地球缺水46億年前已注定

• 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 經濟部水利署 委託，泛科學企劃執行。

人體有 70% 是水，而地球表面亦有 70% 被水覆蓋。「水」對人類來說，是賴以為生的必要資源，又因「水」相對容易取得，讓人們不易察覺水的珍貴。

在近年氣候變遷衝擊下，旱澇交替已成常態，經濟部水利署賴建信署長接受泛科學專訪時亦表示，依據聯合國政府間氣候變遷專門委員會（IPCC）第 6 次評估報告（AR6）分析，未來臺灣連續不降雨日數及最大暴雨強度將明顯增加，對於水資源及水環境帶來嚴峻挑戰。

具體來說，未來降雨將會更集中在特定時間與地點，在降雨地區造成更嚴重的洪災，讓非降雨地區的缺水情形更加嚴重。結果是降雨地區的水庫會不斷洩洪，無法有效收集雨水，而非降雨地區的水庫又會完全沒水。

這情景也預示著我們平常容易取得的「水」，將轉變為更稀缺珍貴的資源；然而，水又是人生存所必須，若現在不採取行動，水資源終將成為人類生存的最大束縛。

為了讓企業、政府、學術單位能更重視未來所面臨的水資源問題，水利署於 10 月 23 日舉辦的「2023 臺灣國際水論壇」以「水未來」（Vision for Water）為主題，針對「水與企業永續」、「水與能源鏈結」、「水與自然解方」、「水與減碳科技」，希望形成創新的漣漪，向外擴散，激盪出國內外產、官、學界合作契機。

而擔任「水與ESG-厚植企業永續競爭力」場次的講者，是來自東海大學國際學院永續科學與管理學士學位學程的 Aleksandra Drizo 教授，她以數據與實際案例，揭露水資源短缺到底有多麼迫在眉睫。

全球有35億人，沒有安全與衛生的水可用

Drizo 指出，聯合國 2023 年公布的 SDGs 第六項「確保所有人都能享有水、衛生及其永續管理」報告中，指出世界上 35 億人缺乏乾淨用水與基本衛生條件，並強調：「獲得安全用水，環境衛生和個人衛生是人類健康與福祉的最基本需求。」而若要達到 SDGs 的 其他目標，又以第六項為最重要的核心，因為唯有確保人人都能用上乾淨的水，才有路徑完成其他目標，例如：第二項「終止飢餓」，就必須在確保有穩定乾淨的水源情況下，才可能達成。

Drizo 進一步指出，近幾十年來，儘管在改善飲用水和衛生條件方面有所進步，但仍有大量人口無法獲得安全飲用水和基本衛生設施。根據聯合國發布的 《Development and Globalization: Facts and Figures 2016》 資料，從 1990 年到 2015 年間，全球人口增長了 26 億，對水資源的調度與供給造成了巨大壓力。而在 2023 年世界衛生組織提供的乾淨飲用水調查資料中，直到2022年，仍有 22 億人口無法獲得安全飲用水，也與前面聯合國 2023 年的調查報告呼應，再次呈現水資源問題日益棘手的趨勢。

水資源困境並非全是全球人口成長惹的禍，全球氣候變遷造成更加頻繁的極端天氣事件，正讓全球面對過往不曾出現的乾旱。《衛報》2022 年報導歐洲面臨前所未見的熱浪與旱災，法國、荷蘭、比利時、瑞士、義大利、西班牙的河流，已經能直接看到河床，當時西班牙政府宣布限水，表示全國儲水量已達歷史新低，只有總儲水量的 40%，且每周都以 1.5% 的速率持續下降。

如今全球氣候變遷造成的水資源問題，也逐漸成為常態，《紐約時報》2023 年 10 月報導，如今西班牙仍處於缺水中，西班牙南部的水龍頭已經流不出水了，甚至連水井都已經枯竭，不只農業無法正常發展，民眾還必須仰賴水罐車或罐裝水維生，根據西班牙政府的報告，若缺水成為常態，則本世紀末將有近 74% 的西班牙國土，將面臨沙漠化的問題。

