Nghiên cứu đề xuất giải pháp phòng cháy cho rừng thông ba lá (pinus kesiya) tại vườn quốc gia bidoup núi bà, tỉnh lâm đồng tt

BỘ GIÁO DỤC VÀ ĐÀO TẠO

BỘ NÔNG NGHIỆP VÀ PTNT

TRƯỜNG ĐẠI HỌC LÂM NGHIỆP

LÊ VĂN HƯƠNG

NGHIÊN CỨU ĐỀ XUẤT GIẢI PHÁP PHÒNG CHÁY CHO RỪNG THÔNG
BA LÁ (Pinus kesiya) TẠI VƯỜN QUỐC GIA BI DOUP-NÚI BÀ,
TỈNH LÂM ĐỒNG

TÓM TẮT LUẬN ÁN TIẾN SĨ LÂM NGHIỆP

Ngành: Quản lý tài nguyên rừng
Mã số: 9620211

Hà Nội - 2020


Luận án được hoàn thành tại: Trường Đại học Lâm Nghiệp Việt Nam

Người hướng dẫn khoa học 1:
PGS.TS. Bế Minh Châu – Trường Đại học Lâm nghiệp Việt Nam
Người hướng dẫn khoa học 2:
PGS.TS. Trần Ngọc Hải – Trường Đại học Lâm nghiệp Việt Nam

Phản biện 1: ..............................................................................................
...................................................................................................................
Phản biện 2: ..............................................................................................
...................................................................................................................

Phản biện 3: ..............................................................................................
...................................................................................................................

Luận án sẽ được bảo vệ tại Hội đồng chấm luận án cấp Trường:
- Thời gian: ...... giờ ...... phút, ngày …… tháng …… năm 2020
- Địa điểm: Trường Đại học Lâm Nghiệp Việt Nam

Có thể tìm hiểu luận án tại:
- Thư Viện Quốc gia Việt Nam
- Thư Viện Trường Đại học Lâm nghiệp Việt Nam


DANH MỤC CÁC BÀI BÁO ĐÃ CÔNG BỐ

Nội dung

TT

Tác giả

Fuel assessment and fire

1

prevention

in

plantations

during

the Huong, Le Van

Xác định mùa cháy rừng ở
phương pháp thống kê đa

36/

JanuaryJune

2007,

pp. 76 – 86

Dong Province, Vietnam.
VQG BDNB bằng các

phát hành
No.

pine

tending stage in Dalat, Lam

2

Thời điểm

Số 10/2017,

Lê Văn Hương

trang

132-

138

biến.

3

ba lá

ở

VQG Lê Văn Hương Số 23/2017,

Bidoup – NúiBà bằng các và

Nguyễn

phương pháp thống kê đa Ngọc Kiểng
biến.

International
Forest

Fire

News (IFFN).
Tạp chí Nông
nghiệp và Phát
triển

Nông

thôn.

Dự báo nguy cơ cháy rừng
Thông

Tên Tạp chí

trang 116123

Tạp chí Nông
nghiệp và Phát
triển
thôn.

Nông


PHẦN MỞ ĐẦU
1. Sự cần thiết của luận án
Sự cháy được xem là một quá trình lý hóa sản sinh ra năng lượng nhiệt thông qua việc ôxy hóa các vật
chất hữu cơ [83]. Sự cháy chỉ có thể xảy ra khi có sự kết hợp đồng thời của ba yếu tố cơ bản tạo thành tam
giác cháy, đó là ôxy, vật liệu cháy (VLC) và nguồn nhiệt [11]. Ngoài tự nhiên, quá trình cháy rừng phức tạp
hơn sự cháy đơn thuần của một vật chất hữu cơ đơn lẻ, bởi vì cả ba yếu tố (ôxy, VLC và nguồn nhiệt) đều

thay đổi nhanh chóng theo không gian và thời gian. Khi đám cháy đạt đến một cường độ và độ lớn nhất định,
lửa lan ra toàn bộ cảnh quan, thiêu hủy hầu hết các sinh khối thực vật trên bề mặt đất rừng.
Những năm gần đây, cháy rừng liên tục xảy ra ở các nước Mỹ, Nga, Hy Lạp, Australia, Brazin,
Indonesia ...để lại những hậu quả to lớn về kinh tế xã hội và môi trường. Ở Việt Nam, cháy rừng cũng
thường xuyên xảy ra, tuy nhiên mức độ thiệt hại thường không được thống kê đầy đủ. Lâm Đồng là một tỉnh
nằm trong khu vực trọng điểm cháy rừng của cả nước. Với đặc điểm khí hậu của khu vực Tây Nguyên Việt
Nam, cháy rừng thường xảy ra vào mùa khô từ tháng 11 đến tháng 4 hàng năm. Theo chi cục Kiểm lâm Lâm
Đồng, trong giai đoạn từ 2001 đến 2017 có 544 vụ cháy rừng xảy ra gây thiệt hại 1.413,96 ha rừng các loại
[12]. Vườn quốc gia Bidoup – Núi Bà (VQG BDNB), tỉnh Lâm Đồng có diện tích 70.038 ha nằm trong hệ
thống các Vườn quốc gia (VQG) Việt Nam. Vườn quốc gia BDNB là vùng lõi của khu dự trữ sinh quyển thế
giới Langbiang và cũng là Vườn di sản ASIAN, nơi đây chứa định những giá trị về đa dạng sinh học mang
tính đại diện toàn cầu. Tuy nhiên một trong những thách thức lớn nhất hiện nay của VQG BDNB là cháy
rừng. Theo kết quả kiểm kê rừng năm 2014 [34], tổng diện tích rừng dễ cháy của VQG BDNB là 30.930 ha.
Thống kê cũng cho thấy từ 2005-2017 trên địa bàn VQG BDNB đã xảy ra 84 vụ cháy rừng với diện tích bị
thiệt hại lên đến 229,4 ha, chủ yếu là rừng Thông ba lá. Trong một cảnh quan được hình thành từ các yếu tố
địa khí hậu đặc trưng như rừng Thông ba lá ở VQG BDNB, đã nhiều năm rừng không bị cháy, thảm cỏ dày
rậm, khối lượng VLC có thể trên 20 tấn/ha, nên nguy cơ cháy có thể xảy ra bất cứ lúc nào. Khi cháy rừng
xẩy ra trên diện rộng, những giá trị đa dạng sinh học và cảnh quan mang ý nghĩa toàn cầu có thể bị thiệt hại
nghiêm trọng và khó có khả năng phục hồi.
Đã có nhiều nghiên cứu khoa học về phòng cháy, chữa cháy rừng trên thế giới và Việt Nam. Mục đích
của các nghiên cứu khoa học về lửa rừng là làm thế nào để hạn chế đến mức thấp nhất thiệt hại do cháy rừng
xảy ra. Với sự phát triển của khoa học kỹ thuật, nhiều nước đã ứng dụng các công nghệ hiện đại vào công tác
phòng chống cháy rừng. Tuy nhiên cháy rừng vẫn thường xuyên xảy ra trên toàn thế giới cũng như ở Việt
Nam và còn được xem như là thảm họa trong điều kiện biến đổi khí hậu toàn cầu. Như vậy, vẫn còn nhiều
thách thức trong nghiên cứu về lửa rừng. Các kết quả nghiên cứu hiện nay vẫn chưa đáp ứng được mục tiêu
phòng cháy, chữa cháy rừng của các chủ thể quản lý trong đó có VQG BDNB. Làm thế nào để giảm thiểu
những thiệt hại có thể xảy ra do cháy rừng ở VQG BDNB, nơi được xem là vùng trọng điểm cháy rừng của
khu vực tỉnh Lâm Đồng. Vì những lý do nêu trên, nghiên cứu sinh chọn và thực hiện đề tài “ Nghiên cứu cơ
sở khoa học và đề xuất giải pháp phòng cháy cho rừng Thông ba lá (Pinus kesiya) tại Vườn quốc gia BidoupNúi Bà, tỉnh Lâm Đồng” là rất cần thiết.
2. Mục tiêu của luận án

2.1. Mục tiêu tổng quát
Nghiên cứu cơ sở khoa học để đề xuất các giải pháp phòng cháy hiệu quả đối với rừng Thông ba lá tại
Vườn quốc gia Bidoup-Núi Bà, tỉnh Lâm Đồng.
2.2. Mục tiêu cụ thể
(1) Xác định được những đặc điểm chủ yếu của rừng Thông ba lá liên quan đến cháy rừng.
1


(2) Xác định thành phần VLC của rừng Thông ba lá và các mối quan hệ của chúng trong môi trường.
(3) Tìm kiếm cơ sở khoa học cho công tác phòng cháy rừng Thông ba lá.
(4) Đề xuất được các giải pháp phòng cháy rừng hiệu quả cho rừng Thông ba lá tại VQG BDNB.
3. Đối tượng và phạm vi nghiên cứu của luận án
3.1. Đối tượng nghiên cứu
Rừng trồng và rừng Thông ba lá tự nhiên ở VQG BDNB, tỉnh Lâm Đồng.
3.2. Phạm vi nghiên cứu
Đề tài tập trung nghiên cứu ở 4 khu vực theo các đai độ cao khác nhau ở VQG BDNB gồm: Đưng
K’nớ; Đưng Iar Jiêng, Cổng trời và Bidoup thuộc VQG BDNB, tỉnh Lâm Đồng.
4. Những đóng góp mới của luận án
Về lý luận.
Luận án đã lượng hóa và xây dựng được các mô hình toán học về mối liên hệ giữa VLC, nhiệt độ,
ẩm độ môi trường rừng và khả năng cháy rừng làm cơ sở để dự báo nguy cơ cháy rừng.
Về thực tiễn
- Đề xuất cách phân loại VLC mới và hệ số bắt cháy K trong đánh giá và dự báo nguy cơ cháy rừng.
- Xác định mùa cháy rừng và phân cấp nguy cơ cháy rừng bằng các mô hình thống kê đơn biến và
thống kê đa biến.
- Xác định đối tượng, cường độ và thời điểm đốt chỉ định;
- Đề xuất được các giải pháp phòng cháy rừng hiệu quả cho VQG Bidoup-Núi Bà có cơ sở khoa học
và thực tiễn.
5. Ý nghĩa khoa học và thực tiễn
5.1. Ý nghĩa khoa học:

Luận án nghiên cứu mối quan hệ giữa các nhân tố liên quan đến cháy rừng, định lượng các mối quan
hệ này làm cơ sở xây dựng các mô hình dự báo nguy cơ cháy rừng, mùa cháy rừng và cung cấp cơ sở khoa
học cho giải pháp xừ lý VLC, đốt chỉ định cho rừng Thông ba lá tại VQG BDNB.
5.2. Ý nghĩa thực tiễn
Luận án đã đề xuất được các phương pháp xác định mùa cháy rừng, dự báo nguy cơ cháy rừng và đề ra các
giải pháp phòng cháy hiệu quả cho rừng Thông ba lá ở VQG BDNB.

Chương 1. TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU
Trên cơ sở xem xét đánh giá tổng quan 95 công trình nghiên cứu liên quan đã công bố ở trên thế giới
và trong nước theo các chủ điểm: (1) Một số đặc điểm phân bố rừng thông ba lá và cháy rừng; (2) Đặc điểm
vật liệu cháy và nguy cơ cháy rừng; (3) Các phương phương dự báo cháy rừng và (4) Các biện pháp kỹ thuật
phòng cháy rừng, tác giả rút ra một số kết luận như sau:
(1) Từ vùng phân bố, điều kiện sinh thái phát sinh, đặc tính sinh vật học của loài cho thấy sự hình
thành và tồn tại của rừng Thông ba lá có sự liên hệ với sự xuất hiện của lửa rừng. Các nghiên cứu cũng đã
khẳng định rừng Thông ba lá là loại rừng dễ cháy vào mùa khô hàng năm.
(2) VLC là một trong ba nhân tố hình thành nên cháy rừng. VLC liên quan đến cháy rừng qua các chỉ
số: Thành phần và loại vật liệu, chiều cao, khối lượng, kích thước, sự sắp xếp trong không gian trên bề mặt
đất rừng và độ ẩm của vật liệu. Ngoài ra còn có sự tác động rất lớn của môi trường như hướng phơi, tốc độ
gió, nhiệt độ, ẩm độ và nhiệt độ môi trường rừng…Nếu bỏ qua các nhân tố ôxy, nguồn nhiệt thì VLC là đối
tượng nghiên cứu chính trong các phương pháp PCCCR.

