Mối quan hệ giữa tướng đá và độ thấm ở giếng khoan bể Nam Côn Sơn

49DẦU KHÍ - SỐ 9/2020 
PETROVIETNAM
MỐI QUAN HỆ GIỮA TƯỚNG ĐÁ VÀ ĐỘ THẤM 
Ở GIẾNG KHOAN BỂ NAM CÔN SƠN
TẠP CHÍ DẦU KHÍ
Số 9 - 2020, trang 49 - 57
ISSN 2615-9902
Nguyễn Văn Đô1, Tô Xuân Bản2
1Viện Dầu khí Việt Nam
2Đại học Mỏ - Địa chất
Email: donv@vpi.pvn.vn
Tóm tắt
Việc xác định đặc tính thấm chứa của vỉa chứa chủ yếu dựa trên số liệu độ rỗng, độ thấm đo được từ các mẫu và các đường cong địa 
vật lý giếng khoan. Để tiết kiệm thời gian và chi phí cũng như đánh giá được các khu vực chưa lấy mẫu và khu vực sẽ khoan thêm giếng 
mới mà không cần xây dựng mô hình địa chất cần nghiên cứu mối quan hệ giữa tướng đá với độ thấm. Bài báo phân tích mối quan hệ 
giữa tướng đá và độ thấm ở giếng khoan tại bể Nam Côn Sơn, từ đó đưa ra nhận định và đánh giá về vỉa chứa cần nghiên cứu trên cơ sở 
các phương pháp thống kê và địa thống kê.
Từ khóa: Tướng đá, độ thấm, thống kê, địa thống kê, bể Nam Côn Sơn.
1. Giới thiệu
Hiện nay, đối tượng cát kết Miocene giữa bể Nam 
Côn Sơn chiếm sản lượng khai thác chủ yếu. Theo các 
báo cáo phát triển mỏ, khu vực này còn một số mỏ 
sẽ tiến hành khoan thêm giếng. Vì vậy, để có cái nhìn 
chi tiết về đối tượng cũng như không phải sử dụng 
đến mô hình mô phỏng thì việc nghiên cứu tính chất 
thấm chứa để phục vụ công tác thăm dò đối tượng 
này là rất quan trọng. Tuy nhiên, việc nghiên cứu đặc 
tính thấm chứa của vỉa chỉ dựa trên đánh giá các tài 
liệu đo độ thấm, độ rỗng từ các mẫu lấy được và các 
đường cong địa vật lý giếng khoan từ đó đưa ra đánh 
giá tính thấm chứa của vỉa chứa dưới dạng 1 chiều, 
sơ lược chứ chưa có đánh giá hay nhận định các khu 
vực không lấy được mẫu hay những khu vực sẽ khoan 
giếng mới, đặc biệt những vỉa cát có xuất hiện các 
hạt sét cứng lớn (mudclast nuddle hoặc pellet). Bởi vì 
điều đó đóng vai trò lớn về sản lượng khai thác trong 
quá trình thăm dò dầu khí tại đối tượng này.
Xuất phát từ tình hình thực tế trên, nhóm tác giả 
đã tiến hành nghiên cứu mối quan hệ giữa tướng đá 
với độ thấm cho tầng cát kết Miocene giữa bể Nam 
Côn Sơn nhằm giới thiệu phương pháp để giúp hiểu 
rõ hơn về đối tượng cũng như tiết kiệm thời gian trong quá 
trình xây dựng mô hình mô phỏng.
Kết quả của nghiên cứu giúp giải quyết hạn chế trong 
việc cải thiện dự báo tính chất thấm chứa cho những khu vực 
không lấy mẫu, phục vụ công tác thăm dò cho những giếng 
mới sau này, đồng thời nâng cao hiệu quả khai thác dầu khí 
đối tượng này. Ngoài ra, tạo tiền đề để tác giả tiến hành nghiên 
cứu sâu hơn về quan hệ giữa tướng đá với độ thấm cũng như 
tiến hành nghiên cứu hướng mới trong xây dựng mô hình số 
trị đánh giá ảnh hưởng của pellet tới đặc tính thấm, chứa dầu 
khí tại khu vực bể Nam Côn Sơn.
2. Phương pháp nghiên cứu
2.1. Phương pháp thống kê cơ bản
Phương pháp thống kê cơ bản là sử dụng các biểu đồ hộp 
(còn gọi là box plot hay box and whisker plot) và biểu đồ tần 
suất (histogram).
