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)
quota (classi di 200 m) · causa dei danni agli alberi (10 classi)
suddivisione regionale: regione biogeografica
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1-IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2004/07
		regione biogeografica
		Giura		Altopiano		Versante nord delle Alpi		Alpi centrali occidentali		Alpi centrali orientali		Versante sud delle Alpi		Svizzera
quota (classi di 200 m)	causa dei danni agli alberi (10 classi)	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	fuoco	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	caduta massi	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	diverse cause	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	non determinabile	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	raccolta del legname	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	altra attività umana	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	intemperie	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	alberi vivi a terra	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	alberi morti	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.
>1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	690	50	5980	16	10017	14	1987	25	18675	9
	fuoco	0	.	0	.	0	.	7	100	0	.	0	.	7	100
	caduta massi	0	.	0	.	0	.	341	35	25	77	82	60	448	29
	diverse cause	0	.	0	.	27	74	139	45	266	30	30	63	462	23
	non determinabile	0	.	0	.	252	47	994	19	1569	16	401	37	3216	11
	raccolta del legname	0	.	0	.	0	.	0	.	67	46	0	.	67	46
	altra attività umana	0	.	0	.	23	72	151	87	114	40	40	100	328	44
	intemperie	0	.	0	.	63	58	252	33	484	23	154	43	953	17
	alberi vivi a terra	0	.	0	.	0	.	88	72	243	60	32	100	364	45
	alberi morti	0	.	0	.	336	70	1212	23	1375	21	321	32	3244	15
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1601-1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	6491	19	5997	22	6725	16	4447	18	23660	9
	fuoco	0	.	0	.	0	.	0	.	0	.	23	100	23	100
	caduta massi	0	.	0	.	378	57	54	56	335	66	64	57	831	38
	diverse cause	0	.	0	.	106	36	144	39	213	33	375	41	839	22
	non determinabile	0	.	0	.	1522	20	1090	23	1281	19	988	21	4881	10
	raccolta del legname	0	.	0	.	7	100	17	100	113	47	0	.	137	41
	altra attività umana	0	.	0	.	50	53	34	81	57	52	28	79	169	31
	intemperie	0	.	0	.	381	26	116	48	168	49	131	47	795	19
	alberi vivi a terra	0	.	0	.	94	80	35	100	0	.	18	100	147	58
	alberi morti	0	.	0	.	1851	27	1426	34	1243	22	412	30	4932	15
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1401-1600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	1232	32	0	.	11394	12	5042	19	8029	15	7281	17	32979	7
	fuoco	0	.	0	.	7	100	0	.	0	.	0	.	7	100
	caduta massi	0	.	0	.	614	37	168	48	259	41	145	49	1186	23
	diverse cause	46	54	0	.	691	35	51	58	332	48	176	42	1295	23
	non determinabile	74	49	0	.	3226	13	974	24	2070	20	1175	20	7518	9
	raccolta del legname	0	.	0	.	195	42	44	85	228	34	35	100	502	25
	altra attività umana	38	70	0	.	452	40	96	61	120	40	27	75	732	27
	intemperie	40	61	0	.	804	20	285	43	135	34	209	40	1473	15
	alberi vivi a terra	0	.	0	.	44	60	189	78	0	.	17	100	250	60
	alberi morti	171	58	0	.	4101	18	958	31	1236	24	622	25	7087	12
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1201-1400 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	5296	15	48	.	17480	10	4863	21	4114	21	4955	18	36757	7
	fuoco	0	.	0	.	30	100	0	.	0	.	193	72	223	64
	caduta massi	92	78	0	.	1347	23	202	48	141	49	645	33	2427	16
	diverse cause	331	31	0	.	870	18	114	49	184	38	251	35	1750	13
	non determinabile	907	23	0	.	3448	11	820	26	1369	25	1243	21	7787	8
	raccolta del legname	181	44	0	.	208	30	14	100	152	39	0	.	554	21
	altra attività umana	63	59	0	.	559	32	17	100	169	47	126	46	935	22
	intemperie	141	44	0	.	763	21	109	47	207	34	65	43	1286	15
	alberi vivi a terra	8	100	0	.	221	57	23	100	0	.	54	100	306	46
	alberi morti	428	27	0	.	4212	14	585	27	1378	24	489	33	7093	10
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1001-1200 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	14837	10	1308	35	20781	9	2915	24	2806	31	5463	20	48111	6
	fuoco	0	.	0	.	7	100	0	.	0	.	113	100	120	94
	caduta massi	582	28	18	100	1656	23	532	40	590	39	651	33	4028	14
	diverse cause	339	25	85	54	879	19	44	60	237	46	310	29	1894	13
	non determinabile	1689	18	269	41	3232	12	582	28	697	33	1169	24	7639	8
	raccolta del legname	613	25	42	59	1000	24	0	.	0	.	31	100	1687	17
	altra attività umana	159	31	225	64	416	32	15	100	200	42	43	100	1058	21
	intemperie	272	32	47	54	714	21	51	79	136	57	287	38	1507	15
	alberi vivi a terra	19	100	0	.	118	48	83	82	17	100	0	.	237	39
	alberi morti	1064	19	193	45	2828	13	688	37	596	38	1043	26	6411	9
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.
