Loading [MathJax]/extensions/tex2jax.js

1

8
0

文字

分享

1
8
0

用最新儀器,分析鯨豚死因的「鯨豚調查局」——專訪臺灣大學獸醫學院楊瑋誠教授

科技大觀園_96
・2021/06/23 ・3658字 ・閱讀時間約 7 分鐘

受訪時被問及人們鯨豚最大的誤解是什麼?「海豚過得很好,想要像海豚一樣在海裡自由自在。」台大獸醫專業學院副教授,專業為鯨豚保育醫學的楊瑋誠談到遭遇到生存危機的鯨豚,直率坦言:「我不想跟海豚一樣,尤其是在台灣。」

全世界共有 80 多種鯨豚,有 30 多種會出沒在台灣周遭的海域,許多生存狀態都岌岌可危。舉例來說,近年來大眾最耳熟能詳、在政治攻防佔有一席「會轉彎」名言的台灣白海豚(Sousa chinensis taiwanensis),就是生活在台灣海峽的特有亞種,近年來的觀察顯示,其族群數量約莫不超過 50 隻。

現今的鯨豚研究有哪些主要的努力目標?生活在大海中的鯨豚面臨了那些威脅?一般人對於鯨豚有哪些誤解?楊瑋誠創立粉絲頁「CIB 鯨豚調查局」,就是希望經由研究專題介紹、擱淺事件追蹤等,讓大眾更認識鯨豚。

FB 粉絲專業「CIB 鯨豚調查局」旨在讓大眾更了解鯨豚。圖/pexel

鯨豚調查局在調查什麼?

「為什麼用『調查』這兩個字,而不是鯨豚研究室,或單純的鯨豚愛好者的FB社群,是因為我們認為『調查』這兩個字是有需要的。」楊瑋誠分享當初也考慮過「救援隊」之類的稱呼,最後還是決定用「調查局」,一方面強調其中的急迫性與重要性,另一方面保留其中抽絲剝繭解開鯨豚的遭遇、針對事實下判斷的語感。

-----廣告,請繼續往下閱讀-----

不只錯誤的迷思,人們的「感性」有時也會成為保育討論的阻礙。楊瑋誠認為,處理鯨豚面對的問題,極度需要科學、理性的證據。不管是討厭或喜歡鯨豚,都要保持理性、有多少數據說多少話。在公共政策或各種爭議上,才有討論對話的空間。

舉例來說,楊瑋誠多年前在海洋公園服務時,就曾遇過遊客投訴表演音響音量過大、認為會傷到海豚。團隊後來秉著研究精神測量水下音量,發現經過水的隔絕後,真正在水中傳播的音量,尤其是在海豚能夠接收到的音頻已經減弱到幾乎沒有影響。

「鯨豚擱淺的死因分析」是鯨豚調查局的重要目標,在死因資訊尚未明瞭時,不少人會捕風捉影任意猜測,像是看到胃裡面有垃圾,就說死因是吃垃圾。楊瑋誠舉例,在 2020 年 1 月 19 日,宜蘭新城溪出海口擱淺的柯維氏喙鯨,外表並無重大創傷,經解剖、組織切片與細菌培養後,才在排除細菌感染的情況下,診斷是罹患了「潛水夫病」,根據過往研究,巨大噪音(如軍事聲納)會使鯨豚受到驚嚇,改變鯨豚原本潛水的模式,使鯨豚罹患潛水夫病。因此調查局也推測,這次的擱淺原因,很可能是源於台灣周邊海域軍事升溫,海上軍事演習頻繁所造成。

鯨豚擱淺事件層出不窮,「鯨豚擱淺的死因分析」是鯨豚調查局的重要目標。圖/pexel

噪音對鯨豚的影響是非常大的,而近期即將組建的風力發電機組,其打樁造成的巨大聲響,無疑是鯨豚保育必須關注的現況。近期,楊瑋誠也發表了打樁機噪音對鯨豚影響的研究,希望能藉由科學研究提供的數據為基礎,一同制定相關規範,並在施工階段採取預防性措施。

