Scelta degli argomenti

indietro

provvigione (legno del fusto) #21
Volume di legno del fusto con corteccia degli alberi e degli arbusti vivi (in piedi e a terra) di almeno 12 cm di diametro a petto d'uomo (DPU). Corrisponde al termine «growing stock» utilizzato a livello internazionale.

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

diametro a petto d'uomo (classi dimensionali) #1029
Diametro a petto d'uomo (DPU) degli alberi e arbusti a partire da 12 cm di DPU suddiviso per classi dimensionali. 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 #434
Bosco coperto per meno di due terzi da arbusti e che può essere raggiunto a piedi.

reticolo 1,4 x 1,4 km #410
Reticolo di campionamento dell'IFN a maglia quadrata con una distanza di 1,4 km. Il reticolo 1,4 x 1,4 km rappresenta il reticolo terrestre comune a tutti gli inventari fin'ora eseguiti, per cui viene denominato come reticolo di base.

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

1. Qual è il significato dei numeri?

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

Esempio 1: Valore stimato ed errore standard

IFN5

volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

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

top

2. Qual è lo scopo dell'errore standard?

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

La sicurezza statistica è del

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

Esempio 2: Calcolo degli intervalli di confidenza

IFN5
volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

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

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

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

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

Procedura

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

Risposta

			1^o passo	2^o passo

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

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

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

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

Dati: vedi esempio 2

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

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

top

3. Quando due risultati sono statisticamente diversi?*

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

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

Esempio 4: Interpretazione di due risultati dello stesso inventario

IFN5

provvigione (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

	Caso 2						Caso 1

Caso 1

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

Procedura

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

Risposta

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

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

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

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

Caso 2

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

Procedura

Vedi il caso 1.

