當寒暑成災（四）： 仿海綿絕熱島？

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

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？

CPU 與 GPU

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。

依序計算和平行計算

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：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

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：

• 同時計算 7×5 及 6/3；
• 將結果相加。

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 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

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。

結論

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。」

附錄

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。

註解

（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。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文｜呂慧穎、簡克志
• 美術設計｜林洵安

PM_2.5 和熱危害不只在戶外，也潛藏於住家和社區，影響你我健康。中央研究院環境變遷研究中心研究員龍世俊提出「社區污染源」概念，以新型感測器量化臺灣社區 PM_2.5 分布情況；因應氣候變遷的高溫衝擊，她也調查臺灣社區熱危害，積極推廣綜合溫度熱指數（wet bulb globe temperature, WBGT），協助中央氣象局增建熱預警系統指標，成功將 WBGT 導入「樂活氣象」App，使民眾有效預防熱危害。

隱藏在社區的 PM_2.5

秋冬之際，新聞常看到臺灣中南部 PM_2.5 濃度「紫爆」，更令人擔心的是， PM_2.5 無法完全透過鼻腔和一般口罩過濾，它能輕易穿過肺泡和微血管進入血液循環，短期高濃度暴險恐引發氣喘、鼻炎及咳嗽等反應；長期暴露會增加心血管、呼吸道疾病與肺癌風險。

因此，美國環境保護署在 1997 年訂定 PM_2.5 空氣品質標準，臺灣在 2012 年增訂相關法規，目前國內 PM_2.5 的 24 小時平均值不得超過每立方公尺 35 微克（35 μg/m³）。

在臺灣訂定 PM_2.5 標準前，龍世俊很早就投入本土研究。為了調查居住社區潛藏多少 PM_2.5，1999 年她徵求北、中、南志願者，涵蓋住、商、住工混合等不同社區型態，志願者必須連續 24 小時揹著 2 公斤測量儀，忍受抽氣泵浦低頻噪音和振動，每半小時要記錄數據與從事行為。

龍世俊至今回想起來，仍非常感謝這些志願者，因為他們的努力，才能從日常軌跡抽絲剝繭，找出社區的 PM_2.5 污染。根據約 70 名志願者的數據，曾經在廚房烹飪、燒香禮佛或接觸二手菸的民眾，PM_2.5 的 24 小時平均暴露濃度至少比未從事者高出 20 μg/m³，而廚房烹飪及燒香行為的瞬間暴露濃度可能飆升到 100-200 μg/m³，遠高於目前標準。

抓住排放 PM_2.5 的尾巴

如何評估 PM_2.5 暴露風險？龍世俊說，PM_2.5 暴露風險就像是三層蛋糕！境外霧霾加上本土工業區及移動污染源（如汽機車），會產生一個周界環境的污染背景值，這是「第一層蛋糕」；社區餐飲業、交通、宮廟、社區小型工廠、小型運輸業、工地等空污來源是「第二層蛋糕」；最後是個人行為，例如：抽菸習慣、接觸二手菸、烹飪未開抽油煙機等，為「第三層蛋糕」；三層蛋糕累加起來就是實際的暴險濃度。

龍世俊取樣將近 30 個不同類型社區，了解「每層蛋糕」的成因與貢獻，提供環保單位參考。她說：「環保署剛開始一定抓大魚，把工廠等固定污染源管控好；接下來會抓小魚，也就是汽機車等移動污染源，例如抽燃料稅或推廣電動車。」以上都還是第一層蛋糕而已，如果社區污染源未受重視，那麼積少成多，空氣品質改善依然面臨瓶頸。

要降低 PM_2.5 暴露風險，可以從個人行為開始，龍世俊說：「燒香時開窗與否， PM_2.5 平均暴露濃度就相差 7 倍。」其他如烹調是否開啟抽油煙機、抽油煙機排煙管位置是否妥當等，都直接影響到暴露濃度。

同時龍世俊亦積極行動，讓環保署了解社區污染源有管控必要。環保署因而增訂第三類「逸散污染源」管制方法，雖然法規以營建工地、露天燃燒和農業作業為主，其餘社區污染源施以柔性勸導，但對於臺灣居住健康已是重要一步。

