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 LFI4/LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
		Forstkreis (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		Seen		Schweiz
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	94	23	57	25	125	26	165	8	134	8	182	11	172	12	257	33	197	28	153	17	50	.	100	33	159	20	181	17	146	27	121	38	122	17	142	14	118	15	186	13	177	10	172	11	155	10	163	19	192	20	218	14	139	30	143	16	239	40	166	22	117	16	236	25	266	26	206	19	175	29	160	33	180	17	129	34	99	17	142	22	195	27	129	31	221	31	162	28	211	21	126	29	112	26	161	23	162	21	112	22	240	26	258	22	158	17	263	17	199	26	298	15	245	12	184	20	238	15	227	20	266	31	162	24	202	20	162	27	252	23	143	28	188	25	188	23	190	31	290	40	136	16	148	22	153	18	218	35	149	31	83	49	127	46	327	43	170	10	191	10	196	11	83	24	97	20	130	18	159	24	155	27	96	33	163	42	115	22	0	.	172	2
	21-30 cm	61	20	57	30	118	22	70	22	78	25	106	21	90	9	86	11	83	12	116	11	59	31	85	23	107	20	0	.	84	24	105	22	130	16	103	21	48	55	76	18	79	13	102	16	108	12	103	9	101	10	81	11	72	21	106	15	107	12	85	26	102	19	108	21	75	25	88	22	194	23	154	27	124	18	102	17	124	24	104	19	99	36	79	19	85	18	96	21	66	25	78	25	118	19	82	27	120	20	77	31	121	16	81	28	79	27	63	31	135	17	94	20	114	24	135	18	190	13	141	14	134	16	172	16	170	19	134	15	137	19	91	19	63	22	180	25	149	28	92	48	86	26	73	46	53	46	85	13	115	27	80	22	65	27	136	22	54	62	56	64	73	42	96	11	121	13	111	12	85	23	69	17	71	31	94	25	65	27	86	34	41	33	105	23	0	.	101	2
	31-40 cm	29	25	45	25	33	40	30	26	115	15	94	18	62	8	52	10	45	10	72	12	23	54	59	26	76	18	70	.	86	35	74	23	73	17	79	18	44	48	44	17	57	13	69	14	48	15	63	9	58	9	58	13	56	16	54	20	68	12	42	48	60	26	33	39	52	45	40	21	108	23	83	20	92	20	54	23	95	23	56	16	88	23	67	16	68	17	71	27	74	27	38	22	70	22	47	20	68	25	52	22	91	27	35	30	38	23	27	33	78	32	48	25	47	23	71	15	78	15	51	16	51	17	59	20	110	23	81	29	52	26	70	17	33	31	64	29	86	27	27	40	88	15	49	66	42	41	59	17	58	17	55	24	40	31	56	21	37	28	102	42	30	52	53	12	59	12	59	11	64	20	51	29	39	23	69	20	43	19	37	26	34	35	44	21	0	.	59	2
	41-50 cm	32	20	15	28	37	21	27	19	76	15	51	19	44	9	35	10	30	12	46	10	13	46	36	34	34	20	40	.	60	23	48	19	33	18	45	17	22	45	41	16	47	11	33	14	28	16	35	8	40	9	47	11	35	19	40	15	37	13	23	34	37	23	42	18	33	24	45	15	50	21	28	22	47	19	45	22	51	25	34	15	41	26	42	16	43	14	33	21	37	21	33	25	48	17	38	23	35	21	50	19	39	24	32	23	23	24	22	31	40	24	39	20	12	24	23	13	32	21	23	17	23	19	32	17	39	27	61	36	39	26	42	28	43	24	34	25	43	28	37	44	40	17	19	47	29	30	43	13	30	14	47	17	44	19	45	28	23	44	39	40	25	47	30	14	31	13	36	11	47	23	38	24	39	23	29	17	48	18	16	26	28	35	25	25	0	.	37	2
