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

IFN5
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 IFN4/IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
		circondario forestale (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		laghi		Svizzera
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	286	28	232	29	175	45	164	30	0	.	42	61	362	34	603	16	1404	16	343	25	150	44	147	39	189	33	2	.	46	55	134	40	162	34	239	58	30	51	34	59	56	52	82	34	0	.	260	34	8	73	531	19	262	36	386	30	199	29	77	49	29	71	106	47	75	51	72	49	121	47	0	.	179	69	132	52	107	44	165	49	87	52	112	36	297	27	182	43	80	64	198	37	138	41	142	63	0	.	8	100	179	37	203	40	179	29	21	75	214	39	48	55	453	25	312	30	591	22	502	24	330	29	467	23	50	67	5	100	16	82	116	40	108	50	21	100	48	66	68	50	109	45	98	54	110	48	30	72	112	41	88	41	181	47	83	50	46	54	21	61	124	60	112	48	74	42	281	26	42	48	87	35	107	37	237	29	309	33	78	42	131	57	126	37	0	.	15350	4
	21-30 cm	385	25	314	33	320	35	502	30	24	.	230	53	666	27	1098	21	2090	15	932	22	119	43	218	36	429	29	0	.	79	51	367	38	429	39	396	37	95	75	109	50	60	61	192	40	0	.	460	31	45	80	1005	17	393	38	917	23	352	33	115	49	12	72	199	43	126	50	54	55	353	53	5	.	255	43	493	28	350	45	165	43	424	50	267	34	621	24	231	34	142	45	230	34	509	31	182	62	0	.	22	100	512	25	302	36	460	37	26	100	451	38	110	60	489	31	615	26	1101	22	971	26	671	28	758	24	192	58	57	86	35	71	151	48	43	104	24	100	295	48	145	60	189	44	94	60	95	68	48	73	314	43	172	39	94	60	220	40	115	69	47	89	62	75	149	39	108	57	389	27	155	42	152	31	176	45	416	35	402	37	313	43	96	45	355	36	0	.	28555	3
	31-40 cm	444	29	521	30	243	45	511	32	78	.	268	40	973	23	1440	19	2594	13	1464	22	106	58	369	36	677	27	10	.	134	53	460	36	553	33	608	33	132	65	221	42	89	49	151	53	0	.	564	31	18	71	1590	17	765	27	887	29	572	29	69	59	29	100	82	56	75	66	119	44	419	54	7	.	362	46	571	32	584	39	204	44	429	46	380	36	1073	24	469	45	325	42	243	33	589	31	126	48	0	.	128	58	818	32	320	36	459	32	-1	100	592	73	73	63	293	29	677	24	937	20	426	33	500	27	623	26	213	66	12	100	72	71	166	40	101	93	37	100	422	43	99	55	412	34	162	78	160	50	59	77	252	36	325	39	227	50	218	39	206	42	174	67	124	61	129	46	91	55	502	27	179	40	362	40	259	34	630	28	594	27	312	35	220	43	314	31	0	.	35476	3
	41-50 cm	894	27	286	35	502	33	771	25	73	.	307	41	1456	28	1481	19	3086	15	1501	20	101	59	392	42	563	30	23	.	239	55	385	35	388	38	815	32	95	64	572	36	141	43	168	46	0	.	430	30	27	100	2412	16	787	28	1238	21	785	27	101	75	0	.	254	40	159	55	183	43	298	55	0	.	279	50	898	32	500	44	312	33	405	50	626	41	1183	22	352	32	346	34	484	33	729	27	147	72	0	.	353	48	698	34	450	33	484	30	13	100	603	53	117	58	167	35	354	23	713	28	423	28	358	32	555	27	168	65	66	77	91	73	333	48	121	54	61	100	401	42	196	58	358	39	75	68	206	49	49	100	243	37	499	36	349	43	305	43	191	54	129	64	156	60	100	49	35	84	393	30	331	44	447	36	511	34	660	28	1136	26	209	34	309	42	346	36	0	.	40931	3
