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

IFN3
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 2004/06
		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	119	31	106	24	64	42	106	28	16	63	23	41	167	43	159	15	312	14	143	22	26	33	56	30	63	21	0	.	24	33	59	41	45	31	81	28	29	53	32	38	29	38	15	84	2	100	147	29	0	.	315	14	93	28	148	28	51	35	20	52	8	71	19	43	19	39	18	44	24	41	8	100	46	44	54	41	52	40	43	35	46	56	27	72	127	23	75	29	36	33	39	36	43	32	55	38	2	.	14	64	98	31	68	32	195	34	5	100	25	103	19	55	151	25	128	23	239	22	182	18	164	23	174	20	15	59	3	71	-2	246	27	80	35	45	18	61	39	33	18	54	29	40	27	80	37	39	8	74	39	53	22	47	58	33	32	47	20	48	2	76	38	54	35	37	32	34	153	27	29	37	31	35	61	46	50	28	76	45	57	41	44	41	64	30	0	.	5747	4
	16-23 cm	396	20	357	24	276	23	341	22	42	46	109	32	403	20	627	18	1199	12	518	20	120	37	115	32	215	27	0	.	86	37	192	25	202	32	326	27	62	45	228	47	63	39	88	30	20	100	378	20	12	72	864	13	288	24	408	20	235	24	31	63	18	75	93	43	41	40	35	39	138	47	60	74	157	40	261	25	202	32	154	31	202	34	177	34	475	21	164	30	179	35	193	30	217	26	150	32	0	.	31	66	332	25	268	29	385	26	16	72	183	26	40	57	398	21	408	19	630	15	522	18	561	23	543	18	61	69	18	71	13	87	149	39	46	49	16	73	122	43	46	54	78	37	153	40	104	41	22	71	125	39	111	31	141	33	146	43	102	40	20	67	94	41	117	34	120	37	348	19	68	45	144	37	159	30	164	45	217	24	226	28	180	36	222	34	0	.	18965	3
	24-35 cm	917	20	441	24	795	22	859	23	132	54	451	30	1039	21	1721	14	3383	11	1454	17	208	37	452	28	749	19	32	.	266	38	512	27	465	30	787	24	239	43	508	31	120	44	291	32	4	100	622	22	10	73	2369	11	676	22	922	22	819	28	91	44	13	100	226	36	101	47	214	39	283	48	40	71	302	32	939	20	491	30	488	27	482	28	526	27	1178	19	388	27	378	26	374	26	1038	21	357	35	11	.	114	48	901	24	484	27	589	27	12	100	284	29	66	53	557	22	686	20	1019	17	642	20	560	23	759	19	122	60	52	73	68	65	331	32	144	46	40	65	465	28	70	47	357	33	283	38	254	37	39	80	279	30	354	30	394	30	266	34	304	37	28	80	353	40	112	40	144	37	612	22	167	36	376	27	488	31	708	24	787	21	429	28	285	39	360	29	0	.	44510	2
	36-51 cm	1929	17	1153	21	874	22	1835	16	280	54	962	28	1800	18	3742	12	5732	9	2216	16	495	30	677	27	1329	20	38	.	594	32	879	26	930	25	1491	22	173	51	1008	31	225	45	470	30	4	100	412	23	23	81	4695	11	1469	26	1804	18	1326	22	293	35	11	93	512	32	150	45	369	35	281	37	36	85	398	32	1855	19	713	32	790	27	965	30	1099	25	1735	18	945	22	830	25	846	24	1452	18	555	31	48	.	401	34	1205	23	769	26	894	21	16	71	254	26	46	64	279	33	614	20	735	23	492	24	511	25	645	21	76	70	112	72	79	53	581	33	156	51	250	67	675	32	137	46	325	37	703	29	407	34	42	71	286	39	729	26	715	26	449	33	767	36	186	52	699	28	171	36	105	39	462	23	551	32	809	27	912	21	1111	20	1456	19	651	25	793	29	693	28	0	.	74394	2
