Scelta degli argomenti

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

1. Qual è il significato dei numeri?

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

Esempio 1: Valore stimato ed errore standard

IFN5

volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

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

top

2. Qual è lo scopo dell'errore standard?

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

La sicurezza statistica è del

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

Esempio 2: Calcolo degli intervalli di confidenza

IFN5
volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

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

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

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

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

Procedura

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

Risposta

			1^o passo	2^o passo

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

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

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

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

Dati: vedi esempio 2

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

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

top

3. Quando due risultati sono statisticamente diversi?*

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

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

Esempio 4: Interpretazione di due risultati dello stesso inventario

IFN5

provvigione (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

	Caso 2						Caso 1

Caso 1

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

Procedura

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

Risposta

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

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

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

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

Caso 2

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

Procedura

Vedi il caso 1.

Risposta

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

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

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

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

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

Esempio 5: Interpretazione di due risultati provenienti da inventari diversi

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

top

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

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

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

Esempio 8: Errore standard e combinazione di categorie di variabili

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

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

È lecito attendersi errori standard elevati se

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

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

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

top

5. Due tipi di variazione?

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

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

top

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

I risultati sono

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

Esempio 9: Additività/non additività delle variazioni

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

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

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

Esempio 10: Numero medio di anni per ambito

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

top

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

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

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

top

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

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

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

top

9. Valori negativi per provvigione, incremento o utilizzazione?

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

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

top

IFN2
provvigione (legno del fusto)
alte/basse quote · diametro a petto d'uomo (classi dimensionali)
suddivisione regionale: circondario forestale (2024)
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 x 1,4 km
stato 1993/95
		circondario forestale (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		laghi		Svizzera
alte/basse quote	diametro a petto d'uomo (classi dimensionali)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	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	.
	12-15 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	.
	16-23 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	.
	24-35 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	.
	36-51 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	.
	=52 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	totale	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	.
basse quote	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-15 cm	128	22	149	27	157	36	102	32	10	69	38	38	169	29	160	16	482	17	203	22	52	46	74	32	67	24	0	.	33	50	46	32	58	36	82	32	47	54	95	61	29	34	26	31	6	100	218	38	1	100	309	16	131	34	137	22	78	23	15	52	8	72	18	42	12	42	17	44	35	50	22	77	42	34	79	25	80	34	64	35	66	29	49	34	145	22	75	37	63	34	82	39	77	26	41	38	2	.	11	55	65	42	64	40	151	35	1	100	17	178	11	50	140	29	123	21	321	17	190	25	197	37	174	25	15	51	4	75	0	6744	30	38	21	45	9	63	47	41	30	45	42	34	63	36	20	47	9	71	40	44	25	32	60	44	41	46	47	62	21	88	32	46	48	33	33	34	94	27	23	35	28	34	26	60	141	52	105	42	105	38	19	30	119	57	0	.	6839	4
	16-23 cm	434	16	366	27	390	25	409	21	55	49	190	35	328	21	745	15	1598	12	636	18	88	37	173	40	304	26	7	.	146	38	377	31	215	31	218	27	177	48	237	37	79	44	102	28	9	100	341	20	5	71	978	13	365	29	431	22	307	26	66	39	12	85	107	33	53	47	22	78	123	39	38	59	230	35	250	24	160	34	199	35	203	34	172	28	446	19	156	25	190	29	243	27	336	23	185	36	0	.	35	52	349	25	196	29	343	34	14	100	136	27	25	72	328	24	421	20	768	15	437	20	463	24	488	18	62	80	42	77	34	61	145	40	79	59	27	56	191	30	84	42	118	33	151	28	93	36	17	78	143	38	151	35	215	30	117	40	181	41	26	62	154	38	120	32	100	36	336	20	158	47	139	35	154	23	225	28	236	24	220	28	148	30	209	31	0	.	20981	3
	24-35 cm	1257	16	591	20	829	21	1066	19	184	51	614	31	1104	23	2001	13	3626	10	1443	17	216	36	574	24	814	22	38	.	341	31	642	27	736	27	824	23	151	41	486	31	163	51	271	34	5	100	504	24	3	100	2771	11	1072	22	942	21	750	24	143	36	0	.	326	36	129	37	167	44	333	35	15	100	300	34	1196	20	511	32	510	25	530	27	674	25	1014	19	424	30	592	27	445	26	1133	19	441	33	0	.	191	41	894	21	550	27	650	23	9	74	186	32	51	52	414	27	646	20	953	17	405	23	365	22	764	20	95	49	50	84	68	58	195	37	140	57	82	55	465	30	113	67	252	33	402	32	310	36	40	72	267	30	519	27	491	28	249	38	314	36	70	54	720	30	155	38	90	38	484	25	261	33	493	30	546	30	786	24	917	22	419	25	436	32	265	34	0	.	48676	2
