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

IFN2
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 1993/95
		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	.	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	.
	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	.	10	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	.
	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	.	20	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.
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	345	17	408	26	411	30	330	20	28	58	127	33	341	25	569	15	1278	14	498	18	106	37	172	35	237	25	3	.	143	37	313	30	190	30	208	30	149	42	203	48	52	41	88	26	15	100	405	26	4	79	879	13	377	29	378	22	204	21	42	39	16	75	77	35	39	42	28	66	111	45	50	65	156	37	227	23	164	32	183	35	177	30	145	25	410	18	181	29	166	31	223	32	245	22	176	38	2	.	26	54	244	29	196	29	364	34	9	100	98	42	25	56	350	24	385	19	824	15	480	21	459	26	504	19	63	63	17	66	21	61	127	37	54	69	20	51	115	32	89	42	106	34	166	28	57	45	19	71	102	39	97	36	176	32	98	42	122	45	35	75	139	39	143	30	96	35	313	19	93	37	103	34	127	25	286	35	227	30	231	30	106	35	253	42	0	.	18844	3
	21-30 cm	763	17	396	23	543	23	703	20	118	48	470	29	737	22	1286	15	2767	11	1186	18	146	39	371	26	546	24	15	.	178	38	487	25	381	31	564	22	182	41	391	32	125	50	188	35	5	100	426	24	4	100	1919	11	587	25	630	22	585	25	112	35	3	100	183	30	89	40	131	43	215	39	16	69	266	32	688	21	363	31	361	26	380	30	431	25	720	19	261	28	316	27	336	26	774	21	189	35	0	.	95	44	650	22	365	26	395	28	15	72	157	28	47	53	391	25	581	18	832	16	407	20	433	25	622	19	80	53	58	90	62	57	153	31	138	52	39	62	384	28	52	73	211	34	244	32	219	36	40	72	182	31	357	28	339	30	164	32	266	36	61	58	457	31	99	39	96	41	429	21	197	47	287	31	284	30	554	26	625	23	330	26	217	30	145	31	0	.	34289	2
	31-40 cm	1355	16	664	21	739	23	1272	16	204	49	555	32	954	22	2337	13	3584	9	1370	16	288	30	540	26	819	20	26	.	536	29	564	29	757	25	1014	22	66	56	565	27	183	42	272	30	0	.	325	28	10	100	2931	12	1138	22	1306	17	769	24	182	33	-5	208	382	39	136	46	169	39	259	37	62	74	303	33	1152	20	435	32	539	26	463	28	568	28	1167	18	533	27	726	27	517	25	1086	19	453	32	15	.	219	42	786	22	456	29	725	24	3	100	134	36	26	86	253	26	371	24	529	19	318	23	311	29	528	26	67	56	72	68	51	56	223	42	110	44	116	66	508	35	181	68	159	38	486	32	273	32	18	77	288	33	464	27	478	26	311	38	285	38	69	54	685	30	131	35	64	42	319	29	285	31	489	35	724	26	845	21	937	19	432	27	640	28	410	31	0	.	49064	2
	41-50 cm	1177	16	984	21	373	25	1734	17	77	64	806	28	1256	22	2922	13	4903	9	1304	17	424	30	426	28	753	24	9	.	643	30	742	27	682	24	992	23	86	55	443	33	103	51	345	35	18	100	140	38	32	86	2666	11	1238	22	1468	19	942	23	190	33	0	.	338	38	143	39	281	36	209	40	37	72	394	35	1241	20	301	37	587	25	483	35	789	27	851	21	874	22	481	30	781	25	820	21	433	38	0	.	163	38	950	23	703	32	564	24	0	.	168	34	30	87	147	38	293	31	216	24	275	24	228	30	307	24	33	114	52	73	15	100	209	36	161	54	173	62	604	27	271	43	163	43	376	30	220	38	9	100	157	46	311	32	464	29	242	44	356	36	79	51	685	29	77	39	24	100	202	31	281	37	653	27	936	21	999	21	985	20	644	25	563	25	639	28	0	.	51546	2
