Đề tài Xác đnnh lượng co2 hấp thụ của rừng thường xanh làm cơ sở đnnh giá dnch vụ môi trường tại huyện Tuy đức, tỉnh Đăk nông

tính được lượng CO2 mà thực vật hấp thụ và lượng O2 mà nó điều hoà trong khí quyển ứng với 1 tấn chất khô và tươi thông qua phương trình hóa học: CO2 = C + O2, từ đó suy ra công thức xác định lượng CO2 thông qua C: CO2 = 3.67C iii) Phương pháp ước lượng mối quan hệ giữa các nhân tố điều tra và với lượng CO2 hấp thụ cho từng trạng thái: Trên cơ sở rút mẫu các đối tượng nghiên cứu ở nội dung trên, dùng thống kê để ước lượng cho từng lâm phần. N ội dung này nhằm xác định tổng khối lượng CO2 hấp thụ được theo từng trạng thái trên đơn vị diện tích, từ đó đánh giá năng lực hấp thụ giữa các trạng thái với nhau. Sử dụng phương pháp thống kê ước lượng khoảng CO2 hấp thụ với sai số cho phép biến động từ 5 – 10% cho từng trạng thái rừng. Phương pháp sử dụng mô hình toán mô phỏng năng lực hấp thụ CO2 với các nhân tố điều tra rừng, trạng thái rừng: − N hập dữ liệu theo hệ thống để tạo lập cơ sở dữ liệu từ kết quả điều tra thực địa bằng phần mềm Excel. Các nhân tố có số liệu đo đếm cụ thể sẽ giữ nguyên để đưa vào cơ sở dữ liệu. Đối với các nhân tố điều tra định tính thì lần lượt mã hóa toàn bộ các nhân tố theo quy định cụ thể. − Phân tích mối quan hệ giữa các nhân tố sinh thái, nhân tác ảnh hưởng đến từng nhân tố phân loại rừng bằng chương trình xử lí thống kê trong phần mềm Startgaphic Plus 3.0. − Sử dụng phân tích tương quan ngay trên đồ thị của Excel và lựa chọn hàm tối ưu với R2 cao nhất để xác định các mối quan hệ giữa các nhân tố điều tra như đường kính, chiều cao, trữ lượng, mật độ. Dựa trên các mối tương quan này làm cơ sở cho việc tính lượng CO2 hấp thụ cũng như lượng giá cho các trạng thái rừng. + Chiều cao được suy từ quan hệ: H = f(D) + Thể tích được suy từ quan hệ: V = f(D) hoặc V = f(D, H). Từ đây kết hợp với phân bố N /D suy được M/D và M lâm phần. - Lập các mô hình hồi quy quan hệ giữa lượng CO2 hấp thụ với các nhân tố lâm phần và sinh thái như sau: + Gọi nhân tố phụ thuộc y là lượng CO2 + Gọi các biến số độc lập là xi bao gồm: Các nhân tố điều tra rừng (D, H, G, M, N ). + Mô hình hoá theo dạng tuyến tính hoặc phi tuyến tính, dạng tổng quát là: y = f(xi) Sử dụng phần mềm Statgrgaphics để dò tìm mối quan hệ thích hợp (tuyến tính hoặc phi tuyến) hoặc các mô hình tổ hợp biến số, lựa chọn các mô hình thích hợp với các tiêu chuNn thống kê: Hệ số tương quan hồi quy R khá cao và tồn tại qua kiểm tra bằng tiêu chuNn F ở mức P 0.10: Biến xi không tồn tại, nghĩa là chưa phát hiện được khả năng biến xi có ảnh hưởng đến y. N ếu giá trị P <0.1: Biến xi tồn tại và có ảnh hưởng tác động đến y) iv) Phương pháp lượng hóa giá trị kinh tế của quản lý rừng kết hợp dịch vụ môi trường: - Thu thập và phân tích thông tin thị trường CO2 - Tính toán ước lượng giá trị dịch vụ môi trường theo thời gian. 5 Kết quả nghiên cứu và thảo luận Trên cơ sở phương pháp tiếp cận nghiên cứu được triển khai theo các nội dung, đề tài đạt được các kết quả nghiên cứu được biểu diễn ở hình 5.1. Mục tiêu cuối cùng là lượng hoá được khả năng hấp thụ CO2 của các trạng thái rừng tự nhiên thuộc kiểu rừng thường xanh, góp phần định giá giá trị kinh tế cụ thể của rừng gắn với dịch vụ môi trường. Hình 5.1: Sơ đồ tổng quát tiến trình các bước và kết quả nghiên cứu 5.1 Quan hệ giữa các nhân tố điều tra rừng Để ước lượng CO2 gián tiếp qua các nhân tố điều tra, việc làm cần thiết là tiến hành nghiên cứu các mối quan hệ cấu trúc lâm phần và tác động qua lại lẫn nhau giữa các nhân tố điều tra của rừng. Để từ các nhân tố dễ đo đếm, tính được lượng CO2 một cách đơn giản, thuận tiện nhất nhưng vẫn đảm bảo tính chính xác trên cơ sở dựa theo mối quan hệ tự nhiên mà mô phỏng được qua các hàm tương quan chặt chẽ của chúng. Mô hình các tương quan giữa các nhân tố điều tra rừng được xây dựng dựa vào 40 ÔTC đã điều tra ở thực địa đại diện cho các trạng thái, và kết hợp dữ liệu kế thừa của 34 cây đã giải tích. Trong 40 ÔTC đã điều tra gồm có 15 ô (10x30m) trạng thái IIB, 15 ô (10x30m) trạng thái IIIA1 và 10 ô (10x50m) thuộc trạng thái IIIA2. Các cây giải tích được thu thập trong 6 ô với 34 cây mẫu đại diện cho các trạng thái. 5.1.1 Mô hình N/D mô phỏng phân bố mật độ số cây theo trạng thái Gộp tất cả số liệu các ÔTC cùng trạng thái đã điều tra tính toán mật độ số cây theo cấp kính của từng trạng thái đó: Excel/ Data Analysis/ Histogram/ OK. Kết quả tính N /D thực tế theo từng trạng thái thể hiện ở bảng sau: Bảng 5.1: Kết quả tính mật độ số cây theo đường kính thực tế của mỗi trạng thái Cấp kính giữa Mật độ số cây (Ntt/ ha) theo cấp kính thực tế ở từng trạng thái IIB IIIA1 IIIA2 7.5 1208 1042 875 15 447 371 488 25 167 173 194 35 73 78 130 45 24 31 60 >50 13 26 46 Tổng 1933 1722 1793 Sử dụng hàm mũ Mayer để mô phỏng cấu trúc tương quan N -D1.3 theo trạng thái. Các mô hình được chọn thể hiện trong bảng 5.5 Bảng 5.2: Mô hình hàm quan hệ N/D của các trạng thái rừng Trạng thái Hàm Mayer tương quan N/D R2 IIB N= 1921.8exp(-0.0946*D) 0.9887 IIIA1 N = 1660.9exp(-0.0869*D) 0.9816 IIIA2 N = 1371.3*exp(-0.0698*D) 0.9949 Kết quả được thể hiện trong các đồ thị hình 5.2 Tương quan N/D của trạng thái IIB 1500 600 N(cây/ha) 300 0 y = 1921.8e-0.0946x R2 = 0.9887 0 10 20 30 40 50 60 70 80  D(cm) Tương quan N/D trạng thái IIIA1 1200 600 N(cây/ha) 400 200 0 y = 1660.9e -0. 