Scelta degli argomenti

Qual è il significato dei numeri?
Qual è lo scopo dell'errore standard?
Quando due risultati sono statisticamente diversi?
Quando non è sufficiente considerare solo l'errore standard?
Due tipi di variazione?
Analisi della variazione: Quando i risultati (non) sono additivi?
Perché talvolta l'errore standard e il valore stimato vengono rappresentati con un punto (".")?
Perché alcune tabelle non indicano l'errore standard?
Valori negativi per provvigione, incremento o utilizzazione?

1. Qual è il significato dei numeri?

Le tabelle mostrano principalmente i risultati calcolati con metodi statistici a partire dai dati del campionamento su aree di saggio dell'Inventario forestale nazionale (IFN). Tali risultati sono sempre costituiti da due cifre: 1) il valore stimato e 2) l'errore di campionamento, il cosiddetto errore standard.

Esempio 1: Valore stimato ed errore standard

IFN5

volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

reticolo: reticolo 1,4 km, sottoreticoli 1-5

stato 2018/26
	regione di produzione
	Giura		Altopiano		Prealpi		Alpi		Sud delle Alpi		Svizzera
proprietà (2 classi)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
pubblica	30	10	17	13	37	9	36	6	26	10	30	4
privata	27	17	20	12	50	10	32	8	39	13	34	5
totale	29valore stimato	9errore standard	19	9	44	7	35	5	29	8	32	3

Le tabelle mostrano solitamente l'errore standard relativo (percentuale) ("±%"), ma occasionalmente - nel caso di percentuali stimate - l'errore standard assoluto ("±").

top

2. Qual è lo scopo dell'errore standard?

L'errore standard può essere utilizzato per definire intervalli di confidenza intorno al valore stimato che contengono il valore vero della popolazione con una data sicurezza statistica.

La sicurezza statistica è del

68% se l'intervallo di confidenza è stato calcolato utilizzando l'errore standard semplice
(intervallo di confidenza del 68% = valore stimato ± errore standard), e
95% se l'intervallo di confidenza è stato calcolato con l'errore standard doppio
(intervallo di confidenza del 95% = valore stimato ± 2 × errore standard*)

Esempio 2: Calcolo degli intervalli di confidenza

IFN5
volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha
insieme analizzato: bosco accessibile esclusi gli arbusteti

reticolo: reticolo 1,4 km, sottoreticoli 1-5

stato 2018/26
	regione di produzione
	Giura
proprietà (2 classi)	m³/ha	±%
pubblica	30	10
privata	27	17
totale	29	9

Domanda
Quali sono gli intervalli di confidenza del 68% e del 95% dei valori stimati qui sopra?

Procedura

Calcolare l'errore standard assoluto (= errore standard relativo × valore stimato / 100)
Calcolare gli intervalli di confidenza
- intervallo di confidenza del 68% = valore stimato ± errore standard assoluto
- intervallo di confidenza del 95% = valore stimato ± 2 × errore standard assoluto

Risposta

			1^o passo	2^o passo

proprietà (2 classi)	volume di legno morto Giura IFN5
	valore stimato	errore standard		intervallo di confidenza
		relativo	assoluto	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
pubblica	30	10	3	27-33	24-36
privata	27	17	5	22-32	17-37
totale	29	9	3	26-32calcolato con l'errore standard semplice, ossia 29 ± 3	23-35calcolata con il l'errore standard doppio, ossia 29 ± 2 × 3

Il volume di legno morto nel Giura è compreso tra 26 e 32 m³/ha con una sicurezza statistica del 68% e tra 23 e 35 m³/ha con una sicurezza statistica del 95%.

L'intervallo di confidenza del 95% è più ampio di quello del 68%. Ciò si traduce in una maggiore sicurezza statistica.

Esempio 3: Visualizzazione degli intervalli di confidenza del 68% e del 95%

Dati: vedi esempio 2

Quando si interpretano i risultati, bisogna decidere da soli con quale sicurezza statistica si vuole fare un'affermazione.

L'inventario forestale nazionale (IFN) si basa generalmente sull'intervallo di confidenza del 68%.

top

3. Quando due risultati sono statisticamente diversi?*

Questo può essere verificato confrontando gli intervalli di confidenza di due valori stimati:

Se gli intervalli di confidenza del 68% di due valori stimati non si sovrappongono, si può assumere con un certo grado di sicurezza che le due popolazioni differiscano.
Se gli intervalli di confidenza del 95% di due valori stimati non si sovrappongono, si può assumere con un alto grado di sicurezza che le due popolazioni differiscano.

Esempio 4: Interpretazione di due risultati dello stesso inventario

IFN5

provvigione (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

reticolo: reticolo 1,4 km, sottoreticoli 1-5

stato 2018/26
	regione di produzione
	Giura		Altopiano		Prealpi		Alpi		Sud delle Alpi		Svizzera
proprietà (2 classi)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
pubblica	331	3	311	3	405	4	300	3	256	5	314	2
privata	387	5	432	4	454	4	348	4	285	6	398	2
totale	345	2	363	2	431	2	314	2	262	4	343	1

	Caso 2						Caso 1

Caso 1

Domanda
La provvigione all’ettaro è più alta nelle Alpi rispetto al Sud delle Alpi?

Procedura

Calcolare gli errori standard assoluti
Calcolare gli intervalli di confidenza in base al livello di sicurezza desiderato:
- intervalli di confidenza del 68% (certo grado di sicurezza; errore standard assoluto semplice)
- intervalli di confidenza del 95% (alto grado di sicurezza; errore standard assoluto doppio)
Verificare che gli intervalli di confidenza non si sovrappongano al livello di sicurezza desiderato.

Risposta

proprietà (2 classi)	provvigione IFN5
	Alpi					Sud delle Alpi
	valore stimato	errore standard		intervallo di confidenza		valore stimato	errore standard		intervallo di confidenza
		relativo	assoluto	68%	95%		relativo	assoluto	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
totale	314	2	6	308-320	302-326	262	4	10	252-272	242-282

Né gli intervalli di confidenza del 68% né quelli del 95% si sovrappongono (coppie di cifre in ).

In questo caso, il livello di sicurezza scelto non influisce sul risultato.

In generale, ciò significa che vi è un'elevata sicurezza statistica che la provvigione all’ettaro sia più elevata nelle Alpi rispetto al Sud delle Alpi.

Caso 2

Domanda
La provvigione all’ettaro è più alta sull'Altopiano che nel Giura?

Procedura

Vedi il caso 1.

Risposta

proprietà (2 classi)	provvigione IFN5
	Giura					Altopiano
	valore stimato	errore standard		intervallo di confidenza		valore stimato	errore standard		intervallo di confidenza
		relativo	assoluto	68%	95%		relativo	assoluto	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
totale	345	2	7	338-352	331-359	363	2	7	356-370	349-377

Gli intervalli di confidenza del 68% non si sovrappongono (coppie di cifre in ).
Al contrario, gli intervalli di confidenza del 95% si sovrappongono (coppie di cifre in ).

In questo caso, il livello di sicurezza scelto influisce sull'interpretazione dei risultati: Se consideriamo l’intervallo di confidenza del 68%, la conclusione è che la provvigione all’ettaro è più alta sull'Altopiano che nel Giura. Se prendiamo l’intervallo di confidenza del 95%, invece, questa conclusione non può essere tratta.

Considerando entrambi i livelli di sicurezza, si può affermare che statisticamente c'è una certa sicurezza, ma non elevata, che la provvigione all’ettaro sia più alta sull'Altopiano che nel Giura.

Gli intervalli di confidenza possono essere utilizzati anche per verificare se un valore stimato con il campione dell’Inventario forestale nazionale (IFN) si discosta da un valore target (ad esempio in base alla politica forestale) o se una variazione tra due inventari è statisticamente certa.

Esempio 5: Interpretazione di due risultati provenienti da inventari diversi

proprietà (2 classi)	provvigione nell'Altopiano*
	IFN4		IFN5
	m³/ha	±%	m³/ha	±%
pubblica	340	3	309	3
privata	447	4	432	4
totale	386	2	363	2
* bosco accessibile esclusi gli arbusteti IFN4/IFN5

Domanda
La provvigione all’ettaro nell'Altopiano è diminuita dall’IFN4 all’IFN5?

Procedura

Calcolare gli errori standard assoluti
Calcolare gli intervalli di confidenza in base al livello di sicurezza desiderato:
- intervalli di confidenza del 68% (certo grado di sicurezza; errore standard assoluto semplice)
- intervalli di confidenza del 95% (alto grado di sicurezza; errore standard assoluto doppio)
Verificare che gli intervalli di confidenza non si sovrappongano al livello di sicurezza desiderato

Risposta

proprietà (2 classi)	provvigione nell'Altopiano*
	IFN4					IFN5
	valore stimato	errore standard		intervallo di confidenza		valore stimato	errore standard		intervallo di confidenza
		relativo	assoluto	68%	95%		relativo	assoluto	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
pubblica	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privata	447	4	16	431-463	415-479	432	4	17	415-449	398-466
totale	386	2	8	378-394	370-402	363	2	9	354-372	345-381
* bosco accessibile esclusi gli arbusteti IFN4/IFN5

Gli intervalli di confidenza del 68% non si sovrappongono nel bosco pubblico e nel totale (coppie di cifre in ), ma lo fanno nel bosco privato (coppie di cifre in ). Se consideriamo il livello di sicurezza degli intervalli di confidenza del 68%, si può concludere che la provvigione all’ettaro nel bosco pubblico e nel totale dell'Altopiano è diminuito. Per il bosco privato, la diminuzione non è statisticamente certa.

Gli intervalli di confidenza del 95% si sovrappongono in tutte le tre categorie. Se prendiamo in considerazione il livello di sicurezza degli intervalli del 95%, non è quindi statisticamente certo che la provvigione sia diminuita, nemmeno per il bosco pubblico e il totale.

Tuttavia, si vedano gli esempi 6 e 7, in cui le variazioni tra due inventari sono interpretate utilizzando il bilancio, il quale è più sensibile.

Per molte variabili target l’IFN permette di verificare se una variazione tra due inventari è statisticamente certa, non solo confrontando gli stati nei due inventari (vedi esempio 5), ma anche analizzando la variazione, cioè il bilancio tra i due inventari.

A tal fine, è anche necessario definire il livello di sicurezza da applicare all’affermazione:

Una variazione (bilancio) si è verificata con un certo grado di sicurezza se l'errore standard relativo semplice è inferiore al 100% o se l'intervallo di confidenza calcolato con l'errore standard assoluto semplice (intervallo di confidenza del 68%) non include il valore 0.
Una variazione (bilancio) si è verificata con un alto grado di sicurezza se l’errore standard relativo doppio è inferiore al 100% o se l'intervallo di confidenza calcolato con l’errore standard assoluto doppio (intervallo di confidenza del 95%) non include il valore 0.

Esempio 6: Interpretazione delle variazioni (bilanci) con l'errore standard relativo

proprietà (2 classi)	variazione della provvigione IFN4-IFN5 nell'Altopiano*
	valore stimato	errore standard
	m³/ha	±%
pubblica	-34	30
privata	-9	147
totale	-23	34
* bosco accessibile esclusi gli arbusteti IFN4/IFN5

Domanda
La provvigione all’ettaro nell'Altopiano è diminuita dall’IFN4 all’IFN5?

Procedura

Definire il livello di sicurezza (intervallo di confidenza del 68% o 95%)
Controllare se
- l'errore standard relativo semplice è inferiore al 100% (livello di sicurezza dell'intervallo di confidenza del 68%)
- l'errore standard relativo doppio è inferiore al 100% (livello di sicurezza dell'intervallo di confidenza del 95%)

Risposta

proprietà (2 classi)	variazione della provvigione IFN4-IFN5 nell'Altopiano*
	valore stimato	errore standard
		semplice	doppio
	m³/ha	±%	±%
pubblica	-34	30	60
privata	-9	147	294
totale	-23	34	68
* bosco accessibile esclusi gli arbusteti IFN4/IFN5

L'errore standard relativo semplice è inferiore al 100% sia per il bosco pubblico che per il totale (cifre ). Per il bosco privato, invece, è superiore al 100% (cifre ). Considerando il livello di sicurezza dell'intervallo di confidenza del 68%, si può concludere che la provvigione nell'Altopiano è diminuita sia nel bosco pubblico che nel totale. Per il bosco privato, invece, la diminuzione della provvigione non è statisticamente certa.

In questo esempio si giunge alla stessa conclusione con il livello di sicurezza dell'intervallo di confidenza del 95%, poiché anche l’errore standard relativo doppio per il bosco pubblico e il totale è inferiore al 100%.

In generale, ciò significa che c'è un’elevata sicurezza statistica che la provvigione all’ettaro è diminuita nel bosco pubblico dell'Altopiano, così come nell’insieme dei boschi. Per il bosco privato, invece, la diminuzione della provvigione non è statisticamente certa (poiché sia l’errore standard relativo doppio che quello semplice sono inferiori al 100%).

Esempio 7: Interpretazione delle variazioni (bilanci) con l'errore standard assoluto

proprietà (2 classi)	variazione della provvigione IFN4-IFN5 nell'Altopiano*
	valore stimato	errore standard
	%	±
pubblica	-10	3
privata	-2	3
totale	-6	2
* bosco accessibile esclusi gli arbusteti IFN4/IFN5

Domanda
La provvigione all’ettaro nell'Altopiano è diminuita dall’IFN4 all’IFN5?

Procedura

Definire il livello di sicurezza (intervallo di confidenza del 68% o del 95%)
Calcolare l'intervallo di confidenza sulla base del livello di sicurezza definito
- intervallo di confidenza del 68% con l’errore standard assoluto semplice
- intervallo di confidenza del 95% con l'errore standard assoluto doppio
Verificare se l'intervallo di confidenza corrispondente non include il valore 0

Risposta

proprietà (2 classi)	variazione della provvigione IFN4-IFN5 nell'Altopiano*
	valore stimato	errore standard		intervallo di confidenza
		semplice	doppio	68%	95%
	%	±	±	%	%
pubblica	-10	3	6	-13 a -7	-16 a -4
privata	-2	3	6	-5 a +1	-8 a +4
totale	-6	2	4	-8 a -4	-10 a -2
* bosco accessibile esclusi gli arbusteti IFN4/IFN5

Sia l'intervallo di confidenza del 68% che quello del 95% non includono il valore 0, per il bosco pubblico e per il totale. Per entrambi i livelli di sicurezza, ciò porta a concludere che la provvigione nell'Altopiano è diminuita sia nel bosco pubblico sia nel totale. Per il bosco privato, invece, la diminuzione della provvigione non è statisticamente certa (poiché gli intervalli di confidenza includono il valore 0).

Le variazioni (bilanci) possono essere interpretate utilizzando l'errore standard assoluto o relativo (vedi esempi 6 e 7). È consigliabile utilizzare l'errore standard assoluto se il valore stimato nella tabella è indicato in percentuale (%) (come nell'esempio 7), e l'errore standard relativo se il valore stimato nella tabella è indicato in cifre assolute (m³, m³/ha, n, m²) (come nell'esempio 6). Così, l'errore standard può essere ricavato direttamente dalla tabella e non deve essere convertito.

Per verificare se una variazione è statisticamente certa, è consigliabile analizzare, laddove è possibile, la variazione (bilancio) tra i due inventari. I bilanci sono più sensibili rispetto ai confronti dello stato, il che rende più facile individuare le differenze a livello statistico.

top

4. Quando non è sufficiente considerare solo l'errore standard?

L'Inventario forestale nazionale (IFN) è un inventario su larga scala basato su campioni, le cui aree di saggio sono disposte su una griglia con una dimensione di maglia di 1,4 km × 1,4 km. L'IFN è stato concepito in modo tale da poter stimare la provvigione per l'intera Svizzera con un errore standard massimo dell'1%.

Se si consultano risultati per singole regioni o per singole classi, si nota che l'errore standard diventa rapidamente molto più grande. Ciò è dovuto al fatto che il numero di aree di saggio e oggetti (ad esempio alberi campione, piante del bosco giovane, pezzi di legno morto, ecc.) analizzati per la combinazione di categorie di variabili* è significativamente inferiore rispetto al totale.

