XÂY DỰNG BIỂU SẢN PHẨM CHO RỪNG TRỒNG TRÀM (Melaleuca cajuputy Powell) PHỤC VỤ NHU CẦU NGUYÊN LIỆU VÁN GHÉP THANH TẠI LÂM PHẦN CỦA CÔNG TY TNHH MTV LÂM NGHIỆP U MINH HẠ TỈNH CÀ MAU

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NÔNG LÂM THÀNH PHỐ HỒ CHÍ MINH  NGƠ VŨ TRÁNG XÂY DỰNG BIỂU SẢN PHẨM CHO RỪNG TRỒNG TRÀM (Melaleuca cajuputy Powell) PHỤC VỤ NHU CẦU NGUYÊN LIỆU VÁN GHÉP THANH TẠI LÂM PHẦN CỦA CÔNG TY TNHH MTV LÂM NGHIỆP U MINH HẠ TỈNH CÀ MAU LUẬN VĂN TỐT NGHIỆP ĐẠI HOC NGÀNH LÂM NGHIỆP Thành phố Hồ Chí Minh Tháng 6/2012 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NƠNG LÂM THÀNH PHỐ HỒ CHÍ MINH  NGÔ VŨ TRÁNG XÂY DỰNG BIỂU SẢN PHẨM CHO RỪNG TRỒNG TRÀM (Melaleuca cajuputy Powell) PHỤC VỤ NHU CẦU NGUYÊN LIỆU VÁN GHÉP THANH TẠI LÂM PHẦN CỦA CÔNG TY TNHH MTV LÂM NGHIỆP U MINH HẠ TỈNH CÀ MAU Ngành: Lâm nghiệp LUẬN VĂN TỐT NGHIỆP ĐẠI HỌC Người hướng dẫn: TH.S TRƯƠNG VĂN VINH Thành phố Hồ Chí Minh Tháng 6/2012 LỜI CẢM ƠN Xin gửi lời cảm ơn chân thành tốt đẹp đến Quý Thầy Cô giáo Trường Đại Học Nông Lâm Thành phố Hồ Chí Minh Khoa Lâm nghiệp truyền đạt kiến thức quý báu cho suốt thời gian học tập trường Đặc biệt, xin tỏ lòng biết ơn chân thành đến Thầy ThS Trương Văn Vinh tận tình hướng dẫn giúp đỡ tơi xuốt thời gian thực đề tài Xin chân thành cảm ơn tập thể Ban lãnh đạo, cán công nhân viên chức Công ty TNHH MTV Lâm nghiệp U Minh hạ - tỉnh Cà Mau tạo điều kiện thuận lợi cho suốt q trình thu thập số liệu ngồi thực tế Xin chân thành cảm ơn anh Trần Phi Sơn tận tình hướng dẫn giúp đỡ tơi xuốt thời gian ngoại nghiệp tạo điều kiện thuận lợi để tơi hồn thành đề tài Cảm ơn bạn bè lớp đồng nghiệp động viên giúp đỡ sống, công việc xuốt thời gian học tập trường Cuối cùng, chúng xin tỏ lòng biết ơn sâu sắc đến Cha Mẹ, gia đình sinh thành ni dưỡng, dạy dỗ nguồn động viên lớn để chúng trưởng thành đến ngày hôm Tp.HCM, ngày tháng 06 năm 2012 Sinh viên thực Ngô Vũ Tráng i TÓM TẮT Đề tài ”Xây dựng biểu sản phẩm cho rừng trồng tràm (Melaleuca cajuputy Powell) phục vụ nhu cầu nguyên liệu ván ghép Lâm phần công ty TNHH MTV Lâm nghiệp U Minh hạ - tỉnh Cà mau” Thời gian thu thập số liệu tháng năm 2012 Số liệu thu thập 15 ô đo đếm tuổi 7, tuổi 8, tuổi 9, tuổi 10, tuổi 11 rừng tràm Kết nghiên cứu quy luật tương quan chiều cao đường kính: Hvn = 1/(0,0580302 + 0,407487/D1,3) Biểu thể tích biểu sản phẩm thiết lập đề tài biểu thể tích nhân tố theo cấp đường kính D1,3 xác lập từ phương trình tương quan sau:  Phương trình tương quan thể tích thân khơng vỏ với đường kính thân vị trí 1,3 m:ii Vkv = sqrt(-0,000381656 + 0,0000118572*D1,3^2)  Phương trình tương quan thể tích gỗ sản phẩm làm ván ghép với thể tích thân không vỏ Vsp = -0,00569831 + 0,798559*Vkv Đã thiết lập biểu sản phẩm theo cấp đường kính D1.3 lồi tràm trồng Phân trường Sơng Trẹm, đường kính trải dài từ cỡ – 14 cm ii SUMMARY Project "Building represents Melaleuca forest products (Melaleuca cajuputy Powell) to serve the needs of raw materials planks in forest of the company Limited Lower U Minh Forest - Ca Mau province." Time data collection in April 2012 Data were collected for 15 cells measured at age 7, age 8, age 9, age 10, age 11 of Melaleuca forest Research results on the correlation rule between height and diameter: Hvn = 1/(0,0580302 + 0,407487/D1,3) Volume table and product table is set in the subject is the table a factor in diameter