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
provvigione (legno del fusto)
proprietà (2 classi) · diametro a petto d'uomo (10 classi)
suddivisione regionale: circondario forestale (2024)
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 x 1,4 km
stato 2009/17
		circondario forestale (2024)
		AG01		AG02		AG03		AG04		AI01		AR01		BE01		BE02		BE03		BE04		BSBL01		BSBL02		BSBL03		BSBL04		FR01		FR02		FR03		FR04		GE01		GL01		GR01		GR02		GR03		GR04		GR05		JU01		LU01		LU02		LU03		NE01		NE02		NE03		NE04		NE06		NW01		OW01		OW02		SG01		SG02		SG03		SG04		SG05		SH01		SO01		SO02		SO03		SO04		SZ01		SZ02		SZ03		TG01		TG02		TG03		TI01		TI02		TI03		TI04		TI05		TI06		TI07		TI08		TI09		UR01		UR02		UR03		VD02		VD03		VD04		VD05		VD06		VD07		VD08		VD09		VD11		VD12		VD14		VD15		VD16		VD18		VD20		VD22		VS01		VS02		VS03		ZG01		ZH01		ZH02		ZH03		ZH04		ZH05		ZH06		ZH07		laghi		Svizzera
proprietà (2 classi)	diametro a petto d'uomo (10 classi)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	21-30 cm	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	31-40 cm	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	41-50 cm	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	51-60 cm	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	61-70 cm	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	71-80 cm	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	81-90 cm	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	91-100 cm	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	>100 cm	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	totale	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
pubblica	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	256	26	248	26	232	34	249	29	59	65	66	58	459	18	243	24	588	15	574	15	52	42	105	34	157	23	0	.	82	45	141	32	221	26	247	30	31	64	276	25	327	18	301	17	525	17	1114	11	1044	12	764	15	113	32	90	28	115	31	83	39	67	35	51	33	61	34	88	32	105	37	189	24	322	25	83	44	153	31	255	22	170	29	33	35	255	22	180	25	124	34	165	38	97	28	274	26	139	29	121	31	112	34	123	39	100	47	144	30	409	18	151	22	386	22	171	26	173	27	579	15	346	21	307	21	100	37	95	48	151	27	146	30	123	32	117	34	103	38	39	45	174	30	78	35	77	35	162	24	120	36	132	30	118	26	74	48	35	50	10	58	24	43	713	12	579	17	764	13	69	38	113	37	46	78	32	44	98	46	97	48	35	37	113	37	0	.	19228	2
	21-30 cm	347	22	453	27	335	22	386	25	100	40	177	40	741	16	570	18	829	16	1363	15	91	39	214	30	322	24	1	.	183	38	385	31	595	24	401	33	54	58	685	24	845	17	663	17	895	16	1943	11	1793	10	1169	13	193	31	255	38	172	30	94	43	105	34	160	33	104	32	144	37	272	32	510	27	691	23	96	48	279	29	445	22	326	37	165	34	673	21	278	28	299	26	155	32	290	29	345	25	359	24	233	31	205	44	176	38	238	38	127	36	586	18	288	21	439	22	257	37	270	31	826	15	606	21	509	21	260	40	68	44	261	28	284	29	173	33	232	30	216	42	67	56	340	26	92	41	176	35	333	25	269	31	328	28	231	32	137	50	104	46	59	48	70	63	1402	12	1163	15	1813	13	211	29	234	44	155	34	102	46	171	36	229	31	131	37	283	30	0	.	36309	2
