Nghiên cứu biến động cấu trúc và chất lượng rừng trồng sa mộc theo tuổi tại huyện Si Ma Cai, tỉnh Lào Cai

Lâm học 
22 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4 - 2018 
NGHIÊN CỨU BIẾN ĐỘNG CẤU TRÚC VÀ CHẤT LƯỢNG RỪNG TRỒNG 
SA MỘC THEO TUỔI TẠI HUYỆN SI MA CAI, TỈNH LÀO CAI 
Dương Văn Huy1, Bùi Mạnh Hưng2 
1,2Trường Đại học Lâm nghiệp 
TÓM TẮT 
Qua phân tích kết quả cho thấy cả đường kính ngang ngực và chiều cao của cây rừng đều tăng theo tuổi, đường 
kính trung bình của các cấp tuổi lần lượt là 8,73 cm, 16,75 cm và 23,40 cm. Sự khác biệt về đường kính và 
chiều cao giữa các cấp tuổi là rất rõ rệt, bởi lẽ Sig của mô hình tuyến tính hỗn hợp đều nhỏ hơn 0,05. Phân bố 
Weibull có thể mô phỏng tốt cho phân bố tần số cả đường kính và chiều cao. Ở cấp tuổi cao hơn mức độ phù 
hợp của hàm Weibull giảm xuống. Mối quan hệ giữa đường kính và chiều cao ở tuổi 5 có thể mô phỏng tốt 
nhất bằng hàm S, tuổi 10 là hàm bậc 3 (Cubic) và tuổi 15 là hàm mũ (Power). Ở cả 3 cấp tuổi thì đường kính 
ngang ngực có ảnh hưởng lớn nhất đến chất lượng cây rừng, sau đó mới đến các nhân tố khác. Hệ số ảnh hưởng 
trực tiếp đều lớn hơn nhiều so với hệ số ảnh hưởng gián tiếp. Khi tuổi cây rừng tăng thì hệ số ảnh hưởng gián 
tiếp có xu hướng giảm dần, rừng đi vào ổn định. Tỷ lệ cây có chất lượng tốt của rừng 15 tuổi là cao nhất (46,8%), 
sau đó đến tuổi 10 (34,3%) và cuối cùng là tuổi 5 (29,2%). Chất lượng cây rừng giữa ba cấp tuổi có sự khác biệt 
rõ rệt. 
Từ khóa: Cấu trúc rừng, chất lượng cây rừng, mô hình tuyến tính hỗn hợp, phân tích thành phần chính. 
I. ĐẶT VẤN ĐỀ 
Cấu trúc rừng đóng một vai trò quan trọng 
trong nghiên cứu Lâm nghiệp, đặc biệt là cấu 
trúc rừng trồng. Trước hết, cấu trúc rừng trồng 
sẽ phản ánh không gian dinh dưỡng cá thể của 
cây đơn lẻ, một yếu tố ảnh hưởng quan trọng 
tới sinh trưởng của cây rừng (F.B. Golley, 
1991). Cấu trúc rừng phức tạp hơn sẽ làm 
phong phú nơi ở cho các loài động vật và côn 
trùng. Cấu trúc rừng là chìa khóa để chúng ta 
hiểu biết hơn về các chức năng của các hệ sinh 
thái (Frans Bongers, 2001; Bui Manh Hung, 
2016). Cấu trúc rừng cũng sẽ ảnh hưởng trực 
tiếp tới đa dạng sinh học các loài sống trong 
khu rừng, kiểm soát xói mòn, lượng nước trong 
rừng và sinh khối carbon trong rừng (Rubén 
Valbuena, 2015). 
Sa mộc (Cunminghamia lanceolata Lamb. 
Hook.) là một loài cây thuộc họ Bụt mọc 
(Taxodiaceae) (Phạm Hoàng Hộ, 2003). Sa 
mộc phân bố tự nhiên ở những khu vực có độ 
cao từ 1.000 - 2.000 m so với mặt nước biển 
thuộc Trung Quốc, Campuchia, Việt Nam, Lào 
và Malaysia trong những khu rừng hỗn loài 
thường xanh hoặc rụng lá theo mùa. Sa mộc 
thường dùng làm cây trang trí, được trồng phân 
tán ở các công viên và khu vực có không gian 
rộng. Gỗ có khả năng chống chịu mối mọt rất 
tốt nên thường được sử dụng trong xây dựng 
nhà cửa, làm cột chống, làm cầu, đóng tàu, đồ 
gỗ. Vỏ của Sa mộc còn được sử dụng để sản 
xuất tanin hoặc sản xuất giấy, cành được dùng 
để chiết xuất dầu sử dụng trong ngành công 
nghiệp chế biến nước hoa (Võ Văn Chi, 2012). 
