1、FLUXNET观测网络的发展背景与科学意义；

2、涡度相关法观测生态系统与大气之间物质和能量交换的基本思想；

3、碳通量、水汽通量和热通量的生态意义；

4、净生态系统碳交换NEE、总初级生产力GPP、生态系统呼吸RECO、潜热通量LE、显热通量H、净辐射NETRAD等核心变量的含义；

5、气温TA、短波辐射SW_IN、长波辐射LW_IN、水汽压亏缺VPD、降水P、风速WS、气压PA等环境驱动变量的作用；

6、FLUXNET数据产品中FULLSET、ERAI、AUXMETEO、AUXNEE等文件类型的含义；

7、半小时、小时、日、周、月和年尺度数据的区别及适用场景;

8、从10/20 Hz高频原始数据到半小时通量数据的生产链条;

9、FLUXNET、AmeriFlux、ICOS、ChinaFLUX数据的申请、下载与使用规范；

站点元数据、IGBP植被类型和能量闭合率的含义。

第二章：R语言数据读取与批处理

1、R语言数据框和tidy data思想；

2、CSV文件读取方法、zip压缩包内部CSV文件直接读取方法；

3、批量循环、函数封装和管道操作；

4、多站点数据合并；

5、大型生态数据处理中的内存控制、字段选择和分批读取策略。

6、AI辅助生成批处理代码的提示词编写方法;

7、AI生成代码的验证清单：边界行、缺失值、时间连续性和单位一致性检查。

第三章：通量计算、校正与质量控制

1、涡度相关法通量计算的基本表达；

2、湍流通量观测中的主要误差来源；

3、坐标旋转、频率响应校正、空气密度修正和能量闭合问题；

4、夜间低湍流问题与u*筛选的原理；

5、u*阈值的移动点检验方法、季节变化及其不确定性；

6、异常值识别、低质量观测剔除、非生理合理值剔除。

7、基于REddyProc的质量控制与u*筛选实操。

第四章：数据插补

1、通量数据缺口的来源，如仪器故障、降雨干扰、电力中断、质量控制剔除和异常观测；

2、Gap-filling的必要性；

3、常见数据插补方法，包括线性插值、滑动窗口平均、平均日变化法、边际分布采样MDS、气象驱动回归插补和机器学习插补；

4、原始观测变量和插补变量的区别；

5、插补不确定性及其对年累计通量估算的影响;

6、基于REddyProc的边际分布采样MDS插补实操，插补质量分级（_fqc）变量的正确使用。

第五章：通量拆分

1、生态系统碳通量拆分的基本原理；

2、净生态系统碳交换NEE、总初级生产力GPP和生态系统呼吸RECO的关系；

3、NEE= RECO-GPP的符号约定和生态解释；

4、生态系统呼吸温度夜间法（Reichstein 2005）通量拆分的基本思想、白天法（Lasslop 2010）通量拆分的基本思想；

5、响应、光响应曲线；

6、通量拆分中的不确定性；

7、基于REddyProc的夜间法与白天法拆分实操及两种方法结果的比较；

8、u*阈值情景（U05、U50、U95）对年GPP、RECO、NEE的影响与不确定性传播。

第六章：通量时序分析

1、通量日变化的生态意义；

2、光合作用和生态系统呼吸的日内节律；

3、白天碳吸收和夜间碳释放过程；

4、生长季与非生长季差异、季节变化与植被物候；

5、月尺度和季节尺度聚合方法；

6、GPP、NEE、RECO、LE和H的季节变化特征；

7、碳源和碳汇季节转换；

8、极端事件（干旱、热浪）对GPP与RECO的非对称影响分析；

9、AI辅助时序可视化的实现与结果解读。

第七章：通量空间分析

1、围绕多站点比较展开，分析不同站点、国家或生态系统之间碳水热通量差异；

2、不同气候背景、植被类型和水热条件对通量的影响；

3、站点年均值、年累计值和多年平均值计算；

4、通量空间格局分析；

5、分组统计方法；箱线图、小提琴图和分面图；方差分析和非参数检验；

6、碳水耦合专题：生态系统水分利用效率WUE的计算与气候梯度分析。

第八章：通量驱动机制分析——机器学习方法

1、增强回归树BRT的基本思想；决策树、Boosting和集成学习的关系；

2、BRT适合生态数据的原因；从BRT到XGBoost的演进；

3、非线性响应、变量交互和变量相对贡献；

4、模型训练、交叉验证、过拟合控制和模型性能评价；

5、偏依赖曲线、SHAP可解释性分析及阈值效应解释；

6、机器学习建模中的常见错误（数据泄漏、时间序列随机交叉验证等）及其审查。

第九章：通量驱动机制分析——结构方程模型SEM因果路径分析

1、结构方程模型SEM的基本思想；相关关系与因果路径的区别；

2、显变量和潜变量；直接效应、间接效应和总效应；

3、模型路径假设构建；SEM在生态系统碳水热通量研究中的应用；

4、模型拟合优度指标；

5、传统协方差SEM的局限与piecewiseSEM在生态数据中的应用；

6、路径假设的生态学构建逻辑与AI辅助路径假设的批判性评估。

第十章：AI协同的通量研究工作流

1、AI辅助编程在通量数据分析中的能力边界：AI能做什么与不能做什么；

2、AI辅助选题与文献调研：研究问题的提出与文献脉络梳理；

3、包含领域约束的提示词编写方法：NEE符号约定、时区、QC标记和单位；

4、AI生成代码的自动化验证：单位换算、时区处理等关键环节让AI生成单元测试，并以REddyProc标准输出为基准交叉验证；

5、AI生成结果中的典型错误：符号约定反转、单位换算错误、时间戳时区平移、误用插补值、数据泄漏；

6、多步骤分析任务的AI协同管理：长流程分阶段交付、逐步验证；

7、AI辅助研究的学术诚信规范与论文中的AI使用声明。

第十一章：可重复性工作流与论文实践

1、可重复性研究与开放科学对代码和数据共享的要求；

2、Quarto/R Markdown可复现报告、renv环境管理和Git版本控制；

3、通量后处理流程在论文Methods中的规范表述；

4、科学问题的凝练与选题：从数据模式中提出可研究的问题；

5、图表故事线组织：图表顺序安排与论证逻辑；

6、论文复现环节：经典FLUXNET论文核心图表的复现与延伸分析；

7、论文式报告的撰写与AI使用声明。

8、模拟审稿：审稿意见的回应与response letter撰写。

原文：从通量数据到SCI论文——AI-R语言生态系统碳水热通量及其机制分析与论文

支持单位：