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

LFI5
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 2018/26
		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	245	42	501	37	888	41	745	42	1344	41	1011	39	3076	24	2430	23	1685	25	2391	20	45	81	323	55	299	64	0	.	771	46	1108	38	1661	32	1527	40	1	100	3265	25	4899	20	3039	21	5208	20	9658	13	6072	14	1964	27	599	51	835	37	1057	35	143	60	776	44	376	56	347	46	725	46	868	54	1460	33	2059	31	288	51	836	37	2028	30	1348	42	1269	44	1342	31	871	44	334	44	284	52	297	59	1703	30	1560	31	1064	39	181	74	310	57	441	50	1086	41	3474	39	1752	30	0	.	45	100	0	.	420	61	119	68	366	48	649	47	715	51	1650	34	890	58	1348	37	344	51	728	44	29	100	1156	34	138	68	291	50	1476	26	635	42	784	40	733	44	104	100	221	50	48	82	276	94	4399	19	4159	20	5852	18	590	42	630	41	450	41	280	56	576	54	26	59	433	51	348	50	0	.	114780	3
	Tanne	303	62	38	100	144	60	924	37	297	65	1039	43	846	43	1877	27	1497	24	2333	21	52	74	112	70	251	78	0	.	165	72	298	70	712	43	638	50	0	.	512	48	354	39	488	47	315	62	981	38	36	100	2837	24	334	42	550	50	280	53	384	66	637	53	542	37	545	45	788	43	179	80	264	54	580	39	763	46	44	76	382	52	191	55	457	45	184	59	476	35	297	59	128	54	216	51	785	50	456	38	561	41	295	100	128	76	176	100	18	100	221	53	193	100	0	.	0	.	0	.	363	60	307	59	244	72	525	47	0	.	299	61	289	42	623	55	380	54	125	60	0	.	1119	34	202	84	334	50	382	52	499	46	623	34	302	55	259	69	551	51	151	71	0	.	167	91	344	57	650	39	209	52	66	100	0	.	131	92	62	61	82	100	19	100	32	99	0	.	37445	5
	Föhre	0	.	21	71	21	100	74	100	0	.	0	.	354	76	53	100	362	44	448	54	8	100	53	83	188	55	0	.	21	100	43	74	0	.	179	98	67	100	0	.	185	50	572	38	0	.	636	39	1254	28	438	39	18	100	152	72	0	.	50	100	31	100	0	.	0	.	67	100	0	.	177	100	54	100	41	100	0	.	0	.	0	.	0	.	322	42	64	81	103	51	46	87	154	51	71	100	8	100	0	.	12	100	100	89	165	79	0	.	79	73	68	100	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	178	71	11	100	0	.	0	.	0	.	14	100	9	100	0	.	29	100	0	.	13	100	0	.	29	100	0	.	0	.	95	100	0	.	566	34	353	36	788	34	0	.	70	100	152	53	49	100	83	58	76	66	32	100	0	.	0	.	9322	9
	Lärche	3	252	33	83	106	71	95	81	0	.	0	.	62	71	0	.	90	71	0	.	0	.	0	.	15	100	0	.	0	.	57	100	0	.	6	100	0	.	50	100	331	44	227	48	219	58	1891	21	4963	14	22	100	0	.	22	72	1	100	0	.	0	.	0	.	41	100	0	.	0	.	0	.	20	100	13	100	0	.	125	72	45	100	0	.	23	73	0	.	0	.	20	100	0	.	0	.	0	.	57	100	14	100	0	.	0	.	302	60	582	35	332	40	321	56	0	.	81	79	1263	28	460	40	579	59	0	.	0	.	0	.	242	45	0	.	24	100	0	.	66	100	0	.	22	100	0	.	0	.	0	.	0	.	69	71	0	.	21	100	0	.	0	.	3290	16	1627	23	1169	24	40	100	0	.	9	100	18	100	0	.	23	71	26	100	101	58	0	.	19215	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	219	53	1305	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	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	.	642	32	150	47	56	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2399	15
