Scelta degli argomenti

indietro

numero totale di fusti #3
Numero di fusti di tutti gli alberi e arbusti vivi e morti (in piedi e a terra) con un diametro a petto d'uomo (DPU) di almeno 12 cm. Il numero totale di fusti corrisponde alla somma del numero di fusti e del numero di fusti morti.

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

stato dell'albero (vivo/morto) #1265
Suddivisione degli alberi e arbusti a partire da 12 cm di diametro a petto d'uomo (DPU) in vivi o morti. Fonte: rilievo sul terreno (MID 58: Bemerkungen, MID 1018: Baumzustand)

circondario forestale (2024) #2777
Suddivisione regionale con i circondari forestali come unità. Questa variabile è stata implementata nell'anno 2024 e si basa sull'inchiesta presso i servizi forestali cantonali effettuata negli anni 2022/2023.

bosco accessibile esclusi gli arbusteti IFN1-IFN5 #2382
Bosco che sia nell'IFN1 (1983-1985) che nell'IFN2 (1993-1995), nell'IFN3 (2004-2006), nell'IFN4 (2009-2017) e nell'IFN5 (2018-2026) era coperto per meno di due terzi da arbusti ed è stato raggiunto a piedi.

reticolo 1,4 km, sottoreticoli 1 a 5 #1746
Sottoreticoli 1, 2, 3, 4 e 5 per il rilievo terrestre sul reticolo di campionamento con una maglia di 1,4 km (reticolo di base).

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

1. Qual è il significato dei numeri?

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

Esempio 1: Valore stimato ed errore standard

IFN5

volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

unità: m³/ha

insieme analizzato: bosco accessibile esclusi gli arbusteti

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

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

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

top

2. Qual è lo scopo dell'errore standard?

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

La sicurezza statistica è del

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

Esempio 2: Calcolo degli intervalli di confidenza

IFN5
volume di legno morto (legno del fusto)

proprietà (2 classi)

suddivisione regionale: regione di produzione

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

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

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

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

Procedura

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

Risposta

			1^o passo	2^o passo

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

IFN3—IFN5
variazione: numero totale di fusti
fasce vegetazionali NaiS (6 classi) · stato dell'albero (vivo/morto)
suddivisione regionale: circondario forestale (2024)
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1-IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
variazione 2004/07–2018/26
		circondario forestale (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		laghi		Svizzera
fasce vegetazionali NaiS (6 classi)	stato dell'albero (vivo/morto)	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	±%	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	±%	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	±%	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	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	morto	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
subalpina superiore	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-33	.	.	.	-28	.	4	780	356	122	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	41	72	91	71	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-88	339	53	288	-38	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	357	156
	morto	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	33	.	.	.	32	.	25	77	338	59	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	0	32	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	79	46	35	71	35	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	610	36
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	.	.	.	4	.	29	97	694	63	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	41	72	123	75	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-10	2908	88	185	-3	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	967	58
subalpina	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	.	.	.	.	.	.	.	.	.	.	.	.	272	84	-56	75	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	232	83	287	76	18	339	-70	360	-227	112	-234	175	.	.	.	.	.	.	-57	.	.	.	.	.	.	.	.	.	.	.	89	72	-23	237	100	109	.	.	0	.	0	6038	.	.	0	.	.	.	.	.	.	.	.	.	.	.	-33	74	.	.	.	.	.	.	.	.	.	.	175	73	54	148	88	68	13	.	.	.	.	.	14	254	43	127	.	.	17	.	35	162	400	69	-96	.	69	90	45	97	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-33	.	.	.	.	.	.	.	.	.	722	46	-16	1801	93	200	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1920	47
	morto	.	.	.	.	.	.	.	.	.	.	.	.	73	157	-17	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-7	100	98	123	-76	134	275	71	247	47	345	62	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	44	100	7	605	68	101	.	.	.	.	-1	4643	.	.	-9	.	.	.	.	.	.	.	.	.	.	.	7	100	.	.	.	.	.	.	.	.	.	.	7	100	2	417	-18	100	.	.	.	.	.	.	32	64	0	0	.	.	0	.	33	81	78	81	.	.	.	.	0	100	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	17	.	.	.	.	.	.	.	.	.	266	34	152	72	111	65	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	1734	24
	totale	.	.	.	.	.	.	.	.	.	.	.	.	345	64	-74	79	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	225	85	386	65	-58	198	205	84	20	1451	111	323	.	.	.	.	.	.	-57	.	.	.	.	.	.	.	.	.	.	.	133	78	-16	537	168	83	.	.	0	.	0	12903	.	.	-9	.	.	.	.	.	.	.	.	.	.	.	-26	71	.	.	.	.	.	.	.	.	.	.	182	72	56	147	70	96	13	.	.	.	.	.	47	68	43	127	.	.	17	.	67	90	478	63	-96	.	69	90	46	96	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-17	.	.	.	.	.	.	.	.	.	988	36	135	225	204	105	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3655	25
altimontana	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	.	.	.	.	.	.	.	.	.	.	.	.	398	130	-95	53	.	.	35	100	.	.	.	.	.	.	.	.	0	.	-232	78	54	72	-21	87	.	.	77	85	-2	22810	-244	195	509	131	-240	274	-1233	38	.	.	-24	.	.	.	-396	96	.	.	.	.	.	.	38	.	.	.	21	.	103	78	33	358	.	.	323	102	504	56	-33	.	-57	100	.	.	.	.	.	.	.	.	.	.	-4	1241	110	422	4	100	.	.	.	.	.	.	134	125	144	151	-284	61	-37	59	.	.	.	.	-41	119	-37	192	22	189	186	82	-7	157	-314	103	407	66	82	258	434	110	.	.	.	.	413	97	.	.	.	.	.	.	.	.	.	.	-179	64	.	.	.	.	.	.	.	.	-309	178	-98	310	-185	183	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-42	4474
