Nghiên cứu ảnh hưởng của nhân tố mưa tới xói mòn mặt dưới một số thảm thực vật tại Lương Sơn, Hòa Bình

TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2014 20
NGHIÊN CỨU ẢNH HƯỞNG CỦA NHÂN TỐ MƯA TỚI XÓI MÒN MẶT 
DƯỚI MỘT SỐ THẢM THỰC VẬT TẠI LƯƠNG SƠN, HÒA BÌNH 
Nguyễn Văn Khiết1, Phùng Văn Khoa2 
1NCS. Trường Đại học Lâm nghiệp 
2PGS.TS. Trường Đại học Lâm nghiệp 
TÓM TẮT 
Những kết quả nghiên cứu bằng phương pháp xây dựng bãi đo xói mòn quy mô nhỏ đã cho thấy phân bố mưa 
và các đặc tính khác của mưa ảnh hưởng trực tiếp đến độ ẩm đất (đặc biệt là lớp đất mặt) và là tác nhân chính 
gây xói mòn. Lượng xói mòn mặt được quyết định bởi lượng mưa và cường độ mưa. Những trận mưa có lượng 
mưa và cường độ mưa lớn thì lượng xói mòn cũng lớn và ngược lại. Tại khu vực nghiên cứu, các trận mưa có 
lượng mưa bình quân là 28,5mm; thời gian mưa bình quân là 1,9 giờ và cường độ mưa bình quân là 
17,9mm/giờ. Các trận mưa có lượng mưa nhỏ hơn 7mm thì gần như không xuất hiện xói mòn đất. Nghiên cứu 
cũng chỉ ra rằng: có thể sử dụng các chí số đặc tính của mưa như: lượng mưa (P, mm), cường độ mưa (I, 
mm/giờ) và chỉ số lượng mưa trước (API) để xây dựng phương trình dự báo xói mòn mặt đất. 
Từ khóa: Chỉ số lượng mưa trước, cường độ mưa, lượng mưa, xói mòn 
I. ĐẶT VẤN ĐỀ 
Xói mòn đất không chỉ ảnh hưởng đến hiệu 
quả sử dụng đất mà còn ảnh hưởng đến tuổi 
thọ các công trình thủy lợi, thủy điện và môi 
trường sinh thái. Tác động của xói mòn đất ảnh 
hưởng trực tiếp đến vấn đề phát triển kinh tế xã 
hội không chỉ ở phạm vi quốc gia mà là phạm 
vi toàn cầu, đặc biệt là trong bối cảnh biến đổi 
khí hậu ngày càng gia tăng như hiện nay. 
Đối với xói mòn do nước, mưa là tác nhân 
chính gây xói mòn. Vì vậy, các nghiên cứu về 
đặc tính của mưa là cần thiết để xác định mức 
độ liên quan của chúng với xói mòn đất. Từ đó, 
từng bước lượng hóa các mối quan hệ đó để 
xây dựng những mô hình dự báo xói mòn 
không chỉ cho khu vực nghiên cứu mà còn mở 
rộng ra các khu vực tương đồng, đồng thời 
cung cấp cơ sở khoa học và định hướng cho 
những nghiên cứu tiếp theo. 
Với mong muốn góp phần làm sáng tỏ thêm 
về bản chất mối liên hệ của mưa với xói mòn 
đất, chúng tôi đã tiến hành nghiên cứu này. 
II. ĐỊA ĐIỂM VÀ PHƯƠNG PHÁP 
NGHIÊN CỨU 
2.1. Địa điểm nghiên cứu 
Nghiên cứu này được thực hiện trên 03 mô 
hình sử dụng đất là: đất canh tác trồng Sắn, 
rừng trồng Keo lai 6 tuổi và rừng trồng Bạch 
đàn 6 tuổi tại Lâm trường Lương Sơn, xã Lâm 
Sơn, huyện Lương Sơn, tỉnh Hoà Bình. 
