年年有魚，是森林與大海 愛的心願

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。

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。

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）」！

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。

以研華科技為例，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。

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。

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。

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）。

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。

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。

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

有位朋友大概是想到「墨」和「烏」都是黑的意思，就問我：墨魚也叫烏魚？

我說，不是啦！墨魚是烏賊，烏魚是烏魚子的媽。

我這樣說，他就聽懂了！為什麼呢？因為在台灣，很常看到烏魚子，卻較少看到烏魚。

先民以來的傳統名餚

烏魚最有價值的部位是母魚的卵巢，可鹽漬、曬乾做成名貴的「烏魚子」（台語音oo-hî-tsí）。公魚的精囊則稱為「烏魚鰾」（台語音oo-hî-piō，鰾也寫作膘），一般是直接生煮，也是高貴的食材。

烏魚取出卵巢、精囊後，稱之「烏魚殼」，價值就低了，可煮成烏魚米粉、麻油烏魚等。以前的野生烏魚非常美味，成為很多人童年的美食回憶，但現在大多是養殖烏魚，魚腥味較重。

台灣先民很早就知道烏魚子的美味。台灣清代方志：「子成片，下鹽曬乾，味更佳。」「其子整片下鹽，以石壓之，曬乾，可焙為酒品。」

日本時代台南文人連橫《臺灣通史》說得最清楚：「烏魚之卵，結為一胎，略分為二，長及尺，重十餘兩。漬鹽曝乾，以石壓之至堅，可久藏。食時濡酒，文火烤之，皮起細胞，不可過焦，切為薄片，味極甘香，為臺南之珍饈。」

日本也有烏魚子，但產量少而較小。日本人一樣視烏魚子為珍貴的禮物和食物，日文稱之カラスミ（karasumi），這是「唐墨」二字的訓讀音：「唐」訓讀から（kara），「 墨」訓讀すみ（sumi）。日本人覺得烏魚子的形狀很像從中國傳來日本的墨，所以稱之「唐墨」。

根據中研院《臺灣魚類資料庫》，「鯔科」的「鯔」俗稱烏魚、信魚，最大體長可達一公尺。

「鯔」是什麼意思？「鯔」本指江河之魚，明李時珍《本草綱目》：「鯔，色緇黑，故名。」緇是黑色的意思，因此鯔魚的本意就是烏魚，以魚背烏黑而得名。

《噶瑪蘭廳志》（一八五二年）：「烏魚，鯔魚也，本草作烏魚．產於溪池者曰溪烏、池烏，產於海者曰海烏。臺地冬港俱有，冬至前到，味甘嫩；冬至後散子回頭，則瘦而味淡。」

台灣的「烏金」產業

這段話也解釋了何以烏魚又叫「信魚」，守信的魚。烏魚是洄游性魚類，每年冬季隨北方的大陸沿岸流（親潮）從台灣海峽南下避冬，並在南台灣海域產卵。根據台灣文獻記載，烏魚一般在冬至前十日至台南，稱「正頭烏」，魚肥而味美，魚卵和魚鰾飽滿；產卵後自恆春北返，稱「回頭烏」，魚變瘦、味道也差了。

所以有一句台語俚諺：「冬節烏，較肥豬脚箍。」冬至（陽曆十二月二十二日或二十三日）的台語叫「冬節」，冬至的烏魚比豬腳還要肥美。還有一句「鹹水烏，較贏雞肉箍」，意思是海裡的烏魚比雞肉還要好吃。

早在十七世紀荷蘭人統治台灣之前，就有閩、粵沿海漁民前來台灣本島和澎湖捕捉烏魚，最早只在冬天作季節性停留，後來又兼農作，才逐漸定居下來。所以有人說，台灣漢人移民最早是被烏魚吸引來的，烏魚就是「烏金」。

台灣的烏魚產業，從荷蘭時代就開始對漁民徵什一稅（十分之一），後來明鄭、大清時代也都跟進。清代方志記載：「官徵稅，給烏魚旗，始許採捕。」清唐贊袞《臺陽見聞錄》（一八九一年）：「旗以白布為之，書『烏魚旗』字，並船戶姓名，鈐蓋縣印，插於船首，出海採捕，土人謂之『討烏』。」

自一九九〇年代以來，由於氣候暖化、海水溫度升高，烏魚南下台灣海峽時間變晚，加上中國東南沿岸漁民搶先在台灣海峽北方攔截，造成台灣野生烏魚捕獲量日漸減少，卻因此帶動了台灣烏魚養殖業的興起。現在台灣的烏魚子大都來自養殖烏魚，產量和品質都很穩定，頗受歡迎。

今天台灣市面上的烏魚子，有野生、進口、養殖之分，仍屬高價禮品，一樣是台灣料理的名菜。

——本文摘自《一午二紅沙，三鯧四馬鮫》，2023 年 2 月，貓頭鷹出版，未經同意請勿轉載。

編譯／范君寧

夏天就是要去海邊玩啊不然要幹嘛？不過假如你喜歡游泳、潛水、衝浪，暢快徜徉在大海中的話，你是否曾經想過，你可能正漂浮在某個海洋生物的……排泄物中！？

大海是地球生命的起源，根據《美國科學公共圖書館生物期刊》（PLOS BIOLOGY）於2011年八月所提出的報告，大約有兩百二十萬種生物存活在海洋中，在這數不清的生物中，有小到只能藉顯微鏡一窺的浮游生物，更有大到重幾十萬磅的海洋哺乳類。

不過，海洋並不只是牠們的家，還是牠們的廁所！數百萬種生物每天覓食、生物、排泄都在同個地方，聽起來好像很噁心，但對海洋生物而言，尿與排泄物可以說是最營養的再利用資源，藉由被不斷地消費與回收，維持海洋生態系統的健全，也於食物網的建立上扮演重要角色。

誰尿得最多？海洋廁所最大的貢獻者

無庸置疑地，海中體積最大的動物——鯨魚——就是產出排泄物量的第一名，不過如何實際計算鯨魚的排泄量仍是讓科學家頭痛的問題，根據於佛蒙特大學（University of Vermont）的生物保育學家喬．羅曼（Joe Roman）接受《生命科學》（Live Science）的訪問，目前科學家藉由計算體積較小、易於觀察的海洋生物的每日排泄量，像是海豹、海豚等，再進一步縮放比例成鯨魚的體積，以此估算鯨魚的排泄量。

雖然無法得到確切的數據，但這仍對於鯨魚的排泄量提供一個普遍性的概念。根據《加拿大動物學期刊》（Canadian Journal of Zoology）於2003年刊出的研究指出，長至18公尺、重量可高達4萬5千公斤的塞鯨，每日有627公升的估計尿量。可長至26公尺、重達72575公斤的長鬚鯨每天則有974公升的驚人尿量，相等於一個人類連續尿上三年！

大個便這麼厲害？鯨魚的海中黃金

鯨魚傾向於深潛捕食之前在海面上個廁所，並且排出巨量的、擁有特殊顏色以及濃厚氣味的便便煙雲，其富含高度營養的鯨魚排泄物是名副其實的「海中黃金」。在緬因灣內，科學家估計鯨魚與海豹的糞便提供給浮游植物23,600噸的氮。在南極，鯨魚一天可以吃掉好幾噸富含鐵質的磷蝦，而大部分鐵質會隨著糞便排出，滋養極缺乏鐵質的南極表層水域，豐富整個生態系統。

鯨魚排泄物提供海洋生物氮、磷、鐵等重要營養元素，浮游植物、海藻等小型有機體都是鯨魚排泄物的受益者。但不僅僅到此結束，浮游植物會被浮游動物吃掉，接著浮游動物再被魚吃掉，甚至魚會再被鯨魚吃掉！

鯨魚糞便最大的受益者可說是整個海洋循環系統。鯨魚在深層海域捕食，然後浮上海面排泄，將沉積在深海的稀少重要養分帶到海水表面，促進浮游生物的生長，穩固海洋食物鏈的基礎。另外，鯨魚是遷徙距離最遠的哺乳動物之一，藉由來回營養豐富的捕食水域與營養缺乏的繁殖水域，牠們的糞便被從養分富饒的地方運至養分稀缺的地方，幫助海洋生物的生長。因此，無論是縱向或是橫向的營養循環，鯨魚（以及牠的便便）都在海洋的營養循環中扮演極重要的角色。

鯨魚的廁所鯨魚上——人類請用自己的廁所

根據《生態學與環境新領域探索》（Frontiers in Ecology and the Environment）2014年七月發表的研究，鯨魚就像是「海洋生態的工程師」，詳述了牠們在生態循環中扮演極重要的一環，以及鯨魚數的下降將會對無數的海洋生物造成災害性的影響。

近兩百年來，捕鯨行為愈趨嚴重，導致鯨魚數量減少了60%到90%（舉南半球藍鯨為例，其數量在上個世紀減少了99％，從約32萬7000隻下降到1180隻！）這造成生態系統中重要營養鹽循環的困難。另外，食物鏈底層的浮游生物無法取得重要的生長養分，數量減少，造成整體食物鏈生態不穩定，嚴重地破壞海洋系統的平衡。