	morto	.	.	.	.	.	.	.	.	.	.	.	.	-64	339	64	74	.	.	.	.	.	.	.	.	.	.	.	.	-18	.	-77	80	-105	74	0	0	.	.	0	0	29	248	-38	280	148	131	534	41	681	51	.	.	45	.	.	.	157	68	.	.	.	.	.	.	.	.	.	.	6	.	-1	2529	86	55	.	.	-3	394	-14	191	-12	.	-7	100	.	.	.	.	.	.	.	.	.	.	64	50	-118	93	22	100	.	.	.	.	.	.	229	60	86	59	236	38	0	0	.	.	.	.	-24	100	19	203	7	100	-14	210	2	935	-58	307	22	100	49	158	202	72	.	.	.	.	8	100	.	.	.	.	.	.	.	.	.	.	-10	180	.	.	.	.	.	.	.	.	125	152	514	35	545	38	4	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3319	22
	totale	.	.	.	.	.	.	.	.	.	.	.	.	334	171	-31	96	.	.	35	100	.	.	.	.	.	.	.	.	-18	.	-310	62	-52	108	-21	87	.	.	77	85	27	1474	-282	175	657	101	294	226	-552	81	.	.	21	.	.	.	-239	138	.	.	.	.	.	.	38	.	.	.	27	.	102	99	119	102	.	.	320	100	490	55	-45	.	-64	100	.	.	.	.	.	.	.	.	.	.	60	93	-8	6277	26	85	.	.	.	.	.	.	363	51	230	108	-48	302	-37	59	.	.	.	.	-65	90	-18	325	29	141	172	89	-5	557	-372	125	428	63	131	157	636	85	.	.	.	.	421	97	.	.	.	.	.	.	.	.	.	.	-189	67	.	.	.	.	.	.	.	.	-183	313	416	60	360	79	4	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	3277	60
montana inferiore e superiore	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	-136	99	-30	.	.	.	-118	85	-408	46	-557	65	-169	353	-755	100	905	101	-2870	31	296	110	102	94	-2	6064	.	.	-255	63	-329	87	198	241	-203	90	.	.	-3041	40	81	173	-422	41	-115	79	130	161	.	.	-905	64	-455	81	447	174	-1134	69	23	928	-557	46	-154	45	83	203	-488	45	63	340	609	93	-287	101	108	365	-427	70	-761	65	-32	664	-1316	43	-255	166	484	85	-235	130	270	148	-352	93	-121	222	-998	39	-252	85	-794	42	.	.	-398	86	.	.	1234	92	.	.	206	93	-141	120	347	83	313	61	-176	131	213	69	38	276	19	386	-152	65	26	410	145	104	-123	115	-97	310	-21	.	-551	52	-7	.	171	213	-119	236	-176	162	-379	85	133	158	-456	80	-242	188	-36	337	356	93	.	.	95	.	-142	166	-26	726	-510	68	300	66	-606	74	25	1215	.	.	-219	.	-7	.	.	.	-16095	22
	morto	14	336	.	.	.	.	50	58	95	90	209	61	338	51	200	109	65	224	650	38	-8	100	-10	179	121	58	.	.	0	0	27	384	-25	510	140	77	.	.	369	91	-25	421	-149	129	52	92	51	248	.	.	932	31	67	261	242	49	238	76	91	85	66	75	7	100	-11	614	213	46	85	90	-38	226	224	66	-140	79	51	301	229	66	80	186	139	100	-98	80	-1	7219	104	80	92	64	81	81	73	157	120	92	110	85	23	165	.	.	-155	90	.	.	119	191	.	.	-4	2535	-89	147	28	105	110	65	186	65	-13	542	162	39	110	100	61	98	40	155	-17	176	-15	454	26	350	.	.	275	56	17	.	59	49	15	397	50	270	118	55	-17	403	-3	903	43	71	110	72	40	59	.	.	17	.	32	427	186	43	332	79	-35	173	145	71	-109	67	.	.	.	.	7	.	.	.	6972	15
	totale	-122	115	-30	.	.	.	-68	144	-313	48	-348	117	170	349	-555	139	970	100	-2219	40	288	110	92	109	118	123	.	.	-255	66	-303	83	172	310	-64	307	.	.	-2671	46	56	326	-571	47	-63	151	181	116	.	.	27	1988	-389	116	688	112	-896	87	115	242	-491	51	-147	46	72	304	-275	84	147	141	572	105	-63	349	-32	1387	-376	69	-532	94	47	486	-1177	53	-353	135	484	86	-131	235	362	109	-270	124	-48	555	-878	42	-143	155	-770	43	.	.	-552	84	.	.	1352	100	.	.	202	86	-230	73	376	77	423	52	10	1482	199	84	200	66	129	65	-91	58	65	113	128	115	-138	120	-71	469	-21	.	-277	96	10	.	230	161	-105	264	-126	294	-261	121	117	208	-459	76	-199	225	74	193	396	87	.	.	112	.	-109	215	160	118	-178	75	264	60	-461	101	-84	375	.	.	-219	.	0	.	.	.	-9123	40
submontana	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	-169	421	283	183	-524	77	-1312	42	.	.	.	.	-273	100	-278	119	-731	163	-492	.	10	3311	146	221	-274	60	-10	.	-30	623	-724	40	.	.	521	79	.	.	.	.	-170	166	45	367	.	.	.	.	.	.	-834	64	-69	404	-476	107	50	72	-157	59	.	.	562	89	69	.	.	.	.	.	.	.	21	526	-58	223	-682	52	-37	148	-444	59	.	.	-1443	51	-293	70	-464	48	208	197	83	470	131	100	.	.	-54	94	-120	190	-396	131	-1325	58	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-33	223	.	.	-87	79	-372	65	-141	93	.	.	137	81	29	665	62	106	-21	1400	255	113	.	.	-30	361	-83	156	266	205	-409	62	-240	92	.	.	283	155	.	.	.	.	85	262	-157	74	-187	91	-284	138	-26	878	385	115	-596	45	73	728	-217	132	.	.	-11018	26
	morto	171	100	15	531	-9	571	-127	82	.	.	.	.	28	72	103	62	155	101	-35	.	231	51	86	86	55	94	-17	.	87	94	63	224	.	.	-19	420	.	.	.	.	38	147	0	0	.	.	.	.	.	.	100	94	79	59	12	625	0	0	192	49	.	.	68	79	.	.	.	.	.	.	.	.	28	73	18	100	36	251	18	85	22	311	.	.	311	34	-91	81	85	82	111	40	117	75	-15	100	.	.	0	0	142	60	2	7954	123	103	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	64	77	.	.	-18	100	137	51	87	67	.	.	68	59	-120	72	7	100	-62	130	41	61	.	.	83	65	15	197	20	229	73	75	-49	102	.	.	3	856	.	.	.	.	165	55	.	.	38	106	71	65	.	.	133	102	-31	171	93	67	-7	740	.	.	2995	19
