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

IFN3
numero totale di fusti
stato dell'albero (vivo/morto) · diametro a petto d'uomo (10 classi)
suddivisione regionale: circondario forestale (2024)
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 x 1,4 km
stato 2004/06
		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
stato dell'albero (vivo/morto)	diametro a petto d'uomo (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	±%	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	±%	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	±%	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.
vivo	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	1908	19	1880	21	1476	24	2078	22	974	30	1157	30	9977	9	5434	10	6613	10	5190	12	459	40	811	28	1258	20	0	.	652	26	1616	21	2491	19	2047	23	322	40	2596	18	3649	15	3195	16	6504	15	10228	9	8330	10	6430	11	2180	20	2468	19	3599	14	725	29	1610	22	439	33	884	39	1719	27	1303	27	1532	22	2649	21	1564	23	2068	25	2720	18	1546	24	1993	21	2187	22	1371	24	1350	23	1003	29	1229	21	1974	20	1736	20	1005	26	1940	22	1196	26	2347	25	1592	27	2968	18	1991	18	3266	18	2675	19	5171	16	5250	13	3146	18	3673	17	1122	27	1059	37	1246	25	1487	21	1454	26	2323	20	1043	32	427	47	1553	22	701	36	669	34	1492	20	1246	28	1134	25	1242	26	889	35	402	43	173	46	447	44	8061	10	5901	12	8684	10	1071	24	846	35	809	28	1411	24	1009	25	1049	28	601	30	993	27	0	.	213891	2
	21-30 cm	1313	18	808	23	909	22	1169	20	748	25	1315	21	6302	9	3656	10	3921	10	3796	13	302	32	486	29	1093	21	10	.	651	32	1299	21	1674	16	1281	21	286	45	2231	22	2341	15	1952	15	2318	14	5372	9	4998	9	3464	10	1198	19	1387	19	2287	16	321	43	733	23	386	31	255	31	703	20	1045	26	935	29	1671	18	1021	21	1130	20	1893	17	956	28	1622	19	1429	18	684	25	1027	23	634	26	1133	21	1097	20	1200	21	642	24	1097	25	696	26	807	25	662	28	1529	17	846	21	1330	19	1410	18	2455	15	2509	15	1633	19	2091	16	829	29	493	31	726	23	1132	27	619	29	1133	27	741	27	144	45	1239	21	342	33	551	29	941	20	715	24	800	23	670	25	532	31	313	40	193	45	348	32	4321	10	3738	12	4636	12	669	24	555	33	403	27	1075	26	836	21	700	29	345	32	655	31	0	.	126550	2
	31-40 cm	877	23	396	22	558	21	703	21	664	23	831	20	4076	9	2572	10	2326	11	2170	12	191	29	405	24	686	20	28	.	312	28	883	20	1331	21	788	19	149	41	924	19	1459	13	1295	15	1201	15	3432	9	2891	10	2819	11	775	20	765	19	1098	16	231	29	514	23	391	31	253	29	591	21	528	27	405	24	756	22	735	20	653	22	1107	16	575	20	1098	17	828	17	482	22	628	21	346	26	830	18	664	20	522	20	469	23	630	22	291	28	479	23	238	31	652	21	506	24	590	23	684	20	851	18	947	15	526	18	817	19	329	27	273	35	378	28	447	22	370	27	709	21	245	29	59	56	670	20	268	31	247	33	669	18	441	23	659	22	444	23	274	29	306	34	92	46	338	44	2338	10	1905	12	2422	11	322	25	334	28	408	30	595	22	597	22	293	29	301	35	199	30	0	.	73354	2
