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 IFN1-IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
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	136	47	64	42	58	72	98	46	0	.	25	49	203	61	184	18	321	17	202	26	24	49	46	42	68	26	0	.	11	49	81	48	51	40	36	47	32	77	33	53	28	50	4	485	0	.	143	47	0	.	281	21	101	39	132	28	51	55	23	73	15	70	22	46	24	48	20	59	36	45	0	.	36	61	50	40	58	55	41	50	35	53	5	593	165	29	79	38	24	53	32	36	42	35	46	57	0	.	2	100	110	31	47	32	204	48	10	.	-3	1045	14	63	165	34	107	36	293	27	145	29	122	32	179	30	26	58	2	.	4	87	37	44	42	51	0	.	27	48	20	72	35	53	25	68	27	66	15	74	52	63	28	39	38	49	51	52	23	57	3	100	5	77	50	42	32	46	88	27	18	53	37	47	52	58	48	30	87	61	37	53	11	45	68	35	0	.	5551	5
	16-23 cm	323	30	304	38	211	35	274	36	14	.	99	47	485	26	656	24	1277	16	690	25	104	55	89	40	195	40	0	.	34	47	231	29	251	41	153	40	92	53	270	60	60	55	78	44	0	.	225	31	21	73	773	19	275	26	465	26	274	30	15	174	34	75	87	66	51	48	49	46	218	51	0	.	156	43	192	39	274	39	113	44	255	43	122	45	578	29	118	40	144	38	167	36	231	28	116	52	0	.	22	73	407	30	284	38	449	32	18	.	136	45	71	58	402	30	416	29	687	20	452	27	490	36	484	26	109	71	8	.	5	222	145	51	46	59	1	.	62	93	53	74	89	45	47	51	55	42	40	71	175	47	151	37	90	59	267	43	136	47	14	71	44	67	118	41	81	52	238	28	70	50	107	36	122	50	170	72	175	35	219	41	202	47	156	36	0	.	18356	4
	24-35 cm	759	35	380	35	413	35	659	28	10	.	427	41	1174	28	1855	18	3297	14	1734	22	213	51	474	38	668	29	55	.	160	52	639	31	483	39	544	36	371	48	637	37	47	90	207	39	0	.	587	30	18	74	1890	17	644	27	1281	25	992	35	83	55	24	100	176	45	126	61	146	47	418	53	0	.	316	42	788	27	681	35	336	38	390	42	501	35	1383	24	363	43	386	37	327	36	900	29	194	54	0	.	97	62	985	33	692	31	713	36	22	.	294	43	105	61	362	30	742	27	946	23	484	31	617	32	668	27	213	61	0	.	103	72	233	41	157	61	37	.	404	43	103	54	422	39	178	57	180	52	68	79	349	36	441	34	274	49	304	38	337	49	51	80	119	57	144	52	158	52	387	33	84	50	377	36	427	40	806	29	818	26	254	40	427	43	277	39	0	.	43014	3
	36-51 cm	1623	26	1034	31	579	39	2035	21	189	.	720	38	1873	25	3432	16	6456	12	2551	20	371	47	683	38	1148	31	67	.	469	52	1015	30	699	37	1388	31	190	71	1375	36	225	68	450	37	0	.	336	31	39	80	4246	15	1713	35	2437	21	1898	26	281	52	20	93	362	42	240	49	416	47	223	55	10	.	422	41	1857	26	953	38	440	36	752	46	1166	31	1907	21	779	33	714	33	869	32	1250	26	345	44	0	.	418	46	916	28	899	31	947	26	15	.	234	35	54	83	110	58	497	26	946	30	489	34	425	36	568	29	126	69	31	.	83	71	530	43	151	55	57	.	463	45	161	62	560	38	430	56	394	52	75	71	275	50	680	33	519	38	500	41	526	41	285	58	266	48	201	49	92	52	391	33	388	52	728	31	896	28	1187	25	1724	22	774	31	888	37	658	31	0	.	72807	3
