0

0
0

文字

分享

0
0
0

櫻花櫻花何時開!日本的櫻花預報「櫻前線」是怎麼算出來的?

活躍星系核_96
・2017/03/01 ・3676字 ・閱讀時間約 7 分鐘 ・SR值 507 ・六年級

-----廣告,請繼續往下閱讀-----

作者/詹芷瑄

盛開的櫻花。圖/PublicDomainPictures

站在漫天飛舞的花絮中,為自己和愛人定格那美麗的瞬間,想必榮登最浪漫寶座第一名。在日本每年 2-5 月的氣象報導,會增加「櫻前線」的特別專欄,告訴國民櫻花初開及滿開的地點,隨著時間從南部慢慢移動到北部,舉國共享這份喜悅。其實在台灣,櫻花原生種也不少,我們是否也能欣賞到這樣的美景呢?櫻花花期大約只有兩個禮拜左右,賞櫻關鍵可要抓住時機。那麼日本如何判斷櫻前線呢?

日本如何判定櫻前線

首先,我們來看日本氣象廳是如何判斷櫻花的開放時間的吧。

日本氣象廳在全國各地設有櫻花標本木,每年定出幾十個櫻花觀測地點。當觀測地點中的標本木有 5~6 朵以上開花數,即達初花日;若開花率達 80% 以上,即達滿開日,大多數遊客會選擇在這個時候賞櫻,因此賞櫻人潮最多。

-----廣告,請繼續往下閱讀-----

標本木主要選擇染井吉野櫻(Prunus yedoensis Matsum. cv. Yedoensis)品種,這是江戶彼岸櫻(Cerasus spachiana fo. ascendens)與大島櫻(Cerasus speciosa)的雜交種。江戶彼岸櫻原生地由於年代久遠已不可考,它適合生長的環境偏溫帶,像北海道等地;而大島櫻是日本南部沖繩、奄美的原生種,兩者雜交後的染井吉野櫻,開花時沒有葉子,形態色澤美麗,外觀受大眾喜愛。但染井吉野櫻無法自然繁殖後代,須利用無性繁殖技術加以保留,不過也因為如此而保存了相同的遺傳基因,所以開花特性相同。目前日本地區八成以上是此品種,所稱日本櫻花大抵就是指染井吉野櫻。

依靠同種植株預測櫻花開放時間,相對來說準確度提高不少。但在台灣並沒有大數量的染井吉野櫻,又該怎麼判斷各地的開花時間呢?那就問問櫻花本人吧!

 

櫻花會算日子! 它會數寒冬過了多長了,暖春來了多久了

櫻前線示意圖。圖/Wikipedia

櫻花是薔薇科多年生落葉性喬木,在每年夏季的生長期,會在枝條內部開始長芽,並特化成花朵的特殊構造原型。感應到日照時間縮短、黑暗期增長,或者氣溫降低,樹木生長減緩,溫度降到 10℃ 左右時,落葉性喬木就會停止生長。等到冬天真正來臨,感應到更加低溫的環境,為了抵擋寒冷的逆境,就會進入休眠。這裡的休眠是植物主動調控內部生理反應、停止生長狀態及降低體內水分等,在園藝學上稱為內生性休眠(endodormancy)。

形成內生性休眠之後,會開始計算低溫需求(chilling requirement)。也就是指在空氣溫度 0 ℃ — 7 ℃ 的條件下,累積到特定的時間,才可以打破休眠。在還沒累積足夠低溫量之前,即使外在環境達到適合生長的時間或溫度,也無法打破休眠,這是植物為了應付環境變動而演化出來的聰明機制,能感應周圍環境的變化,調整自己的生長狀態。等低溫需求到達一定的累積量,就會轉變成外生性休眠(ecodormancy)了。

-----廣告,請繼續往下閱讀-----

外生性休眠是植物的雙重保險,能避免天氣的間歇性變化。比如冬日裡若有一兩天氣溫較高,使還沒進入春天的溫暖期前就開花,徒增承受寒害的風險。於是植物發展出計算生長積熱需求(growing degree hour requirement)的能力,算出進入溫暖的日子有多長,去判斷春天是不是真的到來。每個植物自己有不同的標準,如果累積的積熱量達到標準,植物才會確定春天真的到來了,開始萌芽開花。而低溫需求與生長積熱需求要同時考慮,才能計算出具體的開花時間。

這兩種植物生理現象也能夠用來說明,為什麼有些農民會說今年不夠冷,或是天氣忽冷忽熱,影響植物開花結果的原因了。掌握植物開花機制,專家們就能夠通過氣象資料,預測櫻花開花時間,「櫻前線」由此而來。

要怎麼知道有沒有達到「足夠的低溫量」呢?

