Sélectionner un thème dans la liste

zurück

volume des arbres vifs (bois de tige) #21
Volume de bois de tige en écorce des arbres et arbustes vifs (sur pied et à terre) d'au moins 12 cm de diamètre à hauteur de poitrine (DHP). Au plan international, il correspond au «growing stock».

forêt de protection contre des coulées de boue/glissements de terrain (2022) #2644
Zone située à l'intérieur/à l'extérieur d'une forêt de protection contre les coulées de boue/glissements de terrain délimitée en 2022 par les cantons selon les critères harmonisés de SilvaProtect-CH. Source: données SIG de l'OFEV, 2022

essence principale #90
Espèce d'arbre et d'arbuste à partir d'un diamètre à hauteur de poitrine (DHP) de 12 cm, avec des classes individuelles pour les dix espèces ou groupes d'espèces les plus fréquents en Suisse («essences principales») et les classes «autres résineux» et «autres feuillus» pour les autres espèces. Les essences principales sont les épicéas (Picea spp.), les sapins (Abies spp.), les pins (Pinus sylvestris, P. nigra, P. strobus, P. mugo subsp. uncinata), les mélèzes (Larix spp.), l'arole (Pinus cembra), le hêtre (Fagus sylvatica), les érables (Acer spp.), les frênes (Fraxinus spp.), les chênes (Quercus spp.) et le châtaignier (Castanea sativa). Source: relevé de terrain (MID 50: Baumart)

arrondissement forestier (2024) #2777
Découpage régional dont les arrondissements forestiers constituent l'unité. Cette variable a été mise en oeuvre en 2023 et se base sur une enquête réalisée auprès des services forestiers cantonaux en 2022/2023.

forêt accessible sans la forêt buissonnante IFN1-IFN5 #2382
Forêt dont moins des deux tiers de la surface était couverte d'arbustes et qui était atteignable à pied lors des cinq inventaires IFN1 (1983-1985), IFN2 (1993-1995), IFN3 (2004-2006), IFN4 (2009-2017) et IFN5 (2018-2026).

réseau 1,4 km, sous-réseaux 1 à 5 #1746
Sous-réseaux 1, 2, 3, 4 et 5 des relevés de terrain sur le réseau d'échantillonnage avec un maillage de 1,4 km (réseau de base).

Que représentent les chiffres ?
À quoi sert l'erreur standard ?
Quand deux résultats sont-ils statistiquement différents ?
Quand ne suffit-il pas de considérer uniquement l'erreur standard ?
Deux types d’évolutions ?
Évaluations de l’évolution : quand les résultats sont-ils (non) additifs ?
Pourquoi l'erreur standard et la valeur estimée sont-elles parfois représentées par un point (« . ») ?
Pourquoi certains tableaux n'indiquent-ils pas d'erreur standard ?
Valeurs négatives en cas de volume, d'accroissement ou d'exploitation ?

1. Que représentent les chiffres ?

La plupart des tableaux présentent des résultats calculés à l'aide de méthodes statistiques à partir des données de l'inventaire par échantillonnage de l'Inventaire forestier national (IFN). Ces résultats se composent toujours de deux chiffres: 1) la valeur estimée et 2) l'erreur d'échantillonnage, appelée erreur standard.

Exemple 1 : Valeur estimée et erreur standard

IFN5

volume de bois mort (bois de tige)

propriété (2 classes)

découpage régional: région de production

unité: m³/ha

ensemble analysé: forêt accessible sans la forêt buissonnante

réseau: réseau 1,4 km, sous-réseaux 1 à 5

état 2018/26
	région de production
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
propriété (2 classes)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
publique	30	10	17	13	37	9	36	6	26	10	30	4
privée	27	17	20	12	50	10	32	8	39	13	34	5
total	29valeur estimée	9erreur standard	19	9	44	7	35	5	29	8	32	3

La plupart du temps, les tableaux indiquent l'erreur standard relative (en pourcentage « ±% »), mais parfois – pour les pourcentages estimés – l'erreur standard absolue (« ± »).

haut

2. À quoi sert l'erreur standard ?

L'erreur standard permet de délimiter des intervalles de confiance autour de la valeur estimée, qui contiennent la vraie valeur de la population avec un certain niveau de certitude statistique.

La certitude statistique est de

68% si l'intervalle de confiance est calculé à l'aide de l'erreur standard simple
(intervalle de confiance à 68% = valeur estimée ± erreur standard), et
95% si l'intervalle de confiance est calculé avec l’erreur standard double
(intervalle de confiance à 95% = valeur estimée ± 2 × erreur standard*)

Exemple 2 : Calculer les intervalles de confiance

IFN5
volume de bois mort (bois de tige)
propriété (2 classes)
découpage régional: région de production
unité: m³/ha
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
	région de production
	Jura
propriété (2 classes)	m³/ha	±%
publique	30	10
privée	27	17
total	29	9

Question
Quel est l'intervalle de confiance à 68% et à 95% des estimations ci-dessus ?

Procédure

Calculer l'erreur standard absolue (= erreur standard relative × valeur estimée / 100)
Calculer les intervalles de confiance
- intervalle de confiance à 68% = estimation ± erreur standard absolue
- intervalle de confiance à 95% = estimation ± 2 × erreur standard absolue

Réponse

			étape 1	étape 2

propriété (2 classes)	volume de bois mort Jura IFN5
	valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
publique	30	10	3	27-33	24-36
privée	27	17	5	22-32	17-37
total	29	9	3	26-32calculé avec l'erreur standard simple, c'est-à-dire 29 ± 3	23-35calculé avec l'erreur standard double, soit 29 ± 2 × 3

Dans le Jura, le volume de bois mort se situe avec une certitude statistique de 68% entre 26 et 32 m³/ha et avec une certitude statistique de 95% entre 23 et 35 m³/ha.

L'intervalle de confiance à 95% est plus grand que l'intervalle de confiance à 68%. C'est ce qui explique la plus grande certitude statistique.

Exemple 3 : Visualisation de l'intervalle de confiance à 68% et à 95%

Données : voir exemple 2

Lors de l'interprétation des résultats, il faut à chaque fois déterminer le niveau de certitude avec lequel on souhaite faire une déclaration.

Dans l'Inventaire forestier national (IFN), on se base en général sur l'intervalle de confiance à 68%.

haut

3. Quand deux résultats sont-ils statistiquement différents ?*

On peut le déterminer en comparant les intervalles de confiance de deux estimations :

Si les intervalles de confiance à 68% de deux estimations ne se chevauchent pas, on peut supposer avec une certaine certitude que les deux populations sont différentes.
Si les intervalles de confiance à 95% de deux estimations ne se chevauchent pas, on peut supposer avec une grande certitude que les deux populations sont différentes.

Exemple 4 : Interprétation de deux résultats du même inventaire

IFN5

volume des arbres vifs (bois de tige)

propriété (2 classes)

découpage régional: région de production

unité: m³/ha

ensemble analysé: forêt accessible sans la forêt buissonnante

réseau: réseau 1,4 km, sous-réseaux 1 à 5

état 2018/26
	région de production
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
propriété (2 classes)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
publique	331	3	311	3	405	4	300	3	256	5	314	2
privée	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

	cas 2						cas 1

cas 1

Question
Le volume des arbres vifs par hectare est-il plus élevé dans les Alpes qu'au Sud des Alpes ?

Procédure

Calculer les erreurs standard absolues
Calculer les intervalles de confiance en fonction du niveau de certitude souhaité :
- intervalles de confiance à 68% (certaine certitude ; erreur standard absolue simple)
- intervalles de confiance à 95% (grande certitude; erreur standard absolue double)
Vérifier si les intervalles de confiance ne se chevauchent pas au niveau de certitude souhaité

Réponse

propriété (2 classes)	volume des arbres vifs, IFN5
	Alpes					Sud des Alpes
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	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

Ni les intervalles de confiance à 68% ni les intervalles de confiance à 95% ne se chevauchent (chiffres ).

Dans ce cas, le niveau de certitude choisi n'a aucune influence sur le résultat.

Dans l'ensemble, cela signifie qu'il existe une grande certitude statistique que le volume des arbres vifs par hectare est plus élevé dans les Alpes qu'au Sud des Alpes.

cas 2

Question
Le volume des arbres vifs par hectare est-il plus élevé sur le Plateau que dans le Jura ?

Procédure

Voir cas 1.

Réponse

propriété (2 classes)	volume des arbres vifs, IFN5
	Jura					Plateau
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	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

Les intervalles de confiance à 68% ne se chevauchent pas (paires de chiffres ).
En revanche, les intervalles de confiance à 95% se chevauchent (paires de chiffres ).

Dans ce cas, le niveau de certitude choisi a une influence sur l'interprétation des résultats : au niveau de l'intervalle de confiance à 68%, on arrive à la conclusion que le volume des arbres vifs par hectare est plus élevé sur le Plateau que dans le Jura. Au niveau de l'intervalle de confiance à 95%, on ne peut en revanche pas tirer cette conclusion.

En considérant les deux niveaux de certitude, on peut dire qu'il existe statistiquement une certaine, mais pas une grande certitude, que le volume des arbres vifs par hectare est plus élevé sur le Plateau que dans le Jura.

Les intervalles de confiance permettent également de vérifier si une valeur estimée à l'aide de l'échantillon de l’Inventaire forestier national (IFN) s'écarte d'une valeur cible (issue par exemple de la politique forestière) ou si une évolution entre deux inventaires est statistiquement certaine.

Exemple 5 : Interprétation de deux résultats d'inventaires différents

propriété (2 classes)	volume des arbres vifs sur Plateau*
	IFN4		IFN5
	m³/ha	±%	m³/ha	±%
publique	340	3	309	3
privée	447	4	432	4
total	386	2	363	2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbres vifs par hectare a-t-il diminué entre l'IFN4 et l'IFN5 ?

Procédure

calculer les erreurs standard absolues
calculer les intervalles de confiance en fonction du niveau de certitude souhaité
- intervalles de confiance à 68% (certaine certitude ; erreur standard absolue simple)
- intervalles de confiance à 95% (grande certitude; erreur standard absolue double)
vérifier si les intervalles de confiance ne se chevauchent pas au niveau de certitude souhaité

Réponse

propriété (2 classes)	volume des arbres vifs sur le Plateau*
	IFN4					IFN5
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
publique	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privée	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
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Les intervalles de confiance à 68% ne se chevauchent pas pour les forêts publiques et le total (paires de chiffres ), mais ils le font pour les forêts privées (paires de chiffres ). Au niveau de certitude des intervalles de confiance à 68%, on arrive à la conclusion que le volume des arbres vifs par hectare a diminué au Plateau dans les forêts publiques et en total. Pour les forêts privées, la diminution n'est pas statistiquement certaine.

Les intervalles de confiance à 95% se chevauchent dans chacune des trois catégories. Au niveau de certitude des intervalles de confiance à 95%, il n'est donc pas statistiquement certain que le volume des arbres vifs ait diminué, même pour les forêts publiques et le total.

Voir toutefois les exemples 6 et 7, dans lesquels les évolutions entre deux inventaires sont interprétées à l'aide du bilan, qui est plus sensible.

Pour de nombreuses variables cibles, l'IFN permet de vérifier si une évolution entre deux inventaires est statistiquement certaine, non seulement en comparant les états dans les deux inventaires (voir exemple 5), mais aussi en analysant le bilan entre les deux inventaires.

Pour ce faire, il faut là aussi commencer par définir le niveau de certitude qui doit s'appliquer à l'énoncé :

Une évolution a eu lieu avec une certaine certitude si l'erreur standard relative simple du bilan est inférieure à 100% ou si l'intervalle de confiance calculé avec l'erreur standard absolue simple (intervalle de confiance à 68%) n'inclut pas la valeur 0.
Une évolution a eu lieu avec une grande certitude si la double erreur standard relative du bilan est inférieure à 100% ou si l'intervalle de confiance calculé avec la double erreur standard absolue (intervalle de confiance à 95%) n'inclut pas la valeur 0.

Exemple 6 : Interprétation des évolutions (bilans) avec l'erreur standard relative

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
	m³/ha	±%
publique	-34	30
privée	-9	147
total	-23	34
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbre vifs par hectare a-t-il diminué entre l’IFN4 et l’IFN5 ?

Procédure

Définir le niveau de certitude (intervalle de confiance à 68% ou 95%)
Vérifier si
- l'erreur standard relative simple est inférieure à 100% (niveau de certitude de l'intervalle de confiance à 68%)
- l'erreur standard relative double est inférieure à 100% (niveau de certitude de l'intervalle de confiance à 95%)

Réponse

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
		simple	double
	m³/ha	±%	±%
publique	-34	30	60
privée	-9	147	294
total	-23	34	68
* forêt accessible sans la forêt buissonnante IFN4/IFN5

L'erreur standard relative simple est inférieure à 100% pour les forêts publiques comme pour le total (chiffres ). En revanche, elle est supérieure à 100% (chiffres ) pour les forêts privées. Au niveau de certitude de l'intervalle de confiance à 68%, on conclut que le volume des arbres vifs a diminué sur le Plateau, tant dans les forêts publiques que dans le total. En revanche, la diminution du volume n'est pas statistiquement certaine pour les forêts privées.

On arrive à la même conclusion dans cet exemple avec le niveau de certitude de l’intervalle de confiance à 95%, car l’erreur standard relative double pour la forêt publique et le total est également inférieure à 100%.

Dans l'ensemble, cela signifie que la certitude statistique est élevée que le volume par hectare a diminué sur le Plateau dans les forêts publiques comme dans l'ensemble. En revanche, pour les forêts privées, la diminution du volume n'est pas statistiquement certaine (car l'erreur standard relative double et l'erreur standard relative simple sont toutes les deux inférieures à 100%).

Exemple 7 : Interprétation des évolutions (bilans) avec l'erreur standard absolue

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
	%	±
publique	-10	3
privée	-2	3
total	-6	2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbres vifs par hectare a-t-il diminué entre l'IFN4 et l'IFN5 ?

