🔍 耿同学打假报告

论文信息

• 标题：A Convective Initiation Nowcasting Algorithm Based on FY-4B Satellite AGRI and GHI Data
• 作者：Zongxin Yang, Zhigang Cheng, Wenjun Sang, Wen Zhang, Yu Huang, Yuwen Huang, Zhi Wang
• 期刊：Atmosphere (MDPI)
• DOI：https://doi.org/10.3390/atmos17040380
• 发表年份：2026
• 论文来源：atmosphere-17-00380-v2.pdf

综合评定：🟡 存疑

(注：核心实验数据经得起推敲，未见系统性数据造假，但文中存在多处令人啼笑皆非的机翻痕迹与低级笔误，暴露出极其粗糙的质控过程。)

详细发现

发现 1：统计学与数据异常（耿同学第二式、第四式）

• 位置：Table 5, Table 7 / 正文 3.1节
• 描述：检验论文核心数据的数学自洽性。在 Table 5 中，作者列出了每日的 CI 事件及探测结果（TP, FN, FP）。作为算法评估的基础数据，这些数值必须完美闭环。
• 证据：
  • 总数核验：22+19+10+13+29+20+24+29 = 166。TP(138)+FN(28) = 166。数据内部逻辑完全自洽。
  • 指标核验：根据 Table 7 的混淆矩阵推算 POD（命中率）= TP / (TP + FN) = 138 / 166 = 83.13%，与文中报告的 83.1% 完全吻合。
  • CSI（临界成功指数） = TP / (TP + FN + FP) = 138 / (138+28+68) = 138 / 234 = 58.97%，与文中报告的 58.9% 吻合。
  • 结论：数据非常“干净”，数学上无懈可击。
• 严重程度：🟢 （数据自洽，无造假嫌疑）

发现 2：置信区间（CI）数值异常（耿同学第四式）

• 位置：Table 7 / 正文 3.1 节
• 描述：Table 7 中针对三个算法的评估均给出了 Bootstrap（1000次重采样）的置信区间。通常，统计学默认使用 95% 置信区间（95% CI），文中绝大多数地方也标注的是 95% CI。
• 证据：但在 Table 7 中，关于 GHI data 算法的 FAR（误报率）这一行，原文赫然写着：33% (96% CI: 26.3–39.6%)。
  • 为什么是 96%？ 统计学上极少有人去计算一个 96% 的置信区间。这极其不符合常规学术写作习惯。
  • 这极大可能是作者在排版或修改稿件时的笔误，但竟然逃过了作者的校对和 MDPI 编辑的同行评审直接发表。
• 严重程度：🟡 （不影响核心科学结论，但凸显了写作和审稿的极度不严谨）

发现 3：术语与方法学异常——满篇机翻的“缝合怪”（耿同学第六式）

• 位置：第 2.2.1 节（算法标准）
• 描述：论文正文出现了极其离谱的、连上下文逻辑都不自洽的短语，呈现出典型的“劣质机器翻译”或“AI胡编乱造”的特征。
• 证据：
  • 原文写道："...we transform these data into another 15-min bright semichemic change in the CI..."
  • 什么是 "bright semichemic change"（明亮的半化学变化）？ 气象学卫星反演中根本不存在这个词汇！结合上下文（前文提到了 brightness temperature），这极大概率是中文“亮温变化”或某种特定描述被机器翻译强行直译甚至扭曲后的产物。
  • 同样离谱的句子：“Typically, cumulonimbus clouds will be cloudy.”（典型地，积雨云将会是多云的）。这句话如同废话文学，积雨云当然是多云，这在英文母语者看来极其滑稽。
• 严重程度：🟠 （严重的学术写作事故，破坏了论文的专业性）

发现 4：逻辑与时事背景异常（耿同学第五式）

• 位置：第 2.1 节与 3.1 节
• 描述：论文声称 FY-4B 卫星的 GHI 传感器在特定时期对四川进行了高频扫描，给出的理由非常奇葩。
• 证据：
  • 原文写道："The first period coincided with Chengdu University..." 以及 "The 2023 period coincided with Chengdu University, with the GHI scan area centered precisely in Chengdu."
  • 卫星扫描怎么会和“成都大学”重合？ 卫星的观测任务安排绝不会围绕一所普通大学进行。
  • 真相还原：结合 2023 年的时间线（7月28日-8月8日），这段时间成都举办的是**“成都第31届世界大学生夏季运动会”（Chengdu FISU Games）**！英文中“大学生运动会”很容易被无脑翻译软件或早期 AI 缩写/错翻成“University”。这是极其明显的机翻暴露点。
  • 利好点：作者在后文提到“台风杜苏芮7月28日登陆，GHI去监测台风路径导致四川数据缺失”，这个时间节点与 2023 年的真实气象记录完全吻合，说明作者使用的数据大概率是真的，只是在写论文时“偷懒”用了机翻。
• 严重程度：🟡 （数据背景真实，但文本表述严重失真）

发现 5：时间线验证（耿同学第六式）

• 位置：论文收稿时间与设备背景
• 描述：验证论文使用的设备与数据时间线是否违背科学常识。
• 证据：
  • FY-4B 卫星于 2021年发射，2023年投入业务化运行。论文使用 2023 年 7-8 月的数据，并在 2026 年 3 月投稿。
  • 时间线完全合理，不存在“穿越”使用未发布设备或未发生气象事件的硬伤。
• 严重程度：🟢 （时间线无瑕疵）

耿同学辣评

这篇论文生动诠释了什么叫**“数据很丰满，英文很骨感”**。核心算法的数据算得明明白白，连百分位都对得上，结果一转头，把“世界大学生运动会”机翻成了“成都大学”，还整出了气象学奇观“明亮的半化学变化”。连 95% 置信区间都能手滑打成 96%，看来这论文是写了，但作者和审稿编辑是一眼都没看啊！MDPI 的审稿质量，懂的都懂。

建议后续行动

• 联系作者要求提供原始数据 （数据逻辑自洽，暂不需要）
• 在 PubPeer 上提出质疑（建议针对 "bright semichemic change" 和 96% CI 询问作者究竟是咋想的）
• 给作者发送邮件，建议其重修科技论文写作或更换更好的翻译软件
• 建议期刊发布勘误

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。
(注：因无原图像素级分析，本报告主要基于文本逻辑、数学自洽性与背景常识进行审查。)