Chao Li

全波形反演要从地震记录重建地下速度模型，但反演高度非线性且病态，初始模型不准或数据含噪时容易收敛到错误解。此前基于退火斯坦变分梯度下降的贝叶斯全波形反演用高斯或平滑等手工先验约束粒子，难以表达复杂地质结构。该工作把在GeoFWI数据集上训练的扩散模型作为隐式地质投影算子嵌入粒子更新，在Marmousi合成模型上把平均绝对误差从经典方法的94.80降到92.68，结构相似性从0.69升到0.72，并让后验不确定性更集中在深部与高对比界面附近。

全波形反演要从地震记录重建地下速度模型，但反演高度非线性且病态，初始模型不准或数据含噪时容易收敛到错误解。此前基于退火斯坦变分梯度下降的贝叶斯全波形反演用高斯或平滑等手工先验约束粒子，难以表达复杂地质结构。该工作把在GeoFWI数据集上训练的扩散模型作为隐式地质投影算子嵌入粒子更新，在Marmousi合成模型上把平均绝对误差从经典方法的94.80降到92.68，结构相似性从0.69升到0.72，并让后验不确定性更集中在深部与高对比界面附近。