	31-40 cm	424	25	351	26	560	23	627	24	251	40	294	40	1071	17	845	18	1096	15	1746	14	178	44	337	29	478	26	13	.	296	36	515	28	790	24	518	25	85	65	764	25	1148	16	1065	16	942	17	2825	10	2831	10	2319	13	203	31	479	36	281	44	154	32	160	30	301	35	199	34	266	28	448	30	483	22	635	21	127	51	400	27	958	19	418	27	254	35	900	18	437	25	583	23	343	26	538	24	652	23	329	29	381	33	117	50	134	33	187	30	240	30	627	21	518	24	369	24	189	29	279	29	675	15	263	24	516	23	229	34	77	45	403	31	282	27	288	38	291	32	253	36	73	63	445	26	176	42	277	31	553	23	247	34	556	24	463	29	159	45	111	44	151	48	124	43	1659	13	1367	14	1916	12	247	33	229	33	174	48	127	48	321	34	260	33	315	40	286	32	0	.	48474	2
	41-50 cm	581	21	359	29	484	25	844	19	265	37	458	39	1326	20	861	17	1423	15	2003	13	234	39	323	30	604	24	22	.	319	41	482	28	761	24	666	28	37	63	1234	18	1410	16	1188	16	1154	17	3298	10	3239	10	2470	13	304	29	367	39	177	32	313	32	173	37	319	31	234	32	339	27	241	36	428	27	695	19	191	43	444	30	958	21	383	30	259	35	1029	21	419	23	783	25	430	27	519	23	575	23	474	24	527	26	127	64	249	38	369	33	106	40	611	18	664	24	242	25	105	31	169	36	632	19	275	23	287	27	207	38	84	42	367	34	420	38	362	29	382	34	203	35	111	57	551	24	190	42	267	33	610	24	374	28	598	23	467	23	214	47	233	41	120	52	78	48	1539	12	1282	15	1766	13	230	31	223	35	239	31	73	46	339	27	165	35	244	39	262	28	0	.	52662	2
	51-60 cm	421	26	452	28	430	26	900	24	221	41	348	40	1328	18	1202	19	1529	17	1429	16	217	38	295	43	511	27	40	.	238	37	414	34	851	23	533	30	0	.	941	19	1379	20	1230	17	1345	16	2505	12	2607	16	1656	13	349	30	274	39	143	35	267	33	198	56	270	43	194	34	360	31	116	46	371	32	768	28	246	42	208	33	943	23	559	33	382	32	689	24	659	27	279	30	428	37	376	26	581	25	510	28	545	28	35	58	191	53	333	33	247	30	787	20	404	27	166	30	84	45	49	47	612	18	225	32	297	26	147	49	99	49	246	34	337	36	466	34	441	40	275	40	37	76	461	27	218	46	241	34	330	23	496	30	502	26	497	34	143	51	199	51	290	43	204	43	1771	13	1197	16	1549	15	367	37	437	38	286	32	71	86	328	31	232	54	159	40	298	34	0	.	48489	3
	61-70 cm	315	31	316	41	213	38	626	23	90	56	209	50	752	26	673	24	1050	21	472	26	134	46	197	45	201	43	0	.	138	46	198	45	400	38	423	32	0	.	395	28	637	23	599	23	768	21	1433	14	1244	21	710	22	363	39	207	43	89	52	90	53	97	45	36	100	155	52	480	31	70	59	241	37	314	31	117	46	155	36	459	29	234	36	449	37	401	33	433	31	92	45	202	40	80	51	555	28	158	41	319	35	21	100	45	100	132	43	174	46	324	26	326	31	98	51	97	76	108	59	281	25	83	46	207	48	72	61	101	48	118	54	152	40	215	37	135	47	82	50	58	100	408	38	93	58	122	58	221	31	289	38	208	37	128	41	20	100	185	42	35	72	219	51	898	20	401	24	786	22	106	54	346	36	260	42	146	48	125	56	103	60	62	76	233	43	0	.	26209	4
