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

IFN4
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 IFN4/IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2009/17
		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	6238	17	118	100	712	55	14277	11	1388	30	5463	19	664	46	105	100	3370	24	2655	24	5670	20	3743	21	118	100	1164	47	2800	23	1995	29	1858	27	1130	45	6908	17	691	48	561	60	13979	12	1301	47	391	57	7255	13	84552	4
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	14	71
	caduta massi	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100
	diverse cause	24	100	0	.	14	71	492	42	81	45	70	55	0	.	0	.	119	62	56	49	63	47	100	47	0	.	0	.	22	58	0	.	48	58	21	100	48	54	0	.	0	.	350	26	0	.	0	.	163	32	1671	16
	non determinabile	538	21	14	100	7	100	1465	16	136	41	597	26	66	78	0	.	557	37	392	31	450	29	420	33	0	.	22	100	308	40	211	54	237	46	229	58	478	29	205	50	128	66	948	18	81	56	22	75	799	19	8312	7
	raccolta del legname	215	36	0	.	0	.	539	23	125	48	163	37	0	.	0	.	35	100	188	46	230	40	103	38	0	.	0	.	54	65	111	53	57	58	0	.	183	46	0	.	24	100	283	38	0	.	15	100	217	32	2542	11
	altra attività umana	7	100	0	.	0	.	262	40	17	72	7	100	14	100	0	.	70	65	29	78	39	55	116	55	0	.	6	100	123	52	17	100	7	100	0	.	17	100	19	74	8	100	97	42	18	100	0	.	71	45	943	17
	intemperie	23	77	0	.	0	.	251	27	49	87	52	66	7	100	0	.	89	66	42	61	61	67	0	.	0	.	15	100	0	.	0	.	0	.	0	.	40	71	0	.	0	.	124	36	0	.	17	100	7	100	777	17
	alberi vivi a terra	17	100	0	.	0	.	18	100	0	.	0	.	0	.	0	.	53	58	0	.	0	.	0	.	0	.	15	100	0	.	0	.	0	.	0	.	37	100	0	.	0	.	17	100	0	.	0	.	17	100	173	35
	alberi morti	263	29	0	.	68	100	707	20	136	50	469	35	157	51	0	.	277	42	273	38	280	29	259	34	0	.	215	68	137	36	70	61	88	51	40	71	273	42	190	71	91	83	941	23	106	53	15	100	487	21	5540	8
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
21-40 %	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	3556	19	1228	39	2110	34	15230	10	1548	30	4419	20	0	.	309	61	9542	14	2856	23	6424	17	4752	18	610	61	2165	34	3380	23	1271	35	2853	24	3267	24	1685	30	5744	20	645	48	9093	16	4126	22	879	46	5090	18	92783	4
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	32	80
	caduta massi	0	.	0	.	0	.	52	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	7	100	0	.	0	.	44	100	0	.	0	.	18	100	0	.	0	.	139	53
	diverse cause	60	44	40	68	18	100	244	28	9	100	62	43	0	.	7	100	293	37	72	66	238	41	124	48	42	71	78	66	124	61	24	77	35	70	51	58	40	61	82	43	0	.	138	44	184	71	49	87	32	63	2046	13
	non determinabile	372	30	116	51	245	38	1240	14	226	34	557	26	0	.	25	76	1641	20	317	31	563	25	440	29	52	100	175	41	444	26	59	67	419	30	284	35	175	41	912	25	268	52	711	22	607	29	111	56	483	23	10439	6
	raccolta del legname	267	31	32	64	0	.	897	29	48	74	174	42	0	.	0	.	57	59	94	54	255	44	227	39	0	.	0	.	65	67	129	58	76	56	24	100	74	56	18	100	0	.	257	29	31	100	72	65	320	39	3119	12
	altra attività umana	59	89	0	.	39	84	298	32	88	59	144	74	0	.	7	100	81	43	19	100	86	55	71	50	42	71	0	.	47	88	7	100	0	.	86	77	199	84	167	43	0	.	376	53	80	44	7	100	244	55	2146	17