D1,3 and is established from the following correlation equation:  The correlation equation between the volume of the tree trunk not bark with diameter of the tree trunk at 1.3 m location: Vkv = sqrt(-0,000381656 + 0,0000118572*D1,3^2)  The correlation equation between the volume of wood products with the volume of the tree trunk not bark: Vsp = -0,00569831 + 0,798559*Vkv Have built the product table diameter D1,3 of melaleuca species planted in Trem River forest, which stretches from the size diameter of 6-14 cm iii MỤC LỤC Lời cảm ơn - i Tóm tắt - ii Mục lục iv Danh sách chữ viết tắt - vi Danh sách hình vii Danh sách bảng viii CHƯƠNG MỞ ĐẦU 1.1 Đặt vấn đề 1.2 Mục tiêu nghiên cứu 1.3 Giới hạn đề tài CHƯƠNG TỔNG QUAN NGHIÊN CỨU 2.1 Tổng quan tài liệu nghiên cứu - 2.1.1 Khái niệm chung phân loại biểu sản phẩm - 2.1.2 Tổng quan tình hình xây dựng biểu thể tích giới nước 2.1.2.1 Những phương hướng tình hình xây dựng biểu thể tích giới 2.1.2.2 Tổng quan tình hình xây dựng biểu thể tích nước - 2.1.3 Nghiên cứu nhân tố tạo thành thể tích thân thể tích gỗ sản phẩm - 2.1.3.1 Tương quan nhân tố hình dạng với đường kính chiều cao - 2.1.3.2 Tương quan chiều cao đường kính 10 2.1.3.3 Tương quan thể tích thân với nhân tố cấu thành nên thể tích 10 2.1.3.4 Tương quan thể tích gỗ sản phẩm với thể tích thân - 10 2.2 Tổng quan đối tượng khu vực nghiên cứu - 11 2.2.1 Đặc điểm đối tượng nghiên cứu - 11 iv 2.2.2 Đặc điểm khu vực nghiên cứu cứu 13 CHƯƠNG NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU - 18 3.1 Nội dung nghiên cứu - 18 3.2 Phương pháp nghiên cứu 18 3.2.1 Ngoại nghiệp 18 3.2.2 Nội nghiệp - 19 CHƯƠNG KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN - 21 4.1 Quy luật phân bố số theo số tiêu sinh trưởng 21 4.1.1 Quy luật phân bố số theo cấp đường kính (N/D1,3) - 21 4.1.2 Quy luật phân bố số theo cấp chiều cao (N/Hvn) 24 4.1.3 Thiết lập mơ hình tương quan chiều cao H đường kính D1,3 - 27 4.2 Xác định kiểu biểu thể tích lập 30 4.3 Quy luật tương quan thể tích thân khơng vỏ với đường kính D1,3 31 4.4 Quy luật tương quan thể tích đoạn gỗ sản phẩm (Vsp) với thể tích không vỏ (Vkv) 33 4.5 Thiết lập biểu sản phẩm - 34 4.6 Cách sử dụng phạm vi áp dụng biểu D1,3 36 4.6.1 Hướng dẫn sử dụng biểu D1,3 - 36 4.6.2 Phạm vi áp dụng biểu 36 CHƯƠNG KẾT LUẬN VÀ KIẾN NGHỊ 38 5.1 Kết luận 38 5.2 Kiến nghị 39 TÀI LIỆU THAM KHẢO 41 v NHỮNG CHỮ VIẾT TẮT VÀ KÍ HIỆU cm Đơn vị đo độ dài (centimet) Cv % Hệ số biến động, % D1,3 Đường kính thân tầm cao 1,3 mét , đơn vị cm f1,3 Hình số thân tầm cao 1,3 mét H Chiều cao Hvn Chiều cao vút Hvn_lt Chiều cao lý thuyết Hvn_tn Chiều cao thực nghiệm Ln Logarit tự nhiên (cơ số e) Log Logarit thập phân (cơ số 10) Log Logarit thập phân (cơ số 10) m Đơn vị đo độ dài (mét) MTV Một thành viên N% Phần trăm số R Biên độ biến động r Hệ số tương quan R2 Hệ số xác định mức độ tương quan S Độ lệch tiêu chuẩn Sk Hệ số biểu thị cho độ lệch phân bố Sy/x Sai số phương trình hồi quy TNHH Trách nhiệm hữu hạn V Thể tích cây, m3/cây Vcv Thể tích có vỏ Vkv Thể tích khơng vỏ Vsp Thể tích gỗ sản phẩm vi DANH SÁCH CÁC HÌNH Hình 2.1 Quy trình cơng nghệ sản xuất ván ghép công ty TNHH MTV Lâm Nghiệp U Minh hạ - 13 Hình 4.1 Biểu đồ phân bố số theo cỡ kính từ tuổi đến tuổi 11 23 Hình 4.2 Biểu đồ phân bố số theo cấp chiều cao từ tuổi đến tuổi 11 26 Hình 4.3 Đường biểu diễn tương quan dạng phương