	=52 cm	1450	27	860	30	607	38	2791	23	111	.	708	46	1812	28	4713	17	7732	13	946	25	585	39	360	65	797	36	31	.	250	68	787	40	365	63	1014	32	74	100	539	43	141	60	619	35	0	.	528	36	45	76	2649	18	950	31	2258	24	1258	37	111	52	0	.	366	50	243	59	293	50	45	100	0	.	83	71	1140	35	316	62	625	48	579	45	923	34	1078	27	1423	36	344	46	522	36	507	53	81	73	0	.	475	54	573	39	1230	38	1493	28	26	.	650	47	49	100	271	41	366	37	333	37	587	41	135	52	631	35	152	70	49	.	16	100	317	51	237	82	48	.	842	48	14	100	281	53	206	62	282	70	50	100	265	53	333	48	295	59	174	63	733	53	110	75	599	54	78	82	33	100	328	41	242	58	1194	34	789	34	1109	31	1180	29	1020	38	510	37	750	35	0	.	62715	4
	totale	4290	23	2644	23	1867	28	5856	19	324	.	1979	36	5547	21	10841	14	19084	10	6123	17	1296	33	1653	32	2878	27	153	.	923	47	2753	27	1849	32	3136	26	760	48	2854	37	501	46	1357	32	0	.	1820	26	123	73	9840	13	3683	25	6573	18	4474	26	514	43	93	71	1012	38	684	47	924	43	940	42	10	.	1013	38	4027	24	2282	32	1555	34	2011	35	2715	30	5111	18	2762	29	1612	28	1917	28	2930	25	782	44	0	.	1014	46	2991	25	3151	27	3806	22	92	.	1311	35	294	64	1310	26	2129	23	3206	17	2156	23	1790	27	2529	21	626	52	89	.	212	71	1263	36	633	52	144	.	1797	39	351	46	1388	34	887	48	937	46	247	71	1116	34	1632	30	1216	35	1297	33	1754	40	463	60	1032	48	592	40	397	49	1432	25	802	47	2444	28	2286	26	3320	23	3984	20	2304	28	2038	33	1908	27	0	.	202443	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	.	15	186	39	62	257	16	119	25	0	.	111	34	0	.	0	.	6	.	0	.	6	52	57	56	48	38	30	57	0	.	87	35	83	30	70	32	163	28	336	20	261	22	27	39	47	53	13	56	134	26	2	291	80	33	7	88	15	52	46	35	27	70	51	39	84	46	0	.	11	60	66	38	18	67	49	38	0	.	13	67	21	65	0	.	0	.	47	49	74	36	30	51	0	.	0	.	0	.	85	56	28	49	38	47	4	71	0	.	0	.	29	38	11	59	15	100	26	113	30	78	55	37	37	73	24	47	40	44	16	63	0	.	37	40	0	.	17	100	50	37	4	156	34	49	14	40	20	.	0	.	0	.	0	.	282	22	241	24	161	20	11	54	15	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	3873	5
	16-23 cm	0	.	0	.	0	.	0	.	84	41	207	39	676	16	353	21	0	.	334	32	0	.	0	.	7	.	0	.	96	60	205	42	214	37	149	43	0	.	340	36	405	25	349	29	440	23	805	16	1088	15	114	49	66	50	25	64	431	30	49	68	166	31	27	86	41	62	230	38	141	54	229	31	175	37	0	.	98	54	137	49	18	131	158	42	0	.	39	57	84	66	0	.	0	.	52	82	321	35	218	38	0	.	0	.	0	.	103	40	153	31	135	32	10	100	0	.	0	.	51	70	48	61	20	76	126	38	65	52	246	32	78	48	53	32	211	44	13	65	0	.	116	43	0	.	28	100	219	30	57	54	150	71	49	55	63	.	0	.	0	.	0	.	802	21	871	20	693	19	135	57	23	.	0	.	101	100	0	.	0	.	0	.	0	.	0	.	13188	4
	24-35 cm	0	.	0	.	0	.	0	.	602	35	720	38	2429	13	1199	25	8	.	1078	26	0	.	0	.	0	.	0	.	234	59	471	44	560	36	329	43	0	.	854	53	1229	20	831	25	890	21	2533	16	2779	14	535	39	121	46	135	73	952	27	185	58	645	35	85	67	176	70	373	35	484	42	460	33	757	33	0	.	152	53	625	32	243	36	815	32	0	.	130	56	257	52	0	.	0	.	191	38	699	30	347	42	0	.	0	.	0	.	25	77	377	36	394	38	64	59	0	.	0	.	281	40	123	62	84	77	427	40	328	58	524	38	223	45	257	41	586	42	42	72	0	.	357	35	0	.	0	.	627	29	93	45	124	51	160	59	0	.	0	.	65	.	0	.	1789	15	1794	19	1633	18	154	60	0	.	0	.	144	72	0	.	0	.	0	.	0	.	0	.	35787	4
	36-51 cm	0	.	0	.	0	.	0	.	1086	30	1512	30	5510	12	2157	18	55	.	1656	23	0	.	0	.	6	.	0	.	268	59	698	41	997	31	512	35	0	.	1045	28	2937	20	1260	22	2277	20	4446	14	5132	12	970	36	185	45	156	63	1409	27	215	51	972	28	257	59	125	72	870	30	373	37	468	32	1149	29	0	.	317	45	940	31	452	39	1209	38	0	.	227	56	200	51	0	.	0	.	851	30	1353	27	669	31	0	.	0	.	0	.	283	48	656	30	934	30	64	81	0	.	0	.	327	41	124	56	130	66	373	37	431	57	802	34	469	59	650	40	697	34	57	63	0	.	572	29	0	.	88	89	836	23	258	47	378	41	376	41	250	.	0	.	26	.	0	.	2574	16	2561	17	2615	17	155	54	0	.	0	.	170	107	0	.	0	.	0	.	0	.	0	.	61778	3
	=52 cm	0	.	0	.	0	.	0	.	1002	34	898	32	5487	15	3046	20	22	.	1234	26	0	.	0	.	29	.	0	.	80	76	310	53	1037	33	386	40	0	.	1817	29	2746	22	1429	28	3185	19	4707	15	3677	16	816	38	840	55	351	70	1386	32	300	52	849	31	222	80	344	72	1131	31	442	43	415	45	1386	31	0	.	243	50	881	35	1244	38	2261	34	0	.	183	71	26	100	0	.	0	.	1387	31	1310	30	837	48	0	.	0	.	0	.	723	40	780	37	858	35	80	76	0	.	0	.	398	47	197	52	310	84	473	45	363	51	575	45	845	39	754	36	753	38	110	73	0	.	762	43	0	.	63	71	498	34	458	59	226	53	524	46	0	.	0	.	267	.	0	.	3738	18	1910	19	2694	20	152	84	0	.	0	.	64	58	0	.	0	.	0	.	0	.	0	.	66515	4
	totale	0	.	0	.	0	.	0	.	2789	29	3376	28	14358	11	6873	16	85	.	4413	18	0	.	0	.	47	.	0	.	684	51	1741	34	2857	26	1406	32	0	.	4143	26	7400	16	3939	20	6955	15	12827	12	12937	11	2463	30	1259	45	679	67	4312	23	750	46	2712	24	597	59	700	52	2651	26	1467	35	1622	31	3551	27	0	.	822	41	2648	26	1974	34	4492	27	0	.	592	49	587	45	0	.	0	.	2527	27	3756	24	2101	32	0	.	0	.	0	.	1219	32	1994	27	2359	27	221	63	0	.	0	.	1086	34	504	47	559	67	1425	33	1216	42	2202	31	1652	36	1738	33	2287	31	238	66	0	.	1845	29	0	.	195	82	2229	21	871	46	912	37	1122	35	332	.	0	.	358	.	0	.	9185	13	7378	14	7795	14	607	49	38	.	0	.	481	68	0	.	0	.	0	.	0	.	0	.	181140	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	136	47	64	42	58	72	98	46	15	186	64	42	460	28	302	14	321	17	313	21	24	49	46	42	74	25	0	.	17	37	138	36	100	27	66	36	32	77	120	29	111	25	74	41	163	28	480	20	261	22	308	20	148	32	144	26	186	24	26	72	96	30	29	41	38	36	67	30	63	39	51	39	121	37	50	40	69	47	107	30	53	42	53	61	165	29	91	34	45	41	32	36	42	35	93	38	74	36	31	49	110	31	47	32	204	48	95	51	25	150	52	38	169	33	107	36	293	27	174	25	133	30	194	29	52	64	32	73	59	34	74	42	66	37	40	44	43	38	20	72	72	33	25	68	43	56	65	33	56	59	62	32	53	37	71	47	23	57	3	100	5	77	332	20	273	22	249	16	28	39	52	44	52	58	50	29	87	61	37	53	11	45	68	35	0	.	9424	4
	16-23 cm	323	30	304	38	211	35	274	36	98	38	306	31	1161	14	1010	17	1277	16	1024	20	104	55	89	40	202	39	0	.	130	46	436	25	465	28	302	30	92	53	609	33	465	23	427	25	440	23	1030	14	1109	15	887	18	341	23	489	25	705	22	64	66	199	29	113	54	92	38	279	32	359	37	229	31	331	28	192	39	372	32	250	33	273	41	280	31	578	29	157	33	228	34	167	36	231	28	167	44	321	35	240	35	407	30	284	38	449	32	121	37	290	27	206	29	411	30	416	29	687	20	503	25	539	33	504	25	234	39	72	48	250	32	223	37	100	32	212	44	75	77	53	74	205	31	47	51	82	44	258	28	232	38	301	40	138	43	329	40	136	47	14	71	44	67	920	19	952	19	931	16	205	41	130	34	122	50	271	58	175	35	219	41	202	47	156	36	0	.	31543	3