	übrige Nadelhölzer	42	75	0	.	71	100	85	72	0	.	0	.	0	.	0	.	224	70	2	100	0	.	0	.	0	.	252	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	10	100	27	47	7	100	74	100	274	87	2	100	0	.	0	.	8	100	0	.	0	.	0	.	0	.	8	100	0	.	0	.	1	100	5	100	0	.	0	.	11	100	6	100	40	77	0	.	0	.	0	.	4	100	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	81	100	0	.	0	.	0	.	0	.	10	100	0	.	10	100	0	.	0	.	56	100	30	60	0	.	6	100	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	6	100	0	.	4	61	0	.	0	.	14	89	1	100	0	.	0	.	0	.	0	.	0	.	1380	30
	Buche	820	28	721	33	688	34	765	28	52	51	136	65	686	37	995	29	2465	19	2928	17	401	43	726	32	595	42	0	.	264	70	225	56	678	36	220	72	0	.	843	33	308	46	399	35	26	61	528	43	0	.	2610	18	624	38	424	62	8	81	128	51	65	39	226	39	99	51	88	42	146	81	61	58	1137	35	487	56	224	65	656	38	739	39	425	52	1837	23	910	33	796	30	818	37	861	32	347	40	321	79	844	41	215	55	162	57	356	61	0	.	157	65	0	.	840	34	490	46	330	44	993	31	1102	31	578	42	179	48	0	.	165	65	510	51	29	73	344	56	163	74	0	.	915	35	167	88	84	49	312	39	373	40	786	35	324	45	396	58	90	61	261	59	0	.	0	.	21	100	678	34	160	58	402	44	386	52	5	100	361	41	290	47	183	41	249	40	0	.	43406	4
	Ahorn	233	32	158	39	53	82	16	141	0	.	118	60	216	39	242	45	326	27	487	26	104	55	97	62	138	59	0	.	60	74	17	74	149	42	26	100	0	.	169	35	92	50	56	70	35	71	119	43	0	.	359	30	91	45	33	63	86	46	84	74	80	47	87	64	158	79	26	59	73	55	35	78	135	80	61	66	50	86	273	47	79	84	255	51	99	54	164	46	169	41	65	43	156	46	113	50	21	72	38	58	96	56	81	60	14	87	34	100	59	100	11	100	5	63	0	.	32	72	9	50	54	100	5	74	58	69	16	85	1	100	68	50	76	52	105	58	37	66	2	100	132	48	10	100	31	63	18	73	66	42	63	64	107	48	38	71	10	100	0	.	60	75	0	.	17	92	212	47	76	57	164	51	14	131	43	65	69	58	243	55	53	72	171	64	0	.	8062	6
	Esche	282	42	251	73	34	78	69	91	0	.	125	88	32	100	96	49	274	47	45	59	160	73	31	54	65	86	0	.	125	86	220	77	318	58	84	60	0	.	71	50	17	100	10	61	29	73	52	43	0	.	392	36	2	100	45	71	13	84	47	78	17	94	4	100	3	100	0	.	331	82	0	.	109	81	127	65	126	67	76	60	30	80	34	88	162	49	103	54	56	58	90	54	13	74	176	59	6	100	73	100	86	52	7	100	93	74	26	100	211	100	2	100	15	82	8	100	35	127	132	66	32	96	22	92	26	64	45	80	0	.	62	69	35	80	54	72	0	.	12	71	24	74	0	.	9	77	12	100	32	90	21	71	146	71	2	100	18	100	0	.	0	.	55	69	6	73	218	50	78	75	364	57	42	76	66	54	77	54	173	65	40	67	115	80	0	.	6829	10
	Eiche	194	68	0	.	0	.	158	74	0	.	0	.	6	100	68	73	266	31	0	.	78	100	0	.	120	55	0	.	18	100	0	.	54	76	30	71	81	70	0	.	0	.	64	100	0	.	1	100	0	.	169	44	13	73	78	79	0	.	45	97	0	.	35	100	0	.	0	.	0	.	0	.	0	.	0	.	74	73	0	.	17	71	0	.	143	49	13	100	24	71	31	86	147	58	0	.	0	.	0	.	25	93	69	77	152	79	0	.	0	.	0	.	41	57	0	.	118	78	92	74	78	57	73	82	9	100	0	.	0	.	14	72	25	100	0	.	11	100	2	100	44	82	54	96	82	56	0	.	207	68	0	.	15	100	83	76	0	.	41	100	0	.	14	100	21	60	50	69	0	.	17	100	14	100	0	.	98	85	159	44	95	62	92	72	0	.	3721	11
