导读:本文包含了地震数据存储论文开题报告文献综述及选题提纲参考文献，主要关键词:NAS12000H,508XT,高速光纤卡
地震数据存储论文文献综述
段昌平,翟立新,齐永飞,张平,刘晓辉[1]（2018）在《新型地震数据存储设备NAS12000H在508XT中的应用》一文中研究指出NAS12000H是Sercel提供的新一代地震数据存储设备,可以同时应用于508XT和428XL地震勘探系统,相比于NAS4000,NAS12000H拥有更大的存储空间,并且通过扩展配置高速光纤卡,NAS12000H可以获得更为高速的数据读写速率,本文对NAS12000H的功能、配置进行简单的介绍,并结合508XT系统介绍了其使用方式。(本文来源于《物探装备》期刊2018年06期）
李军茹,侯红军,林茂春,尚民强,杜吉国[2]（2018）在《两宽一高海量地震数据的存储与处理方案》一文中研究指出随着"两宽一高"高精度地震勘探技术的发展与应用,地震勘探数据量剧增。本文针对海量地震数据的特点,探讨了海量数据的硬件支撑-大规模机群,集中式与分布式存储相结合的数据存储策略和海量数据的并行处理框架,以及大规模机群环境全局资源的实时动态监控技术。(本文来源于《石油工业计算机应用》期刊2018年Z1期）
刘瑶[3]（2016）在《地震数据高效存储技术研究》一文中研究指出针对大量的地震数据给传输和存储带来的巨大压力,在现有无损压缩算法的基础上本文提出了一种适用于Seg-Y地震数据文件的压缩方法。论文根据Seg-Y文件中的地震数据是以四个字节表示一个数据值这一特点,将其分解成四个分组,并引入基尼系数分析了整体数据与四个分组的数据在[0,255]区间内的分布情况,通过实验发现四个分组与整体数据的分布情况均不相同,而无损压缩方法与文件的数据分布情况息息相关,因此确定了先对文件进行分组,再对各个分组进行压缩的思路。然后论文实验对比了不同压缩算法对各个分组的压缩率,选取Lzma算法压缩前两个分组,Deflate算法压缩后两个分组。在此基础上,论文基于Microsoft.Net平台,采用C#语言,以Visual Studio2010为工具设计开发了一套将地震数据压缩后传输并存储的软件,其中,客户端软件用于压缩和发送Seg-Y文件,服务器端软件接收并存储文件。最后对比了该软件与目前流行的压缩软件在压缩率、解压缩时间上的区别,并与原始数据实验对比在网络传输上的效率差异,实验结果表明本文算法的压缩率与Lzma算法相比,降低8%左右,比Deflate算法降低12%左右,比BZip2算法和Win RAR降低13%左右;本文算法的解压缩所耗时间则处于Lzma算法,Bzip2算法和Deflate算法和Win RAR之间;而采用本文算法将Seg-Y文件压缩后传输相比于直接传输原数据,每兆字节数据平均可节省0.23s,因此,本文的方法可以有效降低Seg-Y的压缩率,和减少数据在数据传输阶段的时间。(本文来源于《西南科技大学》期刊2016-05-20）
李亚芳,陈述新,刘杰超[4]（2015）在《LVM技术在新疆地震数据存储中的应用》一文中研究指出为解决新疆地震数据存储系统在使用过程中遇到的32位Linux服务器挂载单个分区空间受限和无法扩展的难题,利用Linux系统中提供的LVM逻辑卷管理机制,实现对磁盘的动态管理,使地震数据存储系统磁盘空间在Linux服务器上的挂载更加灵活方便。(本文来源于《软件导刊》期刊2015年11期）
申龙斌,刘昶,王贵斌,于静[5]（2015）在《LDM地震数据体的存储格式分析与应用》一文中研究指出在油气勘探过程中,地震数据体是最重要的基础数据之一.地震数据体通常采用SEGY标准进行存储,随着油田信息的叁维可视化技术的发展,为适应快速抽线和体渲染的需求,出现了Large Data Management(LDM)存储格式,但LDM格式的技术细节并不公开.本文通过定制LDM数据体,分析各个数据块的存储位置,并结合八叉树存储的基本原理,详细分析了LDM的数据存储格式并给出了算法实现.根据此算法实现的地震剖面抽取显示模块节省了存储空间,并提高了数据抽取效率.(本文来源于《计算机系统应用》期刊2015年06期）
谷文彦[6]（2015）在《地震数据存储系统中的索引研究》一文中研究指出经济的快速发展及能源紧缺导致了石油需求的增长,在这种需求下,地震勘探作为石油勘探最有效的方法,正在向着高精度、高密度、多维度方向发展。随之产生的大规模地震勘探数据需要及时进行存储、分析及处理,这些数据的读取具有块小量大的特点。常规磁盘所用的数据读取方式,其处理速度缓慢,因此不仅要对地震数据底层存储系统进行改善,给系统加入索引机制来提高数据访问速度,也是必不可少的。因此为地震数据存储系统研究一种新型的索引结构、索引算法就变得很有意义。索引技术可以有效地提高数据的查询处理能力,降低查询时间,减少磁盘I/0访问次数。针对地震数据的存取,目前方案多是采用索引与数据分开存储,索引服务器采用集中式管理,容易造成内存溢出、单点故障等问题。也有学者对大数据索引提出不同方案,根据关键字特点采用分级索引,使得时间和空间开销有所降低,但他们分级后的索引同样是在同一个节点中存储。地震数据存储系统(Seismic Data File System,简称为SDFS)系统将地震数据分块后均匀分布到各个服务器节点进行存储。本文利用SDFS的分布式与分级式的特点,针对地震数据特殊的访问需求,提出基于炮号和道号的两级索引结构来记录分块后的数据位置。通过对两级索引进行研究后,分别采用Trie树、红黑树、AVL树对索引进行了实现。最后提出一种混合索引机制T*-Trie树对一级索引进行实现。实验结果表明,采用T*-Trie树可以满足系统随机读和顺序读取的需求,在速度上有所提高,且使元数据服务器内存消耗也得到了降低。(本文来源于《中国科学技术大学》期刊2015-05-05）
潘昌森[7]（2015）在《地震数据存储系统研究》一文中研究指出近年来,得益于人类社会对石油的需求,石油勘探技术也在飞速发展。地震勘探是进行石油勘探的主要的方法,随着地震勘探技术在地震数据采集、资料处理和资料解释方面不断创新,地震勘探所产生的数据也在海量增长。目前,人们针对这些海量的数据计算发展了高性能计算,使得地震数据处理速度越来越快,但是地震数据处理过程中数据读取的I0瓶颈严重阻碍了数据的处理速度。因此,如何提高地震数据的读取速度成了一个亟待解决的问题。目前针对地震数据10瓶颈的问题,做法多是采用分布式文件系统作为存储系统。每种分布式文件系统的存储特点是不一样的,如HDFS适合大文件的存储,并且对大文件读取进行了优化,又如Fast DFS适合小文件的存储。而地震数据的读取特点是块小量大,即读取的粒度小但读取量大。目前的分布式系统并没有与地震数据读取特点相吻合的读取模式,因而地震数据读取的10瓶颈问题仍存在。本文通过研究地震数据处理的主要数据格式SEGY的格式特点以及一般地震数据的处理流程,分析出目前地震数据处理遇到10瓶颈的原因,实现了一种基于Fast DFS的地震数据存储系统即SDFS(Seismic Data File System)系统。该系统实现了解决地震数据读取10瓶颈的方案。该方案为:首先,通过将地震数据文件以道为单位的分块存储,提高了数据的读取效率;其次,通过将文件宏块再分块,并使用并行磁盘读取技术来提高了地震数据的读取速度;最后还提出了针对系统数据储可靠性的研究,即通过完整备份的方式增加系统可靠性。为了证明该方案的有效性,本文实现了 SDFS系统并对系统的主要功能进行了设计,然后进行了两组地震数据读取的实验。实验一测试了并行磁盘读取技术的有效性,实验结果显示,当每个节点硬盘数据量增加时系统的读取性能增加,速度几乎与磁盘数量成正比;当数据块大小增加时,对顺序读有利而减小则对随机读有利。实验二则用对比实验的方式进行了系统的读取性能测试,对比的系统为Fast DFS,测试结果为SDFS系统的顺序读和随机读性能都要明显优于Fast DFS。综合两次实验结果可知,本文提出的SDFS系统能够帮助改善地震数据读取的10性能。(本文来源于《中国科学技术大学》期刊2015-05-04）
王娟,张波,王晓明,邱宏茂,朱国富[8]（2014）在《非连续地震数据存储与归档》一文中研究指出本文旨在解决非连续地震数据在国家数据中心的自动归档和存储问题。本文讨论的方法能自动将一天所有的辅助台站数据存为一个波形文件,同时将与数据文件相关的索引存储在归档数据库中,且在对比归档数据与原始数据一致的情况下,删除运行平台文件系统的零散数据文件及运行库中相对应的数据库记录。该方法已在国家数据中心得到了应用。(本文来源于《国家安全地球物理丛书（十）——地球物理环境与国家安全》期刊2014-11-01）
冯翔[9]（2014）在《基于hadoop的地震数据分布式存储策略的研究》一文中研究指出在实际地震资料的处理时，影响数据处理效率的因素有很多，从整体上说，影响地震数据处理效率主要分为软件和硬件两个方面，也就是访问方法和访问环境的配置。但是由于访问方法的不断开发优化和服务器存储访问环境的更新需求造成了巨大的经费开销的同时访问方法的优化也越来越困难。为了解决访问方法优化开发的瓶颈和存储服务器更新代价两方面问题，本文通过对地震数据存储特性的研究，基于Hadoop对当前大数据存储访问技术，提出基于Hadoop的地震数据分布式存储策略，并通过该存储策略优化地震数据的存储访问环境，提高设备利用率。本文具体研究内容如下：1.Hadoop的地震数据分布式存储适应性研究；对Hadoop分布式框架的数据存储结构与地震数据的数据结构、访问特性等方面进行适应性研究，同时对地震数据分布式存储所需要考虑的组织结构、集群配置因素进行考量。通过Hadoop的数据访问方法与地震数据访问方法的有效结合，以廉价集群为前提，提出地震数据分布式存储策略的整体框架。2.地震数据分布式存储的组织策略；根据Hadoop集群环境的特性，对地震数据的分块大小、数据块分配、数据完整性进行组织，组织之后对环境参数合理配置，使之更高效的存储在Hadoop的分布式文件系统中。并通过实验来验证最符合于地震数据特性的环境参数配置及最优的数据组织策略。3.基于Hadoop的地震数据存取模块的设计；为了进一步验证Hadoop对地震数据的分布式计算的优势，本文将通过对Hadoop编程框架MapReduce和目前地震数据存取模块同时进行开发，并将两种环境下的存取模块进行对比，通过改变相应的环境参数来验证Hadoop地震数据分布式存储的高效性，并得出分布式节点个数和数据大小的不同对数据访问效率的影响。最后综合本文的研究内容，实现其各个优化技术，提出完整的地震数据分布式存储策略。以此来验证本文提出的相关优化技术和方法的可行性和有效性。(本文来源于《东北石油大学》期刊2014-06-08）
董晓雷[10]（2014）在《地震数据存储设备的性能及应用》一文中研究指出随着地震勘探技术的进步和勘探要求的提高，地震勘探的采集道数越来越多，随之带来地震采集数据的海量增加。目前地震勘探叁维施工每天采集的数据量多数约为15-30GB，数据量大的在40GB以上;二维施工每天采集的数据量约为3-10GB，多的在10GB以上。今后，地震队每天记录的地震数据量还会大幅增长。因此，对数据存储技术、数据安全、以及数据录入技术提出了更高的要求作为地震勘探仪器技术的重要组成部分，地震数据存储技术随着地震勘探技术、计算机技术、工艺材料技术、信息存储技术的不断发展变化，野外施工采集的数据记录设备从最早的模拟光点记录仪到磁带机，再发展到网络磁盘，经历了快速的发展。随着地震勘探技术的进步和勘探要求的提高，地震勘探的采集道数越来越多，随之带来地震采集数据的海量增加。目前地震勘探施工中常用的记录设备：磁带机主要是富士通的3490E磁带机，IBM的3592磁带机；磁盘主要有虚拟磁带机、SERCEL NAS磁盘等。在地震仪器数据存储设备选型时，既要考虑数据存储设备对数据记录速度、数据容量的要求、存储设备之间备份的要求，又要考虑其对野外恶劣施工环境的适应性。因此本文对存储设备、存储数据安全和存储设备之间备份，进行了分析，并介绍一种新的数据存储软件Copy+。(本文来源于《西安石油大学》期刊2014-05-20）
地震数据存储论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着"两宽一高"高精度地震勘探技术的发展与应用,地震勘探数据量剧增。本文针对海量地震数据的特点,探讨了海量数据的硬件支撑-大规模机群,集中式与分布式存储相结合的数据存储策略和海量数据的并行处理框架,以及大规模机群环境全局资源的实时动态监控技术。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
地震数据存储论文参考文献
[1].段昌平,翟立新,齐永飞,张平,刘晓辉.新型地震数据存储设备NAS12000H在508XT中的应用[J].物探装备.2018
[2].李军茹,侯红军,林茂春,尚民强,杜吉国.两宽一高海量地震数据的存储与处理方案[J].石油工业计算机应用.2018
[3].刘瑶.地震数据高效存储技术研究[D].西南科技大学.2016
[4].李亚芳,陈述新,刘杰超.LVM技术在新疆地震数据存储中的应用[J].软件导刊.2015
[5].申龙斌,刘昶,王贵斌,于静.LDM地震数据体的存储格式分析与应用[J].计算机系统应用.2015
[6].谷文彦.地震数据存储系统中的索引研究[D].中国科学技术大学.2015
[7].潘昌森.地震数据存储系统研究[D].中国科学技术大学.2015
[8].王娟,张波,王晓明,邱宏茂,朱国富.非连续地震数据存储与归档[C].国家安全地球物理丛书（十）——地球物理环境与国家安全.2014
[9].冯翔.基于hadoop的地震数据分布式存储策略的研究[D].东北石油大学.2014
[10].董晓雷.地震数据存储设备的性能及应用[D].西安石油大学.2014