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

LFI4–LFI5
Nettozuwachs
Eigentum (2 Klassen) · Hauptbaumart
Regionale Gliederung: Forstkreis (2024)
Einheit: 1000 m³/Jahr
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Veränderung 2009/17–2018/26
		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/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%	1000 m³/Jahr	±%
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	9	42	48	38	35	50	14	60	12	61	18	75	14	81	52	32	66	25	-22	90	5	85	7	60	6	59	0	.	12	51	18	40	29	44	31	47	0	100	20	85	92	23	72	27	20	220	142	24	67	38	8	169	4	231	17	56	23	40	5	67	19	50	2	130	2	256	1	947	19	66	12	84	37	44	9	56	14	69	46	36	-1	498	13	72	-3	796	19	54	1	780	15	52	5	59	-1	994	36	44	7	76	7	64	9	58	13	74	16	47	38	33	-24	98	0	.	2	100	0	.	9	61	2	64	11	51	1	451	4	200	23	67	18	41	34	40	9	119	22	52	0	100	15	66	11	69	2	152	23	40	11	83	15	90	5	152	4	84	12	61	-5	100	6	91	51	44	31	76	50	44	16	45	-16	110	20	45	10	45	16	48	0	606	14	59	17	48	0	.	1575	7
	Tanne	4	224	1	77	5	79	27	37	11	57	15	87	14	63	48	27	45	26	39	37	1	93	2	76	4	75	0	.	8	61	10	64	15	40	13	85	0	.	3	171	9	63	4	98	-1	513	10	107	-2	100	72	28	19	48	17	48	6	70	6	70	12	55	15	37	16	50	30	48	1	160	3	100	20	47	23	47	-5	109	9	52	6	61	2	100	6	62	14	52	7	74	-1	533	14	62	22	55	15	47	10	55	10	100	6	80	3	100	1	100	8	53	1	100	0	.	0	.	0	.	2	129	2	271	5	61	2	246	0	.	-4	102	16	46	13	74	4	61	4	78	0	.	17	90	7	69	14	44	7	60	11	49	19	37	6	47	10	77	18	53	10	72	0	.	4	111	4	95	15	41	9	49	1	85	0	0	3	84	3	59	3	100	1	100	1	71	0	.	860	7
	Föhre	0	100	1	71	0	71	0	558	0	.	0	100	-4	89	5	100	-1	517	1	838	1	100	3	92	2	73	0	.	0	100	1	82	0	.	1	126	0	100	0	.	5	58	-1	266	0	.	10	59	15	70	8	88	0	100	4	94	0	.	1	100	0	100	0	.	0	.	2	100	0	.	3	100	0	100	1	100	0	.	0	.	0	.	0	.	6	116	0	583	-2	77	0	716	0	4717	2	100	0	100	0	.	0	100	1	97	4	79	0	.	-2	194	0	100	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	3	77	0	0	0	.	0	.	0	.	0	100	0	100	0	.	-1	100	0	.	0	100	0	.	0	100	0	.	0	.	-3	100	0	.	1	438	5	100	-8	83	0	.	-1	100	-1	65	0	100	1	212	2	58	1	84	0	0	0	.	69	33
	Lärche	0	1270	-2	100	8	75	-2	114	0	.	0	.	-1	100	0	100	3	84	0	.	0	.	0	.	0	100	0	.	0	.	2	100	0	.	1	100	0	.	-1	100	-4	189	2	222	3	69	18	46	61	33	0	100	0	.	1	71	0	100	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	100	0	100	0	.	1	109	1	100	0	.	0	164	0	.	0	.	0	100	0	.	0	.	0	.	1	100	1	100	0	.	0	.	-1	224	7	105	7	70	2	151	0	.	1	79	34	32	6	59	4	180	0	.	0	.	0	0	9	54	0	.	0	100	0	.	4	100	0	.	1	100	0	.	0	.	1	100	0	.	1	124	0	.	1	100	0	.	0	.	16	62	27	39	2	231	2	100	0	.	0	100	2	100	0	.	1	85	1	100	2	66	0	.	218	16
