0

0
0

文字

分享

0
0
0

【Gene思書齋】精準預測的訊號與雜訊

Gene Ng_96
・2013/12/09 ・978字 ・閱讀時間約 2 分鐘 ・SR值 494 ・六年級

精準預測:如何從巨量雜訊中,看出重要的訊息?The Signal and the Noise: Why So Many Predictions Fail—but Some Don’t

 

《精準預測:如何從巨量雜訊中,看出重要的訊息?》The Signal and the Noise: Why So Many Predictions Fail—but Some Don’t)是一本非常值得期待的好書,Amazon.com就把《精準預測》評選為2012年最佳非文字書籍第一名!這不意外,因為Amazon.com就是精準預測顧客品味而稱霸零售業的XD 《精準預測》長居《紐約時報》(The New York Times)和Amazon.com的暢銷排行榜。

以一本談統計和預測的書而言,《精準預測》暢銷得異常。可是讀了《精準預測》之 後,就完全不意外了,因為《精準預測》真的是本很好看的書!雖然是處女作,不過席佛卻能把統計預測這看似乏味的事,解說成是世界上最有趣的玩意兒之一!他 對統計預測在經濟學、政治學、氣候學、地震學、流行病學、電腦科技、棒球、德州撲克、體育賭博等等領域,都有獨到和精闢的見解,讀這本《精準預測》是一趟樂趣無窮的知性之旅!

討論大數據的書開始變多,所以有了大數據,我們對這個世界的各方面,就能做出更好的預測嗎?各行各業和各學門,是否都要擁抱大數據呢?《大數據》(Big Data: A Revolution That Will Transform How We Live, Work, and Think)告訴我們,在大數據時代,可以不必在乎因果的問題,還有不擔心雜訊(請參見〈快準狠的大數據(Big Data)〉)。

可是預測天才奈特.席佛(Nate Silver)卻在《精準預測》指 出,其實關鍵還是人的解讀,不是純粹的數字而已。而最難預測之處在於,我們要懂得分辨出哪些是無意義的雜訊,哪些才是關鍵的訊號。如果誤把雜訊當訊號,做 出來的預測,不管用的數據有多龐大,都不會準確,而且嚴重的謬誤與損失還會迎面而來!數據導向的預測會成功也會失誤,數據並非多就是美,要求更多數據之 際,人更應該自我要求模型的正確。

席佛是美國當代知名的統計與預測鬼才。據說他從小就對數字與思考展現興趣與天分,六歲便開始預測棒球賽事。他進入芝加哥大學主修經濟學,並在大三前往倫敦 政經學院研修一年。大學畢業後,進入安侯建業事務所(KPMG)擔任顧問。在安侯建業雖然他有一份穩定高薪的工作,可是卻不是他真正想要的。

 

閱讀全文:

精準預測的訊號與雜訊

文章難易度
Gene Ng_96
295 篇文章 ・ 23 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋

0

7
6

文字

分享

0
7
6
【2022 年搞笑諾貝爾經濟獎】不想努力的我,把運氣點滿就對了
超中二物理宅_96
・2022/09/21 ・6128字 ・閱讀時間約 12 分鐘

國小高年級科普文,素養閱讀就從今天就開始!!

  • 文/東海大學應用物理學系  施奇廷

天才是百分之一的靈感加上百分之九十九的努力。

——愛迪生(Thomas Alva Edison, 1872-1946),並不是第一個這麼說的人

上面這句話,一開始其實是一位女作家凱特‧桑伯恩(Kate Sanborn)說的,愛迪生引用之後變得廣為人知,不過愛迪生分配給「靈感」的趴數不太一定,有時候變兩趴,有時候不屑一顧:「天才才不是來自靈感,靈感其實也是努力來的啦!」,有就是:零趴。

不過「天才」並不代表「成功」。2022 年「第 32 次的第一屆」搞笑諾貝爾經濟獎,獲獎的研究告訴我們,「成功是百分之一的天才加上百分之九十九的運氣」。這下努力再也不是決定性的因素,只剩萬分之九十九;靈感更慘,只佔萬分之一。

運氣最重要啦!

(背景音樂:別人的身命,是框金又包銀,阮的身命不值錢……by 蔡秋鳳)

先說一下,為什麼「經濟獎」會是由物理學家(也就是我)來介紹呢?因為這次獲獎論文的三位來自義大利卡塔尼亞大學(University of Catania)的作者中,有兩位是物理學家(Alessandro Pluchino 以及 Andrea Rapisarda),只有一位是經濟學家(Alessio Emanuele Biondo),研究的方法也「很物理」,將「人生的成功」用一個簡單到令人髮指的模型來模擬,可說是「化約主義」(reductionism)的極致。所以正常的經濟學家可能會覺得「你們用這種方法來研究經濟學簡直是在搞笑」,因此才得獎的吧。

一般媒體的報導多半僅止於此,並不是!其實還有一個重點是如何扭轉這個「萬事天注定」的宿命論,讓具有才能的人出頭天。

他們的研究是利用「代理人模型」(agent-based model),也就是模型中的基本單元就是一個一個虛擬世界中的人,然後根據研究的問題「假設」來制訂行動規則,接著就讓這些「代理人」依照規則行動,看看結果如何。如果模擬出來的結果符合我們看到的社會現象,那麼上述的「假設」就可能為真。

在這個「TvL 模型」(Talent vs Luck, 天才對運氣)中有 1000 個代理人,他們被隨機灑在一個 201×201 的方格棋盤上面,每個人佔據一個空格,每個人身上帶著 10 塊錢——這裡我們姑且用金錢來衡量「成功的程度」,它也可以是在政治界官位的高度、學術界發表論文的數量與影響力……等其他面向量化後的「成就點數」。

接著同樣在這個棋盤上面隨機灑出一些綠色跟紅色的點,它們代表「人生中可能會遇到的事件」,綠色代表「幸運事件」,紅色代表「不幸事件」。事件的總數是人數的一半,也就是 500 個,其中紅綠各有 250 個。

(圖一)TvL初始狀態一例。

假設每個人的「才能」是標準化後,介於 0 到 1 之間的常態分布,平均值為 0.6,標準差為 0.1。這裡用單一的變數 T 來代表才能,它包含了智商、個性、努力、教育……等出道前養成的所有個人屬性。

(圖二)TvL 模型中,1000 人的才能分布圖。

這個世界變化的規則如下:

  1. 「人」不會動,從頭到尾待在原地。
  2. 每一步中,每個「事件」會任選一個方向,移動兩格。
  3. 如果某個人剛好在某個事件移動的路徑上(直接撞到)、或者是與路徑相鄰(擦身而過),表示他身上「出事了」。
    • 如果碰到的是綠點,表示「好事發生」。不過「運氣屬於準備好的人」,手裡錢(或成就點數)有機會翻倍,發生的機率就是才能值 T。所以才能較高的人,比較能掌握幸運的機會。
    • 如果碰到的是紅點,表示「發生不幸」,跟幸運不一樣的是:「不幸」是公平的,遇上的人金錢一律減半。這個設定的基礎是這樣:不管上智或下愚,路上被車撞就是得送醫、住院;被地震颱風直接命中就是會變成受災戶,你有再高的才能也無用武之地。
  4. 沒有被事件撞到或擦到的人,金錢不變。
  5. 回到 1。

假設每個人從菜鳥出道一直到退休一共奮鬥 40 年,而每半年就可能碰到一次重大的事件,所以整個模型需要模擬的就是每半年一次的變化,一共 80 步後,遊戲結束,來計算一下成績,最後大家手裡有多少錢呢?

結果顯示經過一生的努力後,財富分布滿足大家熟悉的「80-20」法則,前 20% 的人擁有整個社會 80% 的財富。雖然「80-20 法則」通常是拿來批評「貧富不均」這個社會現象,其實它有更深一層的涵意:如果只看前 20% 的有錢人,就會發現這裡面的 20% 也一樣會擁有其中 80% 的財富!也就是「有錢人之間」也是有「貧富不均」的現象。換算一下可以得知,前 4% 的有錢人(前 20% 的前 20%)擁有整個社會 64% 的財富(80% 的 80%);然後再看最有錢的前 4% 的「超有錢俱樂部」中,同樣符合「80-20 法則」!

目前人類社會的財富分布,就符合這個奇妙的法則,在數學上,「財富數量」與「擁有這個數量的人數比例」會呈現「冪次律」(power law)特性,兩邊都取對數做成圖的話,會呈現一直線。

這個超級簡單的 TvL 模型到底能不能反應真實世界的狀況?由圖三看起來,它的確能重現財富分配「80-20 法則」的「冪次律」特性,所以模型雖然簡單,的確有抓到財富分布最重要的特性,也讓後面的結果具有說服力。

(圖三)模擬結束後的財富分布狀況,橫軸是「代理人手中的錢」,縱軸是「擁有這麼多錢的人有幾個」。兩個軸都取了對數,分布成一直線,符合「冪次律」。

那麼,誰是這場遊戲的第一名?

因為人的位置跟事件的移動都是隨機、公平的,而才能高的人抓住幸運事件讓錢倍增的機率較高,所以最後的贏家應該是才能很高的傢伙吧?

很合理的想法,不過結果可能會讓你吃一驚:第一名的才能 T=0.61,非常接近平均值,他最後手上有 2560 元,成長了 256 倍;而最慘的人居然擁有 T=0.74 的才能,以常態分布來說,是排名在前 7%,或是 PR93 的強者。如果覺得只看第一名跟最後一名不準的話,就來看看所有人的成績分布吧!

(圖四)1000 個代理人的才能(橫軸)以及最後的金額(縱軸)。

從圖四可以看出來,以最高的 T=0.61 那一點為中心,左右兩邊大體上是對稱的。看起來,才能高的人,真的好像不見得在這個「人生遊戲」終站到便宜!

那到底你將成為「人生勝利組」或是「魯蛇」,決定性的因素到底是什麼?答案是「運氣」

就算資質平庸,抓住好運的機率稍微差一點,只要你在人生的過程中,碰上好事的機率比別人多很多,你還是可能出人頭地,成為頂尖人物。圖五清楚的顯示了這兩個人的運氣差多少:(a)第一名的人生,發生了八次幸運事件,而且雖然機率只有 61%,很幸運的也每次都掌握到了,而厄運則是一次也沒有!(b)反觀最後一名的人生,厄運連連高達 15 次,而且根據模型規則,毫無招架之力一次也躲不掉!好事只有發生一次,真想幫他寫個「慘」字……。

(圖五)(a)第一名與(b) 最後一名的人生境遇。上圖是財富對時間的關係,下圖是遭遇好事(往上)與厄運(往下),或是無事(持平)的時間軸。

這只是一次的模擬,有可能只是湊巧出現這種令人意外的結果。別擔心,物理學家雖然頭腦簡單,做事情挺小心的,模擬個 100 次吧!然後看看每次的第一名的人的才能值的分布狀況,發現才能還是有差啦!但是並沒有很戲劇性的差別。拿到各次模擬第一名的人,平均才能值是 0.66,比起平均值 0.6 稍大一些,大概是「均標以上、前標未滿」的程度。100 次不夠,來個 10000 次吧!等於是 1000 萬個人生,得出來的結果差不多,10000 個「第一名」的平均才能是 0.667(圖六)。

(圖六)(a) 100 次,(b)10000 次模擬中,各次第一名的才能值分布。

看起來,才能高低對最後的結果是會有影響,但是頗為有限,運氣的影響大很多。而且,檢視才能比平均人高出一個標準差以上,也就是 T > 0.7,或是 PR84 以上的「秀才」,他們的成功率如何呢?這裡「成功」的定亦是,只要你在工作 40 年後,手上的錢不少於剛出道時(10 元)就可以了。天啊這標準也太低,不過在這種低標準之下,這些秀才的成功率也只有 32.05% 而已!人生真的好難!

看到這裡不禁覺得充滿負能量,大家都別再努力了,反正運氣決定一切……。

作者接著問,現實如此殘酷,政府能為我們做些什麼?

政府在挹注資源扶植科技研發、經濟產業等領域時,經常會有一種「菁英主義」思維:「我們如果把資源集中投給那些有才能的人,應該能夠得到更好的效果吧!」不過「才能」很難一下子看得出來,所以就變成「有才能的人應該本來就會表現得比一般人好,那就把資源給那些過去表現比較好的人吧!」

這樣的作法是正確的嗎?

於是研究者設計了一些補助辦法:每隔五年,就會有「政府資金」挹注給模型裡的 1000 個代理人,所以在整個模擬過程中,會有八次補助。補助的策略有幾種精神:

  1. 齊頭主義:給所有的人相同金額的補助,皆大歡喜。實行方式:每次每人補助 1 塊錢、兩塊錢或 5 塊錢,三種方式補助 1000 人、八次的總預算分別為 8000、16000、40000。
  2. 菁英主義:只補助表現較好(手中金額排名在前面特定比例)的人,表現差的人管你去死。實行方式:表現前 50% 的發 5 塊錢(總預算 20000);表現前 25% 的發 5、10、15、20 元(總預算10000、20000、30000、40000);表現前 10% 的發 5、10、20 元(總預算 4000、8000、16000),一共八種方式。
  3. 折衷主義:前兩種極端方式的妥協,一部分的經費給表現名列前茅的人較多補助,剩下的給其他人平分。實行方式:前 25% 的人 5 或 10 元,其他人 1 元(總預算 16000、26000);前 25% 的人 10 元,其他人 5 元(總預算 70000),共三種方式。
  4. 亂槍打鳥主義:隨機抽取一個比例的人,塞錢給他們,用樂透來翻身的概念。實行方式:隨機選取 10% 的人給 5 元(總預算 4000);隨機選取 25% 的人給 5、10 或 20 元(總預算 10000、20000、40000);隨機選取 50% 的人給 5 元(總預算 20000),一共五種方式。

目標是「希望那些有能力的人(具體而言,就是 T > 0.7,比平均值高一個標準差),在政府的幫忙下,能夠好好發揮才能。」用來衡量這個目標的指標,就是經過了八個回合的補助,40 年後這些人「成功」(模擬結束後手上還超過 10 塊錢)的比率增加了多少。上面這些補助方式中,表現最好的方法是哪一個呢?

答案是前「25% 的人 10 元,其他人 5 元」,讓 T>0.7 的「高能力族群」的成功率,從沒有補助的 32.05% 一口氣提高到 94.82%,看起來很成功!幾乎全壘打!

不過總共要花 70000 塊,是所有方案中最貴的。相較之下,無腦式的每個人都發 5 元,也可以達到 94.40,幾乎不相上下,但是花費只需要 40000 元。也就是說,根本不用給名列前茅的人特別獎勵,成效也一樣好。

所以如果要看政府錢有沒有花在刀口上,要看的是「每花一塊錢,可以增加多少高能力族群的成功率?」也就是「效率=(補助後成功率—補助前成功率)÷ 政府總預算」。用這個方式比的話,那個方案是第一名?

答案可能讓你跌破眼鏡,是最簡單的「每次每人補助 1 元」!總共花 8000 元,可以讓成功率提升到 69.48%,提升了 37.43%。剛剛拿第一名的方法,除以所花的錢後,績效也掉到後段班了,是 18 種方案的第 11 名。表現最差的是「表現前 10% 的發 20 元,其他人 0」這個極端的菁英主義方式,它的效率只有前者的 1/25,花了兩倍的 16000元,只提升了 2.93%,成為 34.98%。

事實上,所有的「菁英主義」式的補助,幾乎都是表現最差的。

(圖七)各種補助方式的政府經費效率。數值已經標準化,以第一名的「所有人補助 1 元」的效率為基準的比值。

如果政府經費充裕,總共要砸 80000 元下去,哪一種方法最好呢?模擬的結果顯示,還是「齊頭式平等」所有人均分表現最佳;第二、三名分別是「亂槍打鳥」隨機抽選 50% 的人平分、以及「折衷主義」表現前 25% 的人分掉一半的錢,其他 75% 的人分掉另一半。這三種方式的成績相當接近,都可以達到 96% 以上的成功率。

在這個極簡 TvL 模型下,齊頭式平等的補助方式表現最好,表示在「無法明確看出到底誰是高才能者」的前提下,「雨露均沾」才是讓才能高者出頭的最佳方式。不過作者也指出,在真實的世界中,拿到第三名的「折衷主義」方案,在人人有獎的前提下,給表現較好的人更多的鼓勵,可能產生激勵效果讓所有人更加努力,發揮更大的整體效果。未來若能將這個因素加進模型中,有可能會變成由折衷方案勝出。

這些結果,也呼應了本研究中的兩位物理學家在 2010 年獲得「搞笑諾貝爾管理獎」的題目(對,他們是第二次得獎了):老闆要提拔下屬晉升主管時,不要挑之前表現好的,要亂槍打鳥隨機選人,團隊的運作會更有效率。

他們真的很喜歡亂槍打鳥……。

接下來要看的是「整體人口素質」的影響。如果由於完善的教育與職業訓練體制使得全體的才能值 T 都提高,平均值由 0.6 提升到 0.7 的話(標準差維持 0.1),這時候 100 次模擬的最強者的才能值,絕大多數都高於整體的平均值,而且金額也是也才能正相關,如圖八所示。也就是說,在整體人民素值較高的環境中,高才能者更有出頭的機會。

(圖八)才能平均值提高到 0.7 時,一百個回合的勝出者絕大多數高於平均值,最後累積的總財富也是高才能者成績較佳。

最後是「產業環境」,之前的模擬都是「好運」、「厄運」各佔一半,我們可以用較高的好運比率來代表高度成長的產業環境;而較高的厄運比率則是代表產業環境正在走下坡,才能平均值維持在 0.6。好運厄運的機率對所有的人都一樣,不過有趣的是,處在「高度成長環境」(80% 好運、20% 厄運)中時,對高才能者明顯有利(圖九(a)),但是在「產業江河日下」時,影響不太明顯(圖九(b))。

(圖九)(a) 好運 (b) 厄運事件佔 80% 時, 100 次模擬中勝出者的才能與財富關係。

總結這次獲得「搞笑諾貝爾經濟獎」的研究,透過這個極度簡化的 TvL 模型模擬所告訴我們的訊息是:

  1. 這個模型雖然簡單,但它能夠重現真實世界財富分布的「80-20 法則」,所以有抓到一些真實的經濟社會狀況的重點,不是來亂的。
  2. 才能對生涯的表現有影響,但真正具有壓倒性力量的是運氣。
  3. 政府如果想要鼓勵才能較好的人,期待他們有更好的表現的話,「想當然耳」的菁英主義(補助本來表現就比較好的人)是最糟糕的辦法,還不如齊頭式補助,或是亂槍打鳥式的補助。如果政府銀彈充裕的話,折衷式的補助成果也會不錯。
  4. 整體人民素質提高,可以讓才能高的人表現更好,所以教育很重要。
  5. 產業環境好,機會越多的話,也有助於高才能的人有好的表現。如果衰退的話,則是大家一起慘。

看到這裡,您應該也知道,作者雖然強調隨機事件、運氣的重要性,不過倒也不是就叫你跟阿姨說不努力了,以台灣的人民素質與產業活力來說,其實付出努力來充實自己的能力(提高你的 T 值),應該還是能夠讓你更有機會出人頭地的,還是多多加油吧!

圖/GIPHY

更多有趣的研究,請到【2022 搞笑諾貝爾獎】

超中二物理宅_96
8 篇文章 ・ 11 位粉絲

0

1
0

文字

分享

0
1
0
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。

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。

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。

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。

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。

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。

日出出版
8 篇文章 ・ 4 位粉絲

0

5
2

文字

分享

0
5
2
為了讓地球科學更好,快去下載吧!氣象局把所有珍貴的地震資料都放在那裡了!——臺灣地震與地球物理資料管理系統
鳥苷三磷酸 (PanSci Promo)_96
・2022/08/22 ・3186字 ・閱讀時間約 6 分鐘

  • 文/陳儀珈

臺灣是全世界地震測站密度最高的地方,然後呢?

臺灣位於歐亞板塊與菲律賓海板塊交界處,古往今來,從 1935 年新竹-臺中地震、1999 年集集大地震到 2016 年的高雄美濃地震,這座島嶼挺過無數次強震的襲擊,更催化出驚人的地震測報實力與研究能量。

自日治時期設置了全臺第一座地震儀至今(2022 年),在 120 多年內,現在的臺灣已經擁有全世界地震測站密度最高的地震觀測網:共超過 700 座測站,平均不到 10 公里就有 1 座,一年平均可偵測到超過 3 萬次的地震!

新竹站的地震儀,可以 24 小時監測並記錄地動情形。圖/地球物理資料管理系統

從預算籌措、技術研發、測站建置、通訊與電力接通、儀器維護到資料處理與信號監控等,每一座地震觀測站的背後,都耗費了無數地球科學家們的心力和血汗,他們辛勤地上山、下海、鑽井、拉線,投入大量的人力、時間和資金,就是為了挖掘更多地球的秘密。

每一分、每一秒,都有可觀的訊號湧入中央氣象局的儀器,然而,人們到底要怎麼做,才可以讓這些得來不易的寶貴資料發揮最大的效益呢?

中央氣象局的做法是——將它們全、數、公、開!把臺灣地震與地球物理的觀測資料,無償開放給全世界下載使用!

2008 年初試啼聲、2020 年脫胎換骨!

自 2005 年起,中央氣象局地震測報中心開始規劃這個整合型地震相關資料的開放平台計畫,並在 2008 年 8 月正式上線,命名為「地球物理資料管理系統(GDMS)」。

舊版地球物理資料管理系統(GDMS)的網站畫面。圖/截圖自地球物理資料管理系統

可惜的是,當年 GDMS 採取「會員制」,使用者需線上申請,經過審核方可啟用帳號,也限定僅有「國內」的相關學術人員才能成為會員。

此外,隨著上線時間一長,原系統的功能及資料服務已無法滿足所有使用者的需求,例如資料並未使用國際通用格式、更新不夠即時、儀器參數不完整等等問題。

有鑑於此,中央氣象局和中研院地球所攜手合作,建置了全新一代的「臺灣地震與地球物理資料管理系統(GDMS-2020)」,取消原先僅開放國內學術人員下載的限制,轉型為向全世界開放,所有人都能在此下載地震和地球物理的觀測資料。

新版的 GDMS 也針對資料管理進行全面優化,設計了標準化的流程,讓整體資料典藏變得更穩定更即時,資料品質更有保障。新增的詮釋資料(metadata)也讓使用者得以從原始資料(raw data)分析出更真實的物理量。

走向國際化的地震資料中心!

在地球科學界中,美國 IRIS、歐盟 ORFEUS、日本 NIED 是公認的三大資料服務中心,負責提供即時、高品質的地震與地物資料。

無論是資料格式,還是系統管理,臺灣的 GDMS 也向這幾個單位看齊,藉由向全球研究人員開放地震與地球物理資料,不僅能夠促進整體地球科學的發展,也讓臺灣在地球科學界的能見度更高,展現我國在地震領域的研究和技術能量。​

現在,無論你是地球科學的學術人員,或是對地球科學研究有熱情的愛好者,只要進入這個網頁註冊帳號,就能取得即時又完整的地震與地球物理資料。​

新一代地球物理資料管理系統(GDMS-2020)的網站畫面。圖/截圖自地球物理資料管理系統

完整性、通用性:最全面、最沒有門檻的研究資料

根據中央氣象局的介紹,GDMS 提供的資料大約分為三個類型:地震資料、地球物理資料,以及儀器的詮釋資料,提供連續的觀測紀錄,擁有資料上的「完整性」。

其中,地震資料來自各式各樣的地震儀,例如短週期地震儀、強震儀、寬頻地震儀、井下地震儀所記錄的震動波形,取樣率每秒 100 點;地球物理資料包含全球導航衛星系統(GNSS)所記錄的地表變形、水位計的地下水位、磁力儀的地磁強度,取樣率每秒 1 點;​詮釋資料則記錄了​儀器管理相關的資訊,包含測站位置、營運歷史、維護紀錄、儀器響應(instrument response)等內容,讓研究人員得到地動訊號真實的物理量,在分析資料的過程中扮演關鍵性的意義。

臺灣的地震資料,全世界都可以用!​圖/報地震 – 中央氣象局

為了讓研究人員下載地震和地物資料更便利,GDMS 參考了其他國際地震中心的做法,從資料查詢、瀏覽與下載的介面,到符合國際標準的資料格式,具備資料上的「通用性」。

觀測資料的格式如下:

  • 地震波形資料:miniSEED、SAC 和文件檔格式
  • GNSS 資料:RINEX 格式
  • 地磁資料:  IAGA2002 格式
  • 地下水位: 純文字檔​

詮釋資料的格式為:

  • 地震儀:管理上採用 dataless SEED 以及 StationXML 兩種格式,使用上另提供 Poles and Zeros 檔案
  • GNSS、水位計和磁力儀:純文字、試算表或資料表等方式儲存,同時相關資訊亦全部轉入資料庫線上管理。​

即時性、國際性:幾乎即時的更新頻率,開放給全球學術界!

​標榜「即時性」的 GDMS ,更新資料的速度到底有多快?

為了讓研究人員在強震後能夠立刻進行分析,所有地震波形資料會持續開放至此時此刻的前 15 分鐘。而地球物理資料每日產製 1 個檔案,也就是說,今天可以拿到最新的資料是前一天的檔案。

規模超過 6 的地震發生後,GDMS 會自動擷取所有對應的地震波形,在一個小時內放在首頁供所有人瀏覽及下載,避免在地震過後湧入過多的索取而影響網站的服務效能。

登入新版 GDMS 後可在首頁瀏覽規模 6 以上的地震所自動擷取的地震走時波形,此例為 2022-06-20 M6.0 花蓮地區地震的 TSMIP 加速度波形,橫軸為震央距,縱軸為走時。圖/地球物理資料管理系統

此外,GDMS 也保存了從 1991 年 1 月 1 日至今的「地震目錄」。

由於地震觀測站收到的原始訊號是不停的連續波形,一般研究人員若要進行地震研究,需要耗費極大的人力和時間成本,土法煉鋼地從波形中挑出地震的波形。

地震目錄在 GDMS 網站上所呈現的樣貌。​圖/地球物理資料管理系統

GDMS 所提供的地震目錄,是由地震定位專業的夥伴們,從連續的波形中一一挑選而成,不論是在學術或災害研究上,都是非常珍貴的資料。目前系統中最新的地震目錄可提供到當下的前 1 個月,地震目錄跨越的時間超過 30 年,累積地震數超過 75 萬筆,毫無疑問是地震相關研究的一份瑰寶。

透過中研院梁文宗博士,向全球地震學界宣布新一代的 GDMS 正式啟用!​圖/截圖自 IRIS

為了讓 GDMS 在國際上更有能見度,日前中央氣象局已正式向國際數位地震觀測網聯盟(International Federation of Digital Seismograph Networks,簡稱 FDSN)申請註冊數位物件識別碼(Digital Object Identifier,簡稱 DOI),進一步強化 GDMS 的服務品質。

未來,GDMS 不會停下進化的腳步,在中央氣象局與中央研究院的合作下,除了測站數量將不斷擴大、進行儀器的汰舊換新,還預計開發一套新儀器維護與參數連動機制,確保觀測資料與詮釋資料的可靠性,並隨時關注和參考使用者的回饋與需求,進行滾動式的修正,持續擴充 GDMS 的功能。

參考資料

  1. ​中央氣象局臺灣地震與地球物理資料管理系統​
  2. Thread: Taiwan CWB Seismological and Geophysical Data is officially OPEN from the new GDMS​
  3. 地震測報中心蕭乃祺、甘志文、莊雅婷。〈建置國際化的地震資料中心〉。
鳥苷三磷酸 (PanSci Promo)_96
146 篇文章 ・ 268 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