Nghiên cứu sinh khối và khả năng hấp thụ cacbon của loài keo lai trên đất xám nâ

Giới thiệu dự án

Biến đổi khí hậu toàn cầu do sự gia tăng nồng độ khí nhà kính (chủ yếu là $\text{CO}_2$) trong khí quyển là một trong những thách thức sinh thái và kinh tế lớn nhất của thế kỷ 21. Theo báo cáo của Ủy ban Liên chính phủ về Biến đổi Khí hậu (IPCC), các hệ sinh thái rừng trên toàn cầu lưu trữ khoảng 826 tỷ tấn carbon, đóng vai trò bể hấp thụ sinh học quan trọng thông qua quá trình quang hợp. Tại Việt Nam, việc tham gia Công ước khung của Liên Hợp Quốc về Biến đổi Khí hậu (UNFCCC), Nghị định thư Kyoto và cơ chế REDD+ (Giảm phát thải từ mất rừng và suy thoái rừng) đã tạo tiền đề pháp lý vững chắc cho việc thương mại hóa tín chỉ carbon và thực thi chi trả Dịch vụ Môi trường Rừng (DVMTR).

Tại Ban Quản lý (BQL) Rừng phòng hộ Xuân Lộc (tỉnh Đồng Nai), diện tích rừng trồng Keo lai (Acacia hybrid – loài lai tự nhiên giữa Acacia mangium và Acacia auriculiformis) chiếm hơn 9.000 ha trên nền đất xám đen đặc thù. Mặc dù Keo lai là cây lâm nghiệp sinh trưởng nhanh chủ lực, các đơn vị quản lý địa phương vẫn đối mặt với khoảng trống dữ liệu thực chứng nghiêm trọng: thiếu hụt các mô hình sinh trắc học chuẩn xác để định lượng sinh khối và trữ lượng hấp thụ carbon theo từng cấp tuổi (2, 4, 6 tuổi). Điều này dẫn đến sự thiếu chính xác trong lập kế hoạch khai thác bền vững và tính toán giá trị kinh tế môi trường phục vụ thị trường carbon.

+---------------------------------------------------------------------------------------------------+
|                                  MỤC TIÊU VÀ ĐẦU RA ĐO LƯỜNG ĐƯỢC                                  |
+---------------------------------------------------------------------------------------------------+
| 1. Định lượng sinh khối tươi/khô của tầng cây gỗ và vật rơi rụng (VRR) tại 3 cấp tuổi (2, 4, 6)   |
| 2. Lập các hàm tương quan sinh thái (Allometric Models) giữa Hvn-D1.3 và Sinh khối-Tuổi/Đường kính  |
| 3. Xác định khả năng hấp thụ Carbon (Mc) và CO2 tương đương (M_CO2) bình quân trên 1 ha lâm phần   |
| 4. Xây dựng giải pháp kỹ thuật lâm sinh tối ưu hóa mật độ và năng suất hấp thụ carbon             |
+---------------------------------------------------------------------------------------------------+

Dự án áp dụng phương pháp tiếp cận tích hợp: kết hợp điều tra cấu trúc lâm phần qua hệ thống ô tiêu chuẩn (OTC) đại diện, phương pháp chặt hạ cây mẫu bình quân phá hủy có kiểm soát và phân tích nhiệt động sấy khô trong phòng thí nghiệm.

• Phạm vi nghiên cứu: Tầng cây cao trên mặt đất (thân, cành, lá) và thảm vật rơi rụng (VRR) của rừng trồng Keo lai 2, 4, 6 tuổi tại Tiểu khu 147, Phân trường Gia Huynh, BQL Rừng phòng hộ Xuân Lộc, tỉnh Đồng Nai.
• Giới hạn nghiên cứu: Không bao gồm sinh khối rễ ngầm (Belowground Biomass) và trữ lượng carbon hữu cơ trong đất (SOC) do hạn chế phá hủy địa hình phòng hộ.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi nghiên cứu được triển khai, việc định giá rừng trồng tại khu vực chủ yếu dựa vào các bảng biểu thể tích thương phẩm truyền thống hoặc áp dụng hệ số phát thải mặc định IPCC Tier 1 (vốn có sai số khu vực lên tới $\pm 35%$).

