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)
Schutzwald gegen Gerinneprozesse (2022) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
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
Schutzwald gegen Gerinneprozesse (2022)	Hauptbaumart	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	.
	Fichte	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Tanne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Buche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Esche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.
innerhalb	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	.
	Fichte	0	.	0	.	0	.	0	.	1249	38	700	42	7278	14	3702	18	435	63	399	37	0	.	1	.	99	100	0	.	202	90	1742	33	1048	40	884	46	0	.	1675	48	4036	24	1379	29	3013	24	5429	18	2939	21	116	59	124	73	0	.	1289	37	0	.	195	71	100	.	0	.	221	93	416	56	705	46	1325	35	297	61	392	55	1769	31	599	50	1142	36	0	.	0	.	142	.	0	.	19	100	589	47	1677	35	629	51	267	53	0	.	20	100	736	41	1700	30	1217	36	0	.	60	71	17	100	273	68	8	100	198	67	519	52	763	58	1166	44	660	62	909	45	682	43	56	74	30	.	6	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	158	100	0	.	0	.	2315	23	3168	20	4254	19	342	59	144	63	395	59	257	50	275	70	0	.	184	.	0	.	0	.	68743	4
	Tanne	0	.	0	.	0	.	0	.	163	58	820	45	969	35	3235	20	778	44	554	44	0	.	0	.	28	100	0	.	136	100	102	72	837	48	293	59	0	.	87	85	186	47	133	50	25	100	512	47	6	100	896	39	283	57	0	.	213	64	0	.	91	71	57	.	0	.	0	.	233	66	55	100	592	51	496	49	146	61	431	45	396	59	847	36	0	.	0	.	5	.	0	.	29	100	422	55	486	39	101	58	179	61	12	100	0	.	0	.	123	59	0	.	0	.	0	.	30	100	354	60	269	58	139	71	437	47	0	.	232	62	245	51	415	56	669	45	13	100	0	.	43	.	0	.	0	.	0	.	0	.	0	.	2	.	0	.	0	.	0	.	33	.	117	91	435	55	414	43	137	52	0	.	97	80	248	52	200	53	0	.	0	.	0	.	0	.	19492	7
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	170	64	60	61	0	.	48	68	0	.	0	.	48	100	0	.	0	.	0	.	0	.	28	100	0	.	0	.	83	74	229	58	0	.	122	40	293	65	75	100	15	100	0	.	0	.	0	.	27	100	0	.	0	.	26	100	0	.	0	.	19	100	0	.	0	.	0	.	0	.	40	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	78	0	.	0	.	0	.	90	75	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	83	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	373	35	270	36	406	42	0	.	68	100	81	78	7	100	0	.	0	.	47	.	0	.	0	.	2736	14
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	39	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	141	81	279	44	11	100	1152	26	2280	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	100	49	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	52	100	11	100	0	.	0	.	243	68	415	45	250	54	227	60	0	.	69	77	719	33	373	43	454	61	0	.	0	.	22	100	112	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2524	19	1490	24	926	26	55	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11912	8
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	105	74	435	36	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	397	38	205	45	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1165	21
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	69	100	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	4	75	5	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	-16	100	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	1	100	0	.	0	.	1	100	15	103	5	100	0	.	0	.	0	.	0	.	168	51
