運河區與加通湖——湖濱熱帶雨林生態│環球科學札記(38)

• 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。

第六次大滅絕？

人類引以自傲的科技文明迎來了新的人類世，卻疏忽了人類也正在製造大自然中第六次，也是第一次非自然原因的生物多樣性快速消失！

目前地球上約有 1,000 萬到 1,400 萬的物種，其消失速率大約是自然背景滅絕速率的 100-1,000 倍。

大量快速消失的物種

物種在正常時期的滅絕發生率稱為「背景滅絕率」，這是很不容易估計的工作，必須結合所有的化石資料庫，並且要做長期的追蹤。

每個生物族群的背景滅絕率都不一樣，通常是以每年 100 萬物種當中有多少物種滅絕來表示。以哺乳類為例，大約每年 100 萬物種會發生 0.25 次的滅絕事件。換句話說，世界上大約有 5,500 種哺乳類，背景滅絕率預期每七百年會有一種哺乳類消失，一個人的一生應該很難注意到這種改變。

但是現在有約 28% 的瀕危物種，在 21 世紀結束前，包括全世界的大型哺乳類可能都會面臨危急存亡之秋，這樣的數字不可謂不高。

寇伯特（Elizabeth Kollbert, 1961-）在她 2014 年出版的《第六次大滅絕：不自然的歷史》一書中強調：「如果第六次的滅絕事件發生，極可能是人類造成的。」最可能的因素，還是人類殖民式的生活剝奪、侵犯了其他物種的生存棲息地所致。

海洋酸化

寇伯特的書中記錄了許多生物、生態、地質、考古學家第一手的研究結果。以那不勒斯附近火山口周遭海域的調查為例，顯示藤壺、貽貝、珊瑚藻、顆石藻、龍骨蟲、多種珊瑚、海螺、魁蛤、海綿、鯛魚、海膽等都在減少或消失。尤其是海水酸度達 7.8 的海域，69 種動物、51 種植物中約有 1/3 都不見了。

海洋酸化（ocean acidification）是二氧化碳濃度快速上升的直接結果，人類大量燃燒煤與石油，無疑是將自然蘊藏的碳快速釋放到地表環境中的主因。專家指出：二戰後的二氧化碳排放速率是空前的加速上升。當今人類世的暖化作用，比起上一個更新世每一個冰期後的暖化，起碼快了超過一個數量級。地球已經有上千萬年沒有人類世這麼熱，可能連演化都忘了如何選擇能夠耐熱的基因。如果耐熱的 DNA 已經消失，生命已經不復保有這樣的特質，那對人類世就是真正的噩耗。

海水的 pH 值 7.8 或許是海洋生態的酸度臨界點，超過此臨界點，3/4 的消失物種會是鈣化生物。海洋酸化會嚴重地改變海水及其中的生態，譬如微生物族群的組成；獲得關鍵養分的方便程度；光線穿透海水的透光度影響海藻的生態；當然也影響光合作用；聲音傳播的情形將使得海洋更嘈雜；溶解性的金屬化合物也會改變；鈣化生物如海星、海膽、蛤蜊、牡蠣、藤壺、珊瑚等會因為缺鈣而大受影響，尤其是造礁珊瑚的白化現象——珊瑚蟲集體死亡，會使得依靠珊瑚生存的生物多樣性大幅下降。而珊瑚一旦消失，海中生態系必然崩解。

珊瑚是人類以外也會建造龐大「公共工程」的生命體，例如綿延超過 2,600 公里的大堡礁， 最厚的地方有 150 公尺，這種規模即使是人類最大的工程都望塵莫及。珊瑚礁可能支持了數百萬種海中生命共同生存或賴以捕食的環境，是海洋「撒哈拉沙漠裡的雨林」。這樣的依存關係也許已經存續了許多個地質世代，卻可能在這個世紀慘遭大幅損毀。

大氣科學家考戴拉（Ken Caldeira）是「海洋酸化」一詞的創始人，他認為未來幾個世紀的海洋酸化程度，可能造成超過數億年的影響程度。

實驗還顯示：生活在北極，看起來像是長了翅膀的海螺，以及對海水酸度非常敏感的翼足類海蝴蝶也會瀕臨危機。海蝴蝶是鯡魚、鮭魚、鯨等的重要食物，海水變酸，食物鏈必然受影響。而鈣化生物如笠貝的殼，甚至會出現破洞。此外，1/3 的造礁珊瑚、1/3 的淡水軟體動物、1/3 的鯊魚及魟魚都將消失。而某些增加的物種，譬如超微浮游生物，它們會消耗掉更多養分，使食物鏈上層的生物大受影響，進而使生態結構崩壞。

