0

0
1

文字

分享

0
0
1

種植:對抗全球暖化的防護罩

科景_96
・2011/02/10 ・768字 ・閱讀時間約 1 分鐘 ・SR值 537 ・八年級

Original publish date:Mar 20, 2007

編輯 Alan Kuo 報導

 

氣候研究團隊從四個區域性氣候模型(regional climate models, RCMs) ,比較過去土地利用情形改變前後氣候的反應,發現區域性的氣候會因灌溉作用而有降溫的現象(irrigation cooling effect,ICE)。

美國加州Merced大學的自然生態系統的科學家Lara Kueppers率領加州聖克魯茲(Santa Cruz)大學研究團隊所使用的區域性氣候模型利用天然的植被和包括現代農地及都市等兩種截然不同的地貌來做研究。因為加州面積廣大,研究人員要設定電腦模擬對象不易。因此,第一個研究方案,電腦選擇模擬的城市及農地是選用1990年時的數據,並且假定這個數據在1980至2000這20年內為常數。此外,因為所選定都市及農地的原生植物已不可考。因此,第二個研究方案,便種植與鄰近區域相似的天然植物,使研究區域的地貌不含任何存在於農地或都市的植被或覆蓋物。結果Kueppers發現經由灌溉可以有效的降溫,特別是在酷熱的夏天。平均來說,有灌溉作物的農地在八月的平均溫度比以往降了3.7°C,而且最高的溫度平均更降了7.5°C。由於加州是美國最大的農業生產州,將近有13.5%的面積都是農業,而且超過半數的農作物都是屬於灌溉作物,因而解救了都市所造成的熱島現象。經過電腦模擬的結果發現,加州整個八月的平均溫度比之前沒有種植灌溉作物的溫度低了0.38°C。

-----廣告,請繼續往下閱讀-----

加州Lawrence Livermore的國家實驗室氣候科學家David Lobell在2000年的研究發現美國大部分的州除了一些有灌溉作物的地區以外,在夏季都有暖化的現象。Kueppers的這個研究則發現區域性氣候改變一部份的原因要歸因於地區植物的型態和結構,正好可以呼應Lobell的研究並解答其原因。當David Lobell在看到Lara Kueppers的研究後,更認為如果沒有灌溉的話,或許地球暖化的情形會更加嚴重。

雖然我們可以從Kueppers的研究了解多種植些灌溉作物對日益嚴重的暖化問題或許是個解決辦法,但是不論是美國的加州或是世界上其它的國家,種植灌溉作物的土地面積並不會增加!

 

原始論文:
Lara M. Kueppers, Mark A. Snyder and Lisa C. Sloan
Irrigation cooling effect: Regional climate forcing by land-use change
GEOPHYSICAL RESEARCH LETTERS, VOL. 34, L03703 (2007).

參考來源:

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
科景_96
426 篇文章 ・ 7 位粉絲
Sciscape成立於1999年4月,為一非營利的專業科學新聞網站。

0

1
0

文字

分享

0
1
0
人與 AI 的關係是什麼?走進「2024 未來媒體藝術節」,透過藝術創作尋找解答
鳥苷三磷酸 (PanSci Promo)_96
・2024/10/24 ・3176字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

本文與財團法人臺灣生活美學基金會合作。 

AI 有可能造成人們失業嗎?還是 AI 會成為個人專屬的超級助理?

隨著人工智慧技術的快速發展,AI 與人類之間的關係,成為社會大眾目前最熱烈討論的話題之一,究竟,AI 會成為人類的取代者或是協作者?決定關鍵就在於人們對 AI 的了解和運用能力,唯有人們清楚了解如何使用 AI,才能化 AI 為助力,提高自身的工作效率與生活品質。

有鑑於此,目前正於臺灣當代文化實驗場 C-LAB 展出的「2024 未來媒體藝術節」,特別將展覽主題定調為奇異點(Singularity),透過多重視角探討人工智慧與人類的共生關係。

-----廣告,請繼續往下閱讀-----

C-LAB 策展人吳達坤進一步說明,本次展覽規劃了 4 大章節,共集結來自 9 個國家 23 組藝術家團隊的 26 件作品,帶領觀眾從了解 AI 發展歷史開始,到欣賞各種結合科技的藝術創作,再到與藝術一同探索 AI 未來發展,希望觀眾能從中感受科技如何重塑藝術的創造範式,進而更清楚未來該如何與科技共生與共創。

從歷史看未來:AI 技術發展的 3 個高峰

其中,展覽第一章「流動的錨點」邀請了自牧文化 2 名研究者李佳霖和蔡侑霖,從軟體與演算法發展、硬體發展與世界史、文化與藝術三條軸線,平行梳理 AI 技術發展過程。

圖一、1956 年達特茅斯會議提出「人工智慧」一詞

藉由李佳霖和蔡侑霖長達近半年的調查研究,觀眾對 AI 發展有了清楚的輪廓。自 1956 年達特茅斯會議提出「人工智慧(Artificial Intelligence))」一詞,並明確定出 AI 的任務,例如:自然語言處理、神經網路、計算學理論、隨機性與創造性等,就開啟了全球 AI 研究浪潮,至今將近 70 年的過程間,共迎來三波發展高峰。

第一波技術爆發期確立了自然語言與機器語言的轉換機制,科學家將任務文字化、建立推理規則,再換成機器語言讓機器執行,然而受到演算法及硬體資源限制,使得 AI 只能解決小問題,也因此進入了第一次發展寒冬。

-----廣告,請繼續往下閱讀-----
圖二、1957-1970 年迎來 AI 第一次爆發

之後隨著專家系統的興起,讓 AI 突破技術瓶頸,進入第二次發展高峰期。專家系統是由邏輯推理系統、資料庫、操作介面三者共載而成,由於部份應用領域的邏輯推理方式是相似的,因此只要搭載不同資料庫,就能解決各種問題,克服過去規則設定無窮盡的挑戰。此外,機器學習、類神經網路等技術也在同一時期誕生,雖然是 AI 技術上的一大創新突破,但最終同樣受到硬體限制、技術成熟度等因素影響,導致 AI 再次進入發展寒冬。

走出第二次寒冬的關鍵在於,IBM 超級電腦深藍(Deep Blue)戰勝了西洋棋世界冠軍 Garry Kasparov,加上美國學者 Geoffrey Hinton 推出了新的類神經網路算法,並使用 GPU 進行模型訓練,不只奠定了 NVIDIA 在 AI 中的地位, 自此之後的 AI 研究也大多聚焦在類神經網路上,不斷的追求創新和突破。

圖三、1980 年專家系統的興起,進入第二次高峰

從現在看未來:AI 不僅是工具,也是創作者

隨著時間軸繼續向前推進,如今的 AI 技術不僅深植於類神經網路應用中,更在藝術、創意和日常生活中發揮重要作用,而「2024 未來媒體藝術節」第二章「創造力的轉變」及第三章「創作者的洞見」,便邀請各國藝術家展出運用 AI 與科技的作品。

圖四、2010 年發展至今,高性能電腦與大數據助力讓 AI 技術應用更強

例如,超現代映畫展出的作品《無限共作 3.0》,乃是由來自創意科技、建築師、動畫與互動媒體等不同領域的藝術家,運用 AI 和新科技共同創作的作品。「人們來到此展區,就像走進一間新科技的實驗室,」吳達坤形容,觀眾在此不僅是被動的觀察者,更是主動的參與者,可以親身感受創作方式的轉移,以及 AI 如何幫助藝術家創作。

-----廣告,請繼續往下閱讀-----
圖五、「2024 未來媒體藝術節——奇異點」展出現場,圖為超現代映畫的作品《無限共作3.0》。圖/C-LAB 提供

而第四章「未完的篇章」則邀請觀眾一起思考未來與 AI 共生的方式。臺灣新媒體創作團隊貳進 2ENTER 展出的作品《虛擬尋根-臺灣》,將 AI 人物化,採用與 AI 對話記錄的方法,探討網路發展的歷史和哲學,並專注於臺灣和全球兩個場景。又如國際非營利創作組織戰略技術展出的作品《無時無刻,無所不在》,則是一套協助青少年數位排毒、數位識毒的方法論,使其更清楚在面對網路資訊時,該如何識別何者為真何者為假,更自信地穿梭在數位世界裡。

透過歷史解析引起共鳴

在「2024 未來媒體藝術節」規劃的 4 大章節裡,第一章回顧 AI 發展史的內容設計,可說是臺灣近年來科技或 AI 相關展覽的一大創舉。

過去,這些展覽多半以藝術家的創作為展出重點,很少看到結合 AI 發展歷程、大眾文明演變及流行文化三大領域的展出內容,但李佳霖和蔡侑霖從大量資料中篩選出重點內容並儘可能完整呈現,讓「2024 未來媒體藝術節」觀眾可以清楚 AI 技術於不同階段的演進變化,及各發展階段背後的全球政治經濟與文化狀態,才能在接下來欣賞展區其他藝術創作時有更多共鳴。

