Ricerca di risultati

indietro

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
provvigione (legno del fusto)
proprietà (2 classi) · diametro a petto d'uomo (classi dimensionali)
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
proprietà (2 classi)	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	.
pubblica	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	158	30	67	33	15	47	31	32	4	71	28	52	95	24	175	42	262	26	164	27	68	46	52	46	46	48	2	.	18	81	33	39	93	37	58	56	14	75	60	27	112	25	80	28	170	23	469	22	319	22	156	41	60	40	27	39	34	50	39	46	13	47	52	52	30	59	62	59	19	50	100	42	108	40	28	49	30	47	89	48	23	50	13	46	85	34	88	43	52	43	88	45	55	58	81	35	43	45	21	42	14	60	8	75	9	52	51	34	175	32	50	28	149	35	20	48	38	51	237	31	88	32	83	28	12	88	56	46	50	38	64	37	38	44	66	73	17	57	15	64	65	46	14	61	72	47	29	58	30	61	63	47	63	57	24	62	16	73	17	73	21	87	234	21	214	26	270	19	22	43	14	47	30	45	27	51	122	46	37	43	33	45	9	42	0	.	6654	4
	16-23 cm	274	28	206	36	279	39	105	37	20	50	125	51	332	33	417	24	646	17	657	21	138	42	133	42	170	45	0	.	55	44	211	36	334	40	190	39	10	100	279	26	446	23	281	24	527	22	1257	14	1071	15	755	20	128	42	113	38	136	42	62	69	116	36	107	40	131	47	107	42	142	60	230	32	379	36	97	70	170	38	321	37	182	45	119	43	192	30	259	37	157	41	152	33	142	39	261	35	180	37	152	47	132	42	148	53	27	48	216	34	436	25	189	28	365	27	112	45	185	34	600	20	404	27	286	31	180	49	168	46	196	39	221	34	115	38	179	49	50	45	16	59	206	32	109	58	72	51	210	26	129	41	151	43	137	42	73	58	39	56	10	100	33	84	929	20	640	25	803	19	67	44	65	42	37	99	108	43	201	50	99	45	140	70	56	45	0	.	21491	3
	24-35 cm	402	31	538	34	338	33	316	42	249	47	530	43	997	23	705	23	1032	20	1951	19	107	52	177	44	483	33	-5	.	299	50	461	37	925	26	464	45	43	75	411	41	1232	22	878	22	1015	23	2910	14	2736	13	1133	19	281	37	493	43	313	38	116	53	255	36	241	47	164	54	232	60	425	52	502	36	967	29	198	42	221	39	684	32	400	58	505	35	707	28	526	35	401	33	185	41	361	39	395	30	692	30	192	49	468	42	145	46	160	46	129	46	1279	40	441	29	617	32	317	44	456	40	1320	20	771	25	608	29	467	45	102	59	457	39	440	33	227	32	201	47	258	58	81	74	556	32	186	57	154	54	515	29	409	34	428	47	117	47	204	50	157	56	103	72	0	0	1519	18	1621	21	1979	16	327	39	166	43	107	58	131	52	191	54	291	45	148	43	285	40	0	.	48322	3
	36-51 cm	682	28	321	31	644	32	700	27	649	39	836	38	1482	24	1745	24	2012	17	3175	16	142	56	482	40	575	35	38	.	599	43	727	33	1085	29	1057	37	99	88	1419	24	2456	19	1335	20	1653	23	4594	13	5402	12	3149	18	334	32	849	33	442	42	145	50	469	47	396	37	346	48	385	34	705	43	560	29	1242	28	508	43	728	36	1305	23	471	34	486	34	1609	23	620	30	904	30	485	35	704	34	997	29	777	30	967	30	267	76	209	51	328	42	420	42	1438	32	911	29	333	26	185	37	331	51	1006	20	653	28	864	30	367	41	194	47	667	37	628	43	761	44	295	50	279	45	117	92	1033	27	127	90	340	39	802	25	517	30	947	27	515	36	412	48	293	50	258	63	12	100	2418	18	2088	18	2853	16	483	40	459	40	335	42	201	51	330	41	335	37	289	45	357	38	0	.	79148	3
	=52 cm	605	31	622	37	871	39	1744	27	730	50	781	45	2136	28	2563	24	3417	18	2425	20	344	56	407	53	588	50	219	.	429	52	804	40	896	34	968	33	0	.	2678	24	2485	23	2519	22	2835	23	5805	14	4572	14	3242	20	897	36	948	43	419	44	476	58	738	48	470	56	533	48	773	42	273	71	538	45	1175	27	895	42	488	39	1246	30	1378	38	1199	44	1265	29	1157	37	182	70	612	42	470	40	1803	29	729	37	1195	38	136	61	385	53	952	39	967	34	2127	31	755	33	436	33	135	58	243	55	1266	23	426	35	840	37	378	55	426	53	661	48	865	41	1227	35	426	47	469	48	139	100	1191	33	166	76	179	52	658	36	839	44	693	32	725	40	218	53	440	44	165	59	241	100	3563	18	1784	21	3585	18	333	43	857	42	520	42	256	74	456	42	322	43	377	43	456	42	0	.	95829	3
	totale	2120	23	1755	26	2147	26	2896	24	1652	41	2299	36	5042	21	5605	18	7370	14	8373	14	800	37	1250	33	1860	32	254	.	1399	39	2235	29	3333	23	2737	30	166	79	4847	21	6731	16	5093	17	6201	17	15035	10	14100	10	8435	15	1699	29	2431	32	1344	36	838	42	1592	36	1265	36	1205	39	1560	34	1565	42	1931	31	3871	22	1725	36	1637	32	3646	23	2454	31	2321	34	3858	21	2650	25	1695	28	1522	29	1733	30	3537	24	2422	27	2526	29	1017	45	895	37	1476	34	1783	29	5455	28	2345	24	1900	22	768	34	1253	32	4429	16	2341	22	2681	24	1404	36	946	39	2031	32	2218	31	2367	31	1167	37	1074	39	368	59	3052	24	601	59	817	35	2215	24	1924	30	2282	26	1558	30	931	41	944	37	553	60	307	87	8663	13	6347	16	9489	13	1231	35	1561	33	1028	33	723	43	1300	31	1084	33	986	32	1164	34	0	.	251444	2
privata	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	6	62	15	58	0	.	36	51	5	68	22	48	365	14	188	17	326	29	80	53	2	100	10	87	21	44	0	.	6	100	65	42	43	40	29	38	9	88	4	55	59	37	23	48	60	42	41	87	35	54	61	38	112	46	182	39	135	29	3	73	36	37	5	100	3	162	14	49	37	46	4	.	18	50	34	76	26	88	57	46	7	71	41	32	23	69	2	73	0	.	9	71	-5	498	67	79	13	62	19	60	13	252	51	40	60	35	5	.	5	72	6	78	21	61	96	59	134	29	16	74	9	71	85	36	21	45	6	85	10	50	10	67	25	63	55	43	11	67	14	72	17	57	5	82	0	.	18	48	6	83	7	74	7	63	5	59	0	0	0	.	14	80	145	33	101	26	76	42	9	75	13	53	15	51	44	39	55	70	2	100	7	74	23	45	0	.	3577	6
	16-23 cm	9	131	15	69	0	.	97	45	79	65	65	69	1033	16	655	16	827	23	214	36	3	100	39	78	68	52	0	.	22	100	263	38	70	200	239	79	53	100	50	49	145	31	154	55	168	36	130	39	143	45	146	30	276	35	352	32	423	22	25	72	126	47	6	100	39	67	208	44	200	52	21	.	82	45	81	61	126	53	117	47	50	66	168	30	73	56	40	72	0	.	23	100	41	50	89	54	36	55	66	57	99	43	113	58	178	36	18	.	0	.	29	70	96	53	218	35	582	27	96	73	57	74	296	36	67	51	49	60	113	60	58	52	47	55	160	49	53	76	36	100	92	62	0	.	0	.	41	57	48	91	16	100	55	51	54	85	4	100	0	.	78	78	396	31	365	26	266	31	21	82	76	54	62	56	161	35	45	43	18	81	0	.	98	47	0	.	11615	5
	24-35 cm	73	76	39	71	0	.	297	56	347	46	523	42	3112	12	1690	19	1541	19	411	39	9	100	89	73	217	46	0	.	54	79	413	51	466	46	423	34	29	77	205	62	235	35	526	47	503	35	426	42	165	46	503	33	564	33	696	26	1179	23	156	91	340	39	17	100	84	76	318	39	572	37	107	.	322	40	462	43	407	47	358	45	388	71	593	32	363	49	98	90	6	.	65	72	309	51	69	60	181	56	113	61	486	40	218	43	452	42	17	.	52	71	121	64	125	62	523	30	863	27	263	72	158	74	450	34	448	50	251	56	92	63	165	52	92	76	536	46	275	56	53	100	285	51	0	.	0	.	115	61	153	66	72	85	120	61	162	52	58	71	0	.	95	76	673	34	671	31	394	29	109	54	76	76	160	49	754	34	428	33	48	100	23	100	258	48	0	.	30360	4
	36-51 cm	502	43	212	47	0	.	516	45	815	39	825	35	6418	12	3074	16	2976	19	766	35	12	100	214	96	386	41	0	.	141	78	921	34	652	34	814	33	123	84	346	43	1209	27	438	39	676	33	745	34	288	50	1543	25	1209	29	1164	25	1778	21	175	63	516	43	109	83	178	63	782	35	483	40	30	.	443	54	848	36	726	44	425	39	651	49	1643	24	268	49	178	71	50	.	160	71	480	40	144	82	374	46	354	58	807	30	491	37	412	38	13	.	43	73	100	71	38	73	554	28	871	26	85	68	128	55	369	38	348	47	617	58	194	64	301	48	248	48	607	39	403	53	207	73	242	47	11	100	0	.	357	43	96	64	154	80	332	52	159	59	61	78	0	.	232	58	1079	32	714	32	730	35	261	58	350	60	358	46	980	27	1204	30	181	57	136	71	88	74	0	.	52341	4
	=52 cm	491	46	237	50	0	.	808	42	904	42	1084	39	7587	13	5723	16	4141	19	690	35	68	73	0	.	407	44	0	.	96	100	858	42	1199	32	915	31	113	100	317	44	1717	28	314	46	1245	36	882	31	502	51	1423	29	1325	33	2162	25	2544	23	213	66	544	41	117	81	73	76	1003	33	521	46	34	.	708	60	1093	48	609	64	709	45	757	43	3091	22	227	57	389	60	0	.	154	100	264	50	137	75	621	48	427	62	781	38	873	54	642	47	37	.	12	100	234	60	21	100	443	38	385	45	240	89	103	81	440	49	397	53	272	54	108	72	264	67	506	54	904	39	453	63	66	100	158	55	237	78	0	.	78	58	133	100	106	81	219	53	103	59	183	71	0	.	388	58	1358	33	986	30	892	35	430	57	237	59	457	57	1502	32	835	41	420	64	166	75	292	54	0	.	65807	4
	totale	1081	40	518	43	0	.	1754	36	2150	39	2519	33	18514	10	11330	13	9810	15	2160	28	95	71	352	84	1099	37	0	.	320	78	2519	33	2429	28	2421	28	327	71	922	41	3365	24	1456	39	2652	28	2224	28	1133	41	3676	23	3487	25	4555	21	6059	19	572	56	1562	33	254	71	376	68	2325	32	1813	32	196	.	1573	47	2517	34	1894	41	1666	34	1852	42	5537	21	954	42	708	59	56	.	412	74	1090	40	507	57	1225	43	979	46	2186	29	1745	35	1745	28	91	.	112	64	491	59	300	55	1834	27	2835	21	701	53	455	53	1640	29	1282	43	1195	52	516	59	797	45	919	42	2261	35	1195	54	377	69	795	42	253	76	0	.	608	43	437	62	353	69	733	51	484	52	307	71	0	.	807	55	3652	26	2836	24	2359	27	831	55	752	53	1053	44	3442	25	2567	28	669	52	332	70	759	42	0	.	163699	3
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	164	28	83	29	15	47	67	31	9	49	50	36	461	12	363	22	588	20	244	25	70	45	62	40	67	36	2	.	24	65	97	31	135	28	87	40	23	57	64	26	170	21	103	25	230	20	510	21	354	21	217	32	172	33	210	34	168	25	42	43	50	30	57	48	33	55	76	49	56	34	104	40	127	35	61	47	56	48	146	34	30	42	54	27	108	31	91	42	52	43	98	41	51	78	148	41	56	37	40	36	26	125	59	36	69	32	56	32	179	31	56	26	170	32	115	50	173	25	254	30	97	29	168	22	34	43	62	42	60	32	73	33	63	37	120	44	28	44	30	48	82	38	19	50	72	47	47	40	36	52	70	43	70	52	29	52	16	73	17	73	34	61	379	18	315	19	346	18	31	37	27	35	45	34	71	31	177	39	39	42	39	40	32	34	0	.	10230	3