Ngày nhận bài: 21/5/2020. Ngày phản biện đánh giá và sửa chữa: 21/5 - 5/6/2020. 
Ngày bài báo được duyệt đăng: 13/8/2020. Hình 1. Biểu đồ hộp [1]
Tứ phân vị dưới Tứ phân vị trên
Trung vị
Hộp
Khoảng biến thiên tứ vị
Giá trị 
lớn nhất
Giá trị 
nhỏ nhất
Q1 Q3
50 DẦU KHÍ - SỐ 9/2020 
THĂM DÒ - KHAI THÁC DẦU KHÍ
Biểu đồ hộp diễn tả 5 vị trí phân bố của dữ liệu: giá trị nhỏ nhất (min), 
tứ phân vị thứ nhất (Q1), trung vị (median), tứ phân vị thứ 3 (Q3) và giá trị lớn 
nhất (max).
Đặc trưng của biểu đồ hộp:
- Biểu đồ hộp biểu diễn các đại lượng quan trọng của dãy số (như: giá 
trị nhỏ nhất, giá trị lớn nhất, tứ phân vị, khoảng biến thiên tứ phân vị) trực 
quan, dễ hiểu.
- Trên biểu đồ hộp, ngoài các đại lượng số trung bình, trung vị, còn thể 
hiện các thông số sau:
(1) Số phân tử hay còn gọi là tứ phân vị (Quartiles): Tứ phân vị là đại 
lượng mô tả sự phân bố và sự phân tán của tập dữ liệu. Số phân tử có 3 giá 
trị, đó là số phân tử thứ nhất (Q1), thứ nhì (Q2) và thứ ba (Q3). Ba giá trị này 
chia một tập hợp dữ liệu (đã sắp xếp dữ liệu theo trật tự từ bé đến lớn) thành 
4 phần có số lượng quan sát đều nhau.
Tứ phân vị được xác định như sau:
 + Sắp xếp các số theo thứ tự tăng dần;
 + Cắt dãy số thành 4 phần bằng nhau;
 + Tứ phân vị là các giá trị tại vị trí cắt.
(2) Khoảng biến thiên số phân tử 
(IQR - Interquartile Range) được xác 
định như Hình 2.
Biểu đồ tần suất cho thấy sự thay 
đổi, biến động của dữ liệu. Dạng phân 
bố tần suất bằng đồ thị thể hiện sự bình 
thường hay bất thường của chỉ tiêu chất 
lượng và quá trình, từ đó giúp đưa ra 
quyết định phù hợp để cải tiến, nâng 
cao chất lượng.
2.2. Phương pháp địa thống kê
2.2.1. Phương pháp thử nghiệm K-S
Thử nghiệm Kolmogorov-Smirnov 
(thử nghiệm K-S) (
csbsju.edu/stats/KS-test.html) dùng để 
xác định sự khác nhau giữa 2 bộ dữ liệu 
(dữ liệu cần kiểm tra so với bộ dữ liệu 
chuẩn). Thử nghiệm K-S có lợi thế là 
không đưa ra giả định về việc phân phối 
dữ liệu.
Thử nghiệm này được sử dụng 
trong trường hợp phép so sánh được 
thực hiện giữa phân phối mẫu quan trắc 
và phân phối theo lý thuyết cụ thể như 
sau:
- Thử nghiệm K-S một mẫu được 
sử dụng để kiểm tra độ phù hợp và sẽ 
tối ưu nếu kích thước của mẫu nhỏ. Thử 
nghiệm K-S một mẫu sẽ so sánh hàm 
phân phối tích lũy cho một biến với một 
phân phối cho trước. Giả thiết rỗng sẽ 
là không có sự khác biệt nào giữa phân 
phối quan sát được và phân phối theo 
lý thuyết. Giá trị thống kê thử nghiệm D 
được tính theo công thức:
D = Maximum|Fo(X) − Fr(X)|D = 
Maximum|Fo(X) − Fr(X)|
Trong đó
Fo(X): Phân phối tần số tích lũy quan 
trắc của một mẫu ngẫu nhiên gồm n 
quan trắc và Fo(X) = k/n = (Số quan trắc 
≤ X)/(Tổng số quan trắc).
Fr(X): Phân phối tần số theo lý 
thuyết.
Hình 2. Khoảng biến thiên số phân tử [1]
Hình 3. Biểu đồ tần suất [2]
15
10
5
0
Tần suất
Khoảng mẫu
0 2 4 6 8 10 12
Khoảng biến thiên số phân tử = Q3 - Q1
IQR = Q3 - Q1
Q1 Q2 Q3
25% 25% 25% 25%
51DẦU KHÍ - SỐ 9/2020 
PETROVIETNAM
Giá trị tới hạn D được tìm từ bảng giá trị K-S cho 1 mẫu thử.
T ... êu chuẩn.
2.2.3. Phương pháp Variogram
Phân tích dữ liệu không gian làm giảm mô hình không gian trong 
sự biến đổi địa chất cho rõ ràng và hữu ích cho việc tổng hợp. Để giải 
quyết sự biến đổi của dữ liệu địa chất, giả thiết tĩnh tại cho các cơ chế 
địa chất được đề xuất.
Theo giả định về tính tĩnh tại, về mặt 
định tính, yêu cầu mô hình được đề xuất 
dựa trên dữ liệu lấy mẫu có thể thể hiện 
đầy đủ đặc trưng của 1 tập hợp. Muốn 
phân tích một tập hợp trên nền tảng dữ 
liệu lấy mẫu, trong bất kỳ trường hợp kỹ 
thuật suy luận - thống kê nào, cũng không 
thể chứng minh hay bác bỏ giả định này 
mà phải cần nó để quyết định lựa chọn 
thông tin liên quan có thể sử dụng để mô 
tả khu vực quan tâm. 
Một hàm ngẫu nhiên được gọi là tĩnh 
tại khi quy luật không gian, thống kê là bất 
biến.
Tính toán thực nghiệm Variogram
Trong ký hiệu xác suất, Variogram được 
định nghĩa như giá trị kỳ vọng:
Variogram là 2Υ(h). Semivariogram là 
một nửa của Variogram Υ(h). Semivariogram 
cho độ lệch khoảng cách (lag distance) được 
xác định bằng trung bình bình phương 
của một hiệu giữa các giá trị khác biệt một 
khoảng h:
Với N là số các cặp độ lệch h.
 + Phương sai của dữ liệu (bằng 1 nếu 
là dữ liệu chuẩn), cho thấy độ biến đổi lớn 
nhất.
 + Bán kính ảnh hưởng là khoảng cách 
tại điểm Variogram đạt tới phương sai, cho 
thấy khoảng tương quan.
 + Sai sót đo lường tỷ lệ nhỏ.
Hình 5. Đặc tính của một nửa Variogram
Tướng (LF) Kích cỡ hạt Chứa sinh 
vật 
Mica Cấu tạo Có chứa 
hạt sét 
Hòa tan 
felspar 
Môi trường 
Tướng 1 (LF1) từ rất mịn đến mịn không nhiều ngang không có 
Biển nông 
ven bờ 
Tướng 2 (LF2) mịn không nhiều ngang không có 
Tướng 3 (LF3) mịn đến trung bình không trung bình xiên chéo có ít 
Tướng 4 (LF4) trung bình có ít xiên chéo có ít 
Bảng 1. Phân chia tướng đá
Phương sai
0 2000 4000 6000 8000 10000
Bán kính 
ảnh hưởng
Sai số phép đo
Khoảng cách (m)
1,0
0,8
0,6
0,4
0,2
0
M
ột
 nử
a V
ar
iog
ra
m
2h E Z u h Z ug = + -
 2
( )
1( ) [ ( ) ( )]
2 ( ) N h
h z u z u h
N h
g å
2h E Z u h Z ug = + -
 2
( )
1( ) [ ( ) ( )]
2 ( ) N h
h z u z u h
N h
g å
53DẦU KHÍ - SỐ 9/2020 
PETROVIETNAM
3. Phân loại tướng đá và áp dụng
Theo Selley (1988) và Reading 
(1996) định nghĩa “Tướng đá là thể địa 
chất nhất định, phân biệt được bởi các 
đặc tính như: màu sắc, độ hạt, hình 
dáng hạt và khả năng sắp xếp và cấu 
trúc trầm tích; tướng thường được hình 
thành trong bối cảnh cụ thể phản ánh 
quá trình và điều kiện môi trường trầm 
tích cụ thể”.
Trên cơ sở tài liệu phân tích của 
giếng khoan tại bể Nam Côn Sơn, các 
tướng đá (LF - Lithofacies) được tác giả 
xác định và phân chia dựa trên cách tiếp 
cận đơn giản trên cơ sở đặc điểm cấu 
trúc hạt, màu sắc, kích thước hạt, kiểu 
sắp xếp, sự xuất hiện của mica, mảnh 
sét hay hạt sỏi.
Những tính chất này được nhận ra 
bởi phân tích lát mỏng, từ đó phân chia 
thành 4 tướng đá (Bảng 1).
* Biểu đồ hộp
Hình 8 và 9 mô tả thống kê các giá 
trị về độ rỗng, thấm. Cụ thể Hình 8 và 
9 cho thấy đối với tướng đá 1 (LF1) thì 
giá trị trung bình của mẫu (mean) nằm 
trong khu vực 25% gần giá trị nhỏ nhất 
(tức số lượng mẫu tập trung chủ yếu 
ở khu vực có độ thấm thấp). Đối với 
tướng đá 3 (LF3) thì giá trị trung bình 
cho thấy nằm gần trung vị phản ánh số 
lượng mẫu có độ thấm cao nhiều hơn. 
Ngoài ra, Hình 8 và 9 cũng cho thấy số 
lượng mẫu có độ thấm, rỗng cao từ 25 
- 75% thể hiện sự phân biệt rõ ràng hơn 
so với các mẫu nhỏ hơn 25% hoặc lớn 
hơn 75% do sự giao nhau về cấu trúc và 
thành phần hạt.
* Thử nghiệm K-S 
- Tương quan giữa độ rỗng với 
tướng đá
Kết quả thử nghiệm K-S tại Bảng 2 
cho thấy tướng đá LF1 tương quan chặt 
chẽ với LF2, LF3 và LF4. Tương tự, LF2 có 
tương quan chặt chẽ với LF1, LF3 và LF4; 
duy chỉ LF3 và LF4 ít có tương quan trên 
-4
-3
-2
-1
0
1
2
3
4
1 2 3 4
Lo
g đ
ộ t
hấ
m
Tướng
Giá trị trung bình
Q3
Q1
0
2
4
6
8
10
12
14
16
18
20
1 2 3 4
Q3
Q1
Giá trị trung bình 
Tướng
Độ
 rỗ
ng
 (%
)
Giá trị nhỏ nhất
Giá trị lớn nhất
Hình 9. Biểu đồ hộp các tướng theo độ rỗng
Hình 8. Biểu đồ hộp các tướng theo độ thấm
Hình 6. Ảnh mẫu cát kết hạt mịn gợn sóng từ độ sâu 3.868,3 - 3.868,6 m tại giếng khoan bể Nam Côn Sơn
Hình 7. Ảnh mẫu cát kết chứa mảnh sét từ độ sâu 3.870,7 - 3.873 m tại giếng khoan bể Nam Côn Sơn
54 DẦU KHÍ - SỐ 9/2020 
THĂM DÒ - KHAI THÁC DẦU KHÍ
cơ sở độ rỗng của đá, điều này có thể 
được giải thích bởi độ hạt và tính chọn 
lọc của LF3 và LF4 có phần trùng nhau.
- Tương quan độ thấm với tướng đá
Bảng 3 cho thấy về độ rỗng thì 2 
tướng LF3 và LF4 khó có thể phân biệt 
được với nhau bằng phương pháp thử 
nghiệm K-S, tuy nhiên về độ thấm có thể 
phân biệt rõ với nhau do giá trị P rất nhỏ. 
Điều này cũng cho thấy rằng mối quan 
hệ giữa độ rỗng và độ thấm không phải 
lúc nào cũng chặt chẽ. Ví dụ, có loại đất 
đá có độ rỗng lớn, do đó tính thấm cao, 
tuy nhiên có loại đất đá (sét, đá phấn) độ 
rỗng lớn, nhưng độ thấm rất nhỏ do kích 
thước và tính liên thông giữa các lỗ rỗng 
với nhau. Kết quả thử nghiệm K-S cho 
thấy quan hệ giữa tướng đá với độ thấm 
là tương đối chặt chẽ.
- Quan hệ giữa tướng đá với tỷ số 
độ rỗng - độ thấm
Việc nghiên cứu mối quan hệ giữa 
tướng đá với tỷ số độ rỗng - độ thấm rất 
quan trọng. Tỷ số độ rỗng - độ thấm cho 
biết tốc độ dịch chuyển của dung dịch 
(dầu, nước). Thử nghiệm bằng K-S cũng 
khẳng định rằng các tướng có thể phân 
tách rõ ràng hay có mối tương quan chặt 
chẽ với tỷ số độ rỗng - độ thấm được thể 
hiện ở Bảng 4 khi giá trị P đều rất nhỏ.
- Tương quan với chuỗi Markov 
(Markov chain)
Hình 10. Đồ thị thử nghiệm K-S cho độ rỗng
Hình 11. Đồ thị thử nghiệm K-S cho độ thấm
Thử nghiệm K-S 
 LF1 LF2 LF3 LF4 Số mẫu 
LF1 - 0 0 0 30 
LF2 - 0,001 0,001 42 
LF3 - 0,337 26 
LF4 - 10 
Bảng 2. Thử nghiệm K-S cho độ rỗng
K-S test 
 LF1 LF2 LF3 LF4 Số mẫu 
LF1 - 0 0 0 30 
LF2 - 0,001 0 42 
LF3 - 0 26 
LF4 - 10 
Bảng 3. Thử nghiệm K-S cho độ thấm
0 2 4 6 8 10 12 14 16 18
Độ rỗng
Độ rỗng
100
90
80
70
60
50
40
30
20
10
0
Tầ
n s
uấ
t t
ích
 lũ
y (
%
)
-4 -3 -2 -1 0 1 2 3 
Độ rỗng
LOG K
100
90
80
70
60
50
40
30
20
10
0
Tầ
n s
uấ
t t
ích
 lũ
y (
%
)
55DẦU KHÍ - SỐ 9/2020 
PETROVIETNAM
Dựa trên cách thiết lập chuỗi Markov 
ở trên thì số liệu được tính toán để ra 
được ma trận chênh lệch chuyển tiếp 
(Bảng 8) đã được xây dựng bằng cách 
trừ ma trận xác suất chuyển tiếp (Bảng 6) 
bằng ma trận xác suất ngẫu nhiên (Bảng 
7). Trong khi đó, ma trận xác suất chuyển 
tiếp (Bảng 6) được tính dựa trên tỷ số số 
lần gặp nhau giữa các tướng theo trục x 
và y từ Bảng 5. Các giá trị dương trong 
ma trận chênh lệch (Bảng 8) biểu thị các 
lần chuyển tiếp xảy ra ở tần suất lớn hơn 
tần suất ngẫu nhiên.
Lưu ý rằng trong tất cả các ma trận, 
các ô chéo đều có giá trị bằng 0, tức là 
nhiều tướng không có mặt. Đây không 
phải là trường hợp nghiên cứu, nhưng 
bao gồm một phạm vi nhiều trường hợp 
có thể xảy ra (không thể được xác định 
rõ ràng trong mẫu lõi) tạo ra một kết quả 
tổng thể tương tự. Đây là tính chất đặc 
trưng của chuỗi Markov.
Hình 12 cho thấy ma trận chênh lệch 
ở dạng sơ đồ, kết nối các tướng với các 
giá trị dương cao trong ma trận chênh 
lệch. Tính chu kỳ của mẫu cũng được 
Thử nghiệm K-S 
 LF1 LF2 LF3 LF4 Số mẫu 
LF1 - 0 0 0 30 
LF2 - 0,001 0 42 
LF3 - 0,002 26 
LF4 - 10 
Bảng 4. Thử nghiệm K-S cho tỷ số độ rỗng - độ thấm
Bảng 5. Ma trận đếm chuyển tiếp
Bảng 6. Ma trận xác suất chuyển tiếp
Bảng 7. Ma trận xác suất ngẫu nhiên
Bảng 8. Ma trận chênh lệch chuyển tiếp
 LF1 LF2 LF3 LF4 Tổng 
LF1 0 29 1 0 30 
LF2 10 0 30 2 42 
LF3 1 13 0 12 26 
LF4 0 4 5 0 9 
Tổng 11 46 36 14 107 
 LF1 LF2 LF3 LF4 LF5 
LF1 0 0,97 0,03 0 0 
LF2 0,24 0 0,71 0,05 0 
LF3 0,04 0,50 0 0,46 0 
LF4 0 0,44 0,56 0 0 
 LF1 LF2 LF3 LF4 
LF1 0 0,60 0,47 0,18 
LF2 0,17 0 0,55 0,22 
LF3 0,14 0,57 0 0,17 
LF4 0,11 0,47 0,37 0 
 LF1 LF2 LF3 LF4 
LF1 0 0,37 -0,43 -0,18 
LF2 0,07 0 0,16 -0,17 
LF3 -0,10 -0,07 0 0,29 
LF4 -0,11 -0,02 0,19 0 
Hình 12. Mối quan hệ chuyển tiếp giữa 
các tướng đá
LF4
LF3
LF2
LF1
56 DẦU KHÍ - SỐ 9/2020 
THĂM DÒ - KHAI THÁC DẦU KHÍ
kiểm tra bằng cách sử dụng kiểm định chi bình phương và kết quả cho 
thấy mức độ rõ rệt và tính chu kỳ của các chuyển tiếp về tướng.
Từ Bảng 8, có 3 loại trình tự có khả năng nhất trong mẫu lõi lỗ 
khoan tầng cát số 4 (Hình 12) (hướng lên trên).
(1) LF1-LF2-LF3-LF4
(2) LF3-LF4-LF3
(3) LF1-LF2-LF3-LF1-LF2-LF3
Tuy nhiên, tất cả các trình tự đều xảy ra, ngay cả những trình tự ít 
khi gặp. Ba trình tự phổ biến nhất trong mẫu lõi tầng cát số 4 là:
Trình tự 1: Cho thấy quá trình mô tả thô dần lên trên (biển lùi) và 
chu kỳ cũng như sự hình thành của tập cát số 4.
Trình tự 2: Mô tả quá trình lặp đi lặp lại các tướng đá LF3 và LF4 
trong đó có hiện tượng bóc mòn xảy ra.
Trình tự 3: Mô tả quá trình lặp đi lặp lại các tướng đá LF1, LF2 và LF4 
trong đó có hiện tượng bóc mòn xảy ra.
- Tính tương quan sử dụng Variogram
Đối với phương pháp Variogram, chính xác nhất là số cặp đưa 
vào tính phải trên 40 cặp, tuy nhiên số lượng mẫu lõi thống kê được 
khoảng 28 cũng có thể đưa ra kết quả chính xác (Bảng 9). Số liệu được 
đưa vào là khoảng cách giữa các giá trị là 0,5 m và số cặp là 28. Kết quả 
Variogram được thể hiện ở Hình 13.
Hình 13 cho thấy tính tương quan chặt 
chẽ thể hiện ở khoảng cách mẫu nhỏ hơn 
hoặc bằng 3 m; khi khoảng cách lấy mẫu lớn 
hơn 3 m thì tính tương quan không còn (hết 
tương quan). Còn các dao động trong khoảng 
từ 3 - 14 m thể hiện tính chu kỳ của tầng đá.
4. Kết luận 
Trên cơ sở áp dụng các phương pháp 
thống kê, địa thống kê cho giếng khoan 
nghiên cứu tại bể Nam Côn Sơn, nhóm tác giả 
nhận thấy:
• Kết quả thống kê cơ bản cho thấy các 
tướng đá có mối tương quan với độ thấm, độ 
rỗng và tỷ số độ rỗng - độ thấm.
• Phương pháp thử nghiệm K-S cho 
thấy mối quan hệ chặt chẽ giữa tướng đá với 
thông số thấm. Tương quan giữa tướng đá 
với độ rỗng cũng chặt chẽ trừ tướng LF3 và 
LF4 do có sự trùng nhau về cấu trúc hạt và độ 
chọn lọc.
• Kết quả Variogram cho thấy tính tương 
quan của tầng chặt chẽ ở khoảng cách mẫu 
tối đa là 3 m. Khi khoảng cách lấy mẫu vượt 
quá 3 m thì tính tương quan không còn, do 
đó số liệu với khoảng cách trên 3 m không thể 
suy đoán từ các tương quan có được.
