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

IFN5
numero totale di fusti con danni (due danni principali)
quota (classi di 200 m) · causa dei danni agli alberi (10 classi)
suddivisione regionale: cantone
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1-IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
		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
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	±%	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	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
>1800 m	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	.	799	48	0	.	0	.	0	.	0	.	9414	13	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	891	37	0	.	0	.	5152	17	0	.	0	.	16256	10
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100
	caduta massi	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	219	65	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	72	64	0	.	0	.	294	28	0	.	0	.	584	29
	diverse cause	0	.	0	.	0	.	43	60	0	.	0	.	0	.	0	.	475	23	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	63	47	0	.	0	.	150	34	0	.	0	.	730	18
	non determinabile	0	.	0	.	0	.	357	44	0	.	0	.	0	.	0	.	3593	15	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	343	39	0	.	0	.	1669	21	0	.	0	.	5963	11
	raccolta del legname	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	76	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	79	53	0	.	0	.	100	45
	altra attività umana	0	.	0	.	0	.	23	72	0	.	0	.	0	.	0	.	51	43	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	40	100	0	.	0	.	293	46	0	.	0	.	406	35
	intemperie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	250	32	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	61	100	0	.	0	.	290	30	0	.	0	.	601	22
	alberi vivi a terra	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	346	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	104	71	0	.	0	.	450	40
	alberi morti	0	.	0	.	0	.	425	60	0	.	0	.	0	.	0	.	2693	18	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	169	49	0	.	0	.	1673	22	0	.	0	.	4959	13
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1601-1800 m	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	.	2379	24	0	.	331	100	0	.	485	89	6880	15	0	.	0	.	0	.	856	88	1387	54	808	55	0	.	0	.	70	100	0	.	3498	21	192	54	341	47	5791	19	0	.	0	.	23019	9
	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	.	184	52	0	.	18	100	0	.	0	.	299	37	0	.	0	.	0	.	0	.	87	71	0	.	0	.	0	.	0	.	0	.	78	48	0	.	24	72	138	39	0	.	0	.	828	21
	diverse cause	0	.	0	.	0	.	225	66	0	.	0	.	0	.	24	77	296	29	0	.	9	100	0	.	12	100	66	60	0	.	0	.	0	.	0	.	0	.	278	40	136	94	26	58	182	31	0	.	0	.	1254	20
	non determinabile	0	.	0	.	0	.	954	25	0	.	181	100	0	.	49	62	2237	17	0	.	22	100	0	.	50	89	299	62	25	77	0	.	0	.	40	100	0	.	788	26	224	61	65	55	2152	19	0	.	0	.	7085	10
	raccolta del legname	0	.	0	.	0	.	55	100	0	.	0	.	0	.	0	.	68	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	130	50
	altra attività umana	0	.	0	.	0	.	24	77	0	.	0	.	0	.	0	.	127	50	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	77	0	.	8	100	109	43	0	.	0	.	294	28
	intemperie	0	.	0	.	0	.	107	49	0	.	0	.	0	.	7	100	233	38	0	.	0	.	0	.	15	100	0	.	17	100	0	.	0	.	0	.	0	.	190	28	0	.	0	.	397	47	0	.	0	.	966	23