2.2. Phương pháp nghiên cứu 
2.2.1. Phương pháp bố trí thí nghiệm 
- Số ô thí nghiệm (ôtn): 
Để đảm bảo nguồn số liệu thu thập có cơ sở 
khoa học và tính đại diện cao, chúng tôi đã bố 
trí 04 ô thí nghiệm trên mỗi trạng thái thảm 
thực vật. Vì vậy, tổng số ô thí nghiệm là 12. 
Các ô thí nghiệm được ký hiệu như sau: 
 + Đối với rừng trồng Bạch đàn, các ô 
lần lượt là: Bđ1, Bđ2, Bđ3 và Bđ4. 
 + Đối với rừng trồng Keo, các ô lần 
lượt là: K1, K2, K3 và K4. 
 + Đối với đất nương rẫy trồng Sắn, các 
ô lần lượt là: S1, S2, S3 và S4. 
- Xây dựng các ô thí nghiệm (ôtn): 
Diện tích ô thí nghiệm là 6m2 (3 × 2m). 
Chiều dài ô là 3m (được cải bằng theo độ dốc) 
và được bố trí dọc sườn dốc theo hướng từ 
đỉnh xuống chân. Chiều rộng ô thí nghiệm là 
2m và được bố trí trùng với đường đồng mức. 
Độ dốc của các ôtn đều là 250. 
2.2.2. Phương pháp thu thập số liệu 
- Thu thập số liệu về mưa: 
Sử dụng kết hợp cả vũ kế và vũ ký để xác 
Qu¶n lý Tµi nguyªn rõng & M«i tr­êng 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2014 21
định lượng mưa và thời gian mưa (do cần vũ kế 
để điều chỉnh số liệu của vũ ký). Lượng mưa lọt 
tán được thu thập bởi các ống đo mưa đặt dưới 
tán thảm thực vật (cách đất 1m). 
- Thu thập số liệu về xói mòn: 
Sau mỗi trận mưa, khuấy đều lượng nước thu 
được trong bể hứng (khuấy đều lấy mẫu có độ 
chính xác cao và tiết kiệm được thời gian lấy 
mẫu). Lấy mẫu nước cho vào túi nilon và tổng 
hợp theo từng ô thí nghiệm đem về tính toán và 
phân tích. Lượng đất xói mòn được xác định 
bằng phương pháp lọc và làm khô, đem cân và 
tính lượng đất xói mòn theo từng trận mưa. 
2.2.3. Phương pháp xử lý số liệu 
- Tính toán cường độ mưa 
Cường độ mưa bình quân (IBQ, mm/giờ) 
được xác định bằng tỷ số giữa lượng mưa (P, 
mm) và thời gian mưa (t, giờ): 
IBQ(mm/giờ)=
t
P
 (CT1) 
- Tính chỉ số lượng mưa trước: API 
(Anticident Precipitation Index) 
Thuật ngữ “Chỉ số lượng mưa trước” chỉ 
tổng lượng mưa luỹ tích cho đến ngày tính 
toán mà một trận mưa vẫn còn ảnh hưởng tới 
độ ẩm đất. Vì vậy, API được sử dụng như một 
chỉ số phản ánh độ ẩm đất, có ảnh hưởng rất 
lớn đến dòng chảy mặt và xói mòn. 
Kết quả nghiên cứu của GS. TS. Lee 
MacDonald (trao đổi trực tiếp, 2009), mỗi trận 
mưa thường ảnh hưởng đến độ ẩm của đất 
trong khoảng từ 5-15 ngày, tuỳ thuộc vào điều 
kiện khu vực nghiên cứu, ngoài khoảng thời 
gian này thì lượng nước của một trận mưa sẽ 
bốc hơi hoặc ngấm xuống mực nước ngầm và 
không còn ảnh hưởng đến độ ẩm lớp đất mặt. 
Để phủ hợp với điều kiện thực tế tại khu vực 
nghiên cứu, theo tư vấn của GS. Lee 
MacDonald, khoảng thời gian này nên được 
chọn là 10 ngày. Công thức xác định API cụ 
thể như sau (Nguyễn Văn Khiết, 2009): 
API(i) = ∑((10 - (i - j))/10) x Pj (CT2) 
Trong đó: 
- API (i): Chỉ số lượng mưa trước của ngày 
thứ i 
- i: Số thứ tự ngày cần tính chỉ số lượng 
mưa trước (API) (i €1-n). 
