Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

全盤皆輸的亞馬遜拓荒行動

李柏昱
・2013/05/20 ・1114字 ・閱讀時間約 2 分鐘 ・SR值 549 ・八年級
相關標籤: 亞馬遜雨林 (8)

原本是雨林覆蓋的地區,快速被一塊又一塊的牧草用地取代,改變地表的同時也影響氣候。(圖片來源:Flickr用戶 CIAT International Center for Tropical Agriculture)
原本是雨林覆蓋的地區,快速被一塊又一塊的牧草用地取代,改變地表的同時也影響氣候。(圖片來源:Flickr用戶 CIAT International Center for Tropical Agriculture)

巴西亞馬遜雨林快速消失已經不是新聞,近年來以平均每年5萬2千平方公里的速度消失,按照這個速度下去,2050年亞馬遜雨林將從地球上消失。

當地對於農業土地以及牧草地的開發需求,是造成雨林消失的主因,希望犧牲雨林以生產更多農畜產品,換取地方經濟發展。

但是,林洞研究中心(Woods Hole Research Center)與當地大學合作進行的模式預測發現,開發雨林並沒有辦法增加農業產量,實際上,雨林消失反而會讓農業產量下滑。

「我們一開始只是對於量化亞馬遜雨林提供的環境服務(environmental service),以及雨林被農業活動取代後的生態產出感興趣,」研究主持人奧利維拉(Dr. Leydimere Oliveira)表示,「我們原先預期會有一些補償或抵銷,但出乎預料的是,高度的雨林砍伐將造成全盤皆輸的局面。」

-----廣告,請繼續往下閱讀-----

研究中將雨林的未來分為兩個劇本:一是按照現在的開發速度消失,而且沒有新的保護區成立;二是假定巴西的環境管制法規能付諸實現。

根據這兩個劇本推估,到了2050年,牧草產量將分別減少34%和30%。而當地最重要的農作物黃豆,產量也將分別減少28%和24%。

雨林對於發展農業的重要原因,在於雨林能維持當地的氣候,確保有足夠的降雨灌溉農作物。一旦雨林消失,隨之而來的地方氣候改變,導致農產品產量減少,甚至造成某些地區不再適合農業發展。

「亞馬遜地區的農業開墾存在一個上限,在這個極限內,農業發展還不至於造成嚴重後果;然而一旦超過這個極限,我們將面臨農業大幅減產的危機。」奧利維拉說。

-----廣告,請繼續往下閱讀-----

巴西目前正面臨一個嚴峻的情況,國內龐大的政治與經濟發展壓力不斷要求將亞馬遜雨林開墾為農業用地,短期內該地區對於開墾雨林不大可能停止。

或許,未來必須宣導環境改變將造成人類全盤皆輸的局面,大眾的行為才會有所轉變,亞馬遜雨林也才能有所轉機。(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)

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!

-----廣告,請繼續往下閱讀-----

延伸學習:

-----廣告,請繼續往下閱讀-----
文章難易度
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
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。

2

6
2

文字

分享

2
6
2
熱帶雨林如何自食其力?——《熱帶雨林:多樣、美麗而稀少的熱帶生命》
日出出版
・2022/09/18 ・4192字 ・閱讀時間約 8 分鐘

有關這個根本問題的答案,水能提供一些線索——不管是源自森林的溪水,或經常像瀑布一樣傾瀉而下的雨水。

熱帶雨林如何自食其力?水能提供一些線索。圖/Pexels

亞馬遜流域的三種水色

這裡我們還是會先以亞馬遜雨林為例,因為如果能認識地表最大熱帶雨林的狀況,自然也就能了解剛果盆地與東南亞這另外兩大雨林。

不過在更深入探究當地的狀況前,我們得先介紹一個早就被發現的現象。亞馬遜地區的河流,可依水色分成三類:白水、黑水與清水。白水並非白色,它帶點乳色混濁,其實更像牛奶咖啡。黑水看起來雖像流動的石油,把它舀進大一點的容器看其實偏棕色。至於清水則就是清澈不混濁。

這些差異意謂著什麼,亞馬遜的原住民印地安人應該都很熟悉,他們甚至是以此來表達不同部族的居住地與人數多寡。這種「印地安模式」,可從水中的礦物含量以及與此相關的肥沃度得到解釋。

烏卡亞利河為亞馬遜河的主源,由發源自安地斯山脈的烏魯班巴河與坦博河匯流而成。圖/維基百科

白水河源自安地斯山,來自高山的礦物碎屑造成它的混濁,每年特定時間或長或短的氾濫期為河岸地區帶來肥沃物質,程度上雖不如尼羅河氾濫,但原理很類似。白水河的氾濫區在亞馬遜被稱為 várzea,這裡氾濫期的洪水可高達十幾公尺,會叮咬人的蚊蚋也很多,但幾百年來,卻一直有歐洲殖民者的後代,與那些被稱為卡布克羅人(Caboclos)的歐、印混血者在此墾殖定居。

-----廣告,請繼續往下閱讀-----

至於被稱為 igapó 的黑水河氾濫區,則與此截然不同。洪水在這裡也會暴漲至樹冠,並經常維持在這個高度數星期之久,氾濫過後卻還是無法留下肥沃的河岸。不僅如此,這裡的土壤因氾濫所流失的養分還比得到的多,所以即使大致沒什麼擾人的蚊蚋,卻也不會有人來種任何東西。

土壤跟它一樣貧瘠的,還有清水河的河岸。河水不混濁,雖然有利於以弓箭或魚叉捕魚,但水清則魚少,所以這方面的收穫也說不上豐碩。

這些印地安人的祖先數百至數千年來累積的經驗,在二十世紀後半期德國馬克斯.普朗克(Max-Planck-Institut)湖沼研究所所進行的測量中得到了證實。研究者發現清水河與黑水河都極度缺乏電解質,也就是那些可做為導電離子的可溶性礦物成分。水中量測到的導電率,是顯示其電離子含量的良好指標,而植物所需的營養鹽就是這類離子。

黑水河暗褐的水色來自腐植酸,這種物質是植物生長無法利用的,而我們通常是從水色偏褐的沼澤湖泊認識到它。白水河則不同,它幾乎含有植物所需的每一種離子,例如鉀、鈣、鎂與磷酸鹽離子,而這些是來自安地斯山風化的岩石。

-----廣告,請繼續往下閱讀-----
亞馬遜河北岸最大的支流——尼格羅河,又被稱為「黑河」;與白水的河流形成強烈對比。圖/維基百科

不過這裡的岩石風化物,其實不如衣索比亞的肥沃多產(尼羅河的兩條主要支流即發源於此),因為亞馬遜河的集水區裡沒有火山。火成岩遠比石灰岩、砂岩或花崗岩肥沃,這也是東南亞大部分雨林區與其他地方最顯著的差異。熱帶研究學的專家恩斯特.約瑟夫.菲特考(Ernst Josef Fittkau)根據這些發現製作了一張亞馬遜地區的生態圖,呈現出一種河川三分法,分別是白水河作為「安地斯山之延續」,與來自黑水河及清水河的流路,在這三種區塊之間,則是亞馬遜中部面積廣大的雨林。

但孕育出這片森林所需要的養分,究竟從何而來?

有更多發現為這個問題提供了線索。例如科學家為精確分析水的成分所測量的導電率,顯示出亞馬遜地區某些林間小河的河水居然還比雨水更純。它甚至不含一點鈣或鎂,連其他礦物成分的含量,也都只在勉強能驗到的臨界值。在一條這樣的林間小溪裡洗手,只要沾一點肥皂,就足以產生多到無法遏止的泡沫。

這個奇怪的發現,事實上背後的問題很嚴峻。極度缺乏礦物質,會讓人牙齒損壞、骨質流失,而熱帶悶熱的環境,更讓人因流汗損失過多鹽分而渴望鹽。水中的礦物成分過低,也意謂著某些水生動物的身體有吸收過多水分的危險,因為當牠體外的水鹽度遠低於體內,滲透率便會產生落差,而為了避免過多水分滲入,牠會迫使自己的身體近乎防水,否則得不斷排出過多水分,非常耗費能量。

