Scelta degli argomenti

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)
alte/basse quote · diametro a petto d'uomo (classi dimensionali)
suddivisione regionale: circondario forestale (2024)
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 (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		laghi		Svizzera
alte/basse quote	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	.
basse quote	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	160	28	83	29	15	47	67	31	0	.	25	45	105	28	218	20	576	20	113	33	69	45	62	40	66	36	2	.	23	68	59	45	45	38	65	48	23	57	10	55	15	55	27	46	0	.	110	38	2	100	177	38	129	39	197	36	50	50	34	51	7	71	50	53	28	63	19	44	21	51	0	.	56	67	60	48	29	79	85	53	18	46	27	38	107	31	63	52	21	65	97	41	50	79	69	76	0	.	4	100	24	141	59	36	68	31	8	75	102	48	15	55	159	34	115	50	172	25	212	35	90	31	153	23	15	54	5	100	3	78	29	49	36	52	5	100	15	52	30	48	30	56	19	50	69	48	12	71	29	44	32	38	56	62	15	41	16	73	17	73	34	61	40	53	34	38	88	30	20	46	26	36	45	34	69	32	174	38	39	42	39	40	32	34	0	.	5586	5
	16-23 cm	274	27	217	34	273	39	199	29	8	.	62	87	361	38	642	17	1449	15	450	27	139	41	170	37	188	37	0	.	46	49	265	38	274	46	303	63	61	85	48	51	45	57	91	35	0	.	250	32	17	85	725	19	302	32	430	28	232	31	82	49	29	71	102	42	110	53	65	45	209	54	0	.	195	56	174	47	187	41	108	46	169	49	129	35	264	27	213	42	96	57	174	32	182	32	146	49	0	.	16	100	229	30	254	40	205	32	22	83	222	36	52	53	431	25	325	27	763	22	539	24	403	28	499	25	85	66	9	100	37	71	131	40	57	58	35	100	79	56	52	72	117	47	107	58	70	50	41	75	143	46	77	49	139	41	127	49	43	52	10	100	111	60	143	41	76	52	290	26	53	50	140	34	98	51	256	28	244	41	117	40	137	70	153	34	0	.	17293	4
	24-35 cm	469	29	568	32	334	33	608	35	16	.	287	46	1059	22	1468	21	2542	14	1525	22	114	49	264	38	678	27	-5	.	113	60	435	41	589	34	475	32	71	54	148	53	84	61	252	42	0	.	758	30	34	75	1269	18	680	28	1130	24	540	30	110	52	34	87	170	52	63	50	86	54	455	48	5	.	434	45	655	32	475	42	189	38	607	57	322	35	1047	25	421	42	254	42	247	36	661	31	171	51	0	.	10	100	946	29	361	31	607	33	17	100	792	60	117	57	549	31	834	25	1302	22	1015	27	807	26	835	24	296	63	48	100	45	73	223	45	124	61	6	100	479	44	132	59	374	37	184	57	145	56	59	80	360	39	229	38	163	49	280	41	212	45	100	72	92	75	139	52	118	62	526	29	229	37	215	40	261	38	694	29	611	28	336	41	170	39	537	31	0	.	38491	4
	36-51 cm	1174	24	527	26	637	33	1202	24	151	.	501	37	2036	25	2532	17	4890	13	2272	19	153	52	690	40	941	27	38	.	364	57	650	34	673	36	1273	32	217	61	765	36	219	42	253	38	0	.	595	30	45	83	3561	15	1271	27	1808	21	1202	27	135	70	0	.	320	39	254	59	257	42	565	50	7	.	389	48	1342	27	850	39	482	33	638	47	985	34	1850	21	572	32	559	34	637	31	1167	26	211	60	0	.	535	47	1049	29	692	30	732	28	12	100	744	54	165	58	275	28	725	23	1184	23	581	25	581	30	1006	27	227	56	116	73	130	72	383	48	155	57	98	100	593	40	321	57	562	34	134	84	308	43	90	77	390	35	747	33	493	43	445	41	350	44	244	66	240	55	167	48	81	66	676	25	425	45	788	35	685	31	1020	25	1515	25	508	31	420	38	439	34	0	.	62892	3
