Phương Pháp Nghiên Cứu Quy Luật Sinh Trưởng Cho Một Số Nhân Tố Điều Tra (D, H,

Việc xác định các tham số của phương trình đường sinh thân cây được

thực hiện sau khi tuyến tính hoá phương trình tổng quát trên:

Nếu đặt X1 = x; X2 = x2; X3 = x3;… Xn = xn thì phương trình (3.17) sẽ được chuyển về dạng tuyến tính nhiều lớp:

y = a0 + a1X1 + a2X2 + ... + anXn (3.18)

Việc xác định các tham số của phương trình tương quan tuyến tính nhiều lớp được thực hiện bằng phần mềm Excel theo hướng dẫn của Ngô Kim Khôi, Nguyễn Hải Tuất và Nguyễn Văn Tuấn [17].

Chọn bậc của phương trình dựa vào việc kiểm tra sự tồn tại của các tham số của phương trình bằng tiêu chuẩn t và dựa vào sai số tương đối và hệ số tương quan.

Khi đã tìm được bậc phù hợp cho phương trình đường sinh, tiến hành hiệu chỉnh phương trình sao cho đồ thị của hàm số vừa tìm được đi qua 2 điểm lý thuyết có toạ độ (0 ; 0) và (0,9 ; 1).

Sau khi xác định được phương trình thích hợp, đề tài tiến hành xác định

f01 từ phương trình đường sinh thân cây theo công thức:

f01 y dx

Với y: là phương trình đường sinh đã được chọn.

(3.19)

Thay x = 1 vào phương trình (3.19) sẽ được hình số tự nhiên (f01). Từ đó, áp dụng công thức V = g01*H*f01 để tính thể tích cây.

3.2.5. Phương pháp nghiên cứu quy luật sinh trưởng cho một số nhân tố điều tra (D, H, V)

Các hàm toán học mô phỏng quá trình sinh trưởng rất phong phú. Kế thừa những thành tựu của nhiều tác giả đi trước trong nghiên cứu sinh trưởng

của cây rừng, lâm phần rừng trồng thuần loài đều tuổi, đề tài đã sử dụng các

dạng hàm sinh trưởng thông dụng sau:

Hàm Schumacher có dạng: Y = b1. exp(-b2/Ab3) (3.20) Hàm Gompertz có dạng: Y = b1. exp(-b2* exp(-b3*A)) (3.21) Với: b1, b2, b3: là các tham số của phương trình;

A: là biến tuổi.

Để đánh giá một cách khách quan sự phù hợp của một hàm lý thuyết nào đó với các dãy tài liệu quan sát, sử dụng cùng một lúc 2 chỉ tiêu thống kê:

 Hệ số xác định phương trình tuyến tính đạt lớn nhất;

 Phương sai hồi quy của phương trình đạt nhỏ nhất.

Để mô hình hoá sinh trưởng cây mọc nhanh, hàm số phải đáp ứng tính mềm dẻo và đồng thời phải xuất phát từ gốc toạ độ (0;0). Mặt khác để biểu thị quá trình sinh trưởng của các nhân tố điều tra (D, H, V) của cây hay lâm phần, hàm số phải thể hiện được tính tổng quát, bao quát.

3.2.6. Vận dụng kết quả nghiên cứu

Từ các kết quả nghiên cứu về cấu trúc lâm phần, sinh trưởng và hình dạng của một số đại lượng điều tra rừng như: D, H, V, f của cây rừng và lâm phần, đề xuất biện pháp kỹ thuật áp dụng trong điều tra rừng và sản lượng rừng nhằm nâng cao hiệu quả trong gây trồng và kinh doanh rừng Keo tai tượng tại Tuyên Quang.

Chương 4

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

4.1. Nghiên cứu các quy luật cấu trúc và xây dựng các mô hình cấu trúc loài Keo tai tượng

4.1.1. Lọc bỏ số liệu thô

Lọc bỏ số liệu thô là quá trình loại bỏ những giá trị điều tra quan sát cá biệt nằm cách xa trung vị trong tổng thể dãy số liệu quan sát, nhằm làm phù hợp dãy số liệu quan sát theo đúng quy luật của nó. Lọc bỏ số liệu thô giúp cho kết quả nghiên cứu được đại diện đồng thời thể hiện đúng các quy luật cấu trúc và sinh trưởng của loài cây.