Cây Sa Mộc ở Si Ma Cai, Lào Cai được 
đánh giá có nhiều đặc tính thuận lợi như phân 
bố tự nhiên nhiều, dễ gây trồng. Đây là loài 
cây có ý nghĩa lớn với địa phương. Tuy nhiên, 
việc trồng rừng Sa Mộc gặp nhiều khó khăn do 
các yếu tố sinh trưởng và ngoại cảnh tác động 
khiến cho tỷ lệ sống, chất lượng rừng và cấu 
trúc của rừng thường bị bất định, khó kiểm 
soát. Hơn nữa, những hiểu biết về biến đổi cấu 
trúc và chất lượng rừng trồng theo thời gian 
của loài cây này tại khu vực nghiên cứu còn rất 
hạn chế. 
Để góp phần giải quyết vấn đề này, bài báo 
sẽ: (1) Tập trung tính toán và so sánh các chỉ 
tiêu sinh trưởng cho tầng cây cao của rừng Sa 
Mộc ở 3 cấp tuổi khác nhau; (2) Phân tích biến 
đổi cấu trúc phân bố tần số mối quan hệ giữa 
đường kính và chiều cao và (3) Đánh giá các 
nhân tố ảnh hưởng tới chất lượng cây rừng và 
biến đổi chất lượng rừng theo thời gian làm cơ 
sở cho công tác quản lý tài nguyên rừng ở Si 
Ma Cai trong tương lai. 
Lâm học 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4 - 2018 23 
II. PHƯƠNG PHÁP NGHIÊN CỨU 
2.1. Phương pháp thu thập số liệu 
Số liệu được thu thập từ các ô tiêu chuẩn 
(OTC) điển hình tại lâm phần Sa mộc được 
trồng ở các cấp tuổi khác nhau tại huyện Si Ma 
Cai, Lào Cai. Mỗi cấp tuổi (5, 10 và 15) lập 3 
OTC, mỗi OTC có diện tích 500 m2 (20 x 25 
m). Định vị các OTC bằng máy GPS. Trong 
mỗi OTC, đo đếm toàn bộ các cây có đường 
kính lớn hơn 6 cm. Các chỉ tiêu đo đếm gồm D1.3, 
Hvn, Hdc, Dt và chất lượng cây rừng (A, B, C). 
Phương pháp rút mẫu được áp dụng là 
phương pháp phân tầng ngẫu nhiên để lựa chọn 
vị trí các OTC. Đây là phương pháp phù hợp 
khi điều tra tài nguyên rừng, bởi lẽ các hệ sinh 
thái rừng thường không đồng nhất (Barry D. 
Shiver và Bruce E. Borders, 1996). Sơ đồ vị trí 
các ô được thể hiện trong hình 1. 
Hình 1. Sơ đồ vị trí các ô tiêu chuẩn 
2.2. Phương pháp phân tích số liệu 
Toàn bộ số liệu được phân tích bằng phần 
mềm SPSS, phiên bản 24. Cụ thể các nội dung 
và phương pháp phân tích như sau: 
2.2.1. Kiểm tra sự thuần nhất của số liệu và 
tính toán các đặc trưng mẫu 
Số liệu của các ô cùng cấp tuổi được gộp lại 
với nhau. Mức độ thuần nhất của các ô được 
kiểm tra bằng biểu đồ đám mây điểm giữa 
đường kính và chiều cao. 
Tiếp đó, các giá trị đặc trưng mẫu như dung 
lượng mẫu, số trung bình, sai tiêu chuẩn, giá trị 
nhỏ nhất, lớn nhất, khoảng biến động, độ lệch, 
độ nhọn và sai số của số trung bình mẫu được 
tính toán cho hai đại lượng điều tra là đường 
kính ngang ngực và chiều cao (Nguyễn Hải 
Tuất và cộng sự, 2006). 
