加國大學開發確定海平面痕跡的新方法

• 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。

近年來，氣候變遷已經變成一個眾所皆知的熱門話題，不僅影響著我們身處的自然環境，以及人類生活，也對生物的繁殖、生長、分布等造成衝擊。不過，今天我們沒有要討論海平面上升、極端天氣等這些巨觀環境的改變，而是要來談談或許你我體內都有的——寄生蟲。

提到寄生蟲，大家比較熟悉的或許是蟯蟲、蛔蟲等，有機會寄生於人類體內的寄生蟲，而自然中許多物種之間也有寄生關係，但這與氣候變遷有什麼關係呢？

有許多研究顯示，氣溫升高會導致寄生蟲爆發事件增加，也有些研究說寄生蟲在高溫下的表現比宿主好，因此暖化可能會造成相關疾病越來越嚴峻，後來也衍生出「地球越溫暖，流行病越多」的假說。

寄生不是哩想ㄟ那麼簡單

俗話說：魔鬼藏在細節裡。腹肌藏在脂肪裡。

如同在生物課本裡學過的，寄生關係是生物間的交互作用，一種生物寄居在另一種生物的體表或體內，獲取營養得以生存、繁殖，所以也並非只有寄生蟲的事，和宿主的生理也有很大關係。找到溫度升高會影響寄生過程的哪些步驟，以及背後的機制怎麼運作，是了解氣候變遷對寄生關係影響的關鍵。

近期發表在英國皇家學會《自然科學會報》（Philosophical Transactions of the Royal Society B）的一項新研究就發現，溫度能夠調節寄生真菌在宿主水蚤體內的感染機制。

這個研究由臺灣大學氣候變遷與永續發展學程助理教授孫烜駿與美國密西根大學研究團隊合作，利用暖化實驗觀察水蚤和真菌之間的寄生關係。

他們將一種水蚤 Daphnia dentifera 作為實驗物種，水蚤平常吃藻類等浮游植物，然後也會被更大的捕食者吃掉，因此水蚤在淡水食物網中扮演著重要角色。而今天的另一個主角 —— 寄生真菌 Metschnikowia bicuspidata ，則是一種會感染多種水蚤的酵母菌。

那水蚤是怎麼被感染的呢？

宿主與寄生真菌之間的攻防戰

水蚤在濾食水中浮游植物時，寄生真菌的孢子可能會一起被牠吃進去，這時感染過程就開始了（水蚤表示：窩⋯⋯窩不知道QQ）首先，寄生真菌的針狀孢子需要先刺穿水蚤的腸道上皮細胞，才能進到體腔內開始發育、繁殖，感染初期有些水蚤還可能痊癒，否則就會進到最終感染階段，一旦水蚤體腔內充滿寄生真菌的孢子或孢子囊，便不可能康復，最終走向死亡，之後下一代孢子釋放回環境中，再被新宿主吃掉，完成感染週期。

也不是所有被吃進去的孢子都能夠成功感染宿主，必須要經過重重關卡，畢竟水蚤也不是吃素的（好啦水蚤真的吃素沒錯 XD）

而兩道最重要的關卡就是「物理屏障」與「細胞免疫」。

物理屏障是一種常見的防禦形式，例如我們的皮膚和植物的角質層，在水蚤與寄生真菌的感染過程裡，腸道上皮細胞就是抵抗孢子進入體腔的物理屏障，像是一道能夠抵抗外來敵人的城牆。

但如果孢子還是順利進到水蚤的體腔內，細胞免疫就像一支軍隊，免疫細胞士兵們會聚集到被感染的部位，開啟防禦模式，共同抵禦外敵，也就是前面提到的，有些剛被感染的水蚤有機會康復的原因。

