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

LFI3
Vorrat (Schaftholz)
Mischungsgrad (terrestrisch) · Eigentum (2 Klassen)
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald
Netz: 1,4-km-Netz
Zustand 2004/06
		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
Mischungsgrad (terrestrisch)	Eigentum (2 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	±%	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	±%	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	±%	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	öffentlich	0	.	29	100	34	.	0	.	0	.	0	.	268	59	36	77	14	100	0	.	0	0	0	.	0	.	0	.	11	.	0	.	8	79	0	.	0	.	82	95	289	59	86	89	28	69	302	50	144	67	0	.	0	.	71	.	44	100	0	.	0	.	0	.	0	.	0	.	0	0	47	98	31	90	37	.	0	.	0	0	0	.	21	.	6	.	0	.	0	.	0	.	0	.	23	.	96	69	33	.	0	.	79	.	0	.	6	100	0	.	0	.	0	.	19	.	0	.	0	.	0	.	0	.	0	.	77	.	0	.	0	.	0	.	100	.	0	.	0	.	10	100	6	100	0	.	0	.	3	.	0	.	0	.	0	.	2	.	0	.	0	0	5	100	-2	.	97	60	14	100	0	.	39	.	53	100	0	.	0	.	0	.	0	.	0	.	2251	17
	privat	0	.	0	.	0	.	0	.	0	.	0	.	137	56	33	91	50	63	0	.	0	.	0	.	0	.	0	.	0	.	80	.	59	77	61	92	0	.	0	.	0	.	10	.	0	.	76	.	0	.	75	.	23	.	0	.	27	62	0	.	0	.	0	.	0	.	0	.	0	.	0	.	23	.	0	.	0	.	0	.	0	.	44	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	92	1	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	.	0	.	0	.	0	.	0	.	747	25
	Total	0	.	29	100	34	.	0	.	0	.	0	.	406	43	69	59	64	54	0	.	0	0	0	.	0	.	0	.	11	.	80	.	67	68	61	92	0	.	82	95	289	59	97	81	28	69	378	45	144	67	75	100	23	.	71	100	71	66	0	.	0	.	0	.	0	.	0	.	0	0	47	98	54	67	37	.	0	.	0	0	0	.	65	75	6	.	0	.	0	.	0	.	0	.	23	.	96	69	33	.	18	92	80	99	0	.	6	100	0	.	0	.	0	.	19	.	0	.	0	.	0	.	0	.	0	.	77	.	0	.	0	.	0	.	100	.	0	.	15	.	10	100	6	100	0	.	0	.	3	.	0	.	0	.	0	.	2	.	0	.	0	0	5	100	-2	.	97	60	14	100	0	.	39	.	53	100	14	.	0	.	0	.	0	.	0	.	2998	14
Nadelwald rein	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	.
	öffentlich	371	44	663	39	685	38	1409	29	688	42	944	39	4593	19	3484	18	2389	22	2257	25	51	.	16	.	213	.	87	.	687	39	1328	28	2132	26	1409	29	0	.	2404	27	4099	16	4181	16	5101	14	12271	9	11840	8	2205	24	668	39	1015	36	966	32	306	46	462	50	170	79	540	47	883	33	341	48	1795	26	1309	25	205	73	656	37	2454	22	806	40	794	51	591	45	443	54	173	58	225	58	195	71	1055	28	1493	28	949	36	222	66	142	76	264	56	1050	25	2418	19	1946	21	117	54	87	100	0	.	1269	21	357	36	685	42	305	49	579	42	1458	28	848	40	1067	33	930	38	495	59	85	98	904	31	244	65	755	42	1146	24	784	35	637	33	599	36	72	.	681	51	199	77	391	54	7904	10	6029	13	6236	12	835	41	179	64	139	73	135	71	190	71	364	58	146	.	787	42	0	.	127684	2
	privat	0	.	0	.	160	.	191	.	930	39	1487	37	9479	12	7945	14	4843	18	599	42	0	.	43	.	5	.	0	.	193	71	658	43	947	31	363	46	0	.	0	.	1988	26	400	43	1788	24	1458	25	472	46	1240	40	1291	34	2451	24	3667	20	78	.	1022	30	0	.	104	74	1675	28	245	51	89	.	247	.	1506	30	235	71	119	100	143	73	1865	33	70	.	0	.	0	.	0	.	0	.	477	54	892	40	50	.	896	42	302	59	673	42	0	.	0	.	80	99	0	.	17	.	0	.	0	.	0	.	0	.	76	71	469	54	220	70	315	59	188	56	1766	28	269	.	49	.	102	77	86	.	0	.	622	34	97	.	0	.	196	72	0	.	0	.	0	.	0	.	2344	22	1310	25	1035	31	424	51	374	63	365	61	1176	33	450	49	92	.	0	.	336	82	0	.	65744	4
