Luận văn Xây dựng đường cơ sở (baseline) và ước tính năng lực hấp thụ CO2 của rừng thường xanh tỉnh Đăk Nông

Phương pháp ước tính trữ lượng Carbon của rừng tự nhiên để tham gia vào chương trình giảm phát thải từ suy thoái và mất rừng (REDD) và xây dựng đường cơ sở (Baseline) hay cho đến nay còn gọi là đường phát thải tham chiếu (REL: Reference Emission Level) để làm cơ sở cho việc theo dỏi, giám sát mất và suy thoái rừng để tính toán lượng giảm phát thải, làm cơ sở chi trả dịch vụ môi trường; điều này càng có ý nghĩa hơn khi gắn việc chi trả dịch vụ hấp thụ CO2 của rừng với phương thức quản lí rừng cộng đồng ở nước ta nói chung và Đăk Nông nói riêng, vì nó sẽ góp phần tích cực vào việc đẩy nhanh tiến trình xã hội hóa nghề rừng và nâng cao hiệu quả của công tác giao đất giaorừng (GĐGR) và quản lý bảo vệ rừng (QLBVR) của người dân, cộng đồng nhậnrừng tại các địa phương.

pdf95 trang | Chia sẻ: maiphuongtl | Lượt xem: 1814 | Lượt tải: 0download
Bạn đang xem trước 20 trang tài liệu Luận văn Xây dựng đường cơ sở (baseline) và ước tính năng lực hấp thụ CO2 của rừng thường xanh tỉnh Đăk Nông, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
N) tính bằng: ha; – Dân di cư tự do (Dctdo) tính bằng: người. – Log: Logarit Neper Nhận xét: Qua phương trình trên, chúng ta nhận thấy rằng ở tỉnh Đăk Nông hiện nay thì vấn đề chuyển đổi rừng tự nhiên sang mục đích sản suất nông nghiệp và tình trạng dân di cư tự do chưa được ngăn chặn, đây là hai nhân tố ảnh hưởng trực tiếp và làm cho diện tích rừng tự nhiên của địa phương bị suy giảm nghiêm trọng trong những năm vừa qua. Các nhân tố ảnh hưởng đến diện tích rừng tự nhiên bị chuyển đổi sang đất nông nghiệp hàng năm (DtcdoiNN) Cũng trên cơ sở dữ liệu diện tích rừng tự nhiên bị chuyển đổi sang làm nông nghiệp hàng năm và các nhân tố kinh tế xã hội tương ứng, đã kiểm tra tính chuẩn của các biến số, phân tích mối quan hệ giữa các nhân tố với nhau và với diện tích rừng tự nhiên bị chuyển đổi hàng năm; kết quả thiết lập được mô hình: DtcdoiNN = -9212,71 + 4,09369E-8*Dctdo*Dt_Mi*Dt_Dieu (3.3) Với R2= 94,40%; và sự tồn tại của R2 và các tham số với P = 0,0284 Trong đó: 48 – Diện tích chuyển đổi từ rừng tự nhiên sang đất nông nghiệp (DtcdoiNN) tính bằng: ha; – Dân di cư tự do (Dctdo) tính bằng: người. – Diện tích trồng cây mì (Dt_Mi) và (Dt_Dieu) diện tích trồng cây điều tính bằng: (ha) Nhận xét: Trong các nhân tố có liên quan thì nhóm nhân tố: Dân di cư tự do, Diện tích trồng các loại cây Mì và Điều là có tác động chi phối chính và tỉ lệ thuận đến sự gia tăng chuyển đổi rừng sang đất canh tác nông nghiệp. Một lần nữa mô hình này cho thấy tình hình di cư tự do chưa thể quy hoạch và kiểm soát đã ảnh hưởng lớn đến tài nguyên rừng; đồng thời sự phát triển tự phát của hai cây trồng Mì và Điều do thị trường chi phối cũng làm mất đi nhiều diện tích rừng và tiến trình này cũng đang tiếp diễn. 3.1.2. Thiết lập Baseline theo các nhân tố ảnh hƣởng chủ đạo Trên cơ sở ba mô hình phản ảnh các nhân tố ảnh hưởng đến tài nguyên rừng, lựa chọn mô hình các nhân tố ảnh hưởng đến diện tích rừng để lập Baseline, vì mô hình này phản ảnh tổng thể và bao gồm các nhân tố ảnh hưởng trực tiếp và các nhân tố gián tiếp ở hai mô hình còn lại, đó là mô hình: log(DtR) = 14,6665 – 0,206591*log(DsoNT+Dt_Csu) Hai nhân tố DsoNT và DtCsu này đã tác động đến sự suy giảm tài nguyên rừng trong 7 năm qua, và trên cơ sở dự báo sự thay đổi của hai nhân tố này sẽ dự báo được sự biến đổi diện tích rừng tự nhiên cả tỉnh, đây chính là Baseline. Từ nguồn dữ liệu điều tra cơ bản từ năm 2003 - 2009 về thống kê dân số nông thôn và diện tích cao su, sử dụng phần mềm thống kê trong Excel lập được mô hình dự báo tình hình thay đổi dân số nông thôn và diện tích cao su đến năm 2016. Mô hình đa thức bậc 2 biểu thị tốt mối quan hệ DsNT theo thời gian và là cơ sở sự báo đến năm 2016 ở các vùng nông thôn tỉnh Dăk Nông 49 Hình 3.1: Mô hình diễn biến Dân số Nông thôn và dự báo đến 2016 ở tỉnh Dăk Nông Từ mô hình trong đồ thị dự báo được sự gia tăng dân số nông thôn đến năm 2016 như bảng sau. Kết quả này cho thấy từ năm 2009 dân số nông thôn tỉnh Đăk Nông là 422.000 người và dự báo đến năm 2016 lên đến 707.000 người; gia tăng trong 7 năm là 285.000 người với tỷ lệ 67.5% và bình quân gia tăng dân số nông thôn hàng năm là 9,6%. Với tỷ lệ gia tăng dân số nông thôn quá cao và không thể kiểm soát trong khi đó nguồn tài nguyên rừng là có hạn, thì áp lực của nó lên tài nguyên rừng là một vấn đề cần đặc biệt quan tâm. Bảng 3.1: Dữ liệu dự báo dân số nông thôn (DsoNT)ở tỉnh Dăk Nông Trƣớc năm 2010 Từ 2010 - 2016 Năm DsoNT (1.000 người) Năm DsoNT dự báo (1.000 người) 2003 338 2010 449 2004 347 2011 481 2005 349 2012 518 2006 361 2013 559 2007 377 2014 604 2008 394 2015 653 2009 422 2016 707 DsoNT = 2,1214Nam2 - 3,6Nam + 341,56 R² = 0,9947 300 350 400 450 500 550 600 650 700 750 2003 2004 2005 2006 2007 2008 2009 D so N T (1 0 0 0 n gu o i) Năm 2016 50 Mô hình hàm exp biểu diễn tốt diễn biến gia tăng diện tích cây cao su theo thời gian và làm cơ sở dự báo đến năm 2016 ở tỉnh Dăk Nông Hình 3.2: Mô hình diễn biến diện tích cao su và dự báo đến 2016 ở tỉnh Dăk Nông Từ mô hình trong đồ thị dự báo được xu thế gia tăng diện tích trồng cao su ở tỉnh như bảng sau. Kết quả này cho thấy từ năm 2009 diện tích cao su của tỉnh là 19.549 ha và với xu thế gia tăng này, dự báo đến năm 2016 lên đến 84.870 ha; gia tăng trong 7 năm là 65.321 ha với tỷ lệ 334% và bình quân gia tăng diện tích cao su hàng năm là 47,7%. Với tỷ lệ dự báo gia tăng diện tích cao su là quá cao cho thấy nguy cơ chuyển đổi rừng tự nhiên là vấn đề cần quan tâm và có định hướng quy hoạch sử dụng đất thích hợp để kiểm soát tình hình này. Bảng 3.2: Dữ liệu dự báo diện tích cao su (Dt_Csu )ở tỉnh Dăk Nông Trƣớc năm 2010 Từ 2010 - 2016 Năm Dt_Csu (ha) Năm Dt_Csu dự báo (ha) 2003 2010 23.461 2004 2011 29.067 2005 8.455 2012 36.014 2006 10.454 2013 44.622 2007 13.089 2014 55.286 2008 16.676 2015 68.499 2009 