	51-60 cm	14	27	12	22	13	35	26	18	51	19	42	24	24	9	27	10	23	10	23	13	23	37	13	36	17	26	60	.	34	28	23	18	23	19	32	21	9	93	26	17	25	13	21	16	21	17	19	11	20	10	24	13	32	20	28	18	31	15	16	28	23	27	25	23	13	38	32	17	14	33	17	34	24	25	33	24	20	26	18	20	38	19	31	15	15	19	26	26	6	35	23	33	22	18	26	19	30	24	29	19	17	32	18	31	17	22	18	27	29	40	20	31	6	33	12	27	10	40	12	22	12	26	16	22	22	32	24	28	13	33	21	29	19	22	21	24	27	23	18	48	19	16	21	57	4	63	15	20	20	26	22	23	27	27	18	37	28	39	29	31	25	39	17	13	17	15	22	15	25	25	22	27	27	27	14	31	22	23	21	30	13	28	20	21	0	.	21	2
	61-70 cm	5	40	5	35	6	47	8	30	22	22	10	38	11	12	11	16	10	14	6	22	4	96	4	51	7	34	40	.	5	50	8	32	6	31	10	23	3	93	10	27	9	17	11	19	9	22	9	15	7	19	11	17	9	36	17	23	8	29	1	97	9	39	10	55	8	45	14	30	14	34	2	68	9	34	8	39	11	54	5	35	18	37	28	17	10	24	10	39	1	98	3	71	6	42	12	30	6	54	11	40	10	34	11	36	6	35	9	30	7	29	7	27	4	43	4	43	3	49	5	29	2	55	5	42	10	39	18	28	4	48	9	45	13	33	18	33	9	38	6	60	15	38	8	47	6	48	6	35	11	36	7	42	15	33	7	54	11	37	0	.	18	37	7	22	7	21	10	18	5	66	13	37	7	41	14	31	9	32	4	56	6	55	10	29	0	.	9	3
	71-80 cm	2	48	1	69	6	39	9	24	4	52	4	40	5	17	6	20	3	22	3	29	2	96	4	70	5	48	0	.	2	96	5	40	4	38	4	54	3	93	7	36	4	26	4	35	5	24	3	21	3	25	3	35	5	43	5	32	4	32	7	35	4	45	0	.	4	70	6	32	4	46	3	46	8	41	8	39	3	58	4	42	11	39	7	30	4	39	7	42	1	98	2	98	1	98	7	29	2	55	5	71	2	68	2	98	3	63	7	59	3	55	3	51	1	69	2	55	2	56	2	42	3	50	3	39	2	67	5	68	4	76	5	43	9	28	4	56	6	41	0	.	2	72	0	.	2	95	1	69	4	57	1	97	1	98	0	.	8	55	0	.	7	63	5	27	2	38	5	24	3	66	5	44	1	97	8	32	2	99	2	67	4	52	1	97	0	.	4	5
	81-90 cm	1	99	1	99	4	57	1	69	1	97	0	.	1	45	2	32	2	33	1	99	0	.	0	.	0	.	20	.	0	.	2	73	2	57	1	69	0	.	2	42	2	42	2	43	1	44	2	33	1	41	0	70	0	.	2	48	1	99	4	68	2	68	2	96	3	66	0	.	0	.	2	98	0	99	4	55	2	68	1	56	3	54	4	40	0	.	1	98	1	98	0	.	0	.	2	69	1	98	1	98	0	.	3	70	3	49	2	98	2	57	1	68	1	99	1	69	1	99	2	43	0	.	1	56	3	69	0	.	2	67	2	68	1	98	0	.	3	66	0	.	0	.	0	.	0	.	0	.	0	.	1	98	1	98	0	.	0	.	0	.	7	63	2	30	1	57	0	70	2	96	3	66	3	69	1	69	0	.	1	97	1	97	1	97	0	.	1	8
	91-100 cm	0	.	1	99	0	.	1	69	0	.	0	.	1	50	1	59	0	70	1	70	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	2	42	0	70	1	57	1	74	1	44	0	100	0	100	0	.	0	.	0	.	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	0	99	1	98	0	.	0	.	1	98	0	.	0	.	0	.	1	98	0	.	1	98	1	98	0	.	1	68	0	.	2	70	0	.	1	99	0	.	1	99	0	99	0	.	0	99	0	.	0	.	0	.	0	.	2	68	1	97	0	.	0	.	0	.	2	94	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	44	1	57	1	57	0	.	1	97	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	12
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	70	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	99	0	.	0	.	1	70	1	44	0	100	0	70	1	99	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	99	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	2	98	1	98	2	98	1	72	0	.	0	.	0	.	0	.	1	99	0	.	2	56	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	2	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	18
	Total	315	12	290	14	327	13	266	13	405	14	432	13	401	5	354	5	378	7	439	7	380	20	399	18	400	10	280	.	371	15	425	15	453	12	420	12	250	31	331	11	366	7	361	10	408	8	412	6	402	6	381	6	372	11	444	10	474	8	320	15	380	11	459	20	355	14	342	11	619	16	555	16	511	12	431	13	467	18	403	12	428	18	357	10	367	10	439	14	314	17	398	16	428	14	425	13	387	12	339	14	440	12	347	14	285	14	388	19	555	19	372	11	448	13	448	13	615	9	483	8	408	13	529	10	583	15	590	14	413	16	441	11	346	16	573	18	465	16	368	24	439	14	364	26	426	29	345	9	387	14	365	11	411	19	410	17	243	26	354	32	512	26	380	7	428	8	441	7	314	14	299	12	317	12	389	14	344	13	265	18	291	24	322	11	0	.	405	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	13	34	49	35	27	31	36	13	16	20	13	24	20	21	47	42	11	53	37	31	0	.	83	34	48	30	24	31	32	49	50	36	53	31	27	23	20	27	34	17	38	15	41	17	39	18	36	37	19	38	52	25	48	32	15	46	16	54	4	96	29	34	21	44	35	31	44	41	12	55	43	42	38	19	36	32	25	26	20	29	12	49	28	47	31	41	25	30	32	28	38	37	52	41	24	34	12	79	7	77	48	37	36	43	27	30	73	33	41	30	116	18	41	19	40	34	83	27	35	31	62	61	42	31	53	36	37	34	46	29	44	42	29	60	31	26	23	51	13	50	14	46	31	47	27	26	23	40	36	53	9	65	26	85	23	64	42	14	46	19	61	17	33	37	47	77	16	41	23	37	16	60	9	52	16	62	5	67	0	.	34	4
	21-30 cm	7	41	7	59	0	.	7	42	3	98	32	20	17	19	9	25	5	29	16	24	18	64	10	52	12	54	0	.	10	95	16	36	14	40	10	48	7	93	23	29	13	33	8	30	19	26	24	16	15	23	13	25	5	59	5	48	38	30	7	66	0	.	4	96	0	.	2	98	22	33	10	57	13	34	4	68	17	57	19	23	28	47	9	41	7	50	2	98	28	37	13	56	20	34	12	39	30	54	19	37	2	98	12	56	4	98	9	58	7	54	11	39	6	47	31	36	29	30	15	28	10	54	19	28	17	40	17	53	21	30	14	36	3	68	28	49	16	54	7	93	19	40	0	.	5	95	2	98	8	70	2	98	13	56	12	51	9	65	43	88	8	91	16	20	12	23	23	20	10	70	25	73	9	72	16	41	8	50	5	67	3	97	5	67	0	.	14	4
	31-40 cm	2	62	1	99	0	.	1	99	3	98	17	40	15	15	5	30	3	34	9	39	8	56	4	52	8	44	0	.	7	72	4	54	9	48	5	71	0	.	8	37	7	28	3	48	7	43	10	21	8	27	14	39	4	45	5	50	11	26	5	72	6	57	0	.	3	97	7	52	10	37	4	60	10	61	5	48	6	70	9	41	7	72	7	43	3	37	3	98	2	98	1	97	10	49	8	58	3	60	5	59	0	.	1	98	4	98	3	74	7	41	9	40	1	69	13	50	4	86	2	66	7	41	6	40	1	97	5	50	11	51	4	47	10	44	10	69	3	65	0	.	5	68	0	.	3	65	1	69	7	44	3	72	14	48	6	72	0	.	5	85	4	94	6	22	11	24	13	19	7	78	6	58	1	97	3	41	0	.	5	59	1	97	1	97	0	.	7	5
	41-50 cm	1	99	3	57	1	97	4	41	3	67	3	45	7	16	2	31	1	40	4	42	0	.	6	43	3	58	0	.	2	95	2	55	6	34	4	46	3	93	4	40	2	38	6	35	8	31	3	26	3	34	3	31	1	99	3	40	7	29	1	97	0	.	2	96	2	96	2	68	4	78	5	57	6	41	4	45	4	46	6	30	2	98	5	39	5	79	2	68	3	54	5	63	2	68	1	68	7	45	3	53	2	68	1	98	2	55	2	67	3	44	6	39	0	.	2	55	4	51	2	43	4	39	4	36	4	75	0	.	4	45	4	48	4	57	6	49	6	56	0	.	4	80	2	94	2	95	1	69	0	.	2	67	4	57	0	.	0	.	5	85	0	.	4	23	3	25	5	20	1	97	1	97	6	47	2	72	1	99	0	.	0	.	1	97	0	.	3	5