這也充分解釋了,為什麼像巨骨舌魚這類皮膚有如鎧甲的魚,偏偏就普遍分布在亞馬遜地區,而且是水裡的贏家。此外,滿口利牙的典型掠食性魚類會吃樹上掉進水裡的果實,也非常合理,因為牠們可以從這類食物中獲取礦物質,以補充在這種環境下無可避免的損失。

-----廣告,請繼續往下閱讀-----
巨骨舌魚(Arapaima gigas)原生於亞馬遜河;為活化石,需經常浮出水面呼吸空氣。圖/維基百科

不過整座森林,其實也無可避免地在流失它的礦物鹽類。至於到底流失了多少,則可藉測量離開森林後的水體之電解質得知。即使每立方公尺只含幾毫克,它也一點一滴、年復一年地從亞馬遜雨林裡流失,然後被帶進南大西洋。

所以在地力不斷流失的情況下——除了白水河的河岸地帶之外,因為這裡每次氾濫,都會得到來自安地斯山的養分補給——亞馬遜雨林不是應該要逐漸營養不良死去嗎?

更多研究的發現,讓這個問題的答案愈來愈清晰。大部分生長在亞馬遜的「固定土地」上,也就是它面積廣大的非氾濫區裡的樹木,都發展出一種向四面八方水平擴展的根系,與一般認為它能特別深紮在土壤中的想法完全不同。一場普通大小的雷雨風暴,便足以把一棵大樹撂倒,連那些經常長得非常巨大的板根與支柱根,都沒辦法穩固地支撐它。

在此同時我們也從豐富廣泛的雨林研究中得知,其貼近地面擴展的根系,作用就像一個巨大精密的過濾器,而樹木便是以此來攔截吸收落葉或倒木分解後釋放出的礦物成分。這種養分的循環再利用過程真的很短,在其中協助它進行的便是纖細無比的真菌菌絲。

-----廣告,請繼續往下閱讀-----

在我們所熟悉的土壤中,負責儲存這些分解物質者是腐植質,也因此它被認為特別肥沃。然而熱帶雨林的土壤沒有腐植質,因為樹木的根,立即吸收了所有在分解與礦化作用中釋放出的物質。樹木的葉與根之間,構成了一種緊密的循環系統。

精密的植被系統

當然這還是無法完全阻止植物所需的養分因雨水而流失,因為水量實在太大,降雨強度也太強。林間小溪貧乏的礦物含量,指出了這種無可避免的損失。而雨林裡的樹木如何取得平衡,只要看看它的葉子與樹冠,便可得到線索。

那些「坐」在它樹冠上的植物,幾乎都是我們最熟悉的室內或裝飾植物,例如蘭花、鳳梨科植物或蕨類。在德文裡它們被有點拗口地慣稱為「坐在上面的植物」,其實也就是附生植物。

它們的根莖沒有觸及地面,也沒有鑽進樹木的枝幹裡,所以不像寄生植物會吸取樹木養分,而只在樹上靠「吸空氣」維生——這點完全名符其實:因為它們不僅像絕大部分植物那樣,會從空氣中吸收二氧化碳,也吸收那裡面的水分與必需的礦物養分。雖然要以這種方式活著,它們得維持很低的需求,但它們的出現與常見卻也表明,借道空路而來的礦物鹽類顯然完全充裕。

-----廣告,請繼續往下閱讀-----
熱帶雨林裡「坐」在植物上的附生植物。圖/維基百科

只要更仔細觀察,我們甚至還看得到許多附生在樹葉上的小型或微型植物。它們像一小片草地那樣生長在葉面,讓有些大型樹葉看起來好像布滿斑點,而且這很可能也是滴水葉尖發展出來的重要原因之一。這樣的葉尖能讓雨水更快從葉面滴下或流走,如此一來那上面的迷你附生植物才會不斷枯死;這可以避免它們生長過密,對雨林樹木的葉子造成危害。

另一方面,這些葉面附生植物透過其龐大的總表面積,從雨水中過濾出特別多的礦物養分,這點對樹木倒是有利的;在很大的程度上,甚至比那些大型附生植物更有用。後者通常只會偶爾在雷雨風暴中被颳落地面,然後樹根或許還能從它們身上吸收到一些營養。