• Một chu kỳ biển thoái được thể hiện 
rõ qua phương pháp chuỗi Markov. Điều này 
phản ánh quá trình thành tạo của tầng cát 
số 4. Ngoài ra trong quá trình khai thác đối 
tượng này thì việc tập trung khai thác trong 
chu kỳ này có hiệu quả cao hơn so với những 
chu kỳ khác.
• Việc phân chia tướng hiện chỉ dựa trên 
các kết quả mô tả, logging, có thể có sai số; có 
Hình 13. Kết quả Variogram
Thông số đầu vào của Variogram 
 Độ sâu Độ thấm (mD) 
Tổng số mẫu 107 
Logk 147 
Khoảng cách (L) 28,20 
Nửa khoảng cách (L/2) 14,10 
Độ lệch khoảng cách (h) (m) 0,1 0,26 0,5 0,75 1 2 
Số các độ lệch (L/2h) 141,0 54,231 28,2 18,8 14,1 7,0 
Nửa dung sai (h/2) 0,05 0,13 0,25 0,5 1 
Dung sai (h) 0,1 0,26 0,5 0,75 1 2 
Bảng 9. Thông số đầu vào cho Variogram
0
20
40
60
80
100
120
140
160
180
0 5 10 15
Ga
m
m
a
Khoảng cách (m)
Vaiogram
57DẦU KHÍ - SỐ 9/2020 
PETROVIETNAM
tương quan còn mờ do kết quả của việc chưa phân biệt 
thật rõ các tướng. Có thể phân chia tướng chi tiết hơn, 
trên cơ sở tiếp cận mẫu lỗ khoan và các thí nghiệm mẫu, 
cùng các kết quả đo địa vật lý để hỗ trợ.
• Có thể áp dụng các nghiên cứu cho các đối tượng, 
lỗ khoan đã có kết quả phân tích chi tiết để kiểm chứng.
• Tăng hoặc giảm quy mô phân chia tướng với (sub-
lithofacies) hoặc (mega-lithofacies) tương ứng với việc 
tăng quy mô (scaling up) đo các đặc trưng thấm (độ thấm, 
độ rỗng và tỷ số độ rỗng - độ thấm) để có thể áp dụng 
trong việc tìm kiếm, thăm dò và khai thác dầu khí.
Tài liệu tham khảo
[1] Saul McLeod, “What does a box plot tell 
you?”, 19/7/2019. [Online]. Available: https://www.
simplypsychology.org/boxplots.html.
[2] American Society for Quality (ASQ), “What is a 
histogram?”. [Online]. Available: https://asq.org/quality-
resources/histogram.
[3] T.Kirkman, “Statistics to use”, 1996. [Online]. 
Available: 
html.
[4] Andrew D.Miall, “Markov chain analysis applied to 
an ancient alluvial plain succession”, Sedimentology - The 
Journal of the International Association of Sedimentologists, 
Vol. 20, No. 3, pp. 347 - 364, 1973. DOI: 10.1111/j.1365-
3091.1973.tb01615.x.
[5] Trương Xuân Luận, “Địa thống kê ứng dụng”, Nhà 
xuất bản Giao thông Vận tải, trang 29 - 35, 2010.
[6] To Xuan Ban, Correlation between English Permo-
Triassic sandstone lithofacies and permeability and its 
importance for groundwater. University of Birmingham, 
2016.
[7] Richard C.Selley, Applied sedimentology. 
Sciencedirect, London, Academic Press, 1988.
[8] Harold G.Reading, “Sedimentary environments: 
Processes, facies, and stratigraphy”, Sedimentary 
Environment. Cambridge, Mass, Blackwell Science, 1996.
Summary
The study of reservoir permeability is currently based on the measurement of porosity and permeability from samples collected and 
well log curves. In order to save time and costs as well as to evaluate areas where samples cannot be taken or where new wells will be drilled 
without building geological models, it is very important to study the relationship between lithofacies and permeability. This paper analyses 
the relationship between facies and permeability in Nam Con Son basin wells, from which provides a review and assessment of the reservoir 
to be studied based on statistical and geostatistical methods. 
Key words: Lithofacies, permeability, statistics, geostatistics, Nam Con Son basin.
RELATIONSHIP BETWEEN LITHOFACIES AND PERMEABILITY 
IN NAM CON SON BASIN WELLS
Nguyen Van Do1, To Xuan Ban2
1Vietnam Petroleum Institute
2Hanoi University of Mining and Geology
Email: donv@vpi.pvn.vn