La cartografía de riesgos es una parte crucial de la planificación espacial, ya que optimiza la asignación de recursos en su gestión. Por lo tanto, es de gran interés construir herramientas que mejoren su producción. Este trabajo se centra en la implementación de un modelo de susceptibilidad para diferentes tipos de riesgo distribuido espacialmente en un complemento de Python para sistemas de información geográfica (SIG). Como ejemplo, el modelo de susceptibilidad se aplicó para estudiar la ocurrencia de incendios forestales en el municipio de Vila Nova de Foz Côa, Portugal. El complemento se desarrolló para simplificar la producción y evaluación de mapas de susceptibilidad en relación con la información geográfica disponible. En cuanto a nuestro estudio de caso, los datos utilizados corresponden a tres áreas de entrenamiento, diez años de áreas quemadas y nueve variables ambientales. El modelo se aplica a diferentes combinaciones de estos factores. La validación, realizada con curvas de características operativas del receptor (ROC), resultó en un área bajo la curva (AUC) del 74% para un modelo de susceptibilidad al fuego, calculado con los mismos factores ambientales utilizados en la cartografía oficial portuguesa (uso del suelo y pendiente) y con el área de entrenamiento óptima, años de información sobre áreas quemadas y nivel de clasificación del uso del suelo. Después de experimentar con cuatro combinaciones de variables, se logró un AUC máximo del 77%. Este estudio confirma la idoneidad de las variables elegidas para la producción de modelos oficiales de susceptibilidad al fuego, pero omite la comparación entre la metodología oficial y la metodología propuesta en este trabajo.