棕背伯勞在台灣是普遍的留鳥，常單獨出現在平地至丘陵的開闊樹林、草原及農地，在嘉義縣東石鄉鰲鼓濕地也可看見。牠也是小型猛禽，獵殺昆蟲、蛙類、蜥蜴與小鳥等。喜歡模仿其他鳥類或動物的聲音，因此鳴叫時聲音婉轉多變，就是一隻會唱歌的鳴禽，看起來如此多嬌，跟牠兇狠的狩獵性格實在搭不起來。
螢幕觀賞，如頻寬夠可在放映後點選更高畫素觀看，效果更佳。錄影器材：Panasonic HDC-HS700
英文名：Long-tailed Shrike
Kingdom Animalia 動物界
Phylum Chordata 脊索動物門
Class Aves 鳥綱
Order Passeriformes 燕雀目
Family Laniidae 伯勞科
Genus Lanius 伯勞屬
Lanius schach formosae Linnaeus, 1758 棕背伯勞
原文發表於賴鵬智的野FUN特區
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？
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。
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：
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：
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 可分成兩種：
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。
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。」
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
。
討論功能關閉中。
如果你是一間大公司的股東，每年分到的股利讓你衣食無缺。但有些人沒跟你們這些股東商量，就決定把公司轉手或關掉，讓你享受的好處頓時成空，你會不會急得跳腳，想跟這些人拼命？
其實這種事情時常上演，出現在你我生活，而且我們都是這間公司的股東，這間公司叫做濕地。
根據拉姆薩公約 2018 年發表報告《全球濕地展望》（Global Wetland Outlook），目前世界濕地總面積超過1,200萬平方公里，大約 330 個台灣那麼大。如果以公司來比喻，它的營業項目幾乎涵蓋大眾生活的所有面向。
這間跨國公司裡面有水資源部門，每年供給 42,000 立方公里的淡水，其中 3,900 立方公里的水給農業、工業和民生使用。
它同時設有漁業部門，業務範圍包括內陸漁業、養殖漁業、沿岸漁業，其中內陸和養殖漁業的業績年年上升。內陸漁業 1950 年全世界漁獲 200 萬噸，到 2012 年增加至 1,160 萬噸，這些漁獲有 95% 來自發展中國家，是當地重要的營養來源。養殖漁業漁獲 1950 年為 100 萬噸，2008 年成長到 5,200 萬噸，占全球漁業的45.7%。
「濕地公司」也設有防災工程部門，能夠減少暴風雨和淹水帶給人類的威脅。例如美國麻州查爾斯河 3,800 公頃的濕地，減少當地水災衝擊所帶來的效益每年約 1,700 萬美元。濕地也能固碳減緩氣候變遷，其中泥炭地僅占全世界面積的 3%，卻是全世界儲碳最多的地方，其儲存數量約是大氣中碳含量的 75%。
它也有旅遊部門，各種類型濕地讓人們休閒娛樂，並為當地帶來豐厚收入。例如 2002 年的研究估計潛水活動每年為夏威夷帶來 5,000萬至 6,000萬美元的收入；2016 年研究估計澳洲大堡礁每年觀光收入約 52 億澳幣。「濕地公司」的業務不只這些，還包括水循環、氮循環、磷循環；提供「住宅」給許多生物居住，也蘊育世界多樣的文化。
如果我們是一家公司的股東，都會關注他們的財報了解營運狀況，是否能為我們帶來收益。那濕地為人類生活帶來的各種服務，是否也能用金額量化這些服務的價值？例如維護濕地的生態功能，要如何計算對我們好處值多少？
如果要計算維護濕地生態功能的價值，可以用市場價值評估法。所謂市場價值評估法，就是當我們知道一個生態服務對既有商業活動有影響，並且能夠精確知道影響程度，就能以商業活動回推該生態服務的價值。