臺灣也面臨缺水問題

臺灣也未能逃離缺水的命運。2021 年春天，發生了 56 年來最嚴重的乾旱，當時外國媒體全都持續關注這場旱災，深怕缺水影響新竹科學園區的產線。而水利署搶先在 2021 年開通的「桃園—新竹備援管線」，從桃園每日調度 20 萬噸的水給新竹，才讓外媒的擔心沒有成真。

此外，臺灣水污染與地下水過度開採也導致水資源匱乏。要扭轉這一局面，則需要從多方面著手，水利署也已經開始建置相關工程並陸續投入使用，例如：高屏溪的「伏流水」與臺中水楠經貿園區淨化污水再利用的「再生水」，為地方開創多元水源，創造更有保障的用水環境。

Drizo 表示，臺灣的水庫也因氣候變遷面臨「優氧化」問題。由於水庫的水停滯過久，營養物質（氮和磷的化合物，相當於肥料）逐漸累積在水中，加上近年溫度上升，讓水中藻類與浮游生物孳生。在 2023 年的水利署水質檢測報告中，全國 20 個主要水庫中有 8 個水庫的水質已經優養化，這些優養化的水會對淨水廠造成額外負擔，而過濾出來的廢棄物處理也是個難題。

而 Drizo 針對優養化問題，提出以自然為本的解決方案（Nature-based Solutions, NbS)），並分享過去在各地施行的案例，例如：在 2009 至 2011 年與屏東科技大學的研究計畫，架設的社區小型污水淨水廠，以及用在美國俄亥俄州的農業污水淨水方案。最後 Drizo 分享了將廢棄物轉化生成富營養肥料等高附加價值產品的相關技術研發。也就是說，在淨水的同時，還能把廢棄物轉換為有價值的肥料，這不僅可以提高水資源利用效率，也具有重要的環保意義。

Drizo 的演講代表了學界在水資源問題上的重視，也提到了水利署正一步一腳印地改善臺灣用水環境，那麼身為用水大戶的企業，又有什麼作為呢？

企業面臨的永續發展難題

臺灣美光記憶體的環安衛、風險管理暨永續發展處處長江頴俊在「水與ESG-厚植企業永續競爭力」場次分享該公司的實際經驗，臺灣美光記憶體透過「綠色基礎設施」、「流程優化」和「設備更新」的措施，成功達成每一滴水重複利用三次的目標，這項措施每年節省約 6000 萬立方公尺的水，相當於 6500 座奧運游泳池的水量。

然而，像美光這樣能提出具體目標與可信成果的企業並不多見，一同演講的法國北方高等商學院基礎建設研究中心 （EDHEC infra）的資深研究工程師 Nishtha Manocha，則說明大部分企業的永續發展目標缺乏 「設定具體可行的環保目標」以及「準確量化環保成果」。

許多企業的永續發展目標僅停留在概念階段，並沒有具體的達成路徑與量化檢核指標，這種模糊不清的目標將無法帶領企業持續行動。而更嚴重的是在量化成果這塊，目前企業仍多以內部數據來評估成效，缺乏第三方機構的驗證，資料的真實性可能會遭到質疑，也衍生出了「漂綠」的相關問題。

同場演講者—資誠聯合會計師事務所所長暨執行長周建宏，則表示「永續發展」已經是熱門的投資標的，投資人也害怕自己把錢給了「漂綠」的公司，最後虧得血本無歸。因此，在投資人的引導下，企業的永續發展目標會更為清晰，加上相關監管機構陸續成立，企業勢必將花更多心思在財報與資料呈現上，不能再打著永續發展的大旗，來跟投資者畫大餅。

打造全球水未來

在「水與ESG-厚植企業永續競爭力」這場演講中，我們看到政府、企業、學界一同合作，共同討論如何解決水資源匱乏的難題。無論是學界針對水質優養化問題所提出的解決方案，抑或是透過投資人監督，讓企業能落實永續發展目標，都能看見世界正迅速朝永續水資源管理轉型。然而，各項監測指標仍顯示氣候變遷亦在加速，將我們推入未知領域，我們必須加快行動，才不會讓更嚴峻的水資源稀缺成為未來世代的枷鎖。

參考文獻

• 「水與ESG-厚植企業永續競爭力」講者簡報
• Climate change affecting water quality – Taipei Times
• Europe’s worst ever drought: in pictures | Environment | The Guardian
• A Glimpse Into Spain’s Future, Where Water Comes by Truck, Not Tap
• MITERD. (2022). Estrategia Nacional de Lucha Contra La Desertificación En España.

本文由 經濟部水利署 委託，泛科學企劃執行。

「30年後，我們將面對更嚴峻的缺水考驗。」水利署署長賴建信接受我們採訪時坦承地說。

近年，全臺西部地區都曾遇過「供五停二」的停水措施，，缺水問題更早已是全球問題。根據 2021 年發表在 Nature Communication 上的論文，2016 年全球有 9.33 億的城市人口面臨缺水問題，約為總人口的 12 %；依據過往趨勢推測，至 2050 年，全球將有 16.93-23.73 億的城市人口面臨缺水問題，相當於 2050 年總人口的 17%-24%。

為什麼全球缺水問題會如此嚴重呢？賴建信署長認為首要是「氣候變遷」改變了降雨強度與頻率，並舉生活中的經驗來說明氣候變遷：

「生活在臺灣地區的我們，會感覺到最近好像很久都不會下雨，然後不下雨的時候很熱，但一下雨，雨滴大到打在身上都會痛。」而近期紐約暴雨造成地鐵淹水癱瘓，也是氣候變遷造成的。

氣候變遷讓降雨更加極端

賴署長說：「可以說以後的降雨會非常集中在特定某幾天。就像剛剛講的，就是突然暴雨，然後接下來一個大乾旱。 」

無論是缺水還是淹水，氣候變遷造成的影響都不容忽視，賴署長表示，不只是降雨頻率會更低，降雨地區也會更加不平均，降雨的強度也會有所提升。

依照聯合國政府間氣候變化專門委員會最糟糕的預測（SSP5-8.5），到了這個世紀中，臺灣暴雨強度會比世紀初提升 20%，世紀末會提升 40%，即便是最優預測（SSP1-2.6），也會在世紀中提升 15.7%。

據上所述，氣候變遷讓全人類無法迴避「降雨不均造成的地區性缺水」，以及「降雨強度提升造成的地區性水災」這兩個問題。雖然個人、企業與政府都為了減緩氣候變遷有所作為，但賴署長也表示，我們該「從科學擁抱殘酷現實，對未來做最壞打算」。

簡單來說，若所有締約國都遵守聯合國氣候變遷大會（COP）的決議完成減碳工作，那氣候變遷也只是不再加劇，並不會立刻恢復到過去的型態，而只要有其中幾項沒有達成，那全世界就得面對更嚴峻的情況。

回到開頭賴署長所說的 30 年，我們還有時間做好基礎建設，降低氣候變遷對人民造成的影響。「從2016年開始，我們就思考這些問題，思考說臺灣未來面對的自然環境，我們應該如何因應、構築一個怎麼樣的未來。所以當時我們就開始思考包括區域調度、多元水源等相關計畫。」

賴署長提到的「區域調度」相關計畫，即是目前正在進行的「珍珠串計畫」。

地區性缺水解決方案—「珍珠串計畫」

「珍珠串計畫」預計把台灣西部像珍珠一樣珍貴的水源，用聯通管線串聯起來，讓珍貴的水資源可以妥為應用。

臺灣降雨時間和空間差異極大，桃園至屏東等西部地區，在 5 月至 10 月是豐水期，11 月到隔年 4 月是枯水期，然而北北基與宜蘭等東北地區，卻是完全相反，10 月至隔年 4 月有東北季風帶來的豐沛雨量，此時若能將東北地區的水調度至西部地區，將能緩解西部地區缺水。而未來面對更加極端的降雨情況，也能提供一定的支援。

珍珠串計畫的聯通管線預計將在 2028 年全數完成，而在 2021 年旱災中搶先開通的「桃園—新竹備援管線」，從桃園每日調度 20 萬噸的水給新竹，在旱災期間總計調度 2300 萬噸，約是 0.6 座寶山第二水庫的蓄水量，不僅讓新竹地區免於限水所苦，也讓新竹科學園區的科技業能維持生產。