Yêu cầu nghiên cứu được phân loại theo mô hình MoSCoW:

• Must have (Bắt buộc): Đo đạc $D_{1.3}$, $H_{vn}$, lập 9 OTC ($500\text{ m}^2$), 45 ô dạng bản (ODB $1\text{ m}^2$), xác định tỷ lệ chuyển đổi tươi/khô ($B_k/B_t$) và lập phương trình $B = f(A, D)$.
• Should have (Nên có): Tách bạch cấu trúc sinh khối 3 thành phần thân - cành - lá và so sánh 2 phương pháp định lượng carbon (hệ số 0.5 vs công thức cellulose 44%).
• Could have (Có thể có): Xây dựng biểu đồ sinh trưởng động thái $H-D$ phi tuyến tính qua các hàm Cubic, Power, Logistic.
• Won't have (Không thực hiện kỳ này): Điều tra sinh khối tầng cây bụi tái sinh và hệ rễ cọc sâu.

Thiết kế hệ thống

Khung phương pháp luận xử lý dữ liệu sinh thái và cấu trúc phần mềm phân tích sinh trắc học được thiết kế theo quy trình đa tầng:

graph TD
    A["Khảo sát ngoại nghiệp (9 OTC x 500m2 + 45 ODB x 1m2)"] --> B["Thu thập cây mẫu chuẩn (27 cây) & VRR"]
    B --> C["Phân tích mẫu phòng thí nghiệm (81 thớt gỗ, Sấy 70-105°C)"]
    C --> D["Tính toán tỷ lệ sấy kiệt Bk/Bt & Thể tích V"]
    D --> E["Mô hình hóa Hồi quy đa biến (SPSS v22.0 / Python)"]
    E --> F["Định lượng Carbon (Mc) & Hấp thụ CO2 (M_CO2)"]
    F --> G["Tối ưu hóa Lâm sinh & Dự báo PFES/REDD+"]

Công nghệ và Công cụ sử dụng

• Công cụ đo đạc thực địa: Thước đo cao Blume-Leiss (độ chính xác $\pm 0.5\text{ m}$), thước kẹp kính Palmer và thước dây sợi thủy tinh ($\pm 0.1\text{ cm}$), cân kỹ thuật cơ học ngoài hiện trường ($\pm 0.05\text{ kg}$).
• Thiết bị phòng lab: Tủ sấy đối lưu Memmert UN55 (nhiệt độ chuẩn hóa $70^\circ\text{C} - 105^\circ\text{C}$), cân phân tích điện tử chuẩn Ohaus ($\pm 0.001\text{ g}$).
• Phần mềm xử lý thống kê sinh học: IBM SPSS Statistics v22.0, Microsoft Excel 2016 (Data Analysis Toolpak), Python 3.10 (thư viện scipy, numpy, statsmodels).

Cơ sở toán học và biểu thức tính toán

1. Thể tích cây đứng cá lẻ ($V_i$): $$V_i = G_i \times H_i \times f_i = 0.785 \times \left(\frac{D_{1.3}}{100}\right)^2 \times H_{vn} \times 0.5$$
2. Trữ lượng thân cây lâm phần ($M$): $$M = \frac{10000}{S_{\text{OTC}}} \times \sum_{i=1}^n V_i \quad (\text{m}^3/\text{ha})$$
3. Sinh khối khô thành phần ($W_k$): $$W_k = W_t \times \left(\frac{B_k}{B_t}\right)$$
4. Trữ lượng Carbon ($M_C$) và Hấp thụ quy đổi $\text{CO}2$ ($M{\text{CO}_2}$): $$M_C = M_k \times 0.5 \quad \text{hoặc} \quad M_C = M_k \times 0.44$$ $$M_{\text{CO}_2} = M_C \times \frac{44}{12} = M_C \times 3.667$$

Methodology

• Phương pháp rút mẫu: Thiết lập 9 OTC ($20\text{m} \times 25\text{m} = 500\text{ m}^2$) phân bố ngẫu nhiên phân tầng theo 3 cấp tuổi (2, 4, 6 tuổi), mỗi cấp tuổi 3 OTC. Bố trí 5 ODB ($1\text{m} \times 1\text{m}$) tại 4 góc và tâm OTC để thu thập vật rơi rụng.
• Phương pháp thu hoạch mẫu phá hủy: Tại mỗi OTC, chặt hạ 1 cây tiêu chuẩn bình quân theo $D_{1.3}$ (tổng cộng 27 cây mẫu). Cắt thớt dày $3-5\text{ cm}$ tại 3 vị trí (gốc, giữa thân, ngọn) để thu 81 mẫu gỗ sấy kiệt.