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	1	433	25	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	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	.	8	56	-2	131	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	36
	übrige Nadelhölzer	2	79	0	.	3	100	5	75	0	.	0	.	0	.	0	.	10	59	0	100	0	.	0	.	0	.	7	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	100	-1	99	2	100	2	100	8	78	0	100	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	100	0	100	0	.	0	.	0	100	3	100	1	76	0	.	0	.	0	.	0	100	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	5	100	1	62	0	.	0	100	0	.	0	.	0	.	2	100	0	.	1	100	0	.	0	.	0	100	0	0	0	100	0	.	0	.	1	78	0	100	0	.	0	.	0	.	0	.	0	.	53	26
	Buche	24	31	19	31	19	41	27	38	2	138	2	82	5	132	32	33	61	27	44	32	0	1213	2	506	8	104	0	.	4	81	11	50	14	50	11	53	0	.	3	295	5	63	9	48	1	110	13	42	0	.	33	32	12	50	14	71	-1	109	2	64	2	62	11	63	4	60	1	102	0	482	2	61	-7	111	17	53	10	81	28	42	15	75	14	60	23	44	24	31	10	60	7	96	2	377	1	533	4	80	11	63	7	52	1	178	10	47	0	.	6	72	0	.	10	51	0	1288	8	54	24	57	18	47	10	107	3	95	0	.	3	70	10	61	1	170	4	100	6	94	0	100	0	20547	5	76	1	178	6	42	4	138	18	38	11	55	8	48	7	51	9	74	1	100	0	.	1	100	-7	113	5	92	6	42	11	47	1	79	15	38	11	48	4	81	4	89	0	.	792	7
	Ahorn	10	36	6	56	2	80	0	1278	0	0	0	5242	5	63	9	36	20	34	7	64	4	62	2	99	-3	82	0	.	1	72	1	102	2	36	1	100	0	.	0	2368	3	85	5	81	2	93	1	173	0	.	1	611	4	56	-1	159	2	62	4	67	3	47	4	96	8	77	0	64	2	58	1	84	-1	186	2	79	2	85	7	60	3	81	6	51	2	60	6	47	4	57	2	131	6	81	2	57	1	71	1	82	4	57	3	52	2	59	3	100	2	100	0	100	0	64	0	.	1	71	0	65	3	100	1	74	-1	87	1	81	0	100	1	302	1	108	6	109	1	60	0	100	5	54	0	100	2	82	1	132	6	66	0	805	3	68	3	76	1	100	0	.	7	72	0	.	1	95	10	47	1	121	5	68	5	68	3	68	0	468	11	58	2	59	4	68	0	.	248	10
	Esche	6	59	2	51	2	125	1	56	0	.	5	100	1	76	5	101	5	69	0	256	-1	215	0	1807	1	71	0	.	-4	117	6	133	16	64	3	59	0	.	2	203	0	100	1	238	0	239	1	42	0	.	-4	117	0	71	0	121	0	71	1	89	1	63	0	100	0	71	0	.	5	66	0	.	5	87	-1	329	-9	94	1	67	2	75	-1	162	2	133	4	52	1	68	-5	90	1	88	-3	80	0	100	-1	100	0	7026	2	54	2	72	1	100	10	100	0	100	1	71	0	100	0	1323	4	57	-4	75	0	239	1	69	2	71	0	.	3	57	1	87	1	187	0	.	0	74	1	58	1	100	1	90	0	100	1	84	-1	158	-2	120	0	100	1	86	0	.	2	100	2	70	0	100	4	94	4	69	2	107	3	63	-1	94	6	65	4	56	1	52	2	65	0	.	110	24