	alberi vivi a terra	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	72	100	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	54	0	.	0	.	151	53
	alberi morti	0	.	0	.	0	.	1055	35	0	.	92	100	0	.	21	75	1241	20	0	.	0	.	0	.	88	100	444	65	202	67	0	.	0	.	7	100	0	.	403	30	86	63	62	76	1915	28	0	.	0	.	5617	14
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1401-1600 m	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	.	3765	19	0	.	354	50	0	.	347	58	10078	13	0	.	826	51	0	.	79	100	1457	35	1155	38	0	.	0	.	1012	41	0	.	4254	25	1380	40	3424	27	5378	18	0	.	0	.	33509	7
	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	.	457	42	0	.	6	100	0	.	32	71	402	44	0	.	0	.	0	.	0	.	6	100	25	100	0	.	0	.	0	.	0	.	291	44	25	77	26	61	363	44	0	.	0	.	1633	20
	diverse cause	0	.	0	.	0	.	158	37	0	.	105	58	0	.	25	76	300	31	0	.	0	0	0	.	0	.	0	.	50	89	0	.	0	.	151	75	0	.	300	32	14	71	148	44	214	33	0	.	0	.	1465	15
	non determinabile	0	.	0	.	0	.	1464	19	0	.	433	53	0	.	229	57	2869	15	0	.	195	46	0	.	52	100	512	34	173	49	0	.	0	.	97	43	0	.	904	27	328	45	638	24	1537	20	0	.	0	.	9432	8
	raccolta del legname	0	.	0	.	0	.	39	55	0	.	0	.	0	.	0	.	131	42	0	.	42	100	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	18	100	37	100	31	64	37	56	0	.	0	.	342	26
	altra attività umana	0	.	0	.	0	.	124	49	0	.	12	100	0	.	0	.	150	37	0	.	6	100	0	.	0	.	17	100	15	100	0	.	0	.	0	.	0	.	42	71	71	100	83	92	118	58	0	.	0	.	640	24
	intemperie	0	.	0	.	0	.	232	33	0	.	19	58	0	.	25	76	390	26	0	.	33	71	0	.	0	.	15	100	0	.	0	.	0	.	47	78	0	.	171	38	99	77	54	58	260	32	0	.	0	.	1344	14
	alberi vivi a terra	0	.	0	.	0	.	15	100	0	.	0	.	0	.	18	100	53	58	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	18	100	0	.	40	71	181	65	0	.	0	.	341	38
	alberi morti	0	.	0	.	0	.	1381	24	0	.	495	53	0	.	101	93	2670	21	0	.	430	54	0	.	30	100	213	39	282	50	0	.	0	.	414	74	0	.	619	28	220	50	702	32	1445	22	31	100	0	.	9033	10
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1201-1400 m	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	.	271	59	47	86	3741	20	0	.	2474	24	0	.	462	48	4531	19	0	.	1223	44	767	41	239	75	1192	39	1710	28	0	.	230	72	1759	26	0	.	3562	24	1025	44	5455	17	5075	20	0	.	0	.	33759	7
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	100	0	.	0	.	0	.	0	.	0	.	33	100
	caduta massi	0	.	27	100	18	100	450	37	0	.	223	83	0	.	165	92	435	40	0	.	0	.	0	.	0	.	15	100	282	50	0	.	0	.	58	63	0	.	360	36	132	82	150	51	459	40	0	.	0	.	2774	16
	diverse cause	0	.	31	81	82	100	168	37	0	.	98	71	0	.	67	100	186	34	0	.	0	.	15	71	0	.	21	77	189	38	0	.	52	100	44	55	0	.	362	34	7	100	273	29	317	50	0	.	0	.	1915	15
	non determinabile	0	.	92	63	68	100	1156	21	0	.	429	32	0	.	245	49	1831	20	0	.	502	37	124	40	59	72	242	41	557	27	0	.	106	71	327	34	0	.	986	23	255	46	975	20	713	24	0	.	0	.	8667	8
	raccolta del legname	0	.	0	.	0	.	121	54	0	.	37	60	0	.	96	63	139	39	0	.	22	75	20	100	0	.	0	.	29	79	0	.	0	.	67	91	0	.	30	62	0	.	68	56	0	.	0	.	0	.	629	21
	altra attività umana	0	.	9	100	24	100	56	49	0	.	164	72	0	.	0	.	144	50	0	.	0	.	23	74	0	.	0	.	77	76	0	.	0	.	26	71	0	.	8	100	0	.	86	51	0	.	0	.	0	.	617	26
	intemperie	0	.	0	.	0	.	112	51	0	.	150	42	0	.	44	62	254	39	0	.	66	53	83	100	0	.	30	71	98	53	0	.	24	100	0	.	0	.	216	36	26	100	160	46	101	51	0	.	0	.	1365	15
