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: Stk./ha
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
Baumzustand (lebend/tot)	Brusthöhendurchmesser (10 Klassen)	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%	Stk./ha	±%
keine Angabe	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
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	170	19	154	20	109	27	89	24	51	28	125	26	157	8	135	8	183	11	176	12	257	33	197	28	171	17	50	.	100	33	129	17	168	17	146	27	107	43	123	19	138	15	123	16	181	16	191	12	154	13	155	10	166	19	192	20	221	14	139	30	150	16	239	40	166	22	117	16	260	26	269	27	199	21	175	29	165	34	183	20	129	34	101	18	142	22	195	27	129	31	221	31	173	29	183	26	111	36	103	31	161	23	171	21	116	22	264	28	240	26	147	16	320	18	186	30	308	15	263	15	213	21	236	16	234	20	197	34	204	23	209	21	179	29	230	30	143	28	188	25	172	24	195	34	290	40	140	16	157	22	163	17	218	35	164	30	83	49	127	46	327	43	186	11	206	10	193	11	86	26	100	20	130	18	147	26	155	27	96	33	164	45	115	22	0	.	172	2
	21-30 cm	61	20	57	30	118	22	70	22	73	28	106	21	87	9	86	11	83	12	119	11	59	31	85	23	112	21	0	.	84	24	107	23	118	16	103	21	68	49	82	18	82	14	104	16	97	15	109	10	98	11	81	11	77	21	106	15	106	12	85	26	107	19	108	21	75	25	88	22	212	23	162	27	125	19	102	17	123	26	113	20	99	36	82	21	85	18	96	21	66	25	78	25	127	19	75	27	107	23	65	37	121	16	86	27	81	26	65	33	150	18	115	19	130	26	145	19	199	12	143	16	151	17	182	18	174	20	108	22	174	17	85	21	68	24	190	27	149	28	92	48	70	24	82	44	53	46	89	13	119	28	85	22	65	27	139	24	54	62	56	64	73	42	99	11	136	13	117	13	89	25	67	18	71	31	92	27	65	27	86	34	44	32	105	23	0	.	102	2
	31-40 cm	29	25	45	25	33	40	30	27	117	15	94	18	64	8	52	10	45	10	74	12	23	54	59	26	84	18	70	.	86	35	66	25	69	17	79	18	62	42	48	17	64	13	75	15	47	17	71	10	60	10	58	13	58	16	54	20	67	13	42	48	63	26	33	39	52	45	40	21	128	21	84	21	88	23	54	23	94	25	54	17	88	23	76	16	68	17	71	27	74	27	38	22	76	21	51	21	76	25	51	23	91	27	37	29	38	24	28	36	90	32	60	24	51	22	79	15	81	15	61	17	53	18	62	22	111	24	97	30	71	23	68	18	37	32	84	27	86	27	27	40	83	15	56	65	42	41	62	17	60	17	60	24	40	31	60	21	37	28	102	42	30	52	57	13	65	13	64	11	62	21	55	28	39	23	68	21	43	19	37	26	37	35	44	21	0	.	62	2
	41-50 cm	32	20	15	28	37	21	27	19	80	14	51	19	44	9	36	10	30	12	47	9	13	46	36	34	37	19	40	.	60	23	45	21	36	18	45	17	32	37	43	17	52	11	33	13	32	17	39	8	45	9	47	11	35	19	40	15	36	13	23	34	39	22	42	18	33	24	45	15	56	21	29	21	51	19	45	22	49	27	34	16	41	26	43	17	43	14	33	21	37	21	33	25	50	18	41	24	34	24	54	19	39	24	34	23	23	25	21	32	47	24	48	18	12	29	26	13	34	20	32	16	26	19	35	18	41	27	78	39	51	24	40	30	50	23	44	23	43	28	37	44	41	17	22	45	29	30	42	15	31	14	51	15	44	19	49	26	23	44	39	40	25	47	33	15	35	13	42	11	39	27	40	23	39	23	29	17	48	18	16	26	30	34	25	25	0	.	39	2
	51-60 cm	14	27	12	22	13	35	25	19	49	21	42	24	25	10	28	10	23	10	22	13	23	37	13	36	19	26	60	.	34	28	23	18	25	18	32	21	13	90	28	18	28	13	23	17	27	16	21	12	24	10	24	13	33	19	28	18	30	15	16	28	24	26	25	23	13	38	32	17	16	31	18	34	26	25	33	24	19	27	22	20	38	19	29	16	15	19	26	26	6	35	23	33	23	18	29	19	29	26	32	18	17	32	19	30	18	22	19	29	34	41	25	30	8	34	14	26	10	40	14	25	14	27	19	23	24	31	28	31	18	31	21	31	20	23	26	23	27	23	18	48	20	16	21	64	4	63	15	22	20	28	22	25	27	27	20	36	28	39	29	31	25	39	19	13	20	15	25	15	17	23	24	26	27	27	15	31	22	23	21	30	14	27	20	21	0	.	23	2
	61-70 cm	5	40	5	35	6	47	8	30	21	24	10	38	11	13	12	16	10	14	6	23	4	96	4	51	6	41	40	.	5	50	9	32	6	31	10	23	4	90	12	26	11	17	12	18	11	23	10	16	9	19	11	17	9	36	17	23	8	28	1	97	8	43	10	55	8	45	14	30	15	35	1	98	10	33	8	39	8	67	6	35	18	37	27	19	10	24	10	39	1	98	3	71	6	47	13	31	6	53	12	39	10	34	12	36	7	35	9	31	8	28	9	28	6	42	4	43	3	49	7	29	2	55	7	42	11	39	21	26	6	47	10	45	15	34	19	36	9	38	6	60	16	38	6	61	6	48	5	39	12	35	7	42	15	33	8	53	11	37	0	.	18	37	8	23	8	22	11	19	6	66	13	37	7	41	13	33	9	32	4	56	7	54	10	29	0	.	9	3
	71-80 cm	2	48	1	69	6	39	8	26	4	52	4	40	5	18	6	20	3	22	2	33	2	96	4	70	4	57	0	.	2	96	5	40	5	38	4	54	4	90	8	38	6	26	4	38	6	25	4	22	3	24	3	35	5	43	5	32	4	34	7	35	4	45	0	.	4	70	6	32	3	54	4	46	8	44	8	39	4	58	5	42	11	39	6	34	4	39	7	42	1	98	2	98	0	.	7	31	2	55	6	71	2	68	2	98	4	63	8	58	4	55	3	72	1	68	2	55	2	56	4	41	3	49	4	39	2	67	7	65	5	75	6	42	8	31	5	55	6	41	0	.	2	72	0	.	2	95	1	68	5	56	1	97	1	98	0	.	8	55	0	.	7	63	5	28	2	38	5	26	3	65	5	43	1	97	8	32	2	99	2	67	4	51	1	97	0	.	4	5
	81-90 cm	1	99	1	99	4	57	1	69	1	96	0	.	1	45	2	32	2	33	1	99	0	.	0	.	0	.	20	.	0	.	2	72	2	57	1	69	0	.	2	48	3	46	2	48	1	49	2	37	2	41	0	70	0	.	2	48	0	.	4	68	2	68	2	96	3	66	0	.	0	.	2	98	1	99	4	55	2	67	2	56	3	54	3	43	0	.	1	98	1	98	0	.	0	.	2	69	1	98	1	98	0	.	3	69	4	49	0	.	3	57	1	97	1	98	2	68	1	99	2	47	0	.	1	69	3	68	0	.	2	66	2	68	0	.	0	.	3	66	0	.	0	.	0	.	0	.	0	.	0	.	1	98	1	98	0	.	0	.	0	.	7	63	3	32	0	70	0	70	0	.	3	66	3	69	1	68	0	.	1	97	1	96	1	97	0	.	1	8
	91-100 cm	0	.	1	99	0	.	1	69	0	.	0	.	0	58	1	59	0	70	1	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	42	1	70	1	69	1	73	1	49	0	100	0	100	0	.	0	.	0	.	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	1	99	1	98	0	.	0	.	1	98	0	.	0	.	0	.	1	98	0	.	1	98	1	98	0	.	1	68	0	.	2	69	0	.	0	.	0	.	1	99	1	99	0	.	1	99	0	.	0	.	0	.	0	.	1	98	2	96	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	43	1	57	0	70	0	.	1	97	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	13
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	70	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	99	0	.	0	.	1	70	1	57	0	100	0	70	1	99	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	2	98	0	.	2	97	1	99	0	.	0	.	0	.	0	.	2	99	0	.	2	55	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	19
	Total	315	12	290	14	327	13	260	13	396	15	432	13	395	5	356	5	380	7	448	7	380	20	399	18	434	9	280	.	371	15	387	16	429	11	420	12	291	33	349	12	383	7	376	10	403	10	447	7	396	7	381	6	383	11	444	10	472	8	320	15	397	10	459	20	355	14	342	11	691	16	569	17	507	13	431	13	465	20	419	13	428	18	369	10	367	10	439	14	314	17	398	16	456	14	404	13	367	13	327	15	440	12	366	12	292	14	416	21	579	21	408	11	529	13	459	14	639	8	527	10	462	13	548	11	600	15	536	16	532	13	440	11	379	17	599	21	465	16	368	24	404	13	382	27	426	29	356	9	403	13	391	11	411	19	440	16	243	26	354	32	512	26	411	7	474	8	458	7	301	16	309	12	317	12	374	15	344	13	265	18	301	25	322	11	0	.	412	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	23	36	12	53	5	97	14	34	49	38	27	31	38	14	17	20	12	25	20	21	47	42	11	53	45	30	0	.	83	34	49	31	27	30	32	49	40	22	55	33	29	25	23	27	34	20	43	16	39	20	39	18	38	37	19	38	54	25	48	32	16	46	16	54	4	96	29	34	25	43	37	31	47	42	12	55	42	46	39	20	36	32	30	25	20	29	12	49	28	47	31	41	28	30	26	35	39	39	44	47	24	34	12	79	7	77	53	40	39	47	29	34	99	33	48	29	121	18	46	23	45	38	93	29	37	30	51	94	58	29	58	36	37	37	49	34	44	42	29	60	32	26	27	50	13	50	15	45	32	47	30	25	23	40	40	52	9	65	26	85	23	64	42	15	55	19	62	19	38	36	50	77	16	41	24	37	16	60	9	52	18	61	5	67	0	.	35	4
	21-30 cm	7	41	7	59	0	.	7	42	3	97	32	20	17	21	9	25	4	30	17	24	18	64	10	52	15	54	0	.	10	95	15	40	15	40	10	48	10	90	22	30	15	36	9	32	24	26	26	17	17	24	13	25	5	59	5	48	40	30	7	66	0	.	4	96	0	.	2	98	26	31	10	57	14	33	4	68	18	57	17	27	28	47	11	41	7	50	2	98	28	37	13	56	22	33	10	49	34	54	21	37	2	98	12	56	4	98	11	57	8	54	15	38	8	46	36	35	31	30	15	33	13	53	22	29	18	40	13	61	29	28	15	35	4	68	37	48	16	54	7	93	19	40	0	.	5	95	2	98	8	70	2	98	13	56	13	50	9	65	43	88	8	91	16	22	14	24	24	21	11	69	27	73	9	72	17	41	8	50	5	67	4	96	5	67	0	.	15	5
	31-40 cm	2	62	1	99	0	.	1	99	3	97	17	40	16	16	5	30	3	34	9	39	8	56	4	52	9	43	0	.	7	72	4	53	9	48	5	71	0	.	10	37	8	29	3	48	9	43	11	23	10	28	14	39	4	45	5	50	11	27	5	72	6	57	0	.	3	97	7	52	11	39	5	60	11	60	5	48	7	70	11	40	7	72	8	42	3	37	3	98	2	98	1	97	11	48	8	64	4	59	6	59	0	.	1	98	4	98	4	73	8	40	9	44	1	68	16	49	4	86	1	69	9	40	5	46	1	97	8	46	14	50	5	46	12	43	13	68	3	65	0	.	6	68	0	.	3	65	1	68	7	44	3	71	14	48	6	71	0	.	5	85	4	94	7	23	13	24	15	19	8	77	6	58	1	97	3	41	0	.	5	59	1	96	1	97	0	.	7	6
	41-50 cm	1	99	3	57	1	97	4	41	3	66	3	45	7	16	2	31	1	40	4	42	0	.	6	43	4	57	0	.	2	95	2	55	6	34	4	46	4	90	5	40	2	41	6	38	11	30	4	27	3	35	3	31	1	99	3	40	7	29	1	97	0	.	2	96	2	96	2	68	5	78	5	57	6	41	4	45	4	46	4	36	2	98	6	39	5	79	2	68	3	54	5	63	2	68	1	98	8	44	3	53	2	68	1	98	2	55	1	97	3	44	8	38	0	.	2	55	4	51	2	56	4	42	4	39	5	75	0	.	5	44	4	57	3	72	7	47	6	56	0	.	4	80	0	.	2	95	1	68	0	.	1	97	4	57	0	.	0	.	5	85	0	.	4	26	4	25	5	20	2	96	1	97	6	47	2	72	1	99	0	.	0	.	1	97	0	.	4	6
	51-60 cm	2	59	1	69	0	.	2	61	1	97	3	77	4	23	2	32	1	44	2	46	4	96	3	97	0	.	0	.	0	.	1	98	5	53	2	55	0	.	2	52	1	57	4	37	6	34	3	25	2	32	1	49	0	.	1	71	2	58	1	97	0	.	0	.	2	96	1	98	2	67	1	98	2	71	0	.	3	53	2	56	1	98	2	73	2	73	0	.	0	.	1	97	1	98	2	68	2	68	4	69	0	.	1	98	1	98	1	97	7	57	2	72	0	.	0	.	1	99	1	69	0	.	2	55	0	.	8	46	4	53	3	54	2	68	1	98	0	.	0	.	5	56	0	.	2	96	0	.	0	.	1	98	2	67	0	.	2	96	0	.	0	.	3	31	2	45	3	31	3	96	5	56	1	97	1	68	0	.	0	.	0	.	0	.	0	.	2	7
	61-70 cm	2	60	1	99	0	.	0	.	0	.	1	98	1	53	1	57	0	100	1	49	0	.	0	.	1	98	0	.	0	.	0	.	1	70	2	72	0	.	1	99	1	69	1	56	0	99	2	30	0	.	0	70	1	99	0	99	5	43	0	.	0	.	0	.	0	.	0	.	0	.	2	67	1	69	0	.	0	.	1	56	0	.	1	98	1	99	1	98	0	.	2	67	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	4	81	0	.	1	98	1	99	1	98	1	98	1	99	3	53	3	94	1	97	0	.	1	98	3	68	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	94	0	.	0	.	1	40	1	49	0	70	0	.	3	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	11
	71-80 cm	0	.	0	.	0	.	1	99	0	.	0	.	0	70	1	57	0	76	0	.	2	96	0	.	0	.	0	.	0	.	0	.	2	56	0	.	0	.	0	.	0	99	0	.	0	99	0	.	0	.	0	70	1	69	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	1	69	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	1	68	2	97	0	.	0	.	1	99	1	99	0	.	2	70	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	1	70	0	.	0	.	1	97	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	17
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	32
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	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	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	50
	>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	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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
	Total	38	26	24	33	7	81	29	19	59	35	84	20	82	11	37	16	22	18	54	17	78	29	34	34	74	27	0	.	102	32	71	29	67	24	55	32	54	26	96	25	57	17	46	19	85	18	88	11	71	17	71	16	51	30	34	26	119	19	63	28	22	34	22	55	10	51	41	28	70	24	60	22	81	33	26	33	74	36	74	16	74	28	58	22	37	25	19	40	61	35	53	37	64	22	47	28	88	39	78	32	28	35	27	55	19	70	70	31	66	33	70	24	110	29	103	24	162	17	65	19	72	28	128	22	64	21	83	55	111	23	84	28	60	26	110	26	69	37	36	61	66	25	27	50	25	24	20	38	48	43	38	23	56	36	59	47	22	47	80	51	35	39	74	12	90	16	110	15	62	21	94	61	34	23	47	32	25	50	19	35	23	48	13	39	0	.	64	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	193	19	165	18	114	27	103	22	100	31	152	22	195	8	152	8	196	11	196	11	303	30	209	28	216	13	50	.	184	24	179	17	194	16	177	26	147	29	178	16	167	14	146	15	215	14	234	11	194	12	193	9	204	18	210	18	275	13	187	29	166	16	255	39	170	22	146	18	285	27	306	25	245	21	187	27	207	31	222	18	165	30	131	17	162	20	206	26	157	28	252	27	201	25	210	23	150	26	147	33	184	23	183	20	124	20	316	29	279	27	176	16	419	16	234	25	429	11	309	15	258	20	329	16	271	20	248	45	262	20	267	18	216	26	279	27	187	24	217	26	204	22	221	30	304	38	155	17	189	20	194	15	241	32	204	29	92	45	154	35	350	43	229	10	261	10	254	10	124	24	151	27	146	16	171	25	171	27	105	33	182	42	121	22	0	.	207	2
	21-30 cm	68	18	63	28	118	22	77	22	76	27	138	17	104	8	95	10	87	11	137	11	77	31	95	23	127	21	0	.	93	22	122	23	133	14	113	20	78	43	105	17	97	14	112	15	121	13	135	9	115	10	94	11	82	19	111	15	146	11	93	25	107	19	112	21	75	25	90	22	238	21	172	26	139	19	107	17	142	24	130	18	127	32	93	21	92	18	98	21	94	22	91	27	150	18	86	27	141	23	85	31	123	17	98	25	85	25	77	30	158	17	130	18	138	24	181	15	230	12	157	15	164	16	204	16	193	20	121	19	203	13	100	21	72	23	227	29	165	25	99	43	89	22	82	44	58	43	91	13	127	26	88	22	78	25	152	24	63	52	99	74	81	40	114	11	150	12	141	12	100	23	94	27	80	33	109	22	73	25	92	31	47	32	111	22	0	.	116	2
	31-40 cm	32	23	46	25	33	40	32	26	120	16	111	16	80	8	57	10	48	10	84	12	31	38	64	24	94	15	70	.	94	33	70	26	79	16	84	16	62	42	58	17	72	12	79	14	55	15	83	9	70	8	71	12	62	15	59	18	79	11	47	43	69	26	33	39	55	42	46	22	139	19	89	20	99	26	59	21	101	24	65	16	95	23	84	14	71	17	74	28	76	28	39	22	87	20	59	24	80	24	57	21	91	27	38	28	42	23	32	39	97	30	69	22	53	22	95	17	85	14	62	17	62	16	67	21	112	24	105	30	86	17	73	18	49	28	97	26	90	26	27	40	88	14	56	65	46	38	63	17	67	15	63	24	54	29	66	21	37	28	108	43	34	44	65	12	78	11	79	10	70	17	61	26	40	23	71	20	43	19	42	23	38	36	45	21	0	.	69	2
	41-50 cm	33	20	17	26	38	21	31	17	83	14	54	17	51	8	38	10	31	11	51	8	13	46	41	31	41	20	40	.	62	22	47	21	42	16	49	16	36	36	48	15	54	11	39	12	43	15	42	8	48	8	50	11	35	19	44	13	42	11	24	32	39	22	44	18	34	25	47	14	61	20	35	23	58	19	48	21	53	25	38	14	43	27	49	15	48	14	34	21	40	20	39	26	52	17	42	24	42	21	57	19	41	22	35	22	25	23	22	32	50	23	56	15	12	29	28	12	38	20	33	16	30	17	39	16	46	29	78	39	56	23	44	29	53	23	51	19	49	29	37	44	45	18	22	45	31	32	43	14	31	14	52	16	48	18	49	26	23	44	44	41	25	47	37	13	39	11	47	11	40	26	42	22	45	22	31	17	48	18	16	26	30	34	26	24	0	.	42	2
	51-60 cm	17	29	13	23	13	35	28	18	50	20	45	22	28	9	30	10	23	10	23	13	27	31	16	31	19	26	60	.	34	28	25	18	31	20	33	20	13	90	30	18	29	13	27	15	33	15	24	11	26	10	25	13	33	19	29	17	32	15	18	25	24	26	25	23	15	42	33	17	18	28	19	32	27	24	33	24	23	24	23	19	39	19	31	15	17	18	26	26	6	35	24	31	24	18	31	18	32	23	36	18	17	32	20	30	19	22	20	29	41	42	28	27	8	34	14	26	11	37	15	23	14	27	20	22	24	31	36	27	22	25	24	29	22	25	27	22	27	23	18	48	25	15	21	64	6	49	15	22	20	28	23	25	29	26	20	36	30	39	29	31	25	39	22	12	22	15	28	14	20	20	29	24	29	25	16	29	22	23	21	30	14	27	20	21	0	.	25	2
	61-70 cm	7	31	6	36	6	47	8	30	21	24	11	35	12	13	12	15	11	14	7	20	4	96	4	51	7	42	40	.	5	50	9	32	8	27	12	23	4	90	12	27	11	17	13	19	11	23	12	14	9	19	12	17	10	36	18	24	13	24	1	97	8	43	10	55	8	45	14	30	15	35	3	54	11	32	8	39	8	67	7	31	18	37	28	19	10	24	11	36	1	98	5	48	6	47	13	31	6	53	12	39	10	34	12	36	7	32	9	31	8	28	13	30	6	42	5	38	4	44	8	27	3	46	7	39	14	38	24	32	7	52	10	45	16	34	22	32	9	38	6	60	16	36	6	61	6	48	5	39	12	35	7	42	15	33	8	53	13	30	0	.	18	37	9	21	9	21	12	20	6	66	16	36	7	41	13	33	9	32	4	56	7	54	10	29	0	.	10	3
	71-80 cm	2	48	1	69	6	39	9	26	4	52	4	40	5	17	6	18	4	22	2	33	4	65	4	70	4	57	0	.	2	96	5	40	7	30	4	54	4	90	8	38	6	26	4	38	6	24	4	22	3	24	4	31	6	35	5	30	4	34	7	35	4	45	0	.	4	70	6	32	3	54	4	46	8	44	9	39	4	58	5	42	11	39	8	34	4	39	7	42	1	98	2	98	0	.	7	31	2	55	7	61	2	68	2	98	4	63	8	58	5	44	5	56	1	68	2	55	2	60	4	41	3	49	6	32	2	67	7	65	5	75	6	42	9	28	5	55	6	41	0	.	3	58	0	.	2	95	1	68	5	56	1	97	1	98	0	.	8	55	0	.	7	63	5	27	3	33	5	26	3	65	6	46	1	97	8	32	3	77	2	67	4	51	1	97	0	.	4	4
	81-90 cm	1	99	1	99	4	57	1	69	1	96	0	.	1	45	2	32	2	30	1	99	0	.	0	.	0	.	20	.	0	.	2	72	2	57	1	69	0	.	2	48	3	46	2	48	1	49	2	33	2	40	0	70	0	.	2	48	0	.	4	68	2	68	2	96	3	66	0	.	0	.	2	98	1	99	4	55	2	67	2	56	4	56	3	43	0	.	1	98	1	98	0	.	0	.	2	69	1	98	1	98	0	.	3	69	4	49	0	.	3	57	2	97	1	68	2	68	1	99	2	47	0	.	1	69	3	68	0	.	2	66	2	68	1	98	0	.	3	66	0	.	0	.	0	.	0	.	0	.	0	.	1	98	1	98	0	.	0	.	0	.	7	63	3	32	0	70	1	57	0	.	3	66	3	69	1	68	0	.	1	97	1	96	1	97	0	.	1	8
	91-100 cm	0	.	1	99	0	.	1	69	0	.	0	.	0	58	1	59	0	70	1	57	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	38	1	70	1	69	1	73	1	49	0	100	0	100	0	.	0	.	0	.	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	1	99	1	98	0	.	0	.	1	98	0	.	0	.	0	.	1	98	0	.	1	98	1	98	0	.	1	68	0	.	2	69	0	.	0	.	1	98	1	99	1	99	0	.	1	99	0	.	0	.	0	.	0	.	1	98	2	96	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	40	1	57	0	70	0	.	1	97	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	13
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	70	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	1	99	0	.	0	.	1	70	1	57	0	100	0	70	1	99	0	.	0	.	0	.	1	98	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	1	99	0	.	1	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	2	98	0	.	2	97	1	99	0	.	0	.	0	.	0	.	2	99	0	.	2	55	0	.	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	19
	Total	353	12	313	14	333	13	289	12	455	16	516	11	477	5	393	5	402	6	502	7	458	18	433	17	508	9	280	.	473	16	458	16	496	10	475	13	345	28	444	10	440	7	422	9	487	8	536	6	467	7	451	7	435	11	477	10	591	8	383	15	419	10	481	20	365	14	383	12	761	15	629	16	587	15	457	12	539	20	494	13	502	18	428	10	405	10	458	14	375	16	451	15	520	13	451	13	454	12	405	17	468	13	394	12	311	12	487	20	645	22	479	10	639	13	562	12	801	7	593	10	534	13	676	11	664	15	619	18	643	11	525	11	439	15	709	20	534	16	404	23	471	12	408	28	452	27	376	10	451	14	428	10	467	17	499	17	265	25	434	34	547	26	485	7	563	8	568	7	363	15	402	16	350	11	421	15	369	14	284	17	324	23	335	12	0	.	476	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. 2276417. Birmensdorf, Swiss Federal Research Institute WSL

zurück