	Total	371	44	663	39	845	36	1600	28	1618	29	2432	27	14072	10	11428	11	7232	14	2856	22	51	.	59	78	217	98	87	.	879	34	1986	24	3079	20	1772	25	0	.	2404	27	6086	14	4581	15	6889	12	13729	8	12312	8	3445	21	1959	26	3466	20	4633	17	384	42	1484	26	170	79	645	41	2558	22	585	35	1885	25	1556	27	1711	28	891	33	2574	21	949	36	2658	28	661	41	443	54	173	58	225	58	195	71	1531	26	2385	23	999	34	1119	36	444	47	937	34	1050	25	2418	19	2025	20	117	54	105	85	0	.	1269	21	357	36	685	42	381	42	1049	33	1678	26	1163	33	1256	29	2696	22	764	52	134	72	1006	29	329	54	755	42	1768	20	880	33	637	33	795	32	72	.	681	51	199	77	391	54	10248	9	7339	11	7271	11	1259	32	553	47	503	48	1311	30	640	40	456	50	146	100	1123	38	0	.	193427	2
Nadelwald 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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	öffentlich	341	57	564	41	484	44	1263	30	209	61	705	43	1723	25	1168	33	2044	22	2454	18	0	.	528	52	604	46	0	.	628	48	303	64	529	46	766	49	78	.	1227	33	370	43	1040	31	208	42	536	40	48	72	2867	19	626	48	278	52	78	.	373	53	396	42	673	36	401	42	810	35	92	98	126	68	705	30	640	44	334	51	889	43	533	49	244	59	935	36	750	36	648	39	170	71	144	77	1060	36	276	45	778	45	261	66	162	71	659	40	92	74	420	49	57	.	90	77	31	.	0	.	480	37	318	54	252	47	356	54	0	.	212	68	414	47	361	56	228	72	659	50	62	72	871	38	275	63	416	44	826	28	418	48	852	33	465	42	257	78	673	53	462	54	201	.	394	39	153	48	1054	27	362	53	670	43	502	47	103	.	818	36	483	52	412	61	271	57	0	.	48699	4
	privat	489	49	112	.	125	.	54	.	797	45	1864	28	2011	23	4061	19	2882	22	1402	35	165	.	85	.	0	.	0	.	0	.	301	73	215	61	496	64	0	.	451	62	167	77	87	.	91	94	174	65	12	.	887	33	702	42	1109	32	1599	32	0	.	670	39	417	61	141	71	637	44	279	66	69	.	324	.	943	34	253	74	102	90	622	52	2285	28	0	.	228	.	91	.	0	.	254	62	370	58	500	54	214	.	992	35	630	53	608	41	0	.	0	.	26	.	0	.	0	.	95	.	0	.	0	.	84	.	0	.	154	.	0	.	388	59	276	60	626	52	26	.	63	.	56	.	358	73	0	.	108	72	51	.	23	.	185	72	0	.	169	.	0	.	169	94	341	56	239	39	386	50	243	72	273	77	442	53	862	33	1197	36	446	51	566	51	130	.	0	.	38949	6
	Total	830	37	676	38	609	40	1317	29	1006	38	2569	24	3735	17	5229	16	4926	16	3856	17	165	.	613	47	604	46	0	.	628	48	605	48	744	37	1262	39	78	.	1678	29	536	38	1127	30	299	41	710	34	59	61	3754	17	1327	32	1388	28	1677	31	373	53	1066	29	1090	32	542	36	1447	28	371	55	195	56	1028	38	1583	27	587	43	991	40	1155	36	2529	26	935	36	977	36	739	36	170	71	398	48	1430	30	775	38	992	41	1253	31	793	44	1267	29	92	74	420	49	84	75	90	77	31	.	95	.	480	37	318	54	336	43	356	54	154	.	212	68	802	37	637	41	855	42	685	48	125	61	926	36	633	49	416	44	934	26	468	44	874	32	651	36	257	78	843	47	462	54	370	69	735	33	391	30	1441	24	605	43	943	38	945	35	965	32	2015	26	930	36	979	39	401	50	0	.	87648	3
Laubwald 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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	öffentlich	796	32	179	50	311	51	702	37	67	.	212	.	367	46	275	51	1182	28	2018	21	366	51	389	48	665	43	0	.	35	71	71	81	642	49	120	.	0	.	308	52	100	58	247	51	10	100	483	34	1	594	2112	19	278	46	175	.	33	.	55	.	94	77	172	71	28	82	0	.	298	53	64	.	806	35	0	.	215	60	327	54	268	59	304	52	1187	27	1209	32	557	34	271	57	1265	29	170	56	71	73	605	44	21	.	451	51	244	62	0	.	56	87	13	100	47	100	4	.	27	.	423	41	391	44	333	48	100	75	35	.	1	.	132	72	169	79	372	48	142	75	0	.	285	48	424	60	168	54	0	.	123	71	421	46	445	40	179	61	0	.	116	73	229	70	56	55	155	42	301	46	142	86	406	47	284	56	2	.	287	49	263	52	202	67	68	72	0	.	27629	5
	privat	338	54	201	54	0	.	55	.	31	.	163	77	1368	27	926	32	1614	28	273	53	27	.	0	.	253	64	0	.	0	.	571	51	450	49	293	65	0	.	98	.	219	80	172	74	59	71	129	64	83	71	1161	33	272	62	511	59	1106	38	80	.	104	.	0	.	0	.	61	.	130	.	0	.	174	65	443	51	87	.	251	58	378	46	1659	34	488	45	314	71	608	50	106	.	487	50	237	55	80	75	313	67	193	.	158	74	190	74	81	72	0	.	69	.	0	.	0	.	43	.	32	.	0	.	0	.	416	47	0	.	56	.	186	71	134	72	60	74	626	49	19	.	535	39	133	.	0	.	0	.	150	.	509	60	0	.	0	.	99	.	0	.	249	64	8	.	64	78	451	38	41	.	137	.	153	71	575	39	348	48	0	.	94	.	106	.	0	.	22290	7
	Total	1134	27	380	37	311	51	757	35	98	75	376	65	1735	24	1202	28	2795	20	2292	19	393	48	389	48	917	35	0	.	35	71	642	47	1092	35	412	55	0	.	406	46	320	58	419	43	69	62	612	30	84	71	3273	17	549	39	685	51	1139	37	135	72	198	64	172	71	28	82	61	.	428	48	64	.	980	31	443	51	302	51	578	40	646	36	1963	30	1676	23	1523	29	1165	31	377	50	1753	25	408	40	150	52	918	37	214	91	610	42	433	47	81	72	56	87	82	85	47	100	4	.	70	72	455	39	391	44	333	48	516	41	35	.	57	98	318	51	304	54	433	42	768	42	19	.	821	30	557	51	168	54	0	.	273	63	930	39	445	40	179	61	99	100	116	73	477	47	64	50	219	38	752	29	183	70	543	43	437	44	576	38	635	34	263	52	296	56	174	67	0	.	49919	4
Laubwald rein	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	.
	öffentlich	1212	22	839	30	844	30	893	31	34	.	0	.	421	64	326	39	1946	22	1161	27	606	36	502	38	1170	31	0	.	319	63	275	54	280	45	931	35	170	59	859	29	442	31	204	61	178	38	936	23	134	55	2041	19	195	61	28	.	0	.	308	39	24	.	204	68	86	74	0	.	278	61	119	73	336	52	263	64	517	39	634	33	759	43	269	82	1110	26	439	41	575	36	1064	27	785	32	255	56	143	100	0	.	180	47	139	70	287	49	174	43	715	25	223	35	1634	29	650	29	917	24	1284	21	893	25	797	26	201	71	78	70	68	96	550	41	283	59	0	.	266	48	53	67	216	60	357	53	88	88	0	.	337	40	532	39	205	51	295	48	120	82	0	.	199	72	210	38	20	95	739	30	108	58	336	47	699	41	191	51	166	52	292	42	293	47	543	38	0	.	40453	4
	privat	1377	39	400	44	141	71	874	40	74	.	518	71	2394	27	776	47	1445	26	267	51	266	64	375	59	603	43	0	.	258	62	321	60	123	55	746	41	317	56	856	63	254	64	67	.	222	49	333	39	140	63	1195	32	943	47	259	76	282	59	98	78	29	.	0	.	0	.	0	.	302	50	0	.	174	98	423	58	608	50	430	52	273	56	421	46	129	85	283	70	0	.	100	.	512	46	201	79	19	.	224	67	628	43	337	65	271	63	78	72	100	75	120	77	327	39	1678	21	1927	17	838	32	530	36	1116	24	63	.	44	100	4	.	188	71	1	.	88	49	25	.	0	.	0	.	119	74	70	.	0	.	221	60	140	59	309	53	478	43	234	77	0	.	588	66	255	38	159	42	251	40	284	61	0	.	183	77	465	49	278	56	240	71	123	88	0	.	0	.	32813	6
	Total	2589	23	1240	25	986	28	1767	25	108	76	518	71	2815	25	1101	35	3391	16	1427	24	872	32	877	33	1773	25	0	.	576	45	596	41	403	36	1677	26	488	42	1715	34	696	31	272	52	400	32	1269	20	274	42	3235	16	1138	40	287	70	282	59	406	35	53	71	204	68	86	74	0	.	580	39	119	73	510	48	686	43	1125	33	1064	29	1032	35	690	42	1239	25	722	37	575	36	1164	26	1297	26	455	47	163	89	224	67	808	35	477	50	558	40	251	37	815	24	343	35	1961	25	2328	17	2845	13	2121	18	1424	21	1913	17	264	59	122	57	72	91	737	35	284	59	88	49	290	45	53	67	216	60	476	43	159	66	0	.	558	34	672	33	514	38	773	32	354	58	0	.	787	53	465	27	178	39	990	24	392	47	336	47	882	36	656	38	445	40	533	40	416	42	543	38	0	.	73266	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	.
	öffentlich	2720	16	2274	19	2359	19	4267	16	998	33	1862	28	7373	14	5288	14	7574	11	7891	11	1022	28	1436	27	2652	22	87	.	1679	27	1977	23	3592	19	3226	20	248	51	4880	17	5299	13	5759	13	5526	13	14529	8	12166	8	9225	10	1767	24	1567	28	1121	29	1042	26	975	30	1220	27	1056	30	1693	24	1008	29	2152	22	3187	16	1145	32	1722	22	4304	16	2366	23	1633	31	3829	15	2841	19	1953	20	1731	21	2390	20	2562	20	2079	23	2365	23	684	35	975	31	1454	25	1322	21	3610	14	2239	18	1888	26	791	26	944	23	3457	13	1959	18	2067	19	962	30	770	34	1739	25	1944	23	1880	24	1630	27	1563	30	200	50	2286	20	1305	30	1427	27	1972	18	1665	22	2442	18	1714	21	802	34	1477	34	777	39	1019	35	8569	9	6354	12	8427	10	1461	29	1591	25	1663	25	484	37	1461	25	1403	27	1053	33	1668	25	0	.	246715	2
	privat	2204	28	713	33	426	53	1174	35	1832	28	4033	21	15390	9	13741	10	10834	11	2541	23	459	52	503	48	860	36	0	.	451	47	1932	26	1794	22	1958	26	317	56	1404	44	2628	22	737	33	2160	21	2170	19	707	34	4558	17	3231	22	4330	18	6681	15	256	53	1825	23	417	61	245	52	2374	23	956	31	159	71	941	48	3314	19	1183	34	902	34	1416	29	6273	17	687	37	825	45	698	45	205	71	1253	30	1285	30	1491	30	802	42	2727	22	1429	31	1742	25	158	51	100	75	295	48	327	39	1695	21	2065	17	870	31	530	36	1199	24	555	38	668	45	280	58	1076	32	599	37	2540	23	945	43	146	57	693	33	696	45	70	.	730	31	518	44	672	47	691	37	478	43	502	53	0	.	1005	45	2948	19	1772	20	2123	20	992	33	784	44	1143	32	3079	19	2287	23	778	38	783	41	573	56	0	.	160543	2
	Total	4924	15	2987	17	2785	18	5441	14	2830	22	5895	17	22763	8	19029	8	18408	8	10431	10	1481	25	1938	23	3512	18	87	.	2129	23	3909	17	5386	15	5184	16	565	39	6284	16	7927	11	6496	12	7686	11	16699	7	12873	8	13783	8	4997	17	5898	15	7803	13	1298	23	2800	18	1636	25	1301	26	4067	17	1964	21	2310	21	4129	17	4460	17	2905	19	5206	14	3782	18	7906	15	4516	14	3666	18	2651	19	1936	21	3643	16	3847	17	3570	18	3167	20	3411	19	2403	23	3196	18	1481	20	3710	14	2534	17	2215	23	2487	17	3010	13	4326	12	2490	16	3267	15	1517	24	1438	28	2019	23	3020	19	2479	20	4171	17	2508	25	346	38	2979	17	2001	25	1498	26	2702	15	2184	20	3114	17	2405	18	1280	27	1979	29	777	39	2025	28	11517	8	8126	10	10550	9	2452	22	2375	22	2806	20	3563	17	3749	17	2182	22	1837	26	2241	24	0	.	407258	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. 2292767. Birmensdorf, Swiss Federal Research Institute WSL

zurück