Procédure

Définir le niveau de certitude (intervalle de confiance à 68% ou 95%)
Calculer l'intervalle de confiance sur la base du niveau de certitude défini
- intervalle de confiance à 68% avec l'erreur standard absolue simple
- intervalle de confiance à 95% avec l'erreur standard absolue double
Vérifier si l'intervalle de confiance correspondant n'inclut pas la valeur 0

Réponse

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard		intervalle de confiance
		simple	double	68%	95%
	%	±	±	%	%
publique	-10	3	6	-13 à -7	-16 à -4
privée	-2	3	6	-5 à +1	-8 à +4
total	-6	2	4	-8 à -4	-10 à -2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Pour les forêts publiques comme pour le total, tant l'intervalle de confiance à 68% que celui à 95% n'incluent pas la valeur 0. Pour les deux niveaux de certitude, on arrive ainsi à la conclusion que le volume des arbres vifs a diminué sur le Plateau, tant dans les forêts publiques que dans le total. En revanche, la diminution du volume n'est pas statistiquement certaine pour les forêts privées (car les intervalles de confiance incluent la valeur 0).

Les évolutions (bilans) peuvent être interprétées à l'aide de l'erreur standard absolue ou relative (voir les exemples 6 et 7). Il est recommandé d'utiliser l'erreur standard absolue lorsque la valeur estimée est indiquée en pourcentage (%) dans le tableau (comme dans l'exemple 7) et l'erreur standard relative lorsque la valeur estimée est indiquée en chiffres absolus (m³, m³/ha, pc, m2) dans le tableau (comme dans l'exemple 6). Ainsi, l'erreur standard peut être directement extraite du tableau et ne doit donc pas être convertie.

Pour vérifier si une évolution est statistiquement assurée, il est recommandé d'analyser, dans la mesure du possible, le bilan entre les deux inventaires. Les bilans sont plus sensibles que les comparaisons d'état, ce qui permet de mieux détecter les différences sur le plan statistique (voir les exemples 5, 6 et 7).

haut

4. Quand ne suffit-il pas de considérer uniquement l'erreur standard ?

L'Inventaire forestier national (IFN) est un inventaire à grande échelle basé sur des échantillons, dont les placettes d'échantillonnage sont disposées sur une grille dont les mailles mesurent 1,4 km × 1,4 km. L'IFN a été conçu de manière à pouvoir prédire le volume des arbres vifs pour l'ensemble de la Suisse avec une erreur standard maximale de 1%.

Lorsque les résultats sont calculés pour des régions ou des classes individuelles, l'erreur standard augmente rapidement. Cela s'explique par le fait que pour la combinaison d'expressions de variables* choisie, le nombre de placettes d'échantillonnage et d'objets examinés (c'est-à-dire d'arbres échantillons, de plantes de la jeune forêt, de morceaux de bois mort, etc.) est nettement plus faible que pour le total.

Exemple 8 : Erreur standard et combinaison d’expression de variables

région	volume des arbres vifs
	total		érable		érable sycomore		érable plane
	valeur estimée	erreur standard	valeur estimée	erreur standard	valeur estimée	erreur standard	valeur estimée	erreur standard
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Suisse	343	1	12	5	11	5	1	20
région de production "Plateau"	363	2	15	10	14	11	0	50
canton d'Argovie	289	7	15	20	13	20	1	63

L'erreur standard augmente avec le niveau de détail.

On peut s'attendre à des erreurs standard importantes si

les arrondissements forestiers ont été choisis comme découpage régional ou que les résultats sont calculés pour de petits cantons (p. ex. Appenzell Rhodes-Intérieures, Nidwald),
une variable de classification comportant de nombreuses classes a été choisie (p. ex. l'essence dans 56 classes),
plusieurs variables de classification ont été combinées (par exemple, l'essence principale et le stade de développement).

Des erreurs standard importantes indiquent qu'une estimation a peut-être été réalisée sur la base d'un nombre trop faible de placettes d'échantillonnage ou d'objets et que, par conséquent, le résultat de l'estimation pourrait ne pas être fiable.

Pour la variable cible « nombre de tiges de la jeune forêt avec abroutissement » (intensité de l'abroutissement), l'incertitude de l'estimation ne se traduit pas nécessairement par une erreur standard élevée. Cela s'explique par le fait que cette variable cible est une estimation sous forme de quotient** qui, en raison de la méthode de relevé, ne repose pour les essences relativement rares (p. ex. pin, mélèze, arole, chêne, châtaignier) que sur un petit nombre d’individus examinés. En conséquence, pour la valeur cible « nombre de tiges de la jeune forêt avec abroutissement », il faudrait toujours vérifier le nombre de plantes examinées sur lequel se basent les différentes valeurs estimées. En règle générale, pour chaque valeur estimée, au moins 30 plantes de la jeune forêt devraient être examinées quant à l’abroutissement pour obtenir une estimation fiable.

haut

5. Deux types d’évolutions ?

L'Inventaire forestier national (IFN) distingue deux types d’évolutions:

Le premier type concerne des variables cibles spécifiques pour des composantes d’évolution telles que l'accroissement, l'exploitation ou la mortalité. Ces variables cibles ne sont disponibles que pour deux cycles de mesure successifs, par exemple IFN4-IFN5. Lors de l'évaluation des composantes d’évolution, l’expression de la variable de classification du second cycle de mesure est généralement attribuée au premier cycle de mesure. Ces évaluations ne tiennent donc pas compte du changement de l'expression d'une variable de classification (par exemple de la propriété privée à la propriété publique) entre deux inventaires successifs.
Dans le deuxième type, la différence entre des variables cibles telles que le nombre de tiges, le volume des arbres vifs ou la surface forestière est utilisée pour dresser le bilan de l’évolution entre deux cycles de mesure. Ces variables cibles sont généralement utilisées pour représenter des états, par exemple l'IFN5, mais peuvent montrer le bilan entre deux cycles de mesure successifs ou non, par exemple l'IFN1 et l'IFN5. Dans ces évaluations, le changement de l'expression est pris en compte pour une partie des variables de classification. Il s'agit par exemple des variables de classification « état des arbres » ou « forêt, non forêt ». Ainsi, on peut voir par exemple que la surface forestière a augmenté. Pour l'autre partie des variables de classification, les expressions sont considérées comme statiques. Cela signifie que l'état le plus actuel – qu'il ait été relevé dans un cycle de mesure (p. ex. fonction prioritaire IFN5) ou qu'il provienne d'une source de données externe (p. ex. forêt protectrice [2022]) – est attribué à tous les cycles de mesure.

haut

6. Évaluations de l’évolution : quand les résultats sont-ils (non) additifs ?

Les résultats sont

additifs lorsqu'ils sont présentés en tant qu’évolution totale entre deux points de mesure. Par exemple, les exploitations indiquées en mètres cubes (m³) pour les différentes régions de production peuvent être additionnées pour obtenir l'exploitation pour la Suisse.
ne sont pas additifs s’il sont présentés en tant qu’évolution par année (p. ex. m³/an). En conséquence, les exploitations indiquées en mètres cubes par an (m³/an) pour les différentes régions de production, par exemple, ne peuvent pas être additionnées pour obtenir l'exploitation pour la Suisse.

Exemple 9 : Additivité/non-additivité des évolutions

	volume des abres vifs: évolution totale IFN4–IFN5 (1000 m³)*
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
zones supérieures/inférieures	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
zones inférieures	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
zones supérieures	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
	* dans la forêt accessible sans la forêt buissonnante IFN4/IFN5
	additif

	volume des arbres vifs: évolutions par an IFN4–IFN5 (in 1000 m³/an)*
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
zones supérieures/inférieures	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%
zones inférieures	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
zones supérieures	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
	* dans la forêt accessible sans la forêt buissonnante IFN4/IFN5
	non additif

La non-additivité des évolutions par année provient du fait que l’évolution totale est divisée par le nombre moyen d'années qui s'écoule entre les deux mesures dans le domaine* considérée et que le nombre moyen d'années varie légèrement selon le domaine*.

