Hiện trạng nghiên cứu đá móng nứt nẻ
Dầu khí trong đá móng nứt nẻ đã được phát hiện trong những năm đầu của thế kỷ 20. Cho đến nay, dầu khí đã được phát hiện ở hơn 30 nước trên thế giới tại hầu hết các châu lục và trong hầu hết các loại đá móng, từ những đá trẻ granite tuổi Mezozoi (tại bồn trũng Cửu Long hoặc các khu vực khác thuộc đông nam Châu Á) cho đến những trầm tích biến chất tiền Cambri (một số mỏ thuộc Trung Đông như Azura, Libi) hay trong những đá cổ nhất tuổi Proterozoi (ở khu vực Đông Xibieri). Một số ví dụ điển hình của dầu khí được tìm thấy trong đá móng có thể kể đến như: bể trầm tích ở Argentina (Cuyo và Neuquen), bể trầm tích ở Yemen (DNO lô 43, Nexen lô 14, Total lô 10, ONV lô S2), bể trầm tích ở Việt Nam (Cửu Long)...
Có thể nhận thấy, dầu khí được phát hiện trong đá móng, ở các loại đá từ trầm tích biến chất mức độ thấp cho đến các trầm tích biến chất mức độ cao hay trong các loại đá magma. Tính chất cho dòng trong các nhóm đá móng khác nhau cũng khác nhau, trong đó khả năng cho dòng lớn nhất là đối tượng đá móng granitoid nứt nẻ. Một số mỏ điển hình của nhóm đá móng granitoid trên thế giới có thể kể đến như: đá móng granitoid có tuổi Mezozoi thuộc mỏ Kora của New Zealand.
Tại Việt Nam, các mỏ lớn trong đối tượng đá móng garnitoid nứt nẻ có thể kể đến như: đá móng granitoid trước Đệ Tam tại các mỏ Bạch Hổ, Rồng, Sư Tử Đen, Sư Tử Trắng, Sư Tử Vàng, Hải Sư Đen, Cá Ngừ Vàng, Phương Đông, Rạng Đông... Dầu chứa trong đá móng lớn nhất thuộc về bể Cửu Long, tiềm năng ước tính 6.400 triệu thùng. Cho đến nay đã phát hiện 25 cấu tạo trong tổng số 42 cấu tạo được khoan thăm dò đến đối tượng móng, trong đó 16 cấu tạo được đưa vào phát triển.
Hình 2.1. Sơ đồ phân bố trữ lượng trong móng ở bể Cửu Long
Các phương pháp nghiên cứu đá móng nứt nẻ
Việt Nam là nước có sản lượng khai thác dầu từ đá móng nứt nẻ đứng hàng đầu thế giới. Dầu khí từ đá móng nứt nẻ ở Việt Nam chủ yếu được khai thác từ khu vực bể Cửu Long. Trong khu vực này, điển hình phải kể đến mỏ Bạch Hổ với trữ lượng thu hồi lên đến 1.4 tỷ thùng dầu. Bên cạnh đó còn có các mỏ Rồng, Rạng Đông, Ruby và Sư Tử Đen với trữ lượng từ 100 đến 400 triệu thùng dầu [26].
Tuy nhiên việc nghiên cứu đá móng ở Việt Nam mới chỉ ở mức độ nghiên cứu sự hình thành nứt nẻ, dự đoán sự tồn tại của các đới nứt nẻ, đặc tính thấm chứa và các
nguyên nhân ảnh hưởng đến khả năng thấm chứa của đá móng nứt nẻ. Công tác tìm kiếm thăm dò và khai thác dầu khí trong đá móng nứt nẻ hiện nay vẫn gặp nhiều khó khăn trong việc minh giải, dự đoán sự phân bố và đặc tính chấm chứa của các đới nứt nẻ.
Mặc dù dầu khí trong đá móng là rất tiềm năng, nhưng việc tìm kiếm, phân tích, đánh giá trữ lượng thu hồi của các mỏ này lại rất khó khăn do tính chất phức tạp của đá móng. Có một số trường hợp mặc dù ban đầu mỏ cho sản lượng rất cao, nhưng lại giảm xuống rất nhanh. Nguyên nhân là do chưa phân tích, đánh giá, và nắm bắt được hệ thống độ rỗng, tính chất lưu thông của dầu. Vì vậy việc xây dựng mô hình độ rỗng cho đá móng nứt nẻ là rất cần thiết trong việc đánh giá tiềm năng cũng như trữ lượng của các mỏ dạng này.
Việc xây dựng mô hình độ rỗng trong đá móng hiện nay có 3 phương pháp chính đó là phương pháp Halo, phương pháp DFN (Discrete Fracture Network), phương pháp ANN (Artificial Neural Network) đang được ứng dụng. Mỗi phương pháp đều có những ưu điểm và nhược điểm khác nhau. Bên cạnh đó, việc chọn lựa phương pháp cho việc xây dựng mô hình còn bị khống chế bởi chất lượng và số lượng của số liệu đầu vào.
Phương pháp Halo: đây là phương pháp đầu tiên được sử dụng ở Việt Nam và hiện nay vẫn đang được sử dụng rộng rãi, tại những khu vực có chất lượng tài liệu địa chấn từ trung bình đến kém. Phương pháp này chủ yếu dựa vào minh giải đứt gãy, nên phụ thuộc vào sự chủ quan của người minh giải. Nhược điểm của phương pháp này là giả thuyết hệ thống đứt gãy là đồng nhất dọc theo mặt đứt gãy. Ở Việt Nam, phương pháp này được sử dụng nhiều trong việc đánh giá gia tăng trữ lượng trong đá móng nứt nẻ, ví dụ như trong mỏ Sư Tử Đen SW [29]. Nhằm khắc phục các yếu điểm của phương pháp Halo, phương pháp Halo cải tiến được áp dụng bằng cách sử dụng thêm thuộc tính địa chấn và phân loại các đứt gãy để có thể đánh giá được mức độ bất đồng nhất của độ rỗng nứt nẻ và sự liên thông giữa chúng dọc theo mặt đứt gãy.
Hình 2.2. Các đới mạch hạt mịn (gouge) xuất hiện trên mặt đứt gãy có thể đóng vai trò là các nêm chắn, ngăn sự di chuyển của chất lưu lên các vỉa bên trên
Phương pháp DFN (Discrete Fracture Network): được sử dụng khi có nhiều tài liệu giếng khoan và thông tin địa chất của khu vực. Mô hình xây dựng theo phương pháp này dựa vào thống kê các thông số của nứt nẻ như: hướng, chiều dài, độ mở, hình dạng. Phương pháp này xây dựng mô hình kết nối của các đứt gãy và hệ thống nứt nẻ, từ đó ta có được các đặc tính của dòng trong đá chứa. Đây là phương pháp được giới thiệu từ những năm 1970 và được sử dụng nhiều trong xây dựng mô hình với nhiều cải tiến trong suốt quá trình từ đó đến nay. Phương pháp DFN được dùng nhiều trong nghiên cứu đá nứt nẻ nói chung. Ví dụ như xây dựng mô hình trong đá móng nứt nẻ ở Olkiluoto, Phần Lan hay ở Soultz-Sous-Forest, Pháp hay mô hình nghiên cứu dòng nước thải chứa Chloride chảy trong mạch nước ngầm qua đá nứt nẻ [24].
Phương pháp ANN (Artificial Neural Network): là phương pháp mới và nhận được nhiều sự quan tâm gần đây trong công nghiệp dầu khí. Phương pháp này có khả năng sử dụng tại các khu vực có tài liệu địa chấn chất lượng từ trung bình đến tốt, ở các khu vực đang trong giai đoạn thăm dò, phát triển và có số lượng giếng khoan hạn chế. Một số mỏ điển hình đã được ứng dụng phương pháp ANN như Bạch Hổ, Hải Sư Đen. Đối với phương pháp này, người sử dụng sẽ tiến hành huấn luyện phương pháp bằng các tài liệu đầu vào của giếng khoan. Phương pháp dùng tài liệu địa chấn là chính để nội suy. Chính vì thế, đối với những mỏ đang ở giai đoạn chưa phát triển, đang trong giai đoạn thăm dò thẩm lượng, có tài liệu địa chấn tốt thì phương pháp ANN sẽ tỏ ra hữu hiệu hơn vì phương pháp này có thể kết hợp được tài liệu địa chấn và tự động nội suy theo các tài liệu thực tế chỉ dẫn được đưa vào. Chính vì thế phương pháp có thể tránh được các sai số do chủ quan của người minh giải. Đặc điểm nổi bật nhất của phương pháp này chính là khả năng tổ hợp có trọng số các số liệu đầu vào. Trọng số này được xác định chính trong quá trình huấn luyện các thuộc tính bằng tài liệu của các giếng khoan.
ANN cho phép tổ hợp loạt các thuộc tính địa chấn được huấn luyện theo tài liệu giếng khoan, hoạt động trên cơ sở áp dụng thuật toán phi tuyến. Từng thuộc tính sẽ được nhân với trọng số tương ứng và cộng ra nhằm tính toán ra độ rỗng.
Để tăng độ chính xác của mô hình, thuộc toán địa thống kê (Co-Kriging) được sử dụng trên cơ sở tổ hợp kết hợp một số tài liệu giếng khoan khác như FMI, PLT, các thông tin địa chất – kiến tạo của vùng nghiên cứu.
Co-Kriging là phương pháp nội suy dựa vào một số tài liệu đầu vào. Phương pháp sử dụng đặc trưng thống kê để khống chế phương pháp nội suy. Dựa trên các đặc điểm của cả hai phương pháp Co-Kriging và ANN, nếu kết hợp cả hai phương pháp này thì sẽ tạo ra được một tổ hợp các số liệu: tài liệu địa chấn, tài liệu địa vật lý giếng khoan và các thông tin địa chất – kiến tạo có trong khu vực nghiên cứu. Chính vì thế, ưu điểm nổi trội của phương pháp được đề xuất ứng dụng chính là tổ hợp được tất cả các số liệu có được vào mô hình độ rỗng.
Hiện nay việc xây dựng mô hình độ rỗng cho móng nứt nẻ bằng cách kết hợp phương pháp ANN và Co-Kriging chưa nhận được sự quan tâm và áp dụng rộng rãi ở Việt Nam.