	=52 cm	1563	19	930	21	777	25	2300	18	107	67	1368	34	2008	22	4854	14	7702	10	1210	22	631	31	639	33	1042	27	18	.	671	36	672	32	522	37	1209	27	61	73	437	35	140	44	476	27	24	71	559	30	26	77	2577	15	1158	24	1943	22	1248	25	161	38	0	.	346	36	189	46	420	34	105	59	11	100	135	62	1314	22	256	47	763	32	517	33	1287	26	1003	22	1593	26	555	50	484	29	749	29	312	47	0	.	838	39	875	29	814	35	1133	24	14	100	784	29	42	73	629	70	650	33	388	28	970	25	346	32	619	25	92	71	60	71	9	100	286	42	179	69	120	70	994	33	75	76	165	50	836	32	409	53	27	100	252	43	392	35	294	38	106	58	785	35	75	64	841	35	84	52	18	100	449	28	395	41	992	28	1187	25	1115	23	1213	24	819	31	536	31	902	29	0	.	68877	3
	totale	4924	15	2987	17	2785	18	5441	14	576	49	2913	26	5416	17	11104	11	18328	8	5541	14	1481	25	1938	23	3398	19	87	.	1640	27	2313	23	2163	23	3894	19	565	39	2212	31	577	32	1339	24	55	75	2117	18	72	73	10821	9	3683	19	5225	16	3679	21	596	30	50	71	1197	30	500	39	1056	31	831	33	154	68	1040	30	4423	17	1714	26	2238	22	2211	24	3116	23	4516	14	3165	20	1977	23	1936	21	3498	17	1429	28	61	.	1398	34	3411	19	2403	23	3196	18	63	81	1530	23	213	51	2014	25	2487	17	3010	13	2809	15	2142	17	2738	15	366	52	245	68	167	57	1375	28	560	43	444	61	2294	27	346	38	954	29	2001	25	1210	30	139	71	980	29	1607	24	1602	22	999	28	1979	29	311	52	2025	28	520	29	418	32	2025	17	1209	29	2353	22	2806	20	3148	18	3749	17	2182	22	1837	26	2241	24	0	.	212492	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	.	28	68	31	53	332	12	143	19	0	.	124	24	0	.	0	.	3	100	0	.	4	52	47	43	50	31	20	51	0	.	73	25	111	23	89	22	260	18	380	18	343	14	42	28	35	44	10	49	125	21	3	125	72	26	6	67	28	57	66	33	26	42	46	28	106	35	0	.	25	36	58	29	17	47	40	31	0	.	7	67	16	56	0	.	7	100	68	42	58	30	37	33	0	.	0	.	0	.	82	36	46	28	71	29	4	47	0	.	0	.	60	26	10	44	21	53	19	87	41	47	48	28	28	54	42	37	101	24	11	56	0	.	48	30	0	.	11	85	52	27	16	50	29	37	9	38	20	64	0	.	5	100	0	.	303	14	221	16	242	16	29	38	9	.	0	.	5	76	0	.	0	.	0	.	0	.	0	.	4517	4
	16-23 cm	0	.	0	.	0	.	0	.	115	32	182	30	977	11	410	15	5	100	318	23	0	.	0	.	5	75	0	.	58	58	149	40	253	26	103	38	0	.	319	26	436	18	397	19	625	14	980	11	1115	11	119	33	87	36	29	54	362	22	26	76	162	23	15	86	53	48	233	25	141	34	207	25	218	26	0	.	138	38	152	32	25	61	175	31	0	.	36	52	106	42	0	.	14	87	117	40	357	24	143	36	0	.	0	.	0	.	138	26	154	26	198	21	24	62	0	.	0	.	128	33	44	47	34	43	121	29	111	36	172	29	119	36	117	32	277	25	11	55	0	.	157	34	0	.	29	62	231	22	80	34	120	51	32	47	46	81	0	.	13	71	0	.	856	13	935	13	901	14	120	43	14	.	0	.	72	86	0	.	0	.	0	.	0	.	0	.	14614	3
	24-35 cm	0	.	0	.	0	.	0	.	576	29	556	31	3226	11	1274	17	20	80	1092	18	0	.	0	.	17	100	0	.	144	56	430	33	870	25	258	35	0	.	807	36	1271	16	1123	18	1154	15	2754	11	2699	10	618	27	178	39	137	49	845	20	125	49	566	26	102	62	146	49	371	25	372	34	498	27	599	26	0	.	264	32	665	23	222	30	741	25	0	.	83	50	240	37	0	.	33	100	332	29	603	24	263	34	0	.	0	.	0	.	194	34	413	28	386	27	44	60	0	.	0	.	382	26	88	50	72	53	365	33	280	40	416	31	255	31	241	32	771	24	25	72	0	.	429	27	0	.	49	66	670	21	169	34	239	28	111	50	33	77	0	.	60	69	0	.	2061	11	1777	13	1957	14	203	39	0	.	0	.	91	69	0	.	0	.	0	.	0	.	0	.	38055	3
