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
Baumzustand (lebend/tot) · Brusthöhendurchmesser (10 Klassen)
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 Stk.
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
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
Baumzustand (lebend/tot)	Brusthöhendurchmesser (10 Klassen)	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%
keine Angabe	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
lebend	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	2160	25	1611	27	669	37	1185	28	310	35	1099	33	11096	11	5322	12	8439	14	4702	16	1006	45	1023	38	1286	26	17	.	371	44	1749	26	2824	22	1562	32	307	54	1947	22	4239	17	2442	20	5057	17	9648	13	9095	13	4624	14	2286	23	2902	26	3922	19	699	40	1173	26	1022	49	835	34	1038	26	1685	35	1936	34	2517	25	1357	36	1285	40	3163	22	967	41	1578	23	1773	27	1546	34	951	38	1462	39	1283	35	2263	28	1211	35	878	34	1266	30	1184	31	1182	28	1899	32	3752	27	1756	24	3742	22	2329	31	4389	21	5138	17	2507	25	3503	21	1476	31	1190	41	1421	30	1665	28	1469	33	1946	32	646	39	452	45	1909	30	538	47	1147	50	1415	24	1009	32	1198	27	1454	42	620	42	317	59	187	66	806	59	8372	13	6449	14	7534	14	453	36	537	32	803	30	1662	30	1637	33	595	41	843	50	714	32	0	.	206634	2
	21-30 cm	779	25	595	35	725	32	877	27	421	35	933	29	5941	11	3440	14	3871	14	3167	15	232	43	443	35	898	28	0	.	310	38	1158	27	2009	22	1052	28	121	65	1219	23	2357	17	2081	20	2988	16	5838	12	5384	13	2424	15	962	26	1609	22	1908	18	430	37	837	28	463	35	377	36	780	30	1385	32	1124	34	1519	24	793	27	996	32	1671	23	745	43	1183	24	1067	24	760	29	484	32	515	33	913	28	949	31	1152	28	602	37	949	26	595	36	755	33	472	37	1963	23	1039	27	1619	28	1562	25	2795	20	2945	19	1791	22	2528	21	1109	30	580	33	1231	26	752	27	572	29	1394	33	674	39	222	61	871	32	206	57	211	54	885	22	784	35	626	30	436	35	566	36	205	70	83	80	181	57	4527	13	4160	16	4254	15	464	35	379	30	437	40	985	31	686	32	536	41	210	42	650	32	0	.	120376	2
	31-40 cm	370	30	473	31	201	46	381	30	623	28	828	26	4059	11	2079	13	2123	13	1957	16	90	62	308	36	639	27	24	.	319	45	815	28	1140	23	804	25	110	60	828	24	1584	17	1329	19	1307	18	3368	12	3061	12	1723	16	760	22	822	25	1206	18	210	56	492	33	139	49	261	53	369	28	773	32	607	29	1129	26	421	31	767	31	890	22	660	32	1050	21	848	23	566	34	545	35	254	31	544	30	542	25	657	31	405	30	716	34	256	37	360	30	204	39	1133	35	532	30	691	27	822	23	1154	21	1070	20	670	24	871	25	713	32	352	41	477	31	590	26	305	36	494	35	391	38	65	55	894	24	140	74	167	50	614	24	393	28	433	32	267	38	233	35	142	40	151	65	74	63	2475	15	2013	16	2393	16	350	32	282	38	241	33	723	27	456	26	228	35	178	43	275	31	0	.	70450	2
