Xác định mô hình phù hợp mô tả sinh trưởng Thông ba lá (Pinus kesiya) tại Đắk Glong

• Chuyên ngành: Lâm Nghiệp
• Đề tài: Mô hình sinh trưởng Thông ba lá (Pinus kesiya) ở Đắk Nông
• Loại tài liệu: luận văn
• Năm xuất bản: 2012-2013
• Địa điểm: Đắk Nông

• ĐẶT VẤN ĐỀ
• 1. CHƯƠNG 1: TỔNG QUAN TÀI LIỆU
• 1.1. KHÁI QUÁT VỀ RỪNG THÔNG BA LÁ
• 1.1.1. Đặc điểm phân loại Thông ba lá
• 1.1.2. Đặc tính sinh thái của Thông ba lá
• 1.2. KHÁI QUÁT VỀ MÔ HÌNH HÓA SINH TRƯỞNG CỦA CÂY GỖ VÀ QUẦN THỤ
• 1.2.1. Trên thế giới
• 1.2.2. Ở Việt Nam
• 1.3. THẢO LUẬN CHUNG
• 2. CHƯƠNG 2: ĐỐI TƯỢNG, PHẠM VI, NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. ĐIỀU KIỆN TỰ NHIÊN KHU VỰC NGHIÊN CỨU
• 2.1.1. Vị trí địa lý
• 2.1.2. Địa hình, đất đai
• 2.1.3. Khí hậu - thủy văn
• 2.2. MỤC TIÊU NGHIÊN CỨU
• 2.2.1. Mục tiêu chung
• 2.2.2. Mục tiêu cụ thể
• 2.3. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
• 2.4. NỘI DUNG NGHIÊN CỨU
• 2.4.1. Nghiên cứu một số đặc điểm lâm phần Thông ba lá
• 2.4.2. Mô tả sinh trưởng Thông ba lá
• 2.4.2.1. Mô tả sinh trưởng đường kính
• 2.4.2.2. Mô tả sinh trưởng chiều cao
• 2.4.2.3. Mô tả sinh trưởng thể tích
• 2.4.3. Đặc điểm sinh trưởng của Thông ba lá
• 2.4.3.1. Đặc điểm sinh trưởng đường kính
• 2.4.3.2. Đặc điểm sinh trưởng chiều cao
• 2.4.3.3. Đặc điểm sinh trưởng thể tích
• 2.4.4. Sự sai khác về sinh trưởng được dự đoán theo những phương trình sinh trưởng khác nhau
• 2.5. PHƯƠNG PHÁP NGHIÊN CỨU
• 2.5.1. Cơ sở phương pháp luận
• 2.5.2. Phương pháp thu thập số liệu
• 2.5.2.1. Những chỉ tiêu nghiên cứu

I. Giải mã mô hình sinh trưởng Thông ba lá Pinus kesiya Đắk Nông

Thông ba lá (tên khoa học: Pinus kesiya Royle ex Gordon) là loài cây gỗ lớn, đóng vai trò quan trọng về kinh tế và môi trường tại các tỉnh Tây Nguyên, đặc biệt là Đắk Nông. Gỗ Thông ba lá được ứng dụng rộng rãi trong xây dựng, sản xuất đồ mộc và làm nguyên liệu giấy. Do đó, việc hiểu rõ quy luật phát triển của loài cây này là yếu tố then chốt để nâng cao năng suất rừng trồng Thông ba lá và tối ưu hóa hiệu quả kinh tế trồng thông. Nghiên cứu về mô hình sinh trưởng Thông ba lá ở Đắk Nông tập trung vào việc xây dựng các công thức toán học để mô tả và dự báo sự thay đổi của các chỉ số lâm học như đường kính ngang ngực DBH, chiều cao vút ngọn Hvn và thể tích thân cây theo thời gian. Các mô hình này không chỉ cung cấp cơ sở khoa học cho việc quản lý rừng bền vững mà còn là công cụ hữu ích cho các nhà hoạch định chính sách và doanh nghiệp lâm nghiệp. Việc lựa chọn mô hình phù hợp, như Korf, Schumacher hay Drakin-Vuevski, giúp dự đoán chính xác trữ lượng gỗ Thông ba lá, từ đó xác định chu kỳ kinh doanh Thông ba lá tối ưu. Nghiên cứu tại Đắk G’Long, Đắk Nông cho thấy, điều kiện tự nhiên tại đây có những đặc thù riêng, đòi hỏi cần có những mô hình sinh trưởng được hiệu chỉnh chuyên biệt thay vì áp dụng máy móc các kết quả từ khu vực khác.

1.1. Tầm quan trọng của Pinus kesiya tại Đắk Nông và Tây Nguyên

Cây Pinus kesiya Đắk Nông không chỉ là một nguồn tài nguyên gỗ có giá trị mà còn giữ vai trò thiết yếu trong việc bảo vệ môi trường. Rừng Thông ba lá góp phần bảo vệ đất, điều tiết nguồn nước cho các hồ thủy lợi và hệ thống thủy điện, đồng thời tạo cảnh quan phục vụ du lịch sinh thái. Về mặt kinh tế, hiệu quả kinh tế trồng thông đã được khẳng định thông qua việc cung cấp nguyên liệu ổn định cho các ngành công nghiệp chế biến gỗ và sản xuất giấy. Trước đây, các công trình nghiên cứu của Nguyễn Ngọc Lung (1988; 1999) và Phó Đức Đỉnh (1995) đã nhấn mạnh vai trò của loài cây này, tuy nhiên chủ yếu tập trung tại Lâm Đồng. Việc mở rộng nghiên cứu sang Đắk Nông giúp hoàn thiện bức tranh tổng thể về tiềm năng và đặc điểm sinh trưởng của Thông ba lá trên toàn vùng Tây Nguyên, tạo cơ sở cho các chiến lược phát triển lâm nghiệp bền vững.

1.2. Đặc điểm sinh thái phù hợp với điều kiện lập địa Tây Nguyên

Thông ba lá là loài cây ưa sáng, sinh trưởng tốt ở những vùng núi có độ cao trên 500m. Điều kiện lập địa Tây Nguyên, với khí hậu nhiệt đới gió mùa, hai mùa mưa khô rõ rệt và nhiệt độ trung bình năm từ 18-20°C, là môi trường lý tưởng cho sinh trưởng của thông khasi. Đặc biệt, loài cây này phát triển mạnh trên các loại đất Feralit, bao gồm cả đất bazan trồng thông, vốn là loại đất phổ biến ở Đắk Nông. Khả năng tái sinh tốt trên đất trống và khả năng chịu lửa của vỏ cây dày giúp Thông ba lá chiếm ưu thế trong các quần thể tự nhiên. Theo Thái Văn Trừng (1999), Thông ba lá có thể mọc thuần loài hoặc hỗn giao với các loài cây khác tùy thuộc vào độ cao, tạo nên các hệ sinh thái rừng đa dạng và ổn định.

II. Thách thức khi dự báo năng suất rừng trồng Thông ba lá chính xác

Việc xây dựng một mô hình dự báo sản lượng gỗ chính xác cho Thông ba lá gặp nhiều thách thức. Thứ nhất, quá trình sinh trưởng của cây rừng là một hàm số phức tạp, chịu ảnh hưởng bởi vô số yếu tố như khí hậu, địa hình, đất đai, sinh vật và tác động của con người. Thứ hai, việc lựa chọn mô hình toán học phù hợp để mô tả đường cong sinh trưởng hình chữ S (sigmoid) là một bài toán khó. Nhiều mô hình phi tuyến tính như Gompertz (1925), Schumacher (1939), và Korf (1973) đã được áp dụng, nhưng mỗi mô hình lại có ưu và nhược điểm riêng. Kết quả mô tả sinh trưởng có thể khác nhau đáng kể nếu chọn các mô hình thống kê và phương pháp xác định tham số khác nhau. Phương pháp bình phương nhỏ nhất truyền thống yêu cầu chuyển hàm phi tuyến về dạng tuyến tính, khá phức tạp và có thể gây sai số. Trong khi đó, phương pháp hồi quy phi tuyến hiện đại, dù chính xác hơn, lại đòi hỏi công cụ phần mềm chuyên dụng và kinh nghiệm xử lý số liệu. Do đó, việc xác định mô hình nào mô tả gần đúng nhất quá trình sinh trưởng đường kính ngang ngực DBH và chiều cao vút ngọn Hvn của Thông ba lá tại Đắk Nông là một vấn đề cấp thiết cần được giải quyết.