不僅管線串聯，更要開創「多元水源」

有了聯通管串聯，就能解決缺水問題嗎？賴署長給出否定答案：「如果只有一種供水方式，突然有意外就完了。當然要有多股水源，多條管線。」

過往開發新水源，直覺想到的是蓋水庫，不過蓋水庫不僅要謹慎評估該地是否有充足水源，考慮安全性及經濟性是否合理，更要謹慎評估對環境生態的影響，通常一座水庫從規劃到興建完成，需耗時數十年的時間。

為了因應氣候變遷與逐步增加的用水量，水利署目前已朝「多元水源」的方式來尋找新水源，像是南化與寶山第二水庫藉由「溢流堰加高」擴增蓄水量，臺中水楠經貿園區淨化污水再利用的「再生水」，以及以及高屏溪的「伏流水」與新竹的「海淡水」，這些多元水源將與水庫水、川流水及地下水等傳統水源共同支撐起全臺用水。

此外，水利署也正想辦法讓洪水資源化，臺灣山高水急，大雨過後的洪水大部分都流向大海，只有少部分可被水庫收集，像是「河槽人工湖」就能增加收集水量，來供應日常使用，或補注超抽的地下水。

地區性強降雨解決方案—從「不淹水」轉變為「耐災韌性」

受氣候變遷影響，近年臺灣短延時強降雨頻率提高，低窪地區或排水系統也時常發生淹水，顯現目前臺灣防洪工程的不足。

過去臺灣由於預算有限，治水策略多以建護岸、堤防或下水道為主，然而這種作法有其極限，即便已完成防洪工程的區域，也未必能面對未來極端降雨的情況，為此，水利署改變過往治水策略，從「不淹水」轉變為「耐災韌性、與水共生」，而在多年來中央與地方政府的聯合推動下，各地開始邁向「逕流分攤」的方式來治理水患。

「逕流」是指下雨時地表土壤無法吸收的水份，在地表形成的水流。「逕流分攤」是在淹水較為嚴重的河段，於新建（或改建）公共設施時，以不妨礙設施功能，建設洪水期間可收集逕流的滯洪池。此外，為提升土地耐淹能力，「出流管制」政策也要求開發單位，必須提升建築物的透水、保水與滯洪能力。

以日本東京鶴見川為例，由於東京市的發展，導致土地保水、滲透能力降低，洪水尖峰流量增加，更容易發生淹水。為此日本將橫濱日產體育館建置成兼具滯洪功能的公共設施，來應對鶴見川的洪峰流量，館場下方的滯洪池高度高達五公尺，平日則作為停車場使用。

「我們希望所有的土地都能更有效地利用，例如我們學校的操場，如果下面是一個蓄水池，那大雨下來是不是就不容易淹水了？」賴署長表示，近期開工的鹿港洛津國小的地下停車場兼滯洪池工程，正是「逕流分攤」的案例。

風暴將至，我們能做好準備嗎？

賴署長略為嚴肅地說：「我不期待氣候型態會回到 30 年前。」並重提了在 IPCC 的最優預測（SSP1-2.6）下，臺灣仍必須在 2050 年面對暴雨強度提高 15.7% 的情況。

無論我們怎麼做，風暴已確定到來，那麼我們能事先做好準備嗎？賴署長說：「我認為我們能做到的，是使用適當的方法趨吉避凶。」隨著科學進步，模擬變得越來越精準，但終究還是預測，存在不確定性，雖然 2050 年最優預測是暴雨強度提高 15.7%，但上限呢？真的就只有前面提到的 20% 嗎？賴署長提醒我們要面對氣候變遷的現實，並在面臨風暴來臨之前做好準備，這個準備不只要能面對預估強度，更要有足夠的韌性，來面對超越預期的情況。

最後，賴署長說：「每個巨大的改變，一定是從一個微小的生活習慣，比如說開始固定運動，或是固定減少能源浪費。」也許現在看來微不足道的小動作，都將是未來的「重要一步」，就像蝴蝶效應一樣。

相信科學數據，擁抱不確定性，積極做出因應，這不僅是賴署長個人的想法，也是水利署全體的信念，唯有如此，才能在超乎預期的「風暴」來臨之前，做出最好的選擇。

參考文獻

• 全球水資源：三分之一人類「高度缺水」 – BBC News 中文
• Future global urban water scarcity and potential solutions | Nature Communications