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	414	55	24	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	.	408	45	154	77	307	57	0	.	440	58	250	54	92	60	223	59	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	66	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2388	19
	übrige Laubhölzer	139	41	150	37	140	44	87	83	0	.	16	71	41	50	133	40	437	32	98	32	116	50	49	75	29	56	0	.	7	100	225	78	40	57	154	57	6	100	92	55	100	46	43	74	382	41	675	31	351	63	297	41	35	59	45	95	21	60	0	.	13	75	10	100	-2	100	41	72	37	55	14	63	42	62	0	.	59	57	132	48	122	87	22	80	37	51	94	69	25	80	163	53	4	73	118	62	2	100	8	72	110	94	63	61	47	80	124	60	408	52	109	83	289	41	177	51	293	38	277	33	174	45	287	43	38	65	28	100	7	86	98	56	356	90	13	90	49	52	189	86	67	63	5	71	13	76	21	58	116	71	22	57	22	100	32	84	84	98	7	100	0	.	162	39	141	37	391	28	11	61	161	62	2	100	42	62	23	57	27	52	110	72	81	73	0	.	9525	8
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	1	100	8	82	4	100	0	.	1	100	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	14	100	18	86	7	100	13	72	3	84	14	89	2	100	0	.	0	.	0	.	0	.	0	.	15	100	0	.	35	72	9	100	1	100	4	100	2	100	16	100	0	.	8	100	0	.	0	.	31	86	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	2	100	2	100	0	.	0	.	22	100	0	.	0	.	16	94	3	100	3	100	0	.	0	.	9	100	0	.	0	.	1	100	2	100	0	.	0	.	0	.	0	.	0	.	0	.	37	62	28	73	6	100	0	.	0	.	0	.	0	.	0	.	21	100	0	.	0	.	0	.	359	20
	Total	2261	22	1873	27	2145	26	3019	23	1693	40	2445	36	5328	21	5898	18	7626	14	8731	14	964	36	1390	32	1701	36	252	.	1432	38	2194	30	3611	22	2865	30	155	83	5004	21	6323	17	4917	18	6222	18	15197	11	14035	10	9110	15	1792	29	2458	32	1468	34	882	40	1619	36	1287	36	1206	39	1735	33	1668	41	2021	31	4145	23	1785	36	1415	34	3688	23	2577	31	2471	34	4150	20	2706	25	1841	28	1685	28	1847	29	3314	26	2374	29	2649	29	1035	44	922	36	1446	34	1591	31	5599	29	2630	24	1817	23	720	37	1330	32	3882	18	2418	23	2390	27	1506	37	803	47	2310	31	2200	32	2509	32	1266	38	1113	39	371	58	3505	24	599	59	879	34	2222	24	1944	30	2300	26	1748	29	912	42	1001	37	603	61	336	84	9338	13	6868	16	10139	14	1163	36	1873	34	1083	33	634	47	1349	31	1119	32	991	32	1189	34	0	.	258830	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	135	65	31	100	0	.	218	72	1310	48	1368	39	13247	11	3658	19	3127	22	823	34	0	.	0	.	143	80	0	.	38	100	1341	42	1362	35	848	42	3	100	234	58	2607	28	928	50	2115	33	1031	44	431	72	615	37	800	38	1250	32	3258	24	182	98	742	35	153	72	243	67	1062	39	812	47	237	.	651	61	925	39	706	63	812	44	736	52	1647	33	317	51	0	.	0	.	0	.	50	70	111	54	962	53	366	60	813	40	492	43	553	44	58	.	48	100	58	94	0	.	37	100	30	100	0	.	0	.	0	.	338	58	995	60	219	67	142	64	419	57	1084	39	302	75	108	73	190	58	0	.	0	.	478	48	189	100	12	100	156	86	41	89	105	100	0	.	187	87	702	43	829	31	852	41	184	100	411	54	320	60	1112	38	1301	35	99	80	13	100	234	59	0	.	64747	5
