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)
pendenza (classi di 20%) · causa dei danni agli alberi (10 classi)
suddivisione regionale: cantone
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1-IFN5
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
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	4859	16	132	100	501	56	13272	12	1333	32	4388	21	444	56	0	.	3008	27	2374	23	5234	20	3062	21	115	100	1333	46	2117	25	1459	29	2631	30	698	48	4743	18	344	61	180	100	11526	13	1189	49	277	63	6258	14	71477	4
	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	169	42	0	.	68	100	317	27	31	63	394	34	25	100	0	.	109	46	140	42	72	43	117	46	12	100	0	.	62	52	14	100	66	69	39	71	277	30	20	100	110	100	575	25	32	100	13	100	174	38	2837	11
	non determinabile	809	24	7	100	121	73	1535	18	286	38	596	23	25	100	0	.	741	34	295	30	576	28	416	30	6	100	229	47	317	31	212	37	253	39	75	70	859	26	67	50	0	.	1364	18	110	46	65	66	754	17	9716	6
	raccolta del legname	232	33	0	.	0	.	1333	20	83	48	162	44	7	100	0	.	0	.	71	61	294	41	161	34	0	.	52	100	74	51	69	68	57	53	6	100	333	35	0	.	0	.	426	30	0	.	7	100	638	24	4006	10
	altra attività umana	54	49	0	.	39	100	81	39	0	.	66	59	15	100	0	.	72	48	14	100	92	91	33	71	0	.	0	.	44	60	0	.	31	71	0	.	43	62	0	.	0	.	168	38	18	100	0	.	44	62	815	18
	intemperie	46	74	0	.	0	.	83	36	59	52	72	41	0	.	0	.	0	0	67	60	99	52	14	70	15	100	15	100	50	58	17	100	13	71	0	.	101	42	6	100	0	.	115	55	36	71	0	.	108	46	915	15
	alberi vivi a terra	34	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	78	0	.	0	.	0	.	0	.	14	100	0	.	0	.	0	.	36	71	20	100	0	.	15	100	0	.	0	.	10	100	155	33
	alberi morti	435	31	0	.	82	100	794	19	125	45	642	35	95	52	34	100	356	37	397	45	295	28	296	35	0	.	146	49	78	41	59	67	134	57	111	55	369	41	128	100	147	100	1150	20	245	59	51	76	500	23	6670	8
	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	3513	19	687	48	1426	40	13046	10	1357	32	3673	20	0	.	191	74	6134	16	2531	25	6143	19	4259	20	641	59	1892	37	3103	25	793	36	2846	26	2305	26	1317	31	4646	20	400	59	6694	17	3282	27	445	62	4322	19	75647	5
	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	.	59	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	56	75	0	.	0	.	0	.	0	.	0	.	69	59	0	.	6	100	0	.	0	.	0	.	191	44
	diverse cause	164	53	58	56	33	79	420	22	44	86	193	63	0	.	0	.	325	28	76	50	221	36	106	52	294	86	195	66	299	43	17	100	110	55	64	51	89	49	569	45	248	62	333	34	76	46	45	61	270	43	4249	12
	non determinabile	507	24	167	63	324	41	1699	14	198	39	719	33	0	.	56	78	2113	18	439	29	932	22	635	25	51	59	415	36	464	25	199	41	375	32	350	42	274	31	923	24	201	65	1172	19	645	24	17	100	854	22	13729	6
	raccolta del legname	152	52	65	80	13	71	922	18	50	62	43	53	0	.	7	100	37	62	136	42	175	35	88	52	0	.	19	100	117	47	167	41	215	45	66	65	37	61	90	100	0	.	345	32	36	71	8	100	311	37	3099	10
	altra attività umana	139	38	24	73	40	61	285	44	9	100	93	77	0	.	0	.	154	45	35	71	64	82	112	44	44	100	0	.	74	62	0	.	0	.	7	100	164	96	130	45	15	100	136	63	56	58	0	.	17	100	1598	17
