一種積分法疊前時(shí)間偏移地震資料處理方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及地震疊前時(shí)間偏移的處理，尤其涉及一種積分法疊前時(shí)間偏移地震資料處理方法及系統(tǒng)。
【背景技術(shù)】
[0002]目前，Kirchhoff積分法疊前時(shí)間偏移方法仍然是石油工業(yè)界應(yīng)用最廣泛最重要的地震資料處理技術(shù)。國(guó)際主流商業(yè)地震勘探軟件系統(tǒng)大都是基于CPU集群來(lái)實(shí)現(xiàn)地震資料疊前時(shí)間偏移處理。然而，地震資料偏移計(jì)算復(fù)雜，所處理的地震數(shù)據(jù)非常大，通常是TB級(jí)甚至是PB級(jí)，處理資料周期長(zhǎng)，影響了石油勘探井位部署的進(jìn)程。而且，基于CPU實(shí)現(xiàn)資料處理，機(jī)器耗電量大，成本較高。GPU (Graphic Processing Unit,中文翻譯為“圖形處理器”)技術(shù)在數(shù)學(xué)運(yùn)算方面相對(duì)于CPU在效率和性能具有較大的優(yōu)勢(shì)。因此，通過(guò)GPU加速計(jì)算可以大大縮短處理周期，提高計(jì)算效率。
[0003]MapReduce是一種編程模型，采用分布式文件系統(tǒng)(HDFS)將數(shù)據(jù)存儲(chǔ)和部署到各計(jì)算節(jié)點(diǎn)上，具有高容錯(cuò)性，且能自動(dòng)處理失敗節(jié)點(diǎn)，性能穩(wěn)定，非常適合大規(guī)模數(shù)據(jù)集(大于1TB)管理和并行運(yùn)算。MapReduce的主要思想，都是從函數(shù)式編程語(yǔ)言里借來(lái)的，還有從矢量編程語(yǔ)言里借來(lái)的特性。它極大地方便了編程人員在不會(huì)分布式并行編程的情況下，將自己的程序運(yùn)行在分布式系統(tǒng)上。當(dāng)前的軟件實(shí)現(xiàn)是指定一個(gè)Map (映射)函數(shù)，用來(lái)把一組鍵值對(duì)映射成一組新的鍵值對(duì)，指定并發(fā)的Reduce (化簡(jiǎn))函數(shù),用來(lái)保證所有映射的鍵值對(duì)中的每一個(gè)共享相同的鍵組。查閱國(guó)內(nèi)外文獻(xiàn)和調(diào)研可知，目前沒(méi)有基于MapReduce框架實(shí)現(xiàn)的疊前時(shí)間偏移GPU加速方法和相應(yīng)的軟件模塊。

【發(fā)明內(nèi)容】

[0004]針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供一種積分法疊前時(shí)間偏移地震資料處理方法及系統(tǒng)。
[0005]本發(fā)明采用的技術(shù)方案是:
一種積分法疊前時(shí)間偏移地震資料處理方法，該方法預(yù)先分析積分法疊前時(shí)間偏移計(jì)算方法和數(shù)據(jù)訪問(wèn)特點(diǎn)，在數(shù)據(jù)管理和訪問(wèn)采用MapReduce框架，在具體的偏移計(jì)算時(shí)采用CUDA編程實(shí)現(xiàn)CPU/GPU異構(gòu)集群協(xié)同加速；
該方法包括下列步驟:
(1)地震數(shù)據(jù)準(zhǔn)備
(2)輸入數(shù)據(jù)劃分
在集群上啟動(dòng)多個(gè)hadoop節(jié)點(diǎn)，將地震數(shù)據(jù)分成大概相當(dāng)?shù)娜舾蓚€(gè)“塊”，并分發(fā)給網(wǎng)絡(luò)上的每個(gè)節(jié)點(diǎn)；
(3)偏移任務(wù)運(yùn)行
首先，從HDFS (分布式文件系統(tǒng))中讀入地震數(shù)據(jù)，然后在每個(gè)節(jié)點(diǎn)上進(jìn)行疊前時(shí)間偏移計(jì)算，并將計(jì)算出來(lái)的臨時(shí)成像結(jié)果累加到本地臨時(shí)文件； 接著，將本地臨時(shí)文件拷貝到HDFS (分布式文件系統(tǒng))上，拷貝成功后刪除本地臨時(shí)文件；