19.549 2016 84.870 Dt_Csu = 2E-183e0,2143Nam R² = 0,9964 0 10,000 20,000 30,000 40,000 50,000 60,000 70,000 80,000 90,000 100,000 2004 2006 2008 2010 2012 2014 2016 D t_ C su ( h a) Năm 51 Trên cơ sở mô hình biến đổi diện tích rừng tự nhiên của tỉnh: log(DtR) = 14,6665 – 0,206591*log(DsoNT+Dt_Csu) và hai mô hình dự báo dân số nông thôn (DsoNT) và diện tích cao su (Dt_Csu): DsoNT = 2,1214Nam2 – 3,6Nam + 341,56 Dt_Csu = 2E-183exp(0,2143Nam) Với các giá trị dự báo hai nhân tố dân số nông thôn và diện tích cao su, thế vào mô hình (DtR) dự báo được sự thay đổi, suy giảm diện tích rừng tự nhiên của tỉnh từ năm 2010 đến 2016, đây chính là đường cơ sở suy thoái và mất rừng Baseline. Theo dự báo này diện tích rừng tự nhiên của tỉnh năm 2010 là 291.748ha và giảm xuống còn 244.807ha năm 2016, diện tích mất rừng là 46.941ha trong 7 năm, bình quân mỗi năm sẽ mất 6.705ha rừng tự nhiên ứng với tỷ lệ 2,3% diện tích rừng hàng năm. Bảng 3.3: Dự báo suy giảm diện tích rừng tự nhiên ở tỉnh Đăk Nông– Baseline theo hai nhân tố dân số nông thôn và diện tích cây cao su đến 2016 Năm DsoNT dự báo (1.000 người) Dt_Csu dự báo (ha) DtR dự báo (ha) 2010 449 23.461 291.748 2011 481 29.067 279.259 2012 518 36.014 267.284 2013 559 44.622 255.805 2014 604 55.286 244.807 2015 653 68.499 234.272 2016 707 84.870 224.181 52 Hình 3.3: Baseline về suy giảm diện tích rừng tự nhiên ở tỉnh Đăk Nông và xác định tín chỉ Carbon từ REDD Hình trên biểu diễn được tốc độ mất rừng và hình thành được Baseline đến năm 2016, đường này là cơ sở để tính toán được thành tích và nổ lực giảm mất rừng của tỉnh; giả sử tham gia REDD, tốc độ mất rừng sẽ được cải thiện như trong hình 3.3, thì phần giảm diện tích mất rừng sẽ được ước tính thành trữ lượng Carbon giảm phát thải, từ đó có được tín chỉ Carbon để bán ra thị trường quốc tế. 3.2. Lập mô hình ước tính trữ lượng Carbon trong các trạng thái rừng 3.2.1. Quan hệ giữa sinh khối và Carbon tích lũy trong cây rừng với nhân tố điều tra Sinh khối và tích lũy Carbon của cây rừng có mối quan hệ mật thiết với tất cả những nhân tố điều tra, vì vậy để ước lượng trữ lượng Carbon trong cây thì cần phải nghiên cứu các mối quan hệ này với tất cả các nhân tố điều tra cây thông thường. Nó giúp cho việc xác định được lượng CO2 hấp thụ một cách đơn giản thông qua các nhân tố dễ đo đếm nhưng vẫn đảm bảo được tính chính xác 200,000 220,000 240,000 260,000 280,000 300,000 2010 2011 2012 2013 2014 2015 2016 DtR (ha) Năm Baseline REDD: Giảm mất rừng Tín chỉ Carbon từ REDD 53 cao trên cơ sở các mối quan hệ tự nhiên được mô phỏng qua các hàm tương quan chặt chẽ. Các mô hình được xây dựng trên dữ liệu điều tra sinh khối, phân tích Carbon của 5 bộ phận thân cây (thân, cành, lá, vỏ và rễ). Thiết lập quan hệ giữa sinh khối tươi, Carbon của 5 bộ phận cây với đường kính của cây, làm cơ sở để tính lượng sinh khối tươi, lượng Carbon tích luỹ của cây rừng. Trọng lượng tươi của cây được cân đo ngay sau khi chặt hạ cây mẫu hoặc được suy ra từ dung trọng và thể tích cây. Sau khi phân tích hàm lượng Carbon của từng bộ phận cây, tính được tổng lượng Carbon của cây tích lũy trong cây. Với số liệu 68 cây giải tích, có được bộ dữ liệu sinh khối, lượng Carbon cây tích lũy, từ đây thiết lập các mô hình quan hệ giữa sinh khối, Carbon với nhân tố dễ đo đếm là đƣờng kính. Bảng 3.4: Kết quả hàm quan hệ giữa sinh khối tươi, Carbon với đường kính cây rừng Các hàm quan hệ R2 SKT(kg) = 0,2137*D2,4514 R2=0,9545 C cây (kg) = 0,0428D2,4628 R2=0,9378 SK rễ(kg) = 0,039D2,288 R2=0,9577 C rễ = 0,051*D2 -0,6756*D + 2,8901 R2=0,9983 Ghi chú: SKT là Sinh khối tươi của các bộ phận cây trên mặt đất, SK rễ là Sinh khối rễ 54 Hình 3.4: Đồ thị thể hiện mối quan hệ giữa sinh khối tươi, C(kg/cây) với đường kính cây rừng Từ kết quả trên cho thấy, tương quan giữa sinh khối tươi, Carbon trong thực vật thân gỗ và rễ với đường kính là rất chặt chẽ (0,93< R2<0,99), trong đó tương quan giữa C rễ với D là chặt chẽ nhất thể hiện ở hệ số quan hệ R2 rất cao (R2 =0,99). Từ đồ thị cho thấy, nhìn chung khi đường kính tăng lên, lượng Carbon cũng tăng theo, điều này chứng tỏ các nhân tố trên có mối quan hệ chặt chẽ với nhau. Từ các mô hình này, chỉ thông qua các nhân tố đường kính có thể tính được sinh khối và lượng Carbon hấp thụ trong lâm phần. Đặc biệt là xác định sinh khối và lượng Carbon trong rễ cây rừng, một nhân tố rất khó thu thập trực tiếp ở thực tế để giám sát bể chứa Carbon trong rễ cây. SKT = 0,2137D^2,4514 R2 = 0,9545 0.0 1000.0 2000.0 3000.0 4000.0 5000.0 6000.0 7000.0 8000.0 9000.0 10000.0 0.0 20.0 40.0 60.0 80.0 S K T ( k g ) D1.3 (cm) C gỗ = 0,0428D^2,4628 R2 = 0,9378 0.0 200.0 400.0 600.0 800.0 1000.0 1200.0 1400.0 1600.0 1800.0 2000.0 0.0 20.0 40.0 60.0 80.0 C g ô ( k g ) D1.3 (cm) SK Rễ(kg) = 0,039D^2,288 R2 = 0,9577 0.0 50.0 100.0 150.0 200.0 250.0 300.0 350.0 0.0 20.0 40.0 60.0 S K r ễ (k g ) D1.3 (cm) C Rễ(kg) = 0,051D2 - 0,6756D + 2.8901 R2 = 0,9983 0.0 10.0 20.0 30.0 40.0 50.0 60.0 70.0 80.0 90.0 100.0 0.0 20.0 40.0 60.0 C r ễ ( k g ) D1.3 (cm) 55 Các hàm xác định được ở bảng 3.4 là cơ sở để tính lượng sinh khối tươi, lượng tích luỹ Carbon của thực vật thông qua đường kính của cây ở nội dung tiếp theo để xác định được lượng CO2 hấp thụ của cả lâm phần mà không cần phải chặt hạ, giải tích, đào rễ và cân đo sinh khối, phân tích Carbon. 3.2.2. Ƣớc lƣợng Carbon trong đất rừng Qua thu thập khối lượng đất từ 7 ô phẫu diện đất ứng với 21 tầng, xác định được khối lượng đất từng tầng qua dung trọng và phân tích %C trong 21 mẫu đất; có được cơ sở dữ liệu C trong đất ở các lâm phần khác nhau. Bảng 3.5: Phần trăm Carbon trong đất ở các tầng của các phẫu diện Lâm phần Số hiệu mẫu đất theo tầng phẫu diện % C trong khối lƣợng đất theo tầng phẫu diện %C trung bình trong đất 1Đ1 2,73 1,56 1 1Đ2 1,33 1Đ3 0,61 2Đ1 2,61 1,78 2 2Đ2 1,58 2Đ3 1,15 3Đ1 0,91 1,03 3 3Đ2 1,52 3Đ3 0,67 4Đ1 1,82 1,05 4 4Đ2 0,67 4Đ3 0,67 5Đ1 2,36 1,41 5 5Đ2 1,39 5Đ3 0,48 6Đ1 2,91 1,70 6 6Đ2 1,39 6Đ3 0,79 7Đ1 4,81 3,47 7 7Đ2 3,45 7Đ3 2,44 Ghi chú ký hiệu: 2Đ3: 2: Ô mẫu số 2, Đ: Nhân tố đất, 3: Tầng đất thứ 3 Quan sát bảng số liệu trên thấy phần trăm lượng Carbon lưu giữ trong đất rừng thay đổi giảm dần theo tầng từ trên xuống dưới. Theo khảo sát thực tế cho thấy, lượng Carbon ở tầng đất đầu tiên phụ thuộc vào sự phân hũy của tầng thảm 56 mục, lượng Carbon ở tầng đất này chủ yếu là Carbon được lưu giữ từ tầng thảm mục bị phân hủy tạo thành. Ngoài ra, ở tầng đất đầu tiên thì có chứa nhiều rễ cây bị phân hũy, lượng Carbon trong đất ở tầng mặt cũng do một phần rễ mục của cây tạo thành. Càng xuống dưới thì lượng Carbon lưu trữ trong đất càng giảm vì lượng thảm mục và rễ cây phân hũy trong đất cũng giảm. Từ %C trong các phẫu diện kết hợp với d (dung trọng đất) xác định được lượng Carbon tích lũy trong bể chứa là đất rừng theo các lâm phần ở các trạng thái khác nhau biểu thị qua giá trị mật độ (N/ha) và tổng tiết diện ngang G (m2/ha). Bảng 3.6: Trữ lượng Carbon/ha trong đất rừng ở các lâm phần khác nhau Lâm phần Trữ lƣợng C trong đất (tấn/ha) N của tất cả cây thân gỗ (cây/ha) G của tất cả cây thân gỗ (m 2 /ha) 1 92,1 54185 57,92 2 115,3 52110 35,92 3 60,7 28390 35,07 4 67,2 26300 30,14 5 84,0 39200 29,21 6 92,7 47970 66,71 7 161,5 24320 55,75 Để ước tính trữ lượng Carbon trong đất rừng ở các lâm phần khác nhau, mô phỏng mối quan hệ giữa lượng Carbon (Cdat (tấn/ha)) trong đất với 2 nhân tố N (cây/ha) và tổng tiết diện ngang G (m2/ha), kết quả: 1/Cdat = 0,0694738 – 0,0000863918*sqrt(G*N) + 3,00334E-8*G*N (3.4) Với R2 = 63,97% và các biến số tồn tại mức ý nghĩa P < 0,07 57 Hình 3.5: Quan hệ giữa C trong đất rừng với các nhân tố N và G ở các lâm phần khác nhau Trong thực tế, để xác định C trong đất rừng có thể thông qua hai nhân tố dễ đo đếm trực tiếp là N và G. Tuy nhiên mức độ quan hệ cũng chưa thực sự cao, chỉ đạt độ tin cậy 64%, do đó giám sát lượng Carbon trong đất gián tiếp qua mô hình khó đạt độ chính xác cao nếu không làm phân tích đất để xác định %C trong đất ở các lâm phần khác nhau trong thực tế. 3.2.3. Cấu trúc trữ lƣợng Carbon tích lũy trong 6 bể chứa và mô hình ƣớc lƣợng Carbon trong toàn lâm phần i. Cấu trúc trữ lượng Carbon tích lũy trong 6 bể chứa của rừng Từ kết quả mô hình ước lượng Carbon trong cây rừng, rễ qua đường kính và thông qua phân bố N/D của các ô mẫu tính được lượng Carbon trong tất cả các bộ phân cây rừng trên mặt đất (thân, lá, cành, vỏ) và dưới mặt đất là rễ trên ha; đồng thời từ kết quả phân tích %C trong các bể chứa khác như thảm tươi, thảm mục, cành nhánh ngã đỗ quy ra ha và kết quả ước lượng Carbon trong đất/ha có được trữ lượng Carbon trong 6 bể chứa trên ha ở các lâm phần nghiên cứu. Component+Residual Plot for sqrt(1/Cdat tan_ha^2) 0 1 2 3 4 (X 1.E6) G m2_ha*N cay_ha -32 -12 8 28 48 (X 0.001) co mp on en t e ffe ct 58 Bảng 3.7 : Cấu trúc trữ lượng Carbon tích lũy/ha trong 6 bể chứa của rừng Đv: Carbon: Tấn/ha Bể chứa Carbon Lâm phần 1 Lâm phần 2 Lâm phần 3 Lâm phần 4 Lâm phần 5 Lâm phần 6 Lâm phần 7 Trung bình Thảm tƣơi 0,6 0,2 0,4 0,7 0,0 0,1 0,0 0,3 Thảm mục 1,2 1,1 2,2 0,7 3,1 1,5 0,0 1,4 Vật rơi rụng, ngã đỗ 0,0 0,0 0,0 0,0 0,0 0,0 8,5 1,2 Cây gỗ _ Rễ 262,5 189,0 143,0 125,9 137,1 303,3 213,0 196,3 Đất 92,1 115,3 60,7 67,2 84,0 92,7 161,5 96,2 Tổng 356,4 305,6 206,1 194,5 224,2 397,6 383,0 295,3 Hình 3.6: Cấu trúc trữ lượng Carbon trong 6 bể chứa rừng thường xanh Kết quả phân tích cho thấy khả năng tích lũy Carbon trong bể chứa của cây gỗ và rễ của nó là lớn nhất (66,4%), tiếp theo là trong đất (32,6%); riêng vật rơi rụng, ngã đỗ trong thảm mục, thảm tươi là rất thấp, dưới 0,5% mỗi bể chứa. Bởi vì thực vật thân gỗ chiếm tỷ lệ sinh khối lớn nhất và thông qua quá trình quang hợp sẽ hấp thụ một lượng lớn CO2 trong không khí và lượng C tích lũy tăng theo sự tăng về sinh khối của cây, còn ở các bể chứa khác như thảm mục, thảm tươi, vật rơi rụng thì ít có sự tăng về khả năng hấp thụ CO2 nên lượng Carbon ở các bể chứa này thường ít hơn, ngoài ra đối với các khu rừng kín tán Thảm tƣơi: 0,1% Thảm mục: 0,5% Rơi rụng, ngã đỗ: 0,4% Cây gỗ _ Rễ: 66,4% Đất : 32,6% 59 thì thảm tươi thường ít phát triển, đồng thời do khí hậu nhiệt đới nên tầng thảm mục phân hũy rất nhanh và lượng Carbon của nó đi vào trong đất. Riêng đất rừng luôn lưu giữ một lượng Carbon khá ổn định cho dù rừng có thay đổi trạng thái, đây là ưu điểm của hệ sinh thái rừng nhiệt đới trong bảo tồn trữ lượng Carbon trong đất ổn định cho dù có biến động về quần thể thực vật. ii. Mô hình ước lượng sinh khối và trữ lượng Carbon trong 6 bể chứa của lâm phần Để tham gia chương trình REDD, dữ liệu giám sát cơ bản là biến động sinh khối và trữ lượng Carbon của từng khu rừng, lâm phần; trong khi đó để xác định trực tiếp chúng sẽ mất rất nhiều công sức từ lập ô mẫu, đào phẫu diện, cân đo sinh khối, phân tích hàm lượng Carbon, tổng hợp dữ liệu, ….; vì vậy phương pháp ước lượng, dự báo thông qua mô hình với độ tin cây cho phép là cơ sở khoa học nhằm giải quyết vấn đề này. Từ cơ sở dữ liệu của các lâm phần điều tra, tổng hợp được sinh khối, trữ lượng Carbon/ha của 6 bể chứa và các nhân tố điều tra lâm phần tương ứng; thử nghiệm thiết lập mô hình ước tính sinh khối và Carbon của lâm phần theo hai nhân tố mật độ (N/ha) và tổng tiết diện ngang (G (m2/ha). Bảng 3.7: Tổng hợp lượng sinh khối, trữ lượng Carbon/ha theo mật độ cây và tổng tiết diện ngang lâm phần Lâm phần SK( tấn/ha) C (tấn/ha) N/ha (Toàn bộ cây thân gỗ) G (m 2 /ha) 1 588,7 356,4 54.185 57,92 2 299,2 305,6 52.110 35,92 3 314,8 206,1 28.390 35,07 4 296,0 194,5 26.300 30,14 5 215,8 224,2 39.200 29,21 6 846,8 397,6 47.970 66,71 7 675,1 383,0 24.320 55,75 Kết quả thử nghiệm cho thấy sinh khối và trữ lượng Carbon trong 6 bể chứa của rừng chỉ có quan hệ chặt chẽ với một nhân tố là G, đây là điều thuận lợi 60 trong ước tính sinh khối và Carbon các lâm phần khác nhau, vì G dễ đo đếm và giám sát ở các thời điểm. Hình 3.7: Mô hình quan hệ SK = f(G) Hình 3.8: Mô hình quan hệ C = f(G) Việc xây dựng mô hình