2


(3) Các chỉ số khô hạn thường được dùng để xác định mùa cháy rừng. Có thể sử dụng các chỉ số khô
hạn để xác định mùa cháy rừng cho một vùng nào đó. Các chỉ số khô hạn thường được thiết lập từ lượng
mưa, nhiệt độ, ẩm độ và lượng bốc hơi.
(4) Các chỉ số nguy cơ cháy rừng thường được sử dụng để dự báo khả năng cháy rừng. Khác với các
chỉ số khô hạn thường được xác lập trên các yếu tố khí tượng, một số chỉ số nguy cơ cháy rừng còn xem xét
đến khối lượng, ẩm độ, khả năng tích lũy của VLC… của đối tượng phòng cháy.

(5) Công nghệ viễn thám ngày càng được ứng dụng rộng rãi trong dự báo và phát hiện cháy rừng. Tuy
nhiên việc phát hiện sớm cháy rừng bằng công nghệ viễn thám để triển khai công tác chữa cháy là rất khó
khăn do đặc thù của ngành Lâm nghiệp thường quản lý một vùng rừng rộng lớn nên khó có thể tiếp cận đám
cháy khi cháy rừng mới xảy ra.
(6) Giải pháp phòng cháy rừng truyền thống như: làm đường băng trắng, băng xanh, canh gác, tuyên
truyền người ra vào rừng để ngăn chặn cháy rừng vẫn đang được các đơn vị trong ngành lâm nghiệp thực
hiện.
(7) Ngoài các giải pháp tuyền thống trong phòng cháy rừng, giải pháp đốt đốt chỉ định (prescribed
burning) ngày càng được ứng dụng rộng rãi. Đốt chỉ định còn là công cụ hiệu quả làm giảm VLC gây nên
thảm họa cháy rừng. Tuy nhiên cho đến nay chưa có các công trình nghiên cứu định lượng để giải đáp được
các câu hỏi khi nào thì đốt chỉ định, các đối tượng rừng nào cần đốt chỉ định và cường độ đốt chỉ định bao
nhiêu có thể đem lại hiệu quả trong phòng cháy chữa cháy rừng. Trả lời các câu hỏi nêu trên là cơ sở khoa
học cho việc đề xuất giải pháp đốt chỉ định trong phòng cháy chữa cháy rừng hiện nay tại VQG BDNB và
các hệ sinh thái lửa rừng khác nhau.
Chương 2. NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
2.1. Nội dung nghiên cứu.
(1) Một số đặc điểm rừng Thông ba lá và tình hình cháy rừng tại VQG BDNB;
(2) Nghiên cứu đặc điểm VLC ở rừng Thông ba lá;
(3) Mô hình hóa tương quan giữa các thành phần của VLC;
(4) Dự báo nguy cơ cháy rừng tại VQG BDNB
(5) Đề xuất giải pháp phòng cháy rừng Thông ba lá tại VQG BDNB.
2.2. Phương pháp tiếp cận:
Luận án sử dụng các phương pháp tiếp cận bao gồm: Tiếp cận hệ thống , tiếp cận theo các nhân
tố sinh thái chủ đạo kết hợp với các nhân tố sinh thái phát sinh quần thể thực v ật để đạt được mục tiêu
nghiên cứu.
2.3. Sơ đồ phương pháp tiếp cận.
Các nhân tố
sinh thái
chủ đạo

Nguyên
nhân cháy
rừng

Các yếu tố
môi trường
&VLC

Xác định các
biến độc lập
& phụ thuộc

Các thuật
toán

Đề xuất
giải pháp

2.4. Phương pháp nghiên cứu.
2.4.1. Cơ sở dữ liệu của luận án.
(i) Đợt 1 thu thập dữ liệu trong 150 ô nghiên cứu phục vụ cho đề tài nghiên cứu luận văn thạc sĩ, và
được trình bày lại các kết quả nghiên cứu cốt lõi trong một nội dung của luận án tiến sĩ này.

3


Bảng 2.1. Thời gian, địa điểm và kiểu rừng của ô nghiên cứu đợt 1
STT

Tiểu khu

Ngày điều tra

Kiểu rừng/năm trồng

Cấp tuổi

Số ô

1
2
4
5
3

148B
58
26
125
129 và 130

15/12/2009
30/01/2010
05/02/2010
07/02/2010
01/02/2010

RT 1997
RT 2001
RT 1997

RT 1998
Rừng tự nhiên

III
II
II
III

30
30
30
30
30

Cộng

150

(ii) Đợt 2 thu thập dữ liệu trong 340 ô, phục vụ trực tiếp cho các nội dung nghiên cứu của luận án tiến sĩ này
Bảng 2.2. Thời gian, địa điểm và kiểu rừng của 340 ô nghiên cứu
STT

Tiểu khu

Ngày điều tra

Kiểu rừng/năm trồng

Cấp tuổi

Số ô

1
2
3
4
5
6
7
8
9
10
11
12
13
14

26
103
76
59
80
96C
100
102A
75B
93
145A
27
145A

124

31/12/2015
17/01/2016
25/01/2016
01/02/2016
28/02/2016
06/03/2016
30/11/2016
18/02/2017
19/02/2017
19/02/2017
20/11/2015
29/12/2015
30/01/2016
23/03/2016

RT 2002
RT 2002
RT 1996
RT 1998
RT 1996
RT 1997
RT 2011
TR 1999
RT 1999
RT 1998
Rừng tự nhiên
Rừng tự nhiên
Rừng tự nhiên

Rừng tự nhiên

III
III
IV
IV
IV
IV
I
III
III
III

40
30
30
30
15
35
45
15
15
15
3
10
27
30
340

Cộng

(iii) Cơ sở dữ liệu thu thập được tổng hợp từ 25 ô nghiên cứu phục vụ kiểm nghiệm ở khu vực Cổng
Trời.
Bảng 2.3. Cơ sở dữ liệu tính toán kiểm nghiệm các mô hình dự báo
Tháng

T (oC)

H (%)

m1 (Kg)

K

T11
T12
T01
T02
T03

27
29,26
25,04
25
30,24

51,4
55,14
73,66
53,4

28,12

0,85
1,58
2,4
5,93
1,54

0,141346
0,652034
0,542221
0,85001
0,52215

2.4.2. Phương pháp điều tra hiện trường và xử lý số liệu.
2.4.2.1. Phương pháp điều tra hiện trường và bố trí thí nghiệm
- Đối tượng nghiên cứu được phân chia thành các khu vực khác nhau theo độ cao, nguồn gốc hình
thành rừng. Rừng trồng được phân chia thành cấp tuổi I, II, III và IV, mỗi cấp tuổi là 5 năm.
- Đợt 1: Bố trí 150 ô tiêu chuẩn hình tròn để điều tra các chỉ tiêu của lâm phần theo phương pháp 6 cây
ở các lô rừng tự nhiên và rừng trồng cấp tuổi I, II, III và cấp tuổi IV theo phương pháp lấy mẫu hệ thống. Tại
4


các ô tiểu chuẩn hình tròn bố trí 150 ô nghiên cứu có diện tích 4 m2 (2m x 2m) để điều tra danh lục các loài
thực vật và thành phần VLC, đốt thử để thu thập các chỉ tiêu liên quan đến cháy rừng.
- Đợt 2: Lập 340 ô tiêu chuẩn hình tròn để điều tra bổ sung các chỉ tiêu của lâm phần và danh lục thực
vật. Tại các vị trí ô tiêu chuẩn hình tròn lập 340 ô nghiên cứu có kích cỡ 4 m2 như đợt 1 để điều tra bổ sung
khối lượng VLC và các chỉ tiêu nhiệt độ và ẩm độ vào nội dung nghiên cứu.
Sơ đồ bố trí thí nghiệm như sau:

Hình 2.2. Sơ đồ bố trí thí nghiệm
2.4.2.2. Phương pháp thu thập số liệu
- Tại các ô tiêu chuẩn hình tròn, thu thập các chỉ tiêu bình quân của lâm phần như D1,3, Hvn và N theo
phương pháp ô 6 cây với r6 = a6 + d/2 (r6 là bán kính của ô, a6 là cự ly từ tâm ô đến cây thứ 6 và d6 là đường
kính ngang ngực của cây đó). Những chỉ tiêu điều tra cây gỗ lớn trong ô tiêu chuẩn được đo đạc theo những
chỉ dẫn thông thường của lâm học và điều tra rừng. Số liệu thu thập làm cơ sở cho việc phân tích đặc điểm
cấu trúc rừng Thông ba lá liên quan đến cháy rừng ở VQG BDNB.
- Tại các ô nghiên cứu 4 m2, điều tra thành phần của các loài thực vật chủ yếu là nguồn gốc của
VLC, phân loại VLC, điều tra khối lượng VLC, đo nhiệt độ, ẩm độ môi trường và đốt thực nghiệm để thu
thập các dữ liệu nhằm phục vụ cho việc mô hình hóa khả năng cháy rừng. Các số liệu được thu thập như sau:
+) Đo chiều cao, định danh và lấy mẫu các loài thực vật dưới tán rừng.
+) Điều tra khối lượng và thành phần VLC: tách khối lượng VLC khô tự nhiên có kích thức ≤ 1 cm
thu gom bằng cào và cân (chính xác đến 0,1 g) được khối lượng vật liệu khô tự nhiên ban đầu (ký hiệu là m1,
kg/4m2). Khối lượng vật liệu tươi (cây bụi có đường kính gốc nhỏ hơn 1 cm, cỏ, dây leo còn tươi) cắt sát gốc
bằng liềm và cân được khối lượng của vật liệu tươi ban đầu (ký hiệu m2, kg/4m2). Tổng khối lượng VLC
dưới tán rừng (được ký hiệu là M, kg/4m2) được tính như sau: M = m1+m2. Hệ số khả năng bắt cháy K được
tính theo công thức K=m1/M.
+) Trộn đều đống vật liệu và đốt để thu thập các chỉ tiêu thời gian cháy hết của đống vật liệu ký hiệu
là Tc. Sau khi đốt gom và cân khối lượng còn lại để xác định tỷ lệ phần trăm cháy hết của đống vật liệu ký
hiệu là Pc.
+) Dùng máy đo cầm tay chuyên dụng PCE-HT110 đo nhiệt độ ký hiệu là (T, oC) và ẩm độ tại ô
nghiên cứu ký hiệu là (H, %) để xác định nhiệt độ và ẩm độ môi trường tại thời điểm nghiên cứu.
Số liệu chỉ được thu thập từ 10 giờ đến 14 giờ vào những ngày không mưa và không đo nhiệt độ và
ẩm độ trực tiếp dưới ánh nắng mặt trời.
2.4.2.3. Phương pháp xử lý số liệu
5


- Định danh các loài thực vật
Dữ liệu và mẫu thu được ngoài hiện trường được định danh theo sách Cây Cỏ Việt Nam của Phạm