	41-50 cm	410	26	154	33	226	31	338	24	413	28	445	27	2831	11	1424	13	1374	14	1245	14	49	55	185	43	287	28	14	.	221	37	531	25	524	23	524	25	57	58	745	22	1315	15	650	19	783	19	1881	11	2091	12	1418	15	496	24	612	21	663	19	114	43	328	29	180	34	165	36	415	24	358	30	204	29	579	25	346	30	407	32	565	20	310	34	677	22	534	21	271	29	271	30	221	33	418	26	426	28	335	28	394	28	304	31	233	31	221	30	163	38	580	29	429	26	160	28	272	22	476	25	470	21	318	25	468	23	252	35	266	46	323	33	346	33	430	29	264	32	193	39	90	58	406	25	54	58	116	43	447	23	206	26	365	27	296	29	186	39	89	53	57	63	61	60	1378	16	1051	16	1363	14	256	34	209	35	241	32	305	24	504	25	102	35	146	43	157	34	0	.	43678	2
	51-60 cm	183	31	126	29	80	42	331	24	279	31	371	30	1573	11	1083	13	1058	12	632	17	90	47	68	44	142	33	21	.	126	41	255	25	366	23	344	26	22	100	410	22	698	17	417	21	571	20	1004	13	1043	13	721	16	417	25	419	23	558	20	81	39	194	33	107	37	66	46	297	25	97	39	123	38	295	30	256	32	159	32	303	24	284	29	474	21	189	25	230	31	42	41	153	40	170	28	293	24	288	30	228	28	131	38	133	37	165	29	133	34	424	43	222	35	91	34	140	32	140	42	242	26	165	30	237	27	146	38	105	40	109	39	166	35	173	29	161	31	120	35	43	61	197	24	60	65	15	71	161	27	133	35	170	31	179	35	75	46	107	48	43	58	62	53	802	15	572	18	791	18	135	36	124	37	169	35	150	36	235	29	128	38	66	37	122	31	0	.	25483	2
	61-70 cm	63	43	53	39	40	52	103	34	121	34	91	42	721	14	462	18	490	16	169	25	14	100	21	57	59	39	14	.	20	58	91	36	90	35	105	29	7	100	164	30	252	20	221	23	250	25	468	17	384	21	339	20	112	40	259	28	141	31	7	100	74	44	43	62	43	52	122	36	98	39	13	71	113	38	65	45	86	58	93	36	135	43	411	23	121	29	93	40	7	100	21	75	47	47	127	35	54	56	87	45	78	39	80	42	62	40	64	36	97	33	89	31	58	46	44	46	48	52	105	31	22	58	79	45	67	45	76	40	37	53	72	49	119	38	140	39	40	46	14	71	154	42	23	58	23	57	58	40	75	43	51	47	103	39	30	62	41	47	0	.	45	51	304	24	230	23	367	20	28	71	69	45	41	47	142	36	94	36	28	60	33	60	61	37	0	.	10572	3
	71-80 cm	31	50	13	71	37	45	114	29	22	58	36	45	291	18	218	22	150	24	73	31	9	100	21	74	38	52	0	.	7	100	52	43	65	41	39	56	7	100	112	39	123	28	73	38	140	26	159	23	135	26	101	36	60	46	72	35	74	35	37	44	30	50	0	.	21	74	53	37	26	50	25	50	93	44	64	45	27	62	70	41	84	44	101	33	51	42	67	42	7	100	13	100	7	100	73	34	19	58	43	74	13	71	13	100	33	66	49	63	49	57	44	48	14	71	22	58	23	58	52	44	42	46	51	42	13	71	21	74	47	62	42	47	89	32	27	60	29	50	0	.	20	74	0	.	8	100	14	71	30	62	8	100	7	100	0	.	29	63	0	.	17	72	210	28	57	40	171	26	14	71	27	50	7	100	83	37	20	100	13	71	20	58	7	100	0	.	4620	5
	81-90 cm	7	100	7	100	27	61	13	71	7	100	0	.	41	46	77	33	69	34	23	74	0	.	0	.	0	.	7	.	0	.	20	74	28	59	14	71	0	.	35	45	65	43	36	45	40	46	100	34	78	42	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	29	50	21	58	63	39	0	.	7	100	7	100	0	.	0	.	17	71	11	100	7	100	0	.	21	73	33	53	16	100	34	59	15	71	7	100	15	71	8	100	35	45	6	100	22	58	17	72	0	.	15	71	15	71	7	100	0	.	13	71	0	.	0	.	0	.	0	.	0	.	0	.	8	100	7	100	0	.	0	.	0	.	17	72	112	32	20	58	13	71	11	100	14	71	17	72	14	71	0	.	7	100	7	100	7	100	0	.	1571	8