環保署也推動「一爐一香」政策，龍世俊強調：「我們可以精準定量到每多燒一支香，旁邊香客鼻子會吸入多少 PM_2.5 」，她希望在尊重傳統習俗前提下，用數據讓民眾了解風險。龍世俊表示，很多宗教團體並不反對減量措施，因為香客既可表達虔誠，也可照顧健康，甚至主動邀請她去演講，龍世俊在 PM_2.5 風險溝通上可說是非常成功。

三種監測儀讓 PM_2.5 無所遁形

有感過去 PM_2.5 測量儀的笨重不便，2017 年龍世俊與團隊開始導入名為「AS-LUNG」的新型機，因應不同需求，機型有 AS-LUNG-I（室內機）、AS-LUNG-O（室外機）和 AS-LUNG-P （隨身機）三種，這些機器不僅幫助本土研究，部分機型還出借給亞洲其他國家做空污研究。

「過去測量儀是將 24 小時的收集成果全部累積在一張濾紙之上。而這部隨身機（AS-LUNG-P）重量僅有 500 公克，每 15 秒就可以產生一組測量數據，可同步無線傳輸並記錄於記憶卡中」。現階段的研究則是請志願者隨身配戴 7 天，並同時配合架設室內機（AS-LUNG-I）、室外機（AS-LUNG-O）。隨身機（AS-LUNG-P）不僅大幅降低對於志願者的干擾，也增加研究信度。同時，志願者也會配戴小型健康感測器測量心跳及心跳變異度共 48 小時，以分析 PM_2.5 對健康影響。

此外，研究地點的每個社區會設置 10-12 個點位的室外機（AS-LUNG-O），其中一組架設在沒有明顯污染源的地方量測背景值。其他組則設置於小工廠、宮廟、餐飲店、十字路口、公車候車處等位置，盡量去模擬一般社區生活中的實際環境。

AS-LUNG 系列感測器與中研院資訊科學研究所陳伶志研究員開發的感測器「空氣盒子」有所不同。 AS-LUNG 系列成本高，數據有精準校正，適合專業研究用途；空氣盒子造價較便宜，無法測出精準的絕對值，但對於觀測污染物質的「變化趨勢」已綽綽有餘，因此更適合推廣給公民一起參與科學。

熱危害與綜合溫度熱指數

生活中另一健康隱形殺手是「熱危害」。在氣候變遷引發的高溫衝擊下，容易有中暑或熱衰竭等症狀，老人與病患首當其衝。龍世俊過去和中研院人文社會科學研究中心的兩位研究員杜素豪及廖培珊合作，執行「熱浪衝擊下的社會脆弱度與調適力」長期計畫，面訪時發現有些老人為了省電不開冷氣，忍受著攝氏 30 度以上的高溫。

為了更準確評估民眾居住環境與生理健康，龍世俊與團隊將綜合溫度熱指數（WBGT）應用在熱危害觀測。WBGT 起源於二戰末期，由溫度、濕度、風速、太陽輻射等 4 項參數所組成，不同於氣象預報常見的氣溫或體感溫度（apparent temperature），WBGT 除了考慮太陽輻射，更能同時評估氣候環境與人體生理。龍世俊說，美國海軍陸戰隊為了減少夏季訓練的中暑個案，分別用溫度、體感溫度與 WBGT 作為排操參考，前兩者效果不彰，只有採用 WBGT 才讓中暑狀況獲得顯著改善。

以前臺灣還沒有 WBGT 指標，直到 2007 年連續四位老農因熱傷害倒伏田間後，氣象局尋求專家協助，龍世俊便建議採用 WBGT 作為熱危害指標。為了讓氣象局順利導入 WBGT，龍世俊除了測量 WBGT，也同步以熱力學理論換算確保數值準確；後續又至少花了一年時間，以氣象局預報模式運算並比對隔日實際數據，每小時平均數值呈現高度正相關。

即便如此，氣象局仍擔心不同指標會讓民眾混淆。龍世俊不遺餘力，又將溫度、體感溫度、WBGT 三項指數，與健保資料庫的熱相關疾病（如中暑）急診與門診人數、非意外死亡人數進行比對分析，結果又是 WBGT 相關性最高，這才讓氣象局正式將 WBGT 加入預報系統。

