Luận văn thạc sĩ khoa học lâm nghiệp: Xác định lượng CO2 hấp thụ của rừng khộp (Dipterocarp Forest) tỉnh Đăk Lăk

Phương pháp lượng hóa sinh khối và carbon cho cây cá thể, lâm phần hiện tại đã được xây dựng thành quy trình chung trên phạm vi toàn thế giới: Thiết lập hệ thống ô mẫu; Sử dụng phương p

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC TÂY NGUYÊN

BÙI HIẾN ĐỨC

KHỘP (DIPTEROCARP FOREST) TỈNH ĐĂK LĂK

LUẬN VĂN THẠC SỸ KHOA HỌC LÂM NGHIỆP

Chuyên ngành: Lâm học

Mã số: 60.62.02.01

Đăk Lăk, năm 2014

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC TÂY NGUYÊN

BÙI HIẾN ĐỨC

KHỘP (DIPTEROCARP FOREST) TỈNH ĐĂK LĂK

LUẬN VĂN THẠC SỸ KHOA HỌC LÂM NGHIỆP

MỤC LỤC

Lời cam đoan iii

Lời cảm ơn iv

DANH MỤC TỪ VIẾT TẮT v

DANH MỤC HÌNH, BIỂU ĐỒ vii

DANH MỤC BẢNG BIỂU ix

ĐẶT VẤN ĐỀ 1

CHƯƠNG 1 TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU 5

1.1 Biến đổi khí hậu và chương trình REDD, REDD+ 5

1.2 Cơ sở ước tính sinh khối và carbon rừng 6

1.3 Ước tính sinh khối và carbon ở các bể chứa carbon 8

1.3.1 Bể chứa carbon của sinh khối trên mặt đất (AGB) 9

1.3.2 Bể chứa carbon của sinh khối dưới mặt đất (BGB) 24

1.3.3 Bể chứa carbon của thảm mục (Litter), thảm tươi (Herb) 25

1.3.4 Bể chứa carbon của gỗ chết (Dead wood) 26

1.3.5 Bể chứa carbon của đất rừng (SOC) 26

1.3.6 Nghiên cứu về sinh khối và hấp thụ khí CO2 của rừng khộp 28

1.4 Thảo luận 29

CHƯƠNG 2 PHẠM VI, ĐỐI TƯỢNG VÀ ĐẶC ĐIỂM KHU VỰC NGHIÊN CỨU 32

2.1 Phạm vi nghiên cứu 32

2.2 Đối tượng nghiên cứu 32

2.2.1 Kiểu rừng, trạng thái rừng nghiên cứu 32

2.2.2 Các bể chứa sinh khối, carbon lâm phần 33

2.3 Đặc điểm khu vực nghiên cứu 33

CHƯƠNG 3 MỤC TIÊU, NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU 34

3.1 Mục tiêu nghiên cứu 34

3.2 Nội dung nghiên cứu 34

3.3 Phương pháp nghiên cứu 35

3.3.1 Phương pháp luận 35

3.3.2 Phương pháp nghiên cứu cụ thể 37

CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 51

4.1 Ước tính sinh khối và carbon cho cây cá thể rừng khộp 51

4.1.1 Biến số khối lượng thể tích gỗ (WD) và vỏ cây rừng (BaD) khi tham gia xây dựng mô hình sinh trắc 51

4.1.2 Mô hình ước tính sinh khối và carbon bộ phận cây cá thể phần trên mặt

đất 55

4.1.3 Mô hình ước tính sinh khối và carbon cây cá thể chung cho các loài 65

4.1.4 Mô hình ước tính sinh khối và carbon theo loài, nhóm loài chủ yếu 73

4.1.5 Mô hình ước tính sinh khối và carbon theo nhóm khối lượng thể tích gỗ 77

4.1.6 So sánh các mô hình ước tính AGB =f(DBH, H) chung các loài, theo loài chủ yếu và theo nhóm WD 80

4.1.7 Mô hình chuyển đổi ước tính sinh khối, carbon phần trên và dưới mặt đất cây cá thể 82

4.2 Ước tính sinh khối và carbon cho các bể chứa ngoài gỗ 84

4.2.1 Ước tính carbon hữu cơ trong đất (SOC) 84

4.2.2 Ước tính sinh khối và carbon trong các bể chứa thảm tươi, thảm mục, gỗ chết 85

4.3 Mô hình ước tính sinh khối và carbon cho lâm phần từ các biến số điều tra rừng 87

4.4 Cấu trúc sinh khối và carbon lâm phần 92

4.4.1 Phân cấp chiều cao lâm phần 93

4.4.2 Phân cấp sinh khối lâm phần rừng khộp 96

4.4.3 Cấu trúc sinh khối và carbon trong cây rừng phần trên và dưới mặt đất 98

4.5 Dự báo tăng trưởng sinh khối, carbon rừng khộp 105

KẾT LUẬN VÀ KIẾN NGHỊ 108

TÀI LIỆU THAM KHẢO 112

Lời cam đoan

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi Các số liệu và kết quả nghiên cứu nêu trong luận văn là trung thực, chưa từng được công bố trong bất kỳ công trình nào khác

Học viên

Bùi Hiến Đức

Lời cảm ơn

Để hoàn thành luận văn kết thúc chương trình đào tạo Thạc sĩ chuyên nghành Lâm học khóa VI (2011 – 2013) tại trường Đại học Tây Nguyên, tôi xin chân thành cảm ơn:

Thầy PGS.TS Bảo Huy, người đã giảng dạy, quan tâm, giúp đỡ và tạo điều kiện tốt nhất để tôi học hỏi nhiều kiến thức và hướng dẫn tận tình tôi hoàn thành luận văn này Nhóm nghiên cứu của bộ môn Quản Lý Tài Nguyên Rừng & Môi trường (FREM): Cô Lý, thầy Hùng, thầy Định, Cô Hương, thầy Quốc, anh Hiển, anh Tài Anh, anh Khánh đã hỗ trợ tôi trong quá trình thu thập số liệu trên hiện trường và đã đóng góp ý kiến, tạo điều kiện cho tôi trong quá trình học tập và hoàn thành luận văn

Quý thầy cô giáo, phòng Đào tạo sau đại học, Ban giám hiệu nhà trường đã giảng dạy và tạo điều kiện thuận lợi cho tôi trong suốt những năm học vừa qua Xin gửi lời cảm ơn tới Anh Khoa, anh Bằng, bạn Hậu, các em Đức Anh, Tiền, Hương đã giúp đỡ tôi rất nhiều trong quá trình thu thập số liệu hiện trường; các thành viên lớp cao học Lâm học K06 đã gắn bó và giúp đỡ tôi trong suốt quá trình học tập

Công ty Lâm nghiệp Ea Hleo, Trung đoàn 737, Công ty Bảo Ngọc và gia đình anh Nhuần đã giúp đỡ và tạo rất nhiều điều kiện thuận lợi cho tôi trong quá trình thu thập số liệu hiện trường Tổ chức Forest Trend đã hỗ trợ một phần kinh phí trong quỹ học bổng để tôi có điều kiện thuận lợi hơn trong quá trình thu thập số liệu hiện trường

Đặc biệt tôi xin gửi lời chân thành cảm ơn đến bạn gái tôi, Trinh Người đã ở bên tôi những lúc khó khăn nhất và cùng tôi hoàn thành bài luận văn này Tôi xin gửi lời cảm ơn đến mẹ và các em của tôi đã luôn ủng hộ tinh thần, động viên tôi về mọi mặt

Tôi xin chân thành cảm ơn!

Buôn Ma Thuột, tháng 01 năm 2014

Học viên

Bùi Hiến Đức

DANH MỤC TỪ VIẾT TẮT

AGB Above Ground Biomass - Sinh khối trên mặt đất của thực vật, chủ

yếu trong cây gỗ, bao gồm thân, lá và vỏ (kg/cây)

BA Basal area: Tổng tiết diện ngang cây gỗ/ha (m2/ha)

BaD Khối lượng thể tích vỏ (g/cm3)

BCEF Biomass conversion and expansion factor: Hệ số chuyển đổi từ trữ

lượng sang sinh khối

BEF Biomass expansion factor: Hệ số chuyển đổi thể tích tươi sang

sinh khối khô

BGB Below Ground Biomass - Sinh khối rễ cây dưới mặt đất (kg/cây)

C (AGB) Carbon in ABG: Carbon tích lũy trong sinh khối trên mặt đất của

thực vật (kg/cây)

C (BGB) Carbon in ABG: Carbon tích lũy trong sinh khối dưới mặt đất của

thực vật, chủ yếu rễ cây gỗ (kg/cây) COP Conference Of Parties: Hội nghị các bên liên quan

DBH Diameter at Breast Height - Đường kính ngang ngực (cm)

IPCC Intergovermental Panel of Climate Change: Cơ quan liên chính

phủ về biến đổi khí hậu

REDD Reducing Emissions from Deforestation and Forest Degradation -

Giảm phát thải khí gây hiệu ứng nhà kính từ suy thoái và mất rừng REDD+ Giảm phát thải khí gây hiệu ứng nhà kính từ suy thoái và mất rừng

kết hợp với bảo tồn, quản lý rừng bền vững và tăng cường trữ lượng carbon ở các quốc gia đang phát triển

SOC Soil Organic Carbon: Carbon hữu cơ trong đất (tấn/ha)

TAGTB Total above ground tree biomass: Tổng sinh khối cây gỗ phần trên

mặt đất trên một đơn vị diện tích (tấn/ ha) TAGTC Total above ground tree carbon: Tổng carbon tích lũy của cây gỗ

phần trên mặt đất trên một đơn vị diện tích (tấn/ ha) TBGTB Total below ground tree biomass: Tổng sinh khối cây gỗ phần

dưới đất trên một đơn vị diện tích (tấn/ ha) TBGTC Total below ground tree carbon: Tổng carbon tích lũy của cây gỗ

phần dưới mặt đất trên một đơn vị diện tích (tấn/ ha) TTB Total tree biomass: Tổng sinh khối cây gỗ trên và dưới mặt đất