截至目前為止,植物學家們仍然還未完全解開休眠機制的謎底,所以無法從樹木生理的角度解釋和預測開花日期。但是在栽培的過程當中,他們慢慢發現一些規律。比如冬天過冷或不冷櫻花都會比較晚開。於是他們嘗試把經驗轉化成可以量化的模型,而去測試櫻花這類落葉性喬木滿足低溫需求的有效溫度範圍,在種植的時候測量和記錄環境溫度變化,就可以判斷植物是不是滿足低溫需求了。

圖片提供/吳暘子(版權所有©暘子書屋)

把時數相加就可以知道什麼時候開花的低溫時數模型

最先被廣泛使用的模型是低溫時數模型(Chilling Hours Model),單位稱為「低溫時數」(Chilling Hour, CH),其中低溫指的是 0℃-7.2 ℃ 之間的溫度,而低温時數顧名思義就是把滿足低溫需求的小時數相加,再對照作物的已知參考值,就能判斷它是否解除休眠狀態了,是不是很簡單呢?

-----廣告,請繼續往下閱讀-----

等等,讀到這裡似乎有個小小的矛盾,如果要計算小時數才能知道開花的時間,算完的時候也開花了,那知道了計算模型又有什麼用呢?

其實在管理者實際操作的時候,大多是根據氣象資料歷年的數據,對比今年的氣溫變化狀況,預期最快和最慢開花的時間,推測可能的開花日。而預測開花時間,就可以試著配合季節性活動,例如台大杜鵑花節等其他因素調整花期,也常常用來分散果品的產期,使水果產期延長,分散盛產掉價的風險,若提早上市還能賣到不錯的價錢呢。

這種計算小時數的方法,是大概在 1940 年代提出的第一代模型,後來也慢慢發展出其他的計算方式,像是下面要介紹的猶他模型和動力學模型,是大眾比較能夠接受和應用的模型。

圖片提供/吳暘子(版權所有©暘子書屋)

給溫度加權的猶他模型

因為大家慢慢覺得低溫時數模型計算出來的開花時間不夠準確,而植物學家進一步發現,太高或者太低的溫度會對植物累積低溫需求產生負面的影響。於是  974c 年由Richardson提出了猶他模型(Utah Chilling Model),單位稱為“猶他低溫單位”(Utah Chilling Unit, CU),將溫度更詳細劃分成不同的區塊,環境的溫度落在不同的區塊內會有不同的數值,有正有負的數值相加,才得出最後的標準參考值。因為簡單方便的關係,這個模型是目前最為廣泛應用的一種。

-----廣告,請繼續往下閱讀-----

回歸植物生理之進擊的動力學模型

但把上述兩種方法應用到相對較高溫的地區,例如以色列等地的時候,這種利用溫度劃分的模型又變得不適用了。因此為了解決暖冬地區的植物栽培問題, 1987 年植物學家們回到植物生理的角度提出了「兩階段作用」的概念(Two-step Process),假設休眠狀態的完成度與某個「打破休眠因子「的含量呈線性關係,那麼生成這個因子的速度就決定了滿足低溫需求的快慢。

所謂“兩階段作用”,指的就是生成這個因子的過程有兩個步驟。第一階段是一個可逆的反應,通過酵素作用,在低溫條件下生成此因子的前驅物(precursor),而這種前驅物會因為高溫被破壞;第二階段是不可逆的反應,當前驅物累計達到一定量會形成穩定的“打破休眠因子”,這時候才算開始累積低溫需求。

由此看來大多時候植物其實是處在緩衝期內來回擺動,藉此發展出最新的動力學模型(Dynamic Model),單位是「低溫片段」(Chilling Portion, CP)。這個模型是藉由不間斷的偵測和計算,利用溫度的變動判斷是否滿足低溫需求,來達到最貼近植物生長狀態的模擬效果。以下是動態模型略微複雜的計算公式,其中slp, tetmlta0, a1, e0, e1為常數。

而根據Elike和Patrick的統計比較方法,把不同地區的原始數據帶入三種方法中,並將計算結果相除,發現數值差異非常大,表示這三種模型的結果並不成比例,也就是說這些模型的適用範圍不太一樣,那到底要怎麼選擇呢?

-----廣告,請繼續往下閱讀-----

統計模型只是個工具喔

低溫需求的模型是來自於管理者的經驗,而且根據不同植物、不同地區需要進一步調整,例如調整猶他模型的溫度界限或者改變動力學模型的常數值等等,沒有一套萬能公式可以從南用到北、從櫻花用到桃花。如何選擇模型要靠自己嘗試,不適用的模型就像是不趁手的工具,這個不行就換一把再試試看囖。

低溫需求滿足後,還有高溫需求呢

高溫需求也就是剛才提到的“生長積熱需求”,它們的計算原理大同小異,只不過溫度範圍換成 4℃~25℃ 。在低溫需求被滿足之後馬上開始計算,當氣溫小於 4℃ 時不予計算;介於 4℃~25℃ 之間時,用實際氣溫減去 4℃ 得到結果;當氣溫大於 25℃ 時,就採用 25℃ 減 4℃ 得到的 21 作為累積值。累加到每種作物的已知經驗值,就可以開花囖。

圖片提供/吳暘子(版權所有©暘子書屋)

說了這麼多,如果真的很想要和心愛的人來一場浪漫的櫻花之旅的話,除了及時發漏日本櫻前線的氣象報導,或者用上述方法自己推估之外,再提供一個小小資訊給大家參考:根據 2011 年在岡山縣的櫻花物候學研究,日本櫻花的開放順序是先從都市開始,然後是北方內陸最後才是南方近海喔。這是由於當地環境、太陽照射及風速合力影響的結果。

看完這篇對櫻花的開花生理有沒有稍稍理解了呢!最後,祝大家今年能夠賞櫻成功啦!

-----廣告,請繼續往下閱讀-----

參考文獻:

  1. Chandler, W.H. 1942. Deciduous orchards. Lea & Febiger, Philadelphia
  2. Luedeling, E. and P.H. Brown. 2011. A global analysis of the comparability of winter chill models for fruit and nut trees. Int. J. Biometeorol. 55:411-421.
  3. Fishman S, Erez A, Couvillon GA (1987a) The temperaturedependence of dormancy breaking in plants – computersimulation of processes studied under controlled temperatures. J. Theor Biol 126(3):309–321
  4. Fishman S, Erez A, Couvillon GA (1987b) The temperature dependence of dormancy breaking in plants: mathematical analysis of a two-step model involving a cooperative transition. J. Theor Biol 124(4):473–483
  5. Ohashi Y., Hiroshi K., Yoshinori S., Hiroshi I., Nobuko Y. 2011. The phenology of cherry blossom (Prunus yedoensis “Somei-yoshino”) and the geographic features contributing to its flowering. Int J Biometeorol (2012) 56:903–914
  6. Cesaraccio, C., D. Spano, R. L. Snyder, and P. Duce. 2004. Chilling and forcing model to predict bud-burst of crop and forest species. Agricultural and Forest Meteo. 126: 1-13.
  7. 日本氣象廳. 2012. さくらの開花日の変化 – 気象庁. 
文章難易度
活躍星系核_96
752 篇文章 ・ 126 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

3
0

文字

分享

0
3
0
媽!!!到底為什麼母親節要送康乃馨啊?
Peggy Sha/沙珮琦
・2019/05/10 ・2000字 ・閱讀時間約 4 分鐘 ・SR值 447 ・四年級

每年的母親節,很多人都會買康乃馨送給媽媽。但是,你有沒有想過:到底為什麼母親節要送媽媽康乃馨?難道不能送滿天星、銅鋰鋅或自動筆芯勒?(被母親擊飛)康乃馨到底是種什麼樣的植物呢?

你真的了解康乃馨嗎?為什麼母親節要送康乃馨給媽媽呢?圖/publicdomainpictures

康乃韾象徵母親,到底是誰決定的?

要談到母親節贈送康乃馨的傳統,就不得不提起母親節的起源。其實,我們現在過的母親節是個挺「新」的節日,是由一位名叫安娜‧賈維斯 (Anna Jarvis) 的美國女子所推廣的。

賈維斯的母親在生前便常常表達自己期望能有一個可以紀念母親的日子;而在她母親過世的三年後,1908 年的 5 月 10 日,賈維斯在教堂中舉行了紀念儀式,成為史上第一個母親節。

賈維斯選擇用白色的康乃馨來象徵母親,因為她認為康乃馨的潔白能代表母愛的真誠寬廣。她也認為康乃馨花瓣不會一片片掉落、而是往中心萎縮的這個特質,就像媽媽擁抱小孩一般。

-----廣告,請繼續往下閱讀-----

恩……不過後來商人們見獵心喜,白色康乃馨的價格應聲上揚,花販更進一步推廣紅色康乃馨,營造出「紅色康乃馨送給健康的媽媽、白色康乃馨紀念過世的母親」這種說法,把賈維斯女士給氣得半死。

我明明就說白色康乃馨,誰准你們換成紅色的!(設計對白)圖/By Olairian – Own work, cc0, wikimedia commons

康乃馨的花瓣不是真正的花瓣?

姑且不論創辦人的憤怒,以及如今送媽媽白色康乃馨可能會被打,我們現在看到的康乃馨其實都是基因突變過後的「畸形花」。康乃馨又名「香石竹」(Dianthus caryophyllus),原始野生的品種只有五片花瓣,看上去十分單薄。

野生的香石竹,看起來是不是和印象中的康乃馨差很多呢?圖/By Zeynel Cebeci – own work, CC BY-SA 3.0, wikimedia commons

那那那……現在我們在花店看到那些層層疊疊的美麗花瓣到底是什麼?其實它們是雄蕊喔!

雄蕊和花瓣原本都來自於「花原基」(flower primordia),當調控的基因出現突變,就會讓雄蕊「瓣化」(petalody)。雄蕊花瓣化後,變形的雄蕊與原本的花瓣重疊後,就形成了重瓣花。如此一來,使得整朵花的體型看起來變得更大,也更具有觀賞價值。

-----廣告,請繼續往下閱讀-----

雖然這樣的花多數的雄蕊變形,因此不易產生花粉,卻會因為長得漂亮而被人工繁殖留了下來,慢慢變成我們現在看到的樣子。(所以說長得好看還是很重要滴)

每次母親節,我們其實都送了一堆變形的雄蕊給媽媽呢!

雄蕊花瓣化?很多漂亮的花都這樣

什、麼!?雄蕊還能變形成花瓣,還騙我在母親節送給媽媽?素每啊啊啊,這樣讓我怎麼教小孩?

怎麼會是假的花瓣啊啊啊啊啊啊!圖/giphy

還請各位看倌莫急莫慌莫害怕,雄蕊花瓣化聽起來雖然離奇,但在自然界卻是十分常見的事情。比如說大家非常喜歡的櫻花,也是其中之一。在台灣的重瓣山櫻開花期較單瓣台灣山櫻約晚一個月,而雄蕊花瓣化後,會使得花粉變少,也較不容易結果。

而除了櫻花以外,在東方象徵大富大貴的牡丹、艷麗迷人的山茶花也都是雄蕊花瓣化的結果。

-----廣告,請繼續往下閱讀-----

但是,是不是所有雄蕊花瓣化的花看起來都非常「澎派」呢?欸…其實並不是喔。像是看上去非常小清新的野薑花,也是雄蕊花瓣化的成員之一,我們所見的那漂亮的「花瓣」其實是雄蕊,而真正的花瓣,是雄蕊背後那三根長披針形的東西。

那看起來像花瓣的其實是雄蕊,針狀的才是真正的花瓣喔!圖/flickr

說了這麼多康乃馨相關的小知識,你是不是都記住了呢?無論母親節有沒有送康乃馨,大家都要記得時時對媽媽表達你的愛與感謝喔!泛科學祝大家母親節快樂!

參考資料:

Peggy Sha/沙珮琦
69 篇文章 ・ 390 位粉絲
曾經是泛科的 S 編,來自可愛的教育系,是一位正努力成為科青的女子,永遠都想要知道更多新的事情,好奇心怎樣都不嫌多。

0

0
0

文字

分享

0
0
0
【特輯】但見櫻花開令人思科學:關於櫻花你該知道的五件事
PanSci_96
・2019/03/11 ・1154字 ・閱讀時間約 2 分鐘 ・SR值 449 ・四年級

春花開賞櫻去!除了尋找賞櫻名點、追逐櫻前線,你知道櫻花起源自哪?櫻花的葉子為何有鋸齒?櫻花開期為何一直變?一起挖掘櫻花樹底下究竟埋藏著多少科學,讓每朵花都開得如此嬌豔動人呢?

櫻花櫻花何時開!日本的櫻花預報「櫻前線」是怎麼算出來的?

在日本每年 2-5 月的氣象報導,會增加「櫻前線」的特別專欄,告訴國民櫻花初開及滿開的地點,隨著時間從南部慢慢移動到北部,舉國共享這份喜悅。櫻花花期大約只有兩個禮拜左右,賞櫻關鍵可要抓住時機。那麼這個「櫻前線」是怎麼算出來的呢?

櫻花櫻花幾時開?春天冷就晚點開吧!

雖然梅花是越冷越開花,但如果初春太冷,櫻花的花期也會大受影響。以 2015 年的美國為例,原本紐約、華盛頓及費城往年約 3 月中至 3 月底間就會盛開的櫻花,受到濕濕冷冷的春天影響,一路拖到了四月才逐漸盛開。

明明就到了春天,為什麼天氣一變冷就會影響櫻花開不開呢?

-----廣告,請繼續往下閱讀-----

櫻花大戰,究竟櫻花真正的原產地在哪裡?

每年春天,東亞的櫻花都會盛開。每年櫻花盛開的時候,東亞中國、日本、韓國三國的媒體上都會出現櫻花原產地之爭。

三月末是日本最有名的櫻花「染井吉野櫻」花季,在中日韓三個國家都是盛開期。韓國媒體照例一年一度地宣傳「染井吉野是我們的」,而中國櫻花產業協會執行主席何宗儒更是語出驚人——據《南方都市報》報導,2015 年 3 月 29 日該協會在廣州召開記者會,何宗儒在會上表示櫻花既非起源於日本,又非起源於韓國,而是起源於中國。

其實,如果弄清楚「櫻花」的定義,櫻花的起源在科學上是件很清楚的事情,並沒有這麼多的紛爭——野生的櫻在數百萬年前誕生於喜馬拉雅,但現代栽培的觀賞櫻花,則是多年前的日本人在日本選育出來的。

如果可以簡單,誰想要複雜:為什麼櫻花的葉子會發育成鋸齒?

櫻花的葉子是種自成一格的氣質,和許多常見的樹葉都不同。當你仔細看著櫻葉,它邊緣的微小鋸齒很容易就會吸引你的目光。這些鋸齒到底有什麼意義?植物又為什麼會有這些長在葉緣的鋸齒呢?

-----廣告,請繼續往下閱讀-----

 

太空櫻花,太空櫻花,長得快!長得快!

如果把植物送上太空,會有什麼影響呢?日本人早在 2008 年就做過這種有趣的嘗試了。當年,他們特別挑選櫻花的種子進入太空,而數年之後,這些種子帶著滿滿的宇宙謎團長大成樹,並提前開出特別的花朵。

現在,就讓我們來回顧一下曾讓日本的僧侶和科學家都為之瘋狂的宇宙櫻花吧。