trình thử nghiệm chiều cao đường kính (Hvn/D1,3) 28 Hình 4.4 Đường biểu diễn phương trình tương quan lựa chọn chiều cao đường kinh (H/D1,3) cho rừng trồng tràm phân trường Sông Trẹm - 29 Hình 4.5 Đường biểu diễn phương trình tương quan lựa chọn Vkv với D1,3 cho rừng trồng tràm phân trường Sông Trẹm - 32 Hình 4.6 Đường biểu diễn phương trình tương quan lựa chọn Vsp với Vkv cho rừng trồng tràm phân trường Sông Trẹm 34 vii DANH SÁCH CÁC BẢNG Bảng 4.1 Bảng tóm tắt đặc trưng mẫu phân bố N/D1,3 - 21 Bảng 4.2 Bảng tóm tắt đặc trưng mẫu phân bố N/Hvn 24 Bảng 4.3 Kết thử nghiệm số hàm tốn học mơ tả mối tương quan tiêu sinh trưởng chiều cao với đường kính 28 Bảng 4.4 So sánh tiêu thống kê từ hàm thử nghiệm –Tương quan Vkv D1,3 loài tràm 31 Bảng 4.5 So sánh tiêu thống kê từ hàm thử nghiệm –Tương quan Vsp Vkv loài tràm - 33 Bảng 4.10 Biểu sản phẩm loài tràm trồng phân trường Sông Trẹm thuộc công ty TNHH MTV Lâm nghiệp U Minh hạ 35 viii stt Tuổi cận 7,25 cận 7,75 xi 7,5 7,75 8,25 8,25 11 N% 34 18 8,75 8,5 60 32 8,75 9,25 39 21 9,25 9,75 9,5 32 17 9,75 10,25 10 10,25 10,75 10,5 1 stt Tuổi 10 Tuổi 11 185 100 fi N% 1 cận 8,25 cận 8,75 8,75 9,25 25 14 9,25 9,75 9,5 43 24 9,75 10,25 10 69 39 10,25 10,75 10,5 28 16 10,75 11,25 11 10 stt xi 8,5 fi 177 100 fi N% 1 cận 6,75 cận 7,25 xi 7,25 7,75 7,5 3 7,75 8,25 4 8,25 8,75 8,5 5 8,75 9,25 10 6 9,25 9,75 9,5 14 9,75 10,25 10 28 17 xxi 10,25 10,75 10,5 28 17 10,75 11,25 11 27 16 10 11,25 11,75 11,5 18 11 11 11,75 12,25 12 16 10 12 12,25 12,75 12,5 13 12,75 13,25 13 1 165 100 Phụ biểu 3: Kết tính tốn thử nghiệm dạng phương trình biểu thị quy luật tương quan H D1,3 Simple Regression - hvn vs d1_3 Dependent variable: hvn Independent variable: d1_3 Double reciprocal model: Y = 1/(a + b/X) Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 0,0580302 0,0030068 19,2996 0,0000 Slope 0,407487 0,0240049 16,9751 0,0000 Analysis of Variance Source Sum of Squares Df Mean Square Model Residual 0,00278664 288,15 0,00000967063 0,00278664 0,000077365 Total (Corr.) 0,002864 Correlation Coefficient = 0,986401 R-squared = 97,2987 percent R-squared (adjusted for d.f.) = 96,961 percent Standard Error of Est = 0,00310976 Mean absolute error = 0,0022673 Durbin-Watson statistic = 1,62792 (P=0,1461) Lag residual autocorrelation = -0,0241905 xxii F-Ratio P-Value 0,0000 The StatAdvisor The output shows the results of fitting a double reciprocal model to describe the relationship between hvn and d1_3 The equation of the fitted model is hvn = 1/(0,0580302 + 0,407487/d1_3) Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between hvn and d1_3 at the 95,0% confidence level The R-Squared statistic indicates that the model as fitted explains 97,2987% of the variability in hvn The correlation coefficient equals 0,986401, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0,00310976 This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu The mean absolute error (MAE) of 0,0022673 is the average value of the residuals The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file Since the P-value is greater than 0,05, there is no indication of serial autocorrelation in the residuals at the 95,0% confidence level Simple Regression - hvn vs d1_3 Dependent variable: hvn Independent variable: d1_3 Multiplicative model: Y = a*X^b Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 1,25565 