DSpace

RI UFBA >
Instituto de Geociências >
Pós-Graduação em Geofísica (PGEOF) >
Dissertações de Mestrado (PGEOF) >

Please use this identifier to cite or link to this item: http://repositorio.ufba.br/ri/handle/ri/27134

Title: FWI multiescala: uma implementação em GPU
Authors: Ramalho, Victor Koehene
???metadata.dc.contributor.advisor???: Pestana, Reynam da Cruz
Keywords: FWI;Multiescala;GPU
Issue Date: 29-Aug-2018
Abstract: A inversão completa da forma de onda (FWI - do inglês full-waveform inversion) é atualmente uma das principais ferramentas para determinar modelos de velocidades da subsuperfície com alta resolução. Nessa dissertação, a FWI no domínio do tempo é introduzida e desenvolvida sob a ótica da implementação, na seguinte sequência: modelagem sísmica, migração reversa no tempo (ou reverse time migration, RTM) e FWI. É mostrado que a RTM, do ponto de vista computacional, equivale a duas modelagens sísmicas, ou três modelagens se for usada a implementação com borda efetiva. A abordagem da FWI como um problema iterativo que visa minimizar o resíduo dos dados sísmicos mostra que o gradiente de cada iteração é, pelo método adjunto, equivalente à RTM do resíduo. Dessa maneira, usando RTM com borda efetiva e um método de estimação do passo, é mostrado que uma iteração da FWI é computacionalmente equivalente a quatro modelagens sísmicas. Como se sabe, a modelagem é um processo muito intensivo computacionalmente, e dentre as formas eficientes de resolver esse problema se destaca o uso de computação paralela. Nessa dissertação, se escolheu a paralelização utilizando placas gráficas (ou graphics processing unit, GPU) que possui alta capacidade de cálculo de pontos flutuantes, porém baixa eficiência na transferência de dados. Tais características se adequam muito bem ao problema de extrapolação de campos de onda no tempo, em especial no cálculo do Laplaciano da equação da onda acústica em cada ponto do modelo, que correspondem a quase todo o tempo computacional da modelagem, custo esse que, paralelizado em GPU, mais que compensa as transferências de memória CPU-GPU inerentes ao problema. A GPU, todavia, tem uma restrição de memória, tipicamente variando entre 2, 5 e 12 GB. Nessa dissertação, então se focou em técnicas que permitem a economia de memória em troca de processamento. Dentre essas implementações, destaca-se o uso de borda efetiva na RTM e o uso do método de expansão rápida (REM), que permite extrapolação a maiores intervalos de tempo, reduzindo o número total de amostras temporais que precisam ser armazenadas e transferidas na memória do equipamento utilizado. A implementação em GPU também permitiu testar em tempo hábil alguns dos fatores mais importantes que influenciam a FWI. Foram testados, numa malha regular: quatro operadores de modelagem - diferenças finitas (DF), pseudo-espectral (PS), REM-DF e REMPS-; as condições de borda absorvedora taper e perfectly matching layer (PML); e os métodos de inversão conjugado gradiente não linear (CGNL) e L-BFGS. Os resultados desses testes permitiram selecionar os melhores critérios para execução da FWI em modelos de velocidades sintéticos, porém de geologia complexa. O uso da metodologia multiescala, essencial para evitar convergência a mínimos locais, associado a uma modelagem extra para obtenção de um passo adequado, permitiu a obtenção de resultados finais de alta resolução para os três modelos testados.
Full-waveform inversion (FWI) is nowadays one of the main tools for estimating high resolutionsubsurfacevelocitymodels. Inthisdissertation, time-domainFWIisintroducedfroman algorithmic point of view: seismic modeling, reverse time migration (RTM), and FWI. It is shown that RTM, from a computational point of view, is equivalent to two seismic modeling processes, or three if the effective boundaries implementation is used. The approach of FWI as an iterative problem (which aims to minimize the seismic data residue) shows that the gradient of each iteration, using the adjoint-state method, is equivalent to the RTM of the residue. In this manner, using RTM with effective boundaries and a step length estimation method, it is shown in this thesis that one iteration of FWI is computationally equivalent of four seismic modelling processes. Itisknownthatseismicmodelingisahighlyintensivecomputationalprocess, andamong the techniques to mitigate this cost the use of parallel computing stands out. In this dissertation we chose the parallelization using the graphics processing unit (GPU) which has high floating point computation capability, but low efficiency in data transfer. These characteristics fit very well to the problem of wave field extrapolation in time, especially in the calculation of the Laplacian of the acoustic wave equation at each point of the model, whose computational costs in GPU more than compensates the data transfers inherent to the problem. The GPU, however, has a memory constraint, typically ranging from 2, 5 and 12 GB. In this thesis, we then focused in techniques that allowed memory savings in exchange of processing. Among these implementations, we highlight the use of effective boundaries in RTM and the rapid expansion method (REM) for time extrapolation, which allows marching at longer time steps, reducing the total time samples that need to be stored and transferred. The GPU implementation also enabled to test in a timely manner some of the most important factors influencing FWI. We tested, in a regular grid: four modeling operators finite-differences (FD), pseudo-spectral (PS), REM-FD, REM-PS -; the absorbing boundary conditions taper and perfectly matching layer (PML); and the inversion methods L-BFGS and non-linear conjugate gradient (NLCG). The results of these tests allowed to select the best criteria for FWI execution in synthetic velocity models of complex geology. The use of the multiscale methodology, essential to avoid convergence to local minima, in conjunction with an extra modeling step to ensure an efficient step length, allowed achieving final results of high resolution for the three tested models.
URI: http://repositorio.ufba.br/ri/handle/ri/27134
Appears in Collections:Dissertações de Mestrado (PGEOF)

Files in This Item:

File Description SizeFormat
Dissert_Victor_Koehne_final.pdf40.24 MBAdobe PDFView/Open
View Statistics

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

    Universidade Federal da Bahia

Contate-nos. Saiba mais sobre o RI/UFBA