一个月前，电子工业出版社的一名编辑关注我在科学网上的博文，邀请我写作一本有关生态学大数据方面书籍。我潜意识中其实也有这个打算，但并非特别明确，这样的邮件倒让任务明朗了。我回信说：“我很喜欢blog这种形式，没有任何任务的压力，自己想写也能抽出空的时候就写。认真做好每一件事儿，认真撰写每一篇文章，这是我对自己的要求，虽然大多数时候费力不讨好，但我仍然乐在其中。坦率地说，一说到写书，就有一个潜在的任务压力在那儿了。我不算一个拿得起放得下的人，有一个事儿没有做完，总是惦记着，因此现在一般我都不会主动招惹这样的活儿来干了。但是，一般对于约稿，我还是重视的，而且您给的这个选题，实话说也是我非常有兴趣的，因此，我现在倾向于答应您的约稿。”

随即，编辑发过来一个选题申报表，这个申报表真是有些复杂。我只好硬着头皮填写了，非常忐忑地发给了编辑，居然收到了编辑的好评：“选题表收到了，谢谢您！其实之前有老师跟我建议就让作者填大纲和个人信息就好，可是我总觉得我对选题背景和选题特色不如作者了解更深刻，所以我总会在发选题表的时候潜意识里忘记提“无法填的内容就留给我”这句话，所以抱歉：）不过，看了您的选题表之后，觉得选题特色和选题背景您写得真动人，我忘记加这句话也是值得的......”

我再次看了一下表格中的文字，突然发现今天灵机一动写出的东西，还有些价值，那就顺便撰写一篇博文，分享部分文字（选题特色、编写思路、报选优势，包括独到之处和卖点）：

说起大科学，让人联想到的是火箭、天文望远镜和粒子加速器等需要大量资金支撑的研究。而生态学，研究区虽然是真正被人类占领的区域，却一直游离于大科学之外。而如今，生态学家们正试图乘坐大数据的飞船，进入大科学范畴。新一代的生态学家究竟应该是什么样子的呢？本书力求用融合当前技术到生态学研究中的最新案例来说明，现代生态学与传统生态学的具体区别是什么。未来世界90%的东西现在还未看到，这就更加敦促我们要以最新的资料和进展来讨论这些话题，力求缩小这种差距。

生态学大数据是一个发展中的新领域，还未形成系统的框架。纵观历史上系统性很强的教科书，也并非是传递知识和面向未来的最佳选择。回顾一下我们的教材，其实都是非常有系统性的，这导致我们在看国外的教材的时候，感觉他们写得很凌乱。我们的教材的确有系统性，告诉读者的东西太干净了，似乎全部是真理，往往缺乏启发性和探讨性了。比如，就我熟悉的地球科学和生命科学来说，从我开始接触这些学科开始，觉得这些学科非常完美了，几乎用系统性贯穿了所有，可以解释自然界几乎所有的现象和联系。由于逻辑严密，我都从来没有怀疑过。但现在发现，这里面其实是漏洞百出。许多问题，其实在历史上一致没有得到解决，但编写教材的人，估计也是花费了脑筋，有意无意将这些未解之谜淡化了，或者以讹传讹地用一些猜测代替事实。表面上看，学科保持了纯洁性和系统性，但其实这样的教材传递的可能是一个错误。

因此，本书将会不刻意去追求知识的系统性，我希望强调没有“失败”的实践，我们得出的结果都是特定条件下的“正确”值，应该去理解每一个输出结果的原因，去实现自己希望的条件，这才是探索精神，而不是简单“重复”一个过程。

大数据最本质的东西是什么？我觉得应该是“混杂”。只有混杂，才能得出更精确，更真实的数据。往往系统化，纯净的数据更具有欺骗性，更容易造假。而混杂的，来自多源的、多维的数据，从不同角度和状态看同一个问题，就减少了这种风险。因此，作为一本与大数据有关的书籍，我将尽力采用大数据思维来诠释一些基本原理和概念。留下必要的存疑，让读者思考和发挥，这其实也正是面向未来的探讨模式。

总之，作为一本定位为未来生态学发展提供创新思维人才的读本，将力求以面向未来的角度来讨论这个时髦的话题，并以大数据思维贯穿本书的文字。

未来的生态学和地球科学的研究，需要更多复合型人才的储备，更多的年轻生态学家除了需要掌握生态学知识，还需要掌握计算机知识和电子工程方面的技术，至少需要知道未来如何与计算机科学家和电子工程师们如何合作；同样，信息科学和计算机科学，其发展也需要寻求新的社会应用，至少目前的大生态学研究为大数据提供了一个极好的范式。本书可能是跨越两个差异巨大的学科的工作，但这恰好是我的特长。关于学科分界，恰好我非常赞同我校哲学学院刚过世的俞吾金先生的话：“实际上是没有跨学科的，因为世界本身是没有边缘的，我们先put into了一些学科。那我们跨学科，只是去对自己原来放进去的东西做了一些改变。世界本来就是交叉的。......但是我们搞得自己发现了新学科，其实只不过是改变了之前自己设定的分类方式。......学科分类是17世纪人类自己做的，对于学科壁垒，我们没有必要看得那么重。”

说到系统性的问题，突然想到了之前听过的罗辑思维中罗胖的一段话，找出来了。也许我上面的想法就受了他这段话的影响。“最近我在准备一些罗辑思维的视频节目，是关于数据造假的。资料看得越多就越是发现数据扭曲和造假现象实在是太严重了！那就出现了一个问题哈！很多人都在说大数据时代马上就到了，那如果这些基础数据都是假的，会不会堆积起来的大数据也是镜花水月呀？其实大数据的大不在于数据的总量大，而在于数据的维度多吧！一个城市的市长要搞GDP造假，但是用电量他就很难造假啊！如果再加上什么海关的进出口数据啊、大宗消费品的销售增长等等，最后数据的造假就不难识破，这就牵扯到一个很有趣的问题哈！就是在数据世界里面有秩序其实未必是好事，因为有秩序的数据就越方便造假？越多越乱，得出来的结论反而越准确。”

再补充一张照片，说明这个问题。看这幅图片，只在一个角度看，似乎人手捧着宝塔，稍微换一个角度，就看出了破绽。如果我们刚开始认定是人手捧着宝塔（类似纯净的教科书内容），就认为其他的数据是不精确的，是错误的。我是想说，在特定条件下创造的纯净数据和结论，并不可靠。但我们的许多知识建立在这么干净的特定条件下。这就是我们前面强调的要建立多源的、多维的数据。我们观测世界，大多时候并没有达到应有的维度。

继续分享我的新书柜。搬迁到新江湾校区，有了新办公室，购置了新书架。恰好上学期的新生研讨课《大科学、大数据、大生态》有一些课程建设费，我正好就用这些经费购买以下新书来撑满我的新书架。

看这层，挺生态学的吧。

再看这层呢，俨然是一名大数据专家或者数据科学家吧，呵呵。