Ricerca di risultati

indietro

Qual è il significato dei numeri?
Qual è lo scopo dell'errore standard?
Quando due risultati sono statisticamente diversi?
Quando non è sufficiente considerare solo l'errore standard?
Due tipi di variazione?
Analisi della variazione: Quando i risultati (non) sono additivi?
Perché talvolta l'errore standard e il valore stimato vengono rappresentati con un punto (".")?
Perché alcune tabelle non indicano l'errore standard?
Valori negativi per provvigione, incremento o utilizzazione?

1. Qual è il significato dei numeri?

Le tabelle mostrano principalmente i risultati calcolati con metodi statistici a partire dai dati del campionamento su aree di saggio dell'Inventario forestale nazionale (IFN). Tali risultati sono sempre costituiti da due cifre: 1) il valore stimato e 2) l'errore di campionamento, il cosiddetto errore standard.

Esempio 1: Valore stimato ed errore standard

IFN5

volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

reticolo: reticolo 1,4 km, sottoreticoli 1-5

stato 2018/26
	regione di produzione
	Giura		Altopiano		Prealpi		Alpi		Sud delle Alpi		Svizzera
proprietà (2 classi)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
pubblica	30	10	17	13	37	9	36	6	26	10	30	4
privata	27	17	20	12	50	10	32	8	39	13	34	5
totale	29valore stimato	9errore standard	19	9	44	7	35	5	29	8	32	3

Le tabelle mostrano solitamente l'errore standard relativo (percentuale) ("±%"), ma occasionalmente - nel caso di percentuali stimate - l'errore standard assoluto ("±").

top

2. Qual è lo scopo dell'errore standard?

L'errore standard può essere utilizzato per definire intervalli di confidenza intorno al valore stimato che contengono il valore vero della popolazione con una data sicurezza statistica.

La sicurezza statistica è del

68% se l'intervallo di confidenza è stato calcolato utilizzando l'errore standard semplice
(intervallo di confidenza del 68% = valore stimato ± errore standard), e
95% se l'intervallo di confidenza è stato calcolato con l'errore standard doppio
(intervallo di confidenza del 95% = valore stimato ± 2 × errore standard*)

Esempio 2: Calcolo degli intervalli di confidenza

IFN5

volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

reticolo: reticolo 1,4 km, sottoreticoli 1-5

stato 2018/26
	regione di produzione
	Giura
proprietà (2 classi)	m³/ha	±%
pubblica	30	10
privata	27	17
totale	29	9

Domanda
Quali sono gli intervalli di confidenza del 68% e del 95% dei valori stimati qui sopra?

Procedura

Calcolare l'errore standard assoluto (= errore standard relativo × valore stimato / 100)
Calcolare gli intervalli di confidenza
- intervallo di confidenza del 68% = valore stimato ± errore standard assoluto
- intervallo di confidenza del 95% = valore stimato ± 2 × errore standard assoluto

Risposta

			1^o passo	2^o passo

proprietà (2 classi)	volume di legno morto Giura IFN5
	valore stimato	errore standard		intervallo di confidenza
		relativo	assoluto	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
pubblica	30	10	3	27-33	24-36
privata	27	17	5	22-32	17-37
totale	29	9	3	26-32calcolato con l'errore standard semplice, ossia 29 ± 3	23-35calcolata con il l'errore standard doppio, ossia 29 ± 2 × 3

Il volume di legno morto nel Giura è compreso tra 26 e 32 m³/ha con una sicurezza statistica del 68% e tra 23 e 35 m³/ha con una sicurezza statistica del 95%.

L'intervallo di confidenza del 95% è più ampio di quello del 68%. Ciò si traduce in una maggiore sicurezza statistica.

Esempio 3: Visualizzazione degli intervalli di confidenza del 68% e del 95%

Dati: vedi esempio 2

Quando si interpretano i risultati, bisogna decidere da soli con quale sicurezza statistica si vuole fare un'affermazione.

L'inventario forestale nazionale (IFN) si basa generalmente sull'intervallo di confidenza del 68%.

top

3. Quando due risultati sono statisticamente diversi?*

Questo può essere verificato confrontando gli intervalli di confidenza di due valori stimati:

Se gli intervalli di confidenza del 68% di due valori stimati non si sovrappongono, si può assumere con un certo grado di sicurezza che le due popolazioni differiscano.
Se gli intervalli di confidenza del 95% di due valori stimati non si sovrappongono, si può assumere con un alto grado di sicurezza che le due popolazioni differiscano.

