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

bốn nhóm: (1) vật liệu 
biến thể hiện trong hình 2. AHP cũng cung cấp gây cháy, (2) tác nhân gây cháy, (3) nhân tố 
cách xác định mức độ nhất quán của các thời tiết và (4) địa hình tự nhiên, trong mỗi 
chuyên gia thông qua tỉ số nhất quán nhóm lại có các yếu tố thành phần đặc trưng 
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 năm, (3) rừng trồng ổn định (bạch đàn thông 
khác nhau. Biểu đồ thể hiện mô hình phương keo), (4) cỏ, cây bụi, (5) dân cư và (6) thủy hệ 
pháp MCA được trình bày trong Hình 3. bằng phương pháp có kiểm định kết hợp điều 
 tra mặt đất. Loại thực vật, khu vực đất nông 
3.2. Chuẩn bị dữ liệu nghiệp, khu vực dân cư có quan hệ chặt chẽ với 
a. Dữ liệu ảnh viễn thám nguy cơ cháy rừng, tuy nhiên loại thực vật có 
 ảnh hưởng lớn nhất đối với sự xuất hiện lửa. 
 Dữ liệu chính dùng trong nghiên cứu này là Các khu rừng thông, keo, cỏ, cây bụi có nguy cơ 
ảnh viễn thám Landsat 8 OLI_TIR chụp ngày cháy tối đa vì dễ bắt lửa, được gán nhãn riêng 
01/6/2016 thuộc mùa khô là mùa dễ cháy biệt theo 4 cấp độ nhạy cảm (Hình 4a). 
rừng được tải về từ trang điện tử của cơ quan NDVI (Normalized Difference Vegetation 
địa chất Hoa Kỳ (USGS). Ngoài ra, dữ liệu Index): Mật độ lớp phủ thực vật trên mặt đất 
Quickbird có độ phân giải siêu cao (0.6m) cùng đại diện bằng chỉ số thực vật NDVI, được tính 
thời điểm cũng được sử dụng như là tài liệu hỗ từ ảnh Landsat 8 theo công thức NDVI = (NIR – 
trợ trong quá trình chọn mẫu phân loại lớp phủ RED) / (NIR + RED). Trong đó NIR là kênh ảnh 
bề mặt và trong quá trình kiểm tra kết quả sau cận hồng ngoại, RED là kênh đỏ (vùng hấp thụ 
phân loại. và phản xạ cao nhất chất diệp lục của thực vật). 
b. Dữ liệu bản đồ địa hình Sử dụng NDVI là một biến lập bản đồ nguy cơ 
 cháy rừng do hiệu ứng thực vật trong việc bắt 
 Bộ dữ liệu Bản đồ địa hình tỉ lệ 1:25.000 lửa rừng hoặc xác định thảm thực vật khô có 
hiện chỉnh năm 2014 (gồm các mảnh F-48-67- khả năng cháy cao (Hình 4b). 
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 4.2. Nhóm bản đồ tác nhân gây cháy 
liệu hỗ trợ trong quá trình xác định các mẫu 
giải đoán ảnh; thành lập bản đồ nền cơ sở địa lý Bản đồ khoảng cách tới dân cư: được thành 
cho các bản đồ chuyên đề thể hiện các yếu tố lập từ bản đồ địa hình và phân loại khoảng cách 
gây cháy. như Bảng 1. Nhân tố con người được coi là một 
 phần quan trọng của tác động cháy rừng. Nhiều 
c. Dữ liệu khảo sát thực địa nghiên cứu đã chỉ ra rằng các vùng có mật độ 
 Dữ liệu thực địa thu thập vào tháng 4 năm dân số cao hơn sẽ phụ thuộc nhiều hơn vào tài 
2017 được sử dụng để xác định các lớp phủ nguyên rừng, do đó, rừng gần khu vực dân sinh 
khác nhau; để kiểm tra độ chính xác bản đồ sống sẽ có khả năng cháy cao hơn (Hình 4c). 
phân loại lớp phủ bề mặt. Khảo sát thực địa Bản đồ khoảng cách tới giao thông: tại khu 
trên cơ sở tuyến được thành lập từ bản đồ địa vực có nhiều hoạt động du lịch quanh vườn 
hình và ảnh viễn thám tại một số địa điểm khác Quốc gia Ba Vì sẽ dễ xuất hiện các nguy hiểm 
nhau nhằm kiểm chứng tính chính xác của tiềm ẩn (đi bộ, hút thuốc, cắm trại,...). Hệ thống 
phân loại lớp phủ bề mặt. giao thông được xét trong nghiên cứu này là 
 tuyến đường chính bao quanh khu vực có rừng 
d. Dữ liệu mô hình số độ cao (DEM) được chiết tách từ bản đồ địa hình rồi tính và 
 Dữ liệu DEM số hiệu 20170319115818- phân loại khoảng cách gần rừng có thể gây cháy 
668013565, độ phân giải 30m được sử dụng để (Hình 4d). 
phân vùng độ cao, xác định độ dốc và hướng 
địa hình của khu vực nghiên cứu. 4.3. Nhóm bản đồ điều kiện thời tiết 
 Bản đồ nhiệt độ bề mặt: Nhiệt độ bề mặt 
4. Kết quả và thảo luận được ước tính thông qua hai bước và theo các 
 công thức được đề xuất đối với ảnh Landsat 8.
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 
 Đỗ Thị Phương Thảo và nnk/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 56-65 61 
 (a) (b) (c) 
(d) (e) (f) 
(g) (h) (k) 
 Hình 4 Các bản đồ thành phần xác định khả năng cháy rừng khu vực Ba Vì. 
62 Đỗ Thị Phương Thảo và nnk/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 56-65 
 Bảng 1. Cấp độ ảnh hưởng tới cháy rừng và trọng số cho các bản đồ thành phần. 
 Bản đồ thành phần Trọng số Đối tượng Cho điểm Mức ảnh hưởng 
 Cây trồng lâu năm 1 Thấp 
 Dân cư, nông nghiệp 2 Trung bình 
 Lớp phủ 0,30 
 Rừng bạch đàn thông keo 3 Cao 
 Cỏ và cây bụi, 4 Rất cao 
 > 2000 m 1 Thấp 
 1500 m 2 Trung bình 
 Khoảng cách dân cư 0,15 
 1000 m 3 Cao 
 500 m 4 Rất cao 
 > 3000 m 1 Thấp 
 2000 m 2 Trung bình 
Khoảng cách giao thông 0,11 
 1000 m 3 Cao 
 500 m 4 Rất cao 
 22o C đến 24o C 1 Thấp 
 24,1o C đến 26o C 2 Trung bình 
 Nhiệt độ bề mặt 0,05 
 26,1o C đến 30o C 3 Cao 
 30,1o C đến 34o C 4 Rất cao 
 < 0 1 Thấp 
 0 đến 0,2 2 Trung bình 
 Chỉ số NDVI 0,21 
 0,21 đến 0,3 3 Cao 
 0,31 đến 0,55 4 Rất cao 
 > 0 1 Thấp 
 - 0,31 đến 0 2 Trung bình 
 Chỉ số ẩm lá 0,07 
 - 0,41 đến – 0,3 3 Cao 
 - 0,5 đến – 0,4 4 Rất cao 
 690 m đến 1264 m 1 Thấp 
 360 m đến 690 m 2 Trung bình 
 Phân vùng độ cao 0,02 
 130 m đến 360 m 3 Cao 
 Dưới 130 m 4 Rất cao 
 0 đến 1,5o 1 Thấp 
 1,51 đến 3,5o 2 Trung bình 
 Phân vùng độ dốc 0,03 
 3,51 đến 6,5o 3 Cao 
 6,51 đến 21,5o 4 Rất cao 
 Đông Bắc, Đông 1 Thấp 
 Bắc. Đông Nam 2 Trung bình 
 Hướng dốc địa hình 0,05 
 Nam, Tây Bắc 3 Cao 
 Tây, Tây Nam 4 Rất cao 
 Đỗ Thị Phương Thảo và nnk/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 56-65 63 
 Hình 5. Bản đồ dự báo nguy cơ cháy rừng. 
 Bộ ảnh Landsat 8 có hai kênh hồng ngoại ảnh thích hợp nhất để tính độ ẩm lá thực vật 
nhiệt dùng để tính nhiệt độ là kênh 10 và kênh (Hình 4f). 
11. Vì thiếu các giá trị thực đo để hiệu chỉnh 
nhiệt độ, nghiên cứu này chỉ sử dụng kênh ảnh 4.4. Nhóm bản đồ địa hình tự nhiên 
10 vì khoảng bước sóng kênh 10 hẹp, giúp bức Bản đồ phân vùng độ cao: được xem là yếu 
xạ phản xạ lại có độ phân giải cao, nhờ đó mà tố ảnh hưởng đến cháy rừng vì độ cao liên 
sự khác biệt nhiệt độ giữa các loại bề mặt được quan đến lượng mưa và nhiệt độ. Lượng mưa 
nhận biết rõ ràng. Nhiệt độ cao làm nhiên liệu thường tăng lên với sự gia tăng độ cao. Do đó, 
khô hơn nên dễ bị cháy hơn (Hình 4e). xác suất cháy ít hơn ở vùng cao hơn. Mặt khác, 
 Bản đồ độ ẩm lá: Để xác định độ ẩm trong càng cao dẫn đến nhiệt độ thấp hơn, nghĩa là sẽ 
thực vật, chỉ số nước NDWI (Normalized có khả năng cháy thấp hơn ở vùng cao hơn 
Difference Water Index) thường được áp dụng. (Hình 4g). 
Khoảng bước sóng tối ưu để tính NDWI dùng Bản đồ phân vùng độ dốc: là yếu tố cực kỳ 
cho độ ẩm lá là từ 0,86 μm đến 1,24 μm, do đó quan trọng có ảnh hưởng lớn đến tốc độ cháy 
NDWI được tính toán bằng công thức NDWI = khi nó đang lan rộng. Dốc cao thì độ lan rộng 
(NIR-MIR) / (NIR+MIR). Đối với Landsat 8, nhanh hơn là dốc thấp bởi quá trình đối lưu 
kênh ảnh 5 (NIR) và kênh 6 (MIR) là hai kênh hiệu quả hơn (Hình 4h). 
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 cháy rừng để đánh giá độ chính xác tổng thể. 
yếu tố có một mối quan hệ mạnh mẽ với ánh Mặc dù việc so sánh trực tiếp giữa hai bản đồ 
sáng mặt trời và gió. Theo đặc điểm địa lý của này không hoàn toàn hợp lệ do tính thời gian, 
vùng nghiên cứu, ánh sáng mặt trời chiếu từ không gian và tính năng động của các sự kiện 
hướng tây, tây nam dẫn đến nhiệt độ ở phía đó hỏa hoạn, tuy nhiên cũng khẳng định được khả 
cao hơn so với các sườn núi phía khác. Bản đồ năng tiên đoán của bản đồ dự báo nguy cơ cháy 
hướng địa hình được chuyển đổi từ dữ liệu rừng khu vực Ba Vì. 
DEM để phân cấp theo hướng ưu tiên khác 
nhau (Hình 4k). Bảng 2: Các mức độ dự báo nguy cơ cháy rừng. 
 Nguy cơ Diện tích Phần trăm 
4.5. Bản đồ dự báo nguy cơ cháy rừng Cấp 
 cháy (ha) (%) 
 Bản đồ dự báo nguy cơ cháy rừng là một I Thấp 6461,19 15,69 
bản đồ kết hợp của cả dữ liệu khách quan cũng II Trung bình 17846,55 43,34 
như chủ quan (ý kiến đánh giá từ chuyên gia). III Cao 13196,43 32,05 
Bản đồ các yếu tố thành phần sẽ được cho IV Rất cao 3670,20 8,92 
điểm, phân tích AHP và nhân trọng số. Trọng số 
các nguyên nhân gây ra nguy cơ cháy khác 5. Kết luận 
nhau, ở mức độ thứ nhất của hệ thống phân cấp 
 Nguyên nhân dẫn đến cháy rừng rất đa 
là kiểu loại thảm thực vật, chỉ số NDVI, sau đó 
 dạng, mặc dù số lượng đám cháy đã xảy ra 
là khoảng cách đến dân cư, giao thông, tiếp đến 
 không đáng kể trên khu vực nghiên cứu nhưng 
là do ảnh hưởng của nhiệt độ, độ ẩm lá, cuối 
 việc xây dựng các bản đồ dự báo nguy cơ cháy 
cùng là ảnh hưởng địa hình khu vực với độ cao, 
 theo hướng phân tích đa tiêu chí là cần thiết để 
độ dốc và hướng địa hình (Bảng 1). Các trọng 
 từ đó các cấp quản lý cần phải có quy hoạch 
số này được tính toán dựa trên ma trận kết hợp 
 đúng đắn về giao thông, dân cư hoặc xây dựng 
các phán đoán thu được từ các chuyên gia về 
 hàng rào phòng cháy xung quanh khu vực có 
lĩnh vực lâm nghiệp và có tỷ lệ nhất quán thấp 
 nguy cơ cháy cao. 
hơn 0,1 cho khu vực nghiên cứu. 
 Cách tiếp cận kết hợp viễn thám, GIS và 
 Trong bản đồ dự báo nguy cơ cháy rừng, 
 tích hợp đa tiêu chí sử dụng phân tích thứ bậc 
các cấp cảnh báo được xếp hạng từ rất thấp 
 AHP có thể được sử dụng hiệu quả để dự báo 
đến rất cao (Bảng 2) dựa theo Quyết định 
 khu vực dễ cháy rừng từ một số yếu tố cơ bản. 
127/QĐ-BNN- KL về xếp hạng nguy cơ cháy 
 Trong nghiên cứu này, nguy cơ hỏa hoạn ở khu 
của Cục kiểm lâm ban hành ngày 11 tháng 12 
 vực rừng vườn Quốc gia Ba Vì được phân tích 
năm 2000. Những kết quả này chỉ ra các khu 
 theo ưu thế loại thảm thực vật, con người, điều 
vực xã Quang Minh, xã Ba Trại và phía tây xã 
 kiện khí hậu và địa hình tự nhiên. Kết quả khá 
Ba Vì cho thấy nguy cơ hỏa hoạn từ "cao đến 
 hữu ích trong việc mô tả các vùng "nguy cơ hỏa 
rất cao" so với các xã khác có giá trị nguy cơ 
 hoạn" ở cấp địa phương cũng có thể được sử 
hỏa hoạn "trung bình đến thấp". Ngoài ra, nguy 
 dụng như là một công cụ để giải quyết mối 
cơ hỏa hoạn khác nhau từ "trung bình đến cao" 
 quan tâm về nguy cơ hỏa hoạn quy mô toàn 
cho các khu vực khác nhau của cùng một xã, 
 quốc hoặc lớn hơn. Các bản đồ yếu tố thành 
chẳng hạn như đối với các xã dưới chân núi 
 phần liên quan có thể linh hoạt thay đổi tùy 
vườn Quốc gia Ba Vì. Diện tích nguy cơ cháy 
 theo dữ liệu được cung cấp và tùy theo đặc 
rừng cần cảnh báo theo bản đồ chiếm 8,92% 
 điểm địa lý của khu vực nghiên cứu để tăng độ 
tổng diện tích, diện tích này có thể xê dịch tùy 
 chính xác dự báo nguy cơ cháy trong tương lai. 
thuộc vào tiêu chí nào được ưu tiên đề xuất. 
 Độ chính xác của bản đồ dự báo nguy cơ 
 Tài liệu tham khảo 
cháy rừng được kiểm tra bằng cách sử dụng 
một trong số các bản đồ dự báo cháy sẵn có là Chuvieco, E. and Congalton, R. G., 1989. Application 
bản đồ quản lý toàn cầu về hỏa hoạn (Global of remote sensing and geographic information 
Fire Management System) trích cho khu vực system to forest fire hazard mapping. Remote 
nghiên cứu và phủ lên bản đồ dự báo nguy cơ Sens. Environ, 29, 147-159. 
 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. Ngọc và Lê Bá Biên, 2014. Ứng dụng tư liệu ảnh 
 Applying GIS and Multi-criteria evaluation in viễn thám và công nghệ GIS thành lập bản đồ 
 forest fire risk zoning in Son La province, nguy cơ cháy rừng tỉnh Đăk Lăk. Tạp chí Các 
 Vietnam. International Symposium on khoa học về trái đất, 36(3), 252-261. 
 Geoinformatics for Spatial Infrastructure 
 Saaty T.L., 1977. A scaling method for priorities in 
 Development in Earth and Allied Sciences. 
 hierarchical structures. Journal of Mathematical 
Global Fire Management System: Psychology, 15, 234-281. 
 Suryabhagavan K. V., Alemu M. and Balakrishnan 
Khalil V. K., Khalil O., and Siavash S. K., 2014. Forest M., 2016. GIS-based multi-criteria decision 
 Fire Risk Assessment Using Multi -Criteria analysis for forest fire susceptibility mapping: a 
 Analysi Criteria Analysis: A Case Study Kaleybar case study in Harenna forest, southwestern 
 Forest s: A Case Study Kaleybar Forests. Ethiopia. Tropical Ecology 57(1): 33-43. 
 International Conference on Agriculture, 
 Vadrevu, K. P., Eaturu, A. and Badarinath, K. V. S., 
 Environment and Biological Sciences (ICFAE’14) 
 2011. Fire risk evaluation using multicriteria 
 June 4-5, 2014 Antalya (Turkey). 
 analysis - a case study. Environ Monit Assess, 166, 
Krishna P. V., Anuradha E. and Badarinath K. V. S., 223-239. 
 2009. Fire risk evaluation using multicriteria 
 Vũ Thành Minh và Lê Thị Thu Hiền, 2015, Ứng 
 analysis - a case study, Environ Monit Assess, DOI 
 dụng GIS và viễn thám để thành lập bản đồ nhạy 
 10.1007/s10661-009-0997-3. 
 cảm cháy tại Vườn Quốc gia Tràm Chim, Tạp chí 
Luis Diaz-Balteiro and Carlos Romero, 2008. phát triển KH&CN tập 18 số T16, 221-235. 
 Review: Making forestry decisions with multiple 
 Yakubu I., Mireku-Gyimah D. and Duker A. A., 2015. 
 criteria: A review and an assessment. Forest 
 Review of methods for modelling forest fire risk 
 Ecology and Management 255, 3222–3241. 
 and hazard. African Journal of Environmental 
Lưu Thế Anh, Trần Anh Tuấn, Hoàng Thị Huyền 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.