0869x R2 = 0.9815 0 10 20 30 40 50 60 70  D(cm) Tương quan N/D của trạng thái IIIA2 1000 N (cây/ha) 400 y = 1371.3e-0.0698x R2 = 0.9949 200 0 D (cm) 0 10 20 30 40 50 60 70 Hình 5.2: Đồ thị biểu thị mô hình phân bố N-D1.3 ở các trạng thái Bảng 5.3: Bảng kết quả tính N/D1.3 lý thuyết theo các mô hình được xác lập Gía trị giữa cỡ kính (cm) Nlt trạng thái IIB theo hàm (cây/ha) Nlt trạng thái IIIA1 theo hàm (cây/ha) Nlt trạng thái IIIA2 theo hàm (cây/ha) 7.5 945 866 812 15 465 451 481 25 181 189 239 35 70 79 119 45 27 33 59 55 11 14 30 65 4 6 15 75 2 2 7 85 1 1 4 95 0 0 2 105 0 0 1 Tổng 1705 1642 1770 Kết quả cho thấy, sử dụng hàm Mayer để biểu diễn phân bố N -D1.3 trên các trạng thái là rất tốt (R >0.98), mật độ cây theo cấp kính tuân theo luật phân bố giảm. Ở các trạng thái, mật độ giảm mạnh từ cấp kính 5 đến cấp kính 25, trong đó rừng non có mức độ giảm mạnh nhất: từ trên 945 cây ở cấp kính 5-10, mật độ chỉ còn 70 cây ở cấp kính 30-40 tương ứng với 1/13 số cây ở cấp kính 5-10. Tuy nhiên đến cấp kính cao hơn, mật độ ở trạng thái này chỉ còn rất thấp. Điều này cho thấy, mặc dù phân bố N -D1.3 là đúng theo quy luật phát triển tự nhiên của rừng nhiệt đới, song kết quả cũng chỉ ra có sự thiếu hụt lớn về số lượng cây ở cấp đường kính lớn, điều này cũng có nghĩa với trữ lượng thấp ở các trạng thái này. Mặc dù phân bố cây ở hai trạng thái rừng nghèo và trung bình cũng diễn ra tương tự, song mức độ giảm này diễn ra tương đối đồng đều hơn so với trạng thái rừng non. 5.1.2 Mô hình tương quan H/D Với ưu thế giải tích thân cây, có thể tìm hiểu kĩ càng mối tương quan H/D vì giải tích là phương pháp đo tỉ mỉ, chuNn xác tình trạng cây sinh trưởng ra sao theo từng cấp kính cụ thể. Từ dãy số liệu D1.3, Hcc của 34 cây giải tích (phụ lục 3), sử dụng các hàm tính toán thống kê trong phần mềm Excel, lựa chọn hàm theo nguyên tắc nêu trên để mô phỏng cho quan hệ. Giữa chiều cao với đường kính những cây trong lâm phần tồn tại mối quan hệ chặt chẽ. Prodan (1965) và Đồng Sĩ Hiền (1974) đã thử nghiệm và đề nghị rất nhiều phương trình của nhiều tác giả như: Hohenadl (bậc 2), Michailoff (phương trình hàm mũ Mayer), Eckert,K.H (hàm logarit)...để xây dựng mô hình quan hệ giữa chiều cao và đường kính của lâm phần cho thấy chúng đều thích hợp với kiểu rừng tự nhiên nước ta [4]. Kết quả mô phỏng tương quan chiều cao đường kính thể hiện trong phương trình sau: H = 3.271* D0.526 (5.1) Với R=0.936, F=227.282 với α<0.000 Mô hình (5.1) là cơ sở để xác định gián tiếp H thông qua D1.3 5.1.3 Mô hình tương quan thể tích cây với chiều cao và đường kính thân cây V= f(D,H) Sử dụng số liệu chi tiết từ 34 cây giải tích để mô phỏng thể tích cây theo đường kính và chiều cao. Cây giải tích được đo đếm theo 10 phân đoạn bằng nhau, mỗi phân đoạn xác định đường kính Doi giữa đoạn của 1/10 chiều cao. Từ dãy số liệu D1.3 , Hcc, Doi, tính toán Vgt, Dgt để tìm mô hình tương quan phù hợp giữa thể tích (V) với một hoặc nhiều biến số độc lập như chiều cao (H), đường kính (D). Sử dụng Excel để thiết lập các mô hình hồi quy tuyến tính: Tools/ Data Analysis/ Regression/ OK. Thực hiện các thao tác đổi biến số để đưa về dạng tuyến tính, chạy hàm tuyến tính nhiều lớp và kiểm tra sự tồn tại của từng biến số bằng tiêu chuNn t, mô hình tương quan phù hợp nhất tìm được mô phỏng bằng phương trình sau: V = 3.87967E-05 * D2.02062 *H1.0543 (5.2) Với R = 0.997, F = 2731.65, ở mức sai α =1.4E-35 ) Mô hình V = f(D, H) là cơ sở để gián định gián tiếp V theo hai nhân tố D, H cho cây rừng. 5.2 Xác định lượng Carbon tích luỹ và CO2 hấp thụ trong cây rừng Với quy mô và giới hạn thời gian, cùng điều kiện thực hiện của luận văn, tác giả đã tham gia nghiên cứu và kế thừa kết quả trong phần giải tích thân cây và định lượng C trong phòng thí nghiệm làm cơ sở ứng dụng có tính thực tế Xuất phát từ mối tương đồng của khu vực nghiên cứu về cấu trúc rừng, trạng thái, loài. Số liệu nghiên cứu kế thừa phần giải tích thân cây là cơ sở khoa học để ước lượng CO2 hấp thụ cho từng trạng thái, diện tích rừng mà đề tài thực hiện nói riêng, và là cơ sở để ước tính hiệu quả kinh tế dựa vào khả năng hấp thụ CO2 của các trạng thái rừng trong ứng dụng thực tiễn quản lí tài nguyên rừng. 5.2.1 Mô hình quan hệ sinh khối cây theo cấp kính của từng trạng thái Trong thực tế vấn đề xác định trọng lượng cây trực tiếp là vấn đề rất khó khăn và phức tạp, việc xác định lượng C tích luỹ trong cây trong nghiên cứu này được quy ra từ tỷ trọng cây thông qua đường kính trực tiếp đo được. Chính vì thế, thiết lập mô hình quan hệ giữa sinh khối cây và đường kính có vai trò rất hữu ích. Trọng lượng tươi được cân đo ngay sau khi chặt hạ cây mẫu, từ số liệu 34 cây này chia và chọn lọc ra thành các khối số liệu từng trạng thái cụ thể, tiếp theo xử lí trên đồ thị trên cơ sở các khối dữ liệu đó bằng phần mềm Excel chọn được các mô hình có mối tương quan chặt chẽ. Quan hệ sinh khối tươi với D1.3 ở các trạng thái được biểu diễn bằng các phương trình tương quan thể hiện trong bảng sau: Bảng 5.4: Phương trình tương quan trọng lượng tươi với đường kính Trạng thái Tương quan giữa trọng lượng tươi với D1.3 R2 IIA-IIB TL(tuoi)(kg) = 0.7083.D2 - 1.6429.D - 0.0306 0.9931 IIIA1 TL(tuoi)(kg) = 0.3708.D2.3143 0.9872 IIA2 TL(tuoi)(kg) = 0.4898.D2.2175 0.9766 Chung TL(tuoi) (kg) = 0.261D2.395 0.9770 4,500.0 Trọng lượng tươi cây (kg) 4,000.0 3,500.0 3,000.0 2,500.0 2,000.0 1,500.0 1,000.0 500.0 ‐  TL tuoi = 0.261D2.395 R² = 0.977 0.0 10.0 20.0 30.0 40.0 50.0 60.0 D1.3 (cm) Hình 5.3: Đồ thị quan hệ trọng lượng tươi của cây theo đường kính Từ kết quả cho thấy, tương quan giữa đường kính và trọng lượng tươi cây là rất chặt thể hiện ở hệ số quan hệ R2 ( R2 >0.97 ). Trong khi đó, tương quan này được biểu diễn bằng phương trình bậc 2 ở trạng thái rừng non, rừng nghèo và trung bình lại được biểu thị bằng phương trình mũ. N hìn chung khi đường kính tăng lên, trọng lượng tươi của cây cũng tăng theo, đặc biệt sự gia tăng này thể hiện càng mạnh ở những cây có đường kính lớn. Các phương trình ở bảng trên là cơ sở để xác định gián tiếp trọng lượng tươi của cây rừng mà không cần chặt hạ, giải tích và cân đo. 5.2.2 So sánh tỷ lệ Carbon tích lũy trong cây N hằm tìm hiểu sự biến đổi % C có phụ thuộc vào các nhân tố: Loài, cấp kính, trạng thái hoặc giữa các bộ phận khác nhau (thân, vỏ, lá, cành), đồng thời qua đó cũng đánh giá được khả năng hấp thụ CO2 của từng loài theo cấp kính hoặc theo trạng thái cụ thể. • Tỷ lệ % C trong các bộ phận trên mặt đất của cây theo từng cấp kính Thành phần carbon được phân tích riêng rẽ theo từng bộ phận trên mặt đất của cây, theo cấp kính; được tính trên cơ sở lấy bình quân trọng lượng