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)
quota (classi di 200 m) · causa dei danni agli alberi (10 classi)
suddivisione regionale: regione economica
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN4/IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2009/17
		regione economica
		Giura Ovest		Giura Est		Altopiano Ovest		Altopiano Centro		Altopiano Est		Prealpi Ovest		Prealpi Centro		Prealpi Est		Alpi Nord-Ovest		Alpi Centro		Alpi Nord-Est		Alpi Sud-Ovest		Alpi Sud-Est		Sud delle Alpi		Svizzera
quota (classi di 200 m)	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	±%
nessuna indicazione	nessuna indicazione	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	.
	fuoco	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	.
	diverse cause	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	.
	raccolta del legname	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	.
	intemperie	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	.
	alberi morti	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
>1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	0	.	0	.	0	.	421	100	76	100	0	.	792	50	255	100	124	100	6606	16	12457	12	4383	17	25114	8
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	14	71
	caduta massi	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	211	37	161	35	161	44	533	22
	diverse cause	0	.	0	.	0	.	0	.	0	.	0	.	35	100	0	.	18	100	0	.	0	.	107	47	409	29	33	65	601	22
	non determinabile	0	.	0	.	0	.	0	.	0	.	45	100	24	100	0	.	218	44	18	100	18	100	1271	18	2273	14	754	24	4620	10
	raccolta del legname	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71	31	64	0	.	44	50
	altra attività umana	0	.	0	.	0	.	0	.	0	.	0	.	14	100	0	.	9	100	0	.	0	.	28	62	44	58	47	86	142	38
	intemperie	0	.	0	.	0	.	0	.	0	.	0	.	24	100	0	.	0	.	0	.	18	100	269	31	423	23	444	29	1178	16
	alberi vivi a terra	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	202	41	499	48	32	64	733	35
	alberi morti	0	.	0	.	0	.	0	.	0	.	0	.	205	100	0	.	209	49	18	100	0	.	1591	20	2046	18	412	28	4481	12
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1601-1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	0	.	0	.	0	.	835	55	3056	36	307	100	2673	24	418	46	975	48	7178	19	8734	13	4819	17	28995	8
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	7	100
	caduta massi	0	.	0	.	0	.	0	.	0	.	7	100	67	58	0	.	56	53	34	100	0	.	112	43	97	55	186	56	559	25
	diverse cause	0	.	0	.	0	.	0	.	0	.	0	.	63	76	0	.	71	47	0	.	0	.	201	42	228	36	76	57	639	22
	non determinabile	0	.	0	.	0	.	0	.	0	.	177	61	214	42	0	.	629	25	276	50	126	63	891	20	1584	17	759	28	4657	10
	raccolta del legname	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	99	77	149	65	7	100	255	48
	altra attività umana	0	.	0	.	0	.	0	.	0	.	7	100	81	76	0	.	38	61	0	.	7	100	225	52	212	61	6	100	576	32
	intemperie	0	.	0	.	0	.	0	.	0	.	12	100	75	46	0	.	204	53	0	.	7	100	440	27	58	49	280	34	1075	18
	alberi vivi a terra	0	.	0	.	0	.	0	.	0	.	0	.	42	85	22	100	0	.	0	.	0	.	89	53	81	46	39	61	272	28
	alberi morti	0	.	0	.	0	.	0	.	0	.	194	60	386	41	123	100	1005	37	72	82	86	59	1925	27	1179	20	456	27	5425	13
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1401-1600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	800	34	0	.	459	55	0	.	0	.	2716	32	3913	19	1408	30	4677	20	1471	36	1114	36	6100	17	11336	14	8155	16	42148	7
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	18	100
	caduta massi	0	.	0	.	0	.	0	.	0	.	79	89	62	58	0	.	342	47	7	100	18	100	352	54	366	43	163	65	1388	23
	diverse cause	67	56	0	.	30	81	0	.	0	.	99	53	22	75	31	100	149	41	15	100	61	77	91	45	214	40	233	30	1013	16
	non determinabile	78	45	0	.	68	61	0	.	0	.	454	30	574	27	193	44	905	22	370	44	112	41	1069	21	1832	19	1010	22	6664	9
	raccolta del legname	0	.	0	.	0	.	0	.	0	.	25	73	147	57	6	100	69	61	0	.	0	.	31	100	150	47	0	.	427	29
	altra attività umana	0	.	0	.	0	.	0	.	0	.	229	72	23	79	36	72	61	58	177	69	0	.	97	72	156	41	7	100	787	29
	intemperie	27	100	0	.	33	70	0	.	0	.	136	49	375	34	74	58	320	34	77	77	18	100	394	31	247	32	464	31	2167	13
	alberi vivi a terra	0	.	0	.	0	.	0	.	0	.	0	.	22	100	46	75	43	61	36	100	35	71	300	55	17	100	58	59	558	33
	alberi morti	44	61	0	.	127	76	0	.	0	.	819	37	866	40	616	62	1465	27	242	41	245	44	1181	24	1502	22	803	22	7910	11
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1201-1400 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	6259	15	0	.	443	61	0	.	0	.	4025	22	4239	20	3917	19	3617	23	2432	28	2458	30	6331	18	4758	19	5699	18	44178	6
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	18	100
	caduta massi	8	100	0	.	0	.	0	.	0	.	429	54	295	56	84	85	294	46	202	65	338	61	335	41	174	51	729	32	2888	17
	diverse cause	218	34	0	.	0	.	0	.	0	.	113	71	31	50	179	29	69	48	0	.	95	77	377	49	61	66	132	41	1275	19
	non determinabile	527	22	0	.	8	100	0	.	0	.	665	27	584	26	532	25	423	32	523	54	351	31	894	23	953	26	1093	21	6553	9
	raccolta del legname	142	46	0	.	0	.	0	.	0	.	165	48	45	53	48	53	51	77	17	71	19	100	61	77	125	54	0	.	673	21
	altra attività umana	35	71	0	.	0	.	0	.	0	.	189	59	27	63	164	43	35	71	0	.	17	100	0	.	74	49	69	51	611	24
	intemperie	49	61	0	.	17	100	0	.	0	.	77	58	248	33	183	43	33	71	85	85	123	64	194	33	85	45	278	42	1372	16
	alberi vivi a terra	46	85	0	.	7	100	0	.	0	.	0	.	40	73	15	100	0	.	52	74	49	74	43	61	18	100	130	62	401	29
	alberi morti	635	31	0	.	25	76	0	.	0	.	1198	27	1346	33	686	24	599	26	334	39	560	35	942	22	1226	23	682	30	8232	9
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1001-1200 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	14710	10	0	.	651	70	215	75	188	59	3982	24	7457	16	5948	18	2413	27	2390	29	2242	35	4503	19	3392	23	6756	18	54847	6
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	24	100	7	100	0	.	0	.	0	.	0	.	139	83	170	69
	caduta massi	539	38	0	.	0	.	0	.	0	.	0	.	896	39	219	53	378	51	379	47	238	57	349	41	471	43	973	30	4442	14
	diverse cause	288	30	0	.	52	88	0	.	13	71	67	54	185	32	157	35	77	46	69	70	62	50	48	59	275	37	174	33	1466	13
	non determinabile	1483	14	0	.	57	71	0	.	47	63	482	26	906	20	524	22	401	35	532	30	295	37	578	28	658	28	846	22	6808	7
	raccolta del legname	301	27	0	.	0	.	0	.	14	71	61	65	449	31	213	44	39	71	37	100	51	76	0	.	18	100	16	100	1199	17
	altra attività umana	318	28	0	.	0	.	0	.	0	.	94	100	97	48	200	46	0	.	0	.	62	88	32	63	82	56	51	87	935	20
	intemperie	166	47	0	.	0	.	0	.	0	.	46	75	231	35	48	73	69	71	151	63	77	72	82	47	199	60	318	33	1388	17
	alberi vivi a terra	17	100	0	.	0	.	0	.	0	.	33	71	175	66	0	.	35	71	0	.	0	.	136	57	7	100	34	71	437	33
	alberi morti	1181	16	0	.	31	79	58	89	17	100	684	29	1029	20	689	27	630	37	405	36	347	40	860	27	441	31	1243	24	7616	8
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
801-1000 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	13102	11	1944	30	1908	37	2494	30	1469	39	2175	30	9487	14	8711	15	2190	30	1734	37	1343	31	2935	25	2691	25	6295	18	58477	5
	fuoco	0	.	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	0	.	0	.	18	100	0	.	108	100	143	78
	caduta massi	1011	37	17	100	0	.	0	.	34	100	0	.	32	71	0	.	223	59	439	57	832	35	377	57	51	74	380	37	3398	18
	diverse cause	379	43	29	80	17	100	46	87	14	71	50	53	242	30	220	34	6	100	24	74	93	76	0	.	98	39	412	43	1631	17
	non determinabile	1774	16	249	45	138	47	145	46	161	40	300	35	826	22	1414	22	392	34	205	42	335	33	453	33	563	28	2072	21	9028	8
	raccolta del legname	417	28	66	78	16	70	102	57	66	72	113	69	335	56	214	46	0	.	52	71	88	59	58	100	42	72	0	.	1570	18
	altra attività umana	263	46	45	67	0	.	21	58	0	.	50	100	351	45	337	46	0	.	15	100	26	78	0	.	125	58	26	100	1259	21
	intemperie	86	50	0	.	24	100	117	77	7	100	0	.	152	43	107	80	68	54	8	100	77	92	113	59	131	53	191	39	1079	19
	alberi vivi a terra	34	71	0	.	0	.	0	.	17	100	18	100	36	72	15	100	55	74	18	100	39	71	69	61	53	74	133	43	488	22
