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	23-25calcolata 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 (coppie di cifre in ), ma lo fanno nel bosco privato e nel totale (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 dell'Altopiano è diminuito. Per il bosco privato e per il totale, 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.

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

IFN1
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
reticolo: reticolo 1,4 x 1,4 km
stato 1983/85
		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	.	2	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	.
	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	.	7	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	.
	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	.	9	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	.
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	101	18	164	21	107	29	132	22	22	54	41	35	117	25	226	15	500	14	197	19	12	51	68	39	66	24	3	.	26	42	58	39	61	29	97	30	54	46	80	40	33	38	25	29	3	100	119	24	0	100	269	14	87	33	144	22	91	25	15	44	1	100	41	41	14	45	18	54	34	43	37	67	61	47	109	31	64	35	64	39	72	36	57	28	195	19	48	26	66	32	69	31	87	25	52	38	5	.	8	62	85	30	84	28	86	33	0	100	48	26	9	54	124	22	164	21	295	17	150	23	140	24	140	23	31	67	5	100	9	73	46	35	18	53	5	58	54	36	19	61	19	39	56	34	23	45	6	71	43	40	39	32	58	31	34	48	57	44	5	69	45	42	47	33	29	36	110	24	28	45	59	39	38	38	71	28	73	27	70	32	47	34	90	32	0	.	6579	3
	16-23 cm	423	18	324	19	385	23	427	20	102	50	272	31	365	20	852	14	1609	11	693	18	93	29	235	27	211	25	14	.	148	44	269	25	215	31	328	24	112	44	319	31	63	37	111	31	-5	100	289	24	3	100	976	11	331	26	357	21	342	26	71	37	1	100	116	33	57	46	72	40	104	43	47	53	173	31	346	21	153	33	201	27	253	31	194	26	563	19	172	34	168	26	233	28	415	22	184	27	2	.	69	50	282	22	268	31	256	23	12	100	93	30	60	54	269	25	393	21	696	16	274	20	366	27	401	18	55	65	5	100	43	55	135	37	72	53	21	73	212	28	31	59	82	35	185	30	122	35	14	100	95	38	218	28	255	29	117	34	110	39	23	65	213	34	122	35	76	40	248	21	114	40	111	41	182	24	258	28	341	22	167	27	154	30	169	26	0	.	20776	2
	24-35 cm	1407	16	888	20	749	22	1226	18	295	52	669	33	928	19	2281	14	3915	10	1495	16	250	33	532	27	800	21	0	.	482	30	701	26	686	27	1073	23	74	46	622	26	168	49	229	34	0	.	275	26	5	100	3199	11	1115	23	1446	17	739	23	132	36	0	.	364	39	115	46	200	41	319	38	56	63	413	33	1122	20	506	37	465	25	518	29	516	28	1180	20	659	26	705	27	423	25	1031	18	396	32	8	.	199	46	664	25	539	31	680	26	4	100	135	31	42	59	292	26	526	19	613	19	333	22	307	25	540	25	44	51	17	100	101	56	190	32	126	46	92	56	575	30	228	58	210	34	520	30	364	32	22	81	254	32	633	27	512	27	330	35	280	44	67	53	717	30	136	30	80	45	408	23	243	34	564	30	737	24	946	22	980	19	533	26	620	28	611	27	0	.	51396	2
	36-51 cm	1919	16	1456	19	759	22	2463	16	171	58	932	28	1685	19	4422	13	8118	9	1906	17	560	27	713	26	1033	22	23	.	903	27	996	24	1125	26	1298	22	101	64	719	29	201	45	455	28	15	100	241	33	33	73	3834	11	1442	19	2307	17	1283	22	413	35	0	.	408	35	154	42	422	38	322	42	58	63	454	35	1618	21	441	37	921	28	693	31	973	25	1134	18	1449	21	676	25	1006	26	1141	19	433	37	6	.	394	35	1381	22	1021	27	841	21	0	.	209	31	45	67	166	32	374	27	351	26	436	22	361	26	445	28	57	82	24	100	63	69	232	36	194	48	196	68	853	24	279	44	231	44	464	28	413	35	17	100	282	43	385	30	590	28	234	45	450	37	125	55	797	29	135	42	25	60	233	28	526	33	1031	26	1638	20	1520	20	1863	19	893	24	1047	24	1028	26	0	.	75681	2
	=52 cm	972	22	1088	23	486	26	1358	20	14	100	362	33	1293	20	3181	16	5216	11	796	24	597	35	308	39	323	31	33	.	433	35	458	33	680	32	717	37	28	95	202	53	102	58	319	34	37	76	343	29	14	100	1773	16	763	27	905	23	413	35	138	47	22	100	191	49	176	39	175	49	100	48	27	71	87	64	727	27	230	55	331	33	238	45	479	39	566	23	877	32	153	43	310	33	223	43	65	51	0	.	508	46	479	33	360	39	864	24	12	100	455	38	8	100	103	51	183	34	331	38	662	32	200	36	329	30	44	76	0	.	34	70	164	47	102	56	25	78	618	38	88	66	44	60	399	35	304	42	8	100	87	47	140	40	212	40	39	63	296	48	13	100	263	32	43	86	13	100	288	29	109	42	464	35	578	35	618	27	858	25	432	29	486	32	465	31	0	.	40059	3
	totale	4822	13	3921	16	2486	18	5607	14	604	51	2277	26	4389	16	10962	11	19359	7	5088	14	1512	25	1855	21	2434	18	73	.	1992	26	2482	22	2767	23	3514	19	369	39	1941	25	565	37	1139	25	50	77	1268	21	55	71	10052	9	3738	18	5159	15	2869	20	769	30	25	90	1120	30	516	34	887	33	880	32	225	53	1188	30	3922	18	1394	33	1982	23	1774	24	2220	24	3638	15	3205	20	1768	21	2040	21	2897	16	1130	28	21	.	1178	34	2891	19	2273	23	2727	18	27	100	940	27	164	51	954	19	1640	18	2287	14	1855	18	1374	19	1855	18	231	48	51	82	250	51	766	30	512	41	339	61	2312	23	645	42	586	33	1625	25	1227	28	66	74	761	31	1416	23	1627	23	753	32	1192	31	233	51	2035	24	483	28	224	33	1287	18	1020	30	2228	23	3172	19	3413	18	4115	16	2095	22	2354	22	2363	22	0	.	194491	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	.	32	45	35	38	312	13	137	16	3	77	140	19	0	.	0	.	1	100	0	.	18	65	51	32	116	26	43	39	0	.	69	27	106	21	91	24	113	18	235	13	307	12	69	32	27	40	9	48	126	23	14	67	74	31	4	80	27	49	49	28	37	34	54	29	61	31	0	.	39	31	85	26	9	37	70	28	0	.	7	48	39	43	0	.	11	82	47	34	103	28	53	37	0	.	0	.	0	.	18	34	25	33	32	30	2	60	0	.	0	.	41	37	4	67	8	86	32	32	31	59	46	28	21	36	21	50	102	23	3	80	0	.	38	37	0	.	19	57	62	23	21	30	31	51	5	50	15	59	0	.	2	80	0	.	291	14	201	15	235	17	31	42	0	.	0	.	2	76	0	.	0	.	0	.	0	.	0	.	4165	3
	16-23 cm	0	.	0	.	0	.	0	.	157	36	277	29	1169	10	481	16	2	100	555	19	0	.	0	.	1	100	0	.	46	62	145	33	362	26	108	45	0	.	259	24	385	16	369	19	419	17	872	13	1019	12	251	36	60	43	59	51	362	23	36	51	223	26	45	60	45	55	147	28	227	30	239	27	269	33	0	.	97	32	274	24	77	36	311	25	0	.	25	69	117	36	0	.	19	84	93	25	344	24	159	29	0	.	0	.	0	.	41	40	119	27	113	27	8	54	0	.	0	.	83	38	21	60	38	54	136	33	54	46	177	36	71	38	75	33	303	27	13	52	0	.	105	29	0	.	25	49	214	25	54	38	84	30	41	42	15	67	0	.	4	74	0	.	859	13	657	13	713	17	73	46	0	.	0	.	8	61	0	.	0	.	0	.	0	.	0	.	14212	3
	24-35 cm	0	.	0	.	0	.	0	.	730	29	715	26	3759	10	1523	15	37	74	1151	19	0	.	0	.	27	83	0	.	67	61	343	33	980	22	352	44	0	.	694	29	1347	17	940	20	1326	17	2606	12	2910	11	694	28	243	37	158	48	895	22	113	61	556	22	177	54	121	37	616	25	406	32	578	26	628	24	0	.	387	42	968	22	252	35	794	25	0	.	77	46	304	38	0	.	40	72	294	27	1002	22	390	30	0	.	0	.	0	.	177	38	274	33	413	27	8	88	0	.	0	.	160	28	63	54	68	55	365	31	230	50	495	27	139	38	270	49	694	22	40	65	0	.	390	29	0	.	90	50	647	20	189	29	221	32	179	34	21	73	0	.	47	77	0	.	2182	12	1579	14	1682	15	229	44	0	.	0	.	113	78	0	.	0	.	0	.	0	.	0	.	40166	3
