Loading [MathJax]/extensions/tex2jax.js

0

1
1

文字

分享

0
1
1

氣候變遷下,熱帶雨林該如何及時自我更新?——《熱帶雨林:多樣、美麗而稀少的熱帶生命》

日出出版
・2022/09/17 ・3308字 ・閱讀時間約 6 分鐘

沒有森林能「永遠」存在,但我們總覺得森林特別穩定不變,至少如果它是自然形成的。

森林給人穩定不變的感覺。圖/Pexels

可是眾所皆知,當前氣候變遷的趨勢給了所有林主一項大任務:他們得及時改造自己的森林,使它能應付更熱、更乾、更多風暴且更有利昆蟲大量繁殖的氣候。而「原始森林」被認為是最佳模範,因為它兼具抵抗力(即復原力)與持久性(即穩定性)。

不過,真的是這樣嗎?

「原始森林」不等於「非常古老」

提出這個批判性問題是必然的,因為有關地表森林(不論是非熱帶或熱帶)在後冰期是如何形成或擴張,有著各種不同的論點。這些森林其實大多沒有我們想像的那麼老,只有真正位在熱帶最深處的某幾個地方,還可能有冰河時期開始前就存在的雨林——儘管如今的物種組成已不同。

以我們的時間概念來說,它們確實非常老。不過它們也最穩定嗎?這點我們不得而知。因為找得到這種森林的地方,雨經常下得特別多,而這對想改變森林利用形式以帶來收益的人來說,並不特別具有吸引力。某些熱帶地區以外的雨林,例如北美西海岸附近以及智利最南方,也都基於非常類似的因素,得以保留至今。

-----廣告,請繼續往下閱讀-----

但是我們所說的「穩定性」究竟是什麼?我們對它又有何期待?當一個棲息空間在我們眼前幾乎沒有發生任何改變,一直保有它原本的樣子,那就是穩定。這種說法非常易懂,但它其實含有一個潛在的重大錯覺。

因為「在我們眼前」意謂著,這種持久性是以人類的生命為標準來界定。如果把人的壽命大致設定為七十五年,那我們的一生,其實最多只能經歷到大部分樹種自然壽命的五分之一,以橡樹來說,甚至大概只有十分之一;不過反過來說,人的一生也相當於連續五代以上的「狗」生,或上百代的老鼠、各種各樣的昆蟲及無數開花植物。

簡而言之,我們判斷的依據是人類的時間,而不是各種生命自己的時間。大象的平均壽命與人類大致相當,所以如果年紀已達人類耆老標準,我們就會把牠當人瑞一樣來照顧。

然而一座同樣歲數的森林其實還很年輕,或頂多剛成熟到可以砍伐的狀態——如果那是一座中歐平原上的人工雲杉林。再舉個更極端的例子,我們的湖泊很年輕(非常!),它們幾乎全都形成於末次冰期結束之後,與人類移入過去滿是巨大冰層與凍原的土地並開始擴散的時間相當。然而像多瑙河或萊茵河這樣的河流則非常古老,至少要比那些湖泊老上好幾百倍。

-----廣告,請繼續往下閱讀-----

至於亞馬遜河,如前面所說,從今天的非洲西流並注入太平洋的時間,更長達數百萬年之久。

因此一座森林究竟有多老,應該得參照它樹木的平均自然壽命,這才是它自己的時間尺度。這樣一座在河流動力作用下已呈穩定狀態的歐洲河岸森林,才能與熱帶河岸低地的雨林進行比較對照。所以「原始森林」不該與「非常古老」畫上等號。

「原始森林」不該與「非常古老」畫上等號。圖/Pexels

發現於婆羅洲與亞馬遜許多地方的那種驚人的樹種多樣性,我們可以把它理解為是後冰期的變動作用還在進行,尚未找到它的終點;另一種可能性則是它的森林發展演替已達最終狀態,即所謂的頂極群落(Klimax Gesellschaft),理由是熱帶雨林的生長完全不受季節限制,不像熱帶以外的地區有冬天,或某些熱帶、副熱帶地區有長短不一的乾季。

所以要回答有關穩定性的問題,其實並不容易。

-----廣告,請繼續往下閱讀-----

維持雨林氣候兩大要素——雨與火

熱帶雨林裡大部分的樹種都長得很慢,並製造出質地非常堅硬的木材(有些在水中甚至浮不起來!),就這點而言,把熱帶雨林歸為「強韌且耐久」還算合理,至少跟橡樹天然林一樣強韌。但是它為何得如此強韌?撇開人類之外,還有什麼會危及森林?

