Giới thiệu dự án

Rừng nhiệt đới giữ vai trò huyết mạch trong việc bảo tồn đa dạng sinh học toàn cầu, điều hòa thủy văn và hấp thụ carbon. Tại Việt Nam, khoảng 25 triệu người dân (chiếm 10% dân số sống gần các vùng đệm rừng tự nhiên với diện tích xấp xỉ 12 triệu hecta) phụ thuộc trực tiếp 20 – 40% thu nhập hàng năm vào tài nguyên rừng. Theo thống kê lâm nghiệp giai đoạn 6 tháng đầu năm 2023, dù diện tích trồng rừng mới đạt 125,5 nghìn ha (tăng 1,8%), diện tích rừng bị thiệt hại trên cả nước đã chạm mốc 1.168 ha (tăng 92,8% so với cùng kỳ năm trước), trong đó diện tích do cháy rừng tăng gấp 22,5 lần (543,4 ha) và phá rừng trái phép chiếm 624,7 ha.

Lâm phần do Ban Quản lý Rừng phòng hộ (QLRPH) SêRêPốk phụ trách trải rộng trên diện tích 50.858,95 ha (gồm 21.914,4 ha rừng phòng hộ và 28.944,55 ha rừng sản xuất) thuộc địa bàn 6 xã huyện Đam Rông, tỉnh Lâm Đồng. Đây là vùng sinh thái xung yếu đầu nguồn lưu vực sông Krông Nô nhưng chịu áp lực nhân sinh lớn: trên 65% dân số là đồng bào thiểu số (K’Ho, M’Nông, H’Mông) canh tác du canh, nguy cơ xâm lấn đất lâm nghiệp nghiêm trọng. Vấn đề đặt ra là việc thiếu hụt các dữ liệu định lượng chuẩn xác về cấu trúc lâm phần và đa dạng sinh học cản trở công tác quy hoạch bảo tồn và can thiệp lâm sinh bền vững.

                  ÁP LỰC SUY THOÁI RỪNG TỰ NHIÊN
        (Du canh, khai thác trái phép, biến đổi khí hậu)
        THIẾU DỮ LIỆU ĐỊNH LƯỢNG VỀ CẤU TRÚC VÀ ĐA DẠNG
 (Chưa có mô hình toán học dự báo tầng tán & động thái tái sinh)
           GIẢI PHÁP ĐIỀU TRA ĐỊNH LƯỢNG TIỂU KHU 210A
  (Thiết lập 10 OTC 1.000m² + 40 ODB 25m² + Mô hình hóa Weibull)

Dự án xác định 3 mục tiêu cốt lõi:

  1. Định lượng cấu trúc lâm phần tầng cây gỗ lớn: Xác định mật độ ($N/\text{ha}$), đường kính bình quân ($D_{1.3}$), chiều cao vút ngọn ($H_{vn}$), tiết diện ngang ($G$) và trữ lượng lập địa ($M$).
  2. Đánh giá cấu trúc tầng cây tái sinh: Xác định tổ thành, nguồn gốc sinh dưỡng/hạt, phẩm chất và phân tầng chiều cao dưới tán rừng giàu.
  3. Mô hình hóa toán học và phân tích đa dạng loài: Xác định chỉ số quan trọng ($IV_i%$), chỉ số đa dạng loài ($H'$, $\lambda'$, $d'$, $J'$, $V$) và nắn phân bố thực nghiệm bằng hàm mật độ xác suất Weibull.

Nghiên cứu ứng dụng phương pháp điều tra ô tiêu chuẩn (OTC) điển hình kết hợp mô hình phân tích sinh thái lượng hóa trên phần mềm chuyên dụng (Biodiversity Pro 2.0, Statgraphics Centurion XV.I, Global Mapper v23.0). Phạm vi nghiên cứu giới hạn tại trạng thái rừng giàu (trữ lượng 200 – 300 $\text{m}^3/\text{ha}$ theo Thông tư 33/2018/TT-BNNPTNT) tại Tiểu khu 210A, xã Liêng Srônh, tập trung vào thực vật thân gỗ có $D_{1.3} \ge 8\text{ cm}$ và lớp cây tái sinh $D_{1.3} < 8\text{ cm}$, thực hiện từ tháng 04/2023 đến tháng 08/2023.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp điều tra truyền thống dựa trên mục trắc và dải đo tuyến tính thường dẫn đến sai số trữ lượng từ 15 – 25%, không lượng hóa được độ đồng đều và mối tương quan giữa các loài ưu thế.

Tiêu chí Phương pháp truyền thống (Mục trắc & Đo tuyến) Phương pháp định lượng sinh thái (Đề tài ứng dụng)
Độ chính xác trữ lượng Sai số cao ($\pm 20%$), phụ thuộc chủ quan Sai số thấp ($< 5%$), kiểm chứng toán học
Phân tích phân bố tầng tán Mô tả cảm tính qua phẫu đồ đứng Nắn mô hình phân bố hàm xác suất (Weibull, Meyer)
Đo lường đa dạng loài Đếm loài đơn thuần ($S$) Đa chỉ số sinh thái ($H', \lambda', d', J', V$, Cluster Bray-Curtis)
Khả năng dự báo tái sinh Không phân loại phẩm chất và tầng cao Phân loại 4 cấp chiều cao, 3 cấp phẩm chất, nguồn gốc

Độ ưu tiên yêu cầu kỹ thuật theo ma trận MoSCoW:

  • Must-have: Xác định công thức tổ thành $IV_i%$, tính trữ lượng $M$ ($\text{m}^3/\text{ha}$), mô hình hóa phân bố $N/D_{1.3}$ bằng hàm Weibull, tính chỉ số Shannon-Wiener ($H'$).
  • Should-have: Phân tích ma trận tương đồng Bray-Curtis, tính chỉ số Caswell ($V$), phân tầng cây tái sinh theo 4 cấp chiều cao.
  • Could-have: Xây dựng bản đồ phân bố không gian GIS bằng Global Mapper v23.0.
  • Won't-have: Giải trình tự gen ADN quần thể thực vật và phân tích sinh khối thực vật ngoại tầng (dây leo, địa y).

Thiết kế hệ thống điều tra và xử lý dữ liệu

Kiến trúc xử lý dữ liệu lâm sinh vận hành theo mô hình 4 tầng khép kín:

[TẦNG NGOẠI NGHIỆP: GPS Garmin + Thước Blume-Leiss + Thước kính]
[TẦNG CHUẨN HÓA DỮ LIỆU: Số hóa phiếu điều tra vào CSDL quan hệ]
[TẦNG PHÂN TÍCH TOÁN SINH: Statgraphics XV.I + Biodiversity Pro 2.0]
[TẦNG ỨNG DỤNG LÂM SINH: Bản đồ GIS + Khuyến nghị kỹ thuật QLBVR]

Technology Stack và công cụ chuyên dụng:

  • Phần cứng đo đạc: Thiết bị định vị toàn cầu GPS Garmin eTrex 30x (độ chính xác $\pm 3\text{m}$), thước đo cao Blume-Leiss (sai số $\pm 0.5\text{m}$), thước dây bọc thép dải $50\text{m}$.
  • Phần mềm xử lý thống kê & sinh thái: Statgraphics Centurion XV.I (kiểm định phân bố, hồi quy), Biodiversity Pro v2.0 (tính đa dạng sinh thái, cluster), Global Mapper v23.0 (xử lý không gian GIS), Microsoft Excel 2013.

Mô hình cấu trúc bảng dữ liệu điều tra lâm phần:

CREATE TABLE TieuKhu210A_CayGoLon (
    Cay_ID VARCHAR(10) PRIMARY KEY,
    OTC_ID INT NOT NULL,
    Ten_Loai VARCHAR(100) NOT NULL,
    Ho_Thuc_Vat VARCHAR(100) NOT NULL,
    D13_cm FLOAT CHECK (D13_cm >= 8.0),
    Hvn_m FLOAT CHECK (Hvn_m > 0),
    Pham_Chat VARCHAR(20) DEFAULT 'Tot',
    Toa_Do_Lat DECIMAL(9,6),
    Toa_Do_Long DECIMAL(9,6)
);

Methodology

Quy trình nghiên cứu áp dụng phương pháp luận kết hợp giữa điều tra thực nghiệm lâm học tiêu chuẩn và phân tích xác suất thống kê:

  • Phương pháp ngoại nghiệp: Thiết lập 10 OTC điển hình diện tích $1.000\text{ m}^2$ ($25\text{m} \times 40\text{m}$) đại diện cho trạng thái rừng giàu. Trong mỗi OTC, bố trí 4 ô dạng bản (ODB) diện tích $25\text{ m}^2$ ($5\text{m} \times 5\text{m}$) tại 4 góc để khảo sát cây tái sinh.
  • Phương pháp nội nghiệp: Tính toán các tham số phân bố đường kính, chiều cao, chỉ số quan trọng sinh thái và ma trận khoảng cách tương đồng.

Implementation và kết quả

Development process & Thuật toán cốt lõi

Quá trình xử lý dữ liệu áp dụng các công thức toán sinh chuẩn xác:

  1. Chỉ số quan trọng loài ($IV_i%$): $$IV_i% = \frac{N_i% + G_i% + F_i%}{3}$$ Trong đó: $N_i%$ là tỷ lệ số cá thể, $G_i%$ là tỷ lệ tiết diện ngang ($G = \frac{\pi}{4} D_{1.3}^2$), $F_i%$ là tỷ lệ tần số xuất hiện trong các OTC.

  2. Trữ lượng cây đứng ($V$): $$V = G \times H_{vn} \times f_{1.3} = \frac{\pi}{4} D_{1.3}^2 \times H_{vn} \times 0.45$$ Với hình số thân cây lâm phần $f_{1.3} = 0.45$.

  3. Mô hình hàm phân bố mật độ Weibull 3 tham số: $$f(x) = \frac{\alpha}{\beta} \left( \frac{x - \gamma}{\beta} \right)^{\alpha - 1} \exp\left[ -\left( \frac{x - \gamma}{\beta} \right)^\alpha \right]$$ Trong đó $\alpha$ là tham số hình dạng (độ nhọn/lệch), $\beta$ là tham số quy mô, $\gamma$ là tham số vị trí ($D_{1.3\min}$).

import numpy as np
import pandas as pd

def calculate_biodiversity_indices(species_counts):
    """
    Tính toán các chỉ số Shannon-Wiener (H'), Simpson (Lambda), Margalef (d), Pielou (J')
    """
    N = np.sum(species_counts)
    S = len(species_counts)
    pi = species_counts / N
    
    # Chỉ số Shannon-Wiener (H')
    H_prime = -np.sum(pi * np.log(pi))
    
    # Chỉ số ưu thế Simpson (Lambda)
    simpson_lambda = np.sum((species_counts * (species_counts - 1)) / (N * (N - 1)))
    
    # Chỉ số phong phú loài Margalef (d)
    margalef_d = (S - 1) / np.log(N)
    
    # Chỉ số đồng đều Pielou (J')
    pielou_J = H_prime / np.log(S)
    
    return {
        "Total_Individuals (N)": N,
        "Species_Richness (S)": S,
        "Shannon_Wiener (H')": round(H_prime, 4),
        "Simpson_Dominance (Lambda)": round(simpson_lambda, 4),
        "Margalef_Richness (d)": round(margalef_d, 4),
        "Pielou_Evenness (J')": round(pielou_J, 4)
    }

# Dữ liệu 5 loài chiếm ưu thế tại TK 210A
dominant_trees = np.array([179, 67, 57, 44, 39, 267]) # 5 loài chính + 45 loài khác
results = calculate_biodiversity_indices(dominant_trees)

Testing và validation

Kiểm định phân bố cấu trúc lâm phần thực nghiệm được xác thực qua các chỉ số thống kê mẫu:

  • Kiểm định Skewness ($Sk$) & Kurtosis ($Ku$): Phân bố đường kính $N/D_{1.3}$ có hệ số bất đối xứng $Sk > 0$, phân bố lệch trái rõ rệt – đặc trưng điển hình của rừng tự nhiên nhiệt đới ổn định có khả năng tự phục hồi.
  • Kiểm định mức ý nghĩa thống kê ($P$-value): Khớp hàm Weibull đạt mức ý nghĩa $P > 0.05$ qua kiểm định $\chi^2$ (Chi-square test), bác bỏ giả thuyết có sự khác biệt giữa phân bố lý thuyết và thực nghiệm.