	alberi vivi a terra	0	.	6	100	0	.	18	100	0	.	0	.	0	.	55	74	39	70	0	.	18	100	0	.	0	.	0	.	35	100	0	.	0	.	0	.	0	.	69	54	35	100	0	.	60	53	0	.	0	.	334	27
	alberi morti	0	.	62	64	80	73	916	23	0	.	688	34	0	.	654	52	1700	21	0	.	732	47	44	61	12	100	177	49	516	28	0	.	48	100	484	35	0	.	576	28	267	51	1068	24	1066	23	0	.	0	.	9092	9
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1001-1200 m	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	.	441	55	506	52	7292	14	0	.	2361	28	0	.	707	38	3116	24	942	45	2688	26	3785	19	449	60	1003	38	2296	31	0	.	1454	38	1380	30	0	.	4677	21	1393	38	5026	17	3215	21	193	60	163	61	43088	6
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	72	91	0	.	0	.	0	.	0	.	0	.	78	84
	caduta massi	0	.	67	100	0	.	293	45	0	.	15	100	0	.	160	60	528	39	0	.	0	0	0	.	153	78	449	50	93	68	0	.	189	58	91	48	0	.	716	31	361	65	509	43	314	54	0	.	0	.	3937	15
	diverse cause	0	.	55	60	39	100	192	33	0	.	96	80	0	.	24	61	238	50	62	71	66	47	154	43	0	0	153	81	75	44	0	.	17	100	42	61	0	.	334	49	299	49	166	54	146	39	25	100	20	74	2203	15
	non determinabile	0	.	125	81	74	49	1147	18	0	.	359	31	0	.	328	44	910	29	171	47	331	39	467	24	76	74	161	55	480	32	0	.	129	56	498	30	0	.	1248	23	194	46	745	21	744	28	53	63	24	77	8265	8
	raccolta del legname	0	.	14	71	13	71	345	29	0	.	63	80	0	.	115	62	26	100	0	.	181	50	144	36	0	.	0	.	21	76	0	.	38	84	162	51	0	.	7	100	0	.	357	31	7	100	36	100	23	100	1553	14
	altra attività umana	0	.	0	.	22	75	72	58	0	.	26	100	0	.	89	72	35	71	8	100	52	100	62	65	25	100	0	.	47	49	0	.	0	.	98	94	0	.	25	100	15	100	54	74	7	100	0	.	7	100	645	24
	intemperie	0	.	0	.	25	77	139	37	0	.	57	51	0	.	18	74	189	58	25	75	227	43	8	100	0	.	70	79	36	61	0	.	8	100	15	100	0	.	269	32	15	100	135	48	117	39	0	.	33	100	1386	15
	alberi vivi a terra	0	.	0	.	61	76	18	100	0	.	15	100	0	.	0	.	18	100	0	.	37	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	71	0	.	0	.	122	74	0	.	0	.	314	37
	alberi morti	0	.	127	69	235	52	1439	21	0	.	513	35	0	.	130	65	760	28	169	67	522	31	273	37	130	55	155	49	414	38	0	.	92	54	342	34	0	.	917	31	368	49	764	31	954	26	108	63	312	100	8725	9
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
801-1000 m	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	.	727	48	1483	40	11062	13	833	43	2132	29	0	.	507	46	2182	27	2469	26	3457	27	2798	20	410	57	1138	47	3149	25	348	51	981	39	1502	36	73	100	5338	27	775	50	3189	23	2645	27	673	47	914	44	48786	6
	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	.	611	49	38	100	0	.	0	.	320	46	88	60	38	100	0	.	219	53	193	100	307	72	241	52	0	.	222	74	0	.	0	.	454	32	181	69	69	81	362	64	0	.	52	100	3395	17
	diverse cause	0	.	22	57	0	.	327	29	0	.	78	61	0	.	49	49	116	44	105	44	216	31	55	68	105	57	56	68	224	37	0	.	17	100	36	72	0	.	460	43	18	100	52	54	84	53	80	71	17	100	2115	13
	non determinabile	0	.	67	52	243	44	1548	17	96	63	355	32	0	.	110	55	794	29	445	35	506	37	455	35	61	53	262	39	695	29	77	67	333	45	138	42	38	100	1809	25	161	59	510	28	755	28	42	85	181	46	9680	8
	raccolta del legname	0	.	65	81	0	.	686	28	0	.	41	54	0	.	65	60	59	52	28	71	178	54	98	49	0	.	91	81	119	50	35	66	151	61	48	56	24	100	0	0	22	100	111	68	33	100	15	71	61	71	1928	15
	altra attività umana	0	.	15	100	39	100	301	46	0	.	39	81	0	.	0	.	70	60	28	61	33	79	74	51	44	100	0	.	141	46	0	.	0	.	0	.	0	.	50	54	18	100	41	100	0	.	17	100	0	.	910	21
	intemperie	0	.	0	.	15	100	216	39	48	63	26	78	0	.	47	65	227	45	48	74	130	54	17	100	0	.	35	70	123	36	0	.	81	63	64	70	0	.	530	56	18	100	49	74	40	71	0	.	13	100	1727	20
	alberi vivi a terra	0	.	0	.	0	.	82	59	0	.	0	.	0	.	6	100	18	100	0	.	0	.	0	.	0	.	19	100	15	100	0	.	0	.	0	.	0	.	188	63	0	.	0	.	18	100	0	.	0	.	348	38
	alberi morti	0	.	110	73	152	60	1576	18	202	58	308	38	0	.	262	46	491	27	231	34	670	34	385	32	64	72	281	56	605	36	24	77	254	50	264	65	0	.	1707	26	280	53	373	30	726	31	147	47	70	60	9183	9
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
601-800 m	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	1473	29	0	.	609	41	11001	13	941	36	2565	28	0	.	198	63	2609	22	2600	22	4899	19	1884	34	610	65	82	71	3862	23	827	36	3937	23	886	45	1747	28	4019	22	200	77	5943	20	1137	48	206	71	4343	19	56576	5
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	275	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	149	72	0	.	0	.	0	.	0	.	0	.	424	69
	caduta massi	0	.	0	.	0	.	364	41	147	100	60	100	0	.	40	71	218	55	95	58	0	.	0	.	307	76	0	.	140	82	0	.	224	60	29	100	0	.	298	34	128	71	90	72	147	62	0	.	0	.	2287	18
	diverse cause	34	71	0	.	212	60	244	32	7	100	342	47	0	.	0	0	287	31	115	57	260	47	7	100	351	74	0	.	307	40	21	74	112	48	75	57	138	44	1122	44	0	.	262	40	76	81	24	76	150	51	4147	16
	non determinabile	136	36	0	.	225	55	1537	19	136	57	235	38	0	.	34	71	727	26	485	34	797	24	131	44	181	55	50	100	738	26	184	42	634	26	253	57	391	44	1895	22	52	76	865	26	300	46	17	100	732	22	10734	7
	raccolta del legname	79	58	0	.	18	100	818	20	76	52	77	74	0	.	17	73	33	100	150	41	277	43	56	57	50	100	0	.	77	48	73	71	148	48	6	100	221	46	90	100	0	0	320	35	0	.	0	.	251	31	2836	11
	altra attività umana	14	100	0	.	18	100	104	50	0	.	66	100	0	.	0	.	34	65	50	87	111	77	17	100	0	.	23	100	36	62	0	.	54	54	0	.	17	100	8	100	0	.	58	57	0	.	0	.	37	71	648	23
	intemperie	37	61	0	.	53	74	136	40	17	100	35	53	0	.	0	.	38	83	49	63	13	71	40	56	36	100	0	.	100	47	0	.	123	35	18	100	48	63	774	43	0	.	64	43	25	76	0	.	164	46	1769	20
	alberi vivi a terra	33	71	0	.	25	100	18	100	35	100	0	.	0	.	15	100	0	.	0	.	0	.	0	.	18	100	0	.	28	79	0	.	0	.	7	100	0	.	98	44	0	.	0	.	36	71	0	.	17	100	330	25
	alberi morti	222	34	0	.	269	50	1095	20	117	48	223	33	0	.	162	55	817	31	975	27	683	33	243	41	96	73	12	100	575	33	91	65	746	29	181	65	141	53	1913	24	0	.	917	26	401	40	7	100	562	31	10446	8
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
=600 m	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	8110	12	0	.	0	.	8444	14	3176	23	1393	31	444	56	0	.	943	70	2726	20	2068	26	42	71	0	.	458	75	1352	31	2367	26	2170	27	162	61	4590	18	5311	18	702	60	3864	22	1243	37	17	100	6874	14	56456	5
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	126	100	0	.	0	.	0	.	0	.	0	.	126	100
	caduta massi	7	100	0	.	0	.	0	.	198	97	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	392	78	94	100	0	.	22	100	0	.	426	37	0	.	7	100	30	100	0	.	0	.	1175	35
	diverse cause	316	35	0	.	0	.	195	31	103	46	121	51	25	100	0	.	96	100	209	53	7	100	0	.	0	.	0	.	85	93	69	50	8	100	22	100	227	32	680	39	22	74	297	38	58	65	13	100	295	37	2846	14