Risposta

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

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

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

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

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

Esempio 5: Interpretazione di due risultati provenienti da inventari diversi

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

top

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

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

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

Esempio 8: Errore standard e combinazione di categorie di variabili

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

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

È lecito attendersi errori standard elevati se

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

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

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

top

5. Due tipi di variazione?

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

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

top

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

I risultati sono

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

Esempio 9: Additività/non additività delle variazioni

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

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

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

Esempio 10: Numero medio di anni per ambito

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

top

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

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

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

top

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

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

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

top

9. Valori negativi per provvigione, incremento o utilizzazione?

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

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

top

IFN1
provvigione (legno del fusto)
fasce vegetazionali NaiS (6 classi) · diametro a petto d'uomo (classi dimensionali)
suddivisione regionale: circondario forestale (2024)
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 x 1,4 km
stato 1983/85
		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 (6 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	.	2	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	.
	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	.	7	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.
	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	.	9	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	.
subalpina superiore	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-15 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	1	74	87	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	3	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	26	29	9	44	7	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	136	15
	16-23 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	64	11	.	1	.	5	59	234	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	67	0	0	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	4	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	124	30	49	39	11	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	461	14
	24-35 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	60	12	.	0	.	117	47	588	19	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	72	26	79	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	25	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	318	28	102	51	27	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1286	13
	36-51 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	30	76	4	.	0	.	145	38	810	19	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	50	13	71	0	.	0	.	0	.	33	100	0	.	0	.	0	.	0	.	9	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	399	22	74	41	13	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1576	12
	=52 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	35	100	17	.	0	.	203	45	699	25	0	.	0	.	0	.	0	.	0	.	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	75	0	.	0	.	0	.	0	.	30	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	367	27	101	38	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1482	16
	totale	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	117	62	44	.	1	.	471	35	2419	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	100	47	42	73	0	.	0	.	0	.	74	72	0	.	0	.	0	.	0	.	38	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1234	19	334	34	59	64	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4941	10
subalpina	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-15 cm	0	.	0	.	0	.	0	.	0	.	0	.	49	22	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	72	30	34	15	45	28	25	67	22	117	21	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	11	77	6	84	21	71	0	.	6	100	17	51	0	.	7	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	78	6	42	4	52	1	.	0	.	0	.	8	52	1	100	1	.	0	.	0	.	3	100	1	100	1	100	6	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	.	0	.	0	.	0	.	0	.	44	27	52	31	32	31	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	543	8
	16-23 cm	0	.	0	.	0	.	0	.	0	.	0	.	257	18	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	77	134	30	61	46	140	26	266	26	451	18	0	.	0	.	0	.	10	90	0	.	0	.	0	.	0	.	0	.	34	67	13	100	39	54	0	.	4	100	28	48	0	.	6	.	0	.	0	.	0	.	0	.	0	.	7	71	0	.	0	.	0	.	0	.	0	.	4	76	46	42	22	57	1	.	0	.	0	.	21	58	0	.	12	.	3	.	7	71	8	58	8	85	16	68	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	.	0	.	0	.	0	.	0	.	214	26	239	22	191	31	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2283	7
	24-35 cm	0	.	0	.	0	.	0	.	0	.	0	.	957	21	26	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	79	88	367	25	151	43	544	24	772	20	920	20	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	23	100	36	63	105	49	0	.	-5	100	168	55	0	.	25	.	0	.	0	.	0	.	0	.	0	.	21	78	0	.	0	.	0	.	0	.	0	.	32	52	119	46	64	45	0	.	0	.	0	.	52	47	28	80	3	.	0	.	49	78	48	93	17	100	47	72	43	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	.	0	.	0	.	0	.	0	.	625	23	649	22	586	31	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6579	7
	36-51 cm	0	.	0	.	0	.	0	.	0	.	0	.	1182	20	29	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	190	46	755	25	258	37	904	20	1412	19	1943	14	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	28	87	92	80	71	48	0	.	8	100	167	58	0	.	9	.	0	.	0	.	0	.	0	.	0	.	38	63	0	.	0	.	0	.	0	.	0	.	119	47	248	31	71	50	0	.	0	.	0	.	128	52	28	61	0	.	6	.	57	81	44	89	83	93	40	53	111	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	23	.	0	.	0	.	0	.	0	.	931	17	946	21	744	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10664	6
	=52 cm	0	.	0	.	0	.	0	.	0	.	0	.	708	24	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	179	49	613	28	166	39	770	23	703	22	834	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	100	37	71	88	72	0	.	34	82	88	51	0	.	-3	.	0	.	0	.	0	.	0	.	0	.	79	83	0	.	0	.	0	.	0	.	0	.	150	42	290	43	85	69	0	.	0	.	0	.	98	50	30	76	0	.	32	.	60	84	55	100	49	72	14	84	149	51	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	.	0	.	0	.	0	.	0	.	1227	20	442	26	369	28	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7396	7