	51-60 cm	1024	20	640	25	455	24	1244	19	77	78	551	31	1128	23	2276	14	4246	10	633	22	491	30	288	37	535	26	0	.	547	29	363	29	584	31	569	26	65	84	191	39	80	56	272	27	14	100	238	42	12	72	1689	13	814	25	1124	19	774	24	115	47	0	.	173	50	52	50	186	36	131	45	28	75	192	72	730	24	130	44	521	37	244	34	627	29	606	20	711	30	109	44	369	31	346	27	207	53	0	.	275	45	707	26	370	33	527	25	0	.	176	33	13	71	81	48	216	31	126	38	249	31	104	41	245	32	59	71	26	100	21	100	121	56	74	52	12	100	391	32	95	58	72	68	263	34	189	47	26	100	179	49	219	39	180	39	89	60	293	36	74	69	486	31	72	53	0	.	122	38	186	38	417	31	778	23	588	27	894	24	314	32	468	36	509	31	0	.	36709	3
	61-70 cm	411	30	225	34	169	40	567	26	0	.	121	47	492	30	1222	19	2050	14	241	36	244	40	121	59	167	53	0	.	158	39	188	36	216	51	176	47	12	100	24	100	60	71	103	42	7	100	68	48	0	.	744	22	220	44	414	26	212	39	15	100	0	.	38	71	72	50	57	58	0	.	0	.	0	.	315	30	120	80	130	42	138	55	188	48	301	29	312	35	59	58	158	37	106	66	0	.	0	.	303	45	264	41	151	48	338	33	13	100	132	54	14	78	33	59	64	62	26	72	111	36	50	60	106	34	0	.	0	.	15	100	92	45	44	78	43	63	329	43	67	72	24	71	206	42	169	52	0	.	0	.	34	71	35	71	0	.	166	52	0	.	114	66	30	76	15	100	85	55	88	51	146	53	251	32	259	40	222	39	165	35	81	45	174	42	0	.	15103	5
	71-80 cm	94	61	141	56	42	71	168	45	0	.	0	.	82	59	576	30	999	20	98	50	122	64	0	.	53	71	0	.	92	100	48	100	107	45	121	55	0	.	61	71	0	.	37	73	0	.	32	71	0	.	124	42	0	.	65	71	25	100	0	.	0	.	17	100	22	100	0	.	31	100	0	.	0	.	49	71	64	82	38	73	79	100	113	51	0	.	210	56	44	71	25	100	0	.	0	.	0	.	135	66	80	50	33	100	146	48	0	.	104	46	10	100	14	100	43	79	52	51	52	51	92	52	70	47	15	100	0	.	0	.	0	.	0	.	0	.	79	58	0	.	0	.	167	48	28	100	0	.	0	.	20	100	38	71	0	.	70	58	0	.	42	73	0	.	0	.	55	58	0	.	74	72	102	66	83	52	89	58	0	.	105	61	25	100	0	.	5602	8
	81-90 cm	31	100	19	100	27	100	106	59	0	.	43	100	18	100	549	31	338	32	36	100	38	100	35	100	32	100	0	.	35	100	61	71	0	.	67	100	0	.	0	.	0	.	0	.	0	.	63	60	0	.	57	71	59	100	0	.	0	.	0	.	0	.	32	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	162	52	0	.	58	100	0	.	30	100	28	100	0	.	0	.	62	74	32	100	56	100	0	.	0	.	147	46	15	100	0	.	0	.	28	71	65	54	0	0	35	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	100	0	.	0	.	0	.	29	100	0	.	0	.	0	.	0	.	50	72	0	.	0	.	40	100	31	100	45	100	110	63	26	100	35	100	0	.	2752	12
	91-100 cm	0	.	62	71	0	.	41	100	0	.	0	.	0	.	37	100	124	58	31	100	49	100	0	.	0	.	0	.	0	.	0	.	0	.	41	100	0	.	0	.	0	.	0	.	0	.	32	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	44	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	46	100	0	.	45	100	0	.	0	.	23	100	97	67	23	100	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	34	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	736	23
