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
provvigione (legno del fusto)
grado di mescolanza · alte/basse quote
suddivisione regionale: circondario forestale (2024)
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 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
grado di mescolanza	alte/basse quote	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	.
	basse quote	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	73	100	0	.	0	.	0	.	0	.	0	.	0	.	34	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	111	88	0	.	0	.	0	.	0	.	0	.	0	.	115	.	25	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	52	.	0	.	0	.	16	.	0	.	52	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	.	0	.	0	.	0	.	497	38
	alte quote	0	.	0	.	0	.	0	.	0	.	36	.	194	83	10	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	90	119	100	0	.	81	85	248	62	197	48	0	.	0	.	0	.	4	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	68	.	0	.	0	.	0	.	0	.	0	.	11	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	59	81	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	170	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	73	8	.	10	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1269	27
	totale	0	.	0	.	0	.	0	.	0	.	36	.	194	83	10	.	73	100	0	.	0	.	0	.	0	.	0	.	0	.	34	.	0	.	0	.	0	.	19	90	119	100	0	.	81	85	248	62	197	48	17	.	0	.	0	.	4	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	68	.	0	.	0	.	111	88	0	.	0	.	11	.	0	.	0	.	0	.	115	.	25	73	0	.	0	.	59	81	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	52	.	170	.	0	.	16	.	0	.	52	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	73	8	.	10	.	0	.	0	.	0	.	0	.	0	.	3	.	0	.	0	.	0	.	1766	22
bosco puro di conifere	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	.
	basse quote	315	71	254	61	707	52	869	50	0	.	666	71	1196	47	3347	26	6185	19	588	61	0	.	81	89	64	.	252	.	0	.	288	69	0	.	1126	53	0	.	0	.	381	58	542	58	0	.	269	87	0	.	1268	48	1010	49	3175	26	1157	43	134	71	0	.	358	87	383	71	110	.	362	.	0	.	312	70	815	69	293	.	50	.	60	.	304	.	523	50	416	80	0	.	94	64	269	.	0	.	0	.	0	.	373	74	264	72	627	51	0	.	1477	87	0	.	76	.	4	.	0	.	131	.	0	.	227	70	0	.	111	.	0	.	27	.	0	.	0	.	238	71	71	.	182	75	107	.	0	.	89	.	117	.	0	.	201	.	124	.	273	77	0	.	326	82	405	52	115	.	207	71	379	85	117	.	86	.	957	52	687	50	137	.	263	72	501	59	0	.	37120	8
	alte quote	0	.	0	.	0	.	0	.	1418	44	1761	41	13856	12	4455	20	0	.	1342	34	0	.	0	.	0	.	0	.	726	58	2192	30	2433	28	1530	37	0	.	2348	32	7560	16	4262	20	7502	16	12991	11	14121	10	1228	49	831	47	458	81	2234	27	228	.	1785	33	0	.	251	92	1729	37	1199	41	1968	31	2592	34	0	.	750	52	2039	30	783	61	1311	47	0	.	86	.	111	.	0	.	0	.	1584	33	2434	28	1319	41	0	.	0	.	0	.	1571	32	2458	26	1963	28	337	56	0	.	0	.	1662	27	425	36	769	55	836	46	1327	45	2159	31	1302	44	2061	33	2439	33	219	.	0	.	1419	34	0	.	89	.	1447	28	997	46	841	46	747	42	31	.	0	.	0	.	0	.	11067	13	7461	15	8035	15	312	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	155390	3
	totale	315	71	254	61	707	52	869	50	1418	44	2428	35	15052	12	7802	16	6185	19	1929	30	0	.	81	89	64	.	252	.	726	58	2480	28	2433	28	2656	31	0	.	2348	32	7942	15	4804	19	7502	16	13260	11	14121	10	2496	34	1841	34	3633	25	3391	23	362	68	1785	33	358	87	634	56	1838	35	1561	39	1968	31	2904	31	815	69	1043	46	2089	30	843	57	1615	43	523	50	502	68	111	.	94	64	269	.	1584	33	2434	28	1319	41	373	74	264	72	627	51	1571	32	3935	36	1963	28	412	49	4	.	0	.	1794	26	425	36	996	45	836	46	1438	42	2159	31	1329	43	2061	33	2439	33	457	60	71	.	1601	31	107	.	89	.	1535	27	1114	43	841	46	948	39	155	82	273	77	0	.	326	82	11472	13	7576	15	8241	15	691	56	117	.	86	.	957	52	687	50	137	.	263	72	501	59	0	.	192510	3
bosco misto di conifere	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	.