2.2.2. So sánh sinh trưởng cây rừng về đường 
kính ngang ngực và chiều cao 
Để so sánh sự khác biệt về sinh trưởng cây 
rừng giữa ba cấp tuổi, các mô hình tuyến tính 
hỗn hợp được sử dụng để so sánh cho biến 
đường kính và chiều cao. Mô hình tuyến tính 
hỗn hợp là một phương pháp phù hợp bởi vì nó 
không những cho biết sự sai khác giữa các cấp 
tuổi mà còn kiểm tra được ảnh hưởng ngẫu 
nhiên tới kết quả thí nghiệm (Andrzej Gałecki 
và Tomasz Burzykowski, 2013), hay nói cách 
khác là số liệu giữa các ô có thực sự độc lập 
hay không. Đây là cơ sở rất quan trọng để có 
thể áp dụng các phương pháp thống kê phân 
tích số liệu sau này. Biến vùng được thể hiện 
trong sơ đồ vị trí các ô để kiểm tra ảnh hưởng 
ngẫu nhiên (Julian J. Faraway, 2005; Andrzej 
Gałecki và Tomasz Burzykowski, 2013; Bui 
Manh Hung và Bui The Doi, 2017). Lệnh trong 
SPSS cho biến chiều cao tương tự như cho 
biến đường kính, cụ thể như sau: 
Lâm học 
24 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4 - 2018 
MIXED Duong_kinh BY Khu_vuc Cap_tuoi 
 /CRITERIA=CIN(95) MXITER(100) MXSTEP(10) SCORING(1) 
SINGULAR(0.000000000001) HCONVERGE(0, ABSOLUTE) LCONVERGE(0, ABSOLUTE) 
PCONVERGE(0.000001, ABSOLUTE) 
 /FIXED=Cap_tuoi | SSTYPE(3) 
 /METHOD=REML 
 /PRINT=G SOLUTION 
 /RANDOM=Khu_vuc | COVTYPE(VC). 
2.2.3. Phân tích biến đổi cấu trúc tần số 
Để phân tích sự biến đổi cấu trúc tần số cho 
đại lượng điều tra đường kính và chiều cao cây 
rừng thì sau khi phân bố tần số thực nghiệm 
được tạo ra, chúng sẽ được sử dụng để mô hình 
hóa theo phân bố Weibull. Đây là phân bố lý 
thuyết phù hợp cho đại lượng đường kính và 
chiều cao của rừng trồng, mức độ phù hợp của 
phân bố thực nghiệm và lý thuyết được kiểm 
tra bằng biểu đồ Q-Q plot. 
2.2.4. Phân tích biến đổi quan hệ giữa đường 
kính và chiều cao 
Mối quan hệ này được phân tích bởi 10 loại 
hàm tuyến tính và phi tuyến được cung cấp 
trong SPSS. Đó là hàm Linear, Logarithmic, 
Inverse, Quadratic, Cubic, Power, Compound, 
S, Growth và Exponential (Robert Ho, 2013). 
Từ đó có thể chọn ra hàm mô phỏng tốt nhất 
mối quan hệ giữa đường kính và chiều cao. Từ 
đó cũng cho thấy sự thay đổi mối quan hệ này 
theo tuổi. Đại lượng được sử dụng để lựa chọn 
mô hình tốt nhất là hệ số tương quan R-squared. 
Lệnh được áp dụng trong SPSS (Bùi Mạnh 
Hưng và Nguyễn Thị Bích Phượng, 2011) là: 
SPLIT FILE SEPARATE BY Cap_tuoi. 
* Curve Estimation. 
TSET NEWVAR=NONE. 
CURVEFIT 
 /VARIABLES=Chieu_cao WITH Duong_kinh 
 /CONSTANT 
 /MODEL=LINEAR LOGARITHMIC INVERSE QUADRATIC CUBIC COMPOUND POWER 
S GROWTH EXPONENTIAL 
 /PLOT FIT. 
2.2.5. Phân tích biến đổi chất lượng cây rừng 
Phân tích hệ số đường ảnh hưởng được sử 
dụng để kiểm tra mức độ tác động của các 
nhân tố như đường kính ngang ngực, chiều 
cao, chiều cao dưới cành và đường kính tán 
tới chất lượng cây rừng. Từ đó, thấy được sự 
khác biệt giữa cấp tuổi, đồng thời có cơ sở 
vững chắc để đề xuất các biện pháp tác động 
vào rừng nhằm nâng cao chất lượng cây gỗ. 
Lệnh trong SPSS được sử dụng như sau: 
REGRESSION 
 /MISSING LISTWISE 
 /STATISTICS COEFF OUTS R ANOVA 
 /CRITERIA=PIN(.05) POUT(.10) 
 /NOORIGIN 
 /DEPENDENT Chat_luong 
 /METHOD=ENTER Duong_kinh Duong_kinh_tan Chieu_cao H_duoi_canh. 
Ngoài ra, phân tích thành phần chính cũng 
được sử dụng để phân loại các nhân tố thành 
các nhóm: đối kháng, đối kháng ít và không 
đối kháng. Đó là cơ sở trực quan và định lượng 
Lâm học 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4 - 2018 25 
để đề xuất các giải pháp nâng cao chất lượng 
rừng trồng tại đây. So sánh chất lượng cây 
rừng giữa ba cấp tuổi được thực hiện bằng tiêu 
chuẩn 2 (Jerrold H. Zar, 2010). 
III. KẾT QUẢ VÀ THẢO LUẬN 
3.1. Biến động cấu trúc và sinh trưởng 
3.1.1. Sự thuần nhất và sinh trưởng cây rừng 
giữa các ô 
a. Sự thuần nhất số liệu 
Để giảm thiểu số lượng phân tích, phản ánh 
khách quan hơn các cấp tuổi, số liệu giữa các ô 
của cùng cấp tuổi được gộp lại. Bởi vì chúng 
khá thuần nhất, điều này thể hiện trong biểu đồ 
đám mây điểm giữa đường kính, chiều cao của 
các ô như trong hình dưới đây. Sự thuần nhất 
biểu thị ở cả kích thước cây lớn nhất và cây nhỏ 
nhất. Biểu đồ của các cấp tuổi (hình 2) cho thấy 
rằng các điểm của các ô với kích thước khác 
nhau hòa lẫn, tương đối sát nhau và không có sự 
biệt dị rõ rệt nào, kể cả về mặt kích thước cây. 
a. Tuổi 5 
b. Tuổi 10 
c. Tuổi 5 
Hình 2. Biểu đồ đám mây điểm giữa đường kính và chiều cao 
b. Sinh trưởng đường kính ngang ngực, chiều 
cao vút ngọn giữa các cấp tuổi 
Kết quả tính toán đặc trưng mẫu cho các đại 
lượng sinh trưởng đường kính ngang ngực và 
chiều cao của các cấp tuổi được thể hiện trong 
bảng 1. 
Bảng 1. Kết quả tính toán các đặc trưng mẫu 
Cấp tuổi Đại lượng 
Số 
cây 
Nhỏ 
nhất 
Lớn 
nhất 
Trung 
bình 
Sai tiêu 
chuẩn 
Phương 
sai 
Độ 
lệch 
Độ 
nhọn 
Tuổi 5 
Đường kính 106 3,10 15,70 8,73 2,76 7,61 0,33 -0,40 
Chiều cao 106 1,60 6,30 3,74 0,99 0,97 0,08 -0,46 
Tuổi 10 
Đường kính 108 9,10 22,60 16,75 2,98 8,88 -0,29 -0,28 
Chiều cao 108 5,20 10,60 7,68 1,23 1,52 0,32 -0,64 
Tuổi 15 
Đường kính 111 14,20 37,00 23,40 4,89 23,91 0,52 -0,31 
Chiều cao 111 6,10 12,30 8,60 1,57 2,48 0,63 -0,36 
Lâm học 
26 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4 - 2018 
Số liệu ở bảng 1 cho thấy rằng đường kính 
ngang ngực và chiều cao của cây rừng đều tăng 
theo tuổi. Đường kính trung bình của các cấp 
tuổi lần lượt là 8,73 cm, 16,75 cm và 23,40 cm. 
Đồng thời mức độ biến động của đường kính 
ngang ngực và chiều cao cũng tăng theo tuổi. 
Điều này được thể hiện qua sai tiêu chuẩn của 
tuổi 5, tuổi 10 và tuổi 15 của đại lượng đường 
kính lần lượt là 2,76, 2,98 và 4,89. Đây là kết 
quả của quá trình sinh trưởng của cây rừng, 
dẫn đến việc phân hóa lớn hơn ở những khu 
rừng nhiều tuổi hơn. 