	24-35 cm	759	35	380	35	413	35	659	28	612	35	1147	28	3603	12	3054	15	3305	14	2812	17	213	51	474	38	668	29	55	.	394	41	1110	26	1043	26	874	27	371	48	1491	34	1276	20	1038	22	890	21	3120	14	2797	14	2425	15	765	24	1416	24	1944	22	268	43	669	34	260	37	302	48	519	28	902	33	460	33	1072	26	788	27	833	30	961	24	633	29	1316	24	1383	24	494	35	642	30	327	36	900	29	385	33	699	30	443	35	985	33	692	31	713	36	48	62	671	27	499	33	427	27	742	27	946	23	765	24	740	28	752	26	639	33	328	58	627	34	456	30	414	34	623	40	446	39	103	54	779	26	178	57	180	52	695	27	443	30	564	29	434	38	304	38	337	49	116	66	119	57	1933	15	1952	18	2020	16	238	43	377	36	427	40	950	27	818	26	254	40	427	43	277	39	0	.	78801	2
	36-51 cm	1623	26	1034	31	579	39	2035	21	1276	29	2231	23	7383	11	5589	12	6511	11	4207	15	371	47	683	38	1154	31	67	.	737	40	1712	24	1696	24	1900	24	190	71	2420	23	3162	19	1710	19	2277	20	4782	13	5171	12	5216	13	1898	32	2593	20	3308	19	496	37	992	27	619	34	365	41	1287	25	596	31	478	31	1571	24	1857	26	1270	31	1380	24	1204	32	2374	24	1907	21	1006	28	913	28	869	32	1250	26	1195	25	1353	27	1087	26	916	28	899	31	947	26	298	46	890	24	988	29	174	47	497	26	946	30	816	26	549	31	697	27	500	33	462	53	885	31	999	36	801	34	754	32	519	41	161	62	1133	24	430	56	481	45	910	22	533	34	1057	26	895	28	750	43	526	41	311	54	266	48	2776	16	2654	16	3006	15	543	40	728	31	896	28	1357	26	1724	22	774	31	888	37	658	31	0	.	134585	2
	=52 cm	1450	27	860	30	607	38	2791	23	1113	32	1606	27	7299	13	7759	13	7755	13	2180	18	585	39	360	65	826	35	31	.	330	55	1097	32	1402	29	1400	25	74	100	2355	25	2887	21	2047	22	3185	19	5235	14	3722	16	3466	16	1790	30	2609	23	2644	24	411	40	849	31	588	43	587	49	1424	27	487	40	415	45	1469	29	1140	35	559	41	1506	28	1823	30	3184	26	1078	27	1606	32	370	44	522	36	507	53	1468	30	1310	30	1313	36	573	39	1230	38	1493	28	749	39	1430	29	907	33	351	36	366	37	333	37	984	31	333	38	941	36	625	38	411	46	592	44	1162	31	991	33	801	36	952	43	14	100	1043	34	206	62	345	59	547	32	723	42	559	36	819	36	174	63	733	53	377	74	599	54	3816	17	1943	19	3021	18	394	48	1194	34	789	34	1173	29	1180	29	1020	38	510	37	750	35	0	.	129231	2
	totale	4290	23	2644	23	1867	28	5856	19	3114	28	5355	22	19906	10	17714	11	19169	10	10536	12	1296	33	1653	32	2924	27	153	.	1607	34	4493	21	4705	20	4542	20	760	48	6997	22	7901	16	5296	17	6955	15	14647	11	13060	10	12303	12	4942	22	7252	18	8786	17	1264	32	2805	24	1609	32	1384	35	3575	22	2407	27	1632	31	4564	23	4027	24	3103	26	4204	21	3985	24	7207	20	5111	18	3354	25	2199	24	1917	28	2930	25	3309	23	3756	24	3114	26	2991	25	3151	27	3806	22	1310	30	3305	21	2652	25	1531	24	2129	23	3206	17	3243	19	2294	23	3088	21	2051	28	1306	40	2414	28	2914	26	2372	28	2430	30	2035	36	351	46	3233	22	887	48	1132	40	2476	20	1987	28	2544	23	2339	25	1629	33	1754	40	821	55	1032	48	9777	12	7774	14	9227	13	1409	34	2481	28	2286	26	3801	22	3984	20	2304	28	2038	33	1908	27	0	.	383583	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. 2293392. Birmensdorf, Swiss Federal Research Institute WSL

indietro