	51-60 cm	592	34	429	29	270	43	1184	24	56	.	544	53	1240	25	2596	18	3512	13	1117	24	295	47	205	46	453	37	82	.	239	56	543	37	281	45	664	37	52	100	488	39	144	57	225	38	0	.	233	52	40	79	1942	19	1252	29	1111	25	978	29	52	74	18	100	206	51	121	54	278	51	122	58	12	.	168	51	953	32	215	51	411	42	492	45	760	31	663	26	443	39	72	53	566	41	576	29	215	50	0	.	256	48	453	40	460	39	579	30	6	100	524	73	0	.	112	47	258	33	337	45	245	33	265	37	454	34	112	71	95	70	0	.	172	62	132	77	46	100	285	45	166	68	242	39	191	66	58	73	43	73	214	55	329	40	156	58	243	48	345	48	162	59	196	53	136	80	20	100	188	47	258	48	479	39	595	36	371	35	787	29	462	40	213	38	385	32	0	.	38143	3
	61-70 cm	334	44	282	40	195	53	488	34	60	.	247	65	661	34	1369	24	2342	16	329	43	72	100	117	58	272	40	75	.	34	100	202	48	66	72	322	37	37	100	94	58	52	71	244	40	0	.	184	36	46	76	1061	24	222	42	1207	29	396	45	0	.	0	.	180	72	92	79	25	100	32	100	0	.	35	100	342	44	224	100	184	76	37	100	806	36	593	29	430	45	0	.	102	77	221	46	27	100	0	.	170	50	373	40	407	41	328	39	31	100	119	64	20	100	158	49	182	51	197	51	252	39	20	100	148	54	114	76	94	74	0	.	100	100	135	100	0	.	114	58	63	71	123	71	107	61	71	71	34	100	64	71	105	64	124	71	55	71	187	47	0	.	210	52	0	.	0	.	132	48	145	71	354	44	213	47	648	38	457	36	147	63	170	60	286	38	0	.	20996	5
	71-80 cm	165	52	75	71	200	45	742	29	0	.	46	100	224	65	709	33	1014	24	165	50	42	100	141	73	249	55	0	.	34	100	190	57	43	100	125	58	45	100	0	.	81	72	235	58	0	.	120	60	0	.	260	47	285	52	389	38	114	71	37	100	0	.	0	.	92	100	81	73	0	.	0	.	0	.	434	45	90	100	36	100	45	100	195	60	314	43	348	47	35	100	89	100	24	100	38	100	0	.	200	100	71	74	88	100	206	64	0	.	63	100	0	.	21	100	101	59	82	59	51	71	36	100	144	49	0	.	0	.	0	.	39	100	38	100	38	100	173	51	0	.	0	0	0	.	0	.	0	.	42	100	0	.	0	.	0	.	148	67	0	.	110	74	0	.	0	.	81	59	40	100	175	51	64	100	476	40	133	100	107	71	129	60	42	100	0	.	10449	7
	81-90 cm	66	100	52	100	215	62	118	71	0	.	0	.	0	.	345	49	607	35	0	.	0	.	0	.	0	.	61	.	0	.	175	71	0	.	135	71	0	.	64	100	59	100	0	.	0	.	31	100	0	.	49	100	0	.	174	58	0	.	0	.	0	.	53	100	0	.	0	.	0	.	0	.	0	.	264	59	115	72	0	.	52	100	65	100	0	.	52	100	62	100	0	.	0	.	0	.	0	.	0	.	0	.	185	74	296	53	0	.	126	74	28	100	28	100	73	71	27	100	116	59	0	.	27	100	37	100	0	.	43	100	0	.	0	.	0	.	75	100	0	.	0	.	0	.	0	.	0	.	0	.	48	100	0	.	0	.	0	.	0	.	117	74	0	.	0	.	0	0	97	100	135	71	135	71	97	71	0	.	60	100	37	100	50	100	0	.	4649	12
	91-100 cm	0	.	54	100	0	.	117	71	0	.	0	.	0	.	67	100	98	71	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	52	100	0	.	123	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	114	100	0	.	0	.	0	.	0	.	0	.	68	100	0	.	0	.	0	.	0	.	0	.	55	100	52	100	0	.	109	71	0	.	143	73	0	.	0	.	0	0	56	100	0	.	0	.	35	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	55	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	51	72	0	.	60	100	0	.	0	.	0	.	45	100	0	.	0	.	0	.	1353	21
