【摘要】：由于大地電磁(MT)對淺地層的目標體反演效果有限,而可控源音頻大地電磁(CSAMT)對淺地層的目標體反演效果較好；同時可控源音頻大地電磁對深部的反演效果有限,而大地電磁對深部的反演效果較好。為了提高MT對淺地層目標體和CSAMT對深部目標體的反演效果。本文采用了MT與CSAMT的聯(lián)合反演。通過對合成數(shù)據(jù)的聯(lián)合反演,取得了較好的計算結果。由于聯(lián)合反演中使用的數(shù)據(jù)量較大,導致計算時間較長,所以本文還對聯(lián)合反演開發(fā)了MPI并行算法,獲得了非常好的加速效果。大地電磁非線性共軛梯度反演算法(NLCG)是大地電磁二維反演的有效方法之一,通過該方法能避免直接計算雅克比矩陣,通過一次正演兩次”擬正演”能完成一次模型更新,節(jié)約大量的計算時間,提高了反演的計算效率。由于大地電磁頻帶較寬,當二維模型為較大網(wǎng)格時,其正演和擬正演的時間耗費較大,為了保持NLCG的這一優(yōu)勢,使其在大量的數(shù)據(jù)和網(wǎng)格計算中充分發(fā)揮其算法特性,我們在NLCG算法中加入并行算法。很多學者只針對某個串行算法研究單一的并行算法,比如MPI或GPU,而本文研究非線性共軛梯度MPI和GPU的混合并行反演算法。大地電磁中的各個頻率都要進行正演和”擬正演”求解,并且求解過程相互獨立,所以在正演和”擬正演”時利用MPI將其多個頻率分配在不同的進程中進行計算,并在計算過程中的解方程部分使用GPU并行。MPI并行算法解決了并行程序中文件讀、寫需互斥的問題。采用MPI_Gatherv數(shù)據(jù)收集方法,使收集數(shù)據(jù)更加靈活；使程序更加便于編寫,便于維護。通過與串行程序計算效率對比,獲得了較好的加速效果。在GPU并行算法中,我們采用了兩種方法：自行編程的CUDA算法和調用CULA Sparse函數(shù)庫算法。在使用Cula Sparse并行庫的過程中,需對矩陣進行存儲格式轉換,格式轉換的效率至關重要,通過優(yōu)化轉換算法,節(jié)約了總的運行時間。在將MPI和GPU應用于NLCG算法的過程中,MPI+Cula sparse的效果不太穩(wěn)定,用庫的過程中出現(xiàn)內存不夠等錯誤。在混合算法中本算法采用的是MPI+CUDA的算法。最后,開發(fā)了一套用于大地電磁反演的非線性共軛梯度MPI+GPU混合并行反演程序和一套大地電磁和可控源音頻大地電磁聯(lián)合反演MPI并行程序。
【圖文】：

邐１００邋Ｑ＊ｗ逡逑１０００ｍ逡逑圖２－３模型示意圖逡逑１０５１邐．邐．邐邐邐邋６０．邐．邐邐邐邋Ｉ逡逑Ｉ￣ＴＭ（ＦＥ）｜逡逑＊邋ＴＭ（ＦＤ）逡逑１００邋古邋《邋巧＆＾＾邐＃荊rP叮X縛N觶X嶸ａzX餓竇3?￡邐巧６邐器邐Ａ邐－逡逑ｄ邋９５邐■邐？邋５０邐巧邐‘邋‘二．逡逑一。巧樂邐忌里邐。逡逑0■邐＾邐巧安逡逑婭邐＾安考逡逑９０邐邐？邐４５邋巧邋巧巧忠液，

本文編號：2558313