	36-51 cm	0	.	0	.	0	.	0	.	842	26	1275	25	6228	9	2721	14	31	100	1786	16	0	.	0	.	41	93	0	.	232	51	640	32	1198	22	394	32	0	.	1261	20	2645	15	1529	15	2336	14	5099	10	4958	9	1000	25	281	33	244	55	1618	22	242	38	997	20	191	51	200	40	893	23	264	32	620	24	956	22	10	.	411	33	1125	22	425	30	1445	24	0	.	209	41	222	39	0	.	79	78	788	23	1364	20	627	24	0	.	0	.	0	.	241	34	657	22	752	23	86	46	0	.	0	.	533	26	95	45	65	73	329	30	319	43	579	29	504	38	496	32	1163	21	90	67	0	.	686	24	0	.	116	58	1140	17	369	30	536	32	284	35	171	84	0	.	94	80	0	.	3158	10	2610	13	2817	12	368	35	0	.	0	.	123	90	0	.	0	.	0	.	0	.	0	.	65808	2
	=52 cm	0	.	0	.	0	.	0	.	693	30	937	27	6584	11	3378	15	24	71	1571	23	0	.	0	.	48	75	0	.	51	70	330	38	852	25	514	37	0	.	1612	22	2887	16	2019	22	3256	14	5368	11	3688	12	1182	31	733	41	253	60	1174	25	306	44	952	25	125	81	374	46	1448	23	331	38	784	29	1209	23	27	.	354	33	969	25	883	32	2388	23	0	.	166	55	90	49	0	.	11	100	1113	27	1128	24	699	38	0	.	0	.	0	.	762	27	909	24	915	23	43	76	0	.	0	.	414	30	112	50	337	62	317	40	443	44	637	38	739	30	1023	27	1415	22	77	64	0	.	705	32	0	.	82	52	469	25	569	35	583	29	367	38	12	100	0	.	294	58	0	.	4619	12	2165	15	2608	16	523	48	0	.	0	.	124	53	0	.	0	.	0	.	0	.	0	.	71771	3
	totale	0	.	0	.	0	.	0	.	2254	24	2981	22	17347	9	7926	12	80	72	4891	14	0	.	0	.	114	81	0	.	489	45	1595	26	3222	19	1289	29	0	.	4072	19	7350	12	5156	14	7631	11	14582	8	12802	8	2962	22	1314	33	673	49	4123	18	702	35	2750	18	439	51	801	34	3011	20	1133	28	2156	22	3089	20	37	.	1191	27	2969	19	1571	27	4789	20	0	.	500	38	674	34	0	.	145	71	2418	21	3509	18	1769	25	0	.	0	.	0	.	1418	20	2180	18	2321	18	201	41	0	.	0	.	1517	19	348	39	528	49	1151	27	1193	30	1852	25	1645	26	1919	23	3726	18	214	55	0	.	2025	22	0	.	287	50	2563	16	1203	27	1507	26	802	30	281	71	0	.	466	56	0	.	10997	9	7708	11	8525	10	1243	32	23	.	0	.	415	53	0	.	0	.	0	.	0	.	0	.	194766	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	119	31	106	24	64	42	106	28	44	49	54	35	499	16	302	12	312	14	266	16	26	33	56	30	66	20	0	.	27	30	106	30	94	22	101	25	29	53	105	21	140	20	103	22	262	18	527	15	343	14	357	13	128	24	158	26	176	18	23	48	80	24	26	36	48	37	84	27	50	29	54	28	152	27	54	41	77	29	102	22	62	43	67	34	127	23	82	27	52	28	39	36	49	31	123	29	59	29	51	30	98	31	68	32	195	34	87	35	72	41	90	25	155	24	128	23	239	22	242	15	174	22	194	19	34	55	43	44	46	31	55	48	77	29	119	22	50	28	18	54	77	24	27	80	48	36	61	26	55	40	51	29	67	29	52	38	20	48	7	73	38	54	338	13	253	15	395	14	58	27	40	35	61	46	54	26	76	45	57	41	44	41	64	30	0	.	10264	2
	16-23 cm	396	20	357	24	276	23	341	22	157	26	291	22	1380	10	1037	13	1204	12	836	15	120	37	115	32	220	26	0	.	144	32	340	23	455	20	429	22	62	45	547	25	499	17	485	16	645	14	1357	10	1127	11	983	12	375	21	437	19	596	16	57	49	180	22	108	39	93	32	268	23	278	29	267	26	376	23	261	25	340	25	306	22	226	31	351	23	475	21	200	26	285	27	193	30	231	25	267	25	357	24	174	32	332	25	268	29	385	26	154	24	337	18	238	20	422	20	408	19	630	15	650	16	605	22	576	17	183	30	129	32	185	27	268	27	163	27	293	24	133	40	46	54	235	26	153	40	133	35	254	21	204	27	232	30	173	28	192	38	102	40	33	49	94	41	973	12	1055	12	1250	12	189	32	158	35	159	30	236	40	217	24	226	28	180	36	222	34	0	.	33579	2
