不比商業品系差！重新發現家傳品系菜豆的價值——2016 國際豆類年

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

本文由 家樂福食物轉型計畫 委託，泛科學企劃執行。

• 文／陳彥諺

你喜歡吃香蕉嗎？香蕉是台灣人從小到大非常熟悉的水果，不僅方便攜帶、營養價值豐富，更符合現代的養生概念，很適合健身者、節食者。不過，你是從哪裡買到香蕉的呢？
你知道現在已經有專屬香蕉的「驗證」了嗎？

從以前到現在的台灣「蕉傲」

為什麼香蕉也有驗證？在談到驗證之前，首先讓我們聊聊過去。

作為常見的、隨手可得的水果，香蕉不只是台灣重要的水果產業之一，也是全球重要的經濟果樹及糧食作物。在巔峰時候，香蕉曾經是全球產量最多的水果，經濟價值非常高，僅次於蘋果、柑橘及葡萄，而糧食重要性也僅次於小麥、稻米和玉米。

而我們的台灣，曾經有「香蕉王國」美名，當時因爲產量大，加上風土及氣候適合栽種，台灣種植出來的香蕉特別好吃，價格和出口銷量的成績都非常亮眼。在香蕉的黃金年代中，台灣東西南北都有種植。

只是，雖然台灣是香蕉王國，外銷成績乍看亮眼，但蕉農的辛苦卻很少人知道。行話裡有種說法是「種蕉如賭」，因為種植香蕉必須靠天吃飯，將蕉苗種下之後，接著蕉農便得對賭著天氣、氣候環境、市場狀況——如果自然條件不佳，會導致收成慘澹，不過，若整體銷量過剩，也將造成價格大跌。又如果非常好運，成功撐過上述的局面，最終在進入市場銷售前，還將面臨到中盤、行口（台語）的層層轉手。作為一個蕉農，有太多變數不能掌控，收入也因此起伏不定。

吃好蕉！守護蕉農大行動！

台灣香蕉，從過去的出口黃金年代，邁入今天的另一個美好時代。如今，香甜軟糯的台灣香蕉，仍然是我們生活中的重要存在。

今天的台灣，因為經歷了多次爆發的食安問題，消費者越來越注重食品安全。與此同時，農民們仍然有收入穩定的需求。要如何平衡這兩點呢？

家樂福認為，比起讓蕉農單打獨鬥，有另一個能兼顧農民與消費者雙方利益的方法，那就是以賣場的力量，支持小農。家樂福賣場內，只販售通過驗證的香蕉，藉由驗證，不僅可以做到產地溯源、驗證履歷，鼓勵且支持小農轉型，讓蕉農可以專注栽種，不需擔心後端銷售問題，同時，顧客也能藉由驗證得知透明資訊，進而安心選購。

四大金蕉：履歷蕉、有機蕉、金蕉伯、石虎香蕉

家樂福的香蕉驗證共有四大種。家樂福的「履歷蕉」，是從雲林到屏東產區中挑選出來當季的、品質最優良的香蕉，並且全產品都需具備「產銷履歷（TAP）標章」，也需要遵循「家樂福農藥規範」，履歷蕉的每一根香蕉，都有其栽種來源、用藥是否符合歐盟標準的紀錄，且只有在經過政府委託的第三方驗證機構定期抽檢合格後才能販售。

「家樂福 BIO 有機香蕉」則是來自全台最大的「有機驗證（Organic）」香蕉農園，位於屏東。「有機」的標章並不好取得，蕉農必須以全天然農法栽種，不施化肥、不催生催熟，以人工除草代替除草劑，讓土壤是自然健康的狀態，健康的土壤所種植出來的香蕉，除了來源健康，口感香氣也特別好。

「金蕉伯履歷香蕉」不是一個人，而是一群人！10 多年前，家樂福已開始在全台各地找尋志同道合的農友，終於在雲林遇到願意為食品安全及環境永續共同努力的蕉農，後來更成為長期契作的對象。他們以友善農法耕種，呵護土地，種出好蕉。

「石虎山蕉」則是南投中寮的一群農友。他們為了保育瀕臨絕種的台灣保育類動物石虎，不擴大農地面積、不使用化學肥料及除草劑，保留給石虎一塊乾淨、安全、友善的棲息地。

家樂福的 Act For Food 食物轉型計畫

家樂福與民生息息相關，通路可以單純只是販售點，也可以帶來改變、產生力量。因此，家樂福推動食物轉型計畫，希望建立起與農民、農民團體相互信賴的合作連結，藉由大量計畫性種植、保證收購降低平均成本，一來讓農民能獲得合理的農務所得，二來讓消費者能以合理價格買到安全的食物，三來，通路能成為穩定供貨的角色。

買香蕉選擇家樂福香蕉驗證，不僅食得安心，更是以行動支持在地農民。家樂福相信每個人都值得最好的，以家樂福 AFF 食物轉型作為領航，一同創造友善農民、土地、消費者的共好模式。

家樂福以行動，開創對所有人與土地共生共好的食物轉型模式，也邀請大家一同參與支持。

• 深入瞭解四大金蕉：https://bit.ly/392kTrP

本文由 中興大學有機農業推動中心 委託，泛科學企劃執行

近年來，氣候變遷成為人類面臨的最大挑戰之一，當氣候異常的狀況層出不窮，嚴重影響經濟、生態等層面，各類型產業皆遭受不同程度的損失。

氣候變遷已然成為現在進行式，備受自然條件限制的有機農業可以怎麼做呢？

根據美國有機貿易協會（Organic Trade Association, OTA）報告（ Knuth et al., 2020），有機農業可以透過栽培管理，減少溫室氣體排放、儲存大量的碳，幫助緩解及應對氣候變遷所造成的影響。而有機栽培管理的調適策略到底是什麼？

利用大數據找出「天時地利人和」的作物

首先，在資訊日漸發達的時代，有機栽培管理也須仰賴新技術支持，其中 Big Data 便是一大重點，隨著氣候快速變遷，靠天吃飯的農業與氣象的關係也越來越密切。利用中央及各地區的農業資料，例如可耕地面積、主要作物及產量等，結合氣象、水資源等數據，相互整合後便能夠建立預測模型，提供監測及預警機制，應變未來可能發生的氣象災害，降低生產風險。此外，也可以藉由了解當地的土壤狀況、水資源灌溉情形，與過去累積的農業氣象數據相輔相成，並考慮市場供需及農民技術，找出「天時、地利、人和」的最適栽種作物。

把草留下來，就能把水留下來？

今年（2021）前半年，臺灣遭遇號稱百年最大乾旱，中南部連續好幾天不下雨，其實從去年開始，2020 年夏秋兩季便沒有颱風登陸，水庫進帳甚少，而看老天爺臉色吃飯的農業更是直接受到強烈衝擊。據之前中央研究院環境變遷中心的乾旱研究指出，在氣候變遷之下，直到本世紀中，未來臺灣北部河川供水能力降低，甚至，北部地區的農業用水缺水率可能超過 40%。

在面臨乾旱逆境時，作物生理機制會因應環境產生改變，產量跟生長速度也會下降，而各種作物的需水量也不盡相同，因此「如何將有限的水使用地更有效率」成了氣候調適策略的一大課題。除了運用前述的 Big Data，以科學數據為基底精算作物需水量外，田間操作也有把水分留在土壤裡的絕招，例如以稻稈、玉米桿等覆蓋土表，減少水分散失；或者採用「不整地栽培」，因為不整地可保有土壤中的有機質，而有機質的保水能力比土壤強；而對於長期作物，把草留下來，也就是所謂的「草生栽培」，根據實驗結果，草生栽培有助於減少地面水分蒸發，草長大後將其割下留著，也可以拿來覆蓋土表，增加土壤有機質含量，當然，還是要依據作物選擇適合的草種並適度管理，對於土壤保水力以及增進地力都有相當的效益。

「減肥」還能減緩溫室氣體排放？

農業生產所釋放的溫室氣體，大多來自土壤施肥所釋出的 CH₄、N₂O，總量比其他產業還多，因此我們若能夠減少施肥，便能減緩溫室氣體排放對氣候變遷造成的影響。而重視環境友善的有機農業，在使用有機農業允用的肥料前提下，要如何施肥才不會過量呢？

想要減少施肥，我們需要先思考如何讓土壤「保肥」，當土壤能夠有效率地將養分留住，當然就能夠「減肥」。其中，增加土壤膠體（soil colloids）便是一個方法，土壤膠體可分為無機和有機，無機膠體為黏土礦物，除非刻意換土或施加，否則不容易改變，而有機膠體是「土壤有機質」，概略來說，就是土壤中含碳的、從生物來的物質，則是可以人為添加的。土壤有機質不僅能夠提供植物養分，也讓許多土壤裡的生物能夠賴以維生，在田間建立活絡的食物網，同時這些生物也能夠間接將農夫施加的氮素固定在生物體，不會流失得太快，藉由這些消費者的參與，產生固氮、固碳的正向循環，而這些生物死後的殘骸也繼續為土壤提供有機質，讓土壤中的養分生生不息，進而降低用肥量。

地球上的所有生物，都是「互相」的

以上這些的有機農業調適策略，其實在臺灣就有成功的例子，就是獲選為聯合國里山社會生產地景案例的——臺中市「公老坪社區」。社區的農業以果樹栽植為主，果園主要種植柑橘、柿子，最需要水的季節便是冬季，但果園前的溪一到冬天就乾涸，水資源不足的情況下，在過去只好不斷抽取地下水，但地下水屬於公共財，這也造成了水分配不均的問題。後來，透過中興大學、農試所等各機構與地區合作，運用生態工法及里山的自然資本經營模式，共同創造經濟及社會價值。

他們建立生態農塘，提供水生昆蟲、蝴蝶等物種棲息，並以太陽能作為抽水站的動力來源，社區建立了一套機制決定水資源的分配。而在水質檢測方面，除了監測導電度、溶氧量和 BOD 值外，而在河川裡也有一些指標物種，例如臺灣特有種的臺灣石「𩼧」(Acrossocheilus paradoxus），只要水裡的 BOD 值過高，或者有農藥、肥料等便無法存活。

另外，他們也運用平腹小蜂作為害蟲荔枝椿象的生物防治方法，並推廣草生栽培，以種植紫花藿香薊防治蟲害，目前草生栽培的面積占已達總體的 90%，增加土地自然涵養水源能力。後來社區更是開發出自己的有機產品，除了原本的水果外，因為使用有機農法，他們可以將柿子的葉製成「柿葉茶」，將有瑕疵的柑橘果類，加工作成果乾以及柑橘軟糖，為有機農業的成果加值。除了提高生物多樣性以及產業價值外，社區也開始發展觀光及舉辦工作坊，希望將友善環境的主張和他們的經驗傳遞給更多人。

在氣候環境日漸嚴峻的今天，隨著各產業技術越來越發達，善用這項優勢並學會與環境共榮共存，是這個時代重要的趨勢，畢竟地球上沒有任何一個物種能夠獨立於其他生物生存，在生態系統為我們服務的同時，人類也應該作出改變，為生態服務，而倡導友善環境的有機農業便實踐了這個概念。

【2021有機農業促進論壇8／18日登場】

主題：就是韌性－有機農業對水逆境的調適力

活動詳情：https://lihi1.cc/mEgDT

報名連結：https://reurl.cc/MA59yL

* 將於活動前寄發線上直播連結
* 主辦單位保留活動內容調整之權利
* 本活動為免費參加
* 若有其他疑問，請電04-22840145#22洽詢，或寄信至 info@oapc.org.tw

1. 臺灣未來的乾旱問題與因應。「臺灣乾旱研究：變遷、水資源衝擊、風險認知與溝通計畫」，中研院永續科學研究計畫（2016-2018）。
2. Knuth, B., DeBates, M., Mirenda, J, & Shade, J. (2020). Advancing Organic to Mitigate Climate Change. Washington, DC: Organic Trade Association.
3. 56年來最大乾旱03》不犁田更保水！如何把有限的水，送到最需要的作物？│ 上下游
4. 大旱來襲農業氣象的big data在那裡？
5. 未來氣候情境模擬，考驗農業韌性- 農業知識入口網
6. 科學家種田實驗給你看 王巧萍：土壤要大減肥 讓生物幫你固氮才是王道│上下游
7. 過了這次乾旱還有下次！臺灣不容樂觀的水資源困境──專訪許晃雄
8. 郭雅紋. (2014). 草生栽培對粘板岩沖積土壤碳匯和葡萄調適極端天氣之影響. 臺中區農業改良場特刊, 135-139.
9. 臺中市公老坪 獲選為聯合國里山地景社區