暖化之下，寄生關係會怎麼樣

研究團隊想知道：溫度對物裡屏障和細胞免疫的影響，以及會不會影響最終感染的機率。

因此他們把水蚤放到 20°C 和 24°C 下的環境飼養，為甚麼是這兩個溫度呢？

根據先前研究，20°C 是適合水蚤生長繁殖的溫度，而 24°C 則是來自 2100 年氣候變遷預測下的平均溫度變化，自西元 1985 年起，夏季的湖面溫度以每十年 0.34°C 攀升，到本世紀末預計上升 4°C。

並將不同溫度下飼養的水蚤，分別放入有寄生真菌和沒有寄生真菌的環境，總共四種環境條件的組別。

1. 實驗組：24°C，沒有寄生真菌
2. 實驗組：24°C，有寄生真菌
3. 控制組：20°C，沒有寄生真菌
4. 控制組：20°C，有寄生真菌

接著，為了知道感染初期的情形，針對有寄生真菌的組別，研究團隊在放入真菌 24 小時後，用複式顯微鏡觀察，檢查水蚤腸道和體腔內是否有孢子，以及孢子的數量。

那要怎麼知道物理屏障和細胞免疫的防禦效果呢？

如同前段提過的，我們將作為物理屏障的腸道上皮細胞想像成城牆，免疫細胞想像成軍隊，而寄生真菌的孢子是試圖入侵的外敵。

腸道的防禦力便是用「後來在體腔內的孢子數」與「所有試圖刺穿腸道上皮的孢子數」相除；也就是「進到城牆內的敵人數」除以「所有一開始來城牆外攻擊的敵人數量」。（編按：每一百個攻擊城牆的敵人，會有多少人突破城牆的防禦進到牆內）

除此之外，團隊也觀察在不同溫度下水蚤腸壁上皮的厚度，畢竟城牆的厚度可能是防禦的關鍵。

而細胞免疫則是以「前來支援的免疫細胞數」除以「體腔內的孢子數」計算，可以想像成一個敵人需要幾個士兵一起抵抗。

除了兩道關卡的抵禦能力外，為了解水蚤的健康狀態，研究團隊紀錄牠們在感染後的死亡率和繁殖力。

溫度影響的不只是寄生關係

實驗結果發現，較溫暖環境下的水蚤腸壁上皮細胞比控制組厚，但腸壁是越厚越好嗎？

另一個結果顯示，其實較厚和較薄的腸壁上皮細胞，比較能抵抗寄生孢子的攻擊，反而是有中等腸道厚度的水蚤防禦孢子進入體腔的能力較弱。

而關於細胞免疫，則發現隨著成功進入體腔的孢子數量增加，附著在孢子上的免疫細胞總數也跟著增加，但在較溫暖環境下飼養的水蚤召集來的免疫細胞，比控制環境下來得少。也就是說，越多敵人入侵，軍隊會募集越多士兵來共同對抗，但在溫暖環境下召來的士兵較少。

那物理屏障和細胞免疫之間有什麼關係呢？

在 20°C 下，腸道上皮細胞越厚，每個寄生孢子所需要的免疫細胞數就越少，這似乎蠻容易理解的，若城牆越厚，軍隊火力就不需要太強，反之亦然。

但在 24°C 卻看不到同樣的趨勢，我們知道的只有在溫暖環境下，同樣腸道厚度免疫細胞仍比控制組少。

最後，不論是繁殖力還是存活率，都是在溫暖環境下被感染的水蚤敬陪末座。

從這個研究，我們可以得知，溫度上升不僅會改變宿主的物理屏障，也會影響細胞免疫，進而改變寄生真菌對水蚤的感染結果。在更了解溫度影響寄生關係中的哪些關鍵特徵和結果後，便能預測在暖化環境中，宿主與寄生蟲之間的交互作用，以及所導致的後果。