- j: Số thứ tự ngày xuất hiện mưa (j € 1-n). 
- i, j phải thoả mãn điều kiện 0 ≤ i-j ≤ 10 
- n: Số ngày trong cả thời kỳ quan trắc 
- Pj: Lượng mưa tương ứng của ngày mưa 
thứ j. Nếu trong ngày thứ j mà xuất hiện nhiều 
trận mưa thì lượng mưa của nó sẽ bằng tổng số 
của các trận mưa trong ngày đó. Mọi Pj thoả 
mãn điều kiện 0 ≤ i-j ≤ 10 đều được tính tích 
luỹ vào API của ngày thứ i theo phương trình 
trên. Ngoài vùng này thì ngày có mưa j đó sẽ 
không có ảnh hưởng tới API của ngày thứ i 
tính toán. 
Kết quả tính toán API theo công thức (CT2) 
được coi như một yếu tố tác động đến xói mòn 
đất thông qua độ ẩm đất. 
- Tính toán các phương trình dự báo xói mòn: 
Xây dựng phương trình tương quan giữa 
lượng xói mòn mặt đất với các nhân tố: Sử dụng 
các phần mềm chuyên dùng như Excel và SPSS 
cũng như các công cụ toán học thích hợp để mô 
phỏng các quy luật và phân tích mức độ liên hệ 
của từng nhân tố đến lượng xói mòn đất. 
III. KẾT QUẢ VÀ THẢO LUẬN 
3.1. Đặc tính của mưa 
Đặc tính của mưa thể hiện chủ yếu thông qua: 
- Lượng mưa; Thời gian mưa; Cường độ mưa 
- Ngoài ra, chúng tôi đã quan trắc thêm 
lượng mưa lọt tán và tính chỉ số lượng mưa 
trước (API) để phục vụ quá trình xử lý và phân 
tích dữ liệu. 
3.1.1. Lượng mưa 
Trong nghiên cứu này, các giá trị lượng 
mưa được thu thập trực tiếp tại hiện trường 
trong khoảng thời gian từ tháng 6 đến tháng 8 
năm 2009 và được tổng hợp trong Bảng 01, 
trong khi đó, các đặc trưng mô tả lượng mưa 
được thể hiện trong Bảng 02. 
Qu¶n lý Tµi nguyªn rõng & M«i tr­êng 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2014 22
Bảng 01. Giá trị của lượng mưa trong thời gian quan trắc 
STT P (mm) STT P (mm) STT P (mm) 
1 29,1 10 45,0 19 6,7 
2 2,9 11 154,4 20 20,3 
3 88,6 12 56,7 21 2,4 
4 0,9 13 22,0 22 11,3 
5 10,0 14 3,1 23 16,2 
6 5,6 15 1,0 24 30,2 
7 56,5 16 19,0 25 22,7 
8 80,0 17 26,0 26 17,8 
9 22,0 18 9,5 27 11,5 
Bảng 02. Một số đặc trưng cơ bản của lượng mưa 
Số trận mưa Đặc trưng của mưa (mm) 
P bq P max P min Tổng mưa 
27 28,5 154,4 0,9 770,5 
Từ số liệu trên cho thấy: trong toàn bộ thời 
gian quan trắc có 27 trận mưa. Lượng mưa 
bình quân/trận mưa là 28,5mm; lượng mưa 
quan trắc lớn nhất là 154,4mm; lượng mưa 
quan trắc nhỏ nhất là 0,9mm. Tổng lượng mưa 
trong thời gian quan trắc là 770,5mm. 
Tổng hợp phân bố trận mưa theo cấp lượng 
mưa được thể hiện ở Bảng 03. 