例如當我們知道維護濕地生態功能，可以讓當地漁獲增加，並且能夠計算漁貨增加的數量；那我們就可以將漁貨增加的數量，乘上漁貨在市場上的價格，藉此估算維護濕地生態功能的效益。
但如果要計算的服務沒有相對應商業活動，則可以用非市場價值評估法，例如旅行成本法、特徵價格法、直接評估法等等。
其實將自然生態服務換算成貨幣金額可以回溯至 1960 年代。但直到生態經濟學家 Robert Costanza 等人於1997 年在《Nature》發表研究，這類方法才漸漸為人所知。他們研究指出全球生態服務所帶來的價值估計約 16兆至 54兆美元。
在此之後，有越來越多相關的文章和研究報告陸續發表。這些研究者在不同時期，各自參考不同的文獻資料、運用不同研究方法，研究對象涵蓋各種生態系統和地理環境。
時間來到 2007 年，聯合國進行生態系統暨生物多樣性經濟倡議計畫（The Economics of Ecosystems and Biodiversity，以下簡稱TEEB），並於 2010 年和 2011 年發表研究結果。該計畫同時發展出生態服務價值資料庫（Ecosystem Service Value Database，以下簡稱 ESVD 資料庫），裡頭記錄多種生態價值研究的資料。
Rudolf de Groot等人為更了解包括濕地在內各種自然生態系，帶給人類的服務有多少價值，於是集結荷蘭、美國、肯亞、英國、澳洲、比利時和以色列等國的學者，匯集全世界 320 篇相關研究報告並結合 ESVD 資料庫，將其研究結果刊登於 2012 年《Ecosystem Services》期刊。
Rudolf de Groot 等人選定海洋、珊瑚礁、海岸、海岸濕地、內陸濕地、湖泊、熱帶雨林、溫帶林、林地和草原共 10 種生態系。而生態系的服務種類是依據TEEB報告分類，包含提供資源、調節、棲地和文化共四大類，以下再細分共 22 個子分類，這 22 種服務底下又再細分超過 90 種細項。例如提供資源這一大類底下包括食物這個子分類，食物這個子分類底下又包括魚類、肉類等。
然後再將 320 篇研究報告資料一一納入ESVD資料庫中，共有 1,350 筆生態價值估算結果。ESVD資料庫不是只有收錄生態價值估算結果，還包括估算研究過程的各種資料，包括研究所採用的評估方法、評估所使用的貨幣單位、折現率、研究地點描述等等，還有其他計算過程備註。
ESVD 資料庫的生態服務價值是由非常多評估方法計算出來，部分研究以不同年份的當地貨幣做為最初估算單位。為讓資料庫內的資料能互相比較和加總，因此需以各國的平均物價指數（GDP deflator）將研究結果轉換成 2007 年的當地貨幣，然後再用購買力平價（purchasing power parity）把 2007 年當地貨幣轉換成 2007 年的國際元。
該資料庫內容有 25%是關於內陸濕地、21% 是海岸濕地（特別是紅樹林）、14%是珊瑚礁。資料庫地區分布亞洲 28%，非洲 26%，歐洲 12%，拉丁美洲和加勒比海 12%，北美洲 12%，大洋洲 8%。
研究結果是以各種生態系服務每年每公頃帶來的貨幣價值呈現，貨幣單位為 2007 年國際元，其中珊瑚礁生態系約為 35 萬國際元，海岸生態系（包括海灘）約 2.9 萬國際元，海岸生態濕地約 19 萬國際元，內陸濕地 約 2.5 萬國際元，河流和湖泊等淡水生態系約 4,300 國際元。（註：1 單位 2007 年國際元的購買力，等同於 1 美元在 2007 年美國的購買力。因此可以把內文研究數據，想像成以 2007 年的美金計價。）
Rudolf de Groot 等人在期刊中特別強調，因為缺少文獻資料和標準化程序可以遵循，資料庫中 1,350 個生態價值研究結果，只有 665 個有充足的資訊可以轉換成共同貨幣一起統計，另外超過一半生態服務無法納入計算。因此在這裡呈現「濕地公司」的生態價值是被低估的。
在這1,350筆生態價值評估的結果，即使同一個生態系估算出來整體價值差異很大。原因包括研究範圍不同，研究地點其生態條件和社會經濟背景也大不相同。評估價值的研究方法不一樣，也造成結果上的差異。此外同一個生態系中的各個服務會相互影響，很難獨立計算單一服務時排除其他服務帶來的貢獻，所以各服務加總時可能有重複計算的問題。
而這320篇研究期刊和報告也有可能產生選擇上的偏誤。像是與生態價值低的地方相比，研究者更容易選擇生態價值高的地方來研究。相較沒有明確結果的研究，統計結果顯著的研究報告更容易在期刊上發表。另外研究報告一開始在選擇的研究方法，就會影響最終價值的估算結果。
其實將濕地等自然生態的功能和服務，轉換成貨幣價格，招來不少質疑和批評。有些人認為自然生態無可替代，怎麼能夠換算成金錢；另一派人則是質疑研究結果的準確性。
Rudolf de Groot 等人在期刊中表達自己的看法。他們認為政府、企業和消費者在日常選擇時，已經有意無意地為濕地、森林和種種自然生態定價。通常這些定價價格非常低，甚至趨近於零。完全沒有考量這些生態系豐富的服務與貢獻，反映在我們選擇中。於是我們把自然生態簡化各種單一功能的設施，完全沒有考慮這些選擇背後，需承擔豐富生態消失的代價。
大多數自然生態的價值無法用市場價值計算，只能用其他非市場評估方法衡量。即使如此，還是遠遠低估生態消失所付出的代價、復育的成本，這代表我們生活中享受的各種便利和好處，是從弱勢者和未來世代拿來的。
Rudolf de Groot等人認為，將生態系統服務估價，並不是要為它們定價，或是將其視為商品在市場上面買賣。生態系統服務是屬於所有人的，不能也不應該被這樣私有化拿來交易。
把生態系統服務用貨幣方式表現，是要呈現它對人類社會的益處，這些益處會因為破壞而消失，因保育而留存。用貨幣價格表示是必要的溝通工具，能夠有說服力地傳達訊息，讓土地利用或資源利用時，能權衡考量出更好的決策。
當看完那麼多研究學者用各種方式估算「濕地公司」價值之後，你覺得濕地究竟是一片荒蕪的賠錢貨，還是無價的珍寶呢？
參考資料：
※本文亦刊載於環境資訊中心
本文由科技部補助，泛科學獨立製作
李柏昱 | 國立臺灣大學 地理環境資源學系
濕地作為水陸交界帶，能緩解雙方對彼此造成的衝擊，一方面淨化陸地汙染物，另一方面則減緩洪水與海浪對陸地的災害。目前臺灣對濕地的了解多側重於淨化能力，本專訪邀請長年投入濕地保育研究的國立臺灣師範大學方偉達教授，介紹濕地另一大被忽略的功能：「減洪防災」，並分享濕地的復育經驗，從終歸納展望未來臺灣社會如何與濕地共存共容。
各國因各地國情不同，對濕地有不同的界定標準，依據1971年聯合國《拉姆薩濕地公約》中，各國共同對濕地作出比較明確的定義：「濕地是指沼澤（marsh）、泥沼地（fen）、泥煤地（peatland）或水域所構成之地區，無論是天然或人為、永久或暫時、靜止或流動的、淡水、鹹水或兩者混和，其水深在低潮位時不超過6公尺者。」目前臺灣一共有82處的國家重要濕地，保護著臺灣各地水與土的交界地帶。
過去，濕地由於其強大的淨水功能而被國人所熟知，並被賦予「大地之腎」的美稱。不過濕地還有另一項較少被提及與重視的功能：減洪（flood mitigation）。濕地由於是水與土之間的緩衝，對於臺灣的強降雨事件，造成河川水位亟漲，山洪暴發時，能發揮相當良好的滯洪功用，減少洪水的洪峰流量，讓水得以在此入注、下滲涵養地下水層，如果洪水水量超過濕地可容納量，濕地中的草叢、樹木，也能減緩水流，減弱洪水的破壞力。
在沿海地區，海岸濕地對陸地的保護效果也相當明顯。濕地如紅樹林在大浪來襲時，可以產生碎波效應，減少巨浪對陸地的沖蝕；此外，颱風來臨時也能預防海水倒灌，可以說是一道綠色長城，也不為過。世界上很多國家從過去人工大量營造防波堤、消波塊，改進為利用自然的紅樹林攔阻洪水，就是看上濕地對於減洪的卓越功能。
依據長期觀察之觀點而言，濕地做為自然且富有生命力的自然堤防，最大的優勢在於不會像人工堤防、水壩、抽水站等硬體工程，會隨歲月流逝而淤積、折損及毀壞，不需要投入大量人力與經費進行維護。復育濕地基本上是更聰明且永續的作法。目前臺灣各都市積極建設滯洪池，方教授認為也可改善其功能成為人工濕地，讓滯洪池吸水功能更佳，不僅僅是蓄水池，栽種植物之後，也能扮演都市中珍貴的綠色生態廊道的角色。
不過，方教授說「濕地固然可以起到相當程度的防洪作用，但是一定要搭配其他生態工程進行整體規劃及營造」，單靠濕地無法百分之百的杜絕洪水，但濕地如和其他的防洪設計能相輔相成，濕地數量越多，越能減少洪水的發生機率，例如桃園臺地有三千多個埤塘，就能有效分散颱風來襲造成洪水的風險。
