Risultati IFN

Stima ed errore standard della stima

I risultati pubblicati nelle tabelle dell’IFN sono stime attribuite alle variabili che caratterizzano la foresta svizzera (parametri riguardanti la popolazione boschiva), i cui valori reali non sono noti e devono pertanto essere estrapolati (stimati) partendo dai dati del campione rilevato sulle aree di saggio dell’IFN.

Le estrapolazioni sono affette da un margine di incertezza. Ciò nonostante, la precisione delle estrapolazioni può essere stimata in modo affidabile in funzione del campione rilevato dall’IFN, che è concepito come un campione casuale. A tale scopo, in tutte le tabelle dell’IFN, accanto al valore stimato viene fornito un secondo dato, l’errore standard della stima.

La maggior parte delle tabelle presenta l'errore standard in valore percentuale («±%»). A volte, in particolare nel caso di percentuali stimate, viene indicato l'errore standard assoluto («±»). La relazione tra errore standard assoluto e l’errore standard in termini percentuali è la seguente:

errore standard percentuale = errore standard assoluto / stima x 100

errore standard assoluto = errore standard percentuale × stima / 100

Le informazioni e i dati sull'accessibilità e la viabilità sono il risultato di una indagine completa che ha riguardato l’intera rete viaria delle strade forestali esistenti. In questo caso, non è quindi necessario indicare un errore standard, poiché non vi è margine d’incertezza dovuto al campionamento.

Intervallo di confidenza della stima

Partendo dal valore stimato e dall'errore standard della stima, può essere calcolato il cosiddetto intervallo di confidenza della stima,

il cui limite inferiore è:
stima - tQ × errore standard assoluto

mentre il limite superiore è:
stima + tQ × errore standard assoluto

Se per il calcolo si utilizza l'errore standard semplice (tQ = 1), si ottiene un intervallo di confidenza del 68%. Si può ipotizzare che il valore reale del parametro della popolazione si trovi all'interno di questo intervallo di confidenza della stima, con una probabilità del 68%. Se si utilizza l’errore standard doppio (tQ = 2), il valore reale si trova con una probabilità del 95% all'interno del cosiddetto intervallo di confidenza del 95%.

Significatività della stima

L'intervallo di confidenza può essere utilizzato per verificare statisticamente se il parametro della popolazione stimato è più grande o più piccolo di un determinato valore di riferimento, rispettivamente per valutare se due parametri stimati differiscono effettivamente (nella popolazione reale). A fini pratici, la procedura adottata è la seguente: se un valore di riferimento si trova all’esterno dell'intervallo di confidenza, si parte dal presupposto che il valore stimato riferito alla popolazione differisca in modo significativo da esso; se si trova invece all'interno dell’intervallo, la differenza tra il valore stimato e il valore di riferimento viene considerata come casuale e pertanto non è da ritenere come significativa. Se si vogliono confrontare due parametri di una popolazione, essi differiscono significativamente se i loro intervalli di confidenza non si sovrappongono.

Trattamento dei valori mancanti

Quando si calcolano dei risultati, i dati non sono sempre disponibili per tutte le combinazioni di categorie delle variabili di classificazione e della suddivisione regionale^*. Nella maggior parte dei casi, questo significa che il valore stimato attraverso la variabile target non si verifica o si verifica solo molto raramente. In genere viene quindi inserito («imputato») il valore 0. Tuttavia, poiché questo valore non si basa su misurazioni dirette, l'errore standard corrispondente viene rappresentato con un punto [.]. Se nel calcolo si fa riferimento al valore presunto di 0, ad esempio per le percentuali o per alcune stime che indicano delle variazioni, non è possibile utilizzare alcun valore. In casi simili, il valore stimato e l'errore standard vengono contraddistinti da un punto [.].

Ad esempio, fino ad oggi 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.

^* Ad esempio, combinazione della categoria «pino cembro» della variabile di classificazione «specie arboree» e della categoria «Altopiano» della suddivisione regionale.

Variazioni

Nell'IFN ci sono due tipi di variazioni:

Il primo tipo concerne variabili target specifiche per componenti di variazione, come “incremento”, “utilizzazione”, “mortalità” o “alberi scomparsi”. Queste variabili target sono disponibili solo per due cicli di misurazione successivi, per esempio per il periodo IFN3-IFN4. 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 pertanto conto del cambiamento di una categoria (ad esempio da proprietà privata a proprietà pubblica) avvenuta tra un inventario 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 un bilancio della variazione tra due cicli di misurazione. Queste variabili target vengono solitamente impiegate per rappresentare uno stato, ad esempio quello dell’IFN4, ma possono anche mostrare il cambiamento avvenuto tra due cicli di misurazione qualsiasi, per esempio tra l’IFN1 e l’IFN4. Nell’analisi di questo tipo di variazioni si tiene conto dell’eventuale cambiamento di una categoria della variabile di classificazione. Così si può ad esempio osservare che la superficie del bosco esclusi gli arbusteti è aumentata. Questo ha effetto solo per quelle variabili di classificazione le cui categorie possono effettivamente cambiare, come ad esempio l’appartenenza all’area forestale o lo stato degli alberi.