Bảng 03. Phân bố số trận mưa và lượng mưa theo cấp lượng mưa 
Tháng Giá trị quan sát 
Cấp lượng mưa theo trận mưa (mm) 
>25 25-50 51-75 >75 Cộng 
6 
Số trận mưa 3 1 1 5 
Lượng mưa 12,9 29,1 88,6 130,6 
7 
Số trận mưa 6 1 2 2 11 
Lượng mưa 72,7 45,0 113,3 234,4 465,3 
8 
Số trận mưa 9 2 11 
Lượng mưa 118,4 56,2 174,6 
Cộng số trận mưa 18 4 2 3 27 
Cộng lượng mưa 204,0 130,3 113,3 323,0 770,5 
Như vậy, lượng mưa có giá trị lớn hơn 
50mm/trận là 436,3mm chiếm 56,3%. Đây là 
những trận mưa có nguy cơ gây xói mòn cao. 
Phân bố số trận mưa và lượng mưa theo 
tháng được thể hiện trong Bảng 04. 
Bảng 04. Phân bố số trận mưa và lượng mưa theo tháng 
Giá trị quan sát Tháng quan sát 
6 7 8 Cộng 
Số trận mưa 5 11 11 27 
Tổng lượng mưa (mm) 130,6 465,3 174,6 770,5 
Qu¶n lý Tµi nguyªn rõng & M«i tr­êng 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2014 23
Từ Bảng 04 cho thấy, số trận mưa trong 
tháng biến động từ 5 trận (tháng 6) đến 11 trận 
(tháng 7 và 8), bình quân từ 2-3 ngày có một 
trận mưa. Tháng có lượng mưa nhỏ nhất là 
tháng 6 (130,6mm) và tháng có lượng mưa lớn 
nhất là tháng 7 (465,3mm). 
3.1.2. Thời gian mưa 
Thời gian mưa được quan trắc trực tiếp từ 
máy Vỹ lượng ký đặt tại hiện trường bố trí thí 
nghiệm. Độ dài, ngắn về thời gian mưa của 
một trận mưa có tác động trực tiếp đến lượng 
xói mòn mặt đất. Thực tiễn đã chứng minh ở 
cùng một lượng mưa, thời gian mưa càng ngắn 
thì tốc độ và lượng xói mòn càng tăng và 
ngược lại. 
Từ dãy số liệu quan trắc được về thời gian 
mưa, chúng tôi đã tiến hành phân tích một số 
đặc trưng cơ bản về thời gian mưa. Kết quả cụ 
thể được cho ở Bảng 05. 
Bảng 05. Một số đặc trưng cơ bản của thời gian mưa 
Số trận mưa Đặc trưng của thời gian mưa (giờ) 
Bình quân Lớn nhất Nhỏ nhất Tổng thời gian 
27 1,9 5,0 0,4 51,9 
Kết quả thống kê cho thấy: thời gian mưa 
bình quân của một trận là 1,92 giờ (115 phút), 
thời gian mưa nhỏ nhất là 0,4 giờ (25 phút) và 
thời gian mưa lớn nhất là 5,0 giờ (300 phút). 
Tổng thời gian mưa của giai đoạn quan sát là 
51,9 giờ. 
Phân bố số trận mưa theo thời gian mưa 
được thống kê cụ thể ở Bảng 07 dưới đây: 
Bảng 06. Phân bố số trận mưa theo thời gian mưa 
Tháng 
Thời gian mưa (giờ) 
4 Cộng 
6 3 1 1 5 
7 3 1 3 3 1 11 
8 6 3 1 1 11 
Cộng 12 4 4 5 2 27 
Như vậy, số trận mưa có thời gian nhỏ hơn 
một giờ có số lượng nhiều nhất là 12 trận 
chiếm 44,4%. Trong đó, tháng 6 và 7 đều có 3 
trận, tháng 8 có đến 6 trận. Số trận mưa có thời 
gian lớn hơn 4 giờ là 2 trận chiếm 7,4%, trong 
đó hai tháng 7 và 8 đều có một trận. 
3.1.3. Cường độ mưa 
Cường độ mưa bình quân Ibq (mm/giờ) được 
xác định bằng tỷ số giữa lượng mưa (mm) và 
thời gian mưa (giờ) của từng trận mưa. Từ dãy 
số liệu thu thập được, nghiên cứu này tiến hành 
phân tích các đặc trưng cơ bản về cường độ 
mưa, kết quả cụ thể được thống kê ở Bảng 07. 