Vận dụng phần mềm SPSS vào việc lọc bỏ số liệu thô sẽ cho độ chính xác cao và nhanh chóng. Đường dẫn vào chương trình lọc số liệu thô của SPSS như sau: Analyse/Descriptive Statistics/Explore.

Thực hiện quy trình trên cho 18 ô tiêu chuẩn từ tuổi 3 đến tuổi 11 cho các nhân tố điều tra D1,3, Hvn, Dt. Thống kê ta được kết quả sau:

- Đối với nhân tố D1,3: các lâm phần ở năm trồng 1996, 1997, 2000, 2003 không gặp sai số thô. Tổng số sai số thô D1,3 lọc bỏ ở các năm còn lại là 9 cây cho tất cả các ô mẫu điều tra, chúng đều tập trung ở đối tượng quá lớn so với số trung vị.

- Đối với nhân tố Hvn: các lâm phần ở năm trồng 1996, 1999, 2000, 2002, 2003 không gặp sai số thô. Tổng số sai số thô Hvn lọc bỏ là 10 cây ở các năm còn lại, phần lớn tập trung ở đối tượng quá nhỏ so với số trung vị.

- Đối với nhân tố Dt: các lâm phần ở năm trồng 1996, 1999, 2000, 2002 không gặp sai số thô. Tổng số sai số thô Dt lọc bỏ là 28 cây cho tất cả các ô mẫu điều tra thuộc các năm còn lại.

Từ kết quả lọc bỏ những sai số của dãy số liệu thô cho thấy việc loại bỏ những số liệu thô cá biệt là rất cần thiết. Dưới đây là biểu đồ minh hoạ cho đối tượng D1,3 (ÔTC 2/Tuổi 8), Hvn (ÔTC 1/Tuổi 9), Dt(ÔTC 1/Tuổi 10).

N = 115

Hình 4.1: Các số liệu thô D1,3 ở năm trồng 1999

3467

863

N = 119

Hình 4.2: Các số liệu thô Hvn ở năm trồng 1998

N = 79

Hình 4.3: Các số liệu thô Dt ở năm trồng 1997

4.1.2. Kiểm tra sự thuần nhất giữa các ô điều tra cùng một tuổi

Tuy khu vực nghiên cứu tương đối giống nhau về điều kiện khí hậu, địa hình, địa chất, nhưng tại các ÔTC nghiên cứu có thể có sự khác nhau ít nhiều về điều kiện tiểu hoàn cảnh, dẫn đến sự sinh trưởng khác nhau của cây trồng. Để nghiên cứu một số quy luật cấu trúc và sinh trưởng rừng Keo tai tượng, đề tài tiến hành kiểm tra sự thuần nhất của các ÔTC trong cùng một tuổi bằng tiêu chuẩn Mann - Whitney (mỗi tuổi điều tra 2 ÔTC). Nếu thuần nhất thì gộp chung lại và tính toán, ngược lại nếu không thuần nhất thì tính toán riêng cho từng ô. Sử dụng tiêu chuẩn kiểm tra Z và xác suất P trên chương trình SPSS với đường dẫn: Analyse/Nonparametric Test/2-Independent. Kết quả kiểm tra nếu Z  < 1,96 hoặc P > 0,05 thì các mẫu điều tra thuần nhất.

Tiến hành kiểm tra cho các tuổi từ 3 đến 11 với cả 3 nhân tố D1,3, Hvn, Dt

được kết quả trong bảng 4.1:

Bảng 4.1: Xác suất kiểm tra sự thuần nhất về D1,3, Hvn, Dt giữa các ÔTC trong cùng một tuổi

Tuổi

D1,3	Hvn	Dt	Kết luận
3	0,508	0,110	0,098	(H0) +
4	0,159	0,170	0,065	(H0) +
5	0,190	0,069	0,196	(H0) +
6	0,432	0,911	0,066	(H0) +
7	0,307	0,641	0,953	(H0) +
8	0,748	0,432	0,189	(H0) +
9	0,989	0,584	0,552	(H0) +
10	0,351	0,583	0,179	(H0) +
11	0,546	0,258	0,440	(H0) +

Có thể bạn quan tâm!