這次與氣象局的合作，也開啟了新的機會。

樂活氣象 App 協防熱危害

透過氣象局的轉介，龍世俊與國民健康署分享熱危害的研究成果，因此促成國健署與氣象局共邀她組成「健康氣象 e 起來」計畫團隊，報名 2020 總統盃黑客松大賽。由她提供科學數據做為後臺支援，氣象局則在「樂活氣象 App 」中的「健康氣象」項目裡加入熱危害預警，並於 2021 年 5 月正式上線。

「健康氣象」不但可以做到鄉鎮預報，讓達到預警等級地區之民眾、易受熱危害的族群多加注意，國健署也發揮強項，在平臺中提供熱危害衛教的各項因應措施。透過 App 還能直接搜尋鄰近的急救醫療院所。

熱危害預警共分為四級，乃是與中研院統計所的黃景祥特聘研究員合作，根據健保資料庫熱危害疾病相關就診人數來擬訂閾限值。整個計畫團隊是跨領域合作的最佳展現，促成綜合溫度熱指數作為預防國人熱危害的第一防線，最後也獲得黑客松卓越團隊前五名的佳績。未來熱危害預報更有機會結合醫療院所服務，主動提醒有相關心肺血管慢性病或敏感族群多加注意。

「臺灣的綜合溫度熱指數趨勢有一特別之處，經常是上午 10-12 時之間最高，這時許多學生都在上體育課。而我們認為『最熱』的下午時段，卻常因為熱對流旺盛，雲層開始形成或下起午後雷陣雨，使得 WBGT 降低。」龍世俊的研究提供了充分證據，協助建立熱預警系統，降低了氣候變遷下酷熱帶來的健康風險。未來龍世俊更希望可以擴展建立對「冷」及其他相關疾病的預警。

重視都市的「散熱」

2021 年 8 月聯合國 IPCC 全球氣候評估報告發佈，揭示 2011-2020 地表平均已升溫 1.1 度，若不採取任何行動，2030 年代中期便會來到 1.5 度閾限值。都市熱島效應則更加劇區域性升溫現象，但政府應如何透過都市規劃讓都市熱島效應有效降低？

龍世俊團隊分析都市空間結構，綠地連結性高、破碎性低時，能更有效降低都會區氣溫，同時減少心血管疾病的死亡率。她希望各區域、都市規劃委員會，能夠針對都市風廊的擘劃、都市綠地結構的整合，做出更具體的實務建議與規範；而綠建築則應真正落實以運營所需能源最少的方式進行設計；所謂海綿城市不只是增加透水鋪面的「表層」功夫，要能做到整體水資源的有效涵養、幫助都市降溫。

關於人類社會對於全球氣候變遷的調適，有太多課題尚待解決。與龍世俊的訪談之中，能深刻體會到唯有專注於自身研究、重視每個溝通，並把握跨領域合作契機，才能一步步建立起社會整體的韌性。

延伸閱讀

• 〈盛暑天‧走跳社區─近在眼前的熱危害及PM2.5〉，中央研究院 YouTube。
• 〈生活中的PM2.5－如何降低暴險濃度？〉，科技大觀園。
• 〈看不見的臺灣：空污與大氣傳輸〉，科普一傳十 YouTube。
• 〈生活中的兩難〉，臺大風險中心 YouTube。
• 〈樂活氣象App〉，中央氣象局網頁。
• Lung, S. C. C., Tsou, M. M., Hu, S., Hsieh, Y., Wang, W. V., Shui, C., & Tan, C. (2020). Concurrent assessment of personal, indoor, and outdoor PM2.5 and PM1 levels and source contributions using novel low‐cost sensing devices. Indoor Air, 31(3), 755–768. 
• Lung, S. C. C., Yeh, J. C. J., & Hwang, J. S. (2021). Selecting Thresholds of Heat-Warning Systems with Substantial Enhancement of Essential Population Health Outcomes for Facilitating Implementation. International Journal of Environmental Research and Public Health, 18(18), 9506.

