LFI-Resultate

zurück

Vorrat (Schaftholz) #21
Schaftholzvolumen in Rinde der lebenden Bäume und Sträucher (stehende und liegende) ab 12 cm Brusthöhendurchmesser (BHD). Dieses entspricht international dem «growing stock».

Entwicklungsstufe #20
Etappe der Bestandesentwicklung, definiert durch den dominanten Brusthöhendurchmesser (BHDdom = BHD der 100 stärksten [dicksten] Bäume pro Hektare). Jungwuchs/Dickung: BHDdom <12 cm, Stangenholz: BHDdom 12-30 cm, schwaches Baumholz: BHDdom 31-40 cm, mittleres Baumholz: BHDdom 41-50 cm, starkes Baumholz: BHDdom >50 cm, gemischt: Bäume verschiedener Entwicklungsstufe, keine Entwicklungsstufe vorherrschend oder Gruppen verschiedener Entwicklungsstufen, die kleiner als 5 Aren sind. Grundlage: Feldaufnahme (MID 261: Entwicklungsstufe)

NaiS-Vegetationshöhenstufen (6 Klassen) #2633
Vegetationshöhenstufen in der Systematik der Wegleitung Nachhaltigkeit und Erfolgskontrolle im Schutzwald (NaiS; Frehner et al. 2005), reduziert auf sechs Klassen. Die Variable stellt eine Vereinfachung der NaiS-Vegetationshöhenstufen in zehn Klassen (NAISHSTKOMB) dar, indem die Klassen «hyperinsubrisch», «kollin» und «kollin mit Buche» zur Klasse «hyperinsubrisch und kollin» und die Stufen «untermontan», «obermontan» und «unter-/obermontan» zur Stufe «unter- und obermontan» zusammengezogen wurden. Die Angaben beruhen einerseits auf von Experten bestimmten Vegetationshöhenstufen (zugängliche Waldprobeflächen des LFI4 auf dem 1,4-km-Netz; Arge Frehner et al. 2020) und andererseits auf den für die Periode 1981-2010 modellierten Vegetationshöhenstufen (übrige Probeflächen; Zischg et al. 2021).

Kanton #827
Regionale Gliederung mit den Kantonen als Einheit. Dabei werden die beiden Halbkantone Basel-Landschaft und Basel-Stadt aus statistischen Gründen zu einem Kanton zusammengefasst.

zugänglicher Wald ohne Gebüschwald #434
Wald, der zu weniger als zwei Dritteln mit Sträuchern bedeckt ist und zu Fuss aufgesucht werden kann.

1,4-km-Netz, Unternetze 1-5 #1746
Unternetze 1, 2, 3, 4 und 5 der Feldaufnahmen auf dem Stichprobennetz mit einer Maschenweite von 1,4 km (Basisnetz).