參考文獻

1. Sun, S. J., Dziuba, M. K., Jaye, R. N., & Duffy, M. A. (2023). Temperature modifies trait-mediated infection outcomes in a Daphnia–fungal parasite system. Philosophical Transactions of the Royal Society B, 378(1873), 20220009.
2. Rohr, J. R., & Cohen, J. M. (2020). Understanding how temperature shifts could impact infectious disease. PLoS biology, 18(11), e3000938.
3. Harvell, C. D., Mitchell, C. E., Ward, J. R., Altizer, S., Dobson, A. P., Ostfeld, R. S., & Samuel, M. D. (2002). Climate warming and disease risks for terrestrial and marine biota. Science, 296(5576), 2158-2162.
4. Miner, B. E., De Meester, L., Pfrender, M. E., Lampert, W., & Hairston Jr, N. G. (2012). Linking genes to communities and ecosystems: Daphnia as an ecogenomic model. Proceedings of the Royal Society B: Biological Sciences, 279(1735), 1873-1882.
5. Ozersky, T., Nakov, T., Hampton, S. E., Rodenhouse, N. L., Woo, K. H., Shchapov, K., … & Moore, M. V. (2020). Hot and sick? Impacts of warming and a parasite on the dominant zooplankter of Lake Baikal. Limnology and Oceanography, 65(11), 2772-2786.

• 駱世豪／中研院環境變遷研究中心博士後研究學者。

Take Home Message

• 歐美熱浪的主因是噴流增強了熱穹的下沉，造成熱空氣北移和累積。臺灣的熱浪則是受到副熱帶高壓的影響。
• 熱浪發生頻率變頻繁且強度變強，與溫室氣體排放造成的全球暖化效應增加有很大的關係。
• 熱浪事件對生態、糧食、經濟和健康等面向都造成威脅，全球與臺灣熱浪的持續天數和強度都有增加的趨勢。

古代傳說中，后羿射下九個太陽讓地上的氣候適宜、萬物得以生長，古代的預言已經告訴我們，炎熱的氣候條件不利於萬物的生長。而在現今全球暖化的情況下，另外九個太陽會復活嗎？以上雖是玩笑話，但今（2022）年歐洲國家就受到熱浪（heatwave）嚴重影響，葡萄牙與西班牙最高溫度達到 45℃ 以上；英國更出現 54℃ 以上的極端高溫，發布有史以來第一個紅色高溫預警，並進入緊急狀態。

據統計，歐洲各國在 6 月因熱浪死亡的人數高達 2468 人。中國的溫度也突破近 62 年的歷史同期最高夏季平均氣溫，有 23 個省分出現 40℃ 以上高溫，許多地方都出現因熱浪致死的案例。臺灣也在 7 月中出現接近 40℃ 的溫度，並在多地出現 35℃ 左右、維持數天的極端高溫。近年來熱浪的強度和發生頻率不斷提高，造成人員經濟的損傷也愈來愈多，而究竟什麼是熱浪？它形成的背後機制為何？

熱浪是什麼？

「熱浪」是夏季主要造成災害的極端事件之一，根據世界氣象組織（World Meteorological Organization, WMO）的定義：「熱浪現象是指一個地區超過該地區的歷年最高溫度平均值 5℃ 以上，並且持續 5 天以上。」一個地區能維持極端高溫並持續一段時間，背後一定有些天氣系統所導致。

如近年歐洲、北美熱浪頻傳，主要因素就是噴流（jet stream）與熱穹（heat dome）所造成；東亞主要受太平洋副熱帶高壓（subtropical high）影響；印度和亞馬遜等熱帶區域則主要是受到降雨的影響。各區域因為氣候背景與緯度位置不同，造成熱浪的成因也有所不同，接下來我們會依序介紹世界各地氣候與緯度間的相互關係。

高空之龍所環抱的氣團

當北半球夏季中高緯地區噴流向北蜿蜒形成一個像 Ω（omega）的形狀時，就有可能形成熱浪（圖一），或因為它的特殊形狀而被稱為阻塞高壓（omega blocking）。噴流是一股由西往東的氣流，通常位於對流層頂，它的水平長度達上萬公里、寬數百公里，中心風速有時可達每小時 200～300 公里。