圖六、「2024 未來媒體藝術節——奇異點」分成四個章節探究 AI 人工智慧時代的演變與社會議題,圖為第一章「流動的錨點」由自牧文化整理 AI 發展歷程的年表。圖/C-LAB 提供

「畢竟展區空間有限,而科技發展史的資訊量又很龐大,在評估哪些事件適合放入展區時,我們常常在心中上演拉鋸戰,」李佳霖笑著分享進行史料研究時的心路歷程。除了從技術的重要性及代表性去評估應該呈現哪些事件,還要兼顧詞條不能太長、資料量不能太多、確保內容正確性及讓觀眾有感等原則,「不過,歷史事件與展覽主題的關聯性,還是最主要的決定因素,」蔡侑霖補充指出。

-----廣告,請繼續往下閱讀-----

舉例來說,Google 旗下人工智慧實驗室(DeepMind)開發出的 AI 軟體「AlphaFold」,可以準確預測蛋白質的 3D 立體結構,解決科學家長達 50 年都無法突破的難題,雖然是製藥或疾病學領域相當大的技術突破,但因為與本次展覽主題的關聯性較低,故最終沒有列入此次展出內容中。

除了內容篩選外,在呈現方式上,2位研究者也儘量使用淺顯易懂的方式來呈現某些較為深奧難懂的技術內容,蔡侑霖舉例說明,像某些比較艱深的 AI 概念,便改以視覺化的方式來呈現,為此上網搜尋很多與 AI 相關的影片或圖解內容,從中找尋靈感,最後製作成簡單易懂的動畫,希望幫助觀眾輕鬆快速的理解新科技。

吳達坤最後指出,「2024 未來媒體藝術節」除了展出藝術創作,也跟上國際展會發展趨勢,於展覽期間規劃共 10 幾場不同形式的活動,包括藝術家座談、講座、工作坊及專家導覽,例如:由策展人與專家進行現場導覽、邀請臺灣 AI 實驗室創辦人杜奕瑾以「人工智慧與未來藝術」為題舉辦講座,希望透過帶狀活動創造更多話題,也讓展覽效益不斷發酵,讓更多觀眾都能前來體驗由 AI 驅動的未來創新世界,展望 AI 在藝術與生活中的無限潛力。

展覽資訊:「未來媒體藝術節——奇異點」2024 Future Media FEST-Singularity 
展期 ▎2024.10.04 ( Fri. ) – 12.15 ( Sun. ) 週二至週日12:00-19:00,週一休館
地點 ▎臺灣當代文化實驗場圖書館展演空間、北草坪、聯合餐廳展演空間、通信分隊展演空間
指導單位 ▎文化部
主辦單位 ▎臺灣當代文化實驗場

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
210 篇文章 ・ 312 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

1

1
1

文字

分享

1
1
1
經濟重要還是環境重要?明朝末年發生了什麼事?氣候如何影響國家?——《價崩》導讀
衛城出版_96
・2024/05/07 ・4105字 ・閱讀時間約 8 分鐘

眼皮底下的事實:環境史研究者看《價崩》

洪廣冀(臺灣大學地理環境資源學系副教授)

著名的漢學家卜正民以如下段落為《價崩:氣候危機與大明王朝的終結》一書定調:

生活在這個時代,我們彷彿逃不出莫測變幻的手掌心。變化讓人這麼痛苦、氣餒,為了安慰自我,我們便告訴自己:當代的生活特徵就是接連不斷的變化,正是這種不穩定,讓世界變得比以往更複雜。

他告訴我們,作為一個「長壽之人」,「過去十年來,氣候變遷、物價通膨,以及政治豪奪的速度與規模」,他認為也是前所未見。只是,作為一個歷史學者,他還是想問,若我們放大時空的尺度,當代人在過去十年來經歷的變化,真的是前所未見嗎?他的答案是否定的。在一六四○年代早期的中國,也就是明朝末期的中國,是一個連「生存條件都被剝奪,平安度日的尊嚴都被否定的時代」,因為「大規模的氣候寒化、疫情與軍事入侵,奪走數以百萬計的人命」。

在一六四○年代早期的中國,也就是明朝末期的中國,是一個連「生存條件都被剝奪,平安度日的尊嚴都被否定的時代」,因為「大規模的氣候寒化、疫情與軍事入侵,奪走數以百萬計的人命」。
圖/unsplash

藏在眼皮下的事實是什麼?小冰期如何發生?