c. Khác biệt về sinh trưởng đường kính, chiều cao 
Kết quả phân tích mô hình tuyến tính hỗn 
hợp đã một lần nữa khẳng định sự khác biệt về 
đường kính và chiều cao giữa các cấp tuổi là 
rất rõ rệt, bởi lẽ tất cả giá trị Sig đều nhỏ hơn 
0,05. Đường kính rừng tuổi 15 lớn hơn rừng 
tuổi 10 và tuổi 5 là 6,64 cm và 14,66 cm, trong 
khi đó chiều cao lớn hơn hai cấp tuổi còn lại là 
0,9 m và 4,86 m. Đồng thời kết quả mô hình 
tuyến tính hỗn hợp dưới đây cũng phản ánh 
rằng ảnh hưởng ngẫu nhiên là không đáng kể 
với cả đường kính và chiều cao. Bởi lẽ, sai tiêu 
chuẩn của ảnh hưởng ngẫu nhiên cho cả hai đại 
lượng điều tra đều nhỏ hơn 0,05 rất nhiều lần. 
Như vậy, tính độc lập giữa các ô về cả đường 
kính và chiều cao được đảm bảo tốt. 
Bảng 2. Kết quả phân tích mô hình tuyến tính hỗn hợp cho đường kính 
Bảng 3. Kết quả phân tích mô hình tuyến tính hỗn hợp cho chiều cao 
3.1.2. Biến đổi phân bố số cây theo đường 
kính ngang ngực và chiều cao 
Kết quả mô hình hóa theo phân bố Weibull 
của phân bố thực nghiệm số cây theo đường 
kính và chiều cao được trình bày trong hình 3. 
Kết quả thể hiện trong hình 3 cho thấy cả 
đường kính và chiều cao cây đều có thể được 
mô phỏng tốt bằng hàm Weibull, đặc biệt ở 
tuổi 5 và 10. Các điểm bám sát vào đường 
chéo giữa tần số thực nghiệm và tần số lý 
thuyết. Ở cấp tuổi cao hơn, do có sự phân hóa 
về sinh trưởng bởi sự cạnh tranh dinh dưỡng 
giữa các cây rừng ngày càng khốc liệt hơn, dẫn 
tới số cây tại các cấp tuổi bị thay đổi, mức độ 
phù hợp của hàm Weibull giảm xuống. Điều 
này đúng cả cho đại lượng đường kính và 
chiều cao. Phân bố thực nghiệm có xu hướng 
lệch sang phải khi tuổi cây rừng tăng. Điều này 
được chứng minh bởi giá trị hình dạng (Shape) 
của tuổi 10 và 15 lớn hơn giá trị đó của cấp 
tuổi 5. 
Lâm học 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4 - 2018 27 
a. Đường kính 
b. Chiều cao 
Tuổi 5 
c. Đường kính 
d. Chiều cao 
Tuổi 10 
e. Đường kính 
f. Chiều cao 
Tuổi 15 
Hình 3. Biều đồ mô hình hóa theo phân bố Weibull 
Lâm học 
28 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4 - 2018 
3.1.3. Thay đổi mối quan hệ giữa đường kính 
và chiều cao 
Kết quả phân tích tương quan với 10 loại 
hàm được thể hiện dưới đây. Trong đó, hàm 
tương quan tốt nhất là đường đen đậm, còn các 
hàm khác là đường xám mảnh hơn. Giá trị hệ 
số tương quan của hàm tốt nhất cũng được thể 
hiện (Hình 4). 
a. Tuổi 5 
b. Tuổi 10 
c. Tuổi 5 
Hình 4. Biểu đồ tương quan cho các cấp tuổi 
Kết quả cho thấy rằng với tuổi 5 thì hàm tốt 
nhất là hàm S với R bình phương là 0,679. 
Tuổi 10, hàm tốt nhất là hàm bậc 3 (Cubic) với 
R bình phương là 0,563 và với tuổi 15 hàm tốt 
nhất để mô phỏng quan hệ giữa đường kính và 
chiều cao là hàm mũ (Power) với hệ số tương 
quan là 0,622. Riêng tuổi 10, mặc dù đám mây 
điểm có hình dạng đi xuống, tuy nhiên do số 
lượng điểm nằm dưới lớn, đồng thời sử dụng 
phương pháp bình phương nhỏ nhất, do đó 
hàm Cubic được lựa chọn. Như vậy, mối quan 
hệ giữa đường kính và chiều cao đã có sự biến 
đổi rõ rệt theo tuổi. Tuy nhiên, mối quan hệ 
này đều có thể mô phỏng bằng hàm hồi quy 
với mức độ tương quan tương đối chặt. 