這裡空氣中的礦物成分究竟從何而來,一直到二十世紀後半都還無人知曉。是來自被信風或暴風颳來拍打在海岸的浪花嗎?還是來自南美洲東北及東南部、有著廣大裸露地面的乾燥區?都有可能。

然而化學微量分析的結果,卻指向一個要遙遠得多的來源地。那些從空中為亞馬遜雨林施肥的礦物成分,是信風遠從撒哈拉沙漠挾帶來的。有時候當沙塵暴特別強勁,大範圍的天氣狀態也許可時,甚至連中歐地區都能體驗到一部分這種來自撒哈拉的沙塵現象。此時降下的雨會偏褐到黃褐色,在過去迷信的時代,人們把它稱作「血雨」,而它顯示出沙塵裡有含鐵化合物。

-----廣告,請繼續往下閱讀-----

根據測量的結果,隨著信風由非洲穩定吹向亞馬遜的沙塵量,不僅能與因河水沖蝕與搬運而損失的量達成平衡,也確實含有雨林裡的樹木生長所需要的礦物養分。那些主要是磷、鉀、鎂,但也包括鈣、鐵及一些微量元素。

亞馬遜雨林是「站」在一片無法再提供任何養分的土地上。圖/維基百科

因此我們可以誇大一點地說,絕大部分的亞馬遜雨林根本只是「站」在一片幾乎已無法再提供給它任何養分的土地上,而且是以它的樹葉與根部組織從空氣中吸收養分。就這點而言,熱帶雨林的表層很類似高位沼澤,因為它也是從空氣中獲取養分。高位沼澤下那些死去植被積累而成的泥炭,主要功能就是做為底部基礎與蓄水。

——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。

-----廣告,請繼續往下閱讀-----
所有討論 2
日出出版
13 篇文章 ・ 7 位粉絲

1

1
2

文字

分享

1
1
2
亞馬遜雨林裡上演著動物生存競賽——《熱帶雨林:多樣、美麗而稀少的熱帶生命》
日出出版
・2022/09/17 ・2495字 ・閱讀時間約 5 分鐘

流量最大的河川,帶來最大的洪水,這樣的因果關係似乎完全符合邏輯。然而亞馬遜河的洪水,已完全超乎水量增加與氾濫幅度間的正常關係,而這對亞馬遜雨林帶來了某些後果。

洪水氾濫成的水陸兩棲舞台

儘管並非毫不費力就能看出端倪,但原因其實很簡單。

這條大河從安地斯山脈東緣開始,那些巨大的源流河在此離開高地但尚未匯入主流,一直到注入南大西洋為止,其間三千多公里的河道,幾乎完全不再有任何坡度。這甚至使亞馬遜河的洪流,會以潮汐般的規律往上游方向回堵數百公里。連它那些來自北邊或南邊的主要支流——前者最重要的是內格羅河(Rio Negro),後者則是馬代拉河(Madeira)與托坎廷斯河(Tocantins)——在匯入亞馬遜河前,也都已經幾乎毫無坡降地奔流了無數里程。

它在主要雨季的流量每秒可超過三十萬立方公尺,這樣幾乎讓人無法想像的巨大水量,無可避免地必然會暴漲並堵塞。而那些離河道不遠的森林,也因此會大範圍遭洪水泛濫,連續好幾星期,有時候甚至長達數月。

亞馬遜河洪水氾濫。圖/維基百科

於是一個水陸兩棲的世界形成了,魚穿梭在這個原始森林的樹冠層中,水生植物則聚集成漂浮的大島順流而下,在某些河岸地帶水位可以上升十到十五公尺。

此時有一大部分生命的活動舞台,是在水中或在高高的樹冠上,而毀滅式的大雨不斷傾盆而下,還可能連下數日不休。這裡的河水氾濫會波及廣闊的周邊地區,在某些地方甚至寬達上百公里看不到河岸,因為樹冠已完全沒入水中。而並非所有亞馬遜雨林的樹種,都能忍受這麼長的氾濫期,因此比起那些洪水淹不到的地方,也就是巴西人眼中真正的「陸地」,生長在近河地帶的樹種一直明顯較少。

