Tổng quan về luận án

Nghiên cứu đặc tính tầng chứa đá cacbonat đóng vai trò then chốt trong công tác tìm kiếm, thăm dò và khai thác dầu khí toàn cầu. Theo ước lượng của Akbar và cộng sự (2000), khoảng 60% trữ lượng dầu khí trên thế giới được lưu giữ trong các tầng chứa cacbonat; con số này đạt tới hơn 70% đối với các tích tụ dầu khí truyền thống tại khu vực Trung Đông (Aljuboori et al., 2019). Tại thềm lục địa Việt Nam, mặc dù các vỉa chứa truyền thống chủ yếu là cát kết và móng nứt nẻ, các phát hiện dầu khí quan trọng trong đá cacbonat tuổi Mioxen như mỏ Hàm Rồng, Cá Voi Xanh (bể Sông Hồng), Đại Hùng, Sao Vàng - Đại Nguyệt (bể Nam Côn Sơn) và Cá Mập Trắng (bể Phú Khánh) đã khẳng định tiềm năng chiến lược của đối tượng địa chất này.

Tuy nhiên, tầng chứa cacbonat mang bản chất dị đồng nhất cực kỳ phức tạp (extreme reservoir heterogeneity). Quá trình hình thành tại chỗ kết hợp với các biến đổi thứ sinh mãnh liệt (rửa lũa, hòa tan, dolomit hóa, nứt nẻ và tái kết tinh) đã tạo nên mạng lưới lỗ rỗng đa dạng từ vi kẽ hở (micro-porosity), lỗ rỗng giữa hạt, trong hạt đến các hang hốc tách biệt hoặc gắn kết (vugs). Khoảng trống nghiên cứu then chốt (specific research gap) nằm ở chỗ: các phương pháp địa vật lý giếng khoan (ĐVLGK) truyền thống dựa trên tương quan thực nghiệm tuyến tính giữa độ rỗng ($\Phi$) và độ thấm ($K$), cũng như mô hình tính độ bão hòa nước ($S_w$) kinh điển của Archie (1952) bộc lộ sai số rất lớn khi áp dụng cho cacbonat tuổi Mioxen giữa tại đới nâng Tri Tôn (mỏ CX, Nam bể Sông Hồng). Các nghiên cứu trước đây tại mỏ CX (Vũ Ngọc Diệp, 2011; Nguyễn Xuân Phong et al., 2017) chủ yếu tập trung vào tiến hóa trầm tích, sinh tướng và địa tầng phân tập, hoàn toàn thiếu vắng một quy trình định lượng tích hợp học máy (Machine Learning) để phân nhóm đá chứa và dự báo phi tuyến tính các thông số vật lý thạch học.

Để giải quyết khoảng trống này, luận án tập trung vào 3 câu hỏi và giả thuyết nghiên cứu cụ thể:

  1. Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để phân chia tối ưu các nhóm đá chứa cacbonat phản ánh bản chất động lực học dòng chảy từ dữ liệu mẫu lõi bị giới hạn?
    • Giả thuyết 1 (H1): Phân loại theo Đơn vị dòng chảy thủy lực (Hydraulic Flow Unit - HFU) dựa trên Chỉ báo vùng dòng chảy (Flow Zone Indicator - FZI) kết hợp các thuật toán học máy không giám sát sẽ phân tách tối ưu không gian lưu trữ và dẫn dòng của đá cacbonat mỏ CX thành 5 đơn vị riêng biệt.
  2. Câu hỏi nghiên cứu 2 (RQ2): Có thể xây dựng mô hình học máy có giám sát nào để dự báo chính xác độ thấm liên tục dọc theo thân giếng từ tập hợp đường cong ĐVLGK?
    • Giả thuyết 2 (H2): Thuật toán Hồi quy quá trình Gaussian (Gaussian Process Regression - GPR) hàm nhân Exponential sẽ khắc phục bản chất phi tuyến tính, đạt độ chính xác dự báo độ thấm ($K_{pred}$) vượt trội ($R^2 \ge 0,70$) so với các mô hình hồi quy tuyến tính cổ điển.
  3. Câu hỏi nghiên cứu 3 (RQ3): Phương pháp nào mô hình hóa sự phân bố độ bão hòa nước ($S_w$) chuẩn xác nhất mà không bị phụ thuộc vào sự biến thiên bất ổn định của các hệ số Archie ($m, n$)?
    • Giả thuyết 3 (H3): Mô hình độ bão hòa nước theo chiều cao (Saturation-Height Function - SHF) dạng Skelt-Harrison xây dựng riêng biệt cho từng HFU sẽ triệt tiêu sai số từ phương trình điện trở truyền thống, phản ánh đúng quy luật suy giảm $S_w$ theo chiều cao cột khí ($HAFWL$).

Khung lý thuyết của nghiên cứu tích hợp phương trình Kozeny-Carman biến tính (Amaefule et al., 1993), lý thuyết phân loại cấu trúc rỗng thạch học Lucia (1983, 1995), lý thuyết áp suất mao dẫn và các thuật toán học máy tiên tiến. Luận án thực hiện trên phạm vi 4 giếng khoan thăm dò (GK1, GK2, GK3, GK4) thuộc tầng đá vôi hệ tầng Tri Tôn (bề dày 300 - 1.000 m), độ sâu vỉa từ 1.800 m đến trên 3.000 m. Nghiên cứu mang tính đột phá khi lần đầu tiên thiết lập hoàn chỉnh chu trình tích hợp từ phân nhóm HFU không giám sát, dự báo độ thấm bằng học máy có giám sát, đến thiết lập hàm bão hòa nước Skelt-Harrison cho một mỏ khí cacbonat đặc thù tại thềm lục địa Việt Nam.

Literature Review và Positioning

Lịch sử mô tả đặc tính tầng chứa cacbonat ghi nhận nhiều trường phái tiếp cận từ thạch học, cấu trúc rỗng đến vật lý thạch học thực nghiệm. Folk (1959) và Dunham (1962), sau đó được cải tiến bởi Embry và Klovan (1971), đã thiết lập nền tảng phân loại đá vôi dựa trên cấu trúc lắng đọng và tỷ lệ giữa bùn và hạt (mudstone, wackestone, packstone, grainstone, boundstone). Tuy nhiên, các phân loại trầm tích thuần túy này không phản ánh trực tiếp năng lực dẫn dòng của chất lưu.

Trong lĩnh vực vật lý thạch học lỗ rỗng, Archie (1952) lần đầu tiên liên kết kiến trúc khung đá (matrix) với các tính chất dẫn điện và độ thấm. Sau đó, Choquette và Pray (1970) đề xuất phân loại không gian rỗng theo nguồn gốc hình thành (fabric selective và non-fabric selective), trong khi Lucia (1983, 1995) phân chia không gian rỗng cacbonat dựa trên kích thước hạt và dạng rỗng thành rỗng giữa hạt (interparticle) và rỗng hang hốc (separate vugs và touching vugs), chuẩn hóa qua Chỉ số cấu trúc đá (Rock Fabric Number - RFN). Song song đó, nhóm phương pháp bán kính cổ rỗng thủy ngân $R_{35}$ của Winland (Kolodzie, 1980) và Pittman (1992) đã tìm cách liên kết độ thấm, độ rỗng và áp suất mao dẫn qua tương quan thực nghiệm $\log(R_{35}) = 0,732 + 0,588 \log(K) - 0,864 \log(\Phi)$. Mặc dù vậy, Spearing và cộng sự (2001) đã chỉ ra hạn chế của $R_{35}$ khi bản chất giá trị bão hòa thủy ngân 35% mang tính giả định và kém thích ứng với đá cacbonat có hệ thống vi kẽ nứt phức tạp.

Một cuộc tranh luận khoa học sâu sắc tồn tại giữa hai quan điểm phân nhóm đá chứa (rock typing): Phân nhóm theo tướng địa chất trầm tích (geologically driven rock-typing) đối lập với Phân nhóm theo đặc tính dòng chảy vật lý thạch học (petrophysically driven rock-typing) (Rebelle & Lalanne, 2014). Tướng trầm tích giải thích tốt môi trường thành tạo nhưng thất bại trong việc lượng hóa tương quan rỗng - thấm khi bị quá trình thành đá (diagenesis) làm thay đổi hoàn toàn cấu trúc rỗng. Để khắc phục, Amaefule và cộng sự (1993) phát triển khái niệm Đơn vị dòng chảy thủy lực (HFU) dựa trên Chỉ số chất lượng đá ($RQI$) và Chỉ báo vùng dòng chảy ($FZI$), xuất phát từ phương trình vi mô Kozeny-Carman.