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	84	100	138	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	71	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	104	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	.	194	100	94	100	0	.	148	79	0	.	0	.	0	.	0	.	198	100	0	.	175	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	63	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1268	30
	totale	3166	20	2245	22	2121	26	4596	20	291	.	1685	41	5581	21	9793	14	16885	10	5851	17	884	34	1589	32	2831	25	252	.	805	47	2456	33	1922	30	3375	26	485	54	1581	36	681	40	1350	32	0	.	2406	25	185	72	8954	13	3966	22	6308	18	3397	25	452	37	88	71	1079	39	739	46	811	40	1345	43	23	.	1277	38	4202	25	2184	36	1477	31	1972	38	3212	28	4744	18	2575	27	1062	36	1913	27	2785	24	877	44	0	.	1192	45	3157	24	2610	26	3194	22	97	93	2983	47	396	57	1720	23	2572	21	4041	17	3186	20	2181	23	3387	20	886	54	329	74	258	73	1078	40	678	54	227	82	1813	39	738	45	1433	32	845	47	700	38	264	74	1241	33	1567	31	1131	37	1123	33	1238	33	534	61	1098	46	626	40	328	51	2018	22	1246	40	2250	29	2060	28	3535	23	3819	21	1733	29	1304	30	1903	26	0	.	197171	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	.	72	49	115	56	986	13	322	29	1	.	364	26	0	.	0	.	21	.	0	.	11	74	161	36	177	51	119	52	0	.	228	26	455	20	207	25	609	18	1020	16	1045	16	93	36	91	49	19	59	338	26	21	96	155	29	12	71	40	63	135	38	114	56	239	32	201	36	0	.	71	52	254	34	60	59	120	34	0	.	68	61	73	49	0	.	0	.	203	33	152	34	144	46	0	.	0	.	0	.	200	35	200	33	165	30	14	47	0	.	0	.	118	28	27	51	57	62	128	51	172	39	141	34	110	39	95	43	244	41	11	118	0	.	174	37	0	.	3	71	150	29	25	68	109	73	38	47	14	100	0	.	0	.	0	.	978	19	754	17	607	19	24	71	2	.	0	.	4	71	0	.	0	.	0	.	0	.	0	.	13080	4
	21-30 cm	0	.	0	.	0	.	0	.	263	39	401	40	1876	13	716	20	8	.	692	24	0	.	0	.	34	.	0	.	62	56	375	40	541	36	164	58	0	.	394	37	908	20	783	28	1191	18	1849	14	1946	13	197	47	145	50	19	59	543	26	40	147	390	29	47	88	77	58	460	39	292	39	416	39	452	30	0	.	150	42	592	35	84	47	386	32	0	.	109	55	78	64	0	.	0	.	252	40	561	30	192	44	0	.	0	.	0	.	123	41	381	30	248	35	81	87	0	.	0	.	401	33	129	42	154	54	385	36	213	39	448	32	213	41	144	35	651	35	33	69	0	.	236	45	0	.	7	100	407	24	121	45	175	58	91	50	80	78	0	.	0	.	0	.	1540	16	1625	19	1395	19	122	57	26	.	0	.	107	100	0	.	0	.	0	.	0	.	0	.	27225	4
	31-40 cm	0	.	0	.	0	.	0	.	781	32	684	33	3059	12	961	23	17	.	803	24	0	.	0	.	0	.	0	.	267	61	415	40	609	29	498	39	0	.	372	33	1541	18	1051	22	1309	21	2537	14	2919	13	620	39	149	45	90	84	799	25	153	84	556	35	61	78	208	61	283	35	442	42	485	31	831	29	0	.	247	44	826	28	314	41	727	28	0	.	186	56	260	56	0	.	0	.	374	30	763	31	411	32	0	.	0	.	0	.	232	43	439	29	414	38	167	54	0	.	0	.	427	29	81	51	155	56	445	40	398	45	375	38	410	35	245	35	510	38	74	65	0	.	542	33	0	.	0	.	558	26	153	42	183	61	80	66	33	77	0	.	10	.	0	.	2027	17	1682	18	1659	17	221	47	10	.	0	.	143	76	0	.	0	.	0	.	0	.	0	.	38281	3