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
Vorrat (Schaftholz)
Entwicklungsstufe · NaiS-Vegetationshöhenstufen (6 Klassen)
Regionale Gliederung: Kanton
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
		Kanton
		AG		AI		AR		BE		BL/BS		FR		GE		GL		GR		JU		LU		NE		NW		OW		SG		SH		SO		SZ		TG		TI		UR		VD		VS		ZG		ZH		Schweiz
Entwicklungsstufe	NaiS-Vegetationshöhenstufen (6 Klassen)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
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	.
	obersubalpin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	subalpin	0	.	0	.	0	.	168	94	0	.	0	.	0	.	0	.	223	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	23	100	0	.	0	.	414	50
	hochmontan	0	.	0	.	0	.	2	71	0	.	0	.	0	.	17	100	422	44	0	.	4	100	0	.	0	.	0	.	68	100	0	.	0	.	0	.	0	.	59	81	0	.	0	.	21	73	0	.	0	.	592	34
	unter- und obermontan	0	.	0	.	36	100	34	100	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	97	100	11	100	0	.	0	.	0	.	186	92	10	100	0	.	0	.	375	54
	submontan	0	.	0	.	0	.	73	100	0	.	34	100	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	0	.	0	.	14	100	0	.	140	83	0	.	0	.	104	71	0	.	0	.	3	100	384	42
	hyperinsubrisch und kollin	0	.	0	.	0	.	0	.	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	.	36	100	277	64	0	.	34	100	0	.	19	90	645	35	17	100	4	100	0	.	0	.	0	.	68	100	0	.	111	88	11	100	140	83	59	81	0	.	289	64	54	55	0	.	3	100	1766	22
Jungwuchs/Dickung	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	.
	obersubalpin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	48	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	39	100	0	.	0	.	22	81	0	.	0	.	109	47
	subalpin	0	.	0	.	0	.	284	60	0	.	0	.	0	.	0	.	611	44	0	.	0	.	0	.	0	.	23	100	1	100	0	.	0	.	0	.	0	.	3	80	6	100	0	.	63	55	0	.	0	.	991	32
	hochmontan	0	.	0	.	0	.	460	45	0	.	165	62	0	.	0	.	1508	35	0	.	0	.	3	100	0	.	7	100	28	100	0	.	0	.	72	100	0	.	60	87	39	95	91	82	92	58	0	0	0	.	2524	23
	unter- und obermontan	0	.	0	0	133	72	844	44	0	.	155	76	0	.	46	100	191	59	35	73	414	57	49	100	0	.	14	77	133	56	66	100	24	94	155	57	117	100	57	90	25	100	254	57	0	.	78	71	241	50	3032	18
	submontan	310	45	0	.	0	.	592	44	74	68	132	80	0	.	0	.	0	.	63	77	130	70	52	100	0	.	0	.	29	74	13	100	33	100	0	.	0	.	0	.	0	.	164	63	0	.	0	.	178	70	1771	21
	hyperinsubrisch und kollin	0	.	0	.	0	.	0	.	0	.	0	.	24	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	100	0	.	0	.	8	81	0	.	0	.	59	55
	Total	310	45	0	0	133	72	2180	24	74	68	452	42	24	71	46	100	2358	25	98	56	544	46	104	69	0	.	44	60	190	43	80	85	57	70	227	50	117	100	185	47	70	65	509	38	184	36	78	71	420	41	8485	11
Stangenholz	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	.
	obersubalpin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	365	28	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	124	49	0	.	0	.	145	46	0	.	0	.	634	21
	subalpin	0	.	0	.	0	.	73	71	0	.	0	.	0	.	0	.	984	33	0	.	0	.	0	.	0	.	94	100	0	.	0	.	0	.	16	100	0	.	333	46	39	85	0	.	506	41	0	.	0	.	2044	21
	hochmontan	0	.	0	.	0	.	825	36	0	.	0	.	0	.	0	.	2056	19	0	.	160	100	0	.	0	.	8	100	72	74	0	.	0	.	77	100	0	.	380	40	375	62	422	50	1685	22	0	.	0	.	6060	12
	unter- und obermontan	22	100	0	.	266	88	2001	23	192	54	465	42	0	.	448	64	385	46	532	62	1450	31	456	45	187	76	118	67	1091	36	46	100	495	42	977	36	147	74	1540	22	480	49	1140	27	106	69	120	71	468	57	13130	9
	submontan	1380	24	0	.	0	.	1007	24	580	38	528	54	0	.	0	.	33	100	151	72	390	46	146	51	0	.	159	100	52	100	273	58	118	69	0	.	794	34	0	.	0	.	1274	31	239	56	0	.	1722	22	8845	10
