重金屬、農藥「零檢出」，反而成為有機農業的絆腳石？

• 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？

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。

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：

• 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

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？

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。

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？

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?

（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）或。

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。

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

參考資料

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