Exemple 10 : Nombre moyen d'années par région

domaine		nombre moyen d’années
région de production	zones supérieures/inférieures
Plateau	-	8.75
Plateau	zones supérieures	8.56
Plateau	zones inférieures	8.76
Sud des Alpes	-	8.90
Sud des Alpes	zones supérieures	8.90
Sud des Alpes	zones inférieures	8.89
* entre les mesures de l’IFN4 et de l’IFN5 dans la forêt accessible sans la forêt buissonnante

haut

7. Pourquoi l'erreur standard et la valeur estimée sont-elles parfois représentées par un point (« . ») ?

Lors du calcul d'un tableau de résultats, les données ne sont pas toujours disponibles pour toutes les combinaisons d'expressions de variables de classification*. Dans la plupart des cas, cela indique que le paramètre estimé à l'aide de la variable cible n'existe pas ou n'existe que très rarement. Généralement, on introduit alors la valeur 0. Mais comme cette valeur ne repose sur aucune mesure directe, l'erreur standard correspondante est représentée par un point (« . »). Si le calcul se réfère à la valeur supposée de 0, par exemple pour les pourcentages ou certaines estimations d’évolution, aucune valeur ne peut être utilisée. Dans ce cas, la valeur estimée et l'erreur standard sont représentées par un point (« . »).

Par exemple, aucun arole n'a été trouvé et mesuré jusqu'à présent par l’Inventaire forestier national (IFN) sur le Plateau (volume des aroles vifs par région de production). On peut donc supposer que les valeurs manquent parce que l'arole n'est effectivement pas présent sur le Plateau et que le volume doit donc y être nul.

haut

8. Pourquoi certains tableaux n'indiquent-ils pas d'erreur standard ?

Les données de ces tableaux proviennent d'un relevé exhaustif et non d'un inventaire par échantillonnage. En conséquence, il n'est pas nécessaire d'indiquer une erreur standard puisqu'il n'y a pas d'incertitude liée à l'échantillonnage.

Par exemple, le relevé de desserte que l'Inventaire forestier national (IFN) effectue périodiquement auprès des services forestiers locaux est un relevé exhaustif.

haut

Valeurs négatives en cas de volume, d'accroissement ou d'exploitation ?

Des valeurs négatives sont possibles si le résultat n'a pu être calculé qu'à partir de quelques arbres. L'estimation n'est donc pas fiable. Cela se reflète également dans l'erreur standard, qui est en général particulièrement élevée lorsque les valeurs de volume, d'accroissement ou d'exploitation sont négatives.

Les valeurs négatives sont dues au fait que, lors de la détermination du volume de bois de tige des arbres échantillons, le volume estimé uniquement sur la base du diamètre à hauteur de poitrine (DHP) est ajusté avec le volume des arbres échantillons de tarif estimé sur la base du DHP, du diamètre à 7 m de hauteur et de la hauteur des arbres. Cette procédure permet un calcul non biaisé et plus précis du volume de bois de tige. Elle peut toutefois conduire à des valeurs négatives pour toutes les variables cibles basées sur le volume de bois de tige des arbres d'échantillonnage (p. ex. volume des arbres vifs, accroissement, exploitation) si le nombre d'arbres d'échantillonnage dans une combinaison d’expressions de variables* est faible.

