🔍 耿同学打假报告

论文信息

• 标题：“Onion peeling” Method for MIGHTI Temperature Retrieval with Enhanced Precision and Full Coverage
• 作者：Weiwei He, Kanglei Liu, Haiyan Luo, Jiarui Su, Wangwang Wang, Zhongyi Fu, and Kuijun Wu
• 期刊：IEEE TGRS (IEEE Transactions on Geoscience and Remote Sensing)
• DOI：未在文本中提供
• 发表年份：预印本/投稿状态（结合基金号 ZR2025QB57 及当前日期 2026-06-19 判断，为近两年稿件）
• 论文来源：IEEE TGRS.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：逻辑自相矛盾与明显的 AI 辅助写作痕迹（“四个原因”变“三个原因”）

• 位置：Section Ⅳ. RESULTS - A. Compared to MSIS 2.0 (Page 11)
• 描述：作者在解释 120 km 以上温度差异增加时，明确列出了四个可能的原因：“There are four possible explanations for this increasing difference with altitude: (1)... (2)... (3)... and (4) inaccurate flat-field correction.” 然而在紧接着的下一段，作者开篇却写道：“The above three reasons all can explain why temperature difference increases with altitude.” 随后仅对前三个原因进行了讨论，第四个原因（平场校正不准）凭空消失。
• 证据：这是非常典型的大语言模型（LLM）生成文本中的“幻觉”与上下文遗忘现象，或者作者在复制粘贴拼凑文本时极其粗心。这种低级逻辑断裂出现在严谨的学术论文中，极其反常。
• 严重程度：🟠
• 复核状态：✅ 成立

发现 2：核心数据前后不一致（误差分析“说一套写一套”）

• 位置：Section Ⅳ. RESULTS - G. System uncertainty analysis (Fig. 24描述) vs. Section Ⅴ. CONCLUSIONS
• 描述：在正文描述图24时，作者写道：“The temperature error near 90 km is the smallest, about 1 K, and the maximum appeared at 140 km, reaching about 20 K.” 然而在结论部分总结误差时，却变成了：“The error analysis results show that the temperature measurement error of MIGHTI is about 2 K at about 90 km and reaches 7 K at 130 km.”
• 证据：同一篇论文中，对同一套反演误差的总结，正文说是“1 K至20 K”，结论变成了“2 K至7 K”。这种巨大的数值偏差如果不是刻意美化结论，就是不同版本的数据/文本盲目拼接留下的造假铁证。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 3：专业术语涉嫌生造或不准确

• 位置：Section Ⅳ. RESULTS - F. Comparison with the ICON official coverage (Page 4)
• 描述：在解释南大西洋区域（通常学界称为南大西洋异常区 SAA）算法难以收敛时，作者写道：“because of the sensitivity of MIGHTI to the enhancement of granular precipitation in this region.”
• 证据：在空间物理和高层大气物理学中，通常使用“particle precipitation”（粒子沉降）。“granular precipitation”（颗粒降水/粒状降水）是一个极不专业的表述，更像是机器翻译或者文本生成模型随机组合的词汇。南大西洋异常区导致的问题通常是高能带电粒子（如质子、电子）轰击探测器导致噪声增加，而不是什么“粒状降水”。这说明作者对该领域的物理本质或卫星硬件受扰动机理缺乏最基本的准确认知。
• 严重程度：🟠
• 复核状态：✅ 成立

发现 4：缺失原始图片信息，无法进行像素级一图多用/PS痕迹检测

• 位置：全文 Figure 1 - Figure 24
• 描述：目前提供的仅为纯文本及图注，未包含图片原图。
• 证据：基于“耿同学六式”中的第一式（图片复用）和第三式（图片拼接），在无图像数据的情况下无法进行背景噪点比对、Western Blot/显微镜图寻迹或拼接线分析（尽管本文为遥感算法类文章，不涉及生物实验图，但仍可检查遥感数据的 2D 伪彩图是否有复制粘贴现象）。故此项存疑待查。
• 严重程度：🟡
• 复核状态：✅ 成立

耿同学辣评

这篇遥感算法大作，前脚刚列出“四大名捕”，后脚就只盘问了三个，第四个大概是被算法直接“peeling（剥离）”掉了吧！更离谱的是，正文刚吹完误差最大有 20 K，到了结论里摇身一变成了 7 K，这误差缩水的幅度，比你们家算法反演的温度变化还要魔幻。通篇看下来，不知道这是在写学术论文还是在测试ChatGPT的极限，“granular precipitation”（颗粒降水）这种神级词汇都整出来了，你们这是在测高层大气温度，还是在搞农业气象的冰雹预报啊？

建议后续行动

• 联系作者要求提供原始数据（尤其是核对为何误差数据在正文和结论中存在倍级差异）
• 在 PubPeer 上提出质疑
• 建议审稿人/编辑部队文中明显的行文逻辑断裂、术语错误以及数据前后不一致进行严格质询
• 向作者所在机构学术委员会举报（暂不推荐，目前多表现为文本层面极度的粗制滥造和疑似AI辅助写作，需确认是否有底层遥感数据的实质性造假）

⚠️ 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。