	Buche	0	.	0	.	0	.	0	.	107	82	124	50	1611	34	2298	27	334	59	723	31	0	.	41	.	334	64	0	.	8	100	184	52	331	47	1	100	0	.	532	43	503	54	148	53	0	.	386	41	0	.	1280	27	186	53	0	.	630	46	0	.	44	59	23	.	0	.	0	.	121	52	10	100	823	40	122	51	611	62	507	42	337	55	1248	40	0	.	0	.	0	.	2	100	217	71	172	48	290	85	355	41	94	50	92	72	173	100	0	.	162	56	0	.	544	40	908	36	509	34	1016	33	826	36	380	41	279	66	0	.	115	80	107	81	63	61	289	50	60	72	9	.	41	.	0	.	2	.	0	.	0	.	0	.	1	.	0	.	55	94	0	.	12	.	0	.	5	77	496	35	218	55	230	64	116	60	194	49	278	53	0	.	33	.	0	.	0	.	21946	7
	Ahorn	0	.	0	.	0	.	0	.	40	83	12	100	465	25	143	35	0	.	206	46	0	.	44	.	41	95	0	.	0	.	38	76	85	59	27	73	0	.	227	48	83	53	10	100	38	100	72	57	0	.	142	40	42	65	0	.	97	43	0	.	15	89	27	.	0	.	3	100	59	52	61	86	122	70	98	68	84	63	320	37	132	52	393	44	0	.	0	.	0	.	12	100	91	94	27	83	90	61	9	100	177	80	14	100	10	100	11	100	36	100	11	100	9	100	27	100	7	61	1	100	40	100	0	.	46	54	11	100	0	.	107	71	24	69	117	41	0	.	0	.	24	.	0	.	1	.	0	.	0	.	18	.	0	.	0	.	12	100	0	.	10	.	0	.	20	71	138	38	82	54	116	61	46	65	114	49	56	72	0	.	0	.	0	.	0	.	4639	9
	Esche	0	.	0	.	0	.	0	.	0	.	59	100	108	76	374	54	8	76	46	78	0	.	14	.	-1	100	0	.	0	.	195	72	64	74	31	100	0	.	174	50	0	.	4	100	80	100	67	80	0	.	350	70	112	60	0	.	36	68	0	.	14	100	0	.	0	.	0	.	46	71	0	.	30	85	88	81	75	74	84	55	13	100	279	41	0	.	0	.	0	.	36	100	122	95	210	85	3	100	253	66	203	75	0	.	29	100	0	.	96	100	0	.	16	73	38	75	27	89	54	78	-26	124	51	63	17	65	36	71	0	.	49	100	19	100	44	72	72	100	-4	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	70	100	0	.	16	.	14	84	30	100	66	62	50	79	177	81	25	100	70	56	0	0	0	.	70	.	0	.	0	.	4280	13
	Eiche	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	24	100	0	.	0	.	0	.	22	100	0	.	0	.	56	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	56	100	23	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	35	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	30	97	56	100	19	100	0	.	0	.	0	.	28	70	90	68	173	49	91	77	52	59	63	87	8	100	0	.	33	100	0	.	0	.	0	.	104	83	0	.	0	.	0	.	13	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	26	76	4	100	14	61	0	.	0	.	22	71	25	100	0	.	0	.	0	.	0	.	0	.	1090	19
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	148	60	42	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	100	197	79	55	78	377	53	193	44	570	44	376	59	191	51	1228	31	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	100	0	.	42	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3486	16
	übrige Laubhölzer	0	.	0	.	0	.	0	.	2	100	45	100	282	41	180	37	5	100	21	62	0	.	28	.	25	71	0	.	20	72	12	54	0	0	41	76	0	.	71	58	38	51	18	71	62	63	450	38	181	57	56	43	5	96	0	.	22	74	0	.	4	100	0	.	0	.	3	100	7	100	19	73	47	89	1	100	30	58	70	51	22	100	158	55	0	.	0	.	1	.	57	93	11	100	55	67	5	58	66	90	0	.	26	100	9	100	91	77	114	41	68	99	228	40	319	40	488	33	145	37	323	59	342	41	48	65	39	100	18	100	18	79	1	100	30	66	3	100	0	.	0	.	0	.	0	.	0	.	0	.	3	.	0	.	0	.	2	100	0	.	0	.	222	47	112	42	125	56	7	76	25	73	0	.	25	67	0	.	0	.	0	.	0	.	0	.	4949	9
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	.	0	.	0	0	0	.	0	0	0	.	0	0	0	.	0	.	0	.	0	.	0	.	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	.	1560	36	1764	37	10939	13	9994	15	1652	37	1999	27	0	.	127	.	595	58	0	.	366	71	2329	30	2365	31	1306	38	0	.	2765	34	5082	21	2200	26	3229	23	8449	14	6235	15	2943	25	768	42	0	.	2288	31	0	.	390	63	207	.	0	.	252	83	881	48	850	42	2959	28	1103	43	1399	39	3214	24	1504	40	4107	27	0	.	0	.	148	.	107	71	489	61	1490	38	2551	30	1467	38	983	45	199	76	260	76	1124	33	2933	23	1600	30	1428	25	1634	27	1891	23	3070	19	2056	25	2862	22	1353	35	848	53	1668	35	1298	42	1432	39	1830	36	310	74	34	.	115	.	0	.	20	.	0	.	0	.	21	.	4	.	0	.	297	94	0	.	71	.	6016	15	5753	16	6883	15	891	42	761	49	783	48	956	38	814	42	0	.	334	.	0	.	0	.	144607	3
ausserhalb	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	.