	71-80 cm	167	49	123	45	142	54	318	46	58	100	26	100	243	35	342	31	571	29	367	40	0	.	96	50	84	78	25	.	80	74	77	72	93	51	332	37	19	100	428	32	415	38	456	27	560	24	1070	19	465	22	354	27	139	45	119	65	27	100	189	51	24	100	50	71	173	43	52	71	0	.	156	43	151	46	56	71	73	51	147	63	422	37	212	55	98	50	266	37	0	.	55	73	20	100	270	43	58	71	375	48	0	.	93	75	29	100	210	35	243	37	163	38	15	100	24	76	25	71	171	33	117	53	109	43	59	58	175	68	236	54	50	61	247	38	74	63	98	100	0	.	101	50	164	56	30	100	51	72	132	59	96	50	77	60	0	.	33	100	86	76	95	82	1017	23	194	35	570	32	99	51	86	58	91	58	18	100	0	0	26	100	51	71	109	50	0	.	15305	5
	81-90 cm	50	71	32	100	113	51	129	60	0	.	0	.	59	71	294	34	236	43	165	51	32	100	33	100	0	.	0	.	0	.	0	.	50	71	33	100	0	.	148	43	98	79	270	35	248	35	465	26	267	32	98	50	0	.	0	.	0	.	0	.	35	100	0	.	0	.	34	100	0	.	42	100	49	100	71	73	27	100	45	72	106	58	98	78	61	71	98	58	29	100	27	100	0	.	39	100	0	.	148	50	0	.	0	.	117	71	37	100	208	38	107	53	48	77	16	100	10	100	99	61	31	100	47	71	0	.	49	100	25	100	113	54	118	50	51	71	52	72	0	.	44	100	38	78	0	.	38	100	0	.	0	.	39	100	0	.	33	100	44	100	0	.	274	32	139	43	154	41	0	.	105	59	116	78	27	100	48	100	58	71	50	71	0	.	0	.	6066	7
	91-100 cm	26	100	0	.	0	.	33	100	0	.	0	.	65	76	46	100	79	100	36	100	0	.	0	.	0	.	0	.	44	100	0	.	0	.	0	.	0	.	133	45	50	100	56	73	76	71	148	48	199	44	33	100	0	.	0	.	0	.	0	.	46	100	39	100	0	.	0	.	0	.	0	.	119	79	0	.	33	100	24	100	0	0	47	100	0	.	0	.	0	.	0	.	37	100	35	100	0	.	24	100	0	.	0	.	0	.	20	100	80	58	38	100	0	.	0	.	11	100	87	71	0	0	0	.	0	.	25	100	37	100	0	.	69	100	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	34	100	0	.	0	.	81	63	83	60	46	100	0	.	0	.	50	100	0	.	0	.	43	100	0	.	0	.	0	.	2130	14
	>100 cm	0	.	75	71	0	.	47	100	0	.	0	.	62	100	115	73	0	.	0	.	0	.	60	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	137	61	40	100	79	100	115	58	212	49	69	58	39	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	100	0	.	0	.	22	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	0	.	242	100	116	79	231	44	0	.	214	100	0	.	41	100	70	71	0	.	65	71	0	.	0	.	43	100	0	.	21	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	46	71	0	.	29	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	100	0	.	2297	19
	totale	2587	16	2408	20	2510	18	4159	16	1044	34	1577	33	6106	14	5193	14	7401	11	8154	11	938	30	1661	25	2358	21	101	.	1380	30	2213	24	3761	19	3152	21	225	55	5140	16	6348	13	5908	13	6630	12	15013	8	13759	9	9612	10	1663	24	1791	29	1004	29	1189	26	905	31	1225	28	1121	28	1763	24	1252	28	2420	20	3787	17	988	32	1772	23	4256	17	2619	22	1900	29	4105	15	2769	19	2189	20	1803	21	1958	20	3327	18	2026	21	2704	22	616	37	1011	30	1746	26	1422	21	4106	14	2658	18	1977	19	942	25	1135	23	4031	12	1945	17	2343	18	1076	31	775	35	1887	25	1783	25	2082	23	1723	27	1282	29	386	49	2524	21	1051	34	1190	26	2299	18	1927	22	2419	19	2021	21	746	39	966	32	796	42	814	34	9399	9	6405	12	9392	10	1330	26	1773	25	1417	26	595	36	1432	24	1212	29	1046	31	1617	23	0	.	257169	1
