Ricerca di risultati

indietro

volume totale di legno (legno del fusto) #23
Volume legnoso del fusto con corteccia di tutti gli alberi e arbusti vivi e morti (in piedi e a terra) con un diametro a petto d'uomo (DPU) di almeno 12 cm. Il volume totale di legno corrisponde alla somma della provvigione e del volume di legno morto.

fasce vegetazionali NaiS (6 classi) #2633
Fasce vegetazionali secondo il sistema delle linee guida «Continuità nel bosco di protezione e controllo dell'efficacia» (NaiS; Frehner et al. 2005), ridotto a sei classi. Questa variabile rappresenta una semplificazione delle fasce vegetazionali NaiS in dieci classi (NAISHSTKOMB), per cui le classi «iperinsubrica», «collinare» e «collinare con faggio» vengono riunite nella classe «iperinsubrica e collinare», mentre le fasce «montana inferiore», «montana superiore» e «montana inferiore/superiore» vengono riunite nella classe «montana inferiore e superiore». Le indicazioni si basano sulle fasce vegetazionali determinate da esperti (aree di saggio in bosco e accessibili dell'IFN4 sul reticolo di 1,4 km; Arge Frehner et al. 2020) e d'altro canto sulle fasce vegetazionali modellizzate per il periodo 1981-2010 (restanti aree di saggio; Zischg et al. 2021). nessuna indicazione: situato sopra il limite del bosco modellizzato da Zischg et al. e talvolta nell'area di laghi, che sono stati tagliati in modo relativamente approssimativo da Zischg et al.

stato dell'albero (vivo/morto) #1265
Suddivisione degli alberi e arbusti a partire da 12 cm di diametro a petto d'uomo (DPU) in vivi o morti. Fonte: rilievo sul terreno (MID 58: Bemerkungen, MID 1018: Baumzustand)

circondario forestale (2023) #2777
Suddivisione regionale con i circondari forestali come unità. Questa variabile si basa sull'inchiesta presso i servizi forestali cantonali effettuata nell’inverno 2022/2023.

bosco accessibile esclusi gli arbusteti IFN4/IFN5 #2282
Bosco che, sia nell'IFN4 (2009-2017) sia nell'IFN5 (2018-2026), era coperto per meno di due terzi da arbusti ed è stato raggiunto a piedi.

reticolo 1,4 km, sottoreticoli 1 a 5 #1746
Sottoreticoli 1, 2, 3, 4 e 5 per il rilievo terrestre sul reticolo di campionamento con una maglia di 1,4 km (reticolo di base).

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

1. Qual è il significato dei numeri?

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

Esempio 1: Valore stimato ed errore standard

IFN5

volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

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

top

2. Qual è lo scopo dell'errore standard?

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

La sicurezza statistica è del

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

Esempio 2: Calcolo degli intervalli di confidenza

IFN5

volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

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

Procedura

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

Risposta

			1^o passo	2^o passo

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

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

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

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

Dati: vedi esempio 2

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

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

top

3. Quando due risultati sono statisticamente diversi?*

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

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

Esempio 4: Interpretazione di due risultati dello stesso inventario

IFN5

provvigione (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

	Caso 2						Caso 1

Caso 1

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

Procedura

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

Risposta

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

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

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

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

Caso 2

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

Procedura

Vedi il caso 1.

Risposta

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

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

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

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

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

Esempio 5: Interpretazione di due risultati provenienti da inventari diversi

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

top

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

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

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

Esempio 8: Errore standard e combinazione di categorie di variabili

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

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

È lecito attendersi errori standard elevati se

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

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

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

top

5. Due tipi di variazione?

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

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

top

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

I risultati sono

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

Esempio 9: Additività/non additività delle variazioni

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

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

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

Esempio 10: Numero medio di anni per ambito

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

top

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

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

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

top

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

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

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

top

9. Valori negativi per provvigione, incremento o utilizzazione?

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

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

top

IFN5
volume totale di legno (legno del fusto)
fasce vegetazionali NaiS (6 classi) · stato dell'albero (vivo/morto)
suddivisione regionale: circondario forestale (2023)
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 (2023)
		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
fasce vegetazionali NaiS (6 classi)	stato dell'albero (vivo/morto)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	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	.
	vivo	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	morto	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.
subalpina superiore	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	.
	vivo	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	111	69	0	.	64	86	985	29	3744	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	.	202	54	183	59	176	81	0	.	0	.	17	102	25	.	22	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1518	26	832	36	85	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7978	11
	morto	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	67	78	0	.	18	100	155	56	218	28	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	.	9	87	27	57	0	.	0	.	0	.	1	100	1	.	20	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	171	38	71	61	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	784	18
	totale	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	177	72	0	.	82	88	1139	30	3961	16	0	.	0	.	0	.	0	.	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	.	211	55	210	55	176	81	0	.	0	.	18	100	25	.	42	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1689	26	903	36	97	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8762	11
subalpina	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	.
	vivo	0	.	0	.	0	.	0	.	0	.	0	.	5356	19	140	93	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	166	.	0	.	0	.	602	51	3460	22	1153	37	3403	25	2940	24	5891	17	0	.	0	.	0	.	20	.	0	.	0	.	0	.	0	.	0	.	461	60	313	69	775	57	0	.	82	.	750	57	0	.	75	.	0	.	0	.	0	.	0	.	0	.	369	68	0	.	0	.	0	.	0	.	0	.	610	49	1368	32	595	48	63	97	0	.	0	.	1045	34	140	65	37	.	80	.	417	71	237	59	264	71	356	49	136	82	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	79	.	0	.	0	.	0	.	0	.	4855	21	2383	24	2774	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	41396	6
	morto	0	.	0	.	0	.	0	.	0	.	0	.	825	25	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	79	213	40	107	59	737	40	342	32	506	34	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	77	47	94	123	93	0	.	0	.	58	69	0	.	55	.	0	.	0	.	0	.	0	.	0	.	24	70	0	.	0	.	0	.	0	.	0	.	50	57	135	46	11	100	0	.	0	.	0	.	94	52	24	100	0	.	24	.	36	71	24	91	0	.	35	100	30	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	106	.	0	.	0	.	0	.	0	.	713	24	403	34	374	36	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5149	10
	totale	0	.	0	.	0	.	0	.	0	.	0	.	6182	18	140	93	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	166	.	0	.	0	.	634	50	3673	22	1259	35	4139	23	3281	23	6396	17	0	.	0	.	0	.	20	.	0	.	0	.	0	.	0	.	0	.	483	60	360	63	898	60	0	.	82	.	808	53	0	.	130	.	0	.	0	.	0	.	0	.	0	.	393	67	0	.	0	.	0	.	0	.	0	.	659	50	1503	32	605	48	63	97	0	.	0	.	1139	33	164	68	37	.	104	.	454	71	261	58	264	71	391	48	167	79	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	185	.	0	.	0	.	0	.	0	.	5568	20	2786	24	3149	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	46545	6
altimontana	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	.
	vivo	0	.	0	.	0	.	0	.	0	.	0	.	7369	16	372	60	0	.	229	93	0	.	0	.	0	.	0	.	260	.	1048	47	520	54	393	71	0	.	1101	52	3428	25	2307	28	5103	19	10907	13	5412	18	0	.	157	100	0	.	672	48	0	.	0	.	0	.	3	.	0	.	111	71	1383	40	610	47	0	.	532	67	360	59	146	.	119	71	0	.	0	.	0	.	0	.	0	.	663	48	423	58	275	68	0	.	0	.	0	.	1150	37	956	47	1660	31	232	63	0	.	0	.	851	40	426	57	844	52	531	57	745	67	1385	40	1140	49	1236	43	1359	47	0	.	0	.	189	82	0	.	0	.	0	.	0	.	42	.	243	61	0	.	0	.	0	.	0	.	5311	19	5619	18	5091	19	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	72915	5
	morto	0	.	0	.	0	.	0	.	0	.	0	.	1046	21	83	71	0	.	0	.	0	.	0	.	0	.	0	.	8	.	80	62	164	79	2	100	0	.	99	60	184	39	203	38	481	27	1321	19	570	31	0	.	5	100	0	.	149	51	0	.	0	.	0	.	0	.	0	.	44	100	86	64	125	63	0	.	18	100	117	50	63	.	92	82	0	.	0	.	0	.	0	.	0	.	26	61	129	84	72	100	0	.	0	.	0	.	52	42	60	55	391	48	39	100	0	.	0	.	53	72	6	100	38	64	65	66	96	77	190	49	61	52	173	43	146	71	0	.	0	.	9	100	0	.	0	.	0	.	0	.	12	.	16	100	0	.	0	.	0	.	0	.	544	26	609	28	809	24	31	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8568	7
	totale	0	.	0	.	0	.	0	.	0	.	0	.	8415	16	456	60	0	.	229	93	0	.	0	.	0	.	0	.	268	.	1128	46	685	49	395	71	0	.	1201	50	3612	25	2511	27	5584	19	12228	12	5982	17	0	.	162	100	0	.	822	44	0	.	0	.	0	.	3	.	0	.	156	72	1470	41	735	45	0	.	549	66	477	53	209	.	211	74	0	.	0	.	0	.	0	.	0	.	689	47	551	54	348	73	0	.	0	.	0	.	1202	36	1015	47	2051	29	271	66	0	.	0	.	904	40	432	57	882	52	596	58	841	65	1575	38	1201	48	1409	42	1505	48	0	.	0	.	197	80	0	.	0	.	0	.	0	.	54	.	259	59	0	.	0	.	0	.	0	.	5855	19	6228	18	5899	18	31	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	81483	4
montana inferiore e superiore	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	.
	vivo	628	48	20	.	0	.	875	45	3802	28	4818	24	9700	15	14041	12	5328	20	10230	12	168	76	397	54	1596	37	0	.	701	54	2619	30	5076	19	2566	32	0	.	4066	21	2665	25	2685	25	283	67	1545	33	0	.	8815	15	2576	25	3996	25	6398	18	1181	39	3154	24	737	42	1527	35	3885	23	2806	30	431	46	3742	26	3833	26	2256	34	3965	22	3693	28	7662	18	1400	35	1870	31	1551	30	786	48	1821	30	2733	29	3224	25	2823	28	1713	35	0	.	419	50	0	.	2217	63	0	.	928	33	1397	30	755	38	2206	25	1378	31	1351	33	1465	36	760	49	663	58	1300	38	1108	45	1932	32	1430	44	16	.	3349	23	325	.	575	44	2824	21	1697	33	1906	29	1033	40	596	52	831	40	553	60	563	66	0	.	21	80	3263	23	1759	34	1362	37	642	63	3867	23	2433	29	0	.	12	.	193	.	0	.	199517	2
	morto	106	80	0	.	0	.	57	53	95	39	519	35	1311	22	1012	21	291	39	1038	25	20	100	21	100	119	53	0	.	21	71	84	48	710	37	295	46	0	.	504	29	188	37	274	44	62	81	140	40	0	.	1090	23	254	45	182	41	1265	27	28	54	63	45	13	100	58	77	252	56	213	39	95	83	199	38	184	39	124	48	364	27	168	48	403	39	24	57	87	58	140	48	88	57	113	48	195	36	337	40	256	35	25	68	0	.	0	.	0	.	182	75	0	.	34	47	95	49	23	50	107	36	121	53	85	44	95	49	34	71	142	62	53	54	109	91	217	50	98	59	0	.	457	46	3	.	56	49	74	41	73	57	96	45	93	43	6	100	80	60	59	71	37	67	0	.	11	97	362	27	118	56	331	52	16	93	309	37	69	57	0	.	0	.	27	.	0	.	16760	5
	totale	734	50	20	.	0	.	933	45	3897	28	5337	23	11011	15	15054	12	5619	20	11268	12	188	78	418	55	1715	37	0	.	722	55	2703	30	5786	18	2861	31	0	.	4570	20	2854	25	2959	25	344	60	1685	32	0	.	9905	15	2831	25	4179	24	7663	18	1209	39	3217	24	750	42	1585	34	4137	23	3019	29	526	45	3941	26	4017	26	2380	34	4329	21	3861	27	8065	18	1424	35	1958	31	1692	30	874	46	1935	30	2928	28	3561	25	3078	27	1738	35	0	.	419	50	0	.	2399	64	0	.	961	32	1492	30	778	38	2314	25	1499	31	1437	33	1560	36	794	48	805	57	1353	37	1218	44	2149	33	1527	44	16	.	3806	23	328	.	632	43	2898	21	1769	33	2002	28	1125	39	602	52	911	40	612	61	600	65	0	.	32	85	3625	22	1877	32	1693	37	658	62	4176	23	2502	29	0	.	12	.	219	.	0	.	216277	2
submontana	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	.
	vivo	2574	22	2254	22	2147	26	3774	22	0	.	0	.	1131	44	2381	26	11852	11	73	.	726	38	1205	38	1363	31	254	.	759	50	1086	47	0	.	2198	29	0	.	0	.	432	52	404	55	0	.	0	.	0	.	3297	24	2453	30	2990	25	312	74	229	44	0	.	782	49	51	.	0	.	0	.	0	.	317	70	410	67	660	56	237	72	467	63	0	.	3412	22	1488	35	200	57	1149	32	1002	38	279	75	0	.	407	72	1490	35	2640	26	2716	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	609	72	219	.	262	73	311	51	585	61	0	.	839	53	729	46	309	60	529	45	242	52	0	.	497	49	688	48	935	43	745	43	420	58	0	.	551	65	0	.	0	.	457	43	303	71	951	43	1439	29	298	68	1434	30	1669	30	1306	30	1730	27	0	.	79660	4
	morto	280	38	194	48	24	76	229	35	0	.	0	.	63	48	77	49	490	23	0	.	169	58	134	58	117	49	0	.	72	67	84	79	0	.	94	66	0	.	0	.	6	89	5	100	0	.	0	.	0	.	165	45	55	45	217	46	9	100	77	59	0	.	23	79	0	.	0	.	0	.	0	.	5	71	14	100	153	63	69	71	15	100	0	.	348	54	6	100	51	71	136	63	112	48	0	.	0	.	11	100	38	56	99	53	170	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	75	0	.	5	100	117	56	48	77	0	.	48	86	11	78	27	100	15	79	13	71	0	.	31	60	29	67	28	91	41	72	2	100	0	.	3	100	0	.	0	.	60	55	0	.	23	68	152	45	0	.	36	70	56	56	19	52	17	55	0	.	4619	9
	totale	2854	21	2447	23	2171	26	4003	22	0	.	0	.	1195	44	2458	26	12342	11	73	.	895	36	1339	36	1480	31	254	.	831	48	1170	46	0	.	2292	29	0	.	0	.	437	51	409	54	0	.	0	.	0	.	3462	24	2508	30	3207	24	322	74	306	43	0	.	805	48	51	.	0	.	0	.	0	.	322	70	424	66	814	53	307	71	482	64	0	.	3760	21	1494	35	251	50	1284	33	1113	38	279	75	0	.	418	73	1528	35	2740	26	2887	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	636	72	219	.	268	73	428	52	633	62	0	.	888	53	739	46	336	61	544	45	255	52	0	.	528	49	716	47	963	43	786	43	422	58	0	.	554	65	0	.	0	.	516	44	303	71	974	43	1591	28	298	68	1470	30	1725	29	1325	30	1747	27	0	.	84279	4
iperinsubrica e collinare	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	.
	vivo	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	494	54	0	.	0	.	0	.	0	.	882	39	187	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	86	.	98	93	825	39	399	57	801	31	1204	31	3334	19	1011	34	827	34	2066	25	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	167	71	0	.	0	.	73	.	0	.	0	.	0	.	632	39	328	51	178	40	0	.	0	.	0	.	0	.	0	.	84	77	0	.	0	.	0	.	13676	7
	morto	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	57	0	.	0	.	0	.	0	.	101	47	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	.	8	100	59	53	47	80	136	38	251	42	516	27	131	32	148	39	323	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	15	.	0	.	0	.	0	.	100	46	76	53	52	72	0	.	0	.	0	.	0	.	0	.	13	100	0	.	0	.	0	.	2033	11
	totale	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	530	53	0	.	0	.	0	.	0	.	983	38	187	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	105	.	106	94	884	39	446	58	937	31	1456	31	3850	19	1142	33	974	32	2388	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	169	72	0	.	0	.	88	.	0	.	0	.	0	.	732	39	405	49	230	44	0	.	0	.	0	.	0	.	0	.	97	80	0	.	0	.	0	.	15709	7
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	.
	vivo	3202	20	2273	22	2147	26	4650	20	3802	28	4818	24	23556	9	16935	10	17180	10	10533	12	894	34	1602	31	2959	24	254	.	1720	35	4754	22	5762	17	5158	21	494	54	5769	18	10096	13	6549	16	8852	15	17259	9	15234	10	12112	12	5186	19	6986	17	7403	16	1410	34	3154	24	1519	32	1581	34	3885	23	3378	26	2128	29	5444	21	4243	25	3530	26	5312	19	4306	25	7857	17	4812	18	3358	23	1751	28	1934	27	2823	24	4044	22	3647	23	3505	24	3203	24	2640	26	3221	22	1874	28	5567	28	2836	23	2200	20	2602	21	4089	17	5130	15	2796	20	4320	19	2686	28	2141	34	2547	28	3015	26	3285	25	3428	26	2269	34	745	45	3847	21	855	47	817	35	2824	21	2361	27	2635	24	2291	26	1415	32	1251	33	553	60	1114	46	12315	12	9183	13	11848	12	2062	30	2313	28	2081	28	4165	22	3867	21	1753	29	1318	30	1923	26	0	.	415143	1
	morto	387	35	194	48	24	76	286	30	95	39	519	35	3246	13	1173	19	781	20	1038	25	189	53	154	52	236	36	0	.	101	50	247	37	874	33	391	38	36	57	635	25	658	21	589	27	1297	25	2058	14	1293	20	1256	20	315	37	400	31	1423	24	106	45	63	45	36	62	58	77	252	56	279	34	228	46	452	35	198	37	295	39	608	21	246	42	549	33	372	50	93	55	192	40	224	44	225	34	245	30	466	37	339	34	63	43	99	53	189	57	124	31	445	35	476	40	208	32	346	33	539	26	387	22	299	30	466	23	210	33	167	49	361	36	231	34	366	36	393	38	146	48	11	78	492	43	18	68	69	42	74	41	105	43	137	35	242	48	61	54	82	58	59	71	40	62	1528	15	1171	19	1669	15	149	49	354	48	168	42	309	37	105	45	69	49	19	52	44	65	0	.	37911	3
	totale	3588	20	2467	23	2171	26	4936	20	3897	28	5337	23	26802	9	18108	10	17961	10	11571	12	1083	33	1757	30	3195	24	254	.	1821	34	5001	22	6636	17	5548	20	530	53	6404	18	10754	13	7138	16	10149	14	19317	9	16527	10	13367	12	5501	19	7386	17	8826	16	1515	32	3217	24	1555	32	1639	33	4137	23	3657	25	2355	29	5895	21	4441	24	3825	26	5921	18	4552	25	8407	17	5184	18	3451	23	1942	27	2158	27	3048	23	4289	22	4113	23	3844	24	3266	24	2740	26	3410	21	1998	27	6012	28	3312	22	2408	20	2948	21	4628	17	5517	15	3095	20	4786	18	2896	28	2308	33	2908	27	3246	25	3651	25	3820	27	2415	34	755	45	4340	21	873	47	887	34	2898	21	2466	26	2772	24	2533	26	1476	32	1333	33	612	61	1154	46	13843	12	10354	13	13517	12	2212	29	2667	28	2249	27	4475	21	3972	21	1822	28	1337	30	1966	26	0	.	453055	1

Citazione delle tabelle

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: Inventario forestale nazionale svizzero - Tabella n. 2304864. Birmensdorf, Swiss Federal Research Institute WSL
https://doi.org/10.21258/1941204