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

LFI2
Vorrat (Schaftholz)
Schutzwald gegen Stein-/Blockschlag (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 1993/95
		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 Stein-/Blockschlag (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	.	0	.	0	.	1112	45	81	.	0	.	42	71	0	.	1	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	621	58	0	.	37	.	0	.	987	40	176	70	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	144	100	0	.	0	.	128	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	112	100	0	.	0	.	0	.	0	.	0	.	172	85	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	220	.	0	.	1175	43	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	142	66	273	55	61	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5510	18
	Tanne	0	.	0	.	0	.	0	.	0	.	0	.	61	81	0	.	0	.	167	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	133	.	0	.	132	71	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	.	0	.	0	.	0	.	0	.	58	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	140	100	0	.	41	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	169	100	0	.	0	.	24	.	0	.	39	96	0	.	6	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	138	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1143	30
	Föhre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	39	100	262	74	103	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	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	.	0	.	0	.	155	72	-5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	68	-2	669	88	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	705	38
	Lärche	0	.	0	.	0	.	0	.	0	.	0	.	122	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	225	55	9	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	.	0	.	0	.	0	.	0	.	0	.	0	.	81	100	0	.	0	.	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	285	61	181	47	44	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	968	27
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	25	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	88	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	71
	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	.	3	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	.	0	.	0	.	0	.	3	100
	Buche	0	.	0	.	0	.	0	.	0	.	0	.	485	42	0	.	0	.	211	69	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	58	0	.	49	.	0	.	0	.	0	.	165	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	80	.	0	.	0	.	0	.	398	73	27	100	0	.	0	.	0	.	0	.	0	.	0	.	104	.	58	94	0	.	175	.	0	.	0	.	0	.	0	.	25	100	0	.	48	100	0	.	0	.	66	91	0	.	0	.	0	.	0	.	45	100	64	100	32	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	68	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2126	23
	Ahorn	0	.	0	.	0	.	0	.	0	.	0	.	35	67	22	.	0	.	21	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	44	66	0	.	0	.	0	.	16	100	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	16	100	0	.	0	.	0	.	0	.	0	.	0	.	5	.	23	100	0	.	12	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	46	100	12	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	16	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	278	27
	Esche	0	.	0	.	0	.	0	.	0	.	0	.	57	100	13	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	103	83	0	.	0	.	0	.	12	89	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	.	0	.	0	.	0	.	42	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	6	.	60	100	0	.	20	.	0	.	0	.	0	.	0	.	21	100	0	.	0	.	0	.	22	100	0	.	0	.	26	100	0	.	0	.	0	.	80	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	59	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	501	31
	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	.	40	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	2	100	0	.	0	.	0	.	1	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	.	0	.	0	.	61	72