	hyperinsubrisch und kollin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	195	77	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2052	20	0	.	71	100	208	40	0	.	24	100	2549	17
	Total	1402	23	0	.	266	88	3905	15	771	32	994	35	0	.	448	64	4018	14	682	51	2001	25	602	36	187	76	379	53	1215	33	318	52	613	36	1069	34	941	31	4429	12	894	37	2907	19	2888	16	120	71	2213	21	33263	5
schwaches Baumholz	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	.
	obersubalpin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	588	37	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	211	74	0	.	0	.	513	48	0	.	0	.	1312	28
	subalpin	0	.	0	.	0	.	275	58	0	.	166	100	0	.	0	.	594	48	0	.	20	100	0	.	200	100	519	77	193	72	0	.	0	.	0	.	0	.	294	54	53	100	118	100	458	45	0	.	0	.	2888	23
	hochmontan	0	.	0	.	0	.	262	64	0	.	85	100	0	.	0	.	2757	24	0	.	76	100	0	.	64	100	113	100	52	100	0	.	0	.	0	.	0	.	292	55	131	100	259	71	2473	28	0	.	0	.	6564	16
	unter- und obermontan	72	100	218	100	284	71	2932	21	439	52	1707	33	0	.	408	52	831	44	1161	39	818	44	280	81	434	78	431	49	1714	35	310	70	516	46	129	100	479	61	2576	24	492	55	1791	28	385	51	222	100	1386	36	20017	9
	submontan	1401	31	0	.	0	.	2146	27	162	100	533	49	0	.	0	.	358	60	16	405	704	49	0	.	0	.	153	100	170	74	578	45	360	51	89	100	540	46	0	.	346	77	1277	29	11	100	0	.	1430	31	10273	11
	hyperinsubrisch und kollin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	308	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2807	19	0	.	71	100	267	51	0	.	0	.	3453	17
	Total	1473	30	218	100	284	71	5615	16	602	47	2491	26	0	.	408	52	5436	16	1177	39	1618	31	280	81	698	57	1216	40	2129	30	889	38	875	34	218	72	1019	37	6180	13	1022	40	3515	19	4105	19	222	100	2816	23	44507	6
mittleres Baumholz	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	.
	obersubalpin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	789	36	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	210	100	0	.	0	.	999	35
	subalpin	0	.	0	.	0	.	588	57	0	.	0	.	0	.	423	80	2718	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	398	66	0	.	96	100	736	58	0	.	0	.	4959	20
	hochmontan	0	.	0	.	0	.	565	60	0	.	583	74	0	.	0	.	5224	19	0	.	0	.	0	.	45	100	0	.	319	71	0	.	0	.	210	100	0	.	1157	37	1044	59	373	58	2078	32	0	.	0	.	11597	13
	unter- und obermontan	254	75	812	59	1000	60	6443	18	710	48	2522	28	0	.	1079	38	1407	38	1549	32	1162	36	1212	38	984	53	657	59	4384	23	555	51	2366	28	1582	33	97	100	1226	34	704	60	4697	19	787	46	333	71	2652	27	39172	7
	submontan	1954	27	0	.	0	.	2253	28	982	43	1247	46	0	.	0	.	108	100	439	62	1543	40	120	100	0	.	0	.	68	100	963	41	1243	34	401	72	794	38	0	.	0	.	1611	33	0	.	300	71	1357	30	15382	10
	hyperinsubrisch und kollin	0	.	0	.	0	.	0	.	0	.	0	.	301	71	0	.	88	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1418	33	0	.	94	100	215	66	0	.	60	100	2175	25
	Total	2208	25	812	59	1000	60	9849	14	1692	32	4352	23	301	71	1502	36	10333	13	1988	28	2705	28	1331	36	1029	51	657	59	4771	22	1518	32	3608	22	2193	29	891	36	4199	19	1748	43	6871	15	4027	22	632	50	4069	20	74285	5
starkes Baumholz	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	.
	obersubalpin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1102	33	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	559	46	0	.	0	.	1660	27
	subalpin	0	.	0	.	0	.	1048	42	0	.	0	.	0	.	0	.	6408	18	0	.	0	.	0	.	255	72	0	.	364	63	0	.	0	.	349	72	0	.	1030	37	228	100	301	61	4303	21	0	.	0	.	14284	11
	hochmontan	0	.	0	.	0	.	3194	29	0	.	1112	42	0	.	859	63	10327	15	0	.	207	100	0	.	0	.	995	48	495	72	0	.	0	.	611	52	0	.	2492	28	778	48	2554	36	5283	21	0	.	0	.	28908	9