Esempio 4: Interpretazione di due risultati dello stesso inventario

IFN5

provvigione (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

reticolo: reticolo 1,4 km, sottoreticoli 1-5

stato 2018/26
	regione di produzione
	Giura		Altopiano		Prealpi		Alpi		Sud delle Alpi		Svizzera
proprietà (2 classi)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
pubblica	331	3	311	3	405	4	300	3	256	5	314	2
privata	387	5	432	4	454	4	348	4	285	6	398	2
totale	345	2	363	2	431	2	314	2	262	4	343	1

	Caso 2						Caso 1

Caso 1

Domanda
La provvigione all’ettaro è più alta nelle Alpi rispetto al Sud delle Alpi?

Procedura

Calcolare gli errori standard assoluti
Calcolare gli intervalli di confidenza in base al livello di sicurezza desiderato:
- intervalli di confidenza del 68% (certo grado di sicurezza; errore standard assoluto semplice)
- intervalli di confidenza del 95% (alto grado di sicurezza; errore standard assoluto doppio)
Verificare che gli intervalli di confidenza non si sovrappongano al livello di sicurezza desiderato.

Risposta

proprietà (2 classi)	provvigione IFN5
	Alpi					Sud delle Alpi
	valore stimato	errore standard		intervallo di confidenza		valore stimato	errore standard		intervallo di confidenza
		relativo	assoluto	68%	95%		relativo	assoluto	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
totale	314	2	6	308-320	302-326	262	4	10	252-272	242-282

Né gli intervalli di confidenza del 68% né quelli del 95% si sovrappongono (coppie di cifre in ).

In questo caso, il livello di sicurezza scelto non influisce sul risultato.

In generale, ciò significa che vi è un'elevata sicurezza statistica che la provvigione all’ettaro sia più elevata nelle Alpi rispetto al Sud delle Alpi.

Caso 2

Domanda
La provvigione all’ettaro è più alta sull'Altopiano che nel Giura?

Procedura

Vedi il caso 1.

Risposta

proprietà (2 classi)	provvigione IFN5
	Giura					Altopiano
	valore stimato	errore standard		intervallo di confidenza		valore stimato	errore standard		intervallo di confidenza
		relativo	assoluto	68%	95%		relativo	assoluto	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
totale	345	2	7	338-352	331-359	363	2	7	356-370	349-377

Gli intervalli di confidenza del 68% non si sovrappongono (coppie di cifre in ).
Al contrario, gli intervalli di confidenza del 95% si sovrappongono (coppie di cifre in ).

In questo caso, il livello di sicurezza scelto influisce sull'interpretazione dei risultati: Se consideriamo l’intervallo di confidenza del 68%, la conclusione è che la provvigione all’ettaro è più alta sull'Altopiano che nel Giura. Se prendiamo l’intervallo di confidenza del 95%, invece, questa conclusione non può essere tratta.

Considerando entrambi i livelli di sicurezza, si può affermare che statisticamente c'è una certa sicurezza, ma non elevata, che la provvigione all’ettaro sia più alta sull'Altopiano che nel Giura.

Gli intervalli di confidenza possono essere utilizzati anche per verificare se un valore stimato con il campione dell’Inventario forestale nazionale (IFN) si discosta da un valore target (ad esempio in base alla politica forestale) o se una variazione tra due inventari è statisticamente certa.

Esempio 5: Interpretazione di due risultati provenienti da inventari diversi

proprietà (2 classi)	provvigione nell'Altopiano*
	IFN4		IFN5
	m³/ha	±%	m³/ha	±%
pubblica	340	3	309	3
privata	447	4	432	4
totale	386	2	363	2
* bosco accessibile esclusi gli arbusteti IFN4/IFN5

Domanda
La provvigione all’ettaro nell'Altopiano è diminuita dall’IFN4 all’IFN5?

Procedura

Calcolare gli errori standard assoluti
Calcolare gli intervalli di confidenza in base al livello di sicurezza desiderato:
- intervalli di confidenza del 68% (certo grado di sicurezza; errore standard assoluto semplice)
- intervalli di confidenza del 95% (alto grado di sicurezza; errore standard assoluto doppio)
Verificare che gli intervalli di confidenza non si sovrappongano al livello di sicurezza desiderato

Risposta

proprietà (2 classi)	provvigione nell'Altopiano*
	IFN4					IFN5
	valore stimato	errore standard		intervallo di confidenza		valore stimato	errore standard		intervallo di confidenza
		relativo	assoluto	68%	95%		relativo	assoluto	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
pubblica	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privata	447	4	16	431-463	415-479	432	4	17	415-449	398-466
totale	386	2	8	378-394	370-402	363	2	9	354-372	345-381
* bosco accessibile esclusi gli arbusteti IFN4/IFN5

Gli intervalli di confidenza del 68% non si sovrappongono nel bosco pubblico e nel totale (coppie di cifre in ), ma lo fanno nel bosco privato (coppie di cifre in ). Se consideriamo il livello di sicurezza degli intervalli di confidenza del 68%, si può concludere che la provvigione all’ettaro nel bosco pubblico e nel totale dell'Altopiano è diminuito. Per il bosco privato, la diminuzione non è statisticamente certa.

