计算机研究与发展ＤＯＩ：１０．７５４４／ｉｓｓｎ１０００－１２３９．２０１５．２０１３１９１５Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ ５２（４）：８６９－８７８，２０１５
高度可扩展的３Ｄ叠前Ｋｉｒｃｈｈｏｆｆ时间偏移并行算法
赵长海 王狮虎 罗国安 文佳敏 张建磊
（中国石油东方地球物理公司物探技术研究中心 河北涿州 ０７２７５１）
（ｚｃｈ＠ｂｕａａ．ｅｄｕ．ｃｎ）
Ａ Ｈｉｇｈｌｙ Ｓｃａｌａｂｌｅ Ｐａｒａｌｌｅｌ Ａｌｇｏｒｉｔｈｍ ｆｏｒ ３ＤＰｒｅｓｔａｃｋ Ｋｉｒｃｈｈｏｆｆ Ｔｉｍｅ Ｍｉｇｒａｔｉｏｎ
Ｚｈａｏ Ｃｈａｎｇｈａｉ，Ｗａｎｇ Ｓｈｉｈｕ，Ｌｕｏ Ｇｕｏａｎ，Ｗｅｎ Ｊｉａｍｉｎ，ａｎｄ Ｚｈａｎｇ Ｊｉａｎｌｅｉ
（ＧｅｏＰｈｙｓｉｃａｌ Ｔｅｃｈｎｉｑｕｅ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ，Ｅａｓｔｅｒｎ Ｇｅｏｐｈｙｓｉｃａｌ Ｃｏｍｐａｎｙ，Ｃｈｉｎａ Ｎａｔｉｏｎａｌ Ｐｅｔｒｏｌｅｕｍ Ｃｏｒｐｏｒａｔｉｏｎ，Ｚｈｕｏｚｈｏｕ，Ｈｅｂｅｉ ０７２７５１）
Ａｂｓｔｒａｃｔ Ｔｏ ｓｕｐｐｏｒｔ ｉｎｃｒｅａｓｉｎｇ ｓｕｒｖｅｙ ｓｉｚｅｓ ａｎｄ ｐｒｏｃｅｓｓｉｎｇ ｃｏｍｐｌｅｘｉｔｙ，ｗｅ ｐｒｏｐｏｓｅ ａ ｐｒａｃｔｉｃａｌａｐｐｒｏａｃｈ ｔｈａｔ ｉｍｐｌｅｍｅｎｔｓ ｔｈｅ ｌａｒｇｅ－ｓｃａｌｅ ｐａｒａｌｌｅｌ ｐｒｏｃｅｓｓｉｎｇ ｏｆ ３Ｄｐｒｅｓｔａｃｋ Ｋｉｒｃｈｈｏｆｆ ｔｉｍｅ ｍｉｇｒａｔｉｏｎ（ＰＫＴＭ）ｏｎ ｃｌｕｓｔｅｒｓ ｏｆ ｍｕｌｔｉ－ｃｏｒｅ ｎｏｄｅｓ．Ｔｈｅ ｐａｒａｌｌｅｌ ａｌｇｏｒｉｔｈｍ ｉｓ ｂａｓｅｄ ｏｎ ｔｈｒｅｅ－ｌｅｖｅｌ ｄｅｃｏｍｐｏｓｉｔｉｏｎ
ｏｆ ｔｈｅ ｉｍａｇｉｎｇ ｓｐａｃｅ．Ｆｉｒｓｔｌｙ，ｔｈｅ ｉｍａｇｉｎｇ ｓｐａｃｅ ｉｓ ｐａｒｔｉｔｉｏｎｅｄ ｂｙ ｏｆｆｓｅｔｓ．Ｅａｃｈ ｎｏｄｅ ｒｕｎｓ ｉｎ ｊｕｓｔ ｏｎｅｐｒｏｃｅｓｓ，ａｎｄ ａｌｌ ｐｒｏｃｅｓｓｅｓ ａｒｅ ｄｉｖｉｄｅｄ ｉｎｔｏ ｓｅｖｅｒａｌ ｄｉｓｔｉｎｃｔ ｇｒｏｕｐｓ．Ｔｈｅ ｉｍａｇｉｎｇ ｗｏｒｋ ｏｆ ｃｏｍｍｏｎ－
ｏｆｆｓｅｔ ｓｐａｃｅ ｉｓ ａｓｓｉｇｎｅｄ ｔｏ ａ ｇｒｏｕｐ，ａｎｄ ｔｈｅ ｃｏｍｍｏｎ－ｏｆｆｓｅｔ ｉｎｐｕｔ ｔｒａｃｅｓ ａｒｅ ｄｙｎａｍｉｃａｌｌｙ ｄｉｓｔｒｉｂｕｔｅｄ ｔｏ
ｔｈｅ ｐｒｏｃｅｓｓｅｓ ｏｆ ｔｈｅ ｇｒｏｕｐ．Ｏｎｃｅ ａｌｌ ｉｎｐｕｔ ｔｒａｃｅｓ ａｒｅ ｍｉｇｒａｔｅｄ，ｔｈｅ ｌｏｃａｌ ｉｍａｇｉｎｇ ｓｅｃｔｉｏｎｓ ｏｆ ａｌｌ ｔｈｅｐｒｏｃｅｓｓｅｓ ｉｎ ａ ｇｒｏｕｐ ａｒｅ ａｄｄｅｄ ｔｏ ｆｏｒｍ ｔｈｅ ｆｉｎａｌ ｃｏｍｍｏｎ－ｏｆｆｓｅｔ ｉｍａｇｅ．Ｉｎ ａ ｎｏｄｅ，ｔｈｅ ｃｏｍｍｏｎ－ｏｆｆｓｅｔｉｍａｇｉｎｇ ｓｅｃｔｉｏｎ ｉｓ ｆｕｒｔｈｅｒ ｐａｒｔｉｔｉｏｎｅｄ ｅｑｕａｌｌｙ ｂｙ ｃｏｍｍｏｎ ｍｉｄｄｌｅ ｐｏｉｎｔ（ＣＭＰ）ｉｎｔｏ ａｓ ｍａｎｙ ｂｌｏｃｋｓ ａｓｔｈｅ ｎｕｍｂｅｒ ｏｆ ＣＰＵ ｃｏｒｅｓ，ａｎｄ ｔｈｅ ｃｏｍｐｕｔｉｎｇ ｔｈｒｅａｄｓ ｓｈａｒｅ ｔｈｅ ｓａｍｅ ｉｎｐｕｔ ｔｒａｃｅｓ ａｎｄ ｓｐｒｅａｄ ｔｈｅｓａｍｐｌｅｄ ｐｏｉｎｔｓ ｔｏ ａ ｄｉｆｆｅｒｅｎｔ ｓｅｔ ｏｆ ｉｍａｇｉｎｇ ｐｏｉｎｔｓ．Ｉｆ ｔｈｅ ｓｉｚｅ ｏｆ ａ ｃｏｍｍｏｎ－ｏｆｆｓｅｔ ｉｍａｇｉｎｇ ｓｅｃｔｉｏｎ
ｅｘｃｅｅｄｓ ｔｈｅ ｔｏｔａｌ ｐｈｙｓｉｃａｌ ｍｅｍｏｒｙ ｏｎ ｔｈｅ ｃｏｍｐｕｔｅ ｎｏｄｅ，ｔｈｅ ｗｈｏｌｅ ｉｍａｇｉｎｇ ｓｐａｃｅ ｓｈｏｕｌｄ ｂｅ ｆｉｒｓｔｌｙ
ｐａｒｔｉｔｉｏｎｅｄ ａｌｏｎｇ ｉｎ－ｌｉｎｅ ｄｉｒｅｃｔｉｏｎ ｓｏ ｔｈａｔ ｅａｃｈ ｃｏｍｍｏｎ－ｏｆｆｓｅｔ ｉｍａｇｉｎｇ ｓｐａｃｅ ｃａｎ ｆｉｔ ｉｎ ｍｅｍｏｒｙ．Ｔｈｅａｌｇｏｒｉｔｈｍ ｇｒｅａｔｌｙ ｒｅｄｕｃｅｓ ｔｈｅ ｍｅｍｏｒｙ ｒｅｑｕｉｒｅｍｅｎｔ，ｄｏｅｓ ｎｏｔ ｉｎｔｒｏｄｕｃｅ ｏｖｅｒｌａｐｐｉｎｇ ｉｎｐｕｔ ｔｒａｃｅｓｂｅｔｗｅｅｎ ａｎｙ ｐｒｏｃｅｓｓｅｓ，ａｎｄ ｍａｋｅｓ ｉｔ ｅａｓｙ ｔｏ ｉｍｐｌｅｍｅｎｔ ｆａｕｌｔ－ｔｏｌｅｒａｎｃｅ ａｐｐｌｉｃａｔｉｏｎ．Ａｎ
ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｏｆ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｄｅｍｏｎｓｔｒａｔｓ ｈｉｇｈ ｓｃａｌａｂｉｌｉｔｙ ａｎｄ ｅｘｃｅｌｌｅｎｔ ｐｅｒｆｏｒｍａｎｃｅ ｉｎ ｏｕｒｅｘｐｅｒｉｍｅｎｔ ｗｉｔｈ ａｃｔｕａｌ ｄａｔａ．Ｐａｒａｌｌｅｌｉｓｍ ｉｓ ｓｃａｌｅｄ ｔｏ ｅｆｆｉｃｉｅｎｔｌｙ ｕｓｅ ｕｐ ｔｏ ４９７ｎｏｄｅｓ ａｎｄ ７５５２ｔｈｒｅａｄｓ．
Ｋｅｙ ｗｏｒｄｓ ｉｎｔｅｇｒａｌ；ｐｒｅｓｔａｃｋ Ｋｉｒｃｈｈｏｆｆ ｔｉｍｅ ｍｉｇｒａｔｉｏｎ；ｓｃａｌａｂｌｅ；ｐａｒａｌｌｅｌ ａｌｇｏｒｉｔｈｍ；ｏｆｆｓｅｔ；ｆａｕｌｔ－
ｔｏｌｅｒａｎｃｅ
摘 要 为适应海量地震数据以及集群并行规模不断增大的趋势，提出了多维度成像空间分解算法．根据大规模集群系统有多个并行层次的特征，首先沿炮检距方向分解成像空间；然后再沿ｉｎ－ｌｉｎｅ方向继续切分，直到成像空间小于计算节点物理内存；最后在二维地表上以面元为单位分解成像空间．算法实现上，共炮检距成像空间映射到计算节点组上，计算节点内的ＣＰＵ核之间按照ｒｏｕｎｄ－ｒｏｂｉｎ均分面元．该并行算法在不增加数据通信量的情况下，降低了内存的需求，减少了通信开销和同步时间，提高了数据的局部性．实际资料测试表明，该并行算法比传统的输出并行和输入并行算法具备更好的性能与可扩展性，实验作业调度多达４９７个节点、７ ５５２个线程，仍然具备较好的加速效果．
收稿日期：２０１３－１２－１８；修回日期：２０１４－０４－１４
基金项目：国家科学技术重大专项（２０１１ＺＸ０５０１９）
关键词 积分法；叠前Ｋｉｒｃｈｈｏｆｆ时间偏移；可扩展性；并行算法；炮检距；容错中图法分类号 ＴＰ３０２
地震偏移是一种将地震信息进行重排的反演运算，以便使地震波能量归位到其空间的真实位置，获取地下真实构造图像，地震偏移又称地震成像或偏移成像．２０世纪７０年代叠前Ｋｉｒｃｈｈｏｆｆ时间偏移（ｐｒｅｓｔａｃｋ Ｋｉｒｃｈｈｏｆｆ ｔｉｍｅ ｍｉｇｒａｔｉｏｎ，ＰＫＴＭ）的理论已经成熟，由于该方法计算量巨大，在早期的几十年时间一直没有得到实际应用．到了２０世纪９０年代后期，随着并行计算机技术的发展和相应的并行算法研究，该方法的应用得到迅速普及，现在已经成为地震数据处理流程中最重要的１个步骤［１］．近年来，随着勘探地质目标越来越复杂，高密度、全方位野外地震采集非常普遍，几十ＴＢ级数据总量勘探工区屡见不鲜，地震勘探已经迈入海量数据时代，使地震资料处理周期越来越长［２］，其中叠前时间偏移是常规处理步骤中最为费时的环节，占据处理周期４０％左右的时间．缩短处理周期、提高叠前时间偏移的计算效率已迫在眉睫，需要利用更多计算节点和处理器核参与计算，这就要求算法和应用程序必须具备良好的扩展性；而传统的ＰＫＴＭ并行化算法，当问题规模给定时，随着计算节点数的增大存储或网络Ｉ／Ｏ量在不断增加，严重影响了并行算法的可扩展性．
鉴于此，提出了多维度成像空间分解算法，通过炮检距这一维度分解成像空间，消除成像任务间的输入数据重叠，利于Ｉ／Ｏ的并行化；沿地震测线（ｉｎ－ｌｉｎｅ）方向分解成像空间，降低内存需求量，保证问题规模的可扩展性；通过将共中心点（ｃｏｍｍｏｎｍｉｄｄｌｅ ｐｏｉｎｔ，ＣＭＰ）面元依照轮询（ｒｏｕｎｄ－ｒｏｂｉｎ）方式分解，保证计算任务的均衡，有效降低同步开销．该并行算法适于大规模多核集群或者ＧＰＵ异构集群，如果作业规模足够大，可以支持任意多台机器的并行．本文还给出了该算法的优化实现及容错方法，在４９７个节点（７ ５５２个处理线程）的集群上，利用真实的地震数据进行实验，展现了良好的加速效果．
１ ＰＫＴＭ方法原理及串行执行过程
１．１ ＰＫＴＭ的基本原理和数学描述
图１描述了地震数据的采集过程．当地表激发地震波向地下传播时，地震波遇到介质性质不同的岩层分界面会发生反射，在地表用检波器接收反射
波．检波器接收到的一次激发所产生的地震波称为地震道（ｔｒａｃｅ），一般包括几千个采样点，每一个样点用单精度浮点表示．假定输入道上任意采样点的能量是来自地下所有散射点具有相同旅行时间（ｔｒａｖｅｌ ｔｉｍｅ）的反射波能量的叠加，因此，偏移的目标是根据旅行时间将输入道上所有采样点能量归位到所有可能的反射点（成像点）上．在水平地表情况下，Ｋｉｒｃｈｈｏｆｆ积分法偏移公式为
Ｉ（ξ）＝∫ΩξＷ（ξ，ｍ，ｈ）Ｄ（ｔ，ｍ，ｈ）ｄｍｄｈ，
ｔ＝ｔＤ（
ξ，ｍ，ｈ）
，（１）
其中，成像点ξ＝（ｘ
ξ
，ｙ
ξ
，ｚ
ξ
），时间偏移ξ＝（ｘ
ξ
，ｙ
ξ
，τξ），Ｉ（ξ）是成像结果；Ｄ（ｔ，ｍ，ｈ）是野外观测的地震
数据，ｍ是共中心点，ｈ是半炮检距；Ω
ξ
是偏移的孔径．叠前偏移过程就是对一系列观测数据的加权求
和，Ｗ（ξ，ｍ，ｈ）是加权因子．ｔＤ（
ξ，ｍ，ｈ）
是由炮点到成像点再到检波点的旅行时间（简称：旅行时），旅行时由式（２）求得：
ｔｓ＋ｔｒ＝τ
２
４
＋
ｈ２ｓ
ｖ２ｒ
槡ｍｓ＋τ２４＋ｈ２ｒｖ２ｒ
槡ｍｓ，（２）其中，τ是成像时间，ｈｓ是炮点到成像
点的距离，ｈｒ是检波点到成像点的距离，ｖｒｍｓ是均方根速度．
Ｆｉｇ．１ Ｓｅｉｓｍｉｃ ｄａｔａ ａｃｑｕｉｓｉｔｉｏｎ．
图１ 地震数据采集
１．２ ＰＫＴＭ的物理过程实现
野外地震数据一般是在１个长方形的工区进行采集的．地震资料处理时首先在沿地震测线（ｉｎ－ｌｉｎｅ）和垂直测线（ｃｒｏｓｓ－ｌｉｎｅ）两个方向用一定的间隔对地震工区进行网格化，如图２所示，每一个网格称作１个面元．现在的地震勘探都采用多次覆盖技术，在一次采集过程中每一个面元将被不同的炮检组合进行多次记录，所以３维勘探将采集到１个４维数据，４维坐标值分别是平面坐标ｘ，ｙ、记录时间ｔ、炮检距ｈ．
０
７
８计算机研究与发展 ２０１５，５２（４）
Ｆｉｇ
．２ Ｃｅｌｌｓ ａｎｄ ａｐｅｒｔｕｒｅ ｉｎ ｓｅｉｓｍｉｃ ｓｕｒｖｅｙ．图２ 地震工区面元划分及孔
ＰＫＴＭ方法的物理实现过程简单描述为：地震道从输入数据空间到偏移结果数据空间多对多的映射，如图３所示．从图３可知，左上边是叠前时间偏移的输入数据空间，每个面元中按炮检距ｈ排列的一组地震道称作共中心点（ＣＭＰ）道集；右下边是相应的输出数据空间，每个面元中按炮检距ｈ排列的一组地震道称作共反射点（ｃｏｍｍｏｎ ｒｅｆｌｅｃｔｉｏｎ ｐｏｉｎｔ，ＣＲＰ）道集．映射关系为式（２）表达的双平方根旅行时算子．在不考虑时变孔径的条件下，ＰＫＴＭ是把每个输入地震道映射到偏移结果数据集中的椭圆柱体中，如图２所示，椭圆柱体的轴心是当前输入地震道按大地坐标在偏移结果数据空间中的投影位置，椭圆的长、短轴分别是叠前偏移在２个方向上的偏移孔径，椭圆柱体的高度由最大偏移时间确定．反过来说，输出空间中的任意一道是来自于输入空间中椭圆柱体范围内所有数据加权叠加的集体贡献
