Scelta degli argomenti

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

1. Qual è il significato dei numeri?

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

Esempio 1: Valore stimato ed errore standard

IFN5

volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

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

top

2. Qual è lo scopo dell'errore standard?

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

La sicurezza statistica è del

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

Esempio 2: Calcolo degli intervalli di confidenza

IFN5
volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

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

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

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

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

Procedura

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

Risposta

			1^o passo	2^o passo

proprietà (2 classi)	volume di legno morto Giura IFN5
	valore stimato	errore standard		intervallo di confidenza
		relativo	assoluto	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
pubblica	30	10	3	27-33	24-36
privata	27	17	5	22-32	17-37
totale	29	9	3	26-32calcolato con l'errore standard semplice, ossia 29 ± 3	23-25calcolata con il l'errore standard doppio, ossia 29 ± 2 × 3

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

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

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

Dati: vedi esempio 2

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

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

top

3. Quando due risultati sono statisticamente diversi?*

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

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

Esempio 4: Interpretazione di due risultati dello stesso inventario

IFN5

provvigione (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

	Caso 2						Caso 1

Caso 1

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

Procedura

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

Risposta

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

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

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

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

Caso 2

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

Procedura

Vedi il caso 1.

Risposta

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

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

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

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

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

Esempio 5: Interpretazione di due risultati provenienti da inventari diversi

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

top

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

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

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

Esempio 8: Errore standard e combinazione di categorie di variabili

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

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

È lecito attendersi errori standard elevati se

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

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

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

top

5. Due tipi di variazione?

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

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

top

