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 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)	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	.	2877	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	271	.	0	.	0	.	362	73	1922	28	251	41	1512	25	2988	24	7970	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	578	95	355	61	851	59	0	.	0	.	372	48	0	.	197	.	0	.	0	.	0	.	0	.	0	.	267	87	0	.	0	.	0	.	0	.	0	.	332	54	1461	38	761	42	182	63	0	.	0	.	1117	31	139	74	295	89	0	.	18	100	610	56	71	100	153	67	88	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	.	0	.	0	.	0	.	0	.	4079	18	2500	24	1341	31	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33968	7
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	1903	19	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	180	.	0	.	0	.	158	80	954	28	301	45	997	24	1795	22	4120	16	0	.	0	.	0	.	22	.	0	.	0	.	0	.	0	.	0	.	265	85	278	94	400	57	0	.	0	.	176	57	0	.	175	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	0	.	745	35	519	40	194	100	0	.	0	.	738	38	133	65	16	100	17	.	108	71	276	56	106	74	59	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	67	.	0	.	0	.	0	.	0	.	2211	20	1255	24	836	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19023	7
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	1439	21	37	83	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	45	.	0	.	0	.	44	61	762	24	317	40	738	28	1142	21	2235	14	0	.	0	.	0	.	9	.	0	.	0	.	0	.	0	.	0	.	116	84	130	71	438	68	0	.	0	.	218	56	0	.	39	.	0	.	0	.	0	.	0	.	0	.	29	61	0	.	0	.	0	.	0	.	0	.	85	78	410	32	191	45	175	71	0	.	0	.	218	38	21	58	32	82	17	.	109	74	52	72	78	75	42	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	64	.	0	.	0	.	0	.	0	.	1277	21	878	23	658	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12047	7
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	1021	19	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	.	0	.	0	.	86	53	457	24	249	37	540	28	547	23	1409	14	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	60	63	51	64	129	86	0	.	0	.	107	52	0	.	9	.	0	.	0	.	0	.	0	.	0	.	44	100	0	.	0	.	0	.	0	.	0	.	57	58	266	36	128	46	6	100	0	.	0	.	92	44	14	71	14	100	0	.	72	72	35	60	7	100	88	56	27	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	.	0	.	0	.	0	.	0	.	874	22	522	22	425	32	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7399	6
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	388	22	18	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	48	56	327	27	79	46	314	28	286	23	752	16	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	.	91	46	174	36	86	58	0	.	0	.	0	.	78	47	14	71	0	.	0	.	44	75	7	100	7	100	15	100	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	.	0	.	0	.	0	.	0	.	443	21	237	26	298	31	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3856	7
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	152	30	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21	74	91	36	28	61	140	35	101	35	251	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	77	7	100	20	100	0	.	7	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	79	0	.	0	.	0	.	0	.	0	.	36	53	28	61	29	50	0	.	0	.	0	.	35	53	14	71	0	.	21	.	21	74	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	.	0	.	0	.	0	.	0	.	252	25	132	32	126	42	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1597	9
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	99	31	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	63	43	7	100	42	47	43	41	101	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	71	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	100	22	58	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	147	34	21	58	52	47	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	724	12
