Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

重溫2012(一)理性看森林火燒

陳 慈忻
・2013/03/02 ・2415字 ・閱讀時間約 5 分鐘 ・SR值 502 ・六年級

我們人類算不算是自然的一部分?如果我們是以人為本位,把自然當成資源,我們會希望木材、獵物能夠被使用,住在森林附近的居民也不想要受火災威脅,因此認為森林火是一種「災」。林朝欽博士是林業試驗所森林保護組的研究員,他長期支援國內森火防範工作、研究國內外森林火,他以中性的觀點出發,以更廣的視野看「森林火燒」的防災與生態意義。

防災觀點一:如何進行預防工作

如果從災害的觀點來看,第一步就是「森林火災危險度」的預測,就像氣象局預測今天會不會下雨,在森林火燒發生之前,每天都會計算今天發生的機率。

機率計算原理其實很簡單,假想今天有10個火點丟到這片森林,會有多少個火點引起燃燒?能引發火燒的比例就是森林火災危險度。

而測量需要從起火因子著手,第一是燃料的溼度,如果燃料越乾燥,就越容易點燃;第二是燃料的性質,就如同烤肉不會拿最大塊的木炭來燒,而是將木炭先打碎,在森林中容易引起火災的也是樹幹較細小的樹木,像是松針。

-----廣告,請繼續往下閱讀-----

所以我們在一整片森林中,只要測量最易燃種類樹木的濕度,就可以預測森林火災危險度,並將全國森林火災危險分布圖發布在林務局的網站上。

防災觀點二:如果真的發生了 怎麼應變?

農委會的林業試驗所目前正協助訓練森林救火隊,而滅火成功的關鍵是:預測火接下來會往哪邊燒?前進的速度多少?稱為「林火行為預測」。

要能夠掌握林火行為預測,得要熟悉3個要點:森林的氣象變化、森林特性、地形。就氣象變化而言,風向是預測火燒方向、速度的重要因子,濕度也會影響火燒的強度。

就森林特性而言,像是松樹屬於易燃性質,因為它含有油脂;二葉松的樹皮含有高含量的矽(Si),就像砂子的成分一樣,因此火不易燒死有較厚樹皮的老松樹。再者,針葉林的樹形是下寬上窄的三角形,接觸火的面積大而容易擴大燃燒;如果是樹型下空上滿的闊葉林,接觸火的面積小,比起針葉林不那麼容易燃燒。

-----廣告,請繼續往下閱讀-----

不同的地形也會對森林火燒產生重要的影響,不同的坡向所受的太陽光也不同,進而影響森林的乾濕度;在山谷地區的起火會順著山勢往上燒,比山稜上的起火而造成的燃燒面積更大。

為了要建立林火行為預測的模型,研究者會在實驗室進行模擬,將這3個因子在控制下進行試驗住。比方說選擇特定的燃料來實驗,經過浸水來控制濕度,接著可以製作不同地形的實驗場地,控制它的坡度。點火後,得到一些數據,從實驗中找出這些變因的影響關係。

但是真實世界是變化萬千的,所以我們接著會到野外實驗,再來修正預測模型的數學公式。這數學模型的運算結果會呈現在地圖上,讓林務局在救火的時候,可以清楚看到林火行為。

目前世界各國都累積了很多經驗,也投入許多心力在林火行為預測的研究上,因此現在的預測可以做得很好。

-----廣告,請繼續往下閱讀-----

防災觀點三:森林滅火有什麼策略?

最有效的森林滅火不是直接去撲滅已經起火的地方,去救已經燒掉的森林沒有意義,要規畫犧牲哪些地方,盡我們所能保留最大的安全區塊。因此飛機的阻燃劑不是直接燃燒的森林上噴撒,而是撒在要擋下火勢的防線上,阻燃劑的成分是與一般肥料的成分類似,所以可能避免汙染森林環境。

滅火人員的有效策略是「引火回燒」,火燒很快的時候,你怎麼追趕都無法滅的比燒得快,但是我們在火勢前頭透過人為引火往回燒,製造出缺乏燃料的「防火線」。要能夠準確的擋下火勢,最重要的是能夠準確預測林火行為,否則真的需要擋的地方沒擋到,救火時間就會延長且損失更多森林面積。

