Phương pháp nghiên cứu

Chương 2. MỤC TIÊU, GIỚI HẠN, NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU

2.5. Phương pháp nghiên cứu

Các phương pháp tổng quát sau được sử dụng:

- Phương pháp kế thừa các kết quả nghiên cứu có liên quan của các tác giả đi trước, các tài liệu về khí hậu, đất và các thông tin liên quan khác.

- Phương pháp điều tra thực địa, điều tra điển hình về cấu trúc, sinh thái ở khu vực nghiên cứu.

- Phương pháp định tính và định lượng thông qua kết hợp giữa mô tả sinh thái và định lượng các nhân tố cấu trúc và phương pháp mô hình hoá.

- Phương pháp tư vấn ý kiến chuyên gia, phương pháp phân tích đối chiếu so sánh, xác định mẫu tiêu bản với các tài liệu tin cây trong việc xác định tên thực vật.

- Sử dụng các phương pháp truyền thống trong nghiên cứu điều tra rừng để thu thập số liệu, phương pháp trong thống kê toán học để xử lý, phân tích, tổng hợp tài liệu và tính toán đảm bảo độ chính xác trong nghiên cứu khoa học.

2.5.1. Phương pháp kế thừa

Trong quá trình tiến hành luận văn đã kế thừa một số tài liệu sau:

- Tài liệu về điều kiện tự nhiên của khu vực nghiên cứu: khí hậu, thủy văn, địa hình thổ nhưỡng, tài nguyên rừng, tài nguyên đa dạng sinh học…

- Tài liệu về điều kiện kinh tế - xã hội ở khu vực nghiên cứu: cơ cấu ngành nghề, thu nhập, thị trường tiêu thụ sản phẩm, dân số…

- Các nghiên cứu đã thực hiện trước đây tại khu vực nghiên cứu và các nghiên cứu có liên quan tới lĩnh vực nghiên cứu.

2.5.2. Phương pháp điều tra thu thập số liệu ngoại nghiệp

Sau khi xác định được diện tích và khu vực phân bố của các loại hình rừng tự nhiên và rừng trồng trên bản đồ hiện trạng tài nguyên rừng, đề tài tiến hành khảo sát sơ bộ theo các tuyến và chọn vị trí lập các ô tiêu chuẩn (OTC) nghiên cứu điển hình tạm thời ở các cấp độ cao <700m và từ 700-1000m so với mặt nước biển. Vị trí của mỗi ô sau khi lựa chọn được đánh dấu trên bản đồ bằng máy định vị vệ tinh GPS.

Các phương pháp lập OTC được lập theo quy trình của Bộ môn Điều tra- Quy hoạch của Trường Đại học Lâm nghiệp.

- Số lượng OTC được lập: 47 OTC, trong đó rừng tự nhiên 33 OTC và rừng trồng 14 OTC.

- Diện tích mỗi OTC ở rừng tự nhiên là 1000m2 (25m x 40m) và rừng trồng là 500m2 (20m x 25m). Trong OTC, tiến hành lập 05 ô dạng bản (ODB) có diện tích 25m2 (5m x 5m) với 04 ODB nằm ở 4 góc của OTC, ODB còn lại nằm trên giao điểm của hai đường chéo trong ô. Tuy nhiên, theo điều kiện thực tế tại những khu vực nú đá có độ dốc cao, địa hình hiểm trở không có khả năng lập và đo đếm các OTC có diện tích 1000m2, sẽ tiến hành lập OTC với diện tích 500m2 (20m x 25m).

- Điều tra tầng cây cao: đánh dấu và xác định tên loài cây; đo chu vi thân cây tại vị trí ngang ngực (D1.3, m) bằng thước dây lấy tròn số đến cm; đo chiều cao vút ngọn (Hvn, m) bằng thước đo cao Blumleisis, lấy tròn số đến 0,1m; đo đường kính tán lá (DT, m) bằng thước dây có độ chính xác đến dm, đo hình chiếu tán lá trên mặt phằng ngang theo hai hướng Đông Tây và Nam Bắc, sau đó tính trị số bình quân. Kết quả điều tra được thống kê và ghi vào phiếu điều tra theo mẫu biểu ở phụ biểu 01.