雨與火這兩個最重要的環境因素,雨林早就已經處理得宜,就這兩個自然因素來說,熱帶雨林確實相當強韌穩定。它能維持自己的雨林氣候,就像在亞馬遜地區所運作的那樣。

透過水分的蒸散作用,它製造了自己的水循環系統,此系統一年當中所產生的降雨量,數倍於來自海洋的水氣。不過要製造自己的氣候,前提是雨林的面積得夠大。每年數千公釐的驚人雨量,也保護它免於被火神侵擾。雨林成功地讓自己避開了林火,即使林火是森林的自然本質之一,且影響著森林的「生命週期」,就這層意義來說,雨林確實可被視為(非常)穩定。只有長期的且嚴重偏離每年或每十年平均雨量變動率的降雨變化,才能自然而然地改變它,就像過去冰河世紀冷、暖期交替時所發生的那樣。從現在人類的觀點來看,那些時期也都是穩定且漫長。

林火是森林的自然本質之一,且影響著森林的「生命週期」。圖/Pixabay

與穩定性密不可分的另一個問題是復原力,也就是森林對抗影響較短暫且較局部的變動之能力。風暴、洪水或面積大小不一的人類開發利用,都屬於這類變動。那些高聳的雨林樹種因為根系很少深扎,只能擴展在接近表層的土壤裡,在風暴來襲時通常尤其脆弱。

-----廣告,請繼續往下閱讀-----

一場普通的雷雨風暴,就足以讓它連根拔起,可是在面積廣大的雨林裡,又幾乎天天有劇烈雷雨,因此這類風暴倒木已屬尋常事件,也是雨林自我更新的方法——正如沿河兩側經常持久不退的氾濫。這裡在主要雨季時,洪水可能會上升十~二十公尺,淹沒兩岸面積驚人的森林區。有時這些樹從樹冠以下,得泡在水中長達數星期之久。

高聳的雨林樹種因根系很少深扎,一場雷雨,就足以連根拔起。圖/Pixabay

然而水這個要素,雖然在這裡的樹底下經常多到氾濫,對樹頂經常曝露在風吹日曬中的葉子來說,卻因高溫酷熱反而有短缺的問題。熱帶地區一年到頭太陽總高掛天空,日照強度幾乎沒什麼變動,而這迫使樹木的葉子變得像皮革一樣厚,葉面不僅硬實,還帶有一層具保護作用的蠟質,類似熱帶乾燥氣候區的植物。

這意謂著雨林的樹木所面對的環境條件,在樹冠層與根部之間簡直有著天壤之別,幾乎是從副熱帶半乾燥區到水陸兩棲世界那樣極端。而歐洲相較之下跟這種處境最像的(儘管程度上差很多),或許是我們河邊常見的細葉柳樹;它們同樣也得忍耐數星期的河水氾濫,與夏季的連日高溫。

強韌且極具抵抗力

就這些環境現實而言,認為熱帶雨林極具抵抗力確實毫無疑問。它的韌性,是森林與自己所面對的非生物環境間長期交互作用的結果。而且不僅如此,它對動物與真菌的侵襲也很具抵抗力。硬木要遠比軟木更不易遭受真菌、白蟻或甲蟲幼蟲的攻擊,而且它的嫩芽與樹皮裡,含有各式各樣且多半具毒性的成分,也保護森林免受一般害蟲的大量侵襲,像中歐地區目前有許多森林正遭到舞毒蛾(Schwammspinner)肆虐那樣。

-----廣告,請繼續往下閱讀-----

一地如果絕大部物種的個別數量天生就很稀少,照理說也就不會有大量繁殖的現象。從這裡我們可以這樣推論(或許完全合理,但不見得普遍適用):高生物多樣性促進了森林的穩定性,反之則會使其變得脆弱且不穩定。在氣候潮濕的熱帶,那些替代原生雨林的再生林較少是不穩定的,然而開發為林業與農業用地的雨林區卻相反,這裡會因不利的氣候發展、昆蟲與其他生物反常繁殖、以及病原侵襲而極度瀕危。