Gli intervalli di confidenza del 95% si sovrappongono in tutte le tre categorie. Se prendiamo in considerazione il livello di sicurezza degli intervalli del 95%, non è quindi statisticamente certo che la provvigione sia diminuita, nemmeno per il bosco pubblico e il totale.

Tuttavia, si vedano gli esempi 6 e 7, in cui le variazioni tra due inventari sono interpretate utilizzando il bilancio, il quale è più sensibile.

Per molte variabili target l’IFN permette di verificare se una variazione tra due inventari è statisticamente certa, non solo confrontando gli stati nei due inventari (vedi esempio 5), ma anche analizzando la variazione, cioè il bilancio tra i due inventari.

A tal fine, è anche necessario definire il livello di sicurezza da applicare all’affermazione:

Una variazione (bilancio) si è verificata con un certo grado di sicurezza se l'errore standard relativo semplice è inferiore al 100% o se l'intervallo di confidenza calcolato con l'errore standard assoluto semplice (intervallo di confidenza del 68%) non include il valore 0.
Una variazione (bilancio) si è verificata con un alto grado di sicurezza se l’errore standard relativo doppio è inferiore al 100% o se l'intervallo di confidenza calcolato con l’errore standard assoluto doppio (intervallo di confidenza del 95%) non include il valore 0.

Esempio 6: Interpretazione delle variazioni (bilanci) con l'errore standard relativo

proprietà (2 classi)	variazione della provvigione IFN4-IFN5 nell'Altopiano*
	valore stimato	errore standard
	m³/ha	±%
pubblica	-34	30
privata	-9	147
totale	-23	34
* bosco accessibile esclusi gli arbusteti IFN4/IFN5

Domanda
La provvigione all’ettaro nell'Altopiano è diminuita dall’IFN4 all’IFN5?

Procedura

Definire il livello di sicurezza (intervallo di confidenza del 68% o 95%)
Controllare se
- l'errore standard relativo semplice è inferiore al 100% (livello di sicurezza dell'intervallo di confidenza del 68%)
- l'errore standard relativo doppio è inferiore al 100% (livello di sicurezza dell'intervallo di confidenza del 95%)

Risposta

proprietà (2 classi)	variazione della provvigione IFN4-IFN5 nell'Altopiano*
	valore stimato	errore standard
		semplice	doppio
	m³/ha	±%	±%
pubblica	-34	30	60
privata	-9	147	294
totale	-23	34	68
* bosco accessibile esclusi gli arbusteti IFN4/IFN5

L'errore standard relativo semplice è inferiore al 100% sia per il bosco pubblico che per il totale (cifre ). Per il bosco privato, invece, è superiore al 100% (cifre ). Considerando il livello di sicurezza dell'intervallo di confidenza del 68%, si può concludere che la provvigione nell'Altopiano è diminuita sia nel bosco pubblico che nel totale. Per il bosco privato, invece, la diminuzione della provvigione non è statisticamente certa.

In questo esempio si giunge alla stessa conclusione con il livello di sicurezza dell'intervallo di confidenza del 95%, poiché anche l’errore standard relativo doppio per il bosco pubblico e il totale è inferiore al 100%.

In generale, ciò significa che c'è un’elevata sicurezza statistica che la provvigione all’ettaro è diminuita nel bosco pubblico dell'Altopiano, così come nell’insieme dei boschi. Per il bosco privato, invece, la diminuzione della provvigione non è statisticamente certa (poiché sia l’errore standard relativo doppio che quello semplice sono inferiori al 100%).

Esempio 7: Interpretazione delle variazioni (bilanci) con l'errore standard assoluto

proprietà (2 classi)	variazione della provvigione IFN4-IFN5 nell'Altopiano*
	valore stimato	errore standard
	%	±
pubblica	-10	3
privata	-2	3
totale	-6	2
* bosco accessibile esclusi gli arbusteti IFN4/IFN5

Domanda
La provvigione all’ettaro nell'Altopiano è diminuita dall’IFN4 all’IFN5?

Procedura

Definire il livello di sicurezza (intervallo di confidenza del 68% o del 95%)
Calcolare l'intervallo di confidenza sulla base del livello di sicurezza definito
- intervallo di confidenza del 68% con l’errore standard assoluto semplice
- intervallo di confidenza del 95% con l'errore standard assoluto doppio
Verificare se l'intervallo di confidenza corrispondente non include il valore 0

Risposta

proprietà (2 classi)	variazione della provvigione IFN4-IFN5 nell'Altopiano*
	valore stimato	errore standard		intervallo di confidenza
		semplice	doppio	68%	95%
	%	±	±	%	%
pubblica	-10	3	6	-13 a -7	-16 a -4
privata	-2	3	6	-5 a +1	-8 a +4
totale	-6	2	4	-8 a -4	-10 a -2
* bosco accessibile esclusi gli arbusteti IFN4/IFN5

Sia l'intervallo di confidenza del 68% che quello del 95% non includono il valore 0, per il bosco pubblico e per il totale. Per entrambi i livelli di sicurezza, ciò porta a concludere che la provvigione nell'Altopiano è diminuita sia nel bosco pubblico sia nel totale. Per il bosco privato, invece, la diminuzione della provvigione non è statisticamente certa (poiché gli intervalli di confidenza includono il valore 0).

Le variazioni (bilanci) possono essere interpretate utilizzando l'errore standard assoluto o relativo (vedi esempi 6 e 7). È consigliabile utilizzare l'errore standard assoluto se il valore stimato nella tabella è indicato in percentuale (%) (come nell'esempio 7), e l'errore standard relativo se il valore stimato nella tabella è indicato in cifre assolute (m³, m³/ha, n, m²) (come nell'esempio 6). Così, l'errore standard può essere ricavato direttamente dalla tabella e non deve essere convertito.

Per verificare se una variazione è statisticamente certa, è consigliabile analizzare, laddove è possibile, la variazione (bilancio) tra i due inventari. I bilanci sono più sensibili rispetto ai confronti dello stato, il che rende più facile individuare le differenze a livello statistico.

top

4. Quando non è sufficiente considerare solo l'errore standard?

L'Inventario forestale nazionale (IFN) è un inventario su larga scala basato su campioni, le cui aree di saggio sono disposte su una griglia con una dimensione di maglia di 1,4 km × 1,4 km. L'IFN è stato concepito in modo tale da poter stimare la provvigione per l'intera Svizzera con un errore standard massimo dell'1%.

Se si consultano risultati per singole regioni o per singole classi, si nota che l'errore standard diventa rapidamente molto più grande. Ciò è dovuto al fatto che il numero di aree di saggio e oggetti (ad esempio alberi campione, piante del bosco giovane, pezzi di legno morto, ecc.) analizzati per la combinazione di categorie di variabili* è significativamente inferiore rispetto al totale.

Esempio 8: Errore standard e combinazione di categorie di variabili

regione	provvigione
	totale		acero		acero di monte		acero riccio
	valore stimato	errore standard	valore stimato	errore standard	valore stimato	errore standard	valore stimato	errore standard
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Svizzera	343	1	12	5	11	5	1	20
regione di produzione "Altopiano"	363	2	15	10	14	11	0	50
canton Argovia	289	7	15	20	13	20	1	63

L'errore standard aumenta con l'aumentare del grado di dettaglio.

È lecito attendersi errori standard elevati se

sono stati selezionati i circondari forestali come suddivisione regionale o sono stati richiesti i risultati di piccoli cantoni (ad esempio Appenzello Interno, Nidvaldo),
è stata selezionata una variabile di classificazione con molte classi (ad esempio, specie arboree in 56 classi),
diverse variabili di classificazione sono combinate tra loro (ad esempio, specie arborea principale e stadio di sviluppo).

Errori standard elevati indicano che una stima si è basata possibilmente su un numero troppo piccolo di aree di saggio o oggetti e che di conseguenza il risultato della stima potrebbe non essere affidabile.

Per la variabile target "numero di fusti del bosco giovane con brucatura" (intensità della brucatura), l'incertezza della stima non è necessariamente riconoscibile da un errore standard elevato. Ciò è dovuto al fatto che questa variabile target è una stima per quoziente**, che si basa, a causa del metodo di rilievo, solo su un piccolo numero di piante esaminate per le specie arboree più rare (ad esempio pino silvestre, larice, pino cembro, quercia, castagno). Di conseguenza, per la variabile target "numero di fusti del bosco giovane con brucatura" si dovrebbe sempre controllare su quante piante esaminate si basano i singoli valori stimati. Come regola generale, per ottenere una stima affidabile, per ogni valore stimato dovrebbero essere esaminate almeno 30 piante in relazione alla brucatura.

top

5. Due tipi di variazione?

Nell'Inventario forestale nazionale (IFN) si distinguono due tipi di variazioni

Il primo tipo di variazione prevede variabili target specifiche per componenti di variazione come l’incremento, l’utilizzazione o la mortalità. Queste variabili target sono disponibili solo per due cicli di misurazione successivi, ad esempio IFN4-IFN5. Quando si valutano le componenti di variazione, la categoria della variabile di classificazione del secondo ciclo di misurazione viene assegnata anche a quella del primo ciclo di misurazione. Queste elaborazioni non tengono quindi conto del cambiamento di una categoria (ad esempio, da proprietà privata a pubblica) avvenuta tra un ciclo di misurazione e quello successivo.
Nel secondo tipo di variazione, si utilizza la differenza di variabili target come il numero di fusti, la provvigione o la superficie forestale per fare il bilancio tra due cicli di misurazione. Queste variabili target sono solitamente impiegate per rappresentare uno stato, ad esempio l'IFN5, ma possono anche mostrare il cambiamento avvenuto tra due cicli di misurazione qualsiasi, ad esempio l'IFN1 e l'IFN5. Nell’analisi di questo tipo di variazioni si tiene conto dell’eventuale cambiamento di categoria per alcune delle variabili di classificazione. Si tratta in particolare delle variabili "stato dell’albero" o "bosco, non bosco". Così, possiamo ad esempio notare che la superficie forestale è aumentata. Nel caso delle altre variabili di classificazione, le categorie delle variabili sono considerate statiche. Ciò significa che lo stato più recente – non importa se rilevato in un ciclo di misurazione (ad esempio, la funzione predominante IFN5) o se preso da una fonte di dati esterna (ad esempio, il bosco di protezione [2022]) - viene assegnato a tutti i cicli di misurazione.

top

6. Analisi della variazione: Quando i risultati (non) sono additivi

I risultati sono

additivi se sono indicati come variazione totale tra due date di misurazione. Ad esempio, le utilizzazioni riportate per le varie regioni di produzione in metri cubi (m³) possono essere sommate per ottenere l'utilizzazione per la Svizzera.
non sono additivi, se sono riportati come variazione annuale (ad esempio, m³/anno). Di conseguenza, ad esempio, le utilizzazioni riportate per le varie regioni di produzione in metri cubi all'anno (m³/anno) non possono essere sommate per ottenere l'utilizzazione per la Svizzera.

Esempio 9: Additività/non additività delle variazioni

	provvigione: variazione totale IFN4-IFN5 (in 1000 m³)*
	Giura		Altopiano		Prealpi		Alpi		Sud delle Alpi		Svizzera
alta/bassa quota	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
basse quote	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
alte quote	574.3	117	-328.0	62	1093.0	123	7128.4	21	666.7	93	9134.3	24
totale	-3184.7	40	-5237.1	34	67.9	2805	6811.3	23	4130.8	30	2588.1	136
	* nell bosco accessibile esclusi gli arbusteti IFN4/IFN5
	additivo

	provvigione: variazione all'anno IFN4-IFN5 (in 1000 m³/anno)*
	Giura		Altopiano		Prealpi		Alpi		Sud delle Alpi		Svizzera
alta/bassa quota	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%
basse quote	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
alte quote	64.7	117	-38.3	62	122.4	123	810.4	21	74.9	93	1032.7	24
totale	-357.3	40	-598.4	34	7.6	2805	773.8	23	464.4	30	292.7	136
	* nell bosco accessibile esclusi gli arbusteti IFN4/IFN5
	non additivo

La non additività delle variazioni all’anno è dovuta al fatto che la variazione totale è divisa per il numero medio di anni tra i due punti di misurazione nell’ambito* considerato, e il numero medio di anni varia leggermente a seconda dell’ambito*.

Esempio 10: Numero medio di anni per ambito

ambito		numero medio di anni
regione di produzione	alta/bassa quota
Altopiano	-	8.75
Altopiano	alte quote	8.56
Altopiano	basse quote	8.76
Sud delle Alpi	-	8.90
Sud delle Alpi	alte quote	8.90
Sud delle Alpi	basse quote	8.89
* tra le misurazione dell'IFN4 e dell'IFN5 nel bosco accessible esclusi gli arbusteti

top

7. Perché talvolta l'errore standard e il valore stimato vengono rappresentati con un punto (".")?

Quando si calcola una tabella dei risultati, non sempre sono disponibili dati per tutte le combinazioni di categorie di variabili*. Nella maggior parte dei casi, ciò indica che il parametro stimato con la variabile target non esiste o esiste solo molto raramente. In genere viene quindi inserito il valore 0. Tuttavia, poiché questo valore non si basa su misurazioni dirette, l'errore standard associato viene indicato con un punto ("."). Se nel calcolo si fa riferimento al valore presunto di 0, ad esempio per le percentuali o per alcune stime di variazione, non è possibile utilizzare alcun valore. In questo caso, il valore stimato e l'errore standard vengono contraddistinti da un punto (".").

