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

IFN3
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 2004/06
		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	7098	18	104	100	595	56	14227	11	1195	33	4908	19	908	46	52	100	3093	25	3095	25	5368	19	3598	21	112	100	962	47	2765	22	2789	33	2066	28	810	50	7629	17	335	64	228	100	11979	13	1112	44	506	58	6892	14	82426	4
	fuoco	0	.	0	.	0	.	14	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	17	100	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	46	53
	caduta massi	0	.	0	.	0	.	0	.	0	.	46	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	46	100
	diverse cause	134	39	0	.	25	100	419	33	14	70	116	36	0	.	0	.	178	47	200	53	186	36	104	44	0	.	37	72	36	61	87	66	66	78	0	.	91	40	36	71	18	100	289	29	49	74	0	.	318	32	2403	11
	non determinabile	483	27	14	100	43	61	1599	16	202	40	770	23	17	100	0	.	673	38	402	37	424	27	247	42	0	.	118	62	396	32	253	37	295	48	54	100	797	28	156	50	92	100	1563	20	182	45	22	76	1173	16	9976	7
	raccolta del legname	487	28	7	100	0	.	674	23	77	60	223	38	0	.	0	.	17	100	105	56	358	33	181	40	0	.	0	.	160	39	14	71	104	43	0	.	213	43	0	.	0	.	311	40	0	.	0	.	530	27	3462	10
	altra attività umana	72	55	0	.	0	.	283	36	59	89	255	55	8	100	0	.	87	49	49	59	100	51	110	47	0	.	0	.	105	84	7	100	37	61	0	.	0	.	27	100	0	.	117	46	8	100	0	.	76	57	1399	17
	intemperie	59	55	0	.	0	.	279	38	7	100	174	38	0	.	0	.	19	100	91	54	109	40	7	100	0	.	44	63	52	71	0	.	66	50	22	100	109	51	14	100	0	.	183	29	0	.	0	.	81	45	1317	13
	alberi vivi a terra	20	100	0	.	0	.	0	.	0	.	23	77	0	.	0	.	17	100	0	.	17	100	0	.	0	.	15	100	17	100	17	100	0	.	0	.	31	100	0	.	0	.	8	100	0	.	17	100	34	100	218	31
	alberi morti	445	31	0	.	43	100	680	22	168	42	460	32	228	62	0	.	322	55	289	36	161	36	278	37	0	.	172	75	215	51	122	65	236	54	18	100	384	41	116	87	37	100	946	24	140	58	0	.	317	31	5776	9
	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	3277	19	1121	45	2084	34	14457	11	1208	32	4040	22	0	.	250	71	7275	16	2963	24	6447	17	4268	19	631	72	1980	34	3464	27	1415	34	2292	26	3060	25	1705	32	4479	23	610	53	7912	17	3595	24	492	59	4613	20	83640	4
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	100	0	.	0	.	0	.	0	.	0	.	0	.	27	100
	caduta massi	0	.	0	.	0	.	52	100	0	.	0	.	0	.	0	.	54	74	0	.	0	.	36	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	40	100	0	.	0	.	0	.	0	.	0	.	182	44
	diverse cause	115	36	51	73	35	100	426	22	64	100	22	58	0	.	7	100	269	55	46	49	519	44	70	52	32	100	120	73	19	71	24	100	141	41	99	42	7	100	137	44	7	100	403	35	32	64	7	100	32	63	2684	13
	non determinabile	344	32	31	65	281	38	1910	16	293	39	712	26	0	.	0	.	1377	20	110	38	742	23	486	31	21	100	301	42	536	31	144	37	441	31	168	36	146	37	712	23	83	51	1017	22	493	29	0	.	518	23	10865	6
	raccolta del legname	265	31	27	62	10	100	628	27	14	100	203	43	0	.	0	.	198	42	198	37	256	37	375	44	30	100	35	83	13	71	56	66	182	42	101	65	48	74	31	100	0	.	144	29	54	75	29	100	227	29	3124	11
	altra attività umana	152	48	7	100	29	79	186	29	92	100	97	58	0	.	0	.	64	46	31	64	71	56	63	48	107	72	75	51	55	58	14	71	0	.	17	100	184	100	111	47	0	.	375	50	66	48	0	.	116	60	1913	17