	51-60 cm	2	59	1	69	0	.	2	61	1	98	3	77	3	22	2	32	1	44	2	46	4	96	3	97	0	.	0	.	0	.	1	98	5	54	2	55	0	.	2	52	2	60	3	38	5	33	3	24	2	33	1	49	0	.	1	71	2	58	1	97	0	.	0	.	2	96	1	98	2	68	1	98	1	71	0	.	3	54	1	56	1	98	2	58	2	73	0	.	0	.	1	97	1	98	1	69	3	55	3	69	0	.	1	98	1	98	2	68	5	58	3	58	0	.	0	.	1	99	1	70	0	.	1	56	0	.	5	50	3	54	3	54	1	68	1	98	0	.	0	.	4	56	0	.	2	96	0	.	0	.	2	68	2	67	0	.	2	96	0	.	0	.	2	31	1	41	3	31	3	97	5	56	1	97	3	59	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	.	0	99	1	70	1	56	0	99	1	31	0	.	0	70	1	99	0	99	5	40	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	.	3	81	0	.	1	98	0	99	1	70	1	99	0	99	3	53	2	96	1	98	0	.	1	98	2	69	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	94	0	.	0	.	1	40	1	49	1	57	0	.	2	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	11
	71-80 cm	0	.	0	.	0	.	1	99	0	.	0	.	0	59	1	57	0	76	0	.	2	96	0	.	0	.	0	.	0	.	0	.	2	57	0	.	0	.	0	.	0	100	0	.	1	70	0	.	0	.	0	70	1	69	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	97	0	.	0	99	0	.	1	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	1	69	1	98	0	.	0	.	1	99	0	99	0	.	2	71	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	70	0	.	0	.	1	97	0	.	0	.	1	99	0	.	0	.	0	.	0	.	0	16
	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	98	1	99	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	29
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	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	28	20	59	33	84	20	79	11	37	16	23	17	53	17	78	29	34	34	62	29	0	.	102	32	70	28	60	25	55	32	59	32	92	24	52	16	41	19	74	16	80	11	68	16	71	16	48	30	34	26	115	19	63	28	21	34	22	55	10	51	41	28	60	26	57	23	75	33	26	33	73	34	74	15	74	28	49	23	37	25	19	40	61	35	53	37	58	23	53	23	81	38	83	30	28	35	26	55	18	70	64	28	59	31	62	22	80	30	88	25	155	17	61	17	62	26	116	21	61	22	92	45	82	26	78	28	58	26	93	25	69	37	36	61	64	26	26	45	25	24	19	39	45	43	36	22	56	36	53	48	22	47	80	51	35	39	72	11	75	16	105	14	54	23	88	61	34	23	47	31	25	50	19	35	21	48	13	39	0	.	62	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	107	20	107	28	152	22	201	7	151	8	195	11	193	11	303	30	209	28	191	14	50	.	184	24	207	18	205	16	177	26	171	22	175	16	168	13	138	14	219	12	215	10	212	10	193	9	200	18	210	18	270	13	187	29	158	17	255	39	170	22	146	18	257	26	301	24	250	19	187	27	203	29	218	16	165	30	125	16	162	20	206	26	157	28	252	27	187	25	243	19	163	22	164	29	184	23	173	21	120	20	287	26	294	23	185	16	336	16	240	22	415	11	286	12	224	19	321	14	261	19	329	35	204	21	255	17	199	24	298	21	187	24	217	26	219	21	213	28	304	38	150	16	179	21	180	16	241	32	184	31	92	45	154	35	350	43	212	10	236	10	257	10	116	23	145	27	146	16	182	24	171	27	105	33	180	39	121	22	0	.	207	2
