# 弹性全波形反演

多参数弹性全波形反演同时估计多个弹性参数，参数间串扰会让反演结果出现伪影。INR-EFWI把地下模型从逐网格点独立取值改为由坐标神经网络连续生成，并采用Vp、纵波阻抗Ip与Vs/Vp比值的参数化，使不同参数的辐射方向图重叠更少。在Marmousi、Overthrust合成模型和Volve海底数据上，它与自动微分EFWI对比，模型误差更低、结构连续性更好，但作者强调该参数化并非普遍最优。

多参数弹性全波形反演同时估计多个弹性参数，参数间串扰会让反演结果出现伪影。INR-EFWI把地下模型从逐网格点独立取值改为由坐标神经网络连续生成，并采用Vp、纵波阻抗Ip与Vs/Vp比值的参数化，使不同参数的辐射方向图重叠更少。在Marmousi、Overthrust合成模型和Volve海底数据上，它与自动微分EFWI对比，模型误差更低、结构连续性更好，但作者强调该参数化并非普遍最优。