- Điều tra cây tái sinh: đo đếm tất cả các cây tái sinh trong 5 ODB với diện tích 25 m2 (5m x 5m), với 4 ô bố trí ở 4 góc và một ô ở giữa. Trong ODB tiến hành thống kê, ghi phân biệt theo loài cây, chiều cao và cấp chất lượng (Tốt- Trung bình- Xấu)

Tất cả các số liệu điều tra được ghi chép theo mẫu ở phụ biểu 01 2.5.3. Phương pháp nội nghiệp, xử lý số liệu

2.5.3.1. Xử lý số liệu thô

- Toàn bộ số liệu đo đếm được trước khi đi vào phân tích được lọc bỏ số liệu ngoại lai, tức là loại bỏ các số liệu không đúng trong quá trình điều tra, đo đếm Lọc bỏ số liệu ngoại lai là quá trình loại bỏ những giá trị điều tra quan sát cá biệt nằm cách xa trung vị trong tổng thể dãy số liệu quan sát nhằm làm phù hợp dãy số liệu quan sát theo đúng quy luật của nó. Luận văn đã vận dụng phần mềm SPSS vào công tác lọc bỏ số liệu ngoại.

- Sau khi loại bỏ các sai sót, các số liệu được sắp xếp, chia tổ ghép nhóm các trị số quan sát theo công thức kinh nghiệm của Brooks và Carruthere.

m = 5.lgn (2.1)

m Xmin

K Xmax (2.2)

Trong đó: m là số tổ; n tổng dung lượng mẫu; K: cự ly tổ Xmax, Xmin là trị số quan sát lớn nhất và nhỏ nhất.

2.5.3.2. Phương pháp phân loại trạng thái rừng

Căn cứ vào hệ thống phân loại rừng của Loestchau đối với rừng cây gỗ lá rộng, thường xanh đã được Viện Điều tra – Quy hoạch rừng nghiên cứu bổ sung .

2.5.3.3. Phương pháp nghiên cứu cấu trúc tổ thành tầng cây gỗ

Trên quan điểm sinh thái người ta thường xác định tổ thành tầng cây cao theo số cây còn trên quan điểm sản lượng, người ta lại xác định tổ thành thực vật theo tiết diện ngang hoặc theo trữ lượng.

Tỷ lệ tổ thành được xác định theo phương pháp của Daniel Marmillod (Đào Công Khanh, 1996).

IVi % =

2

%

% Gi Ni 

(2.3)

Trong đó:

IVi%: là chỉ số quan trọng của loài i (Important Value).

Ni%: Phần trăm số cây ở tầng cây cao của loài i so với tổng số cây có trong ÔTC.

Gi%: Phần trăm tiết diện ngang của loài i so với tổng tiết diện ngang của các cây có trong OTC.

Theo Daniel M., những loài cây có IV%  5% mới thực sự có ý nghĩa về mặt sinh thái trong lâm phần. Theo Thái Văn Trừng (1978), trong một lâm phần nhóm loài cây nào đó > 50% tổng số cá thể của tầng cây cao thì nhóm loài đó được coi là nhóm loài ưu thế. Cần tính tổng IV% của những loài có trị số này lớn hơn 5%, xếp từ cao xuống thấp và dừng lại khi tổng IV% đạt 50%.

*/ Xác định mật độ theo công thức:

10.000 S

N/ha n (2.4)

Trong đó: n: Số lượng cá thể của loài hoặc tổng số cá thể trong OTC S: Diện tích OTC (m2)

2.5.3.4. Phương pháp nghiên cứu các quy luật phân bố N/D1.3, N/Hvn

a. Kiểm tra sự thuần nhất của các OTC: Luận văn đã sử dụng 2 phương pháp kiểm tra là tiêu chuẩn U của Mann Whiteney (kiểm tra giữa 2 OTC) và tiêu chuẩn Kruskal và Wallis (kiểm tra từ 3 mẫu trở lên).

- Tiêu chuẩn U của Mann Whiteney: Dựa trên sự sắp xếp các trị số quan sát của

hai mẫu mà không đòi hỏi tính trị số trung bình và phương sai của hai mẫu. Với giả thuyết ban đầu được đặt: Ho: F(x) = F(y) và H1: F(x)  F(y)

Tiến hành sắp xếp và xác định được tổng hạng từng mẫu ta xác định Ux và Uy theo công thức 2.5 & 2.6:

U n n n n

X  1 2  1 11 RX

. ( 2 )

U n n n n

Y  1 2  2 2 1 Ry

. ( 2 )

Khi n1 và n2 (dung lượng của các mẫu) đủ lớn (n1  10, n2  10). Tiến hành kiểm tra giả thuyết H0 bằng công thức:

 

U

U n n n n n n

 X 

 

1 2

1 2 1 2

2 1

12

Nếu >1.96 giả thuyết H0 bị bác bỏ hay 2 mẫu quan sát được rút từ hai tổng thể khác nhau. Trường hợp ngược lại ta chấp nhận giả thuyết Ho.

- Tiêu chuẩn phi tham số của Kruskal và Wallis:

Tiến hành xếp hạng các mẫu chung từ nhỏ đến lớn và tính tổng hạng cho từng mẫu. Nếu có r mẫu cần so sánh thì tổng hạng đó được ký hiệu lần lượt là R1, R2, R3 ..

Rn. Với nr ni

1

và

2 1) n n(n

1

 

 r

i

Giả thuyết Ho bị bác bỏ nếu H> 05 với r-1 bậc tự do tra bảng ở : )

1 ( ) 3

1 ( H 12

1

2  

  



n n n

r

i ni Ri

Nếu số hạng trùng lặp nhau thì H cần được điều chỉnh với:

 

 n

1

- 3

1 H H

i Tn n

Trong đó T là tần suất lặp lại của giá trị nào đó

(2.5) (2.6)

(2.7)

(2.8)

(2.9)

(2.9)

b. Xác định phân bố số cây theo đường kính (N/D1.3) và số cây theo chiều cao (N/Hvn):

Để xác định, trước hết tính các đặc trưng mẫu theo chương trình thống kê mô tả.

Căn cứ vào phân bố thực nghiệm, tiến hành mô hình hoá quy luật cấu trúc tần số theo những phân bố lý thuyết khác nhau.

- Phân bố giảm (phân bố mũ: Mayer)

Trong Lâm nghiệp thường dùng phân bố giảm dạng hàm Meyer để mô phỏng quy luật cấu trúc tần số số cây theo đường kính (N/D1..3), số cây theo chiều cao (N/Hvn) ở những lâm phần hỗn giao, khác tuổi qua khai thác chọn. Hàm Meyer có dạng:

ft = .e-x (2.11) Trong đó: ft là tần số quan sát, x là cỡ kính hoặc cỡ chiều cao

,  là hai tham số của hàm Meyer

Để xác định tham số của phân bố giảm dạng hàm Meyer, trước hết phải tuyến tính hoá phương trình mũ, bằng cách logarit hoá cả hai vế của phương trình để đưa về dạng phương trình hồi quy tuyến tính một lớp có dạng y = a + bx.

- Phân bố Weibull: Là phân bố của ngẫu nhiên liên tục với hàm mật độ và hàm phân bố có dạng:

Hàm mật độ: P(x)X1exp(x) (2.12) Hàm phân bố: F(x)1exp(x) với x0 (2.13) Nếu dùng phân bố Weibull để mô hình hóa phân bố số cây theo đường kính và

chiều cao (gọi chung là đại lượng Y) thì cần chuyển đổi biến số bằng cách sau:

X=Y-Ymin (2.14)

Trong đó: Ymin là giá trị đường kính hay chiều cao bé nhất trong dãy quan sát sau khi đã được chỉnh lý số liệu.

