0

0
1

文字

分享

0
0
1

ebird Taiwan 臺灣入口網全面啟動!

林大利_96
・2015/08/01 ・3314字 ・閱讀時間約 6 分鐘 ・SR值 520 ・七年級

圖片1

ebird Taiwan

ebird 是目前全世界最大的賞鳥紀錄資料庫及共享平台,由康乃爾鳥類研究室奧杜邦學會共同營運,隨時蒐集來自世界各地30萬用戶的賞鳥紀錄。自2002年起,已經提供一億五千萬筆的鳥類分布資料至全球生物開放資料的核心「全球生物多樣性資訊機構(Global Biodiversity Information Facility, GBIF )」。ebird之所以成功,在於他緊緊抓住狂熱賞鳥人的心,提供這些賞鳥人許多方便輸入、管理、查閱、下載及展示自己賞鳥成果的服務,甚至可以與其他賞鳥人一較高下,來個全球大車拚。就像打獵一樣,這些賞鳥紀錄的累積有如展示狩獵成果,唯一不同的是,那把殺戮的獵槍已經典雅的轉化為欣賞野鳥的望遠鏡。

ebird Taiwan 則是 ebird的臺灣入口網站,由中華民國野鳥學會特有生物研究保育中心共同管理。四年期間,我方與ebird密集的協商與討論,終於建置完成ebird的繁體中文入口網。對外國人來說,東