一六四○年代初期的中國發生什麼事?這便是卜正民試圖回答的問題。他反對傳統史學的兩大見解:一者是訴諸人禍,即訴諸當時宮廷內的派系鬥爭,統治階層道德淪喪,導致民不聊生;二者是訴諸十六至十七全球的白銀貿易,即當時從美洲與日本湧入中國的白銀,造成物價波動與社會不安。卜正民認為,訴諸人禍與貿易會讓我們看不見「藏在眼皮底下的事實」:小冰河時期(簡稱小冰期)。

-----廣告,請繼續往下閱讀-----

廣義地說,小冰期是從十四世紀至十九世紀初期的地球寒化現象,氣溫平均掉了攝氏兩度。乍看之下,攝氏兩度的溫差或許微小,但對作物而言,這樣的溫差已經足夠讓作物減少一次收成,或根本無法收成。再者,必須注意,兩度的溫差是「平均」,即可能是極熱與極寒的氣溫交錯變化造就此兩度溫差。這確實也是在小冰期中發生的事。

地球科學家推測,寒冷的氣候讓兩極的冰山範圍擴張,讓海水變得更鹹,也就是變得更重,影響洋流的流動方式,從而牽引了大氣與洋流間的循環。影響所及,所謂「聖嬰-南方震盪現象」(El Niño-Southern Oscillation, ENSO,即傳統上所說的「聖嬰現象」加「反聖嬰現象」)變得格外激烈,乾旱、水災等極端氣候頻傳。不僅如此,地球科學家也指出,小冰河期也是火山活動格外頻繁的時期。火山噴出的煙塵,遮蔽了太陽輻射,更加速了地球的寒化。

地球科學家推測,寒冷的氣候讓兩極的冰山範圍擴張,讓海水變得更鹹,也就是變得更重,影響洋流的流動方式,從而牽引了大氣與洋流間的循環。
圖/unsplash

小冰期的起因為何?目前普遍接受的見解是太陽活動改變。此外,也有研究者指出,這與所謂歐洲人「發現」新大陸有關。受到所謂「哥倫布大交換」的衝擊,美洲原住民大量消失,森林擴張,吸收大量二氧化碳。眾所周知,二氧化碳是溫室氣體;二氧化碳濃度的減低,讓大氣保溫的能力下降,與前述太陽活動與火山噴發的效果耦合,讓寒化成為不可逆的過程。總之,我們現在已經知道,地球是個混沌系統,牽一髮不只動全身,甚至整個身體都會分崩離析。

回到《價崩》這本書。卜正民指出,明朝的存續時間(一三六八至一六四四年)即落在小冰期,並成為明朝覆亡的主因。他將小冰期之於明朝的影響分為六個泥沼期:一、永樂泥淖期(一四○三年至一四○六年)。二、景泰泥淖期(一四五○年至一四五六年)。三、嘉靖泥淖期(一五四四年至一五四五年)。四、萬曆一號泥淖期(一五八六年至一五八九年)。五、萬曆二號泥淖期(一六一五年至一六二○年)。六、崇禎泥淖期(一六三八年至一六四四年)。

-----廣告,請繼續往下閱讀-----

永樂泥淖期欠缺災荒記載,景泰泥淖期以饑荒收尾,嘉靖泥淖期氣候異常乾冷,萬曆一號泥淖期爆發饑荒、洪水、蝗災與大疫,「人民相食,枕籍死亡」;萬曆二號泥淖期的乾旱與水災頻繁,饑荒再度爆發,「朝廷賑濟的請願如潮水湧來」。崇禎泥淖期是明代乃至於「整個千年期間最慘痛的七年」,「米粟踊貴,餓殍載道」。一六四四年四月末,闖王李自成兵臨北京,致書要求崇禎帝歸順。崇禎不從,在命皇后、貴妃與女兒自盡後,他爬上皇居後的煤山,自縊身亡。李自成稱帝後,滿人入關,將中國納入大清國版圖。

不可忽視的幽靈?拔除合理征服者的解釋,明朝滅亡原因還有哪些?

