Ứng dụng công nghệ gis và viễn thám xây dựng bản đồ tiềm năng lũ quét tỉnh Sơn La

120 
HNUE JOURNAL OF SCIENCE DOI: 10.18173/2354-1067.2019-0053 
Social Sciences, 2019, Volume 64, Issue 8, pp. 120-132 
This paper is available online at  
ỨNG DỤNG CÔNG NGHỆ GIS VÀ VIỄN THÁM 
XÂY DỰNG BẢN ĐỒ TIỀM NĂNG LŨ QUÉT TỈNH SƠN LA 
Kiều Văn Hoan1, Nguyễn Hà Trang2, Nguyễn Phương Thúy1 
và Nguyễn Hữu Thanh1
1Khoa Địa lý, Trường Đại học Sư phạm Hà Nội 
2Trường Trung học Cơ sở Ngô Sĩ Liên, 
Tóm tắt. Sơn La là tỉnh miền núi phía Bắc Việt Nam thường xuyên xảy ra lũ quét. 
Lũ quét được hình thành do tác động tổng hợp của nhiều nhân tố như độ dốc địa 
hình, hiện trạng sử dụng đất, loại đất, độ che phủ rừng kết hợp với mưa lớn gây ra 
nhiều thiệt hại về người và tài sản. Hiện nay hệ thống thông tin địa lý (Geographic 
Information System - GIS) và viễn thám được sử dụng rộng rãi trong nhiều lĩnh 
vực trong đó có cảnh báo thiên tai. Trong nghiên cứu này tác giả sử dụng công 
nghệ GIS và viễn thám để xây dựng bản đồ tiềm năng lũ quét tỉnh Sơn La trên cơ 
sở phân tích tác động của các nhân tố độ dốc, hiện trạng sử dụng đất, đất, độ tàn 
che rừng theo mô hình đánh giá tiềm năng lũ quét (Flash Flood Potential Index –
FFPI). Từ kết quả thu được xác định các khu vực có nguy cơ cao xảy ra lũ quét 
nhằm chủ động phòng chống, giảm thiểu thiệt hại của thiên tai. 
Từ khóa: Lũ quét, GIS và viễn thám, ảnh vệ tinh Landsat, chỉ số tiềm năng lũ quét 
FFPI, chỉ số độ tàn che rừng. 
1. Mở đầu
Lũ quét là thiên tai xuất hiện ở hầu khắp các nước trên thế giới trong đó có Việt
Nam. Lũ quét được hình thành do sự tổng hợp của các nhân tố gây nên như: đặc điểm 
địa hình, địa mạo, lượng mưa, lớp phủ thực vật, kết cấu đất Thêm vào đó, với việc 
diện tích rừng đầu nguồn bị suy giảm và biến đổi khí hậu làm cho lũ quét xảy ra thường 
xuyên và khó dự báo hơn. Trong điều kiện ¾ diện tích là đồi núi, khí hậu nhiệt đới ẩm 
gió mùa, lũ quét là thiên tai nghiêm trọng xảy ra ở vùng đồi núi của Việt Nam. Các trận 
lũ quét cuốn trôi nhà cửa, tài sản, làm nhiều người thiệt mạng và gián đoạn hoạt động 
sản xuất được ghi nhận ở các tỉnh miền núi như: Lai Châu, Sơn La, Yên Bái, Hòa 
Bình, Trước tình hình đó, công tác dự báo, phòng chống lũ quét cần được tiến hành 
chính xác, khẩn trương để giảm thiểu tối đa thiệt hại. Sơn La là tỉnh ở miền núi phía Bắc 
Việt Nam có độ cao, độ dốc địa hình khá lớn kết hợp với mật độ sông suối dày đặc và 
sự suy giảm tài nguyên rừng làm cho tình hình lũ quét diễn biến phức tạp. Trong những 
Ngày nhận bài: 1/4/2019. Ngày sửa bài: 9/7/2019. Ngày nhận đăng: 21/7/2019. 
Tác giả liên hệ: Kiều Văn Hoan. Địa chỉ e-mail: kieuvanhoan@hnue.edu.vn 
Ứng dụng công nghệ GIS và viễn thám xây dựng bản đồ tiềm năng lũ quét tỉnh Sơn La 
121 
năm vừa qua, trên địa bàn Sơn La ghi nhận nhiều trận lũ quét có quy mô lớn, gây ra 
nhiều thiệt hại về người và tài sản [1, 2]. 
Hệ thống thông tin địa lí và viễn thám là công cụ rất mạnh trong việc xây dựng và 
đánh giá những tác động của các tai biến thiên nhiên trong đó có lũ quét. Những nghiên 
cứu về lũ quét dựa vào công nghệ GIS và viễn thám theo mô hình FFPI đã được nghiên 
cứu bởi các tác giả Gregory E. Smith (2010) [3], Jeffrey Zogg (2013) [4]; Roxana Tincu 
(2018) [5] sử dụng dữ liệu độ dốc, loại đất, loại hình sử dụng đất, loại đất, lớp phủ thực 
vật nhằm xây dựng được bản đồ tiềm năng lũ quét và hỗ trợ cho công tác dự báo và có 
tính chất định lượng (không gian, diện tích) trên các khu vực nghiên cứu. 
Nghiên cứu về chỉ số tàn che đã được các tác giả M.V.K. Sivakumar, P.S. Roy, K. 
Harmsen, and S.K. Saha [2, 6, 11] sử dụng trong các bài toán về cảnh báo cháy rừng 
dựa trên các chỉ số mối quan hệ giữa các điều kiện rừng và chỉ số AVI (Advanced 
Vegetation Index), BI (Bare Soil), SI (Shadow Index) tính toán từ ảnh viễn thám. 
Nghiên cứu của nhóm tác giả dựa trên mô hình tính toán chỉ số tiềm năng lũ quét 
FFPI Greg Smith (2010) có những điều chỉnh phù hợp với những điều kiện thực tế của 
khu vực nghiên cứu của Việt Nam, kết hợp với chỉ số tàn che (Forest Canopy Density- 
FCD) để xây dựng bản đồ tiềm năng lũ quét đảm bảo độ tin cậy và chính xác là cơ sở 
tham khảo trong qui hoạch, phân bố dân cư góp phần giảm thiểu những thiệt hại về 
người và tải sản, sử dụng hợp lí và bảo vệ tài nguyên [6, 7, 8, 11]. 
2. Nội dung nghiên cứu 
2.1. Dữ liệu và phương pháp nghiên cứu 
2.1. Dữ liệu 
Để xây dựng được bản đồ tiềm năng lũ quét tỉnh Sơn La nghiên cứu sử dụng các dữ 
liệu về mô hình số độ cao, loại đất và hiện trạng sử dụng đất, ảnh vệ tinh Landsat 8 OLI 
ghép trên 4 tấm ảnh 127-045, 127 – 046, 128 – 045 và 128 – 046[9]. Ảnh vệ tinh Landsat 
sau khi thu thập được hiệu chỉnh phổ, hiệu chỉnh hình học và cắt theo phạm vi khu vực 
nghiên cứu. 
Bảng 1. Các nguồn dữ liệu sử dụng trong nghiên cứu 
STT Tên dữ liệu 
1 Mô hình số độ cao DEM[10] 
2 Tài nguyên đất tỉnh Sơn La tỉ lệ 1:100 000 
3 Hiện trạng sử dụng đất tỉnh Sơn La năm 2015 tỉ lệ 1:100 000. 
4 Ảnh vệ tinh Landsat 8 OLI độ phân giải 30m ngày 30-05-2015 
2.2. Phương pháp nghiên cứu 
FFPI là mô hình định lượng xác định nguy cơ phát sinh lũ quét trên cơ sở dựa 
vào những đặc tính vốn có của địa bàn nghiên cứu như độ dốc, kết cấu đất, loại hình 
sử dụng đất, độ tàn che của thực vật. Dưới đây là quy trình xây dựng mô hình FFPI 
(Hình 1). 
Để xây dựng bản đồ tiềm năng lũ quét tỉnh Sơn La tác giả tiến hành thu thập các dữ 
liệu và sử dụng phương pháp GIS và viễn thám để xử lí ảnh vệ tinh và phân cấp FFPI 
Kiều Văn Hoan, Nguyễn Hà Trang, Nguyễn Phương Thúy và Nguyễn Hữu Thanh 
122 
cho từng nhân tố thành phần: độ dốc, loại đất, hiện trạng sử dụng đất, độ tàn che rừng. 
Mỗi lớp dữ liệu sẽ được gán giá trị FFPI từ 1 đến 10, giá trị nhỏ nhất là 1, giá trị lớn 
nhất là 10. Mỗi thành phần được gắn vào mô hình có trọng số và chồng xếp để ra được 
bản đồ tiềm năng lũ quét. Giá trị nhỏ nhất là 1 tương ứng với khu vực ít chịu ảnh hưởng 
nhất và giá trị lớn nhất là 10 tương ứng với khu vực có tiềm năng xảy ra lũ quét cao 
nhất. Dựa trên mô hình của Greg Smith, tác giả lựa chọn công thức để áp dụng vào địa 
bàn nghiên cứu tỉnh Sơn La dưới đây, nhân tố độ dốc có trọng số 1.5, các nhân tố còn 
lại có trọng số là 1. Công thức[2,4,5] : 
FFPI = 
1.5( )
4.5
M L S V 
Trong đó: M = Độ dốc; L = Hiện trạng sử dụng đất; S = Loại đất; V = Độ che phủ 
rừng 
 4.5 = Tổng trọng số do độ dốc có trọng số là 1.5 
Hình 1. Quy trình xây dựng mô hình FFPI[2] 
2.2. Kết quả nghiên cứu và thảo luận 
2.2.1. Khu vực nghiên cứu 
Sơn La là tỉnh miền núi nằm ở phía tây bắc Việt Nam, địa hình chủ yếu là đồi núi, 
độ dốc lớn, mưa tập trung theo mùa, mùa mưa có tổng lượng mưa lớn do kết hợp với 
ảnh hưởng của bão và áp thấp nhiệt đới; mật độ sông suối dày đặc, độ dốc lớn; diện tích 
rừng bị suy giảm ở một số khu vực. Các đặc điểm tự nhiên như trên làm cho Sơn La là 
một trong những thường xuyên xảy ra lũ quét. Bên cạnh đó, kinh tế - xã hội tỉnh Sơn La 
đã có bước phát triển rất rõ rệt, tuy nhiên nền kinh tế còn phụ thuộc nhiều vào nông 
Dữ liệu mô hình 
số độ cao DEM 
Dữ liệu độ dốc 
Dữ liệu loại đất 
Dữ liệu hiện trạng 
sử dụng đất 
Dữ liệu 
độ tàn che 
Ảnh vệ tinh 
 Landsat 8 
FFPI 
FFPI 
FFPI 
FFPI 
Bản đồ phân cấp 
độ dốc 
Bản đồ phân cấp 
 loại đất 
Bản đồ phân cấp 
hiện trạng sử dụng đất 
Bản đồ phân cấp 
 độ tàn che 
Chồng xếp 
Bản đồ phân cấp 
tiềm năng lũ quét 
Phân cấp 
FFPI 
Ứng dụng công nghệ GIS và viễn thám xây dựng bản đồ tiềm năng lũ quét tỉnh Sơn La 
123 
nghiệp, đời sống nhân dân ở nhiều khu vực còn khó khăn, cơ sở hạ tầng còn nhiều hạn 
chế. Chính bởi vậy, trong điều kiện xảy ra lũ quét sẽ gây ra thiệt hại lớn. 
2.2.2. Kết quả và thảo luận 
2.2.2.1. Xây dựng bản đồ phân cấp FFPI cho nhân tố độ dốc 
Trong bài nghiên cứu độ dốc được sử dụng theo đơn vị % trong đó thì mức độ 
FFPI càng cao thì độ dốc càng lớn. Bản đồ phân cấp FFPI theo độ dốc được thể hiện 
ở Hình 3. 
Bảng 2. Phân cấp FFPI theo độ dốc (%) [2, 4] 
Độ dốc FFPI Độ dốc FFPI 
90 - 100 và >100 10 40-50 5 
80-90 9 30-40 4 
70-80 8 20-30 3 
60-70 7 10- 20 2 
50-60 6 <10 1 
2.2.2.2. Xây dựng bản đồ phân cấp FFPI cho nhân tố đất 
Thành phần cơ giới của các loại đất khác nhau ảnh hưởng tới khả năng thấm và 
thoát nước. Các loại đất có thành phần cơ giới là cát, thịt pha cát có khả năng thấm và 
thoát nước nhanh nên tiềm năng xảy ra lũ quét không lớn. Các khu vực đá không thấm 
nước, các loại đất có nhiều sét, limon khả năng thấm nước kém nên tiềm năng xảy ra lũ 
quét lớn. Phân cấp FFPI càng cao khả năng xảy ra lũ quét càng lớn. Bản đồ phân cấp 
FFPI theo loại đất được thể hiện ở Hình 4. 
Bảng 3. Phân cấp FFPI loại đất [4] 
Class Thành phần 
 cơ giới 
FFPI Class Thành phần 
cơ giới 
FFPI 
Water Mặt nước 1 Sandy Clay Loam 
Thịt pha cát 
và sét 
7 
Sand Cát 2 Silty Clay Loam 
Thịt pha sét 
và limôn 
7 
Loamy 
Sand 
Cát pha thịt 4 Clay Loam Thịt pha sét 
8 
Sandy 
Loam 
Thịt pha cát 3 Sandy Clay Sét pha cát 
7 
Silty Loam 
Thịt pha 
Limôn 
4 Silty Clay Sét pha limôn 
8 
Silt Limôn 5 Clay Sét 9 
Loam Thịt 6 Bedrock/Impervious 
Núi đá/ không 
thấm nước 
10 
Kiều Văn Hoan, Nguyễn Hà Trang, Nguyễn Phương Thúy và Nguyễn Hữu Thanh 
124 
Bảng 4. Phân cấp FFPI loại đất tỉnh Sơn La 
Nhóm đất Thành phần cơ giới FFPI 
Sông, hồ Mặt nước 1 
Đất feralit trên đá cát Thịt pha cát 3 
Đất feralit trên phù sa cổ Cát pha thịt 4 
Đất feralit trên đá vôi Thịt 6 
- Đất feralit trên đá macma 
- Đất feralit đá sét và đá biến chất 
- Đất mùn alit núi cao 
Thịt pha sét 8 
Núi đá Đá không thấm nước 10 
2.2.2.3. Xây dựng bản đồ phân cấp FFPI theo loại hình sử dụng đất 
Bảng 5. Phân cấp FFPI loại hình sử dụng đất [4] 
Class 
Loại hình 
 sử dụng đất 
FFPI Class 
Loại hình 
 sử dụng đất 
FFP
I 
Water Mặt nước. 1 
Mixed 
Forest 
Rừng hỗn giao 4 
Developed/ 
Open Space 
Đất nông thôn. 7 
Shrub/Scru
b 
Cây bụi 6 
Developed/ 
Low 
Vùng ngoại 
thành. 
8 Grass Đất có cỏ 6 
Developed/ 
Medium 
Vùng đô thị hóa 
trung bình. 
9 Pasture Hay 
Đồng cỏ chăn 
nuôi 
5 
Developed/ 
Heavy 
Vùng đô thị hóa 
cao 
10 Cultivated Đất trồng trọt 5 
Barren Land Đất trống 9 
 Woody 
Wetlands 
Đất ngập nước 
 có rừng 
2 
Deciduous 
Forest 
Rừng rụng lá theo 
mùa 
5 
Herbaceous 
Wetlands 
Đất ngập nước 
có cỏ 
2 
Evergreen 
Forest 
Rừng thường 
xanh 
3 
Khu vực đô thị có mức FFPI cao (8, 9, 10) do nhà cao tầng, đường xá, các công 
trình xây dựng có mật độ dày đặc ngăn cản quá trình thấm của nước, làm tăng dòng 
chảy tràn. Ở các khu vực có rừng đặc biệt là rừng thường xanh thì nước được giữ lại 
nhiều hơn ở tán lá cây, đi theo thân cây và ngấm xuống lòng đất nên FFPI ở mức độ 
thấp. Mặt nước và các vùng đất ngập nước tiềm năng xảy ra lũ quét nhỏ nhất được gán 
cấp 1. FFPI càng cao thì khả năng xảy ra lũ quét càng lớn. Bản đồ phân cấp FFPI theo 
loại hình sử dụng đất được thể hiện ở Hình 5. 
Ứng dụng công nghệ GIS và viễn thám xây dựng bản đồ tiềm năng lũ quét tỉnh Sơn La 
125 
Bảng 6. Phân cấp FFPI loại hình sử dụng đất tỉnh Sơn La 
Loại hình sử dụng đất FFPI Loại hình sử dụng đất FFPI 
- Sông suối, mặt nước nuôi trồng thủy 
sản. 
1 - Đất ở nông thôn 7 
- Rừng phòng hộ, rừng đặc dụng 3 - Đất chuyên dùng 8 
- Rừng trồng; đất trồng cây lâu năm 4 
- Đất ở đô thị, đất chuyên 
dùng 
9 
- Đất trồng lúa; đất trồng cây hàng 
năm; đất nông nghiệp khác. 
5 
- Đất chưa sử dụng, núi 
đá 
10 
2.2.2.4. Xây dựng bản đồ phân cấp FFPI cho nhân tố độ tàn che 
- Chuyển đổi giá trị xám (DN) sang giá trị phổ (radiance). Ảnh vệ tinh sau khi 
được tải về được chuyển đổi từ giá trị cấp độ xám sang giá trị phổ và chuyển về đúng 
góc chiếu của tia sáng Mặt Trời ở địa bàn nghiên cứu. Ảnh được tổ hợp màu và cắt theo 
ranh giới tỉnh Sơn La. 
Công thức chuyển đổi: Lλ = MLQcal + AL.[8] 
Trong đó: Lλ: Hệ số phản xạ ở tầng trên cùng của khí quyển theo giá trị phổ 
ML: Hệ số đối với từng kênh ảnh trong metadata đính kèm. 
AL: Hệ số được thêm vào đối với từng kênh ảnh trong metadata đính kèm. 
Qcal: Giá trị số của kênh ảnh. 
- Chỉ số thực vật AVI (Advanced Vegetation Index) dùng để đánh giá tình trạng 
thảm thực vật rừng (kiểm tra lượng diệp lục của cây trồng). Chỉ số AVI đối với ảnh 
Landsat 8 được tính theo công thức[3]: 
AVI = √(𝐵5 + 1) ∗ (65536 − 𝐵4) ∗ (𝐵5 − 𝐵4))
3
 Trong đó: AVI: Chỉ số thực vật. B5: Kênh hồng ngoại gần. B4: Kênh đỏ. 
- Chỉ số đất trống BI (Bare Soil Index) được xây dựng dựa trên tính tương hỗ cao 
giữa trạng thái đất trống và trạng thái thảm thực vật cho phép đánh giá hiện trạng lớp 
phủ thực vật. BI đối với ảnh Landsat 8 được tính theo công thức[3]: 
 BIO = 
(B6+B4)−(B5+B2)
(B6+B4)+(B5+B2)
 BI = BIO*100+100 
Trong đó: BI: Chỉ số đất trống. B4: Kênh đỏ. B2: Kênh xanh. 
 B5: Kênh hồng ngoại gần. B6: Kênh hồng ngoại sóng ngắn 
- Mật độ thực vật VD (Vegetation Density) là thủ tục để tổng hợp AVI và BI. 
Phương pháp được sử dụng là phân tích thành phân chính vì về cơ bản thì BI và AVI có 
tương quan nghịch. 
- Tính chỉ số che khuất SI (Shadow Index) được xây dựng dựa trên sự sắp xếp tán 
trong các khu rừng tạo ra các kiểu bóng khác nhau ảnh hưởng đến phản ứng quang phổ. 
SI được tính toán dựa trên thông tin những kênh phổ nhìn thấy được[3]: 
SI = √((65536 − B2) x (65536 − B3) x (65536 − B4))3 
Trong đó: SI: chỉ số che khuất. B2: Kênh xanh lơ. B3: Kênh lục. B4: Kênh đỏ 
Kiều Văn Hoan, Nguyễn Hà Trang, Nguyễn Phương Thúy và Nguyễn Hữu Thanh 
126 
Hình 2. Sơ đồ quy trình thực hiện mô hình độ tàn che FCD [6] 
Từ chỉ số che khuất SI, chỉ số che khuất được biến đổi tuyến tính ra thước đo chỉ số 
che khuất SSI (Scaled Shadow Index). Ở những nơi mà giá trị SSI bằng không, giá trị 
che khuất thấp nhất bằng 0% và ngược lại. 
- Độ tàn che FCD (Forest Canopy Density) được xác định dựa trên quá trình tích 
hợp chỉ số mật độ thực vật VD và thước đo chỉ số che khuất SSI bằng công thức[3]: 
FCD = √𝑉𝐷 ∗ 𝑆𝑆𝐼 + 1 - 1 (Đơn vị: %) 
- Phân cấp FFPI theo độ tàn che 
Bảng 7. Phân cấp FFPI theo độ tàn che rừng (%) 
Độ tàn che FFPI Độ tàn che FFPI 
1 – 9 10 49 – 59 5 
10 – 19 9 59 – 69 4 
19 – 29 8 69 – 79 3 
29 – 39 7 79 – 89 2 
39 – 49 6 89 – 100 1 
Độ tàn che có quan hệ mật thiết với lũ quét. Chỉ số tiềm năng lũ quét được gắn 
giá trị dựa trên hiện trạng rừng. Giá trị chỉ số lũ quét tiềm năng thấp tương ứng với 
nơi mà có rừng (đặc biệt là rừng giàu) độ che phủ phủ lớn, và ngược lại. Độ tàn che 
có tỉ lệ % càng lớn thì cấp FFPI càng nhỏ và ngược lại, cấp FFPI cao nhất cho tỉ lệ 
độ tàn che thấp. 
Ảnh vệ tinh 
Chuyển giá trị số DN sang giá trị phổ 
Gộp các kênh ảnh, cắt theo khu vực nghiên cứu 
Chỉ số thực vật AVI Chỉ số đất trống BI Chỉ số che khuất SI 
Mô hình tổng hợp 
(Phân tích thành phần chính) 
Mật độ thực vật VD Thước đo chỉ số che khuất 
SSI 
Tích hợp mô hình 
Độ tàn che rừng FCD (%) 
Biến đổi tuyến tính 
Ứng dụng công nghệ GIS và viễn thám xây dựng bản đồ tiềm năng lũ quét tỉnh Sơn La 
127 
2.2.2.5. Xây dựng bản đồ tiềm năng lũ quét 
Bản đồ tiềm năng lũ quét tại tỉnh Sơn La được thành lập trên cơ sở tính toán theo 
công thức có gắn trọng số từ các lớp bản đồ thành phần. Kết quả phân cấp FFPI các 
nhân tố: 
Hình 3. Phân cấp FFPI theo độ dốc 
Hình 4. Phân cấp FFPI theo loại đất 
Kiều Văn Hoan, Nguyễn Hà Trang, Nguyễn Phương Thúy và Nguyễn Hữu Thanh 
128 
Hình 5. Phân cấp FFPI theo loại hình sử dụng đất 
Hình 6. Phân cấp FFPI theo độ tàn che 
Sau khi chồng xếp bản đồ của các nhân tố thành phần theo mô hình trọng số kết quả 
thu được FFPI về tiềm năng lũ quét từ 1.22222 đến 9.1111. Cấp FFPI càng cao thì tiềm 
Ứng dụng công nghệ GIS và viễn thám xây dựng bản đồ tiềm năng lũ quét tỉnh Sơn La 
129 
năng xảy ra lũ quét càng lớn. Trên cơ sở đó tác giả phân loại ra 5 mức độ xảy ra lũ quét: 
rất thấp (FFPI nhỏ hơn 2), thấp (FFPI từ 2-4), trung bình (FFPI từ 4-6), cao (FFPI từ 6-
8), rất cao (FFPI lớn hơn 8). 
Phần lớn tỉnh Sơn La có tiềm năng lũ quét ở mức trung bình chiếm 61,0% diện tích 
toàn tỉnh. Đây là khu vực có phân cấp độ dốc FFPI trung bình 4,5,6, chủ yếu nằm trên 
đất có rừng, đất trồng cây lâu năm với các loại đất feralit trên đá sét và đá biến chất, đất 
mùn alit núi cao,.. độ tàn che phổ biến từ 50 đến 70%. 
Bảng 8. Tiềm năng lũ quét tỉnh Sơn La theo diện tích 
Tiềm năng lũ quét Diện tích (km2) Tỉ lệ % diện tích toàn tỉnh 
Rất thấp 501,1 3,6 
Thấp 2476,6 17,5 
Trung bình 8620,3 61,0 
Cao 2471,5 17,5 
Rất cao 53,7 0,4 
Hình 7. Bản đồ tiềm năng lũ quét tỉnh Sơn La 
Khu vực có mức độ tiềm năng lũ quét cao và rất cao chiếm 17,9% phân bố rộng, 
tập trung nhiều hơn ở phía đông bắc, tây bắc của tỉnh. Những khu vực tiềm năng lũ quét 
Kiều Văn Hoan, Nguyễn Hà Trang, Nguyễn Phương Thúy và Nguyễn Hữu Thanh 
130 
cao là khu vực có độ dốc địa hình lớn, FFPI cấp 8,9,10 với độ dốc >70%, chủ yếu là đất 
trống, đất chưa sử dụng, núi đá với độ tàn che rừng thấp <30%. 
Tiềm năng lũ quét ở Sơn La còn có sự khác nhau giữa các huyện. Ở tất cả các 
huyện thì chiếm tỉ lệ lớn nhất là tiềm năng lũ quét ở mức trung bình, chiếm khoảng 
trên 50% diện tích. Tiềm năng lũ quét cao và rất cao chiếm tỉ lệ lớn nhất ở huyện 
Mường La, chiếm hơn ¼ diện tích toàn huyện (28,3%), riêng tiềm năng rất cao chiếm 
tỉ lệ lớn nhất so với các huyện trong tỉnh (1,2%), thực tế đây cũng là huyện thường 
xuyên xảy ra lũ quét. 
Bảng 9. Thống kê diện tích (km2) và tỉ lệ % diện tích tiềm năng 
xảy ra lũ quét theo các huyện 
Tên 
hành 
chính 
Rất thấp Thấp Trung bình Cao Rất Cao 
Diệ
n 
tích 
Tỉ 
lệ 
Diện 
tích 
Tỉ lệ Diện 
tích 
Tỉ lệ Diện 
tích 
Tỉ lệ Diệ
n 
tích 
Tỉ 
lệ 
TP. Sơn 
La 0,5 0,1 54,0 16,7 212,0 65,6 54,6 17,0 2,0 0,6 
Bắc Yên 46,0 4,2 128,3 11,7 638,1 58,0 281,4 25,7 4,8 0,4 
Mai Sơn 10,0 0,7 220,6 15,5 980,8 68,7 212,5 14,9 2,7 0,2 
Mộc 
Châu 1,1 0,1 302,4 28,2 660,5 61,6 106,7 10,0 1,0 0,1 
Mường 
La 69,3 4,9 136,9 9,6 815,3 57,1 387,4 27,2 
16,
5 1,2 
Phù Yên 
83,8 6,8 
159,5
6 12,9 806,6 65,4 182,7 14,8 1,6 0,1 
Quỳnh 
Nhai 89,1 8,4 290,9 27,5 521,3 49,4 145,4 13,8 9,3 0,9 
Sông Mã 
25,9 1,6 266,6 16,3 
1066,
8 65,0 278,5 17,0 2,1 0,1 
Sốp Cộp 51,1 3,5 274,7 18,6 848,6 57,6 294,5 20,0 4,4 0,3 
Thuận 
Châu 46,8 3,0 211,8 13,9 932,9 60,8 334,8 21,8 7,0 0,5 
Vân Hồ 66,4 6,7 133,6 13,6 651,9 66,4 129,4 13,1 1,6 0,2 
Yên 
Châu 11,1 1,3 297,2 34,6 485,4 56,6 63,7 7,4 0,4 0,1 
3. Kết luận 
Lũ quét là thiên tai vô cùng nguy hiểm và khó dự báo trước. Bởi vậy nghiên cứu 
cảnh báo lũ quét có vai trò quan trọng trong việc phòng chống thiên tai nhằm giảm nhẹ 
thiệt hại. Bản đồ tiềm năng lũ quét được nhóm tác giả thành lập dựa trên công nghệ GIS 
Ứng dụng công nghệ GIS và viễn thám xây dựng bản đồ tiềm năng lũ quét tỉnh Sơn La 
131 
và viễn thám để phân tích các dữ liệu về độ dốc, loại đất, loại hình sử dụng đất và độ tàn 
che rừng. Dựa theo kết quả phân tích tác giả đã tiến hành phân cấp tiềm năng xảy ra lũ 
quét tỉnh Sơn La theo năm mức độ: rất thấp, thấp, trung bình, cao, rất cao. Bản đồ tiềm 
năng lũ quét tỉnh Sơn La có thể là nguồn tư liệu tham khảo để xây dựng các dự án quy 
hoạch lãnh thổ và quy hoạch môi trường, đặc biệt là trong việc phòng chống và giảm 
thiểu thiên tai và ổn định đời sống của người dân. 
