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 (classi dimensionali)
suddivisione regionale: circondario forestale (2024)
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1-IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 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 (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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	=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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.
	12-15 cm	160	28	83	29	15	47	64	32	0	.	25	45	82	26	216	21	576	20	111	33	69	45	62	40	61	38	2	.	23	68	59	45	45	38	65	48	14	67	10	55	15	55	27	46	0	.	110	38	2	100	177	38	129	39	197	36	50	50	34	51	7	71	50	53	28	63	19	44	15	59	0	.	56	67	60	48	29	79	77	57	18	46	24	41	107	31	63	52	21	65	97	41	71	47	68	77	0	.	4	100	24	141	59	36	68	31	5	.	97	50	14	58	145	37	99	57	169	25	194	38	83	33	139	25	15	54	5	.	3	78	29	49	36	52	0	.	15	52	30	48	30	56	15	57	69	48	12	71	29	44	30	41	56	62	15	41	16	73	17	73	34	61	40	53	30	41	75	33	17	51	24	38	45	34	64	33	174	38	39	42	35	43	32	34	0	.	5426	5
	16-23 cm	274	27	217	34	273	39	191	30	8	.	62	87	346	39	642	17	1447	15	450	27	139	41	170	37	179	39	0	.	46	49	265	38	274	46	303	63	61	85	48	51	45	57	91	35	0	.	238	33	17	85	725	19	302	32	430	28	232	31	82	49	29	71	102	42	110	53	65	45	206	55	0	.	195	56	174	47	187	41	93	53	169	49	99	38	264	27	213	42	96	57	174	32	179	33	139	51	0	.	16	100	229	30	254	40	205	32	18	.	210	38	52	53	381	27	292	29	759	22	454	27	387	29	438	27	85	66	9	.	37	71	131	40	57	58	0	.	79	56	52	72	117	47	107	58	70	50	41	75	143	46	77	49	139	41	127	49	43	52	10	100	111	60	143	41	76	52	264	28	48	53	130	36	98	51	231	29	244	41	117	40	137	70	153	34	0	.	16824	4
	24-35 cm	469	29	568	32	334	33	598	35	16	.	287	46	886	23	1442	22	2515	14	1525	22	114	49	264	38	573	28	-5	.	113	60	435	41	589	34	475	32	71	54	148	53	84	61	252	42	0	.	661	32	34	75	1269	18	680	28	1130	24	540	30	110	52	34	87	170	52	63	50	86	54	455	48	5	.	434	45	655	32	475	42	178	39	607	57	303	37	1047	25	421	42	254	42	247	36	651	32	171	51	0	.	10	100	946	29	361	31	607	33	17	.	782	61	112	59	513	32	789	26	1293	22	790	30	724	29	743	26	296	63	0	.	45	73	223	45	124	61	0	.	479	44	132	59	374	37	184	57	145	56	59	80	360	39	229	38	163	49	280	41	212	45	100	72	92	75	139	52	118	62	436	33	199	40	215	40	261	38	680	29	611	28	336	41	170	39	537	31	0	.	37320	4
	36-51 cm	1174	24	527	26	637	33	1167	25	151	.	501	37	1671	24	2532	17	4878	13	2272	19	153	52	690	40	889	28	38	.	364	57	650	34	673	36	1273	32	217	61	765	36	219	42	253	38	0	.	566	32	45	83	3561	15	1271	27	1808	21	1202	27	135	70	0	.	320	39	254	59	257	42	565	50	7	.	389	48	1342	27	850	39	444	35	638	47	893	37	1850	21	572	32	559	34	637	31	1115	26	211	60	0	.	535	47	1049	29	692	30	712	29	12	.	744	54	165	58	235	31	699	24	1184	23	510	27	541	31	911	29	227	56	41	.	130	72	383	48	155	57	98	.	593	40	321	57	562	34	134	84	308	43	90	77	390	35	747	33	493	43	445	41	350	44	244	66	240	55	167	48	81	66	587	27	327	50	788	35	685	31	987	26	1515	25	508	31	420	38	439	34	0	.	61630	3
	=52 cm	1089	27	850	30	861	39	2383	23	116	.	810	50	1853	29	4933	18	7427	13	1382	25	409	48	404	53	795	39	218	.	259	62	1048	41	342	47	1258	27	113	100	610	40	318	48	728	35	0	.	667	38	86	77	3223	18	1583	27	2744	23	1373	33	90	60	18	100	439	59	285	61	384	47	95	100	12	.	202	54	1971	32	643	61	602	45	540	44	1411	32	1475	26	1305	35	132	92	757	39	632	33	280	53	0	.	626	53	909	34	1243	41	1488	31	37	.	1086	52	47	100	305	38	572	32	620	34	838	34	289	41	882	31	263	73	56	.	43	100	311	62	306	89	84	.	647	49	203	75	350	47	230	61	107	58	62	100	320	60	460	40	280	45	257	44	618	37	162	59	622	52	136	80	20	100	346	44	341	51	1081	35	971	35	1470	33	1275	30	733	40	537	37	741	33	0	.	71125	3
	totale	3166	20	2245	22	2121	26	4404	20	291	.	1685	41	4839	21	9764	14	16843	10	5741	18	884	34	1589	32	2497	27	252	.	805	47	2456	33	1922	30	3375	26	475	55	1581	36	681	40	1350	32	0	.	2242	26	185	72	8954	13	3966	22	6308	18	3397	25	452	37	88	71	1079	39	739	46	811	40	1335	43	23	.	1277	38	4202	25	2184	36	1395	33	1972	38	2730	31	4744	18	2575	27	1062	36	1913	27	2648	24	869	44	0	.	1192	45	3157	24	2610	26	3080	22	90	.	2919	48	391	57	1579	24	2452	22	4026	17	2786	22	2024	24	3113	21	886	54	111	.	258	73	1078	40	678	54	182	.	1813	39	738	45	1433	32	669	53	700	38	264	74	1241	33	1542	31	1131	37	1123	33	1238	33	534	61	1098	46	626	40	324	52	1709	24	932	42	2238	29	2060	28	3432	23	3819	21	1733	29	1299	30	1903	26	0	.	192325	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	.	6	52	25	57	283	15	140	46	1	.	118	39	0	.	0	.	0	.	0	.	1	100	29	36	76	42	20	53	0	.	48	32	118	24	58	33	183	24	350	27	285	24	37	44	33	62	9	66	113	30	8	68	43	33	7	77	4	113	54	62	31	51	101	42	55	31	0	.	22	61	49	37	12	77	21	41	0	.	24	57	29	56	0	.	0	.	59	45	42	45	35	39	0	.	0	.	0	.	42	39	44	42	28	37	1	72	0	.	0	.	20	41	5	66	2	100	19	65	40	59	53	36	41	47	22	60	92	54	12	74	0	.	44	57	0	.	3	71	32	52	6	224	38	73	13	51	14	.	0	.	0	.	0	.	305	21	248	23	195	23	12	63	2	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	3864	5
	16-23 cm	0	.	0	.	0	.	0	.	87	58	122	45	826	15	412	22	8	.	403	24	0	.	0	.	43	.	0	.	31	77	144	42	86	169	120	51	0	.	245	29	419	23	298	33	524	23	964	17	901	16	165	45	94	50	29	57	301	27	2	1474	211	32	11	71	55	52	240	39	125	52	245	31	215	38	0	.	87	51	320	37	63	52	152	36	0	.	84	52	56	54	0	.	0	.	125	45	172	34	145	45	0	.	0	.	0	.	194	37	173	39	148	33	9	100	0	.	0	.	72	45	37	54	66	90	145	50	108	42	254	37	121	46	75	44	243	41	23	60	0	.	131	38	0	.	0	0	201	26	31	43	87	62	52	52	0	.	0	.	0	.	0	.	1056	19	822	21	662	22	35	62	0	.	0	.	11	85	0	.	0	.	0	.	0	.	0	.	13286	4
	24-35 cm	0	.	0	.	0	.	0	.	519	36	747	38	2629	13	896	20	0	.	791	28	0	.	0	.	13	.	0	.	235	59	382	51	557	30	399	50	0	.	441	44	1236	22	1054	27	989	24	2214	16	2410	14	342	43	156	56	42	100	869	27	158	90	552	28	84	83	184	56	450	38	471	43	568	36	716	31	0	.	90	52	721	34	174	45	719	31	0	.	195	52	144	53	0	.	0	.	223	33	801	28	281	41	0	.	0	.	0	.	103	53	494	32	430	31	78	71	0	.	0	.	352	38	102	51	153	69	612	39	248	54	480	38	304	40	195	34	652	39	44	66	0	.	340	40	0	.	7	100	563	27	189	51	243	75	73	61	59	.	0	.	0	.	0	.	1744	18	1966	19	1608	18	177	59	26	.	0	.	183	89	0	.	0	.	0	.	0	.	0	.	34880	4
	36-51 cm	0	.	0	.	0	.	0	.	1229	30	1142	33	5152	13	2216	20	36	.	1556	22	0	.	0	.	9	.	0	.	363	51	733	36	936	30	572	40	0	.	874	28	3106	17	1244	21	2051	20	4134	14	5293	12	1068	36	172	56	176	56	887	29	182	49	975	31	180	64	264	49	895	31	561	37	564	29	1261	30	0	.	452	44	1055	26	467	39	883	26	0	.	212	59	380	50	0	.	0	.	805	34	1041	27	705	34	0	.	0	.	0	.	345	46	690	28	821	30	62	59	0	.	0	.	412	36	182	45	156	66	463	38	630	55	715	36	400	54	802	42	780	33	79	65	0	.	690	33	0	.	30	72	980	23	197	45	325	39	345	39	113	.	0	.	10	.	0	.	2996	17	2446	17	2757	17	219	55	10	.	0	.	145	73	0	.	0	.	0	.	0	.	0	.	61628	3
	=52 cm	0	.	0	.	0	.	0	.	1388	35	1030	35	6903	14	3270	19	50	.	1349	26	0	.	0	.	23	.	0	.	259	68	585	35	1660	27	603	40	0	.	2237	27	3558	20	1744	26	3747	20	5141	15	4868	14	1397	33	612	52	330	72	1424	28	592	51	1218	33	141	68	315	62	1368	30	641	44	530	46	1605	32	0	.	273	47	1315	30	1572	36	2068	30	0	.	223	65	48	72	0	.	0	.	1538	32	1247	31	980	41	0	.	0	.	0	.	820	37	977	36	773	33	112	71	0	.	0	.	525	40	218	54	319	80	502	44	518	46	716	45	798	43	1111	33	1083	34	267	64	0	.	982	37	0	.	69	100	636	37	621	54	287	51	655	43	61	.	0	.	0	.	0	.	4457	16	2601	18	3732	18	169	63	0	.	0	.	246	74	0	.	0	.	0	.	0	.	0	.	81106	3
	totale	0	.	0	.	0	.	0	.	3229	31	3066	30	15794	11	6933	16	96	.	4217	19	0	.	0	.	88	.	0	.	889	50	1874	33	3315	23	1714	34	0	.	3845	23	8437	15	4397	20	7494	16	12804	11	13757	10	3009	29	1067	41	586	65	3593	23	942	46	3000	24	422	58	822	49	3007	27	1828	35	2007	30	3852	26	0	.	923	38	3460	24	2287	33	3843	25	0	.	737	45	656	45	0	.	0	.	2751	28	3304	24	2146	30	0	.	0	.	0	.	1504	32	2377	26	2200	26	262	59	0	.	0	.	1382	32	545	47	697	61	1741	32	1544	42	2218	30	1665	37	2205	31	2849	30	425	62	0	.	2187	28	0	.	110	83	2411	23	1045	44	980	41	1137	37	247	.	0	.	10	.	0	.	10559	13	8084	14	8955	14	612	52	38	.	0	.	587	70	0	.	0	.	0	.	0	.	0	.	194764	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	160	28	83	29	15	47	64	32	6	52	50	36	365	13	356	22	577	20	230	25	69	45	62	40	61	38	2	.	24	65	88	32	120	30	85	39	14	67	57	28	133	22	84	27	183	24	460	22	287	24	214	32	162	34	206	34	162	26	42	43	50	30	57	48	32	57	74	48	47	39	101	42	111	37	60	48	51	52	126	38	30	42	45	29	107	31	87	41	50	43	97	41	71	47	128	46	42	45	40	36	24	141	59	36	68	31	47	36	141	37	42	31	146	37	99	57	169	25	214	34	89	31	141	24	34	43	45	54	56	35	71	34	58	39	92	54	28	44	30	48	74	41	15	57	72	47	44	42	34	52	67	45	69	51	29	52	16	73	17	73	34	61	346	19	278	21	270	19	28	40	26	36	45	34	66	32	174	38	39	42	35	43	32	34	0	.	9290	4
	16-23 cm	274	27	217	34	273	39	191	30	95	54	184	42	1172	16	1054	13	1455	15	853	18	139	41	170	37	222	37	0	.	77	43	409	28	359	53	423	47	61	85	294	25	464	21	389	26	524	23	1202	15	918	16	890	18	396	27	459	26	533	20	84	55	241	30	113	39	165	39	305	32	331	40	245	31	410	33	174	47	274	33	412	31	231	38	251	26	264	27	297	33	152	41	174	32	179	33	264	34	172	34	160	42	229	30	254	40	205	32	212	35	383	27	200	28	390	27	292	29	759	22	526	24	424	27	505	26	230	40	117	40	292	34	252	30	133	35	243	41	101	46	52	72	249	30	107	58	70	50	241	25	174	39	164	40	190	33	127	49	43	52	10	100	111	60	1199	18	898	20	927	18	83	40	130	36	98	51	242	28	244	41	117	40	137	70	153	34	0	.	30110	3
	24-35 cm	469	29	568	32	334	33	598	35	535	35	1034	30	3516	11	2337	15	2515	14	2317	17	114	49	264	38	585	28	-5	.	348	44	817	32	1146	23	875	29	71	54	589	35	1319	20	1306	23	989	24	2876	14	2445	14	1610	17	837	25	1172	23	1409	20	267	57	586	27	254	44	247	44	536	33	926	32	573	35	1151	26	655	32	565	36	900	29	781	45	1022	25	1047	25	615	33	397	33	247	36	651	32	394	29	801	28	291	39	946	29	361	31	607	33	120	47	1275	39	542	28	591	29	789	26	1293	22	1142	24	827	26	896	24	908	33	248	54	525	35	528	30	319	31	652	39	523	40	132	59	714	27	184	57	152	53	623	26	549	31	472	43	236	39	339	38	212	45	100	72	92	75	1884	17	2084	18	2045	16	377	35	241	38	261	38	863	30	611	28	336	41	170	39	537	31	0	.	72200	2
	36-51 cm	1174	24	527	26	637	33	1167	25	1380	28	1643	26	6823	11	4748	13	4914	13	3828	14	153	52	690	40	898	27	38	.	728	38	1383	25	1609	23	1845	25	217	61	1639	22	3325	16	1497	18	2051	20	4700	13	5338	12	4629	14	1443	24	1984	20	2089	19	318	41	975	31	499	34	518	38	1152	25	1126	31	570	28	1650	25	1342	27	1302	30	1499	21	1105	32	1776	22	1850	21	784	28	938	29	637	31	1115	26	1016	29	1041	27	1240	28	1049	29	692	30	712	29	357	44	1434	31	986	27	297	27	699	24	1184	23	923	22	723	26	1067	26	690	31	672	52	844	33	783	36	957	36	878	31	672	36	321	57	1251	23	134	84	338	39	1070	22	587	28	1072	26	838	30	558	39	350	44	254	63	240	55	3163	17	2527	17	3345	15	545	37	798	34	685	31	1132	24	1515	25	508	31	420	38	439	34	0	.	123258	2
	=52 cm	1089	27	850	30	861	39	2383	23	1504	34	1840	29	8757	12	8203	13	7477	13	2730	18	409	48	404	53	818	38	218	.	517	46	1633	29	2002	24	1861	23	113	100	2847	23	3876	18	2472	21	3747	20	5808	13	4954	14	4619	16	2195	24	3074	22	2797	21	682	45	1236	33	579	48	599	44	1751	26	735	41	542	45	1807	29	1971	32	916	45	1917	25	2112	29	3479	22	1475	26	1529	31	179	70	757	39	632	33	1818	29	1247	31	1607	32	909	34	1243	41	1488	31	857	36	2063	32	821	31	417	33	572	32	620	34	1363	26	506	33	1201	31	765	38	574	43	760	43	1110	35	1417	32	1167	32	914	39	203	75	1332	30	230	61	177	52	697	34	941	41	747	31	934	33	318	40	618	37	162	59	622	52	4592	16	2620	18	4078	17	510	40	1081	35	971	35	1715	30	1275	30	733	40	537	37	741	33	0	.	152231	2
	totale	3166	20	2245	22	2121	26	4404	20	3520	29	4750	24	20632	9	16697	10	16939	10	9958	12	884	34	1589	32	2585	26	252	.	1694	35	4330	23	5236	18	5089	21	475	55	5426	19	9118	14	5748	17	7494	16	15046	10	13943	10	11963	12	5033	19	6895	17	6990	17	1393	33	3088	24	1501	32	1562	34	3819	23	3164	27	2030	30	5129	22	4202	25	3108	28	4855	20	4259	25	6573	19	4744	18	3312	23	1717	28	1913	27	2648	24	3620	24	3304	24	3337	25	3157	24	2610	26	3080	22	1593	31	5295	29	2591	24	1840	22	2452	22	4026	17	4168	18	2569	22	3810	20	2627	28	1655	40	2476	28	2743	27	2883	27	3031	29	2238	34	738	45	3620	21	669	53	809	34	2675	22	2286	27	2523	25	2267	26	1370	33	1238	33	544	60	1098	46	11185	13	8408	14	10664	13	1544	33	2276	28	2060	28	4019	22	3819	21	1733	29	1299	30	1903	26	0	.	387089	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. 2276608. Birmensdorf, Swiss Federal Research Institute WSL

indietro