Ad esempio, fino ad oggi nell’Inventario forestale nazionale (IFN) non sono stati trovati né misurati dei pini cembri nella regione dell'Altopiano (provvigione della specie «pino cembro» in funzione della regione di produzione). Si può quindi ipotizzare che questi valori siano mancanti, poiché il pino cembro effettivamente non è presente nell'Altopiano e pertanto la sua provvigione deve inevitabilmente corrispondere al valore 0.

top

8. Perché alcune tabelle non indicano l'errore standard?

I dati di queste tabelle provengono da un rilievo completo e non da un inventario per campione. Di conseguenza, non è necessario specificare un errore standard, poiché non c'è incertezza dovuta al campionamento.

Ad esempio, il rilievo sull’allacciamento che l'Inventario forestale nazionale (IFN) effettua periodicamente presso i servizi forestali locali è un rilievo completo.

top

9. Valori negativi per provvigione, incremento o utilizzazione?

Questo è possibile se il risultato può essere stato calcolato solo sulla base di pochi alberi. La stima non è quindi affidabile. Ciò si riflette anche nell'errore standard, che di solito è estremamente elevato per i valori negativi di provvigione, incremento o utilizzazione.

I valori negativi sono dovuti al fatto che, nel determinare il volume del legno del fusto degli alberi campione, il volume stimato esclusivamente sulla base del diametro a petto d'uomo (DPU) (volume della tariffa) viene corretto con il volume degli alberi campione per la tariffa stimato a sua volta sulla base del DPU, del diametro a 7 m di altezza e dell'altezza dell'albero. Questa procedura consente di calcolare il volume del legno del fusto in modo non distorto e più preciso. Tuttavia, può portare a valori negativi per tutte le variabili target che si basano sul volume del legno del fusto degli alberi campione (ad esempio, provvigione, incremento, utilizzazione) se il numero di alberi campione in una combinazione di categorie di variabili* è basso.