	=52 cm	1089	27	850	30	861	39	2521	23	116	.	810	50	2020	27	4933	18	7427	13	1490	24	409	48	404	53	957	35	218	.	259	62	1048	41	342	47	1258	27	113	100	610	40	318	48	728	35	0	.	692	37	86	77	3223	18	1583	27	2744	23	1373	33	90	60	18	100	439	59	285	61	384	47	95	100	12	.	202	54	1971	32	643	61	614	44	540	44	1748	29	1475	26	1305	35	132	92	757	39	725	31	280	53	0	.	626	53	909	34	1243	41	1582	30	37	100	1123	50	47	100	305	38	572	32	620	34	838	34	300	40	894	30	263	73	151	72	43	100	311	62	306	89	84	100	647	49	203	75	350	47	402	55	107	58	62	100	320	60	483	38	280	45	257	44	618	37	162	59	622	52	136	80	20	100	438	38	520	48	1081	35	971	35	1496	32	1275	30	733	40	537	37	741	33	0	.	72907	3
	totale	3166	20	2245	22	2121	26	4596	20	291	.	1685	41	5581	21	9793	14	16885	10	5851	17	884	34	1589	32	2831	25	252	.	805	47	2456	33	1922	30	3375	26	485	54	1581	36	681	40	1350	32	0	.	2406	25	185	72	8954	13	3966	22	6308	18	3397	25	452	37	88	71	1079	39	739	46	811	40	1345	43	23	.	1277	38	4202	25	2184	36	1477	31	1972	38	3212	28	4744	18	2575	27	1062	36	1913	27	2785	24	877	44	0	.	1192	45	3157	24	2610	26	3194	22	97	93	2983	47	396	57	1720	23	2572	21	4041	17	3186	20	2181	23	3387	20	886	54	329	74	258	73	1078	40	678	54	227	82	1813	39	738	45	1433	32	845	47	700	38	264	74	1241	33	1567	31	1131	37	1123	33	1238	33	534	61	1098	46	626	40	328	51	2018	22	1246	40	2250	29	2060	28	3535	23	3819	21	1733	29	1304	30	1903	26	0	.	197171	2
alte quote	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	.	9	49	25	57	355	13	140	46	1	.	122	37	0	.	0	.	0	.	0	.	1	100	37	32	89	37	20	53	0	.	54	29	154	22	76	29	229	20	392	24	351	21	37	44	39	54	9	66	117	29	8	68	43	33	7	77	4	113	54	62	34	48	104	40	68	28	0	.	27	52	59	33	12	77	27	37	0	.	24	57	29	56	0	.	0	.	79	37	56	37	35	39	0	.	0	.	0	.	48	35	78	36	42	30	11	53	0	.	0	.	41	28	5	66	16	79	19	65	57	45	57	34	44	44	27	51	113	45	12	74	0	.	52	51	0	.	3	71	35	48	6	224	38	73	13	51	14	100	0	.	0	.	0	.	334	19	278	21	254	21	12	63	2	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	4539	5
	16-23 cm	0	.	0	.	0	.	0	.	90	57	122	45	985	13	412	22	8	.	406	24	0	.	0	.	43	.	0	.	31	77	199	37	125	119	120	51	0	.	279	26	537	20	338	30	687	19	1123	15	1185	15	165	45	94	50	29	57	319	26	2	1474	211	32	11	71	55	52	240	39	125	52	249	30	259	34	0	.	102	45	327	36	63	52	155	35	0	.	84	52	56	54	0	.	0	.	201	36	215	32	199	39	0	.	0	.	0	.	210	34	212	34	164	30	29	76	0	.	0	.	153	30	55	45	80	76	157	47	207	39	265	36	143	41	102	37	301	37	23	60	0	.	178	38	0	.	0	0	210	25	31	43	87	62	52	52	0	.	0	.	0	.	0	.	1168	18	922	19	753	20	35	62	0	.	0	.	11	85	0	.	0	.	0	.	0	.	0	.	15397	4
	24-35 cm	0	.	0	.	0	.	0	.	572	34	747	38	2995	12	896	20	0	.	812	27	0	.	0	.	13	.	0	.	235	59	423	47	786	31	399	50	0	.	459	42	1368	20	1134	26	1489	19	2542	14	2829	13	342	43	156	56	42	100	922	26	158	90	552	28	84	83	184	56	450	38	532	40	584	35	846	28	0	.	141	44	838	31	174	45	761	30	0	.	195	52	144	53	0	.	0	.	282	32	861	26	291	40	0	.	0	.	0	.	127	47	518	31	443	30	190	66	0	.	0	.	540	29	113	47	212	55	611	39	302	47	501	37	379	36	195	34	722	36	44	66	0	.	464	39	0	.	7	100	563	27	197	49	257	71	73	61	80	78	0	.	0	.	0	.	2024	17	2135	18	1819	17	202	54	26	.	0	.	183	89	0	.	0	.	0	.	0	.	0	.	39162	3