3.2. Biến động chất lượng cây rừng 
3.2.1. Các nhân tố ảnh hưởng tới chất lượng 
cây rừng 
Hệ số đường ảnh hưởng đã kiểm tra ảnh 
hưởng của các nhân tố đường kính ngang 
ngực, chiều cao vút ngọn, chiều cao dưới cành, 
đường kính tán tới chất lượng cây rừng. Kết 
quả được thể hiện trong bảng 4. Kết quả cho 
thấy rằng, với cả 3 cấp tuổi thì đường kính 
ngang ngực có ảnh hưởng lớn nhất đến chất 
lượng cây rừng, sau đó mới đến các nhân tố 
khác. Cũng với cả 3 cấp tuổi thì hệ số ảnh 
hưởng trực tiếp (AHTT) đều lớn hơn nhiều so 
Lâm học 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4 - 2018 29 
với hệ số ảnh hưởng gián tiếp (AHGT). Điều 
này chứng tỏ rằng ở các cấp tuổi này chất 
lượng cây rừng ít chịu ảnh hưởng của các nhân 
tố ngoại cảnh khác như lượng mưa, đất đai, khí 
hậu Một điều đáng lưu ý là khi tuổi cây rừng 
tăng lên thì hệ số AHGT có xu hướng giảm 
dần. Điều này cho thấy rừng đã đi vào ổn định, 
chất lượng cây rừng ít bị ảnh hưởng bởi các 
nhân tố bên ngoài hơn, sức đề kháng của rừng 
cũng được cải thiện. 
Bảng 4. Kết quả hệ số đường ảnh hưởng 
Cấp 
tuổi 
Đường 
kính 
Đường 
kính tán 
Chiều 
cao 
Chiều cao 
dưới cành 
Bx 
Hệ số 
AHTT 
Hệ số 
AHGT 
Tuổi 5 0,963 0,034 -0,101 0,041 0,815 0,939 -0,124 
Tuổi 10 0,789 0,098 0,025 0,066 0,708 0,637 0,071 
Tuổi 15 0,792 -0,072 0,140 -0,075 0,719 0,657 0,062 
Kết quả này sẽ trực quan hơn trong biểu đồ 
của phân tích thành phần chính trong hình 5. 
Kết quả phân tích thành phần chính đã cho 
thấy với rừng ở tuổi 5 thì chất lượng cây rừng 
có mối quan hệ chặt chẽ với đường kính và 
chiều cao và ít đối kháng với đường kính tán 
và chiều cao dưới cành. Tại rừng cấp tuổi 10, 
chất lượng cây rừng cũng phụ thuộc lớn vào 
đường kính, sau đó đến chiều cao, đường kính 
tán và chiều cao dưới cành. Ở rừng 15 tuổi thì 
chất lượng cây rừng cũng chịu ảnh hưởng 
nhiều bởi đường kính và chiều cao, ít bị ảnh 
hưởng bởi đường kính tán và chiều cao dưới 
cành. Do vậy, trong quá trình quản lý rừng Sa 
Mộc, để nâng cao tỷ lệ cây có chất lượng tốt 
cần rất chú ý đến việc tạo các điều kiện thuận 
lợi để cây rừng phát triển tốt về mặt đường kính, 
sau đó mới đến chiều cao và đường kính tán. 
a. Tuổi 5 
b. Tuổi 10 
c. Tuổi 5 
Hình 5. Biểu đồ tương quan cho các cấp tuổi 
Lâm học 
30 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4 - 2018 
3.2.2. Chất lượng cây rừng giữa các cấp tuổi 
Kết quả thống kê số lượng cây tại các cấp 
tuổi theo chất lượng cây rừng được thể hiện 
trong bảng 5. 
Bảng 5. Thống kê tỷ lệ chất lượng cây rừng ở các cấp tuổi 
Cấp tuổi 
Chất lượng 
Tổng 
a b c 
Tuổi 5 
31 
29,2% 
38 
35,8% 
37 
34,9% 
106 
100,0% 
Tuổi 10 
37 
34,3% 
57 
52,8% 
14 
13,0% 
108 
100,0% 
Tuổi 15 
52 
46,8% 
29 
26,1% 
30 
27,0% 
111 
100,0% 
Tổng 
120 
36,9% 
124 
38,2% 
81 
24,9% 
325 
100,0% 
Kết quả thống kê trong bảng 5 cho thấy, tỷ 
lệ cây có chất lượng tốt của rừng 15 tuổi là cao 
nhất (46,8%), sau đó đến tuổi 10 (34,3%) và 
cuối cùng là tuổi 5 (29,2%). Như vậy, khi tuổi 
rừng tăng thì chất lượng cây rừng cũng được 
cải thiện, số lượng cây xấu và trung bình giảm 
dần. Điều này thể hiện khả năng đề kháng của 
rừng được cải thiện, khả năng chống chịu với 
sâu bệnh hại và các tác nhân có hại khác từ bên 
ngoài được cải thiện. Sự khác biệt về chất 
lượng cây rừng giữa ba cấp tuổi là thực sự rõ 
rệt, do giá trị Sig của tiêu chuẩn Chi-squared là 
0,000033 (nhỏ hơn 0,05). 
