2.4.3.1. Kiểm tra sự thuần nhất giữa các ô tiêu chuẩn
Kiểm tra sự thuần nhất về các chỉ tiêu sinh trưởng của các ô tiêu chuẩn bằng tiêu chuẩn χ2 của Kruskal – Wallis – H. χn2 tính được so sánh với χ052 tra bảng với bậc tự do k = m – r – l ( với l là số tổ có tần số lý luận fl ≤5, r là tham số của phân bố lý thuyết cần ước lượng) với mức ý nghĩa α = 0,05
Nếu χn2 ≤ χ052(k) thì các ô tiêu chuẩn thuần nhất với nhau Nếu χn2 ≥ χ052(k) thì các ô tiêu chuẩn không thuần nhất với nhau
Nội dung này được tiến hành trên phần mềm SPSS với quy trình như sau:
2.4.3.2. Sàng lọc số liệu thô
Với phần mềm SPSS 13.0 cho phép ta loại bỏ những giá trị số quá đặc thù (trị quan sát quá lớn hoặc quá bé ) để phân bố thực nghiệm phản ánh khách quan quy luật của tổng thể.
Quy trình như sau : QT 2.2:Annalyze \ Đescriptive Statistics \ Explore. Sau đó đưa các biến cần sàng lọc vào khung Đependent Lits. Trong
Statistics chọn Desscriptive, M-Estimators, Outhers ( ngoại lai ), và tích
vào OK. Sau đó phần mềm SPSS sẽ cho ta biết các giá trị có thể loại bỏ.
2.4.3.3. Chỉnh lý số liệu và sàng lọc một số chỉ tiêu:
Số liệu đo đếm các chỉ tiêu sinh trưởng trên các ô tiêu chuẩn được nhập vào máy tính nhờ phần mềm Excel 2007 và SPSS 13.0 for Windows tính toán một số chỉ tiêu cần thiết.
2.4.3.3.1. Phương pháp nghiên cứu một số quy luật cấu trúc lâm phần
Quy luật phân bố số cây theo đường kính, phân bố số cây theo chiều cao và phân bố số cây theo đường kính tán
Khi mô phỏng phân bố N/D1.3, N/Hvn và N/Dt có thể sử dụng rất nhiều hàm phân bố khác nhau như : Phân bố chuẩn, phân bố khoảng cách, phân bố Weibull, phân bố Poisson, Scharlier, Mayer…
Đề tài chọn hàm phân bố Weibull để mô tả quy luật cấu trúc N/D1.3, N/Hvn và N/Dt rừng Cao su. Sở dĩ sử dụng phân bố Weibull để nghiên cứu đây là phân bố xác suất rất mềm dẻo cho phép mô phỏng phân bố thực nghiệm có dạng giảm, lệch trái, lệch phải và đối xứng.
Phân bố Weibull : là phân bố xác suất của biến ngẫu nhiên liên tục với miền giá trị (0,+∞).
Hàm mật độ có dạng : F(x) = α*λ*xα-1*e-λ*x (2.1) Hàm phân bố: F(x) = 1 -
Với α, λ là hai tham số của phân bố Weibull. Khi các tham số này thay đổi thì dạng đường cong của phân bố cũng thay đổi theo.
α : Đặc trưng cho độ lệch của phân bố Giá trị λ được ước lượng từ công thức : λ = (2.2)
Trong đó : x = di – dmin
di : là trị số giữa cỡ kính thứ i dmin : là trị số quan sát nhỏ nhất
Phân bố Weibull mô tả các phân bố thực nghiệm có dạng : + α = 1 phân bố có dạng giảm
+ α = 3 phân bố đối xứng + α > 3 phân bố lệch phải + α < 3 phân bố lệch trái
Để nghiên cứu phân bố N/D1.3, trước hết phải chọn cỡ đường kính thích hợp và xác định được liệt số phân bố số cây theo cỡ đường kính cho đối tượng nghiên cứu.
Theo kết quả của Anoutchin N.P, với lâm phần thuần loại có đường kính nhỏ hơn 20cm, nên dùng cỡ kính là 2cm, còn với lâm phần có đường kính trung bình lớn hơn 20cm, thì nên dùng cỡ kính 4cm. Ở nước ta, theo kinh nghiệm khi điều tra rừng trồng và rừng tự nhiên mới phục hồi thì nên dùng cỡ kính 2cm, với những lâm phần có biến động lớn về đường kính thì dùng cỡ kính là 4cm.
Phạm Ngọc Giao (1996) đã xác định cỡ kính hợp lý khi nghiên cứu cấu trúc đường kính rừng Thông đuôi ngựa khu Đông bắc là 2cm. Theo tác giả, để xác định cõ kính hợp lý thì phải thỏa mãn 3 yêu cầu:
+ Không làm biến dạng quy luật phân bố N/D1.3 vốn có của lâm phần.
+ Không mắc sai số hệ thống khi tính toán tổng tiết diện ngang và sai số đó phải nằm trong giới hạn cho phép.
+ Thuận lợi cho quá trình đo, ghi chép và tính toán.
Kế thừa những kinh nghiệm của các tác giả đi trước, đề tài cũng chọn cỡ kính 2cm để nghiên cứu phân bố N/D1.3 cho Cao su.
Sau khi có cự ly tổ và số tổ, tiến hành lập bảng tính để nắn phân bố theo hàm Weibull như sau: (adsbygoogle = window.adsbygoogle || []).push({});
Biểu 02: Biểu nắn phân bố thực nghiệm theo hàm Weibull
X ft xi Pt Ptc d Fl Fl* Pi Fll fll (gộp) ft (gộp) (ft-fll)2 /fll … … ∑ N
Để lập được biểu nắn phân bố thực nghiệm theo hàm Weibull này ta thực hiện quy trình QT 2.3 gồm hệ thống 3 quy trình là QT 2.4, QT2.5, QT 2.6 . Cụ thể như sau:
QT 2.4 (Mã hóa lại số liệu): Tranforn\ Recode\ into different variable (s) QT 2.5 (Lập bảng phân bố tần số): Analyze\ Descriptive Statistics\
Friequencies
QT 2.6 (Lựa chọn tham số α, λ): Analyze\ Regression\ Nonlinear
Từ các cặp tham số α, λ tiến hành tính toán tần số lý thuyết flt và kiểm tra sự phù hợp của phân bố Weibull bằng tiêu chuẩn Khi bình phương (χ2) của Pearson.
Sử dụng tiêu chuẩn χ2 với các mức ý nghĩa α = 0,05 để kiểm tra sự phù hợp của phân bố lý thuyết so với phân bố thực nghiệm theo công thức:
χ2 = (2.3)
Trong đó : ft: là trị số thực nghiệm Flt : là trị số lý thuyết
m :là số tổ tham gia kiểm tra ( flt ≥5)
χn2 tính được so sánh với χ052 tra bảng với bậc tự do k = m – r – l ( với l là số tổ có tần số lý luận fl ≤5, r là tham số của phân bố lý thuyết cần ước lượng) với mức ý nghĩa α = 0,05 )
Sử dụng quy trình SPSS QT 2.7 để vẽ đồ thị phân bố cấu trúc. Quy trình như sau : Graphs\ Line\ multiple và chọn Summaries separate Variable
2.4.3.3.2. Lập các phương trình tương quan
Các phương trình tương quan được lập cho tất cả các ô tiêu chuẩn. + Tương quan Hvn/D1.3
Giữa chiều cao vút ngọn và đường kính ngang ngực của các cây trong lâm phần luôn tồn tại mối quan hệ chặt chẽ, mối quan hệ này không chỉ tồn tại trong một lâm phần mà tồn tại trong tập hợp nhiều lâm phần. Khi nghiên cứu nó không cần xét đến tác động của hoàn cảnh và tuổi. Thông qua mối quan hệ giữa Hvn/D1.3 chúng ta có thể xác định được chiều cao tương ứng ở từng cỡ đường kính mà không cần đo toàn bộ số cây trong lâm phần. Phương trình toán học biểu diễn mối quan hệ này rất đa dạng và phong phú , trên phần mềm SPSS 13.0 cho phép ta lựa chọn dễ dàng một số hàm sau :
- Hàm Linear: h = a + b.d (2.4) - Hàm Logarithmic: h = a + b.lnd (2.5) - Hàm Inverse: h = a0 +a1. (2.6) - Hàm Quadratic: h = a0 + a1.d + a2.d2 (2.7) - Hàm Cubic: h = a0 + a1.d + a2.d2 + a3.d3 (2.8) - Hàm Compound: h = a0.a1d (2.9)
- Hàm Power: h = a.db ( logh = a +b.logd) (2.10)
- Hàm S: Lnh = a0 +a1. (2.11)
- Hàm Exponential : Lnh = a0 +a1.d (2.12)
Các phương trình được tính toán trên phần mềm SPSS 13.0 với trình lệnh:
Analyze\ Regression\ Curve Estimation ( QT 2.8).Trong hộp thoại Curve Estimation khai báo các biến phụ thuộc (Dependents), biến độc lập
(Independents) và tích vào các hàm cần mô phỏng ở mục Models. Khi đó máy tính sẽ tự động tính toán cho ta kết quả cần thiết: Hệ số xác định (R2), sai tiêu chuẩn hồi quy, xác suất kiểm tra sự tồn tại của hệ số xác định (sig.F). Hàm được chọn là hàm có hệ số xác định lớn nhất.
Sau khi chọn được phương trình phù hợp, để kiểm tra sự tồn tại của hệ số hồi quy và hệ số xác định ta thực hiện quy trình QT 2.8 nhưng chỉ tích vào hàm vừa chọn và chọn Display ANOVA table.
Với các hàm tuyến tính, để kiểm tra sự tồn tại của hệ số hồi quy và hệ số xác định, ta làm như sau:
Kiểm tra sự tồn tại của hệ số hồi quy bằng tiêu chuẩn t của Student và đưa ra xác suất của t (Sig.T). Nếu Sig.T<0,05 thì hệ số hồi quy tồn tại và ngược lại. Trong đó tiêu chuẩn t được tính như sau:
ta = (2.13)
tb = (2.14)
Với a, b : là hàm số hồi quy
Sa, Sb : là sai tiêu chuẩn của hàm số hồi quy a, b. (adsbygoogle = window.adsbygoogle || []).push({});
(Sa, Sb được tính nhờ phần mềm SPSS theo quy trình QT 2.8 ở trên) Kiểm tra sự tồn tại của hệ số xác định bằng tiêu chuẩn F của Fisher và đưa ra xác suất của F (Sig.F). Nếu Sig.F < 0,05 thì hệ số xác định R2 tồn tại cũng có nghĩa là tồn tại hệ số tương quan R. Nếu Sig.F >0,05 thì không tồn tại R2, khi đó phương trình tương quan cũng không tồn tại.
Trong đó tiêu chuẩn F được tính theo công thức sau :
F = * (2.15)
Với k : là đối số hoặc bậc của phương trình có độ tự do v1 = k và v2 = N – k – 1
N : là dung lượng mẫu quan sát R2 : là số xác định
Sau khi xác lập được các phương trình ở từng ô tiêu chuẩn theo dạng hàm thích hợp, cần so sanhscacs hệ số hồi quy bi xem chúng có thuần nhất với nhau không. Nếu chúng thuần nhất thì có thể gộp lại thành một phương trình chung để mô tả mối tương quan giữa Hvn và D1.3 của toàn bộ cây rừng trong khu vực nghiên cứu.
Để kiểm tra sự thuần nhất của hệ số hồi quy bi của các hàm tuyến tính, ta sử dụng tiêu chuẩn χb2 của Pearson :
χb2 = bi*bi2 – (2.16)
Với Wbi = : là trọng số của hệ số hồi quy b
Nếu χb2 > χ052 tra bảng với bậc tự do k = n – 1 thì hệ số hồi quy bi không thuần nhất với nhau và không thể gộp các phương trình lại với nhau.
Nếu χb2 ≤ χ052 tra bảng với bậc tự do k = n – 1 thì hệ số hồi quy bi là thuần nhất với nhau.
Khi đó ta đi tính hệ số hồi quy của phương trình gộp theo công thức :
= (2.17)
Sau khi tính được hệ số hồi quy trung bình, ta tính lại hệ số ai cho từng phương trình theo công thức của dạng phương trình tương quan (VD : phương trình tương quan có dạng đường thẳng thì công thức tính ai là : ai=i-.i và tính hệ số a trung bình cho phương trình gộp:
= (2.18) Với Wai = : là trọng số của hệ số hồi quy a
+ Tương quan Dt/D1.3 .
Đường kính tán là bộ phận quyết định đến sinh trưởng, tăng trưởng của cây rừng. Nó là chỉ tiêu quan trọng để xác định không gian dinh dưỡng của từng cây cá biệt trong lâm phần. Từ kết quả xác định không gian dinh dưỡng có thể xác định được hệ số khép tán cho từng loài, từng giai đoạn tuổi của lâm phần.
Quan hệ giữa Dt/D1.3 đã được nhiều tác giả nghiên cứu và khẳng định mối quan hệ mật thiết giữa Dt/D1.3 của các cây có dạng phương trình đường thẳng. Chính vì thế đề tài đi nghiên cứu mối quan hệ này dưới dạng phương trình :
Dt = a + b.D1.3
Ta cũng xác lập phương trình này dựa trên phần mềm SPSS với quy trình
QT 2.8 tương tự ở phần xác định tương quan Hvn/D1.3
+ Tương quan Hdc/D1.3
Tương tự như trên thì ta cũng lập phương trình tương quan cho quan hệ Hdc/D1.3 và kiểm tra sự tồn tại của hệ số hồi quy, hệ số xác định bằng phần mềm SPSS với quy trình QT 2.8
Với nội dung này ta đi tính các đặc trưng mẫu của từng nhân tố sinh trưởng của từng ô tiêu chuẩn và sau đó tổng hợp thành biểu để đối chiếu, so sánh và đánh giá.
Để tính các đặc trưng mẫu , ta sử dụng phần mềm SPSS với quy trình sau :