上述疊前時(shí)間偏移計(jì)算是基于GPU/CPU異構(gòu)集群的疊前時(shí)間偏移并行算法來(lái)實(shí)現(xiàn)的，具體步驟是:首先，將每個(gè)節(jié)點(diǎn)中獲取地震數(shù)據(jù)(共中心點(diǎn)道集和速度模型)從CPU拷貝到GPU上，在GPU卡上進(jìn)行偏移響應(yīng)和反假頻處理計(jì)算，計(jì)算結(jié)束后，將所計(jì)算的結(jié)果傳給CPU，寫出臨時(shí)成像結(jié)果；
(4)啟動(dòng)Reduce操作，將各節(jié)點(diǎn)分布式文件系統(tǒng)中的臨時(shí)成像結(jié)果進(jìn)行合并，輸出最終成像結(jié)果。
[0006]進(jìn)一步，上述步驟(I)所述的地震數(shù)據(jù)為對(duì)野外采集的原始地震資料進(jìn)行靜校正、反褶積、去噪等預(yù)處理后，獲得的的高信噪比共中心點(diǎn)道集(CMP道集)數(shù)據(jù)和速度數(shù)據(jù)。
[0007]進(jìn)一步，在步驟(2)中，在分發(fā)給網(wǎng)絡(luò)上的每個(gè)節(jié)點(diǎn)數(shù)據(jù)的同時(shí)，還包括根據(jù)每個(gè)節(jié)點(diǎn)根據(jù)處理人員填寫的偏移參數(shù)對(duì)傳入數(shù)據(jù)進(jìn)行判斷，保留偏移孔徑范圍內(nèi)地震數(shù)據(jù)的步驟。
[0008]進(jìn)一步，所述臨時(shí)成像結(jié)果為共成像點(diǎn)道集(CIG道集)，在步驟4中，臨時(shí)成像結(jié)果進(jìn)行合并后，還包括依據(jù)處理要求對(duì)共成像點(diǎn)道集(CIG道集)進(jìn)行切除和疊加處理的步驟，以輸出準(zhǔn)確的成像剖面，以輸出準(zhǔn)確的成像剖面。
[0009]一種積分法疊前時(shí)間偏移地震資料處理系統(tǒng)，其特征在于:該系統(tǒng)包括地震數(shù)據(jù)輸入模塊，地震數(shù)據(jù)管理和訪問(wèn)模塊、地震數(shù)據(jù)偏移處理模塊、結(jié)果匯總和輸出成像結(jié)果模塊；
所述地震數(shù)據(jù)輸入模塊用于輸入地震數(shù)據(jù)；
所述地震數(shù)據(jù)管理和訪問(wèn)模塊采用MapReduce框架,通過(guò)在集群上啟動(dòng)多個(gè)hadoop節(jié)點(diǎn)，將地震數(shù)據(jù)輸入模塊上的地震數(shù)據(jù)分成大概相當(dāng)?shù)娜舾蓚€(gè)“塊”，并分發(fā)給網(wǎng)絡(luò)上的每個(gè)節(jié)點(diǎn)；
所述地震數(shù)據(jù)偏移處理模塊對(duì)地震數(shù)據(jù)管理和訪問(wèn)模塊的每個(gè)節(jié)點(diǎn)上分配地震數(shù)據(jù)并進(jìn)行疊前時(shí)間偏移計(jì)算；所述偏移計(jì)算通過(guò)各節(jié)點(diǎn)上的CPU/GPU異構(gòu)集群來(lái)實(shí)現(xiàn)；各節(jié)點(diǎn)臨時(shí)成像結(jié)果拷貝到MapReduce框架的HDFS (分布式文件系統(tǒng))上；
所述結(jié)果匯總和輸出成像結(jié)果模塊通過(guò)Reduce操作，將地震數(shù)據(jù)偏移處理模塊上各節(jié)點(diǎn)的HDFS (分布式文件系統(tǒng))中的臨時(shí)成像結(jié)果進(jìn)行合并，輸出最終成像結(jié)果。
[0010]本發(fā)明通過(guò)采用MapReduce框架和GPU加速實(shí)現(xiàn)積分法疊前時(shí)間偏移計(jì)算，不僅方便處理大規(guī)模地震資料處理，而且還可以提高偏移處理效率。該方法在MapReduce框架下通過(guò)GPU加速來(lái)實(shí)現(xiàn)地震資料處理疊前時(shí)間偏移計(jì)算，相對(duì)傳統(tǒng)基于CPU集群的疊前時(shí)間偏移方法，大幅提高了地震資料計(jì)算效率，縮短了地震資料處理時(shí)間和石油勘探周期。同時(shí)，由于采用GPU設(shè)備計(jì)算，處理相同規(guī)模的地震數(shù)據(jù)，所消耗的電能相對(duì)于CPU設(shè)備，將大大減少，節(jié)約了資源和成本。
【附圖說(shuō)明】
[0011]圖1是基于MapReduce框架實(shí)現(xiàn)的積分法疊前時(shí)間偏移GPU加速方法流程圖。
[0012]圖2是偏移核心算法GPU加速實(shí)現(xiàn)流程圖。
[0013]圖3a是國(guó)外軟件疊前時(shí)間偏移處理結(jié)果。
[0014]圖3b是應(yīng)用本發(fā)明方法及系統(tǒng)處理的疊前時(shí)間偏移處理結(jié)果。
【具體實(shí)施方式】
[0015]下面，結(jié)合附圖和實(shí)施例對(duì)本發(fā)明做進(jìn)一步說(shuō)明。
[0016]實(shí)施例1。一種積分法疊前時(shí)間偏移地震資料處理方法，該方法預(yù)先分析積分法疊前時(shí)間偏移計(jì)算方法和數(shù)據(jù)訪問(wèn)特點(diǎn)，在數(shù)據(jù)管理和訪問(wèn)采用MapReduce框架，在具體的偏移計(jì)算時(shí)采用CUDA編程實(shí)現(xiàn)CPU/GPU異構(gòu)集群協(xié)同加速；
該方法包括下列步驟:
(1)地震數(shù)據(jù)準(zhǔn)備
所述地震數(shù)據(jù)為共中心點(diǎn)道集(CMP道集)數(shù)據(jù)和速度數(shù)據(jù)；
(2)輸入數(shù)據(jù)劃分
在集群上啟動(dòng)多個(gè)hadoop節(jié)點(diǎn)，將地震數(shù)據(jù)分成大概相當(dāng)?shù)娜舾蓚€(gè)“塊”，并分發(fā)給網(wǎng)絡(luò)上的每個(gè)節(jié)點(diǎn)；
(3)偏移任務(wù)運(yùn)行
首先，從HDFS (分布式文件系統(tǒng))中讀入地震數(shù)據(jù)，然后在每個(gè)節(jié)點(diǎn)上進(jìn)行疊前時(shí)間偏移計(jì)算，并將計(jì)算出來(lái)的臨時(shí)成像結(jié)果累加到本地臨時(shí)文件；
接著，將本地臨時(shí)文件拷貝到HDFS (分布式文件系統(tǒng))上，拷貝成功后刪除本地臨時(shí)文件；
疊前時(shí)間偏移核心計(jì)算是基于GPU/CPU異構(gòu)集群的疊前時(shí)間偏移并行算法來(lái)實(shí)現(xiàn)的，具體步驟是:首先，將每個(gè)節(jié)點(diǎn)中獲取地震數(shù)據(jù)(共成像點(diǎn)道集和速度數(shù)據(jù))從CPU拷貝到GPU上，在GPU卡上進(jìn)行偏移響應(yīng)和反假頻處理計(jì)算，計(jì)算結(jié)束后，將所計(jì)算的結(jié)果傳給CPU，最后寫出臨時(shí)偏移成像結(jié)果；
(4)啟動(dòng)Reduce操作，將各節(jié)點(diǎn)分布式文件系統(tǒng)中的臨時(shí)成像結(jié)果進(jìn)行合并，輸出最終成像結(jié)果。
[0017]本實(shí)施例的特點(diǎn)是:
分析積分法疊前時(shí)間偏移計(jì)算方法和數(shù)據(jù)訪問(wèn)特點(diǎn)，在數(shù)據(jù)管理和訪問(wèn)采用MapReduce框架，在具體的偏移計(jì)算時(shí)采用CUDA編程實(shí)現(xiàn)CPU/GPU異構(gòu)集群協(xié)同加速。
[0018](I)整個(gè)疊前時(shí)間處理技術(shù)的流程圖如圖1所示，主要有如下內(nèi)容: