储层速度建模分析及域转换

孙 伟, 刘远洋, 高 蕾, 景小燕

(1.中国石油化工股份有限公司，北京 100728; 2.中国石化西南油气分公司 勘探开发研究院，成都 610041)

储层速度建模分析及域转换

孙 伟1, 刘远洋2, 高 蕾2, 景小燕2

(1.中国石油化工股份有限公司，北京 100728; 2.中国石化西南油气分公司 勘探开发研究院，成都 610041)

通过建模的方法建立全三维空变网格速度体进行时深转换。首先对井筒、地震速度谱数据进行严格质控；然后优选体趋势约束方法将单井速度内插外推。结果表明该方法可以将井筒速度和地震速度谱高效地融合为一体，包含了丰富的横向和纵向速度的变化信息，从而实现速度体与构造形态、井筒以及井间速度变化趋势更加合理；最终使深度域构造模型更加真实地反映地下构造的变化趋势，提高域转换后数据的相关性。

地震速度谱；残差分析；三维网格速度体；域转换

元坝气田地理位置位于四川省苍溪县东北部及巴中市西部，是目前国内埋藏最深的复杂条带状生物礁大气藏[1-4](图1)。为了尽可能地提高储量动用程度及开发效益，需要建立精度相对较高的储层模型，为数值模拟以及开发方案的制定提供有力的支撑，以适应该阶段生产科研工作的需要[5]。

储层建模是气藏描述的最终表达方式，是在三维空间内对储层展布进行精细刻画。“多级双控”技术方法是对生物礁滩相储层建模的初步探索[6]，在很多方面还需要进一步深入研究，其中构造模型的精度和地震数据体的时深转换一直是重要内容。

图1 元坝地区长兴组气藏Ⅰ+Ⅱ类储层厚度预测图Fig.1 The thickness prediction of class Ⅰ and Ⅱ gas reservoir of Changxing Formation in Yuanba Area

1 速度模型难点及技术对策

目前大部分地质物探所取得的成果都是在时间域，一个准确的速度模型能够将不同域的数据统一在一起。目前对于速度建模的综合研究方法还比较少，技术手段单一，主观性强。这主要是由于测井、VSP和地震信息的速度求取受到精度的限制，从而导致存在多解性和误差。为此，许多学者进行了研究[7-13]。由于速度模型的建立是针对不同的需求阶段反复迭代提高精度的过程，这些研究对于处于开发阶段的速度模型精度要求仍存在明显不足，主要表现在以下3个方面。

a.储层建模是以井数据为依托在三维空间进行内插外推[14-15]，这就要求构造模型(深度域)一方面可以更加真实地反映地下构造的变化趋势，另一方面与井点地质分层完全吻合，并且没有所谓的“牛眼”现象。因此必须充分利用时间域地震解释层位信息，将时间域面数据转换到深度域，并且结合井筒等其他来源的资料进行刻度，以消除有些时间域的构造特征存在的假象。该阶段如果单纯考虑转化时间域面数据从而完成构造模型的建立，那么仅需要对应的平均速度面即可。

b.碳酸盐岩与碎屑岩相比，埋藏深度大，受断裂及裂缝系统影响更大[16]。断裂及裂缝系统一方面有效地加强了储层中溶蚀孔洞的发育和改善了储层的渗流情况，另一方面也造成了断层上下盘断距大，并受到压实效应影响，导致速度差异大。断层可以近似于三维空间的一个“体”，该阶段由转换层面数据延伸到转换“体”数据，这就需要速度模型才能实现。速度模型中最关键的是几个速度面，模型靠其组装起来，层间选择合适的算法公式对井筒速度进行插值。如不合适，则根据地质认识合理修改速度面即可。

c.元坝气田长兴组气藏具有“礁带内储层连通性差、纵横向非均质性强、气水关系复杂、井网密度低”等特点。当开发区井网分布不规则或井网分布范围远小于储层展布范围时，资料样本点难以符合地质统计学的数学要求[17]。在难以利用测井或岩心资料精确预测井间储层参数分布时[18-21]，就必须充分发挥地震波阻抗反演数据大面积的覆盖性和很好的横向对比性的优点。地震波阻抗资料为时间域的信息，而储层参数模型是深度域的，此时需要将时间域体数据转换到深度域中，达到井震协同约束建模的目的。常规速度模型方法对纵向上速度的变化描述过于简化，该阶段最好的方法就是建立三维网格速度属性体(据斯伦贝谢公司培训资料，2016)。它具有三大优点：①实现了真正的全三维空变的速度建模。地震速度谱富含速度横向变化信息[22]，但受资料本身的限制，纵向分辨率不够高。测井速度在井点处具有极高的纵向分辨率，但受井点限制造成横向信息不够。三维速度属性体可以将井筒速度和地震速度谱高效地融合为一个整体，包含了丰富的横向和纵向速度的变化信息。②可以刻画地下复杂的构造情况，使得层位与断层组合更好地体现断层展布特征。由于构造模型的存在，断层上下盘速度就控制得比较精确了。③在三维可视化平台里面所有误差均为可视的，可以及时调整，反复迭代优化。

2 质控及适用性分析

在速度建模过程中用到的速度来自于地震和井上，井上的速度更加精确，地震覆盖了井间无数据的位置，可以为井间位置的速度提供趋势。人们通常希望得到这两方面的信息进行对比，相互质控。因此速度建模最主要的工作就是对输入数据的质控和对输出结果的验证。

2.1 井筒速度质控

一般认为井筒的速度信息是最可靠的，能够准确反映地下速度，例如来自垂直地震(VSP)等采集手段的时深关系数据。元坝地区没有进行VSP资料的采集，所以仅通过声波合成地震记录标定生成井筒上的时深关系和速度数据。实践经验表明，利用速度模型进行时深转换时主要的问题是钻井分层与地震解释层位不一致，必须经过检查核实原因，不可盲目校正。

残差分析是个有效的技术手段，将贯穿整个速度建模的各个环节中[23]。通过直方图或交会图统计井分层与层位(包括时间域、深度域)之间的异常点。关键是理解异常点代表的地质与地震属性的意义，这样才知道如何调整哪些参数，从而得到需要的、接近地质真实的结果(据iPetrel微信公众号，2016)。井分层与时间域层面残差校正前直方图显示平均残差为3.25，只有当调整到平均残差接近“0”时才可以与井分层作校正(图2)。在三维窗口中可以更直观地进行误差分析，主要有3类异常点分布对应不同的校正方法(图3)。

图2 分层与时间域解释层面残差分布直方图Fig.2 Histogram showing stratum and residual distribution of interpretation surface in time domain

图3 时间域顶面构造与地质分层叠合图Fig.3 The overlay diagram of top structure in time domain and geological strata(A)校正前; (B)校正后

a.井况较好，在建产区范围内的直井异常点(图3-A蓝色箭头，红色虚线范围内)。

经查找资料发现主要受采集脚印影响[24]。其解决办法是在深度域校正由随机噪声引起的错误。

b.井况复杂，在建产区范围内，且多数为大斜度井或水平井(图3-A黄色箭头)。井上速度是沿着井筒测量出来的。对于直井而言时深序列是完全一一对应的，即每一个采样点都有唯一的速度。

但是对于斜井，特别是水平井，在水平段同一个速度对应着多个采样点，得到的层速度与直井得到的层速度在时深转换时差别较大。其解决办法是将该类型井作为最终速度模型的验证井。

c.资料齐全，井况较好，且在建产区外(图3-A红色箭头)。地质物探综合分析表明，钻遇长兴组顶面高部位岩性以生屑灰岩为主，低部位以泥灰岩为主。无论生屑灰岩还是泥灰岩均与上覆飞仙关组底面地层含泥灰岩的岩性差异较小，导致波阻抗差异小，层位地震反射特征不明显(对于建产区礁盖白云岩储层，波阻抗差异大，强反射轴清晰反射特征相反)。其解决办法是由于层位拾取时存在相位误差，将时间域地震解释层位做整体偏移。

利用3种剔除异常点方法对残差进行归“0”化处理后，运用收敛算法将井分层与解释层位在时间域进行校正。校正后井分层与时间域构造面接触关系更加合理(图3-B黑色箭头指示对应图中异常点所在位置)，可以将其作为速度模型的分界面。

2.2 适用性分析

速度模型的建立整体上以层状介质来近似描述地下情况，以时间域地震解释层位作为层状介质的分界面，模型靠其组装起来，就可以由浅至深完成速度模型的创建(据斯伦贝谢微信公众号，2016)。从图4可以看出速度模型由5个分界面组成，其中：①分界面设定为基准面，一般使用“0”深度，对应的时间起点也是“0”；②③④分界面为经校正后的时间域地震解释层位；⑤分界面的设定低于④一定范围即可，主要为了避免边界效应。速度主要依靠3个公式来求取，下面从算法公式原理角度出发，以求取长兴组上段某点(图4红色圆点)处速度为例进行适用性分析(表1)。为了求取更加准确的速度，在此优选了公式(3)，式中K为压缩因子。由于井筒速度变化比较剧烈，用最小二乘法回归成一条斜线来近似表达，需要找到最佳的K值使得回归出的斜线与井筒速度匹配最好。当利用公式(3)所求出的速度(v)与相应位置井筒处速度的残差值最小时，则认为优选出最佳的K值。经过估算，公式(3)的K2值为-0.82(图5)。由此将井筒处速度利用公式内插外推得到速度模型。

