🔍 耿同学打假报告

论文信息

• 标题：First Level 1 Product Results of the Greenhouse Gas Monitoring Instrument on the GaoFen-5 Satellite
• 作者：Hailiang Shi, Zhiwei Li, Hanhan Ye, Haiyan Luo, Wei Xiong, and Xianhua Wang
• 期刊：IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING
• DOI：10.1109/TGRS.2020.2998729
• 发表年份：2020

综合评定：🟠 高度可疑

详细发现

发现 1：核心验证数据存在严重的内部矛盾（稳定性指标差 10 倍）

• 位置：Abstract / Conclusion（摘要与结论） vs Section V-C（表 III 及其正文）
• 描述：论文在摘要和结论中声称 GMI 在五个月内的光谱稳定性极好，具体数值为“Band 1 (<0.005 cm⁻¹), Band 2 (0.003 cm⁻¹), Band 3 (0.002 cm⁻¹), Band 4 (0.004 cm⁻¹)”。然而，在正文第 V-C 节及 Table III 中，报告的各波段最大波长漂移值却是“0.03 cm⁻¹, 0.011 cm⁻¹, 0.013 cm⁻¹, and 0.02 cm⁻¹”。
• 证据：摘要/结论中的数值与正文表格中的数据存在直接的数学冲突，且摘要中的数值恰好都带了一个前导的“0.0”，疑似在撰写摘要时漏看或错误移位了小数点。作为评价卫星载荷的核心指标，这种低级错误极为致命。
• 严重程度：🟠
• 复核状态：✅ 成立

发现 2：关键反演精度数据前后不一（“真理只掌握在摘要手里？”）

• 位置：Abstract（摘要） vs Section VI（Retrieval Results）
• 描述：在摘要中，作者报告 XCO₂ 的平均绝对误差为 0.51 ppm。但是到了正文的第六节反演结果部分，正文明确写道：“The results show that R² is 0.869, bias is 0.53 ppm, and σ is 0.53 ppm for XCO₂.”
• 证据：同一组核心验证数据（与 TCCON 站点对比结果），摘要是 0.51 ppm，正文摇身一变成了 0.53 ppm。
• 严重程度：🟡
• 复核状态：✅ 成立

发现 3：实验样本量在不同气体反演中出现无解释的巨大差异

• 位置：Section VI（Retrieval Results）
• 描述：文中提到：“The 109 XCO₂ and 60 XCH₄ results are obtained on the retrieval experiment”。作者在相同的 5 个 TCCON 验证站附近匹配了 GMI 观测点（时间差<2h，经纬度差<5°），但最终只获得了 60 个甲烷（XCH₄）反演结果，不到二氧化碳（XCO₂）数量的一半。
• 证据：由于 GMI 的四个波段是同时观测的，且验证站的选择条件完全一致，正常情况下有效匹配点数不应出现如此巨大的落差。作者并未在文中解释是否是因为某波段数据缺失或质量极差导致 XCH₄ 被大量剔除，这属于选择性报告的潜在异常。
• 严重程度：🟡
• 复核状态：✅ 成立

⚠️ 发现 4：图片与像素级分析缺失

• 位置：全篇 Figure 1 - Figure 25
• 描述：文本中未提供足够的原始图片信息，无法进行像素级分析、Western Blot 或显微镜图复用检测。
• 证据：该论文为遥感工程与算法验证类文章，图件多为卫星轨道图、干涉条纹数据图、算法流程图和散点拟合图，没有提供可供图像鉴伪的微观图片。
• 严重程度：ℹ️ 信息不足
• 复核状态：⚠️ 依据不足

耿同学辣评

这篇高大上的卫星遥感论文，算法听起来很牛，流程看起来很严密，结果展示得很完美。但是好家伙，前言不搭后语啊！摘要里说稳定性漂移是 0.005，正文表格直接变成 0.03；摘要里误差是 0.51，正文里就自己变成了 0.53。把核心数据写成了“薛定谔的猫”，这要是没有专人校对就发出来了，那排版审核绝对是水上走的；要是故意的，那咱就不知道葫芦里卖的什么药了。做科研可不能像网购一样，参数全靠详情页瞎编啊！

建议后续行动

• 仔细核对该论文被接收版本与 online 早期版本的差异，确认是排版室改乱了还是作者手稿本身的问题。
• 联系作者要求提供 109 个 XCO₂ 和 60 个 XCH₄ 的原始匹配清单，确认数据筛选过程。
• 在 PubPeer 上提出质疑，要求作者澄清摘要与正文表格中相差 10 倍的稳定性指标到底哪个是对的。
• 建议作者出具勘误，对核心数据的矛盾之处进行官方更正。

⚠️ 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。