(tấn/ha) TTC Total tree carbon: Tổng carbon cây gỗ trên và dưới mặt đât (tấn/

ha) UNFCCC United Nations Framework Convention on Climate Change: Hiệp

định khung của liên hợp quốc về biến đổi khí hậu UN-REDD+ United Nations Reduction of Emissions from Deforestation and

forest Degradation - Chương trình giảm phát thải từ phá rừng và suy thoái rừng của LHQ

V Volume - Thể tích cây gỗ (m3/cây)

WD Wood Density - Khối lượng thể tích gỗ (g/cm3)

DANH MỤC HÌNH, BIỂU ĐỒ

Hình 1.1: Năm bể chứa carbon trong lâm phần 9

Hình 1.2: Bể chứa carbon cây cá thể 10

Hình 1.3: Ô mẫu tròn phân tầng theo cấp kính áp dụng ở Hoa Kỳ 11

Hình 1.4: Biểu đồ biến động phần dư và biểu đồ xác suất chuẩn Normal P-P 19

Hình 1.5: Các tiêu chuẩn thống kê để lựa chọn biến số và hàm tối ưu 20

Hình 1.6: Các ô mẫu về SOC ở các mô hình canh tác nương rẫy trên thế giới 28

Hình 2.1: Vị trí địa lí khu vực nghiên cứu 32

Hình 3.1: Sơ đồ tiếp cận nghiên cứu 37

Hình 3.2: Ô mẫu điều tra carbon rừng khộp 38

Hình 3.3: Bản đồ phân bố ô mẫu điều ra sinh khối, carbon rừng khộp 39

Hình 3.4: Xác định khối lượng và lấy mẫu thảm tươi, thảm mục, gỗ chết 41

Hình 3.5: Xác định khối lượng, thể tích và lấy mẫu phân tích đất 41

Hình 3.6: Chia cây thành 5 đoạn để xác định Doivà lấy mẫu phân tích 42

Hình 3.7: Các bước thu thập số liệu cây giải tích 43

Hình 3.8: Cân và lấy mẫu các bộ phận cây giải tích 44

Hình 3.9: Xác định thể tích gỗ, vỏ tươi bằng ống đonước (ml) 45

Hình 4.1: Ma trận đám mây điểm mối quan hệ giữa WD, BaD với DBH, H chung cho các loài của kiểu rừng khộp tỉnh Đăk Lăk 52

Hình 4.2: Biểu đồ phân tích phương sai nhóm WD, BaD 55

Hình 4.3: Biến động giữa giá trị sinh khối dự báo Bst và giá trị thực tế đối với mô hình một biến DBH 57

Hình 4.4 Biến động giữa giá trị carbon Cst dự báo và giá trị thực tế đối với mô hình một biến DBH 57

Hình 4.5: Biến động giữa giá trị sinh khối dự báo Bba và giá trị thực tế đối với mô hình một biến DBH 59

Hình 4.6: Biến động giữa giá trị carbon dự báo Cba và giá trị thực tế đối với mô hình một biến DBH 60

Hình 4.7: Biến động giữa giá trị sinh khối, carbon dự báo và giá trị thực tế đối với mô hình cho phần cành cây 62

Hình 4.8: Biến động giữa giá trị sinh khối, carbon dự báo và giá trị thực tế đối với mô hình cho phần lá cây 63

Hình 4.9: Tỷ lệ sinh khối và carbon 4 bộ phận cây gỗ trên mặt đất 65

Hình 4.10: Mô hình AGB= f(DBH) 67

Hình 4.11: Mô hình ước tính C(AGB) đơn biến DBH 70

Hình 4.12: Tỷ lệ carbon tích lũy ở 5 bộ phận cây gỗ rừng khộp 73

Hình 4.13: Mô hình AGB –f(DBH, H) chung, theo loài và nhóm WD 82

Hình 4.14: Quan hệ H/DBH trong lâm phần rừng khộp 94

Hình 4.15: Mô hình đường cong cấp chiều cao rừng khộp Đăk Lăk 95Hình 4.16: Kiểm nghiệm sự phù hợp họ đường cong cấp chiều cao của kiểu rừng khộp tỉnh Đăk Lăk 96Hình 4.17: Cấu trúc phân bố carbon trên và dưới mặt đất theo cấp kính ở cấp sinh khối I và cấp chiều cao 3 100Hình 4.18: Cấu trúc phân bố carbon trên và dưới mặt đất theo cấp kính lâm phần cấp năng suất và sinh khối trung bình (II, 2) 101Hình 4.19: Cấu trúc phân bố carbon trên và dưới mặt đất theo cấp kính lâm phần cấp năng suất và sinh khối tốt nhất (1, III) 103Hình 4.20: Tỷ lệ carbon 6 bể chứa trong lâm phần rừng khộp 104Hình 4.21: Mô hình quan hệ A=f (DBH) 106

DANH MỤC BẢNG BIỂU

Bảng 1.1: Các dạng hàm phổ biến xây dựng tương quan ước tính sinh khối 15

Bảng 1.2: Các mô hình ước tính sinh khối đã xây dựng cho các kiểu rừng trên thế giới 21

Bảng 1.3: Các hàm ước tính sinh khối cho kiểu rừng thường xanh ở vùng tây nguyên, Việt Nam 22

Bảng 1.4 Các mô hình ước tính sinh khối đã xây dựng ở Việt Nam 23

Bảng 1.5: Các hàm ước tính sinh khối, carbon dưới mặt đất cho kiểu rừng thường xanh vùng tây nguyên, Việt Nam 25

Bảng 3.1: Thông tin về vị trí và trạng thái ô tiêu chuẩn rút mẫu 39

Bảng 4.1: So sánh thể tích vỏ với thể tích cây 51

Bảng 4.2: Biến động và ước lượng khoảng WD, BaD cho các loài chủ yếu của kiểu rừng khộp Đăk Lăk 53

Bảng 4.3: Mô hình ước tính sinh khối phần thân cây (Bst) 56

Bảng 4.4: Mô hính ước tính carbon phần thân cây (Cst) 56

Bảng 4.5: Mô hình ước tính sinh khối phần vỏ cây (Bba) 58

Bảng 4.6: Mô hình ước tính carbon phần vỏ cây (Cba) 59

Bảng 4.7: Mô hình ước tính sinh khối phần cành cây (Bbr) 61

Bảng 4.8: Mô hình ước tính carbon phần cành cây (Cbr) 61

Bảng 4.9: Mô hình ước tính sinh khối lá cây (Bl) 62

Bảng 4.10: Mô hình ước tính carbon lá cây (Cl) 63

Bảng 4.11: Sinh khối, carbon, CO2 hấp thụ của 4 bộ phận cây rừng 64

Bảng 4.12: Mô hình ước tính sinh khối AGB từ biến số điều tra rừng 66

Bảng 4.13: So sánh biến động S% của mô hình ước tính AGB từ biến số DBH rừng khộp 68

Bảng 4.14: Mô hình ước tính carbon phần sinh khối trên mặt đất 69

Bảng 4.15: Mô hình ước tính sinh khối BGB 71

Bảng 4.16: Mô hình ước tính carbon bể chứa BGB (C (BGB) 72

Bảng 4.17: Lượng carbon và CO2ở 5 bộ phận cây gỗ theo các cấp kính 73

Bảng 4.18: Mô hình AGB=f(DBH) theo loài chủ yếu của rừng khộp 74

Bảng 4.19: Mô hình AGB=f(DBH, H) theo loài chủ yếu của rừng khộp 75

Bảng 4.20: Mô hình C_AGB=f(DBH, H) theo loài chủ yếu rừng khộp 75

Bảng 4.21: Mô hình BGB=f(DBH) theo loài chủ yếu rừng khộp 76

Bảng 4.22: Mô hình BGB=f(DBH,H) theo loài chủ yếu rừng khộp 76

Bảng 4.23: Mô hình C_BGB=f(DBH,H) theo loài chủ yếu rừng khộp 77

Bảng 4.24: Mô hình AGB=f(BDH, H) theo nhóm khối lượng thể tích gỗ 78

Bảng 4.25: Mô hình C_AGB=f(DBH, H) theo nhóm khối lượng thể tích gỗ 78

Bảng 4.26: Mô hình BGB=f(BDH, H) theo nhóm khối lượng thể tích gỗ 79

Bảng 4.27: Mô hình C_BGB=f(DBH, H) theo nhóm khối lượng thể tích gỗ 79

Bảng 4.28: Mô hình AGB = f(DBH, H) chung các loài, theo loài và nhóm WD 80

Bảng 4.29: Mô hình chuyển đổi sinh khối, carbon giữa bể chứa AGB và BGB 83

Bảng 4.30: Phân tích đặc trưng mẫu SOC 84

Bảng 4.31: Ước tính sinh khối và carbon bể chứa cho bể chứa thảm tươi 85

Bảng 4.32: Ước tính sinh khối và carbon bể chứa thảm mục (Litter) 86

Bảng 4.33: Ước tính sinh khối và carbon bể chứa gỗ chết (Dead wood) 86

Bảng 4.34: Mô hình chuyển đổi sinh khối, carbon lâm phần 88

Bảng 4.35: Mô hình ước tính sinh khối trên mặt đất lâm phần với các nhân tố điều tra rừng 88

Bảng 4.36: Mô hình ước tính carbon trên mặt đất lâm phần với các nhân tố điều tra rừng 89

Bảng 4.37: Mô hình ước tính sinh khối phần sinh khối dưới mặt đất lâm phần với các nhân tố điều tra rừng 89

Bảng 4.38 Mô hình ước tính carbon phần sinh khối dưới mặt đất lâm phần với các nhân tố điều tra rừng 90

Bảng 4.39: Mô hình ước tính sinh khối 5 bộ phận cây trên mặt đất với nhân tố điều tra rừng 90

Bảng 4.40: Mô hình ước tính carbon 5 bộ phận cây trên mặt đất với nhân tố điều tra rừng 91

Bảng 4.41: Mô hình ước tính tổng sinh khối lâm phần với nhân tố điều tra rừng 91

Bảng 4.42: Mô hình ước tính tổng carbon lâm phần với nhân tố điều tra rừng 92

Bảng 4.43: Các tham số bi theo 3 cấp chiều cao lâm phần 94

Bảng 4.44: Biểu cấp chiều cao rừng khộp Đăk Lăk 95

Bảng 4.45: Phân tích biến động TAGTB 97

Bảng 4.46: Phân tích biến động hệ số BCEF 98

Bảng 4.47: Phân cấp sinh khối và quan hệ với trữ lượng 98

Bảng 4.48: Các mô hình ước tính sinh khối, carbon theo cấp kính và cấp chiều cao 99

Bảng 4.49: Sinh khối và carbon của lâm phần có năng suất và sinh khối thấp nhất, tương ứng với lâm phần có cấp sinh khối I và cấp chiều cao 3 99

Bảng 4.50: Sinh khối và carbon của lâm phần có cấp năng suất và sinh khối trung bình, tương ứng với lâm phần có cấp chiều cao 2 và cấp sinh khối II 101

Bảng 4.51: Sinh khối và carbon của lâm phần có cấp năng suất và sinh khối tốt nhất, tương ứng với lâm phần có cấp chiều cao 1 và cấp sinh khối III 102

Bảng 4.52: Tỷ lệ carbon 6 bể chứa lâm phần rừng khộp 104

Bảng 4.53: Mô hình quan hệ giữa tuổi cây rừng với DBH, H 105

Bảng 4.54: Tăng trưởng sinh khối, carbon trung bình của lâm phần có cấp năng suất và cấp sinh khối trung bình 107

Bảng 4.55: Tăng tưởng sinh khối và carbon cho 3 đơn vị lâm phần đại diện 107

ĐẶT VẤN ĐỀ

Phát triển và lượng hóa khả năng tích lũy carbon của rừng là một trong những hoạt động của chuỗi chương trình "Giảm phát thải do mất rừng và suy thoái rừng ở các nước đang phát triển" (REDD) và "Chi trả dịch vụ môi trường" (PES), được đề xuất trong bối cảnh những cam kết cắt giảm khí thải theo Nghị định thư Kyoto không đạt hiệu quả, đồng thời tình trạng suy thoái rừng ở các nước đang phát triển trong đó có Việt Nam, đã và đang đóng góp một tỷ lệ khá lớn vào tổng lượng phát thải CO2 trên toàn cầu Việc mở rộng REDD sang REDD+ đã thể hiện vai trò của các chương trình REDD+ ngày càng rộng vào tiến trình quản lý rừng theo hướng bền vững Các chương trình REDD+ hiện nay không chỉ chú trọng vào giảm phát thải từ suy thoái và mất rừng mà còn kết hợp với việc bảo tồn đa dạng sinh học, quản lý rừng bền vững và tăng cường trữ lượng carbon [1]

IPCC đã tham gia và thúc đẩy các nước đang phát triển thực hiện mục tiêu giảm phát thải bằng cách mua các tín dụng carbon của các nước này từ những khu rừng hấp thụ CO2 thông qua thị trường carbon Xây dựng phương pháp đo tính và giám sát để cung cấp thông tin, cơ sở dữ liệu về biến động lượng CO2

hấp thụ hay phát thải của các bể chứa carbon ở các kiểu rừng khác nhau theo tiêu chuẩn của IPCC (2006) là cần thiết để tham gia vào các chương trình REDD+ Phương pháp đo tính, lượng hóa sinh khối và carbon rừng sẽ quyết định nguồn

dữ liệu đầu vào cho việc áp dụng công nghệ viễn thám để giám sát biến động ở các bể chứa carbon Do đó phương pháp đo tính đạt độ tin cậy theo các tiêu chuẩn của IPCC (2006) sẽ quyết định mức độ chính xác trong việc giám sát lượng CO2 hấp thụ hay phát thải theo tiêu chuẩn quốc tế Đây là cơ sở để ước lượng giá trị kinh tế của lâm phần khi tham gia vào thị trường carbon toàn cầu Trên thực tế lượng carbon tích lũy, CO2 hấp thụ phụ thuộc vào nhiều yếu tố lâm phần và sinh thái khác nhau như: kiểu rừng, trạng thái rừng, loài cây ưu thế, điều kiện lập địa Do đó, đòi hỏi phải có những nghiên cứu, đánh giá về khả

năng hấp thụ CO2 của từng kiểu thảm phủ cụ thể Việc sử dụng một vài mô hình

để áp dụng chung cho tất cả các kiểu rừng, vùng sinh thái sẽ dẫn đến sai số và không đúng đắn về mặt khoa học [4]

Phương pháp lượng hóa sinh khối và carbon cho cây cá thể, lâm phần hiện tại đã được xây dựng thành quy trình chung trên phạm vi toàn thế giới: Thiết lập

hệ thống ô mẫu; Sử dụng phương pháp chặt hạ cây (destructive sampling); Phân tích mẫu để xác định sinh khối, hàm lượng carbon; Xây dựng mô hình ước tính sinh khối, carbon cây cá thể thông qua các nhân tố điều tra rừng và nhân tố sinh thái Tuy nhiên khả năng áp dụng vào nghiên cứu thực tế cho từng loại thảm phủ, từng bể chứa carbon là rất khác nhau, từ đó mức độ tin cậy và quy mô áp dụng các mô hình được xây dựng cũng khác nhau Các nghiên cứu trên thế giới mới chỉ tập trung vào bể chứa sinh khối của cây rừng phần trên mặt đất (AGB), việc tính toán trữ lượng carbon đều thông qua hệ số chuyển đổi CF của IPCC (2006), các bể chứa carbon còn lại cũng sử dụng hệ số chuyển đổi của IPCC [6] Mặt khác số lượng mẫu của các nghiên cứu nhỏ so với diện tích rừng thực tế, chưa được đánh giá sai số mô hình khi áp dụng đối với các kiểu rừng đa dạng ở Việt Nam Bảo Huy (2012) đã xây dựng hệ thống các mô hình ước tính carbon tích lũy cho cả năm bể chứa carbon rừng lá rộng thường xanh vùng Tây Nguyên

là sinh khối trên mặt đất (AGB), sinh khối dưới mặt đất (BGB), thảm mục, gỗ chết và SOC theo các tiêu chuẩn IPCC (2006) với các thông số cụ thể, sai số của

mô hình thấp

Chương trình UN-REDD+ tại Việt Nam đã bước vào giai đoạn II, tuy nhiên các nghiên cứu về xây dựng hàm ước tính carbon cho từng kiểu rừng khác nhau vẫn chưa đầy đủ cho từng kiểu rừng, hầu hết các nghiên cứu chỉ tập trung vào việc mô tả kết quả thông qua việc thiết lập một số ô mẫu xác định sinh khối, chưa có sự kiểm định theo các chỉ tiêu thống kê toán học, do đó việc áp dụng để tính toán trữ lượng carbon vào thực tế sẽ dẫn đến sai số Vì vậy việc xây dựng hệ thống mô hình ước tính sinh khối, carbon cho từng kiểu rừng cụ thể là cấp thiết

Rừng khộp (Dipterocarp forest) là một kiểu rừng đặc trưng và chỉ có ở khu vực Đông Nam Á Tại Việt Nam rừng Khộp tập trung ở khu vực Tây Nguyên, trong đó tỉnh Đăk Lăk là nơi có diện tích lớn và đặc trưng nhất Các giá trị nhiều mặt của rừng khộp về kinh tế, các giá trị sinh học, sinh thái chưa được hiểu biết một cách sâu sắc là nguyên nhân làm cho kiểu rừng này bị coi là kém hiệu quả (kinh tế) và đang bị chặt hạ để chuyển đổi sang các diện tích trồng các loại cây khác được coi là có hiệu quả cao hơn là điều thực sự đáng báo động Ngoài ra, trong xu thế toàn cầu đối phó với biến đổi khí hậu, các thảm rừng khộp cũng có giá trị nhất định trong việc hấp tích lũy carbon, góp phần giảm phát thải khí nhà kính

Trên thế giới việc nghiên cứu để lượng hóa những giá trị về mặt môi trường nói chung và khả năng tích lũy carbon của kiểu rừng khộp cũng mới trong giai đoạn khởi đầu và phạm vi nghiên cứu hẹp trong một vùng sinh thái cụ thể chưa được kiểm định sai số khi áp dụng cho kiểu rừng khộp của Việt Nam Tại Việt Nam các nghiên cứu về rừng kiểu rừng khộp hầu hết chỉ tập trung vào nghiên cứu cấu trúc, sinh khối Các nghiên cứu về khả năng tích lũy carbon cho kiểu rừng khộp chỉ dừng lại ở mức độ sử dụng các mô hình đã có sẵn chưa được kiểm định cho kiểu rừng khộp ở Việt Nam hay mới chỉ dừng lại ở việc thiết lập một vài ô mẫu và trình bày kết quả, do đó không có cơ sở tin cậy về mặt thống kê vì vậy cũng không có cơ sở để áp dụng thực tế

Xây dựng phương pháp nghiên cứu khả năng tích lũy carbon trong năm bể chứa cụ thể ở các trạng thái khác nhau của kiểu rừng khộp phù hợp theo các tiêu chuẩn của IPCC (2006) để xác định năng lực hấp thụ CO2 là một hướng nghiên cứu cần quan tâm Kết quả của nghiên cứu mang tính định lượng này sẽ là cơ sở

dữ liệu đầu vào quan trọng cho việc giám sát hấp thụ, phát thải CO2 tạo cơ sở để tham gia chương trình REDD+ Việc chi trả tín dụng carbon từ các chương trình REDD+ sẽ là nguồn động lực rất lớn đối với các chủ rừng và các cộng đồng sống gần rừng quan tâm tới sự tồn tại của kiểu rừng đặc biệt này Trong bối cảnh đó,

vấn đề nghiên cứu được đặt ra là phương pháp xây dựng mô hình và cung cấp hệ thống các mô hình xác định sinh khối và carbon tích lũy, CO2 hấp thụ cho các trạng thái khác nhau của kiểu rừng khộp theo tiêu chuẩn của IPCC (2006)

Để giải quyết các vấn đề nêu trên đề tài nghiên cứu nội dung "XÁC ĐỊNH

FOREST) TỈNH ĐĂK LĂK"

Trong phạm vi của một đề tài tốt nghiệp thạc sĩ, nghiên cứu giới hạn cho kiểu rừng khộp tập trung chủ yếu ở hai huyện là Easoup và EaHleo là khu vực rừng khộp đại diện và đặc trưng nhất của tỉnh Đăk Lăk

CHƯƠNG 1 TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU

1.1 Biến đổi khí hậu và chương trình REDD, REDD +

Biến đổi khí hậu đang là mối quan tâm chung toàn cầu, hàng loạt chương trình và chính sách nhằm đối phó với vấn đề này đã được nghiên cứu, xây dựng Tuy nhiên khi triển khai vào thực tế đã gặp rất nhiều khó khăn, trở ngại Nghị định thư Kyoto tiếp tục gia hạn cho đến năm 2020 trước bối cảnh các cam kết về cắt giảm khí thải gây hiệu ứng nhà kính không đạt được kết quả như mong đợi, cùng với suy thoái và mất rừng diễn ra với tốc độ cao tại các quốc gia đang phát triển đang là thách thức cho không chỉ riêng ngành lâm nghiệp mà còn ảnh hưởng sâu sắc tới nhiều vấn đề mang tính toàn cầu Lượng hóa khả năng tích lũy carbon, hấp thụ CO2 của rừng qua đó tạo cơ sở chi trả tài chính cho dịch vụ môi trường, giảm phát thải từ mất rừng và suy thoái rừng tại các quốc gia đang phát triển là một hướng đi mới cho tình hình hiện tại, đây là cơ sở ra đời của chương trình REDD "Giảm phát thải từ suy thoái rừng và mất rừng tại các quốc gia đang phát triển"[1]

REDD được đề xuất từ chương trình nghị sự của Hội nghị lần thứ 11 (COP11) của UNFCCC tại Montréal, tháng 12 năm 2005 và được mở rộng chuyển sang REDD+ "Giảm phát thải từ nạn phá rừng và suy thoái rừng, vai trò của bảo tồn, quản lý bền vững và tăng cường trữ lượng car bon rừng ở các nước đang phát triển" Tại COP13 ở Bali, tháng 12 năm 2007 Kết hợp với sự ra đời của chương trình UN-REDD được FAO, UNDP và UNEP hợp tác thí điểm REDD+ tại các nước đang phát triển với sự hỗ trợ tài chính từ quỹ đối tác carbon rừng (FCPF) của ngân hàng thế giới(WB) Cho thấy tiềm năng to lớn, không chỉ

là lợi ích trực tiếp từ việc cắt giảm phát thải khí gây hiệu ứng nhà kính (GHG), tăng cường trữ lượng carbon rừng mà còn là sự tác động tích cực vào bảo tồn đa dạng sinh học, xóa đói giảm nghèo, phát huy quyền của người dân bản địa, mà hơn cả là thúc đẩy quản lý và phát triển rừng bền vững của REDD và REDD+

[9]

REDD bắt đầu từ một ý tưởng đơn giản nhưng có ý nghĩa to lớn về mặt thực tiễn: Chi trả tài chính cho tổ chức, cộng đồng, người giúp giảm phá rừng, mất rừng Một phần năm lượng phát thải khí nhà kính toàn cầu là từ suy thoái và mất rừng, trong khi phá rừng và làm suy thoái rừng chỉ mang lại lợi nhuận thấp

so với giá trị thực tế mà rừng mang lại Mặt khác cơ sở hoạt động của REDD, REDD+ nhấn mạnh tính tự nguyện và sự đổi mới về tư duy quản lý tài nguyên rừng dựa trên nền công nghệ quản lý sẵn có và được sự hỗ trợ mạnh mẽ từ các quỹ tài chính tự nguyện, cho nên hiệu quả từ các chương trình REDD, REDD+

mang lại là khả thi

Tại COP17 ở Durban, tháng 12 năm 2011 đã xác định cơ chế hoạt động cho REDD+ trên 5 lĩnh vực chính: Giảm phát thải từ mất rừng; Giảm phát thải từ suy thoái rừng; Bảo tồn trữ lượng carbon rừng; Quản lý rừng bền vững; Nâng cao các bể chứa carbon rừng Tuy nhiên, quá trình triển khai hoạt động thực tiễn của REDD, REDD+ đã cho thấy nhiều vấn đề phức tạp và thách thức Đó là các yêu cầu về phương pháp đo đạc, lượng hóa khả năng tích lũy carbon rừng; Xác định phạm vi, cách thức chi trả; Sự rò rỉ và mức tham chiếu tính toán; Trách nhiệm pháp lý; Tính lâu bền; Chia sẻ hưởng lợi Những nghiên cứu để có cách tiếp cận sâu sắc và hiệu quả là thách thức cho hoạt động triển khai REDD, REDD+ Việt Nam là một trong những quốc gia đang thực hiện thí điểm chương trình UN-REDD+, do đó cung cấp được phương pháp ước lượng tính sinh khối

và carbon rừng để tạo cơ sở dữ liệu cho thiết kế hệ thống đo tính và giám sát sinh khối, carbon của các kiểu rừng, vùng sinh thái khác nhau là hoạt động thực tiễn và cấp thiết

1.2 Cơ sở ước tính sinh khối và carbon rừng

Ước tính được sinh khối và trữ lượng carbon tích lũy, CO2 hấp thụ là thông tin và dữ liệu đầu vào cho việc giám sát biến động hấp thụ hay phát thải CO2 ở các bể chứa carbon cho từng trạng thái của các kiểu rừng, vùng sinh thái khác nhau Mối quan hệ hữu cơ giữa sinh khối, carbon rừng với các nhân tố điều tra

lâm học thông thường như DBH, H, Ca, nhân tố sinh thái, nhân tố cấu trúc lâm phần như tổ thành loài, DTC, N, M, BA…là cơ sở lý luận cho phương pháp ước tính sinh khối, carbon rừng Tuy nhiên do đặc điểm phức tạp của việc bố trí thí nghiệm thu thập số liệu, sự biến động đa dạng của các nhân tố sinh thái, sự đa dạng về cấu trúc, tổ thành loài ở từng trạng thái rừng của các kiểu rừng khác nhau trên phạm vi toàn thế giới, các nghiên cứu chỉ có dừng lại trong một phạm

vi nhất định về mức độ tin cậy của mô hình, hệ thống thông tin, cơ sở dữ liệu và phạm vi áp dụng [4]

IPCC (2006) đã tổng kết các nghiên cứu và đưa ra quy trình chung để ước tính và giám sát sinh khối, carbon rừng Các quốc gia muốn tham gia thị trường carbon và được chi trả tài chính thì việc đo tính, giám sát hấp thụ, phát thải CO2

phải tuân thủ theo các quy trình này IPPC đã xây dựng phương pháp tính toán

và giám sát hấp thụ, phát thải CO2 theo 3 cấp độ tùy thuộc vào điều kiện áp dụng của mỗi quốc gia, vùng lãnh thổ:

 Cấp độ I: Sử dụng biến số trữ lượng rừng và thông qua các hệ số chuyển đổi của IPCC (2006) để ước tính sinh khối và carbon cho các bể chứa Đây là cấp độ đơn giản nhất, dễ áp dụng nhưng sai số lớn

 Cấp độ II: Sử dụng biến số tỷ lệ sinh khối khô so với thể tích tươi cây gỗ

để ước tính sinh khối, thông qua trữ lượng rừng để tính toán sinh khối lâm phần, sau đó sử dụng hệ số chuyển đổi để ước tính trữ lượng carbon

 Cấp độ III: Xây dựng hệ thống hàm sinh học (allometric equations) để ước tính và ứng dụng công nghệ GIS để giám sát sinh khối, trữ lượng carbon Qua đó cung cấp được hệ thống giám sát, báo cáo và thẩm tra (MRV) theo tiêu chuẩn

Trong 3 cấp độ được IPCC xây dựng thì cấp độ III được khuyến khích áp dụng để xây dựng được hệ thống MRV đạt tiêu chuẩn khi tham gia vào thị trường carbon toàn cầu Do đó các quốc gia, vùng lãnh thổ cần cung cấp được hệ thống hàm sinh học để ước tính trữ lượng và phương pháp giám sát thay đổi sinh

khối và CO2 phù hợp và đảm bảo độ tin cậy Hiện tại một loạt các tổ chức và cá nhân đã đưa ra các phương pháp ước tính, giám sát sinh khối và carbon rừng ở các cấp độ và phạm vi khác nhau: ICRAF(2007), Pearson và cộng sự (2007) Bishma và cộng sự (2010), Silva và cộng sự (2010), SNV và UN-REDD Việt Nam ( 2010), Bảo Huy (2012)

Các nghiên cứu trên thế giới của hầu hết các tác giả như Brown 2001), MacDicken (1997), Nelson và cộng sự (1999), Ketterings và cộng sự (2001), Chave và cộng sự (2005), Pearson (2007), Gibbs và cộng sự (2007), Basuki và cộng sự (2009) Henry và cộng sự (2010), Dietz và cộng sự (2011), Johannes và cộng sự (2011) chỉ chú trọng vào bể chứa sinh khối trên mặt đất (AGB), sử dụng các hệ số chuyển đổi của IPCC (2006) để xác định trữ lượng carbon Tại Việt Nam, Bảo Huy (2012) đã xây dựng được hệ thống hàm sinh trắc với nhiều cấp độ áp dụng để ước tính sinh khối và carbon cho cả 5 bể chứa từ các biến số điều tra rừng, nhân tố sinh thái, cấu trúc lâm phần rừng lá rộng thường xanh vùng Tây Nguyên Đồng thời tác giả cũng đã xây dựng phương pháp giám sát trữ lượng sinh khối, carbon rừng theo công nghệ GIS [6]

