Scelta degli argomenti

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

1. Qual è il significato dei numeri?

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

Esempio 1: Valore stimato ed errore standard

IFN5

volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

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

top

2. Qual è lo scopo dell'errore standard?

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

La sicurezza statistica è del

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

Esempio 2: Calcolo degli intervalli di confidenza

IFN5
volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

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

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

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

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

Procedura

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

Risposta

			1^o passo	2^o passo

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

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

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

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

Dati: vedi esempio 2

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

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

top

3. Quando due risultati sono statisticamente diversi?*

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

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

Esempio 4: Interpretazione di due risultati dello stesso inventario

IFN5

provvigione (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

	Caso 2						Caso 1

Caso 1

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

Procedura

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

Risposta

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

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

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

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

Caso 2

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

Procedura

Vedi il caso 1.

Risposta

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

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

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

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

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

Esempio 5: Interpretazione di due risultati provenienti da inventari diversi

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

top

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

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

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

Esempio 8: Errore standard e combinazione di categorie di variabili

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

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

È lecito attendersi errori standard elevati se

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

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

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

top

5. Due tipi di variazione?

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

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

top

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

I risultati sono

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

Esempio 9: Additività/non additività delle variazioni

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

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

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

Esempio 10: Numero medio di anni per ambito

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

top

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

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

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

top

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

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

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

top

9. Valori negativi per provvigione, incremento o utilizzazione?

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

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

top

IFN3
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 IFN1-IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2004/06
		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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
basse quote	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	354	32	236	38	195	48	220	32	0	.	51	44	532	37	513	22	1021	16	523	24	93	63	80	47	165	31	0	.	34	46	213	33	197	40	116	38	73	55	103	55	60	47	80	39	0	.	287	37	11	83	776	20	219	31	392	24	226	30	32	103	43	77	48	54	50	43	39	53	157	50	0	.	110	46	142	42	240	44	106	42	149	44	63	75	516	30	151	37	68	49	151	37	148	30	90	55	0	.	9	100	358	31	209	33	554	32	14	.	90	63	63	67	459	30	325	32	784	21	416	26	425	34	416	30	77	60	2	.	4	128	113	41	66	55	1	.	68	51	43	88	90	43	36	62	40	56	34	75	173	49	101	35	91	50	224	44	95	54	17	71	20	74	118	40	67	51	262	26	48	51	93	39	158	48	86	94	172	52	158	47	88	49	144	40	0	.	15884	4
	21-30 cm	431	29	330	37	264	35	562	30	24	.	266	45	696	25	1341	18	2364	15	1397	23	122	46	305	39	491	31	14	.	116	56	424	32	369	38	319	36	268	51	639	48	71	78	102	56	0	.	446	32	27	71	1392	17	495	27	999	25	630	36	24	75	30	100	111	45	82	55	75	45	323	47	0	.	306	42	595	30	457	32	211	35	439	46	288	38	1127	24	210	43	308	37	240	34	598	31	199	45	0	.	56	71	715	31	568	32	477	38	37	.	282	41	75	68	356	34	683	28	916	24	569	29	695	33	621	24	197	74	8	.	57	73	182	52	105	59	12	.	290	52	90	54	328	35	125	59	109	43	52	86	234	41	292	41	172	50	254	40	228	51	19	69	105	52	143	49	138	55	323	34	87	45	199	44	221	41	563	34	529	26	189	41	303	42	307	35	0	.	32439	3
	31-40 cm	966	40	415	32	372	35	690	26	97	.	473	43	1144	25	1629	18	3039	14	1450	20	255	40	554	34	700	31	50	.	109	56	641	33	450	39	706	29	209	53	528	35	72	48	231	40	0	.	445	30	5	100	2178	16	895	31	1280	25	911	31	160	50	-11	100	268	47	126	46	163	47	264	55	0	.	205	45	845	26	616	37	335	36	404	43	534	35	1059	23	349	41	386	32	347	36	903	27	146	52	0	.	183	60	720	30	424	32	582	27	8	.	95	48	71	58	163	43	430	30	591	26	241	32	258	34	465	30	136	52	0	.	97	74	279	43	112	68	24	.	226	44	107	56	332	37	146	70	266	55	79	74	258	46	537	34	284	46	282	39	383	45	103	60	87	51	160	52	99	49	296	34	139	44	482	36	501	34	722	29	930	27	330	40	567	43	238	38	0	.	40033	3
	41-50 cm	986	25	697	37	388	45	1396	21	92	.	480	39	1223	29	2329	17	4533	12	1727	20	219	48	332	41	694	36	58	.	336	53	623	31	351	43	868	34	136	83	948	40	118	83	309	38	0	.	114	41	34	78	2735	16	1083	37	1444	22	1423	26	171	58	31	72	218	46	161	55	334	55	150	58	10	.	256	44	1127	28	613	39	234	38	380	62	716	34	1246	24	588	33	512	36	586	34	717	29	267	47	0	.	290	46	585	32	655	33	657	28	7	.	194	40	25	100	62	71	308	26	581	36	306	36	244	39	386	33	22	282	31	.	38	92	355	43	97	64	59	.	372	47	99	79	337	40	374	57	199	55	31	82	155	59	370	37	352	40	344	44	295	43	168	61	155	52	75	55	58	60	223	40	270	52	404	34	555	30	772	27	1139	24	589	33	531	34	401	36	0	.	47163	3