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21	58	37	66	17	71	20	71	41	47	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	.	16	100	0	.	0	.	0	.	0	.	0	.	20	58	0	.	0	.	7	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	78	40	21	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	349	18
	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	.	7	100	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	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	102	28
	>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	14	71	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	.	57	35
	Total	0	.	0	.	0	.	0	.	0	.	0	.	7886	17	74	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	511	.	0	.	0	.	753	64	4619	21	1249	36	4338	22	6957	19	16916	12	0	.	0	.	0	.	31	.	0	.	0	.	0	.	0	.	0	.	1069	83	828	69	1848	58	0	.	29	.	951	48	0	.	421	.	0	.	0	.	0	.	0	.	0	.	425	62	0	.	0	.	0	.	0	.	0	.	631	45	3100	29	1713	34	565	71	0	.	0	.	2320	29	342	58	358	82	62	.	372	71	980	54	282	75	387	56	142	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	247	.	0	.	0	.	0	.	0	.	9406	15	5566	21	3743	25	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	79120	5
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	577	36	1335	30	9443	12	4788	13	2771	28	5221	15	305	100	240	59	839	35	0	.	286	55	1842	28	2911	22	821	42	0	.	2439	22	2394	24	2046	23	4422	20	7277	15	3060	24	4528	16	1842	31	1593	38	4593	20	508	54	1299	26	186	54	768	36	1291	26	1258	28	1840	38	1858	26	1178	40	964	41	2812	24	1070	42	1665	22	514	65	1295	39	1037	38	819	56	480	40	1931	26	1573	30	1264	37	456	38	0	.	223	74	1627	43	1809	52	816	33	1744	30	1053	33	1005	39	3407	23	1859	33	1319	28	1578	32	1406	46	975	37	1576	33	1050	37	2217	32	418	48	0	.	2133	29	66	.	488	58	1561	24	668	39	1050	31	540	42	251	64	301	63	226	60	418	73	4295	18	4499	19	6787	17	592	36	588	47	378	51	1718	32	820	47	0	.	0	.	17	.	0	.	143578	3
	21-30 cm	173	66	0	.	0	.	238	50	436	34	1214	26	4741	13	3221	15	1371	28	3615	15	36	71	86	60	551	36	0	.	175	53	1060	33	2043	20	456	43	0	.	1425	22	1449	23	1551	25	2462	20	4314	14	1812	22	2045	18	671	31	709	32	2417	19	308	47	837	28	274	49	325	39	800	30	1279	33	916	34	1100	28	670	29	687	33	1664	25	663	42	1142	23	295	44	538	37	554	36	288	59	501	35	968	32	1444	29	732	35	391	42	0	.	171	64	435	38	732	38	336	38	816	40	932	35	425	39	1911	25	1157	30	1055	33	947	33	472	40	911	32	442	35	366	33	1612	34	451	49	0	.	972	31	33	.	196	60	905	22	409	41	505	36	265	46	228	57	189	75	146	88	145	72	2352	20	2856	21	3631	18	476	36	313	53	75	81	886	30	472	44	0	.	33	.	33	.	0	.	82936	3
	31-40 cm	80	62	17	.	0	.	47	63	638	28	981	25	3194	12	1820	15	525	27	2181	16	17	100	128	57	303	38	0	.	211	62	623	34	1227	22	539	33	0	.	788	23	945	22	971	23	729	22	2351	14	1214	21	1695	18	401	29	451	35	1345	18	175	64	538	33	87	68	278	50	410	29	730	33	509	30	738	24	368	32	611	37	744	23	639	33	1061	21	285	37	477	41	532	37	75	54	288	42	515	31	690	30	387	31	394	51	0	.	24	75	137	51	633	59	337	42	225	37	469	29	370	43	742	27	418	32	397	31	535	36	258	51	401	35	441	31	242	38	572	34	278	48	0	.	880	24	99	.	92	72	628	24	266	35	338	40	136	43	105	61	55	66	158	66	24	71	1248	22	1346	20	1798	17	330	34	181	45	79	56	688	28	283	31	0	.	0	.	23	.	0	.	49193	3