Esempio 8: Errore standard e combinazione di categorie di variabili

regione	provvigione
	totale		acero		acero di monte		acero riccio
	valore stimato	errore standard	valore stimato	errore standard	valore stimato	errore standard	valore stimato	errore standard
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Svizzera	343	1	12	5	11	5	1	20
regione di produzione "Altopiano"	363	2	15	10	14	11	0	50
canton Argovia	289	7	15	20	13	20	1	63

L'errore standard aumenta con l'aumentare del grado di dettaglio.

È lecito attendersi errori standard elevati se

sono stati selezionati i circondari forestali come suddivisione regionale o sono stati richiesti i risultati di piccoli cantoni (ad esempio Appenzello Interno, Nidvaldo),
è stata selezionata una variabile di classificazione con molte classi (ad esempio, specie arboree in 56 classi),
diverse variabili di classificazione sono combinate tra loro (ad esempio, specie arborea principale e stadio di sviluppo).

Errori standard elevati indicano che una stima si è basata possibilmente su un numero troppo piccolo di aree di saggio o oggetti e che di conseguenza il risultato della stima potrebbe non essere affidabile.

Per la variabile target "numero di fusti del bosco giovane con brucatura" (intensità della brucatura), l'incertezza della stima non è necessariamente riconoscibile da un errore standard elevato. Ciò è dovuto al fatto che questa variabile target è una stima per quoziente**, che si basa, a causa del metodo di rilievo, solo su un piccolo numero di piante esaminate per le specie arboree più rare (ad esempio pino silvestre, larice, pino cembro, quercia, castagno). Di conseguenza, per la variabile target "numero di fusti del bosco giovane con brucatura" si dovrebbe sempre controllare su quante piante esaminate si basano i singoli valori stimati. Come regola generale, per ottenere una stima affidabile, per ogni valore stimato dovrebbero essere esaminate almeno 30 piante in relazione alla brucatura.

top

5. Due tipi di variazione?

Nell'Inventario forestale nazionale (IFN) si distinguono due tipi di variazioni

Il primo tipo di variazione prevede variabili target specifiche per componenti di variazione come l’incremento, l’utilizzazione o la mortalità. Queste variabili target sono disponibili solo per due cicli di misurazione successivi, ad esempio IFN4-IFN5. Quando si valutano le componenti di variazione, la categoria della variabile di classificazione del secondo ciclo di misurazione viene assegnata anche a quella del primo ciclo di misurazione. Queste elaborazioni non tengono quindi conto del cambiamento di una categoria (ad esempio, da proprietà privata a pubblica) avvenuta tra un ciclo di misurazione e quello successivo.
Nel secondo tipo di variazione, si utilizza la differenza di variabili target come il numero di fusti, la provvigione o la superficie forestale per fare il bilancio tra due cicli di misurazione. Queste variabili target sono solitamente impiegate per rappresentare uno stato, ad esempio l'IFN5, ma possono anche mostrare il cambiamento avvenuto tra due cicli di misurazione qualsiasi, ad esempio l'IFN1 e l'IFN5. Nell’analisi di questo tipo di variazioni si tiene conto dell’eventuale cambiamento di categoria per alcune delle variabili di classificazione. Si tratta in particolare delle variabili "stato dell’albero" o "bosco, non bosco". Così, possiamo ad esempio notare che la superficie forestale è aumentata. Nel caso delle altre variabili di classificazione, le categorie delle variabili sono considerate statiche. Ciò significa che lo stato più recente – non importa se rilevato in un ciclo di misurazione (ad esempio, la funzione predominante IFN5) o se preso da una fonte di dati esterna (ad esempio, il bosco di protezione [2022]) - viene assegnato a tutti i cicli di misurazione.

top

6. Analisi della variazione: Quando i risultati (non) sono additivi

I risultati sono

additivi se sono indicati come variazione totale tra due date di misurazione. Ad esempio, le utilizzazioni riportate per le varie regioni di produzione in metri cubi (m³) possono essere sommate per ottenere l'utilizzazione per la Svizzera.
non sono additivi, se sono riportati come variazione annuale (ad esempio, m³/anno). Di conseguenza, ad esempio, le utilizzazioni riportate per le varie regioni di produzione in metri cubi all'anno (m³/anno) non possono essere sommate per ottenere l'utilizzazione per la Svizzera.

Esempio 9: Additività/non additività delle variazioni

	provvigione: variazione totale IFN4-IFN5 (in 1000 m³)*
	Giura		Altopiano		Prealpi		Alpi		Sud delle Alpi		Svizzera
alta/bassa quota	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
basse quote	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
alte quote	574.3	117	-328.0	62	1093.0	123	7128.4	21	666.7	93	9134.3	24
totale	-3184.7	40	-5237.1	34	67.9	2805	6811.3	23	4130.8	30	2588.1	136
	* nell bosco accessibile esclusi gli arbusteti IFN4/IFN5
	additivo

	provvigione: variazione all'anno IFN4-IFN5 (in 1000 m³/anno)*
	Giura		Altopiano		Prealpi		Alpi		Sud delle Alpi		Svizzera
alta/bassa quota	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%
basse quote	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
alte quote	64.7	117	-38.3	62	122.4	123	810.4	21	74.9	93	1032.7	24
totale	-357.3	40	-598.4	34	7.6	2805	773.8	23	464.4	30	292.7	136
	* nell bosco accessibile esclusi gli arbusteti IFN4/IFN5
	non additivo

La non additività delle variazioni all’anno è dovuta al fatto che la variazione totale è divisa per il numero medio di anni tra i due punti di misurazione nell’ambito* considerato, e il numero medio di anni varia leggermente a seconda dell’ambito*.

Esempio 10: Numero medio di anni per ambito

ambito		numero medio di anni
regione di produzione	alta/bassa quota
Altopiano	-	8.75
Altopiano	alte quote	8.56
Altopiano	basse quote	8.76
Sud delle Alpi	-	8.90
Sud delle Alpi	alte quote	8.90
Sud delle Alpi	basse quote	8.89
* tra le misurazione dell'IFN4 e dell'IFN5 nel bosco accessible esclusi gli arbusteti

top

7. Perché talvolta l'errore standard e il valore stimato vengono rappresentati con un punto (".")?

Quando si calcola una tabella dei risultati, non sempre sono disponibili dati per tutte le combinazioni di categorie di variabili*. Nella maggior parte dei casi, ciò indica che il parametro stimato con la variabile target non esiste o esiste solo molto raramente. In genere viene quindi inserito il valore 0. Tuttavia, poiché questo valore non si basa su misurazioni dirette, l'errore standard associato viene indicato con un punto ("."). Se nel calcolo si fa riferimento al valore presunto di 0, ad esempio per le percentuali o per alcune stime di variazione, non è possibile utilizzare alcun valore. In questo caso, il valore stimato e l'errore standard vengono contraddistinti da un punto (".").

Ad esempio, fino ad oggi nell’Inventario forestale nazionale (IFN) non sono stati trovati né misurati dei pini cembri nella regione dell'Altopiano (provvigione della specie «pino cembro» in funzione della regione di produzione). Si può quindi ipotizzare che questi valori siano mancanti, poiché il pino cembro effettivamente non è presente nell'Altopiano e pertanto la sua provvigione deve inevitabilmente corrispondere al valore 0.

top

8. Perché alcune tabelle non indicano l'errore standard?

I dati di queste tabelle provengono da un rilievo completo e non da un inventario per campione. Di conseguenza, non è necessario specificare un errore standard, poiché non c'è incertezza dovuta al campionamento.

Ad esempio, il rilievo sull’allacciamento che l'Inventario forestale nazionale (IFN) effettua periodicamente presso i servizi forestali locali è un rilievo completo.

top

9. Valori negativi per provvigione, incremento o utilizzazione?

Questo è possibile se il risultato può essere stato calcolato solo sulla base di pochi alberi. La stima non è quindi affidabile. Ciò si riflette anche nell'errore standard, che di solito è estremamente elevato per i valori negativi di provvigione, incremento o utilizzazione.

I valori negativi sono dovuti al fatto che, nel determinare il volume del legno del fusto degli alberi campione, il volume stimato esclusivamente sulla base del diametro a petto d'uomo (DPU) (volume della tariffa) viene corretto con il volume degli alberi campione per la tariffa stimato a sua volta sulla base del DPU, del diametro a 7 m di altezza e dell'altezza dell'albero. Questa procedura consente di calcolare il volume del legno del fusto in modo non distorto e più preciso. Tuttavia, può portare a valori negativi per tutte le variabili target che si basano sul volume del legno del fusto degli alberi campione (ad esempio, provvigione, incremento, utilizzazione) se il numero di alberi campione in una combinazione di categorie di variabili* è basso.

top

IFN4
provvigione (legno del fusto)
alte/basse quote · diametro a petto d'uomo (classi dimensionali)
suddivisione regionale: circondario forestale (2024)
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN4/IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2009/17
		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	51	78	90	56	142	50	58	27	0	.	27	49	187	39	146	32	401	18	152	25	26	53	55	44	76	25	0	.	64	84	74	50	47	47	82	76	14	61	22	43	25	56	26	40	0	.	161	54	2	100	214	18	89	35	156	26	68	27	66	44	13	83	16	105	21	63	22	47	28	41	2	.	38	73	43	35	46	52	62	43	44	49	29	41	130	29	62	37	33	61	76	67	28	62	52	60	0	.	2	100	82	36	174	41	55	35	9	90	44	68	15	49	152	29	105	33	236	25	179	27	125	34	191	24	26	58	2	100	15	96	62	49	46	50	6	100	20	48	15	78	43	59	25	59	50	56	19	85	33	50	23	63	29	47	25	58	24	65	0	.	34	74	48	54	33	43	100	28	24	44	50	48	0	14262	61	29	57	29	32	33	42	76	62	43	0	.	5643	5
	16-23 cm	267	29	195	37	202	44	304	41	8	.	128	47	372	26	629	23	1323	15	424	25	73	45	102	40	265	31	0	.	62	46	208	28	280	36	306	55	43	52	104	40	30	54	103	37	0	.	227	30	23	91	745	17	294	31	394	27	257	28	96	48	39	71	58	44	69	44	26	52	149	51	3	.	156	41	198	36	235	42	144	39	293	44	88	45	464	26	155	36	121	46	105	45	199	28	130	49	0	.	13	73	279	29	198	37	411	34	14	84	227	39	70	53	483	28	553	30	773	22	623	24	457	29	488	27	99	63	19	84	42	71	88	44	70	54	37	96	137	58	102	54	112	39	53	53	54	45	27	72	182	47	129	35	72	49	205	51	123	57	8	100	30	61	145	41	81	48	320	26	104	50	105	33	142	51	210	36	206	47	243	42	109	36	243	41	0	.	18183	4
	24-35 cm	514	26	540	35	442	35	612	34	12	.	343	42	1227	24	1588	18	2664	14	1824	23	161	51	344	36	650	28	2	.	154	62	677	34	522	38	377	34	204	54	394	41	79	54	152	48	0	.	706	29	26	72	1565	16	654	26	1108	29	756	32	66	54	21	100	158	41	130	50	96	47	402	49	0	.	421	44	523	31	439	43	214	36	393	43	440	36	1282	22	331	40	323	38	312	37	716	33	247	42	0	.	122	64	1099	28	566	33	647	31	23	100	210	58	112	64	466	29	806	27	1056	22	666	29	805	27	747	24	262	68	48	82	95	80	236	52	176	70	36	100	389	56	155	65	560	37	109	64	133	50	135	82	319	41	332	38	308	45	307	36	189	50	153	74	139	57	132	58	103	59	498	29	106	60	290	41	295	35	806	27	880	25	375	36	404	40	368	32	0	.	40471	3
	36-51 cm	1358	22	537	26	668	34	1711	22	197	.	774	38	2352	24	2767	16	5557	12	2433	19	277	55	700	38	1057	26	106	.	389	59	1044	31	656	37	1275	29	285	56	1045	36	218	50	239	40	0	.	506	31	63	87	4237	14	1694	33	2075	20	1764	26	265	46	13	100	376	42	359	44	408	48	362	48	10	.	458	46	1273	28	818	40	489	31	692	42	1147	30	2023	21	538	32	913	33	850	30	1187	24	329	51	0	.	443	48	881	29	798	33	1063	24	18	100	296	35	127	58	225	34	631	25	899	25	585	28	473	32	788	27	224	56	172	82	96	73	548	43	91	63	74	100	407	43	364	45	516	35	316	52	301	47	83	87	337	44	971	32	493	38	432	40	535	43	223	61	240	55	195	47	67	57	424	31	448	42	679	36	851	29	1128	25	1753	24	653	32	886	37	514	33	0	.	69739	3
	=52 cm	1271	26	879	32	680	37	3164	21	86	.	591	55	2285	27	5050	18	7936	13	1355	24	507	43	414	64	1364	33	70	.	185	68	961	40	537	60	1141	30	87	100	613	39	184	55	654	35	0	.	588	35	47	74	2897	17	1187	28	2385	24	1383	38	196	68	0	.	413	56	267	55	255	49	126	85	0	.	126	58	1349	37	352	51	724	48	807	40	1244	31	1269	26	1435	35	357	48	823	37	477	35	155	59	0	.	564	58	715	37	1282	40	1711	33	30	100	685	49	25	100	296	36	452	32	526	33	633	37	242	43	761	32	182	71	77	76	37	100	358	52	271	83	53	100	459	52	42	71	325	50	394	54	299	71	58	100	312	54	359	44	577	49	207	48	526	42	156	64	657	49	101	84	0	.	453	38	486	52	1319	36	627	34	1276	32	1005	32	981	44	517	39	773	37	0	.	69681	3
	totale	3462	19	2241	23	2133	26	5849	19	304	.	1865	40	6422	21	10180	14	17881	10	6188	18	1046	35	1615	31	3413	24	177	.	854	48	2964	27	2042	32	3181	25	632	51	2178	34	537	40	1174	33	0	.	2188	25	160	72	9658	13	3918	24	6119	18	4227	26	689	40	86	71	1020	39	847	43	807	42	1066	42	15	.	1198	39	3385	25	1890	33	1634	33	2229	33	2947	27	5169	18	2521	28	1747	29	2166	28	2607	24	913	41	0	.	1144	47	3056	25	3018	28	3885	22	93	96	1461	34	349	56	1622	23	2546	22	3490	17	2687	20	2102	24	2974	21	792	53	318	74	286	71	1292	36	654	52	207	82	1412	42	679	42	1556	32	896	46	837	39	321	72	1184	35	1814	29	1480	36	1176	33	1397	37	539	64	1099	45	620	40	284	50	1795	23	1169	42	2443	30	1915	26	3480	22	3900	21	2284	29	1958	30	1960	27	0	.	203717	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	.	-1	1697	22	80	379	16	70	25	0	.	111	28	0	.	0	.	4	.	0	.	4	72	35	37	67	32	15	53	0	.	79	27	174	26	93	25	300	20	330	21	402	20	25	41	46	49	5	67	102	29	7	62	57	33	4	74	13	64	51	53	24	58	89	35	67	29	0	.	20	56	69	35	34	79	50	33	0	.	28	56	35	58	0	.	0	.	73	35	71	72	29	87	0	.	0	.	0	.	81	43	67	43	47	32	3	50	0	.	0	.	40	34	15	57	10	62	40	36	70	52	45	34	25	44	36	42	108	38	14	82	0	.	29	33	0	.	1	100	58	28	12	49	41	52	13	48	23	76	0	.	0	.	0	.	290	21	306	24	274	27	13	78	13	.	0	.	4	77	0	.	0	.	0	.	0	.	0	.	4662	5
	16-23 cm	0	.	0	.	0	.	0	.	83	37	170	36	875	13	325	24	4	.	493	25	0	.	0	.	19	.	0	.	51	72	229	43	324	32	124	53	0	.	246	34	405	26	348	27	683	21	970	15	1245	14	134	41	84	45	20	76	291	24	33	79	199	36	21	79	41	62	198	39	173	49	246	30	196	34	0	.	69	54	296	30	70	43	117	39	0	.	28	94	67	76	0	.	0	.	191	35	281	34	217	41	0	.	0	.	0	.	193	46	196	31	109	37	39	75	0	.	0	.	172	33	51	51	63	72	147	44	164	42	235	32	91	51	69	33	243	37	28	66	0	.	134	38	0	.	2	100	247	30	45	43	114	64	44	56	48	74	0	.	0	.	0	.	1000	18	997	19	752	23	63	63	49	.	0	.	44	100	0	.	0	.	0	.	0	.	0	.	14908	4
	24-35 cm	0	.	0	.	0	.	0	.	568	33	684	35	3021	13	1030	22	13	.	1068	24	0	.	0	.	7	.	0	.	317	60	496	48	641	30	445	44	0	.	594	46	1286	21	935	23	1197	20	2507	15	3023	12	442	39	137	49	103	71	870	25	256	64	620	36	69	81	146	60	397	34	553	40	541	33	764	27	0	.	278	46	803	31	225	44	639	30	0	.	159	55	200	59	0	.	0	.	282	30	813	29	446	34	0	.	0	.	0	.	95	46	446	32	505	32	80	62	0	.	0	.	372	32	105	52	151	65	500	40	313	45	512	38	305	36	249	36	597	45	57	64	0	.	479	36	0	.	0	.	584	30	172	43	197	63	143	58	74	72	0	.	39	.	0	.	2079	15	1958	17	1684	17	244	54	41	.	0	.	110	88	0	.	0	.	0	.	0	.	0	.	38671	3
	36-51 cm	0	.	0	.	0	.	0	.	1220	29	1533	31	6305	12	2326	19	13	.	1940	22	0	.	0	.	11	.	0	.	300	54	858	35	1099	31	511	36	0	.	1276	25	3261	16	1619	20	2562	20	4626	13	5173	12	1094	36	379	48	211	55	1119	27	200	50	985	27	216	60	182	64	1007	29	506	38	490	31	1092	30	0	.	513	38	1006	27	434	36	1311	27	0	.	224	52	288	50	0	.	0	.	991	29	1067	27	800	32	0	.	0	.	0	.	331	44	575	28	1089	29	91	58	0	.	0	.	342	33	136	46	156	54	450	38	520	52	899	34	449	51	713	36	711	34	66	67	0	.	585	33	0	.	26	71	1020	24	249	47	441	40	487	35	267	100	0	.	28	.	0	.	3039	16	2598	16	3014	17	190	56	0	.	0	.	129	100	0	.	0	.	0	.	0	.	0	.	67347	3
	=52 cm	0	.	0	.	0	.	0	.	1188	36	1368	33	6827	14	3020	19	47	.	1424	24	0	.	0	.	27	.	0	.	136	74	422	47	1456	29	394	41	0	.	2079	27	3376	20	1810	25	3666	18	5370	14	4177	16	930	36	877	55	301	91	1606	30	471	52	968	37	175	86	285	63	1192	29	567	41	511	44	1511	29	0	.	342	41	1085	35	1451	37	2962	28	0	.	153	80	30	100	0	.	0	.	1722	30	1087	30	766	42	0	.	0	.	0	.	980	34	896	35	1095	31	144	62	0	.	0	.	501	36	219	52	360	74	540	43	462	48	614	49	752	39	1149	32	1148	36	198	73	0	.	758	45	0	.	78	80	633	32	519	50	302	47	565	47	44	100	0	.	277	.	0	.	4221	17	2333	18	3328	18	146	60	0	.	0	.	116	83	0	.	0	.	0	.	0	.	0	.	78157	3
	totale	0	.	0	.	0	.	0	.	3058	29	3777	28	17407	11	6771	16	78	.	5036	18	0	.	0	.	69	.	0	.	808	50	2041	32	3587	23	1490	34	0	.	4274	22	8502	14	4806	18	8408	15	13803	11	14020	10	2626	30	1523	40	640	72	3988	23	967	46	2829	25	485	59	665	50	2846	25	1823	33	1877	30	3630	24	0	.	1222	37	3259	24	2213	34	5078	23	0	.	592	48	621	45	0	.	0	.	3258	25	3319	23	2259	28	0	.	0	.	0	.	1680	28	2181	26	2846	25	357	44	0	.	0	.	1427	26	526	44	740	55	1677	33	1529	37	2305	30	1621	35	2216	29	2808	29	364	62	0	.	1985	29	0	.	107	76	2542	21	997	42	1094	36	1253	35	457	89	0	.	344	.	0	.	10629	12	8192	13	9052	14	657	47	102	.	0	.	404	72	0	.	0	.	0	.	0	.	0	.	203745	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	51	78	90	56	142	50	58	27	-1	1697	49	44	566	17	217	23	401	18	262	19	26	53	55	44	80	24	0	.	67	80	109	36	114	27	97	65	14	61	101	23	199	24	119	21	300	20	492	23	404	20	240	17	136	28	161	25	169	20	73	40	70	31	19	87	34	46	74	40	52	34	91	35	105	32	43	35	66	40	131	27	78	44	78	26	130	29	90	31	68	42	76	67	28	62	125	32	71	72	31	81	82	36	174	41	55	35	90	40	111	37	62	27	155	29	105	33	236	25	219	23	140	31	201	23	66	31	72	51	61	35	87	37	82	34	114	36	34	44	15	78	72	37	25	59	51	55	77	29	45	39	64	40	42	35	48	47	24	65	0	.	34	74	338	20	340	22	374	21	37	40	63	43	0	14262	65	27	57	29	32	33	42	76	62	43	0	.	10305	3
	16-23 cm	267	29	195	37	202	44	304	41	91	35	298	29	1246	12	955	17	1327	15	916	17	73	45	102	40	285	30	0	.	113	41	437	26	604	24	431	42	43	52	350	27	436	25	451	22	683	21	1197	13	1268	14	879	16	378	26	414	26	548	18	129	41	238	32	79	38	110	36	224	35	322	35	248	30	352	26	198	36	304	35	441	24	363	37	205	29	464	26	183	34	189	40	105	45	199	28	321	29	281	34	230	39	279	29	198	37	411	34	206	44	423	25	179	30	523	26	553	30	773	22	795	20	508	26	551	25	245	36	183	38	277	29	178	33	139	31	280	34	165	49	102	54	246	27	53	53	56	44	274	28	227	39	243	35	116	37	253	43	123	57	8	100	30	61	1145	16	1077	18	1072	18	168	39	153	39	142	51	254	34	206	47	243	42	109	36	243	41	0	.	33091	2
	24-35 cm	514	26	540	35	442	35	612	34	580	32	1028	27	4248	12	2618	14	2677	14	2892	17	161	51	344	36	658	28	2	.	471	45	1174	28	1163	24	822	29	204	54	987	32	1365	20	1088	21	1197	20	3212	13	3049	12	2008	15	791	23	1211	27	1627	20	322	52	641	35	227	38	276	39	493	29	954	31	541	33	1185	23	523	31	717	32	1017	25	618	32	1079	23	1282	22	490	32	523	33	312	37	716	33	529	25	813	29	568	30	1099	28	566	33	647	31	118	42	656	28	617	29	546	26	806	27	1056	22	1038	22	910	25	898	23	762	35	362	40	607	34	541	31	425	36	634	43	446	49	155	65	1039	26	109	64	133	50	718	29	492	30	528	34	451	36	381	32	189	50	192	62	139	57	2211	15	2062	17	2183	15	350	42	331	38	295	35	916	26	880	25	375	36	404	40	368	32	0	.	79141	2
	36-51 cm	1358	22	537	26	668	34	1711	22	1417	29	2308	24	8657	11	5093	12	5569	12	4374	14	277	55	700	38	1069	26	106	.	688	41	1902	23	1755	24	1786	23	285	56	2321	21	3479	15	1858	18	2562	20	5131	12	5236	12	5331	13	2073	29	2286	19	2883	19	465	34	998	27	592	35	541	36	1415	25	868	30	500	31	1550	25	1273	28	1331	29	1495	21	1126	29	2458	20	2023	21	762	27	1201	28	850	30	1187	24	1320	25	1067	27	1243	27	881	29	798	33	1063	24	349	42	871	22	1216	27	316	29	631	25	899	25	927	21	610	27	944	25	674	32	692	44	995	31	997	33	804	33	786	32	473	38	364	45	1100	24	316	52	327	44	1103	23	586	32	1412	25	981	26	699	45	535	43	251	55	240	55	3234	15	2664	15	3438	15	638	34	679	36	851	29	1257	24	1753	24	653	32	886	37	514	33	0	.	137086	2
	=52 cm	1271	26	879	32	680	37	3164	21	1274	34	1959	28	9112	12	8069	13	7984	13	2779	17	507	43	414	64	1391	33	70	.	322	50	1383	31	1993	26	1535	25	87	100	2692	23	3560	19	2464	20	3666	18	5958	13	4224	16	3827	15	2063	28	2687	23	2989	24	668	42	968	37	588	47	552	42	1448	25	693	37	511	44	1636	27	1349	37	694	33	1809	28	2257	28	4205	22	1269	26	1588	32	388	45	823	37	477	35	1876	28	1087	30	1331	34	715	37	1282	40	1711	33	1010	33	1581	29	1121	30	440	32	452	32	526	33	1134	26	461	33	1121	32	722	37	539	43	651	46	1110	31	1419	30	1201	35	657	42	42	71	1083	35	394	54	377	58	690	30	831	37	660	32	1142	34	252	44	526	42	433	68	657	49	4322	16	2333	18	3781	17	632	42	1319	36	627	34	1392	30	1005	32	981	44	517	39	773	37	0	.	147839	2
	totale	3462	19	2241	23	2133	26	5849	19	3362	28	5641	22	23829	9	16952	10	17958	10	11223	12	1046	35	1615	31	3482	24	177	.	1662	34	5005	21	5629	18	4671	20	632	51	6452	18	9039	14	5981	16	8408	15	15991	10	14180	10	12284	12	5441	20	6759	18	8215	17	1656	32	2915	24	1505	33	1512	32	3653	22	2890	26	1892	30	4828	21	3385	25	3112	25	4893	20	4442	23	8026	18	5169	18	3113	24	2368	25	2166	28	2607	24	4170	21	3319	23	3403	24	3056	25	3018	28	3885	22	1773	27	3642	20	3195	23	1980	21	2546	22	3490	17	4113	16	2628	21	3715	20	2469	28	1847	33	2591	28	2913	25	2870	25	3015	28	1776	36	679	42	3540	21	896	46	944	36	2863	20	2181	27	2908	23	2732	25	1633	35	1397	37	883	55	1099	45	11249	12	8475	13	10848	12	1826	31	2545	29	1915	26	3884	21	3900	21	2284	29	1958	30	1960	27	0	.	407462	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. 2293407. Birmensdorf, Swiss Federal Research Institute WSL

indietro