	intemperie	44	49	0	.	0	.	288	37	0	.	93	41	0	.	0	.	337	40	34	100	157	41	35	70	0	.	84	67	0	.	0	.	116	65	72	50	0	.	104	43	23	100	160	75	69	48	0	.	0	.	1615	16
	alberi vivi a terra	0	.	15	100	0	.	57	75	0	.	33	71	0	.	0	.	52	58	0	.	38	71	42	61	0	.	0	.	18	100	0	.	0	.	31	100	0	.	41	61	0	.	60	52	17	100	0	.	0	.	405	22
	alberi morti	274	33	15	100	197	43	1214	18	73	62	688	36	0	.	18	100	1217	22	397	43	1449	36	236	33	52	88	223	45	237	35	108	43	145	45	614	61	53	58	826	28	82	70	940	24	688	33	82	61	275	29	10102	9
	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	1120	38	319	72	569	48	13306	12	1865	31	2569	29	0	.	1352	38	17889	9	2536	25	2979	24	1249	29	449	66	1693	33	6857	18	1558	38	2691	23	2305	25	601	48	12862	13	1038	51	5535	17	14261	12	383	48	1608	33	97594	4
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	528	42	0	.	0	.	0	.	0	.	0	.	535	41
	caduta massi	0	.	0	.	0	.	170	64	24	100	0	.	0	.	51	89	35	71	14	100	0	.	0	.	6	100	0	.	0	.	35	100	42	71	22	75	0	.	260	49	18	100	251	58	118	77	0	.	0	.	1046	24
	diverse cause	0	.	15	100	0	.	265	30	28	73	156	58	0	.	15	100	515	24	82	66	144	46	8	100	21	100	8	100	308	34	51	58	35	70	55	52	7	100	905	34	0	.	98	40	340	43	18	100	23	76	3099	13
	non determinabile	262	46	40	73	77	63	1934	14	276	42	488	29	0	.	254	43	2975	12	447	37	405	32	88	38	117	53	347	37	833	30	204	53	506	31	362	37	95	51	3270	17	98	53	1127	21	1997	15	24	77	197	38	16424	6
	raccolta del legname	35	83	0	.	0	.	372	26	0	.	160	51	0	.	34	71	249	46	205	65	219	44	56	76	21	100	10	100	20	76	0	.	155	62	125	48	17	100	0	.	37	100	77	46	118	73	71	100	89	71	2070	15
	altra attività umana	0	.	0	.	37	71	386	47	0	.	55	74	0	.	7	100	276	35	106	36	72	65	73	50	0	.	42	59	200	45	0	.	46	62	68	78	17	100	69	59	71	100	0	.	237	53	17	100	7	100	1783	16
	intemperie	35	100	0	.	0	.	408	31	17	100	77	60	0	.	17	100	391	31	73	62	49	63	0	.	103	87	31	76	91	55	7	100	7	100	97	52	0	.	729	21	18	100	111	41	502	28	0	.	50	58	2814	11
	alberi vivi a terra	24	76	0	.	0	.	37	72	17	100	18	100	0	.	0	.	122	42	0	.	107	100	0	.	0	.	30	100	77	50	0	.	0	.	15	100	0	.	260	47	0	.	18	100	309	53	0	.	51	74	1085	23
	alberi morti	197	45	100	78	254	53	2319	17	236	42	520	36	0	.	236	49	2334	16	472	30	628	34	46	71	36	100	255	47	944	26	101	64	346	34	370	34	0	.	2342	18	67	58	1050	21	2601	19	105	58	327	42	15883	6
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
61-80 %	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	122	74	139	100	104	100	10381	14	619	46	865	48	0	.	2441	28	16935	11	1424	35	1976	30	565	52	1007	74	1716	40	2886	27	0	.	914	42	1246	35	0	.	10921	13	3053	25	3210	26	11162	13	0	.	922	54	72606	5
	fuoco	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	347	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	79	0	.	0	.	18	100	0	.	17	100	418	83
	caduta massi	0	.	0	.	0	.	1194	27	243	93	193	100	0	.	199	45	936	25	29	100	6	100	191	58	36	100	563	51	317	62	0	.	21	58	152	53	0	.	727	30	463	41	157	49	771	31	0	.	52	74	6250	12
	diverse cause	0	.	0	.	0	.	180	36	31	64	52	76	0	.	18	100	557	24	21	100	14	71	0	.	36	71	21	100	144	44	0	.	24	77	45	60	0	.	500	37	14	71	64	46	268	34	0	.	7	100	1997	14