	intemperie	130	34	89	61	22	75	508	22	8	100	120	40	0	.	0	.	134	39	62	48	249	32	90	45	54	72	17	100	23	76	7	100	158	39	69	50	35	81	220	38	35	100	191	36	35	71	0	.	33	45	2289	10
	alberi vivi a terra	7	100	0	.	0	.	25	78	0	.	15	100	0	.	0	.	35	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	30	100	0	.	17	100	0	.	0	.	0	.	145	39
	alberi morti	432	29	33	71	181	52	1074	20	102	41	718	37	0	.	18	100	992	22	268	54	1001	42	39	70	45	100	141	59	378	33	83	47	90	48	622	68	36	71	658	30	35	100	567	25	388	46	59	76	305	34	8267	10
	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	895	36	316	72	478	55	11196	13	1698	32	1932	30	0	.	1959	44	13830	11	2860	25	2791	25	1232	30	409	88	1507	36	6339	19	1044	41	2748	23	2253	27	584	48	11229	14	790	57	5025	18	12368	13	442	49	1582	34	85506	4
	fuoco	0	.	0	.	0	.	0	.	0	.	30	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	374	59	0	.	0	.	7	100	0	.	0	.	411	54
	caduta massi	0	.	0	.	0	.	55	48	24	100	93	63	0	.	0	.	192	48	94	73	0	.	21	100	6	100	27	100	37	80	101	100	152	50	25	77	0	.	116	61	0	.	302	36	102	40	0	.	0	.	1347	17
	diverse cause	0	.	53	87	32	61	428	22	25	100	62	47	0	.	81	87	470	21	155	48	119	44	7	100	0	.	34	82	571	70	45	64	72	55	28	63	48	75	733	28	0	.	156	35	236	32	0	.	13	71	3370	15
	non determinabile	485	40	46	65	108	50	2167	16	333	37	361	40	0	.	415	35	2683	13	255	37	450	32	87	72	75	71	206	51	566	26	247	51	406	33	456	34	70	59	3231	15	206	62	747	23	2023	16	74	64	434	32	16132	6
	raccolta del legname	69	61	25	77	0	.	484	38	27	100	73	56	0	.	7	100	249	27	333	35	169	46	77	50	21	100	9	100	84	40	17	100	150	61	140	46	75	60	27	78	37	100	260	33	37	60	18	100	48	75	2435	12
	altra attività umana	17	100	0	.	38	71	666	44	0	.	150	46	0	.	0	.	280	35	243	62	380	52	19	100	0	.	40	71	114	69	41	100	101	62	110	85	0	.	71	50	38	100	59	57	260	56	0	.	23	77	2652	17
	intemperie	83	54	39	62	106	67	470	22	7	100	95	51	0	.	0	.	344	24	177	39	132	59	0	.	12	100	39	100	72	47	0	.	83	50	79	65	0	.	515	25	0	.	40	61	273	33	0	.	33	71	2601	10
	alberi vivi a terra	7	100	0	.	0	.	24	77	0	.	36	100	0	.	88	100	86	47	0	.	0	.	19	100	0	.	0	.	22	100	0	.	0	.	0	.	0	.	101	64	0	.	0	.	164	89	0	.	41	61	588	33
	alberi morti	101	57	82	93	185	52	1956	19	87	61	399	34	0	.	178	63	1863	17	324	34	471	38	0	.	45	100	93	45	954	29	49	58	260	38	357	36	24	77	1662	20	62	59	861	23	1959	24	44	72	286	42	12304	7
	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	108	78	150	100	121	100	8881	14	561	49	922	51	0	.	1775	32	14923	11	1442	35	1772	29	521	57	880	77	1612	39	3366	28	0	.	1003	40	1295	34	0	.	9441	14	2663	27	2507	27	10159	14	0	.	1024	44	65126	5
	fuoco	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	278	68	7	100	0	.	0	.	0	.	0	.	302	63
	caduta massi	0	.	0	.	0	.	1083	28	222	94	156	72	0	.	523	70	998	29	7	100	58	90	177	83	21	100	501	51	215	42	0	.	186	55	68	46	0	.	364	39	535	39	116	49	812	30	0	.	110	100	6152	13
	diverse cause	0	.	0	.	0	.	221	33	7	100	15	72	0	.	69	61	572	26	62	79	217	40	8	100	0	.	164	68	56	52	0	.	56	68	66	53	0	.	408	41	94	57	139	39	296	29	0	.	41	85	2489	12
