Scelta degli argomenti

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

1. Qual è il significato dei numeri?

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

Esempio 1: Valore stimato ed errore standard

IFN5

volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

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

top

2. Qual è lo scopo dell'errore standard?

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

La sicurezza statistica è del

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

Esempio 2: Calcolo degli intervalli di confidenza

IFN5
volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

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

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

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

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

Procedura

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

Risposta

			1^o passo	2^o passo

proprietà (2 classi)	volume di legno morto Giura IFN5
	valore stimato	errore standard		intervallo di confidenza
		relativo	assoluto	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
pubblica	30	10	3	27-33	24-36
privata	27	17	5	22-32	17-37
totale	29	9	3	26-32calcolato con l'errore standard semplice, ossia 29 ± 3	23-25calcolata con il l'errore standard doppio, ossia 29 ± 2 × 3

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

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

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

Dati: vedi esempio 2

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

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

top

3. Quando due risultati sono statisticamente diversi?*

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

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

Esempio 4: Interpretazione di due risultati dello stesso inventario

IFN5

provvigione (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

	Caso 2						Caso 1

Caso 1

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

Procedura

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

Risposta

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

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

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

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

Caso 2

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

Procedura

Vedi il caso 1.

Risposta

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

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

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

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

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

Esempio 5: Interpretazione di due risultati provenienti da inventari diversi

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

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

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

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

Procedura

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

Risposta

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

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

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

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

top

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

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

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

Esempio 8: Errore standard e combinazione di categorie di variabili

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

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

È lecito attendersi errori standard elevati se

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

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