	Fichte	541	40	415	39	743	48	1638	34	1099	44	2153	31	6253	18	3551	19	5940	16	3036	18	2	100	328	62	606	67	0	.	682	50	829	41	1052	38	935	35	0	.	2222	30	2140	28	1707	26	2935	24	4228	20	2742	20	2725	22	1411	33	2605	24	4356	23	208	60	1155	29	718	43	528	40	1591	32	707	45	572	48	862	55	995	42	730	47	501	54	1274	42	1967	39	1902	25	1046	39	355	55	252	60	279	54	1248	34	942	44	766	45	650	45	1163	32	1452	32	159	97	224	64	565	62	0	.	0	.	0	.	0	.	51	73	0	.	214	58	457	59	564	48	422	48	358	38	334	49	1153	46	103	74	1131	28	310	73	477	67	1849	22	581	44	843	32	970	36	251	61	493	55	184	63	452	75	1297	33	920	42	946	40	260	64	909	39	357	45	1113	35	1429	30	989	44	546	55	552	34	0	.	100205	4
	Tanne	362	47	105	62	95	73	1210	31	326	53	558	52	700	37	2904	22	4008	19	2111	23	16	75	58	73	274	64	0	.	98	86	212	79	261	56	344	75	0	.	369	58	74	66	311	59	210	70	255	70	0	.	2563	23	1030	35	2928	22	1121	27	493	47	890	39	397	38	526	44	1279	33	50	81	115	71	203	56	340	45	0	.	69	98	139	57	592	49	126	59	499	47	368	55	164	47	286	35	21	72	230	66	367	50	351	63	366	51	432	58	0	.	0	.	146	100	0	.	0	.	0	.	0	.	0	.	0	.	48	76	0	.	19	100	163	56	26	71	202	70	46	61	32	100	696	41	243	74	365	53	285	53	357	52	432	35	248	52	369	64	516	56	294	79	81	92	0	.	9	100	105	55	78	62	161	51	261	64	510	47	272	49	85	91	5	100	146	84	0	.	37004	5
	Föhre	180	66	406	59	41	71	65	86	0	.	14	100	288	93	30	100	555	30	345	53	47	100	65	61	124	52	0	.	17	100	183	74	0	.	318	64	115	81	0	.	144	61	420	40	47	100	583	39	980	34	358	38	0	.	196	56	0	.	114	100	0	.	0	.	0	.	0	.	0	.	84	100	0	.	36	100	0	.	0	.	0	.	0	.	350	38	119	65	92	53	38	78	166	43	66	100	8	100	0	.	67	79	132	63	249	60	0	.	0	.	57	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	106	98	0	0	0	.	0	.	0	.	16	88	9	100	0	.	36	100	0	.	22	72	0	.	93	79	0	.	0	.	30	100	0	.	423	46	157	49	281	57	0	.	0	.	193	50	82	64	334	41	164	48	198	71	98	61	0	.	9338	9
	Lärche	22	75	63	66	65	100	227	64	0	.	0	.	87	95	15	100	135	58	0	.	0	.	0	.	36	79	0	.	0	.	34	100	0	.	39	71	0	.	49	100	267	50	90	93	159	59	536	35	2280	22	20	100	2	100	21	89	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	8	100	11	100	0	.	88	93	43	100	0	.	44	66	0	.	0	.	14	100	0	.	0	.	0	.	0	.	0	.	40	100	0	.	0	.	62	73	101	51	26	100	0	.	17	100	97	60	54	72	0	.	0	.	0	.	0	.	169	56	0	.	0	.	0	.	16	100	0	.	12	100	0	.	0	.	11	100	0	.	58	73	0	.	0	.	0	.	0	.	1678	38	769	35	323	47	0	.	21	100	10	100	0	.	0	.	47	76	19	100	230	57	0	.	8158	12
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	58	85	693	27	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	137	52	10	65	57	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	959	22
	übrige Nadelhölzer	29	76	0	.	48	100	18	73	0	.	1	100	0	.	0	.	349	50	1	100	0	.	0	.	0	.	153	.	0	.	0	.	0	.	0	.	0	.	2	100	8	100	0	.	0	.	0	.	14	59	0	.	44	100	185	92	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	3	100	240	100	0	.	0	.	0	.	0	.	69	100	7	100	3	100	18	77	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	6	100	0	.	0	.	30	100	12	65	0	.	0	.	0	.	0	.	0	.	141	100	0	.	0	.	0	.	0	.	7	100	0	.	2	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	1416	29