-----廣告,請繼續往下閱讀-----

楊瑋誠對鯨豚調查局的期許,就是能夠提供更多經過科學考驗過的數據資料,讓未來相關的保育政策討論,能有堅實的科學基礎。而他也強調,也是這二十年的人才與研究能量累積,才讓鯨豚調查局開始有機會發掘、展現更多更在地的鯨豚資訊。「生命有限、人力有限,時間要花在刀口上(累積事實與資料)。鯨豚調查局所做的每件事情都很重要。」

調查局用上了什麼特別的技術?

從 1999 年起開始鯨豚相關研究,浸淫其中超過 20 年的楊瑋誠分享,剛起步從事研究時,不僅國內資料闕如,就連國外文獻都找不到幾篇。只能一步步摸索、從實務中累積經驗與數據。

鯨豚調查局使用的技術,有沒有什麼比較特別的地方?楊瑋誠表示,一般會用在人身上的檢測儀器,像是X光機、超音波、熱成像儀等設備,都能用於擱淺鯨豚的驗傷上。過去,楊瑋誠就曾使用高解析度的熱成像儀用在擱淺海豚上面,除了偵測體溫,還能用來檢查是否有表面看不出來的瘀青,或是牙齦發炎等情況。

此外,雖然聽力對於鯨豚的重要性人盡皆知,但令人出乎意料的,世界上有在針對鯨豚進行聽力檢測的團隊不到十組,而臺灣正是其中一處,楊瑋誠說:「一般獸醫檢測中,很少有對聽力做檢測,世界上能做的人很少,臺灣更是花了兩、三年的時間,才完善了儀器、技術與人員培訓。」鯨豚聽力檢測的原理,其實跟人類新生兒一樣,都是給予聽覺刺激後用腦電圖觀察腦波變化。楊瑋誠認為目前聽力檢查需耗時 3-4 個小時,實在太長,希望未來能跟美國合作更新軟硬體,把檢查時間壓低在 1 小時以內。這樣往後就可以在野外現場直接檢查鯨豚,不用限制於有運回水池的個體。

-----廣告,請繼續往下閱讀-----

而運用斷層掃描技術做死因分析,雖然無法取代法醫解剖,卻有機會指出一些解剖時不易發現的狀況,如骨骼上細微的骨折、骨刺、退化性關節炎,或是其他隱晦的損傷,更重要的是,解剖會破壞骨骼或臟器間的相對位置,這時不具破壞性的斷層掃描技術,就能提供相對完整的資訊,幫助辨別死因。楊瑋誠舉例,香港的研究團隊針對擱淺死亡的鼠海豚進行斷層掃描,才發現許多個體有出現頸椎脫位的情況 ,爾後才推測此類死亡的原因,有可能與受困漁網掙扎有關。此研究也揭露鯨豚與漁業衝突的另一層面相。像這樣的資料,都直接或間接支持了楊瑋誠的「調查」理念,在開始討論之前,累積源自於事實的科學數據,自有其重要性。

利用電腦斷層掃描技術做死因分析,能夠找到解剖時難以找到的細小線索,提供更加完整的資訊。圖/ pexel

不管是研究上的突破或新設備的投入,每一點數據的累積都代表我們對鯨豚欠缺的認識補足了一點,逐漸步上更理想的保育路線。

從照顧單隻海豚到保育整個族群

對不同物種先入為主的誤解,往往在進行保育討論時,造成溝通上的障礙。「有些人覺得『海豚有海就可以活』,那就表示施工的時候(海豚)就應該閃邊去。又沒有把整個海圍起來,你可以去其他地方啊!」說到大眾對鯨豚常有的迷思,楊瑋誠只能苦笑。其實就跟人類都市會劃分商業區、住宅區一樣,鯨豚在海中也有屬於自己的覓食區、育幼區、繁殖區。而各種鯨豚對於海洋自有不同的棲地需求,像是台灣白海豚就生活在深度不超過二十公尺水域,離岸多在三至五公里範圍內,大海雖大,卻也不是到處都能去的。