haut

IFN4—IFN5
évolution: volume des arbres vifs (bois de tige)
forêt de protection contre des coulées de boue/glissements de terrain (2022) · essence principale
découpage régional: arrondissement forestier (2024)
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
évolution 2009/17–2018/26
		arrondissement forestier (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		lacs		Suisse
forêt de protection contre des coulées de boue/glissements de terrain (2022)	essence principale	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	±%
pas d'indication	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	sapin	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	pin	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	mélèze	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	arole	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	autres résineux	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	hêtre	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	érable	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	frêne	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	chêne	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	autres feuillus	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	indéterminable	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
à l'intérieur	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	.	.	.	.	.	.	.	.	13	.	-62	210	52	257	-187	75	1	100	47	129	.	.	3	100	.	.	.	.	.	.	.	.	34	86	.	.	.	.	-188	94	52	79	26	664	-288	95	-164	162	-59	253	-255	78	.	.	.	.	.	.	-8	.	61	75	.	.	-9	182	-16	110	120	96	.	.	256	95	69	67	-106	113	85	66	0	.	5	437	-99	89	.	.	.	.	.	.	.	.	-32	109	.	.	.	.	-12	109	.	.	.	.	62	61	39	105	-50	131	.	.	0	100	6	100	44	100	1	100	.	.	-46	.	46	.	-277	109	7	100	16	100	87	.	15	100	.	.	-4	100	.	.	.	.	.	.	.	.	.	.	24	.	.	.	.	.	-85	.	.	.	163	110	-135	167	156	73	.	.	.	.	.	.	6	.	3	.	.	.	.	.	.	.	.	.	-586	137
	sapin	.	.	.	.	.	.	.	.	.	.	121	78	29	138	-22	182	-31	220	-130	98	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	15	103	.	.	-19	100	.	.	48	100	.	.	-155	89	4	100	.	.	.	.	.	.	33	63	.	.	-10	100	3	554	6	100	.	.	39	100	4	100	-36	100	4	137	-2	.	70	68	.	.	.	.	.	.	.	.	.	.	73	91	.	.	-32	87	-31	83	.	.	.	.	.	.	46	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	.	.	.	-18	199	25	149	77	96	15	.	.	.	.	.	-14	272	41	.	.	.	.	.	.	.	.	.	9	.	.	.	.	.	10	.	.	.	-5	100	-3	219	68	82	.	.	.	.	.	.	6	.	.	.	.	.	.	.	.	.	.	.	243	119
	pin	.	.	.	.	.	.	.	.	.	.	.	.	-4	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	6	257	.	.	-39	125	19	362	9	67	.	.	.	.	.	.	.	.	2	100	.	.	.	.	.	.	.	.	.	.	26	100	.	.	.	.	.	.	.	.	.	.	-9	100	.	.	.	.	-11	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	14	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	32	66	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-11	354	3	611	-4	168	.	.	.	.	.	.	-5	.	.	.	.	.	.	.	.	.	.	.	29	367
	mélèze	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	100	36	85	9	78	3	610	80	47	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	7	100	-3	100	.	.	-10	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	7	95	2	100	1	100	.	.	-4	100	97	100	.	.	.	.	.	.	.	.	.	.	6	100	.	.	10	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	59	82	102	78	7	440	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	412	36
	arole	.	.	.	.	.	.	.	.	.	.	.	.	19	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	-7	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	-31	75	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-14	224
	autres résineux	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	100	.	.	.	.	.	.	1	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	7	59
	hêtre	.	.	.	.	.	.	.	.	.	.	-5	337	107	62	6	498	15	97	-116	65	-5	.	-112	129	30	.	.	.	.	.	.	.	64	78	.	.	.	.	10	130	-8	173	8	140	-2	100	-3	100	.	.	22	146	28	118	.	.	.	.	-22	.	-8	146	.	.	1	100	-11	160	35	100	.	.	2	161	27	86	-111	176	82	71	-38	.	-46	93	-24	79	.	.	.	.	-30	.	-70	.	23	96	.	.	29	116	13	74	.	.	.	.	.	.	0	573	.	.	-9	100	70	63	-26	97	.	.	-23	100	4	100	.	.	.	.	26	168	-1	1944	-1	228	.	.	85	71	.	.	10	88	30	.	.	.	.	.	.	.	.	.	3	.	.	.	.	.	24	.	.	.	.	.	.	.	-63	116	22	.	.	.	.	.	-9	.	10	.	.	.	.	.	.	.	.	.	45	739
	érable	.	.	.	.	.	.	.	.	.	.	10	83	27	108	.	.	31	100	15	102	.	.	-16	100	.	.	.	.	.	.	.	.	2	88	.	.	.	.	36	154	-13	100	10	101	17	100	1	100	.	.	15	76	1	100	.	.	.	.	.	.	4	120	.	.	5	84	2	100	5	100	.	.	2	100	-14	116	153	98	-1	368	3	.	30	90	.	.	.	.	.	.	.	.	1	.	0	100	.	.	1	100	-22	71	.	.	.	.	.	.	.	.	.	.	1	100	.	.	4	95	.	.	2	100	.	.	.	.	.	.	1	100	-4	210	-2	318	.	.	.	.	.	.	2	803	10	.	.	.	.	.	.	.	.	.	0	.	.	.	.	.	.	.	.	.	.	.	0	100	31	93	-3	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	348	51
	frêne	.	.	.	.	.	.	.	.	.	.	-23	100	-29	79	.	.	-14	188	-5	100	-45	.	.	.	.	.	.	.	.	.	.	.	12	135	.	.	.	.	-42	70	10	100	-7	100	46	92	.	.	.	.	-20	174	.	.	.	.	.	.	.	.	-28	71	.	.	-2	100	.	.	-21	100	.	.	1	100	1	436	-11	219	7	100	.	.	-26	82	.	.	.	.	.	.	.	.	0	.	-11	100	.	.	.	.	-26	100	.	.	.	.	.	.	.	.	.	.	1	100	.	.	-5	100	.	.	-8	100	3	156	.	.	0	.	.	.	-68	100	0	100	.	.	18	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	13	85	1	100	5	401	3	.	.	.	.	.	.	.	2	.	.	.	.	.	.	.	.	.	-272	47
	chêne	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	18	92	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-11	100	.	.	.	.	.	.	.	.	.	.	.	.	-2	100	.	.	.	.	.	.	.	.	.	.	6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	-13	113	29	103	-1	226	-22	85	.	.	.	.	.	.	5	100	0	73	-1	100	.	.	2	100	.	.	3	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	18	89	11	71	-3	99	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	43	113
	châtaignier	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	4	100	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	31	73	3	100	-49	75	-32	180	-8	911	17	230	-45	72	33	157	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	140	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-45	286
	autres feuillus	.	.	.	.	.	.	.	.	.	.	1	100	-8	422	.	.	11	100	12	66	.	.	1	100	.	.	.	.	.	.	.	.	1	100	.	.	.	.	1	100	-22	74	5	335	-38	127	-6	271	8	132	17	78	1	362	.	.	.	.	.	.	2	100	.	.	-12	100	.	.	.	.	.	.	7	70	0	0	9	77	3	77	.	.	-5	197	0	0	.	.	.	.	0	.	.	.	18	99	.	.	.	.	.	.	.	.	.	.	1	112	18	111	0	242	21	65	19	75	66	69	6	100	36	76	70	70	.	.	.	.	6	74	-29	102	2	100	.	.	2	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	2	.	.	.	5	189	-2	1407	72	71	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	302	41
	indéterminable	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	0	.	.	.	.	.	0	0	0	0	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0
	total	.	.	.	.	.	.	.	.	13	.	42	456	193	79	-203	90	30	114	-177	92	-50	.	-124	130	30	.	.	.	.	.	.	.	113	58	.	.	.	.	-168	106	22	229	65	260	-255	109	-155	181	40	401	-379	69	33	107	.	.	.	.	-30	.	66	72	.	.	-31	83	-22	192	145	82	.	.	338	82	87	62	-89	348	176	48	-36	.	19	326	-132	82	.	.	.	.	-41	.	-69	.	70	136	.	.	-3	364	-77	71	.	.	.	.	65	59	155	54	-46	144	-28	118	44	156	63	154	164	69	-58	91	109	72	-42	.	46	.	-225	136	-64	181	91	97	112	.	122	71	.	.	-2	2623	81	.	.	.	.	.	.	.	.	.	37	.	.	.	.	.	-50	.	.	.	247	76	-53	480	270	68	21	.	.	.	.	.	-2	.	14	.	.	.	.	.	.	.	.	.	513	199
à l'extérieur	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	-32	341	-13	1392	65	155	-628	59	230	75	-717	52	-613	128	-942	49	-1084	60	-705	42	43	84	-25	189	10	495	.	.	-40	183	-362	72	-211	182	507	41	4	75	-477	76	396	77	440	55	242	172	353	123	131	222	-279	103	-224	81	-138	128	-1147	59	-63	75	154	62	-152	72	27	232	-133	83	110	67	124	74	235	58	264	40	269	64	-32	1166	-127	151	-321	114	-401	59	-64	223	-272	83	-43	255	30	72	-440	67	192	94	-59	274	149	51	-205	73	-535	52	-15	948	1106	78	-498	69	.	.	18	100	.	.	34	57	13	73	122	48	84	69	155	90	149	83	120	63	257	39	-64	232	-28	319	-51	135	35	243	42	178	-88	94	-137	91	36	130	-122	80	-420	54	-135	85	-126	103	-15	100	65	64	190	98	213	63	230	106	192	44	-367	87	45	376	116	129	18	1095	-685	59	-270	80	-8	830	.	.	-6296	38
	sapin	-139	77	-62	109	25	140	-313	90	52	158	-111	180	407	32	346	120	200	141	-220	162	14	80	16	53	57	56	.	.	84	53	41	197	-221	147	-88	177	4	100	-39	189	85	73	-38	103	9	269	46	138	-17	100	476	40	26	851	223	89	167	120	-7	840	-13	695	44	181	20	160	397	37	31	151	23	158	129	51	153	63	-3	268	41	90	220	66	-14	903	45	72	26	416	-98	120	-68	71	130	49	156	74	-51	265	44	179	32	277	38	113	40	96	10	100	35	55	5	100	.	.	.	.	7	100	21	129	16	271	71	99	-57	163	.	.	-19	85	-5	2026	33	89	156	74	115	58	10	205	114	114	-74	132	-18	607	28	255	79	48	143	41	72	84	-102	77	90	69	-228	104	34	100	42	94	61	57	171	43	65	67	-34	202	-37	234	42	202	8	891	38	89	-5	100	-99	128	.	.	3132	36
	pin	-50	73	-14	72	-8	110	3	558	.	.	-17	100	-50	132	47	100	-48	105	-18	253	-2	688	58	68	24	58	.	.	3	100	-123	106	.	.	-43	114	-43	59	.	.	36	69	1	2661	4	100	73	85	-32	250	5	1621	1	100	59	77	.	.	-57	100	.	.	.	.	.	.	20	100	4	100	28	100	.	.	10	100	.	.	.	.	.	.	11	100	-21	225	1	229	-6	165	9	84	-3	515	20	100	1	100	.	.	-4	402	-41	91	9	299	.	.	-32	100	9	100	.	.	.	.	.	.	.	.	.	.	-3	100	.	.	.	.	9	100	.	.	.	.	.	.	.	.	4	79	0	100	.	.	-8	100	.	.	1	94	.	.	4	100	.	.	.	.	-26	100	.	.	-33	92	27	162	-87	78	.	.	-6	100	16	249	1	298	-59	95	-16	231	-99	76	11	100	.	.	-446	66
	mélèze	16	160	-21	91	39	115	-50	76	.	.	.	.	19	120	-16	100	-60	107	.	.	.	.	.	.	2	94	.	.	.	.	11	100	.	.	14	73	.	.	-16	72	-33	231	-14	238	32	101	142	55	75	359	2	100	1	100	8	71	1	100	.	.	.	.	.	.	-2	100	.	.	.	.	.	.	4	100	2	100	.	.	14	189	0	100	.	.	-3	381	.	.	.	.	3	100	.	.	.	.	.	.	6	100	5	100	-17	100	27	100	-22	157	32	162	113	54	25	123	.	.	4	73	239	31	28	104	39	150	.	.	.	.	.	.	56	77	.	.	.	.	.	.	20	100	.	.	10	100	.	.	.	.	-12	100	.	.	8	113	.	.	11	100	.	.	39	100	146	95	131	103	-58	98	-15	100	8	100	-6	100	19	88	.	.	-28	71	5	100	1	1636	.	.	983	41
	arole	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	14	234	149	60	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	88	46	-1	1066	-10	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	244	43
	autres résineux	6	72	.	.	28	100	43	75	.	.	5	71	0	100	.	.	159	42	0	100	.	.	.	.	.	.	75	.	.	.	.	.	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	-1	100	-2	119	16	90	16	94	77	79	1	100	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	50	92	24	88	-3	124	-1	100	.	.	9	100	2	100	25	100	18	85	.	.	.	.	.	.	1	100	.	.	.	.	0	86	.	.	.	.	.	.	.	.	.	.	.	.	31	100	.	.	.	.	.	.	.	.	.	.	.	.	3	100	.	.	.	.	-47	100	10	62	.	.	1	100	.	.	.	.	.	.	-185	100	.	.	4	100	.	.	.	.	-2	73	-1	100	1	77	.	.	.	.	5	55	14	123	3	72	.	.	.	.	.	.	.	.	386	62
	hêtre	-225	92	2	4858	37	209	-261	60	64	98	-58	119	-215	126	385	60	-176	163	169	109	-89	74	13	687	-240	62	.	.	24	153	-8	1524	-15	824	-2	7437	.	.	-36	299	3	1893	6	1132	-7	123	64	70	.	.	-200	106	42	314	29	323	100	59	-124	112	-40	80	62	96	-7	817	-83	138	14	400	18	64	-192	52	195	58	36	175	136	74	-90	202	103	144	75	131	80	140	-265	60	-139	122	0	15923	-5	919	57	71	89	65	21	346	-54	89	31	378	.	.	51	71	.	.	85	46	56	145	152	37	278	49	200	37	78	107	125	77	.	.	1	100	38	122	-55	108	41	133	71	72	-3	529	17	289	7	196	-29	104	27	162	-27	265	-169	78	35	251	15	255	58	53	-38	238	-54	85	.	.	9	82	17	233	44	60	84	37	97	58	17	474	-36	305	39	191	-97	69	25	183	.	.	482	198
	érable	94	44	51	57	-55	63	-37	68	7	99	11	391	-31	282	139	42	159	32	102	53	12	253	32	51	-43	63	.	.	-14	146	29	57	29	125	35	67	.	.	16	246	38	77	32	95	3	71	2	727	3	100	48	148	44	70	-17	134	-5	750	23	93	6	195	37	96	53	80	10	68	2	2080	11	84	-61	57	2	2056	43	70	50	97	18	174	95	37	15	94	52	47	28	84	24	86	99	80	-20	267	11	189	34	82	72	47	-47	156	31	113	23	100	15	100	-8	100	3	78	-26	71	-5	263	4	65	27	100	8	60	5	391	12	81	.	.	-2	1395	-11	138	53	111	10	126	9	78	21	52	.	.	16	82	7	113	35	96	-6	439	29	71	25	76	-6	100	.	.	64	69	8	100	14	69	61	51	-1	1580	36	96	35	96	53	100	9	270	42	120	-62	77	13	227	.	.	1781	17
