Original publish date:Sep 15, 2007
編輯 HCC 報導
美國紐約市的環境健康組織Blacksmith Institute於9月12日公佈了世界十大污染地區，分別位於阿塞拜疆、秘魯、烏克蘭、尚比亞，印度與俄羅斯各兩處以及中國的臨汾市和安徽省田營市。
位於紐約市的Blacksmith Institute為一獨立的環保團體，甫與瑞士的綠十字組織合作，公佈了2007年全球污染最嚴重的十處地區，分布於七個國家、受影響人數超過1千2百萬人，污染地區嚴重影響居民尤其是兒童的健康。與2006年的統計資料比較，今年增列四處，包含印度兩處以及中國、阿塞拜疆各一。
報告的另一特色，為更詳細的列出全球30個骯髒地區(Dirty 30)，全球僅中東以及大洋洲倖免於此30處地區，Dirty 30大多數集中於亞洲的印度、中國與俄羅斯。此些地區的毒性污染來自大型工業，大規模採礦和冶煉製程，甚至是冷戰時期的化學武器生產。
參考來源：
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？
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？
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。
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。
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：
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：
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
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？
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 可分成兩種：
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。
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。
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。」
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？
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?
（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）
或
。
討論功能關閉中。
福島核污水正式排放入海了！食鹽要屯多少？海鮮還能吃嗎？哥吉拉要誕生了嗎？
2011 年 3 月 11 日，一場海嘯衝擊了在福島海邊的第一核電廠，破壞了核電廠中做為緊急電源設備的發電機，在備用電池電力耗盡後，冷卻系統完全失效。然而反應爐內的連鎖反應還在持續，最後溫度不斷竄高，高溫水蒸氣與燃料護套中的鋯合金，發生鋯水反應並產生大量易燃的氫氣，最終與空氣中的氧氣作用導致爆炸。
在事故發生前後，日本政府灌入大量海水來為反應爐進行冷卻，而這些直接接觸熔融燃料棒的污水，就被稱為核污水，日文則稱為「汚染水」。至於當時的決策細節與失誤，大家可以看今年上映的日劇《核災日月》複習一下。而既然事件已經發生了，我們就重點討論核污水。
現在儲存在福島的核污水不只有冷卻水，其實還有受污染的降雨與地下水。事故發生後，東京電力公司在第一核電廠加裝擋水牆，阻擋因為降雨流經 1、2、3 號機組的污染水流入海洋。並且設置凍土牆隔絕地下水，同時挖水井抽出污染的地下水，讓廠區內的地下水水位下降，因此地下水只會從外部滲入，內部的污染水則不會滲到外面。不論是降雨還是抽出的地下水，都屬於污染水，平均每天都會增加 92 立方公尺的污染水。直至本集影片上架，當地已經存有 134 萬噸的汚染水，而且還會持續增加，你可以自己打開 Google Map，鳥瞰這密密麻麻的眾多大型儲槽，別忘了，核反應爐本體才是日本更迫切的問題，要是污水不先處理，要是下一個天災來襲，麻煩又會疊加。因此日本政府在 2016 年就展開討論，準備要處理掉這些污水。
為何核污水的最終處置決定是排放入海呢？其實 2016 年提出的方案有五種：稀釋入海、蒸發至大氣、電解水釋放氫氣、深層地質注水、以及水泥固化並地下處置。很快，電解水因為還需要相關技術研發而被否決，這個我們在氫能那集講過。深層地質注水和水泥固化並地下處置，則有選址與法規問題，無法立即實現。這部分則等同於核電使用國都面臨的核廢料處置問題，我們之前花過好幾集介紹過，歡迎前往複習。
最後僅剩稀釋入海和蒸發至大氣兩種方法，最後日本認為海洋的擴散行為更容易追蹤，最重要的是成本僅有蒸發的十分之一，因此選用了這個方法。至於有些人說，既然東電跟日本政府都保證安全，何不做成瓶裝水拿去賣？之類的建議在這我們不多討論，就請大家用理智來看待。
根據日本政府的規劃，在這些污染水排放入海前，會先進行淨化處理成為處理水。首先，污染水會經過「銫吸附裝置」，除去銫（Cs）和鍶（Sr）。接著再經過淡水化裝置除去水中的鹽分後，成為「鍶處理水」。這種鍶處理水，可以作為 1, 2, 3, 4 號機組的冷卻水再次循環利用。
最後，大部分的鍶處理水，會被送到「ALPS多核種除去設備」，將 63 種放射性核種中的 62 種放射性核種去除。「ALPS多核種除去設備」唯一不能去除的放射性核種，就是氚（H-3）。但其實啊還有一個碳-14 無法被過濾，但濃度低到可以忽視。經過「ALPS多核種除去設備」處理過後的「鍶處理水」，就稱為「含氚處理水」。
含氚處理水中的氚，指的是氫的同位素的一種，在自然界中就存在。半衰期為 12.43 年，衰變時會進行 β 衰變，放出一顆電子並成為氦-3。β 衰變對人體的穿透距離僅限於皮膚，不會對內臟器官產生傷害。
如要能危害人體，需要長期大量攝取由氚構成的重水。關於攝取過多重水對動植物的影響，我們網站上有文章詳細說明過。
簡單來說，綜合自然界中跟福島即將排放的氚，以及我們的生活型態來看，遠遠達不到可能產生危害的程度。知道劑量決定毒性，就像我們每天都吃下不少「有害」物質，例如殘留農藥、油炸致癌物、過多的精製糖等等，但攝取的多寡，對你的健康影響差異很大。那麼重點來了，福島排放的處理水，真的有合乎標準嗎？
這個問題，我們在今年六月的核廢料主題中有提到，國際原子能總署 (IAEA) 在五月底公布了第一階段的調查結果，針對「日本的核種監控能力」進行第三方驗證。結果認為，日本的檢測標準跟分析方法沒問題，調查結果是可信任的。報告中除了氚以外，其他放射性核種的活度也都遠低於排放限值。例如鍶-90 為每公升 0.4 貝克、銫-137 為每公升 0.5 貝克，以臺灣的「食品」標準，銫-137 為每公升 100 貝克以下，雖然鍶-90 還沒有定下標準，但是依國際食品法典委員會的標準，也是在每公升 100 貝克以下。目前的排放值都遠小於標準。
除了各單一核種的活度以外，所有水中核種加起來的「告示濃度限度比」也低於日本國家標準的每年 1 毫西弗（mSv/year）， 1 毫西弗大約是多少呢？大約是一般民眾一年會接收到的輻射劑量。
至於無法被 ALPS 處理的氚，因為海洋中的水中就廣泛存在，日本將透過海水稀釋後排放入海。目前世界衛生組織對於飲用水的氚含量標準訂為每公升 1 萬貝克，台灣的標準嚴格了許多，是每公升 740 貝克。東電公司的處理水是每公升 14 萬貝克，在排放前會稀釋 740 倍，以每公升 190 貝克的氚濃度排放，低於台灣的飲用水標準。
那麼食鹽呢？我們需要搶購嗎？這就更不用擔心，因為食鹽中不含水，自然也不含氚。或是更進一步可以參考東海大學應用物理系的粉專，他們計算，根據國家標準，食鹽含水量若為 3% 以下，需要每天吃超過 400 公斤的食鹽才會攝取氚超標。真的，別吃那麼鹹啊。
那麼，我們就真的兩手一攤，為這件事劃下結論，核輻射只是庸人自擾嗎？
當然不是，就像許多人擔心的，就算科學上告訴你沒問題，但前提是，這些數據得是沒問題的。而且不用說周邊國家，連日本自家民眾也多次抗議處理水的排放。
目前在 IAEA 架設的網站上，可以看到整個排水計畫的各種即時監測資料。其中就包括出水口的輻射數值監測。
為了驗證處理水不會對海洋生物產生影響，東京電力甚至從去年 9 月開始，就開始進行海洋生物飼養實驗，並且全程公開直播放在他們的YouTube頻道上。不過這頻道訂閱人數跟觀看次數都有點低迷，有興趣的話不妨訂閱，開啟小鈴鐺。
那麼我們能下定論了嗎？在科學上，我們確實能說，在符合規範下，這些排放入海的處理水是沒問題的，食鹽、海鮮也都能照吃，把注重食安與健康的努力分配到其他危害更大、風險更高的事情上，對處理水保持健康而非病態的質疑，對個人來說應該效益更高。
臺灣從去年到今年 6 月，曾 3 次組團赴日考察，並於 8/24 公佈報告書，包含跟日方的問答內容，還有福島核廢水排放設施的照片。海委會表示，專家觀察團評估日方排放相關作業的安全性，跟國際原子能總署評估的結果一致。然而是否選擇相信日本以及 IAEA 給出的數據，如今看來成了國際政治問題。
另外，在 IAEA 的小組成員中，包含周邊國家：中國、美國、韓國、越南、澳洲、加拿大、法國、俄羅斯、英國、阿根廷、馬紹爾群島，並不包含台灣。如果台灣也能以任何形式加入團隊，或得以取得樣水複測，讓我們知道，日本以及 IAEA 給出的數值是可信的，想必都能更進一步降低民眾的擔憂。
最後，也問問大家，對於這次的處理水排放事件，你會擔心我們的海鮮或食鹽受到影響嗎？
歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！
其實就也是有還禁止的物種跟海域的組合A 陸地河川水體水產的也還有! 最後，也是流到海中吧! 當然也包含一些還是禁止的野生動植物與區域的組合! 應該都比處理過的水更需要關注! (不能吃，不能捕撈，不能運輸，是不同的行為。而且不同行政層級的規範也不同。 總不會補起來後觀賞用育種用等非食用? 非飼料用? 非肥料用等? 包含海藻肥、魚精肥等?)
https://www.pref.fukushima.lg.jp/sec/21045e/syukkaseigenn.html
クロソイ －
最大高潮時海岸線上宮城福島両県界の正東の線、我が国排他的経済水域の外縁線、最大高潮時海岸線上福島茨城両県界の正東の線及び福島県
最大高潮時海岸線で囲まれた海域
Original publish date:Sep 15, 2007
編輯 HCC 報導
美國紐約市的環境健康組織Blacksmith Institute於9月12日公佈了世界十大污染地區，分別位於阿塞拜疆、秘魯、烏克蘭、尚比亞，印度與俄羅斯各兩處以及中國的臨汾市和安徽省田營市。
位於紐約市的Blacksmith Institute為一獨立的環保團體，甫與瑞士的綠十字組織合作，公佈了2007年全球污染最嚴重的十處地區，分布於七個國家、受影響人數超過1千2百萬人，污染地區嚴重影響居民尤其是兒童的健康。與2006年的統計資料比較，今年增列四處，包含印度兩處以及中國、阿塞拜疆各一。
報告的另一特色，為更詳細的列出全球30個骯髒地區(Dirty 30)，全球僅中東以及大洋洲倖免於此30處地區，Dirty 30大多數集中於亞洲的印度、中國與俄羅斯。此些地區的毒性污染來自大型工業，大規模採礦和冶煉製程，甚至是冷戰時期的化學武器生產。
參考來源：
環保署在 2011 年《中華民國重大環境事件彙編》發表《戴奧辛污染事件─揮之不去的世紀之毒》口述歷史，用新詩「燒阿！燒阿！」破題，形容戴奧辛如鬼魅般糾纏著台灣的環境生態，更時時刻刻威脅國人健康。
回顧國內戴奧辛污染事件，最早可追溯到 1979 年的台中與彰化米糠油事件，和 1982 年 12 月臺南市灣裡地區廢五金業者露天燃燒廢電纜產生煙塵，被檢測含有高濃度戴奧辛。但 30 年韶光荏苒，當時負責調查防治戴奧辛污染的環保署毒物管理處前處長陳永仁，在 2011 年口述歷史中感慨的說「我認為目前還沒有妥善處理」，突顯對抗戴奧辛污染依舊長路漫漫。
也因為缺乏妥善處理，繼灣裡之後，1999 年接連爆發台北木柵焚化爐檢出戴奧辛超標與震驚國際的中石化台南安順廠戴奧辛污染案，2005 年在彰化縣線西鄉發現戴奧辛鴨蛋，2006 年林口傳出山羊遭到戴奧辛污染，2009 年高雄大寮爆發戴奧辛鴨事件，2017 年戴奧辛毒雞蛋流竄桃竹苗地區和新北市…，戴奧辛污染就像潛伏各地的不定時炸彈蠢蠢欲動！
9 年前同時接受口述歷史訪談的中央大學環境工程研究所特聘教授張木彬則在 2014 年帶領研究團隊成功開發「低溫熱裂解技術」，有效裂解戴奧辛、多氯聯苯與五氯酚等含氯污染物，並可讓汞從土壤中脫離，終於使因利用水銀電解法電解海水以製造氫氧化鈉和氯氣而造成汞污染、又因製造五氯酚鈉導致廠區土壤受到戴奧辛及五酚氯污染而荒廢多年的中石化台南安順廠整治露出曙光，也被喻為戴奧辛與重金屬污染整治技術最完整的解決方案。
「戴奧辛有兩個主要生成途徑。」張木彬指出，第一個是化學製程，例如中石化安順廠在製造五氯酚鈉過程，產生戴奧辛「躲在」五氯酚裡面；第二是高溫燃燒，煉鋼、煉銅、焚化爐甚至燒木屑，也會產生戴奧辛，「都不是我們刻意製造，也無法完全避免，含氯的東西經過高溫催化，就會產生戴奧辛。」
既然要從「產生」完全杜絕很難，除了在製程盡量降低戴奧辛生成，如何發展有效技術讓它在生成之後，不要從煙囪、飛灰或廢水中排放出來，是防杜戴奧辛污染重要關鍵。張木彬表示，攝氏 250 到 400 度是戴奧辛生成速率最旺盛的「溫度窗」，當化學製程或高溫燃燒產生的廢氣通過煙道的時候，含氯、碳、氧、氫的化合物，經過銅跟鐵催化就會合成戴奧辛。超過 400 度以後，生成速率變慢；更高溫就會被破壞；低於 250 度，活化不夠，生成速率也會變慢。
「萃冷技術」也因「溫度窗」原理應運而生，讓廢氣通過煙道過程在 1 秒之內從 400 度以上降到 250 度以下，把戴奧辛合成機率極小化，但還是無法達到「零產出」。以焚化爐而言，目前還是普遍採用成本相對便宜的活性碳噴霧法，利用活性碳吸附以氣體分子存在的戴奧辛，再用袋式集塵器把它抓下來，國內現有 24 座焚化爐就有 23 座利用活性碳防止戴奧辛排放至廠外。
然而張木彬認為，活性碳噴霧法雖可有效降低從煙囪排放，卻治標不治本，只把戴奧辛從氣體轉移成固體，抓進集塵器飛灰裡面，問題並沒有完全解決。國內焚化爐每年燃燒處理超過 600 萬噸垃圾，產生 20 萬噸飛灰，都用螯合劑加水泥固化以後，拿到掩埋場處理。年年國泰民安、風調雨順就沒事；但萬一發生強烈地震或類似莫拉克颱風等天災，掩埋場可能被沖垮，裡面的東西就會跑出來，潛在的污染風險很大。
「最好的方法是發展破壞技術，把戴奧辛分子破壞、分解掉，而不只是把氣體變成固體！這也是我們實驗室一直努力的目標。」張木彬強調，「低溫熱裂解技術」是針對存在土壤或底泥裡面的戴奧辛，抓出來破壞掉並去除毒性，「我們利用氮氣把氧的含量控制到非常低，讓戴奧辛在幾乎無氧的狀態下裂解。」但最重要的核心技術是如何在相對低溫的條件下把戴奧辛完全摧毀。
在完全燃燒的情形下，要完全破壞摧毀戴奧辛，溫度必須超過 900 度，但溫度越高，消耗能量越大，成本越高，不符經濟效益。「我們發展的技術是在比較低的溫度之下，不超過 350 度，就可以把土壤裡面的戴奧辛破壞掉。」張木彬透露，真正的「溫度窗」很重要，要完全摧毀戴奧辛，除了把它從固體變成氣體，再抓出來裂解處理乾淨；抓準各種氣體分子停留時間，避免讓其再度合成戴奧辛，以及如何給予適當觸媒，必須準確掌握不同的操作參數，才可以真正解決問題。
可惜的是，張木彬研究團隊開發的「低溫熱裂解技術」，雖然被認為是目前已公開發表的研究成果中，最有可能解決戴奧辛與重金屬造成環境多重污染的完整解決方案，但中石化基於成本考量，並未採用他的技術。「就我個人看法，中石化的技術有點東拼西湊，處理流程太長，設備太老舊，事倍功半，沒有達到真正預期的效果。」不過研究團隊並未因此放棄，仍持續鑽研精進「低溫熱裂解技術」。
「以前的低溫熱裂解沒有加觸媒，近 2、3 年開始研發觸媒配方，希望把溫度從 350 度降到 200 度，甚至於更低到 150 度，讓裂解程序更環保、更省能，成本更低。」張木彬直言，這個當然挑戰很大，但目前已有初步結果，已經降到 200 度，研究團隊正在校驗相關實驗數據，在確認重複性和穩定性以後，才會正式對外公開發表。
研究團隊語重心長呼籲政府應重視本土化技術研發並落實推廣。台灣工業製程早期產生的集塵灰和焚化廠飛灰，戴奧辛濃度很高，都是隨意棄置，很多土壤可能都受到污染，政府應該確實追蹤調查過去幾年陸續發生的戴奧辛污染事件是否與此有關。怎麼把過去遺留下來的東西與現在還在持續產生的東西，有效防止污染擴散並徹底解決潛在污染風險，要有破釜沈舟的決心！
枋寮區域性垃圾衛生掩埋場除掩埋焚化爐產生飛灰，也逐漸轉為多元化廢棄物處理。張木彬舉例，全台焚化爐每年產生 20 萬噸飛灰，過去長期都是掩埋處理，現在每年新產生的也是直接掩埋，都沒有把飛灰裡面的戴奧辛抓出摧毀處理，讓飛灰從有害物質變成無害。政府若再不善用先進技術，等到各地掩埋場最後貯滿爆掉，就會像核廢料要留給下一代處理，「我們這一代要找出好的處理方法，有效解決問題。」
fierycloud
Hu Wei-Zhe
windmill