如此的歷史解釋是否會流於環境決定論?卜正民的回答是:「如果環境決定論的幽靈就在門外徘徊,我也不會在分析時將其拒於門外。」那麼,是什麼讓寫出《縱樂的困惑》、《維梅爾的帽子》等名著的歷史學者相信環境的決定作用?答案就是糧價。

卜正民先生像。
圖/wikipedia

以他的話來說,「太陽能與人類需求的關係,是透過糧價調節的。從景泰年間到崇禎年間,糧價在五次環境泥淖其中激增,每一次都把價格多往上推一截,這樣的事實也說服我必須採用氣候史的大框架。」卜正民表示,「一旦經濟體仰賴太陽輻射為能源來源,那麼無論大自然是幽而不顯還是顯而易見,都必然是社會或國家生命力的決定因素。」

在結語「氣候與歷史」中,卜正民再次反駁那些把明朝覆滅推給「失德」的見解。他認為,這種論調是「合理化明清兩朝遞嬗的過程」,且「編出這種敘事並為之背書的,就是征服者」。他強調,「明朝的滅亡固然不能推給災荒糧價,但講述崇禎末年重大危機時不把氣候因素納入考慮,那簡直就像莎士比亞所言,宛如癡人說夢,充滿著喧譁與騷動,卻沒有任何意義。」

-----廣告,請繼續往下閱讀-----

然而,不至於將環境決定論「拒於門外」是一回事,認為社會變遷就此被環境「決定」,又是另一回事。卜正民並不認為,面對氣候因素帶來的種種挑戰,明朝各級官員只能雙手一攤,感嘆天要亡我,不做任何努力。就如其他生活在小冰期的人們一般,卜正民認為,明朝人建設基礎設施、育種、建立制度、開發新科技與控制生育力等;但問題是,一六三○年代晚期的種種災害,並未催出社會的適應力,反倒是摧毀其適應力。

拜此時勃發的火山活動與激烈的聖嬰-南方震盪現象「之賜」,不論是政府還是市場,都變不出糧食。卜正民認為,至少在前五個泥淖期,明朝人還是表現出相當的韌性,努力予以調適。然而,進入崇禎泥淖期後,春夏乾冷,田地龜裂,運河無水。當每公斤的米得需要兩千五百公升的水,而老天爺就是不願意降下一滴雨時,糧食供應體系就此崩潰,連帶把物價與政治體系拖下去陪葬。

是誰忽略了眼皮底下的事實?這段歷史帶給我們什麼警訊?

回到卜正民所稱的「眼皮底下的事實」。我們要問,是誰忽略了這項事實?誰是這對眼皮的擁有者?卜正民的答案有二。一則是以研究社會、政治與環境變遷的人文社會科學研究者。以小冰期的相關研究為例,他表示,當他開始研究明代中國糧價變異與氣候變化之關係時,驚訝地發現,「其他地方的環境史對糧價幾乎不提」。與之對照,精通糧價的歷史研究者,如不是太快地把糧價理解為「公平交易」的指標,便是視之為社會關係的一環,忽略了糧食必得是在特定的環境條件下孕育出來的。

另一個忽略氣候或環境此事實者便是卜正民的同代人,也就是在閱讀這本書的你我。現代人對物價飛漲的關注程度遠比全球暖化、極端氣候與環境破壞來得高;畢竟,前者是切身之痛,後者則相當遙遠,是北極熊與紅毛猩猩的事。
圖/unsplash

另一個忽略氣候或環境此事實者便是卜正民的同代人,也就是在閱讀這本書的你我。現代人對物價飛漲的關注程度遠比全球暖化、極端氣候與環境破壞來得高;畢竟,前者是切身之痛,後者則相當遙遠,是北極熊與紅毛猩猩的事。然而,卜正民的分析告訴我們,即便明代中國離現在相當遙遠,所謂的小冰期至少也是一百五十年以上的事,但物價恐怕還是可作為某種氣候指標。換言之,若人們以關心物價的熱誠來關心環境,面對當代的環境危機,說不定人們多少可找出個解方。

-----廣告,請繼續往下閱讀-----

此外,讓人心生警惕的是,卜正民告訴我們,小冰期多少是個漫長的地球系統變化。小冰期本身並未造成明朝衰亡,是相伴的極端氣候摧毀了明代社會的韌性與調適。他也認為,面對小冰期、火山噴發與聖嬰-南方震盪現象誘發的極端氣候,從後見之明來看,明朝人也做了他們可以做的,但也只多苟延殘喘了七年,且還是生存條件都被剝奪、生活尊嚴都被否定的七年。

那麼,當人類誘發的氣候變遷可能已加劇了聖嬰-南方震盪現象,讓去年(二○二三年)夏天成為有紀錄以來地球最熱的夏天,而極端氣候彷彿成為日常,人類還有多少時間可以調適?如果說明朝多少是被地球系統的正常運作摧毀,當今地球系統的異常,是人類自己造成的,數百年後的歷史學家,在回顧這段歷史時,恐怕無法如卜正民對待明朝人一樣地寬厚,只能說這是咎由自取。諸如此類的思考,都讓《價崩》有了跨越時代的現實意義。

畢竟,明朝人不是外星人,他們跟我們都生活在同一個地球上。

——本文摘自《價崩:氣候危機與大明王朝的終結》,2024 年 05 月,城出版出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
所有討論 1
衛城出版_96
4 篇文章 ・ 4 位粉絲
"每個人心中都有一座城。每個人在心裡攜帶著文明的種子。 守衛讀者心中之城,與文明的生命力。"

0

1
1

文字

分享

0
1
1
說好的颱風呢?!氣象預報不準?要準確預測天氣有多難?
PanSci_96
・2023/09/12 ・4646字 ・閱讀時間約 9 分鐘

小心啊,打雷囉,下雨收衣服啊!

氣象報告說好是晴天的,怎麼一踏出門就開始下雨了?

昨天都說要直撲的颱風,怎麼又彎出去了?

多麼希望天氣預報能做到百分之百正確,只要出門前問一下手機,就能確定今天是出大太陽還是午後雷陣雨,是幾點幾分在哪裡?又或是最重要的,颱風到底會不會來?

-----廣告,請繼續往下閱讀-----

但你知道,現在的氣象預報,已經動用全球最強的超級電腦們了嗎?既然如此,我們現在的氣象預報能力到底有多準?我們什麼時候能徹底掌握這顆蔚藍星球上發生的所有天氣現象?

天氣預報有多困難?

雖然我們常常嫌說氣象預報不準、颱風路徑不準、預測失靈等等。但我們現在的實力如何呢?

目前美國國家海洋暨大氣總署的數據分析,對西太平洋颱風的 24 小時預測,誤差平均值約 50 英哩,也就是一天內的路徑誤差,大約是 80 公里。其他國家的氣象局,24 小時的誤差也約在 50 到 120 公里之間。台灣呢?根據中央氣象局到 2010 年的統計,誤差大約在 100 公里內。也就是臺灣對颱風的預測,沒有落後其他先進單位。

現在只要打開手機隨便開個 APP,就能問到今天的天氣概況,甚至是小區域或是短時間區間內的天氣預報。但在過去沒有電腦的時代,要預測天氣根本可以不可能(諸葛孔明:哪泥?)。

-----廣告,請繼續往下閱讀-----

近代且稱得上科學的天氣預測可追溯回 1854 年,那個只能靠人工觀測的年代,英國氣象學家為了保護漁民出海的安危,利用電報傳遞來蒐集各地居民的觀察,並進行風暴預報。後來演變成天氣預報後,卻因為有時預報不準,預報員承受了輿論與國會批判的巨大壓力,最後甚至鬱鬱離世。

19 世紀的氣象學家為了保護漁民出海的安危,會利用電報蒐集各地居民的觀察進行風暴預報。圖/Giphy

在電腦還在用打洞卡進行運算的年代,一台電腦比一個房間還大。氣象局要預測天氣,甚至判斷颱風動向,得要依賴專家對天氣系統、氣候型態的認知。因此在模擬預測非主流的年代,我們可以看到氣象局在進行預測時,會拿著一個圓盤,依據量測到的大氣壓力、風速等氣象值,進行專家分析。

當時全球的氣象系統,則是透過全球約一千個氣象站,共同在 UTC 時間(舊稱格林威治時間)的零零時施放高空探測氣球,透過聯合國的「World Weather Watch」計畫來共享天氣資料,用以分析。關於氣象氣球,我們之前也介紹過,歡迎看看這集喔。

也就是說,以前的颱風預測就是專家依靠自身的學理與經驗,來預測颱風的動向,但是,大氣系統極其複雜,先不說大氣系統受到擾動就會有所變化,行星風系、科氏力、地形、氣壓系統這些系統間互相影響,都會造成預測上的失準,更遑論模擬整個大氣系統需要的電腦資源,是非常巨大的。

-----廣告,請繼續往下閱讀-----

那麼,有了現代電腦科技加持的我們,又距離全知還有多遠呢?是不是只要有夠強的超級電腦,我們就能無所不知呢?

有了電腦科技加持,我們的預報更準了嗎?

當然,有更強的電腦,我們就能算得更快。才不會出現花了三天計算,卻只能算出一個小時後天氣預報的窘況。但除了更強悍的超級電腦,也要更先進的預測模型與方法。現在的氣候氣象模擬,會先給一個初始值,像是溫度、壓力、初始風場等等,接著就讓這個數學模型開始跑。

接著我們會得到一個答案,這還不是我們真正要的解,而是一種逼近真實的解,我們還必須告訴模型,我容許的誤差值是多少。什麼意思呢?因為複雜模型算出來的數值不會是整數,而是拖著一堆小數點的複雜數字。我們則要選擇取用數值小數點後 8 位還是後 12 位等等,端看我們的電腦能處理到多少位,以及我們想算多快。時間久了,誤差的累積也越多,預測就有可能失準。沒錯,這就是著名的蝴蝶效應,美國數學暨氣象學家 Edward Norton Lorenz 過去的演講題目「蝴蝶在巴西揮動了翅膀,會不會在德州造成了龍捲風?」就是在講這件事。

回到颱風預報,大家有沒有發現,我們看到的颱風路徑圖,颱風的圈怎麼一定會越變越大,難道颱風就像戶愚呂一樣會從 30% 變成 100% 力量狀態嗎?

-----廣告,請繼續往下閱讀-----
輕颱鴛鴦的颱風路徑潛勢圖。圖/中央氣象局

其實那不是颱風的暴風圈大小,而是颱風的路徑預測範圍,也就是常聽到的颱風路徑潛勢圖,​是未來 1 至 3 天的颱風可能位置,颱風中心可能走的區域​顯示為潛勢圖中的紅圈,機率為 70%,所以圈圈越大,代表不確定性越大。​

1990 年後,中央氣象局開始使用高速電腦,並且使用美國國家大氣研究中心 (NCAR) 為首開發的 Weather Research and Forecasting 模型做數值運算,利用系集式方法,藉由不同的物理模式或參數改變,模擬出如同「蝴蝶效應」的結果,運算出多種颱風的可能行進路線。預測時間拉長後,誤差累積也更多,行進路徑的可能性當然也會越廣。

「真鍋模型」用物理建模模擬更真實的地球氣候!

大氣模擬不是只要有電腦就能做,其背後的物理複雜度,也是一大考驗。因此,發展與地球物理相關的研究變得非常重要。

2021 年的諾貝爾物理學獎,就是頒給發展氣候模型的真鍋淑郎。他所開發的地表模式,在這六十年間,從一個沒考慮地表植物的簡單模型,經各家發展,變成現在更為複雜、更為真實的模型。其中的參數涵蓋過去沒有的植物反應、地下水流動、氮碳化合反應等等,增強了氣候氣象模型的真實性。

-----廣告,請繼續往下閱讀-----
2021 年的諾貝爾物理學獎得主真鍋淑郎。圖/wikimedia

當然,越複雜的模型、越短的時間區間、越高的空間精細度,需要更強大的超級電腦,還有更精準的觀測數據,才能預測接下來半日至五日的氣象情況。

世界上前百大的超級電腦,都已被用來做大氣科學模擬。各大氣象中心通常也配有自己的超級電腦,才能做出每日預測。那麼,除了等待更加強大的超級電腦問世,我們還有什麼辦法可以提升預報的準度呢?

天氣預報到底要怎樣才能做得準?