	41-50 cm	90	51	0	.	0	.	77	53	427	28	475	26	2004	13	1313	14	440	28	1334	14	21	100	42	85	168	44	0	.	133	50	471	28	589	22	329	32	0	.	638	22	853	20	452	20	446	23	1359	13	789	19	1131	18	219	32	318	28	749	18	94	50	306	30	111	45	152	39	412	24	329	33	189	35	521	23	352	31	383	34	484	23	282	38	693	21	174	39	197	37	217	34	84	65	229	34	363	30	402	26	374	30	171	38	0	.	34	65	113	49	299	48	274	33	119	35	132	31	75	55	341	28	206	33	260	30	208	43	170	64	262	41	295	39	290	39	280	32	108	44	7	.	438	26	27	.	83	56	462	22	123	33	288	30	160	39	92	63	43	57	65	64	21	100	606	22	603	22	1037	16	224	36	152	41	64	71	304	25	322	30	0	.	0	.	13	.	0	.	29985	3
	51-60 cm	70	81	0	.	0	.	99	53	285	31	400	29	1264	13	1017	14	272	26	676	16	14	100	14	100	101	42	0	.	66	58	208	29	434	25	228	34	0	.	396	25	376	23	364	24	386	27	828	16	372	22	505	19	169	32	239	32	560	20	67	43	186	34	52	52	74	50	288	26	98	39	123	38	302	30	221	34	139	35	229	26	268	30	495	20	56	47	119	45	28	50	91	59	135	33	251	27	315	28	233	31	97	48	0	.	23	74	50	55	299	72	165	38	64	42	59	47	7	100	127	37	101	38	146	38	126	42	69	50	124	36	153	38	125	34	158	32	86	43	0	.	206	25	33	.	22	58	161	27	120	38	127	36	140	41	8	100	101	55	43	58	28	79	395	22	365	24	562	21	134	37	103	44	68	68	178	32	166	36	0	.	0	.	20	.	0	.	18069	3
	61-70 cm	14	100	0	.	0	.	13	100	121	34	98	40	574	17	410	19	131	31	198	22	0	.	7	100	31	60	0	.	13	71	77	40	111	31	78	37	0	.	150	34	170	26	199	25	117	35	413	18	119	39	211	25	100	48	181	36	232	27	7	100	74	44	22	76	43	52	122	36	73	46	20	58	105	39	56	49	79	63	91	37	135	43	420	23	28	61	27	61	7	100	7	100	40	52	98	38	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	92	43	156	37	33	52	0	.	147	44	7	.	23	57	58	40	75	43	43	53	68	51	23	74	35	45	0	.	24	71	94	48	127	32	246	24	14	100	41	62	0	.	142	36	40	47	0	.	0	.	7	.	0	.	7505	4
	71-80 cm	7	100	0	.	0	.	20	58	22	58	36	45	218	21	198	23	57	44	73	31	0	.	7	100	24	71	0	.	0	.	38	53	98	33	32	65	0	.	106	41	60	42	66	40	112	31	117	27	34	52	101	36	45	52	49	44	74	35	30	50	30	50	0	.	21	74	53	37	13	71	25	50	93	44	72	44	20	76	55	45	76	48	115	33	0	.	14	100	7	100	0	.	0	.	59	38	19	58	50	65	7	100	0	.	7	100	36	82	42	65	52	48	7	100	7	100	7	100	14	100	14	71	36	52	13	71	21	74	29	79	27	50	62	41	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	111	32	14	71	13	100	0	.	83	37	27	79	0	.	0	.	7	.	0	.	3262	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	9	100	22	74	15	71	0	.	16	71	0	.	0	.	15	100	6	100	22	73	0	.	22	58	27	59	54	42	0	.	0	.	7	100	0	.	0	.	9	100	11	100	7	100	0	.	0	.	0	.	0	.	19	72	7	100	14	71	15	71	0	.	15	71	0	.	14	71	0	.	0	.	7	100	15	71	14	71	0	.	13	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	11	100	33	50	6	100	20	58	11	100	14	71	10	100	14	71	0	.	0	.	0	.	0	.	0	.	973	9
	91-100 cm	0	.	0	.	0	.	7	100	0	.	0	.	33	50	22	59	0	.	22	58	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	35	45	6	100	18	72	0	.	36	45	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	.	14	71	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	.	343	15
	>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	.	23	58	0	.	14	71	7	100	0	.	0	.	0	.	8	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	7	100	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	.	142	24
	Total	625	48	17	.	0	.	774	45	2513	28	4540	22	21511	10	12874	11	5630	22	13336	13	394	84	524	52	2017	32	0	.	884	47	4339	26	7448	18	2490	30	0	.	5998	18	6281	18	5685	20	8695	17	16791	12	7421	18	10251	14	3452	27	3568	27	9979	16	1218	39	3295	23	732	45	1676	32	3383	23	3781	27	3637	29	4723	21	2952	27	2891	30	6107	21	3167	30	5652	18	1351	37	2667	31	2389	30	1364	45	1673	32	4203	24	4508	22	3133	28	1572	35	0	.	498	55	2433	36	3918	49	2070	30	3031	29	2698	29	1903	36	6636	21	3762	28	3291	26	3455	30	2443	38	2755	31	3022	28	2264	27	5012	29	1401	38	7	.	4802	24	265	.	910	50	3795	20	1689	32	2360	28	1321	35	707	52	740	50	638	59	688	63	9100	17	9874	17	14207	15	1794	31	1413	39	674	49	4013	25	2130	30	0	.	33	.	119	.	0	.	335987	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	1080	30	0	.	0	.	414	47	1186	29	6250	16	35	.	884	47	841	46	759	33	17	.	394	52	434	55	0	.	995	47	433	43	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	969	45	403	96	0	.	18	100	997	41	1268	30	924	30	208	75	1009	43	463	52	2666	33	1733	41	5095	21	1447	39	918	41	3109	28	124	71	0	.	86	74	387	51	599	64	0	.	426	56	521	45	87	82	538	49	713	70	0	.	548	49	363	50	1020	58	519	54	51	75	0	.	445	93	1351	46	943	40	1301	34	42	100	208	47	526	33	184	66	985	46	649	41	928	48	731	33	0	.	65590	5
	21-30 cm	696	26	663	33	725	32	724	31	0	.	0	.	170	52	529	36	2685	16	0	.	265	48	408	39	451	46	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	568	43	15	100	0	.	18	100	575	34	680	34	618	36	106	100	589	46	309	57	634	41	984	31	2799	21	600	34	584	41	1736	27	257	74	74	.	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	451	44	42	100	205	39	417	47	266	70	299	37	569	39	194	46	651	33	0	.	32904	4
	31-40 cm	322	31	463	31	201	46	350	33	0	.	0	.	213	49	406	33	1691	14	24	.	104	54	203	44	402	34	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	333	42	38	83	0	.	57	71	322	43	263	36	370	31	7	100	185	44	99	61	253	39	507	39	840	24	152	48	327	34	534	36	168	78	8	.	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	190	42	58	71	132	62	168	40	69	82	173	47	258	32	185	44	258	33	0	.	16309	5
	41-50 cm	327	30	183	32	233	31	312	26	0	.	0	.	210	48	176	30	975	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	158	44	18	100	0	.	43	74	149	48	240	31	207	32	7	100	57	57	93	61	35	51	162	31	463	27	71	36	125	41	252	34	72	76	24	.	48	73	64	62	46	64	0	.	112	66	83	62	7	100	35	52	41	71	0	.	84	42	92	60	129	47	94	48	47	86	0	.	40	74	79	48	35	66	44	46	40	85	63	62	213	36	21	74	189	44	102	35	146	43	150	36	0	.	9626	5
	51-60 cm	141	28	140	29	80	42	260	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	42	47	18	100	0	.	21	74	34	50	139	37	149	31	7	100	30	59	0	.	20	73	81	45	143	42	52	46	42	67	112	38	20	100	16	.	0	.	26	77	46	70	0	.	34	60	43	61	35	72	27	79	0	.	0	.	14	71	57	58	27	79	67	51	14	71	0	.	34	72	52	74	7	100	33	71	15	71	48	55	109	36	0	.	68	45	128	38	66	37	103	32	0	.	5400	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	35	53	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	7	100	0	.	0	.	14	71	29	60	80	42	54	43	7	100	6	100	8	100	15	71	30	50	41	52	16	70	8	100	22	58	20	100	16	.	0	.	0	.	25	100	0	.	7	100	14	71	14	100	16	72	0	.	0	.	0	.	8	100	28	71	7	100	14	100	0	.	20	74	0	.	0	.	16	71	13	100	41	62	41	47	0	.	53	53	28	60	33	60	54	40	0	.	2179	7
	71-80 cm	25	58	13	71	37	45	100	33	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	7	100	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	.	8	100	0	.	20	58	7	100	0	.	0	.	13	71	20	58	0	.	0	.	906	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	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	113	28
	>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	13	100	0	.	6	100	0	.	0	.	0	.	0	.	22	100	0	.	22	58	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	.	108	33
	Total	3862	22	3270	23	2045	27	2936	22	0	.	0	.	1083	41	2544	27	12923	12	80	.	1401	39	1721	37	1849	32	98	.	868	48	1103	45	0	.	2375	33	782	44	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	2084	38	500	82	0	.	171	74	2112	33	2722	26	2407	25	343	83	1919	39	989	50	3630	32	3512	30	9429	19	2390	35	2018	34	5839	25	671	71	137	.	307	74	841	51	1004	60	0	.	1016	53	964	44	298	62	842	47	877	63	0	.	1249	46	782	45	1553	47	1226	44	277	52	0	.	662	72	2213	39	1480	41	2051	31	209	77	718	42	1487	32	539	60	1767	34	1761	29	1578	36	1954	27	0	.	133437	3