	non determinabile	0	.	18	100	25	100	2048	15	219	62	45	74	0	.	1185	45	4100	14	140	44	492	37	82	69	75	69	278	50	811	27	0	.	242	46	307	39	0	.	2254	18	360	34	571	31	2211	16	0	.	121	44	15584	7
	raccolta del legname	0	.	0	.	0	.	64	59	7	100	0	.	0	.	119	77	171	35	17	100	15	100	54	58	93	100	0	.	25	79	0	.	24	100	6	100	0	.	0	.	0	.	110	62	43	100	0	.	0	.	748	24
	altra attività umana	21	100	0	.	0	.	87	56	0	.	158	81	0	.	46	100	353	28	8	100	79	59	17	100	0	.	75	71	48	78	0	.	10	100	85	100	0	.	76	71	49	58	23	58	60	68	0	.	52	100	1246	18
	intemperie	0	.	0	.	18	100	467	27	24	77	76	50	0	.	130	67	528	22	49	63	148	49	0	.	44	100	58	68	44	74	0	.	139	52	61	53	0	.	298	38	149	48	69	50	485	30	0	.	0	.	2788	11
	alberi vivi a terra	0	.	0	.	0	.	72	71	0	.	0	.	0	.	117	76	208	68	0	.	36	72	0	.	0	.	0	.	0	.	0	.	20	100	0	.	0	.	18	100	0	.	0	.	226	42	0	.	0	.	697	29
	alberi morti	14	100	7	100	46	100	1881	21	160	57	553	57	0	.	514	34	3038	16	197	43	636	33	7	100	112	58	273	43	718	29	0	.	196	51	295	53	0	.	1585	19	431	43	369	44	1905	22	0	.	187	42	13122	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	24	100	131	71	250	71	1992	27	41	100	473	77	0	.	345	52	3515	22	115	100	129	100	28	100	710	53	221	66	1039	34	0	.	386	51	701	47	0	.	7421	17	1385	44	761	50	4058	21	0	.	0	.	23725	9
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	0	.	84	78	0	.	0	.	0	.	0	.	0	.	102	67
	caduta massi	0	.	0	.	64	100	712	49	126	100	128	100	0	.	485	52	602	35	7	100	118	100	21	100	129	87	136	100	461	47	0	.	547	50	21	74	0	.	561	32	118	60	168	62	471	32	0	.	0	.	4874	14
	diverse cause	0	.	29	100	14	100	54	50	0	.	12	100	0	.	18	74	122	40	0	.	14	100	0	.	0	.	17	100	99	58	0	.	7	100	0	.	0	.	354	32	33	81	26	75	148	36	0	.	0	.	948	16
	non determinabile	24	100	25	100	32	100	737	29	0	.	165	100	0	.	168	57	914	23	38	100	36	100	0	.	54	74	0	.	157	39	0	.	59	77	155	42	0	.	1834	19	242	47	121	47	641	26	0	.	0	.	5400	10
	raccolta del legname	0	.	0	.	0	.	64	77	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	100	69	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	176	53
	altra attività umana	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	28	71	0	.	0	.	0	.	0	.	35	71	56	100	0	.	7	100	0	.	0	.	40	100	0	.	0	.	0	.	0	.	0	.	172	44
	intemperie	17	100	13	71	18	100	90	58	17	100	123	64	0	.	40	71	185	45	0	.	0	.	0	.	18	100	21	100	7	100	0	.	17	100	57	79	0	.	395	34	63	58	52	100	130	44	0	.	0	.	1261	17
	alberi vivi a terra	0	.	0	.	0	.	17	100	0	.	0	.	0	.	18	100	35	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	28	74	0	.	0	.	105	39
	alberi morti	21	100	22	76	71	100	814	46	24	100	348	57	0	.	221	58	949	28	0	.	61	100	0	.	25	100	25	77	284	46	0	.	127	64	164	61	0	.	1527	24	198	50	307	69	1333	22	0	.	0	.	6519	12
	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	.	106	100	0	.	1013	37	0	.	224	85	0	.	28	100	1370	31	0	.	0	.	169	100	96	86	152	100	764	60	0	.	0	.	27	100	0	.	1913	29	360	62	353	83	1111	34	0	.	0	.	7684	14
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	102	81	0	.	0	.	0	.	0	.	0	.	102	81
