🔍 耿同学打假报告

论文信息

标题：基于 Landsat 的鄱阳湖水质参数反演及时空变化研究
作者：李晓
期刊：硕士学位论文（南京信息工程大学）
DOI：无（学位论文）
发表年份：2025 年 12 月（提交时间）

综合评定：🟠 高度可疑

详细发现

发现 1：数据呈现“非自然”的过度完美（统计学违背常理）

位置：第三章表 3-2 / Page 26
描述：总磷（TP）和叶绿素 a（Chl-a）反演模型的误差数据存在严重的不自然数学特征。TP 的 RMSE 和 MAE 均恒等于 0.01（训练集和测试集完全一致）；Chl-a 的 RMSE 均恒等于 0.02，MAE 恒等于 0.01。
证据：在真实的自然界采样和机器学习回归中，训练集和测试集的误差指标在两位小数精度下完全一致，且均方根误差（RMSE）与平均绝对误差（MAE）完全相等或保持固定比例，是统计学上的极小概率事件（RMSE 对异常值敏感，MAE 不敏感，真实数据中两者极难绝对相等）。这种“过于完美”的整齐数据是典型的“随机数生成器都不如”的造假特征。
严重程度：🔴
复核状态：✅ 成立

发现 2：相关性系数疑似人为编造（人为调整痕迹）

位置：第五章表 5-1 / Page 54
描述：论文计算了叶绿素 a 浓度与环境因子的皮尔逊相关系数，气温、降水、流量的相关系数分别为 0.90、0.91、0.92。
证据：在复杂多变的自然湖泊生态系统中，单一生物参数（叶绿素 a）与三个完全不同量纲和物理机制的气象/水文要素（气温、降水、流量）能够同时呈现出 0.90、0.91、0.92 这种“贴脸递增”且极度逼近 1 的完美线性关系，完全违背了环境科学的常理。这组数据极度像是人为直接在键盘上敲出来的，而非通过真实观测数据计算得出。
严重程度：🟠
复核状态：✅ 成立

发现 3：图表排版与逻辑极度混乱（一图多用与复制粘贴后遗症）

位置：第三章图 3-1 编号复用；第四章图 4-7 重复及图编号跳跃；表 3-2 重复出现。
描述：论文中存在大量的图表编号系统崩溃。例如，“图 3-1”在 Page 17 是“水质遥感监测示意图”，到了 Page 23 变成了“数据集清洗降噪处理效果”；表 3-2 在 Page 24 和 Page 26 给出了两次内容完全不同的表格；第四章的图 4-7 出现了两次（一次为年际变化趋势，一次为不同季节平均值对比），且后续图编号存在逻辑跳跃。
证据：这种系统性的排版错乱是典型的“东拼西凑”和“大段复制粘贴”后遗症。作者在拼接不同来源或不同时期的实验数据/图片时，未能统一图名和序号，暴露出极其不严谨的学术态度，甚至暗示部分章节可能是直接套用其他人的模板。
严重程度：🟡
复核状态：✅ 成立

发现 4：文本描述前后矛盾（缺乏数据校对）

位置：第四章 4.2.2 节 / Page 36
描述：在描述总磷（TP）秋季浓度变化时，文中写道：“其中 2005 年秋季总磷浓度最高，达 0.099 mg/L，2018 年秋季总磷浓度最低，仅有 0.085 mg/L”。
证据：既然前文（4.2.1节及4.2.2节开头）已经定义多年平均值（0.076 mg/L）和秋季多年平均值（0.077 mg/L），那么作为“秋季最低浓度”的 0.085 mg/L 怎么会高于平均值 0.077 mg/L 呢？这说明作者在编造或整理数据时，完全丧失了对数据合理性的把控。
严重程度：🟡
复核状态：✅ 成立

耿同学辣评

你的论文模型表现简直像开了挂，训练集和测试集的 RMSE 和 MAE 竟然能在两位小数上做到神级同步，连小数点后两位都不带差的！自然界里的气象水文数据也是极其听话，排着队给你 0.90、0.91、0.92 递增正相关；最荒谬的是，秋季的“最低浓度”（0.085 mg/L）竟然比你前面算出来的秋季“平均浓度”（0.077 mg/L）还要高。大自然的随机性在你这篇论文里彻底被消灭了，全文充斥着复制粘贴遗留的排版车祸，建议直接颁个诺贝尔数据编造奖！

建议后续行动

联系作者（李晓）及其导师要求提供机器学习训练的原始代码、日志以及用于计算的实测数据明细
在知网或相关学术监督平台提出公开质疑
向南京信息工程大学学位评定委员会及学术委员会举报，启动学位论文抽查与复核程序

⚠️ 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。

基于 Landsat 的鄱阳湖水质参数反演及时空变化研究