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

IFN1
provvigione (legno del fusto)
alte/basse quote · diametro a petto d'uomo (classi dimensionali)
suddivisione regionale: circondario forestale (2024)
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1-IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
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
alte/basse quote	diametro a petto d'uomo (classi dimensionali)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-15 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	16-23 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	24-35 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	36-51 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	=52 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	totale	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
basse quote	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	80	28	138	31	72	48	123	28	3	.	38	47	150	32	258	19	575	17	245	24	16	67	77	57	73	33	5	.	29	60	73	50	76	36	67	40	81	52	83	45	31	50	23	39	0	.	113	34	0	100	282	21	101	44	219	25	97	34	7	68	3	100	46	54	21	53	20	74	44	52	14	.	66	67	105	47	73	41	34	50	44	52	46	34	214	25	43	35	42	41	51	38	63	38	30	56	0	.	3	73	108	36	86	33	108	41	0	.	34	34	14	62	121	32	230	25	325	23	135	37	116	32	143	28	48	77	0	.	16	80	44	46	19	59	3	.	24	48	24	85	31	42	31	50	12	59	11	71	71	43	55	40	31	48	52	55	72	55	3	73	20	54	56	45	15	50	104	28	10	62	48	49	41	51	81	38	95	28	46	41	42	46	80	45	0	.	6701	4
	16-23 cm	366	28	250	29	219	33	485	25	43	.	250	49	469	23	1005	17	1871	13	741	23	97	39	246	37	245	35	24	.	86	67	322	31	234	43	317	32	129	55	374	35	57	51	107	42	0	.	309	35	5	100	844	16	320	36	449	25	411	32	63	49	2	100	111	41	74	51	52	57	132	52	9	.	181	39	354	29	184	37	170	39	206	50	169	36	657	25	113	66	180	35	221	35	353	27	110	48	0	.	85	62	284	30	296	36	267	28	23	.	88	40	100	59	275	38	443	27	693	22	257	33	360	33	445	23	79	79	0	.	43	72	87	50	104	64	0	.	171	46	46	70	128	39	160	45	113	47	24	100	154	41	251	37	196	41	167	40	150	46	34	78	81	53	130	50	47	53	214	29	42	76	56	50	162	35	293	34	420	28	132	36	198	37	152	34	0	.	21065	3
	24-35 cm	1219	23	711	30	411	36	1484	22	78	.	679	51	1012	24	2298	17	4687	12	1771	20	263	46	380	39	764	30	0	.	377	47	622	38	714	39	1358	28	64	57	800	31	152	74	185	42	0	.	291	37	8	100	2702	17	1098	24	1934	20	856	29	152	48	0	.	253	46	186	51	185	49	171	62	14	.	564	39	999	27	778	40	315	32	320	44	570	37	1342	24	497	44	763	36	455	35	855	25	139	45	0	.	294	53	473	32	419	33	512	33	7	.	94	50	64	68	183	41	516	25	682	26	197	37	328	35	474	27	61	57	30	.	86	81	190	42	163	51	40	.	459	44	244	88	343	36	438	49	331	43	39	82	246	40	679	35	541	37	338	43	225	43	95	61	472	58	154	39	111	54	359	32	209	46	486	39	692	30	977	28	1024	24	640	33	562	40	535	36	0	.	50489	3
	36-51 cm	1840	25	1602	27	502	35	2812	21	112	.	629	47	2177	23	5129	16	8549	11	1898	20	449	40	403	37	1005	33	40	.	525	48	937	33	1011	36	1443	28	115	89	944	33	251	54	461	36	0	.	177	41	57	72	3657	15	1510	25	2738	21	1551	29	533	46	0	.	265	51	187	56	353	52	162	70	35	.	528	45	1242	30	642	41	687	37	634	48	1064	32	1339	23	1367	31	763	33	1335	32	1081	26	183	60	0	.	350	50	1166	31	1182	29	941	26	0	.	208	47	54	88	129	50	214	29	386	38	388	31	272	41	447	33	86	89	44	.	25	77	232	38	165	66	31	.	631	39	114	74	344	48	256	44	399	45	30	100	312	48	297	42	595	42	291	60	394	44	158	66	600	45	150	64	21	59	275	32	388	47	898	33	1397	30	1672	26	1778	26	957	31	1002	33	986	30	0	.	75186	3
