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 IFN1-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	56	28	0	.	27	49	154	43	146	32	400	18	152	25	26	53	55	44	66	27	0	.	64	84	74	50	47	47	82	76	6	61	22	43	25	56	26	40	0	.	158	55	2	100	214	18	89	35	156	26	68	27	66	44	13	83	16	105	21	63	22	47	21	44	2	.	38	73	43	35	46	52	57	46	44	49	26	44	130	29	62	37	33	61	76	67	28	62	50	63	0	.	2	100	82	36	174	41	55	35	8	.	44	68	13	54	138	31	92	36	234	25	152	30	121	35	168	26	26	58	2	.	15	96	62	49	46	50	0	.	20	48	15	78	43	59	24	61	50	56	19	85	33	50	23	63	29	47	25	58	24	65	0	.	34	74	48	54	32	44	74	32	19	50	50	48	0	14262	52	29	57	29	32	33	42	76	62	43	0	.	5435	5
	16-23 cm	267	29	195	37	202	44	293	42	8	.	128	47	331	27	629	23	1305	15	424	25	73	45	102	40	199	36	0	.	62	46	208	28	280	36	306	55	43	52	104	40	30	54	103	37	0	.	209	32	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	124	44	293	44	79	49	464	26	155	36	121	46	105	45	184	29	130	49	0	.	13	73	279	29	198	37	411	34	11	.	211	41	67	55	436	30	459	32	771	22	485	27	437	30	430	30	99	63	3	.	42	71	88	44	70	54	2	.	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	268	30	65	52	93	35	142	51	208	36	206	47	243	42	109	36	243	41	0	.	17447	4
	24-35 cm	514	26	540	35	442	35	612	34	12	.	343	42	967	24	1568	18	2645	14	1824	23	161	51	344	36	599	30	2	.	154	62	677	34	522	38	377	34	193	57	394	41	79	54	152	48	0	.	658	31	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	200	38	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	.	244	48	112	64	428	30	801	27	1063	22	470	31	753	29	679	26	262	68	9	.	95	80	236	52	176	70	36	.	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	391	33	131	45	290	41	295	35	772	28	880	25	375	36	404	40	368	32	0	.	39576	3
	36-51 cm	1358	22	537	26	668	34	1655	22	197	.	774	38	1986	25	2767	16	5557	12	2416	19	277	55	700	38	969	28	106	.	389	59	1044	31	656	37	1275	29	285	56	1045	36	218	50	239	40	0	.	485	32	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	466	32	692	42	1060	32	2023	21	538	32	913	33	850	30	1139	25	329	51	0	.	443	48	881	29	798	33	1025	25	18	.	296	35	127	58	205	37	597	25	899	25	551	29	433	35	769	28	224	56	36	.	96	73	548	43	91	63	74	.	407	43	364	45	516	35	290	56	301	47	83	87	337	44	908	33	493	38	432	40	535	43	223	61	240	55	195	47	67	57	369	35	343	46	679	36	851	29	1128	25	1753	24	653	32	886	37	514	33	0	.	68461	3
	=52 cm	1271	26	879	32	680	37	3084	22	86	.	591	55	1997	29	5050	18	7936	13	1229	24	507	43	414	64	842	33	70	.	185	68	961	40	537	60	1141	30	87	100	613	39	184	55	654	35	0	.	569	36	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	1059	34	1269	26	1435	35	357	48	823	37	400	38	155	59	0	.	564	58	715	37	1282	40	1311	31	30	.	653	51	25	100	296	36	452	32	526	33	633	37	242	43	761	32	182	71	55	.	37	100	358	52	271	83	53	.	459	52	42	71	325	50	247	62	299	71	58	100	312	54	293	49	577	49	207	48	526	42	156	64	657	49	101	84	0	.	369	43	287	55	1319	36	627	34	1256	33	1005	32	981	44	517	39	773	37	0	.	67418	3
	totale	3462	19	2241	23	2133	26	5700	19	304	.	1865	40	5437	22	10160	14	17842	10	6045	18	1046	35	1615	31	2674	26	177	.	854	48	2964	27	2042	32	3181	25	614	53	2178	34	537	40	1174	33	0	.	2079	26	160	72	9658	13	3918	24	6119	18	4227	26	689	40	86	71	1020	39	847	43	807	42	1060	42	15	.	1198	39	3385	25	1890	33	1570	34	2229	33	2664	29	5169	18	2521	28	1747	29	2166	28	2467	24	911	41	0	.	1144	47	3056	25	3018	28	3448	21	90	.	1448	34	344	57	1503	25	2401	23	3493	17	2291	22	1985	25	2806	22	792	53	105	.	286	71	1292	36	654	52	165	.	1412	42	679	42	1556	32	722	51	837	39	321	72	1184	35	1686	31	1480	36	1176	33	1397	37	539	64	1099	45	620	40	283	51	1470	26	846	43	2431	30	1915	26	3415	23	3900	21	2284	29	1958	30	1960	27	0	.	198337	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	.	-6	333	22	80	323	18	70	25	0	.	105	29	0	.	0	.	4	.	0	.	4	72	32	40	58	34	15	53	0	.	56	28	133	31	78	28	205	25	296	23	328	23	25	41	36	56	5	67	98	30	7	62	57	33	4	74	13	64	51	53	23	61	87	36	51	33	0	.	14	70	56	39	34	79	41	36	0	.	28	56	35	58	0	.	0	.	43	42	69	58	28	92	0	.	0	.	0	.	79	44	43	58	34	37	2	71	0	.	0	.	20	42	12	65	5	100	39	37	34	65	42	36	22	49	30	48	65	40	14	82	0	.	27	35	0	.	1	100	57	28	12	49	41	52	13	48	16	.	0	.	0	.	0	.	270	23	287	25	233	31	13	78	13	.	0	.	4	77	0	.	0	.	0	.	0	.	0	.	3956	5
	16-23 cm	0	.	0	.	0	.	0	.	73	40	170	36	756	14	325	24	4	.	486	25	0	.	0	.	19	.	0	.	51	72	202	48	227	34	124	53	0	.	220	37	348	30	295	28	481	26	876	16	1044	15	134	41	79	47	20	76	272	25	33	79	199	36	21	79	41	62	198	39	151	55	242	31	168	38	0	.	50	68	265	32	70	43	113	40	0	.	28	94	67	76	0	.	0	.	141	41	218	37	144	45	0	.	0	.	0	.	182	49	176	33	107	36	13	100	0	.	0	.	79	51	39	62	50	88	165	38	107	51	215	35	82	55	55	37	205	41	28	66	0	.	111	42	0	.	2	100	243	31	39	48	114	64	44	56	32	.	0	.	0	.	0	.	884	19	897	21	610	23	63	63	49	.	0	.	44	100	0	.	0	.	0	.	0	.	0	.	12993	4
	24-35 cm	0	.	0	.	0	.	0	.	530	35	684	35	2601	14	1030	22	13	.	1059	24	0	.	0	.	7	.	0	.	317	60	465	51	545	33	445	44	0	.	582	47	1237	21	826	25	962	22	2310	16	2800	13	442	39	137	49	103	71	835	26	256	64	620	36	69	81	146	60	397	34	531	41	527	34	675	30	0	.	206	52	653	35	225	44	595	32	0	.	159	55	200	59	0	.	0	.	209	32	720	31	363	35	0	.	0	.	0	.	62	46	428	33	482	34	62	71	0	.	0	.	296	39	105	52	124	76	493	40	278	49	512	38	252	41	249	36	597	45	57	64	0	.	434	39	0	.	0	.	584	30	172	43	185	67	143	58	43	.	0	.	39	.	0	.	1884	16	1853	18	1629	18	139	56	41	.	0	.	110	88	0	.	0	.	0	.	0	.	0	.	35736	4
	36-51 cm	0	.	0	.	0	.	0	.	1150	30	1533	31	5734	13	2326	19	13	.	1897	22	0	.	0	.	11	.	0	.	300	54	727	39	1082	31	511	36	0	.	1096	27	3091	17	1334	21	2472	20	4223	14	5048	12	1094	36	243	49	211	55	967	28	200	50	985	27	216	60	182	64	1007	29	472	41	481	32	1064	30	0	.	451	42	876	29	434	36	872	28	0	.	224	52	288	50	0	.	0	.	851	32	1022	27	790	32	0	.	0	.	0	.	312	47	573	28	1073	30	69	69	0	.	0	.	249	36	131	48	130	63	450	38	486	55	890	34	394	57	650	40	703	34	66	67	0	.	585	33	0	.	26	71	932	25	231	50	419	41	487	35	267	.	0	.	28	.	0	.	2821	17	2419	17	2937	17	119	67	0	.	0	.	129	100	0	.	0	.	0	.	0	.	0	.	63052	3
	=52 cm	0	.	0	.	0	.	0	.	1107	38	1368	33	6157	14	3020	19	47	.	1241	26	0	.	0	.	27	.	0	.	136	74	422	47	1408	30	394	41	0	.	2026	28	3212	21	1547	26	3361	19	4793	15	4124	16	930	36	877	55	301	91	1494	31	471	52	964	37	175	86	285	63	1192	29	519	44	485	46	1463	30	0	.	235	50	1072	35	1451	37	2402	33	0	.	153	80	30	100	0	.	0	.	1655	31	1056	30	766	42	0	.	0	.	0	.	832	38	882	36	920	35	83	79	0	.	0	.	419	42	212	54	319	83	540	43	462	48	614	49	682	42	874	34	986	39	198	73	0	.	758	45	0	.	78	80	612	32	500	51	252	53	565	47	44	.	0	.	277	.	0	.	4024	17	2225	19	3133	19	117	71	0	.	0	.	116	83	0	.	0	.	0	.	0	.	0	.	73092	4
	totale	0	.	0	.	0	.	0	.	2854	30	3777	28	15571	11	6771	16	78	.	4788	18	0	.	0	.	69	.	0	.	808	50	1848	35	3321	24	1490	34	0	.	3981	23	8021	15	4081	20	7480	16	12497	12	13343	11	2626	30	1372	43	640	72	3665	24	967	46	2825	25	485	59	665	50	2846	25	1696	35	1820	31	3422	26	0	.	956	42	2922	26	2213	34	4024	26	0	.	592	48	621	45	0	.	0	.	2898	26	3086	24	2090	30	0	.	0	.	0	.	1467	31	2103	27	2616	27	228	61	0	.	0	.	1063	32	499	46	629	63	1686	32	1368	41	2273	31	1432	39	1858	31	2556	32	364	62	0	.	1915	29	0	.	107	76	2428	22	954	43	1010	39	1253	35	402	.	0	.	344	.	0	.	9883	13	7681	14	8542	15	451	51	102	.	0	.	404	72	0	.	0	.	0	.	0	.	0	.	188828	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	56	28	-6	333	49	44	478	18	217	23	400	18	257	19	26	53	55	44	70	26	0	.	67	80	106	37	106	28	97	65	6	61	78	23	158	27	105	23	205	25	454	24	329	23	240	17	126	30	161	25	165	21	73	40	70	31	19	87	34	46	74	40	44	38	89	35	90	36	43	35	60	43	113	30	78	44	67	28	130	29	90	31	68	42	76	67	28	62	93	39	69	58	29	86	82	36	174	41	55	35	87	41	87	45	47	31	139	31	92	36	234	25	172	27	133	32	173	25	65	32	36	62	58	37	83	38	77	36	65	40	34	44	15	78	70	38	24	61	51	55	76	30	45	39	64	40	42	35	41	53	24	65	0	.	34	74	318	21	319	23	306	25	33	43	63	43	0	14262	56	28	57	29	32	33	42	76	62	43	0	.	9391	4
	16-23 cm	267	29	195	37	202	44	293	42	81	37	298	29	1087	13	955	17	1309	15	910	18	73	45	102	40	218	33	0	.	113	41	409	28	507	25	431	42	43	52	324	28	378	28	398	23	481	26	1085	14	1067	15	879	16	374	26	414	26	529	19	129	41	238	32	79	38	110	36	224	35	300	37	244	30	323	28	198	36	285	37	389	26	363	37	192	31	464	26	183	34	189	40	105	45	184	29	270	32	218	37	157	42	279	29	198	37	411	34	194	46	387	27	174	31	449	29	459	32	771	22	564	24	475	28	480	28	263	33	111	50	257	31	170	35	125	34	207	40	165	49	102	54	223	28	53	53	56	44	270	28	221	40	243	35	116	37	237	46	123	57	8	100	30	61	1029	17	978	20	878	18	128	41	142	41	142	51	252	34	206	47	243	42	109	36	243	41	0	.	30439	3
	24-35 cm	514	26	540	35	442	35	612	34	542	34	1028	27	3568	12	2598	14	2658	14	2884	17	161	51	344	36	606	30	2	.	471	45	1143	29	1067	25	822	29	193	57	976	32	1315	20	979	22	962	22	2968	14	2826	13	2008	15	791	23	1211	27	1591	20	322	52	641	35	227	38	276	39	493	29	933	32	527	34	1096	25	523	31	645	34	853	28	618	32	1035	24	1282	22	490	32	523	33	312	37	716	33	456	27	720	31	484	31	1099	28	566	33	647	31	84	43	672	27	594	30	491	28	801	27	1063	22	766	24	858	26	803	25	755	35	288	47	607	34	488	33	425	36	634	43	446	49	155	65	994	27	109	64	133	50	718	29	492	30	516	34	451	36	349	34	189	50	192	62	139	57	2016	15	1956	17	2020	16	270	36	331	38	295	35	882	27	880	25	375	36	404	40	368	32	0	.	75312	2
	36-51 cm	1358	22	537	26	668	34	1655	22	1347	30	2308	24	7720	11	5093	12	5569	12	4313	14	277	55	700	38	980	27	106	.	688	41	1770	24	1739	24	1786	23	285	56	2142	22	3310	16	1573	19	2472	20	4707	13	5111	12	5331	13	1937	30	2286	19	2731	19	465	34	998	27	592	35	541	36	1415	25	834	31	491	31	1522	25	1273	28	1269	30	1342	22	1126	29	1932	21	2023	21	762	27	1201	28	850	30	1139	25	1180	27	1022	27	1233	27	881	29	798	33	1025	25	330	44	870	22	1200	27	273	32	597	25	899	25	800	23	564	29	900	26	674	32	522	52	986	32	942	34	741	36	777	32	473	38	364	45	1100	24	290	56	327	44	1015	24	568	33	1327	26	981	26	699	45	535	43	251	55	240	55	3015	16	2485	16	3306	16	462	38	679	36	851	29	1257	24	1753	24	653	32	886	37	514	33	0	.	131513	2
	=52 cm	1271	26	879	32	680	37	3084	22	1193	36	1959	28	8155	13	8069	13	7984	13	2470	17	507	43	414	64	869	32	70	.	322	50	1383	31	1945	27	1535	25	87	100	2639	23	3396	20	2201	21	3361	19	5361	14	4170	16	3827	15	2063	28	2687	23	2877	24	668	42	964	37	588	47	552	42	1448	25	645	39	485	46	1589	28	1349	37	588	37	1796	28	2257	28	3461	25	1269	26	1588	32	388	45	823	37	400	38	1810	29	1056	30	1331	34	715	37	1282	40	1311	31	862	37	1536	30	946	34	378	33	452	32	526	33	1052	28	454	34	1079	33	722	37	517	45	651	46	1040	33	1145	33	1039	37	657	42	42	71	1083	35	247	62	377	58	670	31	812	38	545	36	1142	34	252	44	526	42	433	68	657	49	4125	17	2225	19	3502	18	404	44	1319	36	627	34	1372	31	1005	32	981	44	517	39	773	37	0	.	140509	2
	totale	3462	19	2241	23	2133	26	5700	19	3158	29	5641	22	21007	10	16932	10	17920	10	10833	12	1046	35	1615	31	2743	25	177	.	1662	34	4812	21	5363	19	4671	20	614	53	6159	19	8558	14	5255	17	7480	16	14576	11	13504	10	12284	12	5290	21	6759	18	7893	18	1656	32	2911	24	1505	33	1512	32	3653	22	2756	27	1835	31	4620	21	3385	25	2846	26	4492	21	4442	23	6688	19	5169	18	3113	24	2368	25	2166	28	2467	24	3809	22	3086	24	3234	25	3056	25	3018	28	3448	21	1557	30	3551	21	2960	25	1731	23	2401	23	3493	17	3354	18	2485	22	3435	21	2479	28	1472	39	2559	28	2723	27	2512	27	2721	30	1776	36	679	42	3471	22	722	51	944	36	2750	21	2138	27	2696	24	2732	25	1578	36	1397	37	883	55	1099	45	10503	12	7963	14	10012	13	1297	33	2534	29	1915	26	3819	22	3900	21	2284	29	1958	30	1960	27	0	.	387165	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. 2293556. Birmensdorf, Swiss Federal Research Institute WSL

indietro