物探（地球物理勘探）最重要的技术之一是地震勘探，涉及使用人工生成的地震波来定位矿藏（包括碳氢化合物、矿石、水、地热储层等）。地震勘探技术的发明，至少可以追溯到20世纪20年代，但是，只是在20世纪70年代初，工业界广泛采用计算机数据处理后，才真正成为寻找石油和天然气资源的主要工具。

1 计算机应用催生了地震数据处理与软件服务行业

在电子计算机出现之前，物探工作者利用炸药来引发地面振动，“回声”的波形被记录在一张相纸上，然而，地震数据充斥“嘈音”。1950年，恩德斯·罗宾逊（Enders Robinson，1930-2022，他于1988年当选美国国家工程院院士）在麻省理工学院（MIT）数学教授乔治·沃兹沃斯和诺伯特·维纳的指导下，将当时经济数据时间序列分析的创新方法，应用于地球物理学——将数字化的地震波轨迹视为经济数据序列，并进行预测误差滤波——现在称为“反褶积（反卷积）”——以压制噪音。1952年，罗宾逊开始领导地球物理分析小组（GAG），利用旋风计算机表明了反褶积在各种地震记录上起作用，并在1954年夏天提交了他的博士论文“时间序列的预测分解及其在地震勘探中的应用”。旋风计算机（Whirlwind）是一款由麻省理工学院研制的早期电子计算机，1951年4月问世。GAG每天用机一小时为美孚（Mobil）等石油公司处理资料（当时是世界上最大的计算机用户之一）。如同后来（1984年5月）美国国家研究委员会的一份报告中所指出的（参考资料[1]）：

维纳的经典数学论著《平稳随机序列的外推、内插和光顺》标志着一个新时代的开始。…例如，由于应用维纳和列文逊的理论设计出了过滤噪音和识别地震信息的设备，于是，产生了当今规模宏大的石油勘探工业。信息处理技术已经在勘探地球物理中产生了重要作用。

20世纪50年代末，第一台晶体管数字计算机诞生了。20世纪60年代见证了石油勘探行业从模拟滤波向数字信号处理的转变。1966年，法国CGG建立第一个数据处理中心。1973年，中国建立第一个地震数据处理中心（最早使用的是北京大学研制的150计算机）。

20世纪70年代以来，地震数据处理已经成为规模宏大的行业，同时，地球物理软件服务也形成规模，并且至今仍然在发展——全球地球物理软件服务市场预计将从2021年的104.4亿美元，增长到2028年的254.3亿美元，预测年增长率为13.6%。

虽然GAG在1957年6月关闭，其成员分散到工业界，但是，MIT的GAG首创利用计算机处理地震数据，为业界所公认。而且，其后继者ERL（地球资源实验室），延续至今仍然在利用最新的数学、机器学习和地球科学，来应对物探的挑战。

美国另一个在行业享有盛誉的学术团体是斯坦福大学的SEP（原来称“斯坦福勘探项目”，现在称“斯坦福地球成像项目”），由地球物理系的乔恩·克利尔波特（Jon F.Claerbout，生于1937年，1988年当选美国国家工程院院士）教授于1973年创立的一个工业界资助的学术研究项目。50多年来，SEP在计算机三维地震成像方面一直是创新的先锋。

2 高性能计算提升了地震成像的精度

在石油物探中，采集的地震数据集使用数值运算进行分析。这种运算包括反褶积、傅立叶变换、积分变换、波动方程和其他数学概念。

地震数据处理、成像和反演的结果，是获得地球表面下的构造和岩性的描述。这个过程需要巨大计算能力。大家知道，世界上有一个称为Top500的组织，每年两次公布世界上最强的计算机评测排名。1993年6月，TOP500榜单首次发布时，第一名是CM-5超级计算机，实现了59.7GFlop/s的性能（GFlop/s是每秒能执行10的9次方次浮点运算的缩写）。2022年6月至今的第一名是美国橡树岭国家实验室(ORNL)的Frontier系统，性能1.206 EFlop/s（EFlop/s是每秒能执行10的18次方次浮点运算的缩写）。而与此同时，地震成像算法对计算机能力需求，也是指数级增长（图1）。当前，传统的偏移成像方法（“偏移”是是一种计算技术，通过校正波传播和地下复杂几何形状的影响，试图将地震事件几何地重新定位回其真实地下位置），正在被全波形反演（FWI）所取代，FWI利用了数据中的所有信息，它可以以高分辨率细节更新模型，但是，显著增加了相关的计算机能力的要求。