privata	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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	49	44	28	45	10	58	25	44	65	38	120	25	980	11	601	12	470	19	146	27	9	83	17	62	29	46	0	.	24	55	96	28	143	31	148	48	14	69	45	54	137	25	76	37	337	31	186	45	74	41	223	21	222	27	300	28	316	17	20	58	122	32	7	72	22	50	158	51	62	42	19	.	48	35	143	27	69	70	87	37	70	39	162	24	39	55	10	68	30	53	11	74	61	31	141	36	71	50	46	60	117	27	124	40	217	45	62	63	-2	.	68	46	85	50	170	26	435	22	94	41	127	41	171	33	53	42	18	58	46	49	53	38	76	45	208	28	46	47	27	81	68	41	28	75	15	.	78	49	40	55	27	71	42	41	31	68	29	80	0	.	39	58	270	21	217	22	261	28	54	43	38	55	64	40	216	31	95	33	21	61	59	49	30	66	0	.	10203	4
	21-30 cm	173	31	60	60	95	59	173	65	232	34	403	26	1937	11	1259	15	1188	15	379	30	24	58	49	52	128	46	0	.	64	44	314	34	373	28	314	35	39	58	170	38	201	37	234	37	357	25	293	28	246	44	447	22	369	25	380	22	713	19	70	91	239	27	7	100	32	63	275	29	186	41	42	.	137	39	424	25	172	48	195	40	150	48	522	24	137	49	14	100	81	46	36	73	220	39	129	42	160	42	121	56	319	27	168	49	332	33	56	54	29	.	73	51	87	44	377	26	606	19	173	47	227	47	261	28	219	41	129	45	46	55	120	40	114	48	389	38	141	40	27	100	275	54	50	63	44	.	143	52	118	53	24	66	98	43	96	47	61	81	0	.	90	49	409	23	481	21	333	23	107	42	40	83	80	41	380	30	271	27	92	69	91	42	55	60	0	.	21193	3
	31-40 cm	437	26	93	47	141	75	187	52	441	29	717	23	3266	10	2071	12	1394	15	683	26	11	94	58	65	236	47	0	.	130	47	459	29	548	32	515	29	56	59	217	35	511	27	219	36	356	26	438	26	135	39	934	19	703	23	599	25	1014	18	60	73	400	35	77	76	62	62	352	30	205	42	22	.	225	41	671	26	261	42	161	42	244	38	876	22	163	42	100	70	97	55	59	77	339	33	152	42	271	35	138	57	690	25	269	35	382	32	71	66	4	.	34	59	118	66	441	25	643	20	126	51	161	35	255	40	158	44	225	42	63	66	169	44	110	45	423	30	107	61	39	79	320	36	66	68	6	.	166	40	111	45	84	55	175	41	92	45	57	66	0	.	137	49	604	20	438	24	405	28	89	47	217	42	190	34	500	23	511	26	193	43	79	53	7	100	0	.	30437	3
	41-50 cm	574	25	87	43	111	52	294	41	493	29	1042	24	3902	10	2779	12	1974	14	689	25	70	54	165	54	180	40	0	.	175	55	522	31	581	28	463	30	120	57	318	35	622	28	187	36	462	30	380	26	141	50	1226	17	753	24	847	22	1640	17	67	59	446	27	162	69	81	68	714	26	132	36	9	.	180	56	626	25	303	42	212	35	333	37	1462	19	223	43	118	59	133	52	35	71	371	29	237	39	364	41	202	48	584	28	258	42	241	34	33	51	0	.	99	58	27	54	291	25	329	28	89	37	176	36	190	36	136	41	250	48	125	53	291	41	104	45	577	26	129	52	77	59	177	43	201	47	0	.	229	33	80	51	175	55	182	44	115	48	135	57	0	.	134	48	665	25	363	30	383	27	305	40	257	45	286	35	645	22	621	27	217	40	178	53	161	52	0	.	36726	3
	51-60 cm	327	34	122	52	110	55	219	42	345	38	1178	26	3798	12	3322	13	1893	16	484	31	126	70	93	61	232	45	0	.	105	71	348	31	425	28	486	27	65	71	148	52	502	25	113	50	501	30	424	26	208	54	633	22	692	32	889	23	1348	20	46	51	448	30	130	71	62	66	405	27	254	42	0	.	305	42	632	30	89	52	192	46	393	31	1250	20	65	54	153	51	109	80	64	100	377	36	259	43	295	32	59	55	641	30	207	51	192	32	10	100	0	.	15	100	14	100	189	32	146	43	64	50	91	66	132	46	163	41	49	60	14	73	183	42	47	59	677	27	123	46	24	71	162	58	134	64	0	.	96	56	50	60	254	50	253	41	49	62	47	58	0	.	141	46	588	24	273	38	231	34	226	40	220	45	168	37	690	27	412	30	241	48	252	47	241	43	0	.	32430	3
	61-70 cm	257	39	61	58	25	100	176	51	149	52	718	32	1797	15	2000	16	1116	19	256	59	147	60	19	100	145	56	0	.	40	72	145	43	258	42	120	52	20	100	155	43	299	37	69	56	185	34	337	31	43	74	367	27	588	33	671	28	716	25	75	78	132	42	39	100	0	.	404	30	84	46	18	.	140	62	247	35	76	73	155	61	151	51	804	27	123	75	101	61	0	.	22	100	148	60	151	58	80	61	80	58	192	47	106	45	140	66	16	100	4	.	18	100	10	100	86	41	74	48	8	100	13	100	44	52	53	59	28	72	31	72	183	45	94	60	325	44	72	54	0	.	42	100	112	60	0	.	27	71	93	71	17	100	60	72	29	71	108	52	0	.	161	79	414	33	287	28	187	34	153	54	131	75	130	53	375	32	182	40	42	71	41	71	226	55	0	.	18225	5
	71-80 cm	78	59	92	75	0	.	151	52	64	71	234	41	1054	21	1024	19	545	28	113	46	62	71	0	.	93	62	0	.	0	.	126	48	87	72	48	72	0	.	61	59	249	33	33	100	107	54	58	100	0	.	213	47	195	52	90	58	370	34	0	.	102	61	0	.	25	100	151	56	15	100	0	.	68	71	202	51	101	59	135	50	96	61	515	32	21	100	33	100	0	.	0	.	54	100	96	63	86	58	0	.	100	51	67	71	77	75	17	100	9	.	5	100	41	100	61	51	19	71	65	64	57	80	39	58	57	61	0	.	20	100	104	52	46	58	223	44	85	59	0	.	0	.	25	100	0	.	0	.	21	100	0	.	24	100	0	.	85	67	0	.	22	100	254	37	74	83	54	51	55	78	0	.	123	45	110	50	99	60	58	71	26	100	28	100	0	.	8998	6
	81-90 cm	61	100	0	.	0	.	36	100	0	.	51	100	443	31	334	37	233	41	0	.	0	.	0	.	41	100	0	.	32	100	43	100	53	71	40	100	0	.	14	100	95	58	21	100	33	73	68	52	0	.	108	52	0	.	0	.	58	72	31	100	0	.	0	.	0	.	76	100	34	100	0	.	0	.	0	.	54	100	24	100	0	.	253	70	0	.	73	71	0	.	0	.	0	.	43	100	31	100	19	100	34	100	70	100	37	100	0	.	31	.	46	83	0	.	49	75	14	100	0	0	0	.	15	100	0	.	0	.	0	.	0	.	57	100	54	73	38	100	0	.	0	.	30	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	26	100	144	55	56	61	53	73	0	.	54	100	0	.	105	58	34	100	0	.	96	73	0	.	0	.	3443	11
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	153	59	64	100	86	71	0	.	0	.	45	100	0	.	0	.	0	.	0	.	54	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	39	100	31	100	0	.	0	.	0	.	0	.	0	.	0	.	88	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	54	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	95	100	0	.	0	.	0	.	0	.	0	.	0	0	16	100	0	.	0	.	11	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	41	100	0	.	0	.	0	.	0	.	0	.	0	.	34	100	0	.	0	.	85	58	25	100	0	.	0	.	0	.	28	100	0	.	0	.	0	.	0	.	0	.	0	.	948	23
	>100 cm	0	.	0	.	0	.	0	.	0	.	0	.	76	76	0	.	40	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	100	0	.	21	100	0	.	211	100	0	.	61	77	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	126	100	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	35	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	26	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	192	100	19	100	265	58	0	.	100	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	39	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	33	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1282	29
	totale	1956	24	544	35	492	52	1260	36	1788	28	4463	21	17405	8	13454	10	8939	12	2751	22	449	50	446	50	1083	34	0	.	571	46	2052	26	2523	21	2171	26	314	56	1148	31	2616	20	1163	33	2339	21	2245	21	846	33	4189	16	3553	20	3776	18	6176	15	368	52	1888	23	423	66	410	49	2624	25	971	32	110	.	1103	40	2946	21	1125	35	1160	28	1437	29	5932	17	772	38	602	45	451	44	228	70	1570	28	1209	33	1358	32	691	38	2676	23	1364	33	1618	25	265	53	75	.	358	42	382	42	1857	22	2302	16	884	33	852	33	1217	26	840	35	699	42	345	53	1102	33	647	36	2876	23	741	43	194	60	1045	41	687	43	64	.	740	32	553	44	581	46	834	38	412	43	554	52	0	.	749	44	3433	18	2213	20	1940	21	988	34	957	40	1070	31	3021	19	2226	23	864	38	820	37	747	45	0	.	163884	2
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	.	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	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	305	23	276	24	242	32	274	27	124	37	185	26	1439	9	845	11	1059	11	720	13	61	38	122	31	186	20	0	.	106	37	237	22	365	20	395	26	45	49	320	22	465	15	377	15	862	16	1300	12	1117	11	987	13	335	21	390	22	431	15	103	33	188	24	58	30	83	28	246	35	167	28	208	23	370	22	226	23	222	31	342	19	240	23	195	21	294	21	190	24	155	29	176	36	158	21	415	21	210	26	167	28	229	21	247	28	317	34	206	28	407	18	219	21	470	20	341	18	607	17	673	14	473	18	478	18	154	28	113	41	197	23	199	24	199	26	324	22	149	30	66	42	242	24	106	32	91	34	240	22	160	30	159	28	160	22	105	39	64	45	10	58	63	39	983	10	795	13	1025	12	123	28	151	31	110	40	248	28	194	28	118	41	94	34	143	32	0	.	29431	2
	21-30 cm	519	18	514	25	430	21	559	26	331	27	580	21	2678	9	1830	11	2017	11	1742	13	115	33	263	26	450	21	1	.	248	30	699	23	969	18	715	24	93	42	854	20	1046	16	897	16	1252	13	2236	10	2039	10	1616	11	562	19	636	20	884	16	164	46	344	21	167	32	136	29	420	23	458	25	553	26	828	20	521	22	452	26	640	20	476	30	687	20	810	19	292	27	381	23	191	30	510	23	474	22	518	21	354	28	524	24	344	31	570	25	183	30	615	18	361	20	526	20	634	21	876	16	999	15	833	19	770	17	479	29	197	33	307	25	404	24	287	28	621	26	357	30	95	49	616	28	142	34	220	35	477	23	387	27	352	27	329	26	233	35	165	42	59	48	160	39	1810	11	1644	12	2146	11	318	24	274	40	235	26	481	26	443	22	321	30	222	28	338	27	0	.	57502	2
