BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC NÔNG LÂM THÀNH PHỐ HỒ CHÍ MINH  NGUYỄN TRỌNG THANH TÌM HIỂU VÀ ĐÁNH GIÁ MỘT SỐ ĐẶC ĐIỂM CẤU TRÚC RỪNG TỰ NHIÊN TRẠNG THÁI IIB THUỘC KIỂU RỪNG KÍN THƯỜNG XANH MƯA ẨM NHIỆT ĐỚI TẠI NÔNG LÂM TRƯỜNG CAO SU ĐỒNG NAI, HUYỆN BÙ ĐĂNG, TỈNH BÌNH PHƯỚC LUẬN VĂN TỐT NGHIỆP ĐẠI HỌC NGÀNH LÂM NGHIỆP Thành phố Hồ Chí Minh Tháng 07/2013 BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC NƠNG LÂM THÀNH PHỐ HỒ CHÍ MINH  NGUYỄN TRỌNG THANH TÌM HIỂU VÀ ĐÁNH GIÁ MỘT SỐ ĐẶC ĐIỂM CẤU TRÚC RỪNG TỰ NHIÊN TRẠNG THÁI IIB THUỘC KIỂU RỪNG KÍN THƯỜNG XANH MƯA ẨM NHIỆT ĐỚI TẠI NÔNG LÂM TRƯỜNG CAO SU ĐỒNG NAI, HUYỆN BÙ ĐĂNG, TỈNH BÌNH PHƯỚC Ngành: Lâm nghiệp LUẬN VĂN TỐT NGHIỆP ĐẠI HỌC Người hướng dẫn: ThS NGUYỄN MINH CẢNH Thành phố Hồ Chí Minh Tháng 07/2013 LỜI CẢM ƠN Trước hết, xin cám ơn Ba Mẹ kính u vất vả sinh con, ni nấng cho ăn học đến ngày hôm Công ơn Ba Mẹ khắc ghi lòng Xin chân thành gửi lời cảm ơn đến q Thầy Cơ giáo Khoa Lâm nghiệp tồn thể Thầy Cô giáo công tác Trường Đại Học Nơng Lâm Tp.Hồ Chí Minh tận tình truyền đạt kiến thức quý báu cho em suốt thời gian học tập trường Cho em bày tỏ lòng biết ơn sâu sắc đến gia đình Thầy Th.S Nguyễn Minh Cảnh tận tình hướng dẫn, giúp đỡ em suốt trình thực đề tài hồn thành khóa luận tốt nghiệp Trường Đại Học Nơng Lâm Tp.Hồ Chí Minh Xin cảm cán Nông Lâm trường Cao su Đồng Nai huyện Bù Đăng, tỉnh Bình Phước tạo điều kiện giúp đỡ em trình điều tra, thu thập số liệu thông tin cần thiết để hồn thành khóa luận Cuối xin cảm ơn tất người bạn hỗ trợ, động viên giúp đỡ suốt thời gian học tập thực đề tài Xin chân thành cảm ơn! Tp.HCM, ngày 10 tháng 07 năm 2013 Sinh viên thực Nguyễn Trọng Thanh i TÓM TẮT Nguyễn Trọng Thanh, sinh viên lớp DH09QR – Khoa Lâm nghiệp, Trường Đại Học Nơng Lâm Tp.Hồ Chí Minh Đề tài: “Tìm hiểu đánh giá số đặc điểm cấu trúc rừng tự nhiên trạng thái IIB thuộc kiểu rừng kín thường xanh mưa ẩm nhiệt đới Nông Lâm trường Cao su Đồng Nai, huyện Bù Đăng, tỉnh Bình Phước” Giáo viên hướng dẫn: Th.S Nguyễn Minh Cảnh Phương pháp nghiên cứu tiến hành đề tài điều tra thu thập số liệu trường Sử dụng phần mềm Statgraphics Centurion 15.1 Excel 2003 để xử lý số liệu thực nội dung nghiên cứu đề tài Kết nghiên cứu nội dung trình bày sau đây: Cấu trúc tổ thành loài thực vật: Tại khu vực nghiên cứu thống kê 17 loài thực vật, có lồi tham gia vào cơng thức tổ thành lồi là: Trâm đỏ, Giẻ, Chò xót, Re, Cám, Cày với tỷ lệ tổ thành loài IV% = 67,95%, lại 11 lồi khác với tỷ lệ IV% = 32,05% Độ hỗn giao rừng: Độ hỗn giao rừng, trạng thái IIB khu vực nghiên cứu tương đối thấp (K = 0,053) Phân bố % số theo cấp đường kính (N%/D1,3): Quy luật phân bố % số theo cấp đường kính D1,3 khu vực nghiên cứu có dạng lệch trái giảm dần đường kính tăng lên Phương trình cụ thể: N% = (9,94743 – 1,39615.sqrt(D1,3)2) Đường kính bình quân lâm phần Dbq = 17,57 cm Hệ số biến động tương đối lớn (Cv = 42,79%) Phân bố % số theo cấp chiều cao (N%/Hvn): Quy luật phân bố % số theo cấp chiều cao Hvn trạng thái rừng IIB khu vực nghiên cứu có dạng hàm Logarit bậc 2, lệch trái giảm dần chiều cao tăng lên ii Phương trình cụ thể: Ln(N%) = - 26,4566 + 25,8637.ln(Hvn) – 5,61778.ln (Hvn)2 Chiều cao vút bình quân lâm phần Hbq = 11,97 m Hệ số biến động Cv = 26,84% Trữ lượng bình quân lâm phần trạng thái IIB khu vực nghiên cứu 99,66 m3/ha Tương quan chiều cao (Hvn) đường kính (D1,3) mơ tốt phương trình: Hvn = 4,87707 + 0,404085.D1,3 Tình tái sinh tán rừng: Tổ thành lồi tái sinh có 15 lồi, có 06 lồi chiếm số lượng tái sinh nhiều nhất, chiếm tỷ lệ 78,95% Chất lượng tái sinh khu vực nghiên cứu: khỏe chiếm 76,78% tỷ lệ yếu 23,22% Mật độ tái sinh 8900 cây/ha Độ tàn che rừng tự nhiên trạng thái IIB khu vực nghiên cứu 0,5379 hay 53,79% iii ABSTRACT Nguyen Trong Thanh, student of DH09QR grade – Faculty of Forestry, Nong Lam University, Thu Duc District, Ho Chi Minh City The thesis: "Understanding and evaluating the structural characteristics of natural forest (IIB state) of the evergreen broad - leaved closed forest at the Dong Nai Rubber Agriculture and Forestry Company, Bu Dang district, Binh Phuoc province” Scientific Advisor: MSc Nguyen Minh Canh The main research methods of the thesis are measurement and collection of the data in the study fields The software Excel 2003 and Statgraphics Centurion V 15.1 were used to treat data and establish the regression models The research results could be summarized with some main contents as follows: Structure of botanic species: The number of species in natural forest (IIB type) at study area is 17 species; species have the highest ratio (IV > 5%) are: Syzygium zeylanicum DC., Lithocarpus sp., Schima wallichii Choisy., Cinnamomum iners Reinw., Parinari annamensis Hance., Irvingia malayana Oliver The total important value of this species is 67,95% Sexual reproduction level of the forest is K = 0,053 ≈ 5,3% Distribution of stem number according to diameter at breast height – rank (N%/D1,3): Correlation of (N%) according to diameter (D1,3), to be a mathematical model with an equation as: N% = (9,94743 – 1,39615.sqrt(D1,3)2) Average diameter of stand is 17,57 cm Coefficient of variation is 42,79% iv Distribution of stem number according to tree height - rank (N%/Hvn): Correlation of (N%) according to height (Hvn), to be a mathematical model with an equation as: Ln(N%) = - 26,4566 + 25,8637.ln(Hvn) – 5,61778.ln (Hvn)2 Average height of stand is 11,97 m Coefficient of variation is 26,84% Average mass of stand is 99,66 m3 per Correlative equation between the tree height and the diameter (Hvn/D1,3) At study area, the best mathematical equation to modelize for the correlation of the tree height (Hvn) with the diameter (D1,3) with an equation as: Hvn = 4,87707 + 0,404085.D1,3 The thesis has listed 15 species, of which dominant species accounting for 78,95% Density of generative tree of natural forest (IIB state) at study area is appropriate 8900 trees per The number of prospect trees has 76,78 trees per ha, weak trees has 23,22% The thesis has calculated the crown canopy of the forest at study area is 53,79% v MỤC LỤC Trang * Trang tựa * Lời cảm ơn i * Tóm tắt ii * Abstract iv * Mục lục vi * Danh sách chữ viết tắt viii * Danh sách bảng ix * Danh sách hình x Chương 1: MỞ ĐẦU 1.1 Đặt vấn đề - 1.2 Mục tiêu nghiên cứu - 1.3 Giới hạn phạm vi nghiên cứu - Chương 2: TỔNG QUAN NGHIÊN CỨU - 2.1 Tình hình nghiên cứu cấu trúc rừng tự nhiên giới 2.2 Tình hình nghiên cứu cấu trúc rừng tự nhiên Việt Nam Chương 3: ĐẶC ĐIỂM KHU VỰC, NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU 12 3.1 Đặc điểm khu vực nghiên cứu - 12 3.1.1 Đặc điểm tự nhiên - 12 3.1.2 Đặc điểm kinh tế - xã hội 14 3.2 Đặc điểm đối tượng nghiên cứu - 16 3.3 Nội dung nghiên cứu 17 3.4 Phương pháp nghiên cứu - 17 3.4.1 Công tác ngoại nghiệp 17 3.4.2 Công tác nội nghiệp - 18 vi Chương 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN - 23 4.1 Tổ thành loài thực vật - 23 4.2 Độ hỗn giao rừng (K) 25 4.3 Phân bố số theo cấp đường kính (N/D1,3) - 26 4.4 Phân bố số theo cấp chiều cao (N/Hvn) 31 4.5 Phân bố trữ lượng theo cấp đường kính (M/D1,3) - 36 4.6 Tương quan chiều cao đường kính (Hvn/D1,3) 38 4.7 Tình hình