基于GPU\\CPU協同并行計算的逆時偏移系統的實現策略

摘 要：在石油天然氣地震勘探數據處理方法中，逆時深度偏移以其近似條件要求低、成像精度高而一直是地震成像技術的發展方向。隨著PC—Cluster 集群的普及，逆時深度偏移的計算瓶頸開始得到解決，跨進了真正工業應用的門檻；而近年來通用用途GPU并行計算技術的發展，又為逆時深度偏移生產處理開辟了一個大幅改善性價比的前景。本文通過對逆時深度偏移成像條件，波場重構的逆時遞推關系，以及GPU＼CPU協同并行計算方案的討論，介紹了基于GPU＼CPU協同并行計算的逆時偏移系統的實現策略。

關鍵詞：逆時深度偏析 ；GPU＼CPU協同；系統實現

1.前言

自從反射地震勘探進入工業應用以來，地震偏移一直是地震勘探資料成像處理方面最為重要的內容。好的偏移處理技術對成像而言具有一錘定音的作用，因此地震偏移成像一直是地震處理方法研究中的一個熱點。新技術不斷推出，為日益復雜的地震勘探目標提供了越來越精細、準確的地震資料圖像描述。隨著計算機技術的高速發展，波動方程偏移開始進入疊前深度逆時偏移（RTM）的階段。

相對其他方法而言，逆時偏移有明顯的優點。第一，它沒有傾角限制，可完成陡傾角反射層成像，而且在原理上可以利用轉換波、棱鏡波或多次反射波成像，并獲得更精確的振幅等動力學信息，實現保幅成像。第二，其成像方法不受介質速度變化的影響，可以更好地對復雜速度場進行精細估計，能夠對復雜區域進行較準確的成像。

然而，逆時偏移技術也存在技術瓶頸，為了取得成像方面的普適性以及精細刻畫方面的優勢，它要求的計算資源非常大。一方面，目前地球物理行業常規的PC‐Cluster 集群很難負荷承擔，另一方面，在價格成本方面付出的代價也非常高昂。為此，高效低成本的疊前深度逆時偏移整體方案仍然是目前技術研究上的一項重要內容。而通用圖形處理芯片（GPU）計算技術的應用為疊前深度逆時偏移處理技術提供了一種性價比較高的解決方案[1][2][3][4]。

2.基本原理

疊前逆時深度偏移利用接收到的地震記錄進行波場重構，并在重構的波場中確定散射源的空間位置，利用散射源的空間分布構筑波場的散射圖像，從而達到波場介質成像的目的。換句話說，疊前逆時深度偏移剖面的本質就是一幅波場散射源的空間分布圖。

根據惠更斯原理，人工激發的地震波傳播到介質非均勻奇異點時，將發生散射現象。如果這種散射點成面狀（在二維空間中體現為線狀）連續分布時，在這個面上的各個散射點所生成的散射波將會疊加形成界面反射波。換句話說，反射是散射的一種特殊情況，而一切反射均可以經由散射現象來描述。

因此，只要通過將各種散射波的能量歸位到各自散射源的空間位置上，就可以構筑出介質散射點的空間分布圖，從而，逆時深度偏移問題可以分解成如下兩個問題：

（1）波場散射能量的逆時反傳播問題；

（2）散射能量回傳到散射源時刻的確定（從而對波場進行取樣成像）問題。

第一個問題可以通過波場正演模擬的逆過程來實現。對于給定的波場介質空間，通過對介質空間模型以及波場進行離散化，可以用數字方法模擬波場的發生，傳播，一直到被記錄下來的全過程（詳見后文介紹）。利用這個模擬技術，也可以將在地表接收到的地震記錄作為震源信號對待，將其記錄過程逆過來，以結束時刻作為逆時傳播的開始時刻，模擬地震記錄重新被注入地下模型空間中并產生波場傳播的過程。這個過程中的直達波正是正過程散射波傳播的逆過程，在地震記錄上的散射波將在此過程中逐漸傳回原來的散射源所在位置。所以，這個過程是一個散射波場重構的過程。

同時，除非極為簡單的均勻介質傳播情形并具備完美的邊界記錄，否則完整重構波場的逆時傳播過程是不可能的。不過，就成像目標而言，并不要求每個細微的波場現象都得到重構，也不指望在重構波場的過程中完全不產生新的人為干擾。只要這種被忽略掉的細微波場現象或產生的新的人為干擾不對最終的成像效果造成顯著影響，這種近似就是可以接受的。

