29、并行Kirchhoff叠前深度偏移的优化实现与性能评估

并行Kirchhoff叠前深度偏移的优化实现与性能评估

1 引言

在地震数据处理中，Kirchhoff叠前深度偏移（KPSDM）是一种重要的成像方法。为了提高其处理效率和性能，本文介绍了一种高度优化的并行实现方案，涵盖了旅行时表计算、地震数据分解、任务并行化、集群级和节点级并行性以及高可用性等方面，并对其进行了详细的评估和分析。

2 旅行时表计算优化

为了加速旅行时表的加载速度，将一个成像单元集的所有旅行时表存储在一个文件中，即每个成像单元集对应一个旅行时表文件。由于每个射线追踪点的旅行时表可能包含属于不同成像单元集的数据，采用类似MapReduce的计算模式对旅行时表数据进行重组。

2.1 MapReduce计算模式

• Map阶段 ：每个进程为每个成像单元集创建一个文件，将一个射线追踪点的旅行时表按成像单元集分割成多个部分，并输出到相应的文件中。同时，使用索引记录射线追踪点与成像单元集的关系信息。此外，使用zlib对旅行时表数据进行压缩，压缩比通常可达6 - 8。
• Reduce阶段 ：将属于同一成像集的旅行时表文件合并为一个文件。

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A[射线追踪点旅行时表]:::process -->|Map阶段| B[按成像单元集分割]:::process
    B --&g