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
Gesamtholzvolumen (Schaftholz)
Eigentum (2 Klassen) · 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
Eigentum (2 Klassen)	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	.
öffentlich	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	903	47	672	43	743	45	2194	30	1081	39	886	44	7863	16	3240	19	2952	22	2838	20	285	100	292	67	268	55	5	.	729	46	1119	33	2950	28	1588	40	3	100	3326	27	3822	21	2504	22	4711	19	9321	14	5098	15	2741	23	1167	39	763	60	1507	34	142	53	193	51	524	45	383	48	725	46	456	49	1333	32	1834	27	199	74	1092	44	1880	28	1436	35	1358	46	1711	26	992	36	711	45	1148	46	221	49	1385	31	2146	28	1103	37	496	67	225	50	689	39	1024	36	1564	29	1680	31	0	.	14	100	0	.	229	71	60	74	215	62	577	47	593	56	1705	35	649	56	787	43	168	64	823	50	8	100	1025	31	413	58	514	52	1257	25	519	46	720	36	1043	39	104	60	433	56	164	65	802	68	3341	18	3586	19	4291	18	673	40	409	45	664	47	336	59	568	37	762	49	935	49	647	50	0	.	121251	3
	Tanne	199	45	39	94	69	73	1135	33	184	61	564	51	899	35	2160	25	1837	24	1817	22	20	65	70	76	292	60	0	.	97	84	136	73	1165	41	354	62	0	.	384	58	219	36	292	55	324	70	697	41	0	.	2194	25	206	42	212	62	228	60	560	63	183	53	416	38	502	43	500	42	182	92	395	53	390	37	391	46	65	97	416	46	107	51	298	45	77	73	277	60	386	48	246	58	263	50	417	50	490	47	557	45	161	85	62	71	100	100	1	100	115	67	127	100	0	.	0	.	0	.	316	64	302	57	83	81	399	51	0	.	195	69	322	48	471	59	140	58	111	85	0	.	587	44	126	75	344	48	248	52	276	58	410	38	374	45	268	71	246	72	252	81	20	100	85	69	361	57	328	48	82	60	97	61	68	100	128	71	50	100	0	.	0	.	147	93	0	.	30313	6
	Föhre	35	71	276	68	82	52	72	89	0	.	13	100	455	65	18	100	323	46	199	39	0	.	56	88	81	65	0	.	14	100	45	65	0	.	219	90	78	100	0	.	204	49	743	35	0	.	538	35	1093	29	526	37	0	.	101	75	0	.	69	100	15	100	0	.	0	.	12	100	0	.	105	100	22	100	32	100	0	.	0	.	0	.	0	.	401	40	71	86	102	47	106	69	178	46	47	100	21	72	0	.	2	100	99	76	157	81	16	100	100	73	52	100	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	155	72	-2	100	0	.	0	.	0	.	4	100	8	100	0	.	33	100	0	.	26	71	0	.	120	73	0	.	0	.	63	100	0	.	649	34	178	41	682	33	0	.	0	.	104	64	40	100	200	57	66	77	116	77	66	71	0	.	9292	9
	Lärche	19	72	51	61	41	100	186	78	0	.	0	.	209	52	37	100	166	61	0	.	0	.	0	.	31	71	0	.	0	.	84	84	0	.	0	.	0	.	42	100	305	45	305	40	131	49	1490	21	3732	15	19	100	22	100	10	100	0	.	0	.	0	.	0	.	38	100	0	.	0	.	0	.	0	.	10	100	0	.	192	61	57	100	0	.	62	77	0	.	0	.	0	.	0	.	0	.	0	.	46	100	4	100	0	.	0	.	228	73	359	38	164	41	198	57	0	.	60	80	616	33	375	40	470	59	0	.	0	.	18	100	85	66	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	59	74	0	.	0	.	0	.	0	.	3383	20	1379	24	884	26	58	100	0	.	4	100	0	.	0	.	49	100	18	100	136	82	0	.	15846	7
	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	1176	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	.	478	31	165	41	51	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2047	15