IFN5
numero di fusti
quota (classi di 200 m) · numero di danni
suddivisione regionale: regione di produzione
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1-IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
		regione di produzione
		Giura		Altopiano		Prealpi		Alpi		Sud delle Alpi		Svizzera
quota (classi di 200 m)	numero di danni	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	0	.	0	.	0	.	0	.
	un danno visibile	0	.	0	.	0	.	0	.	0	.	0	.
	due o più danni visibili	0	.	0	.	0	.	0	.	0	.	0	.
	albero morto o a terra	0	.	0	.	0	.	0	.	0	.	0	.
	totale	0	.	0	.	0	.	0	.	0	.	0	.
>1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	69	100	14488	10	1706	27	16263	10
	un danno visibile	0	.	0	.	7	100	4593	11	512	34	5112	11
	due o più danni visibili	0	.	0	.	66	100	2216	15	384	34	2665	14
	albero morto o a terra	0	.	0	.	0	0	450	40	0	0	450	40
	totale	0	.	0	.	142	100	21746	10	2602	25	24491	9
1601-1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	3847	31	15067	11	4120	19	23034	9
	un danno visibile	0	.	0	.	693	30	4683	11	989	21	6365	10
	due o più danni visibili	0	.	0	.	424	41	2431	13	432	27	3287	12
	albero morto o a terra	0	.	0	.	101	75	49	54	0	0	151	53
	totale	0	.	0	.	5064	29	22231	10	5540	18	32836	9
1401-1600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	571	39	386	53	6694	18	19914	9	5943	19	33509	7
	un danno visibile	183	40	61	61	1997	16	5179	10	1537	21	8956	8
	due o più danni visibili	91	55	0	.	825	23	3141	12	590	22	4646	9
	albero morto o a terra	0	0	0	0	37	72	286	44	18	100	341	38
	totale	845	37	446	53	9552	15	28520	8	8088	18	47452	7
1201-1400 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	5032	16	207	78	9742	12	14103	11	4695	20	33778	7
	un danno visibile	1126	19	39	82	2595	13	3776	11	1572	17	9109	7
	due o più danni visibili	375	25	27	100	1532	18	2312	15	817	23	5062	10
	albero morto o a terra	0	0	0	0	42	62	184	39	108	43	334	27
	totale	6533	15	273	75	13911	11	20375	10	7191	17	48282	6
1001-1200 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	12295	10	913	41	12946	10	11366	12	5567	19	43088	6
	un danno visibile	2315	12	123	54	3083	12	3506	13	1669	18	10695	7
	due o più danni visibili	995	17	89	79	1549	16	2136	16	1002	22	5771	9
	albero morto o a terra	0	0	0	0	113	54	158	59	43	71	314	37
	totale	15604	9	1125	39	17691	10	17165	11	8282	17	59867	5
801-1000 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	12486	10	5432	19	16902	10	8417	13	5562	26	48799	6
	un danno visibile	3001	15	850	24	3313	12	2752	14	2069	23	11984	7
	due o più danni visibili	1549	17	397	25	1476	16	1631	18	985	26	6038	9
	albero morto o a terra	0	0	0	0	94	55	66	48	188	63	348	38
	totale	17035	10	6679	18	21786	9	12866	12	8804	23	67170	6
601-800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	12766	11	22623	8	10558	12	6132	16	4497	20	56576	5
	un danno visibile	2525	12	4267	11	2754	15	1853	17	2513	22	13911	7
	due o più danni visibili	1162	19	1843	12	1260	18	757	22	1697	22	6719	8
	albero morto o a terra	35	100	50	58	96	44	52	58	98	44	330	25
	totale	16488	10	28783	8	14668	11	8793	15	8805	17	77536	5
=600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	13193	10	32583	6	1693	32	2790	26	6220	18	56479	5
	un danno visibile	2984	12	5461	7	504	43	441	29	2168	16	11558	6
	due o più danni visibili	1225	14	2873	10	414	48	214	35	1869	21	6595	8
	albero morto o a terra	152	34	97	41	21	74	34	71	323	41	627	24
	totale	17552	9	41015	5	2633	34	3479	25	10580	15	75259	4
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	56342	3	62145	3	62452	4	92277	3	38310	6	311526	2
	un danno visibile	12133	5	10801	5	14945	5	26781	4	13029	6	77689	2
	due o più danni visibili	5395	7	5229	7	7545	7	14837	5	7775	8	40782	3
	albero morto o a terra	186	33	147	34	503	24	1279	20	779	24	2895	12
	totale	74057	3	78322	3	85446	4	135175	3	59893	5	432892	2

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. 1198801. Birmensdorf, Swiss Federal Research Institute WSL

indietro