top

IFN5
provvigione (legno del fusto)
tipo di bosco (17 classi)
suddivisione regionale: circondario forestale (2023)
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN4/IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
	circondario forestale (2023)
	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		laghi		Svizzera
tipo di bosco (17 classi)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
bosco non accessibile	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
arbusteto	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
superficie forestale perennemente non boscata	117	.	0	.	0	.	93	103	32	.	0	.	733	57	367	80	268	69	45	.	157	.	0	.	41	.	0	.	0	.	286	77	367	68	131	.	0	.	52	88	0	.	152	56	38	.	52	63	0	.	283	100	483	83	377	72	0	.	0	.	34	.	0	.	0	.	157	.	0	.	0	.	0	.	0	.	0	.	0	.	536	73	0	.	155	.	0	.	79	.	0	.	0	.	25	.	154	.	0	.	71	.	0	.	123	.	0	.	4	.	0	.	137	.	0	.	1	.	0	.	0	.	5	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	301	74	0	.	0	.	0	.	120	72	0	.	0	.	248	.	70	.	245	.	0	.	808	77	20	84	158	67	0	.	149	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7673	17
superficie forestale temporaneamente non boscata	0	.	0	.	0	.	0	.	0	.	36	.	196	83	10	.	73	100	0	.	0	.	0	.	0	.	0	.	0	.	34	.	0	.	0	.	0	.	19	90	121	100	0	.	81	85	254	62	199	49	18	.	0	.	0	.	4	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	68	.	0	.	0	.	111	88	0	.	0	.	12	.	0	.	0	.	0	.	116	.	25	73	0	.	0	.	59	81	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	52	.	173	.	0	.	16	.	0	.	52	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	73	8	.	10	.	0	.	0	.	0	.	0	.	0	.	3	.	0	.	0	.	0	.	1786	22
striscia aperta nel soprassuolo e scarpata	0	.	0	.	0	.	198	.	0	.	0	.	164	72	99	.	43	.	0	.	49	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	68	.	0	.	34	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	68	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	146	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	905	35
soprassuolo perennemente aperto	0	.	0	.	0	.	0	.	0	.	0	.	470	50	0	.	79	.	220	68	0	.	0	.	16	.	0	.	0	.	0	.	122	.	0	.	0	.	327	52	287	52	136	66	726	39	610	40	693	36	151	91	0	.	0	.	96	82	0	.	99	73	0	.	22	.	89	.	165	72	101	71	94	.	0	.	82	.	29	85	0	.	220	83	0	.	120	.	0	.	0	.	-18	.	108	86	63	.	0	.	0	.	0	.	0	.	17	.	83	71	202	87	127	62	4	.	18	77	439	55	81	54	22	.	0	.	0	.	0	.	266	71	131	63	109	.	0	.	0	.	84	.	0	.	154	.	416	43	49	.	211	82	205	58	31	.	0	.	0	.	0	.	442	32	323	48	569	62	0	.	0	.	0	.	0	.	0	.	0	.	4	.	0	.	0	.	9095	10
selva, arboricoltura	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	73	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	120	.	169	.	0	.	71	.	290	71	117	.	130	.	187	.	0	.	0	.	0	.	0	.	312	.	0	.	0	.	0	.	0	.	177	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	120	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1765	31
ceduo	0	.	0	.	0	.	0	.	0	.	0	.	18	77	29	.	42	.	0	.	0	.	0	.	19	.	0	.	0	.	0	.	233	60	0	.	0	.	25	100	28	95	0	.	88	83	563	49	63	95	215	99	0	.	139	.	0	.	0	.	0	.	0	.	0	.	0	.	42	.	0	.	0	.	0	.	0	.	0	.	246	.	0	.	465	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	152	.	0	.	0	.	85	80	52	.	108	.	713	35	690	41	2261	24	9	.	448	55	706	37	0	.	0	.	0	.	0	.	0	.	22	.	18	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	73	.	0	.	0	.	0	.	54	81	85	57	203	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7894	12
ceduo composto	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	122	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	163	.	0	.	141	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	91	.	83	.	120	95	78	.	182	72	641	41	21	.	118	71	339	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	149	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	103	.	17	.	0	.	0	.	0	.	0	.	0	.	0	.	101	.	0	.	0	.	2504	21
fustaia a struttura disetanea	102	.	20	.	0	.	0	.	0	.	0	.	3663	23	2167	27	66	.	482	65	0	.	0	.	0	.	0	.	84	.	248	73	355	61	168	.	0	.	147	76	601	47	784	44	967	34	1109	35	1857	28	81	.	872	45	307	65	931	38	123	86	956	44	0	.	275	83	684	47	203	.	168	81	169	71	0	.	91	.	155	60	0	.	309	66	0	.	57	.	115	.	0	.	203	71	124	.	176	88	40	.	151	71	0	.	0	.	163	.	197	71	22	.	0	.	0	.	0	.	80	72	77	.	167	69	149	84	0	.	55	77	0	.	121	.	262	67	0	.	0	.	0	.	0	.	0	.	470	41	130	73	171	74	79	.	0	.	0	.	0	.	0	.	1224	30	1220	29	781	41	251	73	0	.	0	.	0	.	134	73	0	.	0	.	0	.	0	.	24766	7