	frêne	-16	311	-35	117	-138	64	-85	99	.	.	-58	153	-20	136	-60	161	-5	1407	-27	130	-97	66	-10	200	9	140	.	.	-32	136	48	236	137	55	-111	80	-19	100	20	235	4	100	10	93	-62	71	15	41	.	.	-133	65	-195	92	-99	56	-60	64	-5	184	2	100	2	100	1	100	2	100	94	97	.	.	48	89	61	197	-29	316	-6	116	-60	161	-24	190	16	158	36	57	3	398	-78	72	-2	622	17	179	7	91	-30	111	-111	108	-167	59	18	317	6	100	88	100	2	100	-2	344	-3	581	52	70	48	60	-36	75	19	61	28	128	3	263	.	.	-35	131	25	53	10	243	131	90	45	93	-17	87	-70	100	7	90	3	100	10	84	-24	128	-21	148	17	61	-165	77	.	.	-167	109	-1	1712	14	59	48	64	-59	124	47	87	-74	74	-60	86	-24	270	27	151	-43	68	-51	68	.	.	-1444	39
	chêne	61	64	17	66	.	.	20	61	.	.	.	.	1	71	8	106	-62	146	.	.	0	100	1	100	-9	91	.	.	1	100	6	100	18	89	46	54	-88	155	.	.	.	.	5	100	.	.	0	0	14	100	44	128	-4	126	-3	260	4	100	2	295	.	.	2	100	.	.	.	.	0	100	.	.	.	.	-4	100	19	100	.	.	-6	282	.	.	-31	122	13	100	-9	112	13	77	-6	645	3	100	.	.	.	.	-10	187	66	105	13	282	.	.	.	.	.	.	-4	352	16	89	0	11028	-16	72	32	75	19	83	6	330	.	.	.	.	.	.	.	.	.	.	36	100	2	100	2	100	-47	112	-13	157	.	.	-2	987	5	100	-16	76	-22	138	-25	100	17	100	17	85	1	100	8	68	20	66	.	.	-35	116	9	64	5	100	-28	194	21	83	-72	87	11	84	.	.	87	291
	châtaignier	.	.	.	.	-6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	58	62	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	55	92	41	71	36	138	-59	82	71	132	26	168	-31	137	-90	136	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-2	100	.	.	.	.	.	.	.	.	5	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	110	177
	autres feuillus	-11	312	78	41	0	21799	10	151	-3	100	11	97	-65	85	60	78	-94	125	0	16378	8	344	13	171	1	1752	.	.	5	121	-125	127	23	56	59	49	4	79	-32	127	3	515	-14	61	48	82	-141	59	79	163	78	81	4	697	-2	541	36	74	-2	100	2	235	0	100	-12	72	-24	108	9	319	-9	78	9	97	-3	100	-8	139	-15	144	-101	114	17	160	3	216	52	112	-57	70	49	60	3	74	11	152	1	334	22	74	25	349	19	189	-2	533	-31	68	238	62	10	115	-6	229	5	709	189	55	-14	326	-107	76	4	850	0	2209	-33	100	1	81	-89	90	29	111	2	159	6	272	70	95	-30	126	-2	239	-2	160	-2	412	30	76	-1	132	-6	80	-5	137	0	3813	.	.	1	100	-10	426	22	126	-10	289	0	3512	9	207	56	78	-2	635	13	62	11	109	-16	172	40	81	.	.	393	109
	indéterminable	0	0	.	.	.	.	.	.	.	.	0	0	0	0	0	0	0	0	0	0	0	0	.	.	0	0	.	.	0	0	0	0	.	.	0	0	.	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	.	.	.	.	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	0	0	0	0	0	0	.	.	.	.	.	.	0	0	0	0	0	0	0	0	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	-296	102	4	6099	-13	1124	-1296	41	350	67	-933	57	-567	161	-32	2461	-1011	84	-698	75	-112	127	98	137	-189	94	75	.	32	403	-482	99	-240	253	418	74	-138	105	-565	75	537	64	427	68	268	158	625	76	399	120	59	846	-290	144	135	255	-903	81	-233	76	111	125	-4	3319	80	154	188	141	263	62	195	58	171	112	730	39	350	84	186	215	-147	266	-134	331	-294	93	199	125	-651	54	-212	113	251	60	-259	127	218	117	106	225	178	120	-409	66	-368	95	-28	576	1589	64	-324	108	138	53	7	1573	470	35	650	29	142	95	265	72	190	104	136	102	142	89	84	220	280	45	198	119	340	50	59	219	151	108	-135	154	-134	139	-74	216	148	82	-173	108	-502	65	-208	87	-159	148	-290	116	-1	31776	435	62	498	48	382	72	226	56	-258	145	145	176	203	130	-96	299	-550	78	-659	47	-57	295	.	.	-590	553
total	pas d'indication	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	épicéa	-32	341	-13	1392	65	155	-628	59	242	72	-780	51	-561	142	-1129	43	-1083	60	-658	46	43	84	-23	211	10	495	.	.	-40	183	-362	72	-177	217	507	41	4	75	-665	61	448	69	466	63	-46	1092	189	269	72	455	-534	65	-224	81	-138	128	-1147	59	-71	67	215	49	-152	72	18	364	-149	75	230	59	124	74	491	57	333	35	163	129	53	708	-127	151	-316	116	-500	50	-64	223	-272	83	-43	255	30	72	-473	63	192	94	-59	274	137	56	-205	73	-535	52	47	308	1145	76	-548	63	.	.	18	100	6	100	79	61	14	67	122	48	38	196	201	73	-127	256	127	60	274	37	24	730	-13	699	-51	135	31	273	42	178	-88	94	-137	91	36	130	-122	80	-395	58	-135	85	-126	103	-101	86	65	64	353	73	78	337	386	70	192	44	-367	87	45	376	122	123	20	949	-685	59	-270	80	-8	830	.	.	-6882	36
	sapin	-139	77	-62	109	25	140	-313	90	52	158	10	2124	436	31	325	128	169	172	-350	108	14	80	16	53	57	56	.	.	84	53	41	197	-220	148	-88	177	4	100	-25	310	85	73	-57	76	9	269	94	85	-17	100	321	73	29	748	223	89	167	120	-7	840	20	452	44	181	10	345	400	37	37	127	23	158	168	45	157	61	-39	95	45	83	218	66	56	238	45	72	26	416	-98	120	-68	71	130	49	229	58	-51	265	12	708	1	6631	38	113	40	96	10	100	81	61	5	100	.	.	.	.	7	100	21	129	16	271	71	99	-53	176	.	.	-37	106	20	564	110	72	170	68	115	58	10	205	100	135	-33	319	-18	607	28	255	79	48	143	41	82	76	-102	77	90	69	-218	109	34	100	37	108	57	62	239	39	65	67	-34	202	-37	234	48	176	8	891	38	89	-5	100	-99	128	.	.	3376	34
	pin	-50	73	-14	72	-8	110	3	558	.	.	-17	100	-54	123	47	100	-48	105	-18	253	-2	688	58	68	24	58	.	.	3	100	-123	106	.	.	-43	114	-43	59	.	.	36	69	8	442	4	100	34	233	-13	798	14	562	1	100	59	77	.	.	-57	100	2	100	.	.	.	.	20	100	4	100	28	100	26	100	10	100	.	.	.	.	.	.	11	100	-30	163	1	229	-6	165	-2	716	-3	515	20	100	1	100	.	.	-4	402	-41	91	9	299	.	.	-18	194	9	100	.	.	.	.	.	.	.	.	.	.	-3	100	.	.	.	.	41	56	0	0	.	.	.	.	.	.	4	79	0	100	.	.	-8	100	.	.	1	94	.	.	4	100	.	.	.	.	-26	100	.	.	-44	114	30	158	-91	75	.	.	-6	100	16	249	-5	119	-59	95	-16	231	-99	76	11	100	.	.	-418	75
	mélèze	16	160	-21	91	39	115	-50	76	.	.	.	.	19	120	-16	100	-60	107	.	.	.	.	.	.	2	94	.	.	.	.	11	100	.	.	14	73	.	.	-16	72	-30	254	22	200	41	80	145	55	154	175	2	100	1	100	8	71	1	100	.	.	.	.	.	.	-2	100	.	.	.	.	.	.	4	100	2	100	7	100	11	247	0	100	-10	100	-3	381	.	.	.	.	3	100	.	.	.	.	.	.	6	100	5	100	-17	100	27	100	-22	157	39	135	115	53	26	118	.	.	0	1944	336	36	28	104	39	150	.	.	.	.	.	.	62	70	.	.	10	100	.	.	20	100	.	.	10	100	.	.	.	.	-12	100	.	.	8	113	.	.	11	100	.	.	39	100	206	72	234	67	-51	124	-15	100	8	100	-6	100	19	88	.	.	-28	71	5	100	1	1636	.	.	1395	31