．
Ｆｉｇ．３ Ａｌｌ－ｔｏ－ａｌｌ ｒｅｌａｔｉｏｎｓｈｉｐ
ｂｅｔｗｅｅｎ ｉｎｐｕｔ ｄａｔａ ａｎｄｏｕｔｐ
ｕｔ ｄａｔａ．图３ 输入数据与输出数据的多对多映射关系
串行算法如算法１所示，可以求得ＰＫＴＭ算法的时间复杂度．假设２个方向上的偏移孔径相等，均为ｒ个面元，１个面元中有ｋ个地震道，１个输出地
震道的样点数为ｓ
，则１个输入地震道的样点要映射到πｒ２
ｋｓ个输出样点上，输入地震道数为ｎ，则算法的时间复杂度是Ｏ（ｎｒ２
ｋｓ）．近些年，１个勘探工区
采集数据已经达到几亿地震道，１个面元中的地震道从几十到数千个不等，每一道数据包含数千个地震样点，偏移孔径一般在几百到上万范围内，每一对样点的映射不仅要按照式（２
）计算旅行时，而且要计算加权因子、反假频算子［３］
等，因此，ＰＫＴＭ属于计
算密集型计算，同时ＴＢ级的输入数据使其具备数据密集型的特征．
算法１．ＰＫＴＭ串行算法．输入：输入道、速度场、孔径参数；输出：输出道．ｆｏｒ所有输入道ｄｏ 预处理地震道；
ｆｏｒ所有输入线ｄｏ
ｆｏｒ该条线的所有ＣＭＰ ｄｏ
ｆｏｒ面元内的所有输出道ｄｏ
ｆｏｒ孔径内的所有输出样点ｄｏ 计算旅行时（ｔｓ与ｔｒ）； 把输入样点累加到输出样点； ｅｎｄ ｆｏｒ ｅｎｄ ｆｏｒ ｅｎｄ ｆｏｒ ｅｎｄ ｆｏｒｅｎｄ
ｆｏｒ２ 相关研究
传统的ＰＫＴＭ并行算法都是以面元为粒度分解成像空间，根据并行任务间的依赖关系可分为输出并行与输入并行，本节主要介绍这２种算法及其变种．为便于分析算法的Ｉ／Ｏ时间，作出如下假设：２个节点通信时间用α＋ｎβ表示，其中α表示消息的延迟，与消息大小无关；β表示每字节的传输时间；ｎ表示消息大小．ｐ表示进程数，
Ｄ表示地震数据量，总测线数量为Ｌ，偏移孔径内有ｌ条线，Ｉ表示成像空间大小．２．
１ 输出并行算法输出并行算法在文献［４］中也被称为“成像点并行”，并行算法如算法２所示．思路是：把面元平均分配给所有节点上的进程，各个进程独立进行
１
７８赵长海等：高度可扩展的３Ｄ叠前Ｋｉｒｃｈｈｏｆｆ时间偏移并行算法
Ｋｉｒｃｈｈｏｆｆ偏移，最后把所有进程的计算结果拼接．从前面的物理原理可知，输入数据与输出数据是多对多的映射关系，因此每一个进程都要读取整个输入数据，通常采用广播（ＭＰＩ＿Ｂｃａｓｔ）优化数据传输［５］，基于ｓｃａｔｔｅｒ－ａｌｌｇａｔｈｅｒ广播算法［６］的理论网络通信时间为
ＴＩ／Ｏ＝（ｌｇｐ＋ｐ－１）×α＋２×Ｄ×ｐ－１
ｐ
×β．
（３） 算法２．输出并行算法．
输入：输入道、速度、孔径；
输出：输出道．
Ｃ＝总的面元数；
ｐ＝进程数；
ｆｏｒ所有输入道ｄｏ
预处理地震道；
ｆｏｒ ｃ＝１，Ｃ／ｐｐａｒ－ｄｏ
ｆｏｒ面元内的所有输出道ｄｏ
ｆｏｒ孔径内的所有输出样点ｄｏ
计算旅行时（ｔｓ与ｔｒ）；
把输入样点累加到输出样点；
ｅｎｄ ｆｏｒ
ｅｎｄ ｆｏｒ
ｅｎｄ ｆｏｒ
ｅｎｄ ｆｏｒ
算法２主要存在如下３个问题：１）可扩展性问题．在集群架构下，广播输入数据造成极大的网络Ｉ／Ｏ通信量，随着节点数增多，广播延迟变长，全局同步的代价变得更加重要，影响算法的可扩展性．２）同步开销问题．广播隐含有同步操作［６］，随着节点数增加，全局同步的代价变得更加重要．该算法要求所有的处理器都有相同的计算能力，不适合ＣＰＵ－ＧＰＵ协同计算．３）内存限制．如果成像空间比较大，必须使用很多节点才能均分成像空间，问题规模不具备可扩展性．
２．２ 输入并行算法
输入并行类似文献［４］中的“数据并行”，并行算法如算法３所示．思路是：每个进程都有相同的成像空间，输入数据分发给所有的进程，各个进程独立进行偏移，最后叠加所有进程的结果．由于成像空间远大于１个计算节点的物理内存，一般按测线滚动偏移，一条线偏移完毕进行一次同步，所有进程的结果
相加并输出，然后继续下一条线的偏移．文献［７］介绍了算法３的典型实现策略，相比输出并行方法，该方法比较容易处理负载均衡，目前常用的国外某知名商业软件就是采用该方法．采用二项式树规约算法叠加一条线的成像结果，忽略规约过程中的计算时间，采用长消息通信，消息延迟α可忽略，则理论Ｉ／Ｏ时间为
ＴＩ／Ｏ＝Ｄ×ｌ
ｐ
×β＋ｌｇｐ×Ｉ×β．（４） 算法３．输入并行算法．
输入：输入道、速度场、孔径；
输出：输出道．
ｆｏｒ所有线ｄｏ
ｆｏｒ所有线孔径内的输入道ｐａｒ－ｄｏ
预处理地震道；
ｆｏｒ该条线的所有ＣＭＰ ｄｏ
ｆｏｒ面元的所有输出道ｄｏ
ｆｏｒ孔径内的所有输出样点ｄｏ
计算旅行时（ｔｓ与ｔｒ）；
把输入样点累加到输出样点；
ｅｎｄ ｆｏｒ／＊样点循环＊／
ｅｎｄ ｆｏｒ／＊输出道循环＊／
ｅｎｄ ｆｏｒ／＊ＣＭＰ循环＊／
ｅｎｄ ｆｏｒ／＊输入道循环＊／
规约输出道；
ｅｎｄ ｆｏｒ／＊线循环＊／
算法３也存在如下可扩展性问题：１）输入数据的重复读取．在进行大规模数据偏移，由于偏移孔径很大，输入数据的重复读取次数很多，额外增加的Ｉ／Ｏ量与测线数成正比，影响程序的可扩展性．２）同步与通信开销．随着计算节点数的增多，叠加每条线成像结果的同步与通信开销也在增加，也会影响并行程序的可扩展性．
２．３ 基于输入和输出并行的改进算法
文献［８］提出的基于进程组的并行策略，融合了输出并行方法与输入并行方法的优点．该方法提出将所有进程分成若干组，组之间则采用类似输入并行方法，所有的组都分配同一条线的成像空间，组内采用类似输出并行算法划分成像空间．该并行策略依然没解决如下可扩展性的问题：１）输入数据依然需要重复读取，同步归约操作的开销并没有被消除；２）１个组内的广播通信与同步开销依然存在．
２
７
８计算机研究与发展 ２０１５，５２（４）
针对输出并行算法成像空间太大需要太多节点均分的问题，文献［９－１０］提出先从炮检距拆分成像空间，降低内存需求，然后再按照输出并行算法逐个炮检距偏移，该算法依然没有解决广播通信的巨大网络通信量和同步开销．
３ 多维成像空间分解算法及其实现
３．１ 并行算法设计
１．２节介绍过输入数据可以用４维坐标表示，我们研究发现ＰＫＴＭ的输出数据同样可以对应到４维空间内Ｉ（ｘ，ｙ，ｔ，ｈ），将输入数据与成像空间都沿着炮检距方向分解，那么输入数据子集与成像空间子块之间就形成１对１的关系，每一个炮检距对应的３维成像空间就可以独立偏移，之间没有任何依赖关系，输入数据不需要重复读取．一般情况下，单节点物理内存能够容纳１个炮检距的成像空间，对于特大工区的偏移，可以首先从测线方向拆分成像空间（假设拆分为ｓ份），然后再沿炮检距方向分解，降低内存需求．
由于炮检距数量有限（从几十到几百），经过上述分解，计算任务数太少，颗粒度过大．在集群架构下，可以将所有作业节点分为若干组（设组数ｇ），同组的所有节点采用输入并行协同完成１个炮检距计算；节点内采用ｒｏｕｎｄ－ｒｏｂｉｎ方式在ＣＰＵ核间均分面元，即输出并行算法，完整的并行算法如算法４所示．该算法的主要优势是利于Ｉ／Ｏ并行可以保证较好的数据局部性，降低了任务间的耦合性，便于映射到集群系统的多个并行层次上．假设节点组数ｇ与炮检距数量相等，每一个炮检距成像空间对应的输入数据量也相等，采用长消息通信，则理论Ｉ／Ｏ时间为
ＴＩ／Ｏ＝Ｄ
ｐ×
ｌ
Ｌ
×ｓ×β＋ｌｇｐ
ｇ
×Ｉ×β．（５）
算法４．多维度成像空间分解算法．输入：输入道、速度、孔径；
输出：输出道．
Ｌ＝总的输出线；
ＣＰ＝一条线内总的ＣＭＰ数；
Ｓ＝成像空间拆分份数
ｒｅｐｅａｔ Ｓ次
ｆｏｒ所有偏移距ｐａｒ－ｄｏ
ｆｏｒ偏移距内的所有输入道ｐａｒ－ｄｏ
预处理地震道；
ｆｏｒ所有的面元（Ｌ／Ｓ×ＣＰ）ｐａｒ－ｄｏ
ｆｏｒ孔径内的所有输出样点ｄｏ
计算旅行时（ｔｓ与ｔｒ）；
把输入样点累加到输出样点；
ｅｎｄ ｆｏｒ／＊样点循环＊／
ｅｎｄ ｆｏｒ／＊面元循环＊／
ｅｎｄ ｆｏｒ／＊输入道循环＊／
规约输出道；
ｅｎｄ ｆｏｒ／＊偏移距循环＊／
合并输出空间；
ｅｎｄ ｒｅｐｅａｔ
３．２ 并行算法实现
并行算法实现的主要目标是在大规模集群系统上高效运行，典型的地震数据处理中心计算系统具有如下３个特征：
１）集群系统规模已经达到上千甚至上万个节点［１１］；
２）计算节点是普通的多核服务器［１２］，千兆以太网互联．目前也有少量ＣＰＵ－ＧＰＵ异构集群系统，配备Ｉｎｆｉｎｉｂａｎｄ高速互联网络；
３）１个机柜有３２～６４个节点，机柜间通过光纤交换机互联，组成超大规模的集群系统，由于机柜间的网络带宽有限，机柜间网络Ｉ／Ｏ量不能过大，否则会形成性能瓶颈．
一般地震资料处理中心集群系统，自顶向下存在４个层次的并行：机柜间、节点间、处理器间和处理器核间，不同层次的Ｉ／Ｏ带宽存在巨大差异．算法实现的主要挑战是：不同机器配置间的负载均衡、容错以及各个并行层次内数据局部性．
如图４所示，ＰＫＴＭ实现采用２个层次的经理／雇员（Ｍａｓｔｅｒ／Ｗｏｒｋｅｒ）模式［１３］调度任务，将参与计算的节点分成若干组，节点组数小于炮检距数目，每个计算节点只启动１个进程，进程内调度多个线程并行计算．该并行实现的计算流程如下：
１）沿炮检距方向划分成像空间，１个节点组分配１个共炮检距成像任务；
２）节点组中的１个节点作为“组长”（ＧｒｏｕｐＬｅａｄｅｒ），负责分发本组成像任务对应的输入数据；
３）在节点内，把共炮检距成像空间按照面元平均分配给所有的ＣＰＵ核，１个ＣＰＵ核上启动１个
３
７
８
赵长海等：高度可扩展的３Ｄ叠前Ｋｉｒｃｈｈｏｆｆ时间偏移并行算法
线程进行偏移计算，共享输入数据；
４）１个炮检距成像任务计算完毕，叠加本组所有节点的成像结果，并输出；
５）待所有的炮检距成像任务完成，程序结束
．
Ｆｉｇ．４ Ｐａｒａｌｌｅｌ ａｒｃｈｉｔｅｃｔｕｒｅ ｏｆ ＰＫＴＭ．
图４ ＰＫＴＭ执行流程
组内采用动态的数据分发方法，即根据节点计
算能力按需分配输入数据，消除了节点之间的同步
操作，最大限度发挥每个节点的计算能力，实现节点
间的负载动态均衡．
节点组间没有任何通信，对于多机柜互联组成
的集群系统，只要节点组的成员都位于同一个机柜
内，机柜间的网络带宽就不会形成性能瓶颈；节点内
调度多个线程并行计算，共享输入数据，可以提升缓
存（ｃａｃｈｅ）命中率．
集群规模增大以后，计算节点发生硬件或者软
件故障的概率也会增加［１４］．并行程序必须具备容错
能力，才能保证在遇到节点故障时能够不间断地正
确运行．主节点负责侦测故障，它周期性地向所有从
进程发送短消息，如果没有响应则认为该节点发生
故障，采用如下容错方案：
１）组员节点故障．组长负责记录分发给每个组
员地震道编号，一旦某个组员发生故障，组长负责将
分给故障节点的数据重新分发给其他组员．
２）组长节点故障．一旦组长发生故障，所有组
员抛弃正在偏移的中间结果重新选择１个组长，由
主节点重新分配新的共炮检距成像任务．
３）主节点故障．整个并行程序只有１个主节
点，发生故障的概率非常小．为了防止主节点故障或
者人为中断并行程序引起的损失，实现了检查点机
制，主节点记录已经输出到结果文件的共炮检距成
像数据，重启并行程序时主节点只分配未完成的共
炮检距成像任务，新的成像数据追加到现有的结果
文件．
４ 算法比较与实际测试