	non determinabile	21	74	7	100	43	100	1375	16	128	55	108	55	0	.	373	31	3362	12	199	50	281	45	0	.	115	55	287	43	728	29	0	.	315	43	296	40	0	.	2589	20	756	39	412	35	2009	15	0	.	134	55	13538	7
	raccolta del legname	0	.	0	.	0	.	80	71	0	.	0	.	0	.	66	71	287	40	0	.	108	82	0	.	14	100	0	.	112	53	0	.	45	58	9	100	0	.	0	.	60	63	18	100	133	51	0	.	43	100	973	20
	altra attività umana	0	.	0	.	0	.	146	50	0	.	93	100	0	.	54	100	236	50	8	100	0	.	0	.	18	100	0	.	84	68	0	.	0	.	31	100	0	.	70	68	137	74	7	100	72	63	0	.	0	.	955	23
	intemperie	0	.	0	.	0	.	436	24	0	.	50	89	0	.	231	50	591	24	14	100	154	49	0	.	0	.	53	58	47	72	0	.	28	100	83	100	0	.	575	26	204	57	80	51	735	20	0	.	7	100	3289	11
	alberi vivi a terra	0	.	0	.	0	.	62	68	0	.	0	.	0	.	63	71	500	48	0	.	61	59	0	.	0	.	0	.	37	72	0	.	19	100	0	.	0	.	147	35	36	71	0	.	311	35	0	.	17	100	1252	22
	alberi morti	17	100	25	100	43	100	2277	18	135	68	442	56	0	.	538	36	3472	15	194	43	755	32	94	82	94	61	323	39	497	27	0	.	288	49	294	50	0	.	2029	17	488	37	507	37	2416	19	0	.	183	47	15112	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	128	71	314	73	2346	26	14	100	639	69	0	.	498	42	4747	18	136	100	175	100	31	100	678	51	422	51	1307	33	0	.	355	49	1307	40	0	.	8173	16	1458	42	653	49	4375	20	0	.	0	.	27779	8
	fuoco	0	.	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	188	91	0	.	0	.	18	100	0	.	0	.	222	77
	caduta massi	0	.	6	100	18	100	738	45	133	100	64	100	0	.	474	50	626	33	0	.	82	100	7	100	207	66	196	100	380	43	0	.	457	46	122	94	0	.	1035	26	126	61	333	54	582	29	0	.	0	.	5586	13
	diverse cause	0	.	15	100	77	91	33	81	0	.	0	.	0	.	23	78	112	41	0	.	0	.	0	.	0	.	7	100	31	100	0	.	17	100	23	75	0	.	119	54	0	.	31	77	28	63	0	.	0	.	516	24
	non determinabile	7	100	62	71	7	100	516	28	34	100	107	87	0	.	88	52	1114	22	24	100	0	.	14	100	36	100	91	56	292	43	0	.	135	63	96	50	0	.	1907	22	325	47	131	55	600	27	0	.	0	.	5586	10
	raccolta del legname	0	.	0	.	0	.	15	100	0	.	0	.	0	.	0	.	15	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	0	.	54	52
	altra attività umana	0	.	0	.	0	.	13	71	0	.	0	.	0	.	0	.	81	80	0	.	0	.	0	.	0	.	0	.	37	71	0	.	0	.	0	.	0	.	79	91	0	.	18	100	7	100	0	.	0	.	236	44
	intemperie	17	100	0	.	0	.	146	53	0	.	84	71	0	.	14	71	188	45	0	.	0	.	0	.	18	100	52	100	18	100	0	.	0	.	162	51	0	.	494	25	0	.	35	100	285	28	0	.	0	.	1511	15
	alberi vivi a terra	17	100	0	.	0	.	0	.	0	.	0	.	0	.	18	100	43	61	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	32	70	0	.	0	.	95	52	0	.	0	.	212	31
	alberi morti	31	100	22	76	61	100	882	41	17	100	323	56	0	.	212	53	1215	22	0	.	61	100	7	100	25	77	49	58	271	48	0	.	258	54	203	51	0	.	1880	21	267	47	288	67	1597	21	0	.	0	.	7666	10
	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	.	112	100	0	.	1272	35	0	.	217	100	0	.	12	100	1915	26	0	.	0	.	151	100	164	68	135	100	1246	49	0	.	0	.	45	83	0	.	2124	27	314	68	313	96	1169	30	0	.	0	.	9190	13
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100
	caduta massi	0	.	33	100	0	.	475	48	0	.	30	76	0	.	40	100	542	39	0	.	0	.	0	.	106	72	24	100	900	56	0	.	0	.	135	79	0	.	534	35	124	100	66	100	538	43	0	.	0	.	3549	19