而噴流就像一個在地上亂甩的水管，蜿蜒的波動有時往北有時往南，當噴流在北美或歐洲地區蜿蜒向北時，會形成一個 Ω 的形狀，也會造成反氣旋（順時針）式風切，進而讓大氣產生下沉運動。在此區域內不易形成對流，造成穩定且乾燥的環境，也就是所謂的熱穹，或是阻塞高壓。噴流和熱穹是相輔相成的關係，噴流增強熱穹的下沉機制，將南邊的暖空氣往北傳送，並將熱空氣累積，所以才形成熱浪。

而在東亞的夏季，氣溫主要受太平洋副熱帶高壓（subtropical high，以下簡稱副高）影響。副高中心約位於太平洋（東經 160 度、北緯 30 度左右），在它的增強過程中會向西伸擴張至中國東南沿岸，而當副高處於增強的狀態時，副高系統會再向西延伸且壟罩整個臺灣。

如上述所說，高壓壟罩的狀況下屬於對流穩定的晴朗天氣，配合上夏季的西南季風，將暖濕空氣往北傳送並堆積在副高所壟罩的區域上，最後在此區域形成熱浪現象。相較於北美、歐洲區域的乾熱浪，臺灣的熱浪屬於濕熱浪（wet heatwave）。除了極端高溫外，還有著高濕度的影響，悶熱的環境對人體有更大的傷害和影響。

另外，印度和亞馬遜熱帶區域雖屬於終年偏高溫的地區，但仍有熱浪現象產生，主要原因是降雨。熱帶地區主要氣候分為乾季與溼季，溼季通常為該地區的夏天，下雨能有助於該地區降溫，所以當降雨系統未出現、延遲或偏移，就很有可能會造成嚴重的熱浪。

熱浪造成的嚴重影響

熱浪事件對生態、糧食、經濟、健康等面向都造成諸多影響，以下將分為四類說明：

生態浩劫

根據聯合國（United Nations, UN）底下的政府間氣候變遷專門委員會（Intergovernmental Panel on Climate Change, IPCC）第六次評估報告預測，如果到了 2100 年全球的溫度升高達到 2℃，陸地上大約 18％ 的物種將面臨滅絕的高風險；如果升溫至 4.5℃，在我們有紀錄的所有動植物物種中約有一半將受到威脅。臺灣也面臨相同的狀況，當熱浪發生的頻率愈來愈高，持續時間和強度也都增加的狀況下，將發生物種多樣性減少、物種的分布改變、增加外來物種入侵機會等情況，對整體生態系平衡或農業生產造成衝擊。

糧食危機

IPCC 於 2019 年報告中指出，全球主要農產品（如玉米、小麥、大豆）產量都會受到全球暖化影響減產 1.8～4.5％。若情況持續惡化，到 21 世紀中則可能導致產量下降 5～30％。

經濟損害

美國報導指出熱浪會造成極端高溫，進而對人體產生危害，所以對於生產力（gross domestic product, GDP）也有影響。在高於平均水平的夏季氣溫下，每升高 1℃，美國各州的 GDP 就會下降 0.25％。國際信評機構標普全球（S&P Global）的報告預測，氣候變遷恐導致 2050 年前全球每年經濟產出損失 4％，臺灣位處的東亞區域則會有 1％ 左右的損失（圖二）。

人體危害

對於人體而言，熱浪最嚴重的傷害為熱衰竭（heat exhaustion）。根據臺灣氣候變遷推估資訊與調適知識平臺計畫（TCCIP）的報告指出，2003 年的歐洲熱浪估計已造成七萬多人死亡；2010 年俄羅斯熱浪則導致超過 5 萬 6000 人死亡。科學家警告：「如果各國家和企業不採取激烈行動來削減溫室氣體排放，2050 年時的英國與高溫相關的死亡人數預計將增加兩倍，而且世界將經歷更頻繁、更強烈、更危險的熱浪危機。」