Hoàng Hộ (1999) [18] kết hợp với sự giúp đỡ giám định từ các chuyên gia thực vật rừng.
- Phương pháp mô hình hóa tương quan giữa các thành phần của VLC
Trên cơ sở số liệu thu thập được của các chỉ tiêu m1, m2, M, Tc, Pc và K. tiến hành mô hình hóa
bằng cách thiết lập ma trận tương quan (correlation matrix) của các thành phần, thăm dò các dạng mô hình
toán học để chọn ra mô hình tốt nhất biểu thị mối tương quan có ý nghĩa của các thành phần trong mô hình
theo hướng dẫn của Nguyễn Ngọc Kiểng (1993), (1996) [24], [25].
- Phương pháp xác định mùa cháy rừng và dự báo nguy cơ cháy rừng
+ Phân tích CSDL khí tượng
Các yếu tố khí tượng của các tháng (từ tháng 1 đến tháng 12) như nhiệt độ (T, oC), nhiệt độ tối cao
(Tmax, oC), nhiệt độ tối thấp (Tmin, oC), ẩm độ không khí (H, %), lượng mưa (P, mm), số giờ nắng (Sm,
giờ) trong giai đoạn 1978 – 2014 do Trạm Đà Lạt cung cấp được tiến hành tính giá trị trung bình. Biên độ
nhiệt (dT, oC) được tính bằng công thức dT = Tmax – Tmin và số giờ nắng trong ngày (S, giờ) được tính
bằng công thức S = Sm/N, với N là số ngày của các tháng.
+ Biểu đồ Gaussen – Walter (dựa trên P và T) được bổ sung thêm các yếu tố khí tượng khác nữa là
H, dTvà S.
+ Tính toán các chỉ số khô hạn theo các công thức như sau [75]:
+

Chỉ số Lang: LANG = P/T

+

Chỉ số De Martonne: DEMA = 12*P/(T + 10)

+

Chỉ số Selyaninov: SELY = P/(0,1* T), với

+

Chỉ số Ivanov: IVA = P/E, với E = 0,0018*(25 + T)2*(100 - H)

+

Chỉ số Thornthwaite: THORW = P/PET, với PET = 16*(10*T/I)a*(S/12)*(N/30), trong đó:



12

I=

Ti

( 5 )

1.514

 T là tổng nhiệt độ của tháng

và a = 6,75*10-7*I3 – 7,71*10-5*I2 + 1,792*10-2*I + 0,49239.

i 1

+ Các chỉ số nguy cơ cháy rừng được tính theo các công thức như sau:
(1) Chỉ số Angstrom: ANGS = (H/20) + (27 – T)/10
(2) Chỉ số Sharples: SHAR = 10 – 0,25*(T – H)
(3) Chỉ số Cheney-Sullivan: SUL = 9,668 – 0,207*T + 0,137*H
(4)

Chỉ số Viney: VIN = 5,658 + 0,0465*H + 3,151*10-4*H3*T-1 – 0,1854*T0,77

- Phương pháp thống kê đa biến
+ Để xác định mùa cháy rừng luận án đã sử dụng: phương pháp phân tích thành phần chính (PCA),
phương pháp phân tích yếu tố (FA), phương pháp phân tích đồ hình đa chiều (MDSA) và phương pháp phân
tích cụm (CA).
+ Phương pháp phân tích hàm biệt định DFA
Xác định tập các biến độc lập {T, H, m1, K} và tập biến phụ thuộc {Tc, Pc}; phân tích tương quan
chuẩn tắc (CCA) để xác định hệ số tương quan chuẩn tắc R ( R =

 với  là giá trị riêng hay eigenvalue)

và xác suất mức ý nghĩa P; xây dựng các hàm biệt định chuẩn tắc CDF để lập các hàm phân loại Fisher và
tính toán khoảng cách Mahalanobis. Căn cứ vào các hàm phân loại Fisher, khoảng cách Mahalanobis và
CSDL đầu vào để lập bảng dự báo nguy cơ cháy rừng.

6


Chương 3. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
3.1. Một số đặc điểm của rừng Thông ba lá và tình hình cháy rừng ở VQG BDNB
3.1.1. Phân bố rừng Thông ba lá tại VQG BDNB
Phân tích SCDL của Vườn quốc gia BDNB cho thấy có 23.545 ha rừng Thông ba lá, bao gồm
21.498 ha rừng tự nhiên và 2.047 ha rừng trồng. Điểm thấp nhất có sự xuất hiện của Thông ba lá là 646 m,
điểm cao nhất xuất hiện loài này là 2.200 m. Rừng Thông ba lá mọc tự nhiên thuần loại phân bố ở 70 tiểu
khu, rừng trồng với diện tích 2.047 ha rải rác ở 30 tiểu khu. Luận án đã phân chia rừng Thông ba lá thành
bốn khu vực theo các đai độ cao khác nhau như sau:
(1) Khu vực Đưng K’nớ: độ cao từ 630 – 1.000 m, diện tích 2.016 ha;
(2) Khu vực Đưng Iar Jieng: độ cao từ 1.000 m – 1.400 m, diện tích 10.012 ha;
(3) Khu vực Cổng Trời: Độ cao từ 1.400 m – 1.900 m, diện tích 10.970 ha;

(4) Khu vực Bidoup: độ cao 1.900m – 2.087 m, diện tích 541 ha.
3.1.2. Một số đặc điểm của rừng trồng Thông ba lá
Kết quả phân tích từ 290 ô tiêu chuẩn của rừng trồng Thông ba lá từ cấp tuổi I đến cấp tuổi IV ở
VQG BDNB, luận án đã đi đến kết luận như sau:
- Rừng trồng từ cấp tuổi I đến cấp tuổi IV có sự phân hóa mạnh về chiều cao, đường kính và mật độ.
Điều này cho thấy chất lượng rừng trồng ở VQG BDNB là không đồng đều.
- Sự chênh lệch về chiều cao của thảm cỏ đối với các cấp tuổi là không đáng kể, vì vậy rừng trồng ở
tất cả các cấp tuổi đều có khả năng cháy như nhau.
- Có sự liên quan giữa mật độ rừng trồng và chiều cao của thảm cỏ, thông thường ở những nơi có mật
độ rừng cao thì thảm cỏ thấp và ngược lại.
3.1.3. Một số đặc điểm của rừng Thông ba lá tự nhiên
Kết quả phân tích từ 100 ô tiêu chuẩn của rừng tự nhiên Thông ba lá luận án đã đi đến kết luận: rừng
tự nhiên Thông ba lá tương đối đồng đều và giàu có về trữ lượng. Điều này cũng phù hợp với kết quả phân
tích CSDL kiểm kê rừng năm 2014 tại VQG BDNB có diện tích của rừng lá kim giàu và trung bình lên đến
60% tổng diện tích rừng lá kim. Cũng như rừng trồng, số liệu phân tích cho thấy sự tương quan giữa chiều
cao thảm cỏ và mật độ cây rừng. Ở những nơi có mật độ cao thì chiều cao của thảm cỏ thấp và ngược lại.
3.1.4. Cháy rừng ở Vườn quốc gia Bidoup-Núi Bà
Kết quả tổng hợp tại Chi cục kiểm lâm Lâm Đồng [12], trong giai đoạn 2005-2017 trên toàn tỉnh
Lâm Đồng đã xảy ra 544 vụ cháy và gây thiệt hại 1.413,96 ha rừng các loại. Theo Hạt Kiểm lâm của VQG
BDNB, từ năm 2005 đến năm 2017, tại VQG BDNB đã xảy ra 84 vụ cháy rừng, gây thiệt hại và ảnh hưởng
đến 229,4 ha rừng tự nhiên và rừng trồng.
3.1.5. Nguyên nhân cháy rừng
Kết quả phỏng vấn bán định hướng cho thấy, nguyên nhân gây cháy rừng ở VQG BDNB do đốt dọn
vườn, rẫy chiếm tỷ lệ cao nhất (24,6 %), kế đến là do xử lý VLC hoặc đốt trước không đúng quy định (23,5
%). Chiếm tỷ lệ thấp là do người đi rừng hoặc du khách vô ý khi sử dụng lửa trong rừng (6,5 %).
3.2. Đặc điểm vật liệu cháy.
3.2.1. Khái niệm, phân loại và tính chất cơ bản của VLC
Căn cứ vào quan điểm học thuật về các nhân tố sinh thái chủ đạo kết hợp với các nhân tố sinh
thái phát sinh quần thể thực vật, luận án đề nghị về khái niệm, phân loại và tính chất của VLC như sau:
(1) Khái niệm: VLC là toàn bộ các loài thực vật và vật rụng của chúng.

(2) Phân loại: VLC được chia thành 2 loại sau:
7


- Vật liệu khô gồm có:
+ Thân, cành, lá của thảm thực bì đã bị chết khô.
+ Vật rụng của rừng.
+ Thảm mục chưa bị phân hủy.
- Vật liệu tươi gồm tất cả các loài tham gia vào thành phần của thảm thực vật, nhưng còn tươi.
(3) Tính chất của VLC:
VLC có các tính chất đáng chú ý sau đây:
(i) Vật liệu khô và vật liệu tươi có quan hệ với nhau theo mùa sinh trưởng, đặc tính sinh vật học của
loài.
(ii) VLC biến thiên liên tục dưới tác động trực tiếp hoặc gián tiếp của các nhân tố sinh thái, trong đó
các yếu tố khí tượng thủy văn mang tính quyết định đến khả năng cháy của đám vật liệu.
(iii) Khi đám cháy mới xuất hiện, vật liệu tươi có tác dụng ngăn ngừa khả năng gây cháy rừng.
(iv) Khi cháy rừng xảy ra đến một cường độ nào đó thì vật liệu tươi sẽ biến đổi thành vật liệu khô và
cả đám vật liệu bốc cháy.
3.2.2. Thành phần của vật liệu cháy
Kết quả điều tra cho thấy có 288 loài thực vật có mạch thuộc 76 họ tham gia vào thành phần VLC ở
rừng Thông ba lá và các loài thực vật này có nhiều dạng sống khác nhau. Căn cứ vào đặc tính sinh vật học
của mỗi loài và mục tiêu phòng cháy, luận án đã lập bảng tiêu chí để phân các loài thực vật ở rừng Thông ba
lá thành ba nhóm đó là (1) các loài khó cháy, (2) nhóm gồm các loài dễ cháy và (3) nhóm gồm các loài rất dễ
cháy. Kết quả phân tích được lập thành danh lục của tất cả các loài thực vật tham gia vào quá trình cháy.
3.2.3. Các loài thực vật dễ cháy.
Căn cứ vào danh lục thực vật đã được thiết lập, tiêu chí phân loại các loài khó cháy, các loài dễ cháy
và các loài rất dễ cháy. Luận án đã lập danh lục của 39 loài loài thực vật rất dễ cháy dưới tán rừng thông ba
lá Ở VQG BDNB.
3.2.4. Khối lượng và hệ số khả năng bắt cháy của vật liệu cháy.
Kết quả điều tra thành phần của khối lượng các loại VLC bao gồm khối lượng vật liệu khô (m1), Khối

lượng vật liệu tươi (m2) tổng khối lượng vật liệu cháy (M) và hệ số khả năng bắt cháy (K) từ 490 ô nghiên
cứu cho các đối tượng rừng cấp cấp tuổi I, II, III và IV được tổng hợp thành các bảng làm CSDL đầu vào để
phân tích tương quan giữa chúng với khả năng gây cháy rừng.
3.2.5. Ma trận tương quan của các thành phần cấu thành vật liệu cháy.
Bảng ma trận tương quan của các thành phần cấu thành VLC ở rừng Thông ba lá đã được thiết lập.
Từ kết quả phân tích ma trận tương quan, luận án có một số nhận xét như sau:
(i) m1 và m2 thể hiện mối tương quan nghịch biến rõ rệt (ở khu vực Cổng Trời: r = - 0,66653; P =
0,0001 << 0,05).
(ii) m1 và M thể hiện mối tương quan đồng biến rõ rệt, cao nhất là ở Đưng K’nớ (r = 0,77845; P =
0,0000 << 0,05); trong khi đó ở Cổng Trời mối tương quan này thể hiện không rõ rệt.
(ii) m2 với M thể hiện mối tương quan đồng biến rõ rệt, trong đó cao nhất là ở rừng trồng Bidoup (r
= 0,9306; P = 0,0000 << 0,05) và thấp nhất là ở Cổng Trời (r = 0,6873, P = 0,0000 << 0,05).
(iii) K với m1 thể hiện mối tương quan đồng biến rõ rệt, trong đó cao nhất là ở Cổng Trời (r =
0,9040; P = 0,0000 << 0,05) và thấp nhất là ở rừng trồng Bidoup (r = 0,4450, P = 0,0137 < 0,05).
(iv) K với m2 thể hiện mối tương quan nghịch biến rõ rệt, trong đó cao nhất là ở Cổng Trời ( r = 0,8859; P = 0,0000 << 0,05) và thấp nhất là ở rừng tự nhiên Bidoup (r = -0,3806, P = 0,0380 < 0,05).
8


(v) K và Pc thể hiện mối tương quan đồng biến rõ rệt, cao nhất là ở Cổng Trời (r = 0,5725, P =
0,0009 << 0,05).
(vi) Tc thể hiện mối tương quan đồng biến rõ rệt với m1, m2 và M, trong đó thể hiện cao nhất ở
Đưng K’nớ: Tc với m1 (r = 0,6407; P = 0,0001 << 0,05) và Tc với M (r = 0,7733; P = 0,0000 << 0,05).
(vii) Pc và m1 thể hiện mối tương quan đồng biến rõ rệt ở Cổng Trời vào đầu mùa khô (r = 0,6051, P
= 0,0004 << 0,05), trong khi đó Pc và m2 thể hiện mối tương quan nghịch biến rõ rệt ở Bidoup (r = 0,4357; P = 0,0161 < 0,05).
3.3. Mô hình hóa mối tương quan giữa các thành phần của vật liệu cháy
3.3.1. Mô hình hóa mối tương quan giữa m1 với m2 và M.
(a) Tương quan giữa m1 và m2 ở rừng trồng khu vực Cổng trời.
Kết quả nghiên cứu cho thấy mô hình tốt nhất trong số các mô hình thăm dò có dạng
m2 = exp(a + b*m12), a = 1,05388 , b = -0,14732, r = 0,69621, P = 1,93*10-5<< 0,05 (3.1)
Từ mô hình (3.1) cho thấy tương quan giữa m1 và m2 là nghịch biến.

b) Tương quan giữa m1 và M
(i) Mô hình toán học đối với rừng trồng Đưng K’nớ:
Kết quả phân tích cho thấy, mô hình tốt nhất trong số các mô hình thăm dò có dạng:
M = (a + b*lnm1) ^2, a = 1,74026, b = 0,6926, với r = 0.84465 và P = 4,4*10-9<< 0,05

(3.2)

(ii) Mô hình toán học đối với rừng tự nhiên Bidoup:
Kết quả nghiên cứu cho thấy mô hình tốt nhất phản ánh mối quan hệ giữa m1 và M ở rừng tự nhiên
có dạng:
M = exp (a + b*lnm1), a = 1.1868, b = 0.55254, với r = 0.771913 và P = 5,88*10-7<< 0,05

(3.3)

Từ mô hình (3.2) và mô hình (3.3) cho thấy tương quan giữa M và m1 là đồng biến.
(c) Tương quan giữa m2 và M
(i) Khu vực rừng trồng Bidoup
Kết quả phân tích cho thấy, mô hình tốt nhất trong số các mô hình thăm dò có dạng:
M = sqrt (a + b*m2^2), a = 5,2131, b = 1,71263, với r = 0,93504 và P = 3,9*10-14<< 0,05

(3.4)

b) Khu vực rừng tự nhiên Bidoup
Kết quả phân tích cho thấy, mô hình tốt nhất trong số các mô hình thăm dò có dạng:
M = sqrt (a + b*m2^2), a = 2,41762, b = 1,94021, với r = 0,89808 và P = 1,7*10-11<< 0,05 (3.5)
Từ mô hình (3.4) và mô hình (3.5) cho thấy tương quan giữa m2 và M là đồng biến
3.3.2. Mô hình hóa mối tương quan giữa K với m1 và m2
(a) Tương quan giữa K và m1:
(i) Mô hình toán học đối với rừng trồng Cổng Trời:
Kết quả phân tích cho thấy, mô hình tốt nhất trong số các mô hình thăm dò có dạng:

K = m1 / (A + B*m1), A = 2,902691, B = 0,46979, với r = 0,94778 và P = 1,99*10-15<< 0,05 (3.6)
(ii) Mô hình toán học đối với rừng tự nhiên ở khu vực Bidoup:
Kết quả phân tích cho thấy, mô hình tốt nhất trong số các mô hình thăm dò có dạng:
K = sqrt [1/ (a +b * lnm1)], a = 11,64198, b = - 8,71205, với r = 0,73523 và P = 3,7*10-6<< 0,05 (3.7)
Từ mô hình (3.6) và (3.7) đã được thiết lập cho thấy mối tương quan giữa khối lượng vật liệu khô m1
và hệ số khả năng bắt cháy K là đồng biến
(b) Tương quan giữa K và m2:
(i) Mô hình toán học đối với rừng trồng Cổng Trời:
9


Kết quả phân tích cho thấy, mô hình tốt nhất trong số các mô hình thăm dò có dạng:

K 3

A  B * m2
m2
, A = 0,38386, B = -0,08532, với r = 0,94611 và P = 3,06*10-15<< 0,05 (3.8)

(ii) Mô hình toán học đối với rừng tự nhiên Bidoup
Kết quả phân tích cho thấy, mô hình tốt nhất trong số các mô hình thăm dò có dạng:
K = cubrt (a + b/m2^3), a = 0,03453, b = 0,1071, với r = 0,66261 và P = 6,6*10-5<< 0,05
(3.9)
Từ mô hình (3.8) và (3.9) đã được thiết lập cho thấy mối tương quan giữa khối lượng vật liệu tươi m2
và hệ số khả năng bắt cháy K là nghịch biến
3.3.3. Mô hình hóa mối tương tương quan giữa Tc với m1, m2 và M
(a) Tương quan giữa Tc và m1
Kết quả phân tích cho thấy, đối với rừng trồng Đưng K’nớ, mô hình tốt nhất trong số các mô hình
thăm dò có dạng:
Tc = exp (a + b/m1), a = 2,1063, b = -1,2498, với r = 0,7411 và P = 2,8*10-6<< 0,05 (3.10)

Từ mô hình (3.10) đã được thiết lập cho thấy mối tương quan giữa thời gian cháy Tc và khối lượng vật
khô m1 là đồng biến.
(b) Tương quan giữa Tc và m2
Kết quả phân tích cho thấy, đối với rừng trồng Đưng K’nớ, mô hình tốt nhất trong số các mô hình
thăm dò có dạng:
Tc = sqrt (1/ (a + b/m2^3), a =0,03287, b = 0,47662 với r = 0,73751 và P = 3,3*10-6<< 0,05 (3.11)
Từ mô hình (3.11) cho thấy mối tương quan giữa thời gian cháy Tc và khối lượng vật liệu tươi m2 là
đồng biến.
(c) Tương quan giữa Tc và M
(i) Mô hình toán học đối với rừng trồng Đưng K’nớ:
Kết quả phân tích cho thấy, mô hình tốt nhất trong số các mô hình thăm dò có dạng:
Tc = sqrt [1/ (a + b* M^3)], a = 0,01578, b = 4,38594 với r = 0,91723 và P = 1,01*10-12<< 0,05 (3.12)
(ii) Mô hình toán học đối với rừng tự nhiên Bidoup
Kết quả phân tích cho thấy, mô hình tốt nhất trong số các mô hình thăm dò có dạng:
Tc = cubrt (a + b* M^3), a = 45,79195, b = 5,38806 với r = 0,606254 và P = 0,000384 << 0,05 (3.13)
Từ mô hình (3.12) và (3.13) cho thấy mối tương quan giữa thời gian cháy Tc và tổng khối lượng vật
liệu M là đồng biến.
3.3.4. Mô hình hóa mối tương quan giữa Pc với m1, m2 và K
(a) Tương quan giữa Pc với m1:
Kết quả phân tích cho thấy, đối với rừng trồng ở Cổng Trời, mô hình tốt nhất trong số các mô hình
thăm dò có dạng:
Pc = exp [ (A + B*m12) / m12], A = -0,20409, B = 4,58433, với r = 0,96292 và P = 1,81*10-17<< 0,05 (3.14)
Từ mô hình (3.14) cho thấy mối tương quan giữa phần trăm cháy Pc và khối lượng vật liệu khô ban
đầu m1 là đồng biến.
(b) Tương quan giữa Pc với m2:
Kết quả phân tích cho thấy, đối với rừng trồng Bidoup, mô hình tốt nhất trong số các mô hình thăm
dò có dạng:
Pc = a+b* m2 với a = 102,5273, b = - 1,93756, với r = 0,43567 và P = 0,01611< 0,05
(3.15)
Từ mô hình (3.15) cho thấy mối tương quan giữa phần trăm cháy Pc và khối lượng vật liệu tươi m2 là

nghịch biến.
10


(c) Tương quan giữa Pc với K:
Kết quả phân tích cho thấy, đối với rừng trồng Cổng trời, mô hình tốt nhất trong số các mô hình
thăm dò có dạng:
Pc = exp (a + b / K3), a = 4,54792, b = -0,00245, với r = 0,95909 và P = 7,02*10-17<< 0,05 (3.16)
Từ mô hình 3.16 cho thấy tương quan giữa % cháy hết Pc và hệ số khả năng bắt cháy K là đồng biến.
3.3.5. Mô hình hóa mối tương quan giữa K và m1 với Pc
Kết quả phân tích đối với rừng trồng Cổng Trời cho thấy mô hình tốt nhất trong số các mô hình thăm
dò có dạng:

m1 + b /K + b /m + b * K 3
Pc = exp[ b0 + b1*K + b2*m1 + b3*lnK + b4*ln(m1) + b5* K + b6*
7
8
1
9

+ b10*m12 + b11/K2 + b12/m12 ] , với hệ số tương quan bội R = 0,98038 và xác suất mức ý nghĩa Pmodel =
1,39*10-9<< 0,05 và Pbi< 0,05 ; i = 1, 2,…, 12 (3.17)
(bảng 3.9)
Bảng 3.9. Giá trị của hệ số chắn b0 và các hệ số hồi quy bi
b0
31391,9
P

b1
b2

b3
b4
b5
b6
29467,55
-2059,32
12933,96
-4730,09
-62842,1
10959,25
0,048
0,012
0,044
0,009
0,046
0,0104
b7
b8
B9
b10
b11
b12
1081,74
-1511,61
-6660,97
52,64
-30,73
153,67
P
0,042

0,007
0,0498
0,015
0,0397
0,00656
Từ mô hình (3.17) kết quả thiết lập mô hình toán học rút gọn dạng Pc = f(K, m1) nêu trên có thể
phân tích như sau: Các yếu tố nguyên nhân là khối lượng vật liệu khô m1 và hệ số khả năng bắt cháy K dẫn
tới kết quả là tỷ lệ % cháy hết Pc, giúp chúng ta thiết lập được cơ sở khoa học trong công tác phòng cháy,
chữa cháy rừng.
3.4. Dự báo nguy cơ cháy rừng tại VQG BDNB
3.4.1. Dự báo nguy cơ cháy rừng dựa trên các mô hình thống kê đơn biến
3.4.1.1. Đánh giá nguy cơ cháy rừng dựa vào khối lượng VLC và hệ số khả năng bắt cháy K
Từ mô hình (3.6) thể hiện mối tương quan giữa hệ số khả năng bắt cháy K và khối lượng vật liệu khô
m1, có thể tính được các hệ số khả năng bắt cháy K theo khối lượng vật liệu khô m1 của VLC, từ đó suy ra
khối lượng vật liệu tươi m2 qua phương trình tương quan giữa m1 và m2 (mô hình 3.1) và tổng khối lượng vật
liệu M = m1+m2. Điều đó có nghĩa là, nếu bỏ qua các yếu tố khác ảnh hưởng đến quá trình cháy, để cho đám
cháy có thể xảy ra, cần phải có một lượng vật liệu khô m1 đủ lớn, khối lượng m2 ở một mức tương ứng cũng
như tỷ lệ giữa m1 và M đạt đến một mức nào đó. Kết quả tính toán thực nghiệm được bảng 3.10.
Bảng 3.10. Dự báo nguy cơ cháy rừng dựa vào hệ số K và khối lượng VLC
K
0,1
0,2
0,29
0,3
0,4
0,49
0,5
0,6
0,69
0,7

0,8
0,9

m1 (tấn/ha)
0,76
1,6
2,44
2,53
3,57
4,62
4,74
6,06
7,41
7,57
9,3
11,32

m2 (tấn/ha)
6,85
6,41
5,96
5,91
5,36
4,81
4,74
4,04
3,33
3,24
2,33
1,26

11

M (tấn/ha)
7,61
8,01
8,4
8,45
8,94
9,43
9,48
10,11
10,74
10,81
11,63
12,57

Khả năng cháy
Rất khó cháy

Khó Cháy

Dễ cháy

Rất dễ cháy


3.4.1.2. Dự báo cháy rừng dựa vào khả năng cháy PC và m1
Từ mô hình (3.14) thể hiện mối tương quan giữa tỷ lệ phần trăm cháy hết Pc đối với khối lượng vật
liệu khô m1. Sử dụng mô hình (3.1) ta có thể tính được m2 và tổng M = m1+m2. Kết quả chúng ta lập được

bảng 3.11.
Bảng 3.11. Kết quả tính toán tỷ lệ phần trăm cháy Pc và khối lượng VLC
PC
10
20
30
40
50
60
70
80
85
90
95
97
97,5

m1(tấn/ha)
0,75
0,9
1,04
1,19
1,38
1,61
1,95
2,51
3
3,88
6,47
11,51

16,88

m2(tấn/ha)
2,64
2,55
2,45
2,33
2,17
1,96
1,64
1,13
0,76
0,31
0,01
0
0

M(tấn/ha)
3,39
3,45
3,49
3,52
3,55
3,57
3,59
3,64
3,76
4,19
6,48
11,51

16,88

(m1/M) *100
22,1
26,1
29,8
33,8
38,9
45,1
54,3
69
79,8
92,6
99,8
100
100

Ghi chú: (m1/M) *100 là tỷ lệ phần trăm của vật liệu khô m1 so với tổng khối lượng vật liệu M.
3.4.1.3. Tính toán tỷ lệ % cháy Pc dựa vào hệ số khả năng bắt cháy K và khối lượng VLC
Dựa vào dựa vào mô hình (3.17) thể hiện mối tương quan giữa K và m1 với Pc, đồng thời sử dụng mô
hình (3.1) ta có thể tính được m2 và tổng M = m1+m2 từ đó lập bảng tính toán khả năng cháy PC% dựa vào
hệ số K và khối lượng VLC như bảng 3.12.
Bảng 3.12. Tính toán tỷ lệ % cháy PC dựa vào hệ số K và khối lượng VLC
Pc (%)
K
m1 (tấn/ha)
m2 (tấn/ha)
72
0,32
3,68

8,01
85
0,52
7,44
6,97
90
0,6
8,06
5,32
90
0,7
7,78
3,4
90
0,82
7,77
1,73
95
0,82
8,02
1,74

M (tấn/ha)
11,7
14,4
13,38
11,18
9,5
9,76

3.4.1.4. Tổng hợp các tiêu chí phục vụ công tác dự báo nguy cơ cháy rừng dựa vào loại hình rừng
Tổng hợp kết quả tính toán của các bảng 3.10 bảng 3.11 và bảng 3.12, kết hợp với dữ liệu được thu
thập từ các loại hình rừng ở VQG BDNB, tiến hành thiết lập bảng dự báo nguy cơ cháy rừng dựa vào hệ số
khả năng bắt cháy K, khối lượng VLC khô m1 và tổng khối lượng M. Vì m2 có thể được tính gián tiếp từ
công thức m2 = M – m1, nên không nhất thiết phải đưa vào bảng. Kết quả được trình bày ở bảng 3.13.
Bảng 3.13. Tổng hợp các tiêu chí phục vụ công tác dự báo nguy cơ cháy rừng dựa vào trạng thái rừng
Nhóm

I

Trạng thái rừng
Rừng thông tự nhiên
lớn và rừng thông trồng

Hệ số khả
năng bắt cháy
K

Khối lượng vật cháy (tấn/ha)

< 0,3
12

m1

M

< 2,5

< 8,5

Nguy cơ và mức độ
cháy
Ít nguy hiểm


> 10 tuổi

II

III

Rừng thông trồng từ 5 10 tuổi.

0,3-0,5

2,5- 4,6

8,5 - 9,4

Nguy hiểm

> 0,5

> 4,6

> 9,4

Rất nguy hiểm

< 0,3

< 2,5

< 8,5

Ít nguy hiểm

0,3-0,5

2,5- 4,6

8,5 - 9,4

Nguy hiểm

0,51 - 0,70

4,7 - 7,5

9,5-10,7

Rất nguy hiểm

> 0,7

> 7,5

> 10,7

Cực kỳ nguy hiểm

< 0,3

< 2,5

< 8,5

Nguy hiểm

0,3-0,7

2,5- 7,5

8,5 – 10,7

Rất nguy hiểm

> 0,7

> 7,5

> 10,7

Cực kỳ nguy hiểm

Rừng thông trồng từ < 5
tuổi

Kết quả thể hiện ở bảng 3.13 có thể dùng làm cơ sở để đề xuất giải pháp kỹ thuật phòng cháy hiệu

quả ở VQG BDNB. Nội dung của bảng 3.13 cũng có thể dùng làm cơ sở khoa học trong giải pháp đốt chỉ
định kết hợp với công tác bảo tồn đa dạng sinh học ở VQG BDNB, nghĩa là chúng ta chỉ đốt chỉ định ở các
khu rừng tự nhiên và rừng trồng khi mà hệ số khả năng bắt cháy K và khối lượng VLC khô m1 ở mức nguy
hiểm và rất nguy hiểm.
3.4.2. Dự báo nguy cơ cháy rừng dựa trên các mô hình thống kê đa biến

3.4.2.1. Xác định mùa cháy rừng.
(i) Kết quả phân tích dữ liệu của các biến khí tượng:
Kết quả phân tích dữ liệu của các biến khí tượng: (lượng mưa (P), ẩm độ không khí (H), nhiệt độ
(T), biên độ nhiệt (dT) và số giờ nắng (S) tại khu vực nghiên cứu (từ năm 1978 đến năm 2009) được trình
bày ở bảng 3.14.
Bảng 3.14. Kết quả xử lý dữ liệu của các yếu tố khí tượng
Tháng T1
T2
T3
T4
T5
T6
T7
P
8,9 19,7 76,4 179,7 216,2 201,7 222,2
H
81,4 78,3 79,7
84,9
86,9
89,7
90
T
15,8 16,8 17,9
19

19,5
19,1
18,7
dT
17,6 17,4 17,4
15
12,4
11
10,8
S
7,8 8,2
7,8
6,7
6,1
5
4,7

T8
242,1
90,9
18,6
10,5
4,4

T9
277,6
90,5
18,5
10,8
4,2

T10
246
89
18,1
12
4,5

T11
99,5
85,6
17,5
12,7
5,6

T12
32
83,9
16,3
14,8
6,5

(ii) Tiếp cận đa biến biểu đồ Gaussen–Walter:
Tiếp cận đa biến của biểu đồ Gaussen – Walter, với 5 yếu tố (P, T, H, dT &S) ứng với không gian 5
chiều, sẽ được thể hiện trong không gian 2 chiều như sau (hình 3.18):

Hình 3.18. Biểu đồ Gaussen – Walter với 3 yếu tố khí tượng được bổ sung là H, dT và S.
Căn cứ vào kết quả ở hình 3.18, chúng ta có thể xác định được mùa cháy rừng ở khu vực nghiên cứu.
(iii) Kết quả phân tích dữ liệu của các biến khí tượng bằng các phương pháp thống kê đa biến:
13

Kết quả phân tích dữ liệu với các biến là các yếu tố khí tượng (P, H, T, dT và S) của bảng 3.14 trên các phần
mềm SPSS và Statgraphics, kết quả như sau (hình 3.19 (a) & hình 3.19 (b)):

Biplot

1.9

T

1.4

T4

Component 2

T3

T5

S

0.9

dT

P

0.4 T2

T6
-0.1
-0.6

T7

T9
T8

T1

T10

T11

T12

H

-1.1
-3.2

-1.2

-2.2

2.8

1.8

0.8

-0.2
Component 1

Hình 3.19 (a). Kết quả phân tích đồ hình đa

Hình 3.19 (b). Kết quả phân tích thành phần

chiều MDSA từ các biến yếu tố khí tượng (P,

chính PCA từ các biến yếu tố khí tượng

H, T, dT và S) của bảng 3.4.2.1.1 trên phần

(P, H, T, dT và S) của bảng 3.4.2.1.1 trên

mềm SPSS

phần mềm Statgraphics.

Kết quả phân tích yếu tố FA và kết quả phân tích cụm CA từ các biến yếu tố khí tượng (P, H, T, dT và
S) của bảng 3.14 trên phần mềm Statgraphics cho kết quả tương tự (xem phụ lục 10).
(iv) Kết quả phân tích dữ liệu của các biến chỉ số khô hạn bằng các phương pháp thống kê đa biến:
Kết quả tính toán giá trị của các biến là các chỉ số khô hạn (Lang, De Martonne, Selyaninov, Ivanov
& Thornthwaite: LANG, DEMA, SELY, IVA & THORW) như sau (bảng 3.15):
Bảng 3.15. Kết quả tính toán giá trị của các biến chỉ số khô hạn từ dữ liệu khí tượng của bảng 3.13
Tháng
T1
T2

T3
T4
T5
T6
T7
T8
T9
T10
T11
T12
LANG
0,6
1,2
4,3
9,5
11,1
10,5
11,9
13
15
13,6
5,7
2
DEMA
4,1
8,9
32,8
74,5
88
83,1

92,8 101,7 116,8 105,2
43,4
14,6
SELY
0,2
0,4
1,4
3,2
3,6
3,5
3,8
4,2
5
4,4
1,9
0,6
IVA
0,2
0,3
1,1
3,4
4,6
5,6
6,5
7,8
8,6
6,7
2,1
0,7
THORW

0,3
0,5
1,7
4,4
5,4
6,5
7,7
9,1
11,4
9,5
3,4
1
Áp dụng các phương pháp thống kê đa biến đã đề cập ở trên, tiến hành phân tích dữ liệu với các biến là
chỉ số khô hạn (LANG, DEMA, SELY, IVA & THORW) của bảng 3.15 trên các phần mềm Statgraphics và
SPSS, kết quả như sau (hình 3.20 (a), hình 3.20 (b)):
Scatterplot

0.11
T8
0.07
0.03

Factor 2

T9

T1
T2

T7

T12
T6

T11

-0.01

T10

T3
-0.05
-0.09
T4

T5

-0.13
-7

-4

-1

2

5

8

Factor 1

Hình 3.20 (b). Kết quả phân tích yếu tố FA từ
các biến chỉ số khô hạn trên phần mềm
Statgraphics.

Hình 3.20 (a). Kết quả phân tích đồ hình đa chiều
MDSA từ các biến chỉ số khô hạn của bảng 3.15
trên phần mềm SPSS.

14


(v) Kết quả phân tích dữ liệu của các biến chỉ số nguy cơ cháy rừng bằng các phương pháp thống kê
đa biến:
Kết quả tính toán giá trị của các biến là các chỉ số nguy cơ cháy rừng (Angstrom, Sharples, CheneySullivan và Viney: ANGS, SHAR, SUL và VIN) ở bảng 3.16 như sau:
Bảng 3.16. Kết quả tính toán giá trị của các biến là các chỉ số nguy cơ cháy rừng từ dữ liệu khí tượng
Tháng

T1

T2

T3

T4

T5

T6

T7

T8

T9

T10

T11

T12

ANGS

5,2

4,9

4,9

5,1

5,1

5,3

5,3

5,4

5,4

5,3

5,2

5,3

SHAR

26,4

25,4

25,5

26,5

26,9

27,6

27,8

28,1

28,0

27,7

27,0

26,9

SUL

17,6

16,9

16,9

17,4

17,5

18,0

18,1

18,3

18,2

18,1

17,8

17,8

VIN

18,7

16,7

16,6

18,0

18,5

19,9

20,3

20,9

20,7

20,4

19,3

19,4

Áp dụng các phương pháp thống kê đa biến đã đề cập ở trên, tiến hành phân tích dữ liệu với các biến là
các chỉ số nguy cơ cháy rừng (ANGS, SHAR, SUL & VIN) của bảng 3.16 trên các phần mềm Statgraphics
và SPSS. Kết quả được thể hiện qua các hình: hình 3.21 (a), hình 3.21 (b), hình 3.21(c) & hình 3.21(d).

B ip lo t

0 .6

AN G S

T1

T 12

Com ponent 2

0 .4
T2

0 .2

T 11

T 10

V IN
S UL

0
T3
-0 .2

T8

T9

T4

T7
T5

T6

-0 .4
S HAR
-0 .6
-3 .5

-1 .5

0 .5
Com ponent 1

2 .5

4 .5

Hình 3.21(b). Kết quả phân tích thành phần
chính PCA từ các biến chỉ số nguy cơ cháy rừng
Dendrogram
trên phần mềm Statgraphics.

Hình 3.21 (a). Kết quả phân tích đồ hình đa chiều
MDSA từ các biến chỉ số nguy cơ cháy rừng trên

phần mềm SPSS.

Ward's M ethod,Squared Euclidean
50

D istance

40
30
20
10

Hình 3.21(c). Kết quả phân tích yếu tố FA từ các
biến chỉ số chỉ số nguy cơ cháy rừng (ANGS,
SHAR, SUL & VIN) trên phần mềm SPSS.

T9

T8

T7

T10

T6

T3

T2

T12

T5

T11

T4

T1

0

Hình 3.21(d). Kết quả phân tích cụm CA từ các
biến chỉ số nguy cơ cháy rừng (ANGS, SHAR,
SUL & VIN) trên phần mềm Statgraphics.

Từ các kết quả phân tích đã nêu ở trên, chúng ta có thể xác định được mùa cháy rừng và các tháng
trọng điểm có nguy cơ cháy rừng cao ở VQG BDNB như sau:
- Mùa cháy rừng trùng với mùa khô kéo dài từ tháng 11 đến hết tháng 4 hàng năm.
- Các tháng 2 và 3 là những tháng giữa mùa khô và có mức độ nguy cơ cháy rừng cao thể hiện điểm
định vị phân biệt rõ ràng so với các tháng khác trên đồ hình. Trong khi đó cụm các tháng đầu mùa khô T11,
T12 và T1 có nguy cơ cháy rừng thấp hơn các tháng 2 và tháng 3.
- Tháng 4 là tháng kết thúc mùa khô cũng có khả năng cháy rừng cao do hiệu ứng tích lũy nhiệt của
VLC ở những tháng trước đó.
15


- Cụm các tháng 6, 7, 8, 9 và 10 là các tháng trùng với mùa mưa nên không có khả năng xảy ra cháy rừng.
3.4.2.2. Dự báo nguy cơ cháy rừng bằng phương pháp phân tích hàm biệt định DFA
(a) Xác định tập các biến độc lập và tập các biến phụ thuộc

(i) Tương quan giữa nhiệt độ (T) và ẩm độ môi trường (H)
Để chứng minh cơ sở khoa học của mối quan hệ giữa nhiệt độ (T) và ẩm độ (H) không khí đến nguy
cơ cháy rừng, từ cơ sở dữ liệu nghiên cứu của 340 ô nghiên cứu ở VQG BDNB, tiến hành xử lý trên phần
mềm Statgraphics, cho kết quả như sau:
H = (14,2545 - 0,261584*T)2(3-1)
Với hệ số tương quan phi tuyến R = 0,784535 và xác suất mức ý nghĩa P = 3,89*10-72<< 0,05 (hình 3.22).

Hình 3.22. Mô hình toán học H = (14,2545 - 0,261584*T)^2 diễn tả mối tương quan giữa nhiệt độ T và độ
ẩm không khí H ở VQG BDNB.
(ii) Tập các biến độc lập và tập các biến phụ thuộc
Luận án xác định các biến Pc và Tc là các biến diễn tả kết quả của đám cháy, nên được gọi là tập các
biến phụ thuộc (set of dependent variables), còn các biến T, H, m1 và K là các nguyên nhân gây ra đám
cháy, nên được gọi là tập các biến độc lập (set of independent variables).
(iii) Kết quả phân tích tương quan chuẩn tắc giữa tập biến độc lập và tập biến phụ thuộc:
Để chứng tỏ tập biến độc lập {T, H, m1, K} và tập biến phụ thuộc {Pc, Tc} có mối tương quan đáng
tin cậy về phương diện thống kê học, áp dụng phương pháp phân tích tương quan chuẩn tắc CCA để xử lý dữ
liệu nghiên cứu.
Kết quả phân tích tương quan chuẩn tắc CCA giữa tập biến độc lập X = {T, H, m1, K} và tập biến
phụ thuộc Y = {Pc, Tc} trên phần mềm Statgraphics kết quả như sau (phương trình 3.19 và 3.20):
X = - 0.101853*T’ + 0.500137*H’ + 0.417125*m1’ - 0.988273*K’ (3.19)
Với T’, H’, m1’ và K’ là các biến đã được chuẩn hóa từ các biến ban đầu T, H, m1 và K, là hàm định
vị trên trục hoành của tập biến độc lập {T, H, m1, K} (set 1)
Y= 0.52714*Tc’ - 0.838798*Pc’ (3.20)
Với Tc’ và Pc’ là các biến đã được chuẩn hóa từ các biến ban đầu Tc và Pc, là hàm định vị trên trục
tung của tập biến phụ thuộc {Pc, Tc} (set 2).
[Chuyển đổi các biến T, H, m1 và K thành các biến chuẩn hóa tương ứng T’, H’, m1’ và K’ như sau: T’= (TmT)/ST, với mT là trung bình của T, còn ST là độ lệch chuẩn của T; tương tự với các biến chuẩn hóa H’, m1’
và K’]
Với hệ số tương quan chuẩn tắc giữa tập biến độc lập X = {T, H, m1, K} và tập biến phụ thuộc Y =
{Pc, Tc} là R = 0,675581, với xác suất mức ý nghĩa P = 3,17*10-58 << 0,05 (hình 3.23).

16


Plot of Canonical Variables #1
4.6
3.6

Set 2

2.6
1.6
0.6
-0.4
-1.4
-2.1

-1.1

-0.1

0.9

1.9

2.9

3.9

Set 1

Hình 3.23. Kết quả định vị mối tương quan chuẩn tắc giữa tập biến độc và tập biến phụ thuộc.
Từ kết quả phân tích tương quan chuẩn tắc CCA giữa tập biến độc lập {T, H, m1, K} và tập biến phụ
thuộc { Pc, Tc } nêu trên, chứng tỏ mối tương quan giữa tập biến độc lập {T, H, m1, K} và tập biến phụ
thuộc { Pc, Tc } khá cao và rất có ý nghĩa về phương diện thống kê học (R = 0,675581 và P = 3,17*10 -58 <<
0,05). Do đó, có thể thấy việc đưa các biến T, H, m1 và K vào mô hình dự báo cháy rừng là rất đúng đắn và
khách quan.
b) Kết quả thiết lập các hàm biệt định và hàm phân loại Fisher:
(i) Kết quả thiết lập các hàm biệt định chuẩn tắc CDF:
Hàm biệt định chuẩn tắc (CDF) hay còn gọi ngắn gọn là hàm biệt định (DF) thông dụng nhất là các
hàm được thiết lập với các biến không chuẩn hóa, được suy ra từ hàm biệt định với các biến chuẩn hóa. Áp
dụng phương pháp phân tích hàm biệt định DFA trên phần mềm Statgracphics để xử lý dữ liệu nghiên cứu
của 340 ô dạng bản ở VQG BDNB, kết quả thiết lập các hàm biệt định chuẩn tắc CDF1, CDF2 và CDF3 như
sau:
CDF1 = -17,3958+0,164511 *T+ 0,197994*H+0,129297*m1+4,08328*K

(3.21)

Với hệ số tương quan chuẩn tắc R = 0,92635 và xác suất mức ý nghĩa P = 0,0000 = 2,09*10-259 << 0,05
CDF2= -3,26996+ 0,0414209*T-0,0335306*H+0,777781*m1+3,79532*K (3.22)
Với hệ số tương quan chuẩn tắc R = 0,8367 và xác suất mức ý nghĩa P = 0,0000 = 7,82*10-126 << 0,05
CDF3 = -13,1619+0,322924*T+0,049452*H-1,03335*m1+6,72089*K (3.23)
Với hệ số tương quan chuẩn tắc R = 0,68081 và xác suất mức ý nghĩa P = 0,0000 = 5,55*10-44 << 0,05.

Hình 3.24. Đồ hình định vị và phân loại các cấp nguy cơ cháy rừng
17


Kết quả phân tích hàm biệt định DFA cho thấy cả ba hàm CDF1, CDF2 và CDF3 (3.21, 3.22 và
3.23) đều ở mức rất có ý nghĩa về phương diện thống kê học (P << 0,05) chiếm tỉ trọng rất cao (99,99 %), còn
hàm CDF4 không có ý nghĩa về phương diện thống kê học (vì hệ số tương quan chuẩn tắc R = 0.02569 là rất thấp,

với mức xác suất không có ý nghĩa về phương diện thống kê học cao P = 0,6384 >> 0,05, chỉ chiếm tỉ trọng 0,01
%, nên bị loại bỏ ra khỏi quá trình tính toán). Do đó luận án chỉ sử dụng 3 hàm (3.21, 3.22 và 3.23) trong quá
trình tính toán dự báo nguy cơ cháy rừng ở VQG BDNB (xem phần phụ lục 10).
(ii) Kết quả thiết lập các hàm phân loại Fisher FCF:
Các hàm phân loại Fisher FCF (Fisher’s Classification Function) cũng đã được thiết lập dựa trên kết
quả phân tích hàm biệt định DFA như sau:
FCF1 = -389,679 + 15,3838*T + 5,50726*H + 0,146984*m1 + 124,026*K (3.24)
(hàm phân loại cháy rừng cấp1, ký hiệu C1)
FCF2 = -414,731+16,0966*T+5,39905*H+0,626486*m1+148,486*K (3.25)
(hàm phân loại cháy rừng cấp 2, ký hiệu C2)
FCF3 = -461,368+16,3613*T+5,99709*H+1,25086*m1+153,093*K (3.26)
(hàm phân loại cháy rừng cấp 3, ký hiệu C3)
FCF4 = -422,074+15,5836*T+5,52072*H+5,54201*m1+145,743*K (3.27)
(hàm phân loại cháy rừng cấp 4, ký hiệu C4)
FCF5 =-334,679+15,029*T+4,55343*H+*1,25505m1+122,319*K (3.28)
(hàm phân loại cháy rừng cấp 5, ký hiệu C5)
Các hàm phân loại Fisher này được sử dụng trong tính toán dự báo để xác định cấp nguy cơ cháy
rừng khi chúng ta cung cấp dữ liệu đầu vào (T, H, m1 và K). Cấp nguy cơ cháy rừng được dự báo với giá trị
tính toán của hàm phân loại Fisher FCFi (i=1,2,3,4,5) tương ứng với cấp nguy cơ cháy rừng Ci (i=1,2,3,4,5) là
lớn nhất.
c) Dự báo nguy cơ cháy rừng dựa trên kết quả phân tích hàm biệt định DFA
(i) Dự báo nguy cơ cháy rừng dựa trên khoảng cách đa biến Mahalanobis:
Dựa vào các hàm biệt định chuẩn tắc CDF đã được thiết lập chúng ta có thể tính được các khoảng
cách đa biến Mahalanobis. Khoảng cách đa biến Mahalanobis D2 trong phân tích hàm biệt định DFA chính là
khoảng cách đa biến Euclid bình phương từ tọa độ định vị của tập biến đưa vào {T, H, m1, K} đến tọa độ
định vị của trung tâm các cấp cháy rừng (C1, C2, C3, C4 và C5). Cấp nguy cơ cháy rừng được dự báo với
khoảng cách Mahalanobis ngắn nhất. Sử dụng CSDL của các biến đưa vào ở bảng 3.16, dựa vào các hàm
biệt định chuẩn tắc CDF để tính các khoảng cách đa biến Mahalanobis sẽ cho kết quả như sau:
Bảng 3.17. Kết quả tính toán dự báo nguy cơ cháy rừng dựa trên khoảng đa biến Mahalanobis
Biến đưa vào

Khoảng cách
Thời gian
Cấp dự báo
Mahalanobis
ngắn nhất
T(oC)
H (%)
m1(Kg/4m2)
K
T11
27
51,4
0,85
0,141346
8,138987295
C1
T12
29.26
55,14
1,58
0,652034
2,041961204
C2
T1
25.04
73,66
2,4
0,542221
1,023242522
C3

T2
25
53,4
5,93
0,85001
2,46465901
C4
T3
30.24
28,12
1,54
0,52215
0,433095744
C5
Từ kết quả của bảng 3.17, luận án có kết luận sau đây
- Tháng 11, cấp dự báo nguy cơ cháy rừng C1 thì có rất ít khả năng xảy ra cháy rừng.
- Tháng 12, cấp dự báo nguy cơ cháy rừng là C2 thì có ít khả năng xảy ra cháy rừng.
- Tháng 1, cấp dự báo nguy cơ cháy rừng C3 thì có khả năng xảy ra cháy rừng.
18


- Tháng 2, cấp nguy cơ cháy rừng C4 thì khả năng xảy ra cháy rừng cao.
- Tháng 3, cấp dự báo nguy cơ cháy rừng là C5 thì khả năng xảy ra cháy rừng rất cao.
(ii) Dự báo nguy cơ cháy rừng dựa trên hàm phân loại Fisher:
Cấp nguy cơ cháy rừng được dự báo với giá trị tính toán của hàm phân loại Fisher FCFi (i=1,2,3,4,5)
tương ứng với cấp nguy cơ cháy rừng Ci (i=1,2,3,4,5) là lớn nhất. Sử dụng CSDL của các biến đưa vào ở
bảng 3.16, dựa vào 5 hàm phân loại Fisher FCF1, …, FCF5 trong mô hình dự báo để tính toán các điểm số
phân loại, kết quả như sau (bảng 3.18)
Bảng 3.18. Kết quả dự báo nguy cơ cháy rừng dựa trên các hàm phân loại Fisher FCF
T. Gian

T11
T12
T01
T02
T03

Biến đưa vào
T(oC)

H (%)

m1(Kg/4m2)

K

27
29,26
25,04
25
30,24

51,4
55,14
73,66
53,4
28,12

0,85
1,58
2,4

5,93
1,54

0,141346
0,652034
0,542221
0,85001
0,52215

Giá trị lớn nhất của
hàm Fisher
326,4121135
451,7668692
476,0768522
419,0418106
313,6420237

Cấp dự báo
C1
C2
C3
C4
C5

Kết quả tính toán từ mô hình dự báo nguy cơ cháy rừng dựa trên các hàm phân loại Fisher FCF cũng
cho kết quả giống như kết quả từ mô hình dự báo nguy cơ cháy rừng dựa trên khoảng cách Mahalanobis. Để
tránh sai lầm hệ thống, chúng ta cần phải sử dụng hai mô hình khoảng cách đa biến Mahalanobis và mô hình
hàm phân loại Fisher để tính toán dự báo cấp nguy cơ cháy rừng.
3.5. Đề xuất một số giải pháp phòng cháy rừng Thông ba lá tại VQG BDNB
3.5.1. Xác định mùa cháy rừng và thời gian dễ xảy ra cháy rừng

Việc xác định mùa cháy rừng và các tháng trọng điểm cháy rừng là rất quan trọng trong công tác
phòng cháy. Chúng ta có thể sử dụng kết quả nghiên cứu để lập phương án phòng cháy chữa cháy rừng cho
VQG BDNB. Một là, bố trí các nguồn lực để thực hiện phương án phòng cháy trong suốt mùa khô hàng
năm. Hai là quyết định vào thời điểm nào có để xử lý VLC và đốt chỉ định.
Từ những kết quả nghiên cứu, luận án đề nghị:
- Phương án phòng cháy, chữa cháy rừng ở VQG BDNB phải được xây dựng cho 6 tháng mùa khô,
từ tháng 11 năm trước đến đến hết tháng 4 năm sau.
- Thực hiện các công trình phòng cháy trong khoảng thời gian đầu mùa khô: Tháng 11, tháng 12 và tháng 1.
- Tháng 2, tháng 3 và nửa đầu tháng 4 cần tập trung nguồn lực để kiểm soát nguồn lửa cũng như đề
phòng các vụ cháy lớn có thể xảy ra.
3.5.2. Phân chia đối tượng phòng cháy ở VQG Bidoup-Núi Bà
Mục đích của phân chia đối tượng phòng cháy là để áp dụng các giải pháp phòng cháy thích hợp
trong quản lý rừng. Mặc dù rừng Thông ba lá đã được xác định là loại rừng dễ cháy, tuy nhiên với diện tích
lớn hơn 70.000 ha và có rừng Thông phân bố rộng khắp như ở VQG BDNB thì việc phân chia đối tượng
phòng cháy là hết sức cần thiết. Mặt khác nguồn lực cho phòng cháy thường không được đáp ứng đầy đủ để
thực hiện các giải pháp phòng cháy cho tất cả các đối tượng rừng. Từ kết quả nghiên cứu, luận án đề nghị
phân chia đối tượng phòng cháy thành các nhóm như sau:
(1) Rừng trồng trong giai đoạn chăm sóc hay là rừng trồng ở cấp tuổi I
(2) Rừng trồng giai đoạn nuôi dưỡng (cấp tuổi II)
(3) Rừng cảnh quan phục vụ du lịch
(4) Rừng tự nhiên thông ba lá và rừng trồng lớn hơn 10 tuổi
Việc xác định các đối tượng, khu vực ưu tiên trong phòng cháy cần phải dựa vào nguy cơ cháy rừng
và mục tiêu quản lý.
19


3.5.3. Giải pháp xử lý VLC để phòng cháy rừng
Giải pháp này được đề nghị áp dụng cho rừng trồng cấp tuổi I trong giai đoạn chăm sóc, rừng trồng
giai đoạn nuôi dưỡng (cấp tuổi II) và rừng cảnh quan phục vụ du lịch.
Vào đầu mùa cháy tiến hành thu thập khối lượng VLC m1, m2 và tính toán nguy cơ cháy rừng dựa vào

hệ số khả năng bắt cháy K và khối lượng vật liệu. Tham chiếu bảng 3.10 để phân chia rừng thành bốn cấp:
Rất khó cháy, khó cháy, dễ cháy và rất dễ cháy. Tất cả các khu rừng có hệ số K ≥ 0,3 đều phải áp dụng các
giải pháp phòng cháy thì mới an toàn trong suốt mùa khô.
Đối với rừng trồng cấp tuổi I, thực hiện biện pháp đốt dọn VLC kết hợp với chăm sóc rừng trồng với
quy trình chăm sóc rừng hai lần/năm. Đối với rừng trồng giai đoạn nuôi dưỡng và rừng cảnh quan phục vụ
du lịch, vào đầu mùa khô hàng năm cũng phát toàn bộ thảm cỏ, gom thành từng đống nhỏ để đốt giảm vật
liệu. Trước khi đốt tham khảo bảng 3.10 để xác định khả năng cháy hết của đống vật liệu. Sau khi đốt dọn
đống vật liệu tham khảo bảng 3.10 để đưa rừng về trạng thái rất khó cháy, nếu như hệ số K vẫn lớn hơn 0,3
thì tiếp tục đốt để đưa hệ số K về mức nhỏ hơn 0,3 mới đạt yêu cầu. Giải pháp này chỉ được thực hiện vào
đầu mùa khô hàng năm trong các tháng 11, tháng 12 và tháng 1 tương ứng với cấp cháy rừng là cấp 1, cấp 2
và cấp 3. Xử lý VLC để phòng cháy rừng là giải pháp hữu hiệu trong phòng cháy. Hạn chế của giải pháp này
là phải phát, dọn thực bì và gom đốt nên chi phí cao.
3.5.4. Giải pháp đốt chỉ định để phòng cháy rừng tại VQG BDNB
3.5.4.1. Cơ sở khoa học
Cơ sở khoa học cho giải pháp đốt chỉ định là dựa vào nguyên lý kiểm soát nguồn VLC đến một mức
nào đó để khi gặp nguồn lửa, rừng không bị cháy trong suốt mùa khô. Tuy nhiên, giải pháp đốt chỉ định khác
với xử lý VLC để phòng cháy là đốt trong môi trường tự nhiên theo kế hoạch và không xử lý thực bì rồi mới
gom đốt giảm VLC.
Như phần tổng quan đã trình bày, đốt chỉ định được FAO (2003) [57] định nghĩa là “ đốt theo sự chỉ
định trong điều kiện môi trường cụ thể, cho phép lửa bị hạn chế ở một khu vực xác định trước và đồng thời
tạo ra cường độ nhiệt và tỷ lệ lan rộng cần thiết để đạt mục tiêu quản lý tài nguyên theo kế hoạch”. Nói cách
khác là việc đốt chỉ định phải được thực hiện trong điều kiện lượng VLC cho phép và thời tiết phù hợp nhằm
tạo ra đám cháy với cường độ thấp đáp ứng được mục tiêu làm giảm VLC qua đó làm giảm nguy cơ cháy
rừng ở cường độ cao. Để giải quyết vấn đề nêu trên, các câu hỏi đặt ra là: (1) đối tượng rừng nào cần đốt chỉ
định (2) cường độ cháy bao nhiêu để đạt được mục tiêu phòng cháy mà không gây cháy rừng và (3) Thời
điểm đốt chỉ định khi nào là phù hợp? Cho đến nay, các câu hỏi nêu trên còn bỏ trống trong nghiên cứu khoa
học về phòng cháy rừng. Từ kết quả nghiên cứu, luận án đề xuất giải quyết những vấn đề này như sau.
3.5.4.2. Xác định khu rừng đốt chỉ định
Để đốt chỉ định đạt được mục tiêu phòng cháy có ba điều kiện: (1) Khi đốt chỉ định thì rừng có thể
cháy; (2) Đốt chỉ định nhưng không gây cháy rừng; (3) xác định các khu rừng có nguy cơ cháy cao cần phải