图1 地震成像算法的发展和可用的相对计算能力（改编自参考资料[2]）

历史上，地震数据数值计算的需求，一直超过当时普通计算机所能够提供的计算能力。为此，在20世纪70~80年代初，地震数据处理一般采用计算机外接数组处理机或矩阵算法处理机，以提高系统的数据处理能力，例如，IBM3838数组处理机、CDC的MAP III（矩阵算法处理机）。在20世纪80年代中~90年代，采用向量计算机最大化计算机内部的并发活动。例如，使用IBM3090、CrayXMP和银河YH-1超级计算机进行三维地震处理、偏移和建模。如今，使用集群计算机加GPU（图形处理器），例如，NVIDIA Tesla GPU，加快地震处理和解释的速度。

在地震勘探过程中，地震波反射被用于形成地质构造的三维图像。能源行业使用这些三维图像，来帮助确定在哪里钻井。据报道，ExxonMobil公司利用超级计算机分析地震数据，获得的地下图像精度逐年有所提高（图2）。特别是，全波场反演（FWI）的最新进展提供了比以前更精确的地下信息（图2下）。过去，由于地震波的高度复杂性和庞大的数据量，该行业只能利用三维地震勘测中记录的部分数据。现在，FWI为我们提供了更好地利用地震勘测的所有数据来制作地下高清图像的能力。利用FWI技术，可以观察和剖析岩石非常细微的物理特性，更准确地定位石油和天然气储层。

图2 地震成像的精度越来越高（来源：Exxon/Mobil）

3 计算可视化推进了现代地震数据处理解释的发展

计算可视化是指把科学计算过程中的数据和计算结果，转换为图形并在屏幕上显示图像的方法和技术。石油工业上游计算可视化加快了数据处理和解释速度，还可以实现人与数据、人与人之间的图像通信。

石油行业早期开发的物探软件包，被分为“处理”系统和“解释”系统。处理系统是基于流程的设计，通常在多处理器（多达几千个节点）计算机网络上，以“处理流”方式执行批处理（无人值守）。在这样的系统中，早期地震数据处理的可视化只对处理结果的数据集，而且以二维地震剖面显示（图3A）。

图3 (A)地震数据2D显示、(B)3D显示、(C)数据体渲染、(D)虚拟现实可视化

相比之下，解释系统以三维可视化为中心。从地震数据中可视化和提取3D对象，对于理解储层、检测异常和定义地震相，是至关重要的。

数据体渲染和虚拟现实等技术进步，进一步促进了更有效、更先进的解释工作。

数据体渲染地震解释方法，是通过对数据应用不同级别的透明度，在三维空间中直接评估地下的地震反射率。通过同时显示地震体内的所有数据，并处理不透明度，使其部分不透明（高振幅）和部分透明，以便可以识别隐藏的结构或沉积特征，以隔离感兴趣的区域，然后提取可视化3D对象（称为地质体）。图3C中的例子，是斯伦贝谢公司Petrel软件生成的。

虚拟现实（VR）是一种在虚拟环境中创建、建模和交互的技术。虚拟现实使地球科学家能够与地下数据和模型进行更直观、更有效的互动。用户沉浸在3D数据模型虚拟环境中（图3D），其中专用I/O设备用于操作数据模型，使用手套抓取和操作3D几何图形比使用鼠标和键盘更有效，此外，它还为用户提供了相关的物理反馈。用户能够在数据集中四处移动，并详细调查解释的层位是否与地震数据匹配。用户可以选择在虚拟环境中导航、缩放和缩放数据，并通过这种方式从首选视图中详细检查数据。

4 人工智能和量子计算将重塑油气地震勘探

近年，人工智能技术开始应用于石油勘探与生产。机器学习用于帮助精确地震成像、构造解释和油藏描述，支持油藏建模和模拟，有助于优化油田开发。

人工智能/机器学习（AI/ML）的进步与计算机能力的提高直接相关。地震勘探技术的未来将由计算机能力和相关的AI/ML算法驱动。许多专家表示，在十年内，一种被称为量子计算机的新计算形式有望投入使用。经典处理器使用比特（0或1）。量子计算机采用量子比特（0、1或两者的叠加）。500个量子比特可以代表与2的五百次方个正常比特相同的信息。据估计，量子计算机的速度将比传统计算机快许多数量级。量子计算具有重塑石油物探的巨大潜力，提供比当今任何计算机系统都快几个数量级的能力和先进的地震数据分析。