IV. KẾT LUẬN 
Sa Mộc là loài cây đóng vai trò quan trọng 
tại khu vực nghiên cứu. Qua phân tích số liệu 
thu thập từ các ô tiêu chuẩn, những đặc điểm 
về cấu trúc, biến đổi cấu trúc và chất lượng 
rừng trồng theo tuổi đã được làm rõ, cung cấp 
những minh chứng định lượng rõ ràng cho 
công tác quản lý. 
Kết quả cho thấy cả đường kính ngang ngực 
và chiều cao của cây rừng đều tăng theo tuổi. 
Đường kính trung bình của các cấp tuổi lần 
lượt là 8,73 cm, 16,75 cm và 23,40 cm. Sự 
khác biệt về đường kính và chiều cao giữa các 
cấp tuổi là rất rõ rệt vì tất cả giá trị Sig của mô 
hình tuyến tính hỗn hợp đều nhỏ hơn 0,05. 
Đường kính rừng tuổi 15 lớn hơn rừng tuổi 10 
và tuổi 5 là 6,64 cm và 14,66 cm, trong khi đó 
chiều cao lớn hơn hai cấp tuổi còn lại là 0,9 m 
và 4,86 m. Đồng thời kết quả mô hình tuyến 
tính hỗn hợp dưới đây cũng phản ánh rằng ảnh 
hưởng ngẫu nhiên là không đáng kể với cả 
đường kính và chiều cao. Vì vậy, tính độc lập 
giữa các ô về cả đường kính và chiều cao được 
đảm bảo tốt. 
Kết quả mô hình hóa theo phân bố Weibull 
cho thấy cả đường kính và chiều cao đều có thể 
được mô phỏng tốt bằng hàm Weibull, đặc biệt 
ở tuổi 5 và 10. Ở cấp tuổi cao hơn mức độ phù 
hợp của hàm Weibull giảm xuống. Mối quan 
hệ giữa đường kính và chiều cao ở tuổi 5 có 
thể mô phỏng tốt nhất bằng hàm S với R bình 
phương là 0,679. Tuổi 10, hàm tốt nhất là hàm 
bậc 3 (Cubic) với R bình phương là 0,563 và 
với tuổi 15 hàm tốt nhất để mô phỏng quan hệ 
giữa đường kính và chiều cao là hàm mũ 
(Power) với hệ số tương quan là 0,622. 
Kết quả kiểm tra ảnh hưởng của các nhân tố 
điều tra tới chất lượng cây rừng cho thấy cả 3 
cấp tuổi thì đường kính ngang ngực có ảnh 
hưởng lớn nhất đến chất lượng cây rừng, sau 
đó mới đến các nhân tố khác. Cũng với cả 3 
cấp tuổi thì hệ số ảnh hưởng trực tiếp (AHTT) 
đều lớn hơn nhiều so với hệ số ảnh hưởng gián 
tiếp (AHGT). Một điều đang lưu ý là khi tuổi 
cây rừng tăng lên thì hệ số AHGT có xu hướng 
giảm dần. Điều này cho thấy rừng đã đi vào ổn 
định, chất lượng cây rừng ít bị ảnh hưởng bởi 
các nhân tố bên ngoài hơn, sức đề kháng của 
rừng cũng được cải thiện. Kết quả này cũng đã 
được trình bày trực quan hơn trong biểu đồ của 
phân tích thành phần chính. Tỷ lệ cây có chất 
lượng tốt của rừng 15 tuổi là cao nhất (46,8%), 
sau đó đến tuổi 10 (34,3%) và cuối cùng là tuổi 
Lâm học 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4 - 2018 31 
5 (29,2%). Khi tuổi rừng tăng thì chất lượng 
cây rừng cũng được cải thiện. Chất lượng cây 
rừng giữa ba cấp tuổi có sự khác biệt rõ rệt. 
TÀI LIỆU THAM KHẢO 
1. Frans Bongers (2001). Methods to assess 
tropical rain forest canopy structure: an overview. Plant 
Ecology, (153), tr. 263-277. 
2. Julian J. Faraway (2005). Linear Models with 
R, Chapman & Hall/CRC, Washington, D.C., USA. 
3. Andrzej Gałecki và Tomasz Burzykowski 
(2013). Linear Mixed-Effects Models Using R: A Step-
by-Step Approach. Springer New York, USA. 
4. Phạm Hoàng Hộ (2003). Cây cỏ Việt Nam, 
Quyển I, II, III. Nhà xuất bản trẻ, Hà Nội. 
5. Bui Manh Hung (2016). Structure and 
restoration of natural secondary forests in the Central 
Highlands, Vietnam. Doctoral thesis, Chair of 
Silviculture, Institute of Silviculture and Forest 
protection, Faculty of Environmental Sciences, Dresden 
University of Technology. 
6. Bui Manh Hung và Bui The Doi (2017). 
Applying linear mixed model (LMM) to analyze forestry 
data, checking autocorrelation and random effects, using 
R. Journal of Forestry Science and Technology, No. 
2(2017), pp. 17-26. 
7. Bùi Mạnh Hưng và Nguyễn Thị Bích Phượng 
(2011). SPSS, lời giải cho các vấn đề phân tích số liệu 
lâm nghiệp. Tạp chí Khoa học và Công nghệ Lâm 
nghiệp, số 1(2011), tr. 26-30. 
8. Barry D. Shiver và Bruce E. Borders (1996). 
Sampling techniques for forest resources inventory. John 
Wiley & Sons, Inc. Canada. 
9. Rubén Valbuena (2015). Forest structure 
indicators based on tree size inequality and their 
relationships to airborne laser scanning. Doctoral 
thesis, Faculty of Science and Forestry, University of 
Eastern Finland. 
10. Võ Văn Chi (2012). Từ điển cây thuốc Việt 
Nam. Nhà xuất bản Y học, Hà Nội. 
11. Nguyễn Hải Tuất, Vũ Tiến Hinh và Ngô Kim 
Khôi (2006). Phân tích thống kê trong lâm nghiệp. Nhà 
xuất bản Nông nghiệp, Hà Nội. 
12. Robert Ho (2013). Handbook of Univariate and 
Multivariate Data Analysis with IBM SPSS. CRC Press, 
USA. 
13. Jerrold H. Zar (2010). Biostatistical Analysis 
(5th Edition). Prentice Hall, Upper Saddle River, New 
Jersey 07458, USA. 
14. F.B. Golley (1991). Tropical rain forest 
ecosystems/structure and function. Elsevier scientific 
publishing company, Amsterdam, Netherlands. 
DYNAMICS OF Cunminghamia lanceolata PLANTATION STRUCTURE 
AND QUALITY ON AGES IN SI MA CAI DISTRICT, 
LAO CAI PROVINCE 
Duong Van Huy1, Bui Manh Hung2 
1,2Vietnam National University of Forestry 
SUMMARY 
Results show that both diameter and height of the forestry increase with age. The average diameter of age 
classes is 8.73 cm, 16.75 cm and 23.40 cm. The difference in diameter and height between ages is significant, 
as the Sig value of linear mixed effect models is less than 0.05. Weibull distribution can simulate well for both 
diameter and height frequency distributions. At an higher age levels, the fitness of the Weibull function 
reduced. The relationship between diameter and height at age 5 can best be simulated by the S function S, that 
for age-10 forest is Cubic and age-15 forest is Power. At all three ages, DBH has the greatest effect on the 
quality of the tree forest, and followed by other factors. The coefficient of direct influence is much larger than 
the indirect effect coefficient. As the forest tree age increases, the indirect effect coefficient tends to decrease 
and the forest becomes more stable. The percentage of good quality forest trees in the 15 year age group is 
highest (46.8%), followed by the age of 10 (34.3%) and the fifth year (29.2%). The difference in the quality of 
forest trees between the three age groups is significant. 
Keywords: Forest structure, forest tree quality, linear mixed model, principal component analysis. 
Ngày nhận bài : 07/10/2017 
Ngày phản biện : 29/7/2018 
Ngày quyết định đăng : 06/8/2018