	übrige Nadelhölzer	8	100	0	.	34	100	1	100	0	.	0	.	0	.	0	.	75	73	0	.	0	.	0	.	0	.	87	.	1	100	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	10	60	2	100	59	100	126	100	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	5	100	0	.	0	.	5	100	1	100	12	74	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	1	100	0	.	3	100	0	.	4	100	0	.	0	.	13	100	10	62	0	.	1	100	0	.	0	.	0	.	97	100	0	.	0	.	0	.	0	.	17	100	1	100	2	71	0	.	0	.	21	95	0	.	0	.	0	.	0	.	0	.	0	.	618	33
	Buche	1642	28	770	33	500	36	975	30	51	93	158	65	1083	35	1066	30	3548	19	2567	18	634	53	739	38	1062	29	0	.	152	70	226	42	465	34	386	67	0	.	710	37	327	43	392	34	56	70	163	56	0	.	3019	19	641	37	82	46	11	65	50	62	76	86	265	44	165	58	112	55	122	74	12	67	1307	41	301	73	376	67	511	38	655	47	406	67	1508	23	800	33	1044	30	853	37	862	32	225	41	253	89	664	39	83	71	125	62	468	41	0	.	105	54	0	.	395	44	78	51	272	44	784	37	593	34	353	49	290	60	0	.	102	63	379	47	64	67	260	55	356	68	0	.	749	36	178	87	283	39	180	45	449	43	822	33	406	61	438	61	201	57	194	52	128	72	0	.	1	100	442	37	103	77	384	52	364	47	0	.	682	38	186	53	286	55	190	50	0	.	43366	4
	Ahorn	274	33	62	48	36	70	89	51	9	100	62	85	155	41	89	41	120	47	350	26	34	71	83	51	121	51	0	.	35	73	11	81	104	42	11	82	0	.	112	42	3	597	25	80	18	71	54	58	0	.	257	29	28	64	13	74	29	56	-5	100	31	53	37	83	98	91	16	100	47	81	109	90	62	57	48	72	60	64	316	44	55	80	162	58	18	63	67	61	95	44	70	47	116	49	67	50	10	68	19	72	3	100	9	397	17	100	1	100	13	100	2	100	6	79	0	.	1	100	0	.	19	100	0	.	62	53	6	100	0	.	82	64	2	1921	48	51	22	91	0	.	69	48	0	.	9	100	23	62	21	57	31	64	41	51	4	100	-20	100	0	.	0	.	0	.	5	80	52	56	57	66	90	61	20	116	37	79	24	90	49	86	87	72	76	88	0	.	4654	8
	Esche	255	41	329	60	114	58	102	61	0	.	73	81	27	69	126	56	146	47	73	50	221	59	0	.	43	82	0	.	69	100	38	73	183	62	28	100	0	.	50	65	1	100	3	100	30	77	4	82	0	.	225	42	52	70	11	100	1	100	0	.	46	76	2	100	0	.	0	.	137	75	0	.	27	93	166	56	145	55	64	54	60	71	7	100	150	55	24	78	45	63	47	52	19	72	104	70	0	.	63	76	26	71	105	86	100	60	13	100	21	100	0	.	8	72	7	100	14	100	17	72	-13	235	8	100	4	100	9	79	0	.	97	83	4	71	28	100	17	100	0	.	57	75	45	100	0	.	4	100	119	75	26	91	94	75	1	100	24	96	0	.	163	77	18	83	2	100	116	53	43	97	216	62	110	50	30	58	43	71	34	100	97	63	93	86	0	.	5111	10
	Eiche	73	49	8	100	59	100	109	74	0	.	0	.	13	72	52	73	323	31	0	.	144	81	0	.	61	67	0	.	13	100	0	.	20	65	3	100	180	82	0	.	0	.	42	100	0	.	1	100	0	.	222	48	34	83	0	.	0	.	50	98	0	.	27	100	0	.	0	.	0	.	0	.	0	.	0	.	88	71	0	.	20	82	0	.	211	51	0	.	26	74	11	87	111	59	0	.	0	.	0	.	16	88	121	72	218	51	0	.	0	.	0	.	16	87	10	76	44	86	103	94	49	46	13	82	4	100	0	.	0	.	6	82	19	100	0	.	39	100	0	.	45	85	198	70	49	64	0	.	394	45	0	.	94	70	122	53	10	100	0	.	13	100	4	100	7	58	31	54	0	.	60	100	0	.	0	.	173	55	105	67	137	66	39	100	0	.	4044	11
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	261	64	21	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	.	37	100	260	76	246	81	131	90	0	.	251	64	306	74	164	56	134	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	66	69	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1877	24