	36-51 cm	0	.	0	.	0	.	0	.	726	28	1171	26	6602	9	3028	14	41	81	1314	17	0	.	0	.	78	77	0	.	113	66	451	30	1080	22	422	34	0	.	1012	20	2349	15	1540	16	2617	13	4538	10	4263	9	725	24	473	37	463	43	1423	23	241	39	986	20	168	56	119	42	966	20	471	33	894	24	1010	26	114	.	472	29	1365	24	542	27	1532	20	0	.	227	40	170	39	0	.	58	81	736	22	1578	20	573	27	0	.	0	.	0	.	341	31	525	20	528	22	30	60	0	.	0	.	234	35	97	63	76	60	328	32	261	39	489	24	389	41	398	28	1001	20	96	65	0	.	591	25	0	.	156	51	802	20	336	27	564	30	394	33	70	68	0	.	88	64	0	.	2745	11	1948	14	2545	12	592	36	0	.	0	.	180	63	0	.	0	.	0	.	0	.	0	.	62456	2
	=52 cm	0	.	0	.	0	.	0	.	278	50	458	38	4447	11	2174	15	29	71	619	24	0	.	0	.	17	100	0	.	5	100	156	50	606	28	320	51	0	.	1115	27	2078	17	1444	24	2367	15	3486	13	2362	14	393	31	516	37	188	48	639	27	172	51	490	38	44	71	299	50	887	25	164	38	721	29	760	25	50	.	352	49	881	28	515	37	1360	28	0	.	140	64	46	58	0	.	15	100	802	30	757	24	552	33	0	.	0	.	0	.	447	32	670	27	419	34	29	75	0	.	0	.	303	40	64	49	202	69	260	47	357	45	435	39	421	31	422	36	515	28	132	72	0	.	453	39	0	.	127	56	343	26	404	33	293	44	188	42	0	.	0	.	120	66	0	.	2881	13	1161	16	1824	18	329	48	48	.	0	.	27	71	0	.	0	.	0	.	0	.	0	.	45580	3
	totale	0	.	0	.	0	.	0	.	1924	25	2656	23	16290	8	7344	12	113	74	3780	15	0	.	0	.	124	74	0	.	251	53	1146	29	3145	18	1246	31	0	.	3148	18	6265	13	4384	15	6842	12	11736	9	10861	8	2132	21	1320	30	877	42	3445	18	577	40	2330	18	438	50	610	38	2666	20	1304	28	2486	21	2729	21	164	.	1347	29	3573	18	1394	27	4067	19	0	.	476	39	676	32	0	.	142	71	1972	21	3785	17	1727	24	0	.	0	.	0	.	1024	24	1613	19	1504	20	78	61	0	.	0	.	821	24	249	45	393	51	1121	28	934	35	1643	24	1041	29	1185	26	2614	19	285	61	0	.	1576	23	0	.	416	46	2068	17	1004	27	1193	27	807	29	120	63	0	.	262	59	0	.	8958	9	5547	11	7000	11	1254	32	48	.	0	.	330	63	0	.	0	.	0	.	0	.	0	.	166578	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	101	18	164	21	107	29	132	22	55	35	77	26	429	11	364	11	504	14	338	14	12	51	68	39	66	24	3	.	45	36	109	26	177	20	140	24	54	46	148	25	139	18	116	20	116	18	356	12	307	12	338	13	114	27	154	21	217	17	29	40	75	30	45	38	41	36	67	25	71	27	91	32	122	28	109	31	104	25	149	22	81	32	127	20	195	19	56	23	104	26	69	31	98	24	99	26	108	27	60	33	85	30	84	28	86	33	18	34	73	20	41	26	126	22	164	21	295	17	192	20	143	23	148	22	63	37	37	53	56	26	67	26	39	36	106	22	58	34	19	61	57	28	56	34	42	36	68	22	63	29	70	29	63	28	48	38	57	44	7	53	45	42	338	13	231	14	346	14	59	30	59	39	38	38	74	27	73	27	70	32	47	34	90	32	0	.	10746	2
	16-23 cm	423	18	324	19	385	23	427	20	260	29	549	21	1534	9	1333	10	1611	11	1248	13	93	29	235	27	213	25	14	.	194	36	414	20	577	20	437	21	112	44	578	20	448	15	480	17	414	18	1168	11	1021	12	1227	12	391	23	416	20	704	17	107	30	225	26	161	29	102	35	220	23	331	25	286	24	443	23	346	21	250	24	475	18	329	25	506	18	563	19	197	31	285	21	233	28	433	21	277	20	347	24	228	25	282	22	268	31	256	23	53	38	211	20	173	25	277	24	393	21	696	16	357	18	387	26	439	17	191	30	60	43	220	31	206	27	147	31	324	25	225	27	31	59	187	22	185	30	147	30	228	24	149	28	302	22	296	25	132	31	110	39	28	56	213	34	981	12	733	12	961	13	187	31	111	41	182	24	266	27	341	22	167	27	154	30	169	26	0	.	34995	2