在大致了解雨林的穩定性與韌性後,我們應該更能完整探討人類對熱帶雨林的利用,與砍伐森林並以農地取代原始森林所導致的後果。而這些後果,引發全球性的憂慮與關注。

——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。

-----廣告,請繼續往下閱讀-----
文章難易度
日出出版
13 篇文章 ・ 7 位粉絲

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

2
0

文字

分享

0
2
0
末日模擬!從氣候變遷到核戰爭,人類未來將走向哪個結局?
PanSci_96
・2024/11/19 ・1957字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

科學家模擬的末日場景

隨著二氧化碳排放持續增加,全球的政治局勢日益緊張,世界上各國的承諾屢屢在國際會議中被辜負,戰爭的結束也似乎遙遙無期。警示世界末日的「末日鐘」越來越接近午夜,人類與地球的未來變得越來越悲觀。

這並非一種刻意的悲觀,而是基於氣候變遷和人類衝突升溫的現實。許多人或許和我一樣好奇,末日會不會真的臨近?如果會,那又會是什麼樣的場景?是氣候徹底失控的《明天過後》?還是生態浩劫後的全面沙漠化,需要武力生存的《沙丘》和《瘋狂麥斯》?或者是核戰之後,所有人生存在廢墟中的《異塵餘生》?

我們的未來走向尚未確定,但科學家已經率先模擬了不同的可能結局,讓我們可以一窺未來的模樣。這些模擬告訴我們,如果人類繼續走某些路徑,地球的結局將是如何。至於我們是否能避免這些結果,就得由全體人類共同決定。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

如何模擬出整顆星球的氣候變化?

要模擬整顆星球的大氣變化是一項龐大的任務,至少需要三大要素:理論、資料、和計算資源。

-----廣告,請繼續往下閱讀-----

首先,人類對氣候系統的物理和化學模式需要有足夠的了解,也就是大氣理論必須足夠完備。其次,需要足夠多的資料來模擬整個行星。這些資料包括地球半徑、自轉速度、海洋分布、太陽輻射、大氣成分等等,甚至是地表的狀況與地形。台灣的中央山脈就能影響到西太平洋的颱風走向,進而影響整個東亞的氣候。如果希望盡可能還原地球的真實情況,還需考量海洋的垂直溫度分布、植物分布導致的生物地球化學反應等。

最後,還需要強大的計算資源,也就是超級電腦。由於資料量龐大,每個參數的小誤差都可能引發蝴蝶效應,影響到預測結果。因此,科學家通常會微調各項參數,並對每組參數進行多次計算,這些都需要大量的運算能力。

模擬沙丘中的荒漠星球

科幻小說《沙丘》中的厄拉科斯,經布里斯托大學模擬,揭示未來氣候可能。圖/wikimedia

科幻小說《沙丘》中的厄拉科斯(Arrakis)是一顆完全荒漠化的星球,英國布里斯托大學的亞歷山大·法恩沃斯等人曾對這顆星球進行了模擬。他們使用在研究地球氣候變遷時使用的氣候模型,並結合小說中的設定,如大氣中的二氧化碳濃度和臭氧含量等,模擬了 500 年後的厄拉科斯氣候。

模擬結果顯示,厄拉科斯的赤道和熱帶地區夏季高溫達 45 度,冬季不低於 15 度。而高緯度地區則更為極端,夏季高溫可達 70 度,冬季最低可達 -75 度。由於大氣濕度和雲層的存在,極地反而比赤道更溫暖。此外,儘管小說中描述厄拉科斯幾乎沒有降雨,但模擬顯示高緯度和山區仍會有少量降雨。

-----廣告,請繼續往下閱讀-----

這些結果顯示,科學家不僅愛科幻,也樂於用科學方法來驗證科幻中的設定。這些模擬能讓我們更了解地球的氣候系統,並讓我們警惕荒漠化的危機。

核戰後的世界:核冬天的可怕景象

如果人類全面爆發核戰爭,戰後的世界會是什麼樣子?研究顯示,大規模的核武攻擊將產生大量的輻射塵和煙灰,進入大氣層並遮蔽陽光,導致「核冬天」的到來。

2019 年的一篇研究模擬了美俄之間的全面核戰爭,結果顯示,爆發後的第一年,全球氣溫將大幅下降,北半球的夏季溫度將下降 25 度,冬季氣溫則會降至零下,植物生長期縮短至僅剩 25 天。煙灰遮蔽陽光,導致全球糧食供應崩潰,第二年可能有 50 億人面臨飢餓。

這些模擬結果告訴我們,全面核戰將帶來毀滅性的後果,核冬天將使人類無法正常生活,這是真正的末日場景。

-----廣告,請繼續往下閱讀-----
核戰模擬顯示,氣溫驟降與糧食崩潰將致全球大饑荒。圖/envato

地球的未來會是如何?