801-1000 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	15854	10	6719	17	19273	10	3155	25	3232	24	5955	19	54188	6
	fuoco	17	100	8	100	18	100	0	.	0	.	22	100	65	53
	caduta massi	1037	40	9	100	1663	26	199	67	81	66	213	49	3202	19
	diverse cause	591	27	212	33	1144	36	99	53	98	43	450	41	2594	19
	non determinabile	2051	16	697	26	3635	13	390	34	804	25	1763	21	9339	8
	raccolta del legname	898	23	283	41	538	23	0	.	40	71	0	.	1758	15
	altra attività umana	316	36	71	52	970	34	7	100	104	61	0	.	1467	24
	intemperie	381	25	162	35	506	21	7	100	55	58	92	52	1202	13
	alberi vivi a terra	35	70	52	58	65	66	16	100	61	58	63	77	291	29
	alberi morti	999	17	508	27	2740	15	517	38	482	37	1078	22	6324	9
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.
601-800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	15572	10	27882	8	12526	13	954	45	2672	24	5752	18	65357	5
	fuoco	17	100	0	.	0	.	0	.	0	.	212	77	229	71
	caduta massi	802	34	63	78	967	43	152	63	323	67	364	41	2671	21
	diverse cause	562	24	592	19	268	28	65	47	107	50	235	52	1828	13
	non determinabile	1871	15	3301	11	1932	29	244	52	630	27	2032	23	10010	9
	raccolta del legname	705	23	1382	15	298	39	0	.	17	100	20	100	2422	12
	altra attività umana	303	32	417	36	232	40	17	100	15	70	20	100	1003	20
	intemperie	474	21	796	18	258	32	32	63	41	61	198	41	1800	12
	alberi vivi a terra	0	.	30	64	43	85	54	74	25	76	0	.	151	40
	alberi morti	1514	18	2318	15	1132	20	231	50	363	32	1281	23	6839	9
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.
=600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	9605	13	45302	5	4774	22	571	48	104	.	8026	17	68382	5
	fuoco	0	.	41	74	0	.	0	.	0	.	275	70	316	61
	caduta massi	267	79	122	85	414	87	0	.	0	.	177	39	980	44
	diverse cause	217	42	941	16	96	100	57	71	0	.	151	33	1462	14
	non determinabile	1260	19	5764	8	675	28	103	72	0	.	2340	17	10142	7
	raccolta del legname	252	28	2483	12	77	51	0	.	0	.	7	100	2819	10
	altra attività umana	379	47	1031	24	130	69	16	100	0	.	151	42	1708	19
	intemperie	214	33	827	17	37	56	25	100	0	.	549	30	1651	14
	alberi vivi a terra	20	100	164	37	17	100	0	.	0	.	83	62	284	29
	alberi morti	867	21	3193	12	251	34	147	57	0	.	2090	21	6548	9
	totale	.	.	.	.	.	.	.	.	.	.	.	.	.	.
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	62397	4	81260	4	93409	4	29477	8	37699	6	43867	5	348109	2
	fuoco	35	71	49	64	62	59	7	100	0	.	838	37	991	32
	caduta massi	2779	20	211	55	7040	13	1648	19	1754	23	2341	15	15773	8
	diverse cause	2085	12	1830	11	4080	13	713	18	1438	17	1978	15	12124	6
	non determinabile	7852	7	10030	6	17922	6	5199	9	8419	8	11110	7	60532	3
	raccolta del legname	2648	12	4190	9	2322	13	75	58	617	19	93	55	9946	6
	altra attività umana	1258	19	1744	19	2831	16	353	42	778	19	435	25	7399	9
	intemperie	1522	12	1832	11	3526	9	878	20	1225	15	1685	14	10668	5
	alberi vivi a terra	82	46	246	28	600	28	487	38	346	44	268	36	2030	16
	alberi morti	5042	8	6212	8	17451	7	5763	13	6673	10	7337	8	48478	4
	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. 1426610. Birmensdorf, Swiss Federal Research Institute WSL

zurück