	41-50 cm	560	17	343	23	244	24	513	17	370	23	610	19	2591	8	1781	9	1690	10	1382	11	124	33	169	29	443	20	20	.	247	27	420	21	600	17	562	20	64	56	703	19	913	16	742	14	849	14	1894	9	1880	9	1671	10	575	21	561	18	890	14	210	27	282	21	204	29	122	32	389	20	180	24	221	23	472	19	471	19	363	24	554	17	418	24	772	17	511	19	353	20	337	21	237	25	454	18	419	20	443	19	302	22	317	24	231	27	286	22	62	35	398	17	370	23	148	26	263	22	273	24	454	16	234	20	309	20	127	31	151	39	209	27	334	26	263	24	473	20	205	29	43	43	359	21	258	29	144	30	397	18	246	24	367	20	395	23	202	33	198	36	76	45	218	30	1345	10	975	13	1194	11	321	27	212	27	286	23	414	20	414	19	198	27	214	29	187	29	0	.	44892	1
	51-60 cm	250	18	215	24	130	23	424	18	191	26	441	26	1659	10	1253	10	1164	10	564	17	105	34	109	39	199	27	0	.	147	32	213	22	289	18	326	20	12	75	363	18	551	14	382	15	563	14	1062	10	913	10	693	12	265	21	402	19	488	16	83	27	182	24	100	32	88	34	277	19	78	35	150	26	254	21	222	21	103	28	348	19	265	23	558	17	190	21	288	22	146	30	126	29	191	24	249	22	217	25	178	26	172	31	124	33	161	24	110	27	273	19	167	23	71	31	109	29	105	29	252	17	117	28	162	24	87	32	80	34	78	33	207	26	167	28	289	20	169	29	21	68	183	25	90	32	83	33	159	21	140	26	200	23	177	26	37	54	86	31	85	44	145	36	857	11	466	15	637	13	126	29	168	27	172	24	260	21	244	24	146	34	100	35	149	32	0	.	25300	2
	61-70 cm	121	25	39	34	50	35	115	26	30	38	172	24	530	13	453	12	449	14	199	23	53	38	51	38	77	38	4	.	38	40	63	36	75	34	95	31	8	71	95	30	217	20	169	22	219	18	391	14	227	17	213	18	184	24	130	25	159	20	24	46	50	31	16	79	39	42	124	22	30	39	62	31	103	31	101	30	53	46	80	28	56	29	244	21	75	34	91	32	40	63	16	50	36	47	112	25	81	29	97	35	57	44	35	45	74	33	58	36	107	24	81	28	23	41	42	31	23	52	81	24	31	38	67	33	31	49	16	50	39	48	76	33	66	32	103	36	54	37	7	100	63	39	59	39	26	47	16	50	95	34	51	33	35	40	4	100	66	34	8	71	77	41	378	16	227	21	222	21	72	34	58	39	61	34	77	31	48	39	29	53	23	41	59	35	0	.	8976	3
	71-80 cm	27	51	15	60	16	50	40	40	12	76	0	.	182	18	191	16	168	19	49	33	4	100	0	.	18	51	0	.	8	71	20	53	42	43	32	51	0	.	73	34	84	27	71	31	99	23	165	20	120	21	85	25	22	52	36	40	48	35	29	56	24	69	11	58	21	52	35	36	11	73	29	48	23	46	26	41	29	52	49	36	58	39	107	30	22	45	47	33	8	71	16	61	0	.	44	35	14	61	56	35	9	71	22	52	47	46	36	36	55	32	45	37	0	.	29	48	13	58	49	31	16	50	37	37	17	50	32	57	32	43	40	38	36	36	31	39	37	46	0	.	31	42	37	45	9	100	8	71	13	74	17	61	8	71	0	.	25	58	9	100	8	71	198	18	47	41	122	26	14	58	12	58	31	47	17	50	36	43	8	71	20	53	15	50	0	.	3551	4
