Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

像憤怒鳥一樣彈射的種子:豆科種子可以「炸」多遠呢?

活躍星系核_96
・2019/07/13 ・1973字 ・閱讀時間約 4 分鐘 ・SR值 520 ・七年級

作者:何郁庭│國立中興大學森林系碩士畢業,現職計畫專任助理。

一個尋常午後,窗台邊突然傳來巨響。

原先以為是鳥撞上玻璃,走近一看,才發現是前幾天隨手採下木豆 (Cajanus cajan) 的莢果,因乾燥後開裂,發出巨大的爆裂聲。兩片木質果皮分別捲曲成螺旋狀,數顆木豆種子則彈射到各處,窗台前一片狼藉。

木豆 (Cajanus cajan)。成熟開裂的莢果,圖為當事莢果。圖/作者

開裂的兩片果皮很堅韌,怎樣也沒辦法回復成打開前的樣子,這引起了我的好奇。我猜想,部分的豆科植物是不是利用莢果開裂,使種子「彈射」到更遠的地方,以利於種子在更遠的地方發芽呢?

-----廣告,請繼續往下閱讀-----

為此,我開始搜尋一些跟「豆科」以及「種子傳播」有關的報告,發現一篇來自雨林生態期刊 (Journal of Tropical Ecology)的文獻,這個研究位於西非的加彭 (Gabon),講述 Tetraberlinia moreliana 這種雨林中的喬木,如何讓光滑扁平的種子,從樹冠「彈射」到 50 公尺以外的沙地上。

T. moreliana 是豆科下甘豆亞科的大喬木,根據描述,樹高可以生長至 51 公尺,同時,它也是加彭地區雨林的「突出樹」,比週遭大多樹木來得更高,半圓形的樹冠遮住了週圍其他樹的樹冠。T. moreliana 的木質莢果生長於樹冠層並突出於樹冠,像一枝枝三角旗豎立。每個莢果內含 0-4 顆扁平盤狀的種子,而平均是 2 顆。

Tetraberlinia moreliana 莢果圖。A. 在樹上未開裂的莢果,長軸水平於地面,宛如一枝旗子豎在樹冠外層。B. 扁平盤狀的種子。C. 開裂的莢果。D. 完全乾燥後的莢果果皮。圖/Explosive seed dispersal of the rainforest tree Tetraberlinia moreliana (Leguminosae —
Caesalpinioideae) in Gabon.

種子可以彈射多遠呢?

研究人員嘗試觀測 T. moreliana 的種子究竟能彈射多遠,因此設計了試驗:

首先,他們定義了「水平傳播距離」,也就是彈射落底的種子,到樹冠邊緣的最近水平距離。

-----廣告,請繼續往下閱讀-----

然後,在莢果成熟的 12月至 2月期間,每日計算有多少種子彈射到預設的區域,以 50 公尺為界,由於密集的植被和起伏的地形,水平距離小於 50公尺的區域並沒有計算種子落下的數量。又因為觀測的地點是沙地地形,所以也毋須擔心種子落地後滾去很遠的地方。實驗之所以不計算所有彈射的種子,而僅僅計算 50 公尺之外的種子,其實是因為觀測地點的限制,使得研究人員無法計算所有的彈射種子數量。T. moreliana 是雨林中特別高聳的獨立樹,距離林緣 50 公尺,除了落在雨林外沙地的種子,剩下的皆會落進雨林中,而雨林有複雜的垂直結構,包含樹冠層、第二樹冠層、灌叢、地被、腐植質…等,除此之外,還有各種附生植物及藤蔓,要從雨林中找到觀測樹所有的種子,是非常困難的!

