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

IFN5
numero totale di fusti con danni (due danni principali)
quota (classi di 200 m) · causa dei danni agli alberi (10 classi)
suddivisione regionale: cantone
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
		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
quota (classi di 200 m)	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	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
>1800 m	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	.	817	47	0	.	496	100	0	.	0	.	13117	11	0	.	0	.	0	.	0	.	255	100	71	100	0	.	0	.	0	.	0	.	2424	23	0	.	22	100	5873	16	0	.	0	.	23075	8
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100
	caduta massi	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	318	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	180	65	0	.	0	.	333	26	0	.	0	.	830	26
	diverse cause	0	.	0	.	0	.	50	54	0	.	0	.	0	.	0	.	708	23	0	.	0	.	0	.	0	.	0	.	28	100	0	.	0	.	0	.	0	.	137	32	0	.	0	.	243	36	0	.	0	.	1166	16
	non determinabile	0	.	0	.	0	.	402	40	0	.	15	100	0	.	0	.	5313	12	0	.	0	.	0	.	0	.	55	100	60	100	0	.	0	.	0	.	0	.	795	25	0	.	0	.	2149	18	0	.	0	.	8789	9
	raccolta del legname	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	79	53	0	.	0	.	100	45
	altra attività umana	0	.	0	.	0	.	23	72	0	.	0	.	0	.	0	.	107	45	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	40	100	0	.	0	.	293	46	0	.	0	.	462	33
	intemperie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	502	24	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	403	54	0	.	0	.	427	26	0	.	0	.	1350	20
	alberi vivi a terra	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	486	36	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	59	66	0	.	0	.	140	56	0	.	0	.	684	29
	alberi morti	0	.	0	.	0	.	459	56	0	.	0	.	0	.	0	.	3534	15	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	336	31	0	.	0	.	1827	21	0	.	0	.	6175	11
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1601-1800 m	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	.	2979	21	0	.	338	98	0	.	529	82	9344	13	0	.	0	.	0	.	890	84	1387	54	815	55	0	.	0	.	70	100	0	.	4264	19	192	54	747	38	6706	18	0	.	0	.	28262	8
	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	.	210	47	0	.	18	100	0	.	0	.	349	33	0	.	0	.	0	.	0	.	87	71	0	.	0	.	0	.	0	.	0	.	182	57	0	.	24	72	163	36	0	.	0	.	1033	20
	diverse cause	0	.	0	.	0	.	265	57	0	.	0	.	0	.	68	70	446	28	0	.	9	100	0	.	12	100	66	60	22	100	0	.	0	.	0	.	0	.	333	35	154	84	41	45	196	30	0	.	0	.	1611	17
	non determinabile	0	.	0	.	0	.	1301	22	0	.	206	89	0	.	267	68	2952	14	0	.	22	100	0	.	57	79	299	62	25	77	0	.	0	.	40	100	0	.	990	23	249	56	112	44	2402	17	0	.	0	.	8921	9
	raccolta del legname	0	.	0	.	0	.	55	100	0	.	0	.	0	.	0	.	68	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	130	50
	altra attività umana	0	.	0	.	0	.	72	59	0	.	0	.	0	.	95	93	222	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	61	0	.	8	100	227	52	0	.	0	.	667	27
	intemperie	0	.	0	.	0	.	224	35	0	.	0	.	0	.	7	100	363	29	0	.	0	.	0	.	15	100	0	.	17	100	0	.	0	.	0	.	0	.	257	25	0	.	0	.	453	42	0	.	0	.	1337	18
	alberi vivi a terra	0	.	0	.	0	.	63	65	0	.	0	.	0	.	0	.	53	74	0	.	0	.	0	.	0	.	72	100	22	100	0	.	0	.	0	.	0	.	16	100	0	.	0	.	68	48	0	.	0	.	294	34