	totale	0	.	0	.	0	.	0	.	0	.	0	.	3153	17	66	96	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	478	45	1899	22	652	29	2385	18	3220	16	4266	13	0	.	0	.	0	.	36	97	0	.	0	.	0	.	0	.	0	.	133	65	183	63	324	41	0	.	48	78	468	44	0	.	44	.	0	.	0	.	0	.	0	.	0	.	145	64	0	.	0	.	0	.	0	.	0	.	306	37	709	30	246	45	1	.	0	.	0	.	307	41	86	59	16	.	41	.	173	66	157	90	158	84	117	52	317	56	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	.	0	.	0	.	0	.	0	.	3040	16	2327	19	1922	21	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27466	5
altimontana	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-15 cm	0	.	0	.	0	.	0	.	1	.	0	.	124	23	5	46	0	.	2	100	0	.	0	.	0	.	0	.	2	100	19	58	26	46	2	75	0	.	6	53	46	37	38	35	70	25	166	17	103	21	0	.	12	71	0	.	21	42	0	.	0	.	0	.	4	.	0	.	8	74	30	41	9	58	0	.	2	100	18	42	2	73	0	0	0	.	0	.	0	.	0	.	0	.	3	66	46	49	1	100	0	.	0	.	0	.	17	36	19	43	25	37	1	75	0	.	0	.	33	45	3	80	7	96	4	89	4	62	33	34	5	64	15	68	28	42	0	.	0	.	0	0	0	.	0	.	1	100	0	.	0	.	1	71	0	.	0	.	0	.	0	.	221	17	140	18	108	23	1	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1433	6
	16-23 cm	0	.	0	.	0	.	0	.	0	.	0	.	463	17	33	52	0	.	2	100	0	.	0	.	0	.	0	.	8	100	76	53	81	46	4	100	0	.	24	59	137	27	165	28	271	23	601	15	333	22	0	.	29	78	0	.	129	51	0	.	0	.	0	.	0	.	0	.	33	65	128	39	40	45	0	.	2	100	51	43	17	78	11	83	0	.	0	.	0	.	0	.	0	.	14	52	110	46	5	78	0	.	0	.	0	.	37	44	62	40	91	30	7	58	0	.	0	.	59	49	21	60	26	64	10	55	15	76	157	40	18	51	40	47	85	57	0	.	0	.	9	58	0	.	0	.	3	71	0	.	0	.	22	70	0	.	0	.	0	.	0	.	521	17	368	18	359	26	4	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4681	6
	24-35 cm	0	.	0	.	0	.	0	.	0	.	0	.	1387	17	191	48	0	.	14	100	0	.	0	.	0	.	0	.	36	75	147	56	308	45	40	69	0	.	62	57	704	27	408	32	756	24	1717	15	1401	18	0	.	73	84	0	.	144	35	0	.	0	.	0	.	13	.	0	.	85	62	281	36	146	45	0	.	25	100	252	38	67	93	8	100	0	.	0	.	0	.	0	.	0	.	81	56	262	40	44	58	0	.	0	.	0	.	145	45	140	52	323	33	8	88	0	.	0	.	99	38	35	74	65	58	131	56	143	74	338	34	77	58	185	68	228	41	0	.	0	.	33	62	0	.	0	.	33	81	0	.	34	.	77	60	0	.	0	.	0	.	0	.	1240	17	829	19	701	20	9	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13526	5
	36-51 cm	0	.	0	.	0	.	0	.	0	.	0	.	2631	15	228	43	0	.	2	100	0	.	0	.	0	.	0	.	97	76	151	49	341	42	60	73	0	.	95	49	1149	24	785	23	1644	18	2980	13	1509	16	0	.	6	162	0	.	235	39	0	.	0	.	0	.	0	.	0	.	95	64	363	32	208	38	0	.	56	103	403	45	78	72	121	73	0	.	0	.	0	.	0	.	0	.	147	50	301	35	99	66	0	.	0	.	0	.	223	41	234	30	443	25	30	60	0	.	0	.	74	46	69	84	76	60	130	51	159	53	329	29	238	57	262	33	364	34	0	.	0	.	125	54	0	.	0	.	47	72	20	.	47	.	60	57	0	.	0	.	0	.	0	.	1415	17	929	19	1280	18	40	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20380	4
	=52 cm	0	.	0	.	0	.	0	.	0	.	0	.	1660	18	89	69	0	.	61	107	0	.	0	.	0	.	0	.	5	100	0	.	76	61	85	87	0	.	344	58	1122	25	900	35	1528	21	2580	16	829	27	0	.	0	.	0	.	100	59	0	.	0	.	0	.	0	.	0	.	25	100	242	34	204	47	0	.	73	100	505	40	46	93	196	62	0	.	0	.	0	.	0	.	0	.	73	58	75	47	53	76	0	.	0	.	0	.	297	44	349	36	334	39	29	75	0	.	0	.	175	61	34	65	202	69	36	100	210	60	277	47	204	41	268	42	101	42	0	.	0	.	61	85	0	.	0	.	0	.	22	.	10	.	32	100	0	.	0	.	0	.	0	.	1287	20	619	22	1219	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16638	6
	totale	0	.	0	.	0	.	0	.	1	.	0	.	6264	13	546	40	0	.	82	84	0	.	0	.	0	.	0	.	149	73	394	49	833	36	190	67	0	.	531	49	3158	20	2296	22	4269	17	8045	11	4176	15	0	.	119	82	0	.	629	35	0	.	0	.	0	.	17	.	0	.	246	56	1044	29	607	38	0	.	158	71	1229	33	210	71	336	65	0	.	0	.	0	.	0	.	0	.	319	48	794	32	202	62	0	.	0	.	0	.	718	31	804	28	1216	23	76	62	0	.	0	.	440	34	163	62	377	53	311	49	531	51	1135	28	541	44	770	33	805	34	0	.	0	.	228	54	0	.	0	.	83	71	42	.	91	.	192	49	0	.	0	.	0	.	0	.	4684	13	2885	15	3667	15	54	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	56658	4
montana inferiore e superiore	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-15 cm	15	43	4	76	2	100	33	32	54	35	77	26	230	15	297	13	97	25	332	14	0	0	14	55	44	30	0	.	26	57	50	28	148	22	89	33	0	.	140	26	48	29	57	30	14	51	51	32	0	.	246	15	56	28	71	26	184	19	19	54	75	30	16	56	31	41	67	25	52	32	27	45	82	36	78	40	52	28	102	29	42	38	116	20	63	35	31	30	74	31	22	62	55	32	89	28	62	31	59	34	35	50	0	.	4	71	0	.	31	35	0	.	72	29	48	34	34	40	103	27	67	32	62	35	33	31	32	60	10	56	48	34	10	53	71	28	38	47	0	.	56	29	9	101	28	42	67	22	26	26	46	36	20	41	20	47	27	57	7	53	8	77	0	.	3	82	134	24	36	36	48	46	5	100	62	31	40	38	0	.	6	100	1	100	0	.	4943	3
	16-23 cm	62	33	1	100	38	60	102	37	260	29	549	21	715	13	1125	12	356	24	1221	13	4	100	68	55	93	38	0	.	62	50	201	27	480	22	244	28	0	.	525	22	141	26	211	25	7	60	118	31	0	.	901	14	186	26	228	26	527	19	63	38	225	26	113	37	96	37	220	23	262	29	119	35	324	30	246	27	160	27	360	22	195	33	483	19	205	36	118	44	208	26	65	53	202	26	231	23	236	28	197	28	128	34	0	.	27	60	0	.	68	39	0	.	126	33	180	33	114	37	190	26	206	40	119	31	128	35	38	60	12	54	116	39	42	49	225	29	132	34	15	100	162	25	33	60	69	34	225	24	63	34	177	25	69	36	32	44	48	62	28	56	50	48	0	.	9	100	312	20	121	36	84	50	21	55	228	31	206	30	0	.	29	100	2	100	0	.	16584	3
	24-35 cm	289	34	25	100	70	75	309	36	1025	26	1384	21	2076	12	3070	11	1172	19	2590	12	34	100	196	54	335	28	0	.	98	69	519	30	1329	19	874	28	0	.	1155	21	306	29	497	28	26	64	160	38	0	.	2711	12	762	29	815	23	1348	18	144	49	556	22	392	38	183	30	817	22	501	29	297	39	697	25	875	24	581	34	905	21	538	27	1279	19	346	35	310	41	679	26	77	55	612	23	507	24	748	25	436	29	313	29	0	.	78	53	0	.	99	36	0	.	180	33	275	26	110	40	206	27	229	31	259	44	257	34	55	52	118	47	136	35	115	45	497	26	349	36	119	100	528	24	44	72	263	31	636	20	327	26	518	27	200	36	160	56	214	56	114	44	237	55	0	.	6	100	633	20	401	31	332	41	148	42	910	24	587	25	0	.	94	89	14	100	0	.	44411	3
	36-51 cm	373	33	0	.	8	100	487	30	897	25	2103	19	3951	12	6532	10	2280	17	3159	12	56	83	192	51	683	28	0	.	222	55	683	27	1759	19	957	25	0	.	1394	19	484	34	811	22	69	54	138	40	0	.	3256	11	1083	24	1755	20	2309	18	416	29	986	20	421	36	268	30	1388	18	644	30	468	35	1086	26	1141	26	632	27	1613	22	927	24	2375	16	214	42	597	27	648	25	352	45	770	23	933	22	1283	23	769	24	633	30	0	.	97	57	0	.	174	36	0	.	121	39	245	34	101	52	333	27	238	33	220	36	238	40	69	60	148	48	211	38	248	45	695	27	667	29	79	71	574	24	100	59	442	33	772	21	458	28	673	26	538	30	171	54	330	46	213	41	426	44	0	.	0	.	620	23	897	28	496	35	388	39	1430	21	835	28	0	.	92	74	62	100	0	.	67606	2
	=52 cm	76	54	39	100	0	.	225	40	292	48	821	26	3097	14	4516	12	1491	19	1355	17	81	100	71	53	212	40	0	.	113	89	374	34	1174	23	398	43	0	.	741	30	336	34	594	28	69	62	263	34	0	.	1455	17	895	28	671	24	857	25	264	39	512	37	198	48	475	34	1062	22	187	34	454	42	541	30	629	30	353	50	582	28	518	36	1647	25	128	45	276	46	183	38	52	51	145	49	715	32	682	27	949	30	152	47	0	.	182	61	0	.	260	52	0	.	83	61	116	44	67	100	243	31	161	43	146	45	205	55	87	100	104	89	296	40	228	50	290	41	606	39	52	100	424	41	38	100	392	36	351	25	425	31	396	35	273	35	20	100	201	64	133	60	107	47	36	.	0	.	364	33	413	39	337	40	169	75	584	28	218	40	0	.	27	100	0	.	0	.	38954	4
	totale	815	32	68	72	118	61	1157	28	2527	23	4933	17	10069	10	15539	9	5396	15	8657	10	175	77	541	43	1367	25	0	.	521	49	1827	25	4890	16	2562	22	0	.	3956	17	1314	25	2170	19	186	52	730	29	0	.	8568	10	2982	22	3540	19	5224	15	905	30	2355	18	1141	31	1053	27	3553	17	1645	25	1364	30	2730	22	2969	21	1778	26	3562	18	2221	21	5899	15	956	29	1332	28	1793	21	568	37	1784	20	2474	19	3011	20	2409	22	1262	27	0	.	387	55	0	.	631	34	0	.	582	24	864	25	427	37	1074	20	902	26	806	28	862	33	281	53	392	48	807	30	644	39	1778	23	1791	27	265	74	1744	21	223	58	1195	29	2051	17	1299	24	1809	21	1100	26	403	45	821	41	495	39	828	41	36	.	17	97	2063	18	1868	25	1298	29	731	40	3214	19	1885	23	0	.	248	72	80	100	0	.	172498	2
submontana	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-15 cm	86	20	160	22	104	30	99	27	0	.	0	.	26	49	62	28	407	16	3	84	12	51	54	47	23	39	3	.	17	40	39	54	3	.	49	34	0	.	0	.	12	65	7	53	0	.	0	.	0	.	92	27	46	55	82	33	7	50	10	54	0	.	29	51	5	.	0	.	0	.	29	80	10	65	30	39	43	47	12	69	37	56	4	.	132	23	24	37	31	46	47	36	42	35	7	67	0	.	1	100	50	37	84	28	78	35	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	80	0	.	9	78	13	45	13	62	1	.	19	43	19	61	2	72	37	35	13	67	0	.	27	54	24	47	41	39	15	56	29	67	0	.	37	48	0	.	0	.	51	45	21	57	11	56	32	41	12	54	34	38	62	35	41	36	88	33	0	.	2775	5
	16-23 cm	361	21	323	19	347	25	326	23	0	.	0	.	99	46	174	28	1254	13	25	83	89	30	167	31	119	33	14	.	125	50	136	34	16	.	189	32	0	.	0	.	23	65	31	67	0	.	0	.	0	.	326	20	176	41	188	30	39	52	44	48	0	.	47	44	6	.	0	.	3	100	26	71	41	58	101	33	84	49	36	52	117	44	6	.	358	22	79	41	77	34	168	34	232	33	25	58	0	.	27	65	154	29	268	31	229	25	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	72	0	.	40	59	64	48	49	69	5	.	94	43	16	66	16	58	133	37	77	48	0	.	68	50	126	38	202	34	88	41	61	51	0	.	163	42	0	.	0	.	79	37	62	58	26	65	161	27	38	55	135	32	125	28	125	29	167	26	0	.	8843	4
	24-35 cm	1118	18	864	20	679	24	917	21	0	.	0	.	268	40	517	29	2780	12	42	60	215	35	335	30	493	30	0	.	415	32	378	32	30	.	511	29	0	.	20	.	91	74	102	53	0	.	0	.	0	.	1182	21	524	26	790	24	124	62	101	45	0	.	149	54	40	.	0	.	116	71	21	100	89	70	247	34	293	53	108	50	165	47	-1	.	834	25	426	28	330	40	347	29	459	28	81	87	0	.	108	69	351	39	539	31	603	29	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	21	71	0	.	67	67	99	45	49	73	19	.	266	44	110	54	39	61	438	33	191	49	0	.	107	47	302	38	402	31	185	40	66	50	0	.	480	36	0	.	0	.	94	44	62	57	232	44	589	27	148	48	393	32	457	27	526	29	597	28	0	.	23738	4
	36-51 cm	1546	18	1456	19	751	22	1976	18	0	.	0	.	523	38	662	29	5880	10	59	86	504	29	521	30	428	33	23	.	697	31	612	33	105	.	703	29	0	.	51	.	131	58	136	53	0	.	0	.	0	.	1304	19	826	25	1015	24	158	55	238	52	0	.	156	53	4	.	0	.	27	71	29	100	94	63	591	33	217	50	103	65	230	50	0	.	920	20	1080	26	197	42	653	32	428	31	50	94	0	.	99	63	748	32	1021	27	705	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	72	0	.	22	60	89	47	42	64	27	.	281	37	200	54	122	73	368	32	127	60	0	.	137	54	230	39	363	35	133	52	120	53	0	.	370	36	0	.	0	.	77	53	181	56	534	38	1250	23	270	46	1028	27	834	25	955	25	967	27	0	.	36400	3
	=52 cm	896	23	1049	23	486	26	1133	23	0	.	0	.	276	44	742	42	3754	13	0	.	516	38	237	48	128	43	33	.	320	36	241	48	36	.	554	45	0	.	54	.	73	71	85	61	0	.	0	.	0	.	712	29	385	34	422	38	96	63	46	81	0	.	36	75	0	.	0	.	15	100	15	100	14	100	149	48	121	76	37	76	189	54	0	.	438	28	740	35	16	100	257	38	94	71	0	.	0	.	58	100	327	44	360	39	683	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	34	70	37	70	14	100	0	.	145	53	36	71	12	100	361	38	39	76	0	.	44	71	28	59	90	54	19	74	94	63	0	.	155	43	0	.	0	.	115	51	25	100	174	57	409	39	60	55	641	31	363	31	459	33	465	31	0	.	19670	5