雖然飛機的速度較快,但是滅火人員的引火回燒更強效,沒有燃料絕對可以確保阻擋火勢,但是阻燃劑卻不一定能阻擋太大的火勢,所以重要的部分會優先派人進行任務,其他人力不足的地方才透過飛機支援。

生態觀點:森林火燒 v.s. 森林火災


如果我們從森林生態的角度,我們使用「火燒」這個中性的詞,而不把森林火視為災害。火其實有更新的作用,能夠幫助生態循環,避免森林老化。大自然本身就會有規律的小火燒發生,透過雷電等自然現象就可能引發。

-----廣告,請繼續往下閱讀-----

小火也有把地面清乾淨的功能,可以讓一些植物種子容易扎根。甚至在美國需要火的森林,如果沒有火反而還要主動去燒,火也是森林經營、管理的工具,稱為「計畫性火燒」(prescribed burning,醫學上prescription是處方,意思經過診斷後開的藥方,也隱含了經過燃燒學研究後要引燃的森林)。

如果將所有森林火燒都視為要撲滅的災害,會遇到什麼負面結果?除了抑制生態系更新,累積過多燃料,反而會造成大火發生。

1張山頭裸露的照片對台灣民眾而言是很驚悚的景象,但是幾個月後,這個地方經過次級演替又再度充滿生命力,小火燒對森林而言其實是益大於害的。

這個概念在台灣行政上還不被接受,認為有火就要滅,有火就是災。我們的研究還在蒐集更充足的證據,證明大自然有足夠的生命力進行周期循環,提倡「森林火燒」而非「森林火災」的概念。

-----廣告,請繼續往下閱讀-----

每一個自然現象都有其功能,颱風、火山、森林火燒都不是只有害處。就森林火燒而言,我們應該要釐清哪些森林是需要火,讓它規律的燒;也要清楚強度多大的火燒會帶來危險、多小的火燒不會燒到人類居住地,再決定要如何防範。

(本文原發表於行政院國家科學委員會-科技大觀園「科技新知」。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!)

延伸學習:

  • 林朝欽(民91),細說森林火 : 害怕它?不如了解它,行政院農業委員會林務局,台北。
  • 林朝欽(民 92),野火,是森林的敵人還是朋友?科學人,11, 85-87。
-----廣告,請繼續往下閱讀-----
文章難易度
陳 慈忻
55 篇文章 ・ 1 位粉絲
在丹麥的博士生,專長是用機器學習探索人類生活空間,正在研究都市環境變遷與人類健康的關係。曾擔任防災科普小組編輯、社會創新電子報主編。

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

0
0

文字

分享

0
0
0
獅城蒙灰-跨國界的東南亞霾害
李柏昱
・2013/07/05 ・1364字 ・閱讀時間約 2 分鐘 ・SR值 521 ・七年級

圖為2013年東南亞霾害的衛星影像。印尼蘇門答臘島的森林大火產生的濃煙,隨風飄越麻六甲海峽,嚴重影響馬來西亞與新加坡等鄰國。(圖片來源:NASA Earth Observatory image by Jeff Schmaltz, LANCE)
圖為2013年東南亞霾害的衛星影像。印尼蘇門答臘島的森林大火產生的濃煙,隨風飄越麻六甲海峽,嚴重影響馬來西亞與新加坡等鄰國。(圖片來源:NASA Earth Observatory image by Jeff Schmaltz, LANCE)

最近,印尼蘇門答大島上的廖內省(Riau)因為砍燒森林造成森林大火,燃燒產生的煙霧嚴重影響附近地區,杜邁市(Dumai City)的空氣汙染指數(Air Pollution Index, API)一度高達500,遠遠超過安全值100。這些煙霧因為風向飄過麻六甲海峽,嚴重影響對岸的新加坡與馬來西亞等鄰國,新加坡21日空氣汙染指數亦飆破400,許多國際會議因而取消或延期,馬來西亞南部亦傳出有婦女因為霾害而死亡。

空氣污染指數為反映一地空氣的污染程度,如最常見的氮氧化物、懸浮微粒和二氧化硫,根據實際的污染物觀測值與特定公式計算。各國對空氣污染指數的計算方法和規定有所不同,名稱也稍有區別,不過普遍以100為安全值。

雖然霾害的近因是印尼蘇門答臘島的森林大火,但是東南亞地區的霾害絕非單純的天然災害,真正主因是近年來東南亞各國積極追求經濟發展,在此趨勢之下伴隨越來越極端的氣候變遷,因為人為因素與自然環境共同導致的環境災變。

-----廣告,請繼續往下閱讀-----

東南亞地區地處熱帶,終年雨量充沛,然而每年的6〜11月,由於雨帶北移到東亞與東北亞的季風區,為印尼、馬來西亞的乾季,每年這段期間在先天環境上便是發生森林大火的高風險時期。

此外,東南亞諸國自2000年後積極進行區域經貿整合,為了維持出口成長及產業競爭力,政府鼓勵農民與商業集團種植高經濟價值作物或進行其他開發,砍燒(slash and burn)森林在印尼、馬來西亞等東南亞國家已經行之有年。在先天環境不佳的情形下,農民與商業集團的伐木與開墾行為,更使情況火上加油,讓近年來東南亞的霾害影響範圍更廣、規模也更巨大。

霾害之所以可怕,在於它影響層面甚廣。霾害看起來和一般的煙霧一樣,然而,其中所含的懸浮微粒一旦進入人體,會造成支氣管炎、肺氣腫、頭部血管疾病、肺病和心臟血管疾病等,對於長期健康危害的影響亦不容忽視。此外,霾害會嚴重影響一地的交通運輸系統,並對經濟造成衝擊,例如本次新加坡的觀光業便深受霾害所苦。

東南亞的霾害顯現天然災害的複雜性,幾乎所有災害都是自然與人為因素交互影響所造成。此外,天然災害無國界之分,國際的防災合作與交流便顯得非常重要。不過,東南亞各國如果不能在經濟發展與環境之間取得平衡,每年總會有那麼幾天,太陽將在濃厚的煙霾之後黯淡無光。(本文由國科會補助「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)

-----廣告,請繼續往下閱讀-----

責任編輯:鄭國威 | 元智大學資訊社會研究所

 

本文原發表於行政院國家科學委員會科技大觀園「科技新知」。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!

 

延伸閱讀:

經濟發展與環境永續:東南亞霾害治理之困境與展望

-----廣告,請繼續往下閱讀-----

Fires in Indonesia: Causes, Costs and Policy Implications
東南亞的霾害:現代啟示錄
台灣的空氣汙染指標

-----廣告,請繼續往下閱讀-----
李柏昱
81 篇文章 ・ 2 位粉絲
成大都市計劃所研究生,現為防災科普小組編輯。喜歡的領域為地球科學、交通運輸與都市規劃,對於都市面臨的災害以及如何進行防災十分感興趣。

0

0
0

文字

分享

0
0
0
重溫2012(一)理性看森林火燒
陳 慈忻
・2013/03/02 ・2415字 ・閱讀時間約 5 分鐘 ・SR值 502 ・六年級

我們人類算不算是自然的一部分?如果我們是以人為本位,把自然當成資源,我們會希望木材、獵物能夠被使用,住在森林附近的居民也不想要受火災威脅,因此認為森林火是一種「災」。林朝欽博士是林業試驗所森林保護組的研究員,他長期支援國內森火防範工作、研究國內外森林火,他以中性的觀點出發,以更廣的視野看「森林火燒」的防災與生態意義。

防災觀點一:如何進行預防工作

如果從災害的觀點來看,第一步就是「森林火災危險度」的預測,就像氣象局預測今天會不會下雨,在森林火燒發生之前,每天都會計算今天發生的機率。

機率計算原理其實很簡單,假想今天有10個火點丟到這片森林,會有多少個火點引起燃燒?能引發火燒的比例就是森林火災危險度。

而測量需要從起火因子著手,第一是燃料的溼度,如果燃料越乾燥,就越容易點燃;第二是燃料的性質,就如同烤肉不會拿最大塊的木炭來燒,而是將木炭先打碎,在森林中容易引起火災的也是樹幹較細小的樹木,像是松針。

-----廣告,請繼續往下閱讀-----

所以我們在一整片森林中,只要測量最易燃種類樹木的濕度,就可以預測森林火災危險度,並將全國森林火災危險分布圖發布在林務局的網站上。

防災觀點二:如果真的發生了 怎麼應變?

農委會的林業試驗所目前正協助訓練森林救火隊,而滅火成功的關鍵是:預測火接下來會往哪邊燒?前進的速度多少?稱為「林火行為預測」。

要能夠掌握林火行為預測,得要熟悉3個要點:森林的氣象變化、森林特性、地形。就氣象變化而言,風向是預測火燒方向、速度的重要因子,濕度也會影響火燒的強度。

就森林特性而言,像是松樹屬於易燃性質,因為它含有油脂;二葉松的樹皮含有高含量的矽(Si),就像砂子的成分一樣,因此火不易燒死有較厚樹皮的老松樹。再者,針葉林的樹形是下寬上窄的三角形,接觸火的面積大而容易擴大燃燒;如果是樹型下空上滿的闊葉林,接觸火的面積小,比起針葉林不那麼容易燃燒。

-----廣告,請繼續往下閱讀-----

不同的地形也會對森林火燒產生重要的影響,不同的坡向所受的太陽光也不同,進而影響森林的乾濕度;在山谷地區的起火會順著山勢往上燒,比山稜上的起火而造成的燃燒面積更大。

為了要建立林火行為預測的模型,研究者會在實驗室進行模擬,將這3個因子在控制下進行試驗住。比方說選擇特定的燃料來實驗,經過浸水來控制濕度,接著可以製作不同地形的實驗場地,控制它的坡度。點火後,得到一些數據,從實驗中找出這些變因的影響關係。

但是真實世界是變化萬千的,所以我們接著會到野外實驗,再來修正預測模型的數學公式。這數學模型的運算結果會呈現在地圖上,讓林務局在救火的時候,可以清楚看到林火行為。

目前世界各國都累積了很多經驗,也投入許多心力在林火行為預測的研究上,因此現在的預測可以做得很好。

-----廣告,請繼續往下閱讀-----

防災觀點三:森林滅火有什麼策略?

最有效的森林滅火不是直接去撲滅已經起火的地方,去救已經燒掉的森林沒有意義,要規畫犧牲哪些地方,盡我們所能保留最大的安全區塊。因此飛機的阻燃劑不是直接燃燒的森林上噴撒,而是撒在要擋下火勢的防線上,阻燃劑的成分是與一般肥料的成分類似,所以可能避免汙染森林環境。

滅火人員的有效策略是「引火回燒」,火燒很快的時候,你怎麼追趕都無法滅的比燒得快,但是我們在火勢前頭透過人為引火往回燒,製造出缺乏燃料的「防火線」。要能夠準確的擋下火勢,最重要的是能夠準確預測林火行為,否則真的需要擋的地方沒擋到,救火時間就會延長且損失更多森林面積。

雖然飛機的速度較快,但是滅火人員的引火回燒更強效,沒有燃料絕對可以確保阻擋火勢,但是阻燃劑卻不一定能阻擋太大的火勢,所以重要的部分會優先派人進行任務,其他人力不足的地方才透過飛機支援。

生態觀點:森林火燒 v.s. 森林火災


如果我們從森林生態的角度,我們使用「火燒」這個中性的詞,而不把森林火視為災害。火其實有更新的作用,能夠幫助生態循環,避免森林老化。大自然本身就會有規律的小火燒發生,透過雷電等自然現象就可能引發。

-----廣告,請繼續往下閱讀-----

小火也有把地面清乾淨的功能,可以讓一些植物種子容易扎根。甚至在美國需要火的森林,如果沒有火反而還要主動去燒,火也是森林經營、管理的工具,稱為「計畫性火燒」(prescribed burning,醫學上prescription是處方,意思經過診斷後開的藥方,也隱含了經過燃燒學研究後要引燃的森林)。

如果將所有森林火燒都視為要撲滅的災害,會遇到什麼負面結果?除了抑制生態系更新,累積過多燃料,反而會造成大火發生。

1張山頭裸露的照片對台灣民眾而言是很驚悚的景象,但是幾個月後,這個地方經過次級演替又再度充滿生命力,小火燒對森林而言其實是益大於害的。

這個概念在台灣行政上還不被接受,認為有火就要滅,有火就是災。我們的研究還在蒐集更充足的證據,證明大自然有足夠的生命力進行周期循環,提倡「森林火燒」而非「森林火災」的概念。

-----廣告,請繼續往下閱讀-----

每一個自然現象都有其功能,颱風、火山、森林火燒都不是只有害處。就森林火燒而言,我們應該要釐清哪些森林是需要火,讓它規律的燒;也要清楚強度多大的火燒會帶來危險、多小的火燒不會燒到人類居住地,再決定要如何防範。

(本文原發表於行政院國家科學委員會-科技大觀園「科技新知」。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!)

