Phân tích đa tiêu chí trong thành lập bản đồ dự báo nguy cơ cháy rừng

56 Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 58, Kỳ 4 (2017) 56-65 
Phân tích đa tiêu chí trong thành lập bản đồ dự báo nguy cơ 
cháy rừng 
Đỗ Thị Phương Thảo 1,*, Nguyễn Mạnh Hải 1, Vũ Khánh Linh 1, Nguyễn Danh Đức 1 
Khoa Trắc địa - Bản đồ và Quản lý đất đai, Trường Đại học Mỏ - Địa chất, Việt Nam 
THÔNG TIN BÀI BÁO 
TÓM TẮT 
Quá trình: 
Nhận bài 15/3/2017 
Chấp nhận 15/7/2017 
Đăng online 31/8/2017 
 Cảnh báo và ngăn chặn cháy rừng nhằm bảo vệ hệ sinh thái rừng là cần 
thiết và phải được quản lý, giám sát hiệu quả. GIS là một công cụ phân tích 
không gian kết hợp với phân tích đa tiêu chí có thể dự báo, đánh giá mức 
độ, nguy cơ cháy rừng xảy ra ở đâu và khi nào. Khu vực thực nghiệm là 
huyện Ba Vì, nơi có vườn Quốc gia tự nhiên và diện tích rừng lớn nhất Hà 
Nội cần bảo tồn. Chín nhân tố, được chia theo các nhóm vật liệu cháy, tác 
nhân gây cháy, tác nhân thời tiết và nhân tố tự nhiên chiết xuất từ dữ liệu 
viễn thám, bản đồ địa hình, mô hình số độ cao (DEM) được gán trọng số 
khác nhau tùy mức độ ảnh hưởng theo phương pháp phân tích thứ bậc 
(AHP). Bản đồ kết quả dự báo nguy cơ cháy rừng được thể hiện bằng bốn 
mức độ: thấp, trung bình, cao và rất cao, sau đó được so sánh với hệ thống 
quản lý cháy toàn cầu (Global Fire Management System). Kết quả cho thấy 
khu vực cỏ, cây bụi, rừng thông, keo, và gần khu dân cư là nơi xác suất dễ 
xảy ra cháy rừng cao hơn tại thời điểm mùa khô (chiếm 8.92% tổng diện 
tích) nên cần triển khai trước các biện pháp phòng cháy rừng. 
© 2017 Trường Đại học Mỏ - Địa chất. Tất cả các quyền được bảo đảm. 
Từ khóa: 
MCA 
Dự báo cháy 
Ba Vì 
GIS 
AHP 
1. Mở đầu 
Ba Vì là huyện có diện tích rừng tự nhiên 
lớn nhất của Hà Nội. Quanh chân núi Ba Vì có 
15 đơn vị đang khai thác du lịch. Xung quanh 
vườn quốc gia Ba Vì chủ yếu là người dân tộc 
sinh sống, việc dùng lửa còn bất cẩn, thiếu kiểm 
soát khi làm nương rẫy, vào rừng đốt ong, đốn 
củi, sưởi ấm gia súc,... nên luôn tiềm ẩn nguy cơ 
cháy rừng dẫn đến việc phòng chống cháy rừng 
là cực kỳ quan trọng. Hiện trạng rừng ở Ba Vì 
lại có khối lượng thực bì lớn, các trảng cỏ, rừng 
giang, nứa, tre, cỏ tranh, lau sậy khá nhiều, 
chính vì vậy, vườn quốc gia Ba Vì được xếp vào 
diện nguy cơ xảy ra cháy rừng cao, theo thống 
kê các vụ cháy rừng trong 3 năm qua, vườn 
quốc gia Ba Vì đã xảy ra 7 vụ cháy. Thực tiễn 
cho thấy, ngoài yếu tố khách quan như sét đánh 
(chưa xảy ra) thì nguyên nhân chính gây cháy 
rừng là do con người. Do vậy để hạn chế cháy 
rừng, việc cần thiết và cấp bách là phải lập các 
bản đồ dự báo, xác định các khu vực, vị trí có 
nguy cơ xảy ra cháy cao giúp các cấp chính 
quyền địa phương tăng cường tuyên truyền, 
vận động cộng đồng dân cư sống gần rừng 
nâng cao ý thức trách nhiệm về công tác bảo vệ, 
phòng cháy chữa cháy rừng. 