	basse quote	161	71	586	45	518	54	1310	37	291	.	546	82	1512	41	3702	24	5603	18	2542	30	51	.	542	59	822	55	0	.	194	.	873	65	615	58	517	59	128	.	1212	44	0	.	485	51	0	.	399	84	0	.	3017	23	855	42	1822	31	1472	41	0	.	0	.	399	58	258	77	644	46	0	.	0	.	75	.	2236	33	657	76	276	77	943	62	1391	43	1232	44	511	55	405	74	301	72	214	71	85	91	0	.	216	.	1349	39	1086	38	656	49	0	.	0	.	0	.	126	95	0	.	0	.	526	58	180	.	461	70	348	77	218	.	0	.	287	92	118	.	0	.	528	60	125	.	360	75	189	54	287	71	175	.	390	73	677	48	208	70	0	.	568	51	0	.	297	.	30	.	0	.	136	83	562	60	232	.	725	41	1720	30	1590	39	292	61	260	71	388	59	0	.	54707	6
	alte quote	0	.	0	.	0	.	0	.	1419	49	837	54	2176	28	1370	35	0	.	1734	29	0	.	0	.	88	.	0	.	163	.	0	.	862	50	184	78	0	.	516	60	1047	43	823	51	340	58	652	44	77	67	895	56	236	81	0	.	1395	44	558	61	1179	39	297	71	571	58	1137	46	794	54	37	.	704	52	0	.	254	72	971	46	1501	40	1875	35	0	.	0	.	103	.	0	.	0	.	1421	44	805	52	606	51	0	.	0	.	0	.	26	80	0	.	326	74	0	.	1	.	0	.	231	67	215	.	124	.	300	62	277	.	257	70	459	52	249	.	384	72	206	71	0	.	821	51	0	.	0	.	991	37	98	71	181	75	217	.	247	.	0	.	0	.	0	.	182	66	587	49	1667	32	401	71	0	.	0	.	579	71	0	.	0	.	0	.	0	.	0	.	36651	7
	totale	161	71	586	45	518	54	1310	37	1710	44	1382	46	3687	23	5072	20	5603	18	4276	21	51	.	542	59	910	51	0	.	357	71	873	65	1477	38	701	48	128	.	1728	36	1047	43	1308	37	340	58	1051	41	77	67	3912	22	1092	37	1822	31	2866	30	558	61	1179	39	696	45	829	47	1781	34	794	54	37	.	779	48	2236	33	911	59	1247	40	2444	34	3265	27	1232	44	511	55	508	62	301	72	214	71	1505	42	805	52	822	46	1349	39	1086	38	656	49	26	80	0	.	326	74	126	95	1	.	0	.	757	45	395	71	585	59	649	50	495	71	257	70	746	48	367	75	384	72	734	47	125	.	1180	42	189	54	287	71	1167	35	488	60	858	41	424	61	247	.	568	51	0	.	297	.	212	58	587	49	1803	31	962	46	232	.	725	41	2300	29	1590	39	292	61	260	71	388	59	0	.	91358	4
bosco misto di latifoglie	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	.
