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

IFN2—IFN5
variazione: volume totale di legno (legno del fusto)
specie arborea (5 classi) · stato dell'albero (vivo/morto)
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
variazione 1993/95–2018/26
		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
specie arborea (5 classi)	stato dell'albero (vivo/morto)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	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	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	morto	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
abete rosso	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	-717	61	-1041	61	131	176	-1750	34	568	59	-681	76	-878	134	-2952	28	-3615	28	-986	43	-312	83	1	5388	-222	111	-5	.	-271	132	-907	76	-1563	47	-613	120	1	478	-381	160	1835	36	871	52	405	145	15	4911	801	59	-1106	46	-1091	47	-1342	46	-1830	44	95	107	397	46	-270	48	46	349	-515	53	586	55	139	184	-168	285	-214	157	28	1576	408	102	108	229	-352	150	-417	85	-222	139	-407	65	-877	52	31	316	202	125	-765	60	-45	459	-583	86	-318	58	-646	70	116	254	1678	58	-215	147	.	.	39	83	17	100	147	53	34	77	159	76	233	47	340	62	-70	555	119	148	702	31	472	40	-191	216	-289	126	0	811360	-265	84	-260	70	288	59	159	129	21	882	-312	57	13	651	-340	74	-131	66	-936	70	1086	31	769	53	1254	34	-105	202	19	1271	-779	56	-75	423	88	404	-1068	39	-641	67	-238	150	.	.	-19559	20
	morto	13	127	18	92	14	134	71	73	43	69	205	61	1393	21	450	32	155	56	498	42	.	.	31	59	24	79	.	.	27	84	15	248	607	38	97	42	.	.	87	103	106	74	49	236	669	45	713	28	396	31	300	44	196	54	145	52	622	32	8	71	8	307	11	104	43	97	159	79	58	51	20	236	242	51	-8	226	55	153	78	113	27	149	76	88	268	66	-58	96	15	139	13	100	26	79	14	390	271	51	77	68	7	219	21	125	169	57	4	588	138	86	304	59	.	.	.	.	-12	100	44	72	25	95	-8	100	10	322	87	51	123	70	47	65	54	123	210	49	87	58	.	.	182	79	-9	85	38	64	50	55	19	75	55	58	27	141	3	281	20	71	16	100	-20	170	292	41	429	33	375	35	70	59	264	60	76	74	14	300	-4	184	37	51	7	100	0	2518	.	.	11600	7
	totale	-704	62	-1023	62	145	157	-1679	34	610	56	-475	104	515	219	-2502	32	-3460	30	-489	68	-312	83	32	192	-198	116	-5	.	-244	144	-893	78	-956	70	-515	141	1	478	-293	211	1942	34	920	49	1074	56	728	92	1197	38	-805	66	-895	53	-1197	51	-1208	66	103	99	406	47	-259	50	89	185	-356	74	644	50	159	165	74	687	-223	154	84	506	486	86	134	186	-276	188	-149	181	-280	110	-391	67	-864	53	58	164	216	125	-495	89	31	631	-576	89	-297	63	-478	94	119	257	1815	60	89	237	.	.	39	83	5	461	191	53	59	66	151	80	244	41	427	55	53	744	166	114	756	30	682	34	-105	400	-289	126	182	134	-274	82	-222	74	338	52	178	112	76	240	-286	64	16	578	-320	77	-115	64	-957	70	1378	27	1198	37	1630	27	-35	533	283	82	-704	56	-61	522	84	427	-1031	39	-635	68	-238	150	.	.	-7959	49