本文由科技部補助，泛科學獨立製作

「都市熱島」這個名詞經由媒體的報導，想必大家並不陌生。不過都市熱島真正的成因有哪些？我們如何量測一座都市的熱島強度？都市越來越熱，我們該怎麼辦？為了認識這些問題，我們邀請了台大大氣系柳中明教授為我們解惑，一探究竟是那些因素正在讓我們賴以維生的城市成為火爐！

什麼是都市熱島效應？

都市中存在大量的人工發熱物體，例如冷氣機或是汽機車引擎，這些發熱物體排放出的廢熱導致都市中蓄積了大量的熱能。而鋼筋混泥土構成的建築物與柏油路面則是容易蓄熱的材質，加上綠地稀少、河川遭到覆蓋、高樓建築阻擋風的流動等等，這些複合因素導致都市在周遭較低溫的郊區襯托下，猶如一座發熱的島嶼，氣象學家便把這種現象稱之為「都市熱島」(urban heat island)。

都市的熱島效應會隨時間與氣候條件變化，一年中冬季的熱島強度普遍而言比夏季強，而一日之中熱島強度最強的時間通常出現在傍晚，此時夜晚剛開始，都市白天蓄積的熱能開始釋放。在國內外的研究中，都市熱島的強度從攝氏2度到12度不等，而在臺灣，李魁憲針對台灣四大都會區(台北、高雄、台中、台南)的研究中，發現台灣大都市的熱島強度約在攝氏3至4度間，也就是說市中心的最高溫會比市郊高上3至4度左右。

都市熱島效應除了提高都市的溫度，亦會造成都市地區的局部氣候改變，包含：高溫化、乾燥化、日射量減少、雲量增多、霧日增多、降雨量微增、平均風速降低、加劇空氣污染等等。對於都市生活的舒適與能源的消耗扮演舉足輕重的影響，尤其在全球極端事件頻傳的現代，都市熱島更可能火上加油，讓都市面對天氣災變更為脆弱。

都市熱島與全球暖化？

都市越變越熱，這不禁讓人聯想到同樣在描述氣溫上升的全球暖化現象，與都市熱島有何差異呢？其實，都市熱島與全球暖化為兩個成因完全不同的現象，全球暖化是因為人類排放的溫室氣體，導致大氣層的溫室效應使全球普遍升溫，無論都市、鄉村還是無人的荒野地區都有溫度上升的趨勢。

而都市熱島只存在於都市地區，各地受地形、氣候條件以及季節的影響，在強度上會有所差異。不過，隨著全球暖化帶來的升溫趨勢，都市在熱島效應的加乘作用下，面對極端高溫時會更容易受害。此外，根據台電的統計，台灣都市地區氣溫每上升攝氏一度，冷氣用電量會增加6%，消耗更多能源代表都市將排放更多溫室氣體，故熱島效應可說是間接影響暖化，但並非暖化的主因。

以台北為例，藉由比對基隆外海彭佳嶼以及台北市區的氣象測站，即可發現都市地區同時受到全球暖化以及都市熱島的雙重影響。從1910年至2011年，無論彭佳嶼或台北的測站氣溫都呈上升趨勢，台北市上升1.7度，彭佳嶼則上升1.2度。彭佳嶼測站由於周遭人為影響小，可視為台灣地區氣溫上升幅度的基準值，而台北與彭佳嶼的0.5度差距就可能是台北的熱島效應所造成。

那麼，科學家怎麼觀測熱島效應呢？

目前常見的都市熱島觀測方法有三種：「固定氣象站觀測法」、「遙測法」以及「移動觀測法」。三種方法各有其優缺點，故在都市熱島的研究中科學家通常會綜合使用三者，以獲得較為全面且客觀的觀測結果。

固定氣象站觀測法藉由比對市中心與市郊觀測站的溫度，來獲得都市熱島的觀測數據。不過由於測站數量有限，加上測站地理空間上的分布不均，無法充分表現都市熱島在空間上的分布狀況。

遙測法利用衛星搭載的紅外線感測儀器，進行地表溫度的觀測。遙測法適用於大範圍的都市熱島研究，同時能結合都市的土地利用變遷，進行不同時間的變化分析。但是遙測法的觀測會因為地表放射率(land surface emissivity)的變化、大氣環境不同而影響其精確性，並有解析度不足的問題。

移動觀測法利用架設於汽機車上的溫度感測器，行駛於市區以及市郊的道路上進行觀測，具有自由度較高以及觀測時間較具彈性等優點，而且測得的溫度為地表附近的溫度，因為地表附近是都市中人們活動的主要範圍，觀測結果更貼近人們對於熱島效應的確切感受。不過因為汽機車行駛需要時間，此觀測法有時間不同步的缺點，需要藉由校正與標準化來減少誤差。