	21-30 cm	68	18	63	28	118	22	76	21	80	24	138	17	107	8	95	10	88	11	132	11	77	31	95	23	120	20	0	.	93	22	121	22	143	15	113	20	55	49	99	16	92	13	110	15	128	11	127	8	116	10	94	11	78	20	111	15	145	11	93	25	102	19	112	21	75	25	90	22	216	21	164	27	137	18	107	17	141	23	122	17	127	32	88	19	92	18	98	21	94	22	91	27	138	19	93	25	150	20	96	27	123	17	93	26	82	25	72	29	142	17	106	19	120	23	165	15	219	12	156	13	144	16	191	15	188	19	151	16	158	16	105	19	67	22	208	27	165	25	99	43	104	23	73	46	58	43	87	13	123	26	82	22	78	25	148	22	63	52	99	74	81	40	111	10	133	12	134	11	95	22	94	25	80	33	110	21	73	25	92	31	44	33	111	22	0	.	115	2
	31-40 cm	32	23	46	25	33	40	32	25	118	15	111	16	76	7	57	10	48	10	81	12	31	38	64	24	84	16	70	.	94	33	78	24	82	16	84	16	44	48	52	17	64	11	72	14	54	14	74	9	66	8	71	12	60	15	59	18	79	11	47	43	65	26	33	39	55	42	46	22	118	21	88	19	102	23	59	21	102	23	65	15	95	23	74	14	71	17	74	28	76	28	39	22	80	21	54	23	72	24	57	20	91	27	36	29	41	22	30	36	84	29	57	22	48	23	84	17	82	14	53	16	59	15	65	18	111	23	87	29	63	21	75	16	43	27	74	28	90	26	27	40	94	14	49	66	46	38	60	17	65	15	58	24	54	29	62	21	37	28	108	43	34	44	59	12	70	11	72	10	71	16	57	27	40	23	73	19	43	19	42	23	36	36	45	21	0	.	66	2
	41-50 cm	33	20	17	26	38	21	31	17	79	15	54	17	51	8	38	10	31	11	50	9	13	46	41	31	38	21	40	.	62	22	50	19	39	16	49	16	25	43	45	15	49	11	39	12	36	15	38	8	42	8	50	11	36	18	44	13	44	11	24	32	37	23	44	18	34	25	47	14	54	21	33	23	53	20	48	21	54	23	39	14	43	27	47	14	48	14	34	21	40	20	39	26	50	17	40	22	42	19	53	19	41	22	33	22	25	22	24	29	43	24	45	17	12	24	25	13	37	20	24	17	27	18	36	15	43	30	61	36	42	25	46	27	47	23	40	22	49	29	37	44	44	18	22	40	31	32	44	13	30	14	48	16	48	18	45	28	23	44	44	41	25	47	34	13	35	11	41	11	48	22	39	23	45	22	31	17	48	18	16	26	28	35	26	24	0	.	40	2
	51-60 cm	17	29	13	23	13	35	29	17	53	18	45	22	27	9	30	10	23	10	25	13	27	31	16	31	17	26	60	.	34	28	24	18	28	21	33	20	9	93	28	18	27	13	25	15	26	16	21	11	22	10	25	13	32	20	29	17	33	15	18	25	23	27	25	23	15	42	33	17	15	30	18	32	26	24	33	24	23	23	19	19	39	19	33	14	17	18	26	26	6	35	24	31	23	18	27	18	33	21	33	19	17	32	19	30	18	22	19	27	35	42	23	27	6	33	12	27	10	37	12	21	12	26	18	22	22	32	30	26	16	28	23	27	21	23	22	23	27	23	18	48	24	16	21	57	6	49	15	20	20	26	24	22	29	26	18	37	30	39	29	31	25	39	19	12	18	15	24	14	27	22	27	25	29	25	17	27	22	23	21	30	13	28	20	21	0	.	23	2
	61-70 cm	7	31	6	36	6	47	8	30	22	22	11	35	12	12	12	15	11	14	7	20	4	96	4	51	8	34	40	.	5	50	8	32	7	27	12	23	3	93	11	27	10	17	12	19	9	22	10	14	7	19	12	17	10	37	18	24	13	23	1	97	9	39	10	55	8	45	14	30	14	34	4	46	10	32	8	39	11	54	6	32	18	37	28	17	10	24	11	36	1	98	5	48	6	42	12	30	6	54	11	40	10	34	11	36	7	32	9	30	7	29	11	29	4	43	4	38	4	44	6	26	2	47	6	39	13	39	20	32	5	54	9	45	14	33	20	31	9	38	6	60	16	36	8	47	6	48	6	35	11	36	7	42	15	33	7	54	13	30	0	.	18	37	8	21	8	20	11	18	5	66	15	36	7	41	14	31	9	32	4	56	6	55	10	29	0	.	10	3