Xem toàn bộ 116 trang tài liệu này.

Kết quả cho thấy có thể gộp chung các ô điều tra trong cùng một tuổi để nghiên cứu các quy luật cấu trúc và sinh trưởng. Trong đó, xác suất của tiêu chuẩn Z đạt được từ 0,065 đến 0.989 đều lớn hơn 0,05.

4.1.3. Quy luật phân bố số cây theo đường kính ngang ngực (N-D)

Khi rừng khép tán, xuất hiến sự cạnh tranh về không gian dinh dưỡng giữa các cây rừng với nhau, dẫn tới sự phân hoá về kích thước và hiện tượng tỉa thưa tự nhiên. Sự phân hoá về đường kính diễn ra theo một quy luật khách quan gọi là quy luật phân bố số cây theo đường kính (N-D). Quy luật này được xem là một trong những quy luật quan trọng nhất của cấu trúc lâm phần, vì thế nó là nội dung chính trong công tác điều tra rừng. Từ kết quả nghiên cứu quy luật này, có thể nhận biết được trạng thái hiện tại của lâm phần, từ đó có các biện pháp tác động hợp lý theo từng mục đích kinh doanh cụ thể. Ngoài ra, nghiên cứu quy luật phân bố số cây theo đường kính cũng cho phép

xác định các nhân tố điều tra cơ bản như: mật độ hiện tại, các loại đường kính bình quân, tổng tiết diện ngang, trữ lượng…

Tuỳ theo đặc điểm phân bố thực nghiệm mà các tác giả chọn hàm lý thuyết khác nhau để mô phỏng kết cấu đường kính lâm phần. Tham khảo các nghiên cứu về cấu trúc rừng của các tác giả đi trước, đề tài chọn hàm Weibull là hàm lý thuyết để mô phỏng quy luật phân bố số cây theo đường kính. Đây là hàm lý thuyết được rất nhiều tác giả chọn khi mô phỏng phân bố N/D cho các lâm phần rừng trồng thuần loài, đều tuổi ở nước ta. Số tổ và cự ly mỗi tổ quan sát được chia theo công thức của Brooks và Carruther như sau:

m ≥ 5.log(n) (4.1)

K X maxX min

(4.2)

Đề tài tiến hành nắn phân bố thực nghiệm N/D theo hàm lý thuyết Weibull cho các lâm phần Keo tai tượng từ tuổi 3 đến tuổi 11. Kết quả được thể hiện trong bảng 4.2 và hình 4.4:

Bảng 4.2: Kết quả mô hình hoá quy luật phân bố N-D theo hàm Weibull

Tuổi

		2 n	052	Kết luận
3	1,52	0,30576	13,67	15,5	(H0) +
4	1,65	0,08684	16,24	16,9	(H0) +
5	2,26	0,01962	11,23	15,5	(H0) +
6	1,91	0,02455	13,58	14,1	(H0) +
7	1,59	0,07394	15,25	15,5	(H0) +
8	1,89	0,02410	9,20	15,5	(H0) +
9	2,07	0,01502	8,08	14,1	(H0) +
10	2,39	0,00559	9,91	12,6	(H0) +
11	1,60	0.03272	26,69	14,1	(H0) -

N(cây)

fll

Nắn phân bố N-D1.3 (tuổi 3)

N(cây)

fll

Nắn phân bố N-D1.3 (tuổi 7)

N(cây)

fll

Nắn phân bố N-D1.3 (tuổi 8)

11 12 13 14 15 16 17 18 19 20 21 22

D1.3(cm)

9.7 10.9 12.1 13.3 14.5 15.7 16.9 18.1 19.3 20.5 21.7 22.9

D1.3(cm)