XÂY DỰNG MÔ HÌNH DỰ BÁO NĂNG SUẤT RỪNG KEO LAI TẠI TỈNH THỪA THIÊN HUẾ

Hồ Thanh Hà; Nguyễn Thị Thương

Từ khóa:

Biến Dummy, hồi quy đa biến, Keo lai, mô hình dự báo, năng suất.

Tóm tắt

Keo lai là loài cây trồng rừng chủ yếu trên địa bàn tỉnh Thừa Thiên Huế.
Nghiên cứu đã dựa vào một số nhân tố có ảnh hưởng lớn đến năng suất rừng Keo lai trồng thuần loài, đều tuổi và được khai thác tại tuổi 6 trên địa bàn Thừa Thiên Huế để xây dựng mô hình dự báo năng suất. Nghiên cứu đã sử dụng phương pháp tương quan hồi quy đa biến để dự báo năng suất và được thử nghiệm 4 dạng mô hình tương quan trong đó biến định tính có thể dưới dạng mã hóa hoặc biến Dummy. Các dạng mô hình dự báo được xây dựng cho 2 phương thức trồng rừng và chung toàn khu vực nghiên cứu. Với 250 ô rừng dùng để xây dựng và 87 lô rừng được dùng để kiểm nghiệm mô hình, nghiên cứu đã kiểm nghiệm và xây dựng được 12 mô hình (4 mô hình dự báo chung, 4 cho quảng canh và 4 cho thâm canh). Kết quả cho thấy, mô
hình có nhân tố độ dốc, độ cao được sử dụng như biến định lượng còn các nhân tố định tính khác sử dụng dưới dạng biến Dummy cho kết quả tốt nhất với hệ số tương quan hồi quy R lớn nhất là 0,92 và có sai số dự báo tương đối nhỏ nhất là 4,62%. Mô hình dự báo cụ thể là: Năng suất = 54,040 + 21,123 (T2) + 9,194 (Day5) - 14,230 (Day1) - 27,621 (DatE) - 0,322 (dodoc) - 0,022 (docao) - 2,884 (CG2) - 4,539 (Day2) + 3,518 (M3) - 8,989 (N3) - 6,649 (N4). Tuy nhiên, cần có các nghiên cứu phân tích sâu hơn cho các nhân tố ảnh hưởng khác và cho các rừng Keo lai lớn tuổi hơn.

Tài liệu tham khảo

1. Vũ Tiến Hinh và Phạm Ngọc Giao, 1997. Điều tra rừng (Giáo trình Đại học Lâm nghiệp). Nxb Nông nghiệp.

2. Nguyễn Hải Tuất, Vũ tiến Hinh và Ngô Kim Khôi, 2006. Phân tích thống kê trong lâm nghiệp. Nxb Nông nghiệp.

3. Chave J., C. Andalo, S. Brown, M. A. Cairus, J. Q. Chambers, D. Eamus, H. Folster, F. Fromard, N. Higuchi, T. Kira, J. P. Lescure, B. W. Nelson, H. Ogawa, H. Puig, B. Riera, & T. Yamakura, 2005. Tree allometry and improved estimation of carbon stocks and balance in tropical forests. Ecosystem Ecology, Oecologia (2005) 145; 87 - 99. DOI 10.1007/s00442 - 005 - 0100 - x.

4. Norušis, M.J., 2003. SPSS 12.0 Statistical Procedures Companion. Prentice hall, Inc. NJ, USA.

5. Stephy D. Makungwa, Abbie Chittock, David L. Skole, George Y. Kanyama - Phiri and Iain H. Woodhouse, 2013. Allometry for Biomass estimation in Jatropha tree planted as boundary hedge in farmers’ fields. Forests 2013, 4, 218 - 233; DOI:10.3390/f4020218.