	caduta massi	0	.	33	100	0	.	552	44	0	.	48	72	0	.	31	100	511	43	0	.	0	.	0	.	249	78	188	100	457	81	0	.	0	.	114	71	0	.	394	44	105	75	73	91	417	41	0	.	0	.	3171	20
	diverse cause	0	.	12	100	0	.	18	74	0	.	21	100	0	.	0	.	22	74	0	.	0	.	18	100	0	.	0	.	15	100	0	.	0	.	0	.	0	.	83	58	8	100	0	.	33	81	0	.	0	.	230	30
	non determinabile	0	.	0	.	0	.	617	41	0	.	21	100	0	.	6	100	543	41	0	.	0	.	36	100	39	71	36	100	97	70	0	.	0	.	20	100	0	.	765	31	120	65	61	100	214	43	0	.	0	.	2575	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	17	100
	intemperie	0	.	6	100	0	.	42	62	0	.	21	100	0	.	15	100	115	65	0	.	0	.	0	.	39	71	0	.	55	100	0	.	0	.	0	.	0	.	84	81	0	.	13	100	22	58	0	.	0	.	412	30
	alberi vivi a terra	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	72	100	0	.	0	.	0	.	0	.	0	.	84	71	51	75	0	.	69	79	0	.	0	.	277	42
	alberi morti	0	.	61	100	0	.	444	45	0	.	71	100	0	.	37	100	391	35	0	.	0	.	44	100	59	58	239	100	37	100	0	.	0	.	9	100	0	.	420	41	123	71	137	81	419	37	0	.	0	.	2491	18
	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	11403	13	1928	31	3528	24	51766	6	4703	17	12499	12	908	46	4409	24	44006	6	10475	12	16507	10	9815	12	2838	34	6433	18	17738	11	5248	21	8495	13	8147	14	9918	14	34818	6	6035	19	28537	8	32403	7	1441	32	14112	10	348109	2
	fuoco	0	.	0	.	0	.	31	71	0	.	30	100	0	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	7	100	17	100	0	.	0	.	27	100	838	37	7	100	8	100	7	100	0	.	0	.	991	32
	caduta massi	0	.	33	100	64	100	2454	21	372	66	471	40	0	.	1039	43	2357	18	108	64	176	73	255	59	405	55	852	41	1170	38	101	100	885	34	228	39	0	.	1474	20	757	31	660	26	1802	18	0	.	110	100	15773	8
	diverse cause	249	27	144	46	106	46	1565	13	109	63	249	24	0	.	176	47	1634	15	463	30	1055	24	206	30	32	100	372	40	797	51	156	44	341	28	194	29	145	35	1753	17	161	39	1012	18	794	17	7	100	405	27	12124	6
	non determinabile	1336	19	134	36	489	26	9078	8	1046	21	2075	16	17	100	1774	32	10291	8	946	20	2143	14	938	21	264	34	940	24	2561	13	644	25	1442	18	1161	19	1013	23	8952	8	1103	22	4080	11	5764	9	96	52	2245	12	60532	3
	raccolta del legname	821	20	60	45	10	100	1913	16	125	45	499	26	0	.	127	73	635	19	652	23	798	21	686	27	180	59	114	67	282	26	87	48	461	28	254	36	335	32	58	65	37	100	826	21	134	47	47	73	805	20	9946	6
	altra attività umana	263	33	7	100	66	52	1228	26	151	70	661	32	8	100	46	100	811	18	331	47	631	34	209	31	107	72	225	33	378	37	62	69	155	44	212	60	184	100	325	29	88	55	574	35	411	38	0	.	267	37	7399	9
	intemperie	290	25	147	41	164	47	1855	12	63	45	609	21	0	.	185	50	1326	14	379	25	638	22	97	42	166	41	179	38	254	33	7	100	464	24	288	30	143	43	1525	15	247	35	548	20	945	19	0	.	148	31	10668	5
	alberi vivi a terra	33	66	0	.	0	.	139	43	0	.	74	58	0	.	223	57	382	41	0	.	60	53	19	100	0	.	88	84	38	71	17	100	20	100	16	71	31	100	233	41	51	75	25	76	487	38	17	100	75	57	2030	16
	alberi morti	1012	19	204	49	527	31	6849	11	540	25	2549	19	228	62	968	25	7555	9	1078	21	2329	22	368	31	287	35	944	33	2585	16	254	36	909	23	1465	33	444	36	5968	10	884	27	3188	14	6144	12	103	53	1096	18	48478	4
	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. 1426388. Birmensdorf, Swiss Federal Research Institute WSL

indietro