🔍 耿同学打假报告

论文信息

• 标题：Development of Level 2 aerosol and surface products from cross-track scanning polarimeter POSP on board the GF-5(02) satellite
• 作者：Cheng Chen, Xuefeng Lei, Zhenhai Liu, Haorang Gu, Oleg Dubovik, Pavel Litvinov, David Fuertes, Yujia Cao, Haixiao Yu, Guangfeng Xiang, Binghuan Meng, Zhenwei Qiu, Xiaobing Sun, Jin Hong, and Zhengqiang Li
• 期刊：Earth Syst. Sci. Data (ESSD)
• DOI：https://doi.org/10.5194/essd-17-3497-2025
• 发表年份：2025 (Published: 22 July 2025)
• 论文来源：Development_of_Level_2_aerosol_and_surface_product.pdf

综合评定：✅ 清白

详细发现

发现 1：数据造假的“反向指标”检测（真实数据的粗糙感）

• 位置：Table 3 (Page 3509) 及全文验证结果讨论
• 描述：在跨传感器（OLCI, TROPOMI, POSP）的验证对比中，作者大方承认了自家产品（POSP）在某些方面不如其他两个老牌传感器。
• 证据：
  1. 表3中，POSP的海洋AOD验证RMSE为0.091，作者在正文（Section 4.3）中主动坦白：“the RMSE is 0.091 in contrast with typical values of around 0.04–0.05 obtained from our previous processing... indicating less stability in POSP AOD over the ocean.”
  2. 在SSA（单次散射反照率）的对比中，TROPOMI的RMSE是0.026，而POSP是0.040，作者也直言不讳地指出了差距。
  3. 坦承沙漠地区AE（埃格斯特朗指数）大于1.0的异常结果“seems to be problematic”。
• 严重程度：🟢 (非异常，反而是极度诚实的标志)
• 分析：随机数生成器造出来的数据往往比这完美得多。 造假者通常会让自家的新产品表现得“刚刚好”比老产品好一点，或者各项指标完美无瑕。本文作者不仅公开了较差的RMSE，还花了大量篇幅探讨可能的原因（云掩码太严、缺少风速约束、SWIR通道定标问题等）。这种主动“找骂”的严谨态度，是真实科研过程的典型特征。

发现 2：时间线与设备迭代逻辑检测

• 位置：Section 4.1 (Page 3504) 及 全文时间节点
• 描述：算力硬件配置与数据处理时间线的合理性验证。
• 证据：
  1. 当前设定日期为 2026-06-19。论文提到使用“four Intel 4-core I9-13900 Think stations”处理了18个月的数据（2021年12月至2023年5月）。
  2. Intel Core i9-13900 处理器于 2022 年底发布，2023 年初大规模装机。考虑到论文于 2024 年 10 月投稿，使用 I9-13900 工作站完全符合时间线逻辑，不存在“穿越”使用未来设备的情况。
  3. 论文引用了 2024 年（如 Litvinov et al., 2024; Chen et al., 2024a）和 2025 年（如 Cao et al., 2025; Caplan and Huemmrich, 2025）的文献。由于论文发表于 2025 年 7 月，且经历了 2024 年 12 月的讨论阶段，引用这些最新甚至在排印期“即将发表”的文献（常见于 In press 状态）是学术界正常操作。
• 严重程度：🟢

发现 3：图片与统计学逻辑自洽性分析

• 位置：Section 4.2, Figure 6-10 描述
• 描述：文本中描述的散点图分布特征符合遥感反演的真实物理规律。
• 证据：
  1. 作者提到“POSP/GRASP tends to underestimate AE (too large particle size) for small particles (AE > 1.0) and overestimate AE (too small particle size) for large particles (AE < 1.0) over land.” 这种“小粒子算得偏大，大粒子算得偏小”是参数化模型反演中典型的“回归到平均值”现象，是真实算法的常见痛点，数据表现极其合理。
  2. 论文提到海洋上的有效像素远低于预期（只有38%），作者将其归咎于“too strict cloud mask and glint mask”。如果是系统性地伪造数据以证明产品成功，通常会伪造一个漂亮的全球覆盖图，而不是主动展示一个布满空洞和缺陷的全球覆盖图。
• 严重程度：🟢
• 分析：注：由于本次检测仅提供PDF文本，未提供原始高清图像文件，无法进行像素级的图片复用（第一式）和PS拼接（第三式）检测。仅从文本对图表的描述逻辑来看，未发现“完美到失真”的伪造迹象。

耿同学辣评

这篇论文简直是学术界的“老实人”！现在的水文作者为了凸显自己工作牛逼，恨不得把误差标成0.0001，结果这帮作者反手就在正文里写：“大家快来看啊，我们海洋的RMSE是0.091，比前辈TROPOMI的0.04烂了一倍多哦！不仅如此，我们的云掩码也劈了叉，导致海洋数据丢了一大半！”
真正的学术自信不是没有bug，而是敢于把bug写成Lessons Learned（经验教训）发出来。这种主动暴露缺陷的文章，随机数生成器写不出来，PS大神也懒得画得这么拉胯。拿这种实打实跑出来的“带伤数据”来糊弄审稿人？不，人家是真诚地在跟科学交底！

建议后续行动

• 无需采取行动。未发现任何学术不端嫌疑。
• （可选）若作为同行评审，建议作者未来在升级算法后，重新测试海洋云掩码与BRDF的参数约束，以解决他们自己提出的那些“痛点”。

⚠️ 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。由于本次检测基于纯文本提取，未涉及原始图片源文件，第一式与第三式的视觉鉴定存在客观局限性。