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

I risultati sono

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

Esempio 9: Additività/non additività delle variazioni

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

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

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

Esempio 10: Numero medio di anni per ambito

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

top

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

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

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

top

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

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

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

top

9. Valori negativi per provvigione, incremento o utilizzazione?

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

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

top

IFN1
provvigione (legno del fusto)
alte/basse quote · diametro a petto d'uomo (10 classi)
suddivisione regionale: circondario forestale (2024)
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 x 1,4 km
stato 1983/85
		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 (10 classi)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	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	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	.
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	.
	31-40 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	.
	41-50 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	.
	51-60 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	.
	61-70 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	.
	71-80 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	.
	81-90 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	.
	91-100 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	.
	>100 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	.	9	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	.
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	.
	12-20 cm	367	17	336	19	360	25	363	21	63	51	195	31	312	22	696	15	1362	12	603	17	52	33	188	28	196	25	13	.	99	40	197	28	216	29	255	25	138	44	236	36	73	37	76	28	3	100	321	22	1	100	831	12	273	29	370	21	282	24	48	39	3	100	93	33	57	42	55	37	91	47	84	53	166	36	263	27	166	36	170	31	221	32	157	26	477	18	125	28	156	27	232	29	268	23	159	30	7	.	44	46	231	25	208	28	237	25	10	100	117	26	40	51	289	24	402	20	739	15	346	20	397	24	409	19	50	73	7	100	32	61	141	34	63	48	20	61	169	29	40	58	56	38	184	30	94	37	14	83	106	40	155	29	223	30	117	36	131	42	11	77	146	42	130	32	81	39	273	21	96	42	135	42	126	29	209	28	256	23	167	28	151	30	167	27	0	.	18492	2
	21-30 cm	976	16	565	20	560	25	766	18	195	53	581	35	650	20	1551	14	2704	10	1126	16	177	35	421	25	517	22	4	.	290	35	498	26	455	28	640	22	84	39	453	28	116	47	188	35	-5	100	265	26	2	100	2111	12	714	22	674	20	546	22	107	31	0	.	241	32	88	44	142	39	180	37	20	62	259	31	840	20	381	35	369	25	319	31	477	26	872	21	423	28	420	26	275	27	795	19	280	30	0	.	137	45	511	24	441	28	445	23	6	101	96	34	61	58	300	23	452	19	687	17	291	22	323	26	458	21	78	49	10	73	83	52	173	34	83	45	61	62	372	31	99	50	163	32	297	35	290	34	23	71	177	31	432	26	414	26	214	34	157	34	61	51	519	28	120	37	69	42	360	24	132	41	382	33	431	24	580	23	647	21	281	26	358	30	342	27	0	.	35927	2