	41-50 cm	0	.	0	.	0	.	0	.	810	31	682	34	3989	13	1614	20	0	.	977	22	0	.	0	.	9	.	0	.	276	53	649	33	680	31	298	47	0	.	716	27	2346	18	982	21	1461	20	3062	13	3682	12	613	38	159	58	71	80	634	29	116	58	632	31	125	64	161	49	673	30	401	37	345	31	877	29	0	.	312	43	690	27	257	49	712	28	0	.	150	68	183	56	0	.	0	.	618	33	677	28	551	35	0	.	0	.	0	.	227	42	473	30	549	31	41	63	0	.	0	.	275	33	112	53	151	58	274	42	459	58	543	39	331	57	661	41	481	34	31	72	0	.	437	34	0	.	30	72	651	24	156	41	226	43	214	40	89	100	0	.	0	.	0	.	2151	18	1826	17	1845	18	191	55	0	.	0	.	43	100	0	.	0	.	0	.	0	.	0	.	43660	3
	51-60 cm	0	.	0	.	0	.	0	.	837	33	798	37	3464	14	1220	20	39	.	773	28	0	.	0	.	23	.	0	.	204	66	343	34	830	27	398	40	0	.	745	27	1885	18	944	26	1779	22	2702	15	2684	13	433	42	94	71	243	66	951	28	186	47	603	35	137	58	67	73	663	31	182	58	302	43	729	34	0	.	234	42	581	33	444	36	704	30	0	.	223	65	33	72	0	.	0	.	583	30	967	30	547	35	0	.	0	.	0	.	316	36	480	31	530	35	78	61	0	.	0	.	282	41	107	60	100	61	294	47	193	45	351	40	340	48	361	32	474	34	144	58	0	.	364	32	0	.	0	0	385	29	226	49	197	53	357	44	0	.	0	.	0	.	0	.	1843	16	1510	20	2007	20	184	54	0	.	0	.	163	85	0	.	0	.	0	.	0	.	0	.	39861	3
	61-70 cm	0	.	0	.	0	.	0	.	510	37	220	52	2392	17	893	28	30	.	407	32	0	.	0	.	0	.	0	.	69	71	214	53	316	39	153	46	0	.	571	34	1034	22	630	30	1118	26	1667	19	1504	22	514	38	355	63	39	100	267	39	31	100	330	45	41	100	100	79	568	39	434	43	39	71	465	42	0	.	172	62	257	44	506	45	1052	31	0	.	0	.	28	100	0	.	0	.	507	37	272	57	245	66	0	.	0	.	0	.	193	39	246	40	271	39	24	100	0	.	0	.	114	54	47	71	121	78	147	52	201	48	162	52	251	57	438	43	658	41	86	73	0	.	542	53	0	.	31	100	199	42	275	53	85	75	279	49	61	100	0	.	0	.	0	.	1131	24	829	24	1216	23	0	.	0	.	0	.	66	100	0	.	0	.	0	.	0	.	0	.	25625	5
	71-80 cm	0	.	0	.	0	.	0	.	138	58	165	52	1366	20	721	28	0	.	260	41	0	.	0	.	0	.	0	.	0	.	77	72	349	48	85	100	0	.	629	38	620	30	182	51	779	28	705	26	599	26	334	54	105	100	41	100	329	43	171	50	181	50	0	.	47	100	227	44	127	52	131	50	522	47	0	.	67	71	339	47	481	48	443	41	0	.	0	.	0	.	0	.	0	.	404	37	131	58	81	100	0	.	0	.	0	.	256	65	231	75	167	56	25	100	0	.	0	.	132	50	85	58	65	100	70	72	143	80	189	79	159	52	409	35	80	72	0	.	0	.	87	73	0	.	38	100	89	71	140	75	46	100	28	100	0	.	0	.	0	.	0	.	976	30	290	42	771	28	49	100	0	.	0	.	61	100	0	.	0	.	0	.	0	.	0	.	15424	6
	81-90 cm	0	.	0	.	0	.	0	.	49	100	0	.	281	47	243	45	0	.	122	100	0	.	0	.	0	.	0	.	0	.	0	.	199	59	0	.	0	.	146	51	412	47	213	45	231	47	601	39	374	44	55	100	0	.	65	100	44	100	159	73	115	72	0	.	122	71	0	.	0	.	105	100	40	100	0	.	0	.	133	62	83	71	332	47	0	.	0	.	0	.	0	.	0	.	112	72	84	100	39	100	0	.	0	.	0	.	79	100	55	100	65	100	0	0	0	.	0	.	67	71	0	.	89	71	23	100	0	.	53	100	92	75	59	100	0	.	46	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	100	0	.	0	.	0	.	0	.	642	32	88	59	69	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5835	11
