Assessment of forest’s carbon storage level requires up-to-date information on the area of natural forest states. The purpose of this study is to use the Landsat 8 satellite images to create the map of natural forest states in Dak Lak province, which provides the baseline data for estimating forest carbon storage in the province. The supervised classification algorithm in the Image Analysis of the ArcGIS 10.3 software was applied to classify natural forest states in the province. The classification results showed that the Landsat 8 image was suitable for distinguishing natural forest states. Poor deciduous broadleaf forests occupied the largest proportion (15.5%) of deciduous broadleaf forests, followed by very poor deciduous broadleaf forests (8.09%), and medium deciduous broadleaf forests (5.81%). Rich evergreen broadleaf forests, medium evergreen broadleaf forests and poor evergreen broadleaf forests accounted for 14.40%, 13.74% and 9.48% of the evergreen broadleaf forests, respectively. Rubber forest area occupied a small area (5.08%). In terms of overall accuracy, using Landsat 8 images can produce the map of natural forest states by approximately 90% with Kappa coefficient of 0.8 which is acceptable for estimating carbon storage of natural forest states.Đánh giá khả năng lưu giữ cacbon rừng đòi hỏi thông tin cập nhật diện tích các trạng thái rừng. Mục đích của nghiên cứu này là ứng dụng ảnh vệ tinh Landsat 8 để thành lập bản đồ các trạng thái rừng tại tỉnh Đắk Lắk, làm cơ sở cho ước tính khả năng lưu giữa cacbon theo các trạng thái rừng với chi phí thấp và được cập nhật thường xuyên trên địa bàn. Thuật toán phân loại có kiểm định của mô-đun Image Analysis trong phần mềm ArcGIS 10.3 được áp dụng để phân loại các trạng thái rừng trên địa bàn tỉnh Đắk Lắk. Kết quả phân loại cho biết ảnh Landsat 8 có khả năng phân biệt các trạng thái rừng khá hiệu quả. Với rừng lá rộng rụng lá, kết quả phân loại cho biết rừng lá rộng rụng lá nghèo chiếm tỷ lệ diện tích lớn nhất (15,8%), kế đến là rừng lá rụng rộng lá nghèo kiệt (8,09%), rừng lá rộng rụng lá trung bình (5,81%). Với rừng lá rộng thường xanh, trạng thái rừng lá rộng thường xanh giàu chiếm tỷ lệ lớn nhất (14,40%), tiếp đến là rừng lá rộng thường xanh trung bình (13,74%), rừng lá rộng thường xanh nghèo (9,48). Diện tích rừng cao su chiếm diện tích nhỏ (5,08%). Về độ chính xác tổng quát, kết quả phân loại bản đồ hiện trạng các trạng thái rừng tự nhiên từ ảnh Landsat 8 đạt xấp xỉ 90% và hệ số Kappa đạt 0,8. Đây là mức chính xác có thể chấp nhận được trong thực tiễn sử dụng bản đồ trạng thái rừng cho ước tính lượng cacbon lưu giữ theo các trạng thái rừng.