	31-40 cm	1278	15	987	19	598	23	1444	17	208	55	563	30	1048	19	2395	14	4412	9	1420	18	308	29	501	27	678	21	0	.	600	28	742	26	726	25	1083	24	65	54	556	28	151	47	253	31	0	.	145	32	14	100	2844	11	1046	21	1692	18	762	23	217	40	0	.	362	43	99	40	227	39	328	36	58	66	375	34	1109	21	375	40	471	27	558	31	436	30	1064	20	776	23	658	27	499	26	918	19	403	34	14	.	177	43	763	24	536	32	699	23	0	.	93	38	37	60	169	30	360	22	309	24	215	22	258	27	394	29	22	87	17	100	74	56	176	35	138	40	113	63	516	28	296	50	184	37	432	28	245	31	4	100	184	38	462	27	457	29	263	38	382	47	72	52	640	31	104	32	50	39	192	26	360	34	556	34	899	22	1026	20	1132	18	670	26	704	26	670	27	0	.	50522	2
	41-50 cm	1138	19	864	21	438	24	1550	17	124	60	560	30	1018	21	2841	14	5152	10	1118	17	343	32	404	30	670	22	23	.	547	29	554	28	655	28	759	23	54	84	440	29	112	48	261	30	15	100	159	36	24	71	2367	12	854	20	1384	17	836	22	250	38	0	.	236	37	97	44	257	43	156	50	36	60	290	39	924	23	220	39	588	30	439	32	580	26	623	21	932	22	381	30	706	27	684	21	215	43	0	.	270	36	828	23	677	30	470	23	0	.	143	34	13	58	75	39	236	34	221	28	297	23	184	33	235	31	37	98	16	100	26	88	89	38	86	56	119	67	611	27	122	54	129	50	301	31	259	37	17	100	176	41	212	33	320	32	120	59	215	35	76	60	434	30	80	53	9	100	161	29	251	34	620	25	1056	20	943	23	1118	21	502	27	581	24	692	27	0	.	45906	2
	51-60 cm	647	22	734	25	369	29	1019	21	14	100	353	33	896	22	1770	16	3486	10	540	23	327	32	197	35	271	29	13	.	297	35	238	35	421	32	367	33	28	95	134	43	96	54	223	32	37	76	184	41	0	.	1297	15	684	27	784	22	336	36	79	53	0	.	101	59	103	47	154	40	101	43	27	71	99	63	596	25	122	51	337	36	157	37	340	34	413	25	566	29	70	53	256	34	162	44	56	52	0	.	228	50	421	35	286	34	482	28	0	.	153	41	13	72	63	47	112	36	91	59	184	32	94	39	125	37	33	72	2	100	17	100	165	47	123	63	14	116	322	34	69	79	54	59	192	33	176	52	8	100	75	56	140	38	111	40	39	63	117	52	13	100	255	33	43	87	13	100	194	33	162	41	340	35	400	32	476	26	633	24	256	31	364	35	277	30	0	.	26837	3
	61-70 cm	327	31	250	35	65	60	159	38	0	.	0	.	408	27	754	21	1315	16	145	37	199	40	58	77	73	52	20	.	129	61	155	39	247	41	268	48	0	.	62	73	17	100	89	46	0	.	62	50	14	100	503	27	100	58	200	41	78	50	44	59	0	.	16	100	31	71	17	100	24	100	0	.	0	.	156	44	130	57	46	59	80	100	108	56	124	38	268	41	55	58	48	58	46	72	17	100	0	.	173	51	117	42	80	61	268	34	12	100	52	65	0	.	11	82	18	73	36	60	113	34	55	63	71	38	0	.	0	.	17	100	21	100	18	100	11	100	234	39	20	100	0	.	146	53	146	45	0	.	21	100	15	100	31	71	0	.	169	49	0	.	18	100	7	100	0	.	48	54	18	100	149	45	174	44	91	46	207	36	95	54	172	40	167	38	0	.	9909	5
	71-80 cm	65	58	64	73	56	71	251	45	0	.	25	100	56	75	649	28	583	22	46	71	61	71	0	.	28	100	0	.	30	100	73	58	46	100	51	71	0	.	61	71	0	.	27	100	0	.	63	82	0	.	100	61	44	71	23	100	29	100	24	100	22	100	31	100	42	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	122	61	27	100	113	71	0	.	24	100	24	100	0	.	0	.	148	72	20	100	22	100	85	51	0	.	178	57	0	.	0	.	38	71	68	53	33	73	63	72	37	63	11	100	0	.	0	.	0	.	0	.	0	.	52	100	0	.	0	.	43	71	17	100	0	.	21	100	0	.	69	75	0	.	21	100	0	.	23	100	0	.	0	.	39	61	0	.	25	100	49	100	87	61	86	58	73	58	25	100	21	100	0	.	4213	9
	81-90 cm	24	100	55	71	38	100	55	71	0	.	0	.	0	.	256	36	306	40	59	71	46	100	33	100	0	.	0	.	0	.	26	100	0	.	69	71	0	.	0	.	0	.	21	100	0	.	24	100	0	.	0	.	22	100	32	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	34	100	0	.	0	.	0	.	0	.	38	100	0	.	28	100	0	.	0	.	0	.	0	.	0	.	0	.	23	100	0	.	0	.	57	66	0	.	0	.	0	.	46	77	22	71	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	39	100	0	.	0	.	52	71	0	.	28	100	0	.	1484	15
	91-100 cm	0	.	31	100	0	.	0	.	0	.	0	.	0	.	49	100	39	100	29	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	40	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	40	100	0	.	28	71	0	.	0	.	22	100	53	75	0	.	0	.	27	78	0	.	0	.	0	.	0	.	0	.	0	.	37	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21	100	0	.	0	.	37	100	0	.	0	.	0	.	0	.	474	26
	>100 cm	0	.	36	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	54	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	44	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	23	100	0	.	48	100	0	.	37	100	354	52	0	.	96	55	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	728	30
	totale	4822	13	3921	16	2486	18	5607	14	604	51	2277	26	4389	16	10962	11	19359	7	5088	14	1512	25	1855	21	2434	18	73	.	1992	26	2482	22	2767	23	3514	19	369	39	1941	25	565	37	1139	25	50	77	1268	21	55	71	10052	9	3738	18	5159	15	2869	20	769	30	25	90	1120	30	516	34	887	33	880	32	225	53	1188	30	3922	18	1394	33	1982	23	1774	24	2220	24	3638	15	3205	20	1768	21	2040	21	2897	16	1130	28	21	.	1178	34	2891	19	2273	23	2727	18	27	100	940	27	164	51	954	19	1640	18	2287	14	1855	18	1374	19	1855	18	231	48	51	82	250	51	766	30	512	41	339	61	2312	23	645	42	586	33	1625	25	1227	28	66	74	761	31	1416	23	1627	23	753	32	1192	31	233	51	2035	24	483	28	224	33	1287	18	1020	30	2228	23	3172	19	3413	18	4115	16	2095	22	2354	22	2363	22	0	.	194491	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	.
	12-20 cm	0	.	0	.	0	.	0	.	124	35	173	32	972	11	395	15	5	83	448	18	0	.	0	.	2	100	0	.	49	65	127	30	324	26	111	47	0	.	201	23	290	18	270	21	347	15	720	12	861	11	216	40	57	42	34	46	332	20	38	46	213	28	23	71	56	49	133	25	164	30	181	26	226	26	0	.	79	29	246	25	36	33	216	24	0	.	16	49	98	38	0	.	15	87	112	28	292	26	159	32	0	.	0	.	0	.	45	31	93	26	106	27	8	50	0	.	0	.	94	32	19	57	29	53	100	30	74	42	159	33	56	33	61	41	295	26	13	64	0	.	102	32	0	.	30	60	178	21	55	31	90	37	29	43	24	59	0	.	4	62	0	.	785	13	577	14	600	15	71	44	0	.	0	.	7	55	0	.	0	.	0	.	0	.	0	.	12066	3
	21-30 cm	0	.	0	.	0	.	0	.	461	30	499	27	2267	10	891	16	5	100	882	18	0	.	0	.	10	71	0	.	63	53	250	37	668	23	211	37	0	.	495	31	912	17	775	18	820	18	1693	12	1880	11	493	28	167	40	124	43	574	22	65	50	377	24	126	60	79	40	382	29	353	33	386	26	465	27	0	.	271	46	547	21	157	34	591	23	0	.	55	55	228	35	0	.	54	74	192	28	697	23	218	28	0	.	0	.	0	.	84	38	203	29	270	30	11	88	0	.	0	.	137	33	41	54	40	61	249	30	124	45	374	28	87	41	140	35	508	23	26	57	0	.	288	30	0	.	92	50	362	23	135	36	121	32	81	42	5	100	0	.	26	63	0	.	1556	13	1097	13	1356	14	141	40	0	.	0	.	65	81	0	.	0	.	0	.	0	.	0	.	27002	3
	31-40 cm	0	.	0	.	0	.	0	.	575	26	731	26	4140	10	1680	16	35	80	1097	19	0	.	0	.	27	81	0	.	50	61	299	34	806	24	350	43	0	.	588	23	1396	17	841	19	1449	15	2813	11	3075	10	534	28	214	34	242	45	975	23	139	49	537	21	125	56	79	46	551	25	298	32	599	25	593	23	31	.	326	33	945	23	273	38	831	23	0	.	77	47	199	39	0	.	26	71	333	26	1012	20	427	31	0	.	0	.	0	.	192	46	311	33	399	24	16	62	0	.	0	.	139	32	53	52	67	60	288	31	204	48	421	27	168	50	314	41	597	23	46	64	0	.	366	25	0	.	58	57	671	22	190	29	283	31	225	30	24	71	0	.	58	71	0	.	1832	11	1442	14	1494	14	260	42	0	.	0	.	128	72	0	.	0	.	0	.	0	.	0	.	39563	3
	41-50 cm	0	.	0	.	0	.	0	.	464	30	729	28	4125	10	2000	14	39	74	680	18	0	.	0	.	51	76	0	.	72	78	295	31	719	24	247	35	0	.	705	21	1498	15	969	19	1760	14	2741	11	2506	10	433	26	337	41	278	44	841	27	141	39	677	22	104	56	98	43	663	22	291	35	504	28	590	27	84	.	292	31	793	26	391	28	960	21	0	.	176	39	94	41	0	.	32	100	490	22	974	22	323	32	0	.	0	.	0	.	218	31	336	22	291	22	15	75	0	.	0	.	141	38	65	73	33	71	221	35	160	42	253	28	274	39	239	30	620	21	68	81	0	.	357	27	0	.	98	52	484	21	211	29	373	30	249	35	48	79	0	.	54	62	0	.	1749	12	1174	15	1647	13	404	39	0	.	0	.	104	59	0	.	0	.	0	.	0	.	0	.	39049	3
	51-60 cm	0	.	0	.	0	.	0	.	190	40	490	34	3034	11	1297	16	29	71	390	25	0	.	0	.	17	100	0	.	16	100	148	53	338	30	232	49	0	.	407	29	1318	16	816	23	1280	17	1809	12	1505	14	252	31	420	36	182	47	484	28	78	48	317	32	59	76	143	52	599	26	131	38	383	29	536	27	50	.	133	56	545	31	211	45	855	25	0	.	72	68	40	59	0	.	15	100	413	29	557	24	331	41	0	.	0	.	0	.	237	37	357	28	193	33	9	100	0	.	0	.	97	39	21	72	103	61	177	52	113	42	214	37	251	34	190	44	356	28	42	73	0	.	290	43	0	.	105	51	280	28	206	36	165	49	180	42	19	100	0	.	34	72	0	.	1496	15	878	16	1220	19	293	45	0	.	0	.	27	71	0	.	0	.	0	.	0	.	0	.	27675	3
	61-70 cm	0	.	0	.	0	.	0	.	62	78	35	71	1087	18	626	21	0	.	183	35	0	.	0	.	17	100	0	.	0	.	19	100	246	33	49	74	0	.	379	36	574	26	369	30	673	22	1175	17	503	21	131	36	108	62	18	100	182	38	54	58	108	48	0	.	76	65	161	36	57	51	368	34	185	42	0	.	146	44	285	37	200	40	346	32	0	.	79	100	17	100	0	.	0	.	271	38	184	42	121	38	0	.	0	.	0	.	96	48	193	47	85	50	20	71	0	.	0	.	36	59	50	59	0	.	69	50	166	66	80	61	94	41	58	50	190	44	47	100	0	.	100	40	0	.	33	71	30	71	184	45	118	49	43	56	0	.	0	.	31	71	0	.	680	21	165	35	462	23	60	75	20	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12202	5
	71-80 cm	0	.	0	.	0	.	0	.	48	72	0	.	390	27	297	30	0	.	101	61	0	.	0	.	0	.	0	.	0	.	8	100	44	71	23	100	0	.	150	44	227	33	251	40	330	33	535	23	266	26	17	100	0	.	0	.	56	71	62	74	101	79	0	.	80	75	121	68	0	.	34	80	133	46	0	.	101	71	62	52	91	52	202	62	0	.	0	.	0	.	0	.	0	.	123	54	68	59	80	52	0	.	0	.	0	.	59	51	63	62	104	48	0	.	0	.	0	.	77	51	0	.	58	73	17	100	74	81	46	100	68	59	142	55	0	.	0	.	0	.	54	100	0	.	0	.	64	59	24	100	42	71	0	.	0	.	0	.	55	100	0	.	589	20	100	42	170	48	24	100	28	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5857	7
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	101	47	159	51	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	101	45	23	100	45	74	126	44	96	52	183	37	30	100	17	100	0	.	0	.	0	.	0	.	0	.	0	.	26	100	11	100	30	100	0	.	0	.	0	.	98	60	36	100	66	71	0	.	0	.	0	.	0	.	0	.	39	100	0	.	28	100	0	.	0	.	0	.	14	100	28	72	18	100	0	.	0	.	0	.	43	100	0	.	0	.	0	.	18	100	45	72	45	73	21	100	16	100	0	.	0	.	19	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	149	39	95	45	51	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1777	12
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	103	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	100	0	.	69	76	0	.	49	100	56	71	95	76	38	72	25	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	0	.	0	.	0	.	0	.	52	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21	100	0	.	0	.	0	.	45	75	28	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	72	0	.	0	.	0	.	43	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	73	59	20	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	822	20
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	70	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	52	100	28	100	0	.	0	.	60	77	45	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	100	0	.	0	.	0	.	34	100	0	.	38	100	0	.	0	.	0	.	57	100	0	.	63	100	0	.	0	.	0	.	0	.	20	100	32	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	47	74	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	564	28
	totale	0	.	0	.	0	.	0	.	1924	25	2656	23	16290	8	7344	12	113	74	3780	15	0	.	0	.	124	74	0	.	251	53	1146	29	3145	18	1246	31	0	.	3148	18	6265	13	4384	15	6842	12	11736	9	10861	8	2132	21	1320	30	877	42	3445	18	577	40	2330	18	438	50	610	38	2666	20	1304	28	2486	21	2729	21	164	.	1347	29	3573	18	1394	27	4067	19	0	.	476	39	676	32	0	.	142	71	1972	21	3785	17	1727	24	0	.	0	.	0	.	1024	24	1613	19	1504	20	78	61	0	.	0	.	821	24	249	45	393	51	1121	28	934	35	1643	24	1041	29	1185	26	2614	19	285	61	0	.	1576	23	0	.	416	46	2068	17	1004	27	1193	27	807	29	120	63	0	.	262	59	0	.	8958	9	5547	11	7000	11	1254	32	48	.	0	.	330	63	0	.	0	.	0	.	0	.	0	.	166578	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	.
	12-20 cm	367	17	336	19	360	25	363	21	187	29	368	22	1284	9	1091	11	1367	12	1051	12	52	33	188	28	198	25	13	.	148	34	324	21	540	19	366	23	138	44	438	22	363	16	346	18	350	15	1047	11	862	11	1047	12	331	25	404	20	614	16	86	30	216	28	116	30	113	32	188	21	255	25	265	24	392	21	263	27	245	26	417	19	257	28	374	17	477	18	141	25	254	22	232	29	283	22	271	21	299	25	204	27	231	25	208	28	237	25	54	31	210	18	146	24	297	23	402	20	739	15	440	17	416	23	437	18	150	31	81	39	192	29	198	26	124	31	315	25	181	28	40	58	158	24	184	30	124	31	192	21	161	29	244	23	252	27	141	32	131	42	14	60	146	42	915	12	658	13	873	12	167	30	135	42	126	29	216	27	256	23	167	28	151	30	167	27	0	.	30562	2
	21-30 cm	976	16	565	20	560	25	766	18	656	26	1080	22	2917	9	2441	10	2709	10	2008	12	177	35	421	25	528	21	4	.	353	30	748	21	1123	18	851	19	84	39	948	21	1028	16	963	16	815	18	1963	11	1882	11	2604	11	881	20	798	18	1120	15	172	27	377	24	367	29	167	30	523	23	533	25	406	25	724	21	840	20	652	28	916	16	476	24	1068	17	872	21	479	26	648	21	275	27	849	19	471	21	697	23	355	24	511	24	441	28	445	23	91	36	299	22	330	26	310	23	452	19	687	17	428	18	363	24	498	20	327	26	134	42	457	25	260	26	223	27	569	21	398	29	99	50	451	23	297	35	382	29	385	22	312	23	553	21	495	23	219	33	157	34	86	40	519	28	1676	12	1166	13	1716	12	273	29	382	33	431	24	645	23	647	21	281	26	358	30	342	27	0	.	62933	2
	31-40 cm	1278	15	987	19	598	23	1444	17	783	24	1293	19	5188	8	4075	10	4447	9	2517	13	308	29	501	27	705	21	0	.	650	26	1041	21	1532	17	1434	21	65	54	1144	18	1547	16	1094	16	1449	15	2957	11	3089	10	3378	10	1260	18	1934	16	1737	16	356	31	537	21	487	35	178	30	778	21	626	24	657	23	968	19	1140	20	700	26	1416	18	830	24	1268	18	1064	20	854	22	857	23	499	26	944	18	736	22	1026	20	605	25	763	24	536	32	699	23	192	46	405	27	437	23	185	28	360	22	309	24	355	18	312	24	461	26	310	30	221	45	495	25	344	30	452	31	711	22	562	27	296	50	549	20	432	28	303	28	676	22	374	24	745	20	681	21	287	35	382	47	131	43	640	31	1935	11	1492	13	1686	12	620	26	556	34	899	22	1154	20	1132	18	670	26	704	26	670	27	0	.	90085	2
	41-50 cm	1138	19	864	21	438	24	1550	17	588	27	1289	21	5143	9	4841	10	5191	9	1798	12	343	32	404	30	721	21	23	.	619	27	848	21	1374	18	1006	19	54	84	1145	17	1610	15	1230	16	1776	14	2900	10	2530	10	2800	11	1191	18	1662	16	1677	17	391	28	677	22	340	31	194	31	919	20	447	29	540	26	880	22	1008	22	512	24	1381	19	830	22	1540	16	623	21	1108	20	475	25	706	27	716	20	705	20	974	22	593	24	828	23	677	30	470	23	218	31	479	18	305	22	90	35	236	34	221	28	438	19	249	31	268	28	259	33	177	39	279	27	363	31	325	27	739	20	678	25	122	54	486	24	301	31	357	30	501	20	387	25	585	22	570	23	168	47	215	35	130	43	434	30	1829	12	1183	15	1808	13	655	27	620	25	1056	20	1047	21	1118	21	502	27	581	24	692	27	0	.	84955	2
	51-60 cm	647	22	734	25	369	29	1019	21	203	38	843	24	3930	10	3067	11	3515	10	930	17	327	32	197	35	288	28	13	.	314	33	386	29	760	22	599	28	28	95	541	25	1414	15	1039	20	1317	17	1992	11	1505	14	1549	14	1104	22	966	20	821	22	157	36	317	32	160	47	245	36	753	23	232	28	410	28	635	25	646	24	255	38	882	24	368	30	1195	20	413	25	638	27	110	40	256	34	178	41	468	26	557	24	559	32	421	35	286	34	482	28	237	37	510	23	206	32	72	43	112	36	91	59	281	25	115	35	227	34	210	45	115	42	231	35	416	28	313	36	370	27	363	32	69	79	344	37	192	33	281	38	287	27	281	30	305	32	291	29	58	54	117	52	47	59	255	33	1539	14	891	16	1414	17	456	32	340	35	400	32	503	25	633	24	256	31	364	35	277	30	0	.	54512	2
	61-70 cm	327	31	250	35	65	60	159	38	62	78	35	71	1495	15	1380	15	1315	16	329	25	199	40	58	77	90	46	20	.	129	61	173	36	493	26	318	42	0	.	441	32	591	25	458	26	673	22	1237	17	517	21	634	23	208	43	218	39	260	30	98	41	108	48	16	100	107	51	177	34	80	47	368	34	185	42	156	44	275	36	331	33	280	40	454	28	124	38	348	39	72	50	48	58	46	72	289	37	184	42	293	34	117	42	80	61	268	34	108	44	246	40	85	50	31	54	18	73	36	60	150	30	105	43	71	38	69	50	166	66	96	53	115	38	76	45	201	42	282	37	20	100	100	40	146	53	179	39	30	71	205	41	133	45	75	44	0	.	169	49	31	71	18	100	686	21	165	35	511	21	78	62	168	42	174	44	91	46	207	36	95	54	172	40	167	38	0	.	22110	4
	71-80 cm	65	58	64	73	56	71	251	45	48	72	25	100	446	26	946	21	583	22	147	47	61	71	0	.	28	100	0	.	30	100	81	53	90	62	74	58	0	.	211	37	227	33	278	38	330	33	598	23	266	26	117	54	44	71	23	100	85	58	86	60	123	67	31	100	122	55	121	68	0	.	34	80	133	46	0	.	101	71	62	52	91	52	324	45	27	100	113	71	0	.	24	100	24	100	123	54	68	59	228	50	20	100	22	100	85	51	59	51	241	45	104	48	0	.	38	71	68	53	110	42	63	72	96	51	28	72	74	81	46	100	68	59	142	55	0	.	52	100	0	.	54	100	43	71	17	100	64	59	45	71	42	71	69	75	0	.	21	100	55	100	23	100	589	20	100	42	209	41	24	100	53	71	49	100	87	61	86	58	73	58	25	100	21	100	0	.	10071	6
	81-90 cm	24	100	55	71	38	100	55	71	0	.	0	.	101	47	415	30	306	40	59	71	46	100	33	100	0	.	0	.	0	.	26	100	0	.	69	71	0	.	101	45	23	100	65	60	126	44	120	46	183	37	30	100	39	71	32	100	0	.	0	.	0	.	0	.	0	.	26	100	11	100	30	100	0	.	34	100	0	.	98	60	36	100	66	71	38	100	0	.	28	100	0	.	0	.	39	100	0	.	28	100	0	.	23	100	0	.	14	100	86	50	18	100	0	.	0	.	46	77	65	71	0	.	3	100	0	.	18	100	45	72	45	73	21	100	16	100	0	.	0	.	19	100	29	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	149	39	95	45	71	59	0	.	0	.	39	100	0	.	0	.	52	71	0	.	28	100	0	.	3261	10
	91-100 cm	0	.	31	100	0	.	0	.	0	.	0	.	103	61	49	100	39	100	29	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	71	0	.	69	76	0	.	49	100	56	71	95	76	38	72	25	100	0	.	0	.	0	.	0	.	0	.	40	100	0	.	31	100	0	.	0	.	0	.	0	.	0	.	52	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21	100	0	.	0	.	40	100	45	75	56	62	0	.	0	.	22	100	53	75	0	.	0	.	27	78	0	.	0	.	50	72	0	.	0	.	0	.	80	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	73	59	20	100	0	.	0	.	21	100	0	.	0	.	37	100	0	.	0	.	0	.	0	.	1296	16
	>100 cm	0	.	36	100	0	.	0	.	0	.	0	.	70	100	0	.	0	.	0	.	0	.	54	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	52	100	28	100	0	.	0	.	104	55	45	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	100	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	100	0	.	0	.	0	.	34	100	23	100	38	100	48	100	0	.	37	100	411	47	0	.	159	52	0	.	0	.	0	.	0	.	20	100	32	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	47	74	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1292	21
	totale	4822	13	3921	16	2486	18	5607	14	2528	23	4933	17	20678	7	18306	8	19472	7	8868	10	1512	25	1855	21	2558	18	73	.	2243	24	3627	18	5912	14	4759	16	369	39	5089	15	6830	12	5523	13	6892	12	13012	8	10916	8	12184	8	5058	15	6036	14	6314	13	1346	24	2355	18	1558	26	1127	26	3553	17	2184	21	2711	20	3917	17	4086	17	2742	22	5555	14	3168	18	6287	15	3638	15	3681	18	2443	18	2040	21	3039	16	3102	17	3805	17	2905	20	2891	19	2273	23	2727	18	1052	24	2553	15	1668	19	1032	18	1640	18	2287	14	2676	14	1623	17	2248	17	1352	25	985	33	1892	22	1808	21	1697	22	2953	18	2597	22	645	42	2161	19	1625	25	1643	24	2134	16	1765	20	2609	18	2434	18	874	28	1192	31	495	39	2035	24	9441	9	5770	11	8287	10	2274	22	2276	23	3172	19	3743	17	4115	16	2095	22	2354	22	2363	22	0	.	361078	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. 2297570. Birmensdorf, Swiss Federal Research Institute WSL

indietro