图4 速度模型横截面示意图Fig.4 Schematic diagram of cross section of velocity model

公式优点缺点原理公式(1):v=v1=vint简单快速,假设纵向上速度变化较小或没变化过于粗糙,不精确v1为长兴组顶面沿层层速度,vint为基准面到长兴组顶面层速度,该公式认为Z1到Z纵向上速度变化可以忽略公式(2):v=v0+KZ认为速度纵向上是变化的,可以用一个斜率K来表达仅用一个K值难以表达图4中红色圆点到基准面速度纵向变化趋势,基准面层速度面难以求准确v0为图4中基准面处沿层层速度,该公式认为Z0到Z纵向上速度变化是遵循线性变化的,用最小二乘法做线性回归求出K值,K值表达线性变化的斜率公式(3):v=v1+v2(Z-Z1)认为速度纵向上在不同分界面之间变化是不同的,对应不同的K值,如K1、K2等实际操作过程中常把K值作为一个常数,能反映沉积体趋势即可,然而纵向上速度不是线性递变的,简单K值难以表达复杂的速度变化趋势v1为长兴组顶面沿层层速度,该公式认为Z1到Z纵向上速度变化斜率用对应分界面处的K2

图5 K值优选误差估算图Fig.5 Diagram of error estimation of K value optimum selection

从图6可以看出3个比较明显的问题：

图6 长兴组顶面到基准面层速度图Fig.6 Diagram of interval velocity of Changxing Formation from the top to datum surface

a.原本期待速度至少在构造图上井点处可与地质分层吻合得较好(图中数字为井点处地质分层与构造图的残差值)，实际上整体差异还是比较大。究其原因，主要是由于实际工作中声波测井不是从钻井平台开始测量，这就导致浅层声波测井数据的缺失。如果有VSP测井资料，可以校正声波测井时深关系，并且将起测点到基准面处缺失的浅层速度补齐。如果不做校正，那么所缺失的浅层速度就由起测点平均速度推算到基准面，受到累加效应影响，导致长兴组顶面平均速度出现较大误差，则构造图失真，无法完成构造模型建立(图7)。

图7 声波测井柱状图Fig.7 Column of AC logging

b.井筒点速度插值过于理想，在构造变化大的地方显示不出来；此外在局部地区仍然存在异常值，即所谓的“牛眼”现象。为了尽可能多穿越礁盖优质储层、增加井控储量面积、提高单井产量，建产区井型以大斜度井、水平井为主。该特点决定了井网稀疏且不规则，平均井距达4 km。除了受井距这个客观原因影响之外，还从影响速度的几个要素对“牛眼”现象做分析。资料调研表明，影响速度的因素非常多，但大致可分成以下几方面：岩性、物性、流体和压实作用。通过元坝气田地质背景分析和钻井资料统计，牛眼井与非牛眼井的岩性主要为云岩和灰质云岩，平均孔隙度一般为5%，无明显的差异。如果岩性差异不大又没断层，速度变化不会这么剧烈，因此牛眼现象不是由地层本身引起，其存在是不符合实际地质变化规律。

c.速度纵向上变化极其复杂，难以用一个线性公式简单地表达出来。

综上可见，仅利用井筒速度建立速度模型的可操作性非常差，则需要建立一个速度模型，与构造趋势匹配，同时既满足井上精度又满足井间需求。地震速度谱含有丰富的地层横向变化信息，可以起到区域速度趋势约束的作用，既能减小纵向累计误差，又可以降低“牛眼”的影响。同时，它具有完整的时深关系序列，即每一个采样点都有唯一的速度，这样就解决了K值难以估算准确的问题，可以用作建立高精度速度模型的基础数据。

2.3 参数优选

充分结合地震速度谱数据比单独应用井筒数据所建立的速度模型效果更好。在实际工作中需要注意以下问题：

a.高密度自动拾取的地震速度谱数据为均方根速度，时深转换需要平均速度或层速度，这就涉及到Dix公式转换[24-27]。DIX公式假设地下地层是水平层状介质，具有各向同性；而实际地质情况是地层高低起伏且具有各向异性，随着深度的增加，受噪声影响也增加，易产生异常值。如果速度突变，各向异性比较明显，就会对构造产生较大的影响。希望得到的区域速度趋势是一个缓慢变化的，因此需要强过滤使其平滑，去掉异常值。

b.地震速度谱具有各向异性特征，常常反映速度横向上的变化趋势；而井筒速度一般反映的是速度纵向上的变化，通常比井筒速度变化快0%～20%(主要是由于页岩矿物的影响存在各向异性)。并且从理论上讲，地震速度谱的精度和可信度相对井数据更低。对于时深转换而言更需要的是纵向上速度变化特征，因此有必要用井上速度校正，以消除地震各向异性，并且校正后保持速度的平面趋势[28]。

通常应用3种速度校正方法：层速度、相邻速度谱和测井速度约束校正。层速度约束校正是利用岩性组合及其速度变化范围修正层速度，用层速度结果再对速度谱进行解释，得到符合基本地质规律的层速度；相邻速度谱约束校正是根据在地层组合相同、沉积环境相似的测线上相邻的速度谱应该具有一定的相似性和渐变性，将相邻速度谱的解释结果对比，获得符合实际情况的速度资料[28]。前2种方法在实际工作中应用较少，可操作性不强。测井速度约束校正方法应用较为广泛。它是统计井筒层速度高切滤波到地震速度频率段，按井坐标信息提取地震速度谱对应位置的速度曲线，再对抽取的伪曲线和井上的层速度交汇，拟合得到一个关系式，利用拟合关系式，校正地震的层速度(据Jason公司培训资料，2015)。

由于本次使用的速度谱资料在时间上的每个采样点都自动拾取一个速度，在极大地提高均方根速度在空间和时间精度的同时，也增加了机器运行的时间[28]。上述3种方法均是在整个地震速度谱体上运算，实际应用中受人为影响较大，难以做到有效质控。如果想找到合理的参数是一件很费时费力的工作，这就需要找到一种更加高效的校正方法。

作者根据多年的实践经验，在实际工作中将复杂问题尽量简单处理。平面上针对不同的地质背景和生产需要，选择有代表性的实验工区开展技术攻关。元坝地区整个CRP道集速度自动分析面积达 1 200 km2，极大地影响了运算效率[29]。建立实验工区后，横向面积可缩小至430 km2(图1蓝色虚线右侧Ⅰ区)。此时如果直接对试验工区体进行参数的选取也是一项很复杂繁琐的工作，需要进一步简化处理，先将面上参数优化再应用到试验工区体上。

首先提取试验工区体分界面处对应的层速度作为区域速度趋势面，通过对“面”参数进行优化，进而优化“体”参数。从图8-A可以看出趋势面细节过于丰富且有棱角，难以看出速度的整体变化趋势。需要强过滤使其平滑去掉异常值以到达渐变的效果。采用平滑步长方法能有效平滑速度之间异常变化[23]，对步长样本内数据做统计平均。

利用残差分析工具寻找最优的平滑过滤参数，从而使其满足区域速度变化的趋势。统计表明，大的步长参数并不是最好的，步长过大会导致与地质认识相差甚远，还极大地增加计算量。如图8-C所示，当平滑步长为21时，此时利用残差分析手段得到的残差平均值最小。图8-B显示平滑过滤后满足了速度随海相地层变化的规律剔除速度的异常点。

由于地震层速度趋势面存在各向异性，利用残差分析表明其与井筒相对应位置平均残差达-616.07(图9)。所以不能直接用井筒速度做校正，否则会造成以井点为中心一定半径内速度的聚变。与处理整个体数据相比，消除或减少趋势面各向异性要相对容易得多，即对趋势面作整体漂移直至平均残差接近“0”，然后运用能携带趋势面的克里金算法对井筒速度进行内插外推[30-32]。该算法最大的优点在于可以携带次变量，即可以实现井筒数据(通常称为主变量)和趋势数据(次变量)的整合。该方法的关键在于如何优选最合适的变差参数，变差函数控制着井筒数据在三维空间内插外推的展布范围。参数主要包括主(次)方向变程，主(次)方向。以主变程为例，通常有3种方法寻找最优主变程：一是通过井筒数据点直接统计，该方法要求样本点满足统计学要求才能找到稳定可信的变差函数。如图10-A所示，受井网不规则、井距较大影响，总体上表现出较强的随机噪声，难以分析。二是通过野外露头结合已获得的地质认识，受限于出露范围和地质认识的阶段性，常常用来做辅助参考。三是利用与井筒数据相关的次变量，主要的依据是次变量样本点足够多，做归一化处理后即可容易分析出主变程的大致范围(图10-B)。

图8 长兴组顶面到基准面层速度平滑过滤对比图Fig.8 Correlation of interval velocity smooth and filter of Changxing Formation from top to datum surface(A)过滤前; (B)过滤后; (C)平滑步长优选

图9 基准面到长兴组顶面层速度平面图Fig.9 Plane graph of interval velocity of Changxing Formation from top to datum surface上部红色圆点表示井筒处层速度，彩色图表示插值后的层速度；下部灰色透视图为未校正前层速度，黑色双箭头表示井筒与趋势面速度的差异

最终得到的分界面处层速度既保留了井筒速度的精度，又有区域速度趋势的特征(图9中彩色图)。通过面数据的优化最终得到了试验体优化的关键参数(表2)。

表2 试验体优化参数统计表Table 2 Statistics of optimization parameter of testing body

图10 变差函数主方向变程示意图Fig.10 Schematic diagram showing variation range of the main direction of variation function(A)井筒数据统计分析; (B)趋势面数据统计分析

3 三维网格速度属性体

通过属性建模的方法建立三维速度属性模型进行时深转换，可以将井筒速度和地震速度谱高效地融合为一个整体，它包含了丰富的横向和纵向速度的变化信息。经过对井筒质控及关键参数优选，已准备好的数据包括：精细标定合成地震记录、时间域解释层面(地质分层校正后)、地震速度谱以及对其校正的优选参数(主变程、平滑步长)等。

首先对时间域三维网格进行划分，网格大小参考地震速度谱纵向与横向采样间隔，横向网格采用25 m×25 m，纵向网格在非目的层段为50 ms，目的层段为10 ms。网格方向参考层速度趋势面分析结果，结合地质认识将网格主方向设为-51°。再将校正后的地震解释层面作为模型的构造面。由于三维构造模型中的层面在创建时已经充分考虑了与断层的交切关系以及层与层之间的接触关系，因此建立的网格模型能够更好地满足复杂地质情况的需要。

然后将地震速度谱重采样进入模型中。注意时深转换需要平均速度或层速度，平均速度仅仅展示平滑后的速度变化(图11-A)，层速度反映物理属性在纵向上的变化，层信息突出，因此需将地震速度谱速度用Dix公式转换成层速度。从剖面上可以查看速度异常点，方便质控(图11-B)，经平滑过滤后更能反映地层变化趋势(图11-C)。

同时将井筒层速度也重采样进入模型中。由于在实际应用中的声波测井中心频率一般为20 kHz，比地震速度谱频率高得多，不同频率的波的传播速度存在频散效应，具有各向异性特征。声波测井计算的层速度一般要小于实际地震层速度。

井筒、地震层速度体经过重采样后可以统一到同频率带宽下分析速度数据的规律，才可进行速度的校正。通过各向异性因子对校正后的地震层速度进行质控，各向异性因子为井筒层速度与过井筒处对应位置层速度体的比值，两者越接近“1”且呈近水平展布表明井震速度在一个数量级别上。图12-A显示随着双程旅行时的增加各向异性特征更加明显，可以拟合出多个关系式，需要对这些关系式进行优选。图12-B所示为最终优选出来的关系式，此时数据点由分散到相对集中聚集且最接近水平展布，则利用该公式对层速度体进行校正，最后利用体趋势约束方法将井筒速度进行内插外推建立网格速度属性体。该方法能最大限度地结合现有数据。如图13所示，用三维属性模型的方式计算出来的速度场与构造匹配且过渡自然，无突兀，容易进行质控。

图11 速度体数据示意图Fig.11 Schematic diagram of 3D velocity volume(A)平均速度体; (B)层速度体; (C)平滑过滤后的层速度体,平滑过滤参数参考图8中“面”数据平滑参数，平滑步长同样选21

图12 双程旅行时与各向异性因子交会图Fig.12 Crossplot of two-way travel time and the anisotropy factor(A)校正前, 虚线表示拟合出的多个关系式; (B)校正后, 蓝色实线对应(A)图中蓝色关系式

图13 三维属性速度模型过井剖面图Fig.13 Cross well profile of 3D attribute velocity model

通过属性建模的方法建立速度的三维属性模型进行时深转换，可以将井筒速度和地震速度谱高效地融合为一体，包含了丰富的横向和纵向速度的变化信息。与现在通用的建模方法相比，它的精度高，实现了真正的全三维空变的速度建模(表3)。

4 实际应用及验证

速度建模最核心的2项工作就是对输入数据的质控和对输出结果的验证。前面阐述了对输入数据进行质控，最终形成三维网格速度属性模型可以直接用于时深转换，进而完成构造模型的建立和地震波阻抗数据体的转换。下面介绍实际应用和对输出结果的验证。

以元坝④号礁带为例，参与建模的井均为直井或导眼井，水平井作为盲井验证。YB27-1H采用测井插值速度、层速度面、层速度体和三维网格属性体4种方式建立速度模型预测深度，并与实钻深度对比(表4)。除了测井插值预测深度与实钻深度的误差gt;1%之外，其余3种方法均满足构造模型建立的精度要求，可以实现对面数据的时深转换，其中融合了井震速度的三维网格属性体深度误差最小。

表3 速度建模方法适用性分析Table 3 Applicability analysis of speed modeling method

“√”号表示可以实现，“×”表示难以实现或效果较差。

表4 YB27-1H井误差统计Table 4 Error statistics of Well YB27-1H

图14 过井波阻抗反演剖面图Fig.14 Cross well profile of impedance inversion(A)时间域剖面; (B)深度域剖面

域转换时，时间域体数据在三维空间上均有采样点，三维网格属性体包含了丰富的横向和纵向速度的变化信息，可以满足体数据时深转换的需要。

从图14-A时间域反演剖面上储层表现为低阻抗至中阻抗，丘状反射，在长兴组顶部发育的特征。图14-B为时深转换后的④号礁带的波阻抗深度域数据，可以看出水平井的井轨迹沿着中低阻抗反射轴穿过，转换的深度域剖面与时间域剖面在形态上总体具有较好的一致性。提取井旁道的波阻抗数据与储层类型进行概率相关分析，相关系数达0.68。前人研究结果表明，当主变量(井)与因变量(深度域波阻抗体)之间的相关系数gt;0.4时，可以对储层预测结果起到有效的空间约束和指示作用。此时可以应用深度域波阻抗体进行储层精细建模。

5 结 论

通过地震属性建模的方法建立三维速度属性模型是一种新的速度建模途径，可以更加灵活地融合多学科数据。应用该方法对地震解释层面进行时深转换，与实钻井构造深度相对误差最小(lt;1%)。应用该方法对时间域波阻抗体进行时深转换，总体上具有较好的一致性，可对储层预测结果起到有效的空间约束和指示作用。

速度模型的建立是一个不停优化反复迭代的过程，严格的质控和精细的数据分析是整个工作的核心之一。残差分析是有效的技术手段，将贯穿整个速度建模的各个环节中。

本文速度模型建立过程中质控方法和校正步骤对于井网密度不高、储层非均质性强的同类型油气藏具有一定的参考价值。

斯伦贝谢公司的陈瑶等给予了热情帮助，中国石化西南勘探开发研究院的王浩、毕有益等与作者进行过有益讨论，在此表示衷心感谢。

[1] 蔡希源.川东北元坝地区长兴组大型生物礁滩体岩性气藏储层精细刻画技术及勘探实效分析[J].中国工程科学,2011,13(10):28-33.

Cai X Y. The subtly method of reservoir and exploration effects on the organic reef-beach body of Changxing Formation, Yuanba Area, Northeastern Sichuan[J]. Engineering Sciences, 2011, 13(10): 28-33. (in Chinese)

[2] 郭彤楼.元坝深层礁滩气田基本特征与成藏主控因素[J].天然气工业,2011,31(10):12-16.

Guo T L. Basic characteristics of deep reef-bank reservoirs and major controlling factors of gas pools in the Yuanba Gas Field [J]. Natural Gas Industry, 2011, 31(10): 12-16. (in Chinese)

[3] 郭旭升,胡东风.川东北礁滩天然气勘探新进展及关键技术[J].天然气工业,2011,31(10):6-11.

Guo X S, Hu D F. Newest progress and key techniques in gas exploration of reef-bank reservoirs in the northeastern Sichuan Basin [J]. Natural Gas Industry, 2011, 31(10): 6-11. (in Chinese)

[4] 胡伟光,蒲勇,易小林,等.川东北元坝地区生物礁识别[J].物探与化探,2010,34(5):635-642.

Hu W G, Pu Y, Yi X L,etal. A tentative discussion on the recognition of bioherm in Yuanba Area, Eastern Sichuan Province [J]. Geophysical amp; Geochemical Exploration, 2010, 34(5): 635-642. (in Chinese)

[5] 龙胜祥,刘成川,游瑜春,等.元坝气田17亿开发方案[R].成都:中国石化西南油气分公司,2011.

Long S X, Liu C C, You Y C,etal. 1.7 Billion Cube Meters Gas Development Plan of Yuanba Gas Field [R]. Chengdu: Southwest Petroleum Branch of SINOPEC, 2011. (in Chinese)

[6] 曾焱,刘远洋,景小燕,等.元坝长兴组生物礁气藏三维精细地质建模技术[J].天然气工业,2016,36(增刊1): 8-14.

Zeng Y, Liu Y Y, Jing X Y,etal. 3D fine geological modeling of reef gas reservoirs of Changxing Formation in Yuanba gas field [J]. Natural Gas Industry, 2016, 36(S1): 8-14. (in Chinese)

[7] 潘宏勋,方伍宝.地震速度分析方法综述[J] .勘探地球物理近展,2006,29(5):305-311.

Pan H X, Fang W B. Review of seismic velocity analysis methods [J]. Progress in Exploration Geophysics, 2006, 29(5): 305-311. (in Chinese)

[8] Garotta R, Michon D. Continuous analysis of the velocity function and of the normal-moveout corrections[J]. Geophysical Prospecting, 1967, 15(4): 584-597.

[9] Doherty S M, Claerbout J F. Structure independent velocity estimation[J]. Geophysics, 1976, 41(5): 850-881.

[10] Bishop T, Bube K, Cutler R,etal. Tomographic determination of velocity and depth in laterally varying media[J]. Geophysics, 1985, 50(6): 903-922.

[11] MacKay S, Abma R. Imaging and velocity estimation with depth-focusing analysis[J]. Geophysics, 1992, 57(12): 1608-1622.

[12] Kabir M M N, Verschuur D J. Migration velocity analysis using the common focus point technology[C]//Expanded Abstracts of the 66thAnnual Internat SEG Meeting. Denver: Society of Exploration Geophysicists, 1996: 407-410.

[13] de Rijzen M, Verschuur D J. 3D focusing operator estimation using sparse data[C]// Expanded Abstracts of the 74thAnnual Internat SEG Meeting. Denver: Society of Exploration Geophysicists, 2004: 2048-2051.

[14] 魏嘉.地质建模技术[J].勘探地球物理进展,2007,30(1):1-6.

Wei J. Review of geologic model building techniques [J]. Progress in Exploration Geophysics, 2007, 30(1):1-6. (in Chinese)

[15] 陈恭洋.碎屑岩油气储层随机建模[M].北京:地质出版社，2000.

Chen G Y. Stochastic Modeling of Oil and Gas Reservoirs in Clastic Rocks [M]. Beijing: Geological Publishing House, 2000. (in Chinese)

[16] 刘钰铭,侯加根.缝洞型碳酸盐岩油藏三维地质建模——以塔河油田奥陶系油藏为例[M].北京:石油工业出版社，2016

Liu Y M, Hou J G. 3D Geological Modeling of Fracture-Cavity Carbonate Reservoir [M]. Beijing: Petroleum Industry Press, 2016. (in Chinese)

[17] Agterberg F P. Geomathematics: Mathematical Background and Geo-Science Applications[M]. Amsterdam: Elsevier Scientific Publishing Company, 1974.

[18] 姜贻伟,刘红磊,杨福涛,等.震控储层建模方法及其在普光气田的应用[J].天然气工业,2011,31(3):14-17.

Jiang Y W, Liu H L, Yang F T,etal. Seismic-constrained reservoir modeling and its application in the Puguang Gas Field[J]. Natural Gas Industry, 2011, 31(3): 14-17. (in Chinese)

[19] 万方,崔文彬,李士超. RMS提取技术在溶洞型碳酸盐岩储层地质建模中的应用[J].现代地质,2010,24(2):279-286.

Wan F, Cui W B, Li S C. The application of RMS extracting technology in geological modeling on carbonate reservoir with cavern [J]. Geoscience, 2010, 24(2): 279-286. (in Chinese)

[20] 杨敏芳,杨瑞召,张春雷.地震约束地质建模技术在松辽盆地古537区块储层预测中的应用[J].石油物探，2010,49(1):58-61.

Yang M F, Yang R Z, Zhang C L. Application of seismic constraint geologic modeling technique for reservoir prediction in Gu537 block of Songliao Basin [J]. Geophysical Prospecting for Petroleum, 2010, 49(1): 58-61. (in Chinese)

[21] 张连进,朱占美,郑伟,等.龙岗地区礁滩气藏地质建模方法探索[J].天然气工业,2012,32(1):45-48.

Zhang L J, Zhu Z M, Zheng W,etal. Geological modeling of reef-bank gas reservoirs in the Longgang Gas Field, Sichuan Basin [J]. Natural Gas Industry, 2012, 32(1): 45-48. (in Chinese)

[22] 王磊,林建东.三维地震勘探中叠加速度成图[J].中国煤田地质,2000,12(2):57-59.

Wang L, Lin J D. Stacking velocity mapping in 3-D seismic exploration [J]. Coal Geology of China, 2000, 12(2): 57-59. (in Chinese)

[23] Schlumberger. Schlumberger Software Supporting Materials: Velocity Modeling[M]. Houston: Schlumberger, 2013.

[24] 王香文.东岭地区三维速度模型的建立和应用[J].勘探地球物理进展,2006,29(6):412-414.

Wang X W. 3-D velocity model building and its application in Dongling area [J]. Progress in Exploration Geophysics, 2006, 29(6): 412-414. (in Chinese)

[25] 李幸粟,刘文利,马涛.新疆Y区三维资料速度场研究与应用[J].石油地球物理勘探,1997,21(增刊1):75-85.

Li X L, Liu W L, Ma T. Research and application of 3D velocity field in Y area of Xinjiang [J]. Oil Geophysical Prospecting, 1997, 21(S1): 75-85. (in Chinese)

[26] 马涛.塔里木速度场的建立和应用[J].石油地球物理勘探,1996,31(3):382-393.

Mao T. Determination of velocity field in the Tarim Basin and its application [J]. Oil Geophysical Prospecting, 1996, 31(3): 382-393. (in Chinese)

[27] 白尘,瞿国平.三参数速度分析[J].石油物探,1994,33(3):68-76.

Bai C, Qu G P. Three-parameter velocity analysis [J]. Geophysical Prospecting for Petroleum, 1994, 33(3): 68-76. (in Chinese)

[28] 王浩,王荐.地震数据体时深转换关键技术研究[R].成都:中国石化西南油气分公司,2015.

Wang H, Wang J. Key Technology Research of Time to Depth Conversion of 3D Seismic Data Volume [R]. Chengdu: Southwest Petroleum Branch of SINOPEC, 2015. (in Chinese)

[29] 范菊芬,邵吉华.元坝三维叠前时间偏移处理成果报告[R].成都:中国石化西南油气分公司,2010.

Fan J F, Shao J H. 3D Prestack Time Migration Processing in Yuanba Area [R]. Chengdu: Southwest Petroleum Branch of SINOPEC, 2010. (in Chinese)

[30] 李少华,尹艳树,张昌民.储层随机建模系列技术[M].北京:石油工业出版社，2007.

Li S H, Yin Y S, Zhang C M. A Series of Reservoir Stochastic Modeling Techniques [M]. Beijing: Petroleum Industry Press, 2007. (in Chinese)

[31] 任殿星,田昌炳.多条件约束油藏地质建模[M].北京:石油工业出版社，2012.

Ren D X, Tian C B. Reservoir Geological Modeling with Multi Condition Constraint [M]. Beijing: Petroleum Industry Press, 2012. (in Chinese)

[32] 靳国栋,刘衍聪,牛文杰.距离加权反比插值法和克里金插值法的比较[J].长春工业大学学报，2003,24(3):53-55.

Jin G D, Liu Y C, Niu W J. Comparison between inverse distance weighting method and Kriging [J].Journal of Changchun University of Technology, 2003, 24(3): 53-55. (in Chinese)

Analysisofreservoirvelocitymodelinganddomainconversion

SUN Wei1, LIU Yuanyang2, GAO Lei2, JING Xiaoyan2

1.ChinaPetroleumamp;ChemicalCorporation,Beijing100728,China;2.Explorationamp;ProductionResearchInstitute,SouthwestPetroleumBranchofSINOPEC,Chengdu610041,China

Full 3D space-variant grid velocity body is established by modeling method for time to depth conversion. Firstly, the quality of the wellbore and the seismic velocity spectrum data is strictly controlled. Then optimum volume trend constraint method is applied to wellbore velocity interpolation and extrapolation. It shows that the method can integrate wellbore velocity and seismic velocity efficiently, which contains abundant horizontal and vertical velocity information. It makes the change trend of velocity body, structural shape, wellbore and internal well velocity more reasonable. Finally, the structural model in depth domain can more precisely reflect the change trend of underground structure, and improve the correlation of data after domain conversion.

seismic velocity spectrum; residual analysis; 3D grid velocity volume; domain conversion

TE122.24; P631.4

A

10.3969/j.issn.1671-9727.2017.06.12

1671-9727(2017)06-0744-12

2017-08-07。

国家科技重大专项(2016ZX05017-005)。

孙伟(1975-)，男，博士，高级工程师，主要从事天然气开发研究， E-mail:sunwei01@sinopec.com。