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	237	50	109	71	0	.	127	71	0	.	0	.	0	.	0	.	0	.	0	.	72	100	0	.	0	.	257	47	96	72	131	71	114	71	184	58	48	100	68	100	0	.	0	.	0	.	65	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	55	100	58	100	0	.	0	.	0	.	0	.	0	.	0	.	68	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	100	0	.	0	.	77	100	0	.	0	.	0	.	0	.	0	.	0	.	111	71	57	100	0	.	0	.	0	.	0	.	0	.	81	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	225	45	136	58	27	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2439	15
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	36	100	133	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	51	100	0	.	0	.	155	71	315	46	52	100	81	100	58	100	0	.	0	.	0	.	70	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	100	38	100	0	.	61	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	68	100	0	.	0	.	0	.	129	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	39	100	0	.	64	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1450	23
	totale	0	.	0	.	0	.	0	.	3460	30	3066	30	17685	10	6933	16	96	.	4525	18	0	.	0	.	88	.	0	.	889	50	2234	30	3774	22	1714	34	0	.	4108	22	9297	14	5121	18	8744	15	14644	10	14852	10	3009	29	1156	38	586	65	3905	22	942	46	3033	24	422	58	822	49	3007	27	1993	33	2062	30	4116	25	0	.	1305	36	3765	23	2287	33	4538	23	0	.	737	45	656	45	0	.	0	.	3122	26	3607	23	2279	28	0	.	0	.	0	.	1755	29	2504	25	2411	25	469	45	0	.	0	.	1893	25	587	44	894	49	1768	32	1780	38	2264	30	1906	33	2572	29	3154	28	425	62	0	.	2380	27	0	.	110	83	2520	22	1095	43	1022	40	1137	37	278	90	0	.	10	.	0	.	11553	12	8740	13	9659	14	790	46	38	.	0	.	587	70	0	.	0	.	0	.	0	.	0	.	212879	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	286	28	232	29	175	45	164	30	72	49	157	44	1348	13	926	15	1406	16	707	18	150	44	147	39	210	31	2	.	58	46	295	27	339	31	357	43	30	51	261	24	510	18	289	20	609	18	1280	14	1053	15	625	17	353	30	405	29	537	20	98	44	184	27	117	43	115	40	206	30	235	36	239	32	381	37	132	52	178	34	419	28	148	39	232	25	297	27	250	35	153	41	198	37	138	41	344	32	152	34	152	43	179	37	203	40	179	29	221	33	413	25	214	26	467	24	312	30	591	22	620	20	357	27	524	22	178	41	177	38	157	32	226	28	202	33	265	38	59	58	68	50	283	29	98	54	113	47	180	27	137	36	196	45	219	39	97	45	46	54	21	61	124	60	1090	18	829	15	888	15	66	39	88	34	107	37	242	29	309	33	78	42	131	57	126	37	0	.	28430	3
	21-30 cm	385	25	314	33	320	35	502	30	288	37	631	32	2542	12	1814	15	2098	15	1625	16	119	43	218	36	463	28	0	.	140	38	743	28	971	26	559	31	95	75	503	31	967	19	975	24	1191	18	2310	13	1991	13	1201	16	539	31	936	23	895	20	155	52	401	29	246	39	203	38	513	35	646	34	421	39	707	24	493	28	500	34	757	29	509	43	654	23	621	24	340	29	220	37	230	34	509	31	435	35	561	30	214	41	512	25	302	36	460	37	148	38	832	25	359	30	570	29	615	26	1101	22	1372	21	800	25	912	22	577	31	270	35	484	30	365	31	187	36	675	34	327	44	145	60	425	32	94	60	103	64	455	23	435	34	348	35	185	39	300	36	115	69	47	89	62	75	1689	15	1734	18	1784	16	277	34	178	30	176	45	524	34	402	37	313	43	96	45	355	36	0	.	55779	2