延伸學習:

  • 林朝欽(民91),細說森林火 : 害怕它?不如了解它,行政院農業委員會林務局,台北。
  • 林朝欽(民 92),野火,是森林的敵人還是朋友?科學人,11, 85-87。
-----廣告,請繼續往下閱讀-----
文章難易度
陳 慈忻
55 篇文章 ・ 1 位粉絲
在丹麥的博士生,專長是用機器學習探索人類生活空間,正在研究都市環境變遷與人類健康的關係。曾擔任防災科普小組編輯、社會創新電子報主編。

0

0
0

文字

分享

0
0
0
重溫2012(五)地震都在下班後?
陳 慈忻
・2013/03/03 ・1784字 ・閱讀時間約 3 分鐘 ・SR值 484 ・五年級

自1901至2006年,台灣地區共有97次災情較嚴重的地震災害,如果不論災情,台灣位於板塊交界帶,大小地震是家常便飯,在台灣人心中,或許頻繁的地震就像「黃鼠狼拜年」令人畏懼。郭鎧紋博士是中央氣象局地震測報中心主任,從台大地質系求學到多年的地震研究工作,經驗豐富的他由淺入深地介紹地震原理和近代趨勢,也探討多年觀察下來的有趣問題。

地震與原子彈釋放能量比一比

常常聽到地震幾級、規模多少,到底代表什麼意思?其實幾「級」指的是地震強度,各地隨著距離震源遠近不一,感受到的強度也不一樣,因此同一個地震在不同地方會有不一樣的強度。但是規模指的是這個地震本身所釋放的能量大小,因此同一個地震的規模不會因地而異。

地震規模有不同的算法,因此有的時候會看到同一個地震有不同的規模紀錄。比較常見的是「震矩規模」和「芮氏規模」,前者是依照地震的破裂面大小來計算,後者是從最大振幅的測量來計算。

從地震釋放能量的觀點來看,芮氏規模6.2的地震所釋放的能量相當於1顆原子彈,芮氏規模8.2的地震就相當於1,024顆原子彈,規模每增加0.2,能量就會增加為2倍。

-----廣告,請繼續往下閱讀-----

全球地震趨勢

隨著監測技術進步,1900年以後芮氏規模7.0以上的地震都不會遺漏,因此根據近一百多年來的紀錄,發現每年全球大約有17個規模7以上的地震。

全球規模8以上平均每年有1個,有時候某一年沒有芮氏規模8.0以上的地震,有時候1年卻來了兩個以上。如果統計每年全球所有的地震釋放的能量總和,平均大約等於1個芮氏規模8.3的地震。

1965年以後的近40年,全球的大地震比較少,進入平緩時期,直到2004南亞大海嘯造成28萬人死亡,舉世震驚。加上當時正是歐洲國家的聖誕假期,許多歐洲人到南亞度假,北歐國家在南亞大海嘯當中喪生的國民平均有4000人。

在南亞大海嘯之前,研究海嘯的專家少之又少,因為近幾十年來國際上嚴重的海嘯事件不多,直到南亞大海嘯之後才有新的研究趨勢。

-----廣告,請繼續往下閱讀-----

迷思一:台灣的地震都在下班時發生?

有一天我晚上值班的時候,龜山島連續發生5個地震,後來我們注意到1件事情,台灣地過去20年來規模6以上的地震共有19個發生在正常上班時間,61個發生在半夜或假日,在下班時間發生重大地震的機率竟是上班時間的3.5倍,怎麼會這樣?

但讓我們再想想,周休二日和國定假日約佔1年的1/3,上班日只有2/3,一天上班的時間算八小時要再乘上1/3,這樣平均每年只有2/9的時間在上班,下班時間是7/9,兩者相除竟然真的是3.5!可見這傳言只是庸人自擾。

迷思二:鄰國發生地震 代表台灣接著也會發生地震?