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

top

5. Due tipi di variazione?

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

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

top

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

I risultati sono

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

Esempio 9: Additività/non additività delle variazioni

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

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

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

Esempio 10: Numero medio di anni per ambito

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

top

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

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

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

top

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

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

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

top

9. Valori negativi per provvigione, incremento o utilizzazione?

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

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

top

IFN4
numero totale di fusti con danni (due danni principali)
pendenza (classi di 20%) · causa dei danni agli alberi (10 classi)
suddivisione regionale: cantone
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 x 1,4 km
stato 2009/17
		cantone
		AG		AI		AR		BE		BL/BS		FR		GE		GL		GR		JU		LU		NE		NW		OW		SG		SH		SO		SZ		TG		TI		UR		VD		VS		ZG		ZH		Svizzera
pendenza (classi di 20%)	causa dei danni agli alberi (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	±%
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	.
	nessun danno visibile	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	caduta massi	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	diverse cause	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	non determinabile	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	raccolta del legname	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	altra attività umana	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	intemperie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	alberi vivi a terra	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	alberi morti	0	.	0	.	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	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
fino al 20%	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	.
	nessun danno visibile	8077	12	181	73	406	55	13961	8	1270	22	5975	14	572	39	158	72	3134	18	2382	18	4297	17	3362	19	98	76	1310	36	3266	17	1560	24	2370	18	1299	29	6443	14	1324	25	316	60	14118	9	1600	30	620	39	7216	10	85315	3
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	11	58
	caduta massi	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100
	diverse cause	110	42	4	100	8	71	500	31	54	41	100	36	0	.	4	100	141	41	155	46	36	48	82	38	0	.	15	77	128	52	8	100	64	37	97	75	77	43	45	65	0	.	436	26	31	58	4	100	164	36	2262	11
	non determinabile	821	16	21	72	4	100	1329	12	174	27	662	19	46	65	8	71	515	28	448	23	370	23	351	26	10	100	130	45	302	28	154	43	307	26	143	52	464	20	306	30	70	65	1187	13	147	38	55	51	784	14	8811	5
	raccolta del legname	198	26	0	.	0	.	476	18	108	37	210	32	0	.	4	100	21	100	137	37	147	37	89	31	0	.	0	.	117	47	71	48	90	38	4	100	133	38	0	.	13	100	406	22	19	100	9	100	222	22	2471	8
	altra attività umana	29	76	0	.	0	.	231	31	21	63	36	43	8	100	0	.	42	59	39	49	22	54	92	42	4	100	4	100	138	50	10	100	33	64	6	100	27	74	57	55	4	100	187	31	14	76	9	100	93	33	1106	13
	intemperie	55	45	0	.	0	.	172	24	55	57	35	60	8	71	0	.	159	53	41	44	35	67	40	78	0	.	42	82	18	71	0	.	0	.	0	.	33	59	75	48	0	.	201	24	41	100	10	100	18	63	1038	14
	alberi vivi a terra	10	100	0	.	0	.	10	100	0	.	0	.	0	.	0	.	59	47	0	.	0	.	0	.	0	.	9	100	10	100	0	.	0	.	0	.	20	100	14	100	0	.	22	71	21	100	0	.	10	100	183	27
	alberi morti	292	20	27	100	40	100	788	16	161	37	473	25	97	47	50	73	398	28	252	28	259	26	180	29	0	.	222	45	216	32	62	46	88	38	44	50	315	27	266	41	50	82	1251	14	191	44	49	61	507	17	6279	6
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
21-40 %	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	.
	nessun danno visibile	4081	14	1221	32	2078	24	14413	8	1928	21	4715	15	46	100	212	53	9794	10	3041	18	5512	14	4157	14	501	53	1984	25	3768	16	1686	24	3146	18	3900	17	1411	23	5739	14	437	41	8119	12	4241	15	823	35	4599	14	91553	3
	fuoco	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	100	0	.	0	.	0	.	0	.	8	71	0	.	0	.	0	.	0	.	0	.	26	60
	caduta massi	0	.	0	.	0	.	30	100	0	.	57	100	0	.	0	.	4	100	20	100	0	.	0	.	0	.	0	.	10	100	0	.	4	100	0	.	0	.	23	100	0	.	4	100	36	78	0	.	0	.	188	41
	diverse cause	75	29	51	63	10	100	265	20	18	62	62	34	0	.	4	100	215	30	114	44	179	33	89	39	23	71	85	43	126	40	14	78	20	71	61	44	27	54	147	43	10	100	174	27	149	50	32	75	41	42	1992	9
	non determinabile	448	20	67	51	181	32	1535	11	312	24	539	20	4	100	14	77	1696	13	452	21	602	20	529	19	30	100	213	35	704	25	159	36	353	25	362	24	166	31	945	18	181	46	668	17	692	21	130	38	490	21	11474	5
	raccolta del legname	193	28	47	66	4	100	787	22	76	54	174	36	0	.	0	.	95	40	127	35	188	36	236	27	0	.	11	100	155	42	94	46	69	40	51	52	89	42	24	72	14	100	269	26	19	100	45	60	262	31	3027	9
	altra attività umana	67	55	0	.	34	65	281	24	109	51	117	57	0	.	4	100	61	38	84	51	164	55	75	36	23	71	0	.	59	56	4	100	0	.	70	61	114	81	138	38	0	.	364	37	66	38	4	100	220	41	2058	12
	intemperie	40	41	0	.	37	75	207	32	0	.	72	36	0	.	0	.	325	27	78	59	134	33	48	53	0	.	65	54	24	86	0	.	64	65	43	47	30	75	151	41	22	71	140	50	151	30	0	.	0	.	1631	11
	alberi vivi a terra	0	.	9	100	8	100	43	62	4	100	30	58	0	.	0	.	173	36	0	.	21	71	24	61	0	.	0	.	10	100	0	.	0	.	15	100	0	.	68	47	21	100	44	46	20	71	0	.	0	.	489	18
	alberi morti	356	24	13	75	241	34	1387	16	175	34	643	25	0	.	10	100	1832	20	350	31	1085	28	242	24	42	69	217	34	410	25	165	35	194	35	589	34	52	42	1059	23	57	61	845	18	674	23	84	43	277	24	11000	6
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
41-60 %	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	.
	nessun danno visibile	1335	23	296	59	911	37	13403	9	1578	24	2270	24	0	.	1532	26	19526	7	3784	16	3477	17	1507	21	553	41	1643	25	5922	14	952	36	2862	18	2643	18	545	40	12958	9	855	37	5755	13	12609	9	609	39	1474	25	98997	3
	fuoco	0	.	0	.	0	.	0	.	60	100	0	.	0	.	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	404	41	0	.	0	.	0	.	0	.	0	.	472	37
	caduta massi	0	.	0	.	0	.	101	61	14	100	27	100	0	.	38	74	129	41	21	73	0	.	12	100	4	100	9	71	10	100	20	100	45	51	12	74	0	.	236	34	10	100	196	47	113	55	0	.	0	.	996	17
	diverse cause	26	54	18	71	21	100	297	21	60	43	121	46	0	.	13	76	650	17	81	45	188	34	13	74	15	80	12	58	457	37	29	58	28	58	72	43	8	71	763	24	0	.	238	41	406	24	15	77	33	49	3562	9
	non determinabile	304	32	54	65	78	46	1976	11	274	28	358	24	0	.	223	31	3428	9	555	27	562	20	112	31	124	35	332	25	709	22	114	52	404	24	321	28	59	48	3056	12	196	44	1099	15	2423	11	61	60	210	28	17032	4
	raccolta del legname	42	54	0	.	0	.	485	23	16	100	103	47	0	.	35	59	210	34	234	37	163	38	80	46	16	78	23	59	20	53	0	.	141	45	114	37	10	100	0	.	30	74	136	38	84	58	50	85	75	58	2066	11
	altra attività umana	0	.	9	100	35	58	383	32	0	.	32	74	0	.	18	81	319	27	196	54	56	51	49	45	4	100	25	59	116	45	0	.	33	50	50	65	10	100	142	42	42	100	98	52	318	35	10	100	4	100	1949	13
	intemperie	18	100	4	100	0	.	355	27	10	100	56	49	0	.	35	52	645	21	74	42	49	47	0	.	72	71	22	65	84	40	4	100	21	55	68	44	0	.	745	16	22	71	94	33	449	21	0	.	69	44	2895	8
	alberi vivi a terra	14	77	0	.	0	.	43	46	19	71	10	100	0	.	0	.	199	35	9	100	60	100	0	.	0	.	18	100	94	51	0	.	0	.	9	100	0	.	182	39	0	.	20	71	243	40	0	.	31	66	952	17
	alberi morti	158	35	76	64	187	42	2295	13	270	35	436	33	0	.	306	36	2548	11	526	21	742	26	104	49	74	60	303	34	780	21	67	57	319	24	329	27	10	100	2667	14	116	58	1123	15	2663	13	76	51	256	34	16434	5
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
61-80 %	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	.
	nessun danno visibile	346	43	403	47	162	73	9354	11	363	44	816	36	0	.	2358	22	16194	8	1694	25	1584	24	679	36	817	51	2456	27	3363	18	0	.	1076	33	1118	28	0	.	10526	10	2126	22	3666	18	12115	9	29	100	674	46	71919	4
	fuoco	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	188	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	62	0	.	0	.	10	100	0	.	10	100	237	80
	caduta massi	10	100	126	100	0	.	967	21	131	93	145	69	0	.	186	34	803	18	103	47	4	100	173	49	31	74	333	51	242	47	0	.	131	51	91	53	0	.	1017	22	354	35	428	45	731	22	0	.	30	74	6035	9
	diverse cause	10	100	7	100	0	.	222	26	17	63	34	69	0	.	84	64	631	16	28	62	31	63	11	100	36	52	24	63	216	29	0	.	34	53	27	60	0	.	488	25	11	58	100	37	443	24	0	.	4	100	2456	9
	non determinabile	77	55	82	55	33	79	1484	13	71	56	102	41	0	.	333	26	3302	9	232	33	253	33	52	49	84	44	267	31	637	22	0	.	302	33	270	35	0	.	2613	14	487	34	692	22	2583	10	0	.	130	43	14088	5
	raccolta del legname	0	.	0	.	0	.	165	37	0	.	18	100	0	.	38	71	189	35	22	100	69	78	30	61	8	100	11	100	71	47	0	.	25	58	4	100	0	.	0	.	42	54	22	60	167	37	0	.	25	100	905	15
	altra attività umana	0	.	0	.	0	.	160	36	34	100	59	94	0	.	74	60	167	40	40	81	35	76	0	.	10	100	4	100	51	64	0	.	0	.	19	100	0	.	108	44	87	65	22	83	70	41	0	.	0	.	941	16
	intemperie	4	100	10	100	0	.	445	18	0	.	44	58	0	.	153	46	660	18	19	71	123	39	13	100	0	.	62	47	87	48	0	.	16	100	60	79	0	.	617	18	154	49	102	37	798	16	8	100	4	100	3379	8
	alberi vivi a terra	10	100	0	.	0	.	102	36	0	.	0	.	0	.	38	71	510	33	0	.	35	59	9	100	0	.	21	71	31	59	0	.	11	100	0	.	0	.	172	27	81	78	0	.	241	28	0	.	10	100	1270	16
	alberi morti	101	59	92	48	35	76	2084	14	74	67	325	43	0	.	449	31	3252	11	260	34	496	28	112	51	82	42	324	32	803	22	0	.	249	38	216	44	0	.	2665	15	376	30	722	22	3021	11	15	100	121	43	15874	5
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
81-100 %	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	.
	nessun danno visibile	88	86	135	60	186	72	2614	19	56	86	439	60	0	.	492	39	5705	13	465	56	235	71	18	100	398	51	554	44	1556	32	0	.	305	45	773	40	0	.	7329	13	1149	32	781	33	4785	14	0	.	99	80	28161	6
	fuoco	0	.	0	.	0	.	4	100	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	102	91	0	.	0	.	14	76	0	.	0	.	130	73
	caduta massi	0	.	18	83	10	100	792	30	104	79	49	81	0	.	374	41	561	25	80	71	48	100	4	100	121	66	177	74	447	38	0	.	362	44	70	89	0	.	1018	21	186	36	284	43	941	25	0	.	0	.	5648	10
	diverse cause	11	100	9	100	46	91	57	37	20	100	25	85	0	.	37	69	144	28	15	75	0	.	0	.	0	.	4	100	56	57	0	.	10	100	13	76	0	.	187	35	11	100	21	65	89	46	0	.	0	.	756	15
	non determinabile	79	95	40	64	4	100	586	19	30	75	106	59	0	.	88	51	1294	16	46	47	23	100	8	100	21	100	95	42	306	39	0	.	74	63	61	47	0	.	1808	16	441	35	174	34	904	18	0	.	9	100	6196	8
	raccolta del legname	0	.	0	.	0	.	43	84	0	.	0	.	0	.	0	.	12	75	0	.	0	.	4	100	0	.	12	100	4	100	0	.	0	.	0	.	0	.	4	100	0	.	56	84	0	.	0	.	0	.	135	46
	altra attività umana	0	.	0	.	0	.	8	71	0	.	0	.	0	.	0	.	134	64	0	.	0	.	0	.	0	.	0	.	21	71	0	.	4	100	0	.	0	.	64	69	0	.	22	71	4	100	0	.	0	.	258	38
	intemperie	10	100	0	.	0	.	139	37	0	.	56	60	0	.	8	71	233	32	0	.	12	100	0	.	10	100	51	68	60	41	0	.	14	76	94	51	0	.	441	19	34	100	50	60	303	21	0	.	0	.	1514	11
	alberi vivi a terra	10	100	0	.	0	.	19	71	0	.	0	.	0	.	13	77	49	44	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	79	78	11	100	4	100	115	33	0	.	0	.	304	26
	alberi morti	50	74	23	61	35	100	926	26	20	71	216	46	0	.	148	47	1274	15	71	62	102	58	4	100	15	77	77	50	307	36	0	.	205	49	146	46	0	.	1698	17	243	34	312	39	1774	17	0	.	10	100	7657	8
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
>100%	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	.
	nessun danno visibile	0	.	66	100	0	.	956	30	12	100	121	100	0	.	155	55	2163	18	24	100	0	.	88	100	96	68	92	89	696	48	0	.	0	.	290	49	0	.	2713	18	242	58	210	84	1647	24	0	.	0	.	9570	10
	fuoco	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	19	61	0	.	0	.	0	.	0	.	0	.	38	47
	caduta massi	0	.	19	100	0	.	493	40	52	100	17	76	0	.	53	71	547	25	75	100	0	.	0	.	69	66	15	100	564	52	0	.	0	.	350	38	0	.	751	26	83	83	277	87	334	39	0	.	0	.	3700	15
	diverse cause	0	.	4	100	0	.	27	73	0	.	12	100	0	.	14	100	80	39	0	.	0	.	0	.	0	.	0	.	12	100	0	.	0	.	9	100	0	.	148	42	5	100	0	.	48	47	0	.	0	.	358	22
	non determinabile	0	.	0	.	0	.	219	35	4	100	34	86	0	.	50	59	535	22	19	100	0	.	0	.	52	58	4	100	108	55	0	.	0	.	74	47	0	.	993	22	98	62	249	67	341	26	0	.	0	.	2779	12
	raccolta del legname	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	4	100
	altra attività umana	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	100	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	41	67
	intemperie	0	.	0	.	0	.	57	51	0	.	4	100	0	.	14	100	104	31	0	.	0	.	0	.	43	72	0	.	14	76	0	.	0	.	48	68	0	.	262	27	5	100	0	.	79	34	0	.	0	.	629	16
	alberi vivi a terra	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	36	66	0	.	0	.	0	.	0	.	21	100	23	71	0	.	0	.	20	100	0	.	63	48	31	75	0	.	120	41	0	.	0	.	317	23
	alberi morti	0	.	27	100	0	.	389	33	10	100	47	100	0	.	67	53	524	24	0	.	0	.	31	100	114	56	78	87	180	45	0	.	0	.	166	56	0	.	844	23	110	59	63	60	449	27	0	.	0	.	3100	11
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
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	.
	nessun danno visibile	13926	8	2301	22	3744	18	54699	4	5208	12	14336	9	618	37	4906	14	56517	4	11390	9	15105	8	9811	9	2463	24	8040	13	18570	8	4199	15	9758	10	10024	10	8398	12	40589	4	5125	14	32648	6	36997	5	2081	22	14062	7	385515	1
	fuoco	0	.	0	.	0	.	21	54	70	87	0	.	0	.	0	.	195	96	0	.	4	100	0	.	0	.	0	.	24	71	4	100	0	.	0	.	0	.	559	34	0	.	0	.	28	54	0	.	10	100	914	30
	caduta massi	10	100	163	78	10	100	2386	16	300	52	294	43	0	.	652	26	2044	12	299	36	51	93	189	46	224	42	534	40	1273	28	20	100	542	32	524	30	0	.	3045	12	633	25	1189	29	2156	15	0	.	30	74	16571	6
	diverse cause	231	24	92	40	86	57	1368	14	168	25	353	22	0	.	156	40	1862	10	393	24	433	21	195	25	73	37	140	30	995	20	51	42	156	24	279	31	112	33	1777	14	37	46	970	17	1165	15	51	53	241	27	11385	5
	non determinabile	1729	12	264	27	301	24	7129	5	865	14	1802	11	50	61	716	17	10770	5	1752	12	1810	11	1052	14	321	23	1041	15	2766	11	427	25	1440	13	1231	14	689	16	9721	6	1475	18	4069	8	7091	6	246	27	1623	10	60380	2
	raccolta del legname	433	18	47	66	4	100	1956	12	200	29	504	21	0	.	76	44	526	20	519	21	566	21	440	18	24	62	56	42	367	25	164	33	326	24	173	29	232	28	31	57	99	37	889	15	288	29	104	49	583	18	8607	5
	altra attività umana	96	44	9	100	69	43	1075	15	164	41	245	37	8	100	96	49	723	20	359	34	278	35	215	24	41	49	32	49	409	25	14	78	70	39	145	40	151	63	514	21	134	53	693	23	472	25	23	61	317	30	6352	7
	intemperie	127	29	13	78	37	75	1375	12	65	50	266	23	8	71	210	35	2127	11	211	28	352	21	102	42	125	48	242	28	286	23	4	100	115	41	314	26	63	47	2290	9	236	36	587	17	1821	10	19	71	91	36	11086	4
	alberi vivi a terra	43	46	9	100	8	100	220	24	22	61	40	50	0	.	51	56	1026	19	9	100	115	56	33	52	0	.	68	47	168	33	0	.	15	79	44	61	20	100	579	20	144	50	90	33	759	18	0	.	51	49	3515	9
	alberi morti	956	14	258	30	539	24	7869	7	710	19	2141	14	97	47	1030	19	9827	6	1459	13	2684	15	674	17	327	28	1222	17	2697	11	294	25	1055	16	1490	18	377	23	9200	7	953	19	4317	8	8772	7	224	28	1172	12	60343	2
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.

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. 1426418. Birmensdorf, Swiss Federal Research Institute WSL

indietro