	alberi morti	0	.	0	.	0	.	1171	32	0	.	92	100	0	.	21	75	1532	18	0	.	0	.	0	.	95	93	444	65	202	67	0	.	0	.	7	100	0	.	537	24	86	63	138	61	2251	25	0	.	0	.	6577	12
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1401-1600 m	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	.	4522	18	0	.	541	47	0	.	444	49	11483	13	0	.	996	46	0	.	79	100	1561	33	1155	38	0	.	0	.	1197	36	0	.	5502	20	1672	34	3615	26	6067	17	0	.	0	.	38834	7
	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	.	676	43	0	.	15	72	0	.	32	71	594	39	0	.	0	.	0	.	114	100	6	100	25	100	0	.	0	.	0	.	0	.	327	41	25	77	26	61	388	41	0	.	0	.	2227	20
	diverse cause	0	.	0	.	0	.	158	37	0	.	105	58	0	.	25	76	300	31	0	.	0	0	0	.	0	.	0	.	59	77	0	.	0	.	151	75	0	.	387	28	32	64	176	39	231	31	0	.	0	.	1623	14
	non determinabile	0	.	0	.	0	.	1766	18	0	.	491	47	0	.	270	50	3068	14	0	.	244	42	0	.	52	100	512	34	204	44	0	.	0	.	173	50	0	.	1257	22	472	37	702	22	1818	18	0	.	0	.	11030	7
	raccolta del legname	0	.	0	.	0	.	39	55	0	.	0	.	0	.	0	.	131	42	0	.	42	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	18	100	37	100	31	64	37	56	0	.	0	.	342	26
	altra attività umana	0	.	0	.	0	.	163	44	0	.	12	100	0	.	0	.	199	37	0	.	6	100	0	.	57	100	17	100	15	100	0	.	0	.	0	.	0	.	42	71	71	100	83	92	673	75	0	.	0	.	1340	40
	intemperie	0	.	0	.	0	.	232	33	0	.	19	58	0	.	25	76	443	24	0	.	33	71	0	.	0	.	15	100	0	.	0	.	0	.	47	78	0	.	254	32	99	77	60	52	337	30	0	.	0	.	1564	13
	alberi vivi a terra	0	.	0	.	0	.	15	100	0	.	0	.	0	.	87	82	88	53	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	58	100	0	.	102	52	0	.	40	71	198	60	0	.	0	.	605	28
	alberi morti	0	.	0	.	0	.	1539	22	0	.	530	50	0	.	239	70	2947	20	0	.	430	54	0	.	30	100	213	39	305	47	0	.	0	.	460	67	0	.	925	24	238	47	728	31	1568	20	31	100	0	.	10182	9
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1201-1400 m	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	.	448	53	47	86	4369	19	0	.	2788	24	0	.	525	43	5020	18	0	.	1298	41	767	41	239	75	1258	37	2183	24	0	.	230	72	1870	25	0	.	3989	22	1410	36	6057	18	5784	19	0	.	0	.	38280	6
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	100	0	.	0	.	0	.	0	.	0	.	33	100
	caduta massi	0	.	27	100	18	100	555	33	0	.	223	83	0	.	165	92	435	40	0	.	129	100	0	.	0	.	33	71	478	43	0	.	0	.	308	82	0	.	529	30	132	82	150	51	459	40	0	.	0	.	3641	15
	diverse cause	0	.	31	81	82	100	219	32	0	.	133	58	0	.	85	82	197	33	0	.	92	100	15	71	0	.	21	77	329	33	0	.	52	100	65	49	0	.	362	34	78	91	273	29	743	47	0	.	0	.	2779	16
	non determinabile	0	.	107	56	68	100	1262	20	0	.	533	32	0	.	245	49	1991	19	0	.	605	33	124	40	59	72	326	40	652	25	0	.	106	71	348	33	0	.	1077	22	332	38	975	20	931	23	0	.	0	.	9741	7
	raccolta del legname	0	.	0	.	0	.	121	54	0	.	37	60	0	.	96	63	139	39	0	.	22	75	20	100	0	.	0	.	29	79	0	.	0	.	67	91	0	.	30	62	0	.	68	56	0	.	0	.	0	.	629	21
	altra attività umana	0	.	9	100	24	100	120	52	0	.	164	72	0	.	0	.	176	45	0	.	0	.	23	74	0	.	0	.	77	76	0	.	0	.	26	71	0	.	8	100	7	100	86	51	18	100	0	.	0	.	739	24
	intemperie	0	.	0	.	0	.	112	51	0	.	150	42	0	.	44	62	275	36	0	.	66	53	83	100	0	.	30	71	98	53	0	.	24	100	0	.	0	.	250	33	131	71	160	46	101	51	0	.	0	.	1526	15