	>100 cm	0	.	35	100	0	.	0	.	0	.	0	.	0	.	47	100	42	100	0	.	0	.	40	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	47	72	0	.	232	100	139	100	43	100	356	54	0	.	153	51	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1133	31
	totale	5199	13	3574	17	2760	18	6165	14	503	50	2672	25	5007	17	11822	11	20330	7	5396	14	1910	24	1993	22	3143	18	53	.	2332	25	2766	21	2918	22	3752	19	560	36	1879	26	604	36	1306	25	59	73	1728	19	63	80	11010	9	4433	18	5386	15	3513	20	657	29	14	74	1241	30	554	35	850	33	956	30	193	63	1310	31	4446	17	1577	30	2359	22	1964	26	3022	22	4055	15	3138	21	1901	22	2440	21	3403	16	1458	31	17	.	1278	34	3713	18	2330	23	3103	18	39	86	1209	26	180	64	1501	24	2115	17	2773	13	2336	16	1678	19	2576	16	317	49	224	75	185	58	926	30	581	41	403	58	2410	25	755	41	735	31	1907	24	1157	29	113	72	933	31	1502	24	1708	22	903	31	1586	29	318	53	2609	24	550	28	295	32	1576	18	1130	30	2202	22	3242	19	3645	17	4025	17	2225	21	2205	23	2191	23	0	.	215778	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	.	93	37	144	33	1064	12	385	16	11	71	392	22	0	.	0	.	3	71	0	.	105	57	152	28	378	25	158	38	0	.	210	22	336	20	290	23	378	15	713	13	945	13	171	39	81	35	20	46	329	20	53	60	184	23	11	70	41	46	188	28	117	40	182	28	183	23	0	.	115	35	134	34	42	34	166	32	0	.	23	49	93	46	0	.	13	91	142	33	300	23	113	37	0	.	0	.	0	.	85	28	128	25	129	27	12	60	0	.	0	.	114	30	15	58	30	48	141	28	135	40	202	34	63	30	79	39	245	24	19	66	0	.	158	29	0	.	23	50	173	23	56	34	97	45	30	46	23	59	0	.	38	84	0	.	745	13	621	14	604	15	113	43	0	.	0	.	34	115	0	.	0	.	0	.	0	.	0	.	12568	3
	21-30 cm	0	.	0	.	0	.	0	.	344	32	367	32	2427	10	972	16	17	71	838	17	0	.	0	.	7	100	0	.	94	56	302	35	762	24	200	37	0	.	523	37	871	17	768	19	799	16	1796	12	1866	11	386	29	134	47	97	40	720	21	90	48	418	25	89	61	96	49	319	27	300	31	375	30	372	26	0	.	180	35	490	22	132	35	651	26	0	.	64	58	158	34	0	.	36	89	209	29	593	22	233	30	0	.	0	.	0	.	78	35	198	29	266	25	30	53	0	.	0	.	206	30	61	45	43	76	260	34	148	48	305	35	128	41	150	32	525	25	17	81	0	.	340	29	0	.	72	55	433	22	120	33	135	31	66	48	24	61	0	.	23	72	0	.	1545	12	1143	14	1238	15	186	37	0	.	0	.	48	65	0	.	0	.	0	.	0	.	0	.	26885	3
	31-40 cm	0	.	0	.	0	.	0	.	504	27	698	26	3677	10	1631	14	4	100	1462	20	0	.	0	.	20	130	0	.	127	52	328	32	985	22	267	46	0	.	639	32	1310	18	857	18	1196	16	2636	11	2718	11	771	27	170	39	151	41	939	23	92	54	513	24	102	59	116	37	659	26	452	30	480	24	602	24	21	.	335	48	642	23	257	31	815	22	0	.	55	52	222	37	0	.	60	75	311	28	996	21	275	36	0	.	0	.	0	.	190	42	330	26	446	27	4	152	0	.	0	.	197	27	56	52	81	62	223	31	188	47	456	29	172	44	283	49	669	24	58	61	0	.	446	27	0	.	68	48	587	21	213	34	231	32	164	34	16	58	0	.	43	71	0	.	2096	12	1406	14	1703	13	185	34	0	.	0	.	115	69	0	.	0	.	0	.	0	.	0	.	38722	3