	24-35 cm	917	20	441	24	795	22	859	23	707	26	1007	22	4265	9	2995	11	3403	11	2546	12	208	37	452	28	766	19	32	.	410	32	942	21	1336	19	1045	20	239	43	1315	25	1391	15	1414	16	1158	15	3376	10	2709	10	2987	10	853	19	1059	20	1664	17	216	34	579	25	329	31	247	35	585	21	654	28	538	25	902	20	939	20	755	22	1153	17	703	21	1267	18	1178	19	471	24	618	21	374	26	1072	20	689	23	614	23	378	28	901	24	484	27	589	27	206	32	698	20	452	24	601	21	686	20	1019	17	1024	16	648	21	831	18	487	29	332	36	484	28	587	22	386	26	811	23	489	27	70	47	786	21	283	38	303	33	709	20	448	22	593	21	506	26	299	31	304	37	88	53	353	40	2173	11	1921	13	2569	12	369	27	376	27	488	31	799	22	787	21	429	28	285	39	360	29	0	.	82564	2
	36-51 cm	1929	17	1153	21	874	22	1835	16	1122	24	2237	18	8028	8	6463	9	5763	9	4002	11	495	30	677	27	1370	20	38	.	826	27	1519	20	2128	16	1885	19	173	51	2269	17	2870	14	1999	14	2341	14	5511	9	4981	9	5695	10	1751	22	2048	17	2944	15	535	26	1008	20	703	27	350	30	1262	19	545	24	656	23	1355	18	1865	19	1124	23	1915	17	1390	22	2545	17	1735	18	1154	20	1052	21	846	24	1531	18	1343	18	1411	20	1028	20	1205	23	769	26	894	21	257	32	911	17	797	22	365	27	614	20	735	23	1025	17	605	22	710	20	404	28	431	37	657	26	1085	25	652	27	1413	21	765	29	137	46	1010	20	703	29	523	30	1183	17	654	24	1264	20	999	21	620	33	767	36	280	43	699	28	3330	10	2715	12	3279	11	919	24	809	27	912	21	1234	20	1456	19	651	25	793	29	693	28	0	.	140203	1
	=52 cm	1563	19	930	21	777	25	2300	18	800	28	2305	23	8592	10	8232	10	7726	10	2781	16	631	31	639	33	1090	26	18	.	722	34	1002	25	1374	21	1723	22	61	73	2049	19	3027	15	2495	19	3280	14	5927	10	3714	12	3760	14	1890	22	2196	20	2422	17	467	31	952	25	471	34	563	34	1868	19	436	32	796	28	1344	22	1341	22	609	27	1731	20	1400	24	3676	17	1003	22	1758	24	645	43	484	29	760	29	1425	23	1128	24	1536	27	875	29	814	35	1133	24	776	26	1693	18	957	22	671	65	650	33	388	28	1385	19	458	27	955	27	410	35	503	40	646	37	1025	25	1202	25	1535	21	1071	31	75	76	870	28	836	32	491	45	496	24	822	27	975	23	660	27	117	53	785	35	369	48	841	35	4703	12	2183	15	3057	14	918	32	992	28	1187	25	1240	21	1213	24	819	31	536	31	902	29	0	.	140648	2
	totale	4924	15	2987	17	2785	18	5441	14	2830	22	5895	17	22763	8	19029	8	18408	8	10431	10	1481	25	1938	23	3512	18	87	.	2129	23	3909	17	5386	15	5184	16	565	39	6284	16	7927	11	6496	12	7686	11	16699	7	12873	8	13783	8	4997	17	5898	15	7803	13	1298	23	2800	18	1636	25	1301	26	4067	17	1964	21	2310	21	4129	17	4460	17	2905	19	5206	14	3782	18	7906	15	4516	14	3666	18	2651	19	1936	21	3643	16	3847	17	3570	18	3167	20	3411	19	2403	23	3196	18	1481	20	3710	14	2534	17	2215	23	2487	17	3010	13	4326	12	2490	16	3267	15	1517	24	1438	28	2019	23	3020	19	2479	20	4171	17	2508	25	346	38	2979	17	2001	25	1498	26	2702	15	2184	20	3114	17	2405	18	1280	27	1979	29	777	39	2025	28	11517	8	8126	10	10550	9	2452	22	2375	22	2806	20	3563	17	3749	17	2182	22	1837	26	2241	24	0	.	407258	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. 2293327. Birmensdorf, Swiss Federal Research Institute WSL

indietro