	91-100 cm	0	.	7	100	0	.	13	71	0	.	0	.	33	50	22	59	14	71	15	71	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	35	45	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	.	15	71	6	100	0	.	0	.	19	73	0	.	0	.	0	.	7	100	0	.	7	100	8	100	0	.	13	71	0	.	26	71	0	.	7	100	0	.	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	.	36	45	22	58	22	58	0	.	7	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	549	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	.	0	.	0	.	0	.	0	.	0	.	7	100	7	100	0	.	7	100	0	.	0	.	0	.	0	.	11	100	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	.	311	17
	Total	4004	20	3039	23	2005	27	3354	20	2195	28	3803	24	26592	9	14143	10	17602	10	11983	13	1489	36	2068	31	3350	22	98	.	1373	33	4672	23	7054	19	4451	21	632	48	5501	18	10646	13	7275	16	11170	14	22539	10	21285	10	11387	12	5100	19	6724	19	8481	16	1609	31	3151	23	1962	35	1784	30	3074	22	4422	28	4048	27	6250	20	3346	25	3753	28	6806	18	3213	28	5545	18	4584	19	3558	25	2313	27	2639	28	3393	25	4698	21	3727	23	2657	25	3465	24	2533	26	2838	23	3015	28	8075	24	4126	21	6390	20	5207	22	9048	17	10089	15	5523	20	7789	18	3794	27	2589	32	3658	25	3648	23	3186	25	4435	28	2106	32	884	44	4451	23	1033	43	1687	41	3602	20	2630	26	2859	24	2748	30	1710	33	932	40	521	58	1264	47	18225	11	14574	13	16916	12	1710	29	1647	28	1954	27	4063	23	3631	22	1644	30	1502	36	1992	26	0	.	484244	1
tot	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	297	39	124	56	33	100	168	37	267	42	236	37	2300	15	698	22	599	25	554	23	183	52	59	58	312	37	0	.	309	45	527	35	376	34	325	52	126	52	854	34	806	25	377	31	929	20	2114	17	2138	19	1159	21	481	40	285	40	932	29	244	41	126	50	69	61	19	100	253	39	151	50	259	38	539	44	91	59	346	46	636	23	268	38	375	30	246	33	92	54	205	51	205	47	197	37	357	32	362	42	404	46	186	39	84	82	69	79	377	41	528	46	301	35	992	37	490	34	1711	23	898	22	524	38	1220	31	226	38	270	67	346	38	423	42	333	39	377	35	199	51	69	71	311	32	67	61	53	58	145	49	208	52	215	33	155	46	150	60	35	71	39	100	56	76	1948	17	1540	21	2291	19	180	45	260	81	101	47	239	41	168	63	54	58	85	67	34	71	0	.	40968	4
	21-30 cm	90	45	68	61	0	.	84	45	15	100	281	28	1099	20	388	26	238	30	448	26	69	70	52	58	104	58	0	.	35	100	171	40	214	43	103	52	17	100	363	32	370	35	159	33	524	28	1271	18	785	24	396	27	66	61	72	50	686	33	36	71	0	.	17	100	0	.	19	100	158	39	70	61	155	37	34	71	134	60	332	26	206	52	134	44	87	53	17	100	206	42	85	60	156	40	126	43	292	58	147	42	17	100	85	60	34	100	69	62	103	56	125	43	79	50	354	40	429	33	324	29	131	56	279	32	113	47	74	60	176	37	111	41	31	70	218	53	72	61	17	100	188	45	0	.	19	100	19	100	53	73	17	100	85	60	50	58	35	71	63	100	20	100	713	22	413	25	835	22	54	74	139	77	56	76	167	45	84	53	33	71	17	100	34	71	0	.	16522	4
	31-40 cm	31	64	7	100	0	.	17	100	15	100	154	44	953	16	219	30	128	35	248	41	32	63	22	58	66	48	0	.	28	78	39	56	133	50	55	74	0	.	136	40	201	30	56	50	178	45	554	22	456	27	406	41	53	48	69	52	203	29	24	77	47	61	0	.	17	100	58	56	74	42	32	64	124	63	37	52	50	73	183	40	54	75	98	46	43	41	24	100	17	100	8	100	77	53	80	61	33	63	39	62	0	.	7	100	34	100	25	77	95	43	95	44	14	70	154	53	56	87	42	67	96	44	92	43	7	100	23	58	87	55	34	51	89	48	77	72	14	71	0	.	55	71	0	.	14	70	15	71	47	50	21	74	92	53	23	77	0	.	8	100	11	100	293	24	372	26	475	21	38	83	31	64	7	100	34	45	0	.	30	64	7	100	7	100	0	.	8197	5