	Tanne	33	100	2	100	0	.	156	54	313	50	608	61	1586	30	5074	16	3604	21	530	36	3	100	24	100	166	51	0	.	189	100	71	71	321	79	114	75	4	100	2	100	71	92	10	100	0	.	117	100	0	.	1378	33	1200	38	2828	22	1705	27	161	75	554	44	29	100	51	100	989	48	232	75	0	.	507	69	373	54	68	100	151	67	576	59	930	35	0	.	78	100	0	.	75	79	184	50	0	.	283	69	78	69	250	49	207	43	329	70	0	.	0	.	0	.	0	.	0	.	34	100	0	.	0	.	0	.	96	55	0	.	102	102	215	64	11	100	863	50	79	96	75	100	20	100	0	.	0	.	6	100	1	100	34	100	159	88	0	.	0	.	0	.	200	68	1	100	207	87	407	60	119	71	74	73	294	52	950	33	394	36	16	100	0	.	54	72	0	.	30626	6
	Föhre	26	100	0	.	0	.	0	.	0	.	0	.	86	59	60	73	167	65	11	109	48	100	13	100	40	72	0	.	0	.	2	100	0	.	102	80	14	100	0	.	21	100	101	79	52	100	57	70	92	72	3	100	0	.	76	98	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	53	100	37	80	35	100	0	.	0	.	0	.	0	.	0	.	0	.	88	66	17	100	37	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	51	100	0	.	0	.	0	.	0	.	16	100	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	0	.	385	53	148	43	60	74	0	.	0	.	126	67	53	53	122	56	77	71	55	100	56	100	0	.	2408	15
	Lärche	28	100	22	100	0	.	0	.	0	.	0	.	129	75	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	42	83	0	.	0	.	74	72	107	82	61	117	173	58	292	70	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	100	12	100	0	.	0	.	14	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	100	27	100	0	.	0	.	147	100	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	70	100	1767	43	1037	36	283	58	0	.	30	100	0	.	2	100	0	.	0	.	0	.	76	100	0	.	4506	20
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	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	.	39	72	73	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	130	43
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	14	74	1	100	0	.	302	55	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	0	.	0	.	4	100	1	100	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	344	98	12	72	-19	100	2	100	0	.	66	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	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	.	15	100	0	.	0	.	0	.	4	71	46	73	9	81	0	.	0	.	0	.	0	.	817	47
	Buche	614	54	143	59	0	.	1146	47	273	56	397	41	1812	32	2401	22	1951	22	607	39	0	.	252	90	617	44	0	.	69	86	536	50	439	51	1077	40	0	.	164	70	421	70	208	70	0	.	53	72	0	.	911	39	837	37	433	42	1483	29	209	60	110	60	68	71	119	71	253	52	357	50	0	.	227	63	312	49	797	53	487	48	264	44	1180	35	377	55	547	61	62	.	152	81	532	53	97	68	45	64	253	62	374	38	189	53	439	35	0	.	25	100	0	.	0	.	870	39	437	48	239	100	0	.	0	.	573	52	0	.	93	71	134	89	103	68	93	73	456	59	72	73	369	50	1	.	0	.	26	72	20	100	164	86	237	85	214	74	145	71	0	.	210	76	0	.	4	100	264	65	166	63	111	70	130	59	923	33	529	38	457	68	175	74	189	52	0	.	31719	6