	36-51 cm	0	.	0	.	0	.	0	.	1288	29	1142	33	5759	12	2216	20	36	.	1603	21	0	.	0	.	9	.	0	.	363	51	978	33	1043	28	572	40	0	.	970	25	3402	16	1496	19	2302	19	4666	13	5557	12	1068	36	255	50	176	56	990	27	182	49	975	31	180	64	264	49	895	31	608	35	574	28	1281	29	0	.	589	40	1227	25	467	39	1104	24	0	.	212	59	380	50	0	.	0	.	917	31	1140	25	773	32	0	.	0	.	0	.	411	41	704	27	835	30	90	49	0	.	0	.	503	31	188	44	210	51	479	37	678	51	725	36	536	45	836	40	790	33	79	65	0	.	704	32	0	.	30	72	1045	22	219	42	334	38	345	39	122	92	0	.	10	.	0	.	3290	16	2683	16	2853	16	309	49	10	.	0	.	145	73	0	.	0	.	0	.	0	.	0	.	66822	3
	=52 cm	0	.	0	.	0	.	0	.	1502	34	1030	35	7591	13	3270	19	50	.	1582	25	0	.	0	.	23	.	0	.	259	68	597	35	1732	27	603	40	0	.	2346	26	3836	19	2076	25	4037	19	5920	13	4929	14	1397	33	612	52	330	72	1556	26	592	51	1252	33	141	68	315	62	1368	30	694	42	552	44	1661	31	0	.	446	41	1315	30	1572	36	2491	27	0	.	223	65	48	72	0	.	0	.	1643	31	1334	30	980	41	0	.	0	.	0	.	958	34	993	35	928	29	150	59	0	.	0	.	657	34	226	52	375	69	502	44	536	45	716	45	805	43	1413	30	1228	32	267	64	0	.	982	37	0	.	69	100	667	35	641	52	306	48	655	43	61	100	0	.	0	.	0	.	4738	16	2722	17	3980	17	233	53	0	.	0	.	246	74	0	.	0	.	0	.	0	.	0	.	86959	3
	totale	0	.	0	.	0	.	0	.	3460	30	3066	30	17685	10	6933	16	96	.	4525	18	0	.	0	.	88	.	0	.	889	50	2234	30	3774	22	1714	34	0	.	4108	22	9297	14	5121	18	8744	15	14644	10	14852	10	3009	29	1156	38	586	65	3905	22	942	46	3033	24	422	58	822	49	3007	27	1993	33	2062	30	4116	25	0	.	1305	36	3765	23	2287	33	4538	23	0	.	737	45	656	45	0	.	0	.	3122	26	3607	23	2279	28	0	.	0	.	0	.	1755	29	2504	25	2411	25	469	45	0	.	0	.	1893	25	587	44	894	49	1768	32	1780	38	2264	30	1906	33	2572	29	3154	28	425	62	0	.	2380	27	0	.	110	83	2520	22	1095	43	1022	40	1137	37	278	90	0	.	10	.	0	.	11553	12	8740	13	9659	14	790	46	38	.	0	.	587	70	0	.	0	.	0	.	0	.	0	.	212879	2
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	160	28	83	29	15	47	67	31	9	49	50	36	460	12	358	22	577	20	236	25	69	45	62	40	66	36	2	.	24	65	96	30	133	28	85	39	23	57	64	26	169	20	103	25	229	20	502	21	353	21	214	32	169	33	206	34	167	25	42	43	50	30	57	48	32	57	74	48	55	35	104	40	124	34	60	48	56	48	143	34	30	42	54	27	107	31	87	41	50	43	97	41	50	79	148	41	56	37	40	36	24	141	59	36	68	31	56	32	179	31	56	26	170	32	115	50	172	25	252	29	96	29	168	22	34	43	62	42	60	32	73	33	63	37	118	44	28	44	30	48	82	38	19	50	72	47	47	40	34	52	70	43	69	51	29	52	16	73	17	73	34	61	374	18	312	19	342	17	31	37	27	35	45	34	71	31	174	38	39	42	39	40	32	34	0	.	10126	3
	16-23 cm	274	27	217	34	273	39	199	29	98	53	184	42	1346	14	1054	13	1457	15	857	18	139	41	170	37	231	35	0	.	77	43	464	27	398	49	423	47	61	85	327	23	582	19	429	25	687	19	1373	13	1203	15	890	18	396	27	459	26	551	19	84	55	241	30	113	39	165	39	305	32	334	39	249	30	454	31	174	47	288	31	434	30	231	38	284	25	264	27	297	33	152	41	174	32	182	32	347	29	215	32	215	37	229	30	254	40	205	32	232	32	434	25	216	26	460	24	325	27	763	22	692	19	458	25	579	24	243	38	216	38	303	33	274	29	160	32	336	35	101	46	52	72	295	29	107	58	70	50	250	24	174	39	164	40	190	33	127	49	43	52	10	100	111	60	1311	16	998	18	1043	16	88	39	140	34	98	51	267	27	244	41	117	40	137	70	153	34	0	.	32690	3
	24-35 cm	469	29	568	32	334	33	608	35	588	33	1034	30	4054	11	2364	15	2542	14	2337	17	114	49	264	38	691	27	-5	.	348	44	857	31	1374	23	875	29	71	54	607	35	1452	19	1385	22	1489	19	3300	13	2863	13	1610	17	837	25	1172	23	1462	20	267	57	586	27	254	44	247	44	536	33	987	31	589	34	1280	24	655	32	616	34	1028	26	781	45	1083	23	1047	25	615	33	397	33	247	36	661	31	453	27	861	26	301	38	946	29	361	31	607	33	144	43	1310	38	560	27	739	28	834	25	1302	22	1555	20	920	24	1048	22	907	33	350	43	546	34	602	28	319	31	728	36	523	40	132	59	838	27	184	57	152	53	623	26	557	31	486	42	236	39	360	36	212	45	100	72	92	75	2163	16	2253	17	2345	14	431	32	241	38	261	38	877	30	611	28	336	41	170	39	537	31	0	.	77653	2
	36-51 cm	1174	24	527	26	637	33	1202	24	1439	28	1643	26	7794	11	4748	13	4927	13	3875	14	153	52	690	40	950	26	38	.	728	38	1628	24	1715	22	1845	25	217	61	1736	21	3621	16	1749	17	2302	19	5262	12	5602	12	4629	14	1526	24	1984	20	2193	19	318	41	975	31	499	34	518	38	1152	25	1173	30	581	28	1670	25	1342	27	1440	28	1708	20	1105	32	2089	20	1850	21	784	28	938	29	637	31	1167	26	1128	27	1140	25	1308	27	1049	29	692	30	732	28	424	40	1448	31	1000	27	365	24	725	23	1184	23	1083	19	770	25	1216	24	706	31	794	45	854	32	918	33	991	35	888	31	672	36	321	57	1266	23	134	84	338	39	1135	21	609	27	1081	25	838	30	567	38	350	44	254	63	240	55	3457	16	2764	16	3529	14	734	33	798	34	685	31	1165	24	1515	25	508	31	420	38	439	34	0	.	129714	2
	=52 cm	1089	27	850	30	861	39	2521	23	1618	32	1840	29	9612	12	8203	13	7477	13	3072	17	409	48	404	53	980	34	218	.	517	46	1645	29	2074	23	1861	23	113	100	2956	22	4154	18	2805	20	4037	19	6612	12	5016	14	4619	16	2195	24	3074	22	2929	21	682	45	1270	32	579	48	599	44	1751	26	789	39	564	43	1863	28	1971	32	1089	40	1929	25	2112	29	4240	20	1475	26	1529	31	179	70	757	39	725	31	1923	27	1334	30	1607	32	909	34	1243	41	1582	30	996	33	2116	31	975	28	455	32	572	32	620	34	1495	24	526	32	1270	29	765	38	687	38	760	43	1116	35	1718	30	1312	31	914	39	203	75	1332	30	402	55	177	52	728	33	961	40	788	30	934	33	318	40	618	37	162	59	622	52	4874	15	2742	17	4418	16	752	37	1081	35	971	35	1742	30	1275	30	733	40	537	37	741	33	0	.	159867	2
	totale	3166	20	2245	22	2121	26	4596	20	3751	28	4750	24	23266	9	16726	10	16981	10	10376	12	884	34	1589	32	2918	24	252	.	1694	35	4690	22	5695	17	5089	21	485	54	5689	18	9978	13	6471	16	8744	15	17049	9	15037	10	11963	12	5122	19	6895	17	7302	16	1393	33	3121	24	1501	32	1562	34	3819	23	3339	26	2086	29	5392	21	4202	25	3489	26	5242	19	4259	25	7750	17	4744	18	3312	23	1717	28	1913	27	2785	24	3999	22	3607	23	3470	24	3157	24	2610	26	3194	22	1851	28	5487	28	2807	23	2189	20	2572	21	4041	17	5078	15	2768	20	4280	19	2654	28	2108	34	2522	28	2985	26	3250	25	3382	26	2238	34	738	45	3813	21	845	47	809	34	2784	21	2336	27	2589	24	2267	26	1401	32	1238	33	544	60	1098	46	12179	12	9068	13	11676	12	2036	30	2287	28	2060	28	4122	22	3819	21	1733	29	1304	30	1903	26	0	.	410050	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 2276628. Birmensdorf, Swiss Federal Research Institute WSL

indietro