	41-50 cm	7	100	29	60	7	100	51	45	14	71	30	50	500	17	127	34	41	41	110	44	0	.	29	50	28	61	0	.	8	100	20	58	87	38	44	50	7	100	67	42	57	39	105	37	226	33	165	26	135	34	92	33	20	74	52	43	118	32	7	100	0	.	7	100	8	100	14	71	31	81	36	60	71	44	28	50	29	50	92	34	12	100	73	42	63	81	14	70	21	58	34	67	15	71	15	71	67	48	23	58	16	72	7	100	20	58	15	71	42	47	66	43	0	.	22	58	63	53	35	45	57	39	58	39	29	79	0	.	30	50	33	52	37	60	43	54	27	62	0	.	39	83	7	100	8	100	14	71	0	.	16	70	27	61	0	.	0	.	8	100	0	.	200	25	108	27	172	22	7	100	7	100	35	52	20	74	7	100	0	.	0	.	7	100	0	.	4113	5
	51-60 cm	28	61	14	71	0	.	29	63	6	100	29	79	214	23	92	32	34	45	44	48	14	100	14	100	0	.	0	.	0	.	14	100	74	55	20	58	0	.	34	54	46	61	63	40	144	33	134	25	100	34	28	50	0	.	17	72	27	60	7	100	0	.	0	.	8	100	8	100	13	71	7	100	17	73	0	.	24	58	20	58	7	100	30	60	21	74	0	.	0	.	7	100	7	100	14	71	27	59	27	74	0	.	7	100	7	100	14	71	80	60	29	61	0	.	0	.	10	100	14	71	0	.	21	58	0	.	23	58	23	58	20	58	13	71	6	100	0	.	0	.	44	59	0	.	7	100	0	.	0	.	15	71	15	71	0	.	7	100	0	.	0	.	103	32	48	42	101	32	14	100	27	61	8	100	29	62	0	.	0	.	0	.	0	.	0	.	2143	7
	61-70 cm	29	62	7	100	0	.	0	.	0	.	7	100	35	53	27	50	7	100	29	50	0	.	0	.	7	100	0	.	0	.	0	.	21	72	20	74	0	.	7	100	15	71	19	58	7	100	71	32	0	.	15	71	14	100	7	100	92	42	0	.	0	.	0	.	0	.	0	.	0	.	14	70	12	71	0	.	0	.	19	58	0	.	8	100	7	100	7	100	0	.	14	70	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	38	83	0	.	8	100	7	100	14	71	7	100	7	100	20	58	9	100	25	76	0	.	7	100	15	72	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	42	41	29	50	22	58	0	.	13	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	803	11
	71-80 cm	0	.	0	.	0	.	7	100	0	.	0	.	34	52	33	50	22	76	0	.	7	100	0	.	0	.	0	.	0	.	0	.	33	58	0	.	0	.	0	.	6	100	0	.	14	71	0	.	0	.	14	70	17	72	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	7	100	0	.	13	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	14	70	15	100	0	.	0	.	8	100	7	100	0	.	22	72	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	15	71	0	.	0	.	7	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	345	16
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	7	100	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	83	29
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	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	.	29	50
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	9	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	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	71
	Total	483	31	248	38	40	85	356	25	317	40	736	28	5142	13	1584	19	1084	19	1441	20	305	42	176	42	517	35	0	.	379	43	771	33	938	29	567	37	150	49	1468	28	1500	19	778	24	2023	20	4322	13	3622	17	2110	19	652	33	508	30	2057	23	318	38	173	40	93	61	52	58	359	34	428	34	417	31	918	37	198	39	583	39	1290	20	554	35	732	28	467	30	153	45	450	41	353	44	452	31	592	28	782	43	648	37	219	40	189	59	171	72	500	34	862	34	678	28	1092	34	1036	30	2283	22	1342	20	815	31	1700	26	395	32	399	53	686	33	621	35	524	32	737	32	311	47	86	72	650	32	73	56	100	38	194	43	308	48	282	30	373	43	223	55	85	55	117	71	87	55	3313	14	2531	18	3903	16	293	35	484	66	207	33	489	36	266	53	118	42	109	55	81	45	0	.	73219	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	13396	10	6020	12	9038	14	5256	15	1189	43	1082	38	1598	24	17	.	680	38	2276	25	3199	21	1887	31	433	43	2801	21	5045	17	2819	19	5986	16	11762	12	11232	13	5784	14	2766	23	3187	24	4854	19	943	39	1299	26	1090	48	854	34	1291	26	1836	35	2195	33	3056	25	1448	34	1631	36	3799	21	1236	37	1953	22	2019	26	1638	33	1156	36	1667	36	1480	32	2620	26	1573	30	1282	37	1453	30	1268	30	1251	27	2276	32	4280	27	2057	23	4734	22	2818	28	6100	18	6037	17	3031	24	4724	20	1702	30	1460	44	1766	28	2089	27	1802	31	2323	30	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	10320	12	7988	14	9825	13	633	35	797	37	903	29	1902	30	1805	33	649	41	928	48	748	32	0	.	247602	2
	21-30 cm	869	24	663	33	725	32	961	27	436	34	1214	26	7040	11	3828	13	4109	14	3615	15	301	43	495	34	1002	28	0	.	345	37	1330	28	2223	20	1155	27	138	61	1582	22	2726	17	2240	20	3512	15	7109	12	6170	12	2820	15	1028	25	1682	22	2594	18	466	36	837	28	480	36	377	36	800	30	1544	31	1194	34	1674	24	827	27	1130	31	2003	22	951	39	1317	24	1154	24	777	29	690	31	600	35	1070	28	1076	30	1444	29	749	34	966	26	680	34	789	31	542	36	2066	22	1164	26	1698	27	1916	23	3224	19	3269	18	1922	22	2807	21	1222	30	654	33	1407	25	863	27	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	5240	13	4573	15	5088	14	518	34	518	36	492	41	1152	28	771	30	569	39	227	42	684	32	0	.	136898	2
	31-40 cm	402	28	480	31	201	46	397	30	638	28	981	25	5012	10	2299	13	2251	12	2205	16	122	48	331	35	705	25	24	.	346	44	854	29	1272	22	859	24	110	60	963	24	1785	16	1385	19	1485	17	3922	12	3517	11	2130	16	813	22	891	24	1409	17	235	51	538	33	139	49	278	50	427	29	846	31	639	28	1252	28	459	29	817	30	1073	21	714	31	1149	20	891	23	589	35	562	35	262	31	621	30	623	27	690	30	445	28	716	34	263	36	394	29	229	42	1228	33	628	28	706	26	976	24	1210	20	1112	20	766	22	963	24	720	32	375	41	563	28	624	26	394	33	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	2768	14	2385	15	2868	15	388	30	314	37	247	33	757	26	456	26	258	32	185	44	281	31	0	.	78647	2
	41-50 cm	417	26	183	32	233	31	389	23	427	28	475	26	3331	10	1551	13	1415	14	1355	14	49	55	214	40	315	28	14	.	228	36	551	25	611	21	568	24	64	57	811	21	1372	15	755	18	1009	18	2046	11	2226	11	1510	15	516	25	664	20	781	18	121	41	328	29	187	34	173	37	429	24	389	30	240	30	650	25	373	29	436	31	657	19	323	34	750	21	597	21	285	28	292	29	255	34	432	26	441	27	402	26	417	28	320	30	240	31	241	29	178	36	622	28	495	25	160	28	294	22	538	25	504	21	376	24	526	22	280	37	266	46	353	32	379	33	467	28	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	1578	15	1159	15	1536	14	264	33	216	34	277	32	325	24	510	25	102	35	146	43	164	34	0	.	47791	2