(1997-1.3 Ước tính sinh khối và carbon ở các bể chứa carbon

Theo IPCC (2006) có 5 bể chứa carbon chính trong lâm phần như Hình 1.1: i) Sinh khối trên mặt đất (AGB)

ii) Sinh khối dưới mặt đất (BGB)

iii) Thảm mục (Litter)

iv) Gỗ chết (Dead wood)

v) Carbon hữu cơ trong đất (SOC)

Hình 1.1: Năm bể chứa carbon trong lâm phần

(Nguồn: Winrock international, 2012)

1.3.1 Bể chứa carbon của sinh khối trên mặt đất (AGB)

Theo IPCC (2006) sinh khối trên mặt đất gồm cây gỗ và các loại thực vật khác như thân thảo, cỏ, cây bụi Tuy nhiên do tỷ trọng của các loại thực vật không phải thân gỗ thường biến động và tỷ trọng nhỏ, nên đa số các nghiên cứu tập trung vào sinh khối trên mặt đất của cây gỗ Sinh khối trên mặt đất của cây

gỗ bao gồm tổng sinh khối tất cả các bộ phận của cây rừng ngoại trừ phần rễ cây, gồm: thân, cành, lá và vỏ cây như Hình 1.2 Trong năm bể chứa carbon, thì bể chứa thực vật trên mặt đất là quan trọng nhất vì nó chiếm tỷ trọng lớn và bị biến động mạnh từ các hoạt động khai thác của con người do đó hầu hết các nghiên cứu trên thế giới cũng chỉ tập trung vào bể chứa này [5] [22] [33]

Hình 1.2: Bể chứa carbon cây cá thể

(Nguồn: UN –REDD Việt Nam, 2012)

Phương pháp áp dụng chung trên thế giới để ước tính sinh khối, carbon cho

bể chứa AGB gồm 3 bước:

i Thiết lập hệ thống ô mẫu điều tra sinh khối, lấy mẫu xác định sinh khối và phân tích hàm lượng carbon

ii Xây dựng hàm ước tính sinh khối, carbon cho cây cá thể và lâm phần

iii Sử dụng các hàm tương quan để ước tính sinh khối cho lâm phần thông qua các biến số trung gian dễ đo tính

Trong thực tế áp dụng đầy đủ các bước trên tùy thuộc vào độ tin cậy và phạm vi áp dụng do đặc thù khó khăn trong bố trí thí nghiệm

1.3.1.1 Thiết lập hệ thống ô mẫu điều tra sinh khối

i Hình dạng và kích thước ô mẫu:

Hình dạng và kích thước ô mẫu phụ thuộc vào nhiều yếu tố như độ tin cậy, sai số, chi phí, thời gian, địa hình rút mẫu và đặc biệt là phụ thuộc và đặc điểm của trạng thái rừng (Pearson, 2007; Silva, 2010; Bảo Huy, 2012) Đối với địa hình dốc thường áp dụng ô mẫu dạng dải theo chiều dài dốc Kiểu địa hình ít

thay đổi, thành phần loài không quá đa dạng thì dạng ô hình vuông, chữ nhật thường được sử dụng Ô hình tròn thường được đề nghị áp dụng vì có thể tính toán chiều dài bán kính trên dốc theo từng cạnh nhanh chóng [6]

Kích thước, số lượng ô mẫu trong điều tra sinh khối, carbon rừng theo nguyên tắc điều tra rừng cơ bản: Kích thước ô mẫu càng lớn thì biến động càng nhỏ, do đó số mẫu có thể ít hơn hoặc ngược lại Việc phân tầng ô mẫu theo cấp DBH, cũng được nhiều nhà nghiên cứu chú trọng, dựa trên trên nguyên tắc: cấp kính càng nhỏ thì số cây càng nhiều do đó chỉ cần đo trong ô phụ có diện tích nhỏ hơn, ngược lại số cây ở các cấp kính lớn thường ít, do đó ô phụ càng rộng hơn cho đến tối đa Dạng ô mẫu hình tròn phân tầng như Hình 1.3 thường được

sử dụng rộng rãi (Pearson và cộng sự, 2007; Silva và cộng sự, 2010; Bảo Huy và

cộng sự, 2012)

Hình 1.3: Ô mẫu tròn phân tầng theo cấp kính áp dụng ở Hoa Kỳ

(Nguồn: Pearson và cộng sự, 2007)

ii Số lượng ô mẫu cần thiết:

Phương pháp rút mẫu trong ước tính sinh khối và carbon tương tự điều tra tài nguyên rừng, tùy thuộc vào độ tin cậy và khoảng sai số xác định trước Bước đầu tiên là tiến hành một đợt điều tra lấy mẫu ban đầu để ước tính sai tiêu chuẩn của sinh khối, carbon ở từng trạng thái rừng hay cấp sinh khối, dựa trên số liệu này để tính toán số lượng ô mẫu cần thiết Mỗi một lớp trạng thái, cấp sinh khối cần rút mẫu 10 – 15 ô ngẫu nhiên trong phạm vi một chủ rừng hoặc vùng sinh thái Rút mẫu ngẫu nhiên là quan trọng để bảo đảm phản ảnh đầy đủ các thay đổi

của trạng thái rừng (MacDicken, 1997; Bảo Huy và cộng sự, 2013) Số lượng ô mẫu được xác định theo hai phương pháp chính:

a Tính số lượng ô mẫu cho từng trạng thái, cấp trữ lượng, cấp sinh khối dựa vào sai số cho trước theo công thức:

Trong đó:

n = Số ô mẫu cho mỗi trạng thái rừng, cấp sinh khối, trữ lượng

z = Giá trị biến t trong phân bố chuẩn ở mức P = 0.95

σ = Sai tiêu chuẩn

μ = Sinh khối trung bình

e = sai số cho trước thường là 10- 20%

b Tính lượng số ô mẫu chung cho các trạng thái dựa vào diện tích khu vực nghiên cứu, sai tiêu chuẩn, độ tin cậy và khoảng sai số cho trước; sau đó phân phối số ô cho từng trạng thái tỷ lệ theo diện tích và sai tiêu chuẩn Công thức tính tổng số ô mẫu:

Công thức tính số ô mẫu cho mỗi trạng thái, cấp sinh khối:

(1.3)Trong đó:

n = Tổng số ô mẫu trong vùng điều tra

i = Chỉ số của trạng thái từ 1 đến L

L = Tổng số trạng thái

Ni = Số lượng ô mẫu tối đa của trạng thái i

Si = Sai tiêu chuẩn của trạng thái i

N = Số lượng ô mẫu tối đa trong vùng điều tra

E = Sai số cho trước Thường dùng là 5% hoặc 10%

t = Giá trị thống kê của hàm phân bố ở mức tin cậy 95%, thường bằng 2 khi chưa biết kích thước mẫu

Trong hai phương pháp rút mẫu thì phương pháp rút mẫu theo cách thứ 2 vì

có thể thay đổi cách phân chia trạng thái linh hoạt, qua đó điều chỉnh được số ô mẫu tối ưu với độ tin cậy cần thiết một cách dễ dàng (Bishma và cộng sự, 2010; Bảo Huy, 2012)

1.3.1.2 Xây dựng hàm ước tính sinh khối, carbon cho cây cá thể và lâm phần

i Phương pháp xây dựng mô hình

Các nghiên cứu trên thế giới ở giai đoạn đầu chỉ mới tập trung vào việc xác định sinh khối thông qua các nhân tố điều tra rừng thông dụng (DBH, H, N, BA) sau đó sử dụng các hệ số chuyển đổi của IPPC (2006) để ước tính sinh khối, carbon (Brown, 1997; MacDicken, 1997; Chave và cộng sự 2004)

Các nghiên cứu tiếp theo của Henry và cộng sự (2010), Dietz và cộng sự (2011), Bảo Huy (2013) và nhiều tác giả khác sau này đã xây dựng các hướng dẫn thiết lập các mô hình sinh trắc (allometric equations) thông qua phương pháp chặt hạ cây (destructive sampling) và thử nghiệm nhiều biến số độc lập khác nhau để ước tính sinh khối và carbon rừng với phương pháp đánh giá sai số, độ tin cậy của các mô hình này ở các kiểu rừng trong các vùng sinh thái, khí hậu khác nhau trên thế giới Tuy nhiên khả năng áp dụng chi tiết các bước trên trong thực tế để xác định sinh khối và carbon lâm phần là rất khác nhau tùy vào yêu cầu về mức độ tin cậy và phạm vi ứng dụng thực tiễn

ii Thiết lập các hàm toán sinh trắc (allometric equations)

Mô hình các hàm toán sinh trắc có dạng tổng quát: y = f(xi) Trong đó y: là sinh khối, carbon của thực vật trong lâm phần; xi: là các nhân tố điều tra cây rừng thông thường (DBH, H, V, Ca, CD), khối lượng thể tích gỗ (WD), nhân tố cấu trúc lâm phần (N, M, BA), nhân tố sinh thái (kiểu rừng, trạng thái, các nhân

tố lập địa)

Phương pháp chủ yếu để thiết lập các mô hình này là chặt hạ cây rừng (destructive sampling) theo cấp kính, loài, khối lượng thể tích gỗ ở các kiểu

rừng, vùng sinh thái để thu thập các số liệu y và xi Trong đó sinh khối cây rừng trên mặt đất bao gồm các bộ phận thân, lá, vỏ, cành Mỗi bộ phận được xác định sinh khối tươi, lấy mẫu và sấy ở nhiệt độ 800 – 1050C cho đến khi khối lượng mẫu không thay đổi (Silva, 2011), xác định phần trăm sinh khối khô và phân tích hàm lượng carbon trong mẫu Sử dụng các phép toán để thiết lập các mô hình ước tính sinh khối và carbon theo các biến số đã thu thập Kiểm tra sai số và độ tin cậy của các mô hình đã thiết lập với số liệu từ đo tính thực tế theo các tiêu chuẩn thống kê toán học Sau khi đã lựa chọn được các mô hình phù hợp, chỉ cần