C của từng bộ phận thân cây phân theo cấp kính, tỷ lệ carbon của từng bộ phận được tính theo tỉ lệ phần trăm của các bộ phận tham gia tích lũy carbon trong cây. Bảng 5.5: Dữ liệu về %C trung bình các bộ phận thân cây theo cấp kính Cấp kính (cm) %C của Thân %C của Vỏ %C của lá %C của cành Tổng %C cả cây 5-10 55.25 7.56 3.07 34.12 100.00 10-20 56.72 9.88 1.60 31.79 100.00 20-30 62.95 5.98 2.07 29.00 100.00 30-40 64.31 9.39 2.95 24.25 100.00 40-50 70.68 10.97 1.61 16.73 100.00 >50 72.67 13.85 2.52 10.97 100.00 Trung bình %C theo 4 bộ phận thân cây 63.76 9.61 2.30 24.46 100.00 Kết quả phân tích phương sai 2 nhân tố 1 lần lặp Excel/Tools/ Data Analysis/ Anova:Two – factor without Replication như sau: AN OVA Source of Variation SS df MS F P-value F crit Rows 55.25349 4 13.81337 0.399993 0.80376 3.837853 Columns 1058.37 2 529.185 15.32359 0.001836 4.45897 Error 276.2721 8 34.53401 Total 1389.896 14 - Hàng ngang (Rows): F=0.39999 < F0.05=3.8378, Kết luận: Ở các cấp kính khác nhau không có sự khác biệt rõ rệt về %C giữa các bộ phận - Hàng dọc(Columns): F=15.3235 > F0.05=4.45897, Kết luận: Ở các bộ phận khác nhau trong cùng cây có sự khác biệt về %C. Kết quả so sánh được biểu diễn bằng biểu đồ sau: Biểu đồ so sánh tỷ lệ % C giữa các bộ phận thân cây theo từng cấp kính 100% 80% Tỷ lệ % 60% 40% 20% 0%  7.5 15 25 35 45 >50 %C của cành %C của lá %C của V ỏ %C của Thân Cấp kính (cm) Hình 5.4: Biểu đồ so sánh lượng tỷ lệ carbon theo cấp kính ở các bộ phận cây Mọi cơ quan của cây xanh đều có khả năng hấp thụ CO2 để thực hiện quá trình quang hợp tích lũy Carbon; nhưng trong mỗi bộ phận của cây (thân, lá, vỏ, cành) lại có hình thái, cấu tạo và chức năng khác nhau. Chính vì thế, % C trong các bộ phận cây cũng khác nhau. Kết quả so sánh trên cho thấy, tỷ lệ Carbon giảm dần và biến động mạnh theo thứ tự từ bộ phận thân, cành, vỏ, và thấp nhất là ở lá. Lượng carbon chiếm chủ yếu trong thân cây lên đến 64%, tiếp đến cũng chiếm khá cao trong cành là 24%; vỏ và lá có tỷ lệ C thấp, trong vỏ là 10% và là chỉ có 2% • Tỷ lệ trung bình % C so với trọng lượng tươi của cây theo loài Cơ sở đánh giá là lấy trung bình tổng lượng Carbon so với tổng lượng tươi cả cây của từng loài. Từ dữ liệu của 34 cây giải tích phân ra được 12 loài. Bảng 5.6: Dữ liệu về %C so với trọng lượng tươi theo loài Loài (mã hóa) % trọng lượng C so với trọng lượng tươi cả cây Loài (mã hóa) %trọng lượng C so với trọng lượng tươi cả cây 1 19.27 7 21.34 Loài (mã hóa) % trọng lượng C so với trọng lượng tươi cả cây Loài (mã hóa) %trọng lượng C so với trọng lượng tươi cả cây 2 27.50 8 19.90 3 27.16 9 19.07 4 21.94 10 24.42 5 31.76 11 19.88 6 25.20 12 21.14 Kết quả phân tích phương sai 1 nhân tố 1 lần lặp Excel/Tools/ Data Analysis/ Anova: Single Factor như sau: AN OVA Source of Variation SS df MS F P-value F crit Between Groups 1676.347 1 1676.347 115.3802 3.23435E-10 4.300949 Within Groups 319.6359 22 14.5289 Total 1995.983 23 Ta thấy: Ft=115.3802 >F0.05= 4.300949, kết luận % C so với trọng lượng tươi giữa các loài có sự khác biệt rất rõ rệt. Kết quả phân tích này cho biết rằng yếu tố loài khác nhau thì khả năng tích luỹ Carbon trong cây khác nhau, điều này có thể lý giải rằng mỗi loài có đặc điểm sinh lý khác nhau về thành phần cấu tạo, chức năng quang hợp của các bộ phận cấu thành có hướng hấp thụ CO2 và tính quang riêng biệt. N hư vậy, để đạt được kết quả chính xác nhất đảm bảo yêu cầu mà nghiên cứu khả năng hấp thụ CO2 đòi hỏi cho từng mục đích đặt ra cần xét đến phân tích tỉ mỉ yếu tố loài. Tuy nhiên trong thực tế xác định loài rất phức tạp, chỉ nên áp dụng với rừng trồng. Còn đối với rừng tự nhiên hàng trăm loài, trước mắt chấp nhận bình quân chung các loài để phân tích đánh giá khả năng hấp thụ khí CO2 theo hướng mà đề tài quan tâm. • Đánh giá % C so với trọng lượng tươi của cây theo cấp kính Cơ sở tính ở đây là tính trung bình %C so với trọng lượng tươi theo cấp kính để so sánh với nhau. Từ đó có thể đánh giá thiết thực hơn về khả năng tích lũy lượng C theo từng cấp kính cụ thể Bảng 5.7: Trọng lượng C so với trọng lượng tươi cả cây theo cấp kính Cấp kính % trọng lượng C so với trọng lượng tươi cả cây 1 21.30 2 22.76 3 24.87 4 23.18 5 25.41 6 22.46 Kết quả phân tích phương sai 1 nhân tố 1 lần lặp Excel/Tools/Data Analysis/ Anova: Single Factor như sau: AN OVA Source of Variation SS df MS F P-value F crit Between Groups 1179.687 1 1179.687 400.938 2.1216E-09 4.964603 Within Groups 29.4232 10 2.94232 Total 1209.11 11 Ta thấy: Ft= 400.938 > F0.05= 4.9646 nên kết luận % C so với trọng lượng tươi của cây giữa các cấp kính có sự sai khác rõ rệt N hư vậy, khả năng tích lũy C phụ thuộc rất lớn vào kích thước thân cây, có nghĩa năng lực hấp thụ CO2 theo giai đoạn sinh trưởng khác nhau thì khác nhau. Đây chính là yếu tố quan trọng để lượng giá giá trị kinh tế cụ thể từng trạng thái lâm phần qua tính toán theo giá trị dịch vụ môi trường này theo thời gian. 5.2.3 Ước lượng lượng C tích lũy và CO2 hấp thu trong cây rừng Trên cơ sở các kết quả so sánh trên, thiết lập mới quan hệ giữa lượng C tích lũy trong cây với trọng lượng tươi. Từ đây kết hợp với mô hình quan hệ TL tươi = f(D) để suy ra mô hình C = f(D). 