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)
proprietà (2 classi) · diametro a petto d'uomo (classi dimensionali)
suddivisione regionale: circondario forestale (2023)
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1-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
proprietà (2 classi)	diametro a petto d'uomo (classi dimensionali)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	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	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	.
	12-15 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	16-23 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	24-35 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	36-51 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	=52 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
pubblica	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	.
	12-15 cm	158	30	67	33	15	47	31	32	4	71	28	52	81	25	175	42	262	26	158	28	68	46	52	46	42	51	2	.	18	81	30	42	86	40	58	56	5	100	54	30	80	28	63	31	131	27	428	24	269	26	156	41	60	40	27	39	34	50	39	46	13	47	52	52	30	59	62	59	13	56	97	43	101	42	28	49	25	54	73	58	23	50	13	46	85	34	88	43	52	43	88	45	55	58	61	43	29	59	21	42	14	60	8	75	9	52	42	39	136	38	40	32	137	38	11	67	38	52	203	36	81	34	57	31	12	88	39	61	48	39	61	38	35	47	61	78	17	57	15	64	65	46	14	61	72	47	29	58	30	61	63	47	63	57	24	62	16	73	17	73	21	87	218	23	204	27	246	21	22	43	13	50	30	45	22	58	122	46	37	43	33	45	9	42	0	.	6124	5
	16-23 cm	274	28	206	36	279	39	105	37	20	50	125	51	302	35	417	24	646	17	653	21	138	42	133	42	165	46	0	.	55	44	194	39	310	42	190	39	10	100	245	29	344	27	241	26	393	28	1105	16	803	17	755	20	128	42	113	38	136	42	62	69	116	36	107	40	131	47	107	42	139	62	226	32	374	37	97	70	155	41	302	39	182	45	119	43	192	30	259	37	157	41	152	33	142	39	177	44	137	41	112	53	132	42	148	53	27	48	196	37	385	27	174	30	333	29	101	49	182	34	457	24	370	29	221	37	167	53	68	54	191	40	200	36	103	41	145	56	50	45	16	59	206	32	109	58	72	51	201	27	129	41	151	43	137	42	73	58	39	56	10	100	33	84	858	21	610	26	764	20	67	44	55	46	37	99	83	48	201	50	99	45	140	70	56	45	0	.	19725	3
	24-35 cm	402	31	538	34	338	33	316	42	249	47	530	43	950	24	705	23	1032	20	1931	19	107	52	177	44	399	34	-5	.	299	50	418	40	858	27	464	45	43	75	393	42	1129	23	811	23	614	29	2538	15	2323	14	1133	19	281	37	493	43	313	38	116	53	255	36	241	47	164	54	232	60	425	52	487	37	967	29	198	42	171	46	618	35	400	58	505	35	707	28	526	35	401	33	185	41	361	39	335	32	631	33	192	49	468	42	145	46	160	46	104	53	1244	42	436	30	505	32	276	49	447	41	1004	23	688	27	474	34	468	45	48	82	440	40	381	35	227	32	195	49	258	58	81	74	556	32	186	57	154	54	515	29	401	35	414	48	117	47	182	55	157	56	103	72	0	0	1309	18	1580	22	1790	17	302	41	166	43	107	58	117	57	191	54	291	45	148	43	285	40	0	.	45015	3
	36-51 cm	682	28	321	31	644	32	700	27	649	39	836	38	1448	24	1745	24	2012	17	3128	16	142	56	482	40	523	37	38	.	599	43	643	35	1018	30	1057	37	99	88	1328	26	2243	20	1138	20	1516	24	4240	13	5150	13	3149	18	334	32	849	33	442	42	145	50	469	47	396	37	346	48	385	34	705	43	550	29	1221	28	508	43	588	39	1184	25	471	34	486	34	1609	23	620	30	904	30	485	35	704	34	885	31	678	34	914	31	267	76	209	51	308	45	353	46	1424	32	897	29	278	28	165	40	331	51	895	22	642	28	724	35	352	42	146	53	667	37	589	46	738	45	295	50	279	45	117	92	1033	27	127	90	340	39	786	25	496	31	938	27	515	36	403	49	293	50	258	63	12	100	2319	18	1941	19	2732	16	392	44	459	40	335	42	167	58	330	41	335	37	289	45	357	38	0	.	75938	3