	Eiche	11	77	0	.	0	.	0	180	0	.	0	.	0	100	1	105	4	66	0	.	0	100	0	.	0	346	0	.	0	100	0	.	2	86	3	80	3	65	0	.	0	.	1	100	0	.	0	0	0	.	-2	110	0	100	0	500	0	.	0	71	0	.	0	100	0	100	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	60	0	.	4	56	0	100	-1	112	1	75	-1	371	0	.	0	.	0	.	0	137	1	100	3	96	0	.	0	.	0	.	-1	126	0	.	3	83	-3	73	-1	431	0	86	-1	100	0	.	0	.	0	73	0	100	0	.	0	100	0	100	1	71	3	92	1	115	0	.	1	162	0	.	-1	137	0	2127	0	100	2	100	0	.	0	100	1	70	1	62	0	.	1	80	0	100	0	.	3	81	1	128	1	58	1	79	0	.	47	29
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	4	54	0	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	.	7	79	2	88	4	141	0	.	-1	556	0	938	-4	70	-1	235	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	67	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	110
	übrige Laubhölzer	1	356	5	47	7	48	1	107	0	100	0	85	0	148	1	304	16	40	2	53	1	611	3	79	0	151	0	.	0	0	-14	118	2	76	3	73	0	100	0	350	-3	88	5	81	10	70	-8	99	9	164	0	799	1	46	0	184	1	104	0	100	0	71	0	100	-1	107	-2	114	-1	235	-1	82	2	47	0	.	1	142	-1	326	6	68	-1	72	1	57	7	84	-3	111	3	92	0	100	4	70	0	100	0	92	9	97	2	115	0	349	-2	82	6	156	2	100	2	78	2	68	5	80	0	3133	1	750	7	75	-1	109	-4	100	0	74	-10	71	3	94	0	100	1	98	7	103	1	98	0	81	0	160	0	336	4	70	0	102	0	100	0	77	2	89	0	100	0	.	-1	495	0	2971	-1	435	1	75	2	92	0	100	2	55	1	62	2	58	4	65	2	78	0	.	111	33
	nicht bestimmbar	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	0	0	.	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	0
	Total	66	30	81	27	80	29	73	27	25	45	40	64	36	54	154	19	229	16	70	45	9	108	19	80	18	58	7	.	21	54	34	63	80	25	67	33	4	66	27	83	107	24	98	23	36	124	193	21	174	25	118	26	43	40	60	33	30	40	20	41	38	37	33	36	29	48	32	52	27	52	20	59	57	38	53	34	15	108	92	25	31	59	34	46	42	66	75	27	20	72	23	58	27	49	27	52	57	33	28	43	38	43	27	41	36	38	17	53	80	26	-10	235	18	46	5	125	16	52	74	29	22	50	37	43	4	202	4	246	25	63	48	34	52	37	25	60	35	45	19	60	40	50	28	48	19	46	38	32	38	42	51	39	25	48	25	50	42	37	13	61	16	62	81	31	67	43	66	43	37	38	1	1204	39	33	19	44	46	32	35	35	29	35	33	40	0	.	4127	4
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	4	66	1	87	0	.	10	77	27	54	14	112	163	22	57	29	108	23	18	59	0	0	0	.	0	274	0	.	1	100	17	45	14	43	26	57	0	100	9	60	36	38	27	58	29	52	21	44	10	67	9	42	19	56	34	41	12	100	2	133	20	37	4	71	4	161	9	44	8	62	1	.	10	89	33	34	9	71	19	57	11	59	27	53	3	105	0	0	0	.	0	.	0	307	5	66	3	160	6	90	17	40	14	64	16	69	1	.	4	100	4	95	0	.	0	100	1	100	0	.	0	.	0	.	3	88	19	63	6	74	2	65	2	135	6	111	-3	135	1	69	6	65	0	.	0	.	2	204	2	100	0	100	-1	228	2	112	4	100	0	.	3	90	8	68	13	77	9	53	5	97	8	60	6	163	26	56	32	35	4	117	1	100	8	55	0	.	1078	7