	alberi morti	1055	19	174	43	107	43	245	51	106	57	163	50	1409	23	760	26	475	32	470	39	567	34	725	34	447	35	1335	23	8038	9
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
601-800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	11659	12	2790	23	5342	19	9859	13	9689	13	895	47	6335	16	4516	21	1641	30	566	54	1318	39	1180	44	2188	23	5546	19	63524	5
	fuoco	0	.	17	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	588	66	605	64
	caduta massi	210	48	323	59	0	.	54	100	0	.	0	.	171	73	64	53	181	58	128	59	165	56	267	50	92	69	283	43	1938	18
	diverse cause	216	31	59	50	87	49	279	55	142	31	28	79	96	54	77	91	37	85	0	.	62	79	15	100	137	52	719	43	1952	19
	non determinabile	1587	17	352	30	652	26	1077	17	828	19	95	61	820	21	733	27	179	46	54	70	63	50	200	50	557	29	1703	22	8901	7
	raccolta del legname	556	32	220	41	282	31	428	26	493	23	0	.	380	39	50	87	0	.	0	.	0	.	18	100	104	87	18	100	2548	13
	altra attività umana	95	39	41	71	0	.	69	47	100	40	0	.	171	46	71	79	0	.	15	100	0	.	25	76	18	100	27	78	632	20
	intemperie	124	36	0	.	69	54	104	49	94	41	18	100	158	44	53	74	31	70	33	71	37	100	119	55	97	71	229	34	1165	15
	alberi vivi a terra	7	100	0	.	0	.	0	.	67	61	18	100	0	.	39	71	0	.	0	.	31	100	18	100	25	77	96	85	299	35
	alberi morti	1352	18	308	43	409	34	743	23	968	20	61	100	551	32	606	28	245	36	15	100	94	59	476	36	339	37	1699	22	7867	8
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
=600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	5833	15	8626	13	5401	17	11374	11	21999	8	0	.	1137	52	1557	32	923	56	938	52	169	70	1560	37	111	100	7594	16	67222	4
	fuoco	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	256	57	263	56
	caduta massi	225	100	59	72	0	.	0	.	0	.	0	.	0	.	619	75	0	.	54	64	0	.	24	100	0	.	451	37	1432	38
	diverse cause	114	46	169	29	82	46	150	37	233	27	0	.	0	.	51	61	35	84	23	75	0	.	0	.	0	.	254	49	1109	16
	non determinabile	602	23	1214	18	526	27	922	17	2310	12	0	.	18	71	480	39	127	60	100	66	12	70	196	48	0	.	3105	20	9613	8
	raccolta del legname	327	44	236	30	138	39	584	22	676	22	0	.	0	.	38	100	0	.	24	100	18	100	0	.	0	.	0	.	2041	13
	altra attività umana	67	48	51	75	55	52	189	45	394	46	0	.	0	.	84	71	129	87	8	100	0	.	8	100	0	.	212	45	1196	22
	intemperie	160	41	56	77	226	55	243	27	129	39	0	.	8	100	0	.	0	.	0	.	0	.	27	76	0	.	263	36	1113	18
	alberi vivi a terra	19	100	24	77	17	100	17	100	88	54	0	.	0	.	21	100	0	.	17	100	0	.	0	.	0	.	92	53	295	27
	alberi morti	957	23	679	24	782	26	565	20	1096	16	0	.	43	60	189	40	60	64	119	72	46	74	217	44	0	.	2820	17	7573	9
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	52363	4	13360	10	14205	11	23942	8	33345	6	15048	12	35699	7	26363	8	18926	10	10204	14	9744	14	36393	7	45666	6	49248	5	384504	2
	fuoco	0	.	17	100	0	.	7	100	17	100	0	.	0	.	24	100	7	100	0	.	18	100	43	61	0	.	1105	40	1239	36
	caduta massi	1993	25	399	49	0	.	54	100	34	100	515	47	1522	26	986	49	1474	22	1243	28	1590	25	2026	19	1412	20	3328	14	16577	7
	diverse cause	1281	17	257	24	269	29	474	36	401	19	358	30	674	18	713	19	462	21	130	43	373	34	839	26	1422	15	2033	19	9686	6
	non determinabile	6051	7	1816	14	1449	16	2144	11	3346	9	2220	14	3966	9	3875	11	3272	11	2079	19	1312	16	5552	8	8420	8	11343	7	56844	3
	raccolta del legname	1743	15	522	24	435	23	1113	16	1249	15	364	32	1357	21	569	26	159	40	131	45	176	40	281	40	619	27	41	61	8758	6
	altra attività umana	778	21	136	41	55	52	279	33	494	38	570	40	764	25	892	23	272	45	216	58	112	54	414	34	711	24	445	27	6138	9
	intemperie	610	20	56	77	370	37	464	26	230	28	289	31	1272	16	464	29	725	23	355	38	357	36	1638	13	1241	16	2467	12	10536	6
	alberi vivi a terra	124	43	24	77	24	77	17	100	171	38	68	50	314	41	158	36	134	41	123	48	154	39	856	25	701	35	615	24	3483	12
	alberi morti	5224	8	1161	19	1482	18	1612	15	2187	12	3117	16	5836	12	3668	14	4688	13	1677	18	1945	17	7915	10	7181	9	9449	7	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. 1426633. Birmensdorf, Swiss Federal Research Institute WSL

indietro