本算法已经应用于生产项目，证明了其结果的
正确性，本节实验不再讨论正确性，从如下３个方面
进行讨论：
１）将本文提出的并行算法与输入并行和输出
并行进行性能对比分析；
２）分别从节点内线程级并行和节点间进程级
并行２个层面，实验分析并行算法的可扩展性；
３）实验分析节点故障对程序性能的影响．
４．１ 实验环境与数据
实验用到３个集群，硬件配置如表１所示，数据
存放在Ｃ－Ⅲ集群的Ｉ／Ｏ服务器上，集群间用万兆以
太网互联．
ＰＫＴＭ在石油勘探领域有２种典型的应用方
式：目标线偏移和体偏移．目标线偏移是在整个工区
范围内，按照某一规则选取部分测线进行偏移，一般
是等间隔选取，其目的是进行参数试验、速度调整
等；而其计算量小，Ｉ／Ｏ量相对较大，程序运行周期
较短，执行次数较多，１个工区最少得执行５次．体
偏移是对整个工区所有测线进行偏移，计算量较大，
一般情况下执行１次．
实验选用我国西北部某工区数据，共１．８ＴＢ，
每个输入地震道３ ５００个样点；ｉｎ－ｌｉｎｅ范围：２９～１ ８２０
线，ｃｒｏｓｓ－ｌｉｎｅ范围：１～１ ６９６线；炮检距共７０个．目标
线作业选择１００～５００线进行偏移，线间隔是５０，即共
偏移９条线，输出道长为１ ５０４个样点，输出成像空间
大小为２７．２７ＧＢ，孔径范围内输入数据为６３０ＧＢ；体４
７
８计算机研究与发展 ２０１５，５２（４）
Ｔａｂｌｅ １ Ｃｌｕｓｔｅｒ Ｃｏｎｆｉｇｕｒａｔｉｏｎ表１ 集群软硬件配置
Ｎｏｄｅｓ
＃Ｎｏｄｅｓ
（Ｆａｕｌｔｙ Ｎｏｄｅｓ）
＃ＣＰＵｓ
Ｐｅｒ Ｎｏｄｅ
＃Ｔｈｒｅａｄｓ
Ｐｅｒ ＣＰＵ
Ｍｅｍｏｒｙ Ｐｅｒ
Ｎｏｄｅ／ＧＢ
Ｎｅｔｗｏｒｋ
Ｉ／Ｏ
Ｓｅｒｖｅｒｓ
ＯＳ
Ｃ－Ⅰ１２８（９－１０）２，Ｉｎｔｅｌ?Ｘｅｏｎ?
ＣＰＵ ５１５０
２．６６ＧＨｚ
２ ４Ｇｉｇａｂｉｔ ８
Ｒｅｄ Ｈａｔ
ＡＳ ４．４
Ｃ－Ⅱ１２８（２）２，ＡＭＤ ＯｐｔｅｒｏｎＴＭ
ＣＰＵ ２３５２
２．１ＧＨｚ
４ ８Ｇｉｇａｂｉｔ ８
Ｒｅｄ Ｈａｔ
ＡＳ ４．６
Ｃ－Ⅲ２５６（２－４）２，Ｉｎｔｅｌ?Ｘｅｏｎ?
ＣＰＵ Ｘ５６５０
２．６７ＧＨｚ
６×２ ２４Ｇｉｇａｂｉｔ ８
Ｒｅｄ Ｈａｔ
ＡＳ ５．５
偏作业偏移６００～８００线，共偏移２０１条线，１个偏移距成像空间大小为１．９ＧＢ，总输出成像空间大小为１３３．７ＧＢ，对应的输入数据量为６００ＧＢ．４．２ 并行算法性能比较
３种算法的性能对比实验在Ｃ－Ⅰ集群６４个节点上进行，为缩短实验时间，仅偏移１４７ＧＢ地震数据．ＰＫＴＭ输出并行算法实现及优化参见文献［１５］，通过多线程、软流水等技术优化性能；输入并行的实现采用某国外著名商业ＰＫＴＭ软件．３种并行算法的性能对比如表２所示，可以看出无论是目标线偏移或是体偏移，多维分解算法都有明显的性能优势．目标线偏移时，输出并行算法的数据广播是主要性能瓶颈，实际Ｉ／Ｏ时间远比式（３）的理论时间长，输入并行算法由于比多维分解算法读取了更多的数据量，因而性能相比较差．
Ｔａｂｌｅ ２ Ｐｅｒｆｏｒｍａｎｃｅ Ｃｏｍｐａｒｉｓｏｎ ｏｆ Ｔｈｒｅｅ Ｐａｒａｌｌｅｌ Ａｌｇｏｒｉｔｈｍｓ
表２ ３种并行算法性能对比ｍｉｎ
ＭｉｇｒａｔｉｏｎＯｕｔｐｕｔ
Ｐａｒａｌｌｅｌ
Ｉｎｐｕｔ
Ｐａｒａｌｌｅｌ
Ｍｕｌｔｉ－Ｄｉｍｅｎｓｉｏｎ
Ｄｅｃｏｍｐｏｓｉｔｉｏｎ
Ｔａｒｇｅｔ－Ｌｉｎｅ ２８８ ４８ ２８
Ｖｏｌｕｍｅ ２ ５３２ ３ ０７６ ２ １２７
体偏移时，由于计算量较大，输出并行算法实现了用软流水优化技术隐藏广播通信开销，而输入并行需要多次同步规约，因而输出并行性能稍好．多维分解算法性能比输出并行快１９％，根据性能监控数据分析发现，多维分解实现计算过程中没有任何同步等待；而输出并行算法实现，每隔一段时间会有一次同步等待，原因是每个节点的计算任务不能保证绝对的均衡，差异积累到一定程度之后ＭＰＩ广播引发所有进程的同步等待．可以预见，随着作业节点规模的增大，同步开销会更加严重．４．３ 可扩展性与并行效率测试
本节实验分别针对多维分解算法实现在节点内线程级并行和节点间进程级并行的可扩展性进行测试．为了便于用Ｉｎｔｅｌ ＰＴＵ［１６］进行微架构分析，节点内并行实验平台采用Ｉｎｔｅｌ Ｃｏｒｅ ｉ７－９５０处理器，安装支持超线程处理器的操作系统Ｒｅｄ Ｈａｔ ＥｎｔｅｒｐｒｉｓｅＬｉｎｕｘ ６．０；节点间并行使用Ｃ－Ⅰ，Ｃ－Ⅱ，Ｃ－Ⅲ组成的大规模集群系统作为实验平台．
４．３．１ 节点内并行
Ｆｉｇ．５ Ｓｐｅｅｄｕｐ ａｎｄ ｅｆｆｉｅｎｃｙ ｏｆ ｉｎｔｒａ－ｎｏｄｅ ｐａｒａｌｌｅｌｉｓｍ．图５ 节点内并行的加速比与并行效率
目标线偏移和体偏移实验都截取４ ０９６个地震道进行偏移，加速比与并行效率曲线如图５所示．Ｃｏｒｅ ｉ７－９５０超线程处理器有４个物理核，启用１～４个线程，２种应用都呈现出了很好的可扩展性，目标线偏移甚至出现了超线性的加速比．主要原因是节点内多个线程间共享地震数据，而且有顺序访问的特点，线程越多整体Ｌ３ｃａｃｈｅ缺失越低，如图６所示．
５
７
８
赵长海等：高度可扩展的３Ｄ叠前Ｋｉｒｃｈｈｏｆｆ时间偏移并行算法
Ｆｉｇ．６ Ｒｅｌａｔｉｏｎｓｈｉｐ
ｂｅｔｗｅｅｎ Ｌ３ｃａｃｈｅ ｍｉｓｓ ｒａｔｅ ａｎｄｎｕｍｂｅｒ ｏｆ
ｔｈｒｅａｄｓ．图６ Ｌ３ｃａｃｈｅ缺失与并发计算线程数的关系
体偏移的Ｌ３ｃａｃｈｅ缺失随着线程数增多略有上升，但由于其计算量巨大，对性能影响不大．从图５可以看出，
超过４个线程并行效率急剧下降，对比关闭处理器超线程前后的峰值性能，使用超线程技术，目标线偏移性能提升７．０８％，体偏移提升７．４３％．超线程技术主要依靠指令的访存延迟降低ＣＰ
Ｉ（ｃｙ
ｃｌｅｓ－ｐｅｒ－ｉｎｓｔｒｕｃｔｉｏｎ）［１７］
，由于具备较好的数据局部性，因而超线程对ＰＫＴＭ程序性能提升有限．４．３．２ 节点间的并行
目标线偏移实验在Ｃ－Ⅲ集群上进行，设定８个节点一组，每个节点启用２４个计算线程，执行时间与加速比如图７所示．图７中加速比以８个节点的执行时间为基准计算得到，６４节点以前加速比接近线性增长，在９６节点达到峰值．影响可扩展性的主要原因是存储Ｉ／Ｏ吞吐的限制，９６节点时共１２个组长并发读，平均读取速率是５０５ＭＢｐｓ，增加节点数，引入更多组长进程竞争存储Ｉ／Ｏ，总体吞吐反而有所下降
．
Ｆｉｇ．７ Ｅｘｅｃｕｔｉｏｎ ｔｉｍｅ ａｎｄ ｓｐｅｅｄｕｐ
ｏｆ ｔａｒｇｅｔ－ｌｉｎｅｍｉｇ
ｒａｔｉｏｎ ｏｎ Ｃ－Ⅲ．图７ 目标线偏移在Ｃ－Ⅲ集群的执行时间与加速比
体偏移实验调度３个集群，设定３２个节点１组计算１个炮检距成像空间，Ｃ－Ⅲ集群节点启用２４个计算线程，Ｃ－Ⅰ集群和Ｃ－Ⅱ集群节点启用线程与本
节点的ＣＰＵ核数相同．由于３个集群节点的性能不一致，我们用本文的ＰＫＴＭ多线程实现作为基准测试（ｂｅｎｃｈｍａｒｋ），测量３个集群节点的性能，作业参数与体偏作业相同，偏移２ ０４８个地震道，执行时间如表３所示，并以Ｃ－Ⅰ集群节点的４个处理器核数为基准，对其他２个集群节点的处理器核数归一化．
Ｔａｂｌｅ ３ Ｎｏｒｍａｌｉｚｅｄ Ｄｉｆｆｅｒｅｎｔ ＣＰＵ
Ｃｏｒｅ表３ 处理器核数归一化
Ｎｏｄｅｓ Ｅｘｅｃｕｔｉｏｎ Ｔｉｍｅ／ｍｓ Ｎｏｒｍａｌｉｚｅｄ Ｎｕｍｂｅｒ ｏｆ
ＣｏｒｅｓＣ－Ⅰ１２２ ３６３ ４Ｃ－Ⅱ７９ ３９０ ６．１７Ｃ－Ⅲ
２６
３４７ １８．５８
在不同机器规模情况下，
体偏移作业的执行时间如表４所示，表４的第１列是３个集群节点的组合，第２列是健康节点和计算线程的总数．从图８的加速比曲线可以看出，机器规模在３８０之前，程序具备良好的可扩展性；然而节点数从３８０增加到４９７，加速效率并不理想，原因可以从图９分析出来．图９展示了执行过程中以１０ｓ间隔采样的总体读取速率，可以看出使用４９７个节点的作业数据处理速度明显高于３８０个节点，但读取速率曲线有相对较长的尾部，这是由于每个节点组性能有较大的差异，作业临近结束（炮检距成像任务分配完毕），性能最差的Ｃ－Ⅰ集群节点组拖慢了整个作业的执行速度，对于这类问题可以采用文献［１８］提出的“任务备份”机制解决．作业节点规模达到４９７个节点时，地震数据平均处理速度为１２３ＭＢｐｓ，远没有达到存储系统Ｉ／Ｏ吞吐的峰值，因此存储Ｉ／Ｏ并不是性能瓶颈，如果缩小机器间的性能差距，使用更多的节点，程序能够继续加速．从图９也可以看出数据处理速度比较稳定，说明即使机器性能有差异，多维分解并行算法实现也可以达到较好的负载均衡．
Ｔａｂｌｅ ４ Ｅｘｅｃｕｔｉｏｎ Ｔｉｍｅ ａｓ Ｃｏｍｐｕｔｉｎｇ
Ｎｏｄｅｓ Ｉｎｃｒｅａｓｉｎｇ表４ 不同机器规模情况下体偏移作业执行时间
Ｃｌｕｓｔｅｒｓ
Ｎｕｍｂｅｒ
ｏｆＮｏｄｅｓ／Ｔｈｒｅａｄｓ
ＮｏｒｍａｌｉｚｅｄＮｕｍｂｅｒｏｆ ＣｏｒｅｓＥｘｅｃｕｔｉｏｎＴｉｍｅ／ｓ６２Ｃ－Ⅲ６２／１４８８ １ １５２ １９ ０８１１２８Ｃ－Ⅲ１２８／３０７２ ２ ３７８ ９ ４５２２５６Ｃ－Ⅲ２５３／６０７２ ４ ７０１ ６ ４９３２５６Ｃ－Ⅲ＋１２８Ｃ－Ⅰ３７３／７０４８ ５ １９５ ５ ３６２２５６Ｃ－Ⅲ＋１２８Ｃ－Ⅱ
３８０／７０５６
５ ４６０ ５ ０１１２５６Ｃ－Ⅲ＋１２８Ｃ－Ⅱ＋１２８Ｃ－Ⅰ４９７／７５５２
５ ９５０
４
９７５６
７８计算机研究与发展 ２０１５，５２（４
）
Ｆｉｇ．８ Ｓｐｅｅｄｕｐ ｏｆ ＰＫＴＭ ｒｕｎｎｉｎｇ
ｏｎ ｔｈｅ ｌａｒｇｅ ｃｌｕｓｔｅｒｓ．图８
大规模集群上的加速比
Ｆｉｇ
．９ Ｄａｔａ ｔｒａｎｓｆｅｒ ｒａｔｅ ｏｖｅｒ ｔｉｍｅ．图９ 体偏移作业随执行时间推移的读速率
４．４ 容错测试
容错测试在Ｃ－Ⅲ集群的６４节点上进行，共８个节点组，运行目标线作业至６００ｓ时，强行终止一部分作业节点上的进程．如图１０所示，节点出现故障以后，不会影响程序正确执行，但数据处理速度下降；同时由于故障节点的任务转移到健康节点重新处理，总输入数据量增加；１６和３１个随机节点故障分别增加２．４％和４．３％的额外数据，说明故障节点造成的开销并不大；７个组长故障增加７．１％数据量，这是由于组长节点故障要丢弃整个组正在偏移的中间结果，因此组长节点故障的开销稍大
．
Ｆｉｇ
．１０ Ｉｎｆｌｕｅｎｃｅ ｏｆ ｗｏｒｋｅｒ ｆａｉｌｕｒｅ ｏｎ ＰＫＴＭ ｅｘｅｃｕｔｉｏｎ．图１０ 作业执行期间节点故障的影响
５ 结 论
本文通过分析ＰＫＴＭ并行化效率不高的原因，提出了一种面向大规模集群系统的多维度成像空间分解算法．主要思想是：首先沿炮检距方向分解成像空间；然后再沿ｉｎ－
ｌｉｎｅ方向继续切分，直到成像空间小于计算节点物理内存；最后在共享内存的计算节点内按照ｒｏｕｎｄ－ｒｏｂｉｎ均分面元．该并行算法在不增加数据通信量的情况下，减少了通信开销和同步时间，提高了数据的局部性．
本文给出了基于该并行算法的优化实现，根据集群系统不同并行层次的通信速度和体系结构差异，采用不同的并行策略，充分发挥硬件性能；给出了容错策略，应对节点规模增大之后容易出现故障节点的问题．实现表明，随着问题规模或机器规模的增加，该算法均具备高度的可扩展性；该并行算法不要求计算节点具备相同的计算能力，因此也适合在ＧＰ
Ｕ异构集群上实现．参
考
文
献
［１］Ｂｅｖｃ Ｄ．Ｉｍａｇｉｎｇ
ｃｏｍｐｌｅｘ ｓｔｒｕｃｔｕｒｅｓ ｗｉｔｈ ｓｅｍｉｒｅｃｕｒｓｉｖｅＫｉｒｃｈｈｏｆｆ ｍｉｇｒａｔｉｏｎ［Ｊ］．Ｇｅｏｐｈｙｓｉｃｓ，１９９７，６２（２）：５７７－５８８［２］Ｈｕａｎｇ
Ｙｉ，Ｓｈｉ Ｘｕｅｍｉｎｇ，Ｆａｎ Ｊｉａｎｋｅ，ｅｔ ａｌ．Ｒｅｖｉｅｗ ｏｎｐａｒａｌｌｅｌ ｃｏｍｐｕｔｉｎｇ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｉｎ ｅｘｐｌｏｒａｔｉｏｎｇｅｏｐｈｙｓｉｃｓ［Ｊ］．Ｐｒｏｇｒｅｓｓ ｉｎ Ｇｅｏｐｈｙｓ，２０１０，２５（２）：６４２－６４９（ｉｎ
Ｃｈｉｎｅｓｅ）（黄易，师学明，范建柯，等．并行计算技术及其在勘探地球物理学中的现状与展望［Ｊ］．地球物理学进展，２０１０，２５（２）：６４２－
６４９）［３］Ｐａｎｅｔｔａ Ｊ，ｄｅ Ｓｏｕｚａ Ｆｉｌｈｏ Ｒ Ｐ Ｒ，ｄａ Ｃｕｎｈａ Ｆｉｌｈｏ Ｃ Ａ，ｅｔ
ａｌ．Ｃｏｍｐｕｔａｔｉｏｎａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｐｒｏｄｕｃｔｉｏｎ ｓｅｉｓｍｉｃ ｍｉｇｒａｔｉｏｎａｎｄ ｉｔｓ ｐｅｒｆｏｒｍａｎｃｅ ｏｎ ｎｏｖｅｌ ｐｒｏｃｅｓｓｏｒ ａｒｃｈｉｔｅｃｔｕｒｅｓ［Ｃ］／／Ｐｒｏｃ ｏｆ ｔｈｅ １９ｔｈ Ｉｎｔ Ｓｙｍｐ ｏｎ Ｃｏｍｐｕｔｅｒ Ａｒｃｈｉｔｅｃｔｕｒｅ ａｎｄＨｉｇｈ Ｐｅｒｆｏｒｍａｎｃｅ Ｃｏｍｐｕｔｉｎｇ．Ｐｉｓｃａｔａｗａｙ，ＮＪ：ＩＥＥＥ，２００７：１１－
１８［４］Ｌｉｕ Ｇｕｏｆｅｎｇ，Ｌｉｕ Ｈｏｎｇ，Ｗａｎｇ
Ｘｉｕｍｉｎ，ｅｔ ａｌ．Ｔｗｏ ｋｉｎｄｓ ｏｆｔｒａｖｅｌｉｎｇ ｔｉｍｅ ｃｏｍｐｕｔａｔｉｏｎ ａｎｄ ｐａｒａｌｌｅｌ ｃｏｍｐｕｔｉｎｇ ｍｅｔｈｏｄｓ ｏｆｋｉｒｃｈｈｏｆｆ ｍｉｇｒａｔｉｏｎ［Ｊ］．Ｐｒｏｇｒｅｓｓ ｉｎ Ｇｅｏｐｈｙｓ，２００９，２４（１）：１３１－
１３６（ｉｎ Ｃｈｉｎｅｓｅ）（刘国峰，刘洪，王秀闽，等．Ｋｉｒｃｈｈｏｆｆ积分时间偏移的两种走时计算及并行算法［Ｊ］．地球物理学进展，２００９，２４（１）：１３１－
１３６）［５］Ｓｈｉ Ｘ，Ｌｉ Ｃ，Ｗａｎｇ
Ｘ，ｅｔ ａｌ．Ａ ｐｒａｃｔｉｃａｌ ａｐｐｒｏａｃｈ ｏｆ ｃｕｒｖｅｄｒａｙ
ｐｒｅｓｔａｃｋ Ｋｉｒｃｈｈｏｆｆ ｔｉｍｅ ｍｉｇｒａｔｉｏｎ ｏｎ ＧＰＧＰＵ［Ｇ］／／ＬＮＣＳ ５７３７：Ｐｒｏｃ ｏｆ ｔｈｅ ８ｔｈ Ｉｎｔ Ｓｙｍｐ ｏｎ Ａｄｖａｎｃｅｄ ＰａｒａｌｌｅｌＰｒｏｃｅｓｓｉｎｇ
Ｔｅｃｈｎｏｌｏｇｉｅｓ．Ｂｅｒｌｉｎ：Ｓｐｒｉｎｇｅｒ，２００９：１６５－１７６７
７８赵长海等：高度可扩展的３Ｄ叠前Ｋｉｒｃｈｈｏｆｆ时间偏移并行算法
［６］Ｔｈａｋｕｒ Ｒ，Ｒａｂｅｎｓｅｉｆｎｅｒ Ｒ，Ｇｒｏｐｐ Ｗ．Ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆｃｏｌｌｅｃｔｉｖｅ ｃｏｍｍｕｎｉｃａｔｉｏｎ ｏｐｅｒａｔｉｏｎｓ ｉｎ ＭＰＩＣＨ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｈｉｇｈ Ｐｅｒｆｏｒｍａｎｃｅ Ｃｏｍｐｕｔｉｎｇ
Ａｐｐｌｉｃａｔｉｏｎｓ，２００５，１９（１）：４９－６６
［７］Ｄａｉ Ｈｅｎｇｃｈａｎｇ．Ｐａｒａｌｌｅｌ ｐｒｏｃｅｓｓｉｎｇ ｏｆ ｐｒｅｓｔａｃｋ Ｋｉｒｃｈｈｏｆｆｔｉｍｅ ｍｉｇｒａｔｉｏｎ ｏｎ ａ ＰＣ ｃｌｕｓｔｅｒ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ ＆
Ｇｅｏｓｃｉｅｎｃｅｓ，２００５，３１（７）：８９１－８９９
［８］Ｌｉ Ｊ，Ｈｅｉ Ｄ，Ｙａｎ Ｌ．Ｐａｒｔｉｔｉｏｎｉｎｇ ａｌｇｏｒｉｔｈｍ ｏｆ ３－Ｄ ｐｒｅｓｔａｃｋｐａｒａｌｌｅｌ Ｋｉｒｃｈｈｏｆｆ ｄｅｐｔｈ ｍｉｇｒａｔｉｏｎ ｆｏｒ ｉｍａｇｉｎｇ ｓｐａｃｅｓ［Ｃ］／／
Ｐｒｏｃ ｏｆ ｔｈｅ ８ｔｈ Ｉｎｔ Ｃｏｎｆ ｏｎ Ｇｒｉｄ ａｎｄ Ｃｏｏｐｅｒａｔｉｖｅ Ｃｏｍｐｕｔｉｎｇ．Ｐｉｓｃａｔａｗａｙ，ＮＪ：ＩＥＥＥ，２００９：２７６－２８０
［９］Ｐａｎｅｔｔａ Ｊ，Ｔｅｉｘｅｉｒａ Ｔ，ｄｅ Ｓｏｕｚａ Ｆｉｌｈｏ Ｐ Ｒ Ｐ，ｅｔ ａｌ．Ａｃｃｅｌｅｒａｔｉｎｇ ｔｉｍｅ ａｎｄ ｄｅｐｔｈ ｓｅｉｓｍｉｃ ｍｉｇｒａｔｉｏｎ ｂｙ ＣＰＵ ａｎｄ
ＧＰＵ ｃｏｏｐｅｒａｔｉｏｎ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｐａｒａｌｌｅｌ
Ｐｒｏｇｒａｍｍｉｎｇ．２０１２，４０（３）：２９０－３１２
［１０］Ｗａｎｇ Ｈｕａｚｈｏｎｇ，Ｃａｉ Ｊｉｅｘｉｏｎｇ，Ｋｏｎｇ Ｘｉａｎｇｎｉｎｇ，ｅｔ ａｌ．Ａｎｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｏｆ Ｋｉｒｃｈｈｏｆｆ ｉｎｔｅｇｒａｌ ｍｉｇｒａｔｉｏｎ ｆｏｒ ｌａｒｇｅ－ｓｃａｌｅ
ｄａｔａ［Ｊ］．Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｇｅｏｐｈｙｓｉｃｓ，２０１０，５３（７）：１６９９－
１７０９（ｉｎ Ｃｈｉｎｅｓｅ）
（王华忠，蔡杰雄，孔祥宁，等．适于大规模数据的三维
Ｋｉｒｃｈｈｏｆｆ积分法体偏移实现方案［Ｊ］．地球物理学报，２０１０，５３（７）：１６９９－１７０９）
［１１］Ｚｈａｏ Ｇａｉｓｈａｎ．Ｃｕｒｒｅｎｔ ｓｔａｔｕｓ ａｎｄ ｏｕｔｌｏｏｋ ｏｆ ｈｉｇｈｐｅｒｆｏｒｍａｎｃｅ ｃｏｍｐｕｔｉｎｇ ｆｏｒ ｓｅｉｓｍｉｃ ｅｘｐｌｏｒａｔｉｏｎ［Ｊ］．Ｄｅｖｅｌｏｐｍｅｎｔ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｈｉｇｈ Ｐｅｒｆｏｒｍａｎｃｅ
Ｃｏｍｐｕｔｉｎｇ，２００９，１（２９）：１９－２３（ｉｎ Ｃｈｉｎｅｓｅ）
（赵改善．高性能计算在石油物探中的应用现状与前景［Ｊ］．
高性能计算发展与应用，２００９，１（２９）：１９－２３）
［１２］Ｗａｎｇ Ｈｏｎｇｌｉｎ．Ｔｈｅ ｒｅｖｏｌｕｔｏｎ ｏｆ ｃｏｍｐｕｔｅｒ ｆｏｒ ｇｅｏｐｈｙｓｉｃｓ［Ｊ］．Ｐｒｏｇｒｅｓｓ ｉｎ Ｅｘｐｌｏｒａｔｉｏｎ Ｇｅｏｐｈｙｓｉｃｓ，２００９，３２（４）：２３３－
２３８（ｉｎ Ｃｈｉｎｅｓｅ）
（王宏琳．地球物理计算机的变革［Ｊ］．勘探地球物理进展，２００９，３２（４）：２３３－２３８）
［１３］Ｃｈｅｎ Ｇｕｏｌｉａｎｇ，Ｓｕｎ Ｇｕａｎｇｚｈｏｎｇ，Ｘｕ Ｙｕｎ，ｅｔ ａｌ．Ｍｅｔｈｏｄｏｌｏｇｙ ｏｆ ｒｅｓｅａｒｃｈ ｏｎ ｐａｒａｌｌｅｌ ａｌｇｏｒｉｔｈｍｓ［Ｊ］．Ｃｈｉｎｅｓｅ
Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒｓ，２００８，３１（９）：１４９３－１５０２（ｉｎ Ｃｈｉｎｅｓｅ）
（陈国良，孙广中，徐云，等．并行算法研究方法学［Ｊ］．计算
机学报，２００８，３１（９）：１４９３－１５０２）
［１４］Ｓｃｈｒｏｅｄｅｒ Ｂ，Ｇｉｂｓｏｎ Ｇ Ａ．Ａ Ｌａｒｇｅ－ｓｃａｌｅ ｓｔｕｄｙ ｏｆ ｆａｉｌｕｒｅｓ ｉｎｈｉｇｈ－ｐｅｒｆｏｒｍａｎｃｅ ｃｏｍｐｕｔｉｎｇ ｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓ ｏｎ
Ｄｅｐｅｎｄａｂｌｅ ａｎｄ Ｓｅｃｕｒｅ Ｃｏｍｐｕｔｉｎｇ，２０１０，７（４）：３３７－３５１［１５］Ｚｈａｏ Ｃｈａｎｇｈａｉ，Ｙａｎ Ｈａｉｈｕａ，Ｓｈｉ Ｘｉａｏｈｕａ，ｅｔ ａｌ．ＤＥＣＦ：Ａｃｏａｒｓｅ－ｇｒａｉｎｅｄ ｄａｔａ－ｐａｒａｌｌｅｌ ｐｒｏｇｒａｍｍｉｎｇ ｆｒａｍｅｗｏｒｋ ｆｏｒｓｅｉｓｍｉｃ ｐｒｏｃｅｓｓｉｎｇ［Ｃ］／／Ｐｒｏｃ ｏｆ ｔｈｅ １ｓｔ Ｉｎｔ Ｃｏｎｆ ｏｎ
Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｓｏｆｔｗａｒｅ Ｅｎｇｉｎｅｅｒｉｎｇ．Ｐｉｓｃａｔａｗａｙ，
ＮＪ：ＩＥＥＥ，２００８：４５４－４６０
［１６］Ａｌｅｘａｎｄｒｏｖ Ａ，Ｂｒａｔａｎｏｖ Ｓ，Ｆｅｄｏｒｏｖａ Ｊ，ｅｔ ａｌ．Ｐａｒａｌｌｅｌｉｚａｔｉｏｎｍａｄｅ ｅａｓｉｅｒ ｗｉｔｈ Ｉｎｔｅｌ ｐｅｒｆｏｒｍａｎｃｅ－ｔｕｎｉｎｇ ｕｔｉｌｉｔｙ［Ｊ］．Ｉｎｔｅｌ
Ｔｅｃｈｎｏｌｏｇｙ Ｊｏｕｒｎａｌ，２００７，１１（４）：２７５－２８６
［１７］Ｍａｒｒ Ｄ Ｔ，Ｂｉｎｎｓ Ｆ，Ｈｉｌｌ Ｄ Ｌ，ｅｔ ａｌ．Ｈｙｐｅｒ－ｔｈｒｅａｄｉｎｇｔｅｃｈｎｏｌｏｇｙ ａｒｃｈｉｔｅｃｔｕｒｅ ａｎｄ ｍｉｃｒｏａｒｃｈｉｔｅｃｔｕｒｅ［Ｊ］．Ｉｎｔｅｌ
Ｔｅｃｈｎｏｌｏｇｙ Ｊｏｕｒｎａｌ，２００２，６（１）：４－１５
［１８］Ｄｅａｎ Ｊ，Ｇｈｅｍａｗａｔ Ｓ．ＭａｐＲｅｄｕｃｅ：Ｓｉｍｐｌｉｆｉｅｄ ｄａｔａｐｒｏｃｅｓｓｉｎｇ ｏｎ ｌａｒｇｅ ｃｌｕｓｔｅｒｓ［Ｊ］．Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｏｆ ｔｈｅ
ＡＣＭ，２００８，５１（１）：１０７－１１３
Ｚｈａｏ Ｃｈａｎｇｈａｉ，ｂｏｒｎ ｉｎ １９７９．Ｒｅｃｅｉｖｅｄ ｈｉｓ
ＰｈＤ ｆｒｏｍ Ｂｅｉｈａｎｇ Ｕｎｉｖｅｒｓｉｔｙ．Ｈｉｓ ｍａｉｎ
ｒｅｓｅａｒｃｈ ｉｎｔｅｒｅｓｔｓ ｉｎｃｌｕｄｅ ｈｉｇｈ ｐｅｒｆｏｒｍａｎｃｅ
ｃｏｍｐｕｔｉｎｇ ａｎｄ ｓｅｉｓｍｉｃ ｉｍａｇｉｎｇ．
Ｗａｎｇ Ｓｈｉｈｕ，ｂｏｒｎ ｉｎ １９６５．Ｓｅｎｉｏｒ ｅｎｇｉｎｅｅｒ
ｉｎ ＧｅｏＰｈｙｓｉｃａｌ Ｔｅｃｈｎｉｑｕｅ Ｒｅｓｅａｒｃｈ
Ｃｅｎｔｅｒ，Ｂｕｒｅａｕ ｏｆ Ｇｅｏｌｏｇｉｃａｌ Ｐｒｏｓｐｅｃｔｉｎｇ，
Ｃｈｉｎａ Ｎａｔｉｏｎａｌ Ｐｅｔｒｏｌｅｕｍ Ｃｏｒｐｏｒａｔｉｏｎ．
Ｈｉｓ ｍａｉｎ ｒｅｓｅａｒｃｈ ｉｎｔｅｒｅｓｔ ｉｎｃｌｕｄｅｓ ｓｅｉｓｍｉｃｉｍａｇｉｎｇ ａｎｄ ｆｏｒｗａｒｄ ｍｏｄｅｌｉｎｇ ｍｅｔｈｏｄ．
Ｌｕｏ Ｇｕｏａｎ，ｂｏｒｎ ｉｎ １９６０．ＰｈＤ ａｎｄ
ｐｒｏｆｅｓｓｏｒ ｉｎ ＧｅｏＰｈｙｓｉｃａｌ Ｔｅｃｈｎｉｑｕｅ
Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ，Ｂｕｒｅａｕ ｏｆ Ｇｅｏｌｏｇｉｃａｌ
Ｐｒｏｓｐｅｃｔｉｎｇ，Ｃｈｉｎａ Ｎａｔｉｏｎａｌ Ｐｅｔｒｏｌｅｕｍ
Ｃｏｒｐｏｒａｔｉｏｎ．Ｈｉｓ ｍａｉｎ ｒｅｓｅａｒｃｈ ｉｎｔｅｒｅｓｔｓｉｎｃｌｕｄｅ ｈｉｇｈ ｐｅｒｆｏｒｍａｎｃｅ ｃｏｍｐｕｔｉｎｇ ａｎｄ ｓｅｉｓｍｉｃ ｐｒｏｃｅｓｓｉｎｇｍｅｔｈｏｄ．
Ｗｅｎ Ｊｉａｍｉｎ，ｂｏｒｎ ｉｎ １９７２．Ｐｒｏｆｅｓｓｏｒ ｉｎ
ＧｅｏＰｈｙｓｉｃａｌ Ｔｅｃｈｎｉｑｕｅ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ，
Ｂｕｒｅａｕ ｏｆ Ｇｅｏｌｏｇｉｃａｌ Ｐｒｏｓｐｅｃｔｉｎｇ，Ｃｈｉｎａ
