基于MapReduce框架的地震數(shù)據(jù)管理和訪問機(jī)制實(shí)現(xiàn)。
[0019]在集群上啟動(dòng)多個(gè)hadoop節(jié)點(diǎn)，將地震數(shù)據(jù)集分發(fā)給網(wǎng)絡(luò)上的每個(gè)節(jié)點(diǎn)。
[0020]首先，從分布式文件系統(tǒng)中讀入地震道集數(shù)據(jù)和速度數(shù)據(jù)，然后進(jìn)行疊前時(shí)間偏移計(jì)算，并將結(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，最后啟動(dòng)程序?qū)DFS上的臨時(shí)文件合并生成像道集，完成偏移計(jì)算。
[0021](2)基于GPU/CPU異構(gòu)集群的疊前時(shí)間偏移算法實(shí)現(xiàn)。首先，應(yīng)用⑴中MapReduce機(jī)制在每個(gè)節(jié)點(diǎn)中獲取地震道集數(shù)據(jù)和速度數(shù)據(jù)。然后，將這些數(shù)據(jù)從CPU拷貝到GPU上，在GPU卡上進(jìn)行反假頻處理和偏移響應(yīng)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)成像結(jié)果。
[0022]實(shí)施例2。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|吳塊；
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)管理和訪問模塊采用MapReduce框架,通過在集群上啟動(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)管理和訪問模塊的每個(gè)節(jié)點(diǎn)上分配地震數(shù)據(jù)，然后根據(jù)處理人員所填寫的偏移參數(shù)進(jìn)行判斷，對(duì)在偏移孔徑的地震數(shù)據(jù)進(jìn)行疊前時(shí)間偏移計(jì)算；所述偏移核心計(jì)算通過各節(jié)點(diǎn)上的CPU/GPU異構(gòu)集群來實(shí)現(xiàn)，其中數(shù)據(jù)的讀入和輸出由CPU完成，而計(jì)算復(fù)雜的偏移響應(yīng)和反假頻處理由GPU來完成；計(jì)算結(jié)束后，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。
[0023]實(shí)施例3。一種積分法疊前時(shí)間偏移地震資料處理方法。首先，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，獲得理想的高信噪比共中心點(diǎn)道集(CMP道集)。同時(shí)，通過速度分析獲得時(shí)間域速度模型，為下一步疊前偏移計(jì)算做好數(shù)據(jù)準(zhǔn)備工作。
[0024]然后，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)摹皦K”，并分發(fā)給網(wǎng)絡(luò)上的每個(gè)節(jié)點(diǎn)，同時(shí)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)。
再次，根據(jù)圖2所示算法流程，由CPU完成數(shù)據(jù)和參數(shù)的讀入工作，并將地震數(shù)據(jù)和參數(shù)從CPU拷貝到GPU，應(yīng)用GPU完成反假頻和偏移響應(yīng)計(jì)算，結(jié)束后再將計(jì)算結(jié)果拷貝到CPU上，并在分布式文件系統(tǒng)中寫入臨時(shí)偏移成像結(jié)果。
[0025]接著，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)文件收集并累加得到最終的成像道集。
[0026]最后，根據(jù)處理目標(biāo)要求對(duì)成像道集進(jìn)行切除和疊加處理，得到最終的成像剖面(如圖3b所示)。
[0027]本發(fā)明所述方法及系統(tǒng)在勝利油田多個(gè)地區(qū)進(jìn)行了應(yīng)用，取得了較好的應(yīng)用效果。通過對(duì)本發(fā)明分析結(jié)果和處理測(cè)試表明，基于MapReduce框架實(shí)現(xiàn)的疊前時(shí)間偏移GPU加速方法處理效果總體與國(guó)外主流商業(yè)軟件基本相當(dāng)，甚至局部還有所改進(jìn)。與傳統(tǒng)基于(PU集群的疊前時(shí)間偏移方法相比，該方法更加方便海量數(shù)據(jù)的處理，提高計(jì)算效率15倍，處理效率大幅提升。
【主權(quán)項(xiàng)】
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)訪問特點(diǎn)，在數(shù)據(jù)管理和訪問采用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)間偏移并行算法來實(shí)現(xiàn)的，具體步驟是:首先，將每個(gè)節(jié)點(diǎn)中獲取的地震數(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)算結(jié)束后，將所計(jì)算的結(jié)果傳給CPU，最后寫出臨時(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。
2.如權(quán)利要求1所述的一種積分法疊前時(shí)間偏移地震資料處理方法，其特征在于: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，獲得高信噪比的共中心點(diǎn)道集(CMP道集)數(shù)據(jù)和速度數(shù)據(jù)。
3.如權(quán)利要求1所述的一種積分法疊前時(shí)間偏移地震資料處理方法，其特征在于: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。
4.如權(quán)利要求1所述的一種積分法疊前時(shí)間偏移地震資料處理方法，其特征在于: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。
5.一種積分法疊前時(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)管理和訪問模塊采用MapReduce框架,通過在集群上啟動(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)算通過各節(jié)點(diǎn)上的CPU/GPU異構(gòu)集群來實(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。
【專利摘要】本發(fā)明公開了一種積分法疊前時(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)訪問特點(diǎn)，在數(shù)據(jù)管理和訪問采用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。具體步驟包括:地震數(shù)據(jù)準(zhǔn)備、輸入數(shù)據(jù)劃分、偏移任務(wù)運(yùn)行、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。本發(fā)明同時(shí)還公開了一種積分法疊前時(shí)間偏移地震資料處理系統(tǒng)。與傳統(tǒng)基于CPU集群的疊前時(shí)間偏移方法相比，本發(fā)明所提供的方法成像清晰，更加方便海量數(shù)據(jù)的處理，提高計(jì)算效率15倍，處理效率大幅提升。
【IPC分類】G01V1-30, G01V1-28
【公開號(hào)】CN104570081
【申請(qǐng)?zhí)枴緾N201310519635
【發(fā)明人】張猛, 王延光, 單聯(lián)瑜, 孟祥賓, 隋志強(qiáng), 王修銀, 廉西猛, 隆文韜, 王賢真, 趙慶國(guó), 王慧
【申請(qǐng)人】中國(guó)石油化工股份有限公司, 中國(guó)石油化工股份有限公司勝利油田分公司物探研究院
【公開日】2015年4月29日
【申請(qǐng)日】2013年10月29日