tái sinh tán rừng - 41 4.7.1 Tổ thành loài tái sinh - 42 4.7.2 Chất lượng tái sinh - 43 4.7.3 Phân bố tái sinh theo cấp chiều cao 44 4.8 Độ tàn che rừng - 46 4.9 Ứng dụng kết nghiên cứu đề xuất biện pháp kỹ thuật lâm sinh - 46 Chương 5: KẾT LUẬN, TỒN TẠI VÀ KIẾN NGHỊ - 48 5.1 Kết luận - 48 5.2 Tồn - 49 5.3 Kiến nghị - 50 * Tài liệu tham khảo 51 * Phụ biểu vii DANH SÁCH CÁC CHỮ VIẾT TẮT a, b, c Các tham số phương trình Cv% Hệ số biến động (%) D1,3 Đường kính thân tầm cao 1,3 m (cm) D1,3_tn Đường kính 1,3 m thực nghiệm (cm) D1,3_lt Đường kính 1,3 m lý thuyết (cm) Dbd Đường kính 1,3 m bình qn (cm) Hvn Chiều cao vút (m) Hdc Chiều cao cành (m) H_tn Chiều cao thực nghiệm (m) H_lt Chiều cao lý thuyết (m) Log Logarit thập phân (cơ số 10) Ln Logarit tự nhiên (cơ số e) P_value Mức ý nghĩa xác suất Pa, Pb, Pc Mức xác suất tham số phương trình a, b, c 4.1 Số hiệu bảng, hình theo chương (4.1) Số hiệu hàm thử nghiệm r Hệ số tương quan R Hệ số biến động S Độ lệch tiêu chuẩn Sk Hệ số biểu thị cho độ lệch phân bố Sy/x Sai số phương trình hồi quy viii Phụ biểu 3.3 3.Simple Regression - N% vs D Dependent variable: N% Independent variable: D Square root-Y reciprocal-X model: Y = (a + b/X)^2 Coefficients Parameter Intercept Slope Least Squares Estimate 0,208528 58,942 Standard Error 0,439407 8,34226 T Statistic 0,474568 7,06548 P-Value 0,6495 0,0002 F-Ratio P-Value 49,92 0,0002 Analysis of Variance Source Model Residual Total (Corr) Sum of Squares Df 17,4262 2,44353 19,8697 Mean Square 17,4262 0,349076 Correlation Coefficient = 0,936495 R-squared = 87,7022 percent R-squared (adjusted for d,f,) = 85,9454 percent Standard Error of Est, = 0,590826 Mean absolute error = 0,476821 Durbin-Watson statistic = 0,839948 (P=0,0056) Lag residual autocorrelation = 0,370152 The StatAdvisor The output shows the results of fitting a square root-Y reciprocal-X model to describe the relationship between N% and D The equation of the fitted model is N% = (0,208528 + 58,942/D)^2 Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between N% and D at the 95,0% confidence level, The R-Squared statistic indicates that the model as fitted explains 87,7022% of the variability in N%, The correlation coefficient equals 0,936495, indicating a relatively strong relationship between the variables, The standard error of the estimate shows the standard deviation of the residuals to be 0,590826, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu n Phụ biểu 3.4 4.Simple Regression - N% vs D Dependent variable: N% Independent variable: D Square root-Y logarithmic-X model: Y = (a + b*ln(X))^2 Coefficients Least Squares Parameter Estimate Intercept 13,2296 Slope -3,23731 Standard Error 0,632801 0,197926 T Statistic 20,9063 -16,3561 P-Value 0,0000 0,0000 Analysis of Variance Source Sum of Squares Df Model Residual Total (Corr) 19,3631 0,506654 19,8697 Mean Square 19,3631 0,0723792 F-Ratio P-Value 267,52 0,0000 Correlation Coefficient = -0,987168 R-squared = 97,4501 percent R-squared (adjusted for d,f,) = 97,0859 percent Standard Error of Est, = 0,269034 Mean absolute error = 0,210454 Durbin-Watson statistic = 1,18831 (P=0,0315) Lag residual autocorrelation = 0,175718 The StatAdvisor The output shows the results of fitting a square root-Y logarithmic-X model to describe the relationship between N% and D, The equation of the fitted model is N% = (13,2296 - 3,23731*ln(D))^2 Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between N% and D at the 95,0% confidence level, The R-Squared statistic indicates that the model as fitted explains 97,4501% of the variability in N% after transforming to an inverse normal scale to linearize the model, The correlation coefficient equals -0,987168, indicating a relatively strong relationship between the variables, The standard error of the estimate shows the standard deviation of the residuals to be 0,269034, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu o Phụ biểu 3.5 5.Simple Regression - N% vs D Dependent variable: N% Independent variable: D Reciprocal-X model: Y = a + b/X Coefficients Parameter Intercept Slope Least Squares Estimate -7,33063 391,664 Standard Error 1,80093 34,1912 T Statistic -4,07047 11,4551 P-Value 0,0047 0,0000 Analysis of Variance Source Model Residual Total (Corr) Sum of Squares Df 769,449 41,0467 810,495 Mean Square 769,449 5,86381 F-Ratio P-Value 131,22 0,0000 Correlation Coefficient = 0,974349 R-squared = 94,9356 percent R-squared (adjusted for d,f,) = 94,2121 percent Standard Error of Est, = 2,42153 Mean absolute error = 1,85789 Durbin-Watson statistic = 1,3338 (P=0,0602) Lag residual autocorrelation = 0,167262 The StatAdvisor The output shows the results of fitting a reciprocal-X model to describe the relationship between N% and D, The equation of the fitted model is N% = -7,33063 + 391,664/D Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between N% and D at the 95,0% confidence level, The R-Squared statistic indicates that the model as fitted explains 94,9356% of the variability in N%, The correlation coefficient equals 0,974349, indicating a relatively strong relationship between the variables, The standard error of the estimate shows the standard deviation of the residuals to be 2,42153, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu p PHỤ BIỂU 4: PHÂN BỐ % SỐ CÂY THEO CẤP CHIỀU CAO (N%/Hvn) Phụ biểu 4.1 1.Polynomial Regression - N% versus H Dependent variable: N% Independent variable: H Order of polynomial = Parameter CONSTANT H H^2 Estimate 39,9529 -1,67595 -0,00940476 Standard Error 17,8866 2,53643 0,0838059 T Statistic 2,23367 -0,660753 -0,112221 Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio Model 644,373 322,186 17,07 Residual 94,3948 18,879 Total (Corr) 738,768 P-Value 0,0758 0,5380 0,9150 P-Value 0,0058 R-squared = 87,2227 percent R-squared (adjusted for d,f,) = 82,1117 percent Standard Error of Est, = 4,34499 Mean absolute error = 2,95702 Durbin-Watson statistic = 1,51953 (P=0,0209) Lag residual autocorrelation = 0,0910755 The StatAdvisor The output shows the results of fitting a second order polynomial model to describe the relationship between N% and H The equation of the fitted model is N% = 39,9529-1,67595*H-0,00940476*H^2 Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between N% and H at the 95% confidence level, The R-Squared statistic indicates that the model as fitted explains 87,2227% of the variability in N%, The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 82,1117%, The standard error of the estimate shows the standard deviation of the residuals to be 4,34499, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu, The mean absolute error (MAE) of 2,95702 is the average value of the residuals q Phụ biểu 4.2 2.Polynomial Regression - N% versus H Dependent variable: N% Independent variable: H Order of polynomial = Parameter CONSTANT H H^2 H^3 Standard Error 37,153 8,21209 0,572207 0,0126715 Estimate -81,0365 25,6968 -1,94009 0,042904 T Statistic -2,18116 3,12915 -3,39053 3,38586 P-Value 0,0946 0,0352 0,0275 0,0276 Analysis of Variance Source Model Residual Total (Corr) Sum of Squares 714,351 24,4166 738,768 Df Mean Square F-Ratio 238,117 6,10416 39,01 PValue 0,0020 R-squared = 96,695 percent R-squared (adjusted for d,f,) = 94,2162 percent Standard Error of Est, = 2,47066 Mean absolute error = 1,53238 Durbin-Watson statistic = 2,18009 (P=0,0479) Lag residual autocorrelation = -0,169358 The StatAdvisor The output shows the results of fitting a third order polynomial model to describe the relationship between N% and H The equation of the fitted model is N% = -81,0365 + 25,6968*H-1,94009*H^2 + 0,042904*H^3 Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between N% and H at the 95% confidence level, The R-Squared statistic indicates that the model as fitted explains 96,695% of the variability in N%, The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 94,2162%, The standard error of the estimate shows the standard deviation of the residuals to be 2,47066, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu, The mean absolute error (MAE) of 1,53238 is the average value of the residuals r Phụ biểu 4.3 3.Polynomial Regression - Ln(N%) versus H Dependent variable: ln(N%) Independent variable: H Order of polynomial = Parameter CONSTANT H H^2 Estimate 1,56866 0,364552 -0,0204759 Analysis of Variance Source Sum of Squares Model 11,6039 Residual 0,441011 Total (Corr) 12,0449 Standard Error 1,22258 0,17337 0,00572829 Df T Statistic 1,28307 2,10275 -3,57452 P-Value 0,2557 0,0894 0,0160 Mean Square F-Ratio P-Value 5,80194 65,78 0,0003 0,0882022 R-squared = 96,3386 percent R-squared (adjusted for d,f,) = 94,8741 percent Standard Error of Est, = 0,296989 Mean absolute error = 0,189393 Durbin-Watson statistic = 2,75196 (P=0,5635) Lag residual autocorrelation = -0,41658 The StatAdvisor The output shows the results of fitting a second order polynomial model to describe the relationship between Ln(N%) and H The equation of the fitted model is ln(N%) = 1,56866 + 0,364552*H-0,0204759*H^2 Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between Ln(N%) and H at the 95% confidence level, The R-Squared statistic indicates that the model as fitted explains 96,3386% of the variability in ln(N%), The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 94,8741%, The standard error of the estimate shows the standard deviation of the residuals to be 0,296989, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu, The mean absolute error (MAE) of 0,189393 is the average value of the residuals s Phụ biểu 4.4 4.Polynomial Regression - N% versus Ln(H) Dependent variable: N% Independent variable: Ln(H) Order of polynomial = Parameter CONSTANT Ln(H) Ln(H)^2 Standard Error 98,5253 76,8103 14,7785 Estimate -74,4842 97,1499 -23,8789 Analysis of Variance Source Sum of Squares Model 658,11 Residual 80,6571 Total (Corr) 738,768 Df T Statistic P-Value -0,755991 0,4837 1,2648 0,2617 -1,61579 0,1671 Mean Square F-Ratio P-Value 329,055 20,40 0,0039 16,1314 R-squared = 89,0822 percent R-squared (adjusted for d,f,) = 84,7151 percent Standard Error of Est, = 4,01639 Mean absolute error = 2,94374 Durbin-Watson statistic = 1,3973 (P=0,0138) Lag residual autocorrelation = 0,182758 The StatAdvisor The output shows the results of fitting a second order polynomial model to describe the relationship between N% and Ln(H) The equation of the fitted model is N% = -74,4842 + 97,1499*Ln(H)-23,8789*Ln(H)^2 Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between N% and Ln(H) at the 95% confidence level, The R-Squared statistic indicates that the model as fitted explains 89,0822% of the variability in N%, The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 84,7151%, The standard error of the estimate shows the standard deviation of the residuals to be 4,01639, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu, The mean absolute error (MAE) of 2,94374 is the average value of the residuals t Phụ biểu 4.5 Polynomial Regression - Ln(N%) versus Ln(H) Dependent variable: Ln(N%) Independent variable: Ln(H) Order of polynomial = Parameter CONSTANT Ln(H) Ln(H)^2 Standard Error 7,07556 5,51611 1,06131 Estimate -26,4566 25,8637 -5,61778 Analysis of Variance Source Sum of Squares Model 11,6289 Residual 0,415977 Total (Corr) 12,0449 Df T Statistic -3,73915 4,68876 -5,29324 P-Value 0,0134 0,0054 0,0032 Mean Square F-Ratio P-Value 5,81446 69,89 0,0002 0,0831954 R-squared = 96,5464 percent R-squared (adjusted for d,f,) = 95,165 percent Standard Error of Est, = 0,288436 Mean absolute error = 0,140101 Durbin-Watson statistic = 3,05421 (P=0,7865) Lag residual autocorrelation = -0,61885 The StatAdvisor The output shows the results of fitting a second order polynomial model to describe the relationship between Ln(N%) and Ln(H) The equation of the fitted model is Ln(N%) = -26,4566 + 25,8637*Ln(H)-5,61778*Ln(H)^2 Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between Ln(N%) and Ln(H) at the 95% confidence level, The R-Squared statistic indicates that the model as fitted explains 96,5464% of the variability in Ln(N%), The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 95,165%, The standard error of the estimate shows the standard deviation of the residuals to be 0,288436, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu, The mean absolute error (MAE) of 0,140101 is the average value of the residuals u PHỤ BIỂU 5: TƯƠNG QUAN GIỮA CHIỀU CAO VÀ ĐƯỜNG KÍNH (Hvn/D1,3) Phụ biểu 5.1 1.Simple Regression - H vs D Dependent variable: H Independent variable: D Double-squared: Y = sqrt(a + b*X^2) Coefficients Parameter Intercept Slope Least Squares Estimate 65,454 0,241837 Analysis of Variance Source Sum of Squares Model 2,05799E6 Residual 318216, Total (Corr,) 2,3762E6 Df 316 317 Standard Error 2,63803 0,00534956 T Statistic P-Value 24,8117 0,0000 45,2068 0,0000 Mean Square F-Ratio P-Value 2,05799E6 2043,66 0,0000 1007,01 Correlation Coefficient = 0,930635 R-squared = 86,6082 percent R-squared (adjusted for d,f,) = 86,5658 percent Standard Error of Est, = 31,7334 Mean absolute error = 22,6112 Durbin-Watson statistic = 1,41469 (P=0,0000) Lag residual autocorrelation = 0,290253 The StatAdvisor The output shows the results of fitting a double squared model to describe the relationship between H and D The equation of the fitted model is H = sqrt(65,454 + 0,241837*D^2) Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between H and D at the 95,0% confidence level, The R-Squared statistic indicates that the model as fitted explains 86,6082% of the variability in H, The correlation coefficient equals 0,930635, indicating a relatively strong relationship between the variables, The standard error of the estimate shows the standard deviation of the residuals to be 31,7334, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu, The mean absolute error (MAE) of 22,6112 is the average value of the residuals v Phụ biểu 5.2 2.Simple Regression - H vs D Dependent variable: H Independent variable: D Linear model: Y = a + b*X Coefficients Parameter Intercept Slope Least Squares Estimate 4,87707 0,404085 Analysis of Variance Source Sum of Squares Model 2917,57 Residual 352,337 Total (Corr) 3269,9 Standard Error 0,15072 0,00789947 Df 316 317 T Statistic 32,3585 51,1534 P-Value 0,0000 0,0000 Mean Square F-Ratio P-Value 2917,57 2616,67 0,0000 1,11499 Correlation Coefficient = 0,944589 R-squared = 89,2248 percent R-squared (adjusted for d,f,) = 89,1907 percent Standard Error of Est, = 1,05593 Mean absolute error = 0,809778 Durbin-Watson statistic = 1,81392 (P=0,0486) Lag residual autocorrelation = 0,0919071 The StatAdvisor The output shows the results of fitting a linear model to describe the relationship between H and D The equation of the fitted model is H = 4,87707 + 0,404085*D Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between H and D at the 95,0% confidence level, The R-Squared statistic indicates that the model as fitted explains 89,2248% of the variability in H, The correlation coefficient equals 0,944589, indicating a relatively strong relationship between the variables, The standard error of the estimate shows the standard deviation of the residuals to be 1,05593, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu, The mean absolute error (MAE) of 0,809778 is the average value of the residuals w Phụ biểu 5.3 3.Simple Regression - H vs D Dependent variable: H Independent variable: D Lnarithmic-X model: Y = a + b*ln(X) Coefficients Parameter Intercept Slope Least Squares Estimate -8,75034 7,44757 Analysis of Variance Source Sum of Squares Model 2853,08 Residual 416,823 Total (Corr) 3269,9 Df 316 317 Standard Error 0,450092 0,160136 T Statistic -19,4412 46,5077 Mean Square F-Ratio 2853,08 2162,97 1,31906 P-Value 0,0000 0,0000 P-Value 0,0000 Correlation Coefficient = 0,934092 R-squared = 87,2528 percent R-squared (adjusted for d,f,) = 87,2124 percent Standard Error of Est, = 1,1485 Mean absolute error = 0,89449 Durbin-Watson statistic = 1,52543 (P=0,0000) Lag residual autocorrelation = 0,224098 The StatAdvisor The output shows the results of fitting a Lnarithmic-X model to describe the relationship between H and D The equation of the fitted model is H = -8,75034 + 7,44757*ln(D) Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between H and D at the 95,0% confidence level, The R-Squared statistic indicates that the model as fitted explains 87,2528% of the variability in H after transforming to a Y/(1-Y) scale to linearize the model, The correlation coefficient equals 0,934092, indicating a relatively strong relationship between the variables, The standard error of the estimate shows the standard deviation of the residuals to be 1,1485, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu, The mean absolute error (MAE) of 0,89449 is the average value of the residuals x Phụ biểu 5.4 4.Simple Regression - H vs D Dependent variable: H Independent variable: D Exponential model: Y = exp(a + b*X) Coefficients Parameter Intercept Slope Least Squares Estimate 1,89313 0,031654 Standard Error 0,0138794 0,000727443 T Statistic 136,398 43,514 NOTE: intercept = ln(a) Analysis of Variance Source Sum of Squares Df Mean Square F-Ratio Model 17,9032 17,9032 1893,47 Residual 2,98786 316 0,00945525 Total (Corr,) 20,8911 317 P-Value 0,0000 0,0000 P-Value 0,0000 Correlation Coefficient = 0,925732 R-squared = 85,6979 percent R-squared (adjusted for d,f,) = 85,6527 percent Standard Error of Est, = 0,0972381 Mean absolute error = 0,0774242 Durbin-Watson statistic = 1,55502 (P=0,0000) Lag residual autocorrelation = 0,216838 The StatAdvisor The output shows the results of fitting an exponential model to describe the relationship between H and D The equation of the fitted model is H = exp(1,89313 + 0,031654*D) Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between H and D at the 95,0% confidence level, The R-Squared statistic indicates that the model as fitted explains 85,6979% of the variability in H after transforming to a reciprocal scale to linearize the model, The correlation coefficient equals 0,925732, indicating a relatively strong relationship between the variables, The standard error of the estimate shows the standard deviation of the residuals to be 0,0972381, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu, The mean absolute error (MAE) of 0,0774242 is the average value of the residuals y Phụ biểu 5.5 5.Simple Regression - H vs D Dependent variable: H Independent variable: D Multiplicative model: Y = a*X^b Coefficients Least Squares Parameter Estimate Intercept 0,77657 Slope 0,601039 Standard Error 0,0335004 0,011919 NOTE: intercept = ln(a) Analysis of Variance Source Sum of Squares Df Mean Square Model 18,582 18,582 Residual 2,30914 316 0,00730741 Total (Corr) 20,8911 317 Correlation Coefficient = 0,943116 R-squared = 88,9468 percent R-squared (adjusted for d,f,) = 88,9118 percent Standard Error of Est, = 0,0854834 Mean absolute error = 0,0677224 Durbin-Watson statistic = 2,0046 (P=0,5163) Lag residual autocorrelation = -0,00756531 T Statistic 23,1809 50,4271 F-Ratio 2542,89 P-Value 0,0000 0,0000 P-Value 0,0000 The StatAdvisor The output shows the results of fitting a multiplicative model to describe the relationship between H and D The equation of the fitted model is H = exp(0,77657 + 0,601039*ln(D)) or ln(H) = 0,77657 + 0,601039*ln(D) Since the P-value in the ANOVA table is less than 0,05, there is a statistically significant relationship between H and D at the 95,0% confidence level, The R-Squared statistic indicates that the model as fitted explains 88,9468% of the variability in H, The correlation coefficient equals 0,943116, indicating a relatively strong relationship between the variables, The standard error of the estimate shows the standard deviation of the residuals to be 0,0854834, This value can be used to construct prediction limits for new observations by selecting the Forecasts option from the text menu, The mean absolute error (MAE) of 0,0677224 is the average value of the residuals z PHỤ BIỂU 6: SỐ LIỆU ĐIỀU TRA CÂY TÁI SINH Ô T C Ô tái sinh 1.1 1.2 1.3 1.4 2.1 2.2 H (m) Yếu Tổng Trâm đỏ 2 1 Bời lời 1 1 Chò xót 2 Chua khét 1 0 1 Giẻ 2 1 Trâm đỏ 2 0 10 Chua khét 0 0 1 Giẻ 1 Chua khét 0 0 Cà trích 0 1 0 Chò xót 1 Sp 0 0 0 Re Bình linh Giẻ 1 0 0 0 0 1 2 0 Còng 1 0 Sp 0 0 0 Cám 1 1 Trâm đỏ 0 Giẻ 0 0 Chò xót 1 0 Re 2 0 Giẻ 2 0 Sp 0 1 0 Trâm đỏ 1 0 0 Cày 0 1 0 Re 2 0 0 Trâm đỏ 1 1 Ngát 1 0 0 Trường 1 0 Chua khét 1 1 Bời lời 0 1 0 Re 0 0 0 1 Loài aa 2.3 2.4 3.1 3.2 3.3 3.4 Trâm đỏ 1 0 Chò xót 0 Trường 0 1 0 Máu chó 0 0 1 Ngát 0 0 Cà trích 1 1 Trâm đỏ 0 0 0 Máu chó 0 0 Chò xót 1 0 Re 0 0 Ngát 0 0 Trâm đỏ 1 0 0 Giẻ 1 0 0 Sp 0 0 Cám 0 1 Chua khét 1 0 0 Chò xót 1 0 Ngát 0 0 0 1 Cà trích 1 1 Sp 0 Bời lời 0 0 0 Giẻ 0 Chò xót 0 Giẻ 1 0 0 Máu chó 0 0 Sp 0 0 Chua khét 1 0 Re 1 0 0 Trâm đỏ 1 0 Trường 0 1 1 Giẻ 0 1 Cày 0 0 Re 1 0 0 bb ... Độ tàn che rừng tự nhiên trạng thái IIB khu vực nghiên cứu 0,5379 hay 53,79% iii ABSTRACT Nguyen Trong Thanh, student of DH09QR grade – Faculty of Forestry, Nong Lam University, Thu Duc District,... chân thành cảm ơn! Tp.HCM, ngày 10 tháng 07 năm 2013 Sinh viên thực Nguyễn Trọng Thanh i TÓM TẮT Nguyễn Trọng Thanh, sinh viên lớp DH09QR – Khoa Lâm nghiệp, Trường Đại Học Nơng Lâm Tp.Hồ Chí... Phân viện Quy hoạch thiết kế nông nghiệp) 13 - Thủy văn: + Trong lâm phận có hệ thống nhánh sơng, suối nhiều Da Tơi, Da Dang, Da R’Lou Trong lâm phần có suối Da Nao, Da M’Lo, Da Bo Tuy nhiên, hệ