都市越來越熱，怎麼辦？

都市熱島導致增溫將影響都市生活的舒適性以及都市能源的使用，但是無論是在台灣或是世界其他地方，人口持續朝都市集中已經成為主要趨勢。面對都市逐漸成為一個發燙的火爐，有什麼方法可以減緩溫度上升的幅度呢？

要減緩熱島效應，就要針對病徵對症下藥。都市熱島的形成原因複雜，主要受到人為活動、密度、交通、建築物量體與建築材質、綠地與水域的分布影響，並且與都市的地理以及氣候條件有關，是以沒有一套舉世皆然的應對策略。不過，基本上提高都市的綠化程度，是減少都市熱島效應最顯著的方法。

在國外的案例中，提高都市綠化的方法主要有鼓勵綠屋頂、多種植樹木、闢建公園綠地等方式，例如芝加哥市政府便於2000年開始推動綠屋頂計畫，除了能幫助都市降溫，這些屋頂上的菜園甚至能種植有機農產品，有助於推廣在地種植、在地消費，更進一步減少因長途運輸導致的能源消耗。

同時，流水對於都市熱島的減緩亦有顯著功效，例如韓國首爾清溪川自2005年完工後，附近地區的氣溫由原本高於首爾平均值攝氏5度，降低為低於平均值3.6度，前後溫度降幅高達8度以上。此外清溪川沿線的平均風速亦提升了50%，提高了鄰近地區的空氣清潔度。

此外，由於都市熱島另一主要成因為建築物與道路的蓄熱能力，故透過鋪面的改善，將道路、停車場改為透水鋪面，或是提高屋頂的反射率，減少建築物蓄熱的能力，亦是國外普遍減緩都市熱島的方法。

不過，在台灣寸土寸金的都市中，想再興建大規模公園綠地幾乎是不可能的任務，而台灣由於有颱風威脅，在屋頂種植樹木會有安全的考量。較可能的實際作法是鼓勵改變道路與屋頂的鋪面材質，並考慮都市先天地理條件的風場與藍綠帶，藉由都市計畫的修訂推動風廊、恢復河川系統等方式改善。另外亦可透過興建大眾運輸設施，減少私有汽機車的使用量，並鼓勵減少冷氣使用，以減少廢熱的排放。

柳中明老師近年亦大力提倡「海綿城市」的觀念，主要便是希望透過鋪面的改善，改變為「高承載、高透水、高透氣鋪面」，兼顧實用性的同時，能讓道路成為蓄水、透氣的「地下濕地生態系統」，提高都市的生態機能。這樣的鋪面除能減緩都市熱島，亦能協助都市應付極端的天氣事件，減少水患威脅。

除了這些大規模的都市熱島改善策略，生活在都市中的小市民亦能如何為減緩都市熱島盡一份力呢？我們可以從少開冷氣、多搭乘大眾運輸做起，減少都市的廢熱排放，並在居家陽台多栽植綠色植物，即便一個人的影響不大，但只要足夠的人願意為減緩都市熱島付諸行動，市民也能成為改善都市熱島，讓周遭的環境更美好！

（本文由科技部補助｢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／2013年／12月）

本文原發表於行政院科技部-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！

責任編輯：鄭國威│元智大學資訊社會研究所

延伸閱讀：

• 李魁憲（1999），台灣四大都會區都市熱島之研究，國立成功大學建築研究所博士論文。
• 《台北市都市熱島強度監測分析及示範區熱島效應改善規劃設計技術服務委託案》
• 《海綿台灣》

文／黃正中 研究員、丘政倫 博士｜國家太空中心

幾千年來，航海者觀察著星星來確定他們在海上的位置，這種「看到而知之」的概念，也被運用在人造衛星的「恆星追蹤儀」上，用來確認所在位置與控制人造衛星的姿態，因此也被稱為「人造衛星的眼睛」。

人造衛星的眼睛——恆星追蹤儀

恆星追蹤儀，又稱星象儀，是人造衛星的關鍵元件，工程師們利用恆星追蹤儀所記錄宇宙中的星光比對恆星（如下圖），參考地球自轉速率，以及人造衛星飛行的慣性，經過演算，可以判斷目前人造衛星飛行的位置和姿態。