	41-50 cm	0	.	0	.	0	.	0	.	407	30	762	27	4437	10	2171	14	34	79	1047	16	0	.	0	.	56	75	0	.	86	69	347	32	756	22	328	42	0	.	643	21	1564	15	1026	20	1792	14	3162	10	2924	10	539	24	231	45	319	42	1121	22	193	37	652	22	112	54	123	54	575	22	253	40	649	24	677	26	87	.	299	34	623	27	339	28	1109	23	0	.	142	47	95	42	0	.	47	88	500	24	1126	22	366	28	0	.	0	.	0	.	243	33	327	27	416	23	41	56	0	.	0	.	157	33	76	56	47	66	197	37	186	43	284	29	287	43	291	31	657	21	84	64	0	.	406	25	0	.	126	53	596	21	284	31	403	37	275	35	44	71	0	.	85	73	0	.	2006	12	1517	14	1580	13	344	39	0	.	0	.	76	89	0	.	0	.	0	.	0	.	0	.	42757	2
	51-60 cm	0	.	0	.	0	.	0	.	205	45	456	30	3623	12	1826	16	13	100	749	26	0	.	0	.	42	78	0	.	32	100	133	57	517	27	257	42	0	.	513	25	1404	17	924	20	1367	15	2396	11	1990	12	390	28	355	44	147	43	738	26	122	45	404	27	73	85	139	56	800	24	203	42	367	26	629	25	92	.	217	41	483	26	309	34	1155	21	0	.	141	53	26	71	0	.	0	.	467	28	679	24	183	40	0	.	0	.	0	.	255	34	363	24	284	27	8	100	0	.	0	.	165	32	40	59	95	63	212	51	178	38	282	32	345	35	167	38	606	26	31	100	0	.	420	33	0	.	81	48	293	24	225	42	267	41	227	39	0	.	0	.	64	64	0	.	1673	14	970	19	1296	16	314	48	0	.	0	.	68	66	0	.	0	.	0	.	0	.	0	.	33492	3
	61-70 cm	0	.	0	.	0	.	0	.	105	60	99	51	1415	16	1021	19	17	100	252	34	0	.	0	.	0	.	0	.	0	.	88	61	306	31	107	48	0	.	401	32	699	20	500	27	785	20	1284	17	534	22	217	45	282	47	143	54	281	38	85	69	148	37	15	100	93	61	290	29	29	58	278	32	312	32	22	.	183	55	198	43	201	39	579	33	0	.	65	100	18	100	0	.	0	.	326	36	371	33	221	41	0	.	0	.	0	.	236	39	241	39	141	43	21	71	0	.	0	.	48	50	45	59	36	76	126	57	158	66	94	60	113	48	157	38	214	36	48	71	0	.	172	41	0	.	75	62	16	100	196	43	60	57	49	58	0	.	0	.	62	58	0	.	1004	19	394	25	580	23	163	48	0	.	0	.	22	100	0	.	0	.	0	.	0	.	0	.	16436	4
	71-80 cm	0	.	0	.	0	.	0	.	74	76	0	.	431	25	280	31	0	.	190	42	0	.	0	.	27	100	0	.	0	.	0	.	50	58	14	100	0	.	163	37	297	32	316	42	343	28	758	22	278	27	106	45	29	100	0	.	64	71	68	58	101	59	0	.	65	78	123	80	10	100	122	61	81	60	0	.	22	100	121	42	150	43	388	40	0	.	22	100	0	.	0	.	0	.	134	43	103	58	61	60	0	.	0	.	0	.	49	59	103	41	143	49	0	.	0	.	0	.	67	51	0	.	57	73	38	71	67	73	76	65	74	59	121	46	71	58	28	100	0	.	19	100	0	.	0	.	53	71	14	100	101	62	0	.	0	.	0	.	63	100	0	.	662	20	154	38	215	37	24	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7192	7
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	296	35	154	45	0	.	27	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	84	51	27	100	87	53	118	42	82	58	214	40	35	100	23	100	0	.	0	.	0	.	0	.	0	.	0	.	30	100	0	.	0	0	24	100	0	.	56	71	87	52	0	.	31	100	0	.	0	.	0	.	0	.	0	.	29	100	29	100	0	.	0	.	0	.	0	.	30	71	39	100	44	71	0	.	0	.	0	.	61	74	0	.	0	.	0	.	0	.	57	71	102	65	78	72	18	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	226	32	99	52	53	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2239	11
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	18	100	44	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	100	0	.	110	52	0	.	44	100	33	100	32	100	45	58	33	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24	100	0	.	0	.	66	72	0	0	37	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	67	71	0	.	0	.	0	.	58	71	48	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	100	31	100	0	.	0	.	0	.	43	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	85	51	21	100	26	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	907	19
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	118	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	72	79	29	100	0	.	33	100	161	47	64	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	0	.	37	100	0	.	0	.	0	.	0	.	0	.	90	72	0	.	72	100	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	53	73	17	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	789	22
	totale	0	.	0	.	0	.	0	.	1732	25	2525	23	17504	8	8483	12	95	72	4957	14	0	.	0	.	156	74	0	.	444	46	1350	28	3754	18	1352	30	0	.	3358	19	6538	12	4811	14	6844	12	13020	8	11578	8	2648	20	1305	33	878	40	4191	17	704	39	2418	18	402	50	672	38	2983	20	1365	27	2453	20	2903	21	222	.	1407	31	2844	18	1429	27	4931	19	0	.	511	38	612	33	0	.	157	71	2117	21	4196	17	1539	24	0	.	0	.	0	.	1260	23	1776	18	1870	20	117	51	0	.	0	.	1105	21	294	40	463	49	1197	28	1079	33	1789	25	1283	28	1350	26	3004	19	328	55	0	.	1962	22	0	.	444	45	2153	16	1108	29	1293	27	812	30	108	60	0	.	379	58	0	.	10094	9	6341	11	7295	11	1329	32	0	.	0	.	363	58	0	.	0	.	0	.	0	.	0	.	181987	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	345	17	408	26	411	30	330	20	121	31	271	23	1405	11	954	11	1290	14	890	14	106	37	172	35	241	24	3	.	248	32	465	22	569	19	366	24	149	42	414	26	388	18	378	19	393	15	1123	12	950	13	1051	12	458	25	398	21	533	14	95	38	200	22	88	32	80	31	215	25	228	30	231	26	338	21	227	23	278	23	317	25	218	25	311	20	410	18	203	26	260	26	223	32	258	21	318	26	302	23	139	32	244	29	196	29	364	34	95	27	225	23	154	24	362	23	385	19	824	15	594	18	474	25	534	18	205	27	151	36	222	32	190	27	133	36	265	22	134	29	89	42	264	22	166	28	80	35	193	22	158	28	194	29	206	28	121	36	122	45	73	57	139	39	888	12	717	13	916	12	206	29	103	34	127	25	320	33	227	30	231	30	106	35	253	42	0	.	31417	2
	21-30 cm	763	17	396	23	543	23	703	20	462	26	837	21	3165	9	2258	11	2783	11	2024	12	146	39	371	26	553	23	15	.	272	31	789	20	1143	19	765	19	182	41	914	25	997	16	957	16	804	16	2227	11	1870	11	2305	11	721	22	728	20	1305	16	202	29	421	24	272	29	184	32	450	23	515	24	392	29	637	20	688	21	544	24	850	17	513	24	1082	19	720	19	325	25	474	21	336	26	810	20	398	22	593	22	327	25	650	22	365	26	395	28	92	32	355	20	313	23	421	23	581	18	832	16	613	17	495	23	665	18	340	29	206	43	367	31	282	25	288	30	564	24	401	27	52	73	552	22	244	32	291	30	473	21	302	23	492	22	405	26	188	29	266	36	83	46	457	31	1644	12	1239	13	1667	13	383	30	287	31	284	30	601	24	625	23	330	26	217	30	145	31	0	.	61179	2
	31-40 cm	1355	16	664	21	739	23	1272	16	707	24	1253	20	4630	9	3967	10	3587	9	2832	13	288	30	540	26	840	19	26	.	663	25	892	22	1742	16	1281	20	66	56	1204	21	1493	16	1129	16	1196	16	2970	10	2729	11	3702	11	1308	20	1457	16	1709	17	275	28	508	24	484	33	252	30	827	22	711	23	543	23	905	19	1172	20	770	27	1181	17	720	21	1383	17	1167	18	588	25	948	23	517	25	1146	18	764	22	1011	20	495	27	786	22	456	29	725	24	193	41	464	21	472	26	257	26	371	24	529	19	515	18	368	26	609	24	290	27	260	39	507	27	394	30	393	38	785	23	566	32	181	68	605	22	486	32	341	27	606	20	501	24	694	21	642	21	328	36	285	38	113	43	685	30	2226	11	1469	14	2022	12	470	23	489	35	724	26	960	20	937	19	432	27	640	28	410	31	0	.	87796	2
	41-50 cm	1177	16	984	21	373	25	1734	17	484	27	1567	19	5693	9	5093	9	4937	9	2351	12	424	30	426	28	809	23	9	.	729	28	1089	21	1437	16	1320	20	86	55	1086	18	1667	15	1371	17	1810	14	3302	10	2956	9	3205	10	1469	20	1787	17	2062	16	383	25	652	22	450	31	266	32	855	19	463	28	685	23	1071	21	1328	19	600	25	1210	18	822	23	1898	17	851	21	1016	20	576	26	781	25	867	21	933	22	1126	22	529	22	950	23	703	32	564	24	243	33	495	21	446	23	189	32	293	31	216	24	431	19	304	26	354	23	230	36	238	37	300	28	496	29	452	28	830	21	688	25	271	43	569	22	376	30	346	31	606	20	441	26	714	25	739	22	286	38	356	36	165	45	685	29	2083	11	1540	14	1782	12	626	27	653	27	936	21	1074	21	985	20	644	25	563	25	639	28	0	.	94303	2
	51-60 cm	1024	20	640	25	455	24	1244	19	282	39	1007	21	4751	10	4102	11	4259	10	1382	17	491	30	288	37	577	25	0	.	579	28	496	26	1101	20	826	22	65	84	704	21	1484	17	1195	16	1381	15	2634	10	2001	12	2079	12	1169	22	1271	18	1512	17	238	33	404	27	245	43	191	43	986	21	335	31	395	24	821	26	822	24	347	30	1004	22	552	24	1782	17	606	20	852	26	134	38	369	31	346	27	674	25	679	24	458	31	707	26	370	33	527	25	255	34	539	19	298	26	89	44	216	31	126	38	415	22	144	34	340	29	270	43	204	36	304	31	467	30	242	31	618	26	422	31	95	58	492	30	263	34	270	36	319	24	404	32	486	29	407	27	89	60	293	36	139	47	486	31	1744	14	970	19	1419	15	500	33	417	31	778	23	657	25	894	24	314	32	468	36	509	31	0	.	70201	2
	61-70 cm	411	30	225	34	169	40	567	26	105	60	220	35	1906	14	2243	13	2067	14	492	25	244	40	121	59	167	53	0	.	158	39	276	31	522	28	282	35	12	100	425	31	759	19	603	23	792	19	1352	16	534	22	961	20	501	33	556	24	493	27	100	60	148	37	53	59	165	41	347	26	29	58	278	32	312	32	337	28	303	46	329	31	339	32	767	28	301	29	376	34	77	50	158	37	106	66	326	36	371	33	525	31	264	41	151	48	338	33	248	37	373	31	156	40	53	45	64	62	26	72	159	29	95	42	142	32	126	57	158	66	109	53	205	33	201	34	256	32	377	39	67	72	196	37	206	42	245	41	16	100	196	43	94	45	84	45	0	.	166	52	62	58	114	66	1034	19	409	25	665	21	250	36	146	53	251	32	281	38	222	39	165	35	81	45	174	42	0	.	31540	3
