0

0
0

文字

分享

0
0
0

如果你覺得地球快被我們毀了,你該矯正對全球暖化的認知

活躍星系核_96
・2013/10/01 ・2733字 ・閱讀時間約 5 分鐘 ・SR值 563 ・九年級

-----廣告,請繼續往下閱讀-----

聯合國IPCC發表新報告,如果你覺得地球快被我們毀了,你該矯正對全球暖化的認知

photographed by Conan (CC)
photographed by Conan (CC)

文\涂智凱、蔡宜芳

前幾天聯合國發布了全球暖化報告(IPCC AR5 WG1: Policymakers),可能是因為2012年的氣候門事件(對於氣候門事件這裡就不多貲述,大家可以參閱這篇文章),所以這次聯合國的暖化報告非常注重公信力以及使用科學的方法驗證全球暖化的成因及影響,他們號召了來自39個國家的1089名專家共同監製,收集了世界各地5萬3千多份的意見,9千多份出版物,並有來自世界各地區的巨量觀測數據、來自氣候模式的模擬超過2萬Gigabytes的數值數據來鑄成這次的全球暖化報告,希望大家能不要再爭論我們人類到底是不是全球暖化的罪魁禍首,而要採取行動,改變我們的未來。

這篇文章就不談這次報告揭露的數據,而是要帶大家深入了解這次AR5有什麼特別有趣的地方,關於數據面請大家可以參閱媒體報導及文章最後的重點摘要:

-----廣告,請繼續往下閱讀-----
  1. 聯合國報告:全球暖化 95%是人類自己造成
  2. 聯合國警告全球若升溫4.8度 21世紀末台灣10%面積恐淹沒
  3. IPCC:人類致氣候變化可能性超95%

大氣科學是一個難以計算的科學,不像力學用F=ma就可以算出精確的答案,大氣科學存在著大量的變數要考慮,精準預測幾乎不可能,所以你會發現氣象局預測天氣都用機率來表示,事實上,全球暖化也是,他是一個長期的氣候預測,難度更高,對於全球暖化這個議題,聯合國的科學家們甚至需要開辯論大會,在極具爭議的議題上可能還需要投票,這是很有趣的一件事情,當科學遇上表決,但在科技的限制上就是如此,而在這次報告中,每個詞語都有明確的定義(如下表)。

可能性及其發生機率
 Virtually certain(相當確定)  >99%
 Extremely likely(極為可能)  >95%
 Very likely(非常可能)  >90%
 Likely(可能)  >66%
 More likely than not(較為可能)  >50%
 About as likely as not(大約可能)  33~66%
 Unlikely(不可能)  <33%
 Very unlikely(非常不可能)  <10%
 Extremely unlikely(極為不可能)  <5%
 Exceptionally unlikely(相當不可能)  <1%

過去科學家認為有90%的可能性,全球暖化是由人類造成,現在數值已經提高到95%,幾乎確定就是我們造成地球發燒,報告指出,我們若完全沒有作為,在2100年,最糟糕的情況全球溫度會上升4.8度,那我們就會想問,這個最糟糕的情況是怎麼定義的?在以前,我們通常是用二氧化碳濃度來表示污染的程度,但是在聯合國最新的報告是使用RCP(如下表),RCP是什麼呢?譯作為輻射增溫,單位是每平方公尺瓦特,也就是太陽對於地表的加熱作用並被溫室氣體滯留所產生的熱能量,這樣就能以一個變數來更精確的表示溫室氣體造成的地表加熱作用造成的地球環境影響。

RCP定義 2.6 4.5 6 8.5
到2100年輻射能  2.6 W/m2 4.5W/m2 6 W/m2  8.5 W/m2
模擬的CO2濃度  421 ppm 538 ppm 670 ppm 936 ppm

AR5利用地球系統模式(ESM)增加了大氣中CO2交互過程、海洋中生態及生地化反應、腹地上植物生態及路的使用。另外,模擬20世紀後半段的快速增溫現象,以及當火山噴發後的冷卻現象。但模式無法模擬出,近10至15年地面氣溫暖化速率減緩的現象,主要可能的原因,和模式無法正確描述太陽、火山及懸浮微粒之間的交互作用。氣候模式雖然新增了關於雲和懸浮微粒之間的交互過程,但對於這些過程的代表性和量化表現信心度仍低(low confidence)。