	Buche	1849	26	919	29	583	35	2183	27	120	59	443	40	1140	38	773	25	4617	16	2439	19	535	38	971	36	945	32	0	.	213	65	557	44	568	46	1166	36	0	.	688	43	120	46	432	37	44	71	27	73	0	.	2156	21	859	34	858	31	684	40	280	48	207	39	222	43	150	50	388	35	256	57	11	90	488	50	540	51	641	54	257	54	615	51	346	49	2063	22	1476	32	1003	26	939	34	1171	31	170	42	0	.	493	53	364	38	240	49	720	35	0	.	0	.	0	.	45	82	64	61	18	100	0	.	24	100	0	.	218	54	0	.	48	100	431	49	86	82	40	100	365	66	23	164	1023	30	127	96	170	56	294	37	460	42	1039	30	397	55	572	44	164	56	275	53	189	65	0	.	0	.	268	55	32	100	217	49	367	46	813	36	712	33	632	45	344	45	384	38	0	.	48765	4
	Ahorn	289	33	153	42	36	111	77	49	7	100	166	51	210	49	149	44	260	31	429	28	131	57	60	55	127	49	0	.	60	71	7	60	135	47	20	77	0	.	127	33	9	225	6	59	16	76	20	89	0	.	335	28	35	57	54	45	191	63	56	47	107	53	24	74	118	91	23	54	69	43	0	.	32	66	174	41	19	126	0	.	15	92	167	48	66	53	99	49	111	33	115	48	213	43	112	43	11	100	23	71	93	53	36	54	97	71	0	.	0	.	0	.	0	.	15	100	7	84	1	100	0	.	1	100	73	67	0	.	0	.	65	60	133	59	24	100	48	69	0	.	89	48	0	.	11	100	28	59	51	42	66	56	130	69	4	100	0	.	0	.	20	100	0	.	1	100	78	53	0	.	69	60	33	71	131	46	60	47	141	58	117	63	137	57	0	.	6422	7
	Esche	276	41	429	45	140	56	73	75	0	.	244	61	6	77	218	43	584	27	79	61	286	57	12	80	108	63	0	.	122	78	130	78	280	56	304	69	43	100	504	83	36	85	12	100	87	66	19	82	0	.	605	27	568	86	156	62	50	82	49	95	30	77	0	.	1	100	2	100	398	64	0	.	5	100	570	36	240	45	27	100	178	77	0	.	172	44	71	53	48	60	144	62	62	52	120	64	0	.	0	.	200	45	483	43	257	42	10	100	0	.	0	.	0	.	7	100	99	101	0	.	26	100	23	100	92	91	0	.	0	.	189	55	57	78	0	.	99	93	8	58	57	81	60	100	0	.	7	100	23	100	113	73	127	62	58	58	139	98	0	.	191	85	77	87	10	100	43	71	129	100	192	58	184	60	157	44	212	39	102	97	105	61	215	56	0	.	11238	9
	Eiche	481	70	61	77	0	.	258	49	0	.	0	.	7	100	51	94	537	23	0	.	123	79	3	100	72	66	0	.	36	100	0	.	32	67	67	81	598	49	0	.	0	.	50	100	0	.	0	.	0	.	303	43	127	77	210	80	52	100	65	77	0	.	33	100	0	.	0	.	4	100	0	.	0	.	18	100	32	100	0	.	16	75	11	100	219	49	0	.	19	71	17	85	156	59	0	.	0	.	0	.	76	61	423	66	254	42	0	.	0	.	0	.	4	100	18	80	269	48	17	100	46	71	1	100	37	100	0	.	0	.	6	100	12	100	0	.	0	.	0	.	54	88	133	73	51	71	0	.	417	45	16	100	45	57	267	47	19	100	31	100	22	100	5	75	99	70	31	62	0	.	23	100	10	100	0	.	151	53	123	39	180	62	81	61	0	.	6580	11
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	217	75	0	.	0	.	0	.	0	.	0	.	0	.	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	94	165	100	20	99	298	47	460	41	0	.	31	79	183	68	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1439	24