quan hệ giữa khả năng tích lũy Carbon và sinh khối với tiết diện ngang lâm phần có ý nghĩa rất lớn, là cơ sở để tính ước tính, SK (tan/ha) = 1,6167G1,4806 R² = 0,9585 0 100 200 300 400 500 600 700 800 900 5 15 25 35 45 55 65 75 S K ( tấ n /h a ) G (m2/ha) C (tan/ha) = 5,2525G + 62,191 R² = 0,8566 0 50 100 150 200 250 300 350 400 450 5.0 15.0 25.0 35.0 45.0 55.0 65.0 75.0 C ( tấ n /h a ) G (m2/ha) 61 giám sát sinh khối, lượng Carbon tích lũy và CO2 hấp thụ thông qua các nhân tố điều tra dễ đo đếm là G. Từ mô hình C = f(G) suy ra được mô hình ước tính CO2 hấp thụ trong 6 bể chứa của các lâm phần khác nhau thay đổi theo G, với CO2 = 3,67C: C (tấn/ha) = 5,2525G + 62,191 (3.5) Như vậy: CO2 (tấn/ha) = 3,67C (tấn/ha) = 3,67 x ( 5,2525G + 62,191) Suy ra: CO2 (tấn/ha) = 19,277 G(m 2/ha) + 228,241 (3.6) Từ các mô hình trên lập được bảng tra sinh khối, Carbon tích lũy và CO2 hấp thụ cho các lâm phần khác nhau về G, đây là cơ sở để giám sát biến đổi CO2 của các khu rừng trong thực tế một cách đơn giản. Bảng 3.8: Ước lượng sinh khối, Carbon và CO2 lâm phần theo G Tổng tiết diện ngang lâm phần (G (m2/ha) Sinh khối (tấn/ha) trong 5 bể chứa thực vật Carbon (tấn/ha) trong 6 bể chứa của rừng CO2 (tấn/ha) trong 6 bể chứa của rừng 5 18 88 325 10 49 115 421 15 89 141 517 20 136 167 614 25 190 193 710 30 249 220 806 35 312 246 903 40 381 272 999 45 453 299 1,096 50 530 325 1.192 55 610 351 1.288 65 781 404 1.481 70 872 430 1.577 62 3.3. Ước tính lượng CO2 giảm phát thải từ giảm mất rừng theo các kịch bản và giá trị của nó khi tham gia REDD Về nguyên tắc để được chi trả, bán tín chỉ Carbon trên thị trường thế giới khi tham gia REDD, thì diện tích rừng bị mất phải ít hơn đường Baseline, có nghĩa là rừng được quản lý tốt hơn hoặc có những giải pháp thay thế để không chuyển đổi diện tích rừng sang phương thức sử dụng đất khác. Từ kết quả nghiên cứu của đề tài cho thấy có hai nhân tố ảnh hưởng trực tiếp đến sự suy giảm diện tích rừng tự nhiên ở Đăk Nông là sự gia tăng dân số ở nông thôn vùng tiếp giáp với rừng và gia tăng chuyển đổi rừng để trồng cao su; căn cứ vào tình hình thực tế của tỉnh để giả định 2 kịch bản nhằm giảm phát thải CO2 do mất rừng như sau: - Kịch bản 1: Giảm sự gia tăng dân số nông thôn 25% và giảm gia tăng diện tích cao su 50% - Kịch bản 2: Giảm sự gia tăng dân số nông thôn 50% và giảm gia tăng diện tích cao su 75% Trên cơ sở hai kịch bản này, thông qua các mô hình toán dự báo dân số nông thôn, diện tích cao su và diện tích rừng theo 2 nhân tố ảnh hưởng này đã được thiết lập trong kết quả ở phần trên, tính toán được khả năng giảm mất rừng, giảm phát thải CO2 do mất rừng so với Baseline, từ đây cho thấy khả năng thu được về tài chính khi bán tín chỉ CO2 theo từng kịch bản. Bảng 3.9: Dự báo diện tích rừng theo 2 kịch bản Năm Dự báo xu thế bình thƣờng Dự báo theo kịch bản 1 Dự báo theo kịch bản 2 DsoNT dự báo (1.000 ngƣời) Dt_Csu dự báo (ha) DtR dự báo (ha) DsoNT giảm mức tăng 25% (1.000 ngƣời) Dt_Csu giảm mức tăng 50% (ha) DtR dự báo theo kịch bản 1 (ha) DsoNT giảm mức tăng 50% (1.000 ngƣời) Dt_Csu giảm mức tăng 75% (ha) DtR dự báo theo kịch bản 2 (ha) 2010 449 23.461 291.748 442 21.505 296.956 435 20.527 299.785 2011 481 29.067 279.259 473 26.264 285.088 465 24.862 288.296 2012 63 Năm Dự báo xu thế bình thƣờng Dự báo theo kịch bản 1 Dự báo theo kịch bản 2 DsoNT dự báo (1.000 ngƣời) Dt_Csu dự báo (ha) DtR dự báo (ha) DsoNT giảm mức tăng 25% (1.000 ngƣời) Dt_Csu giảm mức tăng 50% (ha) DtR dự báo theo kịch bản 1 (ha) DsoNT giảm mức tăng 50% (1.000 ngƣời) Dt_Csu giảm mức tăng 75% (ha) DtR dự báo theo kịch bản 2 (ha) 518 36.014 267.284 509 32.541 272.873 499 30.804 275.950 2013 559 44.622 255.805 548 40.318 261.164 538 38.166 264.113 2014 604 55.286 244.807 593 49.954 249.942 581 47.288 252.768 2015 653 68.499 234.272 641 61.893 239.192 629 58.589 241.899 2016 707 84.870 224.181 694 76.684 228.895 680 72.592 231.488 Bảng 3.10: Dự báo giảm mất rừng theo 2 kịch bản so với Baseline Năm Diện tích rừng cơ sở (Baseline) (ha) Diện tích rừng theo kịch bản 1 (ha) Diện tích rừng theo kịch bản 2 (ha) Diện tích giảm mất rừng theo kịch bản 1 (ha) Diện tích giảm mất rừng theo kịch bản 2 (ha) 2010 291.748 296.956 299.785 5.208 8.037 2011 279.259 285.088 288.296 5.829 9.037 2012 267.284 272.873 275.950 5.590 8.667 2013 255.805 261.164 264.113 5.359 8.308 2014 244.807 249.942 252.768 5.135 7.962 2015 234.272 239.192 241.899 4.920 7.628 2016 224.181 228.895 231.488 4.713 7.306 Tổng 36.754 56.944 Trung bình năm 5.251 8.135 Từ kết quả dự báo này cho thấy so với Baseline, theo kịch bản 1 thì trong vòng 7 năm đến sẽ giảm mất 36.747ha rừng, trung bình hằng năm giảm mất 5.252 ha rừng; trong khi đó với kịch bản 2 tích cực hơn trong vòng 7 năm đến sẽ giảm mất 56.944ha rừng, trung bình hằng năm giảm mất 8.135ha rừng. 64 Hình 3.9:Giảm mất rừng ở 2 kịch bản so với Baseline Từ diện tích rừng theo baseline và theo 2 kịch bản, kết hợp với mô hình ước tính C theo G: C (tấn/ha) = 5,2525 G(m2/ha) + 62,191, trong đó G được lấy bình quân là 20m2/ha cho kiểu rừng thường xanh Dăk Nông; ước tính được khả năng lưu giữ C của rừng tự nhiên Đăk Nông trong từng trường hợp. 200,000 220,000 240,000 260,000 280,000 300,000 320,000 2010 2011 2012 2013 2014 2015 2016 D iệ n t íc h r ừ n g (h a) Năm Diện tích rừng cơ sở (Baseline) (ha) Diện tích rừng theo kịch bản 1 (ha) Diện tích rừng theo kịch bản 2 (ha) 65 Hình 3.10: Lưu giữ C của rừng tự nhiên Đăk Nôngtheo baseline và 2 kịch bản để tham gia REDD Đồng thời từ diện tích giảm mất rừng ở hai kịch bản, kết hợp với mô hình (3.6) ước tính CO2 phát thải khi mất rừng theo G: CO2(tấn/ha) = 19,277 G(m2/ha) + 228,241; từ đây tính được lượng CO2 giảm phát thải theo 2 kịch bản. Theo đơn giá CO2 trên thị trường của thế giới hiện nay biến động từ 10 - 100USD tấn, bình quân lấy 45 USD/tấn CO2 để thử ước tính giá trị tài chính của các kịch bản giảm phát thải từ mất rừng khi tham gia REDD 2010 2011 2012 2013 2014 2015 2016 Lượng C lưu giữ theo Baseline (triệu tấn) 48.79 46.70 44.70 42.78 40.94 39.18 37.49 Lượng C lưu giữ theo kịch bản 1 (triệu tấn) 49.66 47.68 45.64 43.68 41.80 40.00 38.28 Lượng C lưu giữ theo kịch bản 2 (triệu tấn) 50.14 48.21 46.15 44.17 42.27 40.46 38.71 36.00 38.00 40.00 42.00 44.00 46.00 48.00 50.00 52.00 C ( tr iệ u t ấn ) 66 Bảng 3.11: Dự báo lượng CO2 giảm phát thải so với Baseline và giá trị tài chính CO2 khi tham gia REDD theo hai kịch bản ở Dăk Nông Năm Lƣợng CO2 giảm phát thải so baseline theo kịch bản 1 (tấn) Lƣợng CO2 giảm phát thải so baseline theo kịch bản 2 (tấn) Giá trị CO2 giảm phát thải theo kịch bản 1 (triệu USD) Giá trị CO2 giảm phát thải theo kịch bản 2 (triệu USD) 2010 3.196.470 4.932.915 144 222 2011 3.577.445 5.546.729 161 250 2012 3.430.905 5.319.393 154 239 2013 3.289.042 5.099.242 148 229 2014 3.152.049 4.886.622 142 220 2015 3.020.002 4.681.677 136 211 2016 2.892.898 4.484.415 130 202 Tổng 22.558.812 34.950.993 1.015 1.573 Trung bình năm 3.222.687 4.992.999 145 225 Kết quả này cho thấy lượng giảm phát thải CO2 ở tỉnh Đăk Nông khi so với Baseline theo kịch bản 1 là 22,5 triệu tấn và bình quân mỗi năm giảm phát thải 3,2 triệu tấn; trong khi đó ở kịch bản 2 là 34,9 triệu tấn và bình quân mỗi năm giảm phát thải gần 5,0 triệu tấn. Đây là con số rất có ý nghĩa trong giảm khí phát thải gây hiệu ứng nhà kính thông qua giảm mất rừng và đóng góp vào giảm nhẹ tình hình biến đổi khí hậu trên toàn cầu. Trên cơ sở giá trị CO2 ước tính trung bình, cho thấy nếu quản lý rừng tự nhiên ở tỉnh Đăk Nông trong khuôn khổ REDD theo kịch bản 1 sẽ thu hút được bình quân hàng năm 145 triệu USD và theo kịch bản 2 là 225 triệu USD. Đây là giá trị kinh tế, tài chính môi trường, nó cần cung cấp cho các nhà quản lý để có cân nhắc trong việc quản lý rừng, quy hoạch, chuyển đổi rừng và có giải pháp thay thế để giảm áp lực lên rừng, cũng như so sánh lợi ích kinh tế để lựa chọn phương án thích hợp. Qua đây có thể thấy rằng giá trị được tạo nên từ những cánh rừng tham gia thị trường REDD là rất lớn và nó sẽ là tiềm năng và cơ hội cho việc huy động sự tham gia của toàn xã hội vào công cuộc bảo vệ, xây dựng và phát triển rừng trong những năm sắp đến. 67 3.4. Đề xuất các giải pháp quản lý tài nguyên rừng để tham gia REED Tham gia REDD có nghĩa là cần giảm tốc độ mất rừng như đã diễn ra trong quá khứ, điều này đòi hỏi có những giải pháp thực tế. Dựa vào kết quả phân tích các nhân tố ảnh hưởng tổng hợp đến suy thoái và mất rừng trong các mô hình ở kết quả trước cho thấy có mối quan hệ nhân quả và được thể hiện trong “Cây vấn đề”; từ các mô hình đã hệ thống được các nhân tố ảnh hưởng đến sự suy giảm diện tích rừng tự nhiên của tỉnh Đăk Nông trong 7 năm qua như sơ đồ sau Hình 3.11: Mối quan hệ giữa các nhân tố liên quan đến suy giảm diện tích rừng Từ đây đã tham vấn các bên liên quan và phân tích để đề xuất một số giải pháp cần thiết nhằm tham mưu cho các cơ quan nhà nước có thẩm quyền trong việc đề ra những chủ trương, chính sách quản lý và sử dụng tài nguyên một cách DtR DtRmat DsoNT Dt_Csu DtcdoiNN Dctdo Dt_Mi Dt_Dieu Tác động trực tiếp T/động gián tiếp Chú thích: 68 hiệu quả và bền vững đồng thời chuẩn bị đầy đủ các điều kiện cần thiết để tham gia REED, cụ thể như sau. Bảng 3.12: Các nhân tố cần kiểm soát và các giải pháp tác động đến các nhân tố ảnh hưởng để giảm mất rừng ở Dăk Nông STT Nhân tố chính cần kiểm soát, giám sát Nhân tố tác động cần kiểm sóat và điều chỉnh Giải pháp tác động trực tiếp 1 Diện tích rừng tự nhiên (DtR): Cần được duy trì và ít nhất là giảm tốc độ mất rừng theo các kịch bản Dân số Nông thôn (DsoNT): Phải kiềm chế và giảm mức tăng so với hiện nay và dự báo theo 1 trong 2 kịch bản (tăng 9,6%/ năm là quá cao). - Chính sách dân số kế hoạch hóa gia đình; - Kiểm soát và quy hoạch vùng canh tác cho dân di cư tự do. - Đào tạo, chuyển đổi ngành nghề và tạo việc làm Diện tích trồng Cao su (Dt_Csu): Chỉ nên duy trì ở mức ổn định như hiện nay, hoặc chỉ nên mở rộng diện tích theo hình thức chuyển đổi cơ cấu cây trồng ở những vùng thích hợp. Diện tích cao su có thể gia tăng trong phạm vi kịch bản 1 hoặc 2 - Rà soát lại đất đai, thực hiện tốt việc qui hoạch vùng sản xuất nông nghiệp, cơ cấu cây trồng và quản lý theo qui hoạch. - Nâng cao chất lượng sản xuất nông nghiệp, đầu tư thâm canh nhằm làm tăng năng suất, chất lượng sản phẩm nông nghiệp, chấm dứt tình trạng sản xuất quảng canh vẫn còn khá phổ biến như hiện nay; làm tốt công tác khuyến nông lâm; cải thiện hoạt động/chính sách tín dụng; làm cơ sở giảm việc chạy theo phong trào trồng cao su 69 STT Nhân tố chính cần kiểm soát, giám sát Nhân tố tác động cần kiểm sóat và điều chỉnh Giải pháp tác động trực tiếp 2 Diện tích rừng tự nhiên bị mất hàng năm (DtRmat) phải được chấm dứt hoặc cũng giảm tỷ lệ mất rừng như trong quá khứ Dân di cư tự do (Dctdo): phải được kiểm soát và có quy hoạch - Cần qui hoạch gấp những vùng sản xuất Lâm-Nông nghiệp với mục đích phục hồi lại độ che phủ của rừng để bố trí cho toàn bộ số dân thuộc đối tượng này vào sản xuất. - Làm tốt công tác khuyến nông lâm; Cải thiện hoạt động/chính sách tín dụng cho người dân mới định cư - Nhà nước cần quan tâm đầu tư nhiều hơn về cơ sở hạ tầng vào những vùng nông thôn còn gặp nhiều khó khăn để cải thiện và nâng cao đời sống người dân; Thực hiện tốt công tác giáo dục, vận động tuyên truyền cho nhân dân, đặc biệt là ở các địa phương thường có “tiềm năng” di cư tự do (vùng núi phía bắc). Diện tích rừng tự nhiên bị chuyển đổi sang canh tác nông nghiệp/năm (DtcdoiNN) : Cần phải được kiểm soát và hạn chế đến mức thấp nhất (do tự phát hoặc theo kế hoạch, chủ trương của nhà nước) - Diện tích trồng Mì (Dt_Mi): Phải được khống chế và giảm. - Đầu tư thâm canh, tăng năng suất theo hướng sản xuất bền vững. Xem xét chuyển đổi sang trồng các loại cây khác phù hợp cả mục tiêu kinh tế cả bảo vệ môi trường, như: Trồng lại rừng, Cao su, cây công nghiệp dài ngay khác … Làm tốt công tác khuyến nông lâm; Cải thiện hoạt động, chính sách tín dụng - Diện tích trồng Điều (Dt_Dieu): Phải được khống chế và giảm bằng cách đầu tư thâm canh, tăng năng suất theo hướng sản xuất bền vững. 70 KẾT LUẬN VÀ KIẾN NGHỊ Kết luận: Thông qua các kết quả nghiên cứu, đề tài có các kết luận chính sau: 1. Các nhân tố ảnh hƣởng đến sự thay đổi diện tích rừng tự nhiên ở tỉnh Đăk Nông: Sự thay đổi diện tích rừng tự nhiên mà cụ thể hơn là suy giảm diện tích có mối quan hệ rất chặt chẽ với các nhân tố kinh tế xã hội của địa phương nghiên cứu. Từ các cơ sở dữ liệu thống kê diễn biến tài nguyên rừng và kinh tế xã hội trong 8 năm qua, từ 2002 - 2009 của tỉnh Đăk Nông, đã xây dựng được các mô hình chỉ ra các nhân tố ảnh hưởng trực tiếp hoặc gián tiếp gây suy giảm tài nguyên rừng tự nhiên ở tỉnh: + log(DtR) = 14,6665 – 0,206591*log(DsoNT+Dt_Csu) + log(DtRmat) = -0,260432 + 1,01813*log(DtcdoiNN+Dctdo) + DtcdoiNN = -9212,71 + 4,09369E-8*Dctdo*Dt_Mi*Dt_Dieu 2. Đƣờng cơ sở (Baseline): Phản ảnh được tốc độ mất rừng trong quá khứ và làm cơ sở dự báo thay đổi diện tích rừng trong tương lai. Mô hình log(DtR) = 14,6665 – 0,206591*log(DsoNT+Dt_Csu) được sử dụng để lập Baseline, trong đó sự thay đổi diện tích rừng phụ thuộc vào sự biến đổi của 2 nhân tố ảnh hưởng chính là gia tăng dân số nông thôn và mở rộng diện tích trồng cao su ở tỉnh. 3. Mô hình ƣớc lƣợng sinh khối và lƣợng Carbon tích lũy của cây rừng: Đề tài đã xây dựng được các mô hình: SKT(kg) = 0,2137*D2,4514 C cây (kg) = 0,0428D2,4628 SK rễ(kg)= 0,039D2,288 C rễ (kg)= 0,051*D2 - 0,6756*D+2,8901 4. Khả năng tích lũy Carbon trong đất rừng tự nhiên: Lượng C lưu giữ trong đất giảm dần từ tầng trên xuống tầng dưới của phẫu diện. Mô hình ước tính C trong đất chỉ đạt độ tin cậy 64%, do đó giám sát lượng Carbon trong đất nếu yêu 71 cầu chính xác cao phải phân tích đất để xác định %C trong đất ở các lâm phần khác nhau. 5. Cấu trúc trữ lƣợng Carbon trong 6 bể chứa rừng thƣờng xanh: Khả năng tích lũy Carbon trong bể chứa của cây gỗ bao gồm cả rễ cây là lớn nhất (66%), tiếp theo là trong đất (33%); trong vật rơi rụng, ngã đỗ, thảm mục và thảm tươi là rất thấp, dưới 0,5%. 6. Mô hình ƣớc lƣợng Carbon lƣu giữ và CO2 hấp thụ trong 6 bể chứa rừng thƣờng xanh: C và CO2 hấp thụ của toàn lâm phần trong 6 bể chứa có quan hệ chặt chẻ với G, đây là cơ sở để ước tính, dự báo và giám sát biến đổi Carbon và CO2 rừng hấp thụ theo các mô hình: C (tấn/ha) = 5,2525G + 62,191 CO2 (tấn/ha) = 19,277 G(m 2/ha) + 228,241 Lượng Carbon lưu giữ được ở các trạng thái rừng thường xanh là rất lớn, trong khoảng từ 88 - 430 tấn/ha, ứng với lượng CO2 từ 325 – 1.577 tấn/hecta 7. Ƣớc tính giá trị CO2 thu đƣợc từ giảm mất rừng khi tham gia REDD: Với các kịch bản khác nhau để giảm ảnh hưởng của các nhân tố gây nên mất rừng, cho thấy nếu được thực hiện sẽ giảm mất 5.252 ha - 8.135ha rừng tự nhiên hàng năm, ứng với giảm phát thải từ 3,2 – 5,0 triệu tấn khí CO2 ở tỉnh Đăk Nông; tương ứng với nó là giá trị tín chỉ CO2 giảm phát thải từ mất rừng mà tỉnh có thể thu về từ 145 - 225 triệu USD hàng năm. Kiến nghị Xuất phát 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: – Về mặt thị trường, ở Việt Nam việc mua bán Carbon thông qua giảm phát thải khí nhà kính từ mất rừng còn khá mới mẻ, nhiều cơ quan quản lý nhà nước, đặc biệt là các nhà doanh nghiệp, chủ rừng, người dân nhận rừng còn có quá ít lượng thông tin về thị trường này, do vậy đã đến lúc Nhà nước phải phổ biến rộng rãi hơn, cung cấp nhiều thông tin hơn trong xã hội để họ có thể tiếp cận. 72 – Cần nhanh chóng xây dựng cơ chế chính sách và giải pháp quản lý rừng bền vững, giảm mất rừng để thu hút được 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 các cơ quan chuyên ngành và chính quyền địa phương sẽ và đang đánh mất cơ hội thu nguồn ngoại tệ lớn từ các nước phát triển trong mua bán tín chỉ Carbon rừng. – 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 lâm phần khác quy mô rộng lớn hơn. 73 Tài liệu tham khảo Tiếng Việt: 1. Các Quyết định của Bộ Nông nghiệp & phát triển nông thôn và UBND tỉnh Đăk Nông về việc công bố hiện trạng rừng toàn quốc và tỉnh Đăk Nông của các năm: 2004, 2005, 2006, 2007, 2008 2. Võ Đại Hải (2007), Kết quả nghiên cứu khả năng hấp thụ Carbon rừng mỡ trồng thuần loài tại vùng trung tâm bắc bộ, Việt nam. Viện Khoa học Lâm nghiệp Việt Nam. 3. Võ Đại Hải (2009), Nghiên cứu khả năng hấp thụ Carbon của rừng trồng bạch đàn Urophylla ở Việt Nam. Tạp chí NN & PTNT, số 1/2009. 4. Phạm Xuân Hoàn (2005), Cơ chế phát triển sạch và cơ hội thương mại Carbon trong lâm nghiệp. Nxb Nông nghiệp. 5. Bảo Huy (2008), Bài giảng Thống kê và tin học trong lâm nghiệp dùng cho Cao học lâm nghiệp. Trường Đại học Tây nguyên. 6. Bảo Huy (2009), Phương pháp nghiên cứu ước tính trữ lượng các bon của rừng tự nhiên làm cơ sở tính toán lượng CO2 phát thải từ suy thoái và mất rừng ở Việt Nam. Tạp chí Nông nghiệp và Phát triển nông thôn. Bộ NN & PTNT số 1/2009 7. Bảo Huy (2009), GIS và Viễn thám trong quản lý tài nguyên rừng và môi trường. NXB Tổng hợp Thành phố Hồ Chí Minh. 8. Bảo Huy (2009), Ước lượng năng lực hấp thụ CO2 của bời lời đỏ (Litsea glutinosa) trong mô hình Nông Lâm kết hợp bời lời đỏ - sắn ở huyện Mang Yang, tỉnh Gia Lai – Tây Nguyên, Việt Nam. Trung tâm nghiên cứu nông lâm kết hợp thế giới (ICRAF) và Mạng lưới giáo dục Nông lâm kết hợp Đông Nam Á (SEANAFE) 9. Vũ Tấn Phương (2006), Nghiên cứu trữ lượng Carbon thảm tươi và cây bụi: Cơ sở để xác định đường Carbon cơ sở trong các dự án trồng rừng/tái trồng rừng theo cơ chế phát triển sạch ở Việt Nam. Tạp chí NN & PTNT, 2006 74 10. Michael Netzer, Winrock International – Thông tin cập nhật được từ các diễn đàn/hội nghị/hội thảo của các tổ chức/nhà khoa học về các vấn đề liên quan đến REDD và biến đổi khí hậu toàn cầu. 11. Ngô Đình Quế và cộng sự. Khả năng hấp thụ CO2 của một số loại rừng trồng chủ yếu ở Việt Nam. Viện Khoa học Lâm nghiệp Việt Nam. 12. Niên giám thống kê tỉnh Đăk Nông các năm: 2004, 2005, 2006, 2007, 2008. 13. RUPES (Rewarding Upland Poor for Environment Services) (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. World Agroforestry Center, ICRAF. 14. UNEP: Cơ chế phát triển sạch – Clean Development Mechanism. Tiếng Anh: 15. Bao Huy, Pham Tuan Anh, 2008. Estimating CO2 sequestration in natural broad-leaved evergreen forests in Vietnam. Asia-Pacific Agroforestry Newsletter. APANews, No.32 May 2008. ISSN 0859-9742. FAO, SEANAFE. p7 – 10. 16. B.H.J. DE JONG∗, A. HELLIER, M.A. CASTILLO-SANTIAGO and R. TIPPER C.P. 86100 Admin. de Correos 2, Col Atasta, Villahermosa, Tabasco, Mexico.(2005) Application of the „climafor‟ approach to estimate baseline Carbon emissions of a forest conservation project in the Selva Lacandona, Chiapas,Mexico 17. Daniel Murdiyarso (2005): Sustaining local livelihood through Carbon sequestration activities: A research for practical and strategic approach. Carbon Forestry, Center for International Forestry Research, CIFOR. 18. Esteve Corbera (2005): Bringing development into Carbon forestry market: Challenges and outcome of small – scale Carbon forestry activities in Mexico. Carbon Forestry, Center for International Forestry Research, CIFOR. 75 19. IUCN, 2007. Forest and livelihoods. Reducing emissions from deforestation and ecosystem degradation (REDD). Climate change briefing. 20. ICRAF, 2007. Rapid Carbon stock appraisal. 21. IUCN (12/2007) Climate change briefing. Forests and livelihoods. Reducing emissions from deforestation and ecosystem degradation (REDD) 22. Joyotee Smith and Sara J. Scherr (2002): Forest Carbon and Local Livelohhods. Assessment of Opportunities and Policy Recommendations. CIFOR Occasional Paper No. 37. 23. Jennier C. Jenkins and other, 2004. Comprehensive Database of Diameter- based Biomass Regressions for North American Tree Species. United States Department of Agriculture. 24. Kurniatun Hairiah, SM Sitompul, Meine van Noodoijk and Cheryl Palm (2001): Carbon stocks of tropical land use systems as part of the global C balance. Effects of forest conversion and options for clean development activities. International Centre for research in Agroforestry, ICRAF. 25. Kurniatun Hairiah, SM Sitompul, Meine van Noodoijk and Cheryl Palm (2001): Method for sampling Carbon stocks above and below ground. International Centre for research in Agroforestry, ICRAF. 26. K.G. MacDicken, 1997. A Guide to Monitoring Carbon Storage in Forestry and Agroforestry Projects. Winrock International Institute for Agricultural Development. 27. Patrick Van Laake and other, 2008. Forest biomass assessment in support of REDD by indigenous people and local communities. International Institute for Geo-information Science and Earth Observation (ITC). 28. Robert N. Stavins, 2005. The cost of US forest-based Carbon sequestration. Harvard University. 76 29. Roger M. Gifford, 2000. Carbon contents of above – ground. Greenhouse Office, Australian 30. Sandra Brown and other, 2001. Geographical Distribution of Biomass Carbon in Tropical Southeast Asian Forests: A database. University of Illinois. 31. Xiaolu Zhou and other, 2004. Sitmulating Forest Growth and Carbon Dynamics of the Lake Abitibi Model Forest in Northeastern Ontario. Ontario Forest Research Institute, Canada. 77 PHỤ LỤC Phụ lục 1: Cơ sở dữ liệu tài nguyên rừng và các nhân tố kinh tế xã hội từ năm 2002 – 2009 ở tỉnh Dăk Nông Nam Dien tich tu nhien (ha) Dien tich co rung tu nhien (ha) Dien tich mat rung tu nhien (ha) % mat rung tu nhien Dien tich rung trong (ha) Dien tich khac (ha) %che phu rung tu nhien Dtich chuyen doi rung TN sang m.đích khac* (ha) Dan so (ngan nguoi) 2002 369,1 2003 651562 364.000 2.061 0,57 5.955 281.607 55,9 1.845,5 387,9 2004 651562 361.180 2.820 0,78 9.356 281.026 55,4 1.379,5 397,5 2005 651562 360.163 1.017 0,28 10.232 281.167 55,3 71,9 408,7 2006 651562 352.235 7.928 2,25 9.381 289.946 54,1 540,9 421,1 2007 651562 314.133 38.102 12,13 10.873 326.556 48,2 1.024,1 441,5 2008 651562 311.012 3.121 1,00 12.689 327.861 47,7 2.135,3 460,1 2009 651562 309.428 1.584 0,51 14.563 327.571 47,5 380,9 492,0 Nam %toc do gia tang dan so Dan so nong thon (ngan nguoi) % toc do tang DS o nong thon So dan DCTD tang them hang nam (khau) Thu nhap bq chung nguoi /thang (VNĐ) Thu nhap bq N.thon nguoi/ thang (VND) GDP nguoi/ nam (ngàn VNĐ) GDP ca tinh/nam (tỉ VND) 2002 320,8 2003 5,1 337,9 5,3 771 2004 2,5 346,6 2,6 746 356.800 331.750 2005 2,8 349,1 0,7 880 6.321 2.584 2006 3,0 360,9 3,4 491 500.000 464.760 8.190 3.449 2007 4,8 376,8 4,4 2239 9.666 4.268 2008 4,2 393,8 4,5 659 837.000 778.000 12.873 5.923 2009 6,9 422,0 7,2 78 Nam GDP NLN ca tinh/nam (tỉ VND) Ti trong dau tu cho NLN (%) % HS tren dan so % HSPT bo hoc DT Ho tieu (ha) Dt Ca- phe (ha) Dt Cao- su (ha) Dt dieu (ha) 2002 2003 2004 2005 1539,36 34,49 5.575 70.760 8.455 20.930 2006 2016,45 26,50 0,05 5.946 70.219 10.454 23.986 2007 2382,96 22,53 25,78 0,06 6.196 71.866 13.089 24.286 2008 3389,36 27,98 24,79 0,22 6.693 75.470 16.676 22.876 2009 18,46 23,12 0,40 6.800 74.841 19.549 22.313 Nam Dt Mi/san (ha) Dt Lua (ha) Dt Ngo (ha) Tổng DT 1 số cây chủ lực đến năm (Để kiểm tra) 2002 2003 2004 2005 17.176 12.973 26.137 162.006 2006 23.690 12.109 27.520 173.924 2007 20.877 11.378 31.010 178.702 2008 22.136 11.590 36.130 191.571 2009 16.512 11.755 38.450 190.220 79 Phụ lục 2: Kết quả xây dựng mô hình quan hệ giữa Diện tích rừng tự nhiên với các nhân tố Dân số nông thôn và Diện tích trồng Cao su Kiểm tra độ lệch chuẩn: Summary Statistics log(DtR) log(DsoNT+Dt_Csu) Count 5 5 Average 12,7028 9,50533 Standard deviation 0,0739984 0,33173 Coeff. of variation 0,582536% 3,48993% Minimum 12,6425 9,08297 Maximum 12,7943 9,90204 Range 0,151831 0,819064 Stnd. skewness 0,580254 -0,0969475 Stnd. kurtosis -1,37099 -0,725931 Mối quan hệ giữa các biến số Correlations log(DtR) log(DsoNT+Dt_Csu) log(DtR) -0,9261 (5) 0,0238 log(DsoNT+Dt_Csu) -0,9261 (5) 0,0238 Correlation (Sample Size) P-Value Mô hình Multiple Regression - log(DtR) Dependent variable: log(DtR) Independent variables: log(DsoNT+Dt_Csu) Standard T Parameter Estimate Error Statistic P-Value CONSTANT 14,6665 0,461983 31,7469 0,0001 log(DsoNT+Dt_Csu) -0,206591 0,0485789 -4,25269 0,0238 80 Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio P-Value Model 0,0187867 1 0,0187867 18,09 0,0238 Residual 0,00311634 3 0,00103878 Total (Corr.) 0,0219031 4 R-squared = 85,7721 percent R-squared (adjusted for d.f.) = 81,0295 percent Standard Error of Est. = 0,0322301 Mean absolute error = 0,0201539 Durbin-Watson statistic = 2,39555 (P=0,3882) Lag 1 residual autocorrelation = -0,275782 The StatAdvisor The output shows the results of fitting a multiple linear regression model to describe the relationship between log(DtR) and 1 independent variables. The equation of the fitted model is log(DtR) = 14,6665 – 0,206591*log(DsoNT+Dt_Csu) 81 Phụ lục 3: Mẫu biểu điều tra ô tiêu chuẩn đo tính sinh khối và rút mẫu phân tích Carbon Biểu điều tra các chỉ tiêu sinh thái - nhân tác Ô số: Địa phương: Tên lô rừng: Kiểu rừng: Ưu hợp: Tọa độ UTM: X: Y: Sai số: Độ cao: VN -2000: X: Y: Sai số: Độ cao: Class: Tổng G (Bitterlich): Người điều tra: Ngày điều tra: CÁC CHỈ TIÊU SINH THÁI - NHÂN TÁC Stt Chỉ tiêu Giá trị Stt Chỉ tiêu Giá trị 1 Độ tàn che (1/10) 13 Loại đất, màu sắc, kết cấu 2 Le tre (% che phủ) 14 Kết von (%) 3 Thực bì (Loài chính, % che phủ) 15 Đá nổi (%) 4 Vị trí (Thung lũng, Bằng, chân, sườn, đỉnh) 16 pH đất 5 Độ dốc (o) 17 Độ ẩm đất (%) 6 Hướng phơi (độ bắc) 18 Nhiệt độ đất (%) 7 Độ cao s/v mặt biển (m) 19 Độ dày tầng đất (cm) 8 Lượng mưa năm (mm) 20 Vi sinh vật đất (Mô tả) 9 Độ ẩm không khí (%) 21 Mức độ tác động 10 Lux 22 Mức độ lửa rừng 11 Nhiệt độ không khí 23 K/cách đến sông suối (m) 12 Tốc độ gió (m/s) 82 Biểu điều tra: Ô sơ cấp (20 x 100m: D1.3>30 cm, 5x40cm:5<D1.3 30cm và 5x5m: D1.3 <5cm) Số ô: Kiểu rừng: Trạng thái: Stt Loài D1.3 (0,1cm) H (0,1m) Phẩm chất 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 83 Phụ lục 4: Khối lƣợng sinh khối tƣơi và Carbon của cây giải tích Mã số cây D1.3 (cm) SK (kg) C (kg) Thân Vỏ Lá Cành Rễ Thân Vỏ Lá Cành Rễ 1.1 55,4 2676,0 434,1 125,5 1532,6 580,8 81,4 13,2 254,1 1.2 6,7 8,6 1,7 1,2 6,8 2,0 0,4 0,2 1,3 1.3 8,6 9,2 3,2 4,8 7,6 1,4 0,2 0,4 0,9 1.4 7,0 17,6 4,0 2,2 3,0 3,3 0,4 0,2 0,4 1.5 9,4 33,8 4,5 12,2 27,8 8,4 0,6 1,7 5,1 1.6 6,1 6,0 1,5 2,4 4,1 1,3 0,2 0,3 0,7 1.7 5,1 10,5 1,9 0,8 4,9 2,2 0,3 0,1 1,1 1.8 19,3 227,6 34,0 24,8 83,5 52,6 5,9 3,5 15,7 1.9 13,0 80,9 12,4 7,0 16,6 15,3 1,4 0,6 2,6 1.10 12,1 73,3 11,2 5,4 42,4 16,8 1,9 0,8 9,4 1.11 13,1 50,0 6,5 22,0 40,0 11,2 0,9 2,1 7,5 1.12 27,1 544,6 84,9 33,2 383,8 133,2 18,9 3,4 87,6 1.13 27,5 305,2 40,8 50,8 148,3 58,0 5,5 4,7 24,7 2.1 8,3 7,3 4,8 0,5 3,1 1,7 0,7 0,1 0,5 2.2 9 31,7 4,1 2,8 9,6 6,6 0,6 0,2 1,4 2.3 8,6 28,8 4,8 1,5 2,5 6,2 0,6 0,2 0,4 2.4 7,2 15,1 3,7 40,0 5,0 3,3 0,4 4,2 0,7 2.5 7,1 8,7 2,1 0,9 1,6 1,9 0,2 0,1 0,3 2.6 9,7 41,5 6,9 6,1 16,7 8,9 1,1 0,5 2,9 2.7 60,8 1872,2 223,8 204,0 2017,2 392,8 37,3 25,4 400,8 3.1 24 501,5 96,7 15,6 174,2 115,4 19,6 2,3 38,6 3.2 12,6 49,9 13,0 7,8 10,2 12,2 2,2 1,0 1,8 3.3 8,8 40,5 11,3 2,5 10,6 9,9 2,4 0,3 1,9 3.4 15,1 141,0 22,0 21,9 94,9 32,4 3,9 2,2 19,4 3.5 11,1 66,8 11,7 6,1 33,4 16,5 2,5 0,8 7,6 3.6 7,7 21,8 4,0 4,3 6,5 5,1 0,7 0,6 1,3 3.7 56,7 1554,3 124,0 126,1 968,7 307,5 18,2 16,3 171,4 3.8 9,9 33,5 5,9 12,8 19,4 8,6 0,9 1,6 3,7 3.9 5,3 9,8 1,7 2,6 2,5 2,7 0,3 0,3 0,5 4.1 5,7 12,4 1,7 1,0 5,8 3,1 0,2 0,1 1,2 4.2 8,2 25,4 7,1 1,5 1,7 4,9 1,0 0,1 0,2 4.3 8,8 35,1 2,4 3,3 12,9 7,7 0,2 0,3 2,4 4.4 7,6 27,5 2,3 3,3 8,0 6,9 0,3 0,5 1,6 4.5 11,9 91,1 7,6 5,1 34,1 22,0 0,9 0,5 6,3 84 Mã số cây D1.3 (cm) SK (kg) C (kg) Thân Vỏ Lá Cành Rễ Thân Vỏ Lá Cành Rễ 4.6 17,1 226,9 19,6 17,2 64,2 55,2 2,6 2,1 12,0 4.7 24,4 443,5 59,0 26,7 312,2 102,7 10,8 3,8 69,5 4.8 40,4 1386,1 149,2 102,0 1501,5 314,7 32,2 18,9 349,5 5.1 15,4 51,2 11,8 21,1 29,9 10,7 1,1 2,3 5,1 5.2 10,8 31,8 7,4 10,3 15,3 7,4 0,7 1,0 2,5 5.3 12,2 38,1 7,8 8,4 27,1 8,0 0,8 0,8 4,5 5.4 14,1 50,0 11,7 20,4 23,7 10,7 1,3 2,1 4,3 5.5 8,8 21,2 5,2 4,4 8,0 4,2 0,7 0,4 1,2 5.6 9,4 22,0 5,0 9,4 7,7 5,0 0,6 1,1 1,4 5.7 6,5 10,2 2,8 2,5 5,3 2,3 0,3 0,3 1,0 5.8 6,5 9,4 2,5 1,1 3,1 1,9 0,3 0,1 0,5 5.9 5 6,4 1,6 1,4 1,0 1,4 0,2 0,2 0,2 6.1 26,8 438,4 46,2 14,2 169,1 97,8 5,5 2,7 33,5 6.2 15 71,0 13,8 4,9 12,3 13,6 1,3 0,7 2,0 6.3 18,3 140,0 38,8 21,7 72,4 28,5 4,4 3,4 14,3 6.4 8,7 12,0 4,0 2,7 6,2 3,1 0,6 0,5 1,3 6.5 8,9 14,4 3,5 2,7 6,4 3,3 0,5 0,5 1,1 6.6 8,6 28,0 6,4 19,5 13,2 7,2 0,7 2,8 1,9 6.7 6,8 12,5 2,8 1,8 5,0 2,8 0,3 0,3 0,9 6.8 76 3366,2 274,9 52,5 1761,2 756,5 33,1 7,1 407,8 7.1 47,8 1818,4 9,7 77,3 874,8 326,2 357,0 2,2 16,3 240,6 86,8 7.2 26,8 442,9 2,4 20,6 364,1 95,2 129,0 0,6 4,8 99,5 23,0 7.3 6,8 14,1 0,1 2,7 5,9 4,4 4,5 0,0 0,5 2,1 1,2 7.4 10,1 81,5 0,5 0,7 4,9 7,9 22,2 0,1 0,2 1,2 1,6 7.5 7,3 21,7 0,1 3,8 7,2 4,2 5,3 0,0 0,5 1,4 0,8 7.6 11,4 40,8 0,2 5,0 9,8 7,4 11,2 0,0 1,2 2,3 1,3 7.7 16,5 76,3 0,3 8,4 12,5 11,6 23,1 0,1 1,9 2,2 2,9 7.8 5,9 9,1 0,0 2,2 2,7 2,9 1,9 0,0 0,5 0,6 0,7 7.9 6,4 12,1 0,1 2,2 3,5 1,8 3,7 0,0 0,5 1,2 0,3 7.10 5,8 6,2 0,0 2,4 3,8 2,2 1,5 0,0 0,4 0,8 0,4 7.11 8,9 31,8 0,1 3,1 10,1 7,3 10,9 0,0 0,6 2,6 1,6 7.12 11,5 72,5 0,3 7,8 19,9 10,3 21,0 0,1 2,1 6,1 2,4 7.13 7,0 16,3 0,1 1,2 3,5 3,4 5,4 0,0 0,3 1,0 0,6 7.14 7,5 22,4 0,1 3,0 4,9 4,1 4,4 0,0 0,4 1,1 1,1 85 Phụ lục 5: Khối lƣợng Carbon trong đất rừng Mã số tầng đất/phẫu diện Tầng đất d (g/ cm 3 ) V đất (m 3 /ha) Khối lƣợng đất 1 tầng (kg) Khối lƣợng đất 1 tầng (kg/ha) C (Tấn/ha) 3.1 3 tầng 5000 1174 5,869,500 60,7 4.1 3 tầng 5000 1275 6,375,500 67,2 5.1 3 tầng 5000 1191 5,955,000 84,0 2.1 3 tầng 5000 1296 6,480,000 115,3 1.1 3 tầng 5000 1183 5,916,750 92,1 6.1 3 tầng 5000 1093 5,462,500 92,7 7 1 0,916 1000 916,000 44,0 2 1,086 1000 1,086,000 37,4 3 1,171 1000 1,171,000 28,6

Các file đính kèm theo tài liệu này:

  • pdfLuan van Duong Ngoc Quang Baseline of CO2 emission.pdf
Tài liệu liên quan