這個觀察共調查了 4 棵樹,經過 3個月的計算,研究人員記錄到最遠的彈射距離可達 61 公尺,而彈射距離取決於樹的高度。他們對其中一棵樹進行較詳細的觀察,根據莢果估算了總種子數,大約有 15,000- 20,000 顆種子,其中 1.5- 2% 的種子彈射距離超過 50 公尺。

此外,研究中也爬上樹將莢果採下,將果序插在沙地上,觀察開裂時種子彈射的角度和距離。18 顆種子中,距離最遠的可達 23.2 公尺,仰角則平均 17.3°。

Tetraberlinia moreliana彈道假設剖面圖。實線為最佳路線。圖/Explosive seed dispersal of the rainforest tree Tetraberlinia moreliana (Leguminosae —Caesalpinioideae) in Gabon

研究人員試圖重建種子彈射的彈道,並繪製剖面圖。而這個預測的彈道有一些前提:

-----廣告,請繼續往下閱讀-----

1. 起始點為樹冠外層
2. 沒有受到風及其他外力作用
3. 受到的空氣阻力與速度平方成正比
4. 接觸地面後便不再移動

依照以上前提而重建的軌跡,其起始點仰角為 21.2°,初始速度為 37.1公尺/秒,比前人研究沙盒樹 ( Hura crepitans) 彈射的起始速度 70 公尺/秒還要低得多。沙盒樹是大戟科的植物,彈射距離最遠紀錄是 41 公尺。

 

與沙盒樹同屬 Hura polyandra 果實爆開的畫面。(這邊是用暴力砸開)

生活中其他靠彈力傳播的種子與問題發想

毛毛蟲以會即將爆開的果實為食,會發生什麼事呢?

-----廣告,請繼續往下閱讀-----

回想我們生活中常見的彈力傳播種子,不外乎兒時共同回憶的非洲鳳仙花、紫花酢漿草,除此之外,還有蕨類的孢子囊,彈射距離不外乎數十公分,然而 T. moreliana 卻能將種子傳遞到數十公尺之外,飛越其他樹木直至雨林的邊緣。

不過,有趣的是,若這是一個有效的傳播方式,又為什麼彈射距離超過 50 公尺的比例僅僅 2%呢?這個問題,並沒有在報告中得到明確解答。

再看看木豆,儘管原先的疑惑得到解答,卻隨之而來出現更多問題。木豆並非雨林中的突出樹,而是高 1- 2公尺的灌木,彈射的種子傳播策略,在原生育地有怎樣的優勢?此外,木豆的種子又能彈射多遠、速度多快?是否有方向性?這些問題,也許得自己設計實驗才能獲得解答了。

參考資料:

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
活躍星系核_96
778 篇文章 ・ 128 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

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)」!

-----廣告,請繼續往下閱讀-----

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。

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。

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。/ 圖片提供:研華科技

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/ 圖片提供:研華科技

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

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
0

文字

分享

0
0
0
豆科植物如何保持不多不少的根瘤?
葉綠舒
・2014/10/29 ・1031字 ・閱讀時間約 2 分鐘 ・SR值 545 ・八年級

豆科(legume)植物能在缺乏氮素的土壤中生長,完全是依靠著他們能與根瘤菌(rhizobia)共生的本事;而人們也很早就發現,把豆科植物納入輪作系統,可以使土地保持肥沃。

中國在漢朝時已發展出精緻的三年輪作系統,由夏季種黍開始,接著是小麥,第二年春天收穫小麥後種下大豆,然後到第三年夏天種小米。如此循環三年,同時將土地分成三份,第一年夏天第一塊地種黍、第二塊地種小米、第三塊地種大豆….這樣田地的養分會因為有大豆加入輪作而不至於缺氮,而每年都可以有小米、黍、大豆、小麥可吃。 歐洲直到一千年後才發展出輪作,但是複雜的程度則遠遠不及漢朝。