	basse quote	940	40	398	45	436	48	633	43	0	.	250	82	994	39	1612	33	1551	27	2148	26	157	.	250	62	1188	38	0	.	442	68	225	71	283	61	587	60	0	.	0	.	118	.	151	77	0	.	149	71	113	.	2080	29	685	46	1078	51	423	57	19	.	88	71	276	59	24	.	167	81	377	64	23	.	356	79	808	52	300	.	646	49	267	77	1166	43	1660	29	1060	47	302	51	446	52	2079	28	227	69	0	.	730	60	986	46	392	60	1068	39	90	.	217	73	0	.	60	100	71	.	222	60	647	44	682	48	205	73	352	.	0	.	161	.	596	54	101	80	182	.	748	72	206	.	696	46	321	.	152	59	0	.	280	71	424	61	270	83	184	72	306	61	534	61	223	83	0	.	209	58	718	43	55	.	1332	39	691	59	762	48	848	38	475	54	292	55	137	58	0	.	43805	6
	alte quote	0	.	0	.	0	.	0	.	266	.	397	.	1421	35	645	55	96	.	1496	34	0	.	0	.	0	.	0	.	0	.	0	.	201	65	0	.	0	.	644	50	206	73	88	100	481	73	496	58	150	73	886	49	179	.	128	71	277	49	156	.	132	71	125	.	0	.	142	.	0	.	0	.	810	46	0	.	300	61	765	55	0	.	913	45	0	.	651	50	425	59	0	.	0	.	68	.	141	72	259	63	0	.	0	.	0	.	85	80	0	.	0	.	86	.	0	.	0	.	0	.	2	.	0	.	430	72	143	71	0	.	0	.	222	59	54	.	0	.	0	.	140	.	0	.	21	.	0	.	0	.	0	.	173	.	0	.	0	.	0	.	0	.	169	51	86	54	204	63	0	.	38	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14798	10
	totale	940	40	398	45	436	48	633	43	266	.	647	69	2415	26	2257	28	1648	26	3645	21	157	.	250	62	1188	38	0	.	442	68	225	71	484	45	587	60	0	.	644	50	324	59	239	61	481	73	645	48	263	60	2967	25	864	42	1206	46	699	40	175	90	220	51	401	51	24	.	309	64	377	64	23	.	1165	40	808	52	601	59	1411	37	267	77	2079	31	1660	29	1711	34	727	40	446	52	2079	28	295	58	141	72	989	47	986	46	392	60	1068	39	174	64	217	73	0	.	146	72	71	.	222	60	647	44	685	47	205	73	782	60	143	71	161	100	596	54	323	48	236	80	748	72	206	.	836	42	321	.	173	53	0	.	280	71	424	61	443	64	184	72	306	61	534	61	223	83	169	51	295	44	922	36	55	.	1370	38	691	59	762	48	848	38	475	54	292	55	137	58	0	.	58603	5
bosco puro di latifoglie	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	.
	basse quote	1749	26	1008	35	460	51	1784	34	0	.	222	73	1939	38	1132	45	3570	20	573	46	676	38	716	49	757	39	0	.	169	71	1036	50	1024	41	1347	37	357	64	369	54	181	62	172	72	0	.	1674	27	73	.	2572	24	1428	38	233	84	345	70	299	47	0	.	47	.	74	74	0	.	606	62	0	.	534	59	343	73	934	49	796	48	701	59	517	77	1329	33	957	45	244	62	1071	39	417	49	697	53	0	.	246	.	449	49	753	59	828	40	7	.	1289	40	396	57	1533	24	2497	22	3819	17	1882	26	1498	26	2493	22	186	.	0	.	97	.	227	61	525	67	45	.	300	.	319	69	196	74	176	.	261	56	0	.	454	43	466	54	452	58	815	40	90	73	0	.	253	.	220	59	4	71	989	28	251	73	569	49	559	46	96	71	695	36	825	44	489	49	876	38	0	.	63259	4
	alte quote	0	.	0	.	0	.	0	.	357	.	35	.	658	35	542	54	0	.	17	.	0	.	0	.	0	.	0	.	0	.	43	.	302	46	0	.	0	.	907	44	520	56	174	66	447	45	336	45	381	64	0	.	89	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	57	.	10	.	0	.	0	.	77	100	4	.	446	70	0	.	0	.	17	.	0	.	0	.	38	73	227	91	95	.	0	.	0	.	0	.	80	74	46	100	115	68	45	87	0	.	0	.	0	.	1	.	0	.	201	100	35	.	8	79	149	.	40	.	107	82	0	.	0	.	0	.	0	.	0	.	82	.	0	.	0	.	0	.	0	.	0	.	10	.	0	.	250	42	691	47	64	65	78	71	0	.	0	.	7	.	0	.	0	.	0	.	0	.	0	.	7787	13
	totale	1749	26	1008	35	460	51	1784	34	357	.	257	65	2598	29	1674	35	3570	20	590	45	676	38	716	49	757	39	0	.	169	71	1079	48	1326	33	1347	37	357	64	1276	35	701	45	346	49	447	45	2010	23	453	56	2572	24	1517	36	233	84	345	70	299	47	0	.	47	.	74	74	0	.	606	62	57	.	544	58	343	73	934	49	872	44	705	58	963	52	1329	33	957	45	261	58	1071	39	417	49	736	50	227	91	340	77	449	49	753	59	828	40	87	69	1336	39	512	46	1579	23	2497	22	3819	17	1882	26	1499	26	2493	22	387	71	35	.	105	93	376	54	565	63	153	65	300	.	319	69	196	74	176	.	261	56	82	.	454	43	466	54	452	58	815	40	90	73	10	.	253	.	470	35	695	47	1053	27	329	58	569	49	559	46	103	66	695	36	825	44	489	49	876	38	0	.	71047	4
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	.
