大规模积分算子的现代HPC实现方案——基于最小二乘反演的3D Marchenko成像应用
地球物理
2020-11-24 v1 计算工程、金融与科学
摘要
卷积型数值积分算子构成了大多数基于波动方程的地震数据处理与成像方法的基础。由于其中若干方法需要求解反问题，必须多次执行建模算子的正演与伴随过程以收敛到满意的解。本文强调了在3D地震数据集上实现此类算子时所面临的挑战，并提供了将其用于求解大型积分方程组的见解。我们提出了一个Python框架，其利用分布式存储与计算库，并提供线性算子的高级符号表示。为验证其有效性，我们针对核大小与计算资源数量的增加评估了一种多维卷积算子的正演与伴随实现。我们的计算框架进一步被证明适用于经典本地高性能计算（HPC）与云计算架构。最后给出了一个包含两步连续地震重基准化的3D合成数据集的面向目标成像示例。在两种情况下，重基准化场均通过最小二乘反演估计，使用完整数据集以及空间抽稀版本的数据集，以考察两个反问题对输入数据中空间混叠的鲁棒性。我们观察到，与二维对应算法相比，这些算法在三维下对采样的要求较宽松。尽管混叠在重基准化场中引入了噪声，但它们避免了在更廉价的基于伴随的重基准化技术中因错误地处理上覆层传播而产生的著名伪影。
引用
@article{arxiv.2011.11120,
title = {On the implementation of large-scale integral operators with modern HPC solutions -- Application to 3D Marchenko imaging by least-squares inversion},
author = {Matteo Ravasi and Ivan Vasconcelos},
journal= {arXiv preprint arXiv:2011.11120},
year = {2020}
}