逆时偏移算法在能源勘探行业中有着很重要的的地位,其主要功能是通过探测到的地震波数据,对复杂的地质构造成像,为寻找地下能源提供便利。目前逆时偏移算法在实际应用领域仍面临很多困难,主要包括:由于算法本身多次迭代导致的超长耗时问题,由于单节点内存不足导致的实验规模受限问题,以及由于串行读写方式导致的读写效率低的问题。解决这些问题,使得逆时偏移算法面向工业化应用,具有很重要的意义和价值。本文研究面向VTI介质逆时偏移算法的并行优化,提升算法的运行效率。主要的工作内容有:（1）通过分析面向VTI介质逆时偏移算法数据之间的依赖性,提出了一种多级并行（网格点、域划分、炮间）的优化策略来挖掘算法的可并行性,优化大规模逆时偏移算法的超长耗时问题。并通过三组实验,验证该策略的优化效果。实验结果表明:多级并行优化策略具有比较明显的加速效果。还通过一组大规模实验验证了多级并行优化策略消除了单节点内存对算法规模的限制。（2）提出了一种并行读写优化策略。在多级并行优化策略的基础上,由于读写耗时占比较高,导致随着进程数量的增多并行效率下降较快。针对这一问题,本文在多级并行优化的基础上,根据程序块与块之间读写过程相互独立的特点,改变文件的存储结构,采用MPI技术实现了数据块间的并行读写,提升算法的读写效率。并且在曙光超算平台上做了三组实验,实验数据表明:本文的并行读写策略具有很好的加速效果,且加速效果具有比较好的稳定性。（3）在曙光超算平台上,本文对优化后的面向VTI介质逆时偏移算法进行三个方面的综合实验。首先,在控制总计算规模保持不变的情况下增加进程数量,研究优化后算法的加速效果,实验结果表明:本文提出的优化策略具有明显的加速效果;其次,控制节点负载保持不变的情况下增加进程数量,研究算法的可扩展性,实验结果表明:本文提出的优化策略具有很好的扩展性,且节点负载越大效果越好;最后,通过一组大规模实验验证了本文的优化策略消除了单节点内存对算法规模的限制。