Ｎａｔｉｏｎａｌ Ｐｅｔｒｏｌｅｕｍ Ｃｏｒｐｏｒａｔｉｏｎ．Ｈｉｓ ｍａｉｎ
ｒｅｓｅａｒｃｈ ｉｎｔｅｒｅｓｔｓ ｉｎｃｌｕｄｅ ｈｉｇｈ ｐｅｒｆｏｒｍａｎｃｅｃｏｍｐｕｔｉｎｇ ａｎｄ ｇｅｏｐｈｙｓｉｃａｌ ｓｏｆｔｗａｒｅ．
Ｚｈａｎｇ Ｊｉａｎｌｅｉ，ｂｏｒｎ ｉｎ １９７８．Ｓｅｎｉｏｒ
ｅｎｇｉｎｅｅｒ ｉｎ ＧｅｏＰｈｙｓｉｃａｌ Ｔｅｃｈｎｉｑｕｅ Ｒｅｓｅａｒｃｈ
Ｃｅｎｔｅｒ，Ｂｕｒｅａｕ ｏｆ Ｇｅｏｌｏｇｉｃａｌ Ｐｒｏｓｐｅｃｔｉｎｇ，
Ｃｈｉｎａ Ｎａｔｉｏｎａｌ Ｐｅｔｒｏｌｅｕｍ Ｃｏｒｐｏｒａｔｉｏｎ．
Ｈｉｓ ｍａｉｎ ｒｅｓｅａｒｃｈ ｉｎｔｅｒｅｓｔｓ ｉｎｃｌｕｄｅｓｓｅｉｓｍｉｃ ｉｍａｇｉｎｇ ａｎｄ ｆｏｒｗａｒｄ ｍｏｄｅｌｉｎｇ ｍｅｔｈｏｄ．
８
７
８计算机研究与发展 ２０１５，５２（４）
叠前时间偏移与叠前深度偏移 摘要：偏移使倾斜反射归位到它们真正的地下界面位置，并使绕射波收敛，即可以提高空间分辨率。按所处理的地震资料是否做过水平叠加划分为叠后偏移和叠前偏移两大类。这里主要讨论叠前偏移。偏移方法分为时间域和深度域两类，时间偏移技术是基于横向速度变化弱的水平层状介质模型产生的，而深度偏移技术是基于横向变速的真实地质深度模型发展而来的。这里主要介绍克希霍夫积分法叠前时间偏移、有限差分法叠前时间偏移、Fourier变换法叠前时间偏移三种叠前时间偏移方法。在叠前深度偏移上面，主要根据其技术的发展历史，现状，及未来趋势进行叙述，并进行了不同偏移技术的成像对比。 关键字：叠前时间偏移叠前深度偏移克希霍夫积分法 正文： 一、引言 偏移使倾斜反射归位到它们真正的地下界面位置，并使绕射波收敛，即可以提高空间分辨率。 按所处理的地震资料是否做过水平叠加划分为叠后偏移和叠前偏移两大类。 偏移方法分为时间域和深度域两类。时间偏移技术是基于横向速度变化弱的水平层状介质模型产生的，而深度偏移技术是基于横向变速的真实地质深度模型发展而来的。 从当前技术发展的状况看，目前国内应用的叠前偏移技术基本上可以概括为以下两类。一种是基于波动方程积分解的克希霍夫积分法叠前偏移。这种技术，在20世纪90年代以前就在研究，目前，随着多年来持续不断地改进和完善，已经成为一种高效实用的叠前偏移方法，它具有高角度成像、无频散、占用资源少和实现效率高的特点，能适应不均匀的空间采样和起伏地表，比较适合复杂构造的成像。目前国际上有多种较为成熟的积分法叠前成像软件，是当前实际生产中使用的主要叠前深度偏移方法。一种是基于波动方程微分解的波动方程叠前偏移。这种技术目前在国内的应用还处于试验阶段。 叠前时间偏移与叠后时间偏移和叠前深度偏移一样，都是基于三大数学工具，即克希霍夫积分、有限差分和Fourier变换。
文章编号:100020747(2006)0420416204 地震叠前时间偏移处理技术 王喜双1,张颖2 (1.中国石油勘探与生产公司;2.中国石油勘探开发研究院) 摘要:叠前时间偏移处理技术对速度场精度的要求较低,在构造复杂但速度横向变化不大的情况下有较好的成像效果,近年来在中国石油天然气股份有限公司各探区得到高度重视和推广应用。对叠前时间偏移处理的关键技术(叠前去噪、振幅补偿、反褶积、静校正、速度建模)进行了分析总结,并对其在富油凹陷整体评价、复杂断块精细勘探、碳酸盐岩岩溶地形识别、岩性地层油气藏勘探等方面的应用效果进行了分析,实践证明,叠前时间偏移是一项具有明显技术优势、应用前途广阔的地震精确成像技术,适合于在横向速度变化不大地区的地震资料处理。图6参7 关键词:叠前时间偏移;克希霍夫法;反褶积;静校正 中图分类号:TE122.3 文献标识码:A Seismic pre2stack time migration techniques WAN G Xi2shuang1,ZHAN G Ying2 (1.Pet roChina Ex ploration&Production Com pany,B ei j ing100011,China;2.Research I nstitute of Pet roleum Ex ploration&Development,Pet roChina,B ei j ing100083,China) Abstract:Prestack time migration processing does not require highly of velocity fields.It can get a good imaging result in the circumstance of a complex structure and smooth lateral variation of velocity field.Thus it has gained much attention and wide applications in prospect areas in PetroChina.The key techniques involved in prestack time migration processing such as prestack noise attenuation,amplitude compensation,deconvolution,static correction and velocity model building are summarized,and their application effects are also analyzed in the overall assessment of oil2abundant sags,the elaborate exploration of complexly faulted blocks,the identification of carbonate karst topography and the exploration of stratigraphic reservoirs.The results prove that prestack time migration is an accurate seismic imaging technique with an evident technical preponderance and broad application prospects,being suitable for seismic data processing in the areas of smooth lateral variation of velocity field. K ey w ords:pre2stack time migration;Kirchhoff;deconvolution;static correction 0引言 随着油气勘探程度的不断提高,地震勘探对象越来越复杂。叠前深度偏移是复杂地质构造成像最好的方法,但其对速度场精度的要求太高,现有的建模技术难以达到要求,制约了其大范围推广应用。与叠前深度偏移相比,叠前时间偏移对速度场的精度要求较低,在构造复杂、速度横向变化不大的情况下有较好的成像效果。因此,叠前时间偏移是现阶段更为合适的地震成像技术,近几年来叠前时间偏移技术迅速发展,在国外已成为一项常规处理技术。中国石油天然气股份有限公司从2003年开始,针对复杂构造勘探、岩性地层油气藏勘探,相继选择了渤海湾盆地大民屯凹陷、南堡凹陷和塔里木盆地轮南地区作为叠前时间偏移技术推广应用试验三大示范区。目前,叠前时间偏移处理技术在中国石油各探区均取得了较好的应用效果,如冀东滩海数亿吨储量规模大油田的发现就直接归功于南堡凹陷叠前时间偏移处理技术的应用。本文对中国石油探区内叠前时间偏移处理技术及其应用进行了总结,以便推动这项技术的更广泛应用,取得更好的油气勘探成果。 1方法原理 克希霍夫积分偏移法和递归偏移法是叠前偏移的两种方法,但是前者更容易实现,计算成本低,对观测系统的适应性强,所以在叠前偏移应用中率先得到推广。克希霍夫叠前时间偏移的基础是计算地下绕射点的时距曲面,根据克希霍夫绕射积分理论,时距曲面上的所有样点信息叠加就得到了该绕射点的偏移结果。因此,克希霍夫叠前时间偏移大多假设震源点到绕射 614 石 油 勘 探 与 开 发 2006年8月 PETROL EUM EXPLORA TION AND DEV ELOPM EN T Vol.33 No.4
叠前时间偏移与叠前深度偏移 1、叠前偏移从实现方法上可分为叠前时间偏移和叠前深度偏移。 从理论上讲，叠前时间偏移只能解决共反射点叠加的问题，不能解决成像点与地下绕射点位置不重合的问题，因此叠前时间偏移主要应用于地下横向速度变化不太复杂的地区。 当速度存在剧烈的横向变化、速度分界面不是水平层状时，只有叠前深度偏移能够实现共反射点的叠加和绕射点的归位，叠前深度偏移是一种真正的全三维叠前成像技术，但它的成像效果必须依赖于准确的速度-深度模型，而模型的迭代和修改是一个非常复杂和费时的过程，周期长，花费也相当昂贵。 1．1 叠前时间偏移 叠前时间偏移是复杂构造成像和速度分析的重要手段，它可以有效地克服常规NMO、DMO和叠后偏移的缺点，实现真正的共反射点叠加。叠前时间偏移产生的共反射点（CRP）道集，消除了不同倾角和位置的反射带来的影响，不仅可以用来优化速度分析，而且也是进行AVO地震反演的前提。 Kirchhoff叠前时间偏移方法的基础是计算地下散射点的时距曲面。根据Kirchhoff绕射积分理论，时距曲面上的所有样点相加就得到该绕射点的偏移结果。具体的实现过程就是沿非零炮检距的绕射曲线旅行时轨迹对振幅求和，速度场决定求和路径的曲率，对每个共炮检距剖面单独成像，然后将所有结果叠加起来形成偏移剖面。
1．2 叠前深度偏移 实际上，叠前时间偏移可认为是一种能适应各种倾斜地层的广义NMO叠加，其目的是使各种绕射能量聚焦，而不是把绕射能量归位到其相应的绕射点上去，它基于的速度模型是均匀的，或者仅允许有垂直变化，因此，叠前时间偏移仅能实现真正的共反射点叠加，当地下地层倾角较大，或者上覆地层横向速度变化剧烈，速度分界面不是水平层状的条件下，叠前时间偏移并不能解决成像点与地下绕射点位置不重合的问题。 为了校正这种现象，我们可以在时间剖面的基础上，再做一次校正，使成像点与绕射点位置重合，这就是做叠后深度偏移的目的，但叠后深度偏移有缺点，主要是无法避免NMO校正叠加所产生的畸变，而且在实现过程中缺少模型叠代修正的手段，因此叠后深度偏移一般作为叠前深度偏移流程的一部分，用于深度域模型层位的解释。 叠前深度偏移理论是建立在复杂构造三维速度模型基础之上的，叠前深度偏移方法符合斯奈尔定律，遵守波的绕射、反射和折射定律，适用于任意介质的成像问题。它与常规叠后时间偏移处理相比有以下优点：（1）符合斯奈尔定律，成像准确，适用于复杂介质；（2）消除了叠加引起的弥散现象，使得大倾角地层信噪比和分辨率有所提高；（3）能够综合利用地质、钻井和测井等资料来约束处理结果，还可以直接利用得到的深度剖面进行构造解释，方便与实际的钻井数据进行对比。
单程波动方程叠前深度偏移并行算法 1 引言 波动方程叠前深度偏移技术在墨西哥湾地区的应用,成功地解决了海相地层中强横向变速盐丘构造的成像问题[1~3],也为在世界各地的广泛应用提供了示范。但国外研究主要集中在海上海相地层构造的成像,而对陆上陆相地层构造的成像研究相对较少,尤其对炮域的单程波动方程叠前深度偏移的应用性研究更少 [4~6]。 国内波动方程叠前深度偏移理论研究源于20世纪80年代,90年代开始逐步推广应用,现在已成为油气田勘探开发中一项主流技术。本文主要介绍单程波动方程叠前深度偏移技术的实用性研究成果。2 单程波动方程叠前深度偏移流程 鉴于由国外引进的地震资料处理系统中有关三维炮域波动方程叠前深度偏移软件还不成熟,因此本文以胜利油田物探研究院自主研发的“Stseis叠前深度成像处理软件系统”为依据,根据三维炮域单程波动方程的成像特点,确定了相关的处理流程(图1),其主要包括地震数据预处理、波动方程速度分析和波场外推成像3部分。 2.1 地震数据预处理 为了消除地表条件和采集质量变化对成像质量的影响,在处理中采用了有针对性的处理方法和技术措施,在炮道集数据上解决噪声干扰问题,包括:地表一致性静校正、地表一致性振幅补偿、地表一致性区域异常噪声衰减、地表一致性反褶积和炮间能量一致性均衡等[7,8]。这些措施为后续三维炮域单程波动方程高精度成像提供了前提。 2.2 速度分析 速度分析是叠前深度偏移技术的核心内容,也是获得精确速度场的有效工具。叠前深度偏移技术的最大优势就是实现地震数据处理、解释一体化思想,将解释人员对地质构造的认识融入速度迭代修正与速度建模过程中[9]。本文在实际资料处理中使用的速度分析工具是自主研发的“Stseis叠前深度成像处理软件系统”中的垂向和沿层波动方程剩余速度分析模块[10~12]。 2.3 单程波动方程成像 单程波动方程偏移被广泛应用于二维、三维地震数据的叠后时间/深度偏移中。随着勘探难度的增加以及计算机软、硬件的发展,基于单程波动方程的叠前时间/深度偏移也越来越引起人们的关注[13~15]。尤其是在复杂介质条件下,单程波动方程叠前深度偏移能取得优于传统基尔霍夫偏移的成像效果,这基本上得到了工业界的广泛认同。同所有基于波场外推的偏移方法一样,单程波动方程偏移由
偏移使倾斜反射归位到它们真正的地下界面位置，并使绕射波收敛，即可以提高空间分辨率。按所处理的地震资料是否做过水平叠加划分为叠后偏移和叠前偏移两大类。其中，叠前时间偏移技术受到广泛的重视和关注。主要的特点：①实现这种技术所需的软硬件成本合理。②对偏移速度场无过高的要求。③配套技术比较成熟和完善。 方法原理：叠前时间偏移与叠后时间偏移和叠前深度偏移一样，都是基于三大数学工具，即Ｋｉｒｃｈｈｏｆｆ积分、有限差分和Ｆｏｕｒｉｅｒ变换。从原理和适用性上分析，叠前时间偏移是基于绕射叠加或Ｃｌａｅｒｂｏｕｔ的反射波成像原则，是一种成像射线成像（ＤＭＯ是法向射线成像）。下面详细叙述有关叠前时间偏移的各种方法。该方法一般在共炮点道集上进行，对二维和三维叠前偏移做法是一致的。 （１）该方法的步骤是将共炮点记录从接收点上向地下外推。外推时要先确定本道集可能产生反射波的地下空间范围，这个范围可以根据倾角、记录长度和道集的水平范围进行估算。这个过程实际上是一个估算偏移孔径的反过程。对向地下延拓的空间范围做一些模拟估算是必要的。外推时使用一般Ｋｉｒｃｈｈｏｆｆ积分表达式： （１） 式中Ｒ为从地下（ｘ，ｙ，ｚ）点到地面点（）的距离。 这样求出的结果，等于从地面某个炮点激发，在地下（ｘ，ｙ，ｚ）点上接收的反射波记录。在这个记录上有（ｘ，ｙ，ｚ）点产生的反射波和ｚ深度以下的界面产生的反射波。我们应当做的是把（ｘ，ｙ，ｚ）点处的反射波放到该点上。但是，在该点的记录还有很多其它深度点上的反射波。因此，如何从这个点用积分公式延拓计算出地震道ｕ（ｘ，ｙ，ｚ，ｔ），并从中取出用于在该点成像的波场值，这就是下一步的工作。 （２）计算从炮点Ｏ到地下Ｒ（ｘ，ｚ）点的地震波入射射线的走时。这可以用均方根速度去除炮点至地下Ｒ点的距离近似求出。或者用射线追踪法求取，就更准确。用求出的下行波的走时到ｕ（ｘ，ｙ，ｚ，ｔ）的延拓记录的时刻取出波场值做为该点的成像值。 （３）将所有的深度点上的延拓波场都如第二步那样提取成像值，组成偏移剖面就完成了一个炮道集的Ｋｉｒｃｈｈｆｆ积分法偏移。 （４）将所有的炮道集记录都做过上述三步处理后进行按地面点相重合的记录相叠加的原则进行叠加，即完成了叠前时间偏移。在三维情况下，反射点轨迹变为一个旋转椭球面，该椭球是绕炮检距方向由二维条件下的椭圆旋转而成。如果取炮检距方向为ｘ方向，则椭球面的方程为： （２） 通过波动方程的频散关系或波动方程的象征方程以及Ｆｏｕｒｉｅｒ变换，可以得到对应的三维波动方程： （３） 如果炮检距方向与观测纵测线的方向成一定的角度时需要进行 坐标变换。新坐标系下的方程为： （４） 用有限差分法解（４）式有一定的难度，但它是可解的。因此对三维面积观测的数据体用该方法进行叠前时间偏移在理论上是可实现的，目前尚未使用。虽然各个方向的共炮检距道集也可以用（３）式进行偏移而且容易实现。但是由于要在不同的方向上抽取新的共炮检距道集，并要重新采样，同时剖面长度会长短不等，因此对处理效率会有影响。（３）式虽然容易求解，但在炮检距方向有转角 时，首先要将数据沿方向和垂直方向进行内插重排，这样内插重排后的三维数据体的水平切片将是某种菱形，造成纵横测线长短不一，给处理带来不便。如果仍按原坐标进行三维叠前偏移处理则必须用（４）式进行偏移。频率－波数（ｆ－ｋ）域叠前偏移是实现叠前时间偏移的一种有效方法。Ｌｉ（１９９１）用一组常速实现了叠前偏移。用横向不变的速度偏移常炮检距数据可以在Ｆｏｕｒｉｅｒ域进行，与Ｋｉｒｃｈｈｏｆｆ偏移相比，它具有成像速度快，能处理陡倾角且不会产生算子假频（是一宽带算子）的特点。另外，该算子考虑了由于通过层状介质而发生折射弯曲所造成的相位和振幅变化。另外，Ｆ－Ｋ偏移算子可以分解为ＮＭＯ＋ＤＭＯ＋ＺＯＭ，在常速偏移下，分解正确。若速度随深度变化，这种分解对ＮＭＯ＋ＤＭＯ部分只是近似值。二维情况下，Ｆ－Ｋ域叠前时间偏移的向下延拓波场为： （５） 对层状ｖ（ｚ）介质，传播算子 由下式给出： （６） 其中， （７ａ）（７ｂ）（７ｃ） ｖ是层速度。（７）式是常速频散关系的一扩展形式。三类叠前时间偏移方法分为有限差分法、克希霍夫积分法和频率－波数域法。它们是各自独立发展起来的并在不断地进行自我完善。 多数情况下有限差分法波动方程偏移是求解近似波动方程的一种近似数值解法。一般来说，网格剖分越细，精度越高，但这势必会增加计算量。和其它两种偏移方法相比，有限差分法简单，理论和实际应用都较成熟；由于采用递推算法，在形式上能处理速度的纵、横向变化。缺点是受反射界面倾角的限制；此外还要求等间隔剖分网格。 克希霍夫积分法偏移建立在物理地震学的基础之上，该方法能适应任意倾斜角度的反射界面；对剖分网格要求较灵活。缺点是费时；难以处理横向速度变化；偏移噪声大，“划弧”现象严重；确定偏移参数较困难。 频率－波数域偏移求解波动方程是在频率－波数（）这种技术Ｆ－Ｋ１ Ｋｉｒｃｈｈｏｆｆ积分法叠前时间偏移 ２ 有限差分法叠前时间偏移 ３ Ｆｏｕｒｉｅｒ变换法叠前时间偏移 ４ 结语 ｊ （转１５０页） 康勇 冯万馨 （中国地质大学（武汉）资源学院石油系） 叠前时间偏移技术浅析 摘要关键词随着石油勘探程度的不断加深，一些复杂的构造隐蔽油气藏受到广泛重视和关注，与此同时偏移方法由叠后向叠前发展。本文介绍了叠前时间偏移的常见三种实现方法：克希霍夫（Ｋｉｒｃｈｏｆｆ）法、有限差分法和傅立叶（Ｆｏｕｒｉｅｒ）变换法，对它们的原理做了简要讨论，并进行了优缺点分析。 叠前时间偏移积分法差分法变换法
经过仔细的试验和分析, 我们确定了本次的时间域处理流程, 常规处理流程简图如下:
1 、深度偏移处理主要技术措施 1．1、相干反演 相干反演是用来建立初始速度―深度模型的常见手段。 其主要思路是: 用射线追踪产生的旅行时曲线, 沿该曲线的时间窗口计算叠加道的相干值, 用不同的层速度进行相同的处理, 取最大相干值对应的层速度为期望的速度。输入的是未叠加的数据(如共中心点道集或共炮点道集), 输出的是初始速度模型。该模型一般是基于附近的井信息和叠加剖面的解释。反演是一层一层进行, 在迭代中完成。该方法依赖于: ①介质模型的解释; ②射线追踪算法; ③目标函数的选择; ④找最大目标函数方法。 1．2、层析成像 初始模型(速度模型和深度模型)往往是粗糙的, 要得到精确的深度域结果, 就要综合利用各种技术方法不断调整、优化层速度模型, 直至每一个共偏移距的成像结果一致为止, 使之与地下地质情况最佳吻合。层析成像技术, 是速度模型优化的主要手段, 在地震学和地震勘探的研究工作中, 人们引进了医学上的CT技术(Computerized Tomography), 就是利用X射线检查人体内部的技术。在医学上X射线是直线路径, 而地震波在地球内部传播是沿着弯曲的路径。层析成像模型修改也是重复迭带进行的。 1．3 、射线偏移 对地下倾斜界面, 在地表记录的地震资料经处理获得的剖面, 在横向和垂向位置以及倾角都与真实情况有差异, 只有经过层位偏移后才能恢复到真实位置。将时间域零炮检距剖面上层位转化为深度域层位, 称之为射线偏移。输入的是零炮检距剖面上解释的时间层位(一般在叠加剖面上解释)和层速度。输出的是深度域层位。 1.4 共反射角Kirchhoff叠前深度偏移 Paradigm的具有专利技术的从目标成像点向地面进行射线追踪的共反射角偏移。广泛用于目标区的偏移成像。 1.5 波动方程叠前深度偏移
第二章叠前时间偏移 地震波成像在油气勘探中占据重要位置。它的作用是使反射波或绕射波返回到产生它们的地下位置，从而得到地下地质构造的精确成像。 从二十世纪60年代偏移过程由计算机实现以来，已从常规偏移即叠后时间偏移发展到了目前的叠前深度偏移。偏移方法的研究和应用是受油气勘探的实际需求驱动的，同时它又受到人们对偏移成像的认识程度和计算机处理能力的制约。常规偏移（即叠后时间偏移）在以往的油气勘探过程中起到了重要作用，但随着勘探难度的提高，在构造较为复杂或/和强横向变速的地区，基于常规偏移的处理方法再也难见成效。究其原因，一方面是由于常规处理是先叠加后偏移，水平叠加过程受水平层状介质假设制约，在复杂地质构造条件下，这种叠加过程很难实现同相叠加，这样会对波场产生破坏，所以用这种失真了的叠后数据去进行偏移处理难以取得好的成像效果就很自然了。为了克服非同相叠加给后续偏移带来的麻烦，人们提出使用叠前偏移，即先偏移处理使波场归位，再把同一地下点的偏移波场相叠加。这样，在横向速度中等变化的较为复杂构造成像中叠前时间偏移可以弥补常规偏移的不足。另一方面是由于时间偏移是建立在均匀介质或水平层状介质的速度模型的基础上的，当速度存在横向变化，或速度分界面不是水平层状的情况下，常规偏移不能满足Snell定律，因此不能进行正确的反射波的偏移成像。为了解决这个问题，出现了深度偏移。这样，在强横向变速的一般构造成像中，叠后深度偏移可以弥补常规偏移的不足；而在强横向变速的复杂构造成像中，叠前深度偏移可以弥补常规偏移的不足。迄今为止，人们已对叠前时间偏移进行了20多年的研究工作，而对叠前深度偏移也进行了十几年的研究和探索工作。本章重点讨论叠前时间偏移。叠前深度偏移将在第四章和第五章讨论。 近年来，随着叠前时间偏移方法和技术的不断成熟和与之配套技术的不断完善以及计算机性能的不断提高，实现叠前时间偏移已成为现实。目前，国内外有多家地球物理处理公司和计算中心已进行叠前时间偏移处理，部分公司还把叠前时间偏移作为常规处理软件加入到常规处理流程中，使之成为常规处理的一个重要内容。叠前时间偏移技术之所以受到如此重视和关注，主要是因为这种技术相对叠后时间偏移和叠前深度偏移技术有如下的几个特点：1）实现这种技术所需的软硬件成本合理，多家处理公司和计算中心都能接受和承受。 2）叠前时间偏移相对叠前深度偏移而言，对偏移速度场无过高的要求，假设条件少，经对常规法进行简单的改进或/和修正使之能够适应中等横向变速的介质，由此可以满足大多数探区的精度要求；相对叠后时间偏移来说，更适用于复杂构造，对目的层和储层的成像有较好的保幅性，所得结果能够更好地进行属性分析、A VO/A V A/A VP反演和其它参数反演。 3）实现叠前时间偏移的配套技术比较成熟和完善，如静校正和去噪等。 上述特点充分说明了我们应用叠前时间偏移技术的可行性、必要性和重要性。下面就叠前时间偏移的基本情况、方法原理、方法技术、应用和与其它技术的比较以及应用该技术的可行性和必要性等做详细讨论和分析。 §2.1 概述 叠前时间偏移已进行了多年研究，上世纪九十年代初期开始初步应用，中后期在不少探区的地震勘探中发挥了重要作用，进入本世纪后开始了较为广泛的应用，目前部分处理公司和计算中心已把该技术作为常规软件加入到常规处理流程中，成为获取保幅信息实现属性分析、A VO/A V A/A VP反演和其它参数反演的重要步骤和依据。 自从上世纪九十年代以来，叠前时间偏移在国外取得了很大发展。在理论研究方面，
经过仔细的试验和分析，我们确定了本次的时间域处理流程，常规处理流程简图如下：
1 、深度偏移处理主要技术措施 1．1、相干反演 相干反演是用来建立初始速度―深度模型的常用手段。 其主要思路是：用射线追踪产生的旅行时曲线，沿该曲线的时间窗口计算叠加道的相干值，用不同的层速度进行相同的处理，取最大相干值对应的层速度为期望的速度。输入的是未叠加的数据(如共中心点道集或共炮点道集)，输出的是初始速度模型。该模型通常是基于附近的井信息和叠加剖面的解释。反演是一层一层进行，在迭代中完成。该方法依赖于：①介质模型的解释；②射线追踪算法；③目标函数的选择；④找最大目标函数方法。 1．2、层析成像 初始模型(速度模型和深度模型)往往是粗糙的，要得到精确的深度域结果，就要综合利用各种技术方法不断调整、优化层速度模型，直至每一个共偏移距的成像结果一致为止，使之与地下地质情况最佳吻合。层析成像技术，是速度模型优化的主要手段，在地震学和地震勘探的研究工作中，人们引进了医学上的CT 技术(Computerized Tomography)，就是利用X射线检查人体内部的技术。在医学上X射线是直线路径，而地震波在地球内部传播是沿着弯曲的路径。层析成像模型修改也是反复迭带进行的。 1．3 、射线偏移 对地下倾斜界面，在地表记录的地震资料经处理获得的剖面，在横向和垂向位置以及倾角都与真实情况有差异，只有经过层位偏移后才能恢复到真实位置。将时间域零炮检距剖面上层位转化为深度域层位，称之为射线偏移。输入的是零炮检距剖面上解释的时间层位(通常在叠加剖面上解释)和层速度。输出的是深度域层位。 1.4 共反射角Kirchhoff叠前深度偏移 Paradigm的具有专利技术的从目标成像点向地面进行射线追踪的共反射角偏移。广泛用于目标区的偏移成像。 1.5 波动方程叠前深度偏移 Paradigm的二维F-X波动方程叠前深度偏移有利于复杂速度场及复杂构造和陡倾角成像。
第六章起伏地表条件下的地震成像 §6.1 概述 叠前深度偏移与山地等起伏地表资料处理技术，已受到人们的高度重视，特别是地质家们，对叠前深度偏移技术寄予了较高的期望，希望通过叠前深度偏移处理解决他们所要解决的各种地质问题。叠前深度偏移技术究竟要解决什么问题呢？回答比较简单：是要解决上覆地层速度横向变化剧烈时下伏地层界面反射如何正确偏移成像的问题。因为在这种情况下，运用时间偏移成像技术是不能正确成像的。要作好叠前深度偏移，达到预想的效果，就必须解决好以下几个问题：（1）基准面问题。现有的偏移程序，大都建立在激发点和接收点位于同一个水平面上，这与我们需要进行叠前深度偏移处理地区的实际观测条件不相符合。过去我们用静校正技术来解决这个问题，从波场延拓角度上来说，静校正使波场产生了畸变，再深度偏移时就会生成一系列的误差，严重影响深度偏移的效果。当前，深度偏移效果明显的地方是墨西哥湾海上资料，在那里不存在偏移基准面不符合的问题。对于陆上资料，而且是山地等起伏地表资料，这个问题就比较严重，必需想办法解决好这个问题。（2）静校正问题。叠前深度偏移也是一个叠加的过程，从运动学的概念上来讲，偏移是把每一个信息按照一定的轨迹叠加到各个点上去。我们在计算轨迹时是不考虑静校正量的，当存在静校正量时，偏移轨迹就混乱了，达不到叠加的效果，也就不能实现正确的偏移成像。要作好叠前深度偏移,首先必需解决好静校正问题。 由于山地等起伏地形和近地表速度变化对成像影响很大，传统的校正方式是将观测面校正到一个平滑后的浮动基准面上，但由于山地等复杂地表高程起伏大，基准面校正时差较大，引起波场较大的畸变，同时近地表速度模型对实际地下介质速度的改造也较大，使波场产生较大的畸变，不符合波场传播的规律。因此从起伏观测面上直接进行叠前深度偏移还是被人们接受了。要实现从起伏观测面直接进行深度偏移，必须首先用射线追踪或层析成像法反演出近地表速度，再进一步利用这种速度作深度偏移，替代的一种方法是先用近地表速度做波场延拓，转化到一个平滑的基准面，再用现有的方法作深度偏移。目前，国内外都在极力研究这个问题。准确的方法是先用初至层析法求出近地表速度，建立起近地表速度模型，将此速度模型合并到整个的总模型中，从起伏观测面直接进行深度偏移。 在做偏移处理时，一般要求偏移基准面是水平的，且偏移的零点应在激发和接收的地表。在高差较大的复杂地区，很难同时满足这些要求，为了解决这些问题，钱荣钧在复杂地表区偏移基准面问题研究一文中提出以近地表斜面或圆滑面为偏移参考面的处理方法，然后在资料解释时再进行基准面转换，把以近地表斜面为参考面的资料转换为某一水平面为基准面的资料。 地表高差较大地区偏移基准面的选取问题一直是影响偏移处理效果的重要原因。长期以来，不少人对这一问题作了研究，并提出一些解决办法。主要的方法有：静校正法、零速度层法和波场延拓法。 静校正法是用静校正时移的方法把地震资料校正到一个水平基准面上。由于只做了垂直方向的时移，没有考虑波的传播方向，因此改变了原时间剖面上绕射波的双曲线性质，偏移后收敛较差。由于该方法仅满足基准面水平的条件，而没有考虑偏移原点应在地表这一因素，故这种方法是近似的，只能在地表与基准面的高差较小时使用。零速度层法的基本思路是：先在近地表的参考面上做叠加，然后选择一个高于地表的水平基准面，给出一个填充速度（零或接近零），用静校正的方法把叠加剖面数据校正到这个水平基准面上。然后从水平基准面开始做偏移处理，其中在水平基准面和地面之间所用的偏移速度为零或接近零，地表以下用
2001年12月 石油地球物理勘探 第36卷 第6期 基于Rytov近似的叠前深度偏移方法 陈生昌 曹景忠 马在田 (同济大学海洋地质重点实验室) 摘 要 陈生昌,曹景忠,马在田.基于Ry tov近似的叠前深度偏移方法.石油地球物理勘探,2001,36(6): 690～697 本文在频率—波数域和频率—空间域实现了一种基于R ytov近似的叠前深度偏移方法,并在二维空间作了M armo usi模型炮集数据的处理。通过与Split-Step Fourier和Phase-Screen等叠前深度偏移方法的比较,我们认为基于Ryto v近似的叠前深度偏移方法不仅在效果上优于前两者,而且还能更好地处理速度横向变化。 在散射波场的计算中,我们使用了一个比Huang L等(1999)[3]的方法更稳定的散射波场计算公式,扩大了Ryt ov近似的应用范围,使基于R ytov近似的叠前深度偏移方法能够适应更剧烈的横向速度变化。 关键词 叠前深度偏移 Ry tov近似 散射波场 速度横向变化 波场外推 G reen函数 ABSTRAC T Chen Shengchang,Cao Jingzhong and Ma Zaitian.Prestack depth migration method based on Rytov approximation.O GP,2001,36(6):690～697 In this paper,a prestack depth migration method based on Ry tov approx imation is carried out in frequency-w avenum ber domain and frequency-space domain,and is used to process comm on shot g ather data for Marmousi m odel in2-D space.T hroug h com-parison w ith split-step Fourier m igration method and phase-screen m igration methods, w e considered that the prestack depth migration method based on Rytov approximation not only can produce better m igration result than previous tw o methods,but also can better handle lateral velocity variation. During calculation of scattered wavefield,w e use a more stable formula for scat-tered w avefield than that used by Huang L et al.It extends the range of Rytov approx-imation,and makes the prestack depth mig ration method based on Rytov approx im a-tion can adapt strong lateral velocity variation. Key words:prestack depth migration,Ry tov approx imation,scattered w avefield,lat-eral variation of v elocity,wavefield extrapolation,Green function Chen S heng chang,Department of M arine Geology and Geophysics,T ongji University,Shan gh ai City,200092,China 本文于2000年10月20日收到。
