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 con danni (due danni principali)
pendenza (classi di 20%) · causa dei danni agli alberi (10 classi)
suddivisione regionale: cantone
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 x 1,4 km
stato 2004/06
		cantone
		AG		AI		AR		BE		BL/BS		FR		GE		GL		GR		JU		LU		NE		NW		OW		SG		SH		SO		SZ		TG		TI		UR		VD		VS		ZG		ZH		Svizzera
pendenza (classi di 20%)	causa dei danni agli alberi (10 classi)	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	caduta massi	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	diverse cause	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	non determinabile	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	raccolta del legname	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	altra attività umana	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	intemperie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	alberi vivi a terra	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	alberi morti	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
fino al 20%	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	8047	12	157	73	339	55	13995	9	1522	23	5755	15	763	38	179	78	3608	18	3050	18	3908	17	3223	19	103	73	973	37	3683	17	2061	26	2943	18	963	31	7283	14	1102	25	287	59	13713	9	1289	32	713	36	7313	11	86973	3
	fuoco	0	.	0	.	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	10	100	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	10	100	36	48
	caduta massi	0	.	0	.	0	.	0	.	0	.	28	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	100
	diverse cause	169	29	4	100	15	100	497	21	20	66	182	39	0	.	14	78	146	36	315	43	172	28	66	40	0	.	19	71	96	65	47	66	71	50	51	66	84	34	64	41	10	100	430	19	28	73	0	.	221	28	2721	9
	non determinabile	630	19	21	72	25	61	1737	12	255	29	786	18	17	71	0	.	613	27	297	29	334	23	299	28	0	.	155	39	381	25	196	30	361	29	53	62	693	20	294	30	79	69	1655	13	169	38	33	52	1154	13	10238	5
	raccolta del legname	522	23	4	100	0	.	746	16	67	42	222	28	0	.	0	.	10	100	117	41	269	28	102	40	0	.	19	100	240	30	39	55	185	31	24	100	181	31	0	.	0	.	560	20	23	84	45	75	446	21	3822	7
	altra attività umana	101	37	0	.	0	.	313	31	112	57	147	55	4	100	10	100	100	38	124	76	79	42	75	41	0	.	8	100	178	51	8	71	25	53	0	.	15	75	68	46	28	100	205	27	25	85	0	.	49	51	1675	13
	intemperie	69	36	18	100	0	.	275	27	4	100	137	30	0	.	0	.	15	78	102	37	79	35	4	100	0	.	24	61	72	46	0	.	37	50	34	73	103	35	80	69	21	100	169	22	50	65	0	.	66	36	1358	10
	alberi vivi a terra	11	100	0	.	0	.	21	71	0	.	24	62	0	.	4	100	10	100	0	.	10	100	0	.	0	.	9	100	20	71	10	100	0	.	0	.	17	100	10	100	0	.	24	84	6	100	10	100	39	71	225	24
	alberi morti	407	22	37	100	25	100	586	17	127	34	504	23	168	53	60	76	315	35	265	29	194	33	156	37	0	.	205	49	277	38	97	51	237	37	25	62	417	36	252	45	59	62	921	16	204	46	9	100	334	22	5880	7
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
21-40 %	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	4146	14	1177	33	2028	24	14060	8	1900	23	4784	15	56	100	156	65	9766	11	3274	17	5829	14	4345	15	517	58	1807	25	4131	17	1686	23	2624	19	4092	17	1638	23	5397	14	500	41	8039	12	4339	16	791	35	4427	16	91510	3
	fuoco	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	13	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	4	100	0	.	0	.	0	.	41	54
	caduta massi	0	.	0	.	0	.	30	100	0	.	39	100	0	.	0	.	41	61	4	100	0	.	28	49	0	.	4	100	0	.	0	.	0	.	8	71	0	.	22	100	0	.	0	.	0	.	0	.	0	.	175	35
	diverse cause	90	31	34	65	87	64	439	18	40	91	44	39	0	.	4	100	286	36	115	39	501	34	76	33	19	100	110	53	47	62	29	56	96	35	65	38	12	58	318	58	14	77	347	24	71	48	27	71	37	44	2907	11
	non determinabile	526	22	51	41	222	31	1874	12	301	26	923	20	0	.	0	.	1683	14	185	26	735	19	456	23	17	78	312	30	842	24	170	28	405	24	192	26	116	31	1071	18	66	42	1199	18	672	22	24	55	569	18	12611	5
	raccolta del legname	226	24	40	49	66	80	575	20	38	56	167	34	0	.	0	.	152	34	246	26	226	31	307	32	18	100	58	59	227	33	69	46	216	28	96	50	88	44	70	60	0	.	299	35	33	75	39	58	208	25	3464	8
	altra attività umana	130	42	4	100	56	56	304	22	70	77	86	43	0	.	0	.	193	58	94	35	68	41	105	38	60	74	44	51	66	41	21	68	22	69	50	58	129	81	124	32	0	.	346	35	52	41	0	.	138	38	2161	12
	intemperie	99	30	83	47	84	75	447	18	5	100	133	29	0	.	0	.	227	28	67	40	254	31	91	34	30	74	66	41	64	43	8	71	89	39	54	42	29	63	210	27	31	75	176	28	54	42	0	.	33	41	2334	8
	alberi vivi a terra	4	100	0	.	0	.	63	50	4	100	24	61	0	.	0	.	84	47	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	72	52	21	100	10	100	0	.	11	100	10	100	312	23
	alberi morti	399	22	33	59	201	36	1191	16	176	38	692	25	0	.	10	100	1654	22	269	37	763	30	76	36	54	66	142	41	379	25	69	37	129	35	579	37	54	49	782	24	31	74	563	21	509	27	34	76	283	25	9070	7
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
41-60 %	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	1293	23	309	59	915	40	12683	10	1525	25	2201	23	0	.	1778	32	16746	8	3722	17	3568	17	1606	22	567	46	1633	27	5851	14	656	38	2893	18	2524	19	556	40	12717	9	672	40	6119	13	12148	9	720	38	1563	25	94964	3
	fuoco	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	14	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	217	60	0	.	0	.	4	100	0	.	0	.	253	52
	caduta massi	0	.	0	.	0	.	64	45	14	100	54	63	0	.	26	71	306	32	75	54	4	100	38	75	4	100	16	100	32	64	57	100	147	40	18	65	0	.	106	46	20	100	249	33	72	36	0	.	0	.	1302	14
	diverse cause	50	40	31	87	18	61	440	16	44	50	49	40	0	.	61	72	572	15	136	36	156	32	14	77	21	85	35	51	527	55	25	63	76	40	41	57	27	74	624	21	22	71	242	32	275	23	0	.	21	45	3508	10
	non determinabile	393	33	39	54	155	44	2356	12	354	37	398	27	0	.	390	27	3394	9	354	25	489	23	92	46	125	38	212	33	598	20	136	50	379	25	420	29	60	51	3089	11	213	39	865	16	2149	11	112	62	400	25	17173	4
	raccolta del legname	57	53	15	77	23	75	477	24	15	100	42	57	0	.	19	82	320	21	316	26	168	31	56	42	12	100	5	100	54	38	29	75	166	37	104	38	43	60	47	56	24	85	237	27	83	33	23	71	79	60	2415	9
	altra attività umana	28	74	0	.	35	58	638	29	29	100	110	40	0	.	30	100	417	24	235	42	257	44	63	42	0	.	20	71	77	61	24	100	55	62	81	71	0	.	138	34	43	71	190	36	353	31	0	.	14	77	2837	11
	intemperie	69	45	35	53	80	57	442	18	4	100	71	41	0	.	14	78	435	18	170	32	154	35	0	.	67	61	34	76	68	42	0	.	87	32	66	51	0	.	522	19	8	100	71	34	330	22	0	.	24	61	2753	7
	alberi vivi a terra	4	100	0	.	0	.	126	82	0	.	21	100	0	.	48	100	118	36	0	.	0	.	11	100	18	100	0	.	11	100	0	.	0	.	0	.	0	.	86	49	12	100	11	100	165	52	4	100	23	61	656	24
	alberi morti	90	41	57	80	146	46	2179	14	188	41	413	31	0	.	199	41	2221	12	310	25	528	34	47	60	49	61	219	38	805	24	27	58	222	28	426	34	18	63	1816	14	96	68	875	17	2075	15	65	57	224	34	13294	5
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
61-80 %	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	395	44	466	47	187	73	8958	11	351	45	823	38	0	.	1757	25	14930	8	1670	25	1455	24	652	39	612	58	1901	28	3705	18	0	.	1047	33	1028	28	0	.	10302	10	2140	22	3317	18	12936	9	42	100	766	37	69438	4
	fuoco	0	.	0	.	0	.	20	71	0	.	0	.	0	.	0	.	77	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	217	55	4	100	0	.	0	.	0	.	0	.	317	42
	caduta massi	0	.	115	100	0	.	907	23	120	94	142	48	0	.	344	65	837	21	59	43	34	90	140	66	31	72	301	51	279	33	0	.	200	43	50	42	0	.	465	26	414	32	390	42	1135	35	4	100	62	100	6030	11
	diverse cause	4	100	42	71	0	.	326	22	4	100	24	57	0	.	71	42	611	17	38	71	161	32	23	68	15	77	97	69	74	35	0	.	43	53	38	54	0	.	492	24	63	48	106	32	367	22	0	.	45	57	2646	9
	non determinabile	57	59	31	53	15	100	2394	13	121	62	94	45	0	.	907	37	3850	10	227	34	395	29	153	68	71	49	269	33	749	19	0	.	291	34	186	37	0	.	2644	12	480	30	708	21	2567	11	0	.	107	36	16316	5
	raccolta del legname	0	.	0	.	0	.	41	48	4	100	14	79	0	.	71	78	192	35	30	74	9	100	58	46	73	76	11	100	51	63	0	.	26	64	18	64	0	.	19	71	24	72	115	48	56	53	0	.	0	.	811	17
	altra attività umana	12	100	17	72	0	.	271	42	4	100	153	57	0	.	48	62	399	23	12	58	76	54	10	100	0	.	55	60	40	63	0	.	15	74	55	93	0	.	73	48	68	58	26	60	73	40	0	.	31	100	1439	14
	intemperie	4	100	22	60	15	77	452	19	14	78	64	44	0	.	129	50	692	23	83	41	109	40	12	76	32	74	59	46	55	53	0	.	128	39	35	52	0	.	498	21	106	41	94	38	466	21	4	100	4	100	3078	9
	alberi vivi a terra	0	.	0	.	0	.	56	54	0	.	0	.	0	.	70	76	345	45	0	.	20	71	0	.	4	100	53	66	10	100	0	.	11	100	0	.	0	.	71	43	10	100	0	.	255	34	0	.	0	.	905	22
	alberi morti	75	58	24	84	37	77	1694	16	87	57	346	48	0	.	451	27	2935	12	211	32	430	28	47	65	108	39	232	36	798	24	0	.	202	36	201	46	0	.	2102	16	326	36	602	25	2222	14	35	100	117	40	13283	6
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
81-100 %	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	153	92	155	62	148	71	2555	19	89	78	308	70	0	.	408	49	5307	14	420	51	227	75	16	100	417	53	393	53	1554	35	0	.	284	45	423	46	0	.	7356	12	1187	33	942	34	4644	14	0	.	72	78	27058	6
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	107	55	0	.	0	.	4	100	0	.	0	.	132	46
	caduta massi	0	.	0	.	37	100	712	33	121	72	103	77	0	.	381	43	671	22	44	70	69	100	12	100	75	87	145	65	572	36	0	.	426	45	16	62	0	.	565	25	167	61	104	57	916	25	0	.	0	.	5135	11
	diverse cause	11	100	17	100	8	100	74	34	0	.	7	100	0	.	21	61	158	27	19	71	24	74	0	.	0	.	68	86	78	48	0	.	8	71	0	.	0	.	273	26	38	65	14	75	172	26	0	.	0	.	990	13
	non determinabile	46	76	35	72	19	100	671	21	0	.	105	92	0	.	117	52	1155	14	48	59	90	80	0	.	31	74	11	100	227	39	0	.	71	56	95	40	0	.	1897	15	179	37	212	38	824	18	0	.	13	78	5845	7
	raccolta del legname	0	.	15	100	0	.	42	72	0	.	0	.	0	.	0	.	8	71	4	100	0	.	0	.	21	100	42	100	8	71	0	.	4	100	4	100	0	.	4	100	0	.	8	100	0	.	0	.	0	.	160	37
	altra attività umana	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	98	39	0	.	0	.	0	.	0	.	21	71	31	100	0	.	14	78	0	.	0	.	47	65	0	.	16	100	35	89	0	.	0	.	264	26
	intemperie	10	100	8	71	10	100	123	35	10	100	100	55	0	.	32	58	171	31	10	100	23	100	0	.	10	100	28	62	29	64	0	.	9	100	33	79	0	.	316	28	110	71	35	90	224	28	0	.	10	100	1302	13
	alberi vivi a terra	0	.	0	.	0	.	70	69	0	.	11	100	0	.	10	100	31	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	10	100	0	.	0	.	66	44	0	.	0	.	201	31
	alberi morti	44	78	13	76	42	100	828	29	44	75	229	48	0	.	150	51	1010	18	55	72	68	62	0	.	15	100	85	60	302	35	0	.	122	56	119	54	0	.	1347	18	168	39	277	45	1338	17	0	.	13	78	6268	8
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
>100%	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	62	100	0	.	643	31	22	100	126	85	0	.	74	59	1995	20	81	100	0	.	99	100	56	86	237	72	645	46	0	.	0	.	362	44	0	.	2778	19	257	55	273	67	1714	25	0	.	0	.	9424	10
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	79	61	0	.	0	.	0	.	0	.	0	.	79	61
	caduta massi	0	.	19	100	0	.	519	39	38	100	31	65	0	.	79	80	502	27	17	100	0	.	0	.	145	78	114	100	400	58	0	.	0	.	366	37	0	.	560	26	81	60	56	73	281	36	0	.	0	.	3208	14
	diverse cause	0	.	7	100	0	.	19	61	0	.	12	100	0	.	14	100	91	32	0	.	0	.	10	100	0	.	0	.	20	71	0	.	0	.	4	100	0	.	94	36	9	71	0	.	34	57	0	.	0	.	314	18
	non determinabile	0	.	0	.	0	.	351	39	4	100	16	79	0	.	33	65	776	24	12	100	0	.	21	100	23	71	37	72	110	47	0	.	0	.	48	51	0	.	942	21	85	57	49	77	234	30	0	.	0	.	2740	12
	raccolta del legname	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100
	altra attività umana	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	0	.	0	.	10	100	0	.	0	.	37	48
	intemperie	0	.	4	100	0	.	24	62	0	.	12	100	0	.	9	100	121	39	0	.	0	.	0	.	23	71	21	100	53	62	0	.	0	.	4	100	0	.	61	66	0	.	8	100	45	58	0	.	0	.	384	22
	alberi vivi a terra	0	.	0	.	0	.	69	100	0	.	0	.	0	.	0	.	33	76	0	.	0	.	0	.	0	.	44	100	13	100	0	.	0	.	0	.	0	.	56	61	31	75	0	.	41	79	0	.	0	.	287	35
	alberi morti	0	.	35	100	0	.	399	36	10	100	42	100	0	.	64	74	487	24	23	100	0	.	26	100	86	64	155	93	62	70	0	.	0	.	154	54	0	.	715	27	70	71	148	63	336	30	0	.	0	.	2813	13
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	14034	8	2326	22	3618	18	52894	4	5409	13	13997	9	820	36	4354	17	52352	4	12218	9	14987	8	9941	10	2272	26	6943	13	19569	8	4403	16	9790	10	9392	10	9476	11	39653	4	5042	14	32402	6	37069	5	2265	21	14140	8	379366	1
	fuoco	0	.	0	.	0	.	28	58	0	.	27	74	0	.	0	.	114	52	0	.	0	.	0	.	10	100	0	.	4	100	10	100	0	.	0	.	15	100	619	31	4	100	9	70	8	71	0	.	10	100	858	24
	caduta massi	0	.	135	87	37	100	2232	17	292	51	397	31	0	.	830	34	2356	12	199	30	107	71	217	45	255	52	580	37	1283	25	57	100	773	28	458	30	0	.	1717	14	682	26	800	25	2404	20	4	100	62	100	15877	6
	diverse cause	324	19	134	37	128	46	1796	9	108	41	318	24	0	.	184	31	1864	10	624	24	1014	19	190	22	55	52	330	33	841	36	101	38	293	21	199	26	123	29	1866	14	156	29	1139	13	947	13	27	71	324	21	13086	5
	non determinabile	1652	13	178	25	435	23	9383	6	1036	18	2322	12	17	71	1447	24	11472	5	1122	14	2043	11	1021	17	267	25	996	16	2907	10	502	20	1507	13	994	16	869	17	9936	5	1101	18	4689	8	6615	6	168	43	2243	9	64924	2
	raccolta del legname	805	17	74	37	89	62	1881	11	124	31	445	20	0	.	90	64	688	16	713	16	672	17	523	21	123	51	135	44	580	19	138	32	596	17	247	27	312	23	141	37	48	56	1218	14	195	26	107	41	733	16	10677	4
	altra attività umana	271	26	21	61	91	41	1540	16	214	41	496	27	4	100	89	49	1217	15	465	30	480	27	253	23	60	74	149	31	391	29	53	54	131	32	187	44	144	73	457	18	138	41	783	19	548	22	0	.	232	29	8413	6
	intemperie	252	20	169	29	189	42	1763	9	36	45	518	17	0	.	185	37	1661	12	432	18	619	18	107	31	162	34	233	24	342	21	8	71	350	20	225	25	132	31	1687	11	276	35	553	15	1168	12	4	100	138	24	11209	4
	alberi vivi a terra	19	65	0	.	0	.	405	35	4	100	79	40	0	.	131	55	620	27	0	.	39	48	11	100	22	83	106	54	53	45	10	100	11	100	8	71	17	100	306	24	73	47	44	56	534	24	25	61	71	45	2587	11
	alberi morti	1014	14	199	37	451	25	6877	8	632	20	2225	14	168	53	934	19	8622	7	1133	15	1983	16	352	23	310	27	1038	22	2624	12	194	30	913	17	1503	20	489	31	7014	7	750	22	3387	10	6684	8	143	40	970	14	50607	3
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 1426393. Birmensdorf, Swiss Federal Research Institute WSL

zurück