简介：频率-波数域单程波算子能高效地模拟地震波在复杂介质中的传播，但是在描述波的大角度传播和速度横向扰动变化较大介质中传播的问题时仍然存在一定误差。这类误差是由于对单平方根算子使用Taylor展开式的近似程度不足所造成。为了进一步提高泰勒展开式的精确性，本文提出一种利用粒子群智能算法优化级数展开系数的高阶广义屏算子对单平方根算子的展开级数进行优化处理。新的偏移算法能在保持单程波偏移算法高效的前提下进一步提高偏移算子在大角度的成像精度和对强横向速度变化介质的适应性。通过脉冲响应实验，验证了基于粒子群算法优化级数的高阶广义屏算子能够提高常规的高阶广义屏算子的成像精度和成像角度。根据对二维SEG/EAGE盐丘模型的成像处理，基于粒子群算法优化级数的高阶广义屏算子对盐丘下面的断层取得了更高质量的成像，说明粒子群优化级数的高阶广义屏算子比常规的高阶广义屏算子具有更好的横向速度适应性。为了检验本文所提算法对实际资料的处理能力，我们利用常规的偏移处理技术和本文所提算法对一条海上二维数据进行了偏移成像处理，对比分析成像剖面发现本文所提算法描述了更加清晰的层位信息和更高质量的偏移剖面。本文所提算法能有效提高高阶广义屏偏移在广角度成像的能力，具有一定实际应用价值。

简介：随着全张量重力梯度（FTG）测量技术的不断发展,重力梯度数据的三维反演技术在油气和矿产勘探中日益受到重视与关注。为了快速处理和解释大规模的高精度数据,图形处理器GPU（GraphicsProcessingUnit）和预处理分解技术（Preconditioningmethods）在地球物理反演中的使用变得十分重要。本文结合对称逐次超松弛（SSOR）技术与不完全乔列斯基分解共轭梯度算法（ICCG）提出改进的预处理共轭梯度法,并考虑到方法预处理分解占用额外的时间,开发该算法的GPU并行算法来提高加速效果。然后通过含噪的模型数据反演来证明改进的并行预处理方法在三维全张量重力梯度数据反演中的适应性。由此,基于NVIDIATeslaC2050GPU的并行SSOR-ICCG算法和在2.0GHzCPU上的串行程序比较,达到了大约25倍的加速比。最后,我们将该算法应用于美国路易斯安那州南方Vinton盐丘的实测航空重力梯度数据反演中,反演出良好的反演结果,验证了该方法在三维全张量重力梯度数据快速反演中的优势和可行性。