1000 900 800 C trong cây (kg) 700 600 500 400 300 200 100 0  C (kg) = 0.181TL tuoi1.036 R² = 0.993 0 500 1000 1500 2000 2500 3000 3500 4000 TL tươi (kg) Hình 5.5: Quan hệ giữa C với trọng lượng tươi của cây Từ đây suy ra được quan hệ giữa C với D như sau: Từ mô hình TL(tuoi) (kg) = 0.261D2.395 và mô hình C = 0.181TL (tuoi)1.036 suy ra mô hình quan hệ C = f(D): C = 0.181(0.261D2.395)1.036 = 0.045 D2.481 (5.3) Mô hinh này giúp các đinh nhanh lượng C tích lũy trong cây thông qua nhân tố dễ đo đếm là đường kính. Đồng thời có quan hệ giữa CO2 tích lũy trong cây với C: Lượng CO2 = 3.67C, từ đây suy ra mô hình xác đinh lượng CO2 tích lũy trong cây thông qua đường kính: CO2 = 3.67C = 3.67*0.045D2.481 = 0.165D2.481 (5.4) Các kết quả này hỗ trợ cho việc trọng lượng tươi, lượng C tích lũy và lượng CO2 hấp thụ trong cây cá biệt thông qua một nhân tố đo đếm đơn giản là đường kính. 5.3 Ước lượng CO2 hấp thụ theo lâm phần Trong thực tế cần đánh giá năng lực hấp thụ CO2 theo các trạng thái, lâm phần khác nhau, đây là cơ sở để thNm định năng lực hấp thụ CO2 của rừng và lượng giá từng thời điểm; do đó cần nghiên cứu phương pháp ước lượng CO2 theo các chỉ tiêu lâm phần. Trên cơ sở rút mẫu các lâm phần, trạng thái khác nhau, mỗi trạng thái 4 ÔTC đại diện, kết hợp các mô hình công thức đã được xác lập ở trên; tính toán cụ thể các chỉ tiêu: - Mật độ N (cây/ha): Từ số liệu quan sát ô mẫu quy ra ha - Trữ lượng M(m3/ha): Từ các mô hình N /D, H/D và V = f(D, H) đã thiết lậ, tính được M theo cấp kính và M/ha - Tổng tiết diện ngang (m2/ha): Từ mô hình N /D suy ra G theo cấp kính và quy ra ha - Lượng CO2(Kg/ha): Từ mô hình N /D và CO2 = f(D)m tính được lượng CO2 hấp thụ theo cấp kính và tổng cung cho lâm phần/ha Bảng 5.8: Kết quả tổng hợp các chỉ tiêuCO2 hấp thụ và các chỉ tiêu lâm phần Trạng thái (mã số) ÔTC Toạ độ X Toạ độ Y N(cây/ha) (D>5cm) M(m3 /ha) CO2 (Kg/ha) G(m2 /ha) 1 2.5 766654 1345705 1658 203 358893 24.1 1 6.1 768855 1342834 3200 186 325026 21.9 1 5.2 764649 1345481 1225 208 347818 20.7 1 5.5 764740 1345605 1816 156 267726. 17.1 2 4.1 769518 1342934 2541 228 387283 24.3 2 1.4 765129 1345004 1291 253 420479 25.0 2 3.1 764991 1345622 2441 279 458337 26.7 2 5.3 1916 223 375810 23.0 3 3.2 768053 1344759 1265 298 479038 26.3 3 7.5 764800 1345649 2090 435 669922 34.5 3 5.1 766486 1346208 2375 547 802041 37.0 3 5.3 766578 1346098 3240 408 651252 36.1 N ội dung này nhằm xác định tổng khối lượng CO2 hấp thụ được theo từng lâm phần trên đơn vị diện tích, từ đó đánh giá năng lực hấp thụ giữa các trạng thái với nhau, xác định nhanh CO2 /ha thông qua các chỉ tiêu dễ xác định ngoài thực địa, thuận lợi cho việc áp dụng thực tế sản xuất. Để thực hiện nội dung này tiến hành dò tìm mối quan hệ đơn biến và đa biến giữa nhân tố CO2 và các biến số độc lập N , G, M. 5.3.1 Mối quan hệ đơn biến giữa CO2 với các biến số N, G, M: Trên cơ sở dữ liệu, dò tìm các mối quan hệ CO2 với từng các nhân tố N , G, M Cơ sở dữ liệu được tạo lập trên Excel, sau đó chuyển vào phần mềm Statgraphics, dò tìm các hàm tối ưu bằng cách cho chạy tất cả các dạng hàm: tuyến tính, phi tuyến tính cho đến khi nào tìm được mô hình quan hệ có hệ số tương quan cao nhất và phù hợp quy luật. Kết quả dò tìm mối quan hệ đơn biến giữa CO2 với từng biến số: N , G, M xử lý trong Statgraphics Plus/Relate/Simple Regression chọn được các hàm quan hệ được trình bày tóm tắt tổng hợp như sau: 1. Log(CO2) = 8.50659 + 1.38013 * Log(G), (với R = 0.988) 2. Log(CO2) = 8.13311 + 0.86966 * Log(M), (với R = 0.946) 3. Log(CO2) = 10.9897 + 0.274 * Log(N), (với R = 0.916) Dựa trên hệ số tương quan và tính phù hợp, đơn giản, lựa chọn được hàm tối ưu với R2 = 0.988, P = 0.000,<0.05 Log(CO2) = 8.50659+ 1.38013*Log(G) (5.5) Biến đổi ra ta được: CO2 (tấn/ha) = 4.947 * G1.3801 (5.6) 5.3.2 Mối quan hệ đa biến giữa CO2 với các biến số N, G, M Qua phân tích hồi quy đa biến bằng phần mềm Excel/Statgraphics /Relate/Multiple Regression, chọn ra hàm quan hệ có hệ số tương quan R tối ưu và phù hợp với quy luật tự nhiên nhất. Hàm tìm được có R2= 99.99% mô tả lại như sau: Dependent variable: log(C02) ----------------------------------------------------------------------------- Parameter Estimate Standard Error T Statistic P-Value ----------------------------------------------------------------------------- CON STAN T 8.15807 0.0163253 499.719 0.0000 log(G) 0.304772 0.0180599 16.8756 0.0000 log(M) 0.687915 0.0111547 61.6706 0.0000 ----------------------------------------------------------------------------- Hàm được xác định: Log(CO2)(kg/ha)=8.15807+0.3048*Log(G)+0.6879*Log(M) (5.7) N hư vậy để ước lượng chính xác CO2 cần sử dụng mô hình 2 biến G và M, trong thực tế để ước nhanh và vẫn bảo đảm độ tin cậy, đề xuất sử dụng công thức dự báo CO2 theo chỉ tiêu dễ xác định là G/ha (G có thể xác định nhanh bằng thước Biterlich): CO2 (tấn/ha) = 4.947 * G1.3801 Ưu điểm của công thức này là chỉ thông qua chỉ tiêu G đơn giản, dễ xác định ngoài thực địa, cách tính không phức tạp, phù hợp với việc xác định nhanh lượng trên thực địa. Xác định lượng C và CO2 hấp thụ trong cây rừng Mô hình: C = f(D) CO2 = f(D) Nhân tố điều tra Đo đường kính D1.3 Đo G/ha bằng Bitterlich Mô hình: CO2 = f(G) Xác định lượng CO2 hấp thụ trong lâm phần Hình 5.6: Sơ đồ ứng dụng các mô hình để dự báo lượng CO2 hấp thụ trong cây rừng và lâm phần 5.4 Dự báo giá trị kinh tế hấp thụ CO2 lâm phần Mục tiêu của ước lượng và đánh giá năng lực hấp thụ CO2 của rừng là nhằm : i) Đánh giá khả năng lưu giữ khí CO2 của rừng để thNm định được tiềm năng, vai trò của rừng tự nhiên trong bảo vệ môi trường, mà cụ thể là năng lực hấp thụ khí phát thải gây hiệu ứng nhà kính - một trong những vấn đề thời sự về môi trường toàn cầu hiện nay, để làm cơ sở cho việc quy hoạch bảo vệ phát triển rừng với mục tiêu phòng hộ, bảo vệ môi trường. Dựa vào kết quả nghiên cứu của đề tài, từ số liệu tài nguyên rừng hiện có, dựa vào các chỉ tiêu điều tra rừng thông thường như G/ha của các trạng thái rừng, nhà quản lý có thể tính toán dự báo được lượng CO2 tích lũy trong các khu rừng tự nhiên, trên cơ sở đó có thể đưa ra kế hoạch chiến lược trong quy hoạch các khu rừng với chức năng môi trường. ii) Mục tiêu thứ hai không kém phần quan trọng đó là lượng giá dịch vụ môi trường rừng, mà trong đó vấn đề chính là định giá được khả năng lưu giữ, hấp thụ khí CO2 của các trạng thái rừng, lâm phần khác nhau. Muốn làm được điều này cần có cơ sở khoa học cũng như công cụ và phương pháp để đánh giá lượng CO2 lưu giữ trong cây cũng như trong các kiểu trạng thái rừng, dự báo lượng CO2 được tích lũy theo thời gian, .... vấn đề này đề tài đã đóng góp một phần như đã trình bày trong các phần kết quả nêu trên. N ó sẽ làm cơ sở cho việc định giá giá trị dịch vụ môi trường từ việc tính hiệu quả của khả năng hấp thụ khí CO2 của rừng, làm cơ sở phát triển chính sách, cũng như tham gia vào các dự án, thị trường CO2, các chương trình cơ chế phát triển sạch (CDM) trong nước và trên thế giới. Thị trường mua bán phát thải khí nhà kính là một thị trường mới mẻ chưa từng có trong lịch sử phát triển kinh tế từ trước tới nay. Do đó, chưa có được những quy ước, quy định chặt chẽ và rõ ràng trong cơ chế này. Tuy nhiên, đã là thị trường thì đương nhiên phải có người mua và người bán. N gười mua ở đây là các nước phát triển được quy định tại Phụ lục 1. N gười bán là các nước đang phát triển, trong đó có Việt N am. Đã là mua và bán nên phải có “cân đong, đo đếm”, giá cả rõ ràng. N goài việc các bên tham gia thực hiện dự án phải giám sát “cân đo” chặt chẽ, quốc tế còn quy định buộc phải có một tổ chức quốc tế được chỉ định để thNm tra và đề nghị Ban chấp hành (đại diện của các nước tham gia để công nhận và cấp chứng chỉ, chứng nhận). Hiện nay, giá cả chưa hoàn toàn thống nhất, bộ phận nghiên cứu đang đề xuất từ 2 đến 10 USD/tấn phát thải CO2 phụ thuộc theo từng dự án [13]. Theo báo cáo mới nhất đã đưa ngày 13/09/2007 “State of the voluntary carbon market 2007" (Tình hình thị trường Cacbon năm 2007), nhằm mở rộng phạm vi hợp tác trao đổi mua bán CO2 của các cá nhân và tổ chức ở các nước cùng chia sẻ thông tin quá trình hoạt động với mong muốn cùng hợp tác, thu hút hỗ trợ tài chính cùng thực hiện các dự án và phối hợp hành động cùng tham gia thị trường CO2 ; cho thấy thị trường CO2 gần đây rất sôi động, tuỳ theo các cá nhân, tổ chức, tuỳ loại hình dự án mà giá thành CO2 có mức chênh lệch khác nhau. Thông tin giá thành thu nhận như sau : (Nguồn:Katherine Hamilton, RicardoBayon, Guyturner,Douglas Higgins)) Hình 5.6: Sơ đồ giá cả buôn bán CO2 trên thị trường thế giới Để dự báo hiệu quả kinh tế của dịch vụ môi trường trong hấp thụ CO2, kết hợp thông tin các khu vực trên thế giới đã thu thập thông tin về giá buôn bán hạn ngạch CO2 như sau Bảng 5.9: Thông tin về giá buôn bán CO2 trên thị trường Việt Nam Ngày công bố  Nguồn thông tin Giá thành (USD/tấn CO2) 27/10/2004 Vietnam.net 11 2/3/2005 Thông tấn xã Việt Nam lấy từ hãng Piont Carbon (Na Uy) 11,6 23/11/2005 Báo điện tử Sài Gòn giải phóng trích từ website:  7,5 - 16 7/2007 Công ty The McGraw Hill: Website: 22,8- 28,8 Từ các nguồn thông tin thu thập về thị trường cũng như dự báo về giá cả CO2, cho thấy giá do Vietnamnet thông báo là thấp nhất: 11 USD/tấn CO2,(mặt bằng giá chung ở Châu Á năm 2006) trong khi đó giá dự báo của thị trường EU biến động trong khoảng 25USD/tấn CO2. Theo tìm hiểu cho thấy dự báo cho các năm 2008 – 2013 của khối thị trường chung Châu Âu, thì giá CO2 tương đối ổn định và biến động trong khoảng 19 – 25 €/tấn CO2, tương đương với khoảng 23 – 30USD/tấn CO2 [18]. Với thông tin thị trường này cho thấy tiềm năng cung cấp dịch vụ lưu giữ khí phát thải nhà kính của rừng, giá cả tương đối ổn định trong những năm đến và giá này tương đối cao ở khu vực thị trường Châu Âu. Trên cơ sở giá thị trường CO2, chọn giá thấp nhất là 11USD/tấn CO2 làm giả định để tính toán, kết hợp với ước lượng năng lực hấp thụ CO2 của các trạng thái rừng tự nhiên, dự báo hiệu quả kinh tế trong cung cấp dịch vụ môi trường. Từ số liệu đo đếm có tổng tiết diện ngang của các lâm phần ở thời điểm nghiên cứu - thời điểm A ( kí hiệu: GA) từ đó suy ra tổng tiết diện ngang ở thời điểm A+1 là (GA+1), với giả định chọn lượng tăng trưởng là 1.5%G/năm: GA+1 = GA + 1.5%GA - Lượng CO2 hấp thụ hằng năm (tấn/ha): Tính thông qua phương trình ước lượng CO2 (tấn/ha ) = 4.947 * G1.3801 (m2/ha) tại hai thời điểm và tính hiệu số - Đơn giá (giả định): 11USD/tấn CO2, quy ra tiền VN D theo giá hiện hành. Bảng 5.10: Dự báo hiệu quả kinh tế trên cơ sở xác định lượng CO2 hấp thụ hàng năm của các trạng thái rừng tự nhiên Trạng thái G(m2/ha) tại thời điểm A G (m2/ha) tại A+1 Tổng lượng CO2 hấp thụ tại thời điểm A (Tấn/ha) Tổng lượng CO2 hấp thụ tại thời điểm A +1 (Tấn/ha) Lượng CO hấp thụ hàng năm (Tấn/ha) Đơn giá (USD/tấn CO2) Giá trị tích lũy CO hàng năm (USD/ha/năm) IIB 16.97 17.22 246.278 251.299 5.02117 11 55 IIIA1 19.67 19.97 301.940 308.314 6.37385 11 70 IIIA2 26.35 26.75 452.024 461.521 9.49726 11 104 2 2 Từ bảng tính trên thấy được lượng CO2 hấp thụ hằng năm là rất lớn, tuỳ theo trạng thái rừng khác nhau khả năng hấp thụ CO2 khác nhau. N ếu không có yếu tố thị trường được xem xét, thì thực tế đây là cơ sở để khẳng định rằng rừng tự nhiên đóng vai trò quan trọng trong bảo vệ môi trường sinh thái với khả năng hấp thụ một lượng khí thải CO2 khổng lồ mà không phải tốn chi phí xử lí khí phát thải. Kết quả dự báo này cho thấy, nếu bảo vệ rừng được tiến hành tốt thì lượng CO2 tích lũy hàng năm từ 5.02 – 9.49 tấn/ha/năm (mới chỉ tính riêng lượng CO2 hấp thụ nhờ các bộ phận cây thân gỗ trên mặt đất), tương ứng với giá trị tiền bán ra thị trường thì đây là một giá trị không hề nhỏ đối với người quản lý rừng, đặc biệt là các cộng đồng dân tộc thiểu số vùng cao đang quản lý các khu rừng cộng đồng; mỗi ha rừng tự nhiên từ non đến trung bình có giá trị kinh tế trong hấp thụ CO2 hàng năm là 55 – 104USD/ha/năm, tương đương với 800.000 – 1.600.000VN D/ha/năm. Ví dụ mỗi hộ quản lý 10 ha rừng tự nhiên, với giá trị hấp thụ CO2 là 1 triệu đồng/ha/năm, thì mỗi năm sẽ có được nguồn thu 10 triệu đồng từ được chi trả phí dịch vụ môi trường rừng. Đây thực sự là nguồn thu lợi nhuận rất đáng quan tâm. Tuy nhiên, tại Việt N am việc xác định được giá trị chuyển đổi thành tiền của rừng của tất cả các sản phNm và dịch vụ môi trường chưa thực hiện được trong giai đoạn hiện nay, hiện chưa có giá tiêu chuNn thậm chí giá ước tính. Vì vậy, đề tài nghiên cứu theo hướng này kì vọng sẽ đóng góp về cơ sở lí luận cũng như hướng xác định phương pháp ước lượng khả năng hấp thụ CO2 để tính hiệu quả kinh tế của các trạng thái rừng thường xanh. 6 Kết luận và kiến nghị 6.1 Kết luận Thông qua các kết quả nghiên cứu, đề tài có các kết luận chính sau: 1) Mô hình quan hệ giữa các nhân tố điều tra rừng Một số mô hình tương quan, cấu trúc của 3 trạng thái rừng thường xanh được thiết lập để làm trung gian ước lượng C và CO2 hấp thụ trong cây rừng và lâm phần: - Mô hình N /D tuân theo kiể dạng giảm hàm Mayer Trạng thái Mô hình quan hệ IIB N = 1921.8exp(-0.0946* D) IIIA1 N = 1660.9exp(-0.0869* D) IIIA2 N = 1371.3*exp(-0.0698 * D) - Tương quan H/D theo dạng hàm mũ: H = 3.271* D0.526 - Mô hình xác định thể tích cây rừng theo hai nhân tố: V = 3.87967E-05 * D2.02062 *H1.0543 2) Lượng C và CO2 tích lũy trong cây rừng: − Ở các bộ phận khác nhau trong cùng một cây tỷ lệ % C có sự khác biệt rõ rệt (Trung bình % C theo thứ tự cao giảm dần xuống là: Ở thân 63.76%; Ở cành 24.46%; Ở vỏ 9.61%; Ở lá 2.31% ). − % C so với trọng lượng tươi của cây có sự khác biệt rõ rệt theo loài − Có thể dự báo nhanh lượng C và CO2 hấp thụ trong cây rừng thông qua chỉ tiêu dễ đo đếm là đường kính C = 0.045 D2.481 và CO2 = 0.165D2.481 3) Ước lượng và dự báo lượng CO2 theo lâm phần: Kết quả xử lý bằng Stagraphics Plus đơn biến và đa biến, đã phát hiện được mô hình dự báo lượng CO2 hấp thụ trong từng lâm phần theo nhân tố dễ giám sát là G/ha: CO2 = 4.947* G1.3801 . 4) Lượng giá hấp thụ CO2: Kết quả cho thấy, nếu bảo vệ rừng được tiến hành tốt thì lượng CO2 tích lũy hàng năm từ 5.02 – 9.49 tấn/ha/năm (mới chỉ tính riêng lượng CO2 hấp thụ nhờ các bộ phận cây thân gỗ trên mặt đất), tương ứng với giá trị tiền bán ra thị trường từ 800.000 – 1.600.000VN D/ha/năm; thì đây là một giá trị không hề nhỏ đối với người quản lý rừng, đặc biệt là các cộng đồng dân tộc thiểu số vùng cao đang quản lý các khu rừng cộng đồng. 6.2 Kiến nghị Định giá kinh tế một cách có hiệu quả về những dịch vụ khác nhau từ rừng là công việc phức tạp và rắc rối. Bản thân định giá cho các sản phNm cụ thể của rừng không thể đảm bảo rằng rừng sẽ được quản lý tốt hơn. Bởi vậy cần có sự ủng hộ về chính sách cho quản lý rừng bền vững. Về mặt thị trường, ở Việt N am việc mua bán giảm phát thải khí nhà kính còn quá mới mẻ, nhiều cơ quan quản lý nhà nước, đặc biệt là các nhà doanh nghiệp còn có quá ít lượng thông tin về thị trường này, do đó mặc dù tiềm năng thị trường Việt N am là rất lớn, nhưng còn quá ít các doanh nghiệp xây dựng và đăng ký dự án cho đơn vị mình. Chúng ta thấy, đã đến lúc N hà nước phải phổ biến rộng rãi hơn, cung cấp nhiều thông tin hơn cho các nhà doanh nghiệp tiếp cận để họ có thể cân nhắc khi tham gia thị trường. Xuất phát từ thực tế đã phân tích ở trên, từ những kết quả nghiên cứu của đề tài, xin đưa ra một số kiến nghị đến các tổ chức, các ngành chức năng có liên quan như sau: – Cần nhanh chóng xây dựng cơ chế chính sách chi trả phí dịch vụ môi trường thông qua năng lực hấp thụ CO2 của rừng tự nhiên cho các chủ rừng, và cộng đồng tham gia QLBVR.Việc chậm trễ, thụ động của doanh nghiệp và chính quyền địa phương sẽ và đang đánh mất cơ hội thu nguồn ngoại tệ lớn từ các nước phát triển, cải thiện một phần tình trạng môi trường đang bị ô nhiễm do sản xuất gây ra hiện nay. – Cần tiếp tục phát triển những nghiên cứu tiếp theo đối với các trạng thái rừng, các kiểu rừng để khẳng định ngày càng rõ hơn lợi ích môi trường rừng, đề ra phương pháp định giá rừng để áp dụng thuận tiện và thực sự có cơ sở. Trước mắt nên áp dụng thử nghiệm các cơ chế chi trả phí dịch vụ môi trường đối với từng diện tích rừng do cộng đồng người dân quản lý trên địa bàn đề tài nghiên cứu. Từ đây có những phương án chiến lược để bù đắp và khắc phục những sai sót kịp thời cũng như tiếp tục có định hướng áp dụng rộng rãi hơn cho các khu lâm phần khác quy mô rộng lớn hơn. Tài liệu tham khảo Tiếng Việt 1. Chương trình nghị sự 21: Hội nghị thượng đỉnh trái đất tại Jio de Janerio Braxin- 1992 2. Phạm Tuấn Anh (2006). Dự báo năng lực hấp thụ CO2 của rừng lá rộng thường tại Đăk Nông. Đề cương nghiên cứu luận văn thạc sĩ khoa học lâm nghiệp, Đại học Lâm N ghiệp, ĐH Tây N guyên. 3. Lê Huy Bá, Môi trường (tập I), N XB khoa học kỹ thuật (1997) 4. Vũ Tiến Hinh- Phạm N gọc Giao, Điều tra rừng, N XBN N Hà N ội (2007) 5. Phạm Xuân Hoàn (2005): Cơ chế phát triển sạch và cơ hội thương mại carbon trong lâm nghiệp. N XB N ông nghiệp 6. Phạm Xuân Hoàn (2006): Bài giảng phân tích các giá trị của rừng. Trường Đại Học Lâm N ghiệp 7. N guyễn Đức Huệ (2005): Các phương pháp phân tích hữu cơ. N XB ĐHQG Hà N ội 8. Bảo Huy (2006), Tin học trong quản lý tài nguyên thiên nhiên (trong môn học GIS và tin học trong QLTNTN ), Đại Học Tây N guyên. 9. Võ Văn Thanh (2005): Bài giảng Sinh Thái Rừng.Trường Đại Học Tây N guyên 10. Trung tâm giáo dục và truyền thông môi trường (Hà N ội-2003): Chương trình nghị sự 21, hội nghị thượng đỉnh Rio de Janeiro Brazin-1992 11. RUPES (2004): Chiến lược mới nhằm đền đáp cho người nghèo vùng cao Châu Á để bảo tồn và cải thiện môi trường của chúng ta. Tiếng Anh 12. Roger M.Gifford (2002), (Teachnical report no.22):Carbon contents of Above- Ground Tissues of Forest and Wood and Trees Website 13. 14. 15. Unep-wc.mc.org 16. 17. http:// www.greenhouse.gov.au/ncas/ 18. www.newcarbonfinace.com Phụ lục Phụ lục 1: Biểu điều tra ô tiêu chuẩn Ô tc số: Tuyến số: N gày điều tra: N gười điều tra: Buôn: Xã Huyện: Tỉnh: Toạ độ UTM: Trung tâm ôtc: X: Y: Kiểu rừng: Trạng thái rừng: Ưu hợp(Tên 2-3 loài): Nhân tố thực vật Độ tàn che (1\10) & chụp ảnh độ tàn che: G(m2/ha - Bitterlich): Le tre ( tổng số bụi trong ôtc 10x50m): Thảm thực bì (2-3 loài chính): Nhân tố địa hình:  Số cây tb trong bụi: % che phủ mặt đất:  % che phủ: Dbq(cm):  Hbq (m): Địa hình (chân, sườn, đỉnh): Độ dốc (độ): Hướng phơi Độ cao (m): Nhân tố đất đai  (độ): Loại đất: Màu sắc đất: Độ dày tầng đất mặt (cm): Kết von (%): Đá lộ đầu (%): Độ Nm đất: N hiệt độ đất pH đất: Vi sinh vật đất (Loài, mức độ: nhiều, TB, ít): Nhân tố khí hậu thuỷ văn: Cự ly đến nguồn nước gần nhất (km):  (độ)  Thủy văn (Hệ sông suối chính): Lượng nước mùa mưa: có .. không:. Mùa khô: có .. không.. Lượng mưa (mm/năm): N hiệt độ không khí (độ): Độ Nm không khí: Lux: Nhân tác Mức độ tác động: (Đã qua khai thác mức độ nào?,khai thác chọn?,nương rẫy,): Lửa rừng: Hàng năm Thỉnh thoảng Không có: Phụ lục 2: Bảng mã hoá thông tin dữ liệu của 34 cây giải tích Mã hiệu Trạng thái loài cấp kính Trạng thái (mã số) Loài (mã số) cấp kính (mã số) 1.1 IIIA1 Trâm 7 2 10 1 1.2 IIIA1 Dẻ 17 2 6 2 1.3 IIIA1 Bời lời 36 2 2 4 1.4 IIIA1 Dẻ 26 2 6 3 1.5 IIIA1 Còng 41 2 5 5 1.6 IIIA1 Dẻ 34 2 6 4 2.1 IIB Xoan 20 1 12 2 2.2 IIB Ba soi 8.5 1 1 1 2.3 IIB sp 14 1 9 2 2.4 IIB sp 6.5 1 9 1 3.1 IIIA2 Dẻ 17 3 6 2 3.2 IIIA2 Chẹo 26 3 3 3 3.3 IIIA2 Còng 7 3 5 1 3.4 IIIA2 Chò xót 33 3 4 4 3.5 IIIA2 Re 37 3 8 4 3.6 IIIA2 Chò xót 56 3 4 6 3.7 IIIA2 Chò xót 8.5 3 4 1 3.8 IIIA2 Chò xót 45 3 4 5 4.1 IIIA1 Ba soi 9.8 2 1 1 4.2 IIIA1 Trâm 25.4 2 10 3 4.3 IIIA1 Dẻ 53.5 2 6 6 4.4 IIIA1 Trâm 49 2 10 5 4.5 IIIA1 Dẻ 15.2 2 6 2 4.6 IIIA1 Trâm 32.5 2 10 4 5.1 IIB Xoan 8.5 1 12 1 5.2 IIB Xoan 16 1 12 2 5.3 IIB Quế 8 1 7 1 5.4 IIB Trang 14 1 11 2 6.1 IIIA2 Trâm 9 3 10 1 6.2 IIIA2 Chò xót 46 3 4 5 6.3 IIIA2 Chò xót 52.5 3 4 6 6.4 IIIA2 Re 23 3 8 3 6.5 IIIA2 Chò xót 30.5 3 4 4 6.6 IIIA2 Trâm 18 3 10 2 Phụ lục 3: Biểu điều tra cây gỗ Cây có H >= 1.3m , lập ÔTC 10 x 30m (đối với trạng thái IIB; IIIA1 ) hoặc ÔTC 10x50 (đối với trạng thái IIIA2) Stt ôtc thứ cấp 10x10m Stt cây Tên loài D1.3 (cm) H (m) Bán kính tán (0.1m) Toạ độ cây Cự ly đến cây gần nhất (0.1m) Phẩm chất cây (a,b,c) Ghi chú Bắc Đông Nam Tây X Y Phụ lục 4: Thông tin kế thừa các dữ liệu cơ bản của 34 cây giải tích STT LOÀI TRẠNG THÁI D1.3 Hcc D00 D01 D02 D03 D04 D05 D06 D07 D08 D09 TRỌNG LƯỢNG TƯƠI THÂN VỎ CÀNH LÁ 1 Trâm IIIA1 7 8.5 7.5 6.5 6.3 6.0 5.7 5.6 5.6 5.0 4.7 4.0 16.0 3.1 4.0 2.8 2 Dẻ IIIA1 17 13.9 21.0 17.5 17 15.5 15.0 14.0 13.5 14.5 13.5 12.5 114.0 15.0 151.0 25.0 3 Bời lời IIIA1 36 19.5 50.0 36.5 35.5 34.0 33.0 32.0 31.0 31.5 31.0 29.5 494.2 67.8 586.0 41.2 4 Dẻ IIIA1 26 17.5 36.0 27.0 25.5 24.5 22.0 21.0 20.5 19.5 20.5 19.5 377.5 60.0 348.8 32.0 5 Còng IIIA1 41 23.8 49.5 40.0 35 34.5 33.5 34.5 32.5 30.0 31.0 29.0 795.0 126.2 753.0 52.0 6 Dẻ IIIA1 34 18.25 45.3 35.0 30 30.0 26.5 26.0 26.0 25.0 26.5 28.0 488.0 76.6 650.0 72.5 7 Xoan IIB 20 14.8 23.0 19.2 19.5 17.5 15.2 12.2 9.8 8.2 4.6 2.5 132.9 23.0 74.0 22.0 8 Ba soi IIB 8.5 9 10.8 8.5 7.5 7.4 7.0 5.8 5.4 5.5 3.5 2.5 29.8 4.0 12.0 7.0 9 sp IIB 14 12.6 17.8 14.5 13.5 12.0 11.6 10.0 9.0 8.6 7.2 4.0 74.9 13.0 18.0 8.0 10 sp IIB 6.5 8.8 7.1 6.4 6 5.6 5.4 5.0 4.0 3.5 3.5 1.8 10.4 2.2 1.6 1.1 STT LOÀI TRẠNG THÁI D1.3 Hcc D00 D01 D02 D03 D04 D05 D06 D07 D08 D09 TRỌNG LƯỢNG TƯƠI THÂN VỎ CÀNH LÁ 11 Dẻ IIIA2 17 14.8 18.0 16.5 16 15.0 16.0 15.0 15.0 16.5 14.0 12.0 139.6 25.0 115.0 11.0 12 Chẹo IIIA2 26 13.5 28.0 23.0 21 20.0 20.5 21.0 19.0 19.0 19.5 20.5 212.0 20.4 182.2 13.5 13 Còng IIIA2 7 7.1 7.0 6.0 5.25 5.5 5.5 5.0 5.0 4.5 4.5 4.5 7.8 1.8 16.4 2.1 14 Chò xót IIIA2 33 27.3 33.0 29.0 29 28.0 26.0 25.0 24.0 22.5 21.5 21.5 727.7 143.2 149.0 18.0 15 Re IIIA2 37 21.8 39.0 38.0 39.5 38.5 34.0 31.0 30.0 28.5 27.0 27.0 395.6 68.8 679.8 45.9 16 Chò xót IIIA2 56 24.7 60.0 54.0 48 46.0 45.0 45.5 44.0 50.0 43.5 40.0 1,653.3 366.5 1,432.0 61.2 17 Chò xót IIIA2 8.5 10.5 9.0 8.5 7.75 7.0 7.25 6.5 6.4 6.1 6.25 5.5 28.0 6.4 10.2 3.0 18 Chò xót IIIA2 45 25 54.0 41.5 38 37.0 35.5 35.0 34.5 34.0 32.5 33.0 1,415.6 284.8 902.0 37.8 19 Ba soi IIIA1 9.8 12.5 12.5 9.8 9.5 9.3 8.6 8.3 7.5 6.7 5.5 5.0 52.0 6.5 17.0 7.8 20 Trâm IIIA1 25.4 21 30.5 24.3 23.7 22.5 21.0 22.4 15.3 15.2 12.0 10.2 546.6 67.4 122.2 15.0 21 Dẻ IIIA1 53.5 23.5 60.0 49.4 45.3 46.9 44.5 45.8 43.0 40.0 45.0 36.0 2,267.3 395.0 962.0 145.0 STT LOÀI TRẠNG THÁI D1.3 Hcc D00 D01 D02 D03 D04 D05 D06 D07 D08 D09 TRỌNG LƯỢNG TƯƠI THÂN VỎ CÀNH LÁ 22 Trâm IIIA1 49 22.8 54.0 42.0 41 39.0 37.5 40.0 35.3 26.0 28.5 9.0 1,789.3 209.1 576.2 27.2 23 Dẻ IIIA1 15.2 17 18.0 14.8 13.5 13.0 12.2 11.2 10.0 8.5 6.7 3.8 112.6 15.0 46.4 16.5 24 Trâm IIIA1 32.5 23 37.8 34.2 30.0 30.5 32.0 30.0 30.0 14.8 14.2 9.0 1,052.0 98.8 316.8 36.0 25 Xoan IIB 8.5 12.4 9.0 8.5 8.1 7.6 7.5 6.5 6.6 6.5 5.0 3.0 23.3 4.7 4.3 2.0 26 Xoan IIB 16 13 22.0 16.5 15.5 14.5 13.7 14.0 10.1 8.5 6.7 4.1 108.4 18.0 16.0 11.0 27 Quế IIB 8 7.8 8.5 8.0 7 6.8 6.4 5.8 5.0 4.1 3.4 2.0 13.7 2.8 6.0 3.8 28 Trang IIB 14 14.8 17.2 13.6 12.5 12.0 11.0 10.3 9.0 7.6 5.2 2.0 80.1 11.8 16.2 6.8 29 Trâm IIIA2 9 11.6 12.0 9.4 9.2 8.6 8.0 7.0 5.8 4.0 3.0 2.0 64.7 14.0 11.0 5.0 30 Chò xót IIIA2 46 25 51.5 44.0 45 43.0 41.0 38.0 32.2 24.0 18.8 15.7 1,897.5 472.0 148.0 60.0 31 Chò xót IIIA2 52.5 26.2 60.0 50.0 52.0 50.0 46.0 40.0 37.0 25.0 18.0 9.0 2,186.0 546.7 213.6 95.5 32 Re IIIA2 23 16.5 26.0 22.0 19.6 18.0 17.0 17.5 14.5 13.3 11.0 7.5 326.8 49.4 110.0 10.0 STT LOÀI TRẠNG THÁI D1.3 Hcc D00 D01 D02 D03 D04 D05 D06 D07 D08 D09 TRỌNG LƯỢNG TƯƠI THÂN VỎ CÀNH LÁ 33 Chò xót IIIA2 30.5 24.2 31.0 30.5 28.5 28.0 27.5 27.5 21.0 18.0 12.5 8.7 946.6 166.2 213.0 21.0 34 Trâm IIIA2 18 16.5 18.0 17.5 16 16.3 18.0 18.2 15.0 14.5 12.0 11.0 302.0 54.0 25.0 4.0 Phụ lục 5: Kết quả tổng hợp phân tích Carbon Mã hiệu D1.3 (cm) H(m) V cả cây (m3) Trọng lượng tươi cả cây Trọng lượng khô cả cây (kg) C (kg) % Trọng lượng khô so với TL tươi % trọng lương C so với TL tươi cả cây % trọng lương C so với TL khô cả cây CO2 cả cây(kg) 1.1 7.0 8.5 0.027 25.9 13.81 5.56 53.32 21.47 40.28 20.41 1.2 17.0 13.9 0.234 305.0 201.45 80.10 66.05 26.26 39.76 293.96 1.3 36.0 19.5 1.258 1,189.2 762.39 327.05 64.11 27.50 42.90 1200.27 1.4 26.0 17.5 0.654 818.3 554.34 228.52 67.74 27.93 41.22 838.67 1.5 41.0 23.8 2.207 1,726.2 1385.51 549.72 80.26 31.85 39.68 2017.48 1.6 34.0 18.3 1.024 1,287.1 716.66 308.68 55.68 23.98 43.07 1132.86 2.1 20.0 14.8 0.330 251.9 126.21 50.87 50.11 20.20 40.31 186.70 2.2 8.5 9.0 0.039 52.8 18.29 7.46 34.64 14.12 40.76 27.36 2.3 14.0 12.6 0.149 113.9 51.98 21.70 45.64 19.05 41.75 79.64 2.4 6.5 8.8 0.026 15.3 7.11 2.93 46.49 19.18 41.26 10.77 3.1 17.0 14.8 0.264 290.6 182.06 72.20 62.65 24.84 39.65 264.96 Mã hiệu D1.3 (cm) H(m) V cả cây (m3) Trọng lượng tươi cả cây Trọng lượng khô cả cây (kg) C (kg) % Trọng lượng khô so với TL tươi % trọng