	arole	.	.	.	.	.	.	.	.	.	.	.	.	19	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	13	239	143	63	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	93	44	-32	85	-10	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	230	48
	autres résineux	6	72	.	.	28	100	43	75	.	.	5	71	0	100	.	.	159	42	1	71	.	.	.	.	.	.	75	.	.	.	.	.	.	.	.	.	.	.	0	100	-1	100	.	.	.	.	-1	100	-2	119	16	90	16	94	77	79	1	100	.	.	.	.	0	100	.	.	.	.	.	.	.	.	4	100	50	92	24	88	-3	124	0	838	.	.	9	100	2	100	25	100	18	85	.	.	.	.	.	.	1	100	.	.	.	.	0	86	.	.	.	.	.	.	.	.	.	.	.	.	31	100	1	100	.	.	.	.	.	.	1	100	.	.	3	100	.	.	.	.	-47	100	10	62	.	.	1	100	.	.	.	.	.	.	-185	100	.	.	4	100	.	.	.	.	-2	73	-1	100	1	77	.	.	.	.	5	55	14	123	3	72	.	.	.	.	.	.	.	.	393	61
	hêtre	-225	92	2	4858	37	209	-261	60	64	98	-63	113	-108	258	391	60	-161	179	53	375	-94	70	-99	173	-209	72	.	.	24	153	-8	1524	49	279	-2	7437	.	.	-26	421	-5	1074	14	466	-9	96	61	73	.	.	-178	120	70	194	29	323	100	59	-146	96	-48	71	62	96	-7	884	-94	124	50	135	18	64	-190	52	223	52	-74	276	218	53	-128	144	57	270	51	195	80	140	-265	60	-169	102	-70	147	18	295	57	71	117	57	34	216	-54	89	31	378	.	.	51	70	.	.	77	52	125	73	126	49	278	49	177	44	81	102	125	77	.	.	27	162	37	134	-56	106	41	133	156	51	-3	529	27	184	37	89	-29	104	27	162	-27	265	-169	78	38	229	15	255	58	53	-14	667	-54	85	.	.	9	82	-45	185	65	52	84	37	97	58	8	1018	-26	426	39	191	-97	69	25	183	.	.	527	191
	érable	94	44	51	57	-55	63	-37	68	7	99	22	210	-4	2611	139	42	190	31	117	48	12	253	16	142	-43	63	.	.	-14	146	29	57	32	116	35	67	.	.	52	131	25	128	41	76	20	86	3	443	3	100	62	114	45	69	-17	134	-5	750	23	93	10	125	37	96	58	73	11	59	7	499	11	84	-60	59	-13	305	196	78	49	99	22	148	125	36	15	94	52	47	28	84	24	86	100	79	-20	269	11	189	35	80	50	76	-47	156	31	113	23	100	15	100	-8	100	4	64	-26	71	-1	1336	4	65	29	93	8	60	5	391	12	81	1	100	-5	441	-12	127	53	111	10	126	9	78	23	94	10	100	16	82	7	113	35	96	-6	439	29	71	25	76	-6	100	.	.	64	69	8	100	15	68	91	46	-5	451	36	96	35	96	53	100	9	270	42	120	-62	77	13	227	.	.	2130	17
	frêne	-16	311	-35	117	-138	64	-85	99	.	.	-81	113	-50	73	-60	161	-19	370	-32	109	-142	55	-10	200	9	140	.	.	-32	136	48	236	149	52	-111	80	-19	100	-22	246	14	76	3	440	-16	377	15	41	.	.	-152	60	-195	92	-99	56	-60	64	-5	184	-26	77	2	100	-2	141	2	100	72	129	.	.	49	86	63	193	-41	236	1	1059	-60	161	-50	100	16	158	36	57	3	398	-78	72	-2	622	6	536	7	91	-30	111	-137	89	-167	59	18	317	6	100	88	100	2	100	-1	527	-3	581	47	78	48	60	-45	64	22	57	28	128	3	247	.	.	-103	80	25	53	10	243	149	80	45	93	-17	87	-70	100	7	90	3	100	10	84	-24	128	-21	148	17	61	-165	77	.	.	-167	109	12	164	16	56	52	68	-56	131	47	87	-74	74	-60	86	-23	289	27	151	-43	68	-51	68	.	.	-1716	33
	chêne	61	64	17	66	.	.	20	61	.	.	.	.	1	71	8	106	-45	207	.	.	0	100	1	100	-9	91	.	.	1	100	6	100	18	89	46	54	-88	155	.	.	.	.	5	100	.	.	0	0	14	100	33	175	-4	126	-3	260	4	100	2	295	.	.	2	100	-2	100	.	.	0	100	.	.	.	.	-4	100	25	79	.	.	-6	282	.	.	-31	122	13	100	-9	112	13	77	-6	645	3	100	.	.	.	.	-10	187	66	105	13	282	.	.	.	.	.	.	1	1510	3	754	29	196	-17	69	10	316	19	83	6	330	.	.	5	100	0	73	-1	100	.	.	37	95	2	100	5	71	-47	112	-13	157	.	.	-2	987	5	100	-16	76	-22	138	-25	100	17	100	17	85	19	84	19	50	17	79	.	.	-35	116	9	64	5	100	-28	194	21	83	-72	87	11	84	.	.	130	199
	châtaignier	.	.	.	.	-6	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	5	100	.	.	.	.	63	58	-1	163	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1	100	87	64	43	67	-12	503	-91	83	63	193	43	136	-76	70	-57	233	.	.	.	.	.	.	.	.	-1	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-2	100	.	.	.	.	.	.	.	.	5	100	.	.	2	140	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	65	358
	autres feuillus	-11	312	78	41	0	21799	10	151	-3	100	12	87	-73	88	60	78	-82	143	12	102	8	344	14	156	1	1752	.	.	5	121	-125	127	24	55	59	49	4	79	-32	129	-19	119	-9	186	10	612	-147	58	87	148	94	68	5	617	-2	541	36	74	-2	100	4	129	0	100	-25	62	-24	108	9	319	-9	78	17	62	-3	100	1	1600	-12	181	-101	114	12	241	3	216	52	112	-57	70	49	60	3	74	29	84	1	334	22	74	25	349	19	189	-2	533	-29	72	256	58	9	122	16	122	24	155	255	44	-8	598	-71	122	74	81	0	2209	-33	100	8	62	-118	72	31	103	2	159	8	193	70	95	-30	126	-2	239	-2	160	-2	412	30	76	-1	132	-6	80	-5	137	0	3813	2	100	1	100	-5	963	20	188	62	96	0	3512	9	207	56	78	-2	635	13	62	11	109	-16	172	40	81	.	.	695	64
	indéterminable	0	0	.	.	.	.	.	.	.	.	0	0	0	0	0	0	0	0	0	0	0	0	.	.	0	0	.	.	0	0	0	0	.	.	0	0	.	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	.	.	.	.	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	.	.	.	0	0	.	.	.	.	0	0	.	.	.	.	.	.	0	0	.	.	.	.	.	.	.	.	.	.	.	.	0	0	0	0	0	0	.	.	0	0	.	.	0	0	0	0	0	0	0	0	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	-296	102	4	6099	-13	1124	-1296	41	362	64	-891	64	-375	247	-234	340	-981	87	-875	63	-162	93	-26	789	-158	114	75	.	32	403	-482	99	-127	481	418	74	-138	105	-733	63	560	63	492	69	13	3831	470	117	439	115	-321	174	-257	163	135	255	-903	81	-263	69	177	82	-4	3319	50	255	166	162	408	49	195	58	509	66	818	35	261	163	362	113	-183	214	-115	388	-426	69	199	125	-651	54	-253	96	181	91	-189	182	218	117	104	231	101	219	-409	66	-368	95	37	454	1744	59	-369	96	109	73	51	256	533	35	814	27	84	173	375	55	148	136	183	80	-83	398	20	1102	371	41	310	84	463	41	59	219	149	118	-54	417	-134	139	-74	216	148	82	-173	108	-465	71	-208	87	-159	148	-340	100	-1	31776	682	48	445	79	652	51	247	51	-258	145	145	176	200	131	-81	352	-550	78	-659	47	-57	295	.	.	-76	4478

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. 2302041. Birmensdorf, Swiss Federal Research Institute WSL

zurück