Giáo trình sản lượng rừng part 9 potx

Thực chất các mô hình này là các phương trình hồi quy, mà biến phụ thuộc là một chỉ tiêu sản lượng nào đó, như trữ lượng, tổng tiết diện ngang, tăng trưởng trữ lượng hay tăng trưởng tổng

Chương 4 Thiết kế thí nghiệm, thu thập vμ xử lý số liệu cho

nghiên cứu tăng trưởng vμ sản lượng

Mục đích của thiết kế thí nghiệm ngoài thực địa là tạo ra nguồn số liệu

cho việc thiết lập các mô hình tăng trưởng và sản lượng Thực chất các mô

hình này là các phương trình hồi quy, mà biến phụ thuộc là một chỉ tiêu sản

lượng nào đó, như trữ lượng, tổng tiết diện ngang, tăng trưởng trữ lượng hay

tăng trưởng tổng tiết diện ngang, còn các biến độc lập có thể là mật độ ban

đầu, cường độ tỉa thưa, thời gian giãn cách giữa các lần tỉa thưa… Vì thế,

trước khi thiết kế thí nghiệm, cần chú ý một số đặc điểm của các mô hình sản

lượng

4.1 Đặc điểm của ước lượng tham số của các mô hình sản lượng

Trước khi thiết kế thí nghiệm, cần thăm dò trước mô hình toán học dự

kiến sử dụng làm mô hình sản lượng Từ đó, các thí nghiệm phục vụ cho

nghiên cứu tăng trưởng và sản lượng cần được thiết kế theo từng loại mô hình

đã có

Theo Alder, D (1980), khi thiết kế thí nghiệm, cần lưu ý một số điểm

dưới đây:

- Nếu mô hình sản lượng biết trước là dạng đường thẳng, mẫu hoặc

công thức thí nghiệm chỉ nên tập trung vào điểm đầu và điểm cuối của đường

thẳng Điều đó có nghĩa là, mẫu được quan sát hay bố trí thí nghiệm chỉ nên

tập trung vào giá trị lớn nhất và nhỏ nhất của biến độc lập cần nghiên cứu

Chẳng hạn, nếu biết chỉ tiêu sản lượng nào đó có quan hệ đường thẳng với mật

độ, thì ngoài thực địa nên tập trung điều tra thu thập số liệu ở những lâm phần

có mật độ thấp nhất và cao nhất (theo đơn vị loài cây, cấp đất và cấp tuổi)

Hoặc khi bố trí thí nghiệm, nên tập trung vào các công thức có mật độ cao và

mật độ thấp nhất (theo đơn vị loài cây và cấp đất)

4.2 Thiết kế mẫu cho xây dựng mô hình

Theo Alder, D (1980), lấy mẫu là sự lựa chọn thí nghiệm trong các trường hợp con người không thể kiểm soát được các biến đưa vào mô hình

Đối với những nghiên cứu về tăng trưởng và sản lượng, điều kiện này được áp dụng theo nguyên tắc biến động của lập địa Mật độ lâm phần có thể kiểm soát được thông qua các biện pháp lâm sinh hoặc khai thác Trong những kiểu rừng đã có, có thể lựa chọn ngoài hiện trường hoặc thiết kế thí nghiệm những kiểu rừng mong muốn Thiết kế thí nghiệm thực sự cần thiết và có hiệu quả cho việc thiết lập các mô hình tăng trưởng và sản lượng Theo cách này, các mô hình sản lượng được thiết lập vừa ít tốn kém vừa có độ chính xác cao hơn

so với các mô hình được thiết lập từ số liệu điều tra mẫu ngoài hiện trường (lựa chọn trên những diện tích rừng đã có, những lâm phần đáp ứng điều kiện cho trước để lập ô thu thập số liệu) Mặc dù vậy, cả hai nguồn dữ liệu đều cần thiết, nếu biến động lập địa được thể hiện vào mô hình Tương ứng với hai nguồn số liệu vừa đề cập ở trên, có hai loại ô thu thập số liệu phục vụ cho việc thiết lập mô hình tăng trưởng và sản lượng, đó là ô tạm thời và ô cố định