Khi các tham số của phân bố Weibull thay đổi thì dạng đường cong cũng thay đổi, trong đó  là tham số biểu thị độ nhọn còn β là tham số biểu thị độ lệch. Khi β =3 phân bố có dạng đối xứng, β>3 phân bố có dạng lệch phải, β <3 phân bố có dạng lệch trái.

Các tham số của phân bố Weibull được xác định theo các bước sau:

Tuỳ theo độ lệch của phân bố thực nghiệm mà chọn giá trị của tham số  cho phù hợp, sau đó ước lượng tham số  theo công thức:



 n

i

i ix f n

1



xi là trị số giữa tổ đã được chuẩn hoá.

- Phân bố khoảng cách:

Phân bố khoảng cách là phân bố xác suất của biến ngẫu nhiên đứt quãng có

dạng toán học:        

  

1 x Víi

0 x Víi α

α 1 γ 1

x γ

P x 1

Trong đó  và α là hai tham số. Đường cong biểu diễn phân bố khoảng cách có dạng một đỉnh ứng với giá trị x=1 khi   1. Phân bố khoảng cách được sử dụng để mô tả phân bố N/D1.3 thực nghiệm dạng một đỉnh hình chữ j. Các tham số của phân bố khoảng cách được ước lượng như sau:

n

 fo

 (2.17)

)

* (

) 1 (

xi fi

fo n



 

 

Trong đó: fo là tần số ứng với cỡ kính đầu tiên (x=0).

n là tổng số cây của các cỡ.

Khi 1  thì phân bố khoảng cách trở về dạng phân bố hình học.

x x

P( )(1)* với x0 (2.19) Nếu gọi Di là giá trị giữa của cỡ kính, Dmin là cỡ kinh nhỏ nhất, K là cự ly tổ thì xi được xác định như sau:

K D xi(Di min)

c. Kiểm tra giả thuyết về luật phân bố theo tiêu chuẩn của Pearson:

Với giả thuyết H0: Fx (x) = F0(x), trong đó F0(x) là một hàm phân bố hoàn toàn xác định. Để kiểm tra giả thuyết H0, người ta có thể dùng tiêu chuẩn phù hợp Khi bình

(2.15)

(2.16)

(2.16)

(2.20)

phương ( ) của Pearson.

Tài liệu quan sát cần được chỉnh lý theo những nguyên tắc đã được đề cập trong các giáo trình thống kê toán học. Tiêu chuẩn dựa vào việc so sánh giữa tần số lý luận tính theo phân bố lý thuyết và tần số thực nghiệm ứng với mỗi tổ của đại lượng điều tra nào đó. Người ta chứng minh được rằng, nếu H0 đúng và dung lượng mẫu đủ lớn để sao cho tần số lý luận tính theo phân bố lý thuyết ở các tổ lớn hơn hoặc bằng 5, thì đại lượng ngẫu nhiên:

 



ll ll t

n f

f

f 2

2 ( )

 (2.21)

Trong đó: ft là tần số thực tế fll là tần số lý thuyết

Có phân bố với bậc tự do k = m - 1, nếu phân bố lý thuyết có các tham số đã xác định và k = m - r - 1 nếu có r tham số cần phải ước lượng thông qua kết quả quan sát ở mẫu.

- Nếu tổ nào có tần số lý thuyết fll < 5 thì phải ghép với tổ trên hoặc tổ dưới nó để sao cho fll > 5.

- Khi đó bậc tự do k = l - r - 1, với l là số tổ sau khi gộp, r là tham số của phân bố lý thuyết cần ước lượng.

Trường hợp nếu phân bố lý thuyết đã chọn không được chấp nhận thông qua việc kiểm tra bằng tiêu chuẩn phù hợp χ2 thì tuỳ thuộc vào phân bố thực nghiệm mà có thể chọn phân bố lý thuyết khác để mô hình hoá. Khi đó trình tự các bước nắn và kiểm tra giả thuyết về luật phân bố được lặp lại từ đầu.

2.5.3.5. Tương quan giữa chiều cao vút ngọn và đương kính ngực (Hvn/D1.3)

Thông qua các nghiên cứu của các tác giả đã thực hiện trước đây, Luận văn đã sử dụng một số dạng phương trình biểu thị mối quan hệ tương quan này như sau:

Hvn= a + b.D1.3 (Linear) (2.22)

Hvn= a + (Inverse) (2.23)

Hvn= a + b.LnD 1.3 (Logarith) (2.24) Hvn= a0+ a1D1.3+ a2D1.32 (Quadratic) (2.25) Hvn= a0+a1D1.3+a2D1.32+a3D1.33 (Cubic) (2.26) Bằng phần mềm SPSS, Luận văn đã tiến hành thăm dò 5 dạng phương trình hồi quy trên. Thông qua bảng phân bố H - D để từ đó xác định giá trị cho từng cỡ kính để từ đó xác định các chỉ tiêu thống kê chỉ mức độ quan hệ giữa các đại lượng. Căn cứ vào các chỉ tiêu thống kê mức độ liên hệ giữa các đại lượng, sai số và sự tồn tại của các tham số để lựa chọn dạng hàm phù hợp biểu thị cho mối quan hệ Hvn-D1.3 .

Đánh giá hệ bằng hệ số R: 0< <0.3 tương quan yếu

0.3< <0.5 tương quan tương vừa phải 0.5< <0.7 tương quan tương đối chặt 0.7< <0.9 tương quan rất chặt

Mối tương quan giữa chiều cao với đường kính có hệ số R càng chặt thì chứng tỏ cả hai nhân tố đường kính 1.3m và chiều cao vút ngọn cùng phát triển mạnh, các cây trong lâm phần có tốc độ sinh trưởng đồng đều về cả đường kính và chiều cao. Bên cạnh đó, để lựa chọn dạng hàm thường phải chú ý đến chiều hướng của dạng hàm để xác định.

- Kiểm tra sự tồn tại của hệ số tương quan r bằng tiêu chuẩn t:

Với giả thiết: Ho:=0 H1:#0

Giả thiết H0 được kiểm tra bằng tiêu chuẩn t của Student:

2

1 2

 

 n

r tr r

nếu tr  t05(k=n-2) tra bảng thì H0+

nếu tr > t05(k=n-2) tra bảng thì H0-

- Kiểm tra sự tồn tại của các hệ số phương trình hồi quy:

Với giả thiết H0A: A=0, H1A: A#0

(2.27)

H0B: B=0, H1B: B#0

Các giả thiết trên được kiểm tra bằng tiêu chuẩn t của Student:

a

a S

t  a (2.28)

b

b S

t  b

x

b nQ

S x

S    2

nếu ta , tb  t05(k=n-2) thì H0A+ , H0B+

nếu ta , tb > t05(k=n-2) thì H0A- , H0B- Phương trình tối ưu được lựa chọn trên cơ sở:

Phương trình đơn giản, độ chính xác cao, phản ánh đúng quy luật sinh vật học.

Hệ số tương quan cao nhất và tiêu chuẩn kiểm tra F lớn nhất.

Các hệ số đều tồn tại trong tổng thể.

- Vận dụng chương trình SPSS trong lập tương quan H/D1.3

2.5.3.6. Chỉ số đa dạng về loài.

Đây là những chỉ tiêu quan trọng dùng để chỉ mức độ phong phú của loài trong đa dạng sinh học. Một quần xã sinh vật càng nhiều loài thì tính đa dạng về loài càng cao. Trong phạm vi có thể, đề tài chỉ tính một số chỉ số đơn giản thường sử dụng trong lâm nghiệp nhằm chứng minh thêm về quy luật biến đổi của cấu trúc tổ thành loài cây.

- Chỉ số đa dạng loài Simpson (1949): Chỉ số Simpson được sử dụng sớm nhất vào năm 1949 với dạng:





 m pi D

1 2

1 1

Trong đó m là số loài, n pi  ni

là tổ thành của một loài i nào đó. Công thức trên dùng cho trường hợp chọn mẫu ngẫu nhiên hoặc hệ thống ngẫu nhiên với trường hợp n rất lớn so với ni.

Nếu n có số lượng không quá lớn so với ni thì nên dùng công thức:

x

a S Q

S   1

(2.29)

(2.30)

D  m nni nni 

1

2 1

1 1

Qua công thức trên cho D = 0 khi mẫu chỉ có một loài duy nhất (tính đa dạng thấp nhất). Với D =1 khi trong mẫu quan sát có số loài nhiều nhất với số cá thể thấp nhất (chỉ một cá thể).

- Chỉ số tính đa dạng loài Shannon-Wiener: Đây là chỉ số ĐDSH thường được vận dụng nhất. Hàm số này được hai tác giả Shannon và Wiener đưa ra năm 1949

dưới dạng: 





 m

i

i

i p

p H

1

log6

Pi = ni/n là tỷ lệ số cá thể của 1 loài i Hoặc hàm tương đương:

 n nni ni

n

H C log log (2.33)

Với C = 2,302585.

Phương pháp chọn mẫu để sử dụng các công thức liên kết Shannon - Wiener là mẫu ngẫu nhiên, H = 0 khi quần xã chỉ có một loài duy nhất vì khi đó n.logn

=nilogni . Hmax= C.logn khi quần xã có số loài cao nhất và mỗi loài chỉ có một cá thể, H càng lớn thì tính đa dạng càng cao.

2.5.3.7. Mật độ tối ưu.

Luận văn sử dụng công thức xác định mật độ tối ưu của Keller để xác định mật độ tối ưu cho lâm phần rừng trồng thuần loài. Công thức xác định:

Ntối ưu = (2.34)

Trong đó: đường kính tán bình quân.

2.5.3.8. Phương pháp nghiên cứu đặc điểm tái sinh rừng a. Tổ thành cây tái sinh.

Xác định số cây trung bình theo loài dựa vào công thức:

(2.31)

(2.32)

m ni n

m

1 i



 (2.35)

Trong đó: là số cây trung bình theo loài; m là tổng số cá thể điều tra ni là số lượng cá thể loài i

Xác định tỷ lệ tổ thành và hệ số tổ thành của từng loài được tính theo công thức:

n% .100

ni ni

m

1

i



 (2.36)

Nếu: ni  5% thì loài đó được tham gia vào công thức tổ thành

ni < 5% thì loài đó không được tham gia vào công thức tổ thành.

Hệ số tổ thành: 10

m Ki  ni 

Trong đó: Ki: Hệ số tổ thành loài thứ i; ni: Số lượng cá thể loài i m: Tổng số cá thể điều tra

b. Mật độ cây tái sinh

Là chỉ tiêu biểu thị số lượng cây tái sinh trên một đơn vị diện tích, được xác định theo công thức:

S n 10.000

N/ha  (2.38)

Với: S là tổng diện tích các ODB điều tra tái sinh (m2) n là số lượng cây tái sinh điều tra được.

c. Chất lượng cây tái sinh

Nghiên cứu tái sinh theo cấp chất lượng tốt, trung bình và xấu đồng thời xác định tỷ lệ cây tái sinh có triển vọng.

Tính tỷ lệ % cây tái sinh tốt, trung bình, xấu theo công thức:

N 100 N% n

Trong đó: N%: tỷ lệ phần trăm cây tốt, trung bình, xấu

n: tổng số cây tốt, trung bình, xấu; N: tổng số cây tái sinh (2.37)

(2.39)