Bước đầu đánh giá lượng CO2 hấp thụ trong cây xanh ở một số đường thuộc quận hải châu thành phố đà nẵng

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM KHOA SINH – MÔI TRƢỜNG - NGÔ THỊ LIÊN BƢỚC ĐẦU ĐÁNH GIÁ LƢỢNG CO2 HẤP THỤ TRONG CÂY XANH Ở MỘT SỐ ĐƢỜNG THUỘC QUẬN HẢI CHÂU, THÀNH PHỐ ĐÀ NẴNG Đà Nẵng - Năm 2015 ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM KHOA SINH – MÔI TRƢỜNG - NGÔ THỊ LIÊN BƢỚC ĐẦU ĐÁNH GIÁ LƢỢNG CO2 HẤP THỤ TRONG CÂY XANH Ở MỘT SỐ ĐƢỜNG THUỘC QUẬN HẢI CHÂU, THÀNH PHỐ ĐÀ NẴNG Ngành: Quản lí tài ngun mơi trƣờng Ngƣời hƣớng dẫn: PGS TS.VÕ VĂN MINH Đà Nẵng - Năm 2015 LỜI CAM ĐOAN Tôi cam đoan đề tài:“Bƣớc đầu đánh giá lƣợng CO2 hấp thụ xanh số đƣờng thuộc Quận Hải Châu, thành phố Đà Nẵng”là kết nghiên cứu Các số liệu nghiên cứu, kết điều tra, kết phân tích trung thực, chưa công bố Các số liệu liên quan trích dẫn có ghi nguồn gốc Tơi xin chịu hoàn toàn trách nhiệm kết sản phẩm kế thừa công bố người khác Đà Nẵng, tháng năm 2015 Tác giả Ngô Thị Liên LỜI CẢM ƠN Để hồn thành khóa luận này, em xin gửi lời cám ơn chân thành tới PGS.TS Võ Văn Minh Th.S Lê Quang Việt tận tình giúp đỡ, hướng dẫn em thực đề tài suốt thời gian qua Em xin bày tỏ lịng cảm ơn đến thầy, giáo Khoa Sinh – Môi Trường, Trường Đại học Sư phạm, Đại học Đà Nẵng tận tình giúp đỡ tạo điều kiện cho em học tập, nghiên cứu hoàn thành khóa học Em xin cảm ơn gia đình, bạn bè bạn lớp 11CTM động viên, khích lệ, giúp đỡ để em hồn thành khóa luận tốt nghiệp Một lần xin chân thành cảm ơn! Đà Nẵng, tháng 04 năm 2014 Sinh viên Ngô Thị Liên DANH MỤC CÁC TỪ VIẾT TẮT CDM Clean Development Mechanism – Cơ chế phát triển CVCX Công viên xanh CXĐP Cây xanh đường phố GIS Information System - HT thông tin địa lý GPS Global Positioning System - Hệ thống định vị toàn cầu GTHTLT Giá trị hấp thụ, lưu trữ IPCC Intergovernmental Panel on Climate Change - Ủy ban Liên Chính phủ Biến đổi khí hậu IUCN International Union for Conservation KNK Khí nhà kính REDD Reducing Emissions from Deforestation and Forest Degradation - Chương trình giảm phát thải phá rừng tho i hóa rừng UBND Ủy ban nhân dân VQG Vườn quốc gia WD Wood density - Tỷ trọng gỗ WHO World Health Organization - tổ chức y tế giới DANH MỤC BẢNG Số hiệu Tên bảng Trang bảng 3.1 3.2 Số lượng số loài tuyến đường Chỉ số giá trị quan trọng (IVI%) loài tuyến đường nghiên cứu 28 31 3.3 Số lượng xanh theo cấp đường kính 33 3.4 Số lượng lồi xanh theo cấp đường kính 34 3.5 Đặc trưng phân bố N – D1,3 tuyến đường nghiên cứu 35 3.6 Đặc trưng phân bố N – Hvn tuyến đường nghiên cứu 38 3.7 C c phương trình tương quan Hvn D1,3 41 3.8 C c phương trình tương quan B D1,3 43 3.9 3.10 3.11 3.12 3.13 Sinh khối lượng carbon tích tụ mặt đất tuyến đường nghiên cứu Lượng CO2 hấp thụ tuyến đường nghiên cứu Lượng CO2 trung bình hấp thụ theo cấp đường kính Lượng CO2 trung bình hấp thụ theo cấp chiều cao Lượng CO2 xanh hấp thụ theo loài 45 46 47 48 49 DANH MỤC HÌNH Số hiệu Tên hình Trang hình 2.1 Khu vực nghiên cứu 23 3.1 Số lượng số loài tuyến đường 29 3.2 Chỉ số quan trọng (IVI) c c loài nghiên cứu 32 3.3 Phân bố số lượng theo cấp đường kính 33 3.4 Phân bố N – D thực nghiệm tuyến đường nghiên cứu 36 3.5 3.6 Phân bố N – Hvn thực nghiệm đường Bạch Đằng, Trần Phú, Đống Đa, Quang Trung Lê Lợi Biểu đồ sinh khối lượng carbon tích tụ mặt đất tuyến đường nghiên cứu 39 41 3.7 Lượng CO2 hấp thụ tuyến đường nghiên cứu 47 3.8 Lượng CO2 trung bình loài hấp thụ 50 3.9 Bản đồ đặc điểm xanh đường phố 51 MỤC LỤC LỜI CAM ĐOAN LỜI CẢM ƠN DANH MỤC CÁC TỪ VIẾT TẮT MỞ ĐẦU 1 Tính cấp thiết Mục tiêu Nội dung Bố cục CHƢƠNG 1: TỔNG QUAN TÀI LIỆU 1.1 CÂY XANH ĐƢỜNG PHỐ VÀ VAI TRÒ CỦA CHÚNG 1.1.1 Khái niệm 1.1.2 Vai trò xanh đô thị việc cải thiện môi trường đô thị 1.2 TÌNH HÌNH NGHIÊN CỨU KHẢ NĂNG HẤP THỤ CO2 CỦA CÂY XANH ĐƢỜNG PHỐ TRÊN THẾ GIỚI VÀ VIỆT NAM 1.2.1 Trên giới 1.2.2 Ở Việt Nam 12 1.3 TỔNG QUAN VỀ KHU VỰC NGHIÊN CỨU 18 1.3.1 Điều kiện tự nhiên – xã hội quận Hải Châu 18 1.3.2 Hiện trạng xanh quận Hải Châu 19 Theo số liệu điều tra cuối năm 2014 Công ty CVCX Đà Nẵng, địa bàn quận Hải Châu có 16.095 xanh bóng m t, trồng 136 đường phố 19 1.3.3 Tình hình nghiên cứu xanh đường phố quận Hải Châu, Đà Nẵng 19 1.4 NHẬN XÉT CHUNG 21 CHƢƠNG 2: ĐỐI TƢỢNG, PHẠM VI VÀ PHƢƠNG PHÁP NGHIÊN CỨU 23 2.1 ĐỐI TƢỢNG VÀ PHẠM VI NGHIÊN CỨU 23 2.1.1 Đối tượng nghiên cứu 23 2.1.2 Phạm vi nghiên cứu 23 2.2 PHƢƠNG PHÁP NGHIÊN CỨU 24 2.2.1 Phương ph p hồi cứu số liệu 24 2.2.2 Phương ph p thu thập số liệu thực địa 24 2.2.3 Phương ph p lượng hóa giá trị carbon tích tụ 24 CHƢƠNG 3: KẾT QUẢ VÀ BÀN LUẬN 28 3.1 HIỆN TRẠNG CÂY XANH TRÊN TUYẾN ĐƢỜNG THUỘC QUẬN HẢI CHÂU, THÀNH PHỐ ĐÀ NẴNG 28 3.1.1 Số lượng, thành phần loài c c tuyến đường nghiên cứu 28 3.1.2 Phân bố số lượng theo cấp đường kính (D1,3) 32 3.1.3 Phân bố số lượng theo chiều cao (Hvn) 38 3.2 SINH KHỐI VÀ LƢỢNG CARBON TÍCH TỤ CỦA CÂY XANH TRÊN TUYẾN ĐƢỜNG NGHIÊN CỨU 40 3.2.1 Tương quan chiều cao đường kính (Hvn – D1,3) 41 3.2.2 Tương quan sinh khối cá thể đường kính (B– D1,3) 42 3.2.3 Sinh khối lượng carbon tích tụ mặt đất xanh 44 3.3 LƢỢNG CO2 HẤP THỤ VÀ SỰ PHÂN BỐ CO2 46 3.3.1 Lượng CO2 hấp thụ 46 3.3.2 Phân bố lượng CO2 theo đường kính D1,3 chiều cao 47 3.3.3 Phân bố lượng CO2 theo loài 48 3.4 LƢỢNG GIÁ BẰNG TIỀN KHẢ NĂNG HẤP THỤ CO2 CỦA CÂY XANH ĐƢỜNG PHỐ 52 KẾT LUẬN VÀ KIẾN NGHỊ 53 1.KẾT LUẬN 53 KIẾN NGHỊ 53 TÀI LIỆU THAM KHẢO 55 MỞ ĐẦU Tính cấp thiết Biến đổi khí hậu, đặc biệt tượng nóng lên tr i đất vấn đề thách thức toàn cầu, mà nguyên nhân gia tăng nhanh chóng lượng CO2 khơng khí Hiện nay, c c nước giới có Việt Nam ln coi trọng việc làm để giảm thiểu thấp lượng khí thải CO2 khí Bên cạnh giải pháp khoa học – công nghệ - kĩ thuật nghiên cứu ứng dụng, giải pháp cải thiện thiên nhiên ln quan tâm xem giải pháp mang tính lâu dài, bền vững Một giải ph p thiên nhiên đưa hấp thụ CO2 thơng qua trình quang hợp xanh Nghiên cứu lượng CO2mà xanh hấp thụ để từ có kế hoạch phát triển xanh hợp lý, giúp cải thiện chất lượng mơi trường tình trạng biến đổi khí hậu Trong năm gần đây, Thế giới Việt Nam cơng trình nghiên cứu hấp thụ CO2ngày trọng Điều có ý nghĩa quan trọng việc đóng góp c c phương ph p định lượng CO2 Tuy nhiên, phần lớn nghiên cứu chủ yếu tập trung vào rừng mà tập trung nghiên cứu xanh thị Trong đó, xanh thị nhân tố quan trọng đóng góp trực tiếp vào q trình cải thiện chất lượng mơi trường sống Đà Nẵng đ nh gi “thành phố nhất" nước ta Tuy nhiên, qu trình thị hóa diễn nhanh, hoạt động sử dụng lượng, giao thơng, làm tình trạng nhiễm khơng khí năm gần có chiều hướng tăng cao Đặc biệt gia tăng hàm lượng khí nhà kính khơng khí, chủ yếu CO2 Trong đó, khí thải từ hoạt động giao thơng đóng góp 85% lượng khí CO2, 95% lượng VOCs [2] Vì vậy, cần phải tìm kiếm giải ph p để giảm thiểu lượng khí CO2 giao thông huyện Nam Đông, Tỉnh Thừa Thiên Huế, Tạp chí khoa học, Đại học Huế, tập 71, số [20] Bùi Huy Trí ctv (2002), Một số giải pháp phát triển hệ thống xanh đường phố thành phố Đà Nẵng, Báo cáo khoa học, sở khoa học công nghệ môi trường thành phố Đà Nẵng, trang 8-18 [21] Tin vắn đô thị - Chương trình SUPEEP: Tổng quan áp dụng Việt Nam năm 2012, trang Tài liệu nƣớc [22] EC Anyanwu, I Kanu (2006), The role of urban forest in the protection of human environmental health in geographically-prone unpredictable hostile weather conditions, International Journal of Enviornmental Science and Technology, Vol 3, No 2, Spring 2006, pp 197-201 [23] G.H Stoffberg ctv (2010), Carbon sequestration estimates of indigenous street trees in the City of Tshwane, South Africa, United States Department of Agriculture, p 9–14 G Sandhya Kiran ctv (2011), Carbon sequestration by urban trees on roadsides of Vadodara City, International Journal of Engineering Science and Technology (IJEST) [24] Heisler, GM (1986), Energy Savings with Trees Journalofm Arboriculture 113-125 [25] Heisler, GM (1986), Effects of Individual Trees on the Solar Radiation Climate of Small Buildings Urban Ecology(9):337-359 [26] Junghwan Lee, Gwangyu Lee & Joonsoon Kim(2014), Calculating total urban forest volume considering the carbon cycle in an urban area – focusing on the city of Chuncheon in South Korea, Forest Science and Technology, 80-88 [27] Ketterings Q cộng (2001), Reducing Uncertainty in the Use of Allometric Biomass Equations for Predicting Above-Ground Tree 57 Biomass in Mixed Secondary Forests, Forest Ecology and Management, p146 [28] Nowak, David J.; Crane, Daniel E (2002), Carbon storage and sequestration by urban trees in the USA, USDA Forest Service, 381-389 [29] Nowak, David J cộng (2/2014), Assessing urban forest effects and values: Douglas County, Kansas, Resour Bull NRS-91 Newtown Square, PA: U.S Department of Agriculture, Forest Service, Northern Research Station 76 p [30] Prachi Ugle, Sankara Rao and T.V Ramachandra (2010), Carbon sequestration potential of urban trees, Centre for Ecological Sciences, IISc, Bangalore, India [31] Sandhya Kiran, G.; Kinnary, Shah (2011), Carbon sequestration by urban trees on roadsides of Vadodara City,International Journal of Engineering Science & Technology;2011, Vol Issue 4, p3066 58 PHỤ LỤC Phụ lục 1: BẢNG ĐIỀU TRA CÁC ĐẶC TRƢNG LÂM HỌC CỦA CÂYXANH ĐƢỜNG PHỐ ĐÀ NẴNG Ngƣời thực hiện: Đƣờng phố: Ngày thực hiện: STT Loài C1,3 (cm) Hvn (m) STT Loài 59 C1,3 (cm) Hvn (m) STT Loài C1,3 (cm) Hvn (m) Phụ lục 2: Danh sách tên, họ tỷ trọng gỗ loài thực vật khu vực nghiên cứu STT 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 Tên loài Muồng tím Xà cừ Gi ng hương Osaka đỏ Bằng lăng tím Phượng vĩ Sữa Bàng đen Bồ đề Lộc vừng Lim xẹt Sấu Dầu r i Đa Sứ Sị đo cam Trứng c Sưa đỏ Sung Si hồng hậu Bạch đàn Long não Xoài Bàng Đài Loan Tên khoa học Samanaea saman (Jacq.) Merr Khaya senegalensis a.Juss Pterocarpus macrocarpus Kurz Erythrina crista-galli L Lagerstroemia reginae Roxb Delonix regia (Boj.) Raf Tên họ Fabaceae Meliaceae Fabaceae Fabaceae Lythraceae Fabaceae Apocynaceae Alstonia scholaris L.R.Br Terminalia catappa L Combretaceae Hopea odorata Roxb Dipterocarpaceae Ficus religiosa Fabaceae Barringtonia racemosa (L.) Spreng Lecythidaceae Peltophorum pterocarpum Fabaceae Dracontomelon duperreanum Pierre Anacardiaceae Dipterocarpus alatus Dipterocarpaceae