	31-40 cm	861	18	444	23	701	24	814	22	692	24	1011	20	4336	8	2916	10	2490	11	2428	12	189	42	395	26	715	23	13	.	426	29	974	20	1338	19	1033	19	141	45	980	21	1660	14	1285	15	1298	14	3263	9	2966	10	3253	10	906	19	1078	21	1295	17	214	31	560	26	378	32	261	30	618	21	652	24	505	22	861	19	798	23	661	23	1120	17	663	22	1130	18	1063	16	537	24	680	22	402	25	878	19	804	21	599	22	519	28	807	23	404	25	569	24	311	27	630	21	551	23	487	24	630	20	922	16	800	15	424	20	771	20	388	27	302	33	466	28	450	24	398	30	714	22	360	31	112	49	765	21	242	36	283	31	720	19	358	27	639	22	637	24	250	33	169	37	151	48	261	33	2264	11	1805	12	2321	11	336	27	446	26	364	29	627	21	832	21	452	26	393	33	293	31	0	.	78911	2
	41-50 cm	1155	16	446	25	594	22	1137	17	758	23	1500	20	5228	9	3640	10	3397	10	2692	11	304	32	488	27	784	21	22	.	494	33	1005	21	1342	18	1129	21	156	46	1552	16	2031	14	1376	14	1616	15	3679	10	3381	10	3695	10	1058	19	1214	19	1817	16	380	28	618	22	482	31	315	30	1053	19	374	26	437	27	876	19	817	22	746	25	1170	18	716	23	1721	17	1252	19	537	22	916	22	465	25	891	18	812	20	838	22	729	23	710	25	507	28	610	24	139	32	611	18	764	23	268	23	396	20	498	22	721	17	451	20	477	22	344	28	335	38	492	29	711	28	466	24	959	21	332	30	188	41	728	21	391	32	267	33	840	19	455	24	773	22	649	20	329	35	368	33	120	52	211	35	2204	11	1645	13	2149	12	535	26	480	29	525	24	718	21	960	20	382	27	422	31	423	26	0	.	89388	1
	51-60 cm	748	21	573	25	540	24	1118	21	565	28	1526	22	5126	10	4524	11	3422	11	1914	14	343	35	388	36	743	23	40	.	343	34	763	23	1276	18	1019	20	65	71	1088	18	1881	16	1343	16	1845	14	2929	11	2815	15	2288	11	1041	24	1163	20	1491	19	312	29	646	27	400	37	257	30	765	20	370	32	371	32	1073	23	878	24	297	28	1135	21	952	23	1631	17	753	22	812	24	388	31	492	35	753	22	841	22	805	21	604	26	675	29	398	37	525	24	258	29	787	20	419	26	180	28	273	26	196	34	676	17	316	29	429	22	311	32	148	38	260	33	520	28	513	32	1118	22	398	31	61	54	623	25	352	38	241	34	426	22	546	28	756	24	750	26	192	41	246	43	290	43	345	31	2359	12	1470	15	1780	13	594	27	658	29	454	24	761	26	740	21	472	36	410	33	539	27	0	.	80919	2
	61-70 cm	573	24	376	36	238	36	802	21	239	39	927	27	2549	13	2673	13	2165	14	728	27	281	38	217	42	346	34	0	.	178	39	343	32	658	28	542	28	20	100	550	23	935	19	667	21	954	18	1770	12	1287	20	1077	17	951	25	878	23	805	23	165	46	229	30	75	71	155	52	885	21	154	37	260	35	454	29	365	28	231	34	613	26	386	30	1253	22	524	31	534	28	92	45	224	37	228	42	706	25	239	34	399	30	213	43	151	43	272	40	190	43	328	25	344	30	108	47	183	44	182	40	290	25	96	42	251	40	126	43	130	41	149	45	334	31	309	32	460	34	154	37	58	100	450	36	205	42	122	58	247	29	382	33	225	35	188	36	49	58	293	33	35	72	381	45	1312	17	688	18	974	19	258	39	477	33	390	33	522	27	308	33	146	47	103	54	459	35	0	.	44435	3
	71-80 cm	245	38	215	41	142	54	469	35	122	60	260	38	1297	19	1366	16	1115	20	481	33	62	71	96	50	177	49	25	.	80	74	202	40	180	44	379	34	19	100	489	29	664	27	489	26	668	22	1127	19	465	22	567	24	334	35	210	45	397	32	189	51	126	53	50	71	198	40	203	45	15	100	156	43	219	39	258	43	174	40	282	41	517	32	727	28	119	45	299	35	0	.	55	73	74	78	366	36	144	45	375	48	100	51	159	53	106	61	227	33	252	36	168	37	57	78	86	42	44	51	235	29	173	44	148	35	115	42	175	68	256	51	154	40	293	33	297	36	184	60	0	.	101	50	189	51	30	100	51	72	153	53	96	50	101	52	0	.	117	56	86	76	117	69	1270	20	268	34	624	30	154	43	86	58	215	36	129	46	99	60	84	58	76	58	137	45	0	.	24303	4
	81-90 cm	111	63	32	100	113	51	165	52	0	.	51	100	502	28	628	25	469	30	165	51	32	100	33	100	41	100	0	.	32	100	43	100	104	50	73	71	0	.	162	40	193	49	292	33	282	32	533	24	267	32	206	36	0	.	0	.	58	72	31	100	35	100	0	.	0	.	110	76	34	100	42	100	49	100	71	73	81	75	69	58	106	58	351	55	61	71	170	45	29	100	27	100	0	.	83	71	31	100	167	46	34	100	70	100	154	59	37	100	239	36	152	44	48	77	65	62	24	72	99	61	31	100	61	59	0	.	49	100	25	100	113	54	175	47	105	51	90	59	0	.	44	100	68	62	0	.	38	100	0	.	0	.	39	100	0	.	33	100	44	100	26	100	417	28	195	36	207	36	0	.	159	51	116	78	131	50	82	72	58	71	145	54	0	.	0	.	9509	6
	91-100 cm	26	100	0	.	0	.	33	100	0	.	0	.	218	47	110	72	165	61	36	100	0	.	45	100	0	.	0	.	44	100	0	.	54	71	0	.	0	.	133	45	50	100	56	73	76	71	148	48	199	44	72	71	31	100	0	.	0	.	0	.	46	100	39	100	0	.	88	100	0	.	0	.	119	79	0	.	33	100	24	100	0	0	101	71	0	.	0	.	0	.	0	.	37	100	35	100	0	.	24	100	0	.	95	100	0	.	20	100	80	58	38	100	0	.	0	0	27	72	87	71	0	0	11	100	0	.	25	100	37	100	0	.	69	100	0	.	0	0	0	.	0	.	41	100	0	.	0	.	0	.	0	.	0	.	0	.	68	71	0	.	0	.	166	43	108	51	46	100	0	.	0	.	78	73	0	.	0	.	43	100	0	.	0	.	0	.	3078	12
	>100 cm	0	.	75	71	0	.	47	100	0	.	0	.	137	62	115	73	40	100	0	.	0	.	60	100	0	.	0	.	0	.	0	.	0	.	38	100	0	.	158	54	40	100	290	78	115	58	273	42	69	58	39	100	0	.	0	.	0	.	0	.	0	.	0	.	126	100	0	.	0	.	0	.	43	100	0	.	0	.	22	100	0	.	35	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	58	71	0	.	0	.	242	100	116	79	231	44	0	.	214	100	192	100	61	75	336	48	0	.	164	45	0	.	0	.	43	100	0	.	21	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	39	100	0	.	0	.	0	.	0	.	0	.	0	.	46	71	0	.	62	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	100	0	.	3579	16
	totale	4543	14	2952	17	3002	17	5418	14	2832	22	6041	17	23510	7	18647	8	16340	8	10906	10	1387	26	2107	22	3441	18	101	.	1951	25	4265	17	6285	14	5324	16	539	39	6288	14	8964	11	7070	12	8969	10	17257	7	14606	8	13802	8	5216	16	5567	15	7180	14	1558	23	2793	18	1648	26	1531	25	4387	17	2223	21	2530	20	4890	16	3934	18	2897	19	5416	15	4057	18	7831	14	4876	14	3370	17	2641	18	2031	20	3528	16	4536	16	3385	18	3395	19	3292	20	2375	23	3364	18	1687	20	4181	14	3016	17	2359	17	2799	17	3437	12	4916	11	2797	16	3560	15	1916	23	1474	27	2233	22	2885	20	2729	19	4599	17	2024	24	580	38	3569	19	1738	27	1254	25	3039	16	2480	20	3000	17	2855	18	1159	29	1520	28	796	42	1563	27	12832	8	8618	10	11333	9	2317	21	2730	21	2487	20	3617	17	3657	17	2077	23	1866	24	2363	21	0	.	421054	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. 2299516. Birmensdorf, Swiss Federal Research Institute WSL

zurück