第二個問題的解決在原理上相對簡單，散射發生的時刻同時也是直達波到達的時刻，因此通過射線或者波動方程模擬的方法確定直達波到達各個空間點的時刻，就可以用這個時刻對逆時重構波場進行采樣。如果該點曾經發生過散射現象，則重構波場在該點必有散射能量回歸，取樣的結果就能取到顯著的回歸到該點的散射能量。反之，取樣的結果將沒有能量，或者只取到很弱的隨機干擾的噪音的能量。最后，這樣取樣構筑而成的剖面便可以反映出空間散射源的分布圖像，達到地震成像的目的。

采樣的方式有多種，最簡單的方式是取成像時刻所對應的波場值，但這存在一定的問題，在真實世界中，任何能量的發生過程都需要經過一定的時間才能達到峰值。散射發生時刻的震源子波信號的能量還沒來得及積累起足夠的能量，這時候的子波幅值是比較小的，對這個幅值的采樣不能真實反映散射的發生。當然，如果將采樣時間做適當后延，使得采樣剛好取得子波能量最強的相位，這個問題好像是可以解決的，但是，地震子波在傳播過程中存在大地濾波作用，子波波形在傳播過程中會發生變化，因此無法在整個模型空間的采樣過程中采用一個統一的時延來調整采樣時間，使得采樣剛好可以采得子波的最大相位振幅。所以，這種用一個時刻的波場值來構筑介質圖像的方法在計算穩定性方面是相當脆弱的。

一個比較穩定可靠的采樣方法是用發生在該空間點上的兩個波場的時間過程做互相關來實現，這在下面的成像條件一節詳細討論，并具體給出數學表達公式。而且我們將發現，上述用散射時刻的重建波場值來構建散射圖像的方法，實質上不過是互相關成像條件在相關時間序列長度為零的特例而已。

3.實現策略

研究目標是根據地震勘探觀測記錄得到的共炮點道集疊前數據，觀測系統以及波場傳播速度模型，通過逆時偏移計算，構筑出地下介質的空間分布圖像，這個目標可以通過如下過程達到。

對于每一個地震炮集疊前數據，觀測系統及其波場傳播速度的深度模型，先在地震數據上提取根震源信號，并通過正演模擬計算合成參考波場的邊界時間記錄。

（1）在相同的速度模型上，用相同的逆時計算方式，平行同步地分別用觀測地震記錄重構觀測波場和合成參考波場的邊界時間記錄重構參考波場；

（2）在逆時遞推過程中，同步計算重構的觀測波場與重構的參考波場的互相關函數，作為散射信號源點的圖像描述；

（3）用上述方法對每炮資料逐一處理，并在剖面模型上進行逐炮相關數據圖像的疊加，最終得到整條測線的疊前逆時深度偏移剖面。

上述方法流程具體如圖1所示。

即便采用二步法確定逆時參考波場可以大幅度節省計算資源，但疊前逆時深度偏移本身的計算量仍然非常巨大，因此可以采用GPU＼CPU協同的并行架構來解決疊前逆時深度偏移的繁重計算任務。協同計算的分工可以設計為：主機CPU負責輸入輸出，頂層邏輯以及各種零碎的計算工作；計算量密集的波場遞推模擬計算過程由GPU負責，用CUDA編程實現。目前用于科學與工程方面進行通用編程計算的NVIDIA的Tesla序列GPU產品基本上可以提供足夠的設備儲存空間進行逐炮的二維逆時深度偏移計算。因此，在GPU上的逆時深度偏移并行計算主要在線程層面上執行。

4.結論

本文介紹了基于GPU＼CPU協同并行計算的逆時偏移系統的實現策略，具有高效低成本的優勢，主要在逆時深度偏移計算環節上，采用GPU＼CPU協同的并行架構來解決疊前逆時深度偏移的繁重數值計算任務，其中安排主機CPU負責輸入輸出，頂層邏輯以及各種零碎的計算工作，計算量密集的波場遞推模擬計算過程由GPU負責，用CUDA編程實現，GPU上的逆時深度偏移并行計算主要在線程層面上執行。

參考文獻：

[1]付小波， 馬中高， 余嘉順， 原健龍， 韓超。基于多圖形處理單元加速的各向異性彈性波正演模擬[J].科學技術與工程，2018，18（11）：16-22.

[2]付小波，余嘉順，原健龍。各向異性彈性波正演的多GPU加速計算策略[C]. 2017中國地球科學聯合學術年會論文集（二十五）——專題50：地震波傳播與成像.

[3]張猛。基于GPU并行加速的黏聲最小二乘逆時偏移及應用[J]. 巖性油氣藏，2022，34（01）：148-153.

[4]劉聰。基于多GPU的逆時偏移并行化方法研究[D].湖南大學，2021.