Total	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	2457	25	1735	26	702	36	1353	26	577	36	1335	30	12733	10	5975	12	9020	14	5256	15	1189	43	1082	38	1598	24	17	.	680	38	2276	25	3181	22	1816	32	433	43	2801	21	4629	17	2620	19	5934	16	11478	12	11081	13	5784	14	2559	24	3187	24	4818	19	943	39	1299	26	1090	48	854	34	1291	26	1836	35	2195	33	3056	25	1448	34	1631	36	3461	22	1236	37	1862	22	2019	26	1638	33	1156	36	1667	36	1449	33	2602	26	1573	30	1282	37	1453	30	1268	30	1147	28	2167	34	4280	27	2040	23	4591	22	2786	28	6100	18	5972	17	2916	25	4724	20	1702	30	1424	45	1671	30	2034	27	1802	31	2305	31	844	37	521	45	2219	28	604	45	1201	48	1561	24	1216	31	1413	26	1609	40	769	42	353	55	226	60	862	59	9725	13	7942	14	9429	14	633	35	797	37	903	29	1902	30	1805	33	649	41	928	48	748	32	0	.	243136	2
	21-30 cm	869	24	663	33	725	32	961	27	436	34	1214	26	6813	11	3749	13	4056	14	3615	15	301	43	495	34	1002	28	0	.	345	37	1330	28	2223	20	1155	27	138	61	1582	22	2529	17	2091	20	3459	15	6786	12	6052	12	2820	15	995	26	1682	22	2594	18	466	36	837	28	480	36	377	36	800	30	1544	31	1194	34	1674	24	827	27	1130	31	1948	22	951	39	1317	24	1154	24	777	29	690	31	600	35	1070	28	1002	31	1444	29	749	34	966	26	680	34	789	31	542	36	2066	22	1164	26	1645	28	1916	23	3224	19	3249	18	1874	22	2807	21	1222	30	654	33	1292	26	834	28	603	29	1612	34	745	37	239	57	1059	29	206	57	230	52	905	22	838	34	643	30	521	34	616	36	240	61	146	88	201	56	5094	13	4480	16	4918	15	518	34	518	36	492	41	1152	28	771	30	569	39	227	42	684	32	0	.	134863	2
	31-40 cm	402	28	480	31	201	46	397	30	638	28	981	25	4846	10	2263	13	2216	13	2205	16	122	48	331	35	705	25	24	.	346	44	854	29	1272	22	859	24	110	60	833	22	1771	16	1361	19	1468	18	3922	12	3463	11	2130	16	770	22	891	24	1409	17	235	51	538	33	139	49	278	50	410	29	846	31	639	28	1252	28	459	29	817	30	1036	21	714	31	1101	21	891	23	589	35	562	35	262	31	621	30	582	29	690	30	445	28	716	34	263	36	394	29	229	42	1228	33	628	28	653	27	976	24	1210	20	1112	20	766	22	963	24	720	32	375	41	514	30	595	27	388	34	572	34	405	38	65	55	949	23	140	74	180	48	628	24	440	27	454	32	359	36	257	35	142	40	158	66	85	57	2725	14	2351	15	2646	14	388	30	314	37	247	33	757	26	456	26	258	32	185	44	281	31	0	.	77548	2
	41-50 cm	417	26	183	32	233	31	389	23	427	28	475	26	3235	11	1501	13	1415	14	1355	14	49	55	214	40	315	28	14	.	228	36	551	25	604	22	506	24	64	57	724	20	1357	15	741	18	986	18	2017	11	2216	11	1510	15	456	25	664	20	781	18	121	41	306	30	187	34	173	37	412	24	389	30	240	30	650	25	373	29	436	31	628	20	323	34	702	21	597	21	272	29	292	29	255	34	387	27	426	28	402	26	417	28	320	30	240	31	241	29	178	36	622	28	495	25	160	28	294	22	538	25	504	21	345	25	526	22	280	37	266	46	346	33	367	34	424	30	307	30	220	40	90	58	445	26	61	53	124	44	462	22	206	26	380	27	322	29	186	39	89	53	65	64	61	60	1559	15	1159	15	1507	14	264	33	216	34	277	32	325	24	510	25	102	35	146	43	164	34	0	.	47010	2
	51-60 cm	211	33	140	29	80	42	360	23	285	31	400	29	1706	11	1169	13	1074	13	676	16	104	43	81	40	142	33	21	.	126	41	269	25	434	25	343	26	22	100	444	23	745	17	466	20	700	19	1138	13	1144	13	749	16	404	26	436	23	584	20	88	37	186	34	107	37	74	50	288	26	110	36	130	37	312	29	256	32	183	31	309	24	292	28	495	20	210	24	206	33	42	41	160	38	177	27	292	25	315	28	254	29	131	38	139	37	172	29	147	34	503	44	251	32	84	37	140	32	150	40	257	25	157	31	258	27	146	38	128	39	131	35	186	34	186	30	167	31	120	35	43	61	241	24	60	65	22	58	161	27	133	35	184	30	193	34	75	46	114	49	43	58	62	53	891	15	609	18	892	17	149	34	151	35	177	34	178	32	235	29	128	38	66	37	122	31	0	.	27325	2
	61-70 cm	92	35	60	40	40	52	103	34	121	34	98	40	749	14	476	17	488	16	198	22	14	100	21	57	66	39	14	.	20	58	91	36	111	31	125	29	7	100	171	31	267	20	227	23	257	25	538	16	384	21	354	19	126	40	266	28	232	27	7	100	74	44	43	62	43	52	122	36	98	39	27	50	125	36	65	45	86	58	98	35	135	43	420	23	127	29	87	41	7	100	35	53	47	47	127	35	54	56	87	45	78	39	80	42	69	37	64	36	97	33	119	35	58	46	52	42	55	47	119	29	30	50	86	42	87	44	85	43	44	58	72	49	126	38	156	37	40	46	14	71	161	41	23	58	23	57	58	40	75	43	51	47	103	39	30	62	49	43	0	.	45	51	346	23	259	22	388	20	28	71	82	44	41	47	142	36	94	36	28	60	33	60	61	37	0	.	11281	3
	71-80 cm	31	50	13	71	37	45	120	29	22	58	36	45	317	18	244	20	172	24	73	31	16	71	21	74	38	52	0	.	7	100	52	43	98	33	39	56	7	100	112	39	129	29	73	38	154	26	159	23	135	26	115	33	77	39	79	33	74	35	37	44	30	50	0	.	21	74	53	37	26	50	25	50	93	44	72	44	27	62	70	41	84	44	115	33	51	42	55	47	7	100	13	100	7	100	73	34	19	58	50	65	13	71	13	100	33	66	49	63	64	47	52	48	14	71	22	58	31	62	59	44	34	52	73	37	13	71	21	74	29	79	42	47	90	32	27	60	29	50	0	.	27	61	0	.	8	100	14	71	30	62	8	100	7	100	0	.	29	63	0	.	17	72	218	27	72	35	171	26	14	71	33	53	7	100	83	37	27	79	13	71	20	58	7	100	0	.	4892	4
	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	.	35	45	65	43	36	45	40	46	114	31	85	41	15	71	0	.	28	50	9	100	22	74	15	71	7	100	16	71	0	.	0	.	15	100	6	100	31	59	18	71	22	58	27	59	54	42	0	.	7	100	7	100	0	.	0	.	17	71	11	100	7	100	0	.	21	73	33	53	16	100	34	59	23	76	14	71	15	71	8	100	42	41	0	.	22	58	17	72	0	.	15	71	15	71	14	71	0	.	13	71	0	.	0	.	0	.	0	.	0	.	0	.	8	100	7	100	0	.	0	.	0	.	17	72	112	32	27	62	20	58	11	100	14	71	17	72	14	71	0	.	7	100	7	100	7	100	0	.	1624	7
	91-100 cm	0	.	7	100	0	.	13	71	0	.	0	.	33	50	22	59	14	71	22	58	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	42	41	14	71	25	59	21	74	36	45	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	.	7	100	8	100	16	100	10	100	0	.	7	100	0	.	0	.	0	.	0	.	14	71	9	100	0	.	0	.	0	.	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	44	41	22	58	22	58	0	.	7	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	558	12
	>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	37	45	7	100	14	71	7	100	0	.	0	.	0	.	8	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	7	100	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	16	100	13	100	14	100	18	73	0	.	0	.	0	.	0	.	22	100	0	.	22	58	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	306	17
	Total	4487	20	3287	23	2045	27	3710	20	2513	28	4540	22	30480	9	15491	10	18553	10	13416	13	1795	35	2245	31	3866	22	98	.	1752	34	5443	23	7960	18	4865	22	782	44	6751	18	11506	13	7640	16	13033	13	26225	10	24574	10	13497	12	5395	20	7233	18	10502	16	1927	30	3295	23	2054	35	1836	30	3383	23	4850	28	4465	27	7168	21	3544	24	4336	28	7585	19	3768	28	6073	18	5050	19	3639	25	2763	27	2992	28	3757	25	5128	22	4508	22	3305	26	3684	24	2722	26	2905	23	3407	28	8937	25	4772	21	7226	21	6210	21	11332	17	11346	15	6122	21	9488	18	4188	27	2952	33	4042	26	4144	23	3655	24	5154	28	2417	32	971	44	5101	22	1107	43	1787	40	3795	20	2938	27	3141	23	3121	29	1933	33	1017	39	638	59	1350	47	20719	11	16920	13	20001	12	2003	29	2131	29	2161	26	4553	23	3897	23	1761	29	1612	35	2073	26	0	.	548544	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. 2281788. Birmensdorf, Swiss Federal Research Institute WSL

zurück