điều tra cây cá lẻ Theo Alder, D (1980) đối với rừng thuần loài đều tuổi, diện tích ô mẫu dao động từ 400m2 đến 800m2

4.2.1.1 Điều tra ô mẫu

Với mỗi ô mẫu, trước khi điều tra cây đứng, cần thu thập những thông

- Ngày, tháng, năm điều tra

Đối với cây đứng, cần điều tra các chỉ tiêu sau:

- Phân cấp sinh trưởng (theo 5 cấp Kraft)

- Đường kính ngang ngực

- Chiều cao vút ngọn và chiều cao dưới cành

- Đường kính hình chiếu tán cây

- Xác định đối tượng kinh doanh (tỉa thưa hay để lại nuôi dưỡng)

4.2.1.2 Giải tích cây tiêu chuẩn

Như đã biết, giải tích cây tiêu chuẩn là công việc tốn kém cả về thời gian lẫn chi phí về kinh tế, đồng thời đòi hỏi phải có kinh nghiệm và trình độ chuyên môn cao Vì thế, không phải tất cả các ô mẫu tạm thời đều được giải tích cây tiêu chuẩn, mà chỉ tiến hành với một tỷ lệ nào đó Với mỗi loài cây, các ô giải tích phải thực sự đại diện cho địa phương hay vùng sinh thái, cho

điều kiện lập địa hay cấp đất và đại diện cho mật độ hiện tại, ngoài ra lâm phần có tuổi càng cao càng tốt

Mỗi ô như vậy, cần giải tích 3 cây tiêu chuẩn đại diện cho 3 cấp kính có

số cây bằng nhau Để xác định cây tiêu chuẩn, cần thực hiện các bước công việc sau:

- Xác định phân bố N/D và đường cong chiều cao

- Chia dãy phân bố N/D thực nghiệm thành 3 cấp kính từ nhỏ đến lớn với số cây bằng nhau

- Tính đường kính và chiều cao bình quân theo tiết diện cho từng cấp kính (từ Dg, tra đường cong chiều cao xác định Hg tương ứng)

- Chọn cây tiêu chuẩn cho từng cấp kính (cây tiêu chuẩn là cây có

đường kính và chiều cao gần nhất với giá trị đường kính và chiều cao đã tính toán)

Sau khi lựa chọn được cây tiêu chuẩn, tiến hành chặt ngả và giải tích (xem phần điều tra tăng trưởng cây rừng - Giáo trình Điều tra rừng)

4.2.2 Ô mẫu cố định

Hầu hết các nhà lâm nghiệp cho rằng, số liệu thu thập được từ những ô mẫu cố định là cơ sở quan trọng nhất cho việc thiết lập mô hình tăng trưởng và sản lượng Hơn thế nữa, các ô cố định này còn bổ sung những số liệu và giá trị

ước đoán của biến số độc lập cũng như biến số về sản lượng mà không thể phát hiện được ở những diện tích rừng đã có Chẳng hạn như, khi nghiên cứu quan hệ giữa tăng trưởng trữ lượng với mật độ, nhưng ngoài hiện trường, phạm

vi biến động về mật độ giữa các lâm phần lại rất nhỏ (giả sử từ 1500-2200 cây/ha) Vì thế, muốn có tăng trưởng trữ lượng tương ứng với mật độ dưới

1500 và lớn hơn 2200 cây/ha cần thiết phải bố trí các ô nghiên cứu cố định 4.2.2.1 Số lượng ô mẫu

Theo Alder, D (1980), không thể xác định số lượng ô mẫu cần thiết từ các tiêu chuẩn thống kê thuần tuý, vì độ chính xác của các mô hình tăng trưởng và sản lượng phụ thuộc vào vị trí của ô, khoảng thời gian giữa 2 lần đo liên tiếp, cũng như biến động của các chỉ tiêu điều tra khác và các hệ số trong mô hình toán học được sử dụng Kinh nghiệm cho thấy, với mỗi loại rừng cần thiết phải có khoảng 100 ô phân bố đại diện cho điều kiện lập địa và lịch sử

lâm phần, trừ phi có sự khác biệt rõ nét về sinh trưởng trên các vùng địa lý khác nhau

4.2.2.2 Diện tích và cách bố trí ô mẫu

Các ô mẫu cố định cần được bố trí đồng đều theo các điều kiện sau:

- Lập địa: xấu, trung bình, tốt (hình 4.1)

- Mật độ (cấp mật độ thấp, trung bình, cao)

- Tuổi rừng: rừng non, rừng trung niên (hình 4.1)

Cách bố trí ô nghiên cứu này có thể không tỷ lệ với diện tích của mỗi loại lâm phần Tuy vậy, đây là phương pháp có hiệu quả cho việc cung cấp dữ liệu ước lượng các tham số hồi quy Cách bố trí theo kiểu phân cấp ở trên cũng khó thực hiện khi không nắm được điều kiện sinh trưởng của các lâm phần thuộc đối tượng nghiên cứu Trong trường hợp này, nên sử dụng việc phân cấp

địa lý để bố trí một cách hệ thống các ô thí nghiệm có diện tích bằng nhau

Hình 4.1 Số liệu sinh trưởng chiều cao từ các ô mẫu cố định của các lâm phần Cupressus lusitanica ở Kenya (Alder, D 1980)

4.2.2.3 Số lần và thời gian đo lặp trên các ô cố định

Số lần điều tra, thời gian giữa các lần điều tra liên tiếp trên mỗi ô mẫu

phụ thuộc vào tốc độ sinh trưởng của mỗi loài cây Tuy vậy, cũng cần lưu ý, thời gian giữa 2 lần điều tra càng dài thì độ chính xác khi xác định tăng trưởng càng cao Với mỗi loài cây, nên căn cứ vào tổng số ô theo dõi cố định mà bố trí số lượng ô cần điều tra hàng năm Với các loài cây sinh trưởng nhanh như ở Việt Nam, mỗi năm nên điều tra khoảng 1/3 số ô Về thời gian giữa 2 lần điều tra trên ô cố định, Alder, D (1980) có đưa ra một vài con số tham khảo dưới đây:

- Rừng non nhiệt đới

- Rừng trung niên hoặc rừng thuần loài đều

tuổi nhiệt đới khác

- Rừng hỗn giao nhiệt đới

- Rừng thuần loài đều tuổi ôn đới

1 năm 2-4 năm

3-5 năm 3-5 năm Thời gian điều tra các ô cố định cũng nên bố trí theo mùa, nếu mùa sinh trưởng xác định, nên điều tra sau khi kết thúc mùa sinh trưởng Ngoài ra, thời gian điều tra trong mỗi ô ít bị hạn chế

Với các loài cây sinh trưởng nhanh vùng nhiệt đới, thời gian điều tra hàng năm trên mỗi ô, nên tiến hành vào cùng tháng, khi đó sẽ tăng độ chính xác xác định tăng trưởng hàng năm Ngược lại, khi thời gian giữa 2 lần điều tra dài hơn, 3 hoặc 4 năm chẳng hạn, khí hậu không phân thành mùa rõ rệt, thì thời gian đo trong năm ít bị hạn chế

4.2.3 Ô mẫu bán cố định

So với ô cố định, ô bán cố định có thời gian tồn tại ngoài hiện trường ngắn hơn Thông thường các ô này được bố trí để theo dõi và điều tra sinh trưởng thường từ 2 đến 3 lần, nhằm bổ sung số liệu cho các ô tạm thời

Trước khi bố trí ô bán cố định, cần tiến hành khảo sát những diện tích rừng thuộc đối tượng nghiên cứu đã có Trên cơ sở hiện trạng rừng, bố trí các

ô mẫu đại diện cho cấp tuổi, điều kiện lập địa và vùng sinh thái Theo Alder,

D (1980), có 2 cách bố trí ô bán cố định:

- Ô được bố trí ở tất cả các cấp tuổi Trong trường hợp này, mỗi ô tồn tại thường là 1 cấp tuổi với 2 đến 3 lần điều tra (hình 4.2)

Hình 4.2 Số liệu sinh trưởng từ các ô bán cố định và

ô tạm thời của Alder, D (1980)

- Các ô được bố trí ở các lâm phần non (ngoài hiện trường không có các lâm phần ở tuổi cao hơn) Với cách bố trí như vậy, nên duy trì khoảng 30% số

ô cho đến cuối chu kỳ kinh doanh, 70% số ô còn lại sẽ được loại bỏ sau lần

điều tra thứ 3 hoặc thứ 4

Với rừng hỗn giao, khi không xác định được tuổi, nên dùng số năm sau lần khai thác cuối cùng Đây là cơ sở để xây dựng các mô hình dự đoán tăng trưởng lâm phần Các biến độc lập ở mô hình này có thể là tổng tiết diện ngang sau lần khai thác cuối cùng và thời gian cần dự đoán…

4.3 Thiết kế thí nghiệm

Thí nghiệm là nguồn cung cấp số liệu hữu ích và hiệu quả nhất cho việc xây dựng các mô hình tăng trưởng và sản lượng Tuy vậy, trong nghiên cứu lâm nghiệp, nhiều khi những ưu điểm này lại bị hạn chế bởi chưa xác định

trước mô hình toán học của thí nghiệm được thiết kế làm cơ sở cho việc kiểm tra hoặc xác định các tham số

Những thiết kế thí nghiệm thích hợp với nghiên cứu tăng trưởng và sản lượng là phương pháp bố trí ngẫu nhiên hay hệ thống Bố trí ngẫu nhiên phù hợp với việc phân tích biến động, trong khi bố trí hệ thống lại phù hợp với phương pháp phân tích hồi quy và kinh tế hơn so với phương pháp bố trí ngẫu nhiên ngoài thực địa (Alder, D., 1980) Tuy nhiên, với phương pháp bố trí ngẫu nhiên cũng có thể phân tích bằng hồi quy và vì thế nó có thể được sử dụng rộng rãi hơn trong mọi trường hợp, ngoại trừ những thí nghiệm rừng trồng bố trí theo khoảng cách (các thí nghiệm với khoảng cách giữa các cây khác nhau)

4.3.1 Thiết kế ngẫu nhiên

Đặc trưng cơ bản của thiết kế ngẫu nhiên là vị trí của các công thức

được xác định ngẫu nhiên thông qua bảng số ngẫu nhiên Ngoài ra, bất kể công thức nào cũng phải lặp lại tối thiểu 2 lần ở 2 ô khác nhau (Alder, D 1980) Với những đặc trưng này, sẽ có những thí nghiệm ngẫu nhiên đầy đủ, mạng lưới ô vuông la tinh, khối không đầy đủ

Trong nghiên cứu tăng trưởng và sản lượng, thông thường có 2 loại thiết

kế ngẫu nhiên được sử dụng, đó là khối ngẫu nhiên và thí nghiệm ma trận Trong đó khối ngẫu nhiên được sử dụng đối với những thí nghiệm một nhân

tố, còn thí nghiệm ma trận áp dụng cho những thí nghiệm 2 nhân tố trở lên 4.3.1.1 Thiết kế thí nghiệm theo khối ngẫu nhiên

Đối với những thí nghiệm ngoài hiện trường, khối là một dải đất đồng nhất, trên đó bố trí các công thức thử nghiệm Nguyên tắc chung là, trong mỗi khối, mỗi công thức thí nghiệm chỉ xuất hiện tối đa một lần Nếu khối bao gồm đủ các công thức thí nghiệm, ta có khối đầy đủ, ngược lại, có khối không