越來越熱的台灣——極端高溫天氣的頻率增加

熱浪發生頻率變頻繁且強度變強，主要與溫室氣體排放造成全球暖化效應增加有很大的關係。更進一步使用溫度發生機率圖解釋（圖三），若峰值愈接近右邊，代表高溫事件發生的機率愈高；反之，若峰值愈接近左邊，低溫事件發生的機率愈高。當全球暖化效應增強時，就如同圖三所顯示的新氣候，整體機率分布相較於舊氣候來說會往右偏移，往更高溫度的地方移動，造成熱浪事件的發生機率更高。

而實際上全球的變化也是如此，根據科技部、中央研究院環境變遷中心以及國家防災中心的報告，比較全球早期（1951～1980 年）和近期（1981～2010 年）的日最高溫資料（圖四左），在機率分布圖上可以看到往右偏移的情形，表示極端高溫事件的頻率與溫度都有增加的趨勢。

臺灣的夏季日最高溫度也有相同的趨勢變化，以臺北的資料為例，比對早期（1960～1990 年）和近期（2006～2017 年）的夏季日最高溫度，能發現近期的頻率分布向右偏移，夏季日最高溫度的發生機率增加，平均值也增加近 1℃（圖四右）。全球與臺灣的平均氣溫或極端溫度發生頻率皆有增加的趨勢。

在未來（21 世紀中後期）趨勢的變化中，研究學者利用模式推估，指出以現在的熱浪門檻為標準，未來若是能將全球暖化程度控制在低暖化情境（RCP2.6），則臺灣地區的熱浪不管是在頻率、持續時間或強度上，和現今的差異不大。相反的，在高暖化情境（RCP8.5）情境下，21 世紀末臺灣整個夏季都可能處於熱浪狀態。未來若暖化情況持續增長，熱浪的發生將成為常態，而且持續天數和強度也有增加的趨勢。

TCCIP 計畫依據 IPCC 所設定的溫室氣體排放情境，進行臺灣地區的溫度模擬：在高暖化情境（RCP8.5）推估下，世紀末可能增溫超過 4℃，而北部地區增溫較南部嚴重，高溫有可能影響農作物生長與收成。臺灣在未來將面臨更嚴重的熱浪衝擊，對於能源使用、公共衛生健康等都可能帶來前所未有的考驗，而這急迫性的問題，就像電影《普羅米修斯》（Prometheus）裡女主角說的：

「如果不阻止它，我們就會無家可歸！」（If we don’t stop it, there won’t be any home to go back to!）

溫室氣體排放情境假設：「RCP」

IPCC 的報告中長使用到的濃度路徑「RCP」為 representative concentration pathways 的英文縮寫，代表不同程度暖化路徑的人為溫室氣體排放量的「情境假設」，其中假設四種不同暖化情境，由輕微到最嚴重分別為 RCP2.6、RCP4.5、RCP6.0、RCP8.5，分別代表的意義如下：

• RCP2.6：增溫最小且緩慢的情境，輻射強迫力先在 21 世紀中期達到最大值 3 Wm^-2，大約和二氧化碳濃度 490 ppm 相似，然後再緩慢下降到 21 世紀末。
• RCP4.5：輻射強迫力會在 21 世紀末達到一個穩定狀態的情境，約為 4.5Wm^-2，和二氧化碳濃度 650 ppm 相似，代表世界各國會想盡辦法做到溫室氣體減量的目標。
• RCP6.0：和 RCP4.5 相似，但輻射強迫力為 6 Wm^-2，約為二氧化碳濃度 850 ppm，代表世界各國並沒有盡全力積極做到溫室氣體減量的目標。
• RCP8.5：輻射強迫力持續的增加到大於 8.5 Wm^-2，即二氧化碳濃度會大於 1370 ppm，代表世界各國並無任何減量的動作。

• 〈本文選自《科學月刊》2022 年 11 月號〉
• 科學月刊／在一個資訊不值錢的時代中，試圖緊握那知識餘溫外，也不忘科學事實和自由價值至上的科普雜誌。