	36-51 cm	1984	15	1395	20	712	23	2648	16	178	55	1196	27	1793	20	4510	12	7411	8	2116	16	651	29	732	27	1217	21	8	.	1050	28	1087	25	1091	23	1734	22	107	52	797	29	212	47	518	32	18	100	256	31	47	91	4539	10	1816	20	2358	17	1482	21	313	31	-5	208	544	35	212	40	422	35	302	37	91	76	546	34	1870	19	539	34	933	24	762	32	1083	25	1579	18	1277	21	864	25	1149	24	1449	18	672	36	15	.	294	36	1469	22	925	28	946	21	3	100	228	34	41	77	258	32	462	25	374	22	498	20	407	26	541	24	72	80	102	71	46	57	350	34	242	45	232	66	950	26	367	47	239	40	707	29	348	32	32	85	302	43	582	28	705	27	407	38	486	36	171	55	1113	27	135	35	57	50	357	26	439	36	948	27	1476	21	1583	20	1656	18	913	24	959	24	917	28	0	.	81621	2
	=52 cm	1396	20	1073	23	671	23	1939	19	77	78	634	31	1614	23	4406	14	7213	9	998	23	903	33	440	35	741	29	0	.	761	31	614	30	818	32	895	29	77	72	264	37	119	56	390	28	21	75	409	29	7	100	2413	14	1049	26	1518	19	896	24	120	49	0	.	246	41	146	48	222	41	163	50	28	75	192	72	1051	23	287	54	652	33	403	45	1044	30	871	20	1206	29	192	41	520	33	409	34	120	47	0	.	747	41	936	26	596	32	1012	24	13	100	641	34	53	83	360	66	462	40	357	32	805	28	246	34	609	25	74	73	26	100	36	71	205	47	99	64	55	69	757	34	162	61	84	59	585	33	386	44	14	100	180	43	226	38	237	35	89	60	558	39	30	71	589	32	92	52	15	100	305	30	249	37	594	33	1041	24	910	25	1111	25	567	28	643	33	680	29	0	.	57662	3
	totale	5199	13	3574	17	2760	18	6165	14	503	50	2672	25	5007	17	11822	11	20330	7	5396	14	1910	24	1993	22	3143	18	53	.	2332	25	2766	21	2918	22	3752	19	560	36	1879	26	604	36	1306	25	59	73	1728	19	63	80	11010	9	4433	18	5386	15	3513	20	657	29	14	74	1241	30	554	35	850	33	956	30	193	63	1310	31	4446	17	1577	30	2359	22	1964	26	3022	22	4055	15	3138	21	1901	22	2440	21	3403	16	1458	31	17	.	1278	34	3713	18	2330	23	3103	18	39	86	1209	26	180	64	1501	24	2115	17	2773	13	2336	16	1678	19	2576	16	317	49	224	75	185	58	926	30	581	41	403	58	2410	25	755	41	735	31	1907	24	1157	29	113	72	933	31	1502	24	1708	22	903	31	1586	29	318	53	2609	24	550	28	295	32	1576	18	1130	30	2202	22	3242	19	3645	17	4025	17	2225	21	2205	23	2191	23	0	.	215778	2
alte quote	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-15 cm	0	.	0	.	0	.	0	.	34	40	27	52	376	20	152	20	1	100	118	22	0	.	0	.	0	0	0	.	52	59	38	29	163	35	31	37	0	.	77	21	104	26	79	20	151	17	254	15	341	16	76	32	36	38	10	46	110	21	18	44	64	26	2	79	21	56	69	42	24	87	54	36	66	27	0	.	39	38	47	39	14	39	49	53	0	.	3	67	34	65	0	.	9	88	65	38	87	27	35	35	0	.	0	.	0	.	41	32	44	28	38	26	1	74	0	.	0	.	36	34	5	59	8	61	50	40	75	58	55	32	18	34	31	35	77	25	6	74	0	.	45	27	0	.	9	66	63	25	20	36	38	44	7	50	5	74	0	.	33	88	0	.	242	17	213	19	218	21	36	42	0	.	0	.	27	90	0	.	0	.	0	.	0	.	0	.	4368	4
	16-23 cm	0	.	0	.	0	.	0	.	113	36	179	36	1234	11	443	16	18	71	561	19	0	.	0	.	3	71	0	.	84	56	201	32	401	26	174	38	0	.	283	26	442	21	437	21	446	15	914	12	1095	12	206	44	56	42	30	45	404	20	53	67	275	28	21	66	51	41	190	27	176	31	243	28	215	21	0	.	130	31	212	29	48	31	285	27	0	.	33	50	87	43	0	.	14	100	129	35	373	22	127	40	0	.	0	.	0	.	57	31	127	28	140	29	26	44	0	.	0	.	127	28	39	48	33	48	140	30	87	32	215	36	85	28	74	49	317	25	20	56	0	.	199	37	0	.	17	58	223	23	56	33	88	44	32	49	28	61	0	.	5	71	0	.	874	12	729	13	709	15	104	47	0	.	0	.	22	124	0	.	0	.	0	.	0	.	0	.	14960	3
	24-35 cm	0	.	0	.	0	.	0	.	546	29	576	31	3440	10	1439	16	9	71	1332	18	0	.	0	.	22	128	0	.	135	51	375	34	1093	22	247	36	0	.	645	43	1287	17	1018	20	1159	16	2631	12	2740	11	772	26	230	40	121	41	970	22	91	61	509	25	113	63	105	41	649	26	468	30	500	28	558	26	0	.	335	43	695	23	234	32	739	24	0	.	74	45	263	34	0	.	57	72	327	25	879	23	337	31	0	.	0	.	0	.	151	36	280	32	448	29	11	101	0	.	0	.	227	32	67	56	80	65	323	30	212	49	488	31	153	39	272	42	790	22	22	71	0	.	496	27	0	.	80	49	655	19	216	34	214	32	128	44	14	59	0	.	46	60	0	.	2327	12	1560	13	1763	14	197	36	0	.	0	.	96	74	0	.	0	.	0	.	0	.	0	.	39034	3
	36-51 cm	0	.	0	.	0	.	0	.	689	26	1199	26	6999	9	3347	14	38	75	1800	16	0	.	0	.	71	78	0	.	142	62	515	32	1301	20	514	43	0	.	1084	21	2387	14	1518	16	2516	14	4793	10	4507	9	882	23	305	39	465	42	1787	21	292	40	928	21	189	51	220	41	906	21	454	33	930	23	1128	23	125	.	437	36	1046	23	551	29	1797	21	0	.	203	43	196	40	0	.	77	84	662	23	1682	20	506	26	0	.	0	.	0	.	396	32	594	22	668	25	49	55	0	.	0	.	330	28	98	56	80	65	324	32	283	45	483	27	425	43	445	32	1008	20	130	55	0	.	629	25	0	.	182	50	893	21	426	29	567	34	368	32	60	65	0	.	116	67	0	.	3113	11	2314	13	2551	12	510	36	0	.	0	.	134	82	0	.	0	.	0	.	0	.	0	.	66369	2
	=52 cm	0	.	0	.	0	.	0	.	350	48	543	31	5455	11	3102	15	29	71	1146	22	0	.	0	.	59	74	0	.	32	100	221	53	796	25	386	45	0	.	1269	24	2317	17	1760	22	2572	15	4429	11	2896	13	712	29	678	41	252	50	919	27	250	46	642	27	77	85	275	59	1170	23	243	39	727	25	938	25	97	.	466	48	844	24	583	35	2061	24	0	.	198	63	32	71	0	.	0	.	933	26	1175	22	534	36	0	.	0	.	0	.	616	29	732	25	576	29	29	73	0	.	0	.	385	33	86	46	261	66	359	46	423	45	549	37	603	33	528	32	813	26	150	60	0	.	593	32	0	.	156	51	319	25	391	38	385	42	276	35	0	.	0	.	179	64	0	.	3539	12	1526	16	2054	17	481	47	0	.	0	.	84	55	0	.	0	.	0	.	0	.	0	.	57256	3
	totale	0	.	0	.	0	.	0	.	1732	25	2525	23	17504	8	8483	12	95	72	4957	14	0	.	0	.	156	74	0	.	444	46	1350	28	3754	18	1352	30	0	.	3358	19	6538	12	4811	14	6844	12	13020	8	11578	8	2648	20	1305	33	878	40	4191	17	704	39	2418	18	402	50	672	38	2983	20	1365	27	2453	20	2903	21	222	.	1407	31	2844	18	1429	27	4931	19	0	.	511	38	612	33	0	.	157	71	2117	21	4196	17	1539	24	0	.	0	.	0	.	1260	23	1776	18	1870	20	117	51	0	.	0	.	1105	21	294	40	463	49	1197	28	1079	33	1789	25	1283	28	1350	26	3004	19	328	55	0	.	1962	22	0	.	444	45	2153	16	1108	29	1293	27	812	30	108	60	0	.	379	58	0	.	10094	9	6341	11	7295	11	1329	32	0	.	0	.	363	58	0	.	0	.	0	.	0	.	0	.	181987	2
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-15 cm	128	22	149	27	157	36	102	32	44	34	66	31	545	16	312	13	483	17	321	16	52	46	74	32	67	24	0	.	85	41	84	22	220	28	112	25	47	54	172	35	133	22	105	17	157	17	473	19	342	16	384	14	167	28	147	21	188	15	33	34	72	24	20	38	33	38	85	35	59	46	76	34	108	21	79	25	120	26	111	26	81	25	98	31	145	22	78	36	98	32	82	39	86	25	106	27	89	26	46	30	65	42	64	40	151	35	42	31	61	53	48	23	141	29	123	21	321	17	226	22	202	37	182	24	64	33	79	56	55	32	48	27	52	28	85	23	52	38	30	45	87	21	63	36	28	39	72	23	60	32	63	29	67	40	46	41	47	62	54	64	32	46	290	15	246	17	312	17	59	29	28	34	26	60	168	46	105	42	105	38	19	30	119	57	0	.	11207	3
	16-23 cm	434	16	366	27	390	25	409	21	168	29	369	25	1561	10	1188	11	1616	12	1197	13	88	37	173	40	307	25	7	.	230	31	579	23	615	20	392	23	177	48	520	22	522	19	539	18	455	15	1259	10	1100	12	1183	13	421	26	461	21	712	16	119	37	287	27	127	30	104	31	212	26	300	24	280	26	444	21	250	24	290	23	411	23	251	28	457	20	446	19	190	23	277	24	243	27	350	22	314	26	373	22	162	33	349	25	196	29	343	34	71	32	263	19	164	27	355	23	421	20	768	15	564	16	502	22	521	17	202	32	129	33	249	32	230	27	153	39	344	24	212	28	84	42	317	26	151	28	111	32	240	22	199	29	239	28	248	27	145	34	181	41	32	53	154	38	994	11	829	13	1045	12	262	34	139	35	154	23	247	28	236	24	220	28	148	30	209	31	0	.	35944	2
	24-35 cm	1257	16	591	20	829	21	1066	19	731	25	1190	22	4544	10	3440	10	3635	10	2775	12	216	36	574	24	836	22	38	.	476	26	1017	21	1829	17	1071	19	151	41	1131	28	1451	16	1288	17	1163	15	3140	11	2742	11	3543	10	1302	20	1063	19	1720	16	234	32	509	25	439	31	234	27	816	22	801	22	515	27	858	20	1196	20	845	26	1205	17	764	21	1412	17	1014	19	498	26	855	22	445	26	1189	18	768	22	879	23	529	25	894	21	550	27	650	23	160	34	466	23	499	27	425	26	646	20	953	17	632	18	432	21	844	19	418	26	262	43	556	28	348	27	412	34	871	21	486	29	113	67	748	21	402	32	390	30	695	19	484	23	733	21	619	24	264	36	314	36	116	40	720	30	2482	11	1650	13	2247	12	458	24	493	30	546	30	882	23	917	22	419	25	436	32	265	34	0	.	87715	2
	36-51 cm	1984	15	1395	20	712	23	2648	16	866	24	2395	18	8792	8	7857	9	7449	8	3916	11	651	29	732	27	1288	20	8	.	1192	26	1602	20	2393	15	2248	20	107	52	1881	17	2599	14	2036	15	2535	14	5059	9	4554	9	5422	9	2122	18	2823	16	3269	15	605	25	923	21	733	29	433	29	1328	18	757	25	1020	22	1674	19	1996	19	976	25	1979	17	1312	22	2880	16	1579	18	1480	19	1060	22	1149	24	1526	18	1334	22	1696	20	800	21	1469	22	925	28	946	21	399	32	823	18	709	24	308	28	462	25	374	22	829	16	505	24	621	22	396	30	385	38	530	25	774	28	688	26	1240	20	1080	24	367	47	869	21	707	29	529	27	925	20	728	25	1149	22	1074	21	468	34	486	36	287	42	1113	27	3248	10	2371	13	2908	11	950	26	948	27	1476	21	1717	19	1656	18	913	24	959	24	917	28	0	.	148000	1
	=52 cm	1396	20	1073	23	671	23	1939	19	426	41	1177	22	7069	10	7509	10	7242	9	2144	16	903	33	440	35	801	27	0	.	793	30	834	26	1614	20	1281	24	77	72	1532	21	2437	17	2149	19	2593	15	4838	10	2903	13	3125	13	1727	23	1770	18	1816	18	370	35	642	27	323	37	422	42	1392	21	405	31	754	24	1130	24	1147	23	753	36	1495	20	985	27	3105	19	871	20	1404	27	224	36	520	33	409	34	1053	24	1175	22	1280	28	936	26	596	32	1012	24	629	29	1373	21	629	28	389	61	462	40	357	32	1190	22	332	28	870	26	433	40	449	43	585	35	808	27	627	28	867	24	908	30	162	61	676	29	585	33	543	35	334	25	571	29	612	30	513	24	89	60	558	39	208	56	589	32	3630	12	1541	16	2359	15	730	34	594	33	1041	24	994	23	1111	25	567	28	643	33	680	29	0	.	114918	2
	totale	5199	13	3574	17	2760	18	6165	14	2235	22	5197	17	22512	8	20305	8	20425	7	10353	10	1910	24	1993	22	3298	18	53	.	2776	22	4116	17	6672	14	5104	16	560	36	5236	15	7141	11	6117	12	6903	12	14768	8	11641	8	13658	8	5738	16	6264	14	7704	13	1361	24	2433	18	1642	26	1226	26	3833	17	2321	20	2646	19	4214	17	4668	17	2984	21	5202	14	3393	19	7953	14	4055	15	3649	18	2513	18	2440	21	3560	16	3575	18	4213	17	2817	20	3713	18	2330	23	3103	18	1299	22	2985	15	2050	19	1617	22	2115	17	2773	13	3441	13	1972	17	3038	16	1514	24	1303	30	1975	23	2209	20	1931	22	3408	18	2738	23	755	41	2697	18	1907	24	1601	24	2266	16	2041	21	2795	18	2520	17	1011	28	1586	29	697	40	2609	24	10645	9	6637	11	8871	9	2459	22	2202	22	3242	19	4008	17	4025	17	2225	21	2205	23	2191	23	0	.	397785	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 2293630. Birmensdorf, Swiss Federal Research Institute WSL

indietro