對於豆科植物來說,雖然根瘤菌可以使他們得以在缺氮的土地上繁衍,但如果根瘤長太多,對植物本身也會造成負擔。所以,植物一定要有個方法來調節根瘤生長的量。

NitrogenFixingNodulesOnClover
根瘤。圖片來源:wiki

-----廣告,請繼續往下閱讀-----

過去透過研究長太多根瘤的植物發現,在百脈根(Lotus japonicus,為豆科的模式植物)裡面有個類受體激酶(receptor-like kinase)HAR1,它負責接收來自根的信息。當根與根瘤菌建立共生關係之後,由根部分泌出CLE-RS1與CLE-RS2(RS是「根的信號」Root Signal的意思)兩個多肽並經由導管傳送到植物的莖與葉(shoot);在莖與葉,由HAR1負責接收這兩個信號之後,然後莖與葉的細胞分泌一個化學物質來抑制更多的根瘤形成。

最近的研究發現,原來這個由莖與葉負責分泌的化學物質,應該就是細胞分裂素(cytokinin)。研究團隊發現,缺少HAR1的植物,只有細胞分裂素的分泌量顯著下降,而在過度表現CLE-RS1與CLE-RS2的植物中,細胞分裂素反而上昇;接下來更有意思的是,當植物被根瘤菌感染時,細胞分裂素也呈現上昇的趨勢。

於是研究團隊把缺少HAR1的植物用細胞分裂素處理,結果發現,原本缺少HAR1的植物會有非常多的根瘤,但是在使用細胞分裂素處理後,它的根瘤的數目甚至可以回到野生種的水平。

所以,豆科植物透過分泌細胞分裂素來抑制根瘤的產生;而細胞分裂素的分泌則有賴於HAR1的活化,而CLE-RS1與CLE-RS2(由根部分泌)可以活化HAR1。可以看到,植物透過層層嚴密的負回饋控制(negative feedback control)來調節根瘤產生的數目,使自己取得平衡,不至於因為產生太少根瘤造成氮不足,但也不會因為產生過多根瘤,使得養分分配錯置,影響生長。

-----廣告,請繼續往下閱讀-----

參考文獻:

  • T.R. Sinclair,C.J. Sinclair. (2010) Bread, Beer and the Seeds of Change:Agriculture’s Imprint on World History. ISBN:9781845937058
  • Takema Sasaki, Takuya Suzaki, Takashi Soyano, Mikiko Kojima, Hitoshi Sakakibara & Masayoshi Kawaguchi. (2014) Shoot-derived cytokinins systemically regulate root nodulation. Nature Communications 5, Article number: 4983 doi:10.1038/ncomms5983

原刊載於作者部落格老葉的植物王國

-----廣告,請繼續往下閱讀-----

0

0
0

文字

分享

0
0
0
像憤怒鳥一樣彈射的種子:豆科種子可以「炸」多遠呢?
活躍星系核_96
・2019/07/13 ・1973字 ・閱讀時間約 4 分鐘 ・SR值 520 ・七年級

作者:何郁庭│國立中興大學森林系碩士畢業,現職計畫專任助理。

一個尋常午後,窗台邊突然傳來巨響。

原先以為是鳥撞上玻璃,走近一看,才發現是前幾天隨手採下木豆 (Cajanus cajan) 的莢果,因乾燥後開裂,發出巨大的爆裂聲。兩片木質果皮分別捲曲成螺旋狀,數顆木豆種子則彈射到各處,窗台前一片狼藉。

木豆 (Cajanus cajan)。成熟開裂的莢果,圖為當事莢果。圖/作者

-----廣告,請繼續往下閱讀-----

開裂的兩片果皮很堅韌,怎樣也沒辦法回復成打開前的樣子,這引起了我的好奇。我猜想,部分的豆科植物是不是利用莢果開裂,使種子「彈射」到更遠的地方,以利於種子在更遠的地方發芽呢?