abete bianco	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	3	5131	-27	204	81	75	-322	77	207	55	419	64	775	31	-897	68	-156	403	22	1207	28	63	63	63	107	62	.	.	140	65	208	58	-486	78	-3	10417	4	100	115	67	125	64	140	54	12	310	309	49	.	.	760	49	294	96	224	163	76	366	-128	131	367	51	123	67	81	161	711	37	34	228	-166	118	464	38	209	114	-22	267	-14	725	461	54	-11	1806	108	75	119	173	-93	189	-141	61	-76	181	400	56	-93	218	10	1794	227	79	76	195	145	75	18	100	130	56	59	100	.	.	.	.	12	100	38	344	29	161	160	69	89	171	.	.	106	78	118	99	145	100	551	41	92	102	56	100	432	32	-56	285	-19	1024	143	67	196	47	190	49	78	187	-9	1968	109	131	-112	188	119	80	78	161	158	48	518	37	127	79	1	10526	-189	85	-267	101	53	156	45	80	19	100	-61	197	.	.	8170	21
	morto	28	159	.	.	-5	100	108	49	-1	100	72	81	163	68	392	29	216	41	279	38	7	158	.	.	-13	254	.	.	7	71	1	267	79	71	152	70	.	.	-21	71	43	63	63	105	-21	168	17	144	36	100	157	56	8	265	165	47	419	38	18	117	25	72	16	82	-1	100	25	59	19	149	35	101	-66	102	112	58	2	191	16	103	.	.	101	93	.	.	-1	6238	4	460	42	85	0	5157	-32	77	46	64	18	116	8	100	.	.	.	.	-1	100	-24	79	7	100	.	.	.	.	.	.	8	100	-23	270	1	224	52	81	.	.	65	67	-25	149	11	325	107	69	1	452	.	.	64	145	0	100	9	100	-10	100	29	74	38	73	-29	94	.	.	53	73	11	100	-4	100	5	92	30	76	63	69	59	58	.	.	29	71	55	60	34	100	3	100	.	.	.	.	.	.	3357	12
	totale	32	535	-27	204	76	80	-214	116	205	55	491	55	938	27	-505	118	61	977	301	85	35	74	63	63	95	79	.	.	147	65	209	57	-407	90	149	144	4	100	94	87	167	46	203	44	-9	760	326	45	36	100	917	41	302	93	389	89	495	48	-110	147	392	47	139	61	80	163	736	37	53	102	-131	145	398	47	321	71	-19	296	2	4135	461	54	90	212	108	75	118	161	-89	192	-99	87	-76	180	368	58	-47	422	28	655	235	79	76	195	145	75	17	106	106	54	66	100	.	.	.	.	12	100	46	290	5	916	161	69	140	92	.	.	171	59	93	116	157	88	658	40	93	103	56	100	497	34	-56	283	-10	2063	133	72	224	45	227	44	50	305	-9	1968	162	85	-101	210	115	80	83	150	188	43	581	35	186	59	1	10526	-160	97	-213	130	87	78	48	81	19	100	-61	197	.	.	11527	15
altre conifere	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	-12	443	-357	56	41	171	-68	147	.	.	-3	523	-231	59	-45	178	-32	667	28	308	-14	166	-17	91	0	8456	165	.	7	113	-167	97	.	.	-213	66	-51	70	9	91	-83	175	-260	68	126	73	511	36	1282	27	-113	76	17	195	211	58	3	71	-19	100	14	100	2	100	3	100	32	100	4	100	70	100	52	64	200	90	35	73	-84	93	-11	118	5	100	-87	143	-24	98	-2	1552	-24	249	-59	60	25	100	-13	75	14	100	3	1234	-57	100	-17	281	60	75	146	57	234	42	84	70	.	.	13	139	692	28	84	56	82	89	-1	100	.	.	11	309	75	146	6	100	20	100	.	.	122	70	20	65	22	100	-9	162	.	.	-10	137	.	.	-185	68	.	.	27	81	6	100	68	100	1092	35	778	29	123	127	-19	100	-9	267	-76	115	18	256	-159	52	-93	85	-134	63	-105	109	.	.	3779	25
	morto	-48	72	.	.	.	.	.	.	.	.	.	.	55	86	4	100	84	56	52	49	-10	100	.	.	43	59	.	.	.	.	-6	100	.	.	24	74	14	100	.	.	47	86	77	61	24	76	190	38	453	29	32	80	.	.	.	.	.	.	.	.	2	100	.	.	.	.	23	100	.	.	1	100	7	76	.	.	5	100	5	132	.	.	.	.	29	58	.	.	0	100	12	89	35	77	-1	100	.	.	.	.	16	100	7	100	.	.	-2	71	54	49	10	81	39	100	.	.	.	.	24	63	1	100	20	93	.	.	.	.	7	71	25	63	.	.	4	100	.	.	.	.	1	147	.	.	9	100	.	.	1	100	.	.	8	100	.	.	.	.	26	100	1	100	13	697	89	43	202	40	.	.	44	100	43	49	-5	99	12	100	-11	100	.	.	.	.	.	.	1791	14
	totale	-60	94	-357	56	41	171	-68	147	.	.	-3	523	-176	72	-41	201	52	402	79	121	-23	137	-17	91	43	72	165	.	7	113	-172	97	.	.	-189	71	-37	62	9	91	-35	391	-182	92	150	67	701	27	1735	21	-81	97	17	195	211	58	3	71	-19	100	15	100	2	100	3	100	55	100	4	100	71	100	59	65	200	90	40	76	-80	96	-11	118	5	100	-58	209	-24	98	-2	1628	-11	481	-24	173	24	100	-13	75	14	100	19	148	-50	113	-17	281	57	76	201	46	243	41	123	70	.	.	13	139	716	28	86	57	102	77	-1	100	.	.	17	198	99	110	6	100	24	100	.	.	122	70	21	64	22	100	0	3123	.	.	-9	164	.	.	-178	67	.	.	27	81	32	100	70	100	1105	35	867	27	325	45	-19	100	35	75	-33	248	13	348	-147	56	-104	78	-134	63	-105	109	.	.	5570	17
faggio	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	-999	43	-157	120	187	77	-129	180	115	60	-3	4812	26	1349	176	204	-1200	48	373	83	-462	70	-30	531	-35	442	.	.	52	232	12	1161	230	82	138	207	.	.	35	728	-32	284	120	103	-31	80	250	49	.	.	-363	115	205	134	216	70	300	43	29	234	-22	340	-37	183	-6	1949	27	356	139	59	42	59	-138	212	284	41	-206	128	326	57	234	92	-168	133	411	42	157	84	-389	71	-7	2796	-87	162	138	59	48	88	312	47	191	54	89	51	-29	473	.	.	77	65	.	.	362	40	632	28	299	37	418	31	458	32	84	186	368	47	.	.	130	52	199	64	17	315	131	54	85	76	62	71	88	106	-16	61	-202	45	134	45	-107	121	-1	15382	130	79	-13	907	-65	173	62	143	26	368	.	.	24	89	229	51	97	105	44	158	83	203	-316	74	-160	126	124	58	-53	282	138	72	.	.	3903	42
	morto	193	53	43	65	.	.	69	61	-11	89	39	58	30	245	90	47	124	49	90	65	93	71	80	78	72	50	.	.	33	89	12	80	48	55	33	77	.	.	49	62	52	74	13	95	2	100	24	78	.	.	52	85	26	61	2	164	135	50	54	67	5	100	.	.	.	.	.	.	17	63	8	100	35	77	6	100	75	61	65	46	27	89	98	57	47	54	-10	110	58	59	33	61	104	47	1	1575	48	87	13	94	.	.	.	.	0	945	.	.	.	.	.	.	23	63	31	83	12	123	30	61	51	78	17	159	8	77	.	.	.	.	24	65	.	.	4	51	5	100	1	100	125	50	2	74	3	100	2	100	35	64	3	124	15	85	17	94	.	.	5	100	.	.	.	.	.	.	81	53	12	100	11	131	.	.	49	49	-20	89	-5	119	6	100	1	558	.	.	2628	10
	totale	-806	51	-114	156	187	77	-60	388	104	67	37	369	56	649	266	136	-1077	52	463	66	-369	86	50	244	37	460	.	.	85	131	24	618	278	68	172	169	.	.	84	300	20	494	133	94	-30	82	274	47	.	.	-311	134	231	119	218	68	436	34	84	60	-18	409	-37	183	-6	1949	27	356	156	55	50	58	-103	269	291	40	-131	193	392	49	261	86	-70	311	458	39	148	90	-331	80	26	729	16	835	139	65	96	45	324	47	191	54	89	51	-29	471	.	.	77	65	.	.	386	39	663	29	311	36	448	30	509	31	101	149	376	47	.	.	130	52	223	57	17	315	136	54	90	70	63	72	212	47	-14	61	-199	47	137	45	-72	176	2	8948	145	75	5	2560	-65	173	67	135	26	368	.	.	24	89	310	40	109	89	56	128	83	203	-267	85	-179	114	118	61	-47	323	140	73	.	.	6531	25