一般民眾可能認為日本發生強震之後,台灣很可能也受到影響而發生大地震,這是真的嗎?日本東部的地震,起因侷限於北美板塊與歐亞大陸板塊的作用,與台灣距離兩千五百公里,就算在相近的時間點發生地震,也只是巧合。

環太平洋火山地震帶是地球上地震發生最頻繁的區域,台灣的地震與菲律賓海板塊和歐亞大陸板塊有關,和太平洋板塊並沒有直接關係。世界上最深的馬里亞納海溝深度達10,911公尺,將菲律賓海板塊與太平洋板塊隔開來,日本地震一般是由太平洋板塊碰撞其他板塊造成,因此台灣與日本地震較無連動效果。

-----廣告,請繼續往下閱讀-----

而中國大陸時常發生地震的西南一帶,為印澳板塊與歐亞大陸板塊交界處,雖然汶川地震的斷層破裂面長達三百多公里,但是距離台灣仍有幾千公里的距離,因此並不會影響台灣發生地震。

如果擔心地震災害的連動影響,我們可以先去了解這些事件背後的原理。平時就做好防震準備,並且理性面對天災,才能避免聽信謠言,造成非必要的恐慌。

(本文原發表於行政院國家科學委員會-科技大觀園「科技新知」。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!)

-----廣告,請繼續往下閱讀-----
陳 慈忻
55 篇文章 ・ 1 位粉絲
在丹麥的博士生,專長是用機器學習探索人類生活空間,正在研究都市環境變遷與人類健康的關係。曾擔任防災科普小組編輯、社會創新電子報主編。

0

0
0

文字

分享

0
0
0
重溫2012(一)理性看森林火燒
陳 慈忻
・2013/03/02 ・2415字 ・閱讀時間約 5 分鐘 ・SR值 502 ・六年級

我們人類算不算是自然的一部分?如果我們是以人為本位,把自然當成資源,我們會希望木材、獵物能夠被使用,住在森林附近的居民也不想要受火災威脅,因此認為森林火是一種「災」。林朝欽博士是林業試驗所森林保護組的研究員,他長期支援國內森火防範工作、研究國內外森林火,他以中性的觀點出發,以更廣的視野看「森林火燒」的防災與生態意義。

防災觀點一:如何進行預防工作

如果從災害的觀點來看,第一步就是「森林火災危險度」的預測,就像氣象局預測今天會不會下雨,在森林火燒發生之前,每天都會計算今天發生的機率。

機率計算原理其實很簡單,假想今天有10個火點丟到這片森林,會有多少個火點引起燃燒?能引發火燒的比例就是森林火災危險度。

而測量需要從起火因子著手,第一是燃料的溼度,如果燃料越乾燥,就越容易點燃;第二是燃料的性質,就如同烤肉不會拿最大塊的木炭來燒,而是將木炭先打碎,在森林中容易引起火災的也是樹幹較細小的樹木,像是松針。

-----廣告,請繼續往下閱讀-----

所以我們在一整片森林中,只要測量最易燃種類樹木的濕度,就可以預測森林火災危險度,並將全國森林火災危險分布圖發布在林務局的網站上。

防災觀點二:如果真的發生了 怎麼應變?

農委會的林業試驗所目前正協助訓練森林救火隊,而滅火成功的關鍵是:預測火接下來會往哪邊燒?前進的速度多少?稱為「林火行為預測」。

要能夠掌握林火行為預測,得要熟悉3個要點:森林的氣象變化、森林特性、地形。就氣象變化而言,風向是預測火燒方向、速度的重要因子,濕度也會影響火燒的強度。

就森林特性而言,像是松樹屬於易燃性質,因為它含有油脂;二葉松的樹皮含有高含量的矽(Si),就像砂子的成分一樣,因此火不易燒死有較厚樹皮的老松樹。再者,針葉林的樹形是下寬上窄的三角形,接觸火的面積大而容易擴大燃燒;如果是樹型下空上滿的闊葉林,接觸火的面積小,比起針葉林不那麼容易燃燒。

-----廣告,請繼續往下閱讀-----

不同的地形也會對森林火燒產生重要的影響,不同的坡向所受的太陽光也不同,進而影響森林的乾濕度;在山谷地區的起火會順著山勢往上燒,比山稜上的起火而造成的燃燒面積更大。

為了要建立林火行為預測的模型,研究者會在實驗室進行模擬,將這3個因子在控制下進行試驗住。比方說選擇特定的燃料來實驗,經過浸水來控制濕度,接著可以製作不同地形的實驗場地,控制它的坡度。點火後,得到一些數據,從實驗中找出這些變因的影響關係。

但是真實世界是變化萬千的,所以我們接著會到野外實驗,再來修正預測模型的數學公式。這數學模型的運算結果會呈現在地圖上,讓林務局在救火的時候,可以清楚看到林火行為。

目前世界各國都累積了很多經驗,也投入許多心力在林火行為預測的研究上,因此現在的預測可以做得很好。

-----廣告,請繼續往下閱讀-----

防災觀點三:森林滅火有什麼策略?

最有效的森林滅火不是直接去撲滅已經起火的地方,去救已經燒掉的森林沒有意義,要規畫犧牲哪些地方,盡我們所能保留最大的安全區塊。因此飛機的阻燃劑不是直接燃燒的森林上噴撒,而是撒在要擋下火勢的防線上,阻燃劑的成分是與一般肥料的成分類似,所以可能避免汙染森林環境。

滅火人員的有效策略是「引火回燒」,火燒很快的時候,你怎麼追趕都無法滅的比燒得快,但是我們在火勢前頭透過人為引火往回燒,製造出缺乏燃料的「防火線」。要能夠準確的擋下火勢,最重要的是能夠準確預測林火行為,否則真的需要擋的地方沒擋到,救火時間就會延長且損失更多森林面積。

雖然飛機的速度較快,但是滅火人員的引火回燒更強效,沒有燃料絕對可以確保阻擋火勢,但是阻燃劑卻不一定能阻擋太大的火勢,所以重要的部分會優先派人進行任務,其他人力不足的地方才透過飛機支援。

生態觀點:森林火燒 v.s. 森林火災


如果我們從森林生態的角度,我們使用「火燒」這個中性的詞,而不把森林火視為災害。火其實有更新的作用,能夠幫助生態循環,避免森林老化。大自然本身就會有規律的小火燒發生,透過雷電等自然現象就可能引發。

-----廣告,請繼續往下閱讀-----

小火也有把地面清乾淨的功能,可以讓一些植物種子容易扎根。甚至在美國需要火的森林,如果沒有火反而還要主動去燒,火也是森林經營、管理的工具,稱為「計畫性火燒」(prescribed burning,醫學上prescription是處方,意思經過診斷後開的藥方,也隱含了經過燃燒學研究後要引燃的森林)。

如果將所有森林火燒都視為要撲滅的災害,會遇到什麼負面結果?除了抑制生態系更新,累積過多燃料,反而會造成大火發生。

1張山頭裸露的照片對台灣民眾而言是很驚悚的景象,但是幾個月後,這個地方經過次級演替又再度充滿生命力,小火燒對森林而言其實是益大於害的。

這個概念在台灣行政上還不被接受,認為有火就要滅,有火就是災。我們的研究還在蒐集更充足的證據,證明大自然有足夠的生命力進行周期循環,提倡「森林火燒」而非「森林火災」的概念。

-----廣告,請繼續往下閱讀-----

每一個自然現象都有其功能,颱風、火山、森林火燒都不是只有害處。就森林火燒而言,我們應該要釐清哪些森林是需要火,讓它規律的燒;也要清楚強度多大的火燒會帶來危險、多小的火燒不會燒到人類居住地,再決定要如何防範。

(本文原發表於行政院國家科學委員會-科技大觀園「科技新知」。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!)

延伸學習:

  • 林朝欽(民91),細說森林火 : 害怕它?不如了解它,行政院農業委員會林務局,台北。
  • 林朝欽(民 92),野火,是森林的敵人還是朋友?科學人,11, 85-87。
-----廣告,請繼續往下閱讀-----
文章難易度
陳 慈忻
55 篇文章 ・ 1 位粉絲
在丹麥的博士生,專長是用機器學習探索人類生活空間,正在研究都市環境變遷與人類健康的關係。曾擔任防災科普小組編輯、社會創新電子報主編。