0 引言

我国地域辽阔，矿产和油气资源丰富，但是地质条件复杂、地质灾害频发，在与大自然索利避害博弈的过程中，需要深化认识海陆地壳和岩石圈的组成、结构和动力学演化过程，提升地球科学发展水平。然而，较之其他空间和入海工程计划，入地计划总体进展缓慢，并面临着一系列挑战^[1-2]。

近20年来，信息科学技术的迅猛发展：带动了高新技术行业的全面发展，尤其是材料技术、制造技术、电子技术、通信技术、空间技术等相关领域的发展；推动了探测装备集成技术全面发展，从而极大提高了深部探测仪器装备的性能、质量和应用效率，使其在全面揭示地球奥秘过程中起着决定性作用；也促进了地球科学研究方向从观测描述与推论结合的模式迅速走向数据处理、数值分析与模拟、时空演化趋势预测等量化型研究模式，扩大了认知地球的视角和能力^[3]。目前，了解地球深部信息的主要途径是通过获取和分析地球重力场、磁力场、电磁场、地温场、放射性能谱、光波和地震波等地球物理现象以及深部科学钻探带来的实物验证数据，形成认知地球深部结构和演化规律的传统探测技术方法组合。因此，软件技术发展将面对来自六大类探测技术的数据和信息：主动源深地震探测剖面及数据处理技术，包括反射、折射以及反射与折射联合探测技术；被动源宽频地震观测与数据处理技术；被动源大地电磁测深剖面观测与处理技术；无源重力和磁场大面积探测与处理技术；连续介质大尺度区域成像技术；连接地表到深部的深断面综合解释技术^[4-6]。

以建立三维地质模型为核心目标的综合研究一体化集成分析平台，作为深部探测综合信息集成与分析的重要技术支撑，将相关联的多类勘探方法、海量数据、多种处理和解释技术集成到一起建立高效率的工作流程，减少勘探风险，是当代软件研发的方向^[7-8]。目前，尽管已经有若干针对深部探测单项任务的处理流程和成功案例，但是还未见到专门针对深部探测整体技术特点和需求的类似软件平台，尤其是多领域专家通过数据共享实现高效率合作的统一平台。但与此相接近的主要针对石油行业勘探开发管理特点的地球物理勘探软件系统，已成为研发时需要参考的主要对象^[9-13]。

在SinoProbe项目研究阶段，吉林大学移动平台探测技术研发中心软件项目研发组通过“红蓝军”(引进和自主研发平台)两条路线同时推进计划，以期完善高端平台功能联合、强化研发和应用两类人员的系统化训练、提高经验积累的效率、加速跟进国外软件发展步伐，为下一阶段研发奠定坚实基础。

1 总体目标

本项研究瞄准国际最先进软件技术的发展方向，针对地壳深部探测信息特点，面向地质数字化模型目标，将相关联的勘探数据处理和解释方法、海量数据、信息管理、可视化技术、多领域专家分析技术融合等工作模块集成到“综合研究一体化”软件平台上，以建立一个具有良好的可移植性、可扩展性和自主知识产权的高性能软件平台(图 1)，实现高效的工作流程，减少勘探和决策风险。

其具体目标为：针对深探数据的综合解释应用特点，研发具有跨操作平台功能、数据融合功能、灵活的插件扩充功能、数据共享管理功能以及开放与商业操作相结合功能的软件平台；针对不同领域的使用对象，设计多选项的综合处理解释预定工作流程以及熟练人员干预下的高级选项工作流程；针对开放环境研发潮流，建立和完善平台使用和数据共享机制，将其研发成果及时集成到平台的开放环境中，规范面向特定目标联合处理的功能和指标评估技术过程。

应用多源信息主体数据库建设技术，可解决深探多源数据的融合和建库问题及深探数据空间管理问题，建立深探数据管理中心；通过磁盘阵列和网络数据传输技术，可解决海量深探数据存储和共享问题，最终实现探测数据的集成和管理；采用集群计算技术、云计算技术、多核技术以及GPU等并行计算技术，实现海量深探数据的高性能计算与可视化，可实现深探数据3D立体动态交互显示。

2 关键技术

经过几十年的发展，我国对专业地学数据处理和解释技术，以及高端软件产品研发已经积累了良好的基础；因此，实现制定目标的关键技术是如何搭建可支撑该专业技术应用的一体化软件基础平台。基础平台的搭建将以新一代高性能计算软硬件支撑平台为软件支撑体系构建形成。

2.1 数据高性能处理 2.1.1 多核/众核CPU及GPU的异构并行计算技术

随着众核GPU(graphics processing unit，图形处理器)计算技术的发展和应用，CPU+GPU混合加速为特征的异构并行计算系统将成为未来高性能计算的主流。无论是国外还是国内，代表当前最高计算水平的千万亿次计算机系统都采用了这种异构并行计算系统架构。大规模异构并行计算技术的发展为地球勘探新技术的应用提供了有力支撑，也为深探数据处理和可视化应用提供了良好的基础。构建异构并行计算系统上的多层次并行计算软件开发框架和编程工具，促进大规模并行计算应用软件的开发与移植，是实现异构并行计算系统深探数据处理和可视化应用的关键。

因此，针对地球深探数据处理的需求，开发出一套适应异构并行计算体系结构的并行计算平台和高效的并行数据处理算法，可以提高深探数据处理和可视化软件并行效率、有效利用高性能计算平台的运算能力、降低地学并行化软件的开发难度。

2.1.2 深探数据云存储技术

在数据处理与三维可视化等领域，一方面，用于计算的三角面片数据量级已经达到千万乃至数十亿，处理数据可达到TB乃至PB数量级，其针对地球深部大型数据处理与三维显示的地学软件平台应具有超大规模数据存储能力，能够管理PB级数据存储资源，支持用户对大规模数据的高速访问；另一方面，地球深部数据具有类型多样化的特点，包括属性数据、矢量数据和栅格数据等，根据“时间、空间和专题属性”的不同，地学数据在数据类型和数据结构上也是纷繁多样，不同的应用程序或应用场景需要使用不同的数据类型，各数据类型也可能采用不同的数据组织方式。此外，如何有效合理地组织和管理多种地学数据也是亟待解决的问题。

2.1.3 深探数据综合处理云计算平台

现阶段的新型云计算平台整合了多种计算设备、存储设备和网络互连设备等混合型硬件资源。这种混合型云计算平台能够有效满足不同类型应用程序对计算资源的需求，同时也能有效服务于大规模复杂应用程序对多种计算资源的需求。

高性能计算平台从传统的单核、多核CPU资源，发展到现在的多核CPU、众核GPU和硬件编程卡(FPGA)等多种计算资源相结合的混合型云计算平台。近些年，高性能GPU计算技术以其众核处理和高性价比的特点逐渐在高性能计算领域崭露头脚。GPU通常具有数千个处理单元(多核CPU具有数个到数十个处理单元)，能够同时处理数千个运算，具有强大的并行算术运算能力。但是GPU不具备CPU的逻辑运算部件和控制器，无法有效地完成逻辑判断指令和复杂型运算指令；另外，CPU访问存储设备更方便和高效。因此，现有的高性能云计算系统通常采用CPU、GPU混合型体系结构及高性能GPU处理器，用于计算密集型应用处理采用多核CPU处理器用于整体控制和数据访问。这样的体系结构设计一方面能够适用于高性能数据处理，另一方面也能够满足不同应用程序的计算需求。

2.2 数据可视化

本项研究基于深探数据高性能处理技术的软硬件环境，研发深探数据的三维可视化平台，重点研究大规模数据的可视化技术、角点网格的建模技术、细节层次技术、并行绘制技术以及体绘制技术，以实现大规模深探数据的可交互建模、绘制与显示。

三维可视化是描绘和理解地质现象的一种重要手段，是地质数据的一种形象表示。它能够利用大量数据，检查资料的连续性，发现和提出有用异常，为分析、理解数据提供有用的工具(图 2)。深探数据三维可视化的目的是辅助人们对该地区地质体形成和发展有更深刻的认识，满足对复杂地质空间的三维展示的要求。

2.2.1 大规模数据可视化技术

本研究针对多源大规模数据的三维可视化技术，利用空间跳跃和延迟渲染等技术实现软件加速；利用场景管理技术对三维数据场进行数据结构管理，以实现大规模数据的高效存储和索引；研发并行实现和可编程的GPU加速技术，实现硬件加速；解决面绘制与体绘制相结合的绘制技术，既实现大规模数据的粗略快速绘制，又实现局部感兴趣区域的精细高质量绘制。

2.2.2 角点网格的建模技术

角点网格是一种特殊的结构化网格，其走向可以灵活地适应地质对象的走向，克服了正交网格的不灵活性，从而可以方便地对褶皱、重叠、断裂等地质对象进行建模。角点网格的建模与构造，可以实现褶皱、重叠、断裂等地质对象的高精度角点网格建模。角点网格的网格步长可变，垂向连接顶底网格点的网格面可以是倾斜的，能够避免地质体数据平坦时的数据冗余，并能够灵活地表达复杂地质对象，适合描述地质体数据。

2.2.3 细节层次技术

利用体模型显示简化技术，可以实现体数据的动态交互。通过细节层次技术，为地学数据建立多个详细程度不同的模型。在进行体绘制时，基于数据量和空间对象重要性评价，进行细节模型的适当选择，从而提高显示速度和视觉效果。

2.2.4 并行绘制技术

针对不同的数据类型和组织结构，采用并行绘制平台上的大规模数据场的并行绘制技术，利用场景组织结构图和面向对象方法，设计相适应的存储方式和处理方法，以高效快速地实现复杂场景绘制。

2.2.5 体绘制技术

研究针对不同绘制对象的三维体数据数学表达，可以减小预计算的时间和存储开销，并有效地描述三维体数据的细节；研究基于散射级数的体数据层次细节表达和基于频域分析的自适应采样和光照重构算法，可以优化计算资源的使用。

2.2.6 交互式绘制技术

通过挖掘问题的内在并行性和新型图形处理器的并行计算能力、研究新的图形硬件架构下的交互式绘制引擎技术，可获得更多的可用计算资源；研究深探数据可视化交互技术，可实现数据的局部修改与动态绘制。

2.2.7 大规模数据显示

目前，针对大规模场景渲染的超大屏幕拼接墙显示技术主要有两种：一种是传统的大屏幕显示墙硬拼接技术；另一种是采用边缘融合技术的投影机无缝拼接技术。通过内置无缝拼接技术的高端投影机或者通过外置无缝拼接处理器均可实现超大幅画面的无缝融合。本研究所依托的SinoProbe项目主要开展投影拼接、边缘融合技术的研究，实现高清晰度、高分辨率、大画面的数据显示，可用于大规模深探数据的全景和细节展示。

3 技术路线

在基础层设计上，借鉴国外研发商建立在OpenGL之上的Open InventorTM的成功发展策略和路线，利用部分引进的现代软件技术以及综合性大学计算机科学与技术学院和软件学院的传统优势力量，研发出新一代适合于领域应用特点的专项支撑技术。通过软硬件环境的有机融合，本项研究主要突出海量数据管理、网络操作管理、不同数据类融合等深探项目需求特点。

在应用层设计上，在部分引进国外可提供的应用层面技术基础上，宏观了解和掌握应用设计的理念和思想，探索背后的核心设计框架和研发技术。通过设计多模型、多节点、多方案等一系列测试评估程序，掌握关键参数，形成自主研发过程中需要的指标内容，规范化与国际对接的设计标准，确保研发出的各阶段成果严格符合统一的国际标准要求。

在检测环节上，针对实测数据和相关信息，设计工作标准和流程，保障学术思想、工程理念和实用性有机的融为一体。建立专门小组，建立与实用数据相关联的理论模型组合，通过分解和联合的各种检测手段，为各阶段研发产品检测提供多重依据。通过不断完善检测内容，达到提高质量监控效率，提高软件产品研发的进程控制，确实保障最终产品的质量要求。

4 结语

地球物理勘探软件经过20多年的发展，优胜劣汰，业已形成国际高端软件应用格局。高端软件的发展作为一项重要的技术支撑，推动了各类地球物理勘探技术的快速发展，实现了“以三维地质模型为中心的综合研究一体化集成分析平台”；其将相关联的多类勘探方法、海量数据、多种处理和解释技术高效地集成在一起，形成当代软件发展方向。在国内应用软件发展过程中，缺乏多元数据处理、分析、集成和管理一体化的工作平台，尤其是缺乏在高科技快速移动平台探测条件下海量数据处理和信息提取的技术，从而导致各类数据所包涵的信息没能得到充分利用，严重影响了分析质量和效果。因此，根据国情，走引进和研发的并行路线，完善彼此间促进过程，加快研发处理、分析、集成和管理一体化的工作平台尤为必要。