熱帶雨林的消失

除了海洋外， 嚴重影響生物性下降的原因還有熱帶「雨」「林」的減少。低緯度的雨林是地表生物多樣性最豐富的地方，而亞馬遜雨林因為過度開墾，興起了「破碎森林生物動態研究計畫」（Biological Dynamics of Forest Fragments Project）。這是世界上規模最大、時間最長的實驗之一。

從1970 年代巴西政府開始鼓勵農牧業，就規定亞馬遜區必須維持至少一半的森林維持原狀。洛夫喬伊（Tom Lovejoy）就試圖說服農場主人讓科學家決定哪些樹要留下來。在巴西政府的同意下，許多方塊形的「森林群島」就成為森林保留區，裡面有許多生態研究正在進行蒐集物種數量的變化。

依統計數字來看，地球上沒有冰的 1 億 3 千萬平方公里的陸地，已經開發墾殖了 7 千萬平方公里。真正杳無人跡的「荒地」只有沙漠、西伯利亞、加拿大北部和亞馬遜河流域，總面積只有 3 千萬平方公里，這還沒有考慮到許多人為管線穿越、切割這些「荒地」區域的影響。

「破碎森林生物動態研究計畫」發現：破碎森林的生物多樣性隨著時間不斷下降，儘管叢林的多樣性豐富，但是局部地區滅絕可能演變成區域滅絕，最後成為全球性滅絕。亞馬遜的土地墾伐影響到大氣環流，破壞雨林，不僅造成「林」的消失，也可能導致「雨」的消失。

生物多樣性之父威爾森（E. O. Wilson）和昆蟲學家厄文（Terry Erwin）都曾經估算過，破碎森林中昆蟲的當代滅絕率，可能比自然背景滅絕率高出了 1 萬倍！這個數字令人難以置信，當然統計的結果可能沒有考慮到滅絕發生所需要的時間，昆蟲的滅絕率也可能不同於其他生物的滅絕率。

科學家在全球的研究結果發現，對環境最敏感的兩棲類和昆蟲，如蛙類與蜜蜂，幾乎都在快速消失中。兩棲類在 3 億 7 千萬年前，就從海中率先登陸征服了陸地，生命力十分強悍，但如今兩棲綱可能是世界上瀕臨滅絕危機最嚴重的動物。據估計，兩棲類的滅絕率可能比背景滅絕率高出了 45,000 倍。

此外，很多其他族群的消失減損情形也頗驚人，受到影響的物種包括植物、動物的哺乳類、鳥類、爬蟲類、魚類、無脊椎動物等。1/4 的哺乳類、1/5 的爬蟲類、以及 1/6 的鳥類，也正無奈地踏上人類世的滅絕之路。這些不僅發生在森林中、深海中，更發生在我們居住的城市或後院。

——本文摘自《丈量人類世：從宇宙大霹靂到人類文明的科學世界觀》，2022 年 9 月，商周出版，未經同意請勿轉載。

有關這個根本問題的答案，水能提供一些線索——不管是源自森林的溪水，或經常像瀑布一樣傾瀉而下的雨水。

亞馬遜流域的三種水色

這裡我們還是會先以亞馬遜雨林為例，因為如果能認識地表最大熱帶雨林的狀況，自然也就能了解剛果盆地與東南亞這另外兩大雨林。

不過在更深入探究當地的狀況前，我們得先介紹一個早就被發現的現象。亞馬遜地區的河流，可依水色分成三類：白水、黑水與清水。白水並非白色，它帶點乳色混濁，其實更像牛奶咖啡。黑水看起來雖像流動的石油，把它舀進大一點的容器看其實偏棕色。至於清水則就是清澈不混濁。

這些差異意謂著什麼，亞馬遜的原住民印地安人應該都很熟悉，他們甚至是以此來表達不同部族的居住地與人數多寡。這種「印地安模式」，可從水中的礦物含量以及與此相關的肥沃度得到解釋。