làm giảm VLC để rừng an toàn trong suốt mùa khô. Đây cũng là điều kiện VLC cho phép để tiến hành đốt
chỉ định. Chúng ta có thể căn cứ vào kết quả nghiên cứu ở mục 3.4.1 để đáp ứng các điều kiện này.
Căn cứ vào bảng 3.10 về dự báo nguy cơ cháy rừng dựa vào hệ số K và khối lượng VLC đã xác định
khi hệ số K > 0,5 khối lượng m1 bằng 4,74 tấn/ha thì rừng dễ cháy (điều kiện 1).
Căn cứ bảng 3.11 về tỷ lệ phần trăm cháy hết Pc và khối lượng VLC, khi tỷ lệ phần trăm giữa m 1/M là
45,1% thì tỷ lệ phần trăm cháy hết của VLC là 60% (điều kiện 2).
Căn cứ vào bảng 3.13 về tổng hợp các tiêu chí phục vụ công tác dự báo nguy cơ cháy rừng dựa vào
trạng thái rừng khi rừng tự nhiên và rừng trồng lớn hơn 10 tuổi có hệ số K > 0,5 thì nguy cơ và mức độ cháy
rất nguy hiểm (điều kiện 3).
Tổng hợp các chỉ tiêu trên đây chúng ta có thể đi đến kết luận: Những khu rừng trồng lớn hơn 10 tuổi
và rừng tự nhiên Thông ba lá có tỷ lệ vật liệu khô trên tổng khối lượng vật liệu lớn hơn 45%, khối lượng
20


VLC khô m1 > 4,74 tấn/ha, hệ số khả năng bắt cháy của VLC K> 0,5 là những lâm phần có nguy cơ và mức
độ cháy rất nguy hiểm cần áp dụng giải pháp đốt chỉ định để phòng cháy rừng.
3.5.4.3. Xác định cường độ cháy trong đốt chỉ định
Ứng dụng bảng 3.11 về kết quả tính toán tỷ lệ phần trăm cháy hết Pc và khối lượng VLC chúng ta có
thể đưa ra các chỉ tiêu sau đây:
Pc từ 10 đến 40%, tỷ lệ giữa m1/M ≤34 %, cường độ đám cháy yếu.
Pc từ 50 đến 70%, tỷ lệ giữa m1/M từ 39 đến 54%, cường độ đám cháy trung bình.
Pc ≥80%, tỷ lệ giữa m1 và m ≥ 69%, cường độ cao.
Như vậy chúng ta có thể thấy rằng khi cường độ cháy yếu thì đốt chỉ định không có hiệu quả. Khi
cường độ cháy cao, đốt chỉ định có thể gây cháy rừng. Vì vậy lựa chọn tối ưu là đốt chỉ định ở cường độ
cháy trung bình khi có tỷ lệ vật liệu khô trên tổng khối lượng vật liệu khoảng 39 đến 40 % để khối lượng
VLC giảm đi từ 50 đến 70 % là đạt yêu cầu.
3.5.4.4. Xác định thời điểm đốt chỉ định
Ứng dụng kết quả phân tích hàm biệt định để dự báo nguy cơ cháy rừng dựa vào khoáng cách
Mahalanobis và hàm phân loại Fisher, luận án đề nghị thời điểm tiến hành đốt chỉ định tốt nhất ở VQG
BDNB là vào tháng 12 và tháng 1, khi cấp nguy cơ cháy rừng là cấp II (C2) và cấp III (C3). Nếu tiến hành

đốt ở thời điểm tháng 11, cấp nguy cơ cháy rừng là cấp I (C1), thì rừng sẽ không cháy hay cháy rất ít nên
không đáp ứng được mục tiêu phòng cháy. Nếu đốt chỉ định vào tháng 2 và tháng 3, khi cấp nguy cơ cháy
rừng là cấp IV (C4) và cấp V (C5), thì sẽ gây cháy rừng.
3.5.4.5. Xác định chu kỳ đốt chỉ định
Để lập chu kỳ đốt chỉ định, chúng ta tiến hành lập cơ sở liệu nền về dự báo nguy cơ cháy rừng cho
toàn bộ diện tích rừng cần phòng cháy. Lập kế hoạch đốt chỉ định hàng năm và 5 năm. Sau khi đốt chỉ định
theo dõi mức độ tích tụ VLC cho đến khi có các chỉ tiêu K > 0,5 khối lượng m1 > 4,6 tấn/ha, M >9,4 tấn/ha
hoặc cấp dự báo cháy rừng là cấp 4 và cấp 5 theo kết quả dự báo cấp nguy cơ cháy rừng từ khoảng cách
Mahalanobis và hàm phân loại Fisher thì quay lại chù kỳ đốt chỉ định. Như vậy, chu kỳ đốt chỉ định được lập
trên động thái của VLC nên có thể là 5 năm hay 10 năm chứ không phụ thuộc vào kế hoạch hàng năm của
đơn vị quản lý rừng.
Việc xác định chu kỳ đốt chỉ định là rất có ý nghĩa trong việc bảo tồn đa dạng sinh học tại VQG
BDNB và giảm khí nhà kính trong môi trường.
3.5.5. Cảnh báo nguy cơ cháy rừng.
Từ kết quả nghiên cứu, luận án đề nghị thiết lập một hệ thống cảnh báo nguy cơ cháy rừng riêng cho
VQG BDNB. Mô hình hệ thống dự báo nguy cơ cháy rừng sẽ được vận hành trong suốt mùa khô hàng năm.
Mô hình này sẽ cung cấp thông tin cảnh báo mức độ nguy cơ cháy rừng dựa trên tính toán tổng hợp của hệ
thống và xác định các cấp dự báo nguy cơ cháy rừng cụ thể. Để tránh sai lầm hệ thống trong quá trình tính
toán, luận án đề nghị sử dụng cả hai phương pháp là khoảng cách Mahalanobis và hàm phân loại Fisher.
Trên thực tế, trong môi trường tự nhiên, cháy rừng phụ thuộc vào rất nhiều yếu tố hay có thể nói là rất
nhiều các biến liên quan đến khả năng cháy rừng. Tuy vậy, nhiệt độ, ẩm độ môi trường rừng, khối lượng và
hệ số khả năng bắt cháy là 4 yếu tố quyết định đến khả năng cháy rừng nhiều nhất nên được sử dụng làm tập
biến đầu vào {T, H, m1, K} để đưa vào tính toán trong hệ thống dự báo nguy cơ cháy rừng. Chính tập biến
đầu vào {T, H, m1, K} này cho phép chúng ta có thể tiếp cận thu thập dữ liệu dự báo đến từng lô rừng cụ thể,
điều này sẽ làm gia tăng mức độ tin cậy của kết quả dự báo nguy cơ cháy rừng. Chúng ta dễ dàng sử dụng
CSDL nền ở phần xác định chu kỳ đốt chỉ định để xây dựng hệ thống cảnh báo nguy cơ cháy rừng cho VQG
BDNB.

21

KẾT LUẬN, TỒN TẠI VÀ KIẾN NGHỊ
1. Kết luận
1.1. Một số đặc điểm rừng Thông ba lá và cháy rừng
Rừng Thông ba lá ở VQG BDNB có diện tích 23.545 ha trong đó rừng tự nhiên là 21.948 ha và 2.047
ha rừng trồng. Điểm thấp nhất xuất hiện loài Thông ba lá là 630 m, điểm cao nhất 2.200 m, rừng tự nhiên
thông ba lá mọc thuần loài tập trung ở độ cao từ 1.000 m đến 2.200m phân bố ở 70 tiểu khu, rừng trồng rải
rác ở 30 tiểu khu. Đối với rừng trồng cấp tuổi I đến cấp tuổi IV có sự phân hóa cao thể hiện qua các chỉ tiêu
về đường kính, chiều cao và mật độ. Rừng tự nhiên giàu và trung bình chiếm 60% diện tích phân bố của loài.
Số liệu phân tích ở các bảng 3.1a,b,c và 3.1d cho thấy có sự tương quan giữa chiều cao của thảm cỏ và mật
độ của rừng, những nơi có mật độ cao thì thảm cỏ thấp và ngược lại.
1..2. Đặc điểm VLC
- Từ quan điểm học thuật về các nhân tố sinh thái chủ đạo và các nhân tố sinh thái phát sinh quần xã
thực vật, luận án đã đề xuất phân loại mới về VLC, xác định tính chất và mối quan hệ của chúng, đề xuất hệ
số khả năng bắt cháy K. Từ kết quả phân loại này, luận án đã xác định được các biến m1, m2, M, Tc, Pc và K
để mô hình hóa thể hiện mối quan hệ giữa các thành phần của VLC.
- Luận án đã điều tra và lập danh lục 288 loài thực vật có mạch thuộc 76 họ tham gia vào thành phần
VLC ở rừng Thông ba lá với nhiều dạng sống khác nhau. Xác lập tiêu chí và phân chia các loài này thành ba
nhóm: nhóm khó cháy, nhóm dễ cháy và nhóm rất dễ cháy. Lập danh lục 39 loài thực vật rất dễ cháy trong
rừng Thông ba lá của VQG BDNB.
- Kết quả điều tra khối lượng các loại VLC bao gồm m1, m2, M, K, Pc và Tc của các đối tượng nghiên
cứu đã được tổng hợp thành CSDL ở các bảng 3.7a,b,c,d và 3.7e. Lập bảng ma trận tương quan các thành
phần cấu thành VLC ở bảng 3.8.
1.3. Mô hình hóa tương quan giữa các thành phần của VLC
Sử dụng CSDL đã thu thập, luận án đã xây dựng được các mô hình toán học thể hiện mối quan hệ của
các thành phần cấu thành nên VLC như sau:
- Tương quan giữa m1 với m2 và M: mô hình toán học (3.1), (3.2), (3.3), (3.4) và (3.5).
- Tương quan giữa K với m1 và m2: mô hình toán học (3.6), (3.7), (3.8) và (3.9).
- Tương quan giữa Tc với m1, m2 và M: mô hình toán học (3.10), (3.11), (3.12) và (3.13).
- Tương quan giữa Pc với m1, m2 và K: mô hình toán học (3.14), (3.15) và (3.16).

- Tương quan giữa K vài m1 với Pc: mô hình toán học số (3.17)
1.4. Dự báo nguy cơ cháy rừng
1.4.1. Dự báo nguy cơ cháy rừng dựa trên các mô hình thống kê đơn biến:
1.4.2. Dự báo nguy cơ cháy rừng dựa trên các mô hình thống kê đa biến.
Luận án đã lập bảng dự báo nguy cơ cháy rừng dựa vào hệ số K và khối lượng VLC (bảng 3.10); bảng
kết quả tính toán tỷ lệ phần trăm cháy Pc và khối lượng VLC (bảng 3.11); bảng tính toán khả năng cháy Pc
% dựa vào hệ số K và khối lượng VLC (bảng 3.12) và bảng tổng hợp các tiêu chí phục vụ công tác dự báo
nguy cơ cháy rừng dựa vào trạng thái rừng (bảng 3.13).

22