	71-80 cm	2	48	1	69	6	39	10	24	4	52	4	40	5	16	6	18	4	22	3	29	4	65	4	70	5	48	0	.	2	96	5	40	6	30	4	54	3	93	7	36	5	27	4	35	6	23	3	21	3	25	4	31	6	36	5	30	4	32	7	35	4	45	0	.	4	70	6	32	4	46	3	46	8	41	9	39	3	58	4	39	11	39	8	30	4	39	7	42	1	98	2	98	1	98	7	29	2	55	6	62	2	68	2	98	3	63	7	59	4	44	5	45	1	69	2	55	2	60	3	42	3	50	5	33	2	67	5	68	4	76	5	43	10	25	4	56	6	41	0	.	3	58	0	.	2	95	1	69	4	57	1	97	1	98	0	.	8	55	0	.	7	63	5	26	2	33	5	24	3	66	6	47	1	97	8	32	3	77	2	67	4	52	1	97	0	.	4	4
	81-90 cm	1	99	1	99	4	57	1	69	1	97	0	.	1	45	2	32	2	30	1	99	0	.	0	.	0	.	20	.	0	.	2	73	2	57	1	69	0	.	2	42	2	42	2	43	1	44	2	30	2	40	0	70	0	.	2	48	1	99	4	68	2	68	2	96	3	66	0	.	0	.	2	98	0	99	4	55	2	68	1	56	4	56	4	40	0	.	1	98	1	98	0	.	0	.	2	69	1	98	1	98	0	.	3	70	3	49	2	98	2	57	2	73	1	69	1	69	1	99	2	39	0	.	1	56	3	69	0	.	2	67	2	68	2	68	0	.	3	66	0	.	0	.	0	.	0	.	0	.	0	.	1	98	1	98	0	.	0	.	0	.	7	63	2	30	1	61	1	57	2	96	3	66	3	69	1	69	0	.	1	97	1	97	1	97	0	.	1	7
	91-100 cm	0	.	1	99	0	.	1	69	0	.	0	.	1	50	1	59	0	70	1	57	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	3	38	0	70	1	57	1	74	1	44	0	100	0	100	0	.	0	.	0	.	2	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	98	0	.	0	99	1	98	0	.	0	.	1	98	0	.	0	.	0	.	1	98	0	.	1	98	1	98	0	.	1	68	0	.	2	70	0	.	1	99	1	98	1	99	0	99	0	.	0	99	0	.	0	.	0	.	0	.	2	68	1	97	0	.	0	.	0	.	2	94	0	.	1	98	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	40	1	57	1	57	0	.	1	97	0	.	0	.	0	.	1	97	0	.	0	.	0	.	0	12
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	70	0	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	0	99	0	.	0	.	1	70	1	44	0	100	0	70	1	99	0	.	0	.	0	.	1	98	0	.	0	.	1	98	0	.	0	.	0	.	0	.	1	98	0	99	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	98	0	.	2	98	1	98	2	98	1	72	0	.	0	.	0	.	0	.	1	99	0	.	2	56	0	.	0	.	0	.	0	.	1	98	0	.	0	.	0	.	0	.	2	94	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	17
	Total	353	12	313	14	333	13	294	12	464	15	516	11	480	5	391	5	402	6	492	7	458	18	433	17	461	10	280	.	473	16	495	15	513	11	475	13	310	23	422	10	419	7	401	9	482	7	492	6	470	6	451	7	421	11	477	10	589	7	383	15	401	11	481	20	365	14	383	12	679	16	612	16	586	14	457	12	540	18	477	12	502	18	406	10	405	10	458	14	375	16	451	15	486	14	478	12	468	11	422	16	468	13	372	13	303	13	452	19	614	20	433	11	528	13	535	12	770	8	544	8	470	13	645	10	643	15	682	17	495	15	519	10	404	15	666	18	534	16	404	23	503	13	390	26	452	27	364	10	433	15	401	10	467	17	463	18	265	25	434	34	547	26	452	7	504	8	546	7	368	13	387	16	350	11	436	14	369	14	284	17	312	23	335	12	0	.	466	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 2276433. Birmensdorf, Swiss Federal Research Institute WSL

zurück