	übrige Laubhölzer	262	43	93	36	116	52	107	74	1	100	12	76	276	42	30	78	532	36	97	37	156	59	29	68	38	59	0	.	13	100	212	77	13	61	43	68	5	100	271	80	20	52	67	56	229	46	254	37	116	69	296	43	98	72	38	82	44	85	0	.	26	56	2	100	19	59	40	85	42	74	0	.	3	70	1	100	43	64	48	67	200	60	18	77	99	62	38	54	53	68	109	56	107	75	81	54	14	80	0	.	206	63	70	50	78	70	17	76	45	71	14	75	8	100	93	60	445	44	57	60	5	70	17	100	16	66	0	.	4	78	171	69	256	91	0	0	14	72	89	69	48	46	1	100	1	100	13	53	65	57	15	59	118	87	108	67	125	71	6	100	6	100	137	50	47	43	202	41	19	100	128	67	81	77	39	70	0	0	22	54	190	70	65	64	0	.	7453	9
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	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	4290	23	2644	23	1867	28	5856	19	1553	43	3591	27	8966	16	7720	16	17516	10	8537	14	1296	33	1526	34	2329	30	153	.	1241	39	2164	30	2340	26	3235	24	760	48	4232	28	2819	24	3096	22	3727	21	6199	17	6825	15	9360	14	4174	25	7252	18	6498	21	1264	32	2415	26	1403	34	1384	35	3323	23	1526	32	782	46	1605	38	2924	29	1705	35	990	40	2481	31	3100	32	5111	18	3354	25	2051	25	1809	29	2442	28	1818	28	1205	40	1647	36	2008	29	2952	29	3545	23	187	83	372	50	1052	43	104	58	494	42	1315	30	172	50	238	49	226	59	698	45	457	59	746	47	1616	32	939	38	600	52	1725	40	317	50	3118	22	887	48	1112	41	2476	20	1987	28	2523	24	2335	25	1629	33	1457	44	821	55	961	51	3761	23	2021	28	2344	24	519	57	1720	34	1503	30	2845	26	3170	23	2304	28	1704	34	1908	27	0	.	238976	2
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	.
	Fichte	541	40	415	39	743	48	1638	34	2349	29	2853	25	13531	11	7253	13	6375	16	3435	16	2	100	330	62	705	59	0	.	885	44	2571	26	2100	27	1820	29	0	.	3897	27	6176	18	3086	19	5948	17	9657	13	5682	14	2841	21	1535	31	2605	24	5645	20	208	60	1350	27	818	40	528	40	1812	30	1123	35	1277	33	2188	30	1292	35	1122	36	2269	27	1874	33	3109	28	1902	25	1046	39	496	48	252	60	299	51	1838	28	2619	27	1395	34	918	35	1163	32	1472	31	896	38	1924	28	1782	31	0	.	60	71	17	100	273	68	59	65	198	67	732	40	1220	42	1730	34	1083	42	1268	34	1016	33	1210	44	133	61	1137	28	310	73	477	67	1849	22	581	44	843	32	970	36	251	61	651	49	184	63	452	75	3612	19	4088	18	5201	17	602	43	1054	35	752	37	1370	30	1704	27	989	44	731	48	552	34	0	.	168948	2
	Tanne	362	47	105	62	95	73	1210	31	489	40	1378	34	1669	25	6139	14	4787	17	2665	20	16	75	58	73	301	59	0	.	234	68	314	58	1098	39	637	48	0	.	456	50	261	38	444	44	235	63	767	38	6	100	3458	20	1314	30	2928	22	1334	25	493	47	981	36	454	36	526	44	1279	33	283	56	170	58	796	40	836	34	146	61	501	41	535	46	1439	29	126	59	499	47	372	54	164	47	316	33	443	53	716	34	467	41	530	47	378	49	432	58	0	.	123	59	146	100	0	.	0	.	30	100	354	60	269	58	139	71	485	43	0	.	251	58	408	38	441	53	871	38	59	52	32	100	739	39	243	74	365	53	285	53	357	52	432	35	251	52	369	64	516	56	294	79	115	72	117	91	444	54	519	36	215	40	161	51	358	51	758	36	473	36	85	91	5	100	146	84	0	.	56495	4
	Föhre	180	66	406	59	41	71	65	86	0	.	14	100	457	63	90	53	555	30	393	47	47	100	65	61	172	47	0	.	17	100	183	74	0	.	345	60	115	81	0	.	227	47	649	33	47	100	704	33	1273	30	432	36	15	100	196	56	0	.	114	100	27	100	0	.	0	.	26	100	0	.	84	100	19	100	36	100	0	.	0	.	0	.	40	100	350	38	119	65	92	53	38	78	166	43	66	100	8	100	0	.	89	62	132	63	249	60	0	.	90	75	57	100	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	188	63	0	0	0	.	0	.	0	.	16	88	9	100	0	.	36	100	0	.	22	72	0	.	93	79	0	.	0	.	30	100	0	.	796	29	427	29	687	34	0	.	68	100	274	42	89	59	334	41	164	48	245	60	98	61	0	.	12074	8
	Lärche	22	75	63	66	65	100	227	64	0	.	0	.	126	73	15	100	135	58	0	.	0	.	0	.	36	79	0	.	0	.	34	100	0	.	39	71	0	.	49	100	408	43	369	40	170	55	1688	21	4559	15	20	100	2	100	21	89	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	8	100	11	100	22	100	138	65	43	100	0	.	44	66	0	.	0	.	14	100	0	.	0	.	0	.	52	100	11	100	40	100	0	.	243	68	477	40	351	41	253	55	0	.	85	65	816	30	427	38	454	61	0	.	0	.	22	100	281	44	0	.	0	.	0	.	16	100	0	.	12	100	0	.	0	.	11	100	0	.	58	73	0	.	0	.	0	.	0	.	4202	19	2259	20	1249	22	55	100	21	100	10	100	0	.	0	.	47	76	19	100	230	57	0	.	20071	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	164	56	1128	22	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	534	31	215	43	57	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2124	15
	übrige Nadelhölzer	29	76	0	.	48	100	18	73	0	.	6	80	0	.	0	.	418	45	2	71	0	.	0	.	0	.	153	.	0	.	0	.	0	.	0	.	0	.	2	100	8	100	0	.	0	.	6	100	18	49	5	74	44	100	185	92	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	3	100	240	100	4	100	-16	100	6	100	0	.	69	100	7	100	3	100	18	77	0	.	0	.	0	.	3	100	0	.	0	.	8	86	0	.	0	.	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	0	.	5	100	0	.	6	100	0	.	0	.	30	100	12	65	0	.	3	100	0	.	0	.	0	.	141	100	0	.	0	.	0	.	0	.	7	100	13	100	2	74	0	.	0	.	8	86	15	103	5	100	0	.	0	.	0	.	0	.	1584	27
	Buche	1849	26	919	29	583	35	2183	27	227	49	566	33	2751	25	3071	21	4950	15	3162	16	535	38	1012	35	1279	29	0	.	220	63	740	35	898	34	1167	36	0	.	1220	31	623	45	580	30	44	71	413	38	0	.	3437	16	1045	29	858	31	1314	30	280	48	252	34	245	40	150	50	388	35	377	42	21	67	1311	31	662	42	1252	41	763	33	952	38	1593	33	2063	22	1476	32	1003	26	941	34	1387	29	342	32	290	85	847	35	457	32	332	40	893	34	0	.	162	56	0	.	589	37	972	34	527	33	1016	33	850	35	380	41	497	44	0	.	162	64	538	43	149	54	329	45	425	58	31	122	1064	29	127	96	173	56	294	37	460	42	1039	30	399	55	572	44	218	48	275	53	201	61	0	.	5	77	764	30	250	50	447	40	484	38	1007	31	990	28	632	45	376	42	384	38	0	.	70711	3
	Ahorn	289	33	153	42	36	111	77	49	46	72	178	48	675	23	293	28	260	31	636	24	131	57	104	53	167	44	0	.	60	71	45	64	220	37	47	53	0	.	354	33	92	52	16	66	54	74	92	49	0	.	477	22	77	44	54	45	288	44	56	47	121	47	51	63	118	91	25	49	128	33	61	86	154	57	272	36	103	56	320	37	147	48	560	34	66	53	99	49	111	33	127	45	304	41	139	38	101	55	31	59	270	55	50	48	106	66	11	100	36	100	11	100	9	100	42	72	14	53	2	70	40	100	1	100	119	46	11	100	0	.	172	50	157	51	141	38	48	69	0	.	114	43	0	.	12	90	28	59	51	42	84	49	130	69	4	100	12	100	0	.	30	75	0	.	21	68	216	31	82	54	185	44	79	48	246	34	116	42	141	58	117	63	137	57	0	.	11061	5