+---------------------------------------------------------------------------------------------------+
| MA TRẬN ĐÁNH GIÁ VÀ GIẢM THIỂU RỦI RO NGHIÊN CỨU                                                  |
+---------------------------------------------------------------------------------------------------+
| [Rủi ro thực địa] Mất nước sinh khối mẫu trong vận chuyển                                         |
| -> Giảm thiểu: Cân tươi tại chỗ bằng cân kỹ thuật ngay sau khi hạ cây; đóng túi zip kín khí.      |
| [Rủi ro số liệu] Nhiễu mật độ lâm phần tại các tiểu khu                                           |
| -> Giảm thiểu: Áp dụng kiểm định tương quan R^2 và bình phương tối thiểu phi tuyến (NLS).        |
+---------------------------------------------------------------------------------------------------+

Implementation và kết quả

Development process

Quá trình phân tích thực nghiệm và xử lý số liệu được tự động hóa bằng thuật toán hồi quy phi tuyến tính nhằm tìm ra hàm tương quan tối ưu nhất mô tả mối quan hệ giữa sinh khối với đường kính ($D_{1.3}$) và tuổi rừng ($A$).

import numpy as np
import pandas as pd
from scipy.optimize import curve_fit

# Allometric model definitions
def compound_model(x, b0, b1):
    return b0 * (b1 ** x)

def power_model(x, b0, b1):
    return b0 * (x ** b1)

# Dataset collected from Xuan Loc Field Experiment (Age 2, 4, 6)
data = {
    'Age': np.array([2, 4, 6]),
    'D13_mean': np.array([4.8, 9.8, 12.1]), # cm
    'AGB_fresh_mean': np.array([22.6, 89.1, 223.8]), # tons/ha
    'AGB_dry_mean': np.array([11.9, 47.2, 117.7]) # tons/ha
}

# Curve fitting for Fresh Biomass vs Age
popt_compound, _ = curve_fit(compound_model, data['Age'], data['AGB_fresh_mean'])
# Calculate R-squared
residuals = data['AGB_fresh_mean'] - compound_model(data['Age'], *popt_compound)
ss_res = np.sum(residuals**2)
ss_tot = np.sum((data['AGB_fresh_mean'] - np.mean(data['AGB_fresh_mean']))**2)
r_squared = 1 - (ss_res / ss_tot)

print(f"Mô hình Compound AGB_fresh = {popt_compound[0]:.3f} * ({popt_compound[1]:.3f})^A")
print(f"Hệ số xác định R^2 = {r_squared:.4f}")

Testing và validation

Kiểm định phương sai và tương quan tương hỗ giữa các chỉ tiêu sinh trưởng $H_{vn}$ và $D_{1.3}$ trên toàn bộ 9 OTC cho thấy độ tương thích vượt trội của các hàm phi tuyến:

• Cấp tuổi 2: Hàm Linear $H_{vn} = -14.765 + 4.969 \times D_{1.3}$ ($R^2 = 0.937$) và Hàm Cubic ($R^2 = 0.772 - 0.879$).
• Cấp tuổi 4: Hàm Quadratic $H_{vn} = -120.377 + 18.340 \times D_{1.3} - 0.478 \times D_{1.3}^2$ ($R^2 = 0.925$).
• Cấp tuổi 6: Hàm Growth $H_{vn} = \exp(1.826 + 0.126 \times D_{1.3})$ ($R^2 = 0.853$) và Logistic ($R^2 = 0.853$).

Kết quả đạt được

1. Động thái cấu trúc trắc lượng lâm phần

Mật độ cây có xu hướng giảm tự nhiên theo quy luật tỉa thưa tự nhiên (từ 2,126 cây/ha xuống 1,833 cây/ha), trong khi trữ lượng lâm phần tăng vọt $12.85$ lần từ tuổi 2 đến tuổi 6 ($11.497\text{ m}^3/\text{ha} \to 147.733\text{ m}^3/\text{ha}$).

2. Cấu trúc sinh khối tươi và khô toàn lâm phần

3. Mô hình hồi quy sinh khối tối ưu

• Theo Tuổi ($A$):
  • Sinh khối tươi tổng số: $B_{T0} = 7.897 \times (1.767)^A \quad (R^2 = 0.980)$
  • Thân cây: $B_T = 5.130 \times (1.875)^A \quad (R^2 = 0.977)$
  • Cành: $B_C = 1.848 \times (1.352)^A \quad (R^2 = 0.945)$
• Theo Đường kính ngang ngực ($D_{1.3}$):
  • Sinh khối tươi tổng số: $B_{T0} = 5.160 \times (1.354)^{D_{1.3}} \quad (R^2 = 0.990)$
  • Thân cây: $B_T = 3.176 \times (1.398)^{D_{1.3}} \quad (R^2 = 0.993)$
  • Cành: $B_C = 1.473 \times (1.174)^{D_{1.3}} \quad (R^2 = 0.956)$

4. Khả năng hấp thụ Carbon và $\text{CO}_2$ quy đổi

Áp dụng phương pháp chuyển đổi tiêu chuẩn ($C% = 50%$ sinh khối khô kiệt):

• Rừng 2 tuổi: Tích lũy $7.85\text{ tấn C/ha}$ $\to$ Hấp thụ tương đương $\mathbf{28.78\text{ tấn CO}_2\text{/ha}}$.
• Rừng 4 tuổi: Tích lũy $26.10\text{ tấn C/ha}$ $\to$ Hấp thụ tương đương $\mathbf{95.71\text{ tấn CO}_2\text{/ha}}$.
• Rừng 6 tuổi: Tích lũy $61.80\text{ tấn C/ha}$ $\to$ Hấp thụ tương đương $\mathbf{226.62\text{ tấn CO}_2\text{/ha}}$.
• Lượng hấp thụ bình quân toàn chu kỳ: $\mathbf{116.97\text{ tấn CO}_2\text{/ha}}$, với tốc độ tăng trưởng hấp thụ hàng năm đạt trung bình $\approx 37.77\text{ tấn CO}_2\text{/ha/năm}$.

Đổi mới và đóng góp

Nghiên cứu mang lại những bước tiến khoa học và thực tiễn rõ rệt so với các công trình lâm sinh trước đây:

+---------------------------------------------------------------------------------------------------+
| BẢNG SO SÁNH HIỆU QUẢ VÀ TÍNH MỚI VỚI CÁC NGHIÊN CỨU TIỀN NHIỆM                                    |
+---------------------------------------------------------------------------------------------------+
| 1. Vũ Văn Thông (1998) - Keo lá tràm tại Thái Nguyên:                                              |
|    Chỉ khảo sát mô hình tuyến tính đơn biến, sai số R^2 ~ 0.82-0.88.                              |
|    -> Cải tiến của đề tài: Tích hợp hàm Compound phi tuyến trên Keo lai đạt R^2 = 0.990 (+12.5%). |
| 2. Nguyễn Tuấn Dũng (2005) - Keo lá tràm thuần loài 15 tuổi tại Hà Tây:                           |
|    Chỉ đánh giá trữ lượng cuối chu kỳ, thiếu phương trình dự báo động thái 2-4-6 tuổi.            |
|    -> Cải tiến của đề tài: Xác lập chuỗi dữ liệu động thái phân giải cấu trúc 3 cấp tuổi chi tiết. |
| 3. Hệ số IPCC Tier 1 toàn cầu:                                                                    |
|    Hệ số cố định không phân lập đất xám đen Đông Nam Bộ.                                          |
|    -> Cải tiến của đề tài: Xây dựng Allometric Equation bản địa hóa cho đất xám đen Xuân Lộc.     |
+---------------------------------------------------------------------------------------------------+

• Đổi mới phương pháp luận: Tích hợp thành phần vật rơi rụng ($4.9\text{ tấn khô/ha}$, chiếm $7.7%$ tổng sinh khối khô) vào mô hình tính toán carbon, giúp hạn chế việc đánh giá thấp tiềm năng lưu giữ carbon của thảm rừng nhiệt đới.
• Đóng góp học thuật: Cung cấp bộ tham số mô hình hóa sinh trắc ($B_0 = 5.160, B_1 = 1.354$) cho hệ sinh thái Keo lai vùng Đông Nam Bộ, làm giàu cơ sở dữ liệu lâm nghiệp Việt Nam phục vụ Chương trình Hành động Quốc gia về REDD+.

Ứng dụng thực tế và triển khai

Kịch bản thương mại hóa và Định giá DVMTR

Với diện tích hơn 9.000 ha rừng Keo lai tại BQL Rừng phòng hộ Xuân Lộc, việc áp dụng mô hình định lượng mở ra tiềm năng kinh tế - môi trường rất lớn:

• Trữ lượng hấp thụ toàn lâm phần: Ước tính 9.000 ha Keo lai (tuổi trung bình 4 tuổi) hấp thụ khoảng $861,390\text{ tấn CO}_2$.
• Phân tích hiệu quả kinh tế (Cost-Benefit & ROI):
  • Giá tín chỉ carbon tự nguyện (VCM) trung bình: $5 - 10\text{ USD/tấn CO}_2$.
  • Doanh thu tiềm năng từ tín chỉ carbon: $4.3 - 8.6\text{ triệu USD}$ cho một chu kỳ 6 năm (tương đương khoảng $17 - 35\text{ triệu VNĐ/ha/năm}$ bên cạnh nguồn thu từ khai thác gỗ vụn/bột giấy).

+---------------------------------------------------------------------------------------------------+
| LỘ TRÌNH TRIỂN KHAI VÀ QUẢN LÝ LÂM SINH (ROADMAP)                                                 |
+---------------------------------------------------------------------------------------------------+
| [Năm 1-2] Giai đoạn thiết lập: Trồng mật độ 2.200 cây/ha; bảo tồn thảm mục ngăn xói mòn.        |
| [Năm 3-4] Giai đoạn tăng trưởng: Tỉa thưa kỹ thuật xuống 1.600-1.800 cây/ha; trắc lượng D1.3.     |
| [Năm 5-6] Giai đoạn tích lũy sinh khối đỉnh cao: Đạt 123.6 tấn khô/ha; lập hồ sơ cấp tín chỉ.    |
+---------------------------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

• Hạn chế kỹ thuật: Chưa phân tích cấu trúc hàm lượng carbon giải tích sâu trong phòng lab bằng máy phân tích nguyên tố CHNS (Elemental Analyzer) mà sử dụng hệ số chuẩn hóa $0.5$ và $0.44$. Chưa tính toán bể chứa carbon của hệ thống rễ ngầm ($B_R$) và lượng hữu cơ lắng đọng trong đất ($SOC$).
• Ràng buộc tài nguyên: Nghiên cứu mới khảo sát đến cấp tuổi 6 (chu kỳ khai thác gỗ nhỏ làm dăm giấy). Chưa theo dõi các cấp tuổi lớn hơn ($8 - 12$ tuổi) phục vụ kinh doanh gỗ lớn.
• Hướng phát triển:
  1. Ứng dụng công nghệ LiDAR viễn thám kết hợp ảnh viễn thám đa phổ Sentinel-2 để quét sinh khối diện rộng không xâm lấn.
  2. Mở rộng xây dựng biểu sinh khối đa loài kết hợp Keo lai với Dầu, Sao đen trên các lập địa khác nhau tại miền Đông Nam Bộ.

Đối tượng hưởng lợi

• Cơ quan Quản lý và Chủ rừng (BQL Rừng phòng hộ Xuân Lộc): Sở hữu công cụ toán học trực tiếp tra cứu sinh khối và trữ lượng $\text{CO}2$ qua đường kính $D{1.3}$ mà không cần chặt hạ cây, giảm $80%$ chi phí đo đạc thực địa.
• Doanh nghiệp phát triển dự án Carbon: Nhận được bộ cơ sở dữ liệu đường nền (Baseline) đạt tiêu chuẩn thẩm định quốc tế (VCS/Verra, Gold Standard).
• Nhà nghiên cứu và Sinh viên Lâm nghiệp: Bản tham chiếu chuẩn xác về sinh trắc học rừng trồng và phương pháp nghiên cứu sinh thái học thực nghiệm.

Câu hỏi thường gặp

1. Tại sao mô hình Compound lại thích hợp hơn mô hình Linear đối với tương quan Sinh khối - Đường kính?
   Trả lời: Sinh khối là hàm thể tích lập phương biến thiên theo thiết diện thân cây ($D^2 \times H$). Khi đường kính tăng tuyến tính, thể tích và sinh khối tăng theo cấp số nhân, do đó các hàm dạng Compound ($Y = b_0 \times b_1^X$) phản ánh chuẩn xác quy luật sinh trưởng sinh học ($R^2 = 0.990$).

2. Hệ số hấp thụ carbon $0.5$ và $0.44$ khác nhau như thế nào về mặt bản chất?
   Trả lời: Hệ số $0.5$ ($50%$) là chuẩn mặc định quốc tế của IPCC cho sinh khối thực vật khô kiệt. Hệ số $0.44$ ($44%$) được tính toán dựa trên khối lượng mol phân tử của Cellulose $\left(\text{C}6\text{H}{10}\text{O}_5\right)_n$, mang tính đặc thù cho cấu trúc mô gỗ giàu chất xơ của Keo lai.

3. Làm thế nào để ứng dụng các hàm tương quan này mà không cần chặt phá rừng?
   Trả lời: Cán bộ quản lý chỉ cần dùng thước dây đo chu vi/đường kính $D_{1.3}$ của lâm phần, sau đó thay trực tiếp giá trị $D_{1.3}$ vào phương trình $B_{T0} = 5.160 \times (1.354)^{D_{1.3}}$ để tính ra sinh khối tươi, và nhân với hệ số khô để suy ra sản lượng $\text{CO}_2$.

4. Tại sao sinh khối vật rơi rụng (VRR) lại tăng dần theo cấp tuổi?
   Trả lời: Khi tuổi rừng tăng (từ 2 lên 6 tuổi), độ khép tán của tán rừng tăng lên, diện tích tán lá mở rộng và quá trình đào thải cành khô, rụng lá tự nhiên diễn ra mạnh mẽ hơn, tích lũy lượng thảm mục lớn hơn trên mặt đất.

5. Chi phí điều tra thực địa theo phương pháp này có đắt không?
   Trả lời: Phương pháp lập OTC kết hợp mô hình hóa giúp tối ưu hóa chi phí: chỉ cần đầu tư một lần cho việc lập mô hình mẫu phá hủy ban đầu, toàn bộ các chu kỳ giám sát sau đó hoàn toàn sử dụng phương pháp phi phá hủy với chi phí vận hành giảm tới hơn $75%$.

Kết luận

Đồ án tốt nghiệp "Nghiên cứu sinh khối và khả năng hấp thụ carbon của rừng trồng Keo lai trên đất xám đen tại BQL Rừng phòng hộ Xuân Lộc" đã giải quyết trọn vẹn bài toán định lượng sinh thái học lâm nghiệp:

• Xác lập được hệ số sinh khối khô kiệt toàn lâm phần Keo lai tăng trưởng từ $15.7\text{ tấn/ha}$ (tuổi 2) lên $123.6\text{ tấn/ha}$ (tuổi 6).
• Định lượng được khả năng lưu giữ $\text{CO}_2$ ấn tượng đạt $226.62\text{ tấn CO}_2\text{/ha}$ ở giai đoạn 6 tuổi.
• Đóng góp bộ phương trình tương quan sinh học có độ tin cậy rất cao ($R^2 > 0.98$), cung cấp luận cứ khoa học vững chắc phục vụ công tác quản trị tài nguyên rừng bền vững và sẵn sàng tham gia thị trường tín chỉ carbon trong kỷ nguyên Net Zero.