0,0797994 15,7351 0,0000 Slope 0,455901 0,0360427 12,6489 0,0000 NOTE: intercept = ln(a) Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio P-Value Model Residual 0,223937 0,00139965 0,223937 0,0111972 Total (Corr.) 0,235134 xxiii 160,00 0,0000 Correlation Coefficient = 0,975899 R-squared = 95,238 percent R-squared (adjusted for d.f.) = 94,6427 percent Standard Error of Est = 0,0374119 Mean absolute error = 0,0264219 Durbin-Watson statistic = 1,39582 (P=0,0690) Lag residual autocorrelation = -0,00380999 The StatAdvisor The output shows the results of fitting a multiplicative model to describe the relationship between hvn and d1_3 The equation of the fitted model is hvn = exp(1,25565 + 0,455901*ln(d1_3)) or ln(hvn) = 1,25565 + 0,455901*ln(d1_3) Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between hvn and d1_3 at the 95,0% confidence level The R-Squared statistic indicates that the model as fitted explains 95,238% of the variability in hvn The correlation coefficient equals 0,975899, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0,0374119 This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu The mean absolute error (MAE) of 0,0264219 is the average value of the residuals The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file Since the P-value is greater than 0,05, there is no indication of serial autocorrelation in the residuals at the 95,0% confidence level Simple Regression - hvn vs d1_3 Dependent variable: hvn Independent variable: d1_3 Logarithmic-X model: Y = a + b*ln(X) Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 0,440196 0,776889 0,566613 0,5865 Slope 4,19893 0,350895 11,9664 0,0000 xxiv Analysis of Variance Source Sum Squares Model 18,996 Residual 1,06127 Total (Corr.) 20,0572 of Df Mean Square 18,996 0,132659 F-Ratio P-Value 143,19 0,0000 Correlation Coefficient = 0,973184 R-squared = 94,7088 percent R-squared (adjusted for d.f.) = 94,0474 percent Standard Error of Est = 0,364224 Mean absolute error = 0,24516 Durbin-Watson statistic = 1,55774 (P=0,1170) Lag residual autocorrelation = -0,0377867 The StatAdvisor The output shows the results of fitting a logarithmic-X model to describe the relationship between hvn and d1_3 The equation of the fitted model is hvn = 0,440196 + 4,19893*ln(d1_3) Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between hvn and d1_3 at the 95,0% confidence level The R-Squared statistic indicates that the model as fitted explains 94,7088% of the variability in hvn after transforming to a Y/(1-Y) scale to linearize the model The correlation coefficient equals 0,973184, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0,364224 This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu The mean absolute error (MAE) of 0,24516 is the average value of the residuals The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file Since the P-value is greater than 0,05, there is no indication of serial autocorrelation in the residuals at the 95,0% confidence level Simple Regression - hvn vs d1_3 Dependent variable: hvn Independent variable: d1_3 Square root-X model: Y = a + b*sqrt(X) xxv Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 1,00574 0,822019 1,2235 0,2560 Slope 2,84941 0,268113 10,6277 0,0000 Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio P-Value Model Residual Total (Corr.) 18,7306 0,165835 112,95 0,0000 18,7306 1,32668 20,0572 Correlation Coefficient = 0,966362 R-squared = 93,3855 percent R-squared (adjusted for d.f.) = 92,5587 percent Standard Error of Est = 0,407228 Mean absolute error = 0,283115 Durbin-Watson statistic = 1,37479 (P=0,0635) Lag residual autocorrelation = 0,00577827 The StatAdvisor The output shows the results of fitting a square root-X model to describe the relationship between hvn and d1_3 The equation of the fitted model is hvn = 1,00574 + 2,84941*sqrt(d1_3) Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between hvn and d1_3 at the 95,0% confidence level The R-Squared statistic indicates that the model as fitted explains 93,3855% of the variability in hvn The correlation coefficient equals 0,966362, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0,407228 This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu The mean absolute error (MAE) of 0,283115 is the average value of the residuals The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file Since the P-value is greater than 0,05, there is no indication of serial autocorrelation in the residuals at the 95,0% confidence level xxvi Simple Regression - hvn vs d1_3 Dependent variable: hvn Independent variable: d1_3 Linear model: Y = a + b*X Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 5,21315 0,514655 10,1294 0,0000 Slope 0,470303 0,0523607 8,98199 0,0000 Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio P-Value Model Residual Total (Corr.) 18,2478 0,226185 80,68 0,0000 18,2478 1,80948 20,0572 Correlation Coefficient = 0,953826 R-squared = 90,9784 percent R-squared (adjusted for d.f.) = 89,8507 percent Standard Error of Est = 0,475589 Mean absolute error = 0,338958 Durbin-Watson statistic = 1,16479 (P=0,0267) Lag residual autocorrelation = 0,0951685 The StatAdvisor The output shows the results of fitting a linear model to describe the relationship between hvn and d1_3 The equation of the fitted model is hvn = 5,21315 + 0,470303*d1_3 Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between hvn and d1_3 at the 95,0% confidence level The R-Squared statistic indicates that the model as fitted explains 90,9784% of the variability in hvn The correlation coefficient equals 0,953826, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0,475589 This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu xxvii The mean absolute error (MAE) of 0,338958 is the average value of the residuals The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file Since the P-value is less than 0,05, there is an indication of possible serial correlation at the 95,0% confidence level Plot the residuals versus row order to see if there is any pattern that can be seen Phụ biểu 4: Tương quan thể tích khơng vỏ với đường kính D1,3 Simple Regression - Vkv vs D1_3 Dependent variable: Vkv Independent variable: D1_3 Squared-Y model: Y = sqrt(a + b*X) Coefficients Least Squares Paramet Estimate er Intercept -0,00105207 Slope 0,000180132 Analysis of Variance Source Sum of Squares Model 5,20459E-7 Residual 2,38217E-8 Total 5,4428E-7 (Corr.) Standard Error T Statistic PValue 0,0000788042 -13,3504 0,0000 0,0000106884 16,8531 0,0000 Df Mean Square FP-Value Ratio 5,20459E-7 284,03 0,0000 13 1,83244E-9 14 Correlation Coefficient = 0,977872 R-squared = 95,6233 percent R-squared (adjusted for d.f.) = 95,2866 percent Standard Error of Est = 0,000042807 Mean absolute error = 0,0000309825 Durbin-Watson statistic = 1,58886 (P=0,1313) Lag residual autocorrelation = 0,175098 The StatAdvisor The output shows the results of fitting a squared-Y model to describe the relationship between Vkv and D1_3 The equation of the fitted model is Vkv = sqrt(-0,00105207 + 0,000180132*D1_3) xxviii Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between Vkv and D1_3 at the 95,0% confidence level The R-Squared statistic indicates that the model as fitted explains 95,6233% of the variability in Vkv after transforming to a reciprocal scale to linearize the model The correlation coefficient equals 0,977872, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0,000042807 This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu The mean absolute error (MAE) of 0,0000309825 is the average value of the residuals The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file Since the P-value is greater than 0,05, there is no indication of serial autocorrelation in the residuals at the 95,0% confidence level Simple Regression - Vkv vs D1_3 Dependent variable: Vkv Independent variable: D1_3 Squared-Y square root-X: Y = sqrt(a + b*sqrt(X)) Coefficients T Least Squares Standard Error Statistic PParamet Estimate Value er Intercept -0,00239359 0,000159463 -15,0103 0,0000 Slope 0,00098562 0,0000590199 16,6998 0,0000 Analysis of Variance Source Sum of Df Mean Square FP-Value Squares Ratio Model 5,20039E-7 5,20039E-7 278,88 0,0000 Residual 2,42414E-8 13 1,86472E-9 Total 5,4428E-7 14 (Corr.) Correlation Coefficient = 0,977477 R-squared = 95,5462 percent R-squared (adjusted for d.f.) = 95,2036 percent Standard Error of Est = 0,0000431824 Mean absolute error = 0,0000308248 Durbin-Watson statistic = 1,54334 (P=0,1114) Lag residual autocorrelation = 0,187803 xxix The StatAdvisor The output shows the results of fitting an squared-Y square root-X model to describe the relationship between Vkv and D1_3 The equation of the fitted model is Vkv = sqrt(-0,00239359 + 0,00098562*sqrt(D1_3)) Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between Vkv and D1_3 at the 95,0% confidence level The R-Squared statistic indicates that the model as fitted explains 95,5462% of the variability in Vkv after transforming to a logarithmic scale to linearize the model The correlation coefficient equals 0,977477, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0,0000431824 This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu The mean absolute error (MAE) of 0,0000308248 is the average value of the residuals The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file Since the P-value is greater than 0,05, there is no indication of serial autocorrelation in the residuals at the 95,0% confidence level Simple Regression - Vkv vs D1_3 Dependent variable: Vkv Independent variable: D1_3 Double-squared: Y = sqrt(a + b*X^2) Coefficients Least Squares Paramet Estimate er Intercept -0,000381656 Slope 0,0000118572 Analysis of Variance Source Sum of Squares Model 5,17913E-7 Residual 2,63678E-8 Total 5,4428E-7 (Corr.) Standard Error T Statistic PValue 0,0000419787 -9,09166 0,0000 7,42025E-7 15,9795 0,0000 Df Mean Square FP-Value Ratio 5,17913E-7 255,34 0,0000 13 2,02829E-9 14 xxx Correlation Coefficient = 0,975477 R-squared = 95,1555 percent R-squared (adjusted for d.f.) = 94,7828 percent Standard Error of Est = 0,0000450365 Mean absolute error = 0,0000313501 Durbin-Watson statistic = 1,6393 (P=0,1570) Lag residual autocorrelation = 0,166153 The StatAdvisor The output shows the results of fitting a double squared model to describe the relationship between Vkv and D1_3 The equation of the fitted model is Vkv = sqrt(-0,000381656 + 0,0000118572*D1_3^2) Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between Vkv and D1_3 at the 95,0% confidence level The R-Squared statistic indicates that the model as fitted explains 95,1555% of the variability in Vkv The correlation coefficient equals 0,975477, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0,0000450365 This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu The mean absolute error (MAE) of 0,0000313501 is the average value of the residuals The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file Since the P-value is greater than 0,05, there is no indication of serial autocorrelation in the residuals at the 95,0% confidence level Phụ biểu 5: Tương quan thể tích gỗ sản phẩm với thể tích khơng vỏ Simple Regression - Vsp vs Vkv Dependent variable: Vsp Independent variable: Vkv Linear model: Y = a + b*X Coefficients Least Squares Standard Error Paramet Estimate er Intercept -0,00569831 0,000539836 Slope 0,798559 0,0332945 T Statistic PValue -10,5556 0,0000 23,9847 0,0000 xxxi Analysis of Variance Source Sum of Squares Model 0,00034904 Residual 0,00000788 786 Total 0,00035693 (Corr.) Df Mean Square FP-Value Ratio 0,000349047 575,27 0,0000 13 6,06759E-7 14 Correlation Coefficient = 0,988889 R-squared = 97,7901 percent R-squared (adjusted for d.f.) = 97,6201 percent Standard Error of Est = 0,000778947 Mean absolute error = 0,00059722 Durbin-Watson statistic = 2,58419 (P=0,8218) Lag residual autocorrelation = -0,331904 The StatAdvisor The output shows the results of fitting a linear model to describe the relationship between Vsp and Vkv The equation of the fitted model is Vsp = -0,00569831 + 0,798559*Vkv Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between Vsp and Vkv at the 95,0% confidence level The R-Squared statistic indicates that the model as fitted explains 97,7901% of the variability in Vsp The correlation coefficient equals 0,988889, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0,000778947 This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu The mean absolute error (MAE) of 0,00059722 is the average value of the residuals The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file Since the P-value is greater than 0,05, there is no indication of serial autocorrelation in the residuals at the 95,0% confidence level Simple Regression - Vsp vs Vkv Dependent variable: Vsp Independent variable: Vkv Double square root model: Y = (a + b*sqrt(X))^2 xxxii Coefficients Least Squares Paramet Estimate er Intercept -0,0829403 Slope 1,29461 Standard T Error Statistic PValue 0,00513343 -16,1569 0,0000 0,0418492 30,9351 0,0000 Analysis of Variance Source Sum of Squares Df Mean Square Model Residual Total (Corr.) 0,0155755 0,000211583 0,0157871 0,0155755 13 0,0000162756 14 FP-Value Ratio 956,98 0,0000 Correlation Coefficient = 0,993276 R-squared = 98,6598 percent R-squared (adjusted for d.f.) = 98,5567 percent Standard Error of Est = 0,00403431 Mean absolute error = 0,00320464 