	Esche	276	41	429	45	140	56	73	75	0	.	303	53	114	72	592	38	591	26	124	48	286	57	25	65	107	63	0	.	122	78	324	53	344	47	335	63	43	100	678	63	36	85	17	79	167	59	86	64	0	.	954	30	681	73	156	62	86	55	49	95	44	61	0	.	1	100	2	100	443	58	0	.	35	74	658	33	316	38	111	48	191	72	279	41	172	44	71	53	48	60	180	53	185	65	330	58	3	100	253	66	403	44	483	43	286	39	10	100	96	100	0	.	16	73	44	65	126	81	54	78	0	46674	74	53	108	78	36	71	0	.	238	48	77	64	44	72	171	68	4	149	57	81	60	100	0	.	7	100	23	100	113	73	127	62	58	58	209	73	0	.	207	79	91	74	40	79	109	47	179	75	369	49	209	54	226	35	212	39	102	97	175	54	215	56	0	.	15518	7
	Eiche	481	70	61	77	0	.	258	49	0	.	0	.	13	71	51	94	561	22	0	.	123	79	3	100	93	55	0	.	36	100	56	100	32	67	67	81	598	49	0	.	0	.	50	100	0	.	1	100	56	100	326	40	127	77	210	80	52	100	65	77	0	.	33	100	0	.	0	.	4	100	0	.	0	.	18	100	67	71	0	.	16	75	11	100	219	49	0	.	19	71	17	85	156	59	15	100	0	.	0	.	106	51	478	59	273	40	0	.	0	.	0	.	32	62	107	58	442	34	108	66	98	45	64	85	45	83	0	.	33	100	6	100	12	100	0	.	104	83	0	.	54	88	133	73	64	60	0	.	417	45	16	100	45	57	267	47	19	100	31	100	22	100	31	64	103	68	45	47	0	.	23	100	32	58	25	100	151	53	123	39	180	62	81	61	0	.	7670	10
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	365	50	42	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	100	238	67	220	77	397	50	490	33	1030	30	376	59	222	45	1411	28	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	28	100	0	.	51	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4925	13
	übrige Laubhölzer	262	43	93	36	116	52	107	74	3	71	57	80	557	29	210	33	537	35	119	33	156	59	57	60	63	45	0	.	33	59	224	72	13	61	84	51	5	100	342	64	58	38	85	46	290	38	704	27	297	44	351	37	103	69	38	82	67	62	0	.	30	50	2	100	19	59	43	80	49	65	19	73	50	83	3	71	72	45	118	40	222	55	176	50	99	62	38	54	54	66	166	49	118	69	136	42	20	60	66	90	206	63	96	45	87	63	108	66	158	36	82	83	236	39	412	34	933	26	202	31	328	58	359	39	64	51	39	100	22	82	189	63	257	91	30	66	17	62	89	69	48	46	1	100	1	100	13	53	65	57	18	52	118	87	108	67	127	70	6	100	6	100	360	35	158	32	326	33	26	77	153	57	81	77	64	50	0	0	22	54	190	70	65	64	0	.	12401	6
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	.	0	.	0	0	0	0	0	0	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	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	4290	23	2644	23	1867	28	5856	19	3114	28	5355	22	19906	10	17714	11	19169	10	10536	12	1296	33	1653	32	2924	27	153	.	1607	34	4493	21	4705	20	4542	20	760	48	6997	22	7901	16	5296	17	6955	15	14647	11	13060	10	12303	12	4942	22	7252	18	8786	17	1264	32	2805	24	1609	32	1384	35	3575	22	2407	27	1632	31	4564	23	4027	24	3103	26	4204	21	3985	24	7207	20	5111	18	3354	25	2199	24	1917	28	2930	25	3309	23	3756	24	3114	26	2991	25	3151	27	3806	22	1310	30	3305	21	2652	25	1531	24	2129	23	3206	17	3243	19	2294	23	3088	21	2051	28	1306	40	2414	28	2914	26	2372	28	2430	30	2035	36	351	46	3233	22	887	48	1132	40	2476	20	1987	28	2544	23	2339	25	1629	33	1754	40	821	55	1032	48	9777	12	7774	14	9227	13	1409	34	2481	28	2286	26	3801	22	3984	20	2304	28	2038	33	1908	27	0	.	383583	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. 2280570. Birmensdorf, Swiss Federal Research Institute WSL

zurück