基于多级混合并行算法的重力梯度数据三维密度反演研究

• 作 者: 侯振隆 黄大年 王恩德 程浩
• 机 构: 东北大学深部金属矿山安全开采教育部重点实验室,吉林大学地球探测科学与技术学院
• 出 处: 应用地球物理:英文版
• 发表日期: 2019年2期
• 关键词: 重力梯度数据 密度反演 GPU MPI 混合并行反演 gravity gradiometry datadensity inversionGPUMPIhybrid
• 基金项目: support by the China Postdoctoral Science Foundation(2017M621151),Northeastern University Postdoctoral Science Foundation(20180313),the Fundamental Research Funds for Central Universities(N180104020),

利用重力梯度数据进行密度反演一直是重力勘探中的研究热点。然而大规模数据的反演中不仅存在着多解性和纵向分辨率低等不足,而且大量时间与内存的消耗也严重制约了计算效率。针对这些问题,本文利用多分量联合、先验信息约束等手段改进了重加权聚焦反演与相关成像反演;分析了两种方法在反演效果、数值计算效率与规模上的特点,提出一种MPI-OpenMP-CUDA多级混合并行反演方法以综合二者的优势。理论模型与文顿盐丘数据试验证明,改进的反演方法能够有效计算目标体的密度分布;当数据量为100×100×20时,