2	30	2	40	0	70	0	.	2	48	1	99	4	68	2	68	2	96	3	66	0	.	0	.	2	98	0	99	4	55	2	68	1	56	4	56	4	40	0	.	1	98	1	98	0	.	0	.	2	69	1	98	1	98	0	.	3	70	3	49	2	98	2	57	2	73	1	69	1	69	1	99	2	39	0	.	1	56	3	69	0	.	2	67	2	68	2	68	0	.	3	66	0	.	0	.	0	.	0	.	0	.	0	.	1	98	1	98	0	.	0	.	0	.	7	63	2	30	1	61	1	57	2	96	3	66	3	69	1	69	0	.	1	97	1	97	1	97	0	.	1	7
	91-100 cm	0	.	1	99	0	.	1	69	0	.	0	.	1	50	1	59	0	70	1	57	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	3	38	0	70	1	57	1	74	1	44	0	100	0	100	0	.	0	.	0	.	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	0	99	1	98	0	.	0	.	1	98	0	.	0	.	0	.	1	98	0	.	1	98	1	98	0	.	1	68	0	.	2	70	0	.	1	99	1	98	1	99	0	99	0	.	0	99	0	.	0	.	0	.	0	.	2	68	1	97	0	.	0	.	0	.	2	94	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	40	1	57	1	57	0	.	1	97	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	12
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	70	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	99	0	.	0	.	1	70	1	44	0	100	0	70	1	99	0	.	0	.	0	.	1	98	0	.	0	.	1	98	0	.	0	.	0	.	0	.	1	98	0	99	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	2	98	1	98	2	98	1	72	0	.	0	.	0	.	0	.	1	99	0	.	2	56	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	2	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	17
	Total	353	12	313	14	333	13	294	12	464	15	516	11	480	5	391	5	402	6	492	7	458	18	433	17	461	10	280	.	473	16	495	15	513	11	475	13	310	23	422	10	419	7	401	9	482	7	492	6	470	6	451	7	421	11	477	10	589	7	383	15	401	11	481	20	365	14	383	12	679	16	612	16	586	14	457	12	540	18	477	12	502	18	406	10	405	10	458	14	375	16	451	15	486	14	478	12	468	11	422	16	468	13	372	13	303	13	452	19	614	20	433	11	528	13	535	12	770	8	544	8	470	13	645	10	643	15	682	17	495	15	519	10	404	15	666	18	534	16	404	23	503	13	390	26	452	27	364	10	433	15	401	10	467	17	463	18	265	25	434	34	547	26	452	7	504	8	546	7	368	13	387	16	350	11	436	14	369	14	284	17	312	23	335	12	0	.	466	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 2281405. Birmensdorf, Swiss Federal Research Institute WSL

zurück