	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	.	34	100	59	59	192	.	33	100	0	.	0	.	210	100	0	.	117	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	34	100	0	.	59	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	738	41
	übrige Laubhölzer	0	.	0	.	0	.	0	.	0	.	0	.	102	98	3	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	51	84	0	.	0	.	0	.	145	54	0	.	28	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	.	0	.	0	.	0	.	33	100	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	100	0	.	0	.	0	.	0	.	0	.	2	100	45	95	0	.	35	100	0	.	111	75	28	68	0	.	44	78	0	.	0	.	-1	100	57	79	11	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	110	70	9	100	20	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	859	23
	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	.	1983	33	119	.	0	.	441	60	0	.	1	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	846	49	0	.	219	.	0	.	1556	34	472	55	327	62	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	113	.	0	.	158	100	0	.	516	71	236	71	0	.	0	.	0	.	0	.	0	.	0	.	115	.	414	78	0	.	248	.	0	.	0	.	0	.	208	76	166	51	192	.	197	61	0	.	136	77	512	59	0	.	189	54	244	.	0	.	1417	41	243	76	61	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	638	41	604	45	361	50	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12931	12
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	1069	41	1536	41	735	45	2629	27	1997	29	2776	26	13890	11	8435	13	8213	14	3630	17	358	82	290	68	636	57	5	.	1046	42	3237	25	3858	23	2877	27	3	100	2913	29	5341	17	2752	20	5900	17	8545	14	4997	15	3333	20	2255	29	3267	24	5397	20	223	49	1098	28	786	38	501	40	2123	29	987	35	1429	31	2388	32	1416	34	1370	40	2000	27	1834	30	3066	26	1805	25	1053	37	701	45	1148	46	289	41	1393	29	2947	26	1277	31	1560	35	1087	29	1472	31	811	39	1572	28	1681	31	0	.	43	75	13	100	221	71	60	74	202	66	452	40	1238	43	502	46	855	44	888	38	702	35	1109	40	426	85	1134	28	403	58	514	52	1604	22	646	42	720	36	1044	35	121	54	640	47	164	65	1361	53	3117	19	3170	19	4598	17	803	37	734	36	1473	35	1427	27	1770	25	1151	37	1080	45	816	42	0	.	175135	2
	Tanne	246	39	66	63	64	78	1288	30	402	39	1133	35	1383	27	7430	13	4999	17	2370	20	4	100	73	72	266	63	0	.	207	66	158	63	1432	35	603	54	0	.	386	54	258	34	156	55	279	67	562	47	0	.	3124	19	1213	33	2978	21	1488	29	650	55	800	34	432	37	516	42	1040	36	306	65	358	56	602	42	811	32	116	71	464	44	307	58	1256	31	77	73	395	57	373	49	281	51	448	37	223	56	783	37	528	45	309	49	259	56	361	65	0	0	78	68	108	100	0	.	0	.	22	100	147	76	247	59	82	80	436	47	0	.	167	78	361	40	404	61	575	47	110	86	19	100	605	42	256	63	344	48	237	51	276	58	430	36	379	44	268	71	389	58	252	81	81	62	84	69	225	68	420	38	142	45	139	52	454	42	1294	31	369	37	49	90	0	.	147	93	0	.	53855	4
	Föhre	81	52	363	55	82	52	102	69	0	.	13	100	473	62	77	51	639	33	375	44	59	100	83	68	181	47	0	.	14	100	185	77	0	.	436	64	117	72	0	.	195	50	763	34	49	100	504	36	912	29	405	39	0	.	179	58	0	.	69	100	15	100	0	.	0	.	12	100	0	.	105	100	0	.	32	100	0	.	0	.	0	.	48	100	444	37	130	65	104	47	76	69	178	46	32	100	21	72	0	.	92	55	160	56	248	54	16	100	92	72	52	100	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	44	100	0	.	0	.	0	.	0	.	18	80	8	100	0	.	33	100	0	.	20	72	0	.	120	73	0	.	0	.	63	100	0	.	855	31	310	29	564	35	0	.	45	100	315	39	117	55	357	42	207	56	228	63	112	59	0	.	11631	8
	Lärche	21	64	70	51	41	100	220	68	0	.	0	.	160	56	77	71	166	61	0	.	0	.	0	.	31	71	0	.	0	.	84	84	0	.	82	80	0	.	42	100	450	45	373	36	114	47	1219	21	3758	15	19	100	22	100	10	100	0	.	0	.	0	.	0	.	38	100	0	.	0	.	0	.	0	.	10	100	12	100	208	57	57	100	0	.	63	77	0	.	0	.	0	.	0	.	0	.	0	.	46	100	4	100	43	100	0	.	224	74	332	38	256	45	117	68	0	.	73	68	592	34	375	40	485	57	0	.	0	.	18	100	168	55	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	55	73	0	.	0	.	0	.	0	.	3397	20	1746	22	1079	24	58	100	18	100	4	100	0	.	0	.	62	83	18	100	227	63	0	.	16756	7
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	152	53	1129	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	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	.	484	30	185	38	46	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2012	16
	übrige Nadelhölzer	8	100	0	.	34	100	1	100	0	.	3	100	0	.	0	.	287	46	0	.	0	.	0	.	0	.	87	.	1	100	0	.	0	.	0	.	0	.	2	100	3	100	0	.	0	.	0	.	6	71	2	100	60	98	126	100	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	1	100	158	100	1	100	-19	100	5	100	0	.	12	100	5	100	1	100	11	79	0	.	0	.	0	.	2	100	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	1	100	0	.	0	.	0	.	4	100	0	.	0	.	13	100	8	58	0	.	1	100	0	.	0	.	0	.	97	100	0	.	0	.	0	.	0	.	17	100	1	100	2	71	0	.	0	.	21	95	25	68	3	100	0	.	0	.	0	.	0	.	1011	28
	Buche	2222	24	975	28	500	36	1968	28	207	50	497	34	1887	28	3118	20	5487	14	2829	17	771	46	915	36	1158	27	0	.	241	56	736	34	836	33	1120	36	0	.	872	33	706	43	422	32	56	70	307	41	0	.	3613	17	1228	31	636	32	1054	31	253	51	193	48	331	38	223	47	313	38	267	50	12	67	1451	37	508	47	740	49	723	32	730	43	1659	34	1747	21	1287	31	1183	28	914	34	1269	28	235	40	269	84	591	34	399	35	263	40	822	32	0	.	80	64	0	.	406	42	694	36	444	34	717	39	568	35	461	43	375	49	0	.	83	60	357	47	83	56	301	48	529	53	9	100	1041	30	182	85	283	39	201	41	462	42	947	31	415	60	605	48	299	43	194	52	184	56	0	.	2	72	564	34	218	48	454	45	432	41	1195	29	1041	28	622	45	405	45	294	38	0	.	65892	3
	Ahorn	443	34	105	40	36	70	87	50	25	58	223	45	618	27	195	27	175	36	523	24	72	62	149	44	127	48	0	.	35	73	47	70	162	36	13	73	0	.	199	45	65	69	25	80	35	60	39	71	0	.	438	22	84	53	38	45	207	35	17	101	112	49	37	83	98	91	22	76	100	50	109	90	91	45	215	34	123	45	402	38	127	50	618	30	18	63	69	58	127	39	100	40	230	37	116	45	82	56	13	66	166	66	23	171	86	58	1	100	13	100	2	100	6	79	31	70	2	73	0	.	21	93	0	.	91	43	6	100	0	.	132	58	143	75	99	39	22	91	0	.	88	42	0	.	9	100	23	62	21	57	57	48	52	45	4	100	-20	100	0	.	7	100	0	.	8	71	114	43	86	55	129	46	58	54	255	36	97	42	64	69	104	63	76	88	0	.	9063	6
	Esche	285	37	455	46	114	58	102	61	0	.	242	52	78	49	494	37	408	28	73	50	251	53	20	74	110	69	0	.	99	76	172	57	288	44	219	56	8	100	247	65	52	98	12	79	149	66	34	93	0	.	931	36	564	77	136	58	62	59	67	87	46	76	2	100	0	.	0	.	309	53	0	.	32	81	471	36	197	45	64	54	70	62	212	43	150	55	24	78	45	63	140	60	170	65	206	73	1	100	164	67	213	37	382	46	186	41	13	100	0	.	0	.	8	72	34	70	53	63	23	60	-13	235	30	77	66	87	10	68	0	.	58	56	58	74	32	89	156	66	71	98	57	75	45	100	0	.	4	100	119	75	169	76	104	68	18	89	188	67	0	.	193	67	18	83	23	76	132	47	132	75	283	50	124	45	332	41	151	42	171	60	142	54	185	55	0	.	11946	8
	Eiche	175	53	79	64	59	100	229	47	0	.	0	.	13	72	49	75	534	24	0	.	144	81	3	100	109	58	0	.	33	72	41	100	21	57	46	94	578	47	0	.	0	.	42	100	0	.	1	100	62	100	327	49	166	61	162	83	83	100	63	78	0	.	27	100	0	.	0	.	3	100	0	.	0	.	16	100	48	100	0	.	20	82	10	100	288	46	0	.	19	71	11	87	131	50	13	100	0	.	0	.	113	53	421	55	355	36	0	.	0	.	0	.	25	61	62	72	386	36	112	86	60	42	65	82	29	87	0	.	22	100	5	100	17	100	0	.	104	73	0	.	45	85	267	58	49	64	0	.	388	45	9	100	97	68	177	42	10	100	0	.	1	100	17	64	48	67	37	46	0	.	73	84	10	100	27	71	173	55	175	48	149	61	78	71	0	.	7213	9
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	292	56	38	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	.	0	.	175	112	44	66	311	51	611	32	926	27	160	61	200	49	1195	33	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3960	14
	übrige Laubhölzer	216	52	242	40	122	74	81	80	5	73	42	79	353	35	153	32	529	38	98	35	160	57	62	66	50	42	0	.	74	70	93	71	36	45	73	59	2	71	103	58	71	46	79	50	172	46	392	30	186	44	265	32	78	63	31	69	53	37	28	100	24	47	23	100	20	74	26	72	30	96	23	84	30	69	0	0	78	50	183	37	142	50	143	48	29	60	22	63	40	68	157	55	73	59	47	62	19	56	107	73	323	55	46	61	135	57	50	57	80	45	32	75	165	39	381	33	601	32	241	32	133	62	307	44	57	47	43	100	21	81	38	59	274	63	27	63	40	57	39	72	35	66	7	100	1	100	11	52	90	69	35	55	146	81	79	73	110	68	5	100	13	77	133	31	102	34	214	38	30	77	100	56	22	64	59	59	18	100	56	60	125	69	90	60	0	.	9580	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	.
	Total	4766	19	3891	23	1787	30	6705	18	2635	28	4929	22	18862	10	20028	10	21437	9	9898	13	1817	34	1595	32	2668	26	92	.	1749	33	4753	21	6634	19	5468	21	709	45	4764	22	7150	15	4625	17	6754	16	12046	12	11087	11	12456	11	5669	21	7562	17	8345	17	1370	34	2286	24	1644	31	1396	34	3536	22	2002	29	2036	29	4595	24	3635	23	2685	31	4026	21	3292	26	7011	20	4633	18	2985	26	2592	25	2840	27	2788	24	2264	25	4123	23	2727	26	3179	25	2684	27	3668	22	1116	33	2422	24	2176	26	1039	26	1857	23	2521	18	2226	20	1650	23	2827	23	1507	30	1299	41	857	38	1975	28	1872	32	1736	31	2070	34	594	66	3019	23	1160	41	1234	37	2080	21	2034	29	2367	25	2511	24	1273	35	1616	38	678	55	1841	43	8122	13	5819	15	7776	13	1468	31	1975	29	2912	27	4730	21	3979	20	2557	26	2252	31	2025	29	0	.	368054	1
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	1069	41	1536	41	735	45	2629	27	1997	29	2776	26	15003	11	8515	13	8213	14	3672	17	358	82	291	68	636	57	5	.	1046	42	3237	25	3858	23	2877	27	3	100	3533	26	5341	17	2789	20	5900	17	9532	13	5173	15	3345	20	2255	29	3267	24	5397	20	223	49	1098	28	786	38	501	40	2123	29	987	35	1429	31	2532	31	1416	34	1370	40	2128	26	1834	30	3066	26	1805	25	1053	37	701	45	1148	46	289	41	1504	28	2947	26	1277	31	1560	35	1087	29	1472	31	983	35	1588	28	1681	31	0	.	43	75	13	100	221	71	60	74	202	66	672	42	1238	43	1677	33	855	44	888	38	702	35	1109	40	426	85	1134	28	403	58	514	52	1604	22	646	42	720	36	1044	35	121	54	640	47	164	65	1361	53	3259	18	3444	18	4659	17	803	37	734	36	1473	35	1427	27	1770	25	1151	37	1080	45	816	42	0	.	180646	2
	Tanne	246	39	66	63	64	78	1288	30	402	39	1133	35	1445	26	7430	13	4999	17	2537	19	4	100	73	72	266	63	0	.	207	66	158	63	1432	35	603	54	0	.	386	54	258	34	289	55	279	67	694	40	0	.	3129	19	1213	33	2978	21	1488	29	650	55	800	34	432	37	516	42	1040	36	334	60	358	56	602	42	811	32	116	71	523	41	307	58	1256	31	77	73	395	57	373	49	281	51	448	37	362	52	783	37	569	42	309	49	259	56	361	65	0	0	78	68	108	100	0	.	0	.	22	100	316	64	247	59	82	80	460	45	0	.	206	66	361	40	410	60	575	47	110	86	19	100	605	42	256	63	344	48	237	51	276	58	430	36	379	44	268	71	389	58	252	81	81	62	84	69	363	56	420	38	142	45	139	52	454	42	1294	31	369	37	49	90	0	.	147	93	0	.	54997	4
	Föhre	81	52	363	55	82	52	102	69	0	.	13	100	473	62	77	51	639	33	375	44	59	100	83	68	181	47	0	.	14	100	185	77	0	.	436	64	117	72	0	.	195	50	763	34	49	100	542	34	1173	28	509	37	0	.	179	58	0	.	69	100	15	100	0	.	0	.	12	100	0	.	105	100	14	100	32	100	0	.	0	.	0	.	48	100	444	37	130	65	104	47	76	69	178	46	32	100	21	72	0	.	92	55	160	56	248	54	16	100	92	72	52	100	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	199	61	-5	100	0	.	0	.	0	.	18	80	8	100	0	.	33	100	0	.	20	72	0	.	120	73	0	.	0	.	63	100	0	.	905	29	309	29	652	33	0	.	45	100	315	39	117	55	357	42	207	56	228	63	112	59	0	.	12336	8
	Lärche	21	64	70	51	41	100	220	68	0	.	0	.	282	46	77	71	166	61	0	.	0	.	0	.	31	71	0	.	0	.	84	84	0	.	82	80	0	.	42	100	450	45	373	36	114	47	1444	20	3766	15	19	100	22	100	10	100	0	.	0	.	0	.	0	.	38	100	0	.	0	.	0	.	0	.	10	100	12	100	208	57	57	100	0	.	63	77	0	.	0	.	0	.	0	.	0	.	0	.	46	100	4	100	43	100	0	.	224	74	332	38	256	45	198	57	0	.	73	68	614	33	375	40	485	57	0	.	0	.	18	100	168	55	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	55	73	0	.	0	.	0	.	0	.	3682	19	1926	20	1123	24	58	100	18	100	4	100	0	.	0	.	62	83	18	100	227	63	0	.	17724	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	14	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	153	52	1154	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	.	1	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	.	484	30	188	37	46	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2050	15
	übrige Nadelhölzer	8	100	0	.	34	100	1	100	0	.	3	100	0	.	0	.	287	46	0	.	0	.	0	.	0	.	87	.	1	100	0	.	0	.	0	.	0	.	2	100	3	100	0	.	0	.	0	.	6	71	2	100	60	98	126	100	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	1	100	158	100	1	100	-19	100	5	100	0	.	12	100	5	100	1	100	11	79	0	.	0	.	0	.	2	100	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	1	100	0	.	3	100	0	.	4	100	0	.	0	.	13	100	8	58	0	.	1	100	0	.	0	.	0	.	97	100	0	.	0	.	0	.	0	.	17	100	1	100	2	71	0	.	0	.	21	95	25	68	3	100	0	.	0	.	0	.	0	.	1013	28
	Buche	2222	24	975	28	500	36	1968	28	207	50	497	34	2372	24	3118	20	5487	14	3039	16	771	46	915	36	1158	27	0	.	241	56	736	34	836	33	1120	36	0	.	900	32	706	43	471	30	56	70	307	41	0	.	3778	16	1228	31	636	32	1054	31	253	51	193	48	331	38	223	47	313	38	347	44	12	67	1451	37	508	47	1138	41	750	31	730	43	1659	34	1747	21	1287	31	1183	28	914	34	1372	27	293	37	269	84	766	35	399	35	263	40	822	32	0	.	105	54	0	.	454	39	694	36	444	34	784	37	568	35	461	43	375	49	0	.	128	52	421	42	115	49	301	48	529	53	9	100	1041	30	182	85	283	39	201	41	462	42	947	31	415	60	605	48	299	43	194	52	184	56	0	.	2	72	632	31	218	48	454	45	432	41	1195	29	1041	28	622	45	405	45	294	38	0	.	68018	3
	Ahorn	443	34	105	40	36	70	87	50	25	58	223	45	653	26	217	26	175	36	544	23	72	62	149	44	127	48	0	.	35	73	47	70	162	36	13	73	0	.	243	38	65	69	25	80	35	60	54	58	0	.	440	22	84	53	38	45	207	35	17	101	112	49	37	83	98	91	22	76	100	50	109	90	91	45	215	34	127	44	418	36	127	50	618	30	18	63	69	58	127	39	100	40	235	36	140	41	82	56	25	59	166	66	23	171	86	58	1	100	13	100	2	100	6	79	31	70	5	67	0	.	21	93	0	.	91	43	6	100	0	.	178	50	155	70	99	39	22	91	0	.	88	42	0	.	9	100	23	62	21	57	57	48	52	45	4	100	-20	100	0	.	7	100	0	.	9	63	131	39	86	55	129	46	58	54	255	36	97	42	64	69	104	63	76	88	0	.	9341	6
	Esche	285	37	455	46	114	58	102	61	0	.	242	52	135	51	507	36	408	28	73	50	251	53	20	74	110	69	0	.	99	76	172	57	288	44	219	56	8	100	350	52	52	98	12	79	149	66	46	73	0	.	940	36	564	77	136	58	62	59	67	87	46	76	2	100	0	.	0	.	310	53	0	.	32	81	471	36	238	41	71	50	70	62	212	43	150	55	24	78	45	63	140	60	176	63	266	61	1	100	183	61	213	37	382	46	186	41	13	100	21	100	0	.	8	72	34	70	76	53	23	60	-13	235	56	62	66	87	10	68	0	.	138	62	58	74	32	89	156	66	71	98	57	75	45	100	0	.	4	100	119	75	169	76	104	68	18	89	188	67	0	.	193	67	35	51	23	76	137	45	132	75	283	50	124	45	332	41	151	42	171	60	142	54	185	55	0	.	12447	7
	Eiche	175	53	79	64	59	100	229	47	0	.	0	.	13	72	49	75	534	24	0	.	144	81	3	100	109	58	0	.	33	72	41	100	21	57	46	94	578	47	0	.	0	.	42	100	0	.	1	100	62	100	327	49	166	61	162	83	83	100	63	78	0	.	27	100	0	.	0	.	3	100	0	.	0	.	16	100	88	71	0	.	20	82	10	100	288	46	0	.	19	71	11	87	131	50	13	100	0	.	0	.	113	53	421	55	355	36	0	.	0	.	0	.	25	61	62	72	386	36	129	76	60	42	67	80	29	87	0	.	22	100	6	82	17	100	0	.	104	73	0	.	45	85	267	58	49	64	0	.	388	45	9	100	97	68	177	42	10	100	0	.	1	100	17	64	48	67	37	46	0	.	73	84	10	100	27	71	173	55	175	48	149	61	78	71	0	.	7274	9
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	292	56	38	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	.	34	100	234	85	236	82	344	47	611	32	926	27	370	63	200	49	1313	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	34	100	0	.	66	69	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4698	13
	übrige Laubhölzer	216	52	242	40	122	74	81	80	5	73	42	79	454	35	156	32	529	38	98	35	160	57	62	66	50	42	0	.	74	70	93	71	36	45	73	59	2	71	154	48	71	46	79	50	172	46	537	26	186	44	294	31	78	63	31	69	53	37	28	100	24	47	23	100	20	74	26	72	34	85	23	84	30	69	0	0	111	46	183	37	142	50	143	48	29	60	22	63	40	68	157	55	73	59	68	53	19	56	107	73	323	55	46	61	135	57	52	55	126	44	32	75	201	37	381	33	712	29	269	30	133	62	351	40	57	47	43	100	20	84	96	53	285	61	27	63	40	57	39	72	35	66	7	100	1	100	11	52	90	69	35	55	146	81	79	73	110	68	5	100	13	77	243	36	111	32	233	35	30	77	100	56	22	64	59	59	18	100	56	60	125	69	90	60	0	.	10440	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	.
	Total	4766	19	3891	23	1787	30	6705	18	2635	28	4929	22	20845	10	20147	10	21437	9	10339	12	1817	34	1596	32	2668	26	92	.	1749	33	4753	21	6634	19	5468	21	709	45	5610	20	7150	15	4844	17	6754	16	13603	11	11559	11	12783	11	5669	21	7562	17	8345	17	1370	34	2286	24	1644	31	1396	34	3536	22	2115	28	2036	29	4753	23	3635	23	3201	28	4262	20	3292	26	7011	20	4633	18	2985	26	2592	25	2840	27	2903	23	2677	24	4123	23	2975	25	3179	25	2684	27	3668	22	1324	30	2588	22	2367	25	1236	24	1857	23	2657	17	2738	20	1650	23	3016	21	1751	29	1299	41	2273	29	2218	27	1933	31	1736	31	2070	34	594	66	3019	23	1160	41	1234	37	2080	21	2034	29	2367	25	2511	24	1273	35	1616	38	678	55	1841	43	8760	12	6423	14	8138	13	1468	31	1975	29	2912	27	4730	21	3979	20	2557	26	2252	31	2025	29	0	.	380985	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. 2291442. Birmensdorf, Swiss Federal Research Institute WSL

zurück