Durbin-Watson statistic = 3,11869 (P=0,9856) Lag residual autocorrelation = -0,577731 The StatAdvisor The output shows the results of fitting a double square root model to describe the relationship between Vsp and Vkv The equation of the fitted model is Vsp = (-0,0829403 + 1,29461*sqrt(Vkv))^2 Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between Vsp and Vkv at the 95,0% confidence level The R-Squared statistic indicates that the model as fitted explains 98,6598% of the variability in Vsp after transforming to a logarithmic scale to linearize the model The correlation coefficient equals 0,993276, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0,00403431 This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu The mean absolute error (MAE) of 0,00320464 is the average value of the residuals The Durbin-Watson (DW) statistic tests the residuals to determine if xxxiii there is any significant correlation based on the order in which they occur in your data file Since the P-value is greater than 0,05, there is no indication of serial autocorrelation in the residuals at the 95,0% confidence level Simple Regression - Vsp vs Vkv Dependent variable: Vsp Independent variable: Vkv Multiplicative model: Y = a*X^b Coefficients Least Squares Paramet Estimate er Intercept 4,35322 Slope 2,29402 Standard T Error Statistic PValue 0,374472 11,625 0,0000 0,0870257 26,3603 0,0000 NOTE: intercept = ln(a) Analysis of Variance Source Sum of Squares Model 13,9461 Residual 0,260912 Total 14,207 (Corr.) Df Mean FP-Value Square Ratio 13,9461 694,86 0,0000 13 0,0200702 14 Correlation Coefficient = 0,990775 R-squared = 98,1635 percent R-squared (adjusted for d.f.) = 98,0222 percent Standard Error of Est = 0,141669 Mean absolute error = 0,0927128 Durbin-Watson statistic = 2,26934 (P=0,6004) Lag residual autocorrelation = -0,134997 The StatAdvisor The output shows the results of fitting a multiplicative model to describe the relationship between Vsp and Vkv The equation of the fitted model is Vsp = exp(4,35322 + 2,29402*ln(Vkv)) or ln(Vsp) = 4,35322 + 2,29402*ln(Vkv) xxxiv Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between Vsp and Vkv at the 95,0% confidence level The R-Squared statistic indicates that the model as fitted explains 98,1635% of the variability in Vsp The correlation coefficient equals 0,990775, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0,141669 This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu The mean absolute error (MAE) of 0,0927128 is the average value of the residuals The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file Since the P-value is greater than 0,05, there is no indication of serial autocorrelation in the residuals at the 95,0% confidence level xxxv ... tài ? ?Xây dựng bi? ?u sản phẩm cho rừng trồng tràm (Melaleuca cajuputy Powell) phục vụ nhu c? ?u nguyên li? ?u ván ghép Lâm phần công ty TNHH MTV Lâm nghiệp U Minh hạ - tỉnh Cà mau? ?? Thời gian thu thập... LÂM THÀNH PHỐ HỒ CHÍ MINH  NGƠ VŨ TRÁNG XÂY DỰNG BI? ?U SẢN PHẨM CHO RỪNG TRỒNG TRÀM (Melaleuca cajuputy Powell) PHỤC VỤ NHU C? ?U NGUYÊN LI? ?U VÁN GHÉP THANH TẠI LÂM PHẦN CỦA CÔNG TY TNHH. .. cho rừng trồng tràm độ tuổi gần đưa vào khai thác Trước thực tiễn này, thực đề tài ? ?Xây dựng bi? ?u sản phẩm cho rừng trồng tràm phục vụ nhu c? ?u nguyên li? ?u ván ghép Lâm phần công ty TNHH MTV Lâm