地球未來的命運取決於我們今天的選擇。如果我們對氣候變遷置之不理,兩極冰帽將完全融化,海平面上升,許多沿海地區將被淹沒。雖然不至於像《水世界》中那樣極端,但低地區域的居民將面臨嚴重的生存挑戰。

如果人類選擇繼續衝突,甚至爆發毀滅性戰爭,我們的未來將如《瘋狂麥斯》或《異塵餘生》般,生存在廢墟中,面對乾旱、糧食短缺與持續的環境破壞。

歡迎訂閱 Pansci Youtube 頻道 鎖定每一個科學大事件!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

0
0

文字

分享

0
0
0
新北「氣候行動徵件」活動總獎金 8 萬元 號召青年展開行動成為氣候領袖
鳥苷三磷酸 (PanSci Promo)_96
・2024/05/23 ・1247字 ・閱讀時間約 2 分鐘

全球正面臨急遽的氣候變遷,世界公民必須共同面對,環保局發布「新北 2024 國際青年氣候行動論壇——氣候行動團隊創意徵件」,鼓勵臺灣青年從校園或社區出發,針對觀察到的環境問題提出行動方案,入選隊伍將獲得專業導師指導並帶領實踐提案內容,最終勝出者不只可獲新臺幣 4 萬元獎勵金,更有機會放眼國際,於年底的紐約荒野中心青年氣候高峰會上展現成果。環保局將於 5 月 24 日下午辦理線上說明會,徵件日期至 6 月 24 日截止,歡迎有興趣參與的學生及老師報名參與!

報名網址:https://reurl.cc/Ke0gQn

環保局表示,新北市已連續 3 年辦理青年氣候論壇,建立與青年交流對話的平台,今(113)年更持續與紐約荒野中心(The Wild Center)攜手,號召青年以行動應對氣候變遷,培養青年成為氣候領袖。實踐淨零永續的道路上,青年的角色非常重要,去年新北市青年氣候論壇邀請到荒野中心氣候行動主任 Jen Kretser,分享了許多紐約青年行動案例,像是大學生於學院頂樓設置太陽能板,實現「上課教室自主發電」的校園計畫,又如同學自發建立校園田園、自主提出畢業晚會減塑需求等,引起與會臺灣青年們的廣大迴響,提出許多問題進行討論。

新北市環保局「2023 新北青年氣候論壇」,邀請到美國紐約荒野中心氣候行動主任 Jen Kretser(左 3),分享了許多紐約青年行動案例

環保局長期關注青年行動力,辦理「環保小局長計畫」、「永續未來學院」、「青年氣候論壇」等活動,致力推動全齡化的環境教育,今發布的「氣候行動團隊創意徵件」,進一步鼓勵臺灣「青」世代成為行動發起者,提出自己的問題觀察與創意解方,並真正落實行動,由青年自己決定從何處開始改變,即使是日常生活中觀察到看似微小的行動,都有可能在實踐後擴大影響到整個校園、社區,甚至整座城市。

環保局說明,氣候行動徵件邀請全臺高中職及大專院校學生,透過影像紀錄、實體行動、循環設計、社群媒體傳播等多元方式呈現創意永續行動提案,徵件至 6 月 24 日止,經初選後 4 組入選隊伍將在新北市展開為期一個月的短期氣候行動實踐,同時由環保局媒合專業導師進行線上課程,最後於 8 月「新北 2024 國際青年氣候行動論壇」進行決選,優勝的隊伍除可獲得獎勵金外,更能持續推展氣候行動並製成行動影片,影片有機會在年底紐約荒野中心青年氣候高峰會上進行分享,讓青年氣候行動與國際接軌。

環保局將於 5 月 24 日下午辦理線上說明會,歡迎有興趣參與的學生及老師報名參與,徵件簡章及更多相關資訊可至環保局官網或「新北 2024 氣候行動團隊創意徵件」活動網站查詢。

※ 5/24 徵件線上說明會報名網址:https://reurl.cc/Ke0gQn
※ 環保局官網簡章:https://www.epd.ntpc.gov.tw/Article/Info?ID=11254
※ 「新北 2024 氣候行動團隊創意徵件」活動網站:https://greenage2024.com

-----廣告,請繼續往下閱讀-----

本文轉自新北市政府環境保護局網站

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia