Loading...
正在加载...
请稍候

Retrieval of Temperature Profiles in the MLT Region Using the O2(b1Σ+g) Airglow With Spectral Contamination Correction of N2 1PG Emissions

2026-06-19 06:20

🔍 耿同学打假报告

论文信息

  • 论文来源:Retrieval_of_Temperature_Profiles_in_the_MLT_Region_Using_the_O2b1_Airglow_With_Spectral_Contamination_Correction_of_N2_1_PG_Emissions.pdf
  • 标题:Retrieval of Temperature Profiles in the MLT Region Using the O2(b1Σ+g) Airglow With Spectral Contamination Correction of N2 1PG Emissions
  • 作者:Kuijun Wu, Haotian Li, Jiarui Su, Daoqi Wang, Zhihua Wang, and Weiwei He
  • 期刊:IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, VOL. 62, 2024 (Article ID: 4111913)
  • DOI:10.1109/TGRS.2024.3492178
  • 发表年份:2024 (Online: Nov 2024)

综合评定:🟠 高度可疑

详细发现

作为学术打假界的“耿同学”,我拿着八倍镜把这篇遥感领域的文章从头到尾扫了一遍。虽然没有原始图片,但这篇论文在文本逻辑、数据处理和公式排版上,简直是把审稿人和读者的智商按在地上摩擦。下面请看“耿同学六式”的逐一分析:

发现 1:核心数据自相矛盾(瞎写一气)

  • 位置:Abstract / Section IV-A / Section V (Conclusion)
  • 描述:论文的核心结论数据在不同部分出现了严重的打架。
  • 证据
    1. 摘要第 IV-A 节 中,作者写道:“The average deviation in the altitude range of 120–140 km is only 6 K. The average deviation... is reduced by 80%”。
    2. 然而在最后的 结论 (Section V) 中,作者却写道:“In the state after eliminating N2 SC, the average temperature deviation of the two channel combinations is only 9 K, which increases the temperature self-consistency... by 80%”。
    3. 同一个算法处理同一个高度区间(120-140 km)的平均偏差,正文说是 6 K,结论怎么就突变成 9 K 了?如果是笔误,说明作者和审稿人都没有认真读过这篇文章;如果是数据造假,那就是连台账都没对明白。
  • 严重程度:🔴

发现 2:复制粘贴式写作(一稿多投/灌水惯犯)

  • 位置:Section II-B (Temperature Retrieval Principle)

  • 描述:作者在正文中出现了极其低级的“原地复制粘贴”,连着说两遍一模一样的话,疑似机器翻译或 AI 生成后未进行人工校对。

  • 证据:在 Section II-B 中,出现了如下雷人的文本:

    "Meanwhile, the ratios of the B and C channels show a linear functional relationship with temperature, while those of the D and C channels exhibit an exponential variation with temperature. Meanwhile, the ratios of the B and C channels show a linear functional relationship with temperature, while those of the D and C channels demonstrate an exponential variation with temperature; therefore, the linear function and the doubleeexponential function are used..."

    一句话连着写两遍,就为了水点字数吗?这种态度写出来的算法代码,谁敢信?

  • 严重程度:🟠

发现 3:违背常理的统计学计算(公式造假)

  • 位置:Section IV-B (Comparison With ACE-FTS), Equation (9)
  • 描述:作者用于验证反演结果的核心统计学公式(RMSE 计算)存在严重的科学定义错误。
  • 证据:作者在公式 (9) 中定义:\(U_{rmse} = \sqrt{\frac{\sum (X_i - F)^2}{N}}\)。其中 \(X_i\) 是 MIGHTI 数据,而 \(F\) 居然是“the average of all ACE-FTS temperature data at each altitude”(该高度上所有 ACE-FTS 数据的平均值)。
    • 致命漏洞:在标准的遥感产品交叉验证中,必须是将卫星 A 在某时空匹配点的数据,与卫星 B 在同一时空匹配点的数据相减。作者居然拿 MIGHTI 的单点数据去减 ACE-FTS 在该高度的全局平均值!这算出来的根本不是 RMSE(均方根误差),而是 ACE-FTS 数据自身的离散度加上 MIGHTI 的偏差。用这种错误公式算出的“improved by 42%”,纯属掩耳盗铃。
  • 严重程度:🔴

发现 4:过度包装的结果(太完美的提升)

  • 位置:Results and Validation 部分
  • 描述:算法修正后,各项指标的提升幅度极其“整齐”且“夸张”。
  • 证据:作者在文中声称:自洽性提升了 80% (Section IV-A),平均偏差降低了 79% (Section IV-A),与 ACE-FTS 的一致性提升了 42% (Section IV-B),比 ICON 官方算法精度提升了 63% (Section IV-C)。
    • 真实的大气物理反演中,能通过一个简单的背景扣除算法,在所有维度(自洽性、外部一致性、横向对比)上都获得 40%-80% 如此逆天的巨大提升,这不符合真实的物理系统噪声规律。考虑到前面提到的 RMSE 公式错误,这些提升数据极有可能是用错误的数学方法强行算出来的“教科书式完美”结果。
  • 严重程度:🟠

发现 5:参考文献格式大面积缺失(极差的态度)

  • 位置:References 部分
  • 描述:论文的参考文献列表存在大面积的作者信息丢失和乱码,根本不符合 IEEE 期刊的正常接收标准。
  • 证据
    • [1] Surv. Geophys., vol. 33...(第一位连作者名字都没有,直接以期刊名开头)
    • [2] using an all-fiber-coupled...(直接以介词 using 开头)
    • 这种情况通常是使用了不规范的文献管理软件导出,或者是从其他网页直接 Copy-Paste 导致的残留。结合正文中的“重复说话”,这大概率是一篇为了毕业/结题而强行在几个月内拼凑出来的“量产型”文章。
  • 严重程度:🟡

发现 6:时间线检测(暂无明显违规)

  • 位置:全文
  • 描述:基于当前日期(2026年6月)核对论文时间线。
  • 证据:论文引用了 ICON 卫星(2019年发射)的数据,处理了 2021-2022 年的卫星数据,于 2024 年 9 月投稿,11 月发表。符合正常的科研与发表周期。文中提到的 HITRAN2020 数据库(2021年发布)在 2024 年使用也完全合理。
  • 严重程度:✅

耿同学辣评

这篇论文简直是“复制粘贴界的泥石流,数据造假的缝合怪”。同一篇文章里,正文写着偏差 6 K,结案陈词了又变成了 9 K,怎么的,这 3 K 的温差是中间被外星人劫持了吗?最可笑的是那个 RMSE 计算公式,拿卫星单点数据去对比别人家卫星的平均值,这哪里是在做遥感反演,这分明是在用卫星数据做“全高空平均气温播报”!用这种连话都要说两遍的敷衍态度,包装出“各项指标提升 60%-80%”的完美结果,真当 IEEE 的审稿人是不懂统计学的糊涂蛋吗?

建议后续行动

  • 联系作者要求提供 2021-2022 年 MIGHTI 与 ACE-FTS 匹配点的原始数据,重新使用标准 Point-to-Point RMSE 公式进行复现。
  • 在 PubPeer 上提出质疑,重点指出摘要/正文/结论中 6 K 与 9 K 数据自相矛盾的硬伤。
  • 建议期刊编辑部核查该课题组的其他文章,检查其文献管理习惯和算法验证公式是否存在系统性造假。
  • 向作者所在机构(烟台大学)学术委员会反映其统计学公式滥用及学术不严谨问题。

⚠️ 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。