Moraceae Ficus callosa Willd Plumeria rubra Apocynaceae Spathodea campanulata P Beauv Bignoniaceae Muntingia calabura Muntingiaceae Dalbergia Tonkinensis Prain Fabaceae Ficus racemosa moraceae Ficus benjamina Fabaceae Bauhinia purpurea L Fabaceae Eucalyptus camaldulensis Myrtaceae Cinnamomum camphora (L.) J.S.Presl Lauraceae Mangifera indica Anacadiaceae Terminalia mantaly Combretaceae Tỉ trọng gỗ trung bình 60 Tỉ trọng gỗ WD (kg/m3) 0.57 0.6582 0.7 0.31 0.6575 0.57 0.395 0.59 0.68 0.443 0.558 0.53 0.57 0.56 0.59 0.5 0.31 0.3 0.57 0.353 0.42 0.72 0.73 0.42 0.54 0.958 0.546 Phụ lục 3: Danh sách tiêu chuẩn khu vực nghiên cứu Họ STT 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 Tên lồi Muồng tím Muồng tím Xà cừ Đa Bồ đề Bồ đề Phượng vĩ Xà cừ Muồng tím Muồng tím Sữa Lim xẹt Dầu r i Phượng vĩ Bồ đề Si Bàng Muồng tím Bàng đen Xà cừ Sữa Bàng Sưa đỏ Phượng vĩ Muồng tím Bồ đề Tên Khoa học Samanaea saman (Jacq.) Merr Samanaea saman (Jacq.) Merr Khaya senegalensis a.Juss Ficus callosa Willd Ficus religiosa Ficus religiosa Delonix regia (Boj.) Raf Khaya senegalensis a.Juss Samanaea saman (Jacq.) Merr Samanaea saman (Jacq.) Merr Alstonia scholaris Peltophorum pterocarpum Dipterocarpus alatus Delonix regia (Boj.) Raf Ficus religiosa Ficus benjamina Terminalia catappa L Samanaea saman (Jacq.) Merr Terminalia catappa L Hopea odorata Roxb Khaya senegalensis a.Juss Alstonia scholaris L.R.Br Terminalia catappa L Dalbergia Tonkinensis Prain Delonix regia (Boj.) Raf Samanaea saman (Jacq.) Merr Ficus religiosa Fabaceae Fabaceae Meliaceae Moraceae Fabaceae Fabaceae Fabaceae Meliaceae Fabaceae Fabaceae Apocynaceae Fabaceae Dipterocarpaceae Fabaceae Fabaceae Fabaceae Combretaceae Fabaceae Combretaceae Dipterocarpaceae Meliaceae Apocynaceae Combretaceae Fabaceae Fabaceae Fabaceae Fabaceae 61 D1,3 (cm) Hvn (m) G (m2) V(m3) WD (g/cm3) 165.99 146.94 133.31 131.91 125.22 144.87 107.71 103.82 101.43 83.82 66.43 66.02 64.50 62.58 61.94 56.18 56.05 54.78 53.95 48.09 45.35 45.35 45.29 40.57 40.25 37.50 33.57 15.2 14.3 9.2 8.4 12.7 8.1 7.9 10.5 9.7 7.5 7.8 6.8 7.2 7.2 6.3 7.3 8.3 7 6.7 7.2 6.4 6.0 7.4 5.9 6.9 2.16 1.70 1.40 1.37 1.23 1.65 0.91 0.85 0.81 0.55 0.35 0.34 0.33 0.31 0.30 0.25 0.25 0.24 0.23 0.18 0.16 0.16 0.16 0.13 0.13 0.11 0.09 11.60 8.98 5.53 5.10 6.23 5.21 3.09 2.87 2.61 1.51 1.16 1.15 0.94 0.98 0.80 0.70 0.77 0.85 0.57 0.51 0.49 0.52 0.37 0.34 0.37 0.23 0.25 0.57 0.57 0.6582 0.59 0.443 0.443 0.57 0.6582 0.57 0.57 0.395 0.53 0.56 0.57 0.443 0.42 0.59 0.57 0.59 0.68 0.6582 0.395 0.59 0.57 0.57 0.57 0.443 Sinh Khối cá thể (kg) 6611.529 5119.644 3643.001 3008.089 2760.218 2306.869 1758.836 1890.694 1486.151 862.340 456.366 607.846 527.074 556.485 355.798 293.795 456.796 486.675 337.569 345.991 320.546 206.176 219.657 195.822 209.639 133.947 112.849 28 29 30 31 32 33 34 35 36 Sung Gi ng hương Bàng Muồng tím Phượng vĩ Muồng tím đen Bàng Gi ng hương 37 Lộc vừng 38 Xà cừ 39 đen 40 41 42 43 44 45 46 47 48 49 50 Sấu Bàng Đài Loan hồng hậu Gi ng hương Muồng tím Bằng lăng tím Phượng vĩ đen Sữa Osaka đỏ Xà cừ Ficus racemosa Pterocarpus macrocarpus Kurz Terminalia catappa L Samanaea saman (Jacq.) Merr Delonix regia (Boj.) Raf Samanaea saman (Jacq.) Merr Hopea odorata Roxb Terminalia catappa L Pterocarpus macrocarpus Kurz Barringtonia racemosa (L.) Spreng Khaya senegalensis a.Juss Hopea odorata Roxb Dracontomelon duperreanum Pierre Terminalia mantaly Bauhinia purpurea L Pterocarpus macrocarpus Kurz Samanaea saman (Jacq.) Merr Lagerstroemia reginae Roxb Delonix regia (Boj.) Raf Hopea odorata Roxb Alstonia scholaris L.R.Br Erythrina crista-galli L Khaya senegalensis a.Juss Moraceae Fabaceae Combretaceae Fabaceae Fabaceae Fabaceae Dipterocarpaceae Combretaceae Fabaceae 32.32 30.80 30.70 30.67 27.80 26.46 25.00 24.39 24.39 5.6 6.1 6.9 6.8 5.7 6.8 5.5 5.7 5.6 0.08 0.07 0.07 0.07 0.06 0.05 0.05 0.05 0.05 0.19 0.20 0.23 0.19 0.14 0.15 0.12 0.12 0.12 0.353 0.7 0.59 0.57 0.57 0.57 0.68 0.59 0.7 66.278 142.236 135.342 105.871 80.396 85.618 78.632 70.706 82.214 Lecythidaceae Meliaceae Dipterocarpaceae 24.36 24.33 24.11 5.6 5.8 5.2 0.05 0.05 0.05 0.12 0.12 0.10 0.558 0.6582 0.68 65.375 78.430 66.456 Anacardiaceae Combretaceae Fabaceae Fabaceae Fabaceae Lythraceae Fabaceae Dipterocarpaceae Apocynaceae Fabaceae Meliaceae 23.06 22.29 20.83 19.87 18.25 18.06 17.93 17.42 17.20 14.62 14.20 4.6 4.6 4.7 5.4 4.6 4.8 4.5 4.7 5.2 4.2 4.3 0.04 0.04 0.03 0.03 0.03 0.03 0.03 0.02 0.02 0.02 0.02 0.08 0.07 0.07 0.06 0.05 0.05 0.05 0.05 0.04 0.03 0.04 0.57 0.958 0.72 0.7 0.57 0.6575 0.57 0.68 0.395 0.31 0.6582 46.042 67.578 47.220 44.496 30.225 35.859 27.510 33.417 15.517 9.279 26.328 62 Phụ lục 4: Các phƣơng trình tƣơng quan Simple Regression - Hvn vs D13 Dependent variable: Hvn Independent variable: D13 Multiplicative model: Y = a*X^b Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 0.461244 0.0930058 4.95931 0.0000 Slope 0.384762 0.0245945 15.6442 0.0000 NOTE: intercept = ln(a) Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio P-Value Model 3.47756 3.47756 244.74 0.0000 Residual 0.682039 48 0.0142091 Total (Corr.) 4.1596 49 Correlation Coefficient = 0.914348 R-squared = 83.6033 percent R-squared (adjusted for d.f.) = 83.2617 percent Standard Error of Est = 0.119202 Mean absolute error = 0.0951021 Durbin-Watson statistic = 1.19483 (P=0.0014) Lag residual autocorrelation = 0.340715 The StatAdvisor The output shows the results of fitting a multiplicative model to describe the relationship between Hvn and D13 The equation of the fitted model is Hvn = exp(0.461244 + 0.384762*ln(D13)) or ln(Hvn) = 0.461244 + 0.384762*ln(D13) Since the P-value in the ANOVA table is less than 0.05, there is a statistically significant relationship between Hvn and D13 at the 95.0% confidence level The R-Squared statistic indicates that the model as fitted explains 83.6033% of the variability in Hvn The correlation coefficient equals 0.914348, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0.119202 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 0.0951021 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 Plot of Fitted Model Hvn = exp(0.461244 + 0.384762*ln(D13)) 16 14 Hvn 12 10 30 60 90 D13 63 120 150 180 Simple Regression - Hvn vs D13 Dependent variable: Hvn Independent variable: D13 Linear model: Y = a + b*X Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 4.1627 0.23296 17.8687 0.0000 Slope 0.0524007 0.00350748 14.9397 0.0000 Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio P-Value Model 219.973 219.973 223.19 0.0000 Residual 47.3071 48 0.985565 Total (Corr.) 267.28 49 Correlation Coefficient = 0.907196 R-squared = 82.3005 percent R-squared (adjusted for d.f.) = 81.9318 percent Standard Error of Est = 0.992757 Mean absolute error = 0.71622 Durbin-Watson statistic = 1.46492 (P=0.0184) Lag residual autocorrelation = 0.208871 The StatAdvisor The output shows the results of fitting a linear model to describe the relationship between Hvn and D13 The equation of the fitted model is Hvn = 4.1627 + 0.0524007*D13 Since the P-value in the ANOVA table is less than 0.05, there is a statistically significant relationship between Hvn and D13 at the 95.0% confidence level The R-Squared statistic indicates that the model as fitted explains 82.3005% of the variability in Hvn The correlation coefficient equals 0.907196, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0.992757 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 0.71622 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 64 Simple Regression - Hvn vs D13 Dependent variable: Hvn Independent variable: D13 Exponential model: Y = exp(a + b*X) Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 1.54646 0.0293675 52.6589 0.0000 Slope 0.00652214 0.000442162 14.7506 0.0000 NOTE: intercept = ln(a) Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio P-Value Model 3.4078 3.4078 217.58 0.0000 Residual 0.751794 48 0.0156624 Total (Corr.) 4.1596 49 Correlation Coefficient = 0.905131 R-squared = 81.9263 percent R-squared (adjusted for d.f.) = 81.5497 percent Standard Error of Est = 0.125149 Mean absolute error = 0.100861 Durbin-Watson statistic = 1.23709 (P=0.0015) Lag residual autocorrelation = 0.366346 The StatAdvisor The output shows the results of fitting an exponential model to describe the relationship between Hvn and D13 The equation of the fitted model is Hvn = exp(1.54646 + 0.00652214*D13) Since the P-value in the ANOVA table is less than 0.05, there is a statistically significant relationship between Hvn and D13 at the 95.0% confidence level The R-Squared statistic indicates that the model as fitted explains 81.9263% of the variability in Hvn after transforming to a reciprocal scale to linearize the model The correlation coefficient equals 0.905131, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0.125149 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 0.100861 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 Simple Regression - Hvn vs D13 Dependent variable: Hvn Independent variable: D13 Double-squared: Y = sqrt(a + b*X^2) Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 27.626 3.22705 8.56075 0.0000 Slope 0.00585776 0.000410204 14.2801 0.0000 Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio P-Value Model 72774.4 72774.4 203.92 0.0000 Residual 17130.0 48 356.874 Total (Corr.) 89904.3 49 Correlation Coefficient = 0.899702 R-squared = 80.9464 percent R-squared (adjusted for d.f.) = 80.5495 percent Standard Error of Est = 18.8911 Mean absolute error = 12.3189 Durbin-Watson statistic = 1.29803 (P=0.0032) Lag residual autocorrelation = 0.296347 65 The StatAdvisor The output shows the results of fitting a double squared model to describe the relationship between Hvn and D13 The equation of the fitted model is Hvn = sqrt(27.626 + 0.00585776*D13^2) Since the P-value in the ANOVA table is less than 0.05, there is a statistically significant relationship between Hvn and D13 at the 95.0% confidence level The R-Squared statistic indicates that the model as fitted explains 80.9464% of the variability in Hvn The correlation coefficient equals 0.899702, indicating a moderately strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 18.8911 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 12.3189 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 66 Simple Regression - B vs D13 Dependent variable: B Independent variable: D13 Multiplicative model: Y = a*X^b Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept -2.67928 0.197071 -13.5955 0.0000 Slope 2.22998 0.0520259 42.8629 0.0000 NOTE: intercept = ln(a) Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio P-Value Model 116.396 116.396 1837.23 0.0000 Residual 3.041 48 0.0633542 Total (Corr.) 119.437 49 Correlation Coefficient = 0.987187 R-squared = 97.4539 percent R-squared (adjusted for d.f.) = 97.4008 percent Standard Error of Est = 0.251703 Mean absolute error = 0.194121 Durbin-Watson statistic = 1.65665 (P=0.0836) Lag residual autocorrelation = 0.134458 The StatAdvisor The output shows the results of fitting a multiplicative model to describe the relationship between B and D13 The equation of the fitted model is B = exp(-2.67928 + 2.22998*ln(D13)) or ln(B) = -2.67928 + 2.22998*ln(D13) Since the P-value in the ANOVA table is less than 0.05, there is a statistically significant relationship between B and D13 at the 95.0% confidence level The R-Squared statistic indicates that the model as fitted explains 97.4539% of the variability in B The correlation coefficient equals 0.987187, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0.251703 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 0.194121 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 Plot of Fitted Model (X 1000)AGB = exp(-2.67928 + 2.22998*ln(D13)) 10 AGB 0 30 60 90 D13 67 120 150 180 Simple Regression - B vs D13 Dependent variable: B Independent variable: D13 Exponential model: Y = exp(a + b*X) Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 3.69082 0.121244 30.4411 0.0000 Slope 0.0365321 0.00182521 20.0152 0.0000 NOTE: intercept = ln(a) Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio P-Value Model 106.658 106.658 400.61 0.0000 Residual 12.7794 48 0.266238 Total (Corr.) 119.437 49 Correlation Coefficient = 0.944988 R-squared = 89.3003 percent R-squared (adjusted for d.f.) = 89.0774 percent Standard Error of Est = 0.515983 Mean absolute error = 0.389509 Durbin-Watson statistic = 0.544673 (P=0.0000) Lag residual autocorrelation = 0.692323 The StatAdvisor The output shows the results of fitting an exponential model to describe the relationship between B and D13 The equation of the fitted model is B = exp(3.69082 + 0.0365321*D13) Since the P-value in the ANOVA table is less than 0.05, there is a statistically significant relationship between B and D13 at the 95.0% confidence level The R-Squared statistic indicates that the model as fitted explains 89.3003% of the variability in B after transforming to a reciprocal scale to linearize the model The correlation coefficient equals 0.944988, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0.515983 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 0.389509 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 Plot of Fitted Model AGB = exp(3.69082 + 0.0365321*D13) (X 1000) 10 AGB 0 30 60 90 D13 68 120 150 180 Simple Regression - B vs D13 Dependent variable: B Independent variable: D13 Logarithmic-Y square root-X model: Y = exp(a + b*sqrt(X)) Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 1.4812 0.141669 10.4554 0.0000 Slope 0.605958 0.0194506 31.1537 0.0000 NOTE: intercept = ln(a) Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio P-Value Model 113.809 113.809 970.55 0.0000 Residual 5.62855 48 0.117262 Total (Corr.) 119.437 49 Correlation Coefficient = 0.976153 R-squared = 95.2874 percent R-squared (adjusted for d.f.) = 95.1893 percent Standard Error of Est = 0.342435 Mean absolute error = 0.238211 Durbin-Watson statistic = 1.01416 (P=0.0000) Lag residual autocorrelation = 0.484314 The StatAdvisor The output shows the results of fitting a logarithmic-Y square root-X model to describe the relationship between B and D13 The equation of the fitted model is B = exp(1.4812 + 0.605958*sqrt(D13)) Since the P-value in the ANOVA table is less than 0.05, there is a statistically significant relationship between B and D13 at the 95.0% confidence level The R-Squared statistic indicates that the model as fitted explains 95.2874% of the variability in B The correlation coefficient equals 0.976153, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0.342435 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 0.238211 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 Plot of Fitted Model AGB = exp(1.4812 + 0.605958*sqrt(D13)) (X 1000) 10 AGB 0 30 60 90 D13 69 120 150 180 Simple Regression - B vs D13 Dependent variable: B Independent variable: D13 S-curve model: Y = exp(a + b/X) Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 8.10028 0.14873 54.4628 0.0000 Slope -83.408 4.32589 -19.2811 0.0000 NOTE: intercept = ln(a) Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio P-Value Model 105.78 105.78 371.76 0.0000 Residual 13.6577 48 0.284536 Total (Corr.) 119.437 49 Correlation Coefficient = -0.941089 R-squared = 88.5649 percent R-squared (adjusted for d.f.) = 88.3267 percent Standard Error of Est = 0.533419 Mean absolute error = 0.40382 Durbin-Watson statistic = 0.391258 (P=0.0000) Lag residual autocorrelation = 0.660567 The StatAdvisor The output shows the results of fitting a S-curve model model to describe the relationship between B and D13 The equation of the fitted model is B = exp(8.10028 - 83.408/D13) Since the P-value in the ANOVA table is less than 0.05, there is a statistically significant relationship between B and D13 at the 95.0% confidence level The R-Squared statistic indicates that the model as fitted explains 88.5649% of the variability in AGB The correlation coefficient equals -0.941089, indicating a relatively strong relationship between the variables The standard error of the estimate shows the standard deviation of the residuals to be 0.533419 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 0.40382 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 70 Phụ lục 5: Một số hình ảnh thực địa ... lượng Carbon tích tụ lượng CO 2hấp thụ xanh đường phố số đường phố thuộc quận Hải Châu, Đà Nẵng - Lượng giá tiền khả hấp thụCO2củacây xanh đường phố số đường phố quận Hải Châu, Đà Nẵng Bố cục Bố cục... xanh số đường phố thuộc quận Hải Châu, thành phố Đà Nẵng - Tính sinh khối lượng carbon tích tụ xanh số đường phố thuộc quận Hải Châu, thành phố Đà Nẵng - X c định lượng CO2? ?ược hấp thụ của xanh số. .. xanh số đường phố quận Hải Châu, Đà Nẵng - Tổng hợp số liệu tính tốn sinh khối câytrên mặt đất lượng carbon hấp thụ xanh đường phố ? ?một số đường phố thuộc quận Hải Châu, Đà Nẵng - Tính to n lượng