与反演有关的科学问题

1.信息量问题

信息量问题是反演的第一个基本问题，反演不是无中生有的猜测，所以只有数据中确实含有待反演参数的信息，反演算法才可能提取这些信息。信息量不仅可作为反演的定性指导，而且可以定量化，通过进行数据噪声分析和结合模型进行参数敏感性分析，可以从一定程度上定量地反映信息量和信息流。

2.模型可反演性问题

我们说模型不可反演，主要是指以下三种情况：一是模型的参数太多，参数间的关系太复杂，造成反演困难；二是模型输入到模型输出间的映射不是单映射，造成反演时没有唯一解；三是某些参数在模型中非常不敏感，反演时不具有稳定性。

3.反演稳定性问题

有时反演算法对于没有噪声的数据可以得到较好的结果，但是如果在数据中稍微添加一些噪声，反演结果就迅速偏离真实值，这就是我们所说的反演不稳定。解决不稳定问题首先要通过参数敏感性分析，分析不稳定的原因，然后利用反演理论中的各种约束方法增加结果的稳定性。

4.计算效率问题

现在的很多反演算法均采用迭代优化算法，需要反复调用模型，因此计算速度较慢，这在反演算法实用化进程中是一个不得不考虑的问题。通过简化模型、优化代码以及使用查找表等方法，提高计算效率的潜力非常大，因此这一遥感反演实用化的阻碍因素最终是可以消除的。