	intemperie	64	49	0	.	58	52	206	36	74	55	123	40	0	.	0	.	106	43	58	52	195	41	134	65	0	.	17	100	60	61	0	.	66	53	81	53	87	51	96	50	0	0	211	37	49	54	0	.	172	44	1857	12
	alberi vivi a terra	17	100	0	.	18	100	41	61	35	100	15	100	0	.	0	.	35	71	0	.	0	.	0	.	0	.	19	100	0	.	0	.	0	.	7	100	0	.	79	70	0	.	0	.	18	100	0	.	17	100	300	29
	alberi morti	439	28	110	73	220	42	1427	17	176	56	673	32	0	.	18	100	1225	25	614	39	1431	30	469	29	45	100	275	37	297	31	172	56	168	44	561	58	210	53	804	32	50	63	1054	23	680	41	59	76	448	36	11626	8
	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	1068	39	305	73	461	44	10703	13	1581	36	2033	29	0	.	610	35	13425	11	2660	23	2271	25	1194	27	354	81	1180	34	5021	20	1290	39	2346	26	1760	28	350	52	10467	17	1003	49	4708	17	11549	13	367	46	1288	37	77993	5
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	117	67	0	.	0	.	0	.	0	.	0	.	124	64
	caduta massi	7	100	0	.	0	.	183	57	7	100	20	76	0	.	17	100	282	61	35	100	0	.	24	77	0	.	33	71	21	100	94	100	38	84	25	100	0	.	315	40	0	.	288	47	153	51	0	.	0	.	1543	20
	diverse cause	17	100	7	100	7	100	508	34	35	61	248	47	0	.	105	67	627	21	216	56	132	34	0	.	8	100	21	77	322	30	59	52	29	78	206	58	0	0	783	24	7	100	211	41	442	23	84	69	20	58	4096	10
	non determinabile	208	49	6	100	75	60	2430	14	218	47	412	30	0	.	272	45	3800	12	528	31	488	33	126	54	66	73	370	40	1026	24	201	52	451	29	340	33	92	53	3561	15	110	48	1038	20	2806	15	67	65	202	36	18895	5
	raccolta del legname	82	52	14	100	18	100	330	30	34	70	84	65	0	.	171	51	296	28	113	37	242	44	41	56	50	100	0	.	45	75	0	.	169	52	165	47	97	73	40	61	29	79	122	48	7	100	36	100	73	65	2258	12
	altra attività umana	0	.	0	.	24	100	207	45	0	.	108	68	0	.	0	.	182	33	76	63	54	57	33	80	0	.	41	71	117	41	0	.	40	64	98	94	0	.	77	55	71	100	42	85	270	47	17	100	0	.	1458	17
	intemperie	66	74	0	.	0	.	282	33	125	47	74	64	0	.	19	100	513	25	58	72	44	62	0	.	0	.	15	100	211	31	31	63	174	39	12	100	0	.	961	33	0	.	180	39	572	35	0	.	63	62	3398	13
	alberi vivi a terra	24	76	0	.	25	100	15	100	0	.	0	.	0	.	19	100	73	79	0	.	0	.	0	.	0	.	0	.	95	52	41	72	34	71	7	100	0	.	231	52	0	.	40	71	217	55	0	.	17	100	837	24
	alberi morti	193	39	82	93	313	49	2338	17	441	35	581	33	0	.	419	54	2542	15	690	31	590	37	36	71	12	100	255	59	1391	23	236	40	522	28	492	32	0	.	3388	19	168	60	1301	22	2876	19	183	45	395	40	19444	6
	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	101	72	136	100	7	100	8178	14	646	43	728	44	0	.	1555	36	13041	12	1073	35	1379	31	560	49	1105	70	1684	39	2632	28	0	.	694	44	1304	36	0	.	8194	15	2411	28	3455	26	9602	14	0	.	425	43	58911	5
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	275	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	133	95	0	.	0	.	0	.	0	.	0	.	408	74
	caduta massi	0	.	0	.	18	100	1030	25	229	85	199	93	0	.	243	42	675	22	61	71	0	0	177	64	0	.	579	51	273	42	0	.	122	58	124	43	0	.	731	28	568	47	193	46	906	28	0	.	52	100	6180	11
	diverse cause	0	.	0	.	82	100	189	28	0	.	6	100	0	.	43	54	875	22	59	60	132	81	8	100	54	74	55	65	118	46	0	.	0	0	36	66	0	.	1271	28	97	53	95	40	486	34	0	.	17	100	3622	13
	non determinabile	14	100	25	100	68	100	2047	15	132	50	244	52	0	.	440	38	4831	13	266	52	489	40	0	.	119	60	348	37	761	26	0	.	383	48	295	35	0	.	2934	17	568	29	637	27	2779	15	0	.	203	44	17582	6
	raccolta del legname	0	.	0	.	0	.	249	39	0	.	0	.	0	.	91	55	125	39	0	.	90	83	27	100	0	.	71	100	46	63	0	.	7	100	0	.	0	.	7	100	37	100	31	64	109	48	0	.	14	100	904	19
	altra attività umana	0	.	0	.	0	.	152	41	0	.	98	100	0	.	89	72	183	41	8	100	17	100	0	.	25	100	0	.	70	84	0	.	0	.	14	100	0	.	96	51	0	.	8	100	136	59	0	.	0	.	895	21
	intemperie	14	100	0	.	0	.	308	27	0	.	6	100	0	.	58	53	702	24	14	71	148	57	0	.	0	.	15	100	56	65	0	.	25	75	57	78	0	.	474	24	77	46	40	61	360	24	0	.	17	100	2371	11
	alberi vivi a terra	7	100	0	.	0	.	84	58	0	.	0	.	0	.	58	69	276	56	0	.	55	75	0	.	0	.	0	.	15	100	0	.	19	100	0	.	0	.	202	52	0	.	0	.	201	48	0	.	0	.	917	24
	alberi morti	42	100	25	100	50	100	2661	18	222	57	410	54	0	.	543	52	4648	15	402	39	785	29	136	63	163	63	278	41	702	26	0	.	306	52	331	55	0	.	2231	18	421	35	667	33	2744	17	0	.	395	80	18160	7
	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	41	100	118	72	249	71	2039	28	34	100	549	65	0	.	328	57	2962	24	98	100	132	100	49	100	324	59	311	66	823	39	0	.	254	55	685	44	0	.	6122	19	1279	43	591	45	3202	21	0	.	0	.	20190	9
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	97	100	0	.	0	.	0	.	0	.	0	.	104	94
	caduta massi	0	.	27	100	0	.	573	51	147	100	29	73	0	.	411	50	734	32	38	100	0	.	17	100	518	59	152	70	494	41	0	.	474	48	22	75	0	.	1078	21	188	67	295	60	463	29	0	.	0	.	5662	13
	diverse cause	0	.	31	81	143	78	13	100	0	.	0	.	0	.	30	65	33	52	0	.	0	.	0	.	79	91	24	77	123	68	0	.	0	.	6	100	0	.	909	47	33	63	10	100	161	46	0	.	0	.	1595	29
	non determinabile	7	100	67	78	21	100	704	28	24	100	293	70	0	.	205	54	1062	27	31	100	93	100	14	100	131	62	56	66	449	39	0	.	56	68	239	46	0	.	2111	20	303	49	91	52	1246	26	0	.	0	.	7203	10
	raccolta del legname	0	.	0	.	0	.	39	61	0	.	15	100	0	.	23	75	18	100	0	.	7	100	0	.	0	.	0	.	25	100	0	.	14	100	61	100	0	.	7	100	0	.	18	100	31	64	0	.	0	.	259	32
	altra attività umana	0	.	0	.	0	.	26	77	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	19	100	0	.	0	.	12	100	0	.	80	68	18	100	0	.	47	86	0	.	0	.	208	37
	intemperie	0	.	0	.	35	100	74	56	17	100	63	72	0	.	49	55	237	45	0	.	0	.	0	.	36	100	87	66	35	71	0	.	17	100	0	.	0	.	848	40	100	79	62	65	175	43	0	.	0	.	1834	21
	alberi vivi a terra	17	100	6	100	43	100	18	100	0	.	0	.	0	.	18	100	53	74	0	.	0	.	0	.	18	100	0	.	7	100	0	.	0	.	0	.	0	.	149	43	0	.	0	.	50	55	0	.	0	.	379	26
	alberi morti	17	100	37	84	71	79	737	41	34	100	287	58	0	.	282	50	1240	26	7	100	68	100	21	100	68	65	88	66	325	47	0	.	278	55	183	58	0	.	2188	23	262	43	278	63	1480	23	0	.	0	.	7949	11
	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	.	61	100	0	.	1245	34	0	.	240	94	0	.	22	100	1183	31	0	.	0	.	151	100	105	77	319	100	637	65	0	.	0	.	19	100	0	.	1777	29	394	69	266	97	813	33	0	.	0	.	7231	15
	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	.	67	100	0	.	514	35	0	.	73	83	0	.	46	100	496	43	0	.	0	.	0	.	135	76	44	100	383	79	0	.	0	.	29	100	0	.	501	35	70	100	95	77	584	46	0	.	0	.	3038	18
	diverse cause	0	.	12	100	0	.	103	65	0	.	0	.	0	.	12	100	25	77	0	.	0	.	0	.	21	100	0	.	7	100	0	.	0	.	17	100	0	.	49	64	0	.	0	.	29	61	0	.	0	.	276	31
	non determinabile	0	.	12	100	0	.	469	41	0	.	21	100	0	.	22	100	486	34	0	.	0	.	18	100	105	71	160	100	132	58	0	.	0	.	54	74	0	.	1105	34	89	81	45	74	416	42	0	.	0	.	3134	17
	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	.	19	100	0	.	0	.	0	.	0	.	0	.	21	100	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	49	61
	intemperie	0	.	0	.	0	.	68	59	0	.	0	.	0	.	15	100	77	47	0	.	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	0	.	183	34	0	.	0	.	74	50	0	.	0	.	460	22
	alberi vivi a terra	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	71	0	.	0	.	0	.	0	.	72	100	0	.	0	.	0	.	0	.	0	.	58	100	35	100	0	.	104	71	0	.	0	.	307	41
	alberi morti	0	.	45	100	0	.	452	39	0	.	29	100	0	.	34	100	481	35	0	.	0	.	36	100	133	60	275	100	201	64	0	.	0	.	50	100	0	.	619	34	256	61	137	71	553	39	0	.	0	.	3300	16
	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	9583	11	1439	31	2644	26	48483	6	4951	17	11611	12	444	56	2705	24	39753	6	8736	12	15160	11	9275	12	2643	35	6717	18	14332	11	3543	20	8772	14	6770	15	6410	15	31551	7	5668	19	27240	8	29637	7	1088	34	12293	10	311449	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	2360	19	384	64	322	61	0	.	717	33	2188	18	134	50	0	0	219	53	652	49	864	37	1171	33	94	100	635	37	199	34	0	.	2695	13	827	36	877	28	2106	19	0	.	52	100	16614	7
	diverse cause	350	32	108	40	334	47	1552	15	110	43	840	26	25	100	189	41	1994	13	491	29	557	26	231	33	468	57	295	46	931	20	90	42	205	38	370	35	365	26	3600	17	495	40	1224	17	1226	17	142	46	482	28	16675	6
	non determinabile	1545	16	284	43	610	29	8884	7	859	21	2284	17	25	100	995	24	13033	7	1559	17	2578	14	1209	17	478	30	1579	20	3149	12	611	25	1518	18	1353	18	1225	20	10702	8	1271	21	4346	10	8001	9	148	43	2014	12	70258	2
	raccolta del legname	465	25	80	68	31	65	2873	12	168	33	304	31	7	100	292	35	476	21	320	25	809	23	318	25	50	100	143	63	307	27	236	35	461	29	298	36	467	29	145	65	66	66	942	19	183	34	51	73	1036	19	10526	5
	altra attività umana	194	31	24	73	104	50	751	23	9	100	365	40	15	100	89	72	611	20	140	40	227	46	177	34	69	73	41	71	344	28	0	.	71	48	132	72	207	77	391	26	104	72	355	32	527	30	17	100	61	53	5022	9
	intemperie	191	36	0	.	93	50	1021	15	274	29	338	26	0	.	142	34	1635	15	197	33	485	26	148	59	51	76	150	44	454	22	48	54	294	27	150	42	188	33	2568	18	177	49	607	21	1266	18	0	.	360	28	10836	6
	alberi vivi a terra	98	40	6	100	86	61	158	38	35	100	15	100	0	.	94	50	474	37	25	78	55	75	0	.	18	100	92	82	131	41	41	72	54	58	14	71	36	71	740	25	35	100	55	58	589	29	0	.	44	59	2895	12
	alberi morti	1126	18	299	42	736	28	8409	9	998	23	2620	17	95	52	1330	29	10492	9	2110	19	3169	17	994	19	421	34	1317	27	2993	14	467	30	1408	20	1727	25	579	32	9357	9	1304	23	4587	11	8577	10	293	35	1739	23	67148	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. 1267465. Birmensdorf, Swiss Federal Research Institute WSL

indietro