	unter- und obermontan	969	44	2430	36	2831	33	17085	12	706	65	4718	24	0	.	1011	48	2666	26	3478	25	5796	21	3534	26	943	51	2034	40	10281	17	284	100	1669	33	4930	23	931	50	1806	35	786	52	6959	17	711	57	734	60	3332	28	80622	5
	submontan	4746	20	0	.	0	.	7711	16	1169	38	1003	46	0	.	0	.	118	100	1651	39	1207	38	414	76	0	.	0	.	536	60	1199	42	2098	32	189	100	4050	23	0	.	218	100	1919	33	83	100	0	.	2591	24	30902	7
	hyperinsubrisch und kollin	0	.	0	.	0	.	0	.	0	.	0	.	160	94	0	.	73	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1576	32	0	.	0	.	142	100	0	.	0	.	1951	28
	Total	5715	18	2430	36	2831	33	29038	9	1875	34	6833	19	160	94	1870	39	20694	10	5129	21	7209	18	3948	24	1198	43	3029	31	11675	15	1482	39	3767	23	6079	20	4982	20	6904	16	2009	32	11734	14	11081	14	734	60	5923	19	158328	3
gemischt	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	.
	obersubalpin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2088	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	266	48	0	.	0	.	1068	25	0	.	0	.	3422	16
	subalpin	0	.	0	.	0	.	3092	25	0	.	0	.	0	.	498	58	5346	17	0	.	0	.	0	.	0	.	444	60	424	83	0	.	0	.	2	100	0	.	1823	26	397	58	309	51	3876	22	0	.	0	.	16211	10
	hochmontan	0	.	0	.	0	.	2728	25	0	.	271	67	0	.	210	75	4567	17	0	.	371	60	0	.	0	.	832	45	113	71	0	.	0	.	376	48	0	.	1667	31	426	54	467	54	4556	17	0	.	0	.	16584	9
	unter- und obermontan	189	71	291	100	200	71	10013	13	88	100	1454	32	0	.	1014	43	1909	28	1944	33	3356	23	4984	17	227	87	877	43	4070	23	121	100	771	46	1032	36	327	63	3142	43	367	74	4930	18	1235	37	251	73	344	46	43136	6
	submontan	831	34	0	.	0	.	1582	31	541	45	514	62	0	.	0	.	212	74	928	40	1706	36	318	59	0	.	0	.	905	49	336	71	489	47	0	.	469	51	0	.	514	75	964	44	120	100	0	.	1440	32	11868	12
	hyperinsubrisch und kollin	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	398	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	86	100	2592	20	0	.	0	.	353	49	0	.	0	.	3428	17
	Total	1020	30	291	100	200	71	17414	10	629	41	2239	27	0	0	1721	31	14521	9	2872	26	5433	18	5303	16	227	87	2153	27	5511	20	457	58	1260	33	1409	30	882	37	9490	17	1703	34	6671	16	11209	11	251	73	1784	28	94649	4
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	.
	obersubalpin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4980	14	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	640	33	0	.	0	.	2517	20	0	.	0	.	8138	10
	subalpin	0	.	0	.	0	.	5527	18	0	.	166	100	0	.	921	48	16885	10	0	.	20	100	0	.	454	60	1081	45	981	45	0	.	0	.	366	68	0	.	3880	18	722	46	825	35	9965	13	0	.	0	.	41793	6
	hochmontan	0	.	0	.	0	.	8036	15	0	.	2216	30	0	.	1085	52	26862	8	0	.	818	43	3	100	109	72	1955	31	1146	39	0	.	0	.	1345	32	0	.	6107	16	2793	29	4166	24	16188	10	0	0	0	.	72829	4
	unter- und obermontan	1505	33	3751	28	4750	24	39352	7	2134	29	11022	14	0	.	4009	21	7390	15	8698	15	12997	12	10515	12	2775	29	4130	24	21673	10	1381	34	5937	16	8816	15	2098	29	10346	16	2854	26	19957	9	3234	23	1737	33	8423	15	199485	2
	submontan	10622	12	0	.	0	.	15363	10	3509	20	3991	22	0	.	0	.	829	37	3265	24	5679	18	1050	38	0	.	312	70	1759	32	3362	22	4354	19	679	53	6787	16	0	.	1078	48	7313	15	452	43	300	71	8722	12	79426	4
	hyperinsubrisch und kollin	0	.	0	.	0	.	0	.	0	.	0	.	485	54	0	.	1061	34	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	86	100	10472	9	0	.	236	58	1192	26	0	.	83	77	13615	7
	Total	12128	11	3751	28	4750	24	68278	5	5643	16	17394	11	485	54	6015	18	58007	5	11963	12	19513	10	11568	11	3339	26	7478	17	25559	9	4744	18	10291	12	11207	13	8970	13	31445	6	7447	17	32496	7	33548	6	2036	30	17228	9	415285	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. 1362734. Birmensdorf, Swiss Federal Research Institute WSL

zurück