	=52 cm	905	32	1163	31	430	39	1195	28	24	.	230	51	1268	25	3216	17	4636	15	565	39	653	49	300	59	261	37	59	.	209	45	512	45	523	58	744	39	46	100	213	70	180	58	514	36	0	.	316	42	26	100	1279	21	865	34	1018	30	408	44	98	84	41	100	265	56	204	50	146	83	36	71	21	.	131	72	774	37	336	64	342	45	256	65	405	59	623	30	663	38	223	50	349	44	79	100	0	.	0	.	174	83	441	39	571	42	1076	30	22	.	408	63	14	100	50	57	210	44	401	51	391	53	124	62	422	36	73	76	0	.	31	100	203	51	92	78	-3	.	712	48	0	.	59	74	248	54	300	60	14	100	120	53	141	56	111	80	70	63	372	62	24	100	148	47	0	.	25	100	458	31	56	71	397	48	247	44	559	30	868	34	449	35	442	46	439	40	0	.	37705	4
	totale	4411	19	3863	22	1634	28	6099	18	259	.	1825	39	5076	20	11905	13	20318	9	5220	17	1477	34	1407	30	2348	27	128	.	1227	42	2466	29	2558	33	3928	24	435	51	2414	30	671	47	1290	32	0	.	1207	30	96	71	8764	12	3894	22	6358	18	3322	26	852	42	46	90	939	39	673	41	757	42	544	50	91	.	1470	38	3473	24	2014	37	1548	32	1461	38	2253	31	4175	19	2683	30	1970	28	2410	28	2431	23	463	45	0	.	906	46	2472	26	2554	26	2905	23	52	.	833	41	246	60	758	28	1612	23	2486	19	1368	25	1202	26	1931	23	347	53	75	.	201	71	757	39	543	52	69	.	1997	36	427	76	904	36	1133	39	1156	40	118	75	903	36	1423	30	1474	35	919	39	1214	38	315	59	1321	46	491	40	219	48	1409	23	706	45	1885	30	2540	27	3581	22	4184	21	2224	28	2246	30	2191	27	0	.	191147	2
alte quote	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	.	40	58	48	44	260	16	148	21	4	.	141	24	0	.	0	.	0	.	0	.	31	65	71	35	111	39	69	42	0	.	46	37	78	27	81	30	113	25	218	18	320	15	71	49	26	58	8	55	136	31	20	84	88	44	2	100	37	62	42	43	26	64	73	36	45	59	0	.	31	47	79	42	8	55	74	38	0	.	9	55	42	62	0	.	0	.	27	45	108	46	70	46	0	.	0	.	0	.	20	43	25	43	21	39	4	60	0	.	0	.	24	48	5	81	13	100	33	41	43	73	54	35	20	55	13	36	72	40	6	81	0	.	46	49	0	.	5	75	69	33	12	48	38	68	7	55	8	.	0	.	0	.	0	.	279	21	194	20	171	28	33	59	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	4016	5
	16-23 cm	0	.	0	.	0	.	0	.	191	46	341	36	959	13	441	21	3	.	569	24	0	.	0	.	0	.	0	.	79	62	196	38	318	40	170	50	0	.	192	33	395	20	325	28	442	25	787	18	1086	16	295	51	32	53	62	62	371	30	53	60	282	33	43	71	62	70	147	35	235	41	241	34	203	35	0	.	71	59	311	32	100	45	302	35	0	.	31	87	101	56	0	.	0	.	58	34	313	37	183	38	0	.	0	.	0	.	19	46	131	33	93	37	10	64	0	.	0	.	52	47	40	60	38	78	123	45	91	50	219	46	50	55	44	43	208	47	16	60	0	.	108	39	0	.	6	100	240	32	44	62	75	42	56	52	3	.	0	.	5	.	0	.	783	20	775	17	760	23	38	51	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	14024	4
	24-35 cm	0	.	0	.	0	.	0	.	826	34	965	32	3538	13	1385	21	43	.	1145	23	0	.	0	.	10	.	0	.	74	78	422	43	726	32	493	55	0	.	522	49	1446	20	642	26	1295	24	2388	17	3260	15	831	36	133	52	57	64	734	26	123	92	418	33	200	63	132	51	658	34	443	41	492	36	807	31	0	.	237	56	668	31	275	46	913	34	0	.	92	58	181	47	0	.	0	.	277	33	1019	28	528	36	0	.	0	.	0	.	128	51	304	38	487	37	19	73	0	.	0	.	134	45	79	64	98	69	453	37	336	61	557	35	138	54	381	57	482	36	53	78	0	.	392	36	0	.	43	72	510	26	131	46	196	45	203	45	0	.	0	.	65	.	0	.	1775	16	1460	18	1559	23	74	79	0	.	0	.	140	100	0	.	0	.	0	.	0	.	0	.	38591	4
	36-51 cm	0	.	0	.	0	.	0	.	1012	33	1440	31	6807	13	2420	19	57	.	1220	22	0	.	0	.	40	.	0	.	79	74	511	38	792	28	527	44	0	.	939	27	2475	20	1193	24	2906	18	4197	15	4354	12	799	33	254	58	196	56	1571	24	238	54	813	27	271	61	97	59	868	27	537	39	720	34	1234	35	0	.	452	42	952	34	560	34	1143	27	0	.	263	52	132	53	0	.	0	.	702	31	1738	26	590	33	0	.	0	.	0	.	391	40	517	29	684	28	41	73	0	.	0	.	142	66	156	71	126	67	359	41	331	47	580	32	416	55	488	36	598	31	70	73	0	.	655	32	0	.	118	82	716	25	279	43	405	50	456	40	56	.	0	.	36	.	0	.	2251	16	2139	18	2460	16	293	53	0	.	0	.	188	87	0	.	0	.	0	.	0	.	0	.	60055	3
	=52 cm	0	.	0	.	0	.	0	.	432	55	477	49	3962	15	2118	20	22	.	584	33	0	.	0	.	31	.	0	.	9	100	166	76	763	34	20	94	0	.	1273	34	2039	22	979	34	2215	21	3328	16	2224	18	337	44	517	51	160	59	774	36	189	54	245	38	78	71	348	66	812	38	193	48	660	43	861	31	0	.	466	64	808	32	816	39	1266	41	0	.	195	75	51	72	0	.	0	.	786	35	520	33	777	39	0	.	0	.	0	.	474	44	581	42	352	55	54	75	0	.	0	.	396	53	115	49	146	79	325	52	334	57	403	51	428	40	366	52	321	36	71	73	0	.	698	45	0	.	47	75	456	31	399	49	28	100	266	52	0	.	0	.	125	.	0	.	2476	18	1055	21	1577	23	181	84	79	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43255	4
	totale	0	.	0	.	0	.	0	.	2501	30	3271	28	15525	11	6512	16	130	.	3659	19	0	.	0	.	81	.	0	.	273	60	1366	38	2709	25	1278	42	0	.	2971	26	6433	16	3220	21	6971	16	10919	12	11243	11	2333	28	962	46	483	58	3586	22	624	54	1846	24	594	58	675	51	2527	26	1433	36	2187	30	3151	29	0	.	1258	41	2818	25	1759	33	3697	25	0	.	591	49	507	43	0	.	0	.	1851	28	3700	24	2147	30	0	.	0	.	0	.	1031	34	1558	28	1638	28	128	68	0	.	0	.	749	39	396	51	420	64	1292	35	1134	43	1813	31	1051	40	1292	36	1680	29	217	59	0	.	1899	29	0	.	219	73	1992	22	866	43	743	40	987	35	67	.	0	.	231	.	0	.	7564	13	5623	15	6527	15	619	50	79	.	0	.	335	92	0	.	0	.	0	.	0	.	0	.	159942	3
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-15 cm	80	28	138	31	72	48	123	28	43	54	86	32	410	16	405	14	579	17	386	17	16	67	77	57	73	33	5	.	61	44	143	31	186	27	136	29	81	52	129	32	109	24	104	25	113	25	331	17	320	15	353	19	127	37	227	24	233	23	28	64	90	43	48	52	58	44	62	38	69	40	86	34	111	46	105	47	105	32	113	33	51	45	120	27	214	25	52	31	83	37	51	38	63	38	57	36	108	46	72	44	108	36	86	33	108	41	20	43	59	27	35	34	125	31	230	25	325	23	160	32	122	31	156	27	81	49	43	73	70	33	64	36	33	38	75	39	30	42	24	85	77	34	31	50	17	48	79	30	82	38	93	36	38	40	60	49	72	55	3	73	20	54	336	19	210	19	276	20	43	47	48	49	41	51	84	37	95	28	46	41	42	46	80	45	0	.	10717	3
	16-23 cm	366	28	250	29	219	33	485	25	234	41	591	29	1428	11	1446	13	1874	13	1310	16	97	39	246	37	245	35	24	.	165	46	518	24	551	29	486	27	129	55	566	26	452	19	432	24	442	25	1097	16	1090	16	1139	18	352	33	511	23	782	22	116	38	285	33	154	36	136	42	199	30	367	32	250	33	384	26	354	29	256	31	481	25	306	36	470	26	657	25	145	55	281	30	221	35	353	27	168	34	313	37	269	32	284	30	296	36	267	28	42	58	219	25	193	36	285	36	443	27	693	22	309	28	400	30	483	22	201	41	91	50	262	40	137	37	148	47	207	47	187	42	46	70	236	28	160	45	120	45	265	30	198	35	326	30	252	34	170	39	150	46	39	69	81	53	913	18	821	16	974	19	81	47	56	50	162	35	298	34	420	28	132	36	198	37	152	34	0	.	35089	2
	24-35 cm	1219	23	711	30	411	36	1484	22	903	33	1644	28	4550	12	3684	13	4730	12	2916	15	263	46	380	39	774	29	0	.	451	41	1044	29	1440	25	1851	25	64	57	1322	27	1598	20	827	22	1295	24	2680	16	3268	15	3534	15	1231	22	1991	20	1589	19	275	49	418	33	453	38	318	36	842	28	613	34	506	35	1371	24	999	27	1015	33	983	23	595	32	1483	25	1342	24	588	38	944	30	455	35	855	25	416	27	1019	28	822	30	473	32	419	33	512	33	135	48	398	31	552	33	202	38	516	25	682	26	331	28	408	31	572	25	513	33	366	57	643	32	328	33	544	43	521	34	512	40	244	88	735	25	438	49	374	39	548	25	378	31	875	29	744	30	338	43	225	43	160	54	472	58	1928	15	1571	17	1918	19	283	40	486	39	692	30	1117	27	1024	24	640	33	562	40	535	36	0	.	89081	2
	36-51 cm	1840	25	1602	27	502	35	2812	21	1124	31	2069	26	8984	11	7549	12	8606	11	3118	15	449	40	403	37	1045	32	40	.	605	43	1448	25	1803	23	1970	24	115	89	1883	21	2726	19	1654	20	2906	18	4374	14	4411	12	4456	13	1764	23	2934	20	3122	19	771	36	813	27	536	39	284	42	1222	24	699	34	755	33	1762	28	1242	30	1094	29	1640	25	1194	30	2207	21	1339	23	1630	27	895	29	1335	32	1081	26	886	27	1738	26	940	28	1166	31	1182	29	941	26	391	40	726	24	738	27	170	41	214	29	386	38	530	29	429	37	573	30	445	37	375	43	605	31	648	37	653	31	629	29	701	36	114	74	998	26	256	44	517	39	747	25	591	32	702	34	1050	29	347	53	394	44	194	56	600	45	2402	16	2160	18	2735	15	680	35	898	33	1397	30	1859	25	1778	26	957	31	1002	33	986	30	0	.	135241	2
	=52 cm	905	32	1163	31	430	39	1195	28	455	52	707	37	5230	13	5334	13	4658	15	1148	25	653	49	300	59	292	35	59	.	218	44	678	39	1286	31	763	38	46	100	1486	31	2219	20	1493	25	2215	21	3644	15	2250	18	1616	19	1383	29	1178	27	1181	28	287	46	286	36	343	46	552	45	958	35	229	42	681	42	993	29	774	37	802	46	1150	26	1072	34	1671	34	623	30	858	34	273	43	349	44	79	100	786	35	520	33	951	35	441	39	571	42	1076	30	496	42	989	36	366	53	105	47	210	44	401	51	787	37	240	40	568	34	398	45	334	57	434	48	632	32	458	44	317	37	784	44	0	.	756	42	248	54	347	52	470	30	519	39	169	49	377	44	70	63	372	62	150	85	148	47	2476	18	1080	21	2035	19	237	66	476	43	247	44	559	30	868	34	449	35	442	46	439	40	0	.	80960	3
	totale	4411	19	3863	22	1634	28	6099	18	2760	29	5097	23	20601	10	18418	10	20447	9	8878	12	1477	34	1407	30	2429	26	128	.	1500	36	3832	23	5266	21	5206	21	435	51	5385	19	7103	16	4510	18	6971	16	12126	11	11339	11	11098	11	4856	20	6841	17	6908	17	1476	33	1892	23	1533	32	1348	33	3284	22	1977	29	2278	29	4621	23	3473	24	3272	28	4367	20	3220	25	5951	19	4175	19	3274	26	2477	24	2410	28	2431	23	2314	24	3700	24	3054	25	2472	26	2554	26	2905	23	1083	32	2391	23	1883	25	886	25	1612	23	2486	19	2117	21	1598	23	2351	22	1639	30	1209	40	2014	29	1808	28	1836	29	1749	28	2214	33	427	76	2803	23	1133	39	1375	35	2109	21	1768	28	2166	24	2461	25	986	37	1214	38	546	54	1321	46	8055	12	5842	14	7936	13	1324	33	1964	29	2540	27	3917	22	4184	21	2224	28	2246	30	2191	27	0	.	351089	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. 2293473. Birmensdorf, Swiss Federal Research Institute WSL

indietro