有了電腦,人類可以紀錄一切得到的數據;有了衛星,人類則可以觀察整個地球,對地球科學領域的人來說,可以拿這些現實資訊來校正模擬或預測時的誤差,利用數學方法將觀測到的單點資料,乃至衛星資料,融合至一整個數值模型之中,將各種資料加以比對,進一步提升精準度,這種方法叫做「資料同化 (Data Assimilation)」。例如日本曾使用當時日本最強的超級電腦「京」,做過空間解析度 100 公尺的水平距離「局部」超高解析氣象預測,除了用上最強的電腦,也利用了衛星資料做資料同化。除了日本以外,歐洲中程氣象預測中心 (ECMWF),或是美國大氣暨海洋研究中心 (NOAA),也都早在使用這些技術。

臺灣這幾年升空的福衛系列衛星,和將要升空的獵風者等氣象衛星,也將在未來幫助氣象學家取得更精準的資料,藉由「資料同化」來協助模擬,達到更精準的預測分析。

-----廣告,請繼續往下閱讀-----

如果想要進一步提升預報準度呢?不用擔心,我們還有好幾個招式。

人海戰術!用更多的天氣模型來統計出機率的「概率性模擬」

首先,如果覺得一個模型不夠準,那就來 100 個吧!這是什麼意思?當我們只用一種物理模型來做預測時,我們總是會追求「準」,這種「準確」模型做的模擬預測,稱為「決定性模擬」,需要的是精確的參數、公式,與數值方法。就跟遇上完美的夢中情人共度完美的約會一樣,雖然值得追求,但你可能會先變成控制狂,而且失敗機率極高。

「準確」的模型就跟遇上完美情人共度完美約會一樣,雖然值得追求,但失敗機率極高。圖/Giphy

不如換個角度,改做「概率性模擬」,利用系集模擬,模擬出一大堆可能的交往對象,啊不對,是天氣模型,再根據一定數量的模擬結果,我們就可以統計出一個概率,來分析颱風路徑或是降雨機率,讓成功配對成功預測的機率更高。

製造一個虛擬地球模擬氣象?

再來,在物理層面上,目前各國正摩拳擦掌準備進行等同「數位攣生 (Digital Twin) 」的高階模擬,簡單來說,就是造出一個數位虛擬地球,來進行 1 公里水平長度網格的全球「超高」解析度模擬計算。等等,前面不是說日本可以算到 100 公尺的水平距離,為什麼 1 公里叫做超高解析度?

-----廣告,請繼續往下閱讀-----

因為 500 公尺到 1 公里的網格大小也是地表模式的物理適用最小單位,在這樣的解析度下,科學家相信,可以減少數值模型中被簡化的地方,產生更真實的模擬結果。

電腦要怎麼負荷這麼大的計算量?交給電腦科學家!

當然,這樣的計算非常挑戰,除了需要大量的電腦資源,還需要有穩定的超級電腦,以及幾個 Petabyte,也就是 10 的 15 次方個位元組的儲存設備來存放產出的資料。

不用為了天氣捐贈你的 D 槽,就交給電腦科學家接棒上場吧。從 CPU、GPU 間的通訊、使用 GPU 來做計算加速或是作為主要運算元件、到改寫符合新架構的軟體程式、以及資料壓縮與讀寫 (I/O)。同時還要加上「資料同化」時所需的衛星或是全球量測資料。明明是做氣象預報,卻需要等同發展 AI 的電腦科技做輔助,任務十分龐大。對這部分有興趣的朋友可以參考我們之前的這一集喔!

結語

這一切的挑戰,是為了追求更精確的計算結果,也是為了推估大魔王:氣候變遷所造成的影響必須獲得的實力。想要計算幾年,甚至百年後的氣候狀態,氣象與氣候學家就非得克服上面所提到的問題才行。

一百年來,氣候氣象預測已從專家推估,變成了利用龐大電腦系統,耗費百萬瓦的能量來進行運算。所有更強大、更精準的氣象運算,都是為了減少人類的經濟與生命損失。

對於伴隨氣候變遷到來的極端天氣,人類對於這些變化的認知還是有所不足。2021 年的德國洪水,帶走了數十條人命,但是身為歐洲氣象中心的 ECMWF,當時也只能用叢集式系統算出 1% 的豪大雨概率,甚至這個模擬出的豪大雨也並沒有達到實際量測值。

我們期待我們對氣候了解和應對的速度,能追上氣候變遷的腳步,也由衷希望,有更多人才投入地球科學領域,幫助大家更了解我們所處的這顆藍色星球。

也想問問大家,你覺得目前的氣象預報表現得如何?你覺得它夠準嗎?

  1. 夭壽準,我出門都會看預報,說下雨就是會下雨。
  2. 有待加強,預報當參考,自己的經驗才是最準的。
  3. 等科學家開發出天候棒吧,那才是我要的準。更多想法,分享給我們吧

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

-----廣告,請繼續往下閱讀-----
PanSci_96
1252 篇文章 ・ 2380 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。