早在1986年，彼得·莫拉（Peter Mora，当时他在斯坦福大学攻读弹性反演的博士学位，后来成为昆士兰大学布里斯班分校地球物理学教授）曾经讨论过的物探工作者“把地震记录送进计算机，等待输出地下模型”的梦想。使用量子计算机,可望实现地震数据处理解释自动化的愿景——许多（如果不是全部）处理解释工作流程步骤可以是自动化的，由地球科学家提供该过程的最小指导和质量控制。量子计算还有可能帮助识别和组合许多不同类型的机器学习，以提供更准确的答案。

当今对计算机能力的最大需求之一与3D成像有关。例如，全波形反演（FWI）方法是在20世纪80年代初就由塔兰托拉（A. Tarantola）提出了，但是由于计算机能力的限制，直到21世纪才重新广泛为业界关注。随着量子计算机和相关新处理算法的发展，计算机能力的限制将得到缓解。由于像FWI这样的高级处理算法需要对模型进行迭代，量子计算机将能够在很短的时间内获得最佳解决方案。

虽然量子计算在地下评估中的潜在应用前景广阔，但仍有许多挑战需要解决。其中最大的一个是量子算法的开发。此外，量子硬件的当前状态仍处于起步阶段，量子位数量有限且错误率高。尽管面临挑战，但在量子计算和地震分析领域取得了一些非常有希望的进展。据报道，IBM的研究人员为FWI开发了一种量子算法的简化版本，德克萨斯大学奥斯汀分校的研究人员开发了一种受量子启发的逆时偏移（RTM）算法。

前面关于量子计算的讨论部分参考了地球物理学家洛奇·罗登（Rocky Roden）等人的文章（参考资料[3]）。罗登博士的文章除了讨论了自动和综合的地球科学工作流和先进的地震数据处理和成像的应用前景外，还涉及了量子计算具有潜力满足未来勘探和开发碳氢化合物、碳捕捉和存储，以及寻找地热、氦和氢的需求（图4）。其中，“碳捕获和储存（CCS）”是在二氧化碳排放进入地球大气层之前将其捕获和隔离的过程，包括将液态二氧化碳注入深层多孔岩石。为确保高效安全地封存，需要利用地球物理技术勘探、评估和监测。

图4 量子计算具有巨大的潜力（改编自参考资料[3]）

5 结语

石油是世界上最重要的资源之一，它的用途广泛，从交通运输燃料到制造化学物品和药品。因此，石油工业成为世界经济的重要支柱之一。海外有一句谚语“Oil is Power !"（石油就是力量！）。石油工业对全球政治有巨大的影响。

“计算机和地球物理勘探的联系甚至比石油和政治的联系更紧密。”——这句话是美国国家科学院院士、国家工程院院士和国家研究委员会成员卡尔·萨维特（Carl H. Savit，1922 - 1996）说的。萨维特是西方地球物理公司的数学家。美国SEG（勘探地球物理学会）主办的著名期刊《the leading edge》的一篇文章，曾经这样评价萨维特：“近50年来，卡尔·萨维特几乎是地球物理学的同义词。他是该行业最杰出的专家之一。”

20世纪70~90年代，根据某些指标，在20多年中计算机性能平均每5年提高10倍。萨维特曾经分析指出，那期间地震对计算机能力需求，每2.7年提高10倍。这显然是由于那期间二维地震发展到三维地震，以及野外采集数据量激增。后来地震对计算机能力需求仍然持续增加，这是由于海洋勘探的发展，地震技术的应用向油田开发延伸，以及全波形反演等技术对计算机性能提出了更高的要求。

有一句话曾经流传甚广：“石油是在人们的头脑中找到的”。此言不虚，但更确切说，“石油是人们的头脑从数据中找到的”。计算机提供了一个强大的数据处理和解释能力，在油气勘探和生产中发挥重大作用。

参考资料：

[1] National Research Council. 1984. Renewing U.S. Mathematics: Critical Resource for the Future. Washington, DC: The National Academies Press.

[2] Sverre Brandsberg-Dahl. High-performance computing for seismic imaging; from shoestrings to the cloud.2017 SEG

[3] Rocky Roden, etc. Quamtum computing and Subsurface Prediction. World Oil. January 2024.