đầy đủ Khi các công thức thử nghiệm được bố trí ngẫu nhiên trong mỗi khối,

ta có thí nghiệm theo khối ngẫu nhiên và mỗi khối tương ứng với 1 lần lặp của

mỗi công thức thí nghiệm (hình 4.3)

B1 t4 t3 t2 t1

B2 t2 t4 t3 t1

B3 t3 t1 t2 t4 Hình 4.3 Thí nghiệm bố trí theo khối ngẫu nhiên đầy đủ,

4 công thức 3 lần lặp Trường hợp số công thức bằng số lần lặp và được bố trí theo nguyên tắc sao cho, mỗi cột và mỗi hàng bao gồm đủ số công thức thí nghiệm và mỗi công thức chỉ xuất hiện một lần, ta có thí nghiệm bố trí theo ô vuông la tinh (hình 4.4)

B1 t4 t3 t1 t2

B2 t2 t4 t3 t1

B3 t3 t1 t2 t4

B4 t1 t2 t4 t3 Hình 4.4 Thí nghiệm bố trí theo mạng hình ô vuông la tinh

ở các hình trên, Bi là thứ tự khối, ti là thứ tự công thức thí nghiệm Khối cần được bố trí sao cho biến động về lập địa hay trạng thái rừng là nhỏ nhất so với biến động giữa các khối Các ô trong khối không nhất thiết phải bố trí sát nhau, nhưng giữa các ô trong khối phải tương đối gần nhau hơn

so với khoảng cách giữa các khối Các ô trong khối được bố trí ngẫu nhiên thông qua bảng ngẫu nhiên hay bằng phương pháp bốc thăm ngẫu nhiên

Khi bố trí thí nghiệm, có thể có một hoặc một số công thức thí nghiệm không được lặp lại trong 1 hoặc nhiều khối (có thể do ý định của người thiết

kế thí nghiệm) hoặc có thể do một số ô thí nghiệm bị hỏng do nguyên nhân nào đó, trường hợp này ta có khối ngẫu nhiên không đầy đủ Việc phân tích

phương sai đối với khối ngẫu nhiên không đầy đủ phức tạp hơn nhiều so với khối ngẫu nhiên đầy đủ, thế nhưng khi sử dụng phân tích hồi quy sẽ không có

sự khác biệt lớn (Alder, D 1980)

Đối với những nghiên cứu về tăng trưởng và sản lượng, thí nghiệm khối ngẫu nhiên chỉ phù hợp khi các công thức liền nhau không tạo thành dãy kích thước liên tục Chẳng hạn, thí nghiệm nghiên cứu ảnh hưởng của mật độ đến tăng trưởng trữ lượng lâm phần được thiết kế với mật độ nhỏ nhất là 2000 cây trên ha, mật độ lớn nhất là 4000 cây trên ha, cự ly giữa các cấp mật độ là 100 cây Khi các ô thí nghiệm đứng cạnh nhau có sự sai khác mật độ là 100 cây, các ô này ít có ảnh hưởng lẫn nhau Do bố trí ngẫu nhiên, nên các ô thí nghiệm trong mỗi khối, có thể có trường hợp, hai ô đứng cạnh nhau có sự khác biệt lớn về mật độ (ví dụ 2000 và 3000 cây, thậm chí 2000 và 4000 cây)

Đây chính là nguyên nhân làm cho các ô đứng cạnh nhau có ảnh hưởng qua lại do sự sai khác lớn về mật độ Từ đó, kết quả thí nghiệm không phản ánh trung thực ảnh hưởng của mật độ đến tăng trưởng trữ lượng Với trường hợp này, nên sử dụng phương pháp thiết kế thí nghiệm hỗn hợp (xem 4.3.2.2) 4.3.1.2 Thiết kế thí nghiệm theo kiểu ma trận

Thiết kế thí nghiệm theo kiểu ma trận được dùng khi có 2 hoặc nhiều nhân tố ảnh hưởng Ví dụ, với thí nghiệm tỉa thưa rừng trồng, nhân tố thường

được quan tâm là tuổi tỉa thưa và cường độ tỉa thưa Các nhân tố này được xem xét, phân cấp khi thiết kế thí nghiệm