đo đạc các nhân tố điều tra cây rừng, lâm phần sẽ suy ra được sinh khối, carbon của cây rừng và lượng CO2 hấp thụ hoặc phát thải toàn lâm phần [15] [18] [33]

iii Lựa chọn biến số tham gia mô hình và dạng mô hình quan hệ

Theo Bảo Huy (2012), thông thường các hàm allometric ước tính AGB thông qua các nhân tố đơn giản như DBH, H nếu cấu trúc rừng đơn giản, tuy nhiên đối với rừng mưa nhiệt đới, loài cây rất đa dạng và mỗi loài có khả năng lưu giữ carbon khác nhau Nếu mô hình chỉ theo biến số kích thước cây thì thường không đạt độ tin cậy cao Nhiều tác giả cũng đã chỉ ra việc lựa chọn các biến số cũng như việc lựa chọn tổ hợp các loại biến số để xây dựng hàm sinh trắc

sẽ dẫn đến độ tin cậy khác nhau cho mô hình xây dựng Nghiên cứu ở Panama của Chave và cộng sự (2004) cho thấy ngoài biến số DBH, H, cũng cần có biến

số WD; Basuki và cộng sự (2009) khi lập mô hình cho rừng khộp vùng đất thấp cũng chỉ ra rằng khi biến số WD tham gia mô hình sẽ cho độ tin cậy cao hơn so với các hàm của Brown (1997) Ketterings và cộng sự (2001), Chave và cộng sự (2005), Henry và cộng sự (2010), Johannes và cộng sự (2011), Dietz và cộng sự (2011), Bảo Huy và cộng sự (2012) trong nghiên cứu của mình đã cho thấy sự tham gia của biến số đường kính tán (CD) hoặc diện tích tán lá (Ca) cũng sẽ tăng

độ tin cậy của hàm ước tính sinh khối

Lựa chọn dạng hàm quan hệ giữa sinh khối, carbon với các biến số sẽ ảnh hưởng đến sai số thực tế của các mô hình Nhiều tác giả cho thấy mô hình hàm

mũ: y = exp (a + b*ln (xi)) rất thích hợp để xây dựng các mối quan hệ một biến

số Một số tác giả khác lại sử dụng dạng parabol bậc cao như Brown (1989, 1997), Chave (2005) Đối với các dạng hàm đa biến thì biến số thông dụng nhất

là DBH, H thường được sử dụng trong đó mô hình biến DBH2*H và dạng hàm logarit như ở Bảng 1.1 thường được quan tâm khi thiết lâp các mô hình (Yamakura và cộng sự, 1986; Brown và cộng sự, 1989; Martinez -Yrizar và cộng

sự, 1992; Brown, 1997; Araújo và cộng sự, 1999; Nelson và cộng sự, 1999; Ketterings và cộng sự, 2001; Chave và cộng sự, 2001- 2005; Nogueira và cộng

sự, 2008; Basuki và cộng sự, 2009, Návar và cộng sự, 2009; Djomo và cộng sự, 2010; Henry và cộng sự, 2010; Bảo Huy và cộng sự, 2012) Basuki và cộng sự (2009) đã sử dụng dạng hàm ln (AGB) = a +b*ln (xi) khi xây dựng mô hình cho rừng khộp vùng thấp và cho thấy hệ số biến động trung bình so với thực tế (S%) nhỏ hơn so với dạng hàm của Brown (1997), Chave và cộng sự (2005) Bảo Huy (2012) cũng sử dạng hàm logarit với tổ hợp các loại biến số từ mô hình một biến đến đa biến cho kiểu rừng thường xanh vùng Tây Nguyên, Việt Nam đã cho thấy

hệ số biến động trung bình (S%) là nhỏ hơn so với các hàm của Brown (1997), Chave và cộng sự (2005), Basuki và cộng sự (2009) đã xây dựng [13] [15] [24]

Bảng 1.1: Các dạng hàm phổ biến xây dựng tương quan ước tính sinh khối

IPCC (2006) định nghĩa khối lượng thể tích gỗ (WD) là tỷ lệ giữa sinh khối khô với thể tích gỗ tươi không có vỏ, đơn vị g/cm3 hoặc tấn/m3 IPCC (2006), Baker và cộng sự (2004), Barbosa và Fearnside (2004), CTFT (1989) Fearnside (1997), Reyes và cộng sự (1992) đã đưa một danh sách khối lượng thể tích gỗ

khá phong phú các loài cây rừng nhiệt đới Bảo Huy và cộng sự (2012) cũng đã đưa ra danh sách WD của 63 loài cây ở rừng lá rộng thường xanh khu vự Tây Nguyên, Việt Nam Đối với rừng khộp, Basuki và cộng sự (2009) đã đưa ra danh sách WD đối với 6 loài chính ở kiểu rừng khộp vùng thấp ở tây Kalimantan, Indonesia

Nhiều tác giả đã cho thấy WD là một biến số quan trọng khi tham gia mô hình, biến WD sẽ nâng cao độ tin cây sử dụng mô hình trong thực tế (Chave và cộng sự, 2004; Basuki, 2009; Henry và cộng sự, 2010; Bảo Huy và cộng sự, 2012) Chave và cộng sự (2004) khi lập các hàm allometric equations cho rừng nhiệt đới châu Phi đã đưa biến số WD vào mô hình ước tính sinh khối: y = 0.03 DBH8.16E-02CD0.03 + WD0.04 Bảo Huy (2012) cũng đưa ra hệ thống các mô hình ước tính sinh khối, carbon có sử dụng biến số WD từ mô hình một biến số cho đến mô hình đa biến với độ tin cậy cao và biến động trung bình so với thực tế nhỏ hơn so với các mô hình không sử dụng biến số WD Tại Việt Nam, đối với kiểu rừng thường xanh có thể sử dụng danh sách WD này Đối với kiểu rừng khộp, có thể sử dụng danh sách WD của Basuki (2009) để tham khảo khi xây dựng hàm

Sai số của mô hình được đặc biệt quan tâm, vì từ các mô hình này, sinh khối và CO2 hấp thụ hoặc phát thải được ước tính trên diện rộng Chave và cộng

sự (2004), Brown (1989) đã chỉ ra các nguồn dẫn đến làm cho các mô hình có sai

số lớn như đo cây không chính xác; lựa chọn mô hình toán không phù hợp; kích thước của ô mẫu nghiên cứu không phù hợp; sự phân bố của các ô mẫu trong cảnh quan, trạng thái rừng; thiếu số liệu cây lớn hoặc cây nhỏ; độ rộng của cấp kính và việc lựa chọn cây mẫu trung bình trong từng cấp kính Ngoài ra để đánh giá độ tin cậy của các mô hình ước tính sinh khối, không nên chỉ đánh giá trên cây cá thể mà nên đánh giá sai số của nó khi ước tính sinh khối, carbon trên lâm phần thông qua phân bố số cây theo cấp kính (Ketterings, 2001) Bảo Huy

(2012) cũng chỉ ra rằng đối với lâm phần cần dựa vào phân bố số cây theo cấp kính kết hợp với phân cấp sinh khối lâm phần thông qua biến số chiều cao cây để ước tính sinh khối, carbon sẽ có độ chính xác cao hơn

Tiêu chuẩn thống kê để lựa chọn hàm phù hợp cũng là một vấn đề quan trọng để đạt độ tin cậy cao trong ước lượng sinh khối, carbon Ngoài các tiêu chuẩn thống kê kinh điển phổ biến để lựa chọn hàm tối ưu như R2 cao nhất và các tham số gắn biến số tồn tại ở mức P < 0.05, thì cần sử dụng các tiêu chuẩn thống kê khác để bảo đảm mô hình tiếp cận gần nhất với dữ liệu thực tế, các tiêu chuẩn khác được Chave (2005), Basuki và cộng sự (2009), Bảo Huy (2012) đề nghị sử dụng là:

 AIC (Akaike Information Criterion):

Tiêu chuẩn AIC sẽ chỉ ra số biến số ảnh hưởng và dạng hàm tốt nhất Mô hình tối ưu khi giá tị đại số của AIC là bé nhất:

Trong đó:

n = Dung lượng mẫu

RSS (Residual Sums of Squares) = Tổng bình phương phần dư

K = Số tham số của mô hình bao gồm tham số sai số ước lượng (ví dụ dạng hàm y = a +bx, thì K = 3)

 Biến động trung bình S%:

Tiêu chuẩn S% đánh giá mức độ sai lệch và biến động trung bình của giá trị ước lượng qua mô hình so với thực tế quan sát S% càng nhỏ thì mô hình càng bám sát giá trị thực:

Trong đó:

Yilt = Giá trị dự báo qua mô hình

Yi = Giá trị thực của sinh khối, carbon

n = Dung lượng mẫu

Đối với các mô hình ước tính sinh khối rừng nhiệt đới theo dạng hàm parabol của Brown (1997) cho S% = 43% - 107%, của Chave (2005) thì S% = 52% - 94% Trong khi đó nếu sử dụng hàm mũ được logarit sẽ giảm được biến động này đáng kể như Basuki và cộng sự (2009) thực hiện ở rừng khộp, S% giảm xuống còn 26 – 30% chung cho các loài Bảo Huy (2012) cũng đã sử dụng dạng hàm logarit kết hợp từ một đến đa biến số, tuyến tính hay phi tuyến cho thấy sự tham gia của các mô hình đa biến làm gia tăng độ tin cậy cho các mô hình và làm giảm sai số so với thực tế, cụ thể: đối với mô hình sử dụng một biến

số DBH có S%= 30.8%, khi sử dụng mô hình 4 biến số DBH,H,Ca,WD thì S%= 13.2 %

 Hệ số điều chỉnh CF (Correction factor):

Hệ số CF dùng để đánh giá độ tin cậy của mô hình CF càng lớn thì mô hình càng có độ tin cậy thấp Giá trị đại số của CF luôn lớn hơn 1 Mô hình tối ưu khi giá trị đại số của CF tịnh tiến dần về 1:

Trong đó:

RSE (Residual standard error) = Sai tiêu chuẩn của phần dư

 Tiêu chuẩn Mallow’ Cp: (Dẫn theo Bảo Huy (2012)

Tiêu chuẩn Mallow’ Cp lựa chọn số biến số tham gia mô hình tốt nhất trong trường hợp có nhiều biến nhưng chưa biết mức độ ảnh hưởng của biến độc lập tới biến phụ thuộc Cp càng gần với số biến số P thì mô hình càng phù hợp; dựa vào đây để xác định số biến số p tham gia mô hình khi có quá nhiều biến số được giả định là có ảnh hưởng đến y:

(1.7) Trong đó:

SSEp (Sum of Square Error) =Tổng sai số bình phương của mô hình P= Số biến số độc lập

S2 = Bình phương trung bình phần dư (residual mean square) sau khi

mô hình quan hệ hoàn thành với K biến số độc lập và được ước tính từ sai số trung bình bình phương (mean square error – MSE)

N = Dung lượng mẫu

Bảo Huy (2012) đã kết hợp thêm quan sát phân bố số liệu trên biểu đồ biến động phần dư (residual) và biểu đồ xác suất chuẩn Normal P-P để đưa ra các giải pháp lựa chọn biến, tổ hợp biến và hàm thích hợp theo các chỉ tiêu thống kê, đánh giá cho các trường hợp thiết lập hàm khác nhau

 Biểu đồ biến động phần dư (residual):

Biểu đồ biến động phần dư cho biết độ lệch các giá trị quan sát thực tế với giá trị tính toán từ mô hình Mô hình tốt khi biến động tập trung trong phạm vi giá trị -2 đến + 2

 Biểu đồ xác suất chuẩn Normal P-P:

Biểu đồ xác suất chuẩn Normal P-P cho biết quy luật phân bố giữa giá trị lý thuyết với giá trị qua sát Mô hình đạt độ tin cậy cao khi phân bố của giá trị quan sát và lý thuyết nằm trên đường chéo của tọa độ (0, 0) và (1, 1)

Residual Plot

predicted log(AGB_kg_tree) -4.3

Hình 1.4: Biểu đồ biến động phần dư và biểu đồ xác suất chuẩn Normal P-P

(Nguồn: Bảo Huy, 2012)

Cần sử dụng tổng hợp các chỉ tiêu thống kê: R2, CF, AIC, S% kết hợp quan sát biến động số liệu trên các biểu đồ phân bố để lựa chọn dạng hàm quan hệ và loại biến số tham gia mô hình cho các trường hợp xây dựng hàm khác nhau

Hàm tối ưu nhất khi thỏa mãn đồng thời các điều kiện: R2 max, CF >>1, AIC min và S% min (Bảo Huy, 2012) Tham khảo chi tiết theo sơ đồ ở hình 1.5

M t bi n Tuy n nh – Phi tuy n

Đa bi n Tuy n nh – Phi tuy n

Hình 1.5: Các tiêu chuẩn thống kê để lựa chọn biến số và hàm tối ưu

(Nguồn: Bảo Huy, 2012)

Trên thế giới hầu hết các loài cây rừng phổ biến đều đã thiết lập được hàm sinh trắc, tuy nhiên chỉ dừng lại ở dạng hàm ước tính sinh khối, chưa có nghiên cứu thiết lập hàm ước tính carbon trực tiếp mà hầu hết đều xác định lượng carbon thông qua việc sử dụng hệ số chuyển đổi từ sinh khối sang carbon (CF) Thông thường chấp nhận CF=0.5: Jenkins và cộng sự (2004) đã thiết lập hơn 1.700 hàm allometric equations chủ yếu là ước tính sinh khối khô từ DBH cho hơn 100 loài cây rừng (Theo pearson, 2007) Brown (1989 – 2001) đã tổng hợp các mô hình sinh trắc cho khu vực rừng nhiệt đới bao gồm rừng khô, rừng ẩm, rừng ngập nước, rừng lá kim, với cấp kính từ 5-148cm, tuy nhiên các hàm này chưa đủ đại diện cho sự đa dạng về thành phần loài, kiểu rừng ở vùng ẩm nhiệt đới (theo Ketterings và cộng sự, 2005) Đối với rừng khộp nói riêng và kiểu

rừng khô rụng lá nói chung, Ketterings và cộng sự (2001), Kiyono và Hastaniah (2005) cũng đã thiết lập một số hàm ước tính sinh khối cho kiểu rừng khô lá rụng nhiệt đới Basuki (2009) đã thiết lập các hàm ước tính sinh khối từ nguồn

dữ liệu 122 cây chặt hạ có đường kính từ 6-200cm của 4 loài cây phổ biến của kiểu rừng khộp vùng Tây Kalimantan và Sumatra, Indonesia là Dipterocarpus, Shorea, Hopea, Palaquium Tuy nhiên tất cả nghiên cứu trên vẫn chỉ sử dụng hệ

số chuyển đổi từ sinh khối sang carbon, chưa thiết lập được hàm ước tính carbon

từ các biến số điều tra rừng

Bảng 1.2: Các mô hình ước tính sinh khối đã xây dựng cho các kiểu rừng

Ở Việt Nam Nghiên cứu đầu tiên về sinh khối rừng của Nguyễn Ngọc Lung (1989) đối rừng thông đã đưa ra phương pháp mô hình hóa để ước tính sinh khối từ các biến số điều tra rừng Ngô Đình Quế (2007), Võ Đại Hải (2009)

đã xác định lượng carbon tích lũy của rừng trồng keo, bạch đàn dựa trên số liệu điều tra sinh khối và sử dụng hệ số chuyển đổi sang carbon Vũ Tấn Phương (2006) đã nghiên cứu về sinh khối và xác định trữ lượng carbon đối với bể chứa thảm tươi, cây bụi theo tiêu chí phân loại trạng thái rừng của Việt Nam Bảo Huy (2012) từ nguồn dữ liệu 219 cây giải tích của 63 loài cây khác nhau đã xây dựng phương pháp và cung cấp hệ thống các mô hình sinh trắc (allometric equations) phối hợp từ một tới nhiều biến số để ước tính cả phần sinh khối và carbon ở các mức độ tin cậy sử dụng khác nhau cho kiểu rừng lá rộng thường xanh vùng Tây Nguyên, Việt Nam Đây là dữ liệu tham khảo quan trọng để xây dựng các mô hình cho các kiểu rừng khác của Việt Nam [7] [8]

Bảng 1.3: Các hàm ước tính sinh khối cho kiểu rừng thường xanh ở vùng

Tây Nguyên, Việt Nam

(Nguồn: Bảo Huy, 2012; log: logarit neper)

Một số nghiên cứu khác của các đơn vị nghiên cứu trong nước cũng đã cung cấp các mô hình ước tính sinh khối khá đầy đủ và đại diện cho các kiểu rừng phổ biến theo phân loại rừng của Việt Nam như: Rừng lá rộng thường xanh, rừng tre nứa, lồ ô, rừng khộp Tuy nhiên, nguồn số liệu thu thập chỉ trong một phạm vi sinh thái nhất định trong khi phân vùng sinh thái của Việt Nam lại

đa dạng Do đó, chưa thể kiểm định được sai số của mô hình khi áp dụng tính toán sinh khối cụ thể trên phạm vi rộng (Bảng 1.4)

Bảng 1.4 Các mô hình ước tính sinh khối đã xây dựng ở Việt Nam

Deciduous forest AGB = 0.14*DBH 2.31

Bamboo forest AGB = 0.182*DBH 2.16

Central

Coastal

VFU Evergreen Broadleaf ln(AGB) = -1.0703 +2.3028*ln(D)

+1.2901*ln(WD) Bamboo forest AGB = 0.1726*D 2.0545

FIPI Evergreen Broadleaf AGB = 0.1245*D 2.4163

AGB = 0.2184*D 1.8517

AGB = 0.5043*D 1.4587

AGB =0.3153*D 1.3450 *H 0.2528

(Nguồn: UN-REDD Viet Nam, 2012)

1.3.1.3 Ước tính sinh khối, carbon trên mặt đất của lâm phần

Trên cơ sở các hàm allometric equations có thể ước tính carbon cho cây rừng theo cấp kính, rút mẫu theo ô tiêu chuẩn sẽ suy được sinh khối và carbon của lâm phần Tuy nhiên, trên thế giới chưa có nghiên cứu lập mô hình ước tính sinh khối và carbon lâm phần

IPCC (2006) sử dụng hệ số chuyển đổi BCEF để ước tính sinh khối của lâm phần trên mặt đất TAGTB thông qua trữ lượng rừng (GSL) Với BCEF=TAGTB (tấn)/GSL (m3), suy ra TAGTB = BCEF*GSL Hệ số BCEF biến động từ 1.3 đến 9.0 ứng với GSL từ < 10m3 lên đến > 200m3 IPCC (2006) cũng cho thấy tăng trưởng sinh khối trên mặt đất rừng mưa nhiệt đới ở châu Á biến động từ 3.4 – 13.0 tấn/ha/năm Một số tác giả khác đi theo hướng lập mô hình quan hệ chuyển đổi giữa BCEF = f(GSL) như Schroeder và cộng sự (1997) và Brown (1999) dẫn theo Pearson (2007) Carbon lâm phần cũng như cây cá thể sẽ được ước tính thông qua hệ số chuyển đổi CF của IPCC (2006) với CF= TAGTB/ TAGTC, suy ra TAGTC= TAGTB* CF thông thường CF gần bằng 0.5

Nghiên cứu của Brown (1989) ở nhiều quốc gia cũng cho thấy giá trị sinh khối lâm phần rất biến động từ 10 – 470 tấn sinh khối khô/ha, tùy theo kiểu rừng

và mức độ tác động Bảo Huy (2012) đối với rừng lá rộng thường xanh ở Tây Nguyên đã xác định hệ số BCEF thông qua tổng trữ lượng cây đứng lâm phần (M): BCEF= TAGTB/M, suy ra M= TAGTB/BCEF BCEF biến động từ 0.701 đến 0.713 với độ tin cậy 95% Đồng thời đã thiết lập mô hình ước tính tổng lượng sinh khối, carbon trên mặt đất của cây rừng với nhân tố lâm phần BA, N,

M và các nhân tố sinh thái khác với độ tin cậy cao dưới dạng hàm: log(TAGTB, TAGTC) = a+ b*log(M) +c*log(N) + d*log(BA) Nghiên cứu cũng chỉ ra rằng với cấu trúc rừng tự nhiên đa tầng tán, tổ thành loài phức tạp, cần thiết phải xác định và phân cấp sinh khối phù hợp để tính toán chính xác lượng sinh khối và carbon cho những lâm phần cụ thể

1.3.2 Bể chứa carbon của sinh khối dưới mặt đất (BGB)

Theo IPCC (2006) sinh khối dưới mặt đất (BGB) là toàn bộ sinh khối của phần rễ thực vật, chủ yếu là rễ cây gỗ Nghiên cứu lập mô hình sinh trắc cho bể chứa sinh khối dưới mặt đất rất hạn chế do khó khăn trong việc xác định sinh khối, hầu hết đều sử dụng hệ số chuyển đổi R từ AGB sang BGB: BGB = R*AGB Hệ số R đối với rừng mưa nhiệt đới là 0.37; đối với rừng nửa rụng lá

ẩm nhiệt đới nếu sinh khối trên mặt đất (AGB)< 125 tấn/ha thì R = 0.20, biến động 0.09 – 0.25; Nếu AGB ≥ 125 tấn/ha thì R = 0.24, biến động 0.22 – 0.33, (IPCC, 2006; dẫn theo Fittkau và Klinge, 1973) Theo MacDicken (1997) thì BGB = 20%*AGB Nghiên cứu của Dietz và cộng sự (2011) cũng cho thấy tỷ lệ BGB/AGB rất biến động theo cấp kính cây rừng Một số tác giả khác như Kurz

và cộng sự (1996), Vogt và cộng sự (1996), Cairns và cộng sự, (1997) Pearson, (2007) đã lập mô hình ước tính sinh khối rễ cây gỗ dưới mặt đất của lâm phần thông qua sinh khối lâm phần trên mặt đất: TBGTB = exp (a + b*ln(TAGTB) [6] [17] [24] [31]

Bảo Huy (2012) đã thiết lập mô hình sinh trắc ước tính sinh khối, carbon cho bể chứa BGB đối với cây cá thể và lâm phần thông qua việc đo tính và lấy mẫu trực tiếp bể chứa rễ cây rừng Kết quả cho thấy hệ thống các mô hình có độ tin cậy cao Tỉ lệ giữa 2 bể chứa trung bình là BGB = 11%*AGB

Bảng 1.5: Các hàm ước tính sinh khối, carbon dưới mặt đất cho kiểu rừng

thường xanh vùng tây nguyên, Việt Nam

BGB_kg=exp(-3.73687+2.32102*ln(DBH_cm))

log(BGB_kg)=-3.21544+2.34465*log(DBH_cm)+0.977922*log(WD_g_cm3) C_BGB_kg=exp(-4.91842+2.41957*ln(DBH_cm))

log(C_BGB_kg)=-0.52749-20.0271*1/log(H_m*DBH_cm^3)+0.865064* log(WD_g_cm3*DBH_cm^2)

(Nguồn: Bảo Huy, 2012; log: logarit neper)

1.3.3 Bể chứa carbon của thảm mục (Litter), thảm tươi (Herb)

IPCC (2006) định nghĩa thảm mục (Litter) là bao gồm tất cả sinh khối không sống với kích thước lớn hơn sinh khối trong đất hữu cơ (2mm) và nhỏ hơn đường kính xác định gỗ chết (10cm), nằm trên bề mặt đất rừng Bể chứa thảm tươi là phần sinh khối trên mặt đất không phải là gỗ, chủ yếu lá lớp thân thảo, cây bụi IPCC (2006) gộp chung lớp thảm tươi trong bể chứa AGB, tuy nhiên do chiếm tỉ trọng nhỏ nên bể chứa carbon này ít được quan tâm nghiên cứu

Bể chứa thảm mục, thảm tươi trong lâm phần thường ít biến động và chiếm

tỉ trọng so với bể chứa AGB, BGB do đó việc xác định sinh khối đều dùng phương pháp rút mẫu xác định khối lượng sinh khối khô và sử dụng hệ số chuyển đổi CF để suy ra sinh khối và carbon cho toàn lâm phần (Bhishma và cộng sự, 2010; Silva và cộng sự, 2010) Bảo Huy (2012) đã rút mẫu và phân tích hàm lượng carbon của bể chứa mục, thảm tươi đối với kiểu rừng thường xanh Kết quả bể chứa thảm mục và thảm tươi lần lượt chiếm 1.1% và 0.2% tổng lượng carbon tích lũy trong lâm phần

1.3.4 Bể chứa carbon của gỗ chết (Dead wood)

Theo IPCC (2006) gỗ chết được đo tính có đường kính > 10cm Tương tự như các bể chứa ngoài gỗ khác, bể chứa gỗ chết cũng chiếm tỉ lệ nhỏ và ít biến động do đó phương pháp ước tính sinh khối gỗ chết tiến hành bằng cách cân khối lượng tươi của cây chết nằm và đo tính thể tích cây chết đứng; lấy mẫu xác định khối lượng khô, khối lượng thể tích gỗ (g/cm3), từ đó suy ra sinh khối khô

và carbon theo hệ số chuyển đổi CF Bảo Huy (2012) đã tiến hành rút mẫu và phân tích carbon cho bể chứa gỗ chết Kết quả đối với rừng thường xanh tây nguyên bể chứa gỗ chết chiếm trung bình 0.3% tổng lượng carbon tích lũy trong lâm phần

1.3.5 Bể chứa carbon của đất rừng (SOC)

Theo Brian A Schumacher (2002) đất lưu giữ carbon ở hai dạng chính là hữu cơ và carbon vô cơ Đối với giám sát bể chứa carbon trong đất đề nghị chủ yếu là bể chứa carbon hữu cơ trong đất (SOC) Theo IPCC (2006), carbon hữu

cơ trong đất nằm trong rễ sống và chết trong đất có đường kính nhỏ hơn 2mm được xác định đến độ sâu quy định tùy lựa chọn ở mỗi quốc gia, thường là 30cm Theo Bảo Huy (2012), độ sâu tầng đất đối với rừng thường xanh khu vực Tây Nguyên, Việt Nam là từ 30-50 cm Xác định SOC tính theo công thức của IPCC (2006):

SOC (t/ha) = ρ (g/cm3) * d (cm) * %C *100 (1.8) Trong đó:

ρ = Dung trọng đất (g/cm3)

d = Độ sâu tầng đất (cm) Xác định tùy vào từng khu vực, quốc gia

%C = Phần trăm carbon trong mẫu phân tích

Phương pháp phân tích carbon hữu cơ trong đất khô tốt nhất theo Pearson

và cộng sự (2007) là LECO RC - 412 multicarbon analyzer Nelson và Sommers (1996) dẫn theo Silva (2010) là LECO CHN - 2000 hoặc tương đương Nhưng theo nhiều tác giả phương pháp Walkley - Back thường được sử dụng (Schumacher, 2002)

Các nghiên cứu xây dựng mô hình xác định SOC trên thế giới hiện tại chủ yếu được thiết lập trên các mô hình đất canh tác nương rẫy và nông lâm kết hợp Quin Zhang Cai và Huang Yao (2010) tổng hợp số liệu của nhiều tác giả về bể chứa carbon hưu cơ trong đất trong 76 ô mẫu ở các mô hình canh tác nương rẫy trên thế giới trong đó có 19 ô ở trung quốc để xây dựng mô hình ước tính SOC

từ 4 loại biến số là nhiệt độ, kết von, mức độ sét hóa và pH đất Kết quả cho thấy trung bình SOC là 32 tấn/ ha Mô hình có hệ số xác định tương đối cao, R2=0.74 Tuy nhiên, có mức biến động (S%) lớn là 58% Nghiên cứu cho thấy loại đất với mức độ sét hóa cao và pH thấp ở vùng lạnh và nhiều mùn có tổng lượng carbon nhiều hơn các vùng khác [28] [30]

Hình 1.6: Các ô mẫu về SOC ở các mô hình canh tác nương rẫy trên thế giới

(Dữ liệu tổng hợp của Ramankutty et al, Folley et al và Leff)

(Nguồn: Quin Zhang Cai & Huang Yao, 2010)

SOC là bể chứa carbon rất quan trọng để đánh giá sự gia tăng của khí CO2

(Stewart và cộng sự, 2010) Nghiên cứu của Bảo Huy (2012) cho thấy rằng SOC

là bể chứa quan trọng và chiếm tổng lượng CO2 lớn chỉ sau bể chứa sinh khối trên mặt đất (AGB) Trung bình SOC chiếm 44.3% trong tổng 5 bể chứa carbon trong lâm phần, tham khảo sơ đồ nghiên cứu đã xây dựng thử nghiệm mô hình ước tính cho bể chứa SOC từ biến số TAGTB và nhân tố sinh thái, kết quả cho thấy mối tương quan là giữa SOC và TAGTB rất thấp R2=24%, qua đó cho thấy SOC là bể chứa carbon ít biến động và không phụ thuộc nhiều vào sự suy giảm chất lượng rừng, carbon hữu cơ trong đất chỉ bị rửa trôi do mất đi thảm phủ rừng như chặt trắng hoặc canh tác nương rẫy [6]

1.3.6 Nghiên cứu về sinh khối và hấp thụ khí CO 2 của rừng khộp

Rừng khộp là một kiểu rừng độc đáo chỉ phân bố ở một số nước ở khu vực Đông Nam Á trải dài từ Mianma, qua Thailand, Lào, Camphuchia, rộng trên 1.500.000 ha Tổ thành loài không quá phức tạp như các kiểu rừng khác, thành phần chủ yếu là các loài cây họ dầu (Dipterocarpace) thích nghi cao với điều kiện khô hạn và cháy rừng Rừng khộp Việt Nam chiếm 1/3 tổng diện tích với khoảng 500.000 ha phân bố ở khu vực Tây Nguyên và một số tỉnh Đông Nam