	51-60 cm	808	27	639	31	238	41	1684	24	111	.	469	50	1186	28	2553	18	4275	13	742	26	218	40	98	59	556	37	0	.	264	65	492	35	296	50	854	30	45	100	591	39	93	58	180	36	0	.	233	45	31	100	1833	17	574	35	1536	24	716	40	127	47	0	.	187	63	147	58	174	53	45	100	0	.	95	60	513	36	97	51	460	51	371	42	743	32	754	28	860	36	247	51	444	39	453	42	56	90	0	.	226	49	460	38	687	39	583	32	0	.	302	50	11	100	192	44	161	41	169	57	166	33	134	53	229	40	116	71	49	.	0	.	139	52	222	81	21	.	403	51	14	100	228	52	70	73	213	59	24	100	164	47	231	46	220	49	161	68	290	45	122	73	335	54	96	85	0	.	177	51	162	59	743	35	535	32	785	33	817	29	718	40	331	45	493	37	0	.	38285	4
	61-70 cm	495	37	192	45	286	48	656	31	0	.	239	43	552	41	1384	22	2266	17	284	38	300	47	220	65	239	50	31	.	65	71	183	66	184	85	161	53	29	100	0	.	47	71	297	44	0	.	96	52	13	100	525	29	418	40	719	33	469	42	0	.	0	.	0	.	32	100	40	100	0	.	0	.	41	100	477	43	224	82	209	64	57	100	287	55	372	48	351	43	39	100	99	58	112	82	25	100	0	.	108	79	51	71	257	49	424	40	26	.	55	77	0	.	59	58	137	42	71	73	160	40	33	71	106	58	50	72	0	.	0	.	121	81	31	100	0	.	240	64	0	.	29	100	59	71	110	74	26	100	132	66	67	71	46	100	33	100	177	57	35	100	256	74	0	.	33	100	28	70	97	58	375	47	184	58	347	42	156	54	165	65	101	59	247	53	0	.	17347	6
	71-80 cm	207	59	35	100	77	71	398	43	0	.	0	.	160	50	533	32	1005	27	0	.	0	.	0	.	32	100	0	.	0	.	118	58	0	.	39	100	0	.	45	100	41	100	100	71	0	.	105	60	0	.	334	42	0	0	150	59	99	71	0	.	0	.	111	58	87	100	99	71	0	.	0	.	0	.	178	50	35	100	0	.	128	58	85	100	36	100	254	55	52	100	51	100	0	.	0	.	0	.	94	100	101	72	223	52	484	46	0	.	0	.	22	100	0	.	84	59	12	100	78	64	0	.	89	53	29	100	0	.	16	100	74	71	0	.	26	.	199	61	0	.	44	100	78	100	0	.	0	.	0	.	35	100	51	100	0	.	177	87	0	.	74	71	0	.	0	.	45	71	0	.	108	72	88	71	0	.	163	50	79	71	71	71	79	71	0	.	7222	9
	81-90 cm	0	.	44	100	46	100	119	71	0	.	0	.	54	100	492	39	286	45	0	.	0	0	63	100	0	.	0	.	0	.	57	100	0	.	0	.	0	.	0	.	0	.	58	100	0	.	38	100	0	.	0	.	0	.	52	100	0	.	0	.	0	.	67	100	0	.	0	.	0	.	0	.	0	.	58	100	0	.	0	.	82	100	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	47	100	0	.	0	.	46	100	0	.	111	72	27	100	21	100	0	.	26	100	27	100	0	.	27	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	100	0	.	0	.	0	.	0	.	78	60	0	.	38	100	44	100	44	100	78	100	76	76	45	100	0	.	0	.	2301	16
	91-100 cm	42	100	54	100	0	.	131	71	0	.	0	.	0	.	0	.	296	60	0	0	88	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	57	100	0	.	68	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	.	128	100	0	.	0	.	144	73	0	.	0	.	0	0	29	100	0	.	0	0	68	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	58	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1163	27
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	65	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	73	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	91	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	100	0	.	0	.	0	.	26	100	193	100	0	.	122	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	.	0	.	0	.	0	.	0	.	0	.	0	.	607	42
	totale	4290	23	2644	23	1867	28	5856	19	324	.	1979	36	5547	21	10841	14	19084	10	6123	17	1296	33	1653	32	2878	27	153	.	923	47	2753	27	1849	32	3136	26	760	48	2854	37	501	46	1357	32	0	.	1820	26	123	73	9840	13	3683	25	6573	18	4474	26	514	43	93	71	1012	38	684	47	924	43	940	42	10	.	1013	38	4027	24	2282	32	1555	34	2011	35	2715	30	5111	18	2762	29	1612	28	1917	28	2930	25	782	44	0	.	1014	46	2991	25	3151	27	3806	22	92	.	1311	35	294	64	1310	26	2129	23	3206	17	2156	23	1790	27	2529	21	626	52	89	.	212	71	1263	36	633	52	144	.	1797	39	351	46	1388	34	887	48	937	46	247	71	1116	34	1632	30	1216	35	1297	33	1754	40	463	60	1032	48	592	40	397	49	1432	25	802	47	2444	28	2286	26	3320	23	3984	20	2304	28	2038	33	1908	27	0	.	202443	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	.	54	75	150	50	704	15	302	21	0	.	269	27	0	.	0	.	7	.	0	.	47	58	152	45	178	41	94	46	0	.	304	29	278	29	288	26	458	24	787	17	768	16	97	45	99	49	25	63	344	26	24	54	178	27	15	75	38	65	189	34	96	56	205	30	178	41	0	.	79	53	113	43	25	107	140	46	0	.	36	64	63	59	0	.	0	.	76	53	247	29	150	40	0	.	0	.	0	.	145	47	124	36	116	32	4	71	0	.	0	.	56	41	31	58	46	87	96	48	50	82	176	37	79	53	61	36	142	39	26	61	0	.	91	37	0	.	22	100	176	30	36	67	102	61	38	49	20	.	0	.	0	.	0	.	762	19	756	20	511	18	97	62	26	.	0	.	42	100	0	.	0	.	0	.	0	.	0	.	11085	4
	21-30 cm	0	.	0	.	0	.	0	.	299	41	467	40	1619	13	639	23	8	.	799	23	0	.	0	.	5	.	0	.	229	55	355	44	320	33	311	51	0	.	654	50	845	20	556	30	653	20	1483	16	1985	14	200	37	70	59	89	70	892	26	175	62	433	35	60	81	107	57	223	42	301	46	398	39	469	31	0	.	122	58	489	33	71	55	551	36	0	.	74	60	145	60	0	.	0	.	99	53	548	34	189	43	0	.	0	.	0	.	68	50	279	33	242	30	46	60	0	.	0	.	187	39	71	59	14	166	342	42	200	48	384	34	178	45	108	44	434	46	46	66	0	.	264	40	0	.	23	100	453	29	90	45	163	69	99	66	63	.	0	.	39	.	0	.	1308	18	1360	19	1252	20	119	54	12	.	0	.	126	84	0	.	0	.	0	.	0	.	0	.	24900	4
	31-40 cm	0	.	0	.	0	.	0	.	672	32	748	33	2519	13	1311	23	7	.	972	24	0	.	0	.	6	.	0	.	159	58	507	36	585	38	265	39	0	.	641	44	1401	20	744	25	867	25	2775	15	2902	15	725	40	118	53	113	60	575	28	78	59	546	31	90	65	116	62	542	31	436	40	292	33	650	33	0	.	185	48	468	36	316	36	652	33	0	.	137	73	253	46	0	.	0	.	432	32	622	30	552	34	0	.	0	.	0	.	96	60	358	36	410	37	41	64	0	.	0	.	231	40	115	67	106	70	335	43	319	59	576	37	193	47	390	52	431	35	11	100	0	.	319	38	0	.	32	100	540	27	66	59	206	43	156	54	63	.	0	.	52	.	0	.	1600	18	1366	18	1464	19	102	71	0	.	0	.	114	73	0	.	0	.	0	.	0	.	0	.	34669	4
	41-50 cm	0	.	0	.	0	.	0	.	706	32	958	32	3654	14	1425	20	48	.	1119	23	0	.	0	.	0	.	0	.	168	63	381	49	675	33	349	35	0	.	642	30	1952	24	859	24	1630	20	2803	15	3320	13	573	35	133	46	106	72	1023	28	154	53	603	31	191	61	95	72	488	32	192	41	312	33	811	32	0	.	166	55	645	36	260	42	797	40	0	.	163	58	100	47	0	.	0	.	498	32	957	29	373	39	0	.	0	.	0	.	122	46	423	32	733	33	35	100	0	.	0	.	185	48	88	58	83	73	161	45	265	59	435	37	231	74	391	40	443	36	31	71	0	.	379	29	0	.	56	83	514	25	199	51	215	46	289	44	187	.	0	.	0	.	0	.	1597	17	1859	18	1747	17	116	61	0	.	0	.	120	100	0	.	0	.	0	.	0	.	0	.	40229	3
	51-60 cm	0	.	0	.	0	.	0	.	681	33	700	34	3434	16	1271	20	22	.	633	28	0	.	0	.	29	.	0	.	49	71	258	48	568	31	270	43	0	.	705	29	1338	22	916	27	1624	19	2513	16	2382	15	328	39	198	61	179	60	922	28	104	60	549	35	141	71	148	73	564	31	313	47	220	48	731	31	0	.	155	51	332	35	624	40	735	31	0	.	183	71	0	.	0	.	0	.	564	31	929	32	397	45	0	.	0	.	0	.	254	42	380	34	422	37	49	75	0	.	0	.	117	48	115	64	136	79	212	48	203	51	335	39	515	43	387	44	492	43	73	71	0	.	413	40	0	.	30	100	365	30	164	55	186	61	409	50	0	.	0	.	76	.	0	.	1359	20	1126	22	1741	20	49	71	0	.	0	.	57	92	0	.	0	.	0	.	0	.	0	.	35369	4
	61-70 cm	0	.	0	.	0	.	0	.	205	42	353	41	1535	20	865	27	0	.	296	34	0	.	0	.	0	.	0	.	31	100	88	68	189	46	116	67	0	.	331	36	956	28	345	33	925	25	956	22	713	25	319	52	468	53	65	72	334	36	63	72	212	40	100	100	78	100	443	37	129	51	118	50	551	43	0	.	90	78	211	48	166	43	927	35	0	.	0	.	26	100	0	.	0	.	443	36	319	41	200	71	0	.	0	.	0	.	243	51	225	44	282	43	46	70	0	.	0	.	103	60	22	100	125	84	183	64	48	71	125	50	281	50	313	43	267	62	20	100	0	.	300	58	0	.	33	100	32	100	316	65	40	100	95	60	0	.	0	.	0	.	0	.	1054	27	533	26	631	27	71	100	0	.	0	.	23	100	0	.	0	.	0	.	0	.	0	.	18572	5
	71-80 cm	0	.	0	.	0	.	0	.	124	77	0	.	635	26	773	28	0	.	170	63	0	.	0	.	0	.	0	.	0	.	0	.	290	54	0	.	0	.	583	38	471	36	141	67	395	33	893	31	586	27	111	58	129	74	103	100	222	55	108	73	70	71	0	.	118	71	87	71	0	.	77	100	161	53	0	.	25	100	288	50	399	54	300	48	0	.	0	.	0	.	0	.	0	.	302	42	134	74	96	72	0	.	0	.	0	.	117	58	162	67	109	58	0	0	0	.	0	.	59	71	60	75	49	100	97	58	85	100	127	73	81	71	0	0	32	100	31	100	0	.	79	71	0	.	0	.	89	71	0	.	0	.	37	100	0	.	0	.	119	.	0	.	873	26	174	41	368	39	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10541	8
	81-90 cm	0	.	0	.	0	.	0	.	49	100	0	.	225	50	196	51	0	.	156	73	0	.	0	.	0	.	0	.	0	.	0	.	53	100	0	.	0	.	171	47	159	59	92	71	199	51	424	37	185	54	47	100	0	.	0	.	0	.	45	100	121	71	0	.	0	.	115	70	0	.	0	.	0	.	0	.	0	.	57	100	115	73	318	88	0	.	0	.	0	.	0	.	0	.	112	71	0	.	63	100	0	.	0	.	0	.	40	100	44	100	46	100	0	.	0	.	0	.	73	100	0	.	0	.	0	.	0	.	47	100	96	75	50	100	46	100	0	.	0	.	0	.	0	.	0	.	60	100	0	.	0	.	0	.	0	.	0	.	71	.	0	.	560	34	113	58	33	100	53	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4231	13
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	33	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	113	71	0	.	0	.	152	59	0	.	47	100	0	.	45	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	70	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	82	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	77	100	0	.	0	.	0	.	47	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	100	92	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	795	27
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	91	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	52	100	194	61	50	100	62	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	45	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	134	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	35	100	0	.	48	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	750	32
	totale	0	.	0	.	0	.	0	.	2789	29	3376	28	14358	11	6873	16	85	.	4413	18	0	.	0	.	47	.	0	.	684	51	1741	34	2857	26	1406	32	0	.	4143	26	7400	16	3939	20	6955	15	12827	12	12937	11	2463	30	1259	45	679	67	4312	23	750	46	2712	24	597	59	700	52	2651	26	1467	35	1622	31	3551	27	0	.	822	41	2648	26	1974	34	4492	27	0	.	592	49	587	45	0	.	0	.	2527	27	3756	24	2101	32	0	.	0	.	0	.	1219	32	1994	27	2359	27	221	63	0	.	0	.	1086	34	504	47	559	67	1425	33	1216	42	2202	31	1652	36	1738	33	2287	31	238	66	0	.	1845	29	0	.	195	82	2229	21	871	46	912	37	1122	35	332	.	0	.	358	.	0	.	9185	13	7378	14	7795	14	607	49	38	.	0	.	481	68	0	.	0	.	0	.	0	.	0	.	181140	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	354	32	236	38	195	48	220	32	54	75	201	39	1236	18	815	16	1021	16	792	18	93	63	80	47	173	30	0	.	81	39	365	27	375	29	210	29	73	55	407	25	338	25	367	22	458	24	1074	16	779	16	873	18	317	26	417	23	570	20	55	63	221	26	64	45	88	37	228	30	253	38	205	30	288	31	142	42	319	36	219	30	174	41	203	39	516	30	187	32	131	38	151	37	148	30	166	38	247	29	159	38	358	31	209	33	554	32	159	44	214	34	178	32	462	29	325	32	784	21	472	23	457	31	462	28	173	38	52	78	179	36	191	33	127	33	143	39	93	41	43	88	181	28	36	62	62	51	211	28	209	42	202	35	129	38	243	41	95	54	17	71	20	74	880	17	823	19	773	15	145	44	119	38	158	48	128	71	172	52	158	47	88	49	144	40	0	.	26969	3
	21-30 cm	431	29	330	37	264	35	562	30	323	39	733	30	2315	12	1981	14	2372	14	2196	17	122	46	305	39	496	31	14	.	345	41	779	27	689	25	631	31	268	51	1292	34	916	19	658	27	653	20	1929	15	2013	14	1592	16	564	25	1089	24	1522	21	199	56	463	34	171	41	189	40	298	33	624	33	398	39	775	25	595	30	580	28	700	26	509	40	839	27	1127	24	284	36	453	31	240	34	598	31	297	35	548	34	245	37	715	31	568	32	477	38	105	47	562	26	316	28	401	31	683	28	916	24	756	24	767	30	635	24	539	38	207	46	441	31	360	34	213	36	445	45	336	46	90	54	592	27	125	59	132	39	505	27	324	32	455	36	271	40	316	37	228	51	58	71	105	52	1450	17	1498	18	1575	17	207	36	211	42	221	41	689	32	529	26	189	41	303	42	307	35	0	.	57339	2
	31-40 cm	966	40	415	32	372	35	690	26	769	31	1221	26	3663	12	2941	14	3045	14	2422	15	255	40	554	34	706	31	50	.	268	41	1149	24	1035	27	971	23	209	53	1168	29	1473	19	975	21	867	25	3220	14	2907	15	2904	15	1013	28	1393	23	1486	22	238	39	535	32	358	39	242	38	705	26	701	32	292	33	855	27	845	26	800	31	803	26	720	29	1186	24	1059	23	485	36	639	26	347	36	903	27	578	27	622	30	735	30	720	30	424	32	582	27	105	56	453	30	481	33	204	37	430	30	591	26	472	25	374	31	571	28	470	34	319	59	673	34	472	32	502	43	455	33	237	43	107	56	651	26	146	70	298	50	620	25	324	38	743	27	440	35	344	37	383	45	155	52	87	51	1760	17	1465	17	1759	17	241	39	482	36	501	34	837	27	930	27	330	40	567	43	238	38	0	.	74702	2
	41-50 cm	986	25	697	37	388	45	1396	21	798	30	1438	25	4877	12	3754	13	4581	12	2845	15	219	48	332	41	694	36	58	.	504	41	1004	27	1026	26	1217	26	136	83	1590	26	2070	23	1168	20	1630	20	2916	14	3354	12	3307	14	1216	33	1549	21	2446	19	325	39	634	30	409	38	256	44	822	29	342	34	322	32	1066	26	1127	28	778	33	879	28	640	41	1514	26	1246	24	750	29	612	31	586	34	717	29	765	26	957	29	663	30	585	32	655	33	657	28	129	44	616	25	758	32	97	58	308	26	581	36	491	29	332	33	469	30	182	52	296	54	473	34	586	39	489	34	502	34	403	43	99	79	717	24	374	57	255	47	545	24	354	38	585	29	640	30	531	45	295	43	168	61	155	52	1672	17	1917	18	1971	16	386	41	404	34	555	30	891	27	1139	24	589	33	531	34	401	36	0	.	87392	2
	51-60 cm	808	27	639	31	238	41	1684	24	792	32	1169	28	4620	13	3824	13	4297	13	1375	19	218	40	98	59	585	36	0	.	312	56	750	28	864	27	1124	25	45	100	1296	24	1431	21	1096	23	1624	19	2746	15	2413	15	2161	16	772	30	1715	22	1638	24	231	37	549	35	328	47	294	47	737	26	358	43	220	48	827	28	513	36	252	37	793	33	996	30	1478	22	754	28	1042	32	247	51	444	39	453	42	621	29	929	32	623	34	460	38	687	39	583	32	254	42	681	29	433	36	241	38	161	41	169	57	283	28	249	41	364	39	328	40	251	45	335	39	653	36	609	40	514	42	476	45	14	100	641	32	70	73	243	53	388	28	328	36	417	37	629	37	161	68	290	45	198	59	335	54	1455	19	1126	22	1918	19	211	48	743	35	535	32	842	32	817	29	718	40	331	45	493	37	0	.	73654	2
	61-70 cm	495	37	192	45	286	48	656	31	205	42	593	30	2087	18	2249	17	2266	17	580	25	300	47	220	65	239	50	31	.	95	58	271	50	373	48	277	42	29	100	331	36	1003	27	642	27	925	25	1052	20	726	25	844	26	886	34	784	31	803	29	63	72	212	40	100	100	110	76	483	35	129	51	118	50	591	41	477	43	313	62	419	40	223	41	1215	29	372	48	351	43	65	72	99	58	112	82	468	35	319	41	308	53	51	71	257	49	424	40	268	47	280	39	282	43	105	44	137	42	71	73	263	33	55	58	231	53	233	52	48	71	125	50	402	42	343	40	267	62	260	60	0	.	329	53	59	71	143	61	59	71	448	50	107	58	141	52	33	100	177	57	35	100	256	74	1054	27	566	25	659	26	168	54	375	47	184	58	370	40	156	54	165	65	101	59	247	53	0	.	35919	4
	71-80 cm	207	59	35	100	77	71	398	43	124	77	0	.	796	23	1306	21	1005	27	170	63	0	.	0	.	32	100	0	.	0	.	118	58	290	54	39	100	0	.	628	36	512	34	241	49	395	33	998	29	586	27	444	35	129	74	252	54	321	44	108	73	70	71	111	58	205	59	186	50	0	.	77	100	161	53	178	50	61	72	288	50	527	43	385	43	36	100	254	55	52	100	51	100	0	.	302	42	134	74	190	62	101	72	223	52	484	46	117	58	162	67	131	51	0	0	84	59	12	100	137	48	60	75	138	49	126	50	85	100	143	66	154	50	0	0	58	71	230	55	0	.	123	58	78	100	0	.	89	71	0	.	35	100	88	72	0	.	177	87	119	100	74	71	873	26	174	41	413	35	0	.	108	72	88	71	0	.	163	50	79	71	71	71	79	71	0	.	17762	6
	81-90 cm	0	.	44	100	46	100	119	71	49	100	0	.	279	45	688	31	286	45	156	73	0	0	63	100	0	.	0	.	0	.	57	100	53	100	0	.	0	.	171	47	159	59	149	58	199	51	461	35	185	54	47	100	0	.	52	100	0	.	45	100	121	71	67	100	0	.	115	70	0	.	0	.	0	.	58	100	0	.	57	100	197	59	318	88	0	.	0	.	0	.	0	.	0	.	112	71	0	.	110	71	0	.	0	.	46	100	40	100	155	59	73	73	21	100	0	.	26	100	99	78	0	.	27	100	0	.	0	.	47	100	96	75	50	100	46	100	0	.	0	.	0	.	0	.	0	.	60	100	0	.	0	.	0	.	0	.	50	100	71	100	0	.	560	34	113	58	111	51	53	100	38	100	44	100	44	100	78	100	76	76	45	100	0	.	0	.	6532	10
	91-100 cm	42	100	54	100	0	.	131	71	0	.	0	.	33	100	0	.	296	60	0	0	88	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	113	71	0	.	0	.	152	59	57	100	47	100	68	100	45	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	70	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	82	100	0	.	128	100	0	.	0	.	144	73	0	.	0	.	0	0	29	100	77	100	0	0	68	100	0	.	47	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	58	100	0	.	0	.	37	100	92	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1957	19
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	156	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	73	100	0	.	0	.	0	.	0	.	52	100	194	61	50	100	62	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	91	100	0	.	45	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	134	100	38	100	0	.	0	.	0	.	26	100	193	100	0	.	122	72	0	.	0	.	0	.	0	.	38	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	35	100	0	.	48	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1357	26
	totale	4290	23	2644	23	1867	28	5856	19	3114	28	5355	22	19906	10	17714	11	19169	10	10536	12	1296	33	1653	32	2924	27	153	.	1607	34	4493	21	4705	20	4542	20	760	48	6997	22	7901	16	5296	17	6955	15	14647	11	13060	10	12303	12	4942	22	7252	18	8786	17	1264	32	2805	24	1609	32	1384	35	3575	22	2407	27	1632	31	4564	23	4027	24	3103	26	4204	21	3985	24	7207	20	5111	18	3354	25	2199	24	1917	28	2930	25	3309	23	3756	24	3114	26	2991	25	3151	27	3806	22	1310	30	3305	21	2652	25	1531	24	2129	23	3206	17	3243	19	2294	23	3088	21	2051	28	1306	40	2414	28	2914	26	2372	28	2430	30	2035	36	351	46	3233	22	887	48	1132	40	2476	20	1987	28	2544	23	2339	25	1629	33	1754	40	821	55	1032	48	9777	12	7774	14	9227	13	1409	34	2481	28	2286	26	3801	22	3984	20	2304	28	2038	33	1908	27	0	.	383583	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. 2297588. Birmensdorf, Swiss Federal Research Institute WSL

indietro