白水河源自安地斯山，來自高山的礦物碎屑造成它的混濁，每年特定時間或長或短的氾濫期為河岸地區帶來肥沃物質，程度上雖不如尼羅河氾濫，但原理很類似。白水河的氾濫區在亞馬遜被稱為 várzea，這裡氾濫期的洪水可高達十幾公尺，會叮咬人的蚊蚋也很多，但幾百年來，卻一直有歐洲殖民者的後代，與那些被稱為卡布克羅人（Caboclos）的歐、印混血者在此墾殖定居。

至於被稱為 igapó 的黑水河氾濫區，則與此截然不同。洪水在這裡也會暴漲至樹冠，並經常維持在這個高度數星期之久，氾濫過後卻還是無法留下肥沃的河岸。不僅如此，這裡的土壤因氾濫所流失的養分還比得到的多，所以即使大致沒什麼擾人的蚊蚋，卻也不會有人來種任何東西。

土壤跟它一樣貧瘠的，還有清水河的河岸。河水不混濁，雖然有利於以弓箭或魚叉捕魚，但水清則魚少，所以這方面的收穫也說不上豐碩。

這些印地安人的祖先數百至數千年來累積的經驗，在二十世紀後半期德國馬克斯．普朗克（Max-Planck-Institut）湖沼研究所所進行的測量中得到了證實。研究者發現清水河與黑水河都極度缺乏電解質，也就是那些可做為導電離子的可溶性礦物成分。水中量測到的導電率，是顯示其電離子含量的良好指標，而植物所需的營養鹽就是這類離子。

黑水河暗褐的水色來自腐植酸，這種物質是植物生長無法利用的，而我們通常是從水色偏褐的沼澤湖泊認識到它。白水河則不同，它幾乎含有植物所需的每一種離子，例如鉀、鈣、鎂與磷酸鹽離子，而這些是來自安地斯山風化的岩石。

不過這裡的岩石風化物，其實不如衣索比亞的肥沃多產（尼羅河的兩條主要支流即發源於此），因為亞馬遜河的集水區裡沒有火山。火成岩遠比石灰岩、砂岩或花崗岩肥沃，這也是東南亞大部分雨林區與其他地方最顯著的差異。熱帶研究學的專家恩斯特．約瑟夫．菲特考（Ernst Josef Fittkau）根據這些發現製作了一張亞馬遜地區的生態圖，呈現出一種河川三分法，分別是白水河作為「安地斯山之延續」，與來自黑水河及清水河的流路，在這三種區塊之間，則是亞馬遜中部面積廣大的雨林。

但孕育出這片森林所需要的養分，究竟從何而來？

有更多發現為這個問題提供了線索。例如科學家為精確分析水的成分所測量的導電率，顯示出亞馬遜地區某些林間小河的河水居然還比雨水更純。它甚至不含一點鈣或鎂，連其他礦物成分的含量，也都只在勉強能驗到的臨界值。在一條這樣的林間小溪裡洗手，只要沾一點肥皂，就足以產生多到無法遏止的泡沫。

這個奇怪的發現，事實上背後的問題很嚴峻。極度缺乏礦物質，會讓人牙齒損壞、骨質流失，而熱帶悶熱的環境，更讓人因流汗損失過多鹽分而渴望鹽。水中的礦物成分過低，也意謂著某些水生動物的身體有吸收過多水分的危險，因為當牠體外的水鹽度遠低於體內，滲透率便會產生落差，而為了避免過多水分滲入，牠會迫使自己的身體近乎防水，否則得不斷排出過多水分，非常耗費能量。

這也充分解釋了，為什麼像巨骨舌魚這類皮膚有如鎧甲的魚，偏偏就普遍分布在亞馬遜地區，而且是水裡的贏家。此外，滿口利牙的典型掠食性魚類會吃樹上掉進水裡的果實，也非常合理，因為牠們可以從這類食物中獲取礦物質，以補充在這種環境下無可避免的損失。

不過整座森林，其實也無可避免地在流失它的礦物鹽類。至於到底流失了多少，則可藉測量離開森林後的水體之電解質得知。即使每立方公尺只含幾毫克，它也一點一滴、年復一年地從亞馬遜雨林裡流失，然後被帶進南大西洋。

所以在地力不斷流失的情況下——除了白水河的河岸地帶之外，因為這裡每次氾濫，都會得到來自安地斯山的養分補給——亞馬遜雨林不是應該要逐漸營養不良死去嗎？

更多研究的發現，讓這個問題的答案愈來愈清晰。大部分生長在亞馬遜的「固定土地」上，也就是它面積廣大的非氾濫區裡的樹木，都發展出一種向四面八方水平擴展的根系，與一般認為它能特別深紮在土壤中的想法完全不同。一場普通大小的雷雨風暴，便足以把一棵大樹撂倒，連那些經常長得非常巨大的板根與支柱根，都沒辦法穩固地支撐它。

