3.3 Phương pháp nghiên cứu
3.3.3 Phương pháp xử lý số liệu
3.3.3.1 Phương pháp so sánh
Các kết quả sau khi phân tích được lưu trữ trong phần mềm Microsoft Excel (Microsoft Crop., Washington, USA), điều này có thể tạo điều kiện thuận lợi cho việc phân tích thống kê. Dữ liệu chất lượng đất và nước được so sánh và phân tích theo cấp tuổi, tầng phèn và mùa do lượng mưa có thể dẫn đến sự thay đổi lớn trong quá trình nghiên cứu.
Đối với mẫu đất: Các chỉ tiêu sau khi phân tích được so sánh đối chiếu với các thang đánh giá chất lượng đất. Thang đánh giá này được trình bày chi tiết trong Chương 2. Tổng quan tài liệu.
Đối với mẫu nước: Các chỉ tiêu chất lượng mơi trường nước sau khi phân tích được so sánh với quy chuẩn chất lượng môi trường nước mặt QCVN 08-MT:2015/BTNMT cột A1 và A2 (Bộ Tài nguyên và Môi trường, 2015) đối với chất lượng nước sử dụng cho mục đích cấp nước sinh hoạt (sau khi áp dụng xử lý thông thường), bảo tồn động thực vật thủy sinh và các mục đích khác. Giá trị giới hạn của các chỉ tiêu phân tích được trình bày trong Bảng 3.3. Các chỉ tiêu chất lượng môi trường nước vượt giới hạn cho
phép ở cột A1, A2 được xem là khơng cịn phù hợp cho đời sống thủy sinh vật và có thể ảnh hưởng bất lợi đến cá tại khu vực nghiên cứu.
Bảng 3.3 Giá trị giới hạn của một số thông số đánh giá chất lượng môi trường nước STT Thông số Đơn vị Giá trị giới hạn A1 Giá trị giới hạn A2
1 pH - 6-8,5 6-8,5 2 EC mS/cm - - 3 N-NH4+ mg/L 0,3 0,3 4 Al3+ mg/L - - 5 Fe3+ mg/L 0,5 1 6 COD mg/L 10 15 7 BOD5 mg/L 4 6 8 DO mg/L ≥ 6 ≥ 5 9 N-NO3- mg/L 2 5
3.3.3.2 Phương pháp phân tích thống kê đa biến a. Phân tích sự khác biệt
Sự khác biệt trung bình về đặc tính mơi trường đất, nước và cá ở các mơ hình theo mùa (mùa mưa và mùa khơ), theo tầng phèn (phèn nông và phèn sâu), và theo cấp độ tuổi được đánh giá sử dụng phương pháp thống kê Independent Sample T-Test và phân tích phương sai một nhân tố (One - way ANOVA). Trong đó, thử nghiệm của Duncan được sử dụng để xác định sự khác biệt đáng kể về chất lượng đất và nước giữa các mơ hình trên cùng một tầng phèn hoặc trong cùng một mùa với độ tin cậy 95% (mức ý nghĩa p < 0,05). Bên cạnh đó, phân tích tương quan (Pearson) được sử dụng để mơ tả mối quan hệ và sự phụ thuộc lẫn nhau giữa các chỉ tiêu chất lượng môi trường đất, nước và đa đạng cá tại khu vực nghiên cứu. Kết quả tương quan có thể cho biết mối liên hệ giữa các thơng số chất lượng đất, nước tại các mơ hình, tương quan của các thông số môi trường đất với các thông số chất lượng môi trường nước. Các mối tương quan được coi là có ý nghĩa khi p < 0,05 và hệ số tương quan (r) chỉ ra mức độ tương quan của các thông số. Hệ số tương quan Pearson (r) thể hiện mối liên hệ giữa các biến, có giá trị trong khoảng từ -1 đến +1. Tương quan thuận là hai biến tăng hoặc giảm cùng nhau (r > 0); và tương quan nghịch là một biến giảm, một biến tăng (r < 0) (Gazzaz và ctv., 2012). Những mối tương quan được quan tâm khi giá trị tuyệt đối của hệ số tương quan r > 0,5 và mức ý nghĩa thống kê p < 0,05 (Feher và ctv., 2016). Tất cả phân tích trên được thực hiện bằng phần mềm thống kê IBM SPSS 20.0 Windows và Statgraphics Centurion XVI (Statgraphics Technologies,Virginia, USA). Cơng thức sau được sử dụng để tính tốn mối tương quan Pearson.
n ̅ ̅ r = ∑i=1(Xi − X) × (Yi − Y) n ̅ 2 n ̅ 2 √∑ i=1(X i − X) × √∑ i=1(Y i − Y) Trong đó:
r = hệ số tương quan Pearson giữa tham số X và tham số Y. n = số lần quan sát.
Xi = giá trị của X (cho lần quan sát thứ i). Yi = giá trị của Y (cho lần quan sát thứ i).
b. Phân tích cụm
Phân tích cụm (Cluster analysis, CA) được ứng dụng để phân nhóm nguồn nước theo khơng gian và thời gian (Feher et al., 2016; Chounlamany et al., 2017). Có tổng cộng 9 thơng số chất lượng nước và 6 thông số chất lượng đất được sử dụng trong phân tích cụm; các thơng số này được sử dụng tích hợp để xem xét tính tương đồng chất lượng đất và nước tại một vị trí nhất định so với một vị trí khác. Những vị trí thu mẫu có đặc tính ơ nhiễm tương đồng sẽ được nhóm vào cùng một nhóm, các đặc tính ơ nhiễm khác nhau sẽ được nhóm vào một nhóm khác. Việc phân tích cụm được tiến hành theo phương pháp của Ward (Salah et al., 2006) và được trình bày dưới dạng cây cấu trúc hay dendogram (Feher et al., 2016; Chounlamany et al., 2017). Các sơ đồ có thể giúp xác định được số lượng nhóm vị trí có đặc điểm tương đồng. Trong nghiên cứu này, phân tích cụm được sử dụng để gom nhóm những vị trí có chất lượng nước, đất ở các nghiệm thức tại khu vực nghiên cứu.
c. Phân tích thành phần chính
Tương tự phân tích cụm, các biến đầu vào của phân tích cũng được sử dụng tương tự, với 9 thông số chất lượng nước và 6 thơng số chất lượng đất. Phân tích nhân tố chính (Principal Component Analysis, PCA) dùng để rút trích thơng tin quan trọng từ bộ số liệu ban đầu (Feher et al., 2016; Chounlamany et al., 2017). Phương pháp xoay trục được sử dụng trong PCA là Varimax, mỗi biến số liệu ban đầu sẽ được xếp vào một thành phần chính (PC) và mỗi PC sẽ đại diện cho một nhóm nhỏ các biến ban đầu (Feher et al., 2016). Kết quả của PCA là giảm bớt những biến số liệu ban đầu khơng có đóng góp quan trọng vào sự biến động của số liệu. Tương quan giữa PCs và các biến số liệu ban đầu được thể hiện thông qua hệ số tương quan gia trọng (loading) (Feher et al., 2016). Trị tuyệt đối của hệ số tương quan gia trọng lớn hơn 0.75 có nghĩa là mối tương quan chặt giữa thành phần chính và thơng số chất lượng nước. từ 0.75-0.50 là tương quan trung bình và 0.5-0.3 là tương quan yếu. Kết quả phân tích thành phần chính giúp xác định yếu tố chính gây ảnh hưởng đến chất lượng đất, nước và dự đoán các ảnh hưởng đến cá tại khu vực nghiên cứu. Phân tích CA và PCA được tiến hành bằng cách sử dụng
phần mềm Statgraphics Centurion XVI (Statgraphics Technologies,Virginia, USA). Việc tính tốn PC có thể được dựa theo cơng thức sau:
Zij = ai1x1j + ai2x2j + ai3x3j + … … … . . + aimxmj
Trong đó z là của điểm thành phần, a là tải thành phần, x biểu thị giá trị đo được của biến, i là số thành phần, j là số mẫu và m là tổng số biến.
d. Phân tích biệt số
Phương pháp phân tích sự khác biệt (Discriminant Analysis - DA) là kỹ thuật phân tích dữ liệu khi biến phụ thuộc là biến phân loại và biến độc lập là biến định lượng. Giúp xác định biến độc lập nào là nguyên nhân chính gây ra sự khác biệt giữa các nhóm. Chính vì vậy, nghiên cứu đã sử dụng phân tích biệt số đã được áp dụng nhằm xác định các thơng số có ý nghĩa và quan trọng nhất góp phần vào sự biến đổi chất lượng nước và đất giữa hai mùa và hai tầng phèn trong nghiên cứu (Samsudin et al., 2019). Trong nghiên cứu này, biến phụ thuộc là mùa và tầng phèn; trong khi, biến độc lập là các chỉ tiêu chất lượng nước (9 thơng số) và đất (6 thơng số). Từ đó, tìm ra thơng số chính và có ý nghĩa dẫn đế sự sự khác biệt nhất giữa hai mùa mưa và mùa khô, tầng phèn nông và phèn sâu (Samsudin et al., 2019). Phân tích DA được thực hiện bằng phần mềm thống kê mềm Statgraphics Centurion XVI (Statgraphics Technologies,Virginia, USA).
e. Phân tích mối liên hệ mơi trường và đa dạng cá
Phân tích BIO-ENV: Cho phép so sánh các ma trận khoảng cách hoặc đồng dạng giữa hai bộ dữ liệu có chung mẫu hoặc biến. Thường trong việc khám phá mối tương quan giữa các biến môi trường và các chỉ tiêu sinh học. Trong trường hợp này, ma trận đồng dạng của số liệu sinh học là cố định, trong khi các tập hợp con của các biến môi trường được sử dụng để tính tốn ma trận đồng dạng mơi trường. Sau đó, một hệ số tương quan (hệ số tương quan Spearman) được tính giữa hai ma trận và tập hợp con tốt nhất (BEST) của các biến mơi trường sau đó có thể được xác định và tiếp tục kiểm tra hoán vị để xác định tầm quan trọng của các biến môi trường (nước) đối với các chỉ tiêu sinh học. Cụ thể, 9 thông số chất lượng nước và cấu trúc thành phần lồi cá đã được sử dụng để thực hiện phân tích trong nghiên cứu hiện tại. Phân tích BIO-ENV được tiến hành bằng cách sử dụng phần mềm Primer 5.2 for Windows (PRIMER-E Ltd, Plymouth, UK).
CHƯƠNG 4
KẾT QUẢ VÀ THẢO LUẬN
4.1 Khảo sát cấu trúc, kỹ thuật trồng rừng Keo lai, Tràm và lúa 2 vụ tác động củachúng đến môi trường đất, nước và cá tự nhiên ở vùng nghiên cứu