	alberi vivi a terra	0	.	6	100	0	.	18	100	0	.	0	.	0	.	55	74	39	70	0	.	18	100	0	.	0	.	0	.	35	100	0	.	0	.	0	.	0	.	87	48	158	81	0	.	78	47	0	.	0	.	493	31
	alberi morti	0	.	80	55	80	73	1058	23	0	.	688	34	0	.	654	52	1776	21	0	.	780	44	44	61	12	100	177	49	586	26	0	.	48	100	484	35	0	.	594	27	426	46	1068	24	1331	22	0	.	0	.	9886	9
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1001-1200 m	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	.	441	55	506	52	7915	14	0	.	2532	27	0	.	707	38	3983	21	942	45	2761	26	3793	19	449	60	1039	37	2379	30	0	.	1454	38	1701	28	0	.	5468	19	1481	37	5514	17	4041	19	253	52	163	61	47520	6
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	72	91	0	.	0	.	0	.	0	.	0	.	78	84
	caduta massi	0	.	67	100	0	.	300	44	0	.	15	100	0	.	160	60	549	38	0	.	0	0	0	.	153	78	484	47	93	68	0	.	189	58	91	48	0	.	752	30	378	62	522	42	328	52	0	.	0	.	4080	14
	diverse cause	0	.	55	60	39	100	211	30	0	.	96	80	0	.	24	61	315	44	62	71	66	47	184	39	0	0	153	81	75	44	0	.	17	100	113	67	0	.	406	43	299	49	209	47	218	37	25	100	20	74	2587	14
	non determinabile	0	.	125	81	74	49	1366	18	0	.	544	40	0	.	376	41	1486	25	171	47	389	36	467	24	76	74	161	55	518	30	0	.	129	56	536	28	0	.	1468	20	230	42	876	21	886	26	69	54	24	77	9972	7
	raccolta del legname	0	.	14	71	13	71	345	29	0	.	94	63	0	.	115	62	33	81	0	.	181	50	144	36	0	.	0	.	21	76	0	.	38	84	210	46	0	.	7	100	0	.	357	31	7	100	58	73	23	100	1660	14
	altra attività umana	0	.	0	.	22	75	89	51	0	.	111	80	0	.	96	67	55	58	8	100	52	100	62	65	25	100	36	100	47	49	0	.	0	.	98	94	0	.	25	100	15	100	54	74	15	71	0	.	7	100	817	22
	intemperie	0	.	0	.	25	77	139	37	0	.	57	51	0	.	35	62	215	52	25	75	227	43	8	100	0	.	106	62	36	61	0	.	8	100	57	78	0	.	334	29	33	71	240	46	144	35	0	0	33	100	1721	14
	alberi vivi a terra	0	.	0	.	61	76	18	100	0	.	15	100	0	.	0	.	18	100	0	.	37	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	169	60	71	100	0	.	139	66	0	.	0	.	527	32
	alberi morti	0	.	127	69	235	52	1524	20	0	.	513	35	0	.	130	65	891	25	169	67	522	31	273	37	130	55	155	49	448	36	0	.	92	54	366	32	0	.	1020	28	368	49	816	30	1096	26	108	63	312	100	9295	8
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
801-1000 m	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	.	727	48	1483	40	11837	12	1020	39	2285	28	0	.	507	46	2569	25	2469	26	3457	27	2815	20	410	57	1138	47	3689	22	348	51	981	39	1997	30	73	100	6095	24	812	48	3362	22	2952	25	729	44	1134	41	52887	6
	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	.	611	49	38	100	0	.	0	.	320	46	225	49	38	100	0	.	219	53	193	100	307	72	591	43	0	.	222	74	46	75	0	.	454	32	181	69	69	81	362	64	0	.	52	100	3928	16
	diverse cause	0	.	22	57	0	.	408	30	0	.	78	61	0	.	49	49	158	42	105	44	216	31	55	68	105	57	56	68	295	32	0	.	17	100	74	55	0	.	460	43	18	100	52	54	84	53	91	63	54	75	2394	13
	non determinabile	0	.	67	52	243	44	1626	17	107	58	355	32	0	.	110	55	866	27	445	35	506	37	472	34	61	53	262	39	887	25	77	67	333	45	315	39	38	100	1906	23	161	59	580	27	844	27	63	66	236	42	10559	7
	raccolta del legname	0	.	65	81	0	.	686	28	31	100	41	54	0	.	65	60	87	48	28	71	178	54	114	44	0	.	91	81	119	50	35	66	151	61	48	56	24	100	0	0	22	100	111	68	33	100	114	87	61	71	2103	14
	altra attività umana	0	.	15	100	39	100	301	46	19	100	39	81	0	.	0	.	91	52	28	61	33	79	74	51	44	100	0	.	206	45	0	.	0	.	0	.	0	.	50	54	18	100	41	100	7	100	28	73	0	.	1033	19
	intemperie	0	.	0	.	15	100	270	37	48	63	26	78	0	.	47	65	245	42	48	74	130	54	17	100	0	.	35	70	175	34	0	.	81	63	70	65	0	.	530	56	18	100	49	74	40	71	11	100	13	100	1870	19
	alberi vivi a terra	0	.	0	.	0	.	82	59	0	.	0	.	0	.	6	100	18	100	0	.	0	.	0	.	0	.	19	100	15	100	0	.	0	.	0	.	0	.	204	58	18	100	0	.	18	100	0	.	0	.	382	35
	alberi morti	0	.	110	73	152	60	1817	19	202	58	308	38	0	.	262	46	628	26	231	34	670	34	385	32	64	72	281	56	843	30	24	77	254	50	444	46	0	.	1769	26	280	53	390	29	765	30	147	47	85	53	10111	8
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
601-800 m	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	1473	29	0	.	609	41	11035	13	941	36	2565	28	0	.	198	63	2609	22	2600	22	5024	19	1884	34	705	58	82	71	3947	23	827	36	3989	23	886	45	1747	28	4064	21	200	77	5984	19	1196	46	206	71	4343	19	57111	5
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	275	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	149	72	0	.	0	.	0	.	0	.	0	.	424	69
	caduta massi	0	.	0	.	0	.	364	41	147	100	60	100	0	.	40	71	218	55	95	58	0	.	0	.	307	76	0	.	140	82	0	.	224	60	29	100	0	.	320	32	128	71	90	72	147	62	0	.	0	.	2310	18
	diverse cause	34	71	0	.	212	60	297	30	7	100	342	47	0	.	0	0	287	31	115	57	260	47	7	100	351	74	0	.	307	40	21	74	112	48	75	57	138	44	1122	44	0	.	262	40	76	81	24	76	150	51	4200	16
	non determinabile	136	36	0	.	225	55	1563	19	136	57	235	38	0	.	34	71	727	26	485	34	797	24	131	44	181	55	50	100	738	26	184	42	648	25	253	57	391	44	1895	22	52	76	894	26	300	46	17	100	732	22	10803	7
	raccolta del legname	79	58	0	.	18	100	818	20	76	52	77	74	0	.	17	73	33	100	150	41	277	43	56	57	50	100	0	.	77	48	73	71	148	48	6	100	221	46	90	100	0	0	320	35	0	.	0	.	251	31	2836	11
	altra attività umana	14	100	0	.	18	100	104	50	26	100	66	100	0	.	0	.	34	65	50	87	111	77	17	100	0	.	23	100	36	62	0	.	54	54	0	.	17	100	8	100	0	.	58	57	0	.	0	.	37	71	674	22
	intemperie	37	61	0	.	53	74	136	40	43	72	35	53	0	.	0	.	38	83	49	63	13	71	40	56	36	100	0	.	100	47	0	.	123	35	18	100	48	63	774	43	0	.	64	43	42	61	0	.	164	46	1812	20
	alberi vivi a terra	33	71	0	.	25	100	18	100	35	100	0	.	0	.	15	100	0	.	0	.	0	.	0	.	18	100	0	.	28	79	0	.	0	.	7	100	0	.	98	44	0	.	0	.	36	71	0	.	17	100	330	25
	alberi morti	222	34	0	.	269	50	1095	20	117	48	223	33	0	.	162	55	817	31	975	27	683	33	243	41	96	73	12	100	575	33	91	65	746	29	181	65	141	53	1913	24	0	.	917	26	477	37	7	100	562	31	10522	8
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
=600 m	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	8256	12	0	.	0	.	8540	13	3194	23	1393	31	541	49	0	.	943	70	2726	20	2068	26	42	71	0	.	458	75	1431	30	2367	26	2255	26	217	52	4714	17	5642	18	779	55	3953	21	1289	36	17	100	6962	14	57786	5
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	126	100	0	.	0	.	0	.	0	.	0	.	126	100
	caduta massi	7	100	0	.	0	.	0	.	198	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	392	78	94	100	0	.	22	100	0	.	479	34	0	.	7	100	48	73	0	.	0	.	1247	33
	diverse cause	316	35	0	.	0	.	195	31	103	46	121	51	25	100	0	.	96	100	209	53	7	100	0	.	0	.	0	.	85	93	69	50	36	61	22	100	227	32	735	37	22	74	327	35	112	59	13	100	295	37	3015	13
	non determinabile	1432	17	0	.	0	.	721	18	634	24	292	36	44	71	0	.	72	72	458	24	225	44	31	100	0	.	52	100	481	35	351	35	339	38	0	.	802	21	2956	18	102	54	554	31	203	47	36	100	1094	16	10879	7
	raccolta del legname	387	28	0	.	0	.	817	24	109	40	85	51	7	100	0	.	0	.	143	36	109	46	0	.	0	.	52	100	54	64	129	47	125	48	14	100	222	41	0	.	7	100	54	54	18	100	0	.	701	25	3034	11
	altra attività umana	180	32	0	.	0	.	131	49	9	100	57	66	15	100	0	.	0	.	54	58	25	74	0	.	0	.	0	.	29	78	0	.	100	62	7	100	190	84	192	41	16	100	23	100	75	100	0	.	17	100	1120	20
	intemperie	154	42	0	.	0	.	78	42	209	34	50	87	0	.	0	.	56	100	76	56	17	100	0	.	0	.	0	.	79	63	48	54	59	67	7	100	139	38	374	29	18	100	145	46	36	71	0	.	150	37	1695	12
	alberi vivi a terra	65	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	78	0	.	0	.	0	.	0	.	14	100	41	72	54	58	7	100	36	71	323	41	0	.	15	100	18	100	0	.	27	73	627	24
	alberi morti	904	21	0	.	0	.	588	23	679	28	302	55	150	49	0	.	120	62	735	36	133	35	49	100	0	.	35	70	399	35	352	35	269	44	80	71	439	39	3215	18	82	63	716	26	431	42	0	.	794	23	10471	8
	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	9729	11	1616	30	2644	26	52013	5	5155	17	12939	12	541	49	2910	22	49068	5	8736	12	15603	11	9299	12	2773	34	7177	18	15669	11	3543	20	8908	14	7937	14	6534	14	37449	6	6545	17	29253	8	33908	7	1204	31	12602	10	343756	2
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	288	95	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	380	47	0	.	0	.	0	.	0	.	0	.	669	49
	caduta massi	7	100	94	77	18	100	2716	19	384	64	331	59	0	.	717	33	2688	16	134	50	129	100	219	53	766	45	917	35	1718	27	94	100	635	37	495	53	0	.	3224	12	844	36	889	28	2226	18	0	.	52	100	19297	6
	diverse cause	350	32	108	40	334	47	1803	14	110	43	875	25	25	100	251	36	2507	12	491	29	650	26	261	32	468	57	295	46	1199	18	90	42	234	35	500	31	365	26	3942	16	602	35	1340	16	1903	20	153	43	519	27	19374	5
	non determinabile	1568	16	299	41	610	29	10007	7	876	21	2672	16	44	71	1302	23	16474	6	1559	17	2787	14	1225	17	485	29	1716	19	3565	12	611	25	1556	17	1666	17	1232	20	12344	7	1598	19	4693	9	9531	8	185	37	2086	12	80692	2
	raccolta del legname	465	25	80	68	31	65	2882	12	216	31	335	29	7	100	292	35	511	20	320	25	809	23	334	24	50	100	143	63	307	27	236	35	461	29	345	34	467	29	145	65	66	66	942	19	183	34	172	63	1036	19	10834	5
	altra attività umana	194	31	24	73	104	50	1003	20	54	62	450	38	15	100	190	57	885	18	140	40	227	46	177	34	126	60	76	60	409	28	0	.	154	44	132	72	207	77	409	25	126	61	355	32	1308	42	28	73	61	53	6852	10
	intemperie	191	36	0	.	93	50	1191	15	300	28	338	26	0	.	159	32	2138	13	197	33	485	26	148	59	51	76	186	40	524	21	48	54	294	27	199	38	188	33	3177	16	300	42	718	22	1581	16	11	100	360	28	12875	6
	alberi vivi a terra	98	40	6	100	86	61	214	34	35	100	15	100	0	.	163	51	702	27	25	78	55	75	0	.	18	100	92	82	131	41	41	72	54	58	72	81	36	71	1059	21	247	60	55	58	696	26	0	.	44	59	3943	11
	alberi morti	1126	18	317	40	736	28	9251	9	998	23	2655	17	150	49	1468	28	12245	8	2110	19	3217	17	994	19	428	34	1335	27	3358	13	467	30	1408	20	2021	22	579	32	10308	8	1480	22	4773	11	9747	9	293	35	1754	23	73219	3
	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. 1346983. Birmensdorf, Swiss Federal Research Institute WSL

indietro