接到一个评审任务。评审论文是科研工作者的基本义务。我们的论文由同行评审后发表，因此，我们也有义务去评审别人的论文。前些天，我们研究领域主流国际刊物给我派了一篇学术论文的评审任务。下载下来，我看了看主题与稿件的质量，感觉还可以，趁着国庆节假期，就决定着手这篇论文的评审工作。了解下作者的基本情况。该文的通讯作者是一位阿曼苏丹卡布斯大学任教的教授，他2002年从美国康奈尔大学获得博士学位。
从谷歌学术上看，他已发表SCI论文二三十篇，多是主流刊物，例如Journal of Environmental Management，Journal of Cleaner Production，Environmental Science and Pollution Research等。但也有一些比较水的刊物，例如Water。
研究区域选的很特别。令人好奇的是，阿曼的这位教授做的工作，研究区竟然是美国本土大陆的土壤侵蚀现状与未来评估预报工作，而不是阿曼这个国家。一个阿曼人怎么对美国的土壤侵蚀这么感兴趣，这个事情让人觉得挺有趣。如果我们中国能有三五个科研团队，能长期、系统地对美国、欧盟等土壤侵蚀现状与未来趋势进行评估与预报，时常邀请他们过来讲学、交流，这一定是一件很有趣的事情。
稿件优劣的评判标准。这篇稿子已在2022年以预印本的方式在线上发表过了，看来作者对这篇论文的发表还是很上心、很积极的。评审一篇论文能否发表并不难，有一些基本的判断标准。通常看看论文的图标文字的规范性是否符合预期、研究方案是否详实且能支撑研究结论、创新性是否明显、研究在理论上和应用上的价值大小。其中，创新性是关键。陈词滥调出新不易。
土壤侵蚀评估是一个非常成熟的领域，中国的研究学者已经在这个领域发表了几百篇论文。通常来说，成熟研究方法在不同区域的应用，创新是非常难的。这篇论文仍然采用了RUSLE模型框架，但也有较大的修改与调整，这儿的模型被称为G2模型，在CP因子方面有较大幅度调整。土壤侵蚀评估确定完评估模型后，评估精度很大程度上取决于评估数据的精度。显然，这个工作大量精力用在评估数据的准备上了，这个思路是对的。
土壤侵蚀预报水平依赖于评估数据的精度，怎么降低评估数据的不确定性是关键。
提出了一个评估框架体系。这篇论文主要从模型数据准备方面下了大量的功夫，从降雨侵蚀力、土壤可蚀性、覆盖因子等方面进行了筛选，使用新方法空间插值与降尺度等提升数据的精度，降低不确定性。对未来降雨侵蚀力和土地利用预测方面，还下了很大的功夫。未来情景设置采用了3种共享社会经济路径和3种排放情景的九种组合。显然，这需要大量的前期研究工作，数据处理、空间插值、降尺度等都需要很好的数据处理手段。
数据处理的技术手段先进。这个研究特色在于前期准备数据过程中的技术手段先进性，为其他区域开展同样工作提供了一种可供借鉴的技术体系。这个研究的基础是：降雨侵蚀力、土壤可蚀性等多个共享数据库，计算方法与优缺点进行比较筛选，对过去、现在和未来的土壤侵蚀影响因子计算方法更新。研究充分体现了多数据集、多算法、多平台的特征，对定位观测数据与长期遥感数据进行了整合和集成，代表了当前该研究领域的最高水准。
田间尺度的精细评估。大尺度评估多是1000m、250m分辨率的评估，30m分辨率评估还是少。研究基于30m的空间分辨率的评估数据，开展田间尺度的精细评估，这作为该工作的一个创新点。我曾建议我的研究生采用30m分辨率开展精细评估，被他们以数据量太大了为理由拒绝了，现在来看30m甚至10m分辨率评估还是很有必要的，代表了趋势和潮流。我们可能做不到、做不出来，但总是有人能做出来，并且做得还相当的不错。
熟悉了一些新名词。评审的一个乐趣是能了解一些新的名词，让自己思想别被同行落得太远。这篇论文，让我对一些新的/旧的名词了解了、更熟悉了。
例如，共享社会经济路径（Shared Socioeconomic Pathways，简称SSPs）、代表性浓度途径（Representative Concentration Pathway，简称RCP）、农业保持措施（Conservation agriculture practices，简称RCP）、田间尺度土壤侵蚀模型（Field Scale Soil Erosion Model，简称FSSLM），还有美国本土、不包括阿拉斯加和夏威夷在内的美国连续地区，即美国本土（The contiguous United States，简称EONUS）。
评阅过程是一种享受。在时间充足的情况下，泡上一杯茶，听着爵士乐，保持对论文研究工作的好奇心和兴趣，怀着欣赏与批判的心情，或快或慢地阅读，这真是一种享受。读论文的过程中，既能体会到单纯的文字的乐趣，也能体会到逻辑之美，同时能唤起自己专业记忆，偶尔还会去学习、去模仿，心里充斥着多种元素，飘忽和跳跃、综合与模糊。