	71-80 cm	94	61	141	56	42	71	168	45	74	76	0	.	512	23	856	22	999	20	288	33	122	64	0	.	80	58	0	.	92	100	48	100	157	36	135	50	0	.	223	33	297	32	353	38	343	28	790	21	278	27	230	31	29	100	65	71	89	58	68	58	101	59	17	100	87	63	123	80	41	80	122	61	81	60	49	71	86	66	158	36	229	45	501	33	0	.	232	51	44	71	25	100	0	.	134	43	103	58	196	49	80	50	33	100	146	48	49	59	208	31	153	46	14	100	43	79	52	51	119	36	92	52	128	41	53	58	67	73	76	65	74	59	121	46	71	58	107	50	0	.	19	100	167	48	28	100	53	71	14	100	121	54	38	71	0	.	70	58	63	100	42	73	662	20	154	38	270	32	24	100	74	72	102	66	83	52	89	58	0	.	105	61	25	100	0	.	12795	5
	81-90 cm	31	100	19	100	27	100	106	59	0	.	43	100	314	33	702	26	338	32	63	71	38	100	35	100	32	100	0	.	35	100	61	71	0	.	67	100	0	.	84	51	27	100	87	53	118	42	145	42	214	40	92	58	82	77	0	.	0	.	0	.	0	.	32	100	0	.	30	100	0	.	0	0	24	100	0	.	56	71	87	52	0	.	193	46	0	.	58	100	0	.	30	100	28	100	29	100	29	100	62	74	32	100	56	100	0	.	30	71	186	42	59	59	0	.	0	.	28	71	126	45	0	0	35	72	0	.	0	.	57	71	102	65	78	72	18	100	0	.	0	.	0	.	0	.	0	.	0	.	25	100	0	.	0	.	0	.	29	100	0	.	0	.	226	32	99	52	103	46	0	.	0	.	40	100	31	100	45	100	110	63	26	100	35	100	0	.	4990	8
	91-100 cm	0	.	62	71	0	.	41	100	0	.	0	.	18	100	81	71	124	58	31	100	49	100	0	.	0	.	0	.	0	.	0	.	0	.	63	74	0	.	110	52	0	.	44	100	33	100	65	71	45	58	33	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24	100	44	100	0	.	66	72	0	0	37	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	67	71	0	.	0	.	46	100	58	71	93	71	0	.	0	.	23	100	97	67	23	100	0	.	6	100	0	.	20	100	31	100	0	.	0	.	0	.	43	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	85	51	21	100	26	100	0	.	34	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1643	15
	>100 cm	0	.	35	100	0	.	0	.	0	.	0	.	118	59	47	100	42	100	0	.	0	.	40	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	72	79	29	100	0	.	33	100	161	47	64	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	0	.	37	100	47	72	0	.	232	100	139	100	43	100	446	46	0	.	225	47	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	53	73	17	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1922	21
	totale	5199	13	3574	17	2760	18	6165	14	2235	22	5197	17	22512	8	20305	8	20425	7	10353	10	1910	24	1993	22	3298	18	53	.	2776	22	4116	17	6672	14	5104	16	560	36	5236	15	7141	11	6117	12	6903	12	14768	8	11641	8	13658	8	5738	16	6264	14	7704	13	1361	24	2433	18	1642	26	1226	26	3833	17	2321	20	2646	19	4214	17	4668	17	2984	21	5202	14	3393	19	7953	14	4055	15	3649	18	2513	18	2440	21	3560	16	3575	18	4213	17	2817	20	3713	18	2330	23	3103	18	1299	22	2985	15	2050	19	1617	22	2115	17	2773	13	3441	13	1972	17	3038	16	1514	24	1303	30	1975	23	2209	20	1931	22	3408	18	2738	23	755	41	2697	18	1907	24	1601	24	2266	16	2041	21	2795	18	2520	17	1011	28	1586	29	697	40	2609	24	10645	9	6637	11	8871	9	2459	22	2202	22	3242	19	4008	17	4025	17	2225	21	2205	23	2191	23	0	.	397785	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. 2297586. Birmensdorf, Swiss Federal Research Institute WSL

indietro