	totale	2	48699	298	169	-533	75	-1439	39	.	.	.	.	-245	114	-175	188	-575	211	-527	.	242	177	232	140	-219	60	-28	.	56	369	-660	51	.	.	502	89	.	.	.	.	-132	232	45	367	.	.	.	.	.	.	-733	77	10	2775	-464	116	50	72	35	141	.	.	631	82	69	.	.	.	.	.	.	.	49	244	-40	340	-646	59	-18	224	-422	67	.	.	-1132	62	-384	66	-379	48	318	127	200	186	115	114	.	.	-54	94	22	981	-394	146	-1202	61	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	31	301	.	.	-105	73	-235	85	-54	243	.	.	205	69	-90	243	69	95	-83	422	296	98	.	.	53	191	-67	208	286	199	-335	72	-289	92	.	.	286	160	.	.	.	.	250	95	-157	74	-149	90	-213	187	-26	878	518	98	-627	47	165	330	-224	138	.	.	-8023	37
iperinsubrica e collinare	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-418	58	.	.	.	.	.	.	.	.	-174	70	31	83	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	17	.	-46	.	345	53	173	64	-43	1103	-393	106	-631	72	-214	87	52	347	-113	245	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-68	105	.	.	.	.	-50	.	.	.	.	.	.	.	-34	595	69	154	-58	349	.	.	.	.	.	.	.	.	.	.	21	337	.	.	.	.	.	.	-1534	64
	morto	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-133	84	.	.	.	.	.	.	.	.	298	45	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	0	.	35	.	84	56	56	147	537	49	348	52	654	42	160	73	184	43	385	69	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	17	100	.	.	.	.	50	.	.	.	.	.	.	.	169	43	223	49	-36	124	.	.	.	.	.	.	.	.	.	.	7	100	.	.	.	.	.	.	3039	18
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-551	64	.	.	.	.	.	.	.	.	124	73	31	83	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	17	.	-11	.	428	50	229	81	494	81	-45	802	23	1729	-54	248	236	84	272	59	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	-50	147	.	.	.	.	0	.	.	.	.	.	.	.	135	177	292	50	-93	249	.	.	.	.	.	.	.	.	.	.	28	240	.	.	.	.	.	.	1505	62
totale	nessuna indicazione	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
	vivo	-305	238	253	205	-524	77	-1430	39	-408	46	-557	65	229	377	-1185	70	174	851	-3327	30	306	155	248	135	-276	78	-10	.	-285	87	-1285	35	252	190	296	152	-418	58	-2732	45	163	338	-604	89	296	242	-507	147	-1080	71	-1739	45	-549	84	-29	3168	-1537	57	-133	176	-557	46	409	124	191	98	-488	45	173	129	689	83	-133	262	51	822	-787	72	-294	195	-510	67	-1373	41	-1697	49	191	241	-699	54	477	120	-269	189	-28	1086	-888	68	-302	73	-914	44	-396	131	-1706	49	263	82	1817	65	67	334	139	369	-534	84	-284	190	73	377	-118	261	122	259	209	96	46	202	-153	288	-36	1088	155	191	356	141	40	803	9	2262	-76	654	-28	1065	426	109	-119	236	-274	114	-461	75	187	319	-915	49	-482	105	-36	337	639	86	291	253	102	463	-245	221	-182	120	-697	55	16	2696	-632	79	410	130	-575	48	-146	393	-224	128	.	.	-26412	19
	morto	185	96	15	531	-9	571	-77	141	95	90	209	61	375	80	349	67	220	97	616	40	223	52	75	101	176	50	-17	.	69	126	13	1478	-131	116	121	110	-133	84	362	93	173	108	-263	92	506	55	1155	27	1365	33	1032	29	191	97	254	55	394	53	283	43	66	75	75	72	-11	614	213	46	134	66	-32	317	405	42	-122	92	84	212	233	67	90	182	123	114	213	62	-91	101	189	58	203	36	199	55	129	93	2	8631	132	73	165	56	2	7954	-31	598	271	52	291	82	306	41	533	53	259	87	682	40	278	51	389	38	379	73	212	40	145	79	63	318	198	48	118	85	188	85	94	106	-120	72	289	53	-45	182	100	38	15	397	150	97	133	53	10	826	121	65	-6	1016	110	72	43	81	639	35	941	25	852	33	190	42	370	72	35	217	145	71	24	628	-24	221	93	67	0	11895	.	.	18670	8
	totale	-120	703	268	188	-533	75	-1507	38	-313	48	-348	117	604	148	-835	101	394	390	-2711	38	530	100	323	104	-100	195	-28	.	-216	124	-1273	36	121	446	417	117	-551	64	-2369	53	337	176	-866	69	803	86	648	117	285	253	-706	110	-357	150	224	420	-1142	74	150	188	-491	51	484	108	179	129	-275	84	307	76	657	93	272	113	-72	643	-703	79	-61	937	-420	88	-1250	50	-1485	57	100	490	-510	70	680	83	-70	713	101	302	-886	73	-170	134	-748	53	-394	146	-1737	50	535	42	2108	66	373	70	672	65	-275	144	398	122	351	76	272	96	501	47	420	53	191	56	-91	617	162	220	274	107	544	104	134	269	-111	198	213	230	-73	481	526	89	-105	264	-124	316	-328	105	197	320	-794	53	-488	107	74	193	682	84	930	83	1043	44	607	89	7	2982	-327	57	52	828	-487	106	434	137	-600	50	-53	1105	-224	138	.	.	-7742	67

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. 2285667. Birmensdorf, Swiss Federal Research Institute WSL

indietro