_____________________ 
*Tác giả liên hệ 
E-mail: dothiphuongthao@humg.edu.vn 
 Đỗ Thị Phương Thảo và nnk/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 56-65 57 
Những năm gần đây, công nghệ GIS đã trở 
thành một công cụ hữu ích và mạnh mẽ trong 
quản lý hợp lý tài nguyên rừng và các yếu tố 
hỏa hoạn (Luis and Carlos, 2008; Yakubu et al., 
2015). GIS còn là một công cụ quan trọng để 
tích hợp dữ liệu không gian, dữ liệu thuộc tính 
trong phân tích nên có thể xem xét nhiều tác 
nhân ảnh hưởng tới cháy rừng gồm cả các yếu 
tố tự nhiên và yếu tố con người để lập ra các 
bản đồ chi tiết, chính xác hơn về dự báo nguy 
cơ cháy rừng. Cùng với sự phát triển của công 
nghệ GIS, phân tích đa tiêu chí (Multi-Criteria 
Analysis, MCA) ngày càng trở nên phổ biến vì 
nó liên quan đến quá trình so sánh phân cấp 
bậc để đưa ra một ma trận trọng số quyết định 
các yếu tố nào quan trọng hơn gây ra hỏa hoạn 
(Dao Thi Thanh Huyen, Vu Anh Tuan, 2008). Có 
hàng ngàn bài báo khoa học tập trung vào lĩnh 
vực nghiên cứu này với nhiệm vụ quan trọng là 
tìm ra các yếu tố gây cháy và tính toán các 
trọng số. Một nghiên cứu được thực hiện rất 
sớm bởi Chuvieco và Congalton (Chuvieco and 
Congalton, 1989) áp dụng công nghệ viễn thám 
và công nghệ GIS để lập bản đồ cảnh báo một 
khu vực cháy rừng ở Tây Ban Nha sử dụng hình 
ảnh vệ tinh Landsat TM làm cơ sở phân loại 
thảm thực vật và xác định các nhân tố khác, có 
năm yếu tố ảnh hưởng được xếp hạng theo tầm 
quan trọng lần lượt là: thảm thực vật, độ dốc, 
hướng, khoảng cách đến giao thông và độ cao, 
do đó theo nghiên cứu này loại thực vật là quan 
trọng nhất. Nghiên cứu từ Vadrevu et al., 
(2011), cũng sử dụng phân tích MCA để xử lý 
bốn nhóm thông số là: địa hình, thảm thực vật, 
khí hậu và các yếu tố kinh tế xã hội. Với nghiên 
cứu này, khí hậu đã được thêm vào vì diện tích 
khu vực nghiên cứu lớn. Để đánh giá các thông 
số, nghiên cứu sử dụng quy trình phân cấp thứ 
bậc tính ra các trọng số cho từng yếu tố. Thông 
số kinh tế xã hội có trọng số cao hơn các thông 
số địa hình, có nghĩa là các hoạt động của con 
người được coi là yếu tố quan trọng nhất gây 
cháy rừng. Ở Việt Nam, Lưu Thế Anh và nnk 
(2014), sử dụng ảnh Landsat ETM chụp năm 
2011 xác định tám tham số: loại rừng, nhiệt độ, 
lượng mưa, vận tốc gió, độ dốc, hướng địa hình, 
khoảng cách đến nương rẫy và khoảng cách tới 
dân cư làm đầu vào trong mô hình GIS để cảnh 
báo nguy cơ cháy rừng gây ô nhiễm môi trường 
khói bụi của tỉnh Đắc Lắk. Vũ Thành Minh và 
nnk (2016), sử dụng ảnh Landsat 8 OLI chiết 
tách các yếu tố gây cháy tại vườn quốc gia 
Chàm Chim gồm: mật độ sinh khối, loại hình 
lớp phủ, độ ẩm lá, nhiệt độ bề mặt, khoảng cách 
nguồn nước và khu dân cư sau đó cho điếm, 
gán trọng số và chồng chập các bản đồ chuyên 
đề thể hiện bản đồ nhạy cảm cháy. Các phương 
pháp này cũng có nhiều hạn chế là chưa tính 
hết các nhân tố ảnh hưởng đến cháy rừng, phải 
thu thập được các số liệu đo thực tế cùng thời 
điểm ảnh viễn thám nên sẽ gặp nhiều khó khăn. 
Với mong muốn góp phần tìm kiếm 
phương pháp dự báo nguy cơ cháy rừng có 
hiệu quả, đơn giản và nhanh chóng, bài báo 
trình bày phương pháp tích hợp ảnh vệ tinh và 
phân tích đa tiêu chí từ hệ thống thông tin địa 
lý (GIS) để thành lập bản đồ dự báo nguy cơ 
cháy rừng ở khu vực huyện Ba Vì nhằm xác 
định các khu vực có khả năng cháy rừng, giúp 
cán bộ sở lâm nghiệp, các cơ quan chức năng có 
thể ngăn ngừa, giảm thiểu hoặc có những biện 
pháp hành động phòng tránh hỏa hoạn trong 
mùa thường xảy ra cháy rừng cao. 
2. Khu vực nghiên cứu 
Ba Vì là huyện thuộc vùng bán sơn địa, 
phía tây bắc Hà Nội, diện tích là 424km² với 
hơn 265 nghìn người gồm các dân tộc Kinh, 
Mường, Dao sinh sống tập trung chủ yếu ở 
vùng đồng bằng ven sông, còn nhiều dân sống 
tại vùng đệm của Vườn Quốc gia vẫn giữ tập 
quán đốt rừng làm nương rẫy, mùa đông đốt 
lửa sưởi ấm cho gia súc. Địa hình của huyện 
thấp dần từ phía tây nam sang phía đông bắc, 
chia thành 3 tiểu vùng khác nhau: vùng núi, 
vùng đồi gò, vùng đồng bằng ven sông. Vùng 
núi chiếm 47,5% diện tích, trong đó có Vườn 
Quốc gia Ba Vì với một số đỉnh núi có độ cao 
trên 1000m, độ dốc khá lớn, càng lên cao độ 
dốc càng tăng nên việc đi lại là không thuận lợi. 
Trên khu vực vườn Quốc gia Ba Vì có rất ít suối, 
khả năng giữ nước là rất thấp, đặc biệt khi vào 
mùa khô. Khí hậu khu vực nóng ẩm, nhiệt đới 
gió mùa, chia thành hai mùa rõ rệt: mùa mưa 
từ cuối tháng 4 đầu tháng 5 đến tháng 10, mùa 
khô từ tháng 11 đến cuối tháng 4. Lượng mưa 
hàng năm dao động trong khoảng 2500 mm. 
Nhiệt độ trung bình năm khoảng 23,4°C. Tháng 
5 đến tháng 8 là thời gian nóng nhất trong năm, 
nhiệt độ có thể đến 37°C. Vào những ngày thời 
58 Đỗ Thị Phương Thảo và nnk/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 56-65 
Hình 1. Vị trí địa lý khu vực nghiên cứu. 
tiết rất khô hanh, độ ẩm trong không khí ở đây 
rất thấp. 
Theo thống kê của Chi cục Kiểm lâm Hà 
Nội, tổng diện tích đất lâm nghiệp của huyện Ba 
Vì là 11.160,3 ha, đất có rừng là 10.224,6 ha, 
diện tích rừng tự nhiên là 1.754,8 ha, rừng 
trồng là 8.465,8 ha. Rừng tự nhiên được phủ 
xanh bằng các loại thảm thực vật đa dạng, 
phong phú, có nhiều loài cây họ dầu và cây lá 
rộng, thường rụng lá nhiều vào mùa đông, rất 
dễ cháy. 
3. Phương pháp và dữ liệu 
3.1. Phương pháp nghiên cứu 
Để xác định nơi có thể xảy ra cháy rừng 
cần phải xem xét các yếu tố như: nguồn nhiên 
liệu dễ bắt lửa, các yếu tố là tác nhân gây ra 
cháy và các yếu tố bổ sung như khí hậu, địa 
hình tác động thêm. Nhiều nghiên cứu chỉ tính 
đến các vụ cháy rừng do con người gây ra và 
nhiều nghiên cứu lại thiên về các vật liệu dễ 
cháy như kiểu và đặc điểm của rừng (Luis and 
Carlos, 2008). MCA là một công nghệ mạnh mẽ 
để đưa ra quyết định phức tạp như trên 
(Krishna et al., 2009). Tùy thuộc vị trí đặc điểm 
khu vực nghiên cứu, các tiêu chí phù hợp hoặc 
tối ưu (các biến) được đưa ra phân tích cụ thể 
(Yakubu et al., 2015). Các biến có thể được chia 
thành nhiều nhóm, ảnh hưởng đến xác suất có 
thể xảy ra cho đối tượng. Bản đồ cho biết xác 
suất đối tượng được gọi là bản đồ các yếu tố, 
cộng với sự giúp đỡ của phân tích thứ bậc xác 
định trọng số (Analytic Hierarchy Process, 
AHP) cho mỗi yếu tố, bản đồ các yếu tố cuối 
cùng được tạo ra bằng cách nhân mỗi bản đồ 
với trọng số của chúng và tổng hợp lại với nhau 
(Khalil et al., 2014). Bản đồ kết quả thu được 
bằng cách nhân các bản đồ các yếu tố cuối 
cùng. Do vậy, trong quá trình xử lý MCA, tầm 
quan trọng của các biến được quyết định bằng 
cách xác định trọng số các yếu tố ảnh hưởng.
 Đỗ Thị Phương Thảo và nnk/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 56-65 59 
AHP là phương pháp xác định trọng số 
được phát triển bởi Saaty (1977), đây là công 
nghệ mạnh sử dụng trong việc ra các quyết 
định phức tạp và sử dụng rộng rãi trong phân 
tích dựa trên GIS. Một ma trận so sánh cặp 
được sử dụng để ước lượng trọng số của các 
biến. Tầm quan trọng của các biến được các 
chuyên gia cho điểm so sánh theo cặp. Các số 
liệu quy mô để so sánh tầm quan trọng của các 
biến thể hiện trong hình 2. AHP cũng cung cấp 
cách xác định mức độ nhất quán của các 
chuyên gia thông qua tỉ số nhất quán 
(Consistency Ratio, CR) phải nhỏ hơn hoặc 
bằng 10% thì ma trận so sánh cặp mới được sử 
dụng còn nếu giá trị CR này lớn hơn 10% thì 
cần phải thẩm định lại quá trình so sánh cặp 
hoặc loại bỏ ý kiến. 
Đối với khu vực Ba Vì, để có bản chất 
khách quan tự nhiên và cả các hoạt động của 
con người ảnh hưởng đến cháy rừng, các yếu tố 
xem xét được chia thành bốn nhóm: (1) vật liệu 
gây cháy, (2) tác nhân gây cháy, (3) nhân tố 
thời tiết và (4) địa hình tự nhiên, trong mỗi 
nhóm lại có các yếu tố thành phần đặc trưng 
Hình 2. Cách cho điểm so sánh cặp trong phương pháp AHP. 
Hình 3. Sơ đồ phương pháp thành lập bản đồ dự báo nguy cơ cháy rừng ứng dụng phân tích 
MCA. 
60 Đỗ Thị Phương Thảo và nnk/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 56-65 
riêng có thể chiết xuất từ các nguồn dữ liệu 
khác nhau. Biểu đồ thể hiện mô hình phương 
pháp MCA được trình bày trong Hình 3. 
3.2. Chuẩn bị dữ liệu 
a. Dữ liệu ảnh viễn thám 
Dữ liệu chính dùng trong nghiên cứu này là 
ảnh viễn thám Landsat 8 OLI_TIR chụp ngày 
01/6/2016 thuộc mùa khô là mùa dễ cháy 
rừng được tải về từ trang điện tử của cơ quan 
địa chất Hoa Kỳ (USGS). Ngoài ra, dữ liệu 
Quickbird có độ phân giải siêu cao (0.6m) cùng 
thời điểm cũng được sử dụng như là tài liệu hỗ 
trợ trong quá trình chọn mẫu phân loại lớp phủ 
bề mặt và trong quá trình kiểm tra kết quả sau 
phân loại. 
b. Dữ liệu bản đồ địa hình 
Bộ dữ liệu Bản đồ địa hình tỉ lệ 1:25.000 
hiện chỉnh năm 2014 (gồm các mảnh F-48-67-
B-c; F-48-67-B-d; F-48-67-D-a; F-48-67-D-b; F-
48-67-D-c; F-48-67-D-d) được sử dụng làm tài 
liệu hỗ trợ trong quá trình xác định các mẫu 
giải đoán ảnh; thành lập bản đồ nền cơ sở địa lý 
cho các bản đồ chuyên đề thể hiện các yếu tố 
gây cháy. 
c. Dữ liệu khảo sát thực địa 
Dữ liệu thực địa thu thập vào tháng 4 năm 
2017 được sử dụng để xác định các lớp phủ 
khác nhau; để kiểm tra độ chính xác bản đồ 
phân loại lớp phủ bề mặt. Khảo sát thực địa 
trên cơ sở tuyến được thành lập từ bản đồ địa 
hình và ảnh viễn thám tại một số địa điểm khác 
nhau nhằm kiểm chứng tính chính xác của 
phân loại lớp phủ bề mặt. 
d. Dữ liệu mô hình số độ cao (DEM) 
Dữ liệu DEM số hiệu 20170319115818-
668013565, độ phân giải 30m được sử dụng để 
phân vùng độ cao, xác định độ dốc và hướng 
địa hình của khu vực nghiên cứu. 
4. Kết quả và thảo luận 
4.1. Nhóm bản đồ nguyên liệu cháy 
Bản đồ phân loại lớp phủ: Lớp phủ bề mặt 
được phân loại từ ảnh Landsat 8 theo 6 lớp 
khác nhau: (1) nông nghiệp, (2) cây trồng lâu 
năm, (3) rừng trồng ổn định (bạch đàn thông 
keo), (4) cỏ, cây bụi, (5) dân cư và (6) thủy hệ 
bằng phương pháp có kiểm định kết hợp điều 
tra mặt đất. Loại thực vật, khu vực đất nông 
nghiệp, khu vực dân cư có quan hệ chặt chẽ với 
nguy cơ cháy rừng, tuy nhiên loại thực vật có 
ảnh hưởng lớn nhất đối với sự xuất hiện lửa. 
Các khu rừng thông, keo, cỏ, cây bụi có nguy cơ 
cháy tối đa vì dễ bắt lửa, được gán nhãn riêng 
biệt theo 4 cấp độ nhạy cảm (Hình 4a). 
NDVI (Normalized Difference Vegetation 
Index): Mật độ lớp phủ thực vật trên mặt đất 
đại diện bằng chỉ số thực vật NDVI, được tính 
từ ảnh Landsat 8 theo công thức NDVI = (NIR – 
RED) / (NIR + RED). Trong đó NIR là kênh ảnh 
cận hồng ngoại, RED là kênh đỏ (vùng hấp thụ 
và phản xạ cao nhất chất diệp lục của thực vật). 
Sử dụng NDVI là một biến lập bản đồ nguy cơ 
cháy rừng do hiệu ứng thực vật trong việc bắt 
lửa rừng hoặc xác định thảm thực vật khô có 
khả năng cháy cao (Hình 4b). 
4.2. Nhóm bản đồ tác nhân gây cháy 
Bản đồ khoảng cách tới dân cư: được thành 
lập từ bản đồ địa hình và phân loại khoảng cách 
như Bảng 1. Nhân tố con người được coi là một 
phần quan trọng của tác động cháy rừng. Nhiều 
nghiên cứu đã chỉ ra rằng các vùng có mật độ 
dân số cao hơn sẽ phụ thuộc nhiều hơn vào tài 
nguyên rừng, do đó, rừng gần khu vực dân sinh 
sống sẽ có khả năng cháy cao hơn (Hình 4c). 
Bản đồ khoảng cách tới giao thông: tại khu 
vực có nhiều hoạt động du lịch quanh vườn 
Quốc gia Ba Vì sẽ dễ xuất hiện các nguy hiểm 
tiềm ẩn (đi bộ, hút thuốc, cắm trại,...). Hệ thống 
giao thông được xét trong nghiên cứu này là 
tuyến đường chính bao quanh khu vực có rừng 
được chiết tách từ bản đồ địa hình rồi tính và 
phân loại khoảng cách gần rừng có thể gây cháy 
(Hình 4d). 
4.3. Nhóm bản đồ điều kiện thời tiết 
Bản đồ nhiệt độ bề mặt: Nhiệt độ bề mặt 
được ước tính thông qua hai bước và theo các 
công thức được đề xuất đối với ảnh Landsat 8.
 Đỗ Thị Phương Thảo và nnk/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 56-65 61 
Hình 4 Các bản đồ thành phần xác định khả năng cháy rừng khu vực Ba Vì. 
(a) (b) (c) 
(g) 
(d) (e) (f) 
(h) (k) 
62 Đỗ Thị Phương Thảo và nnk/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 56-65 
Bản đồ thành phần Trọng số Đối tượng Cho điểm Mức ảnh hưởng 
Lớp phủ 0,30 
Cây trồng lâu năm 1 Thấp 
Dân cư, nông nghiệp 2 Trung bình 
Rừng bạch đàn thông keo 3 Cao 
Cỏ và cây bụi, 4 Rất cao 
Khoảng cách dân cư 0,15 
> 2000 m 1 Thấp 
1500 m 2 Trung bình 
1000 m 3 Cao 
500 m 4 Rất cao 
Khoảng cách giao thông 0,11 
> 3000 m 1 Thấp 
2000 m 2 Trung bình 
1000 m 3 Cao 
500 m 4 Rất cao 
Nhiệt độ bề mặt 0,05 
22o C đến 24o C 1 Thấp 
24,1o C đến 26o C 2 Trung bình 
26,1o C đến 30o C 3 Cao 
30,1o C đến 34o C 4 Rất cao 
Chỉ số NDVI 0,21 
< 0 1 Thấp 
0 đến 0,2 2 Trung bình 
0,21 đến 0,3 3 Cao 
0,31 đến 0,55 4 Rất cao 
Chỉ số ẩm lá 0,07 
> 0 1 Thấp 
- 0,31 đến 0 2 Trung bình 
- 0,41 đến – 0,3 3 Cao 
- 0,5 đến – 0,4 4 Rất cao 
Phân vùng độ cao 0,02 
690 m đến 1264 m 1 Thấp 
360 m đến 690 m 2 Trung bình 
130 m đến 360 m 3 Cao 
Dưới 130 m 4 Rất cao 
Phân vùng độ dốc 0,03 
0 đến 1,5o 1 Thấp 
1,51 đến 3,5o 2 Trung bình 
3,51 đến 6,5o 3 Cao 
6,51 đến 21,5o 4 Rất cao 
Hướng dốc địa hình 0,05 
Đông Bắc, Đông 1 Thấp 
Bắc. Đông Nam 2 Trung bình 
Nam, Tây Bắc 3 Cao 
Tây, Tây Nam 4 Rất cao 
Bảng 1. Cấp độ ảnh hưởng tới cháy rừng và trọng số cho các bản đồ thành phần. 