2.1. Hạn chế của các phương trình sinh trưởng rừng truyền thống

Nhiều nghiên cứu trước đây về sinh trưởng của thông khasi tại Việt Nam thường kế thừa và áp dụng các phương trình sinh trưởng rừng đã có sẵn. Mặc dù các mô hình này cung cấp một cái nhìn tổng quan, chúng thường không phản ánh chính xác đặc thù sinh trưởng của cây tại các điều kiện lập địa cụ thể như ở Đắk Nông. Các tham số trong mô hình chịu ảnh hưởng lớn bởi điều kiện môi trường. Việc áp dụng một mô hình được xây dựng ở Lâm Đồng cho rừng ở Đắk Nông có thể dẫn đến sai lệch lớn trong dự báo năng suất rừng trồng Thông ba lá. Hơn nữa, phương pháp ước lượng tham số bằng cách tuyến tính hóa hàm phi tuyến có thể không đảm bảo được tiêu chí tổng sai lệch bình phương nhỏ nhất (SSRmin), làm giảm độ tin cậy của mô hình dự báo.

2.2. Sự phức tạp trong việc lựa chọn và kiểm định mô hình phù hợp

Việc lựa chọn mô hình không chỉ dừng lại ở việc thử nghiệm các hàm toán học khác nhau. Quá trình này đòi hỏi phải kiểm định tính phù hợp của mô hình dựa trên các tiêu chuẩn thống kê nghiêm ngặt. Các chỉ số như hệ số xác định (R²), sai số ước lượng (Se), và đặc biệt là tổng sai lệch bình phương nhỏ nhất (SSRmin) được sử dụng để so sánh và lựa chọn. Nghiên cứu tại Đắk G'Long đã chỉ ra rằng, tùy thuộc vào chỉ tiêu sinh trưởng (đường kính, chiều cao hay thể tích), mô hình phù hợp nhất có thể khác nhau. Ví dụ, hàm Drakin-Vuevski có thể là tối ưu cho đường kính, nhưng hàm Korf lại phù hợp hơn cho chiều cao. Sự phức tạp này đòi hỏi một phương pháp luận chặt chẽ, từ khâu thu thập dữ liệu giải tích cây đến xử lý thống kê bằng phần mềm chuyên dụng như SPSS hay Statgraphics.

III. Phương pháp xây dựng biểu đồ sinh trưởng cây thông tại Đắk Nông

Để xây dựng biểu đồ sinh trưởng cây thông một cách khoa học, nghiên cứu tại Đắk G’Long, Đắk Nông đã áp dụng một phương pháp luận chặt chẽ. Cơ sở của phương pháp này là quan điểm cho rằng quá trình biến đổi theo tuổi của các nhân tố như đường kính, chiều cao là tích phân của các lượng tăng trưởng hàng năm. Dữ liệu được thu thập từ 3 ô tiêu chuẩn điển hình (5000 m²/ô) và 15 cây giải tích tiêu chuẩn. Các cây giải tích được lựa chọn dựa trên tiêu chí có đường kính lớn (trên 40 cm), thân thẳng, sinh trưởng bình thường. Sau khi chặt hạ, các chỉ tiêu quan trọng như đường kính ngang ngực DBH và chiều cao vút ngọn Hvn được đo đạc chính xác. Các thớt gỗ được cưa tại các vị trí xác định trên thân cây để phân tích vòng năm, từ đó xác định tuổi và quá trình sinh trưởng trong quá khứ của cây. Dữ liệu thu thập được xử lý bằng các phần mềm thống kê chuyên dụng để ước lượng tham số cho các mô hình sinh trưởng phi tuyến theo phương pháp hồi quy của Marquardt, đảm bảo độ chính xác và tin cậy cao nhất cho mô hình dự báo sản lượng gỗ.

3.1. Thiết kế ô tiêu chuẩn và thu thập dữ liệu lâm phần

Quá trình thu thập số liệu bắt đầu bằng việc lập 3 ô tiêu chuẩn điển hình trong khu vực rừng Pinus kesiya Đắk Nông. Trong mỗi ô, các nhà nghiên cứu tiến hành điều tra toàn diện các chỉ tiêu lâm học: mật độ (N, cây/ha), tiết diện ngang (G, m²/ha) và trữ lượng gỗ Thông ba lá (M, m³/ha). Đường kính thân cây được đo bằng thước kẹp kính và chiều cao được đo bằng thước Blume-Leiss. Việc thu thập dữ liệu chi tiết trên các ô tiêu chuẩn giúp mô tả chính xác cấu trúc lâm phần, bao gồm cả phân bố số cây theo cấp đường kính và chiều cao, làm cơ sở để lựa chọn cây giải tích và hiệu chỉnh các mô hình sau này.

3.2. Kỹ thuật giải tích cây và phân tích vòng năm

Giải tích cây là bước quan trọng nhất để thu thập chuỗi dữ liệu sinh trưởng theo tuổi. 15 cây tiêu chuẩn được chặt hạ và phân thành các đoạn dài 1m. Các thớt gỗ được cưa tại các vị trí 0m, 1.3m, 2m, 3m... cho đến ngọn. Bề mặt các thớt được bào nhẵn để đếm và đo chính xác bề rộng các lớp vòng năm bằng kính lúp có độ chính xác 0,1 mm. Dữ liệu từ vòng năm cho phép tái tạo lại lịch sử sinh trưởng của cây, xác định được đường kính, chiều cao và thể tích tương ứng với từng cấp tuổi trong quá khứ. Đây là nguồn dữ liệu thực nghiệm quý giá để kiểm định và lựa chọn ra phương trình sinh trưởng rừng phù hợp nhất.

IV. Top các mô hình dự báo sản lượng gỗ Thông ba lá tối ưu nhất

Nghiên cứu đã tiến hành so sánh 5 mô hình sinh trưởng phi tuyến phổ biến: Korf, Schumacher, Gompertz, Kosun-Strand và Drakin-Vuevski để tìm ra mô hình phù hợp nhất cho Thông ba lá tại Đắk Nông. Kết quả cho thấy không có một mô hình duy nhất tối ưu cho tất cả các chỉ tiêu. Đối với sinh trưởng đường kính ngang ngực DBH, mô hình Drakin-Vuevski (D = 76,5064*(1-exp(-0,02427*A))^1,02653) tỏ ra vượt trội với tổng sai lệch bình phương nhỏ nhất (SSR = 0,43) và hệ số xác định cao nhất (R² = 99,87%). Mô hình này mô tả gần đúng nhất quá trình tăng trưởng đường kính thực tế. Đối với sinh trưởng chiều cao, hai mô hình Korf và Schumacher lại cho kết quả tốt nhất với SSR đều là 0,44. Đặc biệt, đối với sinh trưởng thể tích, yếu tố quyết định đến trữ lượng gỗ Thông ba lá, mô hình Drakin-Vuevski một lần nữa khẳng định sự ưu việt với SSR chỉ 0,0002, thấp hơn 6 lần so với mô hình Korf. Việc lựa chọn mô hình phù hợp cho từng chỉ tiêu là cơ sở khoa học quan trọng để xây dựng một mô hình dự báo sản lượng gỗ toàn diện và đáng tin cậy.

4.1. Đánh giá mô hình Drakin Vuevski Lựa chọn tối ưu cho đường kính và thể tích

Mô hình Drakin-Vuevski được xác định là phù hợp nhất để mô tả quá trình sinh trưởng đường kính và thể tích thân cây Thông ba lá. Các chỉ số thống kê như sai số tuyệt đối trung bình (MAE) và sai số tuyệt đối trung bình theo phần trăm (MAPE) của mô hình này đều thấp nhất so với 4 mô hình còn lại. Điều này chứng tỏ biểu đồ sinh trưởng cây thông được xây dựng từ hàm Drakin-Vuevski có độ chính xác cao và sai lệch so với thực tế là nhỏ nhất. Mô hình này giúp dự báo chính xác thời điểm cây đạt tăng trưởng đường kính thường xuyên hàng năm lớn nhất (ZDmax) vào khoảng 5 tuổi, và tăng trưởng thể tích lớn nhất (ZVmax) ở tuổi 45.

4.2. So sánh hiệu quả của mô hình Korf và Schumacher cho chiều cao vút ngọn Hvn

Đối với chiều cao vút ngọn Hvn, cả hai mô hình Korf và Schumacher đều cho kết quả dự báo xuất sắc với các chỉ số thống kê gần như tương đồng (R² = 99,90%, SSR = 0,44). Cả hai đều dự đoán rằng cây đạt lượng tăng trưởng chiều cao thường xuyên hàng năm cao nhất (ZHmax) ở tuổi thứ 5. Sự tương đồng này cho phép các nhà lâm học có thể linh hoạt sử dụng một trong hai mô hình để lập biểu cấp đất hoặc dự báo chiều cao cây. Việc lựa chọn cuối cùng có thể dựa trên sự thuận tiện trong tính toán hoặc các mục tiêu ứng dụng cụ thể.

4.3. Tiêu chuẩn SSRmin Chìa khóa chọn lựa phương trình sinh trưởng rừng

Trong nghiên cứu này, tiêu chuẩn Tổng sai lệch bình phương nhỏ nhất (SSRmin) được sử dụng làm chìa khóa để lựa chọn mô hình phù hợp nhất. Tiêu chuẩn này đánh giá mức độ sai lệch tổng thể giữa giá trị dự báo của mô hình và giá trị quan sát thực tế. Một mô hình có SSR càng nhỏ thì mức độ phù hợp càng cao. Kết quả cho thấy, các mô hình được chọn (Drakin-Vuevski cho D, V và Korf/Schumacher cho H) đều là những mô hình có chỉ số SSR thấp nhất một cách rõ rệt. Việc áp dụng tiêu chuẩn SSRmin đảm bảo tính khách quan và khoa học trong việc lựa chọn phương trình sinh trưởng rừng, giảm thiểu sự phụ thuộc vào đánh giá chủ quan.

V. Ứng dụng mô hình vào chu kỳ kinh doanh Thông ba lá hiệu quả

Việc xác định được các mô hình sinh trưởng tối ưu mở ra nhiều ứng dụng thực tiễn quan trọng, đặc biệt là trong việc xác định chu kỳ kinh doanh Thông ba lá để đạt hiệu quả kinh tế trồng thông cao nhất. Dựa trên mô hình sinh trưởng thể tích Drakin-Vuevski, nghiên cứu đã phân tích các chỉ tiêu tăng trưởng quan trọng. Kết quả cho thấy lượng tăng trưởng thể tích thường xuyên hàng năm (ZV) đạt cực đại ở tuổi 45, trong khi lượng tăng trưởng bình quân năm (ΔV) đạt cực đại ở tuổi 70. Giao điểm của hai đường cong tăng trưởng này, hay còn gọi là tuổi thành thục số lượng, được xác định là 75 năm. Đây là thời điểm mà lâm phần đạt năng suất sinh học cao nhất. Tuy nhiên, chu kỳ kinh doanh Thông ba lá thực tế có thể ngắn hơn, tùy thuộc vào mục tiêu sản phẩm (gỗ nhỏ làm dăm giấy hay gỗ lớn làm đồ mộc) và các yếu tố kinh tế khác. Các mô hình này cung cấp cho nhà quản lý một công cụ mạnh mẽ để mô phỏng các kịch bản khai thác khác nhau, từ đó lựa chọn phương án tối ưu về cả năng suất rừng trồng Thông ba lá và lợi nhuận.

5.1. Xác định tuổi thành thục và thời điểm khai thác tối ưu

Tuổi thành thục số lượng, được xác định là 75 năm, là thời điểm lý tưởng về mặt sinh học để khai thác nhằm thu được trữ lượng gỗ Thông ba lá lớn nhất trên một đơn vị diện tích. Tại thời điểm này, lượng tăng trưởng bình quân của lâm phần bắt đầu suy giảm. Tuy nhiên, trong thực tế, quyết định khai thác còn phụ thuộc vào lãi suất ngân hàng và chi phí cơ hội. Nếu mục tiêu là kinh doanh gỗ nhỏ, chu kỳ có thể rút ngắn xuống 15-20 năm. Ngược lại, để có gỗ lớn chất lượng cao, chu kỳ kinh doanh cần kéo dài hơn, có thể đến 40-50 năm. Mô hình sinh trưởng giúp lượng hóa sản lượng ở từng thời điểm, hỗ trợ ra quyết định kinh doanh dựa trên dữ liệu.

5.2. Dự báo trữ lượng gỗ Thông ba lá theo các cấp tuổi

Một trong những ứng dụng quan trọng nhất của mô hình là khả năng dự báo trữ lượng gỗ Thông ba lá trong tương lai. Dựa vào mô hình Drakin-Vuevski, có thể ước tính thể tích trung bình của một cây ở các cấp tuổi khác nhau: 0,65 m³ ở tuổi 20, 1,41 m³ ở tuổi 30, và 3,16 m³ ở tuổi 50. Khi kết hợp thông tin này với mật độ trồng Pinus kesiya và tỷ lệ sống, các chủ rừng có thể dự báo tổng sản lượng của toàn bộ khu rừng tại bất kỳ thời điểm nào. Đây là thông tin cực kỳ giá trị cho việc lập kế hoạch sản xuất, định giá tài sản rừng và ký kết các hợp đồng thương mại dài hạn.

VI. Hướng đi tương lai cho kỹ thuật trồng Thông ba lá ở Đắk Nông

Kết quả từ việc xây dựng các mô hình sinh trưởng Thông ba lá ở Đắk Nông không chỉ có ý nghĩa về mặt lý luận mà còn đặt ra những định hướng quan trọng cho tương lai. Những mô hình này là nền tảng để phát triển các biểu thể tích và biểu cấp đất chuyên biệt cho khu vực, giúp công tác điều tra và quy hoạch rừng trở nên chính xác hơn. Trong tương lai, cần tiếp tục mở rộng nghiên cứu trên nhiều dạng lập địa khác nhau trong tỉnh Đắk Nông để đánh giá ảnh hưởng của các loại đất và độ cao khác nhau đến sinh trưởng của cây. Bên cạnh đó, các nghiên cứu cần tập trung vào việc tối ưu hóa kỹ thuật trồng thông ba lá, bao gồm việc xác định mật độ trồng Pinus kesiya hợp lý, các biện pháp tỉa thưa, và bón phân để tối đa hóa năng suất rừng trồng Thông ba lá. Việc tích hợp các mô hình sinh trưởng này vào các hệ thống thông tin địa lý (GIS) sẽ tạo ra các công cụ quản lý rừng thông minh, cho phép theo dõi và dự báo sinh trưởng trên quy mô lớn, góp phần vào sự phát triển bền vững của ngành lâm nghiệp tại Đắk Nông và toàn vùng Tây Nguyên.

6.1. Kết luận chính từ nghiên cứu mô hình sinh trưởng Pinus kesiya

Nghiên cứu đã chọn lựa thành công các mô hình phi tuyến tính phù hợp nhất để mô tả quá trình sinh trưởng của Thông ba lá tại Đắk G’Long. Mô hình Drakin-Vuevski là lựa chọn tối ưu cho việc dự báo đường kính và thể tích, trong khi mô hình Korf và Schumacher phù hợp nhất cho chiều cao. Nghiên cứu cũng xác định được các mốc sinh trưởng quan trọng: cây đạt tăng trưởng nhanh nhất về đường kính và chiều cao ở 5 năm đầu, tăng trưởng thể tích đạt đỉnh ở tuổi 45, và tuổi thành thục số lượng là 75 năm. Những kết quả này cung cấp cơ sở khoa học vững chắc cho việc quản lý và kinh doanh rừng Thông ba lá tại khu vực.

6.2. Khuyến nghị về mật độ trồng Pinus kesiya và quản lý lâm phần

Dựa trên quy luật sinh trưởng đã được làm rõ, có thể đưa ra các khuyến nghị về kỹ thuật trồng thông ba lá. Giai đoạn đầu (dưới 10 năm) cây sinh trưởng chiều cao rất nhanh và có nhu cầu ánh sáng cao, do đó mật độ trồng Pinus kesiya ban đầu có thể cao để thúc đẩy tăng trưởng chiều cao và cạnh tranh cành nhánh. Tuy nhiên, sau giai đoạn này, cần tiến hành tỉa thưa để giảm cạnh tranh, tạo không gian cho các cây giữ lại phát triển đường kính và thể tích. Thời điểm và cường độ tỉa thưa có thể được mô phỏng và tối ưu hóa bằng chính các mô hình sinh trưởng đã xây dựng, nhằm đạt được mục tiêu sản phẩm cuối cùng với hiệu quả kinh tế trồng thông cao nhất.