So sánh với các nghiên cứu quốc tế:

  • Tại Trung Đông, Abbaszadeh và cộng sự (1996) cùng Mohaghegh (1997) đã ứng dụng mạng nơ-ron nhân tạo (ANN) và logic mờ để phân chia HFU trong các vỉa cacbonat khổng lồ, chứng minh HFU ưu việt hơn các phân loại lát mỏng tĩnh.
  • Tại các tầng chứa cacbonat phức tạp khu vực Trung Á và Mỹ, Soto Rodolfo và cộng sự đã triển khai hệ thống tính toán mềm (soft computing) để xử lý tính phi tuyến của độ thấm nhưng chưa kết hợp sâu với mô hình bão hòa mao dẫn theo chiều cao vỉa.
  • Tại Việt Nam, các công trình của Lê Hải An và cộng sự (2016) tại bể Phú Khánh hay Hà Quang Mẫn và cộng sự (2021, 2023) tại bể Nam Côn Sơn đã tiếp cận HFU và học máy. Tuy nhiên, tại khu vực đới nâng Tri Tôn (Nam bể Sông Hồng), công trình của Lê Trung Tâm và cộng sự (2015) hoặc Nguyễn Thu Huyền và cộng sự (2019) chỉ dừng lại ở hồi quy tuyến tính hoặc ANN đơn tầng cho đá vụn cơ học hoặc cacbonat Mezozoi.

Luận án này định vị chính xác tại điểm giao thoa giữa thạch vật lý hiện đại và khoa học dữ liệu: Thiết lập giải pháp toàn diện giải quyết tính bất đồng nhất của tầng chứa cacbonat Mioxen giữa mỏ CX bằng việc kết hợp đồng thời học máy không giám sát (chọn số nhóm HFU tối ưu), học máy có giám sát nâng cao (dự báo liên tục $FZI$ và $K$) và hiệu chỉnh mô hình bão hòa nước Skelt-Harrison đa HFU.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp quan trọng vào việc mở rộng và kiểm chứng các lý thuyết thạch vật lý kinh điển trong môi trường cacbonat nhiệt đới biển sâu:

  1. Mở rộng lý thuyết Kozeny-Carman và Amaefule (1993): Chứng minh rằng việc phi tuyến tính hóa quan hệ giữa Chỉ số chất lượng đá ($RQI = 0,0314 \sqrt{K/\Phi}$) và Tỷ số thể tích rỗng ròng ($\Phi_z = \Phi / (1 - \Phi)$) thông qua học máy cho phép phân lập chính xác các khoảng biến thiên độ thấm cực đoan từ dưới 1 mD đến trên 2.000 mD trong đá vôi sinh vật dạn nứt.
  2. Thách thức tính phổ quát của phương trình Archie (1952): Dữ liệu phân tích mẫu đặc biệt (SCAL) của mỏ CX chỉ ra hệ số xi măng hóa $m$ biến động mạnh từ dưới 2,0 đến hơn 2,7 (tập trung 2,2 - 2,5) và chỉ số bão hòa $n$ biến động từ 1,9 đến hơn 3,0 (tập trung 2,2 - 2,5). Việc áp dụng một cặp giá trị $(m, n)$ trung bình duy nhất cho toàn vỉa dẫn đến sai lệch nghiêm trọng về độ bão hòa nước $S_w$. Luận án chứng minh sự thay thế bằng mô hình phân bố mao dẫn theo từng HFU là một bước chuyển biến mô hình (paradigm shift) cần thiết trong đánh giá vỉa phi đồng nhất.
  3. Hình thành hệ mệnh đề lý thuyết (Theoretical Propositions):
    • Mệnh đề 1 (P1): Một HFU duy nhất không đồng nhất với một tướng trầm tích đơn lẻ mà là tập hợp các đáp ứng vật lý thạch học có chung đường kính mao quản tương đương và hệ số uốn khúc lỗ rỗng ($FZI$).
    • Mệnh đề 2 (P2): Tương quan giữa tài liệu ĐVLGK đo sâu (RD, RHOB, NPHI, DTC, DTS) và độ thấm thực tế ($K_{core}$) là hàm phi tuyến đa chiều, chỉ có thể xấp xỉ chính xác qua các thuật toán học máy phi tham số (non-parametric machine learning).
               +-------------------------------------------------------+
               |  KHUNG LÝ THUYẾT VÀ PHÂN TÍCH TẦNG CHỨA CACBONAT CX   |
               +-------------------------------------------------------+
                                           |
         +---------------------------------+---------------------------------+
         |                                                                   |
         v                                                                   v
+------------------------------------+             +------------------------------------+
|   LÝ THUYẾT VẬT LÝ THẠCH HỌC       |             |     KHOA HỌC DỮ LIỆU & HỌC MÁY     |
| - Phân loại Lucia & Dunham         |             | - Học máy không giám sát:          |
| - Kozeny-Carman & Amaefule (HFU)   |             |   K-means, Ward, SOM, FCM          |
| - Động lực mao dẫn Skelt-Harrison  |             | - Học máy có giám sát:             |
| - Đánh giá sai số Archie (m, n)    |             |   GPR Exponential, Ensemble, SVM   |
+------------------------------------+             +------------------------------------+
         |                                                                   |
         +---------------------------------+---------------------------------+
                                           |
                                           v
         +-------------------------------------------------------------------+
         |          QUY TRÌNH MÔ HÌNH HÓA ĐẶC TÍNH TẦNG CHỨA MỚI             |
         |  Mẫu lõi (RCAL/SCAL) -> Phân 5 HFU -> GPR Pred (K) -> SHF Skelt  |
         +-------------------------------------------------------------------+