下圖是模擬不同情況下地球的升溫情況,如果人類放任汙染,就會出現最糟糕的情況就是RCP8.5,正負兩度C在約2050年左右就要失守了,如果我們從現在開始支持減碳,降低汙染,最佳的情況就是RCP2.6,可以看到要維持2℃不是不可能的任務,而是現在我們必須要開始行動了,另外我們再了解海平面的高度變化。

-----廣告,請繼續往下閱讀-----

p2

現在媒體對於全球暖化存在著很多錯誤觀念,例如你常常看到報導說,北極的海冰溶化造成海平面上升,但事實上,海平面上升真正的主因是熱膨脹,海冰溶化是其次的考慮因素,如果世紀末海平面上升近1公尺(如圖三),台灣將有近1成的面積會被淹沒,包括台北盆地、台中、彰化、嘉義、雲林、高雄及屏東西部沿海等地;另外,台灣颱風的風雨有加重的趨勢,大家都在想,是不是因為全球暖化的關係造成我們的天氣異變,但事實上,科學家對於此有強烈爭辯,但大多數持保留態度,這次報告中對於這個現象的態度也趨於保留,認為此現象不一定是全球趨勢,而是可能存在於特定區域(北大西洋)。

這次的報告肯定人類與全球暖化之間的關係,並也極力告訴我們,地球還有救!只要我們極力推動節能減碳,RCP8.5與RCP2.6之間的差別,被嚴重破壞的藍色星球還有綠色的未來,你選擇哪個?你要交給我們的下一代什麼樣的世界?決定權掌握在我們的手上!

p3

其他重點整理:

  • 海平面的上升最主要的因素是熱膨脹,冰山融化是次要
  • 台灣人有近九成(87.7%)相信全球暖化是由人類所引起,但是根據美國耶魯大學的調查,只有不到半數的美國人(49%)認為全球暖化的主因是人類
  • 對於全球暖化與人類之間的關係,確定度由90%到95%
  • 若無作為2100年溫度可能上升4.8度
  • 2050年2度C失守
  • AR4預測2020年夏季無冰(約4百萬平方公里),AR5為2050年
  • AR4大膽預測,AR5強調公信力與科學分析,並引用大量資料及意見(2萬Gigabytes資料 9000多篇出版物 報告厚度達幾萬頁 5萬多份意見)
  • AR5的圖集資料解析度更高,雖然不及台灣
  • AR4用溫室氣體濃度,AR5用RCP來比較人類的汙染程度,並強調人類有做為與無作為的差異
  • 對於各種氣候災害與全球暖化的關聯性都比AR4更確定,只有關於熱帶氣旋與全球暖化之關係,AR5趨近保守(likely),因為此課題存在著非常大的爭議,可能非全球暖化的結果,所以台灣的颱風增強可能非全球暖化的結果
  • 氣候預測難,當科學遇上投票與辯論,用「可能性」方式預測

 

大氣溫度:人為排放的溫室氣體對21世紀的溫度影響很大。其中陸地溫度上升的幅度比海洋大,極區暖化的速度更快。當全球平均溫度升高,會有更多熱的極端事件發生,冷極端事件相對減少,熱浪發生頻率會增加。

-----廣告,請繼續往下閱讀-----

水循環:21世紀氣候暖化的背景下,乾、濕區的季節降雨對比更加明顯,高緯地區和赤道太平洋地區的降雨會增加,雖然有些區域會例外。許多中緯度和副熱帶地乾區,降雨會減少;季風影響的區域會增加,季風降雨增強,影響時間也會延長,但環流會減弱。

空氣和海洋:在未來的模擬中,溫度上升提高臭氧的破壞率,使得地表臭氧濃度減少,但是甲烷的濃度卻增加。在各種RCP情境中,海洋溫度都是上升的。海洋暖化最顯著的區域在熱帶和副熱帶的表層海水。而海洋吸收人為CO2的增加造成海水酸化,PH值降低,碳酸鹽離子減少,改變化學平衡。

文章難易度
活躍星系核_96
752 篇文章 ・ 125 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

0

1
2

文字

分享

0
1
2
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 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?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

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。

-----廣告,請繼續往下閱讀-----

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:

-----廣告,請繼續往下閱讀-----
  • 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

-----廣告,請繼續往下閱讀-----

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?