	Tanne	-3	100	0	100	0	.	4	91	5	61	14	48	18	43	111	26	95	24	16	92	0	100	1	100	4	77	0	.	3	100	3	71	-4	423	4	124	0	100	0	100	3	100	0	76	0	.	2	100	0	.	15	52	36	39	85	28	36	67	3	71	13	45	1	100	1	100	31	48	5	77	0	.	7	73	6	101	1	100	3	73	23	80	10	152	0	.	1	100	0	.	-4	110	5	59	0	.	5	60	1	74	1	1383	11	54	13	76	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	486	0	.	-3	71	2	173	0	100	20	59	7	94	2	92	1	100	1	.	0	.	0	100	0	100	1	100	5	80	0	.	0	.	0	.	4	100	0	100	4	70	9	75	2	107	3	74	-4	232	19	40	12	40	1	100	0	.	4	72	0	.	676	10
	Föhre	-3	100	0	.	0	.	0	.	0	.	0	.	2	69	2	78	0	106	-1	107	-1	100	2	100	1	79	0	.	0	.	0	125	0	.	0	463	-2	105	0	.	0	100	3	71	0	100	2	82	-4	72	0	0	0	.	1	91	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	1	100	1	285	0	100	0	.	0	.	0	.	0	.	0	.	0	.	-1	232	0	108	0	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	1444	-2	100	1	176	0	.	0	.	1	71	-1	96	2	55	0	72	0	100	1	100	0	.	9	96
	Lärche	2	100	0	100	0	.	-4	100	0	.	0	.	3	55	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	1	100	0	.	0	.	1	71	3	76	2	186	2	70	5	79	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	100	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	3	100	0	.	0	.	4	100	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	-2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	19	57	17	58	2	55	0	.	1	100	0	.	0	100	0	.	0	.	0	.	0	100	0	.	65	27
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	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	.	2	73	-1	264	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	82
	übrige Nadelhölzer	0	.	0	.	0	.	0	.	0	.	1	71	0	100	0	.	10	52	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	100	0	100	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	91	3	88	0	100	0	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	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	71	3	78	0	72	0	.	0	.	0	.	0	.	25	33
	Buche	-3	262	2	55	0	.	-5	227	9	64	2	365	23	68	56	28	65	22	13	42	0	100	6	77	7	58	0	.	-4	96	17	48	3	186	9	133	0	.	2	207	-2	117	3	121	0	.	-3	116	0	.	8	63	16	48	25	59	13	55	0	3721	1	87	2	83	2	174	7	64	8	95	0	.	2	106	8	91	2	221	7	85	-2	234	12	82	6	72	10	60	-1	.	3	81	-2	184	4	59	1	65	2	79	9	55	2	80	20	39	0	.	0	100	0	.	0	.	15	43	9	62	7	100	0	.	0	.	7	112	0	.	4	86	-3	105	2	73	4	95	12	63	2	73	5	55	0	.	0	.	1	71	0	100	-3	126	-1	207	-4	87	7	74	0	.	0	1422	0	.	0	100	1	92	3	61	3	62	6	63	15	67	13	49	10	72	7	75	6	54	0	.	495	10
	Ahorn	0	670	1	100	0	.	1	69	1	99	5	70	6	122	3	152	1	58	6	59	-2	117	1	83	0	1473	0	.	0	.	2	56	2	240	3	64	0	.	7	76	0	591	0	100	2	100	0	.	0	100	3	80	2	100	2	47	-2	202	0	72	1	155	0	.	0	.	1	83	-3	122	0	.	-1	111	-3	137	17	90	2	150	0	525	9	39	0	100	0	100	0	.	0	70	6	111	3	67	1	63	3	91	3	81	-6	129	4	62	0	.	0	.	0	.	0	.	-3	71	0	84	0	.	0	100	0	100	3	63	0	.	0	.	0	464	2	75	1	73	0	.	1	100	0	77	0	.	0	.	0	100	0	72	0	100	0	100	0	0	0	.	0	.	0	100	1	100	1	91	0	163	0	100	0	143	0	91	11	49	0	1046	0	.	0	100	5	84	0	.	103	26
	Esche	0	.	2	179	0	.	0	100	0	.	-9	71	-4	75	4	127	5	64	1	68	1	100	0	100	-1	146	0	.	0	100	7	103	6	53	-6	93	1	100	-1	746	0	100	0	0	2	326	0	100	0	.	-11	101	8	53	-2	96	-2	175	0	78	0	.	0	.	0	.	0	100	-1	498	0	.	0	364	15	83	1	263	1	100	4	100	-3	250	2	72	1	100	0	.	0	1005	0	955	5	75	0	100	0	447	3	107	3	93	1	752	0	.	0	.	0	.	0	100	-1	156	5	80	0	.	1	100	2	66	4	82	0	100	0	.	-8	72	2	71	0	100	14	81	3	98	0	.	0	.	0	.	0	.	0	.	1	100	0	100	2	62	2	73	0	.	3	75	0	243	2	59	-1	100	2	100	1	93	-3	64	2	115	4	85	0	.	1	100	-1	139	0	.	72	43
	Eiche	1	72	2	66	0	.	2	65	0	.	0	.	0	100	0	0	10	50	0	.	0	0	0	100	0	.	0	.	0	.	1	100	0	.	3	72	8	106	0	.	0	.	0	.	0	.	0	.	2	100	-1	176	4	100	1	100	1	100	0	100	0	.	0	.	0	.	0	.	0	100	0	.	0	.	1	100	0	.	0	.	0	.	0	0	-1	108	0	.	0	.	0	.	0	75	0	100	0	.	0	.	1	64	8	99	0	556	0	.	0	.	0	.	1	100	-1	126	-2	318	0	100	2	73	2	79	1	100	0	.	0	100	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	3	70	1	100	0	100	0	456	0	.	0	.	2	85	2	93	1	83	0	2828	0	.	0	.	1	75	1	100	0	.	0	100	1	100	0	100	0	.	57	27
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	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	.	-1	100	4	100	-7	87	-8	91	5	223	0	963	-3	166	-1	1918	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	.	-8	283
	übrige Laubhölzer	2	77	4	95	0	.	2	72	0	0	1	118	2	246	9	38	2	155	0	762	0	100	0	99	0	100	0	.	1	122	7	67	1	83	4	67	0	100	-4	109	1	84	-1	71	-1	367	-2	79	4	121	2	48	5	74	0	21721	3	75	0	.	0	935	0	.	0	.	0	.	2	80	0	.	1	100	0	100	-1	105	-1	92	-2	100	1	82	0	100	0	.	0	.	2	100	0	100	0	75	0	191	2	83	-2	151	5	50	1	81	0	.	3	100	0	.	0	100	1	265	20	58	0	962	-6	120	1	376	1	85	0	.	0	93	0	100	0	100	0	142	-1	100	0	100	0	100	0	.	0	.	0	100	0	.	0	100	-1	100	0	170	1	100	0	.	0	100	5	68	3	57	3	108	0	0	0	125	6	73	-1	141	0	.	0	1858	0	100	4	99	0	.	90	24
	nicht bestimmbar	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	0	0	0	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	0
	Total	-1	1931	13	53	0	.	11	151	42	44	27	89	214	20	240	19	296	15	53	42	-1	72	11	75	10	69	0	.	2	252	53	40	22	81	43	52	8	85	13	119	39	40	36	45	34	47	25	42	18	56	25	58	88	27	147	24	61	59	7	94	35	32	6	71	7	132	49	38	20	64	1	.	18	75	67	43	32	70	31	46	33	61	58	47	14	62	12	60	-1	.	2	357	9	110	17	47	10	74	15	52	29	38	35	45	58	36	1	.	7	82	11	74	-6	95	3	345	38	51	6	95	-6	176	5	303	19	59	19	63	8	73	-9	146	9	59	31	41	33	51	11	65	12	47	2	.	0	.	3	127	6	59	0	4915	3	256	0	3500	14	76	0	.	18	53	38	41	39	48	25	44	13	67	16	48	14	52	74	34	63	29	15	65	10	73	28	41	0	.	2667	5
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	12	36	49	37	35	50	24	48	39	42	32	64	177	21	108	21	175	17	-5	429	5	85	7	60	5	65	0	.	14	47	35	30	43	33	57	36	0	75	29	62	128	20	99	25	49	94	163	22	77	34	17	84	23	60	51	33	35	43	7	62	39	31	6	64	6	138	10	84	27	49	13	77	47	40	43	29	23	50	65	31	10	77	40	43	0	170234	19	54	1	780	15	52	5	70	4	208	39	42	13	59	24	34	23	45	28	50	17	45	42	31	-20	118	0	.	2	100	1	100	9	61	2	64	11	51	4	142	24	63	29	55	21	37	36	39	16	83	19	66	2	57	20	51	12	68	2	152	25	39	13	71	15	89	3	226	7	68	16	52	-5	100	9	67	59	39	45	58	59	38	21	41	-8	217	27	50	36	43	49	28	3	156	15	56	25	37	0	.	2652	5
	Tanne	1	887	1	78	5	79	31	34	17	43	29	50	33	37	159	20	140	18	55	37	2	80	4	60	8	53	0	.	11	52	13	52	12	149	16	72	1	100	3	157	12	53	4	93	-1	513	11	93	-2	100	87	25	55	31	103	25	42	58	9	52	25	35	15	36	17	47	61	34	6	69	3	100	26	40	29	43	-4	132	12	43	28	65	12	124	6	62	15	48	7	74	-4	130	19	48	23	55	20	39	11	49	10	119	17	45	15	65	1	100	8	53	1	100	0	.	0	.	1	100	2	129	2	271	5	61	3	221	0	.	-7	63	19	45	13	72	24	51	11	65	2	92	18	85	9	60	14	44	8	57	11	49	19	36	11	45	10	77	17	53	10	72	4	100	4	107	7	58	25	38	11	45	4	57	-4	232	22	37	15	34	4	87	1	100	5	59	0	.	1536	6
	Föhre	-3	104	1	71	0	71	0	558	0	.	0	100	-2	178	7	78	0	1099	0	2198	0	688	5	68	3	58	0	.	0	100	1	69	0	.	2	144	-2	100	0	.	5	54	2	152	0	100	12	52	11	94	8	88	0	100	5	73	0	.	1	100	0	100	0	.	0	.	2	100	0	100	3	100	0	100	1	100	0	.	0	.	0	.	1	100	7	108	0	229	-2	77	0	716	0	4717	2	100	0	100	0	.	-1	396	1	160	4	73	0	.	-2	194	0	100	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	3	80	0	0	0	.	0	.	0	.	0	79	0	100	0	.	-1	100	0	.	0	94	0	.	0	100	0	.	0	.	-3	100	0	.	1	429	3	162	-7	93	0	.	-1	100	0	1084	-1	119	3	86	2	73	1	100	1	100	0	.	78	31
	Lärche	2	112	-2	92	8	75	-6	76	0	.	0	.	2	82	0	100	3	84	0	.	0	.	0	.	0	94	0	.	0	.	2	100	0	.	2	73	0	.	-1	100	-4	219	5	90	5	74	20	42	66	31	0	100	0	100	1	71	0	100	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	100	0	100	1	100	1	103	1	100	0	.	1	86	0	.	0	.	0	100	0	.	0	.	0	.	1	100	1	100	0	100	3	100	-1	224	7	105	10	58	2	151	0	.	0	282	34	32	6	59	4	180	0	.	0	.	0	0	8	69	0	.	0	100	0	.	4	100	0	.	1	100	0	.	0	.	1	100	0	.	1	124	0	.	1	100	0	.	5	100	35	42	44	33	4	108	2	100	1	100	0	100	2	88	0	.	1	85	1	100	2	65	0	.	283	13
	Arve	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	1	412	25	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	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	.	10	46	-3	118	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	33
	übrige Nadelhölzer	2	79	0	.	3	100	5	75	0	.	1	71	0	100	0	.	19	39	0	71	0	.	0	.	0	.	7	.	0	.	0	.	0	.	0	.	0	.	0	100	0	0	0	.	0	.	0	100	-1	99	2	90	2	94	8	77	0	100	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	100	5	91	3	88	0	124	0	838	0	.	4	100	0	100	3	100	1	76	0	.	0	.	0	.	0	100	0	.	0	.	0	86	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	100	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	5	100	1	62	0	.	0	100	0	.	0	.	0	.	2	100	0	.	1	100	0	.	0	.	0	100	0	0	0	100	0	.	0	.	1	64	3	74	0	72	0	.	0	.	0	.	0	.	78	20
	Buche	20	57	22	29	19	41	21	73	11	58	4	149	28	61	88	21	126	17	58	27	0	4261	8	140	15	61	0	.	0	1528	27	36	16	52	19	66	0	.	5	203	3	151	12	47	1	110	10	61	0	.	42	28	28	35	39	45	11	61	2	152	3	51	13	55	6	66	8	58	8	93	2	61	-5	164	25	46	12	77	35	37	13	98	26	50	29	38	34	28	10	64	10	70	0	11043	5	88	6	63	13	54	16	38	3	88	30	31	0	.	6	70	0	.	10	51	16	54	17	42	31	50	18	47	10	107	9	84	0	.	7	59	8	96	2	70	8	69	19	52	3	64	5	123	5	72	1	178	7	39	4	133	15	54	9	65	4	118	14	46	9	74	1	146	0	.	1	81	-5	144	8	62	9	35	17	38	16	64	27	30	21	42	11	56	10	48	0	.	1287	6
	Ahorn	10	43	8	49	2	80	1	152	1	99	4	166	11	71	12	45	21	32	12	44	2	149	3	73	-3	95	0	.	2	72	3	53	4	110	3	55	0	.	7	93	3	99	5	78	4	68	1	173	0	100	4	177	6	49	1	123	0	1519	5	61	4	53	4	96	8	77	1	59	-1	439	1	84	-2	103	0	977	20	81	10	57	3	133	15	31	3	53	6	48	4	58	2	110	12	69	5	44	1	47	4	73	7	47	-3	265	7	45	3	100	2	100	0	100	0	64	-3	71	1	62	0	65	3	93	1	60	2	141	1	81	0	100	0	668	3	62	7	98	1	60	1	78	5	50	0	100	2	82	1	113	6	62	0	495	3	69	3	76	1	100	0	.	8	69	1	100	2	68	10	45	1	105	5	64	5	63	13	41	0	616	11	58	2	57	10	56	0	.	351	10
	Esche	6	59	4	76	2	125	2	50	0	.	-4	191	-3	110	8	79	10	47	0	246	0	667	1	388	0	929	0	.	-4	128	13	83	22	49	-3	204	1	100	1	516	1	73	1	238	1	422	2	41	0	.	-15	80	8	50	-2	123	-2	134	2	66	1	63	0	100	0	71	0	100	4	141	0	.	5	92	15	87	-8	110	2	56	5	69	-4	188	4	86	5	47	1	68	-5	109	1	196	2	228	0	73	0	605	3	149	5	58	3	220	1	100	10	100	0	100	1	65	-1	266	5	90	4	57	-3	90	2	78	5	71	2	70	0	.	-4	131	4	56	1	145	14	81	4	90	1	58	1	100	1	90	0	100	1	84	0	465	-1	152	2	61	4	58	0	.	5	62	2	69	2	55	2	158	6	57	3	79	0	1184	1	220	10	51	5	56	2	50	1	113	0	.	182	22