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp đa tầng 4 lý thuyết cốt lõi:

  • Lý thuyết phân loại cấu trúc rỗng sinh trầm tích (Dunham/Embry-Klovan, 1971);
  • Mô hình thủy lực lỗ rỗng liên kết Kozeny-Carman;
  • Lý thuyết cân bằng mao dẫn thủy tĩnh (Capillary Pressure - Saturation Height Modeling);
  • Lý thuyết học thống kê phi tham số (Statistical Learning Theory).

Phương pháp tiếp cận giải quyết triệt để ranh giới biên (boundary conditions): Áp dụng cho các thành tạo đá vôi thềm độc lập, ám tiêu san hô và tảo biển bị nứt nẻ, có sự xuất hiện của các hang hốc thứ sinh, nơi mà các đường cong hồi quy đơn biến truyền thống hoàn toàn mất hiệu lực ($R^2 < 0,35$).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ thế giới quan thực chứng nghiêm ngặt (positivism paradigm), sử dụng thiết kế nghiên cứu kết hợp định lượng đa cấp độ (multi-level quantitative research design).

                               CHU TRÌNH NGHIÊN CỨU TỔNG THỂ
                               
  +----------------------+      +----------------------+      +----------------------+
  |  DỮ LIỆU ĐẦU VÀO     | ---> | TIỀN XỬ LÝ DỮ LIỆU   | ---> | HỌC MÁY KHÔNG GIÁM   |
  | - 4 giếng khoan CX   |      | - Chuẩn hóa Logs     |      |   SÁT (UNSUPERVISED) |
  | - Đo ĐVLGK: GR, RHOB,|      | - Đồng bộ độ sâu     |      | - K-means, Ward,     |
  |   NPHI, DTC, DTS, RD |      |   Core - Log         |      |   SOM, Fuzzy C-means |
  | - Mẫu lõi: RCAL/SCAL |      | - Khử nhiễu ngoại lai|      | - Chọn tối ưu: 5 HFU |
  +----------------------+      +----------------------+      +----------------------+
                                                                         |
                                                                         v
  +----------------------+      +----------------------+      +----------------------+
  | MÔ HÌNH HÓA ĐỘ BÃO   | <--- | DỰ BÁO ĐỘ THẤM BẰNG  | <--- | HỌC MÁY CÓ GIÁM SÁT  |
  | HÒA NƯỚC (SHF)       |      |   HFU VÀ FZI         |      | (SUPERVISED LEARNING)|
  | - Mô hình mao dẫn    |      | - Tái tạo liên tục K |      | - GPR (Exponential), |
  |   Skelt-Harrison     |      |   dọc thân giếng     |      |   Ensemble Trees,    |
  | - Khớp riêng cho     |      | - Kiểm định chéo     |      |   ANN, SVM           |
  |   từng HFU (1 -> 5)  |      |   (Cross-validation) |      | - Đầu vào: Tập logs  |
  +----------------------+      +----------------------+      +----------------------+

Đối tượng nghiên cứu là lát cắt cacbonat Mioxen giữa thuộc đới nâng Tri Tôn, mỏ CX. Cỡ mẫu nghiên cứu bao gồm:

  • Toàn bộ tập dữ liệu ĐVLGK chuẩn hóa từ 4 giếng khoan (GK1, GK2, GK3, GK4);
  • Hàng trăm mẫu core plug (phân tích mẫu thông thường RCAL) đo độ rỗng hữu dụng ($\Phi$), độ thấm khí ($K$), khối lượng thể tích hạt;
  • Tập mẫu phân tích đặc biệt SCAL (đo đường cong áp suất mao dẫn bốc đẩy thủy ngân MICP, hệ số mao dẫn $a$, hệ số xi măng hóa $m$, chỉ số bão hòa $n$);
  • Dữ liệu đo áp suất thành hệ và nhiệt độ theo điểm (MDT/RCI) và thử vỉa DST.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu bao gồm 5 pha chặt chẽ:

  1. Pha 1 - Tiền xử lý dữ liệu và chuẩn hóa: Hiệu chỉnh sai số đo giếng khoan (borehole environmental corrections), chuẩn hóa đường cong (normalization), xử lý dạt mốc độ sâu (depth-matching) giữa tài liệu mẫu lõi và tài liệu ĐVLGK với độ sai lệch khống chế dưới 0,1 m. Loại bỏ các điểm mẫu ngoại lai (outliers) do nứt nẻ cơ học trong quá trình kéo mẫu.
  2. Pha 2 - Phân nhóm HFU bằng học máy không giám sát: Tính toán các thông số $RQI$, $\Phi_z$ và $FZI$ cho toàn bộ mẫu lõi. Áp dụng đồng thời 4 thuật toán phân cụm: $K$-means clustering, Ward's hierarchical clustering, Self-Organizing Map (SOM) và Fuzzy C-means (FCM). Ứng dụng phương pháp điểm khuỷu tay (Elbow method) và biểu đồ phân bố xác suất để xác định số cụm tối ưu.
  3. Pha 3 - Dự báo HFU và Độ thấm bằng học máy có giám sát: Thiết lập ma trận tương quan giữa tập hợp các đường đo ĐVLGK đầu vào (DTC, DTS, RHOB, NPHI, MSFL, RD, RS) với biến mục tiêu ($FZI$, HFU, $K$). Triển khai các thuật toán: Hồi quy quá trình Gaussian (GPR với các hàm nhân Exponential, Squared Exponential, Matern), Ensemble Trees (Optimizable Boosted/Bagged Trees), Support Vector Machine (SVM) và Artificial Neural Network (ANN).
  4. Pha 4 - Đánh giá độ tin cậy và kiểm định chéo: Sử dụng kỹ thuật $k$-fold cross-validation ($k=5$ và $k=10$) kết hợp tập kiểm tra độc lập (blind-test well) để ngăn ngừa hiện tượng quá khớp (overfitting). Đánh giá qua các chỉ số thống kê sai số: Hệ số xác định ($R^2$), Sai số tuyệt đối trung bình (MAE), Sai số căn bậc hai trung bình (RMSE).
  5. Pha 5 - Xây dựng mô hình bão hòa nước theo chiều cao (SHF): Khảo sát và so khớp 5 mô hình hàm bão hòa mao dẫn kinh điển: Brooks-Corey, Leverett J-function, Lambda, Thomeer và Skelt-Harrison. Thiết lập phương trình Skelt-Harrison riêng biệt cho từng HFU đã phân loại để tính toán đường cong $S_w$ liên tục theo chiều cao trên mực nước tự do ($HAFWL$).

Data và phân tích

Đặc trưng mẫu lõi mỏ CX thể hiện tính biến thiên địa chất phức tạp:

  • Giếng GK3 có tính thấm chứa đồng nhất cao, độ rỗng đạt từ 15% đến trên 30%, độ thấm từ 50 mD đến >2.000 mD.
  • Giếng GK2 và GK4 mang tính dị đồng nhất sâu sắc: nhiều khoảng mẫu có độ rỗng ma trận rất thấp (<5%) nhưng độ thấm lại tăng vọt đột biến (>500 mD), là chỉ dấu trực tiếp của hệ thống vi nứt nẻ và hang hốc gắn kết (touching vugs).

Các công cụ phần mềm chuyên dụng và môi trường tính toán: Ngôn ngữ lập trình Python (thư viện Scikit-learn, SciPy, Pandas, NumPy) và MATLAB Statistics & Machine Learning Toolbox được sử dụng để xây dựng mã nguồn thuật toán (chi tiết tại Phụ lục luận án).

Nhóm đơn vị dòng chảy (HFU) Dải giá trị $FZI$ ($\mu m$) Giá trị $FZI_{mean}$ ($\mu m$) Đặc trưng thạch học & cấu trúc rỗng Đánh giá chất lượng vỉa chứa
HFU 1 $< 0,50$ 0,28 Mudstone/Wackestone, vi lỗ rỗng, gắn kết chặt Rất kém / Đá chắn cục bộ
HFU 2 0,50 - 1,20 0,82 Wackestone/Packstone, rỗng gian tinh thể nhỏ Kém - Trung bình
HFU 3 1,20 - 2,80 1,95 Packstone, rỗng giữa hạt nguyên sinh Trung bình - Khá
HFU 4 2,80 - 6,50 4,36 Packstone/Grainstone, rỗng hòa tan thứ sinh Tốt
HFU 5 $> 6,50$ 11,42 Grainstone/Boundstone, hang hốc, nứt nẻ mở Rất tốt (Dòng chảy ưu tiên)