altre latifoglie	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	125	165	-64	275	-106	121	-32	339	-5	246	89	119	96	160	268	63	505	44	182	50	-174	56	-25	193	66	118	.	.	17	322	430	56	422	28	311	51	-187	98	38	460	121	69	32	175	228	70	359	42	301	70	1	20131	-60	327	23	440	95	90	47	168	46	95	39	63	42	68	27	71	286	72	-91	81	165	67	88	230	71	236	-44	156	176	85	88	139	95	118	297	40	15	470	122	73	-63	116	178	64	4	473	73	76	140	99	135	162	-40	331	76	70	676	48	145	81	158	54	-75	215	1029	28	134	81	313	57	309	68	187	55	17	72	26	84	14	902	80	335	121	74	182	84	192	85	60	106	-176	79	65	57	29	71	13	778	-54	129	46	218	106	52	-109	106	41	100	-19	765	169	43	257	36	402	36	-25	314	245	42	110	128	-71	194	18	763	168	109	-143	66	144	91	.	.	9811	13
	morto	37	76	106	75	2	100	12	79	.	.	58	47	80	86	104	42	63	71	16	72	57	58	30	73	16	109	.	.	9	111	76	90	8	58	40	90	12	101	150	51	28	56	10	73	45	69	167	32	94	72	319	50	-13	235	38	46	51	65	-36	154	9	72	6	100	.	.	17	100	69	73	3	75	12	96	56	47	19	180	50	56	57	84	42	67	8	76	-3	100	23	88	43	43	18	64	39	76	-9	100	41	55	5	366	52	83	18	100	44	46	65	63	54	65	90	43	253	41	307	31	65	49	98	54	249	29	25	48	15	100	-9	108	38	79	57	70	-2	392	8	79	-5	142	0	6576	2	100	10	89	1	100	-3	209	2	64	36	66	30	62	0	2365	2	100	-13	100	40	50	33	54	118	30	4	100	5	100	20	68	94	61	1	3503	-3	149	0	2428	19	93	.	.	3910	9
	totale	162	132	42	412	-104	124	-20	542	-5	246	146	71	176	98	372	45	568	38	199	46	-117	84	6	820	81	87	.	.	27	215	506	53	430	27	351	46	-175	106	188	82	149	56	42	126	272	62	525	30	396	53	320	97	-73	275	61	171	147	66	11	1183	55	81	45	67	42	68	44	47	355	59	-87	85	177	66	144	142	89	181	7	960	233	81	130	97	103	110	294	41	38	161	164	62	-45	164	217	59	-4	582	114	61	146	91	187	125	-22	608	120	52	742	46	199	60	248	41	178	76	1336	23	199	57	411	44	558	42	212	51	31	65	17	77	52	266	137	214	119	76	190	81	187	88	60	110	-174	80	75	57	31	67	10	1014	-52	133	82	125	136	52	-109	107	43	95	-32	444	209	36	290	31	520	31	-21	378	251	43	130	108	23	494	18	765	165	112	-144	66	163	84	.	.	13722	10
non determinabile	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	morto	.	.	.	.	.	.	.	.	.	.	11	93	124	38	9	72	11	100	1	100	4	100	.	.	13	100	.	.	1	100	.	.	.	.	7	100	.	.	.	.	29	71	18	86	34	63	14	67	3	84	14	89	8	80	2	100	9	85	.	.	.	.	.	.	15	100	8	100	35	72	9	100	1	100	4	100	2	100	16	100	3	100	8	100	.	.	.	.	31	86	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	4	71	2	100	.	.	.	.	22	100	.	.	.	.	23	72	6	71	3	100	.	.	.	.	9	100	.	.	.	.	1	100	2	100	.	.	.	.	.	.	.	.	.	.	.	.	37	62	48	59	8	80	.	.	.	.	.	.	.	.	7	100	21	100	.	.	1	100	.	.	638	15