	51-60 cm	211	33	140	29	80	42	360	23	285	31	400	29	1787	11	1176	13	1092	12	676	16	104	43	81	40	142	33	21	.	126	41	269	25	441	25	363	26	22	100	444	23	745	17	480	20	715	19	1138	13	1144	13	749	16	417	25	436	23	584	20	88	37	194	33	107	37	74	50	305	25	110	36	130	37	312	29	256	32	183	31	324	23	292	28	504	20	210	24	230	31	42	41	160	38	177	27	307	24	315	28	254	29	131	38	139	37	172	29	147	34	503	44	251	32	91	34	140	32	150	40	257	25	165	30	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	905	15	620	17	892	17	149	34	151	35	177	34	178	32	235	29	128	38	66	37	122	31	0	.	27626	2
	61-70 cm	92	35	60	40	40	52	103	34	121	34	98	40	756	14	489	17	497	16	198	22	14	100	21	57	66	39	14	.	20	58	91	36	111	31	125	29	7	100	171	31	267	20	240	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	112	33	135	43	420	23	127	29	100	38	7	100	35	53	47	47	127	35	54	56	87	45	78	39	80	42	69	37	64	36	97	33	126	33	58	46	52	42	55	47	119	29	30	50	86	42	87	44	85	43	62	50	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	.	11375	3
	71-80 cm	31	50	13	71	37	45	120	29	22	58	36	45	324	17	251	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	77	38	84	44	115	33	51	42	67	42	7	100	13	100	7	100	73	34	19	58	50	65	13	71	13	100	33	66	49	63	64	47	59	44	14	71	22	58	31	62	59	44	42	46	73	37	13	71	21	74	47	62	42	47	96	31	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	.	4965	4
	81-90 cm	7	100	7	100	27	61	13	71	7	100	0	.	41	46	77	33	83	31	23	74	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	29	50	27	59	63	39	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	6	100	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	.	1654	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	.	15	71	6	100	0	.	0	.	19	73	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	.	577	12
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	16	71	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	.	11	100	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	.	327	17
	Total	4487	20	3287	23	2045	27	3710	20	2513	28	4540	22	31735	8	15726	10	18685	10	13424	13	1795	35	2245	31	3866	22	98	.	1752	34	5443	23	7992	18	5018	22	782	44	6970	17	12146	13	8053	16	13193	13	26862	10	24907	10	13497	12	5752	19	7233	18	10538	16	1927	30	3324	23	2054	35	1836	30	3433	23	4850	28	4465	27	7168	21	3544	24	4336	28	8096	18	3768	28	6277	18	5050	19	3711	25	2763	27	2992	28	3845	25	5290	21	4508	22	3305	26	3684	24	2722	26	3009	22	3515	27	8937	25	4804	20	7482	20	6243	21	11332	17	11431	15	6338	20	9488	18	4188	27	2988	33	4344	24	4269	23	3711	24	5172	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	21538	10	17106	12	20818	12	2003	29	2131	29	2161	26	4553	23	3897	23	1761	29	1612	35	2073	26	0	.	557462	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. 2276387. Birmensdorf, Swiss Federal Research Institute WSL

zurück