	81-90 cm	11	74	4	100	4	100	8	71	4	100	6	100	46	33	66	28	29	38	21	53	0	.	4	100	0	.	0	.	8	71	4	100	12	58	8	100	0	.	24	41	16	50	24	48	26	47	75	25	47	35	33	78	0	.	7	100	6	100	4	100	8	71	4	100	0	.	24	69	0	.	4	100	20	65	6	100	0	.	4	100	15	59	37	70	0	.	13	100	24	100	0	.	4	100	12	58	4	100	13	58	0	.	0	.	4	100	8	71	46	37	17	50	4	100	4	100	12	74	32	44	4	100	8	71	0	.	8	100	4	100	13	58	19	52	13	58	4	100	0	.	0	.	8	71	13	75	4	100	0	.	8	71	0	.	0	.	4	100	4	100	0	.	96	26	29	38	28	38	4	100	4	100	8	71	4	100	6	100	11	58	4	100	0	.	0	.	1124	8
	91-100 cm	4	100	4	100	0	.	8	71	0	.	0	.	25	56	13	58	31	49	4	100	4	100	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	12	58	4	100	4	100	15	50	25	41	17	50	8	71	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	5	100	4	100	0	.	17	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	9	100	0	.	9	71	30	42	4	100	0	.	0	.	4	100	6	100	0	.	8	100	0	.	4	100	0	.	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	4	100	0	.	0	.	12	58	12	58	8	71	0	.	0	.	4	100	0	.	0	.	4	100	0	.	4	100	0	.	358	12
	>100 cm	0	.	4	100	0	.	0	.	0	.	0	.	16	62	8	71	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	4	100	0	.	11	58	4	100	4	100	4	100	21	45	12	58	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	4	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	8	100	13	58	0	.	19	100	19	100	9	70	33	51	0	.	21	53	0	.	0	.	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	4	100	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	262	17
	totale	5070	15	3708	17	3387	17	5058	15	2994	21	4533	17	25403	7	15426	8	16391	8	13374	10	1241	28	2039	23	3775	17	61	.	2067	23	4518	17	6513	15	5143	16	841	36	7032	16	9239	12	7838	12	11800	11	22665	7	19435	7	15419	8	5203	16	5757	15	8574	12	1627	23	3404	18	1551	25	1661	27	3860	18	3176	23	3337	21	5952	16	4150	17	4403	20	6765	14	3888	19	6454	16	5242	15	3329	18	3562	18	2377	21	3877	17	4570	16	4216	16	2772	19	4222	18	2604	21	4205	19	2783	22	6071	14	4027	15	5451	16	5236	15	8916	13	9613	11	5708	16	7193	14	2543	24	2115	26	2717	21	3737	19	3005	21	5074	18	2498	22	701	40	4098	18	1763	27	1741	25	3687	16	2900	20	3236	19	2972	19	1939	29	1404	29	642	37	1582	27	17614	8	13304	10	17957	9	2600	20	2188	24	2183	20	3853	19	3190	17	2438	22	1608	24	2261	22	0	.	498258	1
morto	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	113	35	164	32	47	52	174	29	147	41	202	28	1898	13	611	19	458	20	589	17	30	58	129	53	183	33	10	.	172	47	379	33	483	27	275	34	130	55	513	24	652	18	438	26	756	18	1634	15	1534	16	650	17	203	44	144	39	741	21	20	100	62	57	57	57	35	100	120	35	151	34	356	34	300	41	159	42	281	37	507	24	259	33	266	27	136	32	88	45	164	38	78	47	224	40	210	30	359	37	243	36	50	45	97	42	107	74	188	33	458	34	277	37	387	29	567	24	1386	20	720	25	366	31	818	22	106	43	40	61	286	36	345	38	155	30	420	26	80	49	177	54	260	27	74	53	106	47	93	37	80	46	118	33	117	40	49	84	40	61	0	.	40	50	1565	15	871	18	1453	16	95	46	60	63	72	52	120	37	108	45	65	50	0	.	79	43	0	.	30035	3
	21-30 cm	89	40	30	58	29	58	58	41	18	71	124	37	1005	15	228	27	138	30	178	29	9	100	19	71	115	48	0	.	30	74	81	40	169	34	100	46	29	74	249	27	194	28	316	37	295	21	725	18	424	27	309	25	66	47	44	50	353	29	11	100	21	71	10	100	0	.	0	.	81	46	70	38	50	45	96	53	61	47	184	29	27	73	210	31	39	62	40	50	58	57	29	74	69	43	78	43	178	50	63	47	21	71	38	50	19	71	38	50	116	40	29	58	55	52	271	31	217	28	170	33	40	61	159	33	30	58	20	100	115	35	60	48	89	46	100	37	65	83	9	100	41	50	32	100	10	100	41	50	41	50	40	50	58	41	0	.	40	61	0	.	30	58	610	21	255	24	593	17	21	71	0	.	31	74	48	45	70	43	19	71	0	.	10	100	0	.	10449	4
	31-40 cm	82	71	25	56	14	77	36	58	18	100	76	40	677	18	109	26	34	44	89	31	24	72	4	100	45	62	0	.	42	47	69	37	107	45	49	41	0	.	86	40	127	25	119	30	213	30	280	24	151	28	121	26	35	64	20	62	154	47	0	.	0	.	0	.	0	.	5	100	36	44	53	52	67	43	60	54	32	58	118	40	48	56	37	48	8	71	34	72	12	58	14	78	41	46	89	40	55	44	69	42	0	.	94	96	8	71	30	65	17	64	50	56	15	78	71	38	62	48	39	55	11	100	55	67	17	64	27	76	39	50	40	53	35	51	52	49	22	60	0	.	37	53	0	.	9	100	4	100	0	.	0	.	49	60	11	100	0	.	0	.	4	100	292	20	143	30	322	21	15	77	0	.	16	63	69	41	22	55	8	71	28	73	4	100	0	.	5300	5
	41-50 cm	20	52	11	58	12	74	54	45	8	71	25	47	346	17	85	30	33	35	32	39	8	71	4	100	32	44	0	.	32	65	23	46	62	32	12	58	0	.	36	37	32	35	48	37	80	25	124	22	100	24	29	38	20	52	30	43	77	42	8	71	0	.	0	.	0	.	0	.	28	54	36	53	52	44	24	72	7	71	66	43	11	74	25	63	8	71	8	71	8	71	4	100	13	58	19	53	40	48	26	50	0	.	34	78	4	100	23	58	53	45	25	52	16	50	15	79	19	82	44	38	8	71	12	58	4	100	4	100	12	58	8	71	16	61	50	39	12	58	4	100	30	47	0	.	0	.	4	100	0	.	9	100	31	52	4	100	8	71	4	100	0	.	159	18	64	31	122	23	9	100	15	60	21	52	31	43	8	71	11	58	4	100	8	71	0	.	2663	5
	51-60 cm	4	100	12	58	8	71	17	50	0	.	20	82	148	21	68	30	8	71	16	61	12	76	0	.	4	100	0	.	0	.	12	76	59	51	27	38	8	71	28	47	60	35	49	35	54	34	67	31	52	34	20	45	13	58	13	58	32	48	0	.	0	.	0	.	0	.	4	100	15	60	12	58	11	73	13	74	8	71	24	48	12	76	37	62	4	100	16	50	0	.	0	.	0	.	22	52	23	53	9	100	4	100	9	71	0	.	4	100	40	38	12	58	4	100	4	100	0	.	13	58	0	.	26	47	4	100	0	.	21	53	11	58	8	71	16	62	4	100	0	.	12	58	0	.	4	100	0	.	0	.	4	100	4	100	0	.	0	.	4	100	0	.	65	31	24	41	93	26	4	100	4	100	8	71	16	50	4	100	0	.	0	.	4	100	0	.	1452	7
	61-70 cm	0	.	0	.	8	100	0	.	4	100	4	100	76	28	12	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	14	75	0	.	0	.	11	58	4	100	12	58	8	71	49	29	13	58	4	100	0	.	5	100	21	45	0	.	0	.	0	.	0	.	0	.	0	.	15	60	7	71	8	71	4	100	16	62	4	100	10	100	0	.	0	.	0	.	0	.	13	100	0	.	15	71	0	.	0	.	0	.	4	100	0	.	4	100	8	71	4	100	4	100	0	.	0	.	4	100	4	100	12	74	4	100	4	100	8	71	4	100	8	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	21	45	0	.	9	71	0	.	0	.	4	100	0	.	0	.	0	.	0	.	4	100	0	.	455	11