Kết quả đạt được

Nghiên cứu trên 10 OTC ($10.000\text{ m}^2$) đã thu thập và lượng hóa chính xác các chỉ số lâm học:

Chỉ tiêu lâm sinh định lượng Giá trị đo đếm / Tính toán Đơn vị tính
Tổng số loài ghi nhận 50 loài thuộc 31 họ thực vật Loài / Họ
Mật độ lâm phần bình quân ($N$) 653 Cây/ha
Đường kính bình quân ($D_{1.3}$) 25,32 cm
Chiều cao vút ngọn bình quân ($H_{vn}$) 12,34 m
Tổng tiết diện ngang ($G$) 40,26 $\text{m}^2/\text{ha}$
Trữ lượng bình quân ($M$) 265,58 $\text{m}^3/\text{ha}$
Độ hỗn giao lâm phần ($K = S/N$) 0,076 Hệ số

Cơ cấu 5 loài chiếm ưu thế sinh thái cao nhất trong công thức tổ thành:

STT Tên loài Họ thực vật Số cây ($N$) $G$ ($\text{m}^2$) Tần số $F$ $IV_i%$
1 Dẻ trắng (Lithocarpus dealbatus) Fagaceae 179 11,79 10 20,48%
2 Sao đen (Hopea odorata) Dipterocarpaceae 57 4,43 10 8,16%
3 Phay (Duabanga grandiflora) Sonneratiaceae 44 4,99 10 7,96%
4 Dẻ đỏ (Lithocarpus ducampii) Fagaceae 67 3,32 10 7,75%
5 Xoan đào (Prunus arborea) Meliaceae 39 2,64 9 5,60%
-- Tổng 5 loài ưu thế -- 386 27,17 49 49,94%
-- 45 loài còn lại 26 họ khác 267 13,09 162 50,06% 
                       CƠ CẤU CHỈ SỐ QUAN TRỌNG (IVi%)

Đặc điểm tầng cây tái sinh dưới tán:

  • Ghi nhận 33 loài cây tái sinh, mật độ đạt yêu cầu phục hồi rừng.
  • Nguồn gốc tái sinh: 82% hình thành từ hạt (tái sinh chồi chiếm 18%), khẳng định nguồn giống tự nhiên dồi dào.
  • Phẩm chất: 64,5% cây đạt cấp tốt, 26,3% trung bình, chỉ 9,2% xấu; tập trung chủ yếu ở cấp chiều cao $H < 1\text{m}$ (chiếm trên 58%).

Đổi mới và đóng góp

  1. Lượng hóa chính xác quy luật phân bố lâm phần: Ứng dụng thành công hàm phân bố liên tục Weibull và hàm khoảng cách để mô hình hóa cấu trúc kính $N/D_{1.3}$ và chiều cao $N/H_{vn}$, chứng minh mật độ cây tập trung chủ yếu ở dải cấp kính trung bình $D_{1.3} = 20 - 40\text{ cm}$ với 330 cây/ha (chiếm 50,54% tổng số cá thể).
  2. Khám phá tính ưu thế của họ Dẻ (Fagaceae): Chứng minh cấu trúc rừng giàu tại SêRêPốk mang đặc tính hỗn giao lá rộng thường xanh á nhiệt đới núi trung bình, nơi họ Dẻ chiếm áp đảo với 8 loài và 309 cá thể (47,3% tổng số cá thể lâm phần).
  3. So sánh tương quan vùng sinh thái:
    • So với rừng khộp Tây Nguyên (nghiên cứu Trần Văn Con): Rừng SêRêPốk có tính hỗn loài cao hơn ($K = 0,076$ so với $K < 0,03$), đường cong giảm ít dốc hơn do tính đa tầng tán.
    • So với rừng Kon Hà Nừng (Lê Sáu): Chỉ số đa dạng $H'$ tại TK 210A đạt mức cao ($H' > 3,2$), trữ lượng ($265,58\text{ m}^3/\text{ha}$) nằm trong khung chuẩn rừng giàu sinh thái ổn định cao.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng lâm nghiệp thực tế

Dữ liệu đề tài cung cấp cơ sở kỹ thuật trực tiếp cho Ban QLRPH SêRêPốk triển khai 3 chương trình quản lý:

  1. Quy hoạch vùng bảo tồn nguyên vị (In-situ Conservation): Thiết lập bảo vệ nghiêm ngặt các loài cây gỗ quý ghi nhận trong OTC như Pơ mu (Fokienia hodginsii - Cupressaceae, 5 cây), Gõ đỏ/Cẩm lai, Sao đen.
  2. Biện pháp nuôi dưỡng và tỉa thưa lâm sinh (Silvicultural Thinning): Điều chỉnh mật độ ở cấp kính $D_{1.3} = 20 - 40\text{ cm}$, loại bỏ cây phẩm chất xấu chèn ép cây mục đích (Dẻ trắng, Xoan đào, Sao đen).
  3. Hỗ trợ tái sinh tự nhiên có xúc tiến: Tận dụng 82% nguồn tái sinh từ hạt, thực hiện phát dọn dây leo, bụi rậm quanh cây mẹ trong mùa hạt rụng (tháng 08 – 11).

Phân tích hiệu quả kinh tế - sinh thái (ROI & Carbon)

  • Trữ lượng lâm phần: Đạt $265,58\text{ m}^3/\text{ha}$, tương đương sinh khối khô trên mặt đất ước tính $\approx 145\text{ tấn/ha}$, khả năng lưu giữ carbon đạt khoảng $70 - 75\text{ tấn C/ha}$ ($\approx 260\text{ tấn }\text{CO}_2\text{ tương đương/ha}$).
  • Giá trị kinh tế tín chỉ carbon: Tại mức giá thị trường tự nguyện 5 – 10 USD/tấn $\text{CO}_2$, mỗi hecta rừng giàu tại TK 210A mang lại tiềm năng sinh lợi sinh thái từ $1.300 - 2.600\text{ USD}$ thông qua các dự án REDD+.

Lộ trình nhân rộng mô hình

[Giai đoạn 1: Tháng 09 - 12/2023] Số hóa toàn bộ 10 OTC lên hệ thống WebGIS lâm nghiệp huyện.
[Giai đoạn 2: Năm 2024]           Mở rộng điều tra định lượng cho 67 tiểu khu trực thuộc BQL SêRêPốk.
[Giai đoạn 3: Năm 2025 - 2026]    Xây dựng ô định vị quan trắc lâu dài (PSP) theo dõi động thái tăng trưởng.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật & phạm vi: Thời gian điều tra gói gọn trong 5 tháng (04/2023 – 08/2023) chưa bao quát trọn vẹn chu kỳ ra hoa kết quả của tất cả các loài; diện tích khảo sát tập trung tại 1 tiểu khu (TK 210A).
  • Ràng buộc tài nguyên: Chưa thực hiện phân tích hóa lý đất lập địa tầng sâu và giải trình tự mã vạch ADN cho 4 loài chưa định danh chính xác (Sp1 – Sp4).
  • Hướng nghiên cứu tiếp theo:
    • Ứng dụng viễn thám UAV LiDAR để quét cấu trúc 3D tán rừng và ước tính sinh khối tự động.
    • Thiết lập mô hình hồi quy đa biến giữa các chỉ số đa dạng $H'$ với độ dốc và độ dày tầng đất Macma axit.

Đối tượng hưởng lợi

  • Sinh viên & Học viên Lâm nghiệp: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp điều tra OTC, kỹ thuật phân tích chỉ số $IV_i%$ và nắn hàm phân bố Weibull.
  • Kỹ sư lâm nghiệp & Ban Quản lý rừng: Sở hữu bộ số liệu định lượng về mật độ (653 cây/ha) và trữ lượng ($265,58\text{ m}^3/\text{ha}$) để xây dựng phương án quản lý rừng bền vững theo tiêu chuẩn FSC.
  • Cơ quan hoạch định chính sách & Doanh nghiệp: Nắm bắt trữ lượng sinh khối phục vụ thẩm định dự án thị trường carbon rừng và chi trả dịch vụ môi trường rừng (PFES).
  • Nhà nghiên cứu sinh thái học: Bộ dữ liệu kiểm chứng về cấu trúc quần xã thực vật hạt kín á nhiệt đới tại vùng giáp ranh Lâm Đồng – Đắk Nông.

Câu hỏi thường gặp

1. Điều kiện kỹ thuật tối thiểu để triển khai quy trình điều tra định lượng tương tự là gì? Cần trang bị máy định vị GPS sai số $< 5\text{m}$, thước đo cao Blume-Leiss/Suunto, thước đo đường kính chuyên dụng, phần mềm Statgraphics hoặc R (gói vegan, ecomod) và bản đồ hiện trạng lâm phần tỷ lệ tối thiểu 1:10.000.

2. Tại sao hàm phân bố Weibull lại vượt trội hơn hàm Meyer trong mô phỏng đường kính rừng giàu? Hàm Weibull sở hữu tham số hình dạng $\alpha$ linh hoạt, mô tả chính xác cả dạng phân bố giảm số mũ (rừng non) lẫn dạng 1 đỉnh lệch trái (rừng tự nhiên ổn định), trong khi hàm Meyer chỉ mô tả đơn điệu dạng giảm liên tục.

3. Làm thế nào để tích hợp dữ liệu OTC vào hệ thống giám sát rừng hiện có của địa phương? Xuất bảng thuộc tính tọa độ OTC và dữ liệu loài dưới định dạng .shp hoặc .geojson, nạp trực tiếp vào cơ sở dữ liệu GIS chuẩn của Cục Lâm nghiệp (FRMS).

4. Yêu cầu bảo trì và giám sát các ô tiêu chuẩn định kỳ ra sao? Cần đóng cọc bê tông tiêu mốc tại 4 góc ô tiêu chuẩn và kiểm tra định kỳ 5 năm/lần để đo lường lượng tăng trưởng đường kính bình quân ($\Delta D$) và chiều cao ($\Delta H$).

5. Chi phí ước tính và thời gian hoàn vốn sinh thái khi áp dụng mô hình này? Chi phí điều tra thực địa dao động khoảng 8 – 12 triệu VNĐ/OTC. Lợi ích thu lại từ việc ngăn chặn suy thoái rừng, bảo vệ nguồn nước và tiềm năng tín chỉ carbon có thể hoàn vốn sinh thái trong vòng 2 – 3 năm vận hành.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện việc định lượng hóa đặc điểm cấu trúc và đa dạng thực vật thân gỗ trạng thái rừng giàu tại Tiểu khu 210A, Rừng phòng hộ SêRêPốk. Nghiên cứu xác định được 50 loài thuộc 31 họ, mật độ 653 cây/ha, trữ lượng $265,58\text{ m}^3/\text{ha}$ và chứng minh vai trò ưu thế vượt trội của họ Dẻ (Fagaceae) cùng các loài Sao đen, Phay, Xoan đào ($IV_i%$ chiếm 49,94%). Các mô hình toán học và bộ chỉ số sinh thái được thiết lập không chỉ là bằng chứng khoa học vững chắc về độ ổn định sinh thái của khu vực mà còn là công cụ trực tiếp giúp Ban Quản lý rừng phòng hộ SêRêPốk tối ưu hóa chiến lược bảo tồn đa dạng sinh học và phát triển bền vững tài nguyên rừng Tây Nguyên.