1.指出叠前时间偏移和叠前深度偏移的相同和不同之处，分析两者的特点和各 自的优、缺点？ 叠前时间偏移主要是指kirchhoff叠前时间偏移，叠前深度偏移包括kirchhoff叠前深度偏移、单程波波动方程偏移、逆时偏移、以及beam类偏移方法。kirchhoff叠前时间偏移与kirchhoff叠前深度偏移都是基于kirchhoff 积分原理和绕射叠加思想。kirchhoff叠前时间偏移与其他叠前深度偏移方法则相同性较小。 从理论上讲叠前时间偏移只能解决共反射点叠加的问题不能解决成像点与地下绕射点位置不重合的问题因此叠前时间偏移主要应用于地下横向速度变化不太复杂的地区。当速度存在剧烈的横向变化、速度分界面不是水平层状时只有叠前深度偏移能够实现共反射点的叠加和绕射点的归位。叠前深度偏移是一种真正的全三维叠前成像技术但它的成像效果必须依赖于准确的速度。 叠前时间偏移是复杂构造成像和速度分析的重要手段，它可以有效地克服常规NMO、DMO和叠后偏移的缺点，实现真正的共反射点叠加。叠前时间偏移产生的共反射点CRP道集，消除了不同倾角和位置的反射带来的影响，不仅可以用来优化速度分析而且也是进行AVO地震反演的前提。 Kirchhoff叠前时间偏移方法的基础是计算地下散射点的时距曲面，时距曲面的计算可以依靠双平方根公式或弯曲射线走时公式。时距曲面的斜率是由均方根速度决定的。根据Kirchhoff绕射积分理论时距曲面上的所有样点相加就得到该绕射点的偏移结果。Kirchhoff叠前时间偏移方法的计算效率很高。然而叠前时间偏移适用的速度模型是均匀的或者仅允许有垂直变化，因此叠前时间偏移仅能实现真正的共反射点叠加。当地下地层倾角较大或者上覆地层横向速度变化剧烈时，叠前时间偏移并不能解决成像点与地下绕射点位置不重合的问题。为了校正这种现象我们可以在时间剖面的基础上再做一次校正，使成像点与绕射点位置重合，这就是时深转换的目的。但时深转换的缺点主要是无法避免叠加所产生的畸变，而且在实现过程中缺少模型叠代修正的手段。
叠前深度偏移技术及其应用的发展历程 引言 地震偏移技术是现代地震勘探数据处理的三大基本技术之一，其目的是实现反射界面的空间归位和恢复反射界面的波场特征、振幅变化和反射系数，提高地震空间分辨率和保真度。随着油气勘探开发的进一步深入，油气勘探的重点转向复杂地表和复杂地质条件的区域。复杂构造区地震资料质量通常较差, 且横向速度变化剧烈,叠前时间偏移成像往往得不到精确的地下构造形态, 叠前深度偏移是解决复杂构造成像的有效工具。近年来，随着计算机的发展，尤其是并行计算机的出现，使得计算量庞大的三维地震资料叠前深度偏移成为可能。叠前深度偏移在解决复杂地质构造成像问题的同时能够提高资料信噪比和分辨率，压制多次波以及突出深层反射；不仅如此，与传统的时间域地震剖面相比，深度域成像的地震剖面更具地质意义。叠前深变偏移的广泛研究和应用，对于在复杂地质环境中提高地震勘探的能力将是极大的促进。 一、叠前深度偏移技术发展 常用的时间偏移技术是基于横向速度变化弱的水平层状介质模型产生的，而深度偏移技术是基于横向变速的真实地质深度模型发展而来的。因此时间偏移不能解决速度横向变化引起的非双曲线时差问题，当横向速度变化大、超出常规时间偏移所能适应的尺度时，偏移的成像精度大为降低(这一现象由Hubral P于1977年首次发现)。这个问题立即引起国际勘探地球物理学界的关注，并开始对非均匀介质偏移方法的研究。波动理论的引入促进了深度偏移技术的发展。2O 世纪7O年代，Claerbout 首次把波动方程引入到地震波场偏移成像中，Schneider 提出了基于波动方程积分解的克希霍夫积分法偏移，Gazdag 和Stolt 分别提出波动方程频率一波数域偏移方法，应用的都是简化形式的抛物线波动方程，即单程方程和爆炸反射面模型。2O世纪8O年代出现了全波动方程偏移、逆时偏移成像等算法，但由于当时计算机效率低，对速度模型要求苛刻等原因，未能得到广泛应用。到了9O年代，菲利普斯石油公司首先于1993年宣布使用叠前深度偏移技术在墨西哥湾盐下勘探获得成功，拉开了克希霍夫积分法叠前深度偏移技术成功应用的序幕，将叠前偏移技术的发展推向一次新的发展高潮。PC机群技术得到快速发展(速度达每秒万亿次以上)，偏移算法不断完善，使叠前深度偏移技术规模化应用成为可能。 1、为什么要做叠前深度偏移技术
第三章 Kirchhoff 积分法叠前深度偏移 大家知道，叠前偏移的概念早在70年代中期就提出来了，但由于叠前记录的信噪比较低，偏移的初始模型又很难选准，加之当时的计算机无法承受叠前偏移较大的计算量，直到90年代叠前偏移才开始尝试应用于油气勘探地震数据的精细处理中。常见的叠前深度偏移方法可以分为两类：第一类是基于绕射扫描叠加原理的Kirchhoff 积分法，另一类是基于波动方程的偏移方法（如有限差分偏移方法、Fourier 偏移方法等）。本章重点讨论Kirchhoff 积分法叠前深度偏移。 Kirchhoff 积分法叠前深度偏移被认为是一种高效实用的叠前深度偏移方法，目前主要完善三维采集和叠前深度偏移软件。积分法具有高偏移角度、无频散、占用资源少和实现效率高的特点，并且积分法能够适应变化的观测系统和起伏的地表，优化的射线追踪法和改进的有限差分法能够在速度场变化的情况下快速准确地计算绕射波和反射波旅行时，从而使积分法能够适应复杂的构造成像。地震偏移成像问题，经过最近十多年的研究与发展，已经基本解决了和正在解决三维偏移，叠前深度偏移和多分量地震偏移等诸问题。但是偏移中有诸多问题尚未解决，例如真振幅偏移问题和各向异性介质中的地震偏移问题。近年来，解决真振幅偏移问题就是偏移地震数据得到真正的振幅和相位信息，从而为岩性解释服务。由于积分法具有许多优点，因此研究Kirchhoff 型保幅叠前深度偏移具有很高的理论价值和实用价值。下面就变速射线追踪法计算走时、有限差分法计算走时以及Kirchhoff 型常规叠前深度偏移和保幅叠前深度偏移做详细讨论和分析。 §3.1 变速射线追踪法计算走时 Kirchhoff 积分法叠前深度偏移已在实际生产中应用了多年，并解决了不少复杂构造的成像问题（Zhu & Lines, 1998）。Kirchhoff 积分法的关键是绕射旅行时的计算，目前常用的计算方法是射线追踪法和有限差分法（Schneider, 1992, 1995）。有限差分绕射旅行时计算是基于费马原理，可在直角坐标系或球坐标系实现，具体方法原理将在本章第二节介绍。射线追踪法计算绕射旅行时可分为常速法和变速法，常速法很简单，在此不再赘述；下面主要介绍变速法。 考虑到地下介质在纵横向上通常是变速的，为通过射线追踪较精确地生成CMP 道集中各道的反射旅行时，下面我们基于Langan （1985）的思想，推导变速介质条件下的射线追踪方程。 由程函方程可推出如下的射线方程 ]) (1[])(1[r v ds r d r v ds d r ?= （3-1） 其中，)(r v 是波速，r 是空间位置，s 是与路径长度有关的仿射参数。路径长度l 由（3-2）式给出 ?''=s s d r n l 0)( （3-2） 其中， ds r d r n =)( （3-3）
第４２卷第ｌ期２∞０年３月 石油物探 （；Ｅ（）Ｐ¨ＹＳｌｒＡＬＰＲＵＳＰＥＣＴＩＮＧⅣ）ＲＰＦ¨ｉｏＩ，］！ＵＭ 文章编号：１∞ｏ“¨（舯０３）ｏｌ００６８一０４ 叠前深度偏移在复杂地区的应用 方伍宝１。：，周腾！，袁联生２．杨子兴： （１．南京理工大学，江苏南京２１００１４；２．中国石化石油勘探开发研究院南京石油物撂研究所，江苏南京２１００１４） 摘要：简要介绍了叠前深度偏移（ＰｓＤＭ）的方法技术．ｔ耍包括叠前深度偏移成像，旅｛彳时计算羊【｜速度模型建立３个部分。将叠前深度偏移技术应用十３个有代表陛的复杂构造地区，其结果在断层显示的清晰度、断块识别的准确度以及高速盐体的边界成像精度等方面均有明显的提高。叠前深』｛｝＝偏移町为复杂地区的高精度构造解释和地质解释提供可靠保证。 关毽词：叠前深度偏移；复杂掏造ｉ成像精度 中图分类号：ｌ’６３１．４＋４３文献标识码：Ａ Ａｐｐｌｉｃａｔｉｏｎｏｆｐｒｅｓｔａｃｋｄｅｐｔｈｍｉｇｒａｔｉｏｎｉｎｃｏｍｐｌｅｘａｒｅａｓ ＦａｎｇＷｕｂａ０１～．Ｚｈｏｕ’ｒｅｎ９２，ＹＬ】ａｎＬｉａｎｓｈｅｎ９２，ＹａｎｇＺｉｘｉｎ９２（］Ｎ月埘ｎｇＬ１＂Ⅲ、ＨｊＩｙｏｆ斯如ｆｃ８ＬＩＰｆｈＴ】。ｌｏｇｙ．Ｎ８ｎＪ’ｎｇ２Ｊ００】４，Ｃｈｌｎａ：２．Ｉ㈧】ｃＬｌ忙（）ｆＧｅｏｐｈｙｓｊｆａｌＰｒｏｓｐｅｃ ｎｎｇ，ｓＩＮｏＰＥＣＲｅｓｅａｒｃｈＩｎｍｊＩｕｔｅ。ｆ１１（、ｔｒｏｌｅｕｍＥｘＩ“ｏｒａｔｌｏｎａｎｄｒ）ｅｖｅｌｏｐｍＰｎＩ，Ｎａｎｊｌｎｇ２１００１４。ＣｈｉｎＨ） Ａｂｓｔｒａｄ：Ｐ¨ｂｔａｃｋｄｅｐＩｈｎｌｉｇｒａｎ。ｎ（ＰＳＤＭ）１ｓｈｒｌｃｎｙｄｅｓｆｒｉｌ）ｅｄ。ｗｈｌｃｈｃ。１１３Ｌｓｔｓ“ｐｒｃＨｔａｃｋｄｅｐ【ｈｍｌｇｒａｎ。ｎｌｎｌａ—ｇ【ｎｇ，ｆｒｆＩｖｃ】“Ｉｎｅ∞ｈ山ｃｉ。ｎａｎｄ（（ｍｂｔｎＩｃｆＩｏｎ甜～ｅｌ。ｃＩ｝ｙｍ（甜ｅ１．ｆＩｈｅＰＳＤＭｗａｓａｐｐｊＩｅｄｔ。小ｎ，（，（。ｏｍｐｋｘ＾｛ｒｕｃｆｕｒｅｒｅｇｉ。ｎｓ．ｗｈｉｃｈＷｓｕ【ｔｅｄ１ｎａｆｌ（ｍｒｅｒａｎｄｍ【）ｒｃａｃｃｕｒａｔｅｌＩＩｌａｇｅｆ。ｒｆ小１１１ｓａｎｄｈ；ｇｈｃｒ１ｒｍｇｉｎｇｐｆｅｃｌｓｌ。ｎｆ（）ｒ１１ｊｇｈｖｅ、ｌｏ巾ｙｓａｈｂｏｕ兀ｄＨｒｙ．７ＩｈｅＰＳＤＭｒｅｓｕＩｔＨｒｌＩ【ｏｗ“ｆｏｒｈｌｇｈｐｒｅｃｌｓｃｇｃｏＪｏｇ记ａｎ（ｊＨＩｒｕｃｔｕｒａｌｉｎｔｅ‘ｐｒｅｔａｔｉｏｎｉｎｃｏｍｐＩｅｘｒｃｇｉｏｎｓ． Ｋｅｙｗｏｒｄｓ：ｐｒｅｍａｃｋｄｃｐｌｈｍｉｇｒ８ｔｉｏｎ：ｃｏｍｐ【ｅｘ¨ｒｕｃｔｕｒｅ；ｉｍａｇｉｒ珥ｐｒｅｃ】ｓＩｏｎ 随着我国油气勘探开发的进一步深人．地震勘探面对的地质、地震条件日趋复杂。地表涉及到沙漠、戈壁、山地、黄土塬、水网等地貌，如此则近地表纵、横向速度变化大，必须对地震资料顶处理提出更高的要求，在静校正、去噪、反褶积等方面要有新的方法和手段。地下存在逆掩断层、小断块、高陡倾角构造、深部低幅度构造、盐体等复杂地质构造，这对地震资料成像提出了更高的要求，迫使我ｎｊ研究高精度的地震成像方法。叠前深度偏移技术就是高精度地震成像的最佳方法“ｊ。叠前深度偏移技术谁经历着从追求方法技术的发展到面向实际应用的转变。首先发展起来的是基于克希霍夫积分的叠前深度偏移技术。它突出的优点是计算效率高．对观测系统的适Ｊ越能力强，弱点是要求地下构造不能过于复杂，地层的纵、横向速度变化不能过大。近儿年来，针对克希霍犬积分法的弱点，开发出了基于波动方程波场延拓的整前深度偏移技术，它的成像精度高，保振幅件好．对复杂构造的适应能力较强，但是计算量很大。目前，绝大多数应用于生产的叠前深度偏移方法仍为克希霍夫积分法。 我们将克希霍夫积分叠前深度偏移方法应用于３个复杂地区的地震资料处理时１，均取得ｒ较满意的结果， １方法技术简介 克希霍夫叠前深度偏移主要分为３个部分，即叠前深度偏移成像、旅行时计算和速度模型建立。１．１叠前深度偏移成像 叠前深度偏移成像的理论基础是声学介质的标量波动方稃 ｖｚｕ．．三掣一ｏ（ｎ ｕ—ｄｒ。 式中。【，为地震波场．ｗ（“∥，：）为介质的速度。 收稿日期：２００２０４～１２；改回日期：２００２ｌ２ｌ３。 作者简秆：方伍宝（１ｑ６ｌ一）．男．高级』＿程帅．顿ｈ现在中国石化石油勘探开发研究院南京打油物探研究所从事地震偏移方法研究上作。 ．３ №猢 鸵ｈ 眦‰ 万方数据