	übrige Laubhölzer	64	71	79	43	122	74	73	88	3	100	9	100	243	51	72	49	437	45	59	41	140	64	16	92	49	43	0	.	21	100	95	71	5	71	79	68	1	100	52	53	61	54	21	63	166	57	442	29	112	56	125	31	40	73	0	.	18	60	0	.	9	63	23	100	20	74	26	72	4	100	28	86	34	64	0	.	58	67	144	43	124	56	14	77	29	60	25	57	43	63	80	48	37	80	69	52	15	75	6	72	122	91	14	145	113	67	53	55	111	55	32	75	118	42	177	53	122	40	242	33	156	62	183	47	27	58	46	100	5	115	102	61	147	80	12	66	34	71	47	88	45	55	7	100	1	100	8	62	96	65	11	61	28	100	73	78	57	92	5	100	13	77	117	32	80	40	218	38	11	119	56	88	2	100	7	100	27	75	37	86	117	73	59	75	0	.	6334	8
	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	3472	23	2287	27	1799	30	4935	21	1327	37	1765	39	10961	15	6861	17	9927	13	7904	14	1479	38	1257	35	2009	28	92	.	1130	40	1754	29	4891	23	2669	31	263	71	4676	23	4955	18	4327	19	5436	19	13125	12	11242	11	9331	14	2248	28	1317	42	1794	34	866	47	554	44	1300	35	1206	38	1390	33	947	44	1982	30	3678	23	1147	40	1884	36	3523	23	2519	30	2245	37	4168	20	2261	27	2453	26	2574	30	1808	29	2313	27	2934	28	2460	29	913	46	761	48	1861	30	1374	30	2649	22	2304	26	872	29	285	39	764	33	2625	21	1705	24	1461	32	1364	34	654	52	2185	31	1721	31	1497	37	655	45	1402	40	72	69	2595	25	967	45	1234	37	1720	24	1913	30	2021	27	2357	27	1011	41	952	51	678	55	1140	54	8092	14	5764	16	7162	14	1027	36	1312	36	1356	37	578	53	1769	31	1287	38	1794	35	1454	36	0	.	244752	2
privat	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	181	60	882	64	0	.	448	52	963	45	1968	32	7945	15	5350	17	5320	18	864	31	73	100	-1	100	372	90	0	.	324	86	2223	34	1029	41	1302	35	0	.	466	63	1742	30	543	49	1538	33	641	49	207	81	643	40	1127	42	2520	25	4016	24	80	100	919	32	265	73	118	75	1419	38	579	49	206	.	802	76	1236	37	368	73	473	42	514	56	1834	31	98	71	159	100	14	100	0	.	67	64	214	66	871	55	296	59	1074	41	874	34	783	47	0	.	142	100	42	.	0	.	29	100	26	70	0	.	0	.	0	.	166	71	689	63	111	75	217	51	224	69	577	43	312	64	417	87	140	65	0	.	0	.	358	48	127	.	0	.	132	73	24	100	213	85	0	.	618	84	382	50	204	36	783	35	135	99	349	57	809	50	1117	30	1225	33	394	53	145	100	173	71	0	.	66234	5
	Tanne	105	54	27	72	0	.	160	60	221	51	592	49	594	40	5295	15	3204	23	745	37	0	.	3	100	31	100	0	.	110	100	24	71	274	51	248	95	0	.	36	74	39	100	4	100	0	.	75	100	0	.	1103	30	1026	38	2776	22	1262	32	96	78	617	42	16	94	14	100	540	58	175	78	0	.	300	82	424	44	67	100	115	85	200	84	1000	38	0	.	159	100	0	.	56	88	212	56	0	.	298	61	54	71	148	46	197	70	261	81	0	.	0	.	0	.	0	.	0	.	22	100	0	.	0	.	0	.	81	75	0	.	34	100	89	70	6	100	445	58	0	.	19	100	55	72	132	.	0	.	8	100	0	.	20	100	37	100	0	.	143	100	0	.	65	77	0	.	1	100	149	65	60	69	42	100	386	47	1166	33	319	40	49	90	0	.	0	.	0	.	26231	6
	Föhre	94	58	87	79	0	.	30	100	0	.	0	.	60	75	60	58	317	48	183	80	79	100	27	100	100	68	0	.	0	.	146	100	0	.	217	91	39	85	0	.	0	.	57	100	49	100	39	100	125	78	9	100	0	.	78	91	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	48	100	43	77	58	100	7	100	0	.	0	.	0	.	0	.	0	.	89	57	61	83	90	47	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	45	100	0	.	0	.	0	.	0	.	14	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	359	48	187	44	63	71	0	.	47	100	210	50	91	59	157	62	152	69	112	100	47	99	0	.	3676	14
	Lärche	3	100	18	100	0	.	33	100	0	.	0	.	73	100	39	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	82	80	0	.	0	.	154	100	84	79	3	72	71	72	63	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	100	24	100	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	100	0	.	0	.	0	.	94	.	0	.	0	.	13	100	0	.	0	.	17	100	0	.	0	.	0	.	83	88	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	676	43	604	38	352	51	0	.	18	100	0	.	0	.	0	.	12	100	0	.	91	100	0	.	2664	18
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	96	23	95	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	62	60
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	212	57	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	158	100	1	100	-19	100	0	.	0	.	12	100	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	.	0	.	0	.	0	.	0	.	0	.	0	.	25	68	3	100	0	.	0	.	0	.	0	.	401	50
	Buche	598	49	208	49	0	.	996	46	171	58	339	40	1359	32	2063	27	1945	21	504	37	136	75	190	92	113	80	0	.	96	94	511	45	374	61	739	42	0	.	213	64	382	71	82	71	0	.	144	63	0	.	813	35	590	50	557	36	1045	31	203	62	116	58	65	72	58	72	202	50	225	56	0	.	159	60	207	47	775	52	240	57	87	86	1269	39	248	59	510	60	145	71	90	76	515	47	80	74	17	76	108	61	316	40	138	53	356	50	0	.	0	.	0	.	59	82	619	40	184	55	0	.	0	.	124	94	86	68	0	.	26	80	42	64	51	72	41	71	173	79	9	100	322	53	4	.	0	.	21	66	15	.	126	91	10	100	167	72	98	59	0	.	56	85	0	.	1	100	190	54	115	59	73	68	69	57	1195	29	387	40	443	61	119	81	108	62	0	.	25228	6
	Ahorn	180	69	43	68	0	.	0	.	15	72	160	54	505	31	127	34	55	52	196	46	37	100	65	76	6	80	0	.	0	.	36	87	58	66	2	96	0	.	140	58	61	64	0	.	16	100	0	.	0	.	183	35	55	73	25	57	178	40	22	73	81	65	0	.	0	.	6	72	55	61	0	.	29	69	167	39	67	60	108	64	72	63	476	36	0	.	3	100	32	85	30	76	126	51	75	62	71	63	5	74	165	66	14	100	69	69	0	.	0	.	0	.	0	.	31	70	4	77	0	.	2	.	0	.	28	72	0	.	0	.	96	75	161	63	51	60	0	.	0	.	19	91	0	.	0	.	0	.	2	.	26	72	13	100	0	.	0	.	0	.	7	100	0	.	4	100	81	53	29	100	39	58	38	56	218	39	80	47	15	100	17	100	0	.	0	.	4779	9
	Esche	30	61	128	62	0	.	0	.	0	.	202	60	111	61	381	45	263	35	0	.	29	100	20	74	67	100	0	.	30	100	148	68	105	52	191	62	8	100	318	59	51	100	9	100	122	79	43	79	0	.	736	44	512	85	126	62	64	61	67	87	0	.	0	.	0	.	0	.	174	74	0	.	5	100	307	46	94	62	7	100	14	81	204	45	0	.	0	.	0	.	93	86	159	69	162	90	1	100	120	85	187	41	276	54	86	57	0	.	0	.	0	.	0	.	27	84	63	60	5	100	0	.	47	71	62	92	2	100	0	.	42	73	56	76	4	100	139	73	71	98	0	.	0	.	0	.	0	.	0	.	148	89	18	100	17	94	164	76	0	.	31	100	17	59	21	83	21	62	89	100	67	63	14	75	302	45	113	49	139	71	45	100	92	70	0	.	7467	11
	Eiche	104	83	71	71	0	.	119	60	0	.	0	.	2	100	0	.	214	36	0	.	2	100	3	100	48	100	0	.	20	100	41	100	3	100	43	100	401	58	0	.	0	.	0	.	0	.	0	.	62	100	126	100	131	73	162	83	83	100	15	100	0	.	0	.	0	.	0	.	3	100	0	.	0	.	16	100	0	.	0	.	0	.	10	100	85	93	0	.	0	.	0	.	21	71	13	100	0	.	0	.	97	60	305	70	137	48	0	.	0	.	0	.	9	71	53	83	351	38	28	73	12	.	54	97	25	100	0	.	22	100	0	.	0	.	0	.	66	100	0	.	0	.	69	.	0	.	0	.	0	.	9	100	3	100	60	74	0	.	0	.	0	.	14	77	44	77	6	75	0	.	13	100	10	100	30	73	0	.	70	67	11	100	41	100	0	.	3337	14
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	52	87	17	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	.	-26	129	0	.	252	52	650	31	807	29	66	76	46	.	1265	32	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	34	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3163	16
	übrige Laubhölzer	163	67	166	55	0	.	9	100	2	100	33	97	263	43	94	40	93	36	44	57	20	100	46	84	4	100	0	.	63	86	6	66	31	51	11	74	1	100	107	68	12	69	68	67	58	65	156	53	78	73	219	46	68	72	49	58	46	45	82	100	14	67	0	.	0	.	0	.	30	96	0	.	0	.	2	100	66	66	56	57	18	100	129	53	0	.	0	.	1	100	78	100	36	86	-1	1274	13	78	105	78	215	66	32	61	22	75	0	.	28	71	0	.	97	59	223	41	649	34	95	63	19	.	184	60	31	71	0	.	25	100	16	71	141	91	23	70	24	100	6	100	1	100	0	.	0	.	3	100	0	.	26	72	127	98	6	100	54	97	0	.	0	.	149	57	41	51	22	76	18	100	44	61	20	69	59	60	1	100	23	59	14	100	42	100	0	.	5021	10
	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	1458	35	1630	42	0	.	1795	37	1372	42	3298	28	10921	13	13410	13	11622	14	2536	27	377	77	353	74	741	60	0	.	642	60	3135	29	1874	36	2835	28	450	58	1281	41	2441	27	847	41	1786	31	1220	34	552	47	3834	22	3510	29	6293	19	6694	19	566	45	1747	29	347	72	190	71	2167	31	1242	36	206	.	1293	60	2517	29	1449	42	1005	36	905	51	4970	24	486	51	888	60	199	71	347	70	1137	39	544	54	1271	45	690	44	2291	29	1941	33	1808	32	0	.	145	113	136	.	417	43	1634	26	2119	21	193	57	79	.	1690	29	480	51	691	63	263	71	586	49	639	54	1141	43	714	66	536	73	536	48	205	.	0	.	390	48	144	.	356	63	339	59	274	64	672	58	0	.	776	71	1660	26	1131	30	1668	29	446	63	692	46	1556	38	4203	22	2285	27	1298	37	465	73	593	51	0	.	148264	3
Total	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Fichte	1085	41	1555	41	743	45	2642	27	2044	29	2854	26	15808	11	8590	13	8271	14	3702	17	358	82	291	68	641	57	5	.	1052	42	3342	25	3978	23	2890	27	3	100	3791	25	5564	17	3047	20	6249	17	9962	13	5306	15	3384	20	2294	29	3282	24	5523	20	223	49	1112	27	789	38	501	40	2143	29	1035	35	1539	31	2635	30	1436	34	1459	37	2353	24	1951	30	3192	26	1808	25	1152	34	725	44	1148	46	289	41	1599	28	3016	26	1399	32	1570	35	1099	29	1472	31	1024	36	1707	27	1721	30	0	.	43	75	26	70	229	71	60	74	215	62	743	40	1282	43	1816	33	866	44	1011	37	745	36	1134	40	426	85	1164	28	413	58	514	52	1615	22	646	42	720	36	1175	35	128	53	646	47	164	65	1420	53	3723	17	3790	18	5074	16	808	37	758	36	1473	35	1453	27	1793	25	1156	37	1080	45	820	42	0	.	187485	2
	Tanne	304	35	66	63	69	73	1295	30	405	39	1156	35	1493	26	7455	13	5041	17	2562	19	20	65	73	72	322	55	0	.	207	66	160	63	1439	35	603	54	0	.	420	54	258	34	295	55	324	70	772	38	0	.	3297	19	1232	33	2989	21	1491	29	656	55	800	34	432	37	517	42	1040	36	357	60	395	53	689	41	814	32	131	70	531	41	307	58	1297	31	77	73	436	53	386	48	302	50	476	37	417	50	787	37	611	41	309	49	259	56	361	65	1	100	115	67	127	100	0	.	0	.	22	100	316	64	302	57	83	81	481	44	0	.	229	60	411	40	478	58	585	46	111	85	19	100	642	40	258	63	344	48	255	51	276	58	430	36	411	42	268	71	389	58	252	81	85	63	85	69	363	56	477	39	142	45	139	52	454	42	1294	31	369	37	49	90	0	.	147	93	0	.	56544	4
	Föhre	129	46	363	55	82	52	102	69	0	.	13	100	515	58	77	51	639	33	382	43	79	100	83	68	181	47	0	.	14	100	190	78	0	.	436	64	117	72	0	.	204	49	800	34	49	100	577	33	1218	27	535	36	0	.	179	58	0	.	69	100	15	100	0	.	0	.	12	100	0	.	105	100	22	100	32	100	0	.	0	.	0	.	48	100	444	37	130	65	109	45	106	69	178	46	47	100	21	72	0	.	92	55	160	56	248	54	16	100	100	73	52	100	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	200	60	-2	100	0	.	0	.	0	.	18	80	8	100	0	.	33	100	0	.	26	71	0	.	120	73	0	.	0	.	63	100	0	.	1008	28	364	30	745	31	0	.	47	100	315	39	131	51	357	42	218	54	228	63	112	59	0	.	12968	7
	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	460	45	389	36	133	48	1560	20	3795	15	19	100	22	100	10	100	0	.	0	.	0	.	0	.	38	100	0	.	0	.	0	.	0	.	10	100	12	100	216	55	57	100	0	.	63	77	0	.	0	.	0	.	0	.	0	.	0	.	46	100	4	100	43	100	0	.	228	73	359	38	259	45	198	57	0	.	73	68	616	33	375	40	487	57	0	.	0	.	18	100	168	55	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	59	74	0	.	0	.	0	.	0	.	4059	18	1982	20	1236	23	58	100	18	100	4	100	0	.	0	.	62	83	18	100	227	63	0	.	18510	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	23	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	153	52	1176	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	.	507	30	188	37	51	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2109	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	.	10	60	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	12	74	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	10	62	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	.	1020	28
	Buche	2240	24	978	28	500	36	1971	28	221	49	497	34	2442	23	3129	20	5493	14	3071	16	771	46	929	36	1175	27	0	.	248	56	737	34	839	33	1126	36	0	.	923	32	709	43	474	30	56	70	307	41	0	.	3832	16	1230	31	638	32	1055	31	253	51	193	48	331	38	223	47	313	38	347	44	12	67	1466	37	508	47	1152	41	752	31	742	43	1675	34	1757	21	1309	31	1189	28	944	35	1377	27	305	36	269	84	772	34	399	35	263	40	824	32	0	.	105	54	0	.	454	39	697	36	456	34	784	37	593	34	477	44	376	49	0	.	128	52	421	42	115	49	301	48	529	53	9	100	1071	30	182	85	283	39	201	41	465	42	949	31	415	60	605	48	299	43	194	52	184	56	0	.	2	72	632	31	218	48	457	45	432	41	1195	29	1069	28	629	45	405	45	299	39	0	.	68594	3
	Ahorn	454	34	105	40	36	70	89	51	25	58	223	45	659	26	217	26	175	36	546	23	72	62	149	44	127	48	0	.	35	73	47	70	162	36	13	73	0	.	252	37	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	102	50	109	90	91	45	215	34	127	44	424	37	127	50	638	30	18	63	69	58	127	39	100	40	242	35	142	40	82	56	25	59	167	65	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	163	67	99	39	22	91	0	.	88	42	0	.	9	100	23	62	23	54	57	48	55	45	4	100	-20	100	0	.	7	100	0	.	9	63	133	39	86	55	129	46	58	54	255	36	105	42	64	69	104	63	76	88	0	.	9432	6
	Esche	285	37	457	46	114	58	102	61	0	.	275	49	138	51	507	36	408	28	73	50	251	53	20	74	110	69	0	.	99	76	185	56	288	44	219	56	8	100	368	51	52	98	12	79	152	65	46	73	0	.	962	35	564	77	137	58	65	60	67	87	46	76	2	100	0	.	0	.	310	53	0	.	32	81	474	36	238	41	71	50	74	59	212	43	150	55	24	78	45	63	140	60	178	62	266	61	1	100	183	61	213	37	382	46	186	41	13	100	21	100	0	.	8	72	34	70	78	53	23	60	-13	235	56	62	66	87	10	68	0	.	140	62	59	72	32	89	156	66	71	98	57	75	45	100	0	.	4	100	119	75	175	76	112	65	18	89	188	67	0	.	193	67	35	51	23	76	137	45	132	75	283	50	124	45	332	41	156	41	172	60	142	54	185	55	0	.	12578	7
	Eiche	177	52	79	64	59	100	229	47	0	.	0	.	15	66	52	73	537	24	0	.	147	80	3	100	109	58	0	.	33	72	41	100	22	58	46	94	582	47	0	.	0	.	42	100	0	.	1	100	62	100	349	47	166	61	162	83	83	100	64	79	0	.	27	100	0	.	0	.	3	100	0	.	0	.	16	100	88	71	0	.	20	82	10	100	296	45	0	.	26	74	11	87	132	50	13	100	0	.	0	.	113	53	427	54	355	36	0	.	0	.	0	.	25	61	62	72	395	35	131	76	61	42	67	80	29	87	0	.	22	100	6	82	19	100	0	.	104	73	0	.	45	85	267	58	49	64	0	.	394	45	9	100	97	68	182	43	10	100	0	.	13	100	17	64	51	67	37	46	0	.	73	84	10	100	30	73	173	55	175	48	149	61	80	71	0	.	7381	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	.	314	55	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	.	37	100	234	85	246	81	382	46	650	31	1058	26	371	63	210	48	1399	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	.	5040	13
	übrige Laubhölzer	227	52	244	40	122	74	81	80	5	73	42	79	506	33	166	31	531	38	103	34	160	57	62	66	54	41	0	.	84	69	102	67	36	45	90	61	2	71	159	49	73	46	89	53	225	46	598	25	190	44	345	31	108	53	49	58	64	36	82	100	24	47	23	100	20	74	26	72	34	85	28	86	34	64	2	100	124	47	200	35	142	50	143	48	29	60	25	57	45	61	157	55	73	59	68	53	28	54	111	74	338	53	46	61	135	57	53	55	140	46	32	75	215	35	400	33	771	29	337	29	175	56	367	38	57	47	46	100	30	85	119	53	287	60	35	51	58	59	53	79	46	53	7	100	1	100	11	52	96	65	37	54	155	82	79	73	112	67	5	100	13	77	266	35	121	32	240	35	30	77	100	56	22	64	66	54	29	72	60	57	132	66	101	60	0	.	11356	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	4930	19	3917	23	1799	30	6731	18	2699	28	5063	23	21882	10	20270	10	21548	9	10440	12	1856	34	1610	32	2750	26	92	.	1772	33	4889	21	6765	20	5504	21	713	45	5957	20	7396	15	5174	17	7222	16	14345	11	11794	11	13164	11	5759	21	7610	17	8488	17	1432	34	2301	24	1647	31	1396	34	3556	22	2189	28	2188	29	4972	23	3664	23	3333	27	4528	19	3424	26	7215	20	4654	18	3149	26	2653	25	2921	27	2945	23	2857	24	4205	23	3150	25	3204	25	2702	27	3670	22	1374	30	2794	22	2440	25	1289	24	1919	23	2883	17	2818	19	1784	23	3152	21	1843	29	1345	41	2447	29	2307	26	2136	30	1796	32	2116	35	609	65	3132	23	1172	41	1234	37	2110	21	2057	29	2377	25	2696	24	1285	35	1624	38	678	55	1916	43	9752	12	6894	14	8830	13	1473	32	2004	29	2912	27	4781	20	4054	20	2585	26	2258	31	2047	29	0	.	393016	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. 2281213. Birmensdorf, Swiss Federal Research Institute WSL

zurück