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Xác lập cấu trúc 5 Đơn vị dòng chảy thủy lực tối ưu: Luận án chứng minh phương pháp $K$-means và Ward's clustering phân tách chính xác 5 nhóm HFU từ dữ liệu $FZI$ mẫu lõi. Kết quả này vượt trội hơn mô hình 4 nhóm của SOM và FCM (vốn làm nhòe ranh giới giữa đới nứt nẻ cao và đới hang hốc thứ sinh). Lát mỏng thạch học kiểm chứng cho thấy HFU 5 đặc trưng cho Grainstone/Boundstone rỗng lớn và nứt nẻ ($K > 500$ mD), trong khi HFU 1 đại diện cho bùn vôi Mudstone nén chặt ($K < 0,1$ mD).
  2. Sự vượt trội của mô hình Hồi quy quá trình Gaussian (GPR Exponential): Trong việc dự báo liên tục $FZI$ và độ thấm $K$ từ các đường đo ĐVLGK, thuật toán GPR Exponential đạt hệ số tương quan $R^2 = 0,70$, vượt trội hoàn toàn so với mô hình hồi quy đa biến truyền thống ($R^2 = 0,32$) và mạng nơ-ron ANN truyền thống ($R^2 = 0,58$). Mô hình tái tạo hoàn hảo các đỉnh thấm cao đột biến tại giếng GK2 và GK4 mà các phương pháp giải đoán thông thường bỏ sót.
  3. Sự thiếu chính xác của mô hình Archie truyền thống: Phân tích SCAL xác nhận các hệ số Archie dao động dữ dội ($m = 1,9 - 2,74$; $n = 1,85 - 3,12$). Việc áp dụng giá trị trung bình cố định ($m=2,35; n=2,30$) gây sai số ước tính độ bão hòa nước lên tới $\pm 25%$, đặc biệt tại vùng chuyển tiếp (transition zone).
  4. Khẳng định tính ưu việt tuyệt đối của hàm Skelt-Harrison: Trong 5 mô hình SHF được thử nghiệm, mô hình Skelt-Harrison cho sai số khớp mô hình nhỏ nhất (RMSE nhỏ hơn 40% so với mô hình Leverett J-function và Brooks-Corey). Kết quả dự báo cho thấy độ bão hòa nước ($S_w$) giảm nhanh theo chiều cao cột khí và đạt giá trị bão hòa nước liên kết không thể giảm thêm ($S_{wirr}$) dưới 6% tại đỉnh cấu tạo mỏ CX.
Mô hình tính độ bão hòa theo chiều cao (SHF) Sai số khớp mô hình (RMSE) Đánh giá độ phù hợp với cacbonat mỏ CX
Brooks-Corey 0,0842 Kém thích ứng với vỉa có tính dị đồng nhất cao
Leverett J-function 0,0765 Sai số lớn tại đới rỗng nứt nẻ và chuyển tiếp
Lambda 0,0691 Khớp trung bình ở các HFU trung gian
Thomeer 0,0518 Tương đối tốt nhưng khó hội tụ tại HFU 5
Skelt-Harrison 0,0312 Tối ưu tuyệt đối trên toàn bộ 5 HFU

Implications đa chiều

  • Về mặt học thuật và lý thuyết: Mở rộng phương pháp luận thạch vật lý tính toán, thiết lập mối liên kết hữu cơ giữa cấu trúc lỗ rỗng vi mô (FZI) và phản ứng vĩ mô trên tài liệu địa vật lý giếng khoan.
  • Về mặt phương pháp luận: Cung cấp một chu trình làm việc (workflow) hoàn chỉnh, có tính module hóa cao từ tiền xử lý, phân cụm học máy không giám sát, dự báo có giám sát đến mô hình hóa mao dẫn, có thể chuyển giao cho các bể trầm tích cacbonat khác trên thế giới.
  • Về mặt thực tiễn khai thác dầu khí: Cung cấp cơ sở dữ liệu đầu vào chuẩn xác cho việc xây dựng mô hình địa chất 3D tĩnh và mô hình mô phỏng dòng chảy động lực học (Dynamic Reservoir Simulation). Giúp chính xác hóa tính toán thể tích khí tại chỗ (GIIP), tối ưu hóa vị trí đặt giếng khai thác, xác định chính xác các khoảng mở vỉa (perforation intervals) và thiết kế giải pháp can thiệp kích thích vỉa (acidizing/hydraulic fracturing) nhằm tối đa hóa hệ số thu hồi khí.

Limitations và Future Research

Dù đạt được những kết quả đột phá, luận án thẳng thắn thừa nhận các giới hạn nội tại:

  1. Giới hạn cỡ mẫu giếng khoan: Nghiên cứu được xây dựng trên dữ liệu của 4 giếng khoan (GK1 đến GK4). Mặc dù dữ liệu mẫu lõi và logs rất phong phú, mật độ giếng khoan thưa có thể hạn chế khả năng kiểm chứng tính biến thiên không gian liên giếng trên quy mô toàn bồn trũng.
  2. Độ phân giải của tài liệu ĐVLGK: Các đường đo ĐVLGK tiêu chuẩn có độ phân giải thẳng đứng từ 0,5 đến 1,0 ft, do đó có thể bỏ sót các vi kẽ nứt có kích thước milimet trừ khi có sự hỗ trợ của tài liệu ảnh điện vi quét thành giếng (FMI/XRMI) liên tục.
  3. Điều kiện biên thời gian và động lực học: Các phân tích mao dẫn dựa trên thí nghiệm tĩnh trong phòng thí nghiệm; quá trình suy giảm áp suất vỉa trong khai thác thực tế dài hạn có thể làm thay đổi độ mở nứt nẻ (stress-sensitive permeability).

Định hướng nghiên cứu tương lai:

  • Tích hợp tài liệu địa chấn địa tầng phân tập 3D và địa chấn đảo nghịch thuộc tính (seismic inversion) để ngoại suy phân bố không gian 5 HFU ra toàn bộ đới nâng Tri Tôn;
  • Ứng dụng các thuật toán học sâu (Deep Learning) như mạng tích chập 1D (1D-CNN) và Transformer để mô hình hóa chuỗi thời gian địa vật lý giếng khoan;
  • Nghiên cứu độ nhạy ứng suất của độ thấm nứt nẻ dưới điều kiện suy giảm áp suất khai thác thực tế.

Tác động và ảnh hưởng

  • Ảnh hưởng học thuật: Luận án tạo tiền đề cho các công bố quốc tế uy tín trong danh mục ISI/Scopus (Q1/Q2) thuộc các chuyên ngành Journal of Petroleum Science and Engineering, Marine and Petroleum Geology, và Geoenergy Science and Engineering, với tiềm năng trích dẫn cao trong cộng đồng nghiên cứu địa vật lý dầu khí Đông Nam Á.
  • Tác động kinh tế và công nghiệp năng lượng: Giúp các nhà điều hành dầu khí (PVN, PVEP, Vietgazprom, East Sea Energy) tiết giảm hàng triệu USD chi phí thử vỉa và lấy mẫu lõi đắt đỏ, đồng thời giảm thiểu rủi ro khoan vào các đới ngập nước hoặc thấu kính vôi nén chặt không có dòng chảy.
  • Ý nghĩa an ninh năng lượng quốc gia: Đóng góp trực tiếp vào chiến lược thăm dò, thẩm lượng và đưa vào phát triển các mỏ khí tự nhiên ngoài khơi thềm lục địa miền Trung Việt Nam, thúc đẩy chuỗi giá trị điện khí và bảo vệ chủ quyền biển đảo.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học viên cao học Địa vật lý / Địa chất dầu khí: Tiếp cận một quy trình chuẩn mực kết hợp giữa vật lý thạch học và khoa học dữ liệu hiện đại, cùng tập mã nguồn thuật toán Python ứng dụng thực tế.
  • Các nhà khoa học và giảng viên đại học: Tài liệu tham khảo chuyên sâu về địa chất và thạch vật lý tầng chứa cacbonat Mioxen đới nâng Tri Tôn và bể Sông Hồng.
  • Kỹ sư Vật lý thạch học (Petrophysicists) và Kỹ sư vỉa (Reservoir Engineers): Phương pháp luận cụ thể để hiệu chỉnh độ thấm và độ bão hòa nước trong các phần mềm thương mại (Techlog, Petrel, Eclipse).
  • Các nhà quản lý và hoạch định chính sách năng lượng: Cơ sở khoa học tin cậy để thẩm định trữ lượng dầu khí quốc gia và phê duyệt kế hoạch phát triển mỏ (ODP/FDP).

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và nó mở rộng lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc mở rộng và thích ứng thành công lý thuyết Đơn vị dòng chảy thủy lực Kozeny-Carman - Amaefule (1993) cho đối tượng đá vôi sinh vật ám tiêu san hô nhiệt đới nứt nẻ tuổi Mioxen giữa. Luận án đã chỉ ra rằng trong môi trường cacbonat dị đồng nhất cao, việc phân nhóm HFU không thể thực hiện bằng biểu đồ tần suất đơn giản mà phải thông qua cấu trúc phi tuyến tính đa chiều của chỉ số $FZI$, chứng minh sự phụ thuộc có quy luật của hệ số uốn khúc lỗ rỗng vào môi trường lắng đọng và biến đổi thứ sinh.