	basse quote	3166	20	2245	22	2121	26	4596	20	291	.	1685	41	5641	20	9793	14	16982	10	5851	17	884	34	1589	32	2831	25	252	.	805	47	2456	33	1922	30	3577	25	485	54	1581	36	681	40	1350	32	0	.	2491	24	185	72	8954	13	3977	22	6308	18	3397	25	452	37	88	71	1079	39	739	46	921	38	1345	43	23	.	1277	38	4202	25	2184	36	1768	30	1972	38	3377	27	4744	18	2944	27	1062	36	1913	27	2980	23	1009	40	0	.	1192	45	3157	24	2610	26	3204	21	97	93	2983	47	396	57	1795	22	2572	21	4041	17	3187	20	2361	22	3387	20	886	54	329	74	258	73	1136	38	796	48	227	82	1813	39	738	45	1433	32	845	47	700	38	264	74	1241	33	1567	31	1131	37	1123	33	1238	33	534	61	1098	46	655	38	328	51	2049	22	1246	40	2250	29	2060	28	3535	23	3819	21	1733	29	1304	30	1903	26	0	.	199390	2
	alte quote	0	.	0	.	0	.	0	.	3460	30	3066	30	18305	10	7021	16	96	.	4589	18	0	.	0	.	88	.	0	.	889	50	2234	30	3798	22	1714	34	0	.	4434	21	9452	14	5347	18	8852	15	14723	10	14926	10	3009	29	1335	36	586	65	3909	22	942	46	3096	24	422	58	822	49	3007	27	1993	33	2062	30	4116	25	0	.	1305	36	3851	23	2287	33	4613	22	0	.	737	45	656	45	0	.	0	.	3122	26	3607	23	2279	28	0	.	0	.	0	.	1761	29	2504	25	2463	24	469	45	1	.	0	.	1893	25	643	41	894	49	1768	32	1783	37	2424	28	1911	33	2572	29	3154	28	425	62	0	.	2380	27	0	.	110	83	2520	22	1095	43	1022	40	1137	37	278	90	0	.	10	.	0	.	11705	12	8832	13	9980	13	790	46	38	.	0	.	587	70	0	.	0	.	0	.	0	.	0	.	215895	2
	totale	3166	20	2245	22	2121	26	4596	20	3751	28	4750	24	23946	9	16814	10	17079	10	10439	12	884	34	1589	32	2918	24	252	.	1694	35	4690	22	5719	17	5291	20	485	54	6015	18	10133	13	6697	16	8852	15	17213	9	15112	10	11963	12	5313	19	6895	17	7305	16	1393	33	3184	23	1501	32	1562	34	3928	22	3339	26	2086	29	5392	21	4202	25	3489	26	5619	18	4259	25	7990	17	4744	18	3681	23	1717	28	1913	27	2980	23	4130	22	3607	23	3470	24	3157	24	2610	26	3204	21	1857	28	5487	28	2859	22	2264	20	2573	21	4041	17	5080	15	3004	19	4280	19	2654	28	2111	34	2682	26	3047	25	3368	25	3382	26	2238	34	738	45	3813	21	845	47	809	34	2784	21	2336	27	2589	24	2267	26	1401	32	1238	33	544	60	1098	46	12360	12	9160	13	12028	12	2036	30	2287	28	2060	28	4122	22	3819	21	1733	29	1304	30	1903	26	0	.	415285	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. 2276396. Birmensdorf, Swiss Federal Research Institute WSL

indietro