Giả sử nhân tố A được phân thành a cấp (tuổi tỉa thưa được phân 3 cấp), nhân tố B được phân thành b cấp (cường độ tỉa thưa được phân thành 4 cấp) Như thế sẽ có a x b công thức thí nghiệm (3 x 4 = 12) Tất cả các công thức phải

được lặp lại ít nhất 2 lần, sẽ có ít nhất 2a x b ô thí nghiệm (2x3x4 = 24ô) Các lần lặp được bố trí vào các khối, khi đó sẽ xác định được biến động theo khối

Ngoài hiện trường, đôi khi người ta cũng bố trí những thí nghiệm có tính chất định tính như tỉa thưa và không tỉa thưa Trường hợp này có thể sử

Thiết kế thí nghiệm theo kiểu ma trận phù hợp với những nghiên cứu về rừng thuần loài đều tuổi, liên quan đến cường độ tỉa thưa, khoảng cách ban

đầu, tỉa cành và sử dụng phân bón có kiểm soát Những thí nghiệm này khó áp dụng cho rừng hỗn giao vì tính phức tạp của việc xác định các công thức thí nghiệm cũng như tác động của các nhân tố thí nghiệm

4.3.2 Thiết kế hệ thống

Khi vị trí các công thức thí nghiệm ngoài hiện trường không được xác

định một cách ngẫu nhiên thì được coi là thiết kế hệ thống Theo phương pháp này, các công thức được bố trí theo một số loại mẫu hệ thống nào đó để lượng hoá kích thước và chi phí của thí nghiệm

Theo Alder, D (1980), thí nghiệm được bố trí hệ thống không thể sử dụng phương pháp phân tích phương sai để đánh giá sự sai khác về sinh trưởng giữa các công thức, nhưng là nguồn số liệu tốt để xác định các tham số hồi quy Phương pháp thiết kế này được áp dụng rộng rãi cho những thí nghiệm khoảng cách đối với rừng thuần loài đều tuổi Hiện tại có 2 phương pháp thiết

kế thí nghiệm hệ thống ngoài hiện trường thường hay được sử dụng, đó là phương pháp thiết kế thí nghiệm cây đơn lẻ và phương pháp thiết kế thí nghiệm theo sơ đồ kết hợp

4.3.2.1 Thiết kế thí nghiệm cây đơn lẻ

Với những thí nghiệm khoảng cách, công thức đơn lẻ được thiết kế theo phương pháp hệ thống, trong đó sự thay đổi khoảng cách giữa các cây được xem như một dẫy liên tục Sơ đồ rẻ quạt của Nelder (Alder,D.,19980) được coi

là ví dụ tiêu biểu nhất (hình 4.5)

Hình 4.5 Sơ đồ của Nelder bố trí thí nghiệm

khoảng cách cây đơn lẻ Theo sơ đồ này, các cây được trồng dọc theo bán kính từ tâm trở ra, với khoảng cách giữa các cây dọc theo bán kính tăng dần như tỷ lệ tăng khoảng cách giữa các bán kính

Ngoài sơ đồ hình rẻ quạt của Nelder, có thể sử dụng sơ đồ hình chữ nhật (hình 4.6) để bố trí thí nghiệm khoảng cách cây đơn lẻ, vì hai sơ đồ này

có hiệu quả như nhau Sơ đồ hình 4.6 cho thấy, khoảng cách giữa các cây tăng dần lên 0,5m cả theo chiều rộng lẫn chiều dài (chiều thẳng đứng và chiều nằm ngang) Bằng cách này, có thể kiểm soát được tất cả sự kết hợp khoảng cách hình vuông và hình chữ nhật và lặp lại mỗi tổ hợp riêng lẻ 2 lần, đồng thời thí nghiệm ít chịu ảnh hưởng của cây mất đi

Hình 4.6 Sơ đồ hình chữ nhật bố trí thí nghiệm

khoảng cách cây đơn lẻ