	totale	.	.	.	.	.	.	.	.	.	.	11	93	124	38	9	72	11	100	1	100	4	100	.	.	13	100	.	.	1	100	.	.	.	.	7	100	.	.	.	.	29	71	18	86	34	63	14	67	3	84	14	89	8	80	2	100	9	85	.	.	.	.	.	.	15	100	8	100	35	72	9	100	1	100	4	100	2	100	16	100	3	100	8	100	.	.	.	.	31	86	.	.	.	.	.	.	.	.	.	.	.	.	1	100	.	.	.	.	.	.	.	.	.	.	.	.	4	71	2	100	.	.	.	.	22	100	.	.	.	.	23	72	6	71	3	100	.	.	.	.	9	100	.	.	.	.	1	100	2	100	.	.	.	.	.	.	.	.	.	.	.	.	37	62	48	59	8	80	.	.	.	.	.	.	.	.	7	100	21	100	.	.	1	100	.	.	638	15
totale	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	-1600	45	-1646	45	334	97	-2302	32	885	47	-178	391	-212	641	-3450	36	-4498	29	-381	181	-933	49	-8	2660	-84	333	160	.	-55	681	-424	196	-1398	71	-379	222	-233	77	-184	383	1967	36	904	57	739	83	1443	56	2384	28	-820	101	-635	86	-668	113	-1355	66	24	914	802	35	-143	92	166	147	283	146	1049	41	-5	7191	375	164	567	103	-94	647	593	86	967	57	-439	151	110	425	327	148	-875	58	-927	60	-255	96	942	42	-819	67	362	108	-22	2511	-74	461	-587	87	270	120	2708	44	223	160	604	29	595	37	1369	23	1430	23	918	26	794	42	876	41	357	60	203	204	525	66	950	38	1295	30	168	294	143	307	601	53	-492	66	-425	86	595	36	252	109	155	197	-244	127	97	315	-378	108	-134	224	-742	86	2424	24	1985	28	2527	23	75	362	301	97	-852	67	-711	83	-160	310	-824	58	-952	51	-123	363	.	.	6104	82
	morto	223	51	168	52	12	177	261	33	30	104	385	41	1845	19	1050	20	654	24	936	28	150	65	141	52	154	42	.	.	78	52	98	86	743	32	355	41	27	74	265	47	304	37	231	66	752	41	1124	20	983	24	874	29	225	52	352	34	1236	26	44	166	49	57	33	67	57	78	232	61	199	39	76	90	231	64	170	44	159	71	230	41	114	61	326	49	352	53	-72	107	131	51	143	40	183	39	21	293	356	40	148	45	37	84	81	66	187	58	45	67	234	63	374	49	153	37	284	37	312	33	173	32	152	66	280	29	118	53	102	46	187	60	132	53	128	76	327	44	100	52	-4	192	380	51	-5	154	69	42	44	62	83	53	98	43	57	87	50	53	74	62	59	71	-36	106	388	43	630	26	847	21	145	51	325	51	168	42	207	46	30	129	41	82	13	60	22	92	.	.	23925	5
	totale	-1377	51	-1478	50	346	95	-2041	35	915	46	207	326	1633	81	-2400	49	-3844	34	554	119	-783	57	133	128	71	400	160	.	23	1657	-326	263	-655	138	-24	3339	-206	88	81	872	2271	31	1134	46	1492	42	2567	31	3367	20	54	1645	-411	128	-316	232	-119	739	68	335	850	34	-110	122	223	113	514	84	1248	35	70	557	607	105	737	79	65	901	823	64	1081	53	-113	563	462	88	256	181	-744	65	-784	71	-71	332	963	43	-463	117	511	81	15	3656	7	4789	-400	128	314	106	2941	45	597	46	757	26	879	27	1681	20	1603	22	1070	24	1074	33	994	37	459	52	389	111	657	53	1079	36	1622	30	269	192	139	316	980	33	-497	66	-356	99	639	34	334	85	253	121	-187	169	147	212	-305	126	-75	418	-778	84	2812	22	2615	23	3374	18	220	107	625	56	-684	77	-504	115	-130	387	-783	59	-940	51	-101	444	.	.	30029	17

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. 2285622. Birmensdorf, Swiss Federal Research Institute WSL

indietro