0

0
0

文字

分享

0
0
0

嚴重瀕臨滅絕的新訪客:白鶴

林大利_96
・2014/12/14 ・2505字 ・閱讀時間約 5 分鐘 ・SR值 535 ・七年級

2014年12月10日,民眾於彭佳嶼發現一隻黃白相間的大鳥,經詢問之後,竟然是臺灣新紀錄種「白鶴」的亞成鳥。三日後,這隻白鶴離開彭佳嶼,飛抵臺灣本島,連續兩天假日吸引兩百餘位鳥友到訪觀賞拍攝。然而,這隻首次到訪臺灣的小客人,牠的族群正處於嚴重瀕臨滅絕的險境。希望在臺灣停留的這段期間,能夠獲得友善的對待,平安地結束遷徙旅程,回到北方的繁殖地。

2014年臺灣的新紀錄鳥種【白鶴】幼鳥。(林大利 攝影)

全世界鶴科(Gruidae)鳥類目前一共有15種,白鶴(Siberian Crane, Leucogeranus leucogeranus)是最為瀕臨滅絕的一種。除了黑色的嘴喙、紅色的顏面、粉紅色的雙腳,以及展開翅膀時才看的到的黑色初級飛羽,其餘全身皆披覆雪白色的羽毛,因此也被稱為西伯利亞白鶴(Siberian White Crane)和雪鶴(Snow Crane)。白鶴雄鳥和雌鳥的外形相同,幼鳥的羽色則主要為黃褐色和白色。

白鶴成鳥(photo by BS Thurner Hof@wikipedia commons, Creative Commons Attribution-Share Alike 3.0 Unported)

白鶴的族群主要分為東部和西部兩個區域:東部族群分布於俄羅斯東部的雅庫特(Yakutia),位於亞納河(Yana River)與阿拉澤亞河(Alazeya River)之間,冬季時遷徙到鄱陽湖度冬;西部族群則分布於俄羅斯西部靠近烏拉山的庫諾瓦特河(Kunovat River),冬季時遷徙到裏海南部及印度的Bharatpur度冬。白鶴的遷徙距離長達5,000公里,是所有鶴科鳥類中最遠的。2012年十月時,東部族群估計計有3,639隻 [1],西部族群的數量則非常稀少,一度認為已經滅絕。Kanai 等人(1996)以衛星發報器追蹤一隻白鶴的遷徙過程,發現牠在裏海北部的伏爾加三角洲(Volga Delta)停留了兩個星期(三月28日至四月12日),最後於五月1日抵達庫諾瓦特河的繁殖地,因而認為伏爾加三角洲是重要的遷徙中繼站 [2]。然而,2012年在伏爾加三角洲卻僅目擊兩隻個體 [3]。

白鶴分為東部和西部兩大族群,99%屬於東部族群。黃色為繁殖地,綠色的遷徙中繼站,藍色為度冬地。(林大利 繪製)

目前白鶴在國際自然保護聯盟瀕危物種紅皮書(The IUCN Red List of Threatened Species)的保育等級列為「嚴重瀕臨滅絕(critically endangered, CR)」,臺灣的「保育類野生動物名錄」則列為第一級「瀕臨絕種野生動物」。白鶴99%的族群屬於東部族群,然而,其度冬地目前卻因長江三峽大壩工程、湖泊淤積等及農業開發等問題,導致其棲地嚴重流失。

-----廣告,請繼續往下閱讀-----

1993年,亞塞拜然、印度、伊朗、哈薩克、巴基斯坦、土庫曼、烏茲別克、中國、俄羅斯、蒙古及阿富汗共11個國家簽訂「白鶴保育合作瞭解備忘錄(The Memorandum of Understanding (MoU) Concerning Conservation Measures for the Siberian Crane)」,共同執行白鶴的族群監測及保育工作。由國際鶴類保育基金會(International Crane Foundation)及遷徙性野生動物保育公約(Convention on the Conservation of Migratory Species of Wild Animals)等組織共同定期發布白鶴的監測報告「Siberian Crane Flyway News」

初次到訪臺灣的白鶴(廖俊傑 攝影,承蒙同意使用,萬分感謝)

位於俄羅斯的Oka鶴類復育中心(Oka Crane Breeding Center)則負責白鶴的移地保育(ex-situ conservation)工作,包括人工配育、繫放及野放追蹤等等。飼養期間,工作人員會裝扮成白鶴的成鳥餵食幼鳥,以避免產生印痕(imprintng);亦運用簡單的飛行器為白鶴執行飛行訓練。至2014年1月共收容29隻白鶴,包括15隻雄鳥及14隻雌鳥 [4]。

白鶴不僅極度瀕臨滅絕,且受到亞洲各國的密切關注。首次在臺灣記錄到如此珍貴的鳥類,固然值得高興,也彰顯我國濕地在保育上的重要功能。在觀賞與拍攝白鶴之餘,也別忘了與這隻尚未成年的白鶴保持適當的距離,避免對牠造成干擾及傷害。這是臺灣的鳥類觀察者第一次與白鶴在臺灣接觸,我們都對牠相當陌生,難以預估牠會停留多久。無論如何,都應盡公民應有的保育責任,讓這位嬌客能夠平安度過冬天,順利返回北方繁殖。

題外話

有位中文博士鳥友認為黃鶴樓的【黃鶴】其實應該是白鶴的幼鳥,我檢查了所有的鶴科鳥類,白鶴的幼鳥最黃,黃鶴樓也位在白鶴的主要度冬地,除非看到的是黃頭鷺…..

-----廣告,請繼續往下閱讀-----
白鶴吸引眾多鳥友到場觀察拍攝,務必與鳥類保持適當距離,避免對其造成干擾。(林大利 攝影)

注意

白鶴屬於農業委員會公告之第一級保育類野生動物,依據「野生動物保育法」第18條及第42條,騷擾及虐待保育類野生動物屬於違法行為。除切勿以身試法之外,若撞見為發行為,亦請勇於向地方主管機關檢舉。

  • 內政部營建署森林暨自然保育警察隊:02-23512968
  • 新北市政府農業局:(02)29603456

第 18 條 保育類野生動物應予保育,不得騷擾、虐待、獵捕、宰殺或為其他利用。但有下列情形之一,不在此限:

一、族群量逾越環境容許量者。

二、基於學術研究或教育目的,經中央主管機關許可者。

-----廣告,請繼續往下閱讀-----

前項第一款保育類野生動物之利用,應先經地方主管機關許可;其可利用之種類、地點、範圍及利用數量、期間與方式,由中央主管機關公告之。前二項申請之程序、費用及其他有關事項,由中央主管機關定之。

第 42 條 有下列情形之一,處一年以下有期徒刑、拘役或科或併科新臺幣六萬元以上三十萬元以下罰金;其因而致野生動物死亡者,處二年以下有期徒刑、拘役或科或併科新臺幣十萬元以上五十萬元以下罰金:

一、未具第十八條第一項第一款之條件,騷擾、虐待保育類野生動物者。

二、違反第十八條第一項第二款規定,未經中央主管機關許可,騷擾、虐待保育類野生動物者。

-----廣告,請繼續往下閱讀-----

於劃定之野生動物保護區內,犯前項之罪者,加重其刑至三分之一。

引用文獻

  1. Jiang Hongxing. 2013. Migratory Siberian Cranes at Momoge National Nature Reserve, Northeast China, in 2012. Siberian Crane Flyway News 12: p10.
  2. Kanai, Yutaka; Nagendran, Meenakshi; Ueta, Mutsuyuki; Markin, Yuri; Rinne, Juhani; Sorokin, Alexander G.; Higuchi, Hiroyoshi; Archibald, George W. (2002). “Discovery of breeding grounds of a Siberian Crane Grus leucogeranus flock that winters in Iran, via satellite telemetry”. Bird Conservation International 12 (4): 327–333.
  3. Rusanov, G., Kashin, A., Litvinova, N., Mitrophanov, S. and Taranov, Y. 2013. Siberian Crane Sightings in the Volga Delta, Russia, in 2011 and 2012. Siberian Crane Flyway News 12: p7.
  4. Tatiana Kashentseva. 2014. Crane Propagation in Oka Crane Breeding Center, Russia, in 2013.  Siberian Crane Flyway News 12: p14.

延伸閱讀

-----廣告,請繼續往下閱讀-----
文章難易度
林大利_96
19 篇文章 ・ 8 位粉絲
來自森林系,目前於特有生物研究保育中心服務。興趣廣泛,主要研究小鳥、森林和野生動物的棲地。出門一定要帶書、對著地圖發呆很久、算清楚自己看過幾種鳥。是個龜毛的讀者,認為龜毛是一種科學寫作的美德。

0

0
0

文字

分享

0
0
0
AI 可以設計散熱,但誰敢讓它出貨?林唯耕談算力背後的物理現實
鳥苷三磷酸 (PanSci Promo)_96
・2026/08/20 ・2819字 ・閱讀時間約 5 分鐘

本文由 高柏科技 合作,泛科學撰文

林唯耕剛回台灣任教時,曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏,那股刺鼻的氣味瞬間瀰漫整棟大樓,引來眾多師生抗議。

「從此以後,我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中,帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言:在理論模型中,氨是太空熱控系統的理想介質;但在現實的辦公大樓裡,它首先是逼人逃竄的臭味。公式本身沒有錯,但現實世界永遠比公式更複雜——它包含了人、成本、風險,以及必須為後果負責的工程師。

-----廣告,請繼續往下閱讀-----

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ,曾任職於美國 OAO 工程部熱流組,深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球,他鑽研一輩子的老問題再次被推向科技產業的核心:當晶片運算速度無止境攀升,那股伴隨而生的熱,究竟該往哪裡去?

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗,彷彿進步毫無邊界。然而,每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護。在物理現實面前,再動聽的發表會敘事也必須低頭。

晶片會發熱、材料會疲勞老化,一旦設備過熱,系統便會降頻保護 / 圖片:envato

回顧個人電腦發展早期,晶片幾乎不需專屬散熱元件。隨後,鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級,其實更像是對空間的極限勒索:晶片功率翻倍,發熱源的面積卻沒變大,機箱空間也不可能無限擴張。

林唯耕指出,散熱設計的核心只有三要素:功率、熱源面積與空間限制。他舉例,在標準的 1U 機箱中,若發熱面積約為三十乘三十毫米,氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數,而是取決於空間、面積與氣流的動態平衡。最現實的代價在於,風扇轉速提升的背後,是噪音、電力損耗與空間占用。

-----廣告,請繼續往下閱讀-----

因此,「液冷技術」的興起並非單純為了追求酷炫,而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱,卻也將新的挑戰帶入機房:漏液風險、流道堵塞、材料相容性,以及維運時的難度。工程的進步,本質上鮮少是徹底消滅問題,更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的,不是把答案搬回地面

太空熱控工程之所以迷人,是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中,沒有空氣能讓風扇製造對流;受光面溫度破百度,陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射,以及熱管與環路型熱管(LHP)來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱,冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力:在他設定的特定條件下,實心銅塊約能傳導 120 瓦的熱能;但若每秒有一立方公分的水發生蒸發相變,移熱量可瞬間拉升至 2.4 千瓦(kW)。他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。

儘管如此,太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度,偏好無馬達幫浦的被動式設計;但地面 AI 伺服器面臨更高的熱負載與環境溫度,往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒:技術是否「先進」,與它是否「適合」當下的場景,始終是兩回事。

-----廣告,請繼續往下閱讀-----
他強調「每秒」的觀念,因為散熱談的是動態流動速率,而非靜態的冷卻魔法。/圖片:envato

好論文,為什麼仍可能造不出好產品

學術研究致力於證明「可行性」,而工業現場則要求「可重複性」——不僅要能運作,還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據,在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時,也曾遇過實驗數據無法複製,或研究方向偏離產業需求。這未必是雙方努力不夠,而是彼此對「成功」的標準不同。為了解決這道鴻溝,高柏科技推動「柏苗啟航創新培育計畫」,每年投入逾千萬資金與成大、中山、台科大等校合作,並指派專業人才在過程中持續微調、校正,確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測,但由於儀器預設以「水」校正,換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算,卻發現缺乏重複性,數據甚至推導出不合理的蒸發率。最後團隊回歸基本面,改用秤重法搭配能量平衡進行交叉驗證,才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號,而在於那段不夠優雅的挫折:假設失效、數據混亂、方法砍掉重練。也正是在這種時刻,企業需要的不只是會算數的人才,而是能洞察研究何時「走鐘」,並有權力喊停、要求重來的關鍵決策者。

-----廣告,請繼續往下閱讀-----

林唯耕坦言,過去在校園裡總認為「技術第一、成本第二」,進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽,卻是產品能否進入市場的殘酷真相。再卓越的散熱設計,若無法穩定生產或贏得客戶信任,也僅止於一份精美的報告。

AI 會給答案,誰來負責出貨?

訪談尾聲,主持人國威提出了一個時代難題:假設 AI 能在彈指間生成散熱架構、材料配方與流道設計,企業該選擇全面擁抱 AI 的速度,還是保留緩慢但穩定的工程驗證,以規避潛在的失效風險?

林唯耕拒絕落入二選一的框架。他的觀點是:兩者並存。AI 擅長處理資訊、生成草案;但工程師仍須實作原型,進行嚴苛的性能與可靠度測試,最終由人決定是否出貨。這並非盲目崇拜人類直覺,而是基於一項事實:AI 的資料庫裡,通常沒記載下一次「意外洩漏」或「材料疲勞」的細節,且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代,最稀缺的未必是熟練下指令(Prompt)的人,而是具備這種能力的人:能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來,並且願意為最終的量產品質負起責任。

-----廣告,請繼續往下閱讀-----

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中,雲端是由龐大的機房架構而成,裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張,都會在實體世界留下發熱的足跡。散熱工程師的價值,就是不讓這筆物理帳單,被埋沒在光鮮亮麗的投影片背後。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
249 篇文章 ・ 320 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