Bảng 07. Một số đặc trưng cơ bản của cường độ mưa 
Số trận mưa 
Đặc trưng của cường độ mưa (mm/giờ) 
Bình quân Lớn nhất Nhỏ nhất Hệ số biến động (%) 
27 17,9 0,4 54,5 16,3 
Kết quả thống kê cho thấy cường độ mưa 
bình quân của một trận là 17,9 mm/giờ, cường 
độ mưa nhỏ nhất là 0,4 mm/giờ và cường độ 
mưa lớn nhất là 54,5 mm/giờ. Biến động của 
cường độ mưa là 16,3%. Phân bố số trận mưa 
và lượng theo cường độ mưa được thống kê ở 
Bảng 08 dưới đây: 
Qu¶n lý Tµi nguyªn rõng & M«i tr­êng 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2014 24
Bảng 08. Phân bố số trận và lượng mưa theo cường độ mưa 
Tháng Giá trị quan sát 
Cường độ mưa (mm/giờ) 
45 Cộng 
6 
Trận mưa 2 2 1 5 
Lượng mưa 2,9 98,6 29,1 130,6 
7 
Trận mưa 4 4 3 11 
Lượng mưa 31,7 238,3 195,4 465,3 
8 
Trận mưa 7 1 2 1 11 
Lượng mưa 77,9 26,0 48,0 22,7 174,6 
Cộng trận mưa 13 7 6 1 27 
Cộng lượng mưa 112,5 362,9 272,5 22,7 770,5 
Từ số liệu bảng trên cho thấy lượng mưa có 
cường độ từ 15-30mm/giờ là cao nhất (chiếm 
47,2%) và tập trung chủ yếu vào tháng 7. 
Lượng mưa có cường độ > 30mm/giờ chiếm 
38,4%. Đây được coi là cấp cường độ mưa có 
nguy cơ gây xói mòn cao. 
3.1.4. Lượng mưa lọt tán 
Từ kết quả quan trắc lượng mưa lọt tán, tiến 
hành tính toán các đặc trưng, giá trị tính toán 
được cho cụ thể ở bảng sau: 
Bảng 09. Một số đặc trưng giá trị quan sát lượng mưa lọt tán 
Giá trị quan trắc Đất trống P lọt tán (Keo) P lọt tán (B.đàn) 
P(mm) 770,5 560,0 615,2 
P(mm)/trận 28,5 20,7 22,8 
Tỷ lệ (%) 100,0 72,7 79,8 
Kết quả tính toán cho thấy, lượng nước mưa 
lọt tán dưới rừng Keo lai và Bạch đàn là ít hơn 
rất nhiều so với đất trống. Trong khi đó ở dưới 
tán Keo lai (đạt 560,0mm chiếm 72,7%) ít hơn 
so với Bạch đàn (đạt 615,2mm chiếm 79,8%), 
Điều này có nghĩa cùng một lượng mưa thì mặt 
đất dưới tán rừng bị mưa tác động ít hơn so với 
mặt đất trống. 
3.1.5. Chỉ số lượng mưa trước (API) 
Kết quả tính chỉ số lượng mưa trước theo 
công thức (CT2) được ghi ở bảng sau: 
Bảng 10. Giá trị chỉ số lượng mưa trước (API) 
STT API STT API STT API 
1 29,1 10,0 146,9 19,0 34,5 
2 25,3 11,0 224,4 20,0 48,2 
3 110,8 12,0 220,9 21,0 28,0 
4 0,9 13,0 75,6 22,0 21,1 
5 10,6 14,0 24,1 23,0 32,3 
6 9,7 15,0 17,0 24,0 56,8 
7 64,5 16,0 33,3 25,0 71,5 
8 110,5 17,0 50,3 26,0 64,4 
9 118,3 18,0 33,6 27,0 56,3 
Từ dãy số liệu API tính được, tiến hành vẽ 
lên biểu đồ cùng với lượng mưa để thấy được 
sự liên hệ giữa hai đại lượng này. Kết quả cụ 
thể được biểu thị ở hình sau: 
Qu¶n lý Tµi nguyªn rõng & M«i tr­êng 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2014 25
Hình 01. Biểu đồ phân bố lượng mưa (P) và chỉ số lượng mưa trước (API) theo ngày mưa 
Như vậy, từ các số liệu trên cho thấy chỉ số 
lượng mưa trước (API) có hình dạng tương 
đồng với lượng mưa, nhưng có giá trị lớn hơn 
vì nó là giá trị cộng dồn trong 10 ngày liên 
tiếp. Giá trị API lớn nhất là 222,4 (ngày 17/7) 
và nhỏ nhất là 0,9 (ngày 26/6). 