TÀI LIỆU THAM KHẢO 
[1] Lã Thanh Hà, 2016. Những điều cần biết về lũ quét. Nxb Tài nguyên Môi trường và 
Bản đồ Việt Nam. 
[2] Kieu Van Hoan, Vu Thi Hong Ngoc, 2017. Application of remote sensing and GIS 
building potential of plash flood map in Lai Chau. International scientific 
conference. Hanoi. 
[3] Gregory E. Smith, 2010. Developing of a Flash Flood Potential Index using 
physiographic data sets within a geographich information system. 
[4] Jeffrey Zogg (Senior Service Hydrologist WFO Des Moines, Iowa), 2013. The 
Flash Flood Potential Index at WFO Des Moines, Iowa. 
[5] Roxana Tincu, Gabriel Lazar, and Iuliana Lazar, 2018. Modified Flash Flood 
Potential Index in order to estimate areas with predisposition to water 
accumulation, Open Geosciences, formerly Central European Journal of 
Geosciences. 
[6] Kiều Văn Hoan, 2015. Ứng dụng viễn thám và GIS đánh giá nguy cơ cháy rừng 
tỉnh Lai Châu giai đoạn 2000 – 2014. Tạp chí Khoa học Trường Đại học Sư phạm 
Hà Nội, số 4. 
[7] Liliana ZAHARIA1, Romulus COSTACHE, 2017. Mapping flood and flooding 
potential indices: a methodological approach to identifying areas susceptible to 
flood and flooding risk. Case study: the Prahova catchment (Romania), Higher 
Education Press and Springer-Verlag Berlin Heidelberg. 
[8] Flash Flood Index., 2014.  
flash_ flood_index.htm 
[9] Dữ liệu ảnh viễn thám: Earthexplorer.usgs.gov 
[10] Dữ liệu số độ cao DEM:  
[11] M.V.K. Sivakumar, P.S. Roy, K. Harmsen, and S.K. Saha, 2004. Satellite Remote 
Sensing and GIS Applications in Agricultural Meteorology. Published by World 
Meteorological Organisation 7bis, Avenue de la Paix 1211 Geneva 2, Switzerland. 
[12] A. Rikimaru, P.S.Roy, S.Miyatake, 2002. Tropical forest cover density mapping. 
International Society for Tropical Ecology, 39-47. 
Kiều Văn Hoan, Nguyễn Hà Trang, Nguyễn Phương Thúy và Nguyễn Hữu Thanh 
132 
ABSTRACT 
Application of GIS and Remote Sensing in mapping the potential of flash flood 
in Son La Province, Vietnam. 
Kieu Van Hoan
1
, Nguyen Ha Trang
2
, 
Nguyen Phuong Thuy
1
 and Nguyen Huu Thanh
1
1
Faculty
of Geography, Hanoi National University of Education, 
2
Ngo Si Lien Secondary School. 
Son La is a mountainous province in the North of Vietnam, which experiences 
frequently flash floods. Flash floods are formed by the combination of multiple factors 
such as heavy rains, slope, land use, soil type, and forest cover, which cause thousands 
of deaths and damage to property. In the recent years, Geographic Information Systems 
(GIS) and Remote sensing have been widely applied in many fields especially in flash 
flood warning. In this study, GIS and Remote sensing were used to map the potential of 
flash flood in Son La province depending on the flash flood potential index (FFPI). This 
index aims to quantitatively describe the risk of flash flooding depending on analysing 
the relationship between inherent characteristics of specific areas such as slope, land 
cover, land use and soil type. From the obtained results, the high risk of flash flood was 
identified, which contributes to proactively preventing and mitigating flash flood 
consequences. 
Keywords: Flash flood, GIS and Remote sensing, Landsat satellite image, Flash 
Flood Potential Index (FFPI), Forest Canopy Density Index (FCD).