不過，也千萬別想著「嗯嗯如果鯨魚便便數量不夠，啊不然我也來貢獻我的大便吧」這樣的事情啊！

海洋中的鯨魚糞便變得少見，取而代之更多的是人類糞便。隨著人口增加，爆炸性的人口所產生的過多排泄物無處去，許多地區將未經處理的排泄物倒入湖泊、河流、海洋，其帶來的髒汙疾病汙染生態系統甚劇。人畜排泄物汙染海水、產生許多海洋病原體，目前已知的例如沙門氏菌屬、霍亂弧菌、志賀氏菌屬等，若人類又吃下受到汙染的魚類、貝類，可能引發腹瀉、腸胃炎、肝炎等等

下次到海邊玩、想為大海盡一份心力的時候，別留下垃圾（包含你的黃金）、留給海洋生物們一個乾淨的家，這就是最好的貢獻了！

原文出處：How Much of the Ocean Is Whale Pee (and Worse)?, Mindy Weisberger, June 25, 2016

參考文獻：

• POOP IN THE OCEAN: WHO, ME?, Steven Katona, February, 2015
• Scientists Are Seriously Worried About Whale Poop, And Here’s Why, Jacqueline Howard, October 29, 2015
• The Whale Pump: Marine Mammals Enhance Primary Productivity in a Coastal, Joe Roman & James J. McCarthy, October 11, 2010
• 鯨糞便減少的隱憂－磷循環的失衡, 楊書萱,  May 17, 2015
• Why you should care about whale poo, Asha de Vos, October 2014

年節期間，除了遊樂區的花季，年菜也與森林息息相關：白鯧現撈價每公斤破兩千元的天價，烏魚子也比去年漲三成。「年年有餘」的願望，已真的要變成「年年有魚」的祈求了。驅動這價格背後的，除了盤商的操控、陸客的掃購，根本問題更在中大型經濟魚種的銳減，野生烏魚不來就是不來。若討論如何改善這些根本的惡化，森林健康的維護其實也參上一腳。

海岸林是漁業的土地公

森林對於漁業的貢獻，不是那麼顯而易見。但早在百年前的日治時期，就有因為滋養漁業的需求，而劃設不能破壞的法定保安林，這一類的保安林稱為漁業保安林（日文「魚つき保安林」），除了早年漁民即知道海灣及河岸的森林有聚魚效果之外，森林對暴雨及海浪沖蝕的抵抗，也使漁場附近的水質得以維護，港口周遭的地形不被破壞。現在這些保安林分佈在漁港及河口海岸，也常以紅樹林的樣貌出現。

在台灣西部盛行的沙灘與泥灘海岸，有潮起潮落的海浪拍打，有隨著雨季旱季變化的淡水注入，形成穩定但帶有鹽度及水位節奏變化的環境。濱海的耐鹽的紅樹林不但形成立體的生物棲息環境，供許多蟹貝魚蝦有多藏產卵育幼的環境之外，同時也是整個食物網的最基本。這裡的動物並不是啃食海岸樹林的葉子，而是依賴它掉落水中的葉片花果，分解後的有機碎屑成為沙蠶、線蟲、小魚、小蝦、及螺貝類的食物來源；或更加分解成營養鹽，提供了懸浮在海中或附著在樹林上的藻類的營養來源，再被藤壺、牡蠣、海瓜子等利用。

而南端珊瑚礁岩環境的底質沒有像泥灘沙灘那麼好的保濕效果，對於許多潮間帶的動物來說，要度過退潮時分的驟然乾燥，得靠海岸林植物在礁岩錯綜複雜中的枝幹根系，這裡形成的濕潤潮洞是最好的「避乾港」。溫暖的海水加上茂密的海岸林可以產生相當高的生產力，恆春半島像香蕉灣那樣的熱帶海岸林，是全球陸蟹物種多樣性最高的地方。這些蝦兵蟹將們剛出生時的蚤狀幼蟲，也是近海魚類的食物來源。

河岸與上游森林造就海中營養的交換場所

台灣島東岸一路到北的岩岸陡降地形，除了黑潮及湧升流決定海洋中的生產力之外，在大山與大洋間的短急小溪流，是大多數洄游魚蝦蟹螺必經的生命孔道。有的上溯產下愛的結晶，有的來這裡轉大人，有的下海延續下一代。來來往往的生命，都需要有森林保護的乾淨溪流，也需要來自森林落葉落花落果及各種小動物殘骸的碎屑，或分解在土壤中的營養。東北角浪花拍岸的礁岩上，每到這個東北季風吹拂的季節就會亮綠了起來，還聚集眾多逐浪釣客，這也是靠著乾淨的河溪從森林攜出適量的營養，滋潤出冷涼水溫下繁茂一季的綠藻褐藻，才造就東北角磯釣的盛況。

而全島海岸間的河口環境，都是森林與海洋的握手的地方。全球大約八成的商業用魚類，在生活史的某個階段依賴這樣的河口環境：有的在這裡出生、有的在這裡度過脆弱的浮游階段、有的在這裡產卵、還有的每天都在這裡進進出出，隨著帶鹽的潮水往內陸吃頓比海中還豐盛的大餐。這個豐盛一方面因為河流攜帶了陸地適量的營養，以及在一段段河流生態系中長大的水生動物們；一方面也因為森林調節出源源不絕的水量，和不會黃沙濁濁的水質，讓在河口有諸多生命繁衍利用，進而交融出更多的生命，再各自往山上走，往海裡去。

從山林到河海的一體資源

因為這些關連，百年前就有為了漁業而保護的森林，反倒是百年後，我們常為了特定的景觀審美觀，以及開發的短期經濟利益，忘了這些河岸海岸森林的重要，也忘了上游森林一樣對海洋造成影響。森林的改變間接但長久地傷害了海洋資源，成為魚價飆漲的幫凶之一。

2011年聯合國森林論壇（UNFF）表揚10位首屆國際森林英雄，當中赫然有位生活生產都在海邊的漁民特別受矚目。這是日本宮城縣經營牡蠣養殖場的畠山重篤，被稱為「牡蠣爺爺」，在他自1989年發起「森林是大海的戀人」上山造林活動之後，每年六月氣仙沼灣的漁夫們，都會帶著當地居民及學生一起上山照顧森林。因為他們知道山上森林的自然廢棄有機物，會變成養分進入小溪流，再由河川送往大海，因而使袤廣汪洋有了生命力，人們才得以年年有魚有牡蠣【註1】。

牡蠣爺爺做的不是研究，但他們的行動卻如暮鼓晨鐘敲醒了大家：原來漁業的永續也需要照顧到森林！因為河溪這條臍帶是一條水輸送帶，交換的養分全部來自陸地及海底岩體，有了基礎的養分與種源，才靠著陽光靠著海中的地層裂隙的能源，再滋生更上層我們看得到的漁產供應人們食用。

如今我們富足到卻只剩天價的魚，除了諸多複雜的海洋破壞與全球暖化的影響，還有諸多來自陸地的衝擊卻常被人們忽略。河溪原本是由錯落的石頭泥沙及兩岸森林所共構的「有生命臍帶」，當中諸多大大小小又來來回回的動植物們，也共同組成了這生命的活力機制；現在卻多半成了沒有生命的人造下水道，因而靠著這些生命的吃與被吃、生與死的過程中，靠著交換營養能量而累積起來的食物網不見了。森林的縮減與開發，也造成山壁土砂的崩落或沖蝕直接進入這溜滑梯般的下水道，有的讓流入海洋的水質不再清澈，且有太多土中營養來不及被生命利用，加上城鎮農地的污水排放，共同形成海洋中一區區的優養化卻貧瘠的死區：這裡多的是大魚無法直接利用的水中游離營養或化學污染，少的是能串起食物鏈的浮游動物與中小型水生動植物，有的地方藻類高密度生長耗盡水中氧氣，走到這一步還想年年有魚，難上加難！

森林是大海的戀人，河溪牽起中間的紅線。

森林是大海的戀人，河溪牽起了紅線，那麼愛的結晶呢？

不用天價的白鯧是愛的結晶，牠們分佈在西部及北部沙泥底質的近海，除了過度底拖與捕撈的壓力之外，白鯧覓食所維生的浮游甲殼類，需要來自健康森林與河溪的營養。想繼續守信的烏魚也是愛的結晶，牠們習慣了森林季節性地釋放足夠的淡水量，也習慣了在營養豐富的河口底泥濾食矽藻；過去守信用地來到台灣南部，還需要適當鹹淡水比例及水溫差異所驅動的洋流。

我們過去餐桌上年菜的豐饒，也都是森林與海洋愛的結晶，這些營養與能量上愛的禮物，被稱為森林生態系對海洋及河溪生態系的「支持服務（supporting service）」，而森林長期對氣溫、雨量、河溪水質水量的「調節服務（regulating service）」，更是對大海的悉心呵護。

然而這段上億年的亙古戀情能否繼續，現在都將掌握在我們手中。為了海洋資源的生態功能完整性（ecological functional intactness），為了還能年年有魚，我們需要水域及陸域的整合不切割，從森林到海洋的整體新治理。

註：

1. 牡蠣爺爺的觀點已繪製成繪本《上山種下一棵樹》，中文版由「小天下出版社」出版。
2. 台灣版「森林是大海的戀人」海報，可至【森林我的家】點選下載。

 <<本文同步刊載於「森林我的家」部落格，與林務局合作刊登>>