	Eiche	12	72	2	66	0	.	2	61	0	.	0	.	0	71	1	105	14	40	0	.	0	100	0	100	0	346	0	.	0	100	1	100	2	86	5	54	11	77	0	.	0	.	1	100	0	.	0	0	2	100	-3	97	4	97	0	357	1	100	0	295	0	.	0	100	0	100	0	.	0	100	0	.	0	.	1	100	2	100	0	.	0	60	0	0	3	89	0	100	-1	112	1	75	-1	571	0	100	0	.	0	.	1	62	9	87	3	96	0	.	0	.	0	.	-1	285	-1	126	1	1024	-3	76	1	316	3	68	-1	244	0	.	1	100	0	73	0	100	0	.	4	95	0	100	1	71	3	82	1	115	0	.	4	68	1	100	0	164	0	544	0	100	2	100	2	85	2	84	2	54	1	110	0	.	1	80	1	64	1	100	3	81	2	109	2	50	1	84	0	.	104	20
	Kastanie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	7	52	0	163	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	6	93	6	69	-3	289	-8	91	4	350	0	2432	-7	77	-2	679	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	1	100	0	.	0	67	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	630
	übrige Laubhölzer	3	95	10	50	7	48	3	60	0	100	2	109	2	196	10	52	18	40	2	54	1	322	3	76	0	140	0	.	1	122	-7	246	3	56	7	49	1	79	-4	104	-2	113	4	112	9	86	-10	80	14	118	1	315	6	59	0	843	4	65	0	100	0	129	0	100	-1	107	-2	114	1	334	-1	82	2	43	0	100	-1	358	-1	188	4	125	1	133	2	50	7	84	-3	111	5	68	0	76	4	63	0	100	2	74	7	131	7	48	1	159	-2	82	9	107	2	100	3	68	4	106	24	49	0	17032	-5	156	8	79	0	709	-4	100	1	62	-10	69	3	86	0	83	0	1087	8	97	1	94	0	81	0	160	0	412	4	70	0	133	-1	84	0	2530	3	68	0	100	0	100	4	106	3	172	2	238	1	75	2	84	6	72	1	153	2	62	2	59	4	60	5	71	0	.	201	21
	nicht bestimmbar	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	.	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	0	0	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	0	0	.	0	0	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	0	0	0	0	.	0	.	0	.	0	.	0	0	0	0	0	.	0	0	0	.	0	0
	Total	64	34	94	24	80	29	84	31	67	32	67	53	250	19	394	13	525	11	122	31	8	118	30	57	29	44	7	.	24	53	87	34	102	26	109	29	12	61	40	68	146	21	134	21	70	68	218	19	192	24	143	24	131	23	207	20	91	42	26	39	73	24	39	32	35	46	81	31	46	41	22	56	75	34	119	29	48	59	123	22	64	42	92	34	57	51	87	25	20	75	25	63	36	46	44	36	67	30	43	33	67	29	62	31	95	26	18	51	87	25	1	3006	12	83	9	154	54	39	80	28	16	93	42	51	23	59	23	66	33	51	41	51	61	32	56	35	68	34	30	44	52	40	31	45	19	46	41	31	44	38	51	40	27	50	25	55	57	34	13	61	34	41	119	25	105	32	91	34	50	33	17	108	53	28	93	28	109	21	49	31	39	32	61	28	0	.	6794	3

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. 2288755. Birmensdorf, Swiss Federal Research Institute WSL

zurück