 Đỗ Thị Phương Thảo và nnk/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 56-65 63 
Bộ ảnh Landsat 8 có hai kênh hồng ngoại 
nhiệt dùng để tính nhiệt độ là kênh 10 và kênh 
11. Vì thiếu các giá trị thực đo để hiệu chỉnh 
nhiệt độ, nghiên cứu này chỉ sử dụng kênh ảnh 
10 vì khoảng bước sóng kênh 10 hẹp, giúp bức 
xạ phản xạ lại có độ phân giải cao, nhờ đó mà 
sự khác biệt nhiệt độ giữa các loại bề mặt được 
nhận biết rõ ràng. Nhiệt độ cao làm nhiên liệu 
khô hơn nên dễ bị cháy hơn (Hình 4e). 
Bản đồ độ ẩm lá: Để xác định độ ẩm trong 
thực vật, chỉ số nước NDWI (Normalized 
Difference Water Index) thường được áp dụng. 
Khoảng bước sóng tối ưu để tính NDWI dùng 
cho độ ẩm lá là từ 0,86 μm đến 1,24 μm, do đó 
NDWI được tính toán bằng công thức NDWI = 
(NIR-MIR) / (NIR+MIR). Đối với Landsat 8, 
kênh ảnh 5 (NIR) và kênh 6 (MIR) là hai kênh 
ảnh thích hợp nhất để tính độ ẩm lá thực vật 
(Hình 4f). 
4.4. Nhóm bản đồ địa hình tự nhiên 
Bản đồ phân vùng độ cao: được xem là yếu 
tố ảnh hưởng đến cháy rừng vì độ cao liên 
quan đến lượng mưa và nhiệt độ. Lượng mưa 
thường tăng lên với sự gia tăng độ cao. Do đó, 
xác suất cháy ít hơn ở vùng cao hơn. Mặt khác, 
càng cao dẫn đến nhiệt độ thấp hơn, nghĩa là sẽ 
có khả năng cháy thấp hơn ở vùng cao hơn 
(Hình 4g). 
Bản đồ phân vùng độ dốc: là yếu tố cực kỳ 
quan trọng có ảnh hưởng lớn đến tốc độ cháy 
khi nó đang lan rộng. Dốc cao thì độ lan rộng 
nhanh hơn là dốc thấp bởi quá trình đối lưu 
hiệu quả hơn (Hình 4h). 
Hình 5. Bản đồ dự báo nguy cơ cháy rừng. 
64 Đỗ Thị Phương Thảo và nnk/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 56-65 
Bản đồ hướng địa hình: là một trong những 
yếu tố có một mối quan hệ mạnh mẽ với ánh 
sáng mặt trời và gió. Theo đặc điểm địa lý của 
vùng nghiên cứu, ánh sáng mặt trời chiếu từ 
hướng tây, tây nam dẫn đến nhiệt độ ở phía đó 
cao hơn so với các sườn núi phía khác. Bản đồ 
hướng địa hình được chuyển đổi từ dữ liệu 
DEM để phân cấp theo hướng ưu tiên khác 
nhau (Hình 4k). 
4.5. Bản đồ dự báo nguy cơ cháy rừng 
Bản đồ dự báo nguy cơ cháy rừng là một 
bản đồ kết hợp của cả dữ liệu khách quan cũng 
như chủ quan (ý kiến đánh giá từ chuyên gia). 
Bản đồ các yếu tố thành phần sẽ được cho 
điểm, phân tích AHP và nhân trọng số. Trọng số 
các nguyên nhân gây ra nguy cơ cháy khác 
nhau, ở mức độ thứ nhất của hệ thống phân cấp 
là kiểu loại thảm thực vật, chỉ số NDVI, sau đó 
là khoảng cách đến dân cư, giao thông, tiếp đến 
là do ảnh hưởng của nhiệt độ, độ ẩm lá, cuối 
cùng là ảnh hưởng địa hình khu vực với độ cao, 
độ dốc và hướng địa hình (Bảng 1). Các trọng 
số này được tính toán dựa trên ma trận kết hợp 
các phán đoán thu được từ các chuyên gia về 
lĩnh vực lâm nghiệp và có tỷ lệ nhất quán thấp 
hơn 0,1 cho khu vực nghiên cứu. 
Trong bản đồ dự báo nguy cơ cháy rừng, 
các cấp cảnh báo được xếp hạng từ rất thấp 
đến rất cao (Bảng 2) dựa theo Quyết định 
127/QĐ-BNN- KL về xếp hạng nguy cơ cháy 
của Cục kiểm lâm ban hành ngày 11 tháng 12 
năm 2000. Những kết quả này chỉ ra các khu 
vực xã Quang Minh, xã Ba Trại và phía tây xã 
Ba Vì cho thấy nguy cơ hỏa hoạn từ "cao đến 
rất cao" so với các xã khác có giá trị nguy cơ 
hỏa hoạn "trung bình đến thấp". Ngoài ra, nguy 
cơ hỏa hoạn khác nhau từ "trung bình đến cao" 
cho các khu vực khác nhau của cùng một xã, 
chẳng hạn như đối với các xã dưới chân núi 
vườn Quốc gia Ba Vì. Diện tích nguy cơ cháy 
rừng cần cảnh báo theo bản đồ chiếm 8,92% 
tổng diện tích, diện tích này có thể xê dịch tùy 
thuộc vào tiêu chí nào được ưu tiên đề xuất. 
Độ chính xác của bản đồ dự báo nguy cơ 
cháy rừng được kiểm tra bằng cách sử dụng 
một trong số các bản đồ dự báo cháy sẵn có là 
bản đồ quản lý toàn cầu về hỏa hoạn (Global 
Fire Management System) trích cho khu vực 
nghiên cứu và phủ lên bản đồ dự báo nguy cơ 
cháy rừng để đánh giá độ chính xác tổng thể. 
Mặc dù việc so sánh trực tiếp giữa hai bản đồ 
này không hoàn toàn hợp lệ do tính thời gian, 
không gian và tính năng động của các sự kiện 
hỏa hoạn, tuy nhiên cũng khẳng định được khả 
năng tiên đoán của bản đồ dự báo nguy cơ cháy 
rừng khu vực Ba Vì. 
Cấp 
Nguy cơ 
cháy 
Diện tích 
(ha) 
Phần trăm 
(%) 
I Thấp 6461,19 15,69 
II Trung bình 17846,55 43,34 
III Cao 13196,43 32,05 
IV Rất cao 3670,20 8,92 
5. Kết luận 
Nguyên nhân dẫn đến cháy rừng rất đa 
dạng, mặc dù số lượng đám cháy đã xảy ra 
không đáng kể trên khu vực nghiên cứu nhưng 
việc xây dựng các bản đồ dự báo nguy cơ cháy 
theo hướng phân tích đa tiêu chí là cần thiết để 
từ đó các cấp quản lý cần phải có quy hoạch 
đúng đắn về giao thông, dân cư hoặc xây dựng 
hàng rào phòng cháy xung quanh khu vực có 
nguy cơ cháy cao. 
Cách tiếp cận kết hợp viễn thám, GIS và 
tích hợp đa tiêu chí sử dụng phân tích thứ bậc 
AHP có thể được sử dụng hiệu quả để dự báo 
khu vực dễ cháy rừng từ một số yếu tố cơ bản. 
Trong nghiên cứu này, nguy cơ hỏa hoạn ở khu 
vực rừng vườn Quốc gia Ba Vì được phân tích 
theo ưu thế loại thảm thực vật, con người, điều 
kiện khí hậu và địa hình tự nhiên. Kết quả khá 
hữu ích trong việc mô tả các vùng "nguy cơ hỏa 
hoạn" ở cấp địa phương cũng có thể được sử 
dụng như là một công cụ để giải quyết mối 
quan tâm về nguy cơ hỏa hoạn quy mô toàn 
quốc hoặc lớn hơn. Các bản đồ yếu tố thành 
phần liên quan có thể linh hoạt thay đổi tùy 
theo dữ liệu được cung cấp và tùy theo đặc 
điểm địa lý của khu vực nghiên cứu để tăng độ 
chính xác dự báo nguy cơ cháy trong tương lai. 
Tài liệu tham khảo 
Chuvieco, E. and Congalton, R. G., 1989. Application 
of remote sensing and geographic information 
system to forest fire hazard mapping. Remote 
Sens. Environ, 29, 147-159. 
Bảng 2: Các mức độ dự báo nguy cơ cháy rừng. 
 Đỗ Thị Phương Thảo và nnk/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 56-65 65 
Dao Thi Thanh Huyen and Vu Anh Tuan, 2008. 
Applying GIS and Multi-criteria evaluation in 
forest fire risk zoning in Son La province, 
Vietnam. International Symposium on 
Geoinformatics for Spatial Infrastructure 
Development in Earth and Allied Sciences. 
Global Fire Management System: 
Khalil V. K., Khalil O., and Siavash S. K., 2014. Forest 
Fire Risk Assessment Using Multi -Criteria 
Analysi Criteria Analysis: A Case Study Kaleybar 
Forest s: A Case Study Kaleybar Forests. 
International Conference on Agriculture, 
Environment and Biological Sciences (ICFAE’14) 
June 4-5, 2014 Antalya (Turkey). 
Krishna P. V., Anuradha E. and Badarinath K. V. S., 
2009. Fire risk evaluation using multicriteria 
analysis - a case study, Environ Monit Assess, DOI 
10.1007/s10661-009-0997-3. 
Luis Diaz-Balteiro and Carlos Romero, 2008. 
Review: Making forestry decisions with multiple 
criteria: A review and an assessment. Forest 
Ecology and Management 255, 3222–3241. 
Lưu Thế Anh, Trần Anh Tuấn, Hoàng Thị Huyền
Ngọc và Lê Bá Biên, 2014. Ứng dụng tư liệu ảnh 
viễn thám và công nghệ GIS thành lập bản đồ 
nguy cơ cháy rừng tỉnh Đăk Lăk. Tạp chí Các 
khoa học về trái đất, 36(3), 252-261. 
Saaty T.L., 1977. A scaling method for priorities in 
hierarchical structures. Journal of Mathematical 
Psychology, 15, 234-281. 
Suryabhagavan K. V., Alemu M. and Balakrishnan 
M., 2016. GIS-based multi-criteria decision 
analysis for forest fire susceptibility mapping: a 
case study in Harenna forest, southwestern 
Ethiopia. Tropical Ecology 57(1): 33-43. 
Vadrevu, K. P., Eaturu, A. and Badarinath, K. V. S., 
2011. Fire risk evaluation using multicriteria 
analysis - a case study. Environ Monit Assess, 166, 
223-239. 
Vũ Thành Minh và Lê Thị Thu Hiền, 2015, Ứng 
dụng GIS và viễn thám để thành lập bản đồ nhạy 
cảm cháy tại Vườn Quốc gia Tràm Chim, Tạp chí 
phát triển KH&CN tập 18 số T16, 221-235. 
Yakubu I., Mireku-Gyimah D. and Duker A. A., 2015. 
Review of methods for modelling forest fire risk 
and hazard. African Journal of Environmental 
Science and Technology, Vol 9(3), pp 155-165. 
ABSTRACT 
Multi-criteria analysis in mapping of forest fire risk prediction 
Thao Phuong Thi Do 1,*, Hai Manh Nguyen 1, Linh Khanh Vu 1, Duc Danh Nguyen 1 
1 Faculty of Geomatics and Land Administration, Hanoi University of Mining and Geology, Vietnam. 
Warning and preventing forest fires to protect forest ecosystems is essential and must be managed 
and monitored effectively. GIS is a superior spatial analysis tool combined with a multi-criteria analysis 
that predicts and assesses where and when forest fire risks occur. The experimental area is Ba Vi 
district, where the natural national park was located as the largest forest acreage in Ha Noi that needs to 
be preserved. Nine factors, divided into groups of combustible materials, fire agents, weather agents, 
and natural elements extracted from remote sensing data, topographic maps, Digital Elevation Models 
(DEMs) were assigned different weights depending on the level of influence, according to Analytic 
Hierarchy Process (AHP). The result map of forest fire occurrence prediction is presented in four levels: 
low, medium, high and very high, then compared to the Global Fire Management System. The result 
showed grass, shrubs, pine forest, acacia, etc. and area that near the residential has the higher 
probability of forest fires at dry season (8.92% of total area), needs to perform effective forest fire 
prevention first. 
Keywords: MCA, fire forecast, Ba Vi, GIS, AHP.