多數大眾對於鯨豚的關注主要從擱淺事件開始,關心的是某個個體是否回復健康、回到大海。楊瑋誠在鯨豚調查局的研究,從鯨豚面對壓力的緊迫生理、潛水夫病等疑難雜症,甚至是如何在檢測違法鯨豚肉的試紙開發,以及發現鯨豚身上有來自陸地汙染海洋的病原,皆是期待能做得更多。「我們在做的事情已經不是在保護一隻海豚,而是保護更多海豚。」

-----廣告,請繼續往下閱讀-----

除了累積研究科學研究之餘,如何把成果傳達給更多人、發揮影響力也是同等重要的任務。經過二十年的累積,楊瑋誠團隊開始經營起 FB 粉專「CIB 鯨豚調查局」傳遞相關的知識洞見。除此之外,他也期待近年鯨豚保育議題已經開始逐漸發酵,如出現在中小學課本中,或者有更多相關的展覽等,都能加深大眾對鯨豚的認識。雖然「保護更多鯨豚」的目標任重而道遠,但楊瑋誠認為這就跟種樹一樣,即便可能要很久才能看到成果,卻絕對有努力去做的價值。

「保育一詞雖代指『保護各種生物的行為』,但其內涵是生物的『共存』,讓不同生物都能活在這個地球上。我認為推廣保育的工作,也應該秉持『共存』的概念,讓意見相左的人一同前進,才是真正的保育。透過公開數據與資料,將不同意見的人們拉向針對事實的討論,正是鯨豚調查局的初衷。」

鯨豚保育的初衷為人類與鯨豚「共好」。圖/pexel

鯨豚身為海洋食物鏈的頂點消費者,其種類與數量反應了海洋的生產能量,是海洋健康的指標物種。台灣周遭海域的鯨豚,既是自然的餽贈,維繫其健康與福祉,也應是我們無法推卸的責任。

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
科技大觀園_96
82 篇文章 ・ 1126 位粉絲
為妥善保存多年來此類科普活動產出的成果,並使一般大眾能透過網際網路分享科普資源,科技部於2007年完成「科技大觀園」科普網站的建置,並於2008年1月正式上線營運。 「科技大觀園」網站為一數位整合平台,累積了大量的科普影音、科技新知、科普文章、科普演講及各類科普活動訊息,期使科學能扎根於每個人的生活與文化中。

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

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

1
1

文字

分享

0
1
1
為什麼臺灣也需要替鯨豚設立海洋保護區?
黑潮海洋文教基金會_96
・2025/03/24 ・3281字 ・閱讀時間約 6 分鐘

  •  楊善宇|黑潮海洋文教基金會 實習生 2024.07.26
圖一、海洋綠洲計畫調查航班柯氏喙鯨(Ziphius cavirostris)驚喜現身

隨著人類活動對海洋環境的負面影響日益增加,海洋生物生存的狀況令人擔憂。近年生物多樣性下降、大量珊瑚白化、漁具纏繞及船隻撞擊海洋生物等問題層出不窮,這些事件就像是海洋在向我們求救般,而人類要如何減緩我們對海洋的影響呢?

設立海洋保護區是目前國際間共同努力的方向之一。在眾多海洋保育行動中,劃設海洋保護區被認為是成效較為顯著的方式。可以透過劃設大範圍的海洋保護區降低人類活動對於海洋環境的干擾,從而保護海洋生物的棲息地和整體的生物多樣性¹。本篇文章將帶領讀者認識加拿大「Gully 海洋保護區」,Gully 一詞代表沖溝,這個保護區內居住著多達 16 種不同的鯨豚種類。此外,我們將同時探討其中值得臺灣借鑒的經驗與做法,希望此案例能為未來黑潮海洋綠洲計畫在申請「海洋哺乳動物重要棲息地」(Important Marine Mammal Areas)時,提供一些實質的參考。