lương C so với TL tươi cả cây % trọng lương C so với TL khô cả cây CO2 cả cây(kg) 3.2 26.0 13.5 0.397 428.1 274.37 116.27 64.09 27.16 42.38 426.71 3.3 7.0 7.1 0.019 28.1 17.98 7.37 63.98 26.24 41.01 27.06 3.4 33.0 27.3 2.131 1,037.9 611.54 246.63 58.92 23.76 40.33 905.13 3.5 37.0 21.8 1.619 1,190.1 660.01 244.13 55.46 20.51 36.99 895.96 3.6 56.0 24.7 3.637 3,513.0 1859.99 719.00 52.95 20.47 38.66 2638.75 3.7 8.5 10.5 0.053 47.6 25.30 8.34 53.15 17.51 32.94 30.59 3.8 45.0 25.0 2.756 2,640.2 1497.71 632.65 56.73 23.96 42.24 2321.81 4.1 9.8 12.5 0.090 83.3 44.60 18.77 53.54 22.53 42.09 68.89 4.2 25.4 21.0 0.899 751.2 435.14 183.81 57.93 24.47 42.24 674.60 4.3 53.5 23.5 3.104 3,769.3 2159.17 951.85 57.28 25.25 44.08 3493.28 4.4 49.0 22.8 2.596 2,601.8 1600.49 663.08 61.51 25.49 41.43 2433.50 4.5 15.2 17.0 0.296 190.5 99.90 37.48 52.44 19.67 37.52 137.55 4.6 32.5 23.0 1.502 1,503.6 844.71 342.35 56.18 22.77 40.53 1256.42 Mã hiệu D1.3 (cm) H(m) V cả cây (m3) Trọng lượng tươi cả cây Trọng lượng khô cả cây (kg) C (kg) % Trọng lượng khô so với TL tươi % trọng lương C so với TL tươi cả cây % trọng lương C so với TL khô cả cây CO2 cả cây(kg) 5.1 8.5 12.4 0.073 34.3 18.78 7.76 54.74 22.63 41.35 28.49 5.2 16.0 13.0 0.190 153.4 79.31 34.29 51.70 22.35 43.23 125.83 5.3 8.0 7.8 0.027 26.3 12.80 5.61 48.66 21.34 43.85 20.59 5.4 14.0 14.8 0.202 114.9 52.16 22.84 45.39 19.88 43.80 83.83 6.1 9.0 11.6 0.069 94.7 57.02 23.17 60.21 24.47 40.64 85.03 6.2 46.0 25.0 2.841 2,577.5 1359.85 580.31 52.76 22.51 42.67 2129.74 6.3 52.5 26.2 3.727 3,041.8 1580.65 647.48 51.96 21.29 40.96 2376.27 6.4 23.0 16.5 0.493 496.2 230.56 91.51 46.46 18.44 39.69 335.84 6.5 30.5 24.2 1.517 1,346.8 678.61 281.98 50.39 20.94 41.55 1034.87 6.6 18.0 16.5 0.352 385.0 222.77 91.46 57.86 23.76 41.06 335.67 Trong đó: V cả cây (m3) = V = 3.87967E-05 * D2.02062 *H1.0543 Tỷ lệ % chất khô 100% Trọng lượng khô cả cây(kg) = * Trọng lượng tươi cả cây Tỷ lệ % C trong chất khô 100% C cả cây (kg) = * Trọng lượng khô cả cây CO2 cả cây (kg) = C + (C * 2.67 ) Đã có trong phương pháp nghiên cứu Regression Analysis - Linear model: Y = a + b*X ----------------------------------------------------------------------------- Dependent variable: Log(CO2) Independent variable: log(D) ----------------------------------------------------------------------------- Standard T Parameter Estimate Error Statistic P-Value ----------------------------------------------------------------------------- Intercept -0.787495 0.199202 -3.95324 0.0004 Slope 2.38498 0.0711567 33.5173 0.0000 ----------------------------------------------------------------------------- Analysis of Variance ----------------------------------------------------------------------------- Source Sum of Squares Df Mean Square F-Ratio P-Value ----------------------------------------------------------------------------- Model 96.3437 1 96.3437 1123.41 0.0000 Residual 2.74432 32 0.0857598 ----------------------------------------------------------------------------- Total (Corr.) 99.088 33 Correlation Coefficient = 0.986055 R-squared = 97.2304 percent Standard Error of Est. = 0.292848 The StatAdvisor --------------- The output shows the results of fitting a linear model to describe the relationship between Log(CO2) and log(D). The equation of the fitted model is Log(CO2) = -0.787495 + 2.38498*log(D) Since the P-value in the AN OVA table is less than 0.01, there is a statistically significant relationship between Log(CO2) and log(D) at the 99% confidence level. The R-Squared statistic indicates that the model as fitted explains 97.2304% of the variability in Log(CO2). The correlation coefficient equals 0.986055, indicating a relatively strong relationship between the variables. The standard error of the estimate shows the standard deviation of the residuals to be 0.292848. This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu. Regression Analysis - Linear model: Y = a + b*X ----------------------------------------------------------------------------- Dependent variable: log(C02) Independent variable: log(G) ----------------------------------------------------------------------------- Standard T Parameter Estimate Error Statistic P-Value ----------------------------------------------------------------------------- Intercept 8.50659 0.299044 28.446 0.0000 Slope 1.38013 0.0917999 15.0342 0.0000 ----------------------------------------------------------------------------- Analysis of Variance ----------------------------------------------------------------------------- Source Sum of Squares Df Mean Square F-Ratio P-Value ----------------------------------------------------------------------------- Model 1.12839 1 1.12839 226.03 0.0000 Residual 0.0499228 10 0.00499228 ----------------------------------------------------------------------------- Total (Corr.) 1.17831 11 Correlation Coefficient = 0.978587 R-squared = 95.7632 percent Standard Error of Est. = 0.0706561 The StatAdvisor --------------- The output shows the results of fitting a linear model to describe the relationship between log(C02) and log(G). The equation of the fitted model is log(C02) = 8.50659 + 1.38013*log(G) Since the P-value in the AN OVA table is less than 0.01, there is a statistically significant relationship between log(C02) and log(G) at the 99% confidence level. The R-Squared statistic indicates that the model as fitted explains 95.7632% of the variability in log(C02). The correlation coefficient equals 0.978587, indicating a relatively strong relationship between the variables. The standard error of the estimate shows the standard deviation of the residuals to be 0.0706561. This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu. MỘT SỐ HÌNH ẢNH TRONG PHÒNG THÍ NGHIỆM PHÂN TÍCH ĐNNH LƯỢNG CARBON (Tại phòng thí nghiệm sinh học thực vật - Đại học Tây Nguyên) Hình các dụng cụ phân tích định lượng Carbon Hình ảnh quá trình phân tích kết quả định lượng Carbon trong phòng thí nghiệm