	31-40 cm	444	29	521	30	243	45	511	32	859	30	952	26	4031	11	2402	14	2611	13	2267	16	106	58	369	36	677	27	10	.	401	44	874	27	1161	22	1106	26	132	65	592	26	1631	17	1202	21	1309	21	3101	13	2937	13	2210	16	914	24	977	27	1371	19	222	60	585	33	143	46	284	48	402	28	861	34	492	30	1193	24	571	32	831	30	1029	24	743	31	1107	22	1073	24	655	36	585	34	243	33	589	31	500	26	763	31	539	28	818	32	320	36	459	32	232	43	1031	44	487	33	460	27	677	24	937	20	853	22	581	24	778	23	658	34	411	44	448	34	576	27	347	37	548	36	496	38	99	55	954	24	162	78	160	50	617	25	405	27	508	33	307	41	251	35	206	42	184	64	124	61	2156	17	1773	17	2161	14	400	31	372	39	259	34	772	27	594	27	312	35	220	43	314	31	0	.	73757	2
	41-50 cm	894	27	286	35	502	33	771	25	883	29	990	26	5445	12	3095	14	3086	15	2477	14	101	59	392	42	572	29	23	.	515	38	1033	25	1068	24	1113	26	95	64	1288	22	2487	17	1150	19	1461	20	3493	12	3709	12	3025	15	946	25	1308	21	1420	19	216	47	632	31	379	34	320	37	856	26	699	32	345	31	1155	25	898	32	812	32	1002	21	661	36	1338	24	1183	22	502	30	529	29	484	33	729	27	765	30	677	28	903	28	698	34	450	33	484	30	240	40	1076	32	667	28	209	31	354	23	713	28	698	21	470	27	707	24	442	36	525	52	634	35	664	37	782	36	541	32	432	39	196	58	795	26	75	68	236	44	700	23	398	28	726	28	563	31	394	40	191	54	129	64	156	60	2252	17	1861	16	2238	16	521	34	447	36	511	34	703	27	1136	26	209	34	309	42	346	36	0	.	84590	2
	51-60 cm	592	34	429	29	270	43	1184	24	893	32	1342	30	4704	12	3816	14	3551	13	1889	18	295	47	205	46	476	35	82	.	443	43	887	26	1111	23	1062	28	52	100	1233	22	2029	17	1169	22	1779	22	2935	14	2724	13	2375	17	1345	27	1354	24	1930	20	238	40	621	34	343	38	187	43	941	26	304	42	314	42	896	29	953	32	449	32	992	26	936	29	1464	21	663	26	667	34	106	43	566	41	576	29	798	26	967	30	803	28	453	40	460	39	579	30	322	35	1004	41	530	35	189	37	258	33	337	45	527	27	372	32	554	30	406	39	288	38	351	40	512	38	493	31	520	33	429	35	166	68	606	25	191	66	58	73	429	27	440	36	526	32	513	35	243	48	345	48	162	59	196	53	1979	16	1529	20	2195	18	441	36	479	39	595	36	534	35	787	29	462	40	213	38	385	32	0	.	78004	2
	61-70 cm	334	44	282	40	195	53	488	34	569	35	468	42	3052	15	2262	18	2372	16	736	26	72	100	117	58	272	40	75	.	103	58	415	36	382	35	475	29	37	100	665	30	1086	21	875	24	1118	26	1851	17	1549	22	1576	20	577	42	1246	28	663	31	31	100	330	45	221	61	191	56	592	37	466	41	39	71	500	39	342	44	396	63	441	40	544	42	1858	23	593	29	430	45	28	100	102	77	221	46	534	35	272	57	416	44	373	40	407	41	328	39	224	36	365	34	291	37	181	45	182	51	197	51	367	31	66	58	269	46	261	44	295	40	162	52	351	50	573	40	658	41	201	45	63	71	664	45	107	61	102	58	234	39	339	45	190	49	403	40	116	62	187	47	0	.	210	52	1131	24	829	24	1348	21	145	71	354	44	213	47	714	36	457	36	147	63	170	60	286	38	0	.	46621	3
	71-80 cm	165	52	75	71	200	45	742	29	138	58	211	46	1590	19	1430	22	1014	24	425	32	42	100	141	73	249	55	0	.	34	100	267	46	392	44	209	53	45	100	629	38	701	28	417	39	779	28	825	23	599	26	595	37	390	46	430	35	442	37	209	45	181	50	0	.	140	74	308	38	127	52	131	50	522	47	434	45	157	65	375	44	525	45	639	34	314	43	348	47	35	100	89	100	24	100	442	34	131	58	281	77	71	74	88	100	206	64	256	65	294	62	167	56	46	71	101	59	82	59	183	41	122	50	210	46	70	72	143	80	189	79	198	46	448	33	118	59	173	51	0	.	87	73	0	.	38	100	89	71	181	62	46	100	28	100	0	.	148	67	0	.	110	74	976	30	290	42	852	26	89	71	175	51	64	100	537	37	133	100	107	71	129	60	42	100	0	.	25874	5
	81-90 cm	66	100	52	100	215	62	118	71	49	100	0	.	281	47	588	34	607	35	122	100	0	.	0	.	0	.	61	.	0	.	175	71	199	59	135	71	0	.	210	47	471	43	213	45	231	47	632	37	374	44	104	71	0	.	238	50	44	100	159	73	115	72	53	100	122	71	0	.	0	.	105	100	40	100	264	59	115	72	133	62	135	58	397	43	0	.	52	100	62	100	0	.	0	.	112	72	84	100	39	100	0	.	185	74	296	53	79	100	180	60	93	76	28	100	73	71	27	100	184	46	0	.	116	59	60	73	0	.	96	71	92	75	59	100	0	.	121	73	0	.	0	.	0	.	0	.	0	.	0	.	48	100	49	100	0	.	0	.	0	.	117	74	642	32	88	59	69	71	97	100	135	71	135	71	97	71	0	.	60	100	37	100	50	100	0	.	10484	8
	91-100 cm	0	.	54	100	0	.	117	71	0	.	0	.	237	50	176	58	98	71	127	71	0	.	0	.	0	.	0	.	0	.	0	.	72	100	0	.	0	.	257	47	96	72	182	58	114	71	308	45	48	100	68	100	0	.	0	.	0	.	65	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	114	100	0	.	55	100	58	100	0	.	0	.	68	100	0	.	0	.	0	.	68	100	0	.	55	100	52	100	0	.	109	71	0	.	143	73	0	.	38	100	0	0	56	100	77	100	0	.	35	100	0	.	0	.	0	.	0	.	111	71	57	100	0	.	0	.	0	.	55	100	0	.	81	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	225	45	136	58	78	58	0	.	60	100	0	.	0	.	0	.	45	100	0	.	0	.	0	.	3792	12
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	36	100	217	73	138	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	71	100	0	.	51	100	0	.	0	.	155	71	315	46	52	100	185	71	58	100	0	.	0	.	0	.	70	100	0	.	0	.	0	0	0	.	0	.	0	.	0	.	50	100	38	100	0	.	61	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	68	100	0	.	194	100	94	100	129	100	148	79	0	.	0	.	0	.	0	.	198	100	0	.	175	59	0	.	0	.	0	.	0	.	49	100	0	.	0	.	0	.	0	.	63	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	39	100	0	.	64	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2719	19
	totale	3166	20	2245	22	2121	26	4596	20	3751	28	4750	24	23266	9	16726	10	16981	10	10376	12	884	34	1589	32	2918	24	252	.	1694	35	4690	22	5695	17	5089	21	485	54	5689	18	9978	13	6471	16	8744	15	17049	9	15037	10	11963	12	5122	19	6895	17	7302	16	1393	33	3121	24	1501	32	1562	34	3819	23	3339	26	2086	29	5392	21	4202	25	3489	26	5242	19	4259	25	7750	17	4744	18	3312	23	1717	28	1913	27	2785	24	3999	22	3607	23	3470	24	3157	24	2610	26	3194	22	1851	28	5487	28	2807	23	2189	20	2572	21	4041	17	5078	15	2768	20	4280	19	2654	28	2108	34	2522	28	2985	26	3250	25	3382	26	2238	34	738	45	3813	21	845	47	809	34	2784	21	2336	27	2589	24	2267	26	1401	32	1238	33	544	60	1098	46	12179	12	9068	13	11676	12	2036	30	2287	28	2060	28	4122	22	3819	21	1733	29	1304	30	1903	26	0	.	410050	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. 2277764. Birmensdorf, Swiss Federal Research Institute WSL

indietro