圖形處理的例子

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。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

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?

-----廣告,請繼續往下閱讀-----

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?

-----廣告,請繼續往下閱讀-----

(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)

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。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 54 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

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

-----廣告,請繼續往下閱讀-----

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

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
200 篇文章 ・ 308 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

0

3
1

文字

分享

0
3
1
溫室效應有救了?把二氧化碳埋進地底吧!  
鳥苷三磷酸 (PanSci Promo)_96
・2024/03/25 ・1389字 ・閱讀時間約 2 分鐘

-----廣告,請繼續往下閱讀-----

本文由 台灣中油股份有限公司 委託,泛科學企劃執行。 

近年全球對於氣候變遷的關注日益增加,各國紛紛宣布淨零排放(Net Zero Emissions)的目標,聯手應對氣候變遷所帶來的挑戰。淨零排放是指將全球人為排放的溫室氣體量和人為移除的量相抵銷後為零。而「碳捕存再利用技術(Carbon Capture Utilization and Storage,簡稱 CCUS)」技術被視為達成淨零重要的措施之一。 

CCUS 示意圖。圖/INPEX CCS and CCUS Business Introduction Video 2022 

「碳捕存再利用技術 CCUS」是什麼? 

CCUS 技術可以有效地將二氧化碳從大氣中捕捉並封存,進而減少溫室氣體的排放。CCUS 包含捕捉、運輸、封存或再利用三個階段,也就是將二氧化碳抓下來,並且存起來或是轉換成其他有價值的化學原料。關於如何捕捉二氧化碳,可以參考我們先前拍的影片《減碳速度太慢?現在已經能主動把二氧化碳抓下來!?抓下來的二氧化碳又去了哪裡?》。 

至於捉下二氧化碳之後,該存放在哪裡呢?科學家們看上一個經過數千萬年驗證、最適合儲存的地方——地底。沒錯,地底可不只有石頭跟蜥蜴人,只要這些石頭中存在孔隙,就可以儲存氣體或液體。最常見的就是天然氣與石油。現在,我們只要將二氧化碳儲存到這些孔隙就好。 

-----廣告,請繼續往下閱讀-----

封存的地質條件也很簡單,第一,要有一層擁有良好空隙率及滲透性的「儲集層」,通常是砂岩。第二,有一層緻密、不透水且幾乎無孔隙的岩石,用來阻擋儲集層的氣體向上逸散的「蓋層」,常見的是頁岩。只要儲集層在下,蓋層在上,就是一個理想的儲存環境。 

臺灣哪裡適合地質封存? 

臺灣由東往西,從西部麓山帶、西部平原、濱海到臺灣海峽,都有深度達 10 公里的廣大沉積層,並且砂岩與頁岩交替出現,可說是良好的儲氣構造。 

至於臺灣適合封存二氧化碳的地點,有個很直接的作法,就是參考石油、天然氣的儲存場域就好,也就是所謂的「枯竭油氣層」。將開採過的天然氣或石油的空間,重新拿來儲存二氧化碳。而臺灣的油氣田,主要集中在西部的苗栗與臺南一帶,在 1959~2016 年,累計產了 500 億立方公尺的天然氣,和超過 500 萬公秉的凝結油。 

臺灣油氣田位置圖。圖/《科學發展》2017 年 6 月第 534 期
鐵砧山每年封存 10 萬噸二氧化碳(相當於通霄鎮 1/3 人口一年的二氧化碳排放量)。圖/台灣中油

而至今這些枯竭油氣田,適合來做二氧化碳的封存。例如苗栗縣通霄鎮的鐵砧山是臺灣目前陸上發現最大的油氣田,不只是封閉型背斜構造,更擁有厚實緻密的緻密蓋岩層。在原有油氣田枯竭後,從民國 77 年開始轉為天然氣儲氣窖利用原始天然氣儲層調節北部用氣的方式,已持續超過 35 年。因此中油也正規劃在鐵砧山氣田選擇合適的蓋層和鹽水層,進行小規模的二氧化碳注入,作為全國首座碳封存的示範場址。並同時進行多面向的長期監測,驗證二氧化碳封存的可行性與安全性。 

-----廣告,請繼續往下閱讀-----

更多詳細內容及國際 CCUS 案例,歡迎觀看影片解惑! 

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
200 篇文章 ・ 308 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