Scelta degli argomenti

indietro

numero totale di fusti #3
Numero di fusti 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 numero totale di fusti corrisponde alla somma del numero di fusti e del numero di fusti morti.

fasce vegetazionali NaiS (3 classi) #2668
Fasce vegetazionali secondo il sistema delle linee guida «Continuità nel bosco di protezione e controllo dell'efficacia» (NaiS; Frehner et al. 2005), ridotto a tre classi. Questa variabile rappresenta una semplificazione delle fasce vegetazionali NaiS in sei classi (NAISHSTKOMB6KL), per cui le classi «iperinsubrica e collinare» e «submontana» vengono riunite nella classe «iperinsubrica, collinare, submontana», mentre le fasce «montana inferiore e superiore» e «altimontana» vengono riunite nella classe «montana» e le fasce «subalpina» e «subalpina superiore» nella classe «subalpina». 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)

diametro a petto d'uomo (10 classi) #1317
Diametro a petto d'uomo (DPU) degli alberi e arbusti a partire da 12 cm di DPU, in dieci classi. Fonte: rilievo sul terreno (MID 60: Brusthöhendurchmesser, MID 62: Umfang)

circondario forestale (2024) #2777
Suddivisione regionale con i circondari forestali come unità. Questa variabile è stata implementata nell'anno 2024 e si basa sull'inchiesta presso i servizi forestali cantonali effettuata negli anni 2022/2023.

bosco accessibile esclusi gli arbusteti IFN1-IFN5 #2382
Bosco che sia nell'IFN1 (1983-1985) che nell'IFN2 (1993-1995), nell'IFN3 (2004-2006), nell'IFN4 (2009-2017) e 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	23-25calcolata con il l'errore standard doppio, ossia 29 ± 2 × 3

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

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

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

Dati: vedi esempio 2

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

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

top

3. Quando due risultati sono statisticamente diversi?*

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

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

Esempio 4: Interpretazione di due risultati dello stesso inventario

IFN5

provvigione (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

	Caso 2						Caso 1

Caso 1

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

Procedura

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

Risposta

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

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

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

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

Caso 2

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

Procedura

Vedi il caso 1.

Risposta

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

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

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

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

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

Esempio 5: Interpretazione di due risultati provenienti da inventari diversi

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

top

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

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

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

Esempio 8: Errore standard e combinazione di categorie di variabili

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

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

È lecito attendersi errori standard elevati se

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

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

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

top

5. Due tipi di variazione?

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

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

top

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

I risultati sono

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

Esempio 9: Additività/non additività delle variazioni

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

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

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

Esempio 10: Numero medio di anni per ambito

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

top

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

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

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

top

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

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

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

top

9. Valori negativi per provvigione, incremento o utilizzazione?

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

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

top

IFN2
numero totale di fusti
fasce vegetazionali NaiS (3 classi) · diametro a petto d'uomo (10 classi)
suddivisione regionale: circondario forestale (2024)
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1-IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 1993/95
		circondario forestale (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		laghi		Svizzera
fasce vegetazionali NaiS (3 classi)	diametro a petto d'uomo (10 classi)	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	totale	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
subalpino	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	0	.	0	.	0	.	0	.	0	.	0	.	2261	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	104	100	1163	40	280	48	593	32	1631	31	4940	18	0	.	0	.	0	.	44	.	0	.	0	.	0	.	0	.	0	.	541	97	313	77	578	70	0	.	0	.	480	57	0	.	241	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	32	100	604	37	512	39	16	.	0	.	0	.	378	62	18	100	0	.	0	.	90	72	159	100	77	.	0	.	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	.	0	.	0	.	0	.	0	.	2749	22	2031	28	1079	34	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21003	8
	21-30 cm	0	.	0	.	0	.	0	.	0	.	0	.	2016	22	50	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	746	30	332	46	649	34	1291	28	2974	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	227	88	209	92	302	71	0	.	0	.	211	61	0	.	110	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	18	100	537	43	227	41	49	.	0	.	0	.	126	55	18	100	0	.	17	.	74	100	54	75	39	.	53	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	.	0	.	0	.	0	.	0	.	1572	22	1495	26	882	34	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14311	8
	31-40 cm	0	.	0	.	0	.	0	.	0	.	0	.	1176	25	105	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	81	527	27	193	55	564	33	596	28	1837	17	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	73	69	64	116	59	0	.	7	.	52	75	0	.	61	.	0	.	0	.	0	.	0	.	0	.	103	84	0	.	0	.	0	.	0	.	0	.	89	73	334	35	151	56	0	.	0	.	0	.	82	52	32	71	0	.	0	.	44	85	25	100	0	.	74	71	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	90	.	0	.	0	.	0	.	0	.	1056	21	628	27	610	36	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8712	7
	41-50 cm	0	.	0	.	0	.	0	.	0	.	0	.	643	25	18	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	48	71	323	28	97	51	420	28	453	27	1021	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	100	71	83	27	74	0	.	7	.	51	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	0	.	0	.	0	.	41	63	191	37	65	62	0	.	0	.	0	.	42	74	14	71	0	.	7	.	59	100	14	100	14	.	7	100	26	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	60	.	0	.	0	.	0	.	0	.	761	21	405	29	298	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5212	7
	51-60 cm	0	.	0	.	0	.	0	.	0	.	0	.	235	24	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	56	79	152	33	35	60	168	30	181	28	587	19	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24	100	14	100	19	100	0	.	7	.	7	100	0	.	9	.	0	.	0	.	0	.	0	.	0	.	29	79	0	.	0	.	0	.	0	.	0	.	56	69	93	48	28	62	0	.	0	.	0	.	50	55	7	100	0	.	7	.	29	79	7	100	27	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	.	0	.	0	.	0	.	0	.	404	24	198	35	197	33	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2660	8
	61-70 cm	0	.	0	.	0	.	0	.	0	.	0	.	75	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	83	37	21	58	75	46	79	37	94	33	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	9	100	0	.	7	.	22	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	0	.	0	.	0	.	6	100	14	71	0	.	0	.	0	.	0	.	14	71	14	100	0	.	7	.	7	100	0	.	0	.	7	100	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	173	31	31	51	78	44	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	846	12
	71-80 cm	0	.	0	.	0	.	0	.	0	.	0	.	15	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	37	53	0	.	23	58	36	53	71	37	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	7	100	7	100	0	.	0	.	0	.	0	.	7	100	0	.	0	.	7	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	113	36	14	71	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	372	17
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	7	100	7	100	14	71	0	.	14	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	50	15	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	116	26
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	50
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	7	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	50
	totale	0	.	0	.	0	.	0	.	0	.	0	.	6427	20	185	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	261	68	3040	26	965	44	2520	28	4273	23	11545	13	0	.	0	.	0	.	44	.	0	.	0	.	0	.	0	.	0	.	860	89	676	71	1051	65	0	.	29	.	837	50	0	.	421	.	0	.	0	.	0	.	0	.	0	.	206	76	0	.	0	.	0	.	0	.	0	.	250	61	1787	32	983	39	65	.	0	.	0	.	700	48	104	71	0	.	45	.	301	77	258	84	157	.	148	71	74	70	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	231	.	0	.	0	.	0	.	0	.	6879	17	4818	24	3152	29	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	53290	6