加拿大位於大西洋地區的第一個海洋保護區——Gully 海洋保護區

圖二、黃框處為 Gully 海洋保護區地理位置(圖片來源:加拿大政府官網)

約在 15 萬至 45 萬年前,由於大量冰川移動與融水侵蝕,在加拿大東海岸斯科舍大陸棚(Scotian shelf)邊緣形成了一個大型海底峽谷——Gully,最深處的深度超過 2,500 公尺,也是北大西洋至今最大的海底峽谷。Gully 地區生物多樣性極為豐富,不但孕育了 30 種冷水珊瑚(Cold-water corals),目前也已累積了 16 種鯨豚的目擊紀錄,包含北瓶鼻鯨(Hyperoodon ampullatus)、藍鯨(Balaenoptera musculus)、索氏中喙鲸(Mesoplodon bidens)等種類。

圖三、北瓶鼻鯨(攝影:Hilary Moors-Murphy,圖片來源:加拿大政府官網)

其中,北瓶鼻鯨於 1997 年被加拿大瀕危野生動植物狀況委員會(Committee on the Status of Endangered Wildlife in Canada)列為易危物種(Vulnerable)。然而,當時 Gully 地區正面臨石油和天然氣開發工程,導致當地鯨豚長期受到船隻撞擊及工程噪音傷害,使牠們生存遭受嚴重威脅。因此,加拿大政府於西元 2004 年設立 Gully 海洋保護區,以保護瀕臨滅絕的北瓶鼻鯨及當地其他珍貴的海洋生物。

-----廣告,請繼續往下閱讀-----

保護區設立前如何評估該棲地重要性呢?

倘若要保護某區域的生物多樣性,保護整個棲地相較於保護單一物種,才是最直接的治本方法。但是,要如何知道劃設的區域是否已納入鯨豚們生存所需的棲息環境呢?我們可以透過海上目視調查及被動聲學監測²等方式,進一步了解鯨豚在該區域出現的位置、時間與頻率等資訊,藉此評估劃設的面積及界線該如何設立。

圖四、無法律效力的鯨豚保護區(斜線區域)及學者們建議的鯨豚保護區範圍(深灰色區域)比較(圖片來源:Hooker, S. K., 1999)

其實 Gully 保護區在設立之前,政府及學者們對當地鯨豚也做了初步的評估及研究。1994 年,加拿大漁業及海洋部在 Gully 設立了一個無法律效力的鯨魚保護區(Whale sanctuary),簡單來說就是先建立一個示範區測試成效,範圍是圖四中有畫斜線的區域。該單位向海上來往的船家宣導該區域在生態保育上的重要性,並提供了指導方針,教導船長們在穿越該地區時如何減少對鯨豚的威脅,希望盡可能降低船隻與北瓶鼻鯨撞擊的風險。與此同時,當地的學者們也積極地研究鯨豚在 Gully 的分布範圍與族群量。

研究學者透過 1988 至 1996 年間的鯨豚目擊資料,包括種類、數量及目擊經緯度,結合不同的環境因子,如海洋表面溫度、海底深度及坡度等環境資訊做分析,結果發現鯨豚出沒位置與深度有高度的關聯性。Gully 周遭的鯨豚大多棲息在海底峽谷 200 至 2,000 公尺深處,因此學者們建議政府應根據 200 公尺等深線建立一個核心區邊界,並在周遭設立緩衝區,以全面保護 Gully 地區的鯨豚免於受到石油開發和航運的影響。

加拿大政府如何管理 Gully 海洋保護區?

經過長期的調查後,加拿大終於在 2004 年正式成立 Gully 海洋保護區條例《The Gully MPA Regulations》,並在條例中公告了 Gully 海洋保護區邊界。除了法規內允許的特定活動³外,嚴格禁止在  Gully 保護區內「干擾、損害或摧毀任何生物或其棲息地的任何部分,或從中移除任何生物」,包括海床下15公尺深的底土,亦不允許傾倒、拋棄或排放任何物質的行為發生。

-----廣告,請繼續往下閱讀-----
圖五、Gully 海洋保護區管理範圍依照深度劃分三區(圖片來源:加拿大政府官網)

此外,加拿大政府也將保護區依照水深劃分成三個管理區,如圖五中的 Zone 1、Zone 2 及 Zone 3。每個管理區有其獨特的生態環境,在管理上的限制也有些微差異,在 Zone 1,也就是鯨豚棲息的核心海域內,是完全禁止漁撈行為的,而在 Zone 2 和  Zone 3 則可進行商業性垂釣,可釣大比目魚、鮪魚、鯊魚和劍旗魚。

成功劃設海洋保護區後,就結束了嗎?

不只保護區設立前需要長期的調查累積數據,設立後仍需持續監測保護區效力。加拿大學者在 Gully 保護區設立 7 年後調查了北瓶鼻鯨的族群動態,他們估計斯科舍大陸棚海域的北瓶鼻鯨約有 143 隻,且發現族群量和性別比自 1988 年起一直保持穩定的狀態,雖然族群量沒有明顯改變,但顯示了海洋保護區的設置確實讓牠們在沒有人為開發衝擊下,族群可以維持穩定。

圖六、索氏中喙鯨 (攝影: Catalina Gomez, 圖片來源:  加拿大政府官網)

除了主要保護標的物種外,Gully 地區其他鯨豚也有些微變化。學者觀察到 1988 至 2011 年間,部分鯨豚種類的單位努力量目擊群次下降而部分上升,其中的變化趨勢可能與環境或食物資源改變有關。但值得注意的是另外一種喙鯨「索氏中喙鯨」(Mesoplodon bidens)單位努力量目擊群次4在保護區設立後大幅增加(每年增長21%)。由於缺乏深海鯨豚物種食物量數據的支持,科學家認為較合理的推測是:保護區的存在讓人為干擾減少。船隻與其他噪音的降低,使Gully保護區成為對聲音敏感的喙鯨的棲地之一。儘管保護區的設立已改善喙鯨的棲息環境,但仍需持續進行長期監測,以確保保護區管理有效並及時調整以應對環境變化。

Gully 保護區曾目擊 16 種鯨豚,花蓮海域更高達 20 種!

圖七、1998-2023年花蓮海域鯨豚物種多樣性圖
圖七、1998-2023 年花蓮海域鯨豚物種多樣性圖

加拿大 Gully 保護區目前有 16 種鯨豚目擊紀錄,根據黑潮在過去 20 多年賞鯨航程所累積的鯨豚目擊資料統計,花蓮鯨豚種類更高達 20 種!物種多樣性更高!然而,我們發現花蓮常見的花紋海豚身上除了自然的傷疤外,有時也會出現人為因素所造成的傷疤,因此我們在 2023 年做了花紋海豚體表傷疤分析,結果顯示在 50 隻花紋海豚中有 19 隻(38%)身上有出現疑似人為活動所造成的傷疤。臺灣東部海域出沒的鯨豚種類繁多,若遲遲未能提供一片安全的海洋綠洲供他們成長、育幼,只怕未來的日子裡人們無法再跨坐在船頭,在享受海風的同時還能欣賞花蓮鯨豚的美。

-----廣告,請繼續往下閱讀-----

加拿大 Gully 保護區成立已滿 20 週年,可作為臺灣未來建立鯨豚保護區的借鏡。而黑潮也持續努力著,透過「海洋綠洲:東海岸鯨類保育計畫」,旨在將臺灣東部海域列為國際認可的海洋哺乳動物重要棲息地,希望未來在與政府相關機關溝通保育政策時,能有更完整的背景資料。

註解

  1. 生物多樣性是由基因、物種和生態系多樣性三者所構成,就像一個穩定而巧妙的金字塔。
  2. 被動聲學監測為一種使用錄音機記錄自然環境中各種聲音的技術。
  3. 法規內允許的特定活動如下:
    ● 在 Zone 2 和  Zone 3 得進行商業性垂釣,可釣大比目魚、鮪魚、鯊魚和劍旗魚。
    ● 船隻過境(須遵守加拿大航運法)。
    ● 搜索和救援、環境緊急應對和清理。
    ● 與國家安全、主權和公共安全相關的活動。
  4. 單位努力量目擊群次(Sightings per unit effort, SPUE)=目擊群次數 / 調查努力量。
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

黑潮海洋文教基金會_96
5 篇文章 ・ 2 位粉絲
  黑潮海洋文教基金會,1998年於花蓮成立,是臺灣第一個為「鯨豚與海洋」發聲的民間非營利組織。最初以鯨豚調查為開端,多年來深耕於海洋議題、環境教育與科學調查,如同一股陸地上的黑潮洋流溫暖而堅定,期許每個臺灣人的心中都有一片海洋。

0

3
0

文字

分享

0
3
0
海洋綠洲——花紋海豚棲地利用分析
黑潮海洋文教基金會_96
・2024/02/15 ・3694字 ・閱讀時間約 7 分鐘

圖一、花蓮海域的老鄰居花紋海豚

編按:海洋綠洲棲地利用調查截至 2023/10/19 共出航 56 趟調查、共計 435 小時,追蹤時間少於 30 分鐘的花紋海豚航跡將不會被納入此分析。

國際自然保護聯盟在 2016 年開始推動「海洋哺乳動物重要棲息地」( Important Marine Mammal Areas, 下文將簡稱為 IMMAs ),以跨國界的尺度整合瀕危海洋哺乳動物的棲地分佈、移動路線與生存威脅等資料。截至 2022 年,世界上一共劃設了 200 多個 IMMAs(圖二),並且每年持續增加中!隨著能源轉型、貴金屬日益匱乏,新能源、採礦也漸漸由陸地發展到海洋,加上目前海上充斥著各式各樣的船隻、漁具、海洋廢棄物與各式汙染等。秉持「預防勝於治療」的精神,海洋綠洲第二階段的目標即是將東部海域的鯨豚生態資料彙整申請 IMMAs ,透過國際的認證,我們期望能喚起臺灣民眾、政府對鯨豚保育的重視。

圖二、 2016 年至 2022 年,位於世界各地的 IMMAs (黃色為已劃設的 IMMAs 、紅色為候選場址、藍色為潛址、灰色尚未評估,圖片來源 IUCN

要申請 IMMAs ,其中一項重要指標便是要瞭解鯨豚對於花蓮近海這片棲地是否具有休息、覓食與繁殖哺育的重要性,在這項指標下,我們鎖定了花蓮海域最常出現的老鄰居:花紋海豚(Grampus griseus)與飛旋海豚(Stenella longirostris),透過一年四季共 20 趟的調查,我們期望能瞭解長年在花蓮外海走跳的牠們,究竟在哪些區域哺育、繁殖、休息、覓食或社交,同時也希望藉由調查瞭解牠們的行為狀態是否會受到賞鯨、漁業活動的影響?在 2021 年 4 月的試航之後,我們正式展開了為期三年的調查,持續在海上蒐集資料;今年秋天的第一篇電子報,我們將要跟讀者分享這三年來在花紋海豚身上的新發現。

身為稱職的「護花使者」,不打擾的默默跟隨著!

圖三、海洋綠洲北、中、南重點調查區域圖

棲地利用調查的範圍以鹽寮港為南界、和平溪口為北界,之間共劃設北、中、南三個重點調查區域(圖三),觀察花蓮近海最常見的飛旋海豚與花紋海豚的族群樣貌與行為狀態,為了要長時間追蹤鯨豚,一趟海上調查大約會落在 8 – 10 小時。

-----廣告,請繼續往下閱讀-----
圖四、焦點群體採樣,以 5 分鐘為間隔紀錄鯨豚行為

棲地利用的調查方法為「焦點群體採樣 Focal animal sampling 」,跟以往賞鯨點狀的紀錄不同,在海上我們的工作就像是「狗仔」,當我們在預計的重點調查區域範圍遇見飛旋海豚或花紋海豚時,我們會鎖定狀態較穩定的主要群體,以不影響鯨豚行為狀態的前提下,能跟同一群鯨豚多久就跟多久,最久甚至高達 7 小時呢!在調查過程中,辛苦的調查員們會記錄下牠們每 5 分鐘做了些什麼,同時海豚當下的泳向、下潛時間跟角度、個體間距與泳速等都會被詳盡地記錄下來,並搭配錄影、拍照作為判斷狀態的依據(表一)。為了要盡可能記錄鯨豚未受人為干擾的狀態,我們會盡量與鯨豚保持 200 公尺以上距離,用望遠鏡遠遠地觀察,只有最後蒐集水下聲音、拍攝特寫時才會靠近牠們。

表一、花紋海豚的行為狀態列表
備註:賞鯨船靠近鯨豚群體,或是主群體的鯨豚主動跑到我船的航段不會納入分析。

下潛方式可以判斷花紋海豚準備要覓食?

在調查過程中我們有發現花紋海豚出現幾次嘗試覓食的行為——「魚雷式下潛」(圖五),這種下潛方式初次被描述於亞速爾群島(Azores)的研究,當地學者在花紋海豚身上裝置吸盤式資料蒐集器(Data TAG),發現花紋海豚魚雷式下潛時,能在短時間內更快地潛入深海,並且在下潛後,吸盤式資料蒐集器也有錄到花紋海豚搜尋獵物的喀答聲(Clicks)以及滋滋聲(Buzz),由於滋滋聲是齒鯨在最後嘗試覓食時會發出的,證明在魚雷式下潛過後,牠們有在水下嘗試覓食。而讓我們覺得振奮人心的是,我們居然也在花蓮近海紀錄到花紋海豚的魚雷式下潛,說明花紋海豚很有可能在這片海域覓食!

圖五、左-花紋海豚魚雷式下潛、右-一般下潛(Visser et al. 2021
圖六、攝於花蓮近海的花紋海豚魚雷式下潛

來點翻譯蒟蒻吧——看看花紋海豚都在做些什麼?

本次分析採用了 38 群花紋海豚,總共約 84 小時的調查航跡,並使用 3×3 km² 的網格1 分析各個行為狀態的使用區域。透過過去三年的資料來看,我們發現花紋海豚最常在花蓮近海游走,範圍主要在立霧溪以南至芭崎離岸約 15 公里的範圍內,並且在北邊也有少量高比例區域;至於第二常見的社交行為狀態,大略可以分為三個核心區域,由北至南分別是大濁水溪、崇德以及芭崎的外海離岸約 5 公里的範圍內;花紋海豚休息的位置主要位於立霧溪出海口約 7 公里以內的範圍;繞圈徘徊主要在七星潭外海、鹽寮外海約 7 公里以內的範圍;覓食則位在花蓮溪出海口至鹽寮外海約 10 公里以內的範圍。同時我們也發現目擊的花紋海豚群次,有 45.8 % 有出現母子對,而這也代表我們調查的範圍內是花紋海豚育幼的重要區域。

圖七、花蓮近海,花紋海豚各項狀態所佔比例(比例以觀察時間計算)
圖八、花紋海豚各項行為狀態比例分布圖(百分比:狀態持續時間/網格內總觀察時間,網格大小為 3×3 km² )

由於調查船追蹤鯨豚時,是平行地跟隨在鯨豚側邊,透過分析船隻追蹤期間的速度,我們也可以概略得知鯨豚的平均泳速。在分析追蹤群體的泳速後,我們發現花紋海豚整體泳速介於 0.5 – 4 節2 ,繞圈徘徊的速度較快,介於 2 – 4 節;而在五種狀態中最慢的為休息,介於 1.2 – 3 節間;覓食跟游走的速度範圍廣,介於 0.5 – 4 節。我們也希望可以了解花蓮近海頻繁的賞鯨活動是否對花紋海豚會造成影響?透過獨立出賞鯨船靠近的航跡,我們發現泳速並無太多變化,但在少數賞鯨船靠近的經驗中,我們發現群體的行為狀態會有些變化,例如群體泳向變得不一致、或賞鯨船離開後群體變得更加分散,甚至也有最後下潛離開的案例。

-----廣告,請繼續往下閱讀-----
圖九、花蓮近海,花紋海豚各狀態泳速

透過棲地利用分析,我們初步瞭解了花蓮近海花紋海豚的關鍵生命週期活動,同時也發現到部分花紋海豚群體有受到賞鯨船的影響,未來我們將會彙整這些分析的數據,並對於保育策略提供更實際的經營管理建議,同時根據本次分析成果,我們也呼籲讀者支持提倡友善賞鯨的商家,讓花蓮近海的老鄰居們持續優游於此。海洋綠洲棲地利用調查需要長時間且耐心的觀察,能累積到今日的成果,我們要向所有參與調查的調查員、合作的船家以及船長表示最誠摯的感謝,同時我們也感謝捐款支持黑潮的企業、民眾、和政府單位,讓海洋綠洲計畫能夠順利執行。

註解

  1. 我們在分析前將花蓮近海切成棋盤方格狀的「網格」,分析每一格中各個狀態所佔的百分比。 ↩︎
  2. 「節(Knot)」為速度單位, 1 節等於 1 海里/小時、或 1.852 公里/小時。 ↩︎
  1. Baker, Isabel & O’Brien, Joanne & McHugh, Katherine & Berrow, Simon. (2017). An Ethogram for Bottlenose Dolphins (Tursiops truncatus) in the Shannon Estuary, Ireland. Aquatic Mammals. 43. 594-613. 10.1578/AM.43.6.2017.594.
  2. Visser, Fleur & Hartman, Karin & Rood, Ente & Hendriks, Arthur & Zult, Daan & Wolff, Wim & Huisman, Jef & Pierce, Graham. (2010). Risso’s dolphins alter daily resting pattern in response to whale watching at the Azores. Marine Mammal Science. 27. 366 – 381. 10.1111/j.1748-7692.2010.00398.x.
  3. Affinito, F., Olaya Meza, C., Akkaya Bas, A., Brill, D., Whittaker, G., & Capel, L. (2019). On the behaviour of an under-studied population of bottlenose dolphins in the Southern Adriatic Sea. Journal of the Marine Biological Association of the United Kingdom, 99(4), 1017-1023. doi:10.1017/S0025315418000772
  4. Visser, F., Keller, O. A., Oudejans, M. G., Nowacek, D. P., Kok, A. C. M., Huisman, J., & Sterck, E. H. M. (2021) Risso’s dolphins perform spin dives to target deep-dwelling prey. Royal Society.  https://doi.org/10.1098/rsos.202320
  5. Mann, J. (1999). Behavioral sampling methods for cetaceans: A review and critique. Marine Mammal Science, 15(1), 102–122. https://doi.org/10.1111/j.1748-7692.1999.tb00784.x
  6. 游文志. 2000. 花蓮縣石梯海域賞鯨船對鯨豚行為之影響。國立東華大學自然 資源管理研究所 碩士論文。59pp。
-----廣告,請繼續往下閱讀-----
黑潮海洋文教基金會_96
5 篇文章 ・ 2 位粉絲
  黑潮海洋文教基金會,1998年於花蓮成立,是臺灣第一個為「鯨豚與海洋」發聲的民間非營利組織。最初以鯨豚調查為開端,多年來深耕於海洋議題、環境教育與科學調查,如同一股陸地上的黑潮洋流溫暖而堅定,期許每個臺灣人的心中都有一片海洋。