	Ahorn	145	58	24	100	0	.	20	64	25	75	170	57	583	24	222	35	88	49	229	47	45	95	30	74	34	51	0	.	0	.	67	60	185	50	64	68	0	.	223	61	70	62	7	100	51	100	0	.	3	100	190	36	111	46	31	60	216	41	24	73	100	60	0	.	0	.	18	73	77	66	0	.	29	71	113	72	191	64	150	51	164	54	438	34	3	100	4	100	6	.	35	76	130	70	63	73	56	77	49	97	218	74	-11	249	92	59	0	.	0	.	0	.	0	.	39	70	8	76	0	.	2	100	5	100	96	60	0	.	0	.	117	70	96	61	69	60	0	.	7	100	26	68	0	.	0	.	13	100	13	75	17	100	14	100	0	.	0	.	0	.	12	100	9	100	32	93	122	48	24	100	48	76	49	60	300	32	43	86	0	.	17	100	82	88	0	.	6044	8
	Esche	0	.	216	62	0	.	9	100	0	.	191	61	125	102	405	50	419	38	46	75	0	.	15	100	72	82	0	.	42	100	219	100	170	50	228	47	10	100	287	49	42	100	0	.	134	74	58	100	0	.	633	42	423	66	88	51	95	53	23	95	0	.	0	.	0	.	6	100	238	74	0	.	14	59	515	50	154	66	21	100	128	100	259	51	80	91	35	100	0	.	106	77	88	60	182	69	4	100	174	89	198	46	294	63	163	51	0	.	0	.	0	.	9	100	42	61	175	62	0	.	24	100	84	54	138	86	5	100	0	.	130	67	60	67	18	100	330	65	85	95	0	.	0	.	0	.	0	.	0	.	75	100	74	100	68	66	29	100	0	.	70	71	21	60	61	69	14	76	37	100	66	85	25	62	206	49	171	51	0	.	32	100	20	100	0	.	8676	10
	Eiche	158	89	80	70	0	.	102	69	0	.	0	.	12	100	21	100	281	34	0	.	0	.	4	100	0	.	0	.	0	.	60	100	0	.	79	80	319	71	0	.	0	.	0	.	0	.	0	.	85	100	188	74	80	100	99	100	40	100	18	100	0	.	0	.	0	.	0	.	5	100	0	.	0	.	28	100	0	.	0	.	0	.	0	.	70	100	0	.	0	.	0	.	29	71	19	100	0	.	0	.	83	63	483	84	151	54	0	.	0	.	0	.	22	100	124	66	408	36	15	100	56	72	29	62	50	100	0	.	36	100	0	.	0	.	0	.	97	100	0	.	0	.	75	.	0	.	0	.	206	74	25	100	5	100	178	64	0	.	0	.	41	94	34	82	92	80	25	79	0	.	0	.	36	71	15	100	0	.	19	100	15	100	11	100	0	.	4109	16
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	109	100	18	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	.	40	.	12	100	202	100	187	74	598	32	1035	32	256	86	223	66	1543	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4261	16
	übrige Laubhölzer	153	73	48	84	0	.	19	75	0	.	66	79	478	33	126	32	127	49	17	76	9	100	13	86	22	100	0	.	26	82	73	65	23	67	52	62	1	100	125	66	13	52	31	76	52	69	111	47	205	68	187	58	94	57	29	62	95	53	0	.	26	60	0	.	0	.	0	.	44	91	0	.	5	100	6	71	12	80	50	64	54	100	125	46	2	100	0	.	0	.	84	100	14	100	34	57	17	73	90	82	161	66	79	58	28	58	0	.	51	100	0	.	10	100	368	45	1100	33	29	75	130	73	175	74	41	60	0	.	26	88	6	100	12	71	25	81	7	100	14	100	3	100	0	.	0	.	4	100	0	.	2	100	118	100	19	79	40	100	0	.	13	100	230	45	124	39	37	82	0	.	16	89	161	64	34	64	0	.	15	78	21	100	32	94	0	.	5894	10
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	10	100	116	41	6	100	11	100	0	.	4	100	0	.	13	100	0	.	0	.	0	.	0	.	7	100	0	.	0	.	15	100	0	.	27	74	1	100	0	.	0	.	6	100	2	100	9	85	0	.	0	.	0	.	0	.	8	100	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	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	7	100	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	2	100	0	.	0	.	0	.	0	.	7	100	0	.	0	.	1	100	0	.	278	23
	Total	1291	39	566	44	0	.	1670	38	1921	42	2824	31	18187	10	11972	13	10079	15	2263	28	109	72	353	84	1119	39	0	.	363	75	2369	35	2500	30	2614	27	351	71	1034	39	3344	25	1392	40	2492	30	1715	34	1126	42	4109	23	3556	25	4836	21	6901	19	617	53	1532	33	250	71	413	67	2336	32	1769	35	237	.	1433	52	2616	33	1983	40	1663	35	1927	41	4632	23	966	42	699	59	68	.	452	72	1026	43	507	57	1368	44	1011	47	2185	29	1787	35	1823	27	98	.	136	66	407	71	228	72	2078	27	3234	21	539	63	436	58	1836	29	1331	43	1000	60	527	62	765	49	705	44	2153	40	1271	54	377	69	607	45	76	.	0	.	527	48	448	62	330	73	762	50	519	52	319	71	0	.	802	54	3226	28	2640	26	2065	32	530	62	756	52	1145	42	3642	25	2575	28	683	51	327	71	757	42	0	.	164214	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	380	36	532	35	888	41	963	37	2654	31	2378	28	16323	10	6088	14	4812	16	3214	17	45	81	323	55	442	51	0	.	809	44	2449	28	3022	24	2375	30	4	75	3498	24	7506	16	3967	20	7324	17	10690	13	6502	14	2579	22	1399	31	2086	24	4315	20	325	61	1518	27	530	45	590	39	1787	29	1680	36	1697	31	2709	28	1213	32	1543	35	2839	25	2085	33	2917	26	1660	27	871	44	334	44	284	52	346	51	1814	29	2522	28	1430	33	994	35	802	34	995	33	1144	39	3522	38	1810	29	0	.	82	71	30	100	420	61	119	68	366	48	987	37	1709	41	1869	31	1032	51	1767	31	1427	32	1030	38	137	62	1346	30	138	68	291	50	1953	23	824	40	796	39	889	39	144	76	326	47	48	82	463	66	5101	18	4988	18	6704	16	773	40	1041	33	770	35	1393	32	1877	29	125	65	446	50	582	38	0	.	179526	2
	Tanne	335	57	40	96	144	60	1081	32	610	41	1647	35	2431	25	6951	14	5101	16	2863	18	55	69	136	60	417	51	0	.	354	63	369	58	1032	38	752	44	4	100	514	48	425	36	499	46	315	62	1097	36	36	100	4215	19	1534	31	3378	20	1985	24	546	51	1192	34	571	35	596	42	1777	33	411	55	264	54	1087	38	1136	35	112	68	533	42	768	47	1387	28	184	59	554	33	297	59	203	45	399	36	785	50	740	35	639	37	544	59	335	39	506	58	18	100	221	53	193	100	0	.	0	.	34	100	363	60	307	59	244	72	621	40	0	.	401	52	504	36	634	54	1243	38	204	52	75	100	1139	34	202	84	334	50	388	51	500	46	657	32	460	47	259	69	551	51	151	71	200	68	168	90	551	48	1058	33	328	42	140	61	294	52	1081	31	456	32	97	85	19	100	86	58	0	.	68071	4
	Föhre	26	100	21	71	21	100	74	100	0	.	0	.	440	62	113	61	529	37	459	53	56	87	66	69	228	47	0	.	21	100	45	71	0	.	281	69	81	84	0	.	206	46	673	34	52	100	693	36	1346	26	441	39	18	100	229	58	0	.	50	100	31	100	0	.	0	.	67	100	4	100	177	100	54	100	41	100	0	.	0	.	0	.	53	100	359	38	100	63	103	51	46	87	154	51	71	100	8	100	0	.	101	59	117	77	202	66	0	.	79	73	68	100	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	230	59	11	100	0	.	0	.	0	.	30	71	9	100	0	.	29	100	0	.	31	72	0	.	29	100	0	.	0	.	95	100	0	.	951	30	500	28	847	32	0	.	70	100	279	42	101	55	204	40	153	49	86	73	56	100	0	.	11730	8
	Lärche	30	94	55	64	106	71	95	81	0	.	0	.	191	55	0	.	90	71	0	.	0	.	0	.	27	71	0	.	0	.	57	100	0	.	48	74	0	.	50	100	405	38	334	42	280	52	2064	20	5255	14	22	100	5	100	22	72	1	100	0	.	0	.	0	.	41	100	0	.	0	.	0	.	20	100	13	100	42	100	137	66	45	100	0	.	36	59	0	.	0	.	20	100	0	.	0	.	0	.	57	100	14	100	37	100	27	100	302	60	582	35	479	41	321	56	0	.	86	75	1263	28	460	40	579	59	0	.	0	.	0	.	255	43	0	.	24	100	0	.	66	100	0	.	22	100	0	.	0	.	0	.	0	.	69	71	0	.	21	100	0	.	70	100	5057	18	2664	20	1451	23	40	100	30	100	9	100	20	89	0	.	23	71	26	100	178	54	0	.	23720	6
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	225	52	1305	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	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	.	682	30	223	38	56	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2529	15
	übrige Nadelhölzer	42	75	0	.	71	100	85	72	0	.	14	74	1	100	0	.	526	43	3	71	0	.	0	.	0	.	252	.	0	.	0	.	0	.	0	.	0	.	3	100	11	100	0	.	0	.	10	100	27	47	11	74	75	99	275	86	2	100	0	.	0	.	8	100	0	.	0	.	0	.	0	.	8	100	344	98	12	72	-19	104	7	79	0	.	66	100	11	100	6	100	40	77	0	.	0	.	0	.	4	100	0	.	0	.	5	72	0	.	0	.	0	.	0	.	0	.	0	.	81	100	1	100	0	.	0	.	0	.	10	100	0	.	10	100	0	.	0	.	56	100	30	60	0	.	6	100	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	6	100	15	100	4	61	0	.	0	.	18	71	47	71	9	81	0	.	0	.	0	.	0	.	2197	26
	Buche	1434	28	864	29	688	34	1911	30	325	48	534	34	2498	25	3395	18	4417	14	3534	16	401	43	979	33	1212	30	0	.	333	58	762	39	1117	29	1297	35	0	.	1006	29	728	45	608	33	26	61	581	40	0	.	3521	17	1462	27	856	37	1491	29	337	42	175	40	294	34	218	45	341	40	503	42	61	58	1364	31	799	39	1021	43	1143	30	1003	31	1605	29	2215	21	1457	31	858	29	970	34	1393	28	444	34	366	69	1097	35	589	31	351	39	795	33	0	.	182	58	0	.	840	34	1360	30	767	33	1232	32	1102	31	578	42	752	41	0	.	258	49	644	44	132	56	437	47	619	48	72	73	1284	29	168	88	84	49	337	36	393	39	951	32	561	44	610	45	234	50	261	59	210	76	0	.	25	86	942	30	326	43	513	37	515	42	928	33	890	28	747	45	358	42	438	32	0	.	75125	3
	Ahorn	378	30	182	36	53	82	36	71	25	75	288	41	799	20	465	29	414	24	716	23	149	48	126	51	172	49	0	.	60	74	84	50	334	33	91	56	0	.	393	37	162	39	63	63	86	66	119	43	3	100	549	23	201	32	64	43	302	32	108	59	181	39	87	64	158	79	45	46	149	43	35	78	164	67	174	52	241	54	423	35	244	45	693	29	102	53	168	45	175	40	99	39	286	40	176	41	77	59	87	60	314	54	71	79	106	52	34	100	59	100	11	100	5	63	39	70	40	59	9	50	56	96	9	62	154	46	16	85	1	100	184	48	172	41	175	43	37	66	9	78	158	42	10	100	31	63	32	59	79	37	80	55	121	44	38	71	10	100	0	.	71	65	9	100	50	69	333	35	100	50	212	43	64	55	343	29	111	48	243	55	70	60	254	52	0	.	14106	5
	Esche	282	42	467	49	34	78	79	81	0	.	316	51	157	84	501	42	693	29	90	48	160	73	46	49	138	59	0	.	167	69	439	63	488	41	313	38	10	100	358	41	60	77	10	61	163	62	110	56	0	.	1025	29	425	65	133	42	108	47	70	61	17	94	4	100	3	100	6	100	569	57	0	.	122	73	642	42	280	47	97	52	158	82	293	46	242	45	138	48	56	58	196	48	101	53	359	45	11	72	248	69	283	35	300	62	256	42	26	100	211	100	2	100	24	63	50	54	210	56	132	66	55	70	107	47	163	73	50	72	0	.	193	50	94	52	72	59	330	65	97	84	24	74	0	.	9	77	12	100	32	90	96	80	220	58	70	64	47	73	0	.	70	71	76	52	66	63	231	48	115	60	430	50	67	53	271	39	248	39	173	65	72	58	135	70	0	.	15505	7
	Eiche	352	55	80	70	0	.	260	53	0	.	0	.	18	73	89	61	548	23	0	.	78	100	4	100	120	55	0	.	18	100	60	100	54	76	109	61	400	58	0	.	0	.	64	100	0	.	1	100	85	100	357	44	93	87	177	66	40	100	64	75	0	.	35	100	0	.	0	.	5	100	0	.	0	.	28	100	74	73	0	.	17	71	0	.	213	47	13	100	24	71	31	86	176	50	19	100	0	.	0	.	108	53	552	74	303	48	0	.	0	.	0	.	63	51	124	66	526	33	107	65	134	45	102	61	59	86	0	.	36	100	14	72	25	100	0	.	108	91	2	100	44	82	129	71	82	56	0	.	413	50	25	100	20	79	260	50	0	.	41	100	41	94	48	65	113	66	75	53	0	.	17	100	50	58	15	100	98	85	178	41	110	55	103	65	0	.	7829	10
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	523	48	42	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	40	100	420	44	356	65	494	45	598	32	1475	28	507	51	316	49	1766	27	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	100	0	.	66	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6649	11
	übrige Laubhölzer	292	43	199	35	140	44	106	69	0	.	83	65	519	30	259	25	564	27	114	30	124	47	62	62	52	54	0	.	33	67	298	61	64	44	206	45	8	86	216	44	112	41	73	53	434	37	786	28	555	47	484	34	129	45	74	62	116	44	0	.	39	47	10	100	-2	100	41	72	81	55	14	63	47	57	6	71	71	49	182	39	177	67	146	41	39	48	94	69	25	80	247	49	17	81	152	50	19	68	99	75	271	55	142	42	76	55	124	60	459	47	109	83	299	39	546	35	1392	27	306	31	304	39	462	39	78	44	28	100	33	71	104	53	368	87	38	61	56	47	204	80	70	60	5	71	13	76	25	51	116	71	24	52	140	86	51	60	124	74	7	100	13	100	392	31	266	27	428	26	11	61	178	57	162	63	76	45	23	57	42	44	131	63	114	59	0	.	15419	6
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	11	93	124	38	9	72	11	100	1	100	4	100	0	.	13	100	0	.	1	100	0	.	0	.	7	100	0	.	0	.	29	71	18	86	34	63	14	67	3	84	14	89	8	80	2	100	9	85	0	.	0	.	0	.	15	100	8	100	35	72	9	100	1	100	4	100	2	100	16	100	3	100	8	100	0	.	0	.	31	86	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	4	71	2	100	0	.	0	.	22	100	0	.	0	.	23	72	6	71	3	100	0	.	0	.	9	100	0	.	0	.	1	100	2	100	0	.	0	.	0	.	0	.	0	.	0	.	37	62	48	59	8	80	0	.	0	.	0	.	0	.	7	100	21	100	0	.	1	100	0	.	638	15
	Total	3552	20	2439	23	2145	26	4690	20	3614	29	5270	23	23515	9	17870	10	17705	10	10994	12	1073	33	1743	30	2821	26	252	.	1795	34	4563	23	6111	18	5480	20	506	55	6038	19	9667	14	6308	17	8714	15	16913	10	15161	10	13219	12	5348	19	7294	17	8369	16	1499	32	3151	24	1537	32	1619	33	4071	22	3437	27	2258	29	5578	21	4401	24	3398	27	5351	19	4505	25	7103	19	5116	18	3405	23	1909	27	2137	27	2873	24	3821	24	3742	24	3661	25	3220	24	2709	26	3269	21	1689	30	5736	29	3037	23	2046	22	2798	22	4564	17	4421	18	2854	21	4225	20	2837	28	1803	39	2837	28	2964	26	3214	27	3419	29	2384	34	748	45	4112	21	675	53	879	34	2749	22	2391	27	2630	25	2509	26	1431	32	1320	33	603	61	1139	46	12564	12	9509	14	12204	12	1693	31	2630	28	2228	27	4277	22	3924	21	1802	28	1319	30	1946	27	0	.	423045	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. 2281595. Birmensdorf, Swiss Federal Research Institute WSL

zurück