	totale	4008	15	3852	16	2367	18	4450	16	0	.	0	.	1192	35	2156	24	14076	9	128	62	1337	26	1314	24	1191	26	73	.	1573	29	1406	29	190	.	2006	25	0	.	125	.	330	54	361	48	0	.	0	.	0	.	3616	16	1958	22	2496	21	424	52	440	42	0	.	417	47	56	.	0	.	160	71	120	77	248	60	1117	31	758	47	296	52	737	38	8	.	2681	18	2349	24	651	36	1472	25	1255	26	163	67	0	.	294	60	1630	28	2273	23	2298	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	138	60	0	.	171	58	302	42	166	59	51	.	806	37	381	49	190	63	1338	28	448	41	0	.	384	41	708	34	1099	27	439	38	371	42	0	.	1206	29	0	.	0	.	415	32	352	46	979	36	2440	21	528	44	2230	23	1842	23	2106	23	2284	22	0	.	91427	3
iperinsubrica e collinare	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-15 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	54	46	0	.	2	.	0	.	3	100	68	33	0	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	.	3	.	0	100	17	35	9	54	52	35	115	27	262	18	48	43	72	35	78	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	.	0	.	0	.	10	81	0	.	0	.	13	.	0	.	0	.	0	.	47	33	27	38	14	50	0	.	0	.	0	.	0	.	0	.	8	67	0	.	0	.	0	.	913	9
	16-23 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	112	44	0	.	4	.	0	.	-5	100	171	35	3	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	.	12	100	25	34	60	54	143	37	213	26	582	18	84	34	160	34	283	22	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	.	0	.	0	.	18	72	0	.	0	.	12	.	0	.	0	.	0	.	122	35	67	43	9	52	0	.	0	.	0	.	0	.	0	.	41	67	0	.	0	.	0	.	2136	8
	24-35 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	74	46	0	.	5	.	0	.	0	.	115	35	5	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	.	4	100	37	62	42	59	112	43	252	28	503	22	127	38	78	32	281	26	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	.	0	.	0	.	9	73	0	.	0	.	6	.	0	.	0	.	0	.	136	30	74	48	48	58	0	.	0	.	0	.	0	.	0	.	76	93	0	.	0	.	0	.	2022	9
	36-51 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	101	64	0	.	0	.	0	.	15	100	103	57	33	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	39	.	0	.	36	49	45	67	45	50	129	42	250	30	103	33	123	44	225	42	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	-4	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	135	42	25	60	45	63	0	.	0	.	0	.	0	.	0	.	59	61	0	.	0	.	0	.	1510	13
	=52 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	95	0	.	0	.	0	.	37	76	80	51	14	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	.	12	100	195	56	8	100	20	75	67	54	263	40	419	48	39	50	183	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	13	100	45	62	0	.	0	.	0	.	0	.	0	.	69	85	0	.	0	.	0	.	1498	18
	totale	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	369	39	0	.	11	.	0	.	50	77	537	30	55	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	.	42	.	27	100	310	41	164	51	372	31	776	26	1860	15	781	32	471	27	1049	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	64	.	0	.	0	.	40	73	0	.	0	.	31	.	0	.	0	.	0	.	447	29	207	35	161	45	0	.	0	.	0	.	0	.	0	.	253	63	0	.	0	.	0	.	8079	7
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-15 cm	101	18	164	21	107	29	132	22	55	35	77	26	429	11	364	11	504	14	338	14	12	51	68	39	66	24	3	.	45	36	109	26	177	20	140	24	54	46	148	25	139	18	116	20	116	18	356	12	307	12	338	13	114	27	154	21	217	17	29	40	75	30	45	38	41	36	67	25	71	27	91	32	122	28	109	31	104	25	149	22	81	32	127	20	195	19	56	23	104	26	69	31	98	24	99	26	108	27	60	33	85	30	84	28	86	33	18	34	73	20	41	26	126	22	164	21	295	17	192	20	143	23	148	22	63	37	37	53	56	26	67	26	39	36	106	22	58	34	19	61	57	28	56	34	42	36	68	22	63	29	70	29	63	28	48	38	57	44	7	53	45	42	338	13	231	14	346	14	59	30	59	39	38	38	74	27	73	27	70	32	47	34	90	32	0	.	10746	2
