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 IFN4/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	.	566	89	17836	9	3932	17	22334	8
	un danno visibile	0	.	0	.	22	75	6011	10	1582	25	7614	9
	due o più danni visibili	0	.	0	.	66	100	2815	13	822	23	3703	11
	albero morto o a terra	0	.	0	.	0	0	574	33	93	49	667	29
	totale	0	.	0	.	654	81	27236	9	6428	16	34318	8
1601-1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	3981	30	18454	9	4793	18	27228	8
	un danno visibile	0	.	0	.	744	28	5894	10	1207	20	7844	9
	due o più danni visibili	0	.	0	.	498	37	3018	12	580	25	4096	10
	albero morto o a terra	0	.	0	.	101	75	120	42	16	100	238	39
	totale	0	.	0	.	5324	27	27486	9	6596	17	39406	8
1401-1600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	680	34	386	53	7347	16	22439	9	7386	17	38238	7
	un danno visibile	225	35	61	61	2192	15	5856	9	1869	19	10202	7
	due o più danni visibili	97	51	0	.	935	22	3856	11	723	20	5612	9
	albero morto o a terra	0	0	0	0	37	72	465	34	84	59	586	29
	totale	1002	33	446	53	10511	14	32617	8	10063	15	54639	6
1201-1400 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	5587	17	253	66	10710	11	15745	10	5141	18	37437	7
	un danno visibile	1134	19	39	82	3021	12	4541	11	1778	16	10514	7
	due o più danni visibili	375	25	27	100	1722	17	3088	16	914	21	6126	10
	albero morto o a terra	0	0	0	0	42	62	326	44	108	43	475	32
	totale	7096	15	320	65	15496	10	23700	9	7940	15	54552	6
1001-1200 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	12302	10	913	41	14537	10	13163	11	6343	17	47260	6
	un danno visibile	2315	12	123	54	3519	11	4400	13	1920	17	12277	7
	due o più danni visibili	995	17	89	79	1988	16	2408	15	1110	20	6590	9
	albero morto o a terra	0	0	0	0	113	54	245	48	134	71	492	33
	totale	15612	9	1125	39	20157	10	20216	10	9507	15	66618	5
801-1000 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	12858	10	5795	19	17807	10	9084	13	6370	23	51914	6
	un danno visibile	3031	14	972	23	3461	11	3127	14	2148	22	12739	7
	due o più danni visibili	1569	16	451	25	1732	15	1863	17	1076	24	6692	8
	albero morto o a terra	0	0	0	0	94	55	84	43	204	58	382	35
	totale	17458	10	7218	18	23094	9	14159	11	9799	21	71727	6
601-800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	12827	11	22707	8	10653	12	6191	16	4541	19	56920	5
	un danno visibile	2618	12	4267	11	2754	15	1870	17	2513	22	14022	7
	due o più danni visibili	1180	19	1843	12	1260	18	757	22	1719	21	6759	8
	albero morto o a terra	35	100	50	58	96	44	52	58	98	44	330	25
	totale	16660	10	28867	8	14763	11	8869	14	8872	17	78031	5
=600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	13270	10	32998	5	1693	32	2969	25	6550	18	57481	5
	un danno visibile	3025	12	5578	7	504	43	547	27	2227	16	11881	6
	due o più danni visibili	1225	14	2893	10	414	48	314	36	2061	19	6907	8
	albero morto o a terra	152	34	97	41	21	74	34	71	323	41	627	24
	totale	17671	9	41567	5	2633	34	3864	23	11162	15	76896	4
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	57525	3	63053	3	67294	4	105881	3	45057	5	338812	2
	un danno visibile	12348	5	11039	5	16216	4	32246	3	15244	6	87093	2
	due o più danni visibili	5440	7	5304	7	8616	7	18119	5	9005	7	46483	3
	albero morto o a terra	186	33	147	34	503	24	1901	17	1060	21	3798	11
	totale	75499	3	79544	3	92630	3	158148	3	70366	4	476187	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 1198810. Birmensdorf, Swiss Federal Research Institute WSL

indietro