為此,我開始搜尋一些跟「豆科」以及「種子傳播」有關的報告,發現一篇來自雨林生態期刊 (Journal of Tropical Ecology)的文獻,這個研究位於西非的加彭 (Gabon),講述 Tetraberlinia moreliana 這種雨林中的喬木,如何讓光滑扁平的種子,從樹冠「彈射」到 50 公尺以外的沙地上。

T. moreliana 是豆科下甘豆亞科的大喬木,根據描述,樹高可以生長至 51 公尺,同時,它也是加彭地區雨林的「突出樹」,比週遭大多樹木來得更高,半圓形的樹冠遮住了週圍其他樹的樹冠。T. moreliana 的木質莢果生長於樹冠層並突出於樹冠,像一枝枝三角旗豎立。每個莢果內含 0-4 顆扁平盤狀的種子,而平均是 2 顆。

Tetraberlinia moreliana 莢果圖。A. 在樹上未開裂的莢果,長軸水平於地面,宛如一枝旗子豎在樹冠外層。B. 扁平盤狀的種子。C. 開裂的莢果。D. 完全乾燥後的莢果果皮。圖/Explosive seed dispersal of the rainforest tree Tetraberlinia moreliana (Leguminosae —
Caesalpinioideae) in Gabon.

-----廣告,請繼續往下閱讀-----

種子可以彈射多遠呢?

研究人員嘗試觀測 T. moreliana 的種子究竟能彈射多遠,因此設計了試驗:

首先,他們定義了「水平傳播距離」,也就是彈射落底的種子,到樹冠邊緣的最近水平距離。

然後,在莢果成熟的 12月至 2月期間,每日計算有多少種子彈射到預設的區域,以 50 公尺為界,由於密集的植被和起伏的地形,水平距離小於 50公尺的區域並沒有計算種子落下的數量。又因為觀測的地點是沙地地形,所以也毋須擔心種子落地後滾去很遠的地方。實驗之所以不計算所有彈射的種子,而僅僅計算 50 公尺之外的種子,其實是因為觀測地點的限制,使得研究人員無法計算所有的彈射種子數量。T. moreliana 是雨林中特別高聳的獨立樹,距離林緣 50 公尺,除了落在雨林外沙地的種子,剩下的皆會落進雨林中,而雨林有複雜的垂直結構,包含樹冠層、第二樹冠層、灌叢、地被、腐植質…等,除此之外,還有各種附生植物及藤蔓,要從雨林中找到觀測樹所有的種子,是非常困難的!

這個觀察共調查了 4 棵樹,經過 3個月的計算,研究人員記錄到最遠的彈射距離可達 61 公尺,而彈射距離取決於樹的高度。他們對其中一棵樹進行較詳細的觀察,根據莢果估算了總種子數,大約有 15,000- 20,000 顆種子,其中 1.5- 2% 的種子彈射距離超過 50 公尺。

-----廣告,請繼續往下閱讀-----

此外,研究中也爬上樹將莢果採下,將果序插在沙地上,觀察開裂時種子彈射的角度和距離。18 顆種子中,距離最遠的可達 23.2 公尺,仰角則平均 17.3°。

Tetraberlinia moreliana彈道假設剖面圖。實線為最佳路線。圖/Explosive seed dispersal of the rainforest tree Tetraberlinia moreliana (Leguminosae —Caesalpinioideae) in Gabon

研究人員試圖重建種子彈射的彈道,並繪製剖面圖。而這個預測的彈道有一些前提:

1. 起始點為樹冠外層
2. 沒有受到風及其他外力作用
3. 受到的空氣阻力與速度平方成正比
4. 接觸地面後便不再移動

-----廣告,請繼續往下閱讀-----

依照以上前提而重建的軌跡,其起始點仰角為 21.2°,初始速度為 37.1公尺/秒,比前人研究沙盒樹 ( Hura crepitans) 彈射的起始速度 70 公尺/秒還要低得多。沙盒樹是大戟科的植物,彈射距離最遠紀錄是 41 公尺。

 

與沙盒樹同屬 Hura polyandra 果實爆開的畫面。(這邊是用暴力砸開)

生活中其他靠彈力傳播的種子與問題發想

毛毛蟲以會即將爆開的果實為食,會發生什麼事呢?

回想我們生活中常見的彈力傳播種子,不外乎兒時共同回憶的非洲鳳仙花、紫花酢漿草,除此之外,還有蕨類的孢子囊,彈射距離不外乎數十公分,然而 T. moreliana 卻能將種子傳遞到數十公尺之外,飛越其他樹木直至雨林的邊緣。

-----廣告,請繼續往下閱讀-----

不過,有趣的是,若這是一個有效的傳播方式,又為什麼彈射距離超過 50 公尺的比例僅僅 2%呢?這個問題,並沒有在報告中得到明確解答。

再看看木豆,儘管原先的疑惑得到解答,卻隨之而來出現更多問題。木豆並非雨林中的突出樹,而是高 1- 2公尺的灌木,彈射的種子傳播策略,在原生育地有怎樣的優勢?此外,木豆的種子又能彈射多遠、速度多快?是否有方向性?這些問題,也許得自己設計實驗才能獲得解答了。

參考資料:

-----廣告,請繼續往下閱讀-----
文章難易度
活躍星系核_96
778 篇文章 ・ 128 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

4

0
0

文字

分享

4
0
0
吃果子的魚孕育了遙遠的叢林
陸子鈞
・2011/03/24 ・745字 ・閱讀時間約 1 分鐘 ・SR值 483 ・五年級

-----廣告,請繼續往下閱讀-----

新的研究指出,亞馬遜的大蓋巨脂鯉(Colossoma macropomum)能帶著植物的種子,橫越超過五公里外的氾濫平原。

大蓋巨脂鯉(Colossoma macropomum)可能是亞馬遜地區植物種子主要的傳播媒介。

過去以來,雖然科學家預期魚在植物種子的傳播上扮演重要的角色,但對於種子的發芽率及傳播距離,卻缺少實際證據。

杜克大學的演化生態學家Jill Anderson,和她的團隊在祕魯的國家保護區裡發現,大蓋巨脂鯉腸道內有數以百計的種子。然而,這種魚能帶著種子多遠的距離,以及種子是否能在新地點發芽都是未知。

-----廣告,請繼續往下閱讀-----

為了要找到答案,Anderson和她的團隊利用無線電,在河水會氾濫的季節,追蹤24隻大蓋巨脂鯉的位置,結果發現魚移動5.9公里遠。配合在實驗室中,種子能在魚腸道內存活多久的資料,推測大蓋巨脂鯉平均移動337~55英尺,而且種子能被帶到5.5公里之外。

這是食果動物傳播種子最遠的紀錄,與非洲犀鳥及亞洲象不相上下。

更重要的關鍵是,這些分布在氾濫平原的種子,偏好在這樣的環境發芽,而非在像是湖泊這樣不流動的水域中。

美國加州的生態學家Michael Horn認為,過去我們都低估了魚對種子傳播的貢獻,即使科學家們都認為魚在生態系中扮演潛在的重要角色;熱帶非洲、北美及歐洲,都有魚攜帶種子傳播的例子。然而,我們對於細節卻都不清楚,其中一個原因是,和魚相比,鳥類及陸上哺乳類傳播種子的行為較容易研究。

-----廣告,請繼續往下閱讀-----

即使Anderson的研究指出大蓋巨脂鯉在種子傳播扮演重要的角色,但她認為大蓋巨脂鯉對生態的貢獻仍被低估了。因為她預期,更大的魚能將種子帶到更遠的地方,但這項研究所追蹤的個體,體型並不是最大的。在過去的紀錄中,大蓋巨脂鯉能長到30公斤重。

此外,這項研究也指出另一項隱憂,亞馬遜地區的過度漁撈,對生態的衝擊可能遠超過我們的想像。

資料來源:Fruit-feasting fish fertilize faraway forests

-----廣告,請繼續往下閱讀-----
所有討論 4
陸子鈞
294 篇文章 ・ 4 位粉絲
Z編|台灣大學昆蟲所畢業,興趣廣泛,自認和貓一樣兼具宅氣和無窮的好奇心。喜歡在早上喝咖啡配RSS,克制不了跟別人分享生物故事的衝動,就連吃飯也會忍不住將桌上的食物作生物分類。