	=52 cm	605	31	622	37	871	39	1744	27	730	50	781	45	2026	30	2563	24	3417	18	2081	21	344	56	407	53	456	57	219	.	429	52	792	40	896	34	968	33	0	.	2568	25	2224	25	2202	23	2649	23	5289	15	4510	15	3242	20	897	36	948	43	419	44	476	58	738	48	470	56	533	48	773	42	273	71	516	47	1119	28	895	42	313	43	1234	30	1378	38	1199	44	1265	29	1157	37	182	70	612	42	470	40	1696	30	642	40	1195	38	136	61	385	53	858	42	828	37	2074	32	696	35	398	35	135	58	243	55	1132	25	407	36	771	40	378	55	407	55	661	48	865	41	1146	38	426	47	469	48	139	100	1191	33	166	76	179	52	658	36	820	45	674	33	725	40	218	53	440	44	165	59	241	100	3464	18	1703	22	3373	19	268	47	857	42	520	42	230	82	456	42	322	43	377	43	456	42	0	.	92092	3
	totale	2120	23	1755	26	2147	26	2896	24	1652	41	2299	36	4806	22	5605	18	7370	14	7951	14	800	37	1250	33	1585	36	254	.	1399	39	2077	30	3167	23	2737	30	157	84	4587	22	6021	17	4456	18	5304	19	13600	11	13055	11	8435	15	1699	29	2431	32	1344	36	838	42	1592	36	1265	36	1205	39	1560	34	1555	42	1875	32	3782	22	1725	36	1252	34	3411	24	2454	31	2321	34	3858	21	2650	25	1695	28	1522	29	1733	30	3154	26	2117	29	2434	29	1017	45	895	37	1363	36	1522	32	5263	29	2244	25	1651	23	688	37	1240	32	3691	18	2188	24	2246	28	1377	37	708	47	2006	32	2096	32	2249	33	1121	38	1074	39	368	59	3052	24	601	59	817	35	2191	24	1875	30	2240	26	1558	30	900	42	944	37	553	60	307	87	8168	14	6038	17	8904	14	1051	38	1550	34	1028	33	619	47	1300	31	1084	33	986	32	1164	34	0	.	238895	2
privata	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	.
	12-15 cm	6	62	15	58	0	.	33	55	2	72	22	48	285	15	186	17	326	29	80	53	2	100	10	87	20	46	0	.	6	100	59	45	37	44	29	38	9	88	4	55	54	39	21	52	52	48	41	88	20	62	61	38	106	49	182	39	130	29	3	73	36	37	5	100	3	162	14	49	34	49	4	.	12	57	34	76	26	88	56	47	7	71	32	37	23	69	2	73	0	.	9	71	16	66	67	79	13	62	19	60	13	252	51	40	60	35	5	.	5	72	2	100	9	100	88	63	133	29	13	92	9	71	84	36	21	45	6	85	8	58	10	67	23	69	33	59	11	67	14	72	9	62	1	.	0	.	14	54	6	83	5	100	7	63	5	59	0	0	0	.	14	80	133	35	78	30	28	40	6	100	13	53	15	51	44	39	55	70	2	100	2	100	23	45	0	.	3271	6
	16-23 cm	9	131	15	69	0	.	89	49	76	68	65	69	889	17	655	16	825	23	214	36	3	100	39	78	64	55	0	.	22	100	225	42	56	250	239	79	53	100	50	49	127	32	154	55	137	42	108	42	126	50	146	30	276	35	352	32	405	23	25	72	126	47	6	100	39	67	208	44	200	52	21	.	42	57	81	61	126	53	115	48	50	66	134	32	73	56	40	72	0	.	23	100	39	53	89	54	36	55	52	67	99	43	113	58	178	36	18	.	0	.	28	73	57	71	195	37	582	27	73	91	57	74	286	37	67	51	49	60	107	62	55	55	31	65	100	60	53	76	36	100	46	75	0	.	0	.	41	57	48	91	16	100	55	51	54	85	4	100	0	.	78	78	356	35	294	29	185	38	17	100	76	54	62	56	161	35	45	43	18	81	0	.	98	47	0	.	10781	5
	24-35 cm	73	76	39	71	0	.	288	58	295	51	523	42	2618	13	1664	19	1513	20	411	39	9	100	89	73	195	50	0	.	54	79	413	51	304	45	423	34	29	77	205	62	202	38	513	48	400	40	370	47	158	48	503	33	564	33	696	26	1123	24	156	91	340	39	17	100	84	76	318	39	511	40	107	.	192	47	462	43	407	47	293	50	388	71	532	35	363	49	98	90	6	.	65	72	300	53	69	60	181	56	103	66	486	40	218	43	452	42	17	.	52	71	108	71	89	77	519	30	863	27	155	100	147	80	432	35	448	50	202	65	88	65	147	57	92	76	466	51	275	56	53	100	161	48	0	.	0	.	115	61	153	66	72	85	120	61	162	52	58	71	0	.	95	76	599	37	541	36	281	35	80	63	76	76	160	49	754	34	428	33	48	100	23	100	258	48	0	.	28163	5
	36-51 cm	502	43	212	47	0	.	480	48	756	42	825	35	5476	13	3074	16	2963	19	766	35	12	100	214	96	386	41	0	.	141	78	757	35	612	36	814	33	123	84	340	44	1122	29	381	42	561	35	528	43	273	52	1543	25	1126	30	1164	25	1671	22	175	63	516	43	109	83	178	63	782	35	436	43	30	.	443	54	848	36	726	44	335	41	651	49	1324	28	268	49	178	71	50	.	160	71	427	44	144	82	374	46	337	61	807	30	491	37	412	38	13	.	43	73	100	71	24	100	548	28	871	26	34	80	89	66	360	39	348	47	541	64	184	68	204	52	238	50	596	40	403	53	207	73	228	50	11	.	0	.	305	47	96	64	154	80	332	52	159	59	61	78	0	.	232	58	884	36	619	36	664	37	162	70	350	60	358	46	980	27	1204	30	181	57	136	71	88	74	0	.	49033	4
	=52 cm	491	46	237	50	0	.	668	46	790	46	1084	39	6834	14	5723	16	4141	19	690	35	68	73	0	.	373	47	0	.	96	100	858	42	1128	34	915	31	113	100	317	44	1696	28	297	48	1140	38	589	37	502	51	1423	29	1325	33	2162	25	2411	24	213	66	510	44	117	81	73	76	1003	33	467	50	34	.	708	60	1093	48	609	64	709	45	757	43	2319	25	227	57	389	60	0	.	154	100	170	54	137	75	621	48	427	62	781	38	873	54	642	47	37	.	12	100	138	74	21	100	443	38	385	45	240	89	103	81	440	49	397	53	178	63	108	72	257	69	284	55	759	43	453	63	66	100	158	55	65	.	0	.	45	70	133	100	83	100	219	53	103	59	183	71	0	.	388	58	1174	36	944	31	763	39	250	66	237	59	457	57	1502	32	835	41	420	64	166	75	292	54	0	.	61844	4
	totale	1081	40	518	43	0	.	1558	39	1919	42	2519	33	16102	11	11301	13	9768	15	2160	28	95	71	352	84	1038	39	0	.	320	78	2313	35	2136	30	2421	28	327	71	915	41	3202	25	1368	41	2290	31	1636	34	1079	43	3676	23	3398	25	4555	21	5740	19	572	56	1528	34	254	71	376	68	2325	32	1648	35	196	.	1398	53	2517	34	1894	41	1508	36	1852	42	4341	23	954	42	708	59	56	.	412	74	951	43	507	57	1225	43	938	48	2186	29	1745	35	1745	28	91	.	112	64	375	71	200	73	1794	27	2834	21	515	63	405	58	1602	30	1282	43	976	60	495	61	673	50	668	43	1954	39	1195	54	377	69	602	45	77	.	0	.	521	48	437	62	328	74	733	51	484	52	307	71	0	.	807	55	3145	29	2476	26	1921	32	514	63	752	53	1053	44	3442	25	2567	28	669	52	328	71	759	42	0	.	153092	3
totale	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	.
	12-15 cm	164	28	83	29	15	47	64	32	6	52	50	36	366	13	361	22	588	20	238	26	70	45	62	40	63	38	2	.	24	65	89	33	122	30	87	40	14	67	57	28	135	23	85	27	183	24	469	23	289	24	217	32	166	34	210	34	164	25	42	43	50	30	57	48	33	55	76	49	47	38	101	42	114	38	61	47	51	52	129	38	30	42	45	29	108	31	91	42	52	43	98	41	71	47	128	46	42	45	40	36	26	125	59	36	69	32	47	36	141	37	42	31	146	36	99	57	171	25	215	35	90	31	141	24	34	43	45	54	56	35	71	34	58	39	94	55	28	44	30	48	74	41	15	57	72	47	44	43	36	52	68	45	70	52	29	52	16	73	17	73	34	61	351	19	282	21	274	19	28	40	26	36	45	34	66	32	177	39	39	42	35	43	32	34	0	.	9395	4
	16-23 cm	283	27	221	34	279	39	193	30	96	54	190	41	1191	16	1072	13	1471	15	867	18	142	41	171	37	228	36	0	.	77	43	419	29	366	52	429	47	63	86	295	25	471	21	396	26	530	23	1213	15	929	16	901	18	404	27	465	26	542	20	87	54	242	29	113	39	170	39	315	32	339	40	247	31	416	34	178	47	281	33	416	31	232	38	252	26	265	27	299	33	157	41	175	32	181	33	266	34	174	34	164	42	231	30	261	39	206	32	214	35	385	27	202	28	391	27	296	29	764	22	530	24	428	27	507	26	235	40	117	40	298	34	255	31	134	35	245	41	103	45	52	72	252	29	109	58	72	51	242	25	177	38	167	40	192	33	127	49	43	52	10	100	111	60	1213	18	904	20	949	18	83	40	131	37	99	51	244	28	246	41	117	40	140	70	154	34	0	.	30506	3
	24-35 cm	475	29	577	32	338	33	604	35	544	35	1053	30	3568	11	2368	15	2546	14	2342	17	116	49	266	38	594	28	-5	.	353	44	831	32	1162	23	888	29	72	54	599	35	1332	20	1325	23	1014	24	2908	14	2481	14	1636	17	845	25	1189	24	1435	20	272	57	595	27	258	44	248	44	550	34	935	32	593	35	1159	26	660	32	577	36	912	28	788	45	1037	25	1070	25	624	33	407	33	250	36	661	32	404	29	812	28	295	39	954	29	363	31	612	33	121	47	1296	40	543	28	594	29	796	26	1310	22	1159	24	834	26	906	24	916	34	251	55	528	35	528	30	319	31	661	39	534	40	134	60	717	27	186	57	154	54	631	26	554	31	486	43	237	38	344	38	215	45	103	72	95	76	1908	17	2121	18	2071	16	382	35	243	38	267	38	871	30	619	28	339	41	171	39	543	31	0	.	73178	2
	36-51 cm	1184	24	533	26	644	32	1180	25	1406	28	1660	26	6924	11	4819	13	4976	13	3894	14	154	52	696	40	909	27	38	.	741	38	1401	25	1630	23	1871	25	222	61	1668	22	3365	16	1519	18	2077	20	4769	13	5423	12	4692	14	1460	24	2013	20	2113	19	319	41	985	31	505	34	524	38	1167	26	1141	31	580	28	1665	25	1355	27	1314	30	1519	21	1121	32	1810	22	1877	21	798	28	954	29	646	31	1131	26	1029	29	1052	27	1252	28	1074	29	700	30	720	29	366	44	1467	32	997	27	302	27	713	24	1202	23	930	22	731	26	1083	26	700	31	686	52	851	33	793	36	975	36	891	31	682	36	324	57	1261	23	138	83	340	39	1091	22	592	28	1092	26	847	30	562	39	354	44	258	63	244	55	3203	16	2560	17	3396	15	554	37	809	34	693	31	1147	24	1534	25	516	31	425	38	445	34	0	.	124971	2
	=52 cm	1096	27	859	30	871	39	2413	23	1519	33	1865	29	8860	12	8285	13	7557	13	2770	18	413	48	407	53	829	38	219	.	525	46	1650	29	2023	24	1883	23	113	100	2884	23	3920	18	2500	21	3789	20	5878	13	5012	14	4666	16	2222	24	3110	22	2830	21	689	45	1248	33	586	48	606	44	1777	26	741	41	550	45	1827	29	1988	32	923	45	1943	25	2135	29	3518	22	1492	26	1546	31	182	70	766	39	640	33	1834	28	1263	31	1622	32	917	34	1258	41	1501	31	865	36	2086	32	834	31	419	33	578	32	629	34	1373	26	509	33	1211	31	775	38	585	43	769	42	1122	35	1431	32	1184	32	922	39	205	75	1349	30	231	61	179	52	704	34	953	41	756	31	944	33	322	40	623	37	165	59	630	52	4638	16	2647	18	4135	17	517	40	1094	35	977	35	1732	30	1291	30	743	40	543	37	749	33	0	.	153937	2
	totale	3202	20	2273	22	2147	26	4454	20	3571	29	4818	24	20909	9	16906	10	17138	10	10111	12	894	34	1602	31	2622	26	254	.	1720	35	4390	23	5303	18	5158	21	484	55	5503	19	9223	14	5824	17	7593	16	15236	10	14133	10	12112	12	5097	19	6986	17	7084	17	1410	34	3120	24	1519	32	1581	34	3885	23	3203	27	2071	30	5180	22	4243	25	3146	28	4919	20	4306	25	6661	19	4812	18	3358	23	1751	28	1934	27	2684	24	3661	24	3342	24	3372	25	3203	24	2640	26	3108	22	1613	31	5375	29	2618	24	1851	22	2482	22	4074	17	4206	18	2593	22	3848	20	2658	28	1684	40	2501	28	2769	27	2917	27	3075	29	2269	34	745	45	3654	21	678	53	817	35	2711	21	2312	27	2568	25	2291	26	1384	33	1251	33	553	60	1114	46	11313	13	8514	14	10825	13	1565	33	2302	28	2081	28	4061	22	3867	21	1753	29	1314	30	1923	26	0	.	391986	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. 2304804. Birmensdorf, Swiss Federal Research Institute WSL
https://doi.org/10.21258/1953145