在宇宙中任何兩顆明亮的星星，星星之間的角度、間隔都是獨特的，沒有一對間隔完全相同的明亮的恆星。恆星追蹤儀使用分離角度來識別相機所指向的恆星，利用這些信息，人造衛星可以演算出在太空中的相對位置。

但是，約莫二十年前的發射的福衛一號，其實並沒有裝上恆星追蹤儀喔！這沒有眼睛的人造衛星到底是怎麼一回事呢？

沒有眼睛的福爾摩沙衛星一號

國家太空中心所研製的福爾摩沙衛星一號，在研發階段時，恆星追蹤儀尚未成為標準元件，而是使用慣性導航系統（inertial navigation systems, INS），慣性導航系統所選擇的引導星取決於地球自轉的時間和目標的位置，利用加速計和陀螺儀測量物體的加速度和角速度，估算連續運動物體位置、姿態和速度。慣性導航系統的優勢在於給定了初始條件後，不需要外部參考外部資訊 (例如恆星資料庫)，就可確定當前位置、方向及速度，然而，隨著遙測衛星的照相的需求，對於地理位置判斷，姿態控制的精確度已經跟不上任務需求。

因此，後續發展的福爾摩沙二號衛星，便使用了「恆星追蹤儀」，以參考恆星資料庫與相對角度的方法，大幅提高了姿態控制的姿態控制精確度。當時的「恆星追蹤儀」是外購衛星元件，然而從福爾摩沙八號衛星開始，我國衛星採用自主研發成功的恆星追蹤儀，成為我國衛星姿態控制的標準配備。

恆星追蹤儀的結構

恆星追蹤儀是光學裝置，若使用光電池作為主要偵測器，準確度比較低；偵測器若使用照相機則靈敏度較高，可以獲得相對比較好的解析度；恆星追蹤儀主要的配置包括遮光罩、鏡頭、影像感測器（CCD 或 CMOS）、驅動控制器、處理器、軟體、電源供應以及介面。

目前天文學家已經精確測量了許多恆星位置，並記錄在恆星資料庫中，因此人造衛星可以用來比對恆星資料庫，經由偵測器獲取鏡頭視野中恆星分布的圖像，經由演算法可以測量人造衛星在參考座標中的所在位置，用以確定衛星飛行的方向或姿態。

恆星追蹤儀的發展

恆星追蹤儀經過廿年來的發展，市面上已經出現許多高靈敏度的恆星追蹤儀型號，具有過濾錯誤光源的功能，例如人造衛星表面反射的陽光或人造衛星推進器產生的廢氣羽流，以排除陽光反射或恆星追蹤儀窗口受到污染等干擾。除了各種誤差源，新型的恆星追蹤儀能修正包括球差、色差，以及低空間頻率、高空間頻率、時間等的各種誤差。

恆星追蹤儀的識別機制

一般恆星追蹤儀的識別算法，主要利用宇宙中共有約 57 個常用的明亮導航星星；但是，對於更複雜的任務，則需要更多數量的恆星數據庫以確定人造衛星的方向；通常高精度姿態需要數千顆恆星的目錄以確保全天各角落都有足夠星數落在視野內可供辨識，比對並過濾以去除有問題的光點，例如大尺度的星際變化，顏色指數不確定性，或在資料庫中的位置顯示不可靠的情況。這些類型的恆星目錄經演算法最佳化後，即儲存為衛星上的機載恆星資料庫。

恆星追蹤儀發展恆星識別算法，還要注意很多潛在的混淆源，例如行星，彗星，超新星等相鄰天體；除此之外，太空中鄰近的人造衛星，地球上大城市的燈源或光污染等光點，則需要擴散函數的雙峰特徵加以排除。

商用恆星追蹤儀

近年來商用恆星追蹤儀如雨後春筍，相繼出現在大型航太展；看到了立方衛星的商機，恆星追蹤儀也出現微小化，麻雀雖小卻五臟俱全，誤差精度已表現不俗，可以裝置在衛星上。

國家太空中心恆星追蹤儀研發

近幾年來國際上許多單位相繼投入恆星追蹤儀的研發，包括我國的國家太空中心將恆星追蹤儀列為前瞻關鍵研發項目，並已掌握跨領域整合之關鍵技術，取得不錯的研發成果，國產恆星追蹤儀將會應用在福爾摩沙八號衛星。

參考資料

1. 國家太空中心網站 
2. 恆星追蹤儀維基網站
3. NASA 網站