3.2. Lượng đất xói mòn 
Từ số liệu thu thập được về xói mòn tại các 
ô thí nghiệm trên 3 mô hình sử dụng đất khác 
nhau, chúng tôi đã tập hợp với kết quả cụ thể 
được ghi ở Bảng 11. 
Bảng 11. Lượng xói mòn dưới các thảm thực vật rừng theo từng trận mưa 
TT 
Ngày 
mưa 
Lượng 
mưa 
(mm) 
Xói mòn (kg/ha) 
TT 
Ngày 
mưa 
Lượng 
mưa 
(mm) 
Xói mòn (kg/ha) 
Sắn 
Keo 
lai 
Bạch đàn Sắn 
Keo 
lai 
Bạch 
đàn 
1 12/6 29,1 52,7 41,7 40,4 15 29/7 1,0 
2 14/6 2,0 16 30/7 19,0 48,3 57,0 31,1 
3 15/6 88,6 369,2 242,0 54,6 17 1/8 26,0 41,0 47,8 33,1 
4 26/6 0,9 18 5/8 9,5 20,0 32,0 12,3 
5 29/6 10,0 32,1 21,5 16,5 19 6/8 6,7 
6 5/7 5,6 20 7/8 20,3 39,5 29,8 18,0 
7 6/7 56,5 130,6 125,5 67,0 21 10/8 2,4 
8 11/7 80,0 346,1 220,8 67,5 22 14/8 11,3 18,6 19,5 10,3 
9 12/7 22,0 50,2 53,0 21,1 23 15/8 16,3 30,5 25,3 11,8 
10 13/7 45,0 109,8 101,6 46,5 24 16/8 30,2 91,0 94,0 58,3 
11 17/7 154,4 526,0 517,5 421,0 25 17/8 22,7 53,8 57,5 42,8 
12 19/7 56,8 177,1 189,0 84,0 26 20/8 17,8 48,3 50,1 24,6 
13 25/7 22,0 43,5 48,5 22,6 27 22/8 11,5 20,8 34,6 17,1 
14 28/7 3,1 14 
Theo Thái Phiên và Nguyễn Tử Siêm 
(1999) và các tác giả khác, lượng mưa là nhân 
tố chính gây xói mòn. Vì vậy, chúng tôi tiến 
hành vẽ biểu đồ Lượng mưa (P, mm) - Lượng 
xói mòn (XM, kg/ha), kết quả được biểu thị ở 
hình sau: 
Qu¶n lý Tµi nguyªn rõng & M«i tr­êng 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2014 26
Hình 02. Biểu đồ quan hệ lượng mưa (P) – Xói mòn (XM) chung cho 3 mô hình 
Từ các số liệu trên cho thấy đường biểu 
diễn lượng xói mòn đất ở các mô hình đều tỷ lệ 
thuận với lượng mưa. Các trận mưa có giá trị 
thấp (P< 7mm) thì gần như không có xói mòn 
(giá trị lượng xói mòn xấp xỉ hoặc bằng 0). 
3.3. Dạng liên hệ giữa xói mòn với nhân tố mưa 
Từ dãy số liệu quan trắc được, chúng tôi 
nhận thấy: trong tổng số 27 trận mưa, có đến 7 
trận mưa số liệu về xói mòn bằng 0 hay nói 
cách khác là không có xói mòn. Vậy nên, khi 
xây dựng tương quan lấy dãy số liệu đầy đủ 27 
trận mưa hay là chỉ lấy dãy số liệu 20 trận mưa 
có xói mòn lớn hơn không (>0). Để có được 
câu trả lời, chúng tôi đã tiến hành kiểm tra sự 
thuần nhất giữa hai dãy (mô hình) số liệu này. 
Dãy số liệu 1: 27 trận có mưa (có cả xói 
mòn và không có xói mòn) 
Dãy số liệu 2: 20 trận mưa có xói mòn lớn 
hơn 0. 
Kết quả kiểm tra sự thuần nhất về lượng xói 
mòn giữa 2 dãy số liệu bằng tiêu chuẩn U của 
Mann-Whitney được cài đặt sẵn trong phần 
mềm SPSS theo hướng dẫn của GS. Nguyễn 
Hải Tuất (2006) cho thấy sự khác biệt về xói 
mòn đất của hai dãy số liệu là không rõ rệt với 
độ tin cậy 95%. Kết quả kiểm tra này cho phép 
ta sử dụng 1 trong 2 dãy số liệu trên đều được. 
Vì vậy, nghiên cứu này đã chọn dãy số liệu đầy 
đủ (dãy số liệu 1) để phân tích liên hệ giữa xói 
mòn với lượng mưa và các nhân tố khác. 
3.3.1. Dạng liên hệ giữa xói mòn với 
lượng mưa 
Mối liên hệ giữa lượng xói mòn và lượng 
mưa được cho ở bảng sau: 
Bảng 12. Phương trình liên hệ giữa lượng xói mòn và lượng mưa 
TT R R2 F tính Sig Sig ta0 Sig ta1 Sig ta2 Sig ta3 V (%) 
Sắn 
0,978 0,957 558,4 0,000 0,004 0.000 
32,8 
XMSắn (kg/ha) = -22,036 + 3,7P 
Keo 
lai 
0,986 0,972 864,3 0,000 0,002 0,000 
25,4 
XMKeo (kg/ha) = -16,492 + 3,192P 
Bạch 
đàn 
0,991 0,982 424,0 0,000 0,023 0,000 0,000 0,000 
27,6 
XMBđ (kg/ha) = -11,48 + 3,06P – 0,05P
2 + 3.E-4P3 
Qu¶n lý Tµi nguyªn rõng & M«i tr­êng 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2014 27
Từ kết quả bảng 12 cho thấy: các phương 
trình đều có hệ số tương quan (R) và hệ số xác 
định (R2) rất cao và đều lớn hơn 0,9 (quan hệ 
giữa các đại lượng là rất chặt). F tính đều có 
giá trị cao và tồn tại, các hệ số của phương 
trình hồi quy đều tồn tại chứng tỏ phương trình 
đã chọn thực sự tồn tại. Hệ số biến động của 
các phương trình biến động từ 25,4% (Keo lai) 
đến 32,8% (Sắn), điều này chứng tỏ có mối 
liên hệ chặt chẽ giữa lượng đất xói mòn với 
lượng mưa. 
3.3.2. Liên hệ giữa xói mòn với chỉ số lượng 
mưa trước (API) 
Kết quả phân tích mối liên hệ này được cho 
cụ thể ở Bảng 13. 
Bảng 13. Phương trình liên hệ giữa lượng xói mòn và API 
TT R R2 F tính Sig Sig ta0 Sig ta1 V (%) 
Sắn 
0,763 0,582 344,8 0 0,33 0 
102,4 
XMSắn (kg/ha) = 1,683 API 
Keo lai 
0,823 0,678 52,5 0 0,19 0 
86,3 
XMKeo (kg/ha) = 1,564 API 
Bạch 
đàn 
0,717 0,514 26,4 0 0,2 0 
139,0 
XMBđ (kg/ha) = 0,98 API
Nhìn chung 3 mô hình có hệ số tương quan 
(R) tồn tại ở mức liên hệ chặt, hệ số xác định 
R2 biến động từ 0,518 đến 0,678. F tính có giá 
trị cao và tồn tại, tuy nhiên hệ số tự do của 
phương trình hồi quy không tồn tại. Hơn nữa, 
hệ số biến động của phương trình hồi quy là 
khá lớn, biến động từ 86,3% (Keo lai) đến 
139,0% (Bạch đàn). 