-----廣告,請繼續往下閱讀-----

上演著精采絕倫的動物生存戰

不過即使沒有氾濫,從天而降的驚人雨量,還是會為那些「陸地」帶來過多的水。但它至少有穩固的土壤,生長在這裡的樹木與生長在近河氾濫區者,有著迥異的繁殖策略。

在近河氾濫區的水裡,不僅有等著要埋伏獵物的凱門鱷(Kaiman),還有在靜候著等待果實噗通一聲掉進水裡的魚,牠們會急忙蜂湧而上,就像人、畜見之色變的食人魚撲向(受傷的)獵物那樣,會在最短時間內把目標物吃光抹淨只剩骷髏。

食人魚因為前端齒列是由鋒利如刀的三角尖齒所組成,所以能像鋸子一樣切鋸,牠也因此得到一個有點矬的德文名字:鋸脂鯉(Sägesalmler)。Säge 即鋸子,而 Salmler 則表明牠屬於脂鯉科這種魚。

或許在某些冒險故事裡這種魚確實被描寫得太誇大,不過這改變不了一個事實:當牠們非常飢餓時,牠們在亞馬遜水域裡的危險性要遠比凱門鱷和巨蟒高。任何曾釣過這種魚的人,都不會忘記牠所發出的那種嘎吱嘎吱聲,那是牠用牙齒在狂咬固定魚鉤的鋼絲前導線。

-----廣告,請繼續往下閱讀-----
亞馬遜河豚(Inia geoffrensis)通稱亞河豚,也稱粉紅河豚;是現存體形最大的淡水豚。圖/維基百科

從人類的角度來看,相對溫和無害的是亞河豚科的淡水豚,因為牠只獵食魚類,並不會攻擊人。當牠們成群圍繞在你的小船或獨木舟邊嬉戲時,還會發出平和悅耳的聲響。

然而水中世界的生存競賽,還是繼續在進行。

起初是在水位開始上漲時,因為有些物種所仰賴的食物來源,在水中變得更分散更稀少了。像凱門鱷就首當其衝,還好牠經得起長時間挨餓,相較之下屬於哺乳類的巨獺,也就是亞馬遜河裡以魚為主食的大型水獺,則幾乎每天都得進食。淡水河龜也很擅長耐心等候,而且能捱到洪水退去,牠可以產卵的河岸重新出露。爬蟲類此時的優勢,來自牠比哺乳類動物要低許多的新陳代謝率。牠每天所需要的食物,只有體重相當的哺乳類動物的五分之一到十分之一。

為數不多且原生於亞馬遜雨林的大型哺乳類動物,都以一種明顯較低的基礎代謝率著稱。對體型只差不多與野豬相當,但卻是亞馬遜體重最大的哺乳類動物貘來說,這種新陳代謝強度降低的比例還不算太大;但生活在樹冠層、凡事都「慢慢來」的樹懶,基礎代謝率卻大約只有與牠體型相當的一般哺乳類的一半。然而牠其實並不「懶」,凡事慢慢來對牠是生活之必需。

二趾樹懶(Choloepus didactylus)流線的身軀及毛髮很能適應熱帶雨林氣候。圖/維基百科

樹懶以及會把長鼻子伸出水面的貘,都擅長且能持久游水;而那些住在樹冠層的猿猴,反之則會盡其所能地避免下水,落入水中對多數不具游泳能力的猿猴來說意謂著雙重致命,因為牠們根本抵禦不了那裡面的肉食性魚類與鱷魚。

-----廣告,請繼續往下閱讀-----

有些事在這個奇怪的水世界裡,或許不足為奇:例如這裡最常見的一種螞蟻切葉蟻,是以培養真菌為生,而一些大型蝴蝶,像全身閃耀著一種夢幻天空藍的大藍閃蝶,壽命可以長達數週或甚至數個月。在悶溼的熱帶亞馬遜,牠們的生命進行得比我們初夏森林裡的蝴蝶慢。

至於鳥類則受惠於牠們的飛行能力,羽色繽紛的巨嘴鳥拜自己敏銳的色覺之賜,總能找到有果實的樹木。

在亞馬遜的水陸兩棲世界裡,鳥類與魚類一樣都多達數百種。

——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。

-----廣告,請繼續往下閱讀-----
所有討論 1
日出出版
13 篇文章 ・ 7 位粉絲