CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 26
3.4. THIẾT LẬP MỐI QUAN HỆ GIỮA SẢN LƯỢNG MỦ VỚI CÁC NHÂN TỐ
Không phải phóng đại khi người ta gọi mủ Cao su là “vàng trắng” bởi nó nuôi sống hàng vạn con người và tạo ra nhiều cơ sở vật chất cho xã hội.
Từ trước đến nay, những nghiên cứu ảnh hưởng của các loại đất, các dòng vô tính, lượng phân bón, tính chất lí hoá của đất, chế độ nhiệt, . . . đến năng suất mủ Cao su là rất nhiều. Bên cạnh đó, việc nghiên cứu ảnh hưởng của các nhân tố sinh trưởng (D1.3, Hvn, Dt) đến sản lượng mủ Cao su chưa thấy được những nghiên cứu cụ thể.
3.4.1. Thăm dò mối quan hệ giữa các nhân tố với sản lượng mủ
Để xem xét khả năng ảnh hưởng của các nhân tố sinh trưởng và tuổi đến sản lượng mủ ở mức độ nào, đã tiến hành thăm dò và thiết lập mối tương quan của từng nhân tố một với sản lượng mủ theo 3 dạng hàm là:
Hàm Lines: Y = a + b.X (3.29)
Hàm Logarithmic: Y = a + b.LnX (3.30)
Hàm Fower: lnY = a + b.LnX (3.31)
Trong đó:
Y: Sản lượng mủ ( Ms )
X: là một trong các nhân tố ( A, D1.3, Hvn, Dt )
Nghiên cứu mối tương quan giữa sản lượng nhựa mủ với hai nhân tố chiều cao vút ngọn và đường kính ngang ngực, tiến hành thăm dò và thiết lập tương
quan của hai nhân tố này với nhân tố sản lượng mủ theo các hàm tuyến tính 1 lớp và 2 lớp ( Ms = f(D1.3, Hvn)) cụ thể như sau:
Hàm tuyến tính 1 lớp theo Spurr:
Ms = a + b.D1.32.Hvn (3.32)
Hàm tuyến tính 2 lớp theo Spurr:
Ms = a + b.Hvn + c.D1.32
.Hvn (3.33)
Ms = a + b.D1.3 + c.D1.32.Hvn (3.34) Hàm tuyến tính 2 lớp theo Schumacher:
Ln(Ms) = a + b.LnD1.3 + c.LnHvn (3.35) Kết quả thăm dò và thiết lập các phương trình biểu hiện cho các mối quan hệ nói trên được cho ở hai bảng 3.17 và 3.18 sau:
Bảng 3.17: Kết quả thiết lập tương quan giữa nhân tố tuổi và từng nhân tố sinh trưởng với sản lượng nhựa mủ theo các dạng hàm
Dạng quan hệ
Dạng
hàm Phương trình lập được R S ta tb t05 %
Ms = f(A)
(3.29) Ms =1604,69+19,08.A 0,66 112,63 33,01 6,67 2,00 4,99 (3.30) Ms =119,33+290,81.LnA 0,66 112,54 9,34 6,67 2,00 4,93 (3.31) LnMs=7,139+0,152.LnA 0,66 0,06 115,7 6,76 2,00 0,66 Ms =
f(D1.3)
(3.29) Ms =144,16+17,72.D1.3 0,66 110,65 20,7 6,94 2,00 4,91 (3.30) Ms =425,68+456,32.LnD1.3 0,66 112,14 1,92 6,74 2,00 4,96 (3.31) LnMs=3,783+0,236.LnD1.3 0,66 0,06 59,19 6,74 2,00 0,56
Ms = f(Hvn)
(3.29) Ms =1320,74+36,88.Hvn 0,52 127,73 10,27 4,65 2,00 5,66 (3.30) Ms =431,98+535,31.LnHvn 0,51 129,09 1,30 4,47 2,00 5,72 (3.31) LnMs=6,783+0,279.LnHvn 0,51 0,07 39,5 4,5 2,00 0,75 Ms =
f(Dt)
(3.29) Ms =1774,63+20,51.Dt 0,07 149,3 7,14 0,56 2,00 6,21 (3.30) Ms =1618,39+154,49.LnDt 0,08 149,2 3,36 0,6 2,00 6,21 (3.31) LnMs=7,38+0,09.LnDt 0,09 0,08 29,65 0,71 2,00 0,81
Qua bảng 3.17, nhận thấy:
Hệ số tương quan (R) của các phương trình biểu hiện các dạng quan hệ giữa sản lượng mủ với tuổi, với đường kính ngang ngực hay với chiều cao vút ngọn là từ 0,52 - 0,66 đã cho thấy các mối quan hệ này là tương đối chặt. Đồng thời, phần lớn các giá trị ta, tb đều lớn hơn t05 tra bảng. Điều này đã khẳng định cho sự tồn tại của các mối quan hệ nói trên.
Mối quan hệ giữa sản lượng mủ với đường kính tán là không rõ ràng bởi vì các phương trình biểu hiện cho mối quan hệ này là có hệ sô tương quan (R) là rất thấp (<
0,1). Mặt khác, các phương trình ở dạng quan hệ này đều có các giá trị tb là nhỏ hơn t05 tra bảng, nghĩa là không tồn tại các tham số b trong phương trình.
Bảng 3.18: Kết quả thiết lập tương quan Ms= f(D1.3, Hvn) theo các dạng phương trình (3.32), (3.33), (3.34) và (3.35)
Phương trình lập được R S ta tb tc t05 % Ms =1714,72+0,016.D1.32.Hvn 0.67 111.03 53.09 6.9 2.00 5.02 Ms =1820,17-8,375.Hvn+0,02.D1.32
.Hvn 0.67 111.56 11.4 -0.67 4.36 2.00 4.95 Ms =1534,85+11,57.D13 +0,06.D1.32
.Hvn 0.67 111.46 6.28 0.74 0.4 2.00 4.96 Ln(Ms)=6,83+0,26.LnD13 -0,05.LnHvn 0.66 0.06 45.39 4.32 -0.53 2.00 0.56
Qua bảng 5.18, nhận thấy:
Tồn tại mối quan hệ giữa hai chỉ tiêu sinh trưởng D1.3 và Hvn với sản lượng mủ Cao su thể hiện qua phương trình tuyến tính 1 lớp của Spurr với hệ số tương quan R = 0,67; đồng thời tồn tại các tham số a và b trong phương trình với ta,
tb đều lớn hơn t05 tra bảng.
Các hàm tuyến tính 2 lớp của Spurr và Schumacher không thể hiện được mối tương quan giữa hai chỉ tiêu sinh trưởng nói trên với sản lượng mủ bởi lẽ các phương trình hoặc là không tồn tại tham số b (tb < t05), hoặc là không tồn tại tham số c (tc < t05).
Ngoài ra, trong nghiên cứu của đề tài cũng đã thăm dò thêm các mối liên hệ của các nhân tố sinh trưởng cũng như tuổi lâm phần với sản lượng mủ theo các hàm tuyến tính 3 lớp, 4 lớp của Schumacher.
Tuy nhiên, kết quả thăm dò và thiết lập đã không đưa ra được kết quả khả quan. Vì vậy, đề tài chỉ đề cập các kết quả thiết lập ở hai bảng trên.
3.4.2. Lựa chọn mô hình tối ưu biểu hiện mối quan hệ với sản lượng mủ
Như vậy, qua kết quả thiết lập các mô hình ở hai bảng 3.17 và 3.18, cùng với các tiêu chí để lựa chọn mô hình tốt nhất:
Phương trình phản ánh được bản chất sinh học của cây rừng
Phương trình đồng thời có hệ số tương quan (R) là cao nhất và sai số của phương trình (S) là bé nhất
Phương trình đồng thời tồn tại ở mẫu và tổng thể Phương trình đơn giản, dễ áp dụng thực tế
Phương trình có sai số tương đối bình quân (%) là bé nhất
Do vậy, đã lựa chọn được phương trình thích hợp nhất, đó là phương trình được xây dựng trên cơ sở tương quan tuyến tính 2 biến, 1 lớp của Spurr, phương trình cụ thể như sau:
Ms =1714,72+0,016.D1.3
2.Hvn (3.36)
Đây là phương trình thể hiện mối tương quan chặt nhất so với các phương trình còn lại.
Do vậy, phương trình được sử dụng để làm mô hình dự báo sản lượng mủ cho các lâm phần Cao su thông qua hai chỉ tiêu về sinh trưởng của các lâm phần Cao su đó là D1.3 và Hvn.
3.4.3. Kiểm nghiệm mô hình dự báo sản lượng mủ
Để kiểm nghiệm, đánh giá độ chính xác của mô hình dự báo sản lượng mủ lập được (3.36), đã dùng số liệu về sản lượng mủ và hai chỉ tiêu sinh trưởng (D1.3
và Hvn) của các cây tiêu chuẩn ở các lâm phần không tham gia vào quá trình thiết lập mô hình dự báo này. Việc kiểm nghiệm đã tiến hành tính toán các giá trị sản lượng mủ lý thuyết thông qua các chỉ tiêu sinh trưởng theo mô hình (3.36). xác định sai số tương đối của giá trị sản lượng mủ lý thuyết với sản lượng mủ thực nghiệm theo công thức:
Ms% = MSti - MSlti
.100 (3.37)
MSlti
Trong đó: MSti: Sản lượng mủ tính theo thực nghiệm MSlt: Sản lượng mủ tính theo lý thuyết
Ms%: Sai số tương đối về sản lượng mủ
Qua kết quả kiểm nghiệm mô hình dự báo sản lượng mủ (3.36) cho thấy:
Sai số tương đối lớn nhất bằng 14,78%
Sai số tương đối nhỏ nhất bằng 0,64%
Sai số tương đối bình quân Ms%= 9,73%
Điều này cho thấy, mô hình dự báo sản lượng mủ Cao su (3.36) là mô hình có độ chính xác cần thiết.