	24-35 cm	1407	16	888	20	749	22	1226	18	1025	26	1384	21	4687	9	3804	10	3952	10	2647	12	250	33	532	27	828	21	0	.	549	28	1044	20	1666	17	1425	20	74	46	1316	19	1515	16	1169	18	1326	17	2881	11	2915	11	3893	10	1359	20	1604	16	1634	16	245	34	556	22	541	31	236	29	817	22	725	24	634	25	1041	19	1122	20	894	28	1433	17	770	23	1311	19	1180	20	736	23	1009	22	423	25	1071	18	690	22	1010	21	589	25	664	25	539	31	680	26	181	37	409	24	455	25	300	25	526	19	613	19	493	17	371	22	608	23	409	28	247	47	595	24	329	24	396	36	786	21	615	28	228	58	600	22	520	30	454	27	668	19	444	22	854	21	691	22	351	33	280	44	114	44	717	30	2318	12	1659	13	2090	13	472	28	564	30	737	24	1058	21	980	19	533	26	620	28	611	27	0	.	91562	2
	36-51 cm	1919	16	1456	19	759	22	2463	16	897	25	2103	19	8287	8	7450	9	8160	9	3220	12	560	27	713	26	1111	21	23	.	1017	25	1447	19	2205	17	1720	18	101	64	1730	17	2549	15	1995	14	2633	13	4778	10	4296	9	4559	10	1915	17	2770	16	2706	16	655	26	986	20	576	30	273	30	1388	18	793	26	951	23	1464	21	1732	20	914	23	2286	18	1235	21	2505	15	1134	18	1676	19	845	21	1006	26	1198	18	1169	20	1584	20	967	21	1381	22	1021	27	841	21	341	31	734	17	572	21	196	28	374	27	351	26	670	19	458	25	521	25	385	30	285	37	552	23	621	29	592	25	1196	20	949	23	279	44	821	22	464	28	569	29	819	20	618	24	950	21	984	21	304	38	450	37	213	41	797	29	2881	10	1974	13	2778	11	1118	24	1031	26	1638	20	1700	19	1863	19	893	24	1047	24	1028	26	0	.	138137	1
	=52 cm	972	22	1088	23	486	26	1358	20	292	48	821	26	5741	10	5355	11	5245	11	1416	17	597	35	308	39	340	30	33	.	438	35	615	28	1287	21	1038	30	28	95	1317	24	2179	16	1763	21	2404	15	3829	12	2376	14	2166	14	1279	22	1093	21	1053	22	310	35	512	37	235	42	475	34	1062	22	264	30	748	28	847	23	777	26	581	37	1212	22	753	29	1839	23	566	23	1016	29	199	36	310	33	238	41	867	28	757	24	1060	28	479	33	360	39	864	24	458	32	1125	22	427	33	132	43	183	34	331	38	965	25	264	30	531	32	305	41	357	45	469	36	585	26	524	31	540	27	750	33	88	66	496	36	399	35	431	34	351	25	491	28	433	32	400	28	39	63	296	48	133	60	263	32	2923	13	1175	15	2112	16	438	38	512	33	578	35	644	26	858	25	432	29	486	32	465	31	0	.	85639	2
	totale	4822	13	3921	16	2486	18	5607	14	2528	23	4933	17	20678	7	18306	8	19472	7	8868	10	1512	25	1855	21	2558	18	73	.	2243	24	3627	18	5912	14	4759	16	369	39	5089	15	6830	12	5523	13	6892	12	13012	8	10916	8	12184	8	5058	15	6036	14	6314	13	1346	24	2355	18	1558	26	1127	26	3553	17	2184	21	2711	20	3917	17	4086	17	2742	22	5555	14	3168	18	6287	15	3638	15	3681	18	2443	18	2040	21	3039	16	3102	17	3805	17	2905	20	2891	19	2273	23	2727	18	1052	24	2553	15	1668	19	1032	18	1640	18	2287	14	2676	14	1623	17	2248	17	1352	25	985	33	1892	22	1808	21	1697	22	2953	18	2597	22	645	42	2161	19	1625	25	1643	24	2134	16	1765	20	2609	18	2434	18	874	28	1192	31	495	39	2035	24	9441	9	5770	11	8287	10	2274	22	2276	23	3172	19	3743	17	4115	16	2095	22	2354	22	2363	22	0	.	361078	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. 2293396. Birmensdorf, Swiss Federal Research Institute WSL

indietro