在此同時我們也從豐富廣泛的雨林研究中得知，其貼近地面擴展的根系，作用就像一個巨大精密的過濾器，而樹木便是以此來攔截吸收落葉或倒木分解後釋放出的礦物成分。這種養分的循環再利用過程真的很短，在其中協助它進行的便是纖細無比的真菌菌絲。

在我們所熟悉的土壤中，負責儲存這些分解物質者是腐植質，也因此它被認為特別肥沃。然而熱帶雨林的土壤沒有腐植質，因為樹木的根，立即吸收了所有在分解與礦化作用中釋放出的物質。樹木的葉與根之間，構成了一種緊密的循環系統。

精密的植被系統

當然這還是無法完全阻止植物所需的養分因雨水而流失，因為水量實在太大，降雨強度也太強。林間小溪貧乏的礦物含量，指出了這種無可避免的損失。而雨林裡的樹木如何取得平衡，只要看看它的葉子與樹冠，便可得到線索。

那些「坐」在它樹冠上的植物，幾乎都是我們最熟悉的室內或裝飾植物，例如蘭花、鳳梨科植物或蕨類。在德文裡它們被有點拗口地慣稱為「坐在上面的植物」，其實也就是附生植物。

它們的根莖沒有觸及地面，也沒有鑽進樹木的枝幹裡，所以不像寄生植物會吸取樹木養分，而只在樹上靠「吸空氣」維生——這點完全名符其實：因為它們不僅像絕大部分植物那樣，會從空氣中吸收二氧化碳，也吸收那裡面的水分與必需的礦物養分。雖然要以這種方式活著，它們得維持很低的需求，但它們的出現與常見卻也表明，借道空路而來的礦物鹽類顯然完全充裕。

只要更仔細觀察，我們甚至還看得到許多附生在樹葉上的小型或微型植物。它們像一小片草地那樣生長在葉面，讓有些大型樹葉看起來好像布滿斑點，而且這很可能也是滴水葉尖發展出來的重要原因之一。這樣的葉尖能讓雨水更快從葉面滴下或流走，如此一來那上面的迷你附生植物才會不斷枯死；這可以避免它們生長過密，對雨林樹木的葉子造成危害。

另一方面，這些葉面附生植物透過其龐大的總表面積，從雨水中過濾出特別多的礦物養分，這點對樹木倒是有利的；在很大的程度上，甚至比那些大型附生植物更有用。後者通常只會偶爾在雷雨風暴中被颳落地面，然後樹根或許還能從它們身上吸收到一些營養。

這裡空氣中的礦物成分究竟從何而來，一直到二十世紀後半都還無人知曉。是來自被信風或暴風颳來拍打在海岸的浪花嗎？還是來自南美洲東北及東南部、有著廣大裸露地面的乾燥區？都有可能。

然而化學微量分析的結果，卻指向一個要遙遠得多的來源地。那些從空中為亞馬遜雨林施肥的礦物成分，是信風遠從撒哈拉沙漠挾帶來的。有時候當沙塵暴特別強勁，大範圍的天氣狀態也許可時，甚至連中歐地區都能體驗到一部分這種來自撒哈拉的沙塵現象。此時降下的雨會偏褐到黃褐色，在過去迷信的時代，人們把它稱作「血雨」，而它顯示出沙塵裡有含鐵化合物。

根據測量的結果，隨著信風由非洲穩定吹向亞馬遜的沙塵量，不僅能與因河水沖蝕與搬運而損失的量達成平衡，也確實含有雨林裡的樹木生長所需要的礦物養分。那些主要是磷、鉀、鎂，但也包括鈣、鐵及一些微量元素。

因此我們可以誇大一點地說，絕大部分的亞馬遜雨林根本只是「站」在一片幾乎已無法再提供給它任何養分的土地上，而且是以它的樹葉與根部組織從空氣中吸收養分。就這點而言，熱帶雨林的表層很類似高位沼澤，因為它也是從空氣中獲取養分。高位沼澤下那些死去植被積累而成的泥炭，主要功能就是做為底部基礎與蓄水。

——本文摘自《熱帶雨林：多樣、美麗而稀少的熱帶生命》，2022 年 8 月，日出出版，未經同意請勿轉載。