	16-23 cm	283	27	221	34	279	39	201	29	99	53	190	41	1365	14	1072	13	1473	15	871	18	142	41	171	37	238	35	0	.	77	43	473	27	404	48	429	47	63	86	329	23	591	19	436	25	695	19	1387	13	1213	15	901	18	404	27	465	26	560	20	87	54	242	29	113	39	170	39	315	32	343	39	251	30	460	31	178	47	295	31	438	30	232	38	287	25	265	27	299	33	157	41	175	32	183	32	349	29	217	32	218	37	231	30	261	39	206	32	234	32	436	25	218	26	461	24	329	27	767	22	696	20	461	25	582	24	247	39	217	38	309	33	279	29	161	31	339	35	103	45	52	72	299	29	109	58	72	51	251	24	177	38	167	40	192	33	127	49	43	52	10	100	111	60	1325	17	1005	19	1069	16	88	39	141	35	99	51	270	27	246	41	117	40	140	70	154	34	0	.	33106	3
	24-35 cm	475	29	577	32	338	33	613	35	596	33	1053	30	4108	11	2395	15	2573	14	2362	17	116	49	266	38	699	27	-5	.	353	44	874	31	1391	23	888	29	72	54	616	34	1467	19	1404	22	1518	19	3336	13	2901	13	1636	17	845	25	1189	24	1492	20	272	57	595	27	258	44	248	44	550	34	997	31	609	34	1289	24	660	32	628	33	1043	26	788	45	1098	23	1070	25	624	33	407	33	250	36	671	31	465	27	873	27	305	38	954	29	363	31	612	33	146	43	1331	39	562	27	742	28	840	25	1318	22	1583	20	929	24	1058	22	915	34	353	43	549	34	605	28	319	31	738	36	534	40	134	60	841	27	186	57	154	54	631	26	562	30	499	42	237	38	366	36	215	45	103	72	95	76	2192	16	2291	17	2373	14	436	32	243	38	267	38	885	30	619	28	339	41	171	39	543	31	0	.	78682	2
	36-51 cm	1184	24	533	26	644	32	1216	24	1465	28	1660	26	7900	11	4819	13	4988	13	3941	14	154	52	696	40	961	27	38	.	741	38	1648	24	1737	22	1871	25	222	61	1766	21	3665	16	1773	17	2329	19	5339	12	5690	12	4692	14	1543	24	2013	20	2220	19	319	41	985	31	505	34	524	38	1167	26	1188	30	590	28	1685	25	1355	27	1454	28	1730	20	1121	32	2129	20	1877	21	798	28	954	29	646	31	1184	26	1141	27	1151	25	1320	27	1074	29	700	30	740	28	434	40	1482	31	1010	27	372	24	739	23	1202	23	1091	19	780	25	1233	24	715	31	811	45	861	32	929	33	1009	35	902	31	682	36	324	57	1276	23	138	83	340	39	1158	21	613	27	1101	25	847	30	572	38	354	44	258	63	244	55	3497	16	2802	16	3582	14	744	33	809	34	693	31	1181	24	1534	25	516	31	425	38	445	34	0	.	131489	2
	=52 cm	1096	27	859	30	871	39	2552	23	1633	32	1865	29	9722	12	8285	13	7557	13	3115	17	413	48	407	53	994	34	219	.	525	46	1662	29	2095	23	1883	23	113	100	2995	22	4202	18	2833	20	4081	19	6687	12	5074	14	4666	16	2222	24	3110	22	2964	21	689	45	1281	32	586	48	606	44	1777	26	794	39	572	43	1883	28	1988	32	1097	39	1955	25	2135	29	4289	20	1492	26	1546	31	182	70	766	39	735	31	1941	27	1350	30	1622	32	917	34	1258	41	1594	30	1005	33	2139	31	990	28	457	32	578	32	629	34	1507	24	529	32	1279	29	775	38	698	38	769	42	1129	35	1733	30	1329	31	922	39	205	75	1349	30	403	55	179	52	736	33	973	40	799	30	944	33	322	40	623	37	165	59	630	52	4921	15	2770	17	4477	16	763	37	1094	35	977	35	1759	30	1291	30	743	40	543	37	749	33	0	.	161636	2
	totale	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

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. 2309674. Birmensdorf, Swiss Federal Research Institute WSL
https://doi.org/10.21258/1950726