2. Sự đổi mới về phương pháp luận so với các công trình nghiên cứu trước đây?

So với các nghiên cứu của Lê Trung Tâm et al. (2015) (chỉ dùng hồi quy tuyến tính cổ điển) và Nguyễn Thu Huyền et al. (2019) (dùng ANN truyền thống), luận án đổi mới toàn diện bằng cách:

  • Thiết lập chu trình kiểm chứng so sánh đồng thời 4 thuật toán phân cụm không giám sát ($K$-means, Ward, SOM, FCM) để lượng hóa tính khách quan khi chọn số cụm tối ưu;
  • Ứng dụng thuật toán Hồi quy quá trình Gaussian (GPR) với hàm nhân Exponential – một phương pháp tiếp cận phi tham số dựa trên xác suất Bayes, cho phép dự báo độ thấm đạt $R^2 = 0,70$ và cung cấp khoảng tin cậy của dự báo, điều mà mạng nơ-ron truyền thống không thực hiện được.

3. Phát hiện bất ngờ nhất từ tập dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất là hiện tượng "nghịch lý rỗng - thấm" quan sát thấy rõ nét tại giếng GK2 và GK4: Các khoảng vỉa có độ rỗng cực thấp ($\Phi < 4%$) lại sở hữu độ thấm vượt bậc ($K > 500$ mD đến $2.000$ mD). Phân tích lát mỏng và HFU chỉ ra đây là kết quả của hệ thống vi nứt nẻ kiến tạo kết nối các hang hốc hòa tan tách biệt (touching vugs), tạo thành mạng lưới dẫn dòng siêu ưu tiên (HFU 5) mà nếu chỉ dựa vào đường cong độ rỗng Neutron/Mật độ thông thường sẽ bị đánh giá nhầm là đá chắn không chứa.

4. Luận án có cung cấp quy trình tái lập (Replication Protocol) không?

Có. Luận án cung cấp chi tiết toàn bộ chu trình xử lý toán học, phương trình chuyển đổi, các tham số siêu phẳng/hàm nhân tối ưu của mô hình học máy và phụ lục toàn bộ mã nguồn Python thực thi (Phụ lục 1). Mọi nhà nghiên cứu có tập dữ liệu ĐVLGK và mẫu lõi tương đương đều có thể chạy lại quy trình để tái lập chính xác kết quả.

5. Khung chương trình nghiên cứu 10 năm tiếp theo được định hình như thế nào?

Khung nghiên cứu 10 năm tới bao gồm:

  • Giai đoạn 1 (1 - 3 năm): Mở rộng quy trình HFU - GPR - SHF tích hợp cho toàn bộ các cấu tạo lân cận trên đới nâng Tri Tôn (mỏ STB, CH, CN);
  • Giai đoạn 2 (4 - 6 năm): Tích hợp dữ liệu địa chấn 3D nhiều thành phần (multi-component seismic) và học sâu không gian để xây dựng mô hình phân bố HFU 3D liên tục;
  • Giai đoạn 3 (7 - 10 năm): Mô hình hóa động lực học dòng chảy đa pha kết hợp thu hồi tăng cường dầu khí (EOR/EGR) và đánh giá tiềm năng lưu trữ carbon ($CO_2$ Geo-sequestration) trong các tầng chứa cacbonat ngập nước đã cạn kiệt.

Kết luận

  1. Thành tựu 1: Phân lập thành công và tối ưu hóa 5 Đơn vị dòng chảy thủy lực (HFU 1 đến HFU 5) cho tầng chứa cacbonat tuổi Mioxen giữa mỏ CX bằng các thuật toán học máy không giám sát, giải quyết dứt điểm tính bất định trong phân loại đá chứa truyền thống.
  2. Thành tựu 2: Xây dựng mô hình học máy có giám sát dựa trên Hồi quy quá trình Gaussian (GPR Exponential), nâng hệ số tương quan dự báo độ thấm liên tục theo giếng khoan lên $R^2 = 0,70$, khắc phục hoàn toàn hạn chế của các phương pháp hồi quy tham số cổ điển.
  3. Thành tựu 3: Định lượng hóa sự biến động rộng của các tham số Archie ($m = 1,9 - 2,74; n = 1,85 - 3,12$), chỉ rõ nguy cơ sai lệch khi tính toán độ bão hòa nước bằng phương trình điện trở thông thường trong vỉa cacbonat phức tạp.
  4. Thành tựu 4: Xác lập thành công mô hình bão hòa nước theo chiều cao (SHF) dạng Skelt-Harrison cho từng HFU cụ thể, phản ánh chính xác sự suy giảm độ bão hòa nước theo chiều cao cột khí đạt giá trị bão hòa nước bất động dưới 6%.
  5. Thành tựu 5: Hoàn thiện một chu trình khoa học khép kín từ tiền xử lý dữ liệu, học máy phân loại, dự báo thông số vạch vỉa đến mô hình hóa động lực chất lưu mao dẫn, đóng góp một công trình khoa học có giá trị lý thuyết và thực tiễn cao cho ngành Kỹ thuật Địa vật lý dầu khí Việt Nam và quốc tế.