Kết quả phân tích ở trên có thể rút ra kết 
luận: tồn tại mối liên hệ giữa lượng xói mòn và 
API ở mức độ chặt. Mối liên hệ này được mô 
hình hoá bằng phương trình toán học phù hợp. 
Tuy nhiên cần phải có những nghiên cứu bổ 
sung để kiểm chứng độ chính xác của các mối 
liên hệ này. 
IV. KẾT LUẬN 
Từ các kết quả nghiên cứu có thể rút ra một 
số kết luận chủ yếu như sau: 
- Đặc tính của mưa ảnh hưởng trực tiếp đến 
độ ẩm của đất, đến sự phát triển của thực vật 
và là tác nhân chính gây xói mòn đất. 
- Với những trận mưa có lượng và cường độ 
lớn thì lượng xói mòn cũng lớn.Trong những 
trường hợp, điều kiện cụ thể (điều tra nhanh 
lượng xói mòn) có thể sử dụng phương trình 
dự báo xói mòn với biến là nhân tố mưa để xác 
định lượng mất đất do xói mòn. 
TÀI LIỆU THAM KHẢO 
1. Nguyễn Văn Khiết (2009), Nghiên cứu đặc điểm 
xói mòn mặt khởi đầu dưới một số thảm thực vật tại 
Lương Sơn – Hòa Bình, Luận văn thạc sỹ khoa học Lâm 
Nghiệp, Đại học Lâm Nghiệp. 
2. Lee MacDonald và Phùng Văn Khoa (2009), Tài 
liệu tập huấn về thủy văn và quản lý lưu vực, Tài liệu 
phát tay, Trường Đại học Lâm Nghiệp. 
3. Võ Đại Hải (1996), Nghiên cứu các dạng cấu trúc 
hợp lý cho rừng phòng hộ đầu nguồn ở Việt Nam, Luận 
án phó tiến sỹ khoa học Nông nghiệp, Viện Khoa học 
Lâm nghiệp Việt Nam, Hà Nội, 1996. 
4. Nguyễn Hải Tuất, Vũ Tiến Hinh, Ngô Kim Khôi 
(2006), Phân tích thống kê trong Lâm nghiệp, Nxb Nông 
nghiệp Hà Nội. 
5. Nguyễn Tử Siêm, Thái Phiên (1999), Phương 
pháp nghiên cứu xói mòn và dòng chảy trên mặt. Đất 
đồi núi Việt Nam, thoái hoá và phục hồi, NXB Nông 
nghiệp, Hà Nội. 
Qu¶n lý Tµi nguyªn rõng & M«i tr­êng 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2014 28
STUDY ON THE INFLUENCES OF RAIN FACTOR ON SOIL EROSION 
UNDER SOME VEGETATION IN LUONG SON, HOA BINH PROVINCE 
Nguyen Van Khiet, Phung Van Khoa 
SUMMARY 
The research results show that rainfall distribution and other characteristics of rainfall directly affect soil 
moisture (especially the topsoil layer) and is the main factor that resulting in soil erosion. The amount of the 
initial erosion is determined by rainfall and rainfall intensity. The greater the rainfall and rainfall intensity, the 
greater the ammount of soil erosion and vice versa. In the study area, the rain has an average rainfall of 
28.5mm; rainfall average time of 1.9 hours and the average rainfall intensity is 17.9 mm/hour. The rainfall 
which is less than 7mm is almost non-appearance erosion (the erosion ammount equals to 0). The study also 
shows that we can use the characteristics of the rain such as: rainfall (P, mm), rainfall intensity (I, mm/hour) 
and the Anticident Precipitation Index (API) to establish regression equations of soil erosion for prediction. 
Key words: Anticident precipitation index, soil erosion, rainfall, rainfall intensity. 
Người phản biện: GS.TS. Vương Văn Quỳnh 
Ngày nhận bài: 19/02/2014 
Ngày phản biện: 24/02/2014 
Ngày quyết định đăng: 07/3/2014 
Qu¶n lý Tµi nguyªn rõng & M«i tr­êng