fustaia irregolare	120	.	255	58	327	52	88	.	293	.	203	71	4013	21	2719	24	1045	40	1719	29	162	73	0	.	298	58	0	.	0	.	158	.	631	50	651	58	0	.	1371	38	1289	32	1230	37	847	48	2893	22	1830	26	2389	28	722	46	538	61	1741	35	0	.	634	48	736	42	539	59	881	51	230	87	879	48	875	44	702	59	480	73	1202	42	861	51	1311	43	123	.	86	.	280	.	111	.	421	52	511	58	102	74	321	57	297	72	0	.	289	59	509	58	2448	57	907	42	278	51	802	38	166	.	987	34	584	45	621	48	563	68	183	.	793	47	316	61	219	85	760	60	478	.	7	.	561	50	0	.	0	.	514	50	182	77	610	49	645	50	71	.	0	.	0	.	303	.	1329	31	2977	23	2232	26	0	.	278	.	417	58	216	60	208	72	206	71	212	88	37	.	0	.	61021	5
novelleto/spessina	155	73	57	71	72	.	28	56	0	.	133	72	1303	34	419	44	332	62	73	100	46	.	9	.	0	.	0	.	0	.	74	72	99	76	102	.	27	71	46	100	458	49	19	.	347	100	905	39	423	56	98	57	25	.	324	66	202	68	0	.	0	.	52	.	52	95	0	.	0	.	23	.	4	.	52	.	19	100	55	70	14	77	45	.	80	85	0	.	56	72	1	.	0	.	14	.	146	63	67	.	0	.	0	.	117	.	4	77	0	.	0	.	4	78	27	.	0	.	0	.	0	.	0	.	38	100	0	.	6	100	0	.	72	.	0	.	-12	.	0	.	0	.	100	80	214	62	82	100	0	.	0	.	26	100	0	.	0	.	10	.	0	.	0	0	84	58	11	91	81	71	38	.	6	.	187	61	176	72	0	.	12	.	0	.	0	.	7741	12
perticaia	441	40	405	39	370	55	109	63	0	.	274	87	1415	27	468	41	1705	24	229	48	197	53	201	53	338	57	0	.	89	.	144	97	232	66	488	54	0	.	428	68	326	53	131	79	555	33	1362	27	935	33	687	51	560	44	732	46	719	41	341	54	135	73	48	.	50	70	0	.	148	94	112	70	177	93	324	54	307	52	151	79	0	.	150	100	324	52	256	62	89	70	130	58	172	77	409	53	538	51	97	.	364	48	226	59	347	57	109	57	458	37	93	74	199	65	40	.	253	65	1007	28	81	70	158	62	100	.	368	59	357	64	168	65	305	51	416	54	385	58	442	62	39	.	51	.	292	58	0	.	42	.	0	.	253	66	78	.	132	79	0	.	113	72	858	30	565	40	708	35	120	71	119	91	470	44	119	59	465	59	431	48	247	63	386	47	0	.	28860	6
fustaia giovane	219	74	585	44	136	70	560	56	222	.	285	71	873	35	1097	40	2336	26	1150	33	0	.	215	80	394	58	0	.	280	72	794	45	546	55	310	90	0	.	302	62	1172	40	1066	42	541	50	978	39	1078	34	1201	39	387	73	983	41	183	71	0	.	268	86	0	.	17	.	0	.	434	78	159	78	1073	44	112	.	633	59	996	41	354	85	58	.	747	42	99	.	242	71	229	56	183	76	89	.	132	.	0	.	388	74	168	74	482	50	0	.	598	48	74	.	127	61	248	67	120	.	1101	38	674	45	478	46	753	50	132	.	153	74	637	42	236	75	55	.	0	.	0	.	315	59	150	78	0	.	86	.	389	58	634	55	119	.	350	59	57	.	0	.	0	.	1299	30	1158	42	1131	34	227	.	236	71	0	.	1104	41	705	46	267	72	71	.	460	60	0	.	38901	6
fustaia adulta	1412	33	335	58	431	60	62	.	797	61	1017	60	2427	29	1145	44	3136	27	2966	26	116	.	696	52	903	45	0	.	535	64	1160	50	1170	42	1133	44	305	71	1156	37	1627	34	1237	39	1234	44	2354	27	3659	21	1802	30	832	51	863	51	412	73	342	75	232	73	248	71	0	.	534	63	1047	51	140	85	524	71	800	59	694	55	528	52	301	71	2349	32	1544	32	1199	40	637	43	436	52	1384	38	379	64	537	62	1171	41	200	71	471	51	230	71	181	72	583	52	135	80	60	.	275	83	339	64	705	50	342	55	848	48	289	.	742	73	741	60	379	79	300	58	371	72	615	62	280	71	1077	40	0	.	157	66	998	38	171	71	457	60	135	.	261	73	377	71	199	.	0	.	1377	43	773	49	1861	32	640	50	690	51	922	48	728	45	759	46	199	76	383	60	281	71	0	.	70481	5
fustaia matura	637	48	616	53	810	51	3512	24	2457	36	2871	33	8282	18	8416	17	8055	16	3648	23	167	.	481	61	950	52	254	.	733	58	1856	39	2006	33	2175	34	161	94	1897	39	3997	25	1794	32	3395	27	6178	19	4425	22	5187	21	1304	38	2723	32	3114	29	569	60	796	60	435	76	626	58	1539	40	1109	46	545	75	2518	34	2253	37	1226	53	2196	31	1994	40	3346	29	1211	42	1540	36	0	.	1027	43	478	59	2374	33	1800	36	1808	37	1579	40	1660	37	1609	34	716	50	942	57	947	43	476	52	263	81	0	.	665	47	261	84	789	57	767	53	717	52	443	72	1251	48	1536	44	1259	51	784	52	0	.	1469	36	325	.	0	.	258	.	1128	46	485	58	829	50	302	73	614	46	99	.	698	58	4888	20	1869	36	4045	23	743	60	657	58	266	75	1811	38	1420	41	648	56	287	60	758	44	0	.	151753	3
rilevamento incompleto	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
totale	3202	20	2273	22	2147	26	4650	20	3802	28	4818	24	23556	9	16935	10	17180	10	10533	12	894	34	1602	31	2959	24	254	.	1720	35	4754	22	5762	17	5158	21	494	54	5769	18	10096	13	6549	16	8852	15	17259	9	15234	10	12112	12	5186	19	6986	17	7403	16	1410	34	3154	24	1519	32	1581	34	3885	23	3378	26	2128	29	5444	21	4243	25	3530	26	5312	19	4306	25	7857	17	4812	18	3358	23	1751	28	1934	27	2823	24	4044	22	3647	23	3505	24	3203	24	2640	26	3221	22	1874	28	5567	28	2836	23	2200	20	2602	21	4089	17	5130	15	2796	20	4320	19	2686	28	2141	34	2547	28	3015	26	3285	25	3428	26	2269	34	745	45	3847	21	855	47	817	35	2824	21	2361	27	2635	24	2291	26	1415	32	1251	33	553	60	1114	46	12315	12	9183	13	11848	12	2062	30	2313	28	2081	28	4165	22	3867	21	1753	29	1318	30	1923	26	0	.	415143	1

Citazione delle tabelle

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: Inventario forestale nazionale svizzero - Tabella n. 2305615. Birmensdorf, Swiss Federal Research Institute WSL
https://doi.org/10.21258/1943994