	71-80 cm	0	.	4	100	0	.	0	.	0	.	0	.	12	76	11	71	8	71	0	.	0	.	0	.	0	.	0	.	0	.	4	100	4	100	4	100	0	.	8	71	0	.	0	.	11	57	4	100	0	.	0	.	5	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	4	100	0	.	4	100	4	100	0	.	8	71	4	100	0	.	5	100	0	.	0	.	4	100	12	58	8	71	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	159	17
	81-90 cm	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	32
	91-100 cm	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	5	100	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	36	33
	>100 cm	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71
	totale	307	28	250	28	117	39	340	23	199	37	451	25	4162	11	1123	16	684	18	908	16	87	34	156	45	379	26	10	.	277	34	571	29	907	25	470	26	168	53	934	19	1068	16	981	21	1418	16	2882	13	2274	15	1133	15	342	33	256	27	1384	21	39	60	82	46	67	55	35	100	129	35	310	27	546	28	492	34	360	36	394	31	915	22	365	32	589	23	194	30	186	32	242	32	125	46	361	29	418	27	675	36	410	29	75	36	272	46	142	58	287	30	696	29	405	29	485	25	937	23	1693	18	999	21	433	28	1079	21	174	35	95	51	481	30	484	32	318	28	645	25	196	37	195	50	379	23	106	54	129	45	142	33	121	40	171	29	259	34	64	67	89	44	13	74	75	45	2720	13	1364	16	2601	13	143	40	79	50	152	32	284	29	212	31	104	41	32	75	107	35	0	.	50607	3
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	2020	18	2045	21	1523	24	2252	21	1121	28	1359	27	11875	8	6045	9	7072	10	5779	12	488	40	940	28	1441	20	10	.	824	27	1996	20	2974	18	2322	22	452	36	3109	18	4301	14	3632	15	7260	14	11862	9	9864	10	7081	11	2384	20	2612	19	4340	14	745	28	1671	22	497	33	919	38	1839	26	1454	26	1888	22	2948	20	1724	23	2349	24	3228	18	1805	22	2259	21	2323	21	1460	24	1515	23	1081	28	1454	21	2184	19	2095	20	1248	26	1990	21	1294	26	2454	26	1781	26	3426	17	2268	18	3653	18	3243	18	6557	15	5970	13	3512	17	4492	16	1228	26	1099	37	1532	24	1832	20	1609	25	2742	19	1123	31	605	43	1813	20	775	36	775	33	1585	20	1327	29	1252	24	1359	25	938	35	442	40	173	46	487	41	9626	9	6773	11	10137	10	1166	23	906	36	882	28	1531	23	1117	24	1115	27	601	30	1072	26	0	.	243926	2
	21-30 cm	1402	17	838	23	938	21	1228	20	766	25	1439	20	7307	8	3884	10	4059	10	3975	12	312	32	506	29	1208	21	10	.	681	31	1380	21	1843	15	1381	21	315	46	2479	21	2534	14	2268	15	2614	13	6096	9	5422	9	3772	10	1265	20	1431	19	2641	15	332	41	754	23	396	31	255	31	703	20	1126	25	1005	27	1721	18	1117	21	1191	20	2078	17	984	27	1831	18	1467	18	724	25	1085	23	662	25	1202	20	1175	19	1378	21	705	24	1118	24	735	25	827	24	701	27	1645	17	874	21	1385	19	1681	17	2672	14	2679	15	1674	19	2251	15	859	29	513	30	842	23	1192	26	707	27	1233	26	806	28	153	43	1279	21	374	34	561	29	982	20	756	24	840	23	728	25	532	31	354	40	193	45	378	31	4931	10	3993	11	5229	11	690	23	555	33	434	26	1124	25	906	20	719	28	345	32	665	30	0	.	136999	2
	31-40 cm	959	26	421	22	572	21	738	20	683	23	907	19	4752	9	2681	10	2360	11	2259	11	215	30	409	24	732	20	28	.	354	27	952	19	1438	20	837	19	149	41	1010	19	1585	13	1414	14	1414	14	3712	9	3042	10	2940	11	810	19	785	19	1252	15	231	29	514	23	391	31	253	29	596	20	564	26	458	23	824	22	795	19	686	22	1225	16	623	20	1135	17	836	17	515	22	641	20	359	26	871	18	753	20	577	19	537	23	630	22	385	32	487	23	268	30	669	21	556	23	605	23	755	19	912	18	987	15	537	18	872	19	347	27	300	33	416	27	487	22	405	27	761	21	267	28	59	56	707	20	268	31	256	33	673	18	441	23	659	22	494	23	285	29	306	34	92	46	342	44	2631	10	2048	12	2744	11	337	24	334	28	424	29	664	21	618	22	301	29	330	34	203	30	0	.	78654	2
	41-50 cm	580	16	354	23	256	23	567	16	379	23	635	19	2937	8	1866	9	1723	10	1414	11	132	31	172	28	475	20	20	.	279	25	443	20	662	16	573	19	64	56	739	18	945	16	790	14	929	13	2018	9	1980	9	1699	10	595	21	591	17	967	14	218	27	282	21	204	29	122	32	389	20	208	23	256	23	524	20	495	19	370	24	620	16	428	24	797	17	518	19	361	20	345	21	241	25	467	18	438	20	483	18	328	22	317	24	265	29	290	22	85	32	451	18	395	22	164	25	279	22	292	25	498	16	242	21	321	20	131	32	154	39	221	26	342	25	279	25	523	20	217	28	47	42	388	21	258	29	144	30	401	18	246	24	376	20	426	23	207	33	206	35	81	46	218	30	1504	10	1038	12	1315	11	330	26	227	27	307	22	446	20	422	19	210	26	218	29	194	29	0	.	47555	1
	51-60 cm	254	18	227	23	138	22	441	18	191	26	461	25	1806	10	1320	10	1172	10	580	17	117	32	109	39	202	27	0	.	147	32	225	21	348	19	353	19	21	67	391	18	611	14	431	14	618	14	1129	10	965	10	713	12	277	21	415	19	520	16	83	27	182	24	100	32	88	34	281	18	92	31	162	25	266	21	234	22	112	27	372	19	277	22	595	16	194	21	304	22	146	30	126	29	191	24	271	22	240	24	186	26	176	30	133	33	161	24	114	27	313	18	179	22	76	30	114	28	105	29	265	17	117	28	188	22	91	31	80	34	99	29	219	26	175	28	305	20	174	28	21	68	195	25	90	32	87	33	159	21	140	26	203	23	181	25	37	54	86	31	90	43	145	36	922	11	489	15	731	12	131	29	172	27	180	24	276	21	248	23	146	34	100	35	152	31	0	.	26752	2
	61-70 cm	121	25	39	34	57	33	115	26	33	39	176	24	606	12	465	12	449	14	199	23	53	38	51	38	77	38	4	.	38	40	66	34	89	31	95	31	8	71	106	28	221	19	180	21	227	18	440	13	241	16	217	18	184	24	135	25	180	19	24	46	50	31	16	79	39	42	124	22	30	39	77	31	110	30	108	28	57	43	96	26	60	28	254	21	75	34	91	32	40	63	16	50	49	58	112	25	96	30	97	35	57	44	35	45	77	32	58	36	111	23	89	28	27	43	45	30	23	52	81	24	34	35	71	31	44	41	20	45	43	46	84	32	70	31	111	34	54	37	11	72	63	39	59	39	26	47	16	50	95	34	51	33	35	40	4	100	66	34	12	58	77	41	399	16	227	21	231	21	72	34	58	39	65	34	77	31	48	39	29	53	23	41	62	35	0	.	9431	3
	71-80 cm	27	51	19	60	16	50	40	40	12	76	0	.	193	17	201	16	176	18	49	33	4	100	0	.	18	51	0	.	8	71	24	48	46	40	35	49	0	.	82	31	84	27	71	31	110	21	169	19	120	21	85	25	27	46	36	40	52	33	29	56	24	69	11	58	21	52	35	36	11	73	29	48	27	42	26	41	29	52	49	36	58	39	107	30	22	45	47	33	8	71	16	61	0	.	44	35	17	52	56	35	9	71	22	52	47	46	40	34	55	32	50	37	4	100	29	48	21	53	53	30	16	50	42	35	17	50	32	57	36	46	52	32	44	32	31	39	45	42	0	.	31	42	37	45	9	100	8	71	13	74	17	61	8	71	0	.	25	58	9	100	8	71	202	18	47	41	130	26	14	58	12	58	31	47	17	50	36	43	8	71	20	53	15	50	0	.	3710	4
	81-90 cm	11	74	8	71	4	100	8	71	4	100	6	100	46	33	66	28	33	35	21	53	4	100	4	100	0	.	0	.	8	71	4	100	21	55	8	100	0	.	24	41	16	50	24	48	26	47	75	25	47	35	33	78	0	.	7	100	6	100	4	100	8	71	4	100	0	.	24	69	0	.	8	71	20	65	6	100	0	.	4	100	15	59	42	63	0	.	13	100	24	100	0	.	4	100	12	58	4	100	13	58	0	.	0	.	4	100	8	71	54	33	17	50	4	100	4	100	12	74	36	41	4	100	8	71	0	.	8	100	4	100	13	58	23	47	13	58	8	71	0	.	0	.	8	71	13	75	4	100	0	.	8	71	0	.	0	.	4	100	4	100	0	.	96	26	29	38	28	38	4	100	4	100	8	71	4	100	6	100	11	58	4	100	0	.	0	.	1174	7
	91-100 cm	4	100	4	100	0	.	8	71	0	.	0	.	25	56	13	58	31	49	8	71	4	100	0	.	0	.	0	.	4	100	0	.	0	.	4	100	0	.	16	50	4	100	4	100	15	50	25	41	17	50	8	71	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	5	100	4	100	4	100	17	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	9	100	0	.	9	71	30	42	4	100	0	.	4	100	4	100	10	71	4	100	8	100	0	.	4	100	0	.	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	4	100	0	.	0	.	12	58	20	45	8	71	0	.	0	.	4	100	0	.	0	.	4	100	0	.	4	100	0	.	395	11
	>100 cm	0	.	4	100	0	.	0	.	4	100	0	.	16	62	8	71	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	4	100	0	.	11	58	4	100	4	100	4	100	21	45	12	58	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	4	100	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	8	100	13	58	0	.	19	100	19	100	9	70	33	51	0	.	21	53	0	.	0	.	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	58	4	100	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	270	16
	totale	5377	15	3958	17	3504	17	5398	15	3193	21	4984	17	29564	7	16550	8	17075	8	14283	10	1328	28	2196	23	4154	18	71	.	2343	23	5090	18	7420	14	5612	16	1009	35	7966	16	10307	11	8819	12	13218	11	25547	7	21709	8	16552	8	5545	16	6013	15	9958	12	1666	23	3486	18	1618	26	1696	27	3990	18	3487	22	3883	20	6444	16	4510	17	4798	19	7681	14	4253	18	7043	16	5436	15	3515	18	3804	19	2501	21	4238	17	4988	16	4890	17	3182	19	4296	18	2876	21	4346	19	3070	21	6767	14	4432	15	5936	16	6173	15	10608	13	10612	12	6141	16	8272	14	2717	24	2210	26	3198	21	4221	18	3324	21	5719	17	2695	22	896	38	4476	17	1869	28	1870	25	3829	16	3021	21	3408	19	3231	19	2003	29	1493	28	654	37	1657	26	20334	8	14668	10	20558	9	2743	20	2267	24	2335	20	4137	18	3401	17	2542	21	1640	24	2368	22	0	.	548866	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. 2292537. Birmensdorf, Swiss Federal Research Institute WSL

zurück