濕地復育是長時間投入，且必須耐心耕耘的過程。第一階段必須恢復濕地的物理功能，例如在已荒漠化的土地上重新引進流水、進行土壤的改良；第二是引入生物的功能，包含植物的栽培，逐步由下而上建立生態金字塔，最終能吸引鳥類或其他較大型動物。方教授說：「復育是需要時間的仿自然推演，任何的復育工作都不能操之過急；以人為方式進行復育，絕不是立竿見影之事。」
儘管濕地有眾多優點，復育更需要較長時間和經費的付出，但是方偉達教授提醒，濕地的復育必須因地制宜，一旦在錯誤的地點進行復育，反而會弄巧成拙，濕地反而變成阻擋水流的障礙。例如關渡自然保留區的濕地本來的植物是蘆葦和茳茳鹹草，不會阻擋水流，但是過去當地地層下陷造成土壤鹽化，加上1964年，政府為了排洪的原因，炸掉了關渡獅子頭隘口，結果漲潮時的潮水帶來的海水倒灌的問題，水筆仔大量生長之後，阻擋水流反而不利於基隆河疏洪。此外，新竹的白地粉社區也有類似問題，在河道引進水筆仔之後，因為剛好是種在河口處，之後因為灌排不易的問題，反而開始發生淹水的問題。
另外相反的情況是，復育的濕地因為地點過於低漥，颱風來襲之後，栽種的植物幼苗被山洪沖刷殆盡，復育必須重頭開始。這些案例顯示，在人工濕地復育之前，當地的水質和水文（例如說，河川流速、颱風時的水位高度）都要調查清楚之後，才能動工。復育地區地勢太高，濕地植物會有缺水的現象；如果太低漥，颱風來臨之後，人工栽種的植物又會被沖走。如果地點選擇適當，濕地本身便具備自我復元的功能，莫拉克颱風高屏溪沿岸被沖走的濕地植物，現在又長回來了，新海人工濕地植物雖然被沖走，經過補植之後，現在也恢復了。
隨著臺灣經濟快速發展，都市快速擴張，過去被認為會滋生蚊蠅、雜草叢生的濕地，由於沒有開發利用的價值，幾乎都被填平、排乾另作他用，例如過去桃園臺地有11.8％的面積是埤塘，但現在只剩下3.8％。如此一來，都市與水之間就失去了原本存在的緩衝地帶，洪水得以直逼人類為自我保護，所築起的堤防，這些高強度保護的城市，不淹則已，一旦潰堤，就是場大災難。
因此，在2014年6月通過的濕地法，引進國外共營共榮的概念，希望能促進臺灣濕地的復育。其中關鍵的「自主治理」理念來自美國印第安納大學諾貝爾經濟學獎得主歐斯壯（Elinor Ostrom）女士，她認為什麼都管的大政府，最後會變成什麼都管不好，不如由在地的社區民眾自己組織起來治理所身處的環境，能發揮比政府介入更強大的力量。因此，臺灣的濕地復育，必須先向下扎根，透過環境教育讓民眾知道濕地並不骯髒，健康的濕地有清淨流水、不會孳生蚊蟲。有關單位應讓民眾體認濕地的重要性與價值感，由下而上開始進行濕地保育工作。
方偉達教授感嘆，人的天性本身就喜歡玩水，但曾幾何時，人類不再親近水，反而開始害怕水，看到濕地就嫌它髒、想將它填平，並築起高牆（心牆），遠遠地離開河流。要避免現代人跟自然越來越疏離，我們更應該在都市中營造自然環境，暫且不管減洪淨化等遠大目標，從個人層次來說，當人們心情煩悶時，看到濕地平靜的池水，何嘗不是種心靈的療癒良方呢？ （本文由科技部補助｢新媒體科普傳播實作計畫─重大天然災害之防救災科普知識教育推廣｣執行團隊撰稿）
本文原發表於行政院科技部-科技大觀園「專題報導」。歡迎大家到科技大觀園的網站看更多精彩又紮實的科學資訊，也有臉書喔！
責任編輯：鄭國威｜元智大學資訊社會研究所
棕背伯勞在台灣是普遍的留鳥，常單獨出現在平地至丘陵的開闊樹林、草原及農地，在嘉義縣東石鄉鰲鼓濕地也可看見。牠也是小型猛禽，獵殺昆蟲、蛙類、蜥蜴與小鳥等。喜歡模仿其他鳥類或動物的聲音，因此鳴叫時聲音婉轉多變，就是一隻會唱歌的鳴禽，看起來如此多嬌，跟牠兇狠的狩獵性格實在搭不起來。
螢幕觀賞，如頻寬夠可在放映後點選更高畫素觀看，效果更佳。錄影器材：Panasonic HDC-HS700
英文名：Long-tailed Shrike
Kingdom Animalia 動物界
Phylum Chordata 脊索動物門
Class Aves 鳥綱
Order Passeriformes 燕雀目
Family Laniidae 伯勞科
Genus Lanius 伯勞屬
Lanius schach formosae Linnaeus, 1758 棕背伯勞
原文發表於賴鵬智的野FUN特區