montano	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	538	58	33	.	0	.	386	48	721	45	1493	35	7315	15	5483	14	1297	24	6179	15	19	100	103	53	811	41	0	.	1054	52	2157	29	3278	22	1492	39	0	.	3134	24	1723	26	2471	27	2820	24	5704	16	2588	26	4935	18	1560	33	1388	30	4670	19	608	63	1434	26	255	51	607	48	1582	29	1453	43	1402	34	1593	31	1138	37	1205	41	1963	30	1294	37	2222	28	852	40	898	45	1227	40	682	54	626	35	1475	34	2628	35	1096	38	904	47	0	.	702	74	1031	43	1090	33	481	49	1562	40	1306	41	833	45	2164	27	1910	34	1071	34	1427	33	605	56	1593	36	982	40	529	39	1554	38	763	55	17	.	1941	28	83	.	239	54	1667	27	658	53	1282	42	572	40	302	89	520	51	107	71	398	74	4737	21	3923	22	5236	20	1229	43	377	54	173	91	1871	36	1040	53	0	.	99	.	33	.	0	.	136603	3
	21-30 cm	209	51	17	.	0	.	282	51	747	32	1614	27	4240	13	3600	16	997	28	4548	15	17	100	122	77	312	47	0	.	365	54	1279	31	2175	25	861	32	0	.	2214	29	1354	23	1405	24	1178	28	3314	16	1540	23	2299	20	463	32	751	33	2863	21	291	46	1038	31	257	50	481	44	721	28	1049	31	730	38	1086	27	780	30	735	37	1489	25	692	44	2167	23	695	41	371	46	682	35	153	62	563	36	589	28	1183	32	609	31	759	41	0	.	105	58	121	56	382	41	427	39	370	35	694	34	356	46	1088	29	954	32	551	38	709	37	313	58	756	37	404	38	363	36	918	43	349	62	69	.	1192	29	83	.	205	54	1003	27	255	37	549	34	370	46	109	62	279	63	163	58	54	73	1818	23	1634	24	2819	18	253	52	297	49	66	71	1130	27	619	32	0	.	50	.	17	.	0	.	77779	3
	31-40 cm	219	51	0	.	0	.	247	43	658	30	1097	27	2864	14	2515	15	870	26	2419	15	42	84	69	79	269	38	0	.	157	51	652	35	1338	23	547	36	0	.	1057	28	952	23	663	27	595	27	2069	17	1280	22	2086	18	602	30	546	28	1369	21	182	53	481	34	167	57	190	40	742	27	460	34	338	40	857	28	648	26	417	38	556	25	430	33	1139	23	407	39	232	45	550	33	125	51	438	33	471	29	723	26	512	32	223	38	0	.	101	69	103	55	209	50	389	43	113	48	212	40	111	58	325	38	236	37	352	41	351	33	205	59	577	34	236	49	317	48	440	35	183	51	138	.	705	27	43	.	164	45	471	26	254	39	491	30	262	39	174	76	175	64	118	60	173	84	1045	25	846	23	1448	19	202	42	195	44	113	58	736	26	469	30	0	.	119	.	53	.	0	.	48326	3
	41-50 cm	97	62	0	.	0	.	153	46	344	30	661	25	2116	13	1771	13	726	21	1185	15	22	74	28	79	174	39	0	.	34	60	408	28	614	21	421	33	0	.	540	22	465	24	521	24	644	24	1288	16	590	21	938	17	222	34	435	31	966	20	123	42	278	29	111	46	130	42	412	24	177	37	234	38	559	27	330	30	189	41	372	24	248	36	771	25	104	46	244	35	236	36	198	45	233	33	270	29	626	26	287	31	174	44	0	.	44	58	88	48	162	44	282	32	71	52	86	45	59	50	125	39	134	42	139	39	137	42	102	53	215	39	231	40	198	40	201	32	147	47	34	.	255	28	33	.	102	53	272	25	147	38	200	47	190	36	95	65	101	46	66	57	106	67	383	26	540	22	759	19	162	44	140	39	108	48	504	26	296	33	0	.	13	.	40	.	0	.	28631	3
	51-60 cm	28	79	0	.	0	.	47	55	148	38	238	30	1147	14	999	15	381	24	392	20	46	100	7	100	76	43	0	.	21	100	110	42	334	27	93	42	0	.	265	28	276	28	286	24	286	25	612	17	211	29	391	19	195	38	230	31	480	23	44	56	95	40	51	64	59	54	229	29	81	44	91	37	302	31	157	36	84	44	241	31	194	39	401	22	63	48	110	43	64	43	30	62	78	43	174	34	208	30	172	35	57	54	0	.	30	62	47	54	100	34	94	36	35	52	22	58	14	100	67	40	29	61	86	47	104	48	36	60	116	40	121	45	80	43	130	41	42	60	0	.	166	35	7	.	83	50	122	29	76	55	100	47	148	46	23	100	45	59	38	67	81	64	168	32	215	27	382	23	68	43	87	44	55	58	223	29	69	43	0	.	0	.	7	.	0	.	13603	3
	61-70 cm	0	.	0	.	0	.	0	.	39	56	23	58	263	20	387	18	121	28	66	36	8	100	7	100	7	100	0	.	0	.	50	49	180	31	13	71	0	.	125	43	106	32	97	36	96	33	209	22	39	45	137	34	92	52	94	32	91	42	15	71	31	50	14	71	30	50	69	36	0	.	64	39	80	43	38	52	60	72	79	40	79	37	139	37	14	100	34	72	15	70	8	100	12	100	71	46	42	46	79	47	8	100	0	.	30	78	63	56	57	64	45	58	28	49	14	100	0	.	39	45	14	71	21	74	19	58	21	100	15	100	51	42	21	75	6	100	40	53	0	.	43	53	0	.	30	61	7	100	31	61	8	100	21	58	0	.	23	100	8	100	22	75	57	52	48	42	97	32	14	71	14	71	14	71	56	43	21	58	0	.	0	.	0	.	0	.	4229	5
	71-80 cm	0	.	13	.	0	.	7	100	20	76	0	.	70	34	121	26	61	44	37	54	8	100	0	.	7	100	0	.	0	.	0	.	45	48	7	100	0	.	69	38	19	58	47	55	48	38	134	29	14	71	28	50	0	.	0	.	18	70	15	71	15	71	0	.	21	74	8	100	0	.	0	.	13	71	20	72	15	72	24	59	40	48	54	54	0	.	7	100	14	71	0	.	0	.	14	71	11	100	23	58	7	100	0	.	0	.	0	.	19	72	30	62	7	100	8	100	0	.	15	71	0	.	14	70	7	100	7	100	22	74	7	100	28	62	0	.	16	71	0	.	7	100	0	.	0	.	15	71	0	.	0	.	0	.	0	.	15	71	16	100	0	.	53	46	26	60	40	46	7	100	21	74	7	100	20	58	7	100	0	.	0	.	0	.	0	.	1484	8
	81-90 cm	0	.	0	.	0	.	0	.	0	.	0	.	23	58	55	38	7	100	8	100	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	15	71	0	.	0	.	12	70	13	71	7	100	7	100	7	100	0	.	0	.	0	.	0	.	7	100	0	.	8	100	0	.	0	.	0	.	0	.	6	100	14	71	0	.	13	100	0	.	0	.	0	.	0	.	0	.	7	100	0	.	7	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	10	100	8	100	0	.	0	.	0	.	7	100	17	72	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	7	100	14	71	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	323	15
	91-100 cm	0	.	0	.	0	.	7	100	0	.	0	.	0	.	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	71	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	7	100	6	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	71	0	.	0	.	0	.	7	100	11	100	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	7	100	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	149	23
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	42
	totale	1091	47	63	.	0	.	1129	42	2678	30	5125	24	18044	11	14938	11	4461	19	14840	13	161	72	336	52	1656	38	0	.	1631	48	4662	26	7962	19	3434	29	0	.	7434	21	4896	19	5490	21	5678	20	13362	13	6270	19	10827	15	3141	26	3443	24	10458	17	1277	46	3372	24	862	44	1517	38	3769	23	3220	29	2859	31	4491	23	3119	26	2711	33	4747	24	2982	31	6913	22	2135	36	1896	33	2789	30	1196	43	1950	30	3071	26	5420	26	2801	27	2131	38	0	.	1011	58	1473	36	2031	31	1749	34	2188	35	2350	34	1373	42	3845	25	3285	31	2234	31	2754	31	1296	46	3301	31	2049	30	1549	32	3249	36	1539	42	259	.	4310	24	249	.	823	39	3557	23	1422	35	2629	31	1562	35	703	56	1159	50	516	55	834	59	8282	19	7246	19	10802	16	1936	37	1139	40	536	49	4547	24	2521	30	0	.	282	.	149	.	0	.	311175	2
iperinsubrica, collinare e 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	.
	12-20 cm	1499	27	2017	37	1120	38	897	27	0	.	0	.	547	49	1101	34	6848	17	468	.	557	54	927	50	781	44	17	.	380	59	603	43	0	.	690	38	899	51	0	.	357	75	436	47	0	.	1512	46	69	81	1874	29	710	35	1918	36	206	71	316	65	0	.	366	53	104	.	0	.	0	.	0	.	121	100	176	65	935	45	308	90	444	55	0	.	2043	27	342	49	426	58	875	46	742	46	137	81	0	.	18	100	909	38	1640	36	1834	37	106	.	481	46	313	51	1973	40	2173	31	6239	21	1023	47	929	57	3004	29	288	80	0	.	206	73	436	50	502	63	0	.	196	61	776	57	191	91	393	56	187	67	0	.	861	47	503	62	450	60	992	49	436	59	0	.	392	57	1379	40	563	44	913	39	91	71	330	60	654	42	569	79	676	46	1266	36	405	36	928	44	0	.	68996	5
	21-30 cm	819	29	772	29	408	40	924	29	0	.	0	.	410	47	818	29	4037	14	0	.	199	47	522	39	626	37	87	.	119	77	518	41	0	.	555	37	482	49	0	.	224	68	115	60	0	.	676	52	31	100	1293	26	604	38	883	28	100	71	148	53	0	.	300	44	17	.	0	.	0	.	0	.	69	100	199	66	383	51	138	71	273	65	0	.	874	31	153	46	203	60	448	36	660	41	81	71	0	.	54	100	422	42	772	32	724	40	53	.	216	43	156	61	444	43	944	28	1723	23	411	44	271	43	1214	30	159	72	0	.	188	72	120	62	275	71	0	.	221	65	34	71	87	100	209	56	104	85	0	.	481	45	451	53	324	57	406	43	316	69	0	.	255	66	475	42	355	48	331	39	79	82	52	58	460	41	197	59	552	38	440	35	481	41	292	39	0	.	33915	4
	31-40 cm	805	25	475	29	392	35	778	23	0	.	0	.	232	42	372	30	2179	14	0	.	172	50	335	44	377	37	59	.	212	50	297	41	0	.	521	30	68	68	0	.	77	80	138	59	0	.	187	57	18	100	805	26	679	43	839	26	31	100	131	50	0	.	126	47	66	.	0	.	0	.	0	.	66	100	66	88	270	54	80	71	124	62	0	.	667	27	101	53	171	63	335	38	362	39	6	100	0	.	146	71	238	42	285	33	409	32	7	.	48	100	16	100	77	59	228	46	534	28	73	40	91	55	427	32	32	100	0	.	52	74	79	86	82	71	0	.	60	64	66	90	17	100	294	56	100	74	0	.	174	45	94	47	267	43	132	51	64	72	0	.	190	61	205	46	116	57	62	59	52	71	63	66	475	38	39	100	303	38	423	32	363	40	224	41	0	.	19234	4
	41-50 cm	442	23	473	29	110	40	767	22	0	.	0	.	308	47	286	35	1564	13	0	.	127	53	116	48	111	52	7	.	145	51	157	52	0	.	300	36	50	87	0	.	69	53	78	66	0	.	55	47	20	73	510	23	391	43	489	28	25	72	87	48	0	.	80	53	0	.	0	.	0	.	0	.	21	100	35	100	138	55	31	72	46	60	0	.	357	27	221	44	94	56	239	42	127	49	25	100	0	.	14	71	189	49	337	31	253	26	0	.	20	71	48	100	32	81	69	40	166	41	45	53	59	53	135	43	23	100	0	.	15	100	48	58	79	73	0	.	42	73	30	80	49	77	74	54	14	100	0	.	58	51	59	57	189	46	73	67	60	66	0	.	158	59	66	56	0	.	31	50	48	84	130	50	255	38	47	100	142	41	330	30	215	34	247	36	0	.	11950	5
	51-60 cm	265	30	260	28	80	39	302	25	0	.	0	.	106	43	216	34	854	16	0	.	80	39	21	58	56	50	0	.	64	52	49	43	0	.	135	35	36	83	0	.	26	77	51	54	0	.	16	71	13	71	235	24	129	39	186	30	31	100	51	51	0	.	35	66	0	.	0	.	0	.	0	.	0	.	17	100	24	71	6	100	35	60	0	.	168	26	116	59	7	100	91	53	31	71	6	100	0	.	7	100	81	52	115	39	148	34	0	.	0	.	8	100	8	100	43	52	35	49	19	72	23	100	80	47	16	100	0	.	0	.	14	71	29	72	0	.	40	73	0	.	21	100	15	71	0	.	0	.	58	59	0	.	14	100	14	71	27	71	0	.	43	58	22	100	0	.	14	71	7	100	41	58	121	42	8	100	174	45	138	35	127	47	108	41	0	.	5416	5
	61-70 cm	71	42	59	40	34	53	115	33	0	.	0	.	24	59	50	47	251	23	0	.	38	53	21	100	21	74	0	.	13	71	14	71	0	.	15	71	0	.	0	.	12	100	0	.	0	.	0	.	0	.	42	41	7	100	49	46	21	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	9	100	12	100	0	.	28	77	0	.	44	52	48	48	0	.	28	60	0	.	0	.	0	.	0	.	32	61	50	54	61	45	7	.	10	100	8	100	7	100	15	71	8	100	8	100	8	100	24	58	0	.	0	.	7	100	15	70	8	100	0	.	23	74	0	.	0	.	16	70	0	.	0	.	0	.	8	100	0	.	0	.	21	75	0	.	0	.	0	.	13	100	14	100	0	.	0	.	36	54	0	.	13	100	33	45	20	58	36	54	0	.	1535	8
	71-80 cm	21	75	22	74	13	71	28	60	0	.	0	.	0	.	9	100	85	34	0	.	15	100	0	.	0	.	0	.	0	.	13	100	0	.	8	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	14	70	0	.	19	71	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	12	100	0	.	20	100	0	.	0	.	7	100	0	.	8	100	0	.	0	.	0	.	0	.	21	57	7	100	42	49	0	.	10	100	8	100	0	.	0	.	24	74	8	100	0	.	27	59	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	8	100	0	.	0	.	0	.	0	.	10	100	0	.	7	100	0	.	0	.	510	14
	81-90 cm	0	.	7	100	0	.	8	100	0	.	0	.	0	.	22	58	45	47	0	.	0	.	7	100	0	.	0	.	0	.	7	100	0	.	16	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	16	100	0	.	0	.	31	100	8	100	0	.	0	.	8	100	7	100	0	.	19	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	7	100	0	.	0	.	248	22
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	16	71	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	53	38
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	29	79	0	.	22	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	61	46
	totale	3922	20	4084	26	2157	31	3819	20	0	.	0	.	1627	44	2874	26	15871	12	468	.	1196	42	1949	39	1972	35	171	.	934	45	1658	35	0	.	2248	29	1535	48	0	.	765	62	825	48	0	.	2446	42	152	71	4774	22	2533	29	4384	25	415	73	732	48	0	.	920	42	187	.	0	.	0	.	0	.	278	100	502	59	1775	44	563	77	971	53	0	.	4153	23	988	34	901	47	2023	32	1922	40	255	71	0	.	239	73	1900	31	3221	27	3479	27	173	.	826	40	564	57	2542	38	3473	29	8752	19	1622	40	1381	47	4960	26	526	72	0	.	469	72	712	52	976	57	0	.	582	58	906	52	364	61	1016	46	404	57	0	.	1632	42	1115	54	1245	43	1617	42	930	59	0	.	1046	54	2148	38	1046	43	1374	36	277	71	616	46	2002	30	860	66	1871	33	2644	27	1623	32	1835	31	0	.	141919	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	.
	12-20 cm	2037	25	2050	37	1120	38	1283	24	721	45	1493	35	10122	12	6584	13	8145	15	6647	16	576	52	1031	45	1593	30	17	.	1434	42	2760	24	3278	22	2182	29	899	51	3238	23	3244	22	3187	22	3413	21	8847	14	7598	14	6809	15	2270	25	3306	24	4921	18	923	47	1434	26	621	38	711	43	1582	29	1994	41	1715	31	2292	28	1314	33	2140	30	2750	25	1738	30	2463	27	2895	22	1240	35	1653	33	1556	35	1368	30	1630	31	2628	35	1114	38	1813	30	1640	36	2536	34	1169	39	2175	22	1306	26	3552	28	3479	25	7072	19	3565	22	2857	29	4075	23	1716	30	694	49	1958	31	1495	30	1031	37	1576	37	958	45	793	55	2132	27	476	49	426	42	1667	27	1520	35	1785	35	1072	33	1294	43	956	38	107	71	790	47	8865	14	6517	16	7228	16	1320	40	707	40	828	38	2440	33	1715	37	1266	36	505	35	961	42	0	.	226602	2
	21-30 cm	1028	25	788	28	408	40	1206	25	747	32	1614	27	6667	11	4468	14	5034	13	4548	15	217	44	644	35	937	29	87	.	484	45	1797	25	2175	25	1416	24	482	49	2214	29	2325	18	1852	21	1827	21	5281	14	4545	13	3592	15	1067	26	1634	21	2964	21	438	35	1038	31	557	33	498	43	721	28	1276	30	939	36	1457	25	979	27	1118	30	1839	22	964	36	2276	23	1569	25	524	35	885	30	601	31	1224	28	689	25	1183	32	663	29	1181	30	772	32	829	35	192	45	1134	26	810	26	863	27	1638	22	2079	20	1625	23	1243	26	1764	24	885	32	386	50	997	31	563	31	691	35	918	43	569	46	103	71	1278	28	292	49	308	46	1003	27	737	32	1000	30	710	35	515	36	594	47	163	58	309	56	3865	15	3483	16	4033	15	332	44	349	43	526	37	1326	25	1171	25	440	35	530	38	308	37	0	.	126005	2
	31-40 cm	1024	22	475	29	392	35	1025	20	658	30	1097	27	4273	12	2992	13	3050	12	2419	15	215	44	404	39	647	27	59	.	369	36	949	27	1338	23	1068	23	68	68	1088	27	1557	17	993	22	1159	21	2852	14	3136	13	2891	15	1282	27	1384	19	1401	20	314	37	481	34	293	38	256	39	742	27	509	31	406	35	1039	25	714	25	694	31	689	23	554	29	1200	23	1075	22	334	35	722	29	460	31	799	25	580	28	723	26	658	29	461	28	285	33	510	29	199	43	591	27	556	34	190	37	441	30	645	25	480	27	359	28	780	25	383	31	249	51	654	31	315	42	473	36	449	35	243	41	204	73	723	26	337	50	264	40	471	26	428	29	585	26	619	29	306	48	239	51	118	60	364	51	2307	15	1590	17	2120	16	255	36	258	37	588	33	775	25	772	23	423	32	482	39	277	38	0	.	76272	2
	41-50 cm	540	22	473	29	110	40	921	20	344	30	661	25	3067	12	2075	12	2290	11	1185	15	148	47	143	42	285	31	7	.	179	43	564	25	614	21	721	24	50	87	589	21	858	17	696	20	1064	18	1797	13	1631	12	1448	13	613	30	924	21	991	19	210	31	278	29	191	35	130	42	412	24	189	36	305	35	607	26	365	29	334	32	455	23	294	32	771	25	461	23	465	28	330	30	437	31	360	28	309	27	626	26	301	30	362	33	337	31	296	24	129	38	373	27	395	27	103	44	155	31	224	33	213	29	208	31	273	29	167	37	161	49	244	35	293	33	284	35	227	29	189	40	64	65	304	27	107	48	116	48	272	25	205	31	259	39	440	29	168	47	162	38	66	57	264	44	1210	16	945	17	1088	15	210	39	270	32	363	30	551	25	438	26	330	30	228	32	287	34	0	.	45793	2
	51-60 cm	293	28	260	28	80	39	349	23	148	38	238	30	1487	12	1227	13	1235	13	392	20	125	44	28	50	132	33	0	.	85	46	159	32	334	27	228	27	36	83	321	27	454	20	372	21	454	19	809	14	812	16	626	15	324	28	416	22	511	22	95	38	95	40	86	47	59	54	229	29	106	41	105	35	321	30	174	34	116	36	254	29	229	35	410	22	230	23	226	37	71	40	122	43	109	37	209	31	208	30	179	34	138	38	115	39	178	30	103	45	193	29	130	30	43	46	65	40	49	45	136	30	59	50	166	33	126	42	65	48	123	38	162	38	116	35	130	41	82	47	0	.	187	33	22	58	83	50	122	29	134	40	100	47	175	40	37	68	73	45	38	67	125	46	595	19	413	22	594	18	75	40	129	35	177	34	231	28	244	35	138	35	127	47	115	39	0	.	21679	2
	61-70 cm	71	42	59	40	34	53	115	33	39	56	23	58	363	17	436	17	372	18	66	36	46	47	28	79	28	61	0	.	13	71	64	41	180	31	28	50	0	.	125	43	201	23	118	32	171	27	288	19	133	27	178	28	98	49	143	26	111	39	15	71	31	50	21	58	30	50	69	36	6	100	64	39	89	40	46	46	79	57	100	35	107	34	139	37	58	46	82	41	15	70	36	52	12	100	86	41	42	46	79	47	40	53	50	54	91	40	76	47	82	48	53	52	36	44	29	61	8	100	62	35	36	53	46	47	26	50	28	79	22	74	66	36	37	52	15	72	63	43	0	.	43	53	16	70	30	61	7	100	31	61	16	71	21	58	0	.	44	64	8	100	22	75	230	27	93	31	189	25	14	71	14	71	50	44	56	43	35	52	33	45	20	58	36	54	0	.	6610	4
	71-80 cm	21	75	35	59	13	71	35	52	20	76	0	.	84	30	130	25	146	27	37	54	23	74	0	.	7	100	0	.	0	.	13	100	45	48	15	71	0	.	83	34	56	40	54	50	70	32	170	25	85	33	42	41	0	.	19	71	18	70	15	71	15	71	7	100	21	74	8	100	0	.	0	.	13	71	20	72	27	60	31	51	60	46	54	54	0	.	14	71	14	71	8	100	0	.	22	58	11	100	23	58	28	50	7	100	42	49	7	100	36	51	38	53	7	100	8	100	24	74	30	50	0	.	41	46	22	58	7	100	22	74	7	100	28	62	0	.	16	71	0	.	7	100	15	71	0	.	15	71	0	.	0	.	0	.	0	.	15	71	16	100	7	100	166	29	40	46	56	39	7	100	21	74	7	100	20	58	17	72	0	.	7	100	0	.	0	.	2366	6
	81-90 cm	0	.	7	100	0	.	8	100	0	.	0	.	30	50	77	32	52	43	8	100	0	.	7	100	0	.	0	.	0	.	13	71	0	.	16	100	0	.	22	58	7	100	7	100	26	50	13	71	21	58	7	100	20	74	0	.	0	.	0	.	0	.	7	100	0	.	8	100	0	.	0	.	0	.	0	.	6	100	14	71	0	.	13	100	0	.	0	.	0	.	0	.	0	.	7	100	0	.	7	100	9	100	16	100	0	.	7	100	38	83	8	100	0	.	0	.	8	100	18	72	8	100	19	73	0	.	0	.	7	100	17	72	7	100	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	43	41	22	74	14	71	0	.	0	.	0	.	8	100	0	.	14	71	7	100	0	.	0	.	687	12
	91-100 cm	0	.	0	.	0	.	7	100	0	.	0	.	0	.	7	100	8	100	7	100	8	100	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	15	71	0	.	0	.	7	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	14	71	6	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	71	0	.	0	.	7	100	7	100	11	100	0	.	0	.	8	100	16	71	0	.	0	.	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	58	7	100	7	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	231	18
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	25	58	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	10	100	0	.	0	.	0	.	0	.	39	64	0	.	22	58	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	138	27
	totale	5013	18	4147	25	2157	31	4948	18	2678	30	5125	24	26099	10	17997	10	20333	10	15308	13	1358	38	2285	34	3628	25	171	.	2565	35	6320	21	7962	19	5681	21	1535	48	7695	21	8701	15	7280	17	8198	16	20081	11	17967	11	15600	12	5674	19	7826	17	10916	16	2009	34	3372	24	1782	30	1704	35	3769	23	4079	30	3535	28	5819	22	3621	24	4514	26	6147	21	3953	27	7333	21	6287	19	2884	25	3691	25	3219	26	3872	25	3531	24	5420	26	3040	25	4031	25	3221	27	4490	25	1896	30	4644	19	3296	24	4795	25	5823	22	10125	17	6167	19	4770	25	7194	20	3325	28	1597	40	4028	27	2918	25	2673	28	3324	35	2121	35	1165	46	4674	23	1265	42	1227	32	3557	23	3054	28	3744	27	3038	26	2320	34	2089	38	516	55	1880	40	17309	12	13110	14	15328	13	2213	33	1755	31	2539	26	5407	23	4392	22	2644	27	1905	31	1984	30	0	.	506383	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. 2281398. Birmensdorf, Swiss Federal Research Institute WSL

indietro