马乔雨，张 欣，张春雷，周 恒，武中原

（1.中国地质大学（北京）数理学院，北京，100083；2.北京师范大学统计学院，北京，100875；3.北京中地润德石油科技有限公司，北京，100083）

0 引言

横波速度［1］是储层岩石物理分析、AVO 正演、AVO 属性分析以及叠前反演等［2-4］工作必不可少的基础信息，通过纵横波速度信息的结合可以有效地提高储层（气层、差气层、干层等）流体预测精度，减少地震振幅解释的多解性。横波速度一般是通过偶极子声波得到，测试费用较高且技术不完善［5-7］，导致在多数地区的实际生产中横波速度测井资料十分匮乏或者数据质量较差。因此，如何解决横波速度的精确预测问题成为油气勘探的重要研究内容之一。

目前研究人员针对岩性油气藏的横波波速预测已经开展了大量的研究［8-10］，主要分为经验公式法、理论公式法和基于机器学习的模型拟合等3 种方法。其中经验公式容易实现，计算效率高，但拟合关系式反映了大量测井数据的统计规律，在实际应用时存在较大误差；理论公式法中，Xu 等［11］提出了Xu-White 模型与Xu-Payne 模型，其利用岩石物理建模法预测横波速度精度较高，但是算法复杂、所需参数较多，导致计算效率较低。地震岩石物理学的主要研究方向是研究岩石弹性参数（如速度、密度、波阻抗、纵横波速度比等）与储层参数（如孔隙度、孔隙储层类型、储层饱和度等）的关系，因此可以通过建立横波速度和储层参数之间的高精度机器学习拟合模型对横波速度进行预测。随着……