	diverse cause	0	.	6	100	0	.	31	100	0	.	21	100	0	.	0	.	97	53	0	.	0	.	0	.	0	.	0	.	21	100	0	.	0	.	0	.	0	.	154	60	8	100	0	.	18	100	0	.	0	.	357	32
	non determinabile	0	.	0	.	0	.	327	41	0	.	61	86	0	.	34	100	490	29	0	.	0	.	0	.	89	58	7	100	189	55	0	.	0	.	29	100	0	.	739	33	150	69	172	76	258	36	0	.	0	.	2545	15
	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	.	24	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	100	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	75	66
	intemperie	0	.	0	.	0	.	107	52	0	.	7	100	0	.	0	.	84	45	0	.	0	.	0	.	73	72	0	.	25	76	0	.	0	.	55	100	0	.	125	48	8	100	0	.	47	54	0	.	0	.	531	23
	alberi vivi a terra	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	35	100	38	71	0	.	0	.	36	100	0	.	57	76	51	75	0	.	123	55	0	.	0	.	355	30
	alberi morti	0	.	45	100	0	.	405	41	0	.	81	100	0	.	43	100	327	37	0	.	0	.	53	100	119	67	111	100	317	46	0	.	0	.	45	83	0	.	522	39	175	65	85	71	509	36	0	.	0	.	2838	15
	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	11061	12	2045	28	3808	23	56812	5	5435	16	14173	12	664	46	4717	19	54398	5	9607	12	17223	10	10491	11	3026	32	7294	17	18475	10	4824	19	8671	13	9300	14	9193	14	40515	6	7068	17	32783	8	36393	7	1652	30	14876	10	384504	2
	fuoco	0	.	0	.	0	.	7	100	17	100	0	.	0	.	0	.	354	98	0	.	7	100	0	.	0	.	0	.	43	71	0	.	0	.	0	.	0	.	751	37	0	.	0	.	43	61	0	.	17	100	1239	36
	caduta massi	0	.	39	86	18	100	2635	20	400	66	286	71	0	.	764	34	2139	18	43	75	88	93	198	56	355	45	784	44	1616	35	35	100	527	40	430	41	0	.	2600	15	732	33	808	31	2026	19	0	.	52	74	16577	7
	diverse cause	84	42	76	46	109	67	1246	20	148	32	361	31	0	.	65	48	1694	14	231	34	460	27	232	32	98	45	114	50	651	23	76	46	158	32	195	29	94	38	1761	21	22	58	681	18	839	26	67	69	225	26	9686	6
	non determinabile	1200	16	239	33	379	30	6859	7	801	21	1917	15	66	78	774	22	10141	7	1378	18	1700	15	962	20	409	29	929	21	2794	14	475	34	1611	17	1295	19	748	22	9622	9	1724	22	3501	11	5552	8	158	43	1612	13	56844	3
	raccolta del legname	518	22	32	64	0	.	1903	16	173	40	496	25	0	.	100	52	642	26	487	34	812	24	394	27	35	72	10	100	251	33	241	40	333	34	158	41	273	35	18	100	121	48	652	21	281	40	159	55	670	24	8758	6
	altra attività umana	66	80	0	.	76	55	1129	22	105	50	298	49	14	100	68	80	743	23	161	30	197	35	259	31	60	58	48	53	532	26	24	77	53	55	186	49	233	73	412	29	216	58	498	41	414	34	24	77	322	43	6138	9
	intemperie	119	40	0	.	0	.	1636	14	66	69	362	28	7	100	262	44	1681	15	162	39	422	26	35	70	195	54	235	37	182	36	7	100	151	54	468	30	40	71	2027	12	253	47	510	29	1638	13	17	100	64	48	10536	6
	alberi vivi a terra	57	52	15	100	0	.	180	38	17	100	51	58	0	.	80	59	778	32	0	.	207	56	42	61	0	.	80	60	170	34	0	.	26	78	82	61	37	100	538	26	87	53	95	42	856	25	0	.	84	53	3483	12
	alberi morti	782	19	207	46	622	30	7805	9	598	26	2523	19	157	51	1047	24	8841	8	1336	19	3173	19	694	22	326	35	1176	23	2402	15	278	32	1124	21	1566	28	326	37	7789	9	1169	23	3810	12	7915	10	202	40	1271	16	57142	3
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 1426408. Birmensdorf, Swiss Federal Research Institute WSL

indietro