	non determinabile	1409	17	0	.	0	.	721	18	627	24	292	36	25	100	0	.	72	72	458	24	225	44	31	100	0	.	52	100	481	35	351	35	316	40	0	.	795	21	2729	20	57	57	547	31	131	48	36	100	1077	16	10432	7
	raccolta del legname	387	28	0	.	0	.	808	24	92	43	85	51	7	100	0	.	0	.	143	36	109	46	0	.	0	.	52	100	54	64	129	47	125	48	14	100	222	41	0	.	7	100	54	54	18	100	0	.	701	25	3008	11
	altra attività umana	180	32	0	.	0	.	46	53	9	100	57	66	15	100	0	.	0	.	54	58	25	74	0	.	0	.	0	.	29	78	0	.	17	100	7	100	190	84	192	41	0	.	23	100	0	.	0	.	17	100	862	23
	intemperie	154	42	0	.	0	.	78	42	209	34	50	87	0	.	0	.	56	100	76	56	17	100	0	.	0	.	0	.	79	63	48	54	59	67	7	100	139	38	356	30	18	100	145	46	36	71	0	.	150	37	1677	12
	alberi vivi a terra	65	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	78	0	.	0	.	0	.	0	.	14	100	41	72	54	58	7	100	36	71	323	41	0	.	15	100	18	100	0	.	27	73	627	24
	alberi morti	904	21	0	.	0	.	521	23	679	28	302	55	95	52	0	.	120	62	735	36	133	35	49	100	0	.	35	70	399	35	352	35	269	44	36	100	439	39	3053	19	82	63	701	27	396	45	0	.	794	23	10092	8
	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	9583	11	1439	31	2644	26	48483	6	4951	17	11611	12	444	56	2705	24	39753	6	8736	12	15160	11	9275	12	2643	35	6717	18	14332	11	3543	20	8772	14	6770	15	6410	15	31551	7	5668	19	27240	8	29637	7	1088	34	12293	10	311449	2
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	288	95	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	380	47	0	.	0	.	0	.	0	.	0	.	669	49
	caduta massi	7	100	94	77	18	100	2360	19	384	64	322	61	0	.	717	33	2188	18	134	50	0	0	219	53	652	49	864	37	1171	33	94	100	635	37	199	34	0	.	2695	13	827	36	877	28	2106	19	0	.	52	100	16614	7
	diverse cause	350	32	108	40	334	47	1552	15	110	43	840	26	25	100	189	41	1994	13	491	29	557	26	231	33	468	57	295	46	931	20	90	42	205	38	370	35	365	26	3600	17	495	40	1224	17	1226	17	142	46	482	28	16675	6
	non determinabile	1545	16	284	43	610	29	8884	7	859	21	2284	17	25	100	995	24	13033	7	1559	17	2578	14	1209	17	478	30	1579	20	3149	12	611	25	1518	18	1353	18	1225	20	10702	8	1271	21	4346	10	8001	9	148	43	2014	12	70258	2
	raccolta del legname	465	25	80	68	31	65	2873	12	168	33	304	31	7	100	292	35	476	21	320	25	809	23	318	25	50	100	143	63	307	27	236	35	461	29	298	36	467	29	145	65	66	66	942	19	183	34	51	73	1036	19	10526	5
	altra attività umana	194	31	24	73	104	50	751	23	9	100	365	40	15	100	89	72	611	20	140	40	227	46	177	34	69	73	41	71	344	28	0	.	71	48	132	72	207	77	391	26	104	72	355	32	527	30	17	100	61	53	5022	9
	intemperie	191	36	0	.	93	50	1021	15	274	29	338	26	0	.	142	34	1635	15	197	33	485	26	148	59	51	76	150	44	454	22	48	54	294	27	150	42	188	33	2568	18	177	49	607	21	1266	18	0	.	360	28	10836	6
	alberi vivi a terra	98	40	6	100	86	61	158	38	35	100	15	100	0	.	94	50	474	37	25	78	55	75	0	.	18	100	92	82	131	41	41	72	54	58	14	71	36	71	740	25	35	100	55	58	589	29	0	.	44	59	2895	12
	alberi morti	1126	18	299	42	736	28	8409	9	998	23	2620	17	95	52	1330	29	10492	9	2110	19	3169	17	994	19	421	34	1317	27	2993	14	467	30	1408	20	1727	25	579	32	9357	9	1304	23	4587	11	8577	10	293	35	1739	23	67148	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. 1346953. Birmensdorf, Swiss Federal Research Institute WSL

indietro