	16-23 cm	423	18	324	19	385	23	427	20	260	29	549	21	1534	9	1333	10	1611	11	1248	13	93	29	235	27	213	25	14	.	194	36	414	20	577	20	437	21	112	44	578	20	448	15	480	17	414	18	1168	11	1021	12	1227	12	391	23	416	20	704	17	107	30	225	26	161	29	102	35	220	23	331	25	286	24	443	23	346	21	250	24	475	18	329	25	506	18	563	19	197	31	285	21	233	28	433	21	277	20	347	24	228	25	282	22	268	31	256	23	53	38	211	20	173	25	277	24	393	21	696	16	357	18	387	26	439	17	191	30	60	43	220	31	206	27	147	31	324	25	225	27	31	59	187	22	185	30	147	30	228	24	149	28	302	22	296	25	132	31	110	39	28	56	213	34	981	12	733	12	961	13	187	31	111	41	182	24	266	27	341	22	167	27	154	30	169	26	0	.	34995	2
	24-35 cm	1407	16	888	20	749	22	1226	18	1025	26	1384	21	4687	9	3804	10	3952	10	2647	12	250	33	532	27	828	21	0	.	549	28	1044	20	1666	17	1425	20	74	46	1316	19	1515	16	1169	18	1326	17	2881	11	2915	11	3893	10	1359	20	1604	16	1634	16	245	34	556	22	541	31	236	29	817	22	725	24	634	25	1041	19	1122	20	894	28	1433	17	770	23	1311	19	1180	20	736	23	1009	22	423	25	1071	18	690	22	1010	21	589	25	664	25	539	31	680	26	181	37	409	24	455	25	300	25	526	19	613	19	493	17	371	22	608	23	409	28	247	47	595	24	329	24	396	36	786	21	615	28	228	58	600	22	520	30	454	27	668	19	444	22	854	21	691	22	351	33	280	44	114	44	717	30	2318	12	1659	13	2090	13	472	28	564	30	737	24	1058	21	980	19	533	26	620	28	611	27	0	.	91562	2
	36-51 cm	1919	16	1456	19	759	22	2463	16	897	25	2103	19	8287	8	7450	9	8160	9	3220	12	560	27	713	26	1111	21	23	.	1017	25	1447	19	2205	17	1720	18	101	64	1730	17	2549	15	1995	14	2633	13	4778	10	4296	9	4559	10	1915	17	2770	16	2706	16	655	26	986	20	576	30	273	30	1388	18	793	26	951	23	1464	21	1732	20	914	23	2286	18	1235	21	2505	15	1134	18	1676	19	845	21	1006	26	1198	18	1169	20	1584	20	967	21	1381	22	1021	27	841	21	341	31	734	17	572	21	196	28	374	27	351	26	670	19	458	25	521	25	385	30	285	37	552	23	621	29	592	25	1196	20	949	23	279	44	821	22	464	28	569	29	819	20	618	24	950	21	984	21	304	38	450	37	213	41	797	29	2881	10	1974	13	2778	11	1118	24	1031	26	1638	20	1700	19	1863	19	893	24	1047	24	1028	26	0	.	138137	1
	=52 cm	972	22	1088	23	486	26	1358	20	292	48	821	26	5741	10	5355	11	5245	11	1416	17	597	35	308	39	340	30	33	.	438	35	615	28	1287	21	1038	30	28	95	1317	24	2179	16	1763	21	2404	15	3829	12	2376	14	2166	14	1279	22	1093	21	1053	22	310	35	512	37	235	42	475	34	1062	22	264	30	748	28	847	23	777	26	581	37	1212	22	753	29	1839	23	566	23	1016	29	199	36	310	33	238	41	867	28	757	24	1060	28	479	33	360	39	864	24	458	32	1125	22	427	33	132	43	183	34	331	38	965	25	264	30	531	32	305	41	357	45	469	36	585	26	524	31	540	27	750	33	88	66	496	36	399	35	431	34	351	25	491	28	433	32	400	28	39	63	296	48	133	60	263	32	2923	13	1175	15	2112	16	438	38	512	33	578	35	644	26	858	25	432	29	486	32	465	31	0	.	85639	2
	totale	4822	13	3921	16	2486	18	5607	14	2528	23	4933	17	20678	7	18306	8	19472	7	8868	10	1512	25	1855	21	2558	18	73	.	2243	24	3627	18	5912	14	4759	16	369	39	5089	15	6830	12	5523	13	6892	12	13012	8	10916	8	12184	8	5058	15	6036	14	6314	13	1346	24	2355	18	1558	26	1127	26	3553	17	2184	21	2711	20	3917	17	4086	17	2742	22	5555	14	3168	18	6287	15	3638	15	3681	18	2443	18	2040	21	3039	16	3102	17	3805	17	2905	20	2891	19	2273	23	2727	18	1052	24	2553	15	1668	19	1032	18	1640	18	2287	14	2676	14	1623	17	2248	17	1352	25	985	33	1892	22	1808	21	1697	22	2953	18	2597	22	645	42	2161	19	1625	25	1643	24	2134	16	1765	20	2609	18	2434	18	874	28	1192	31	495	39	2035	24	9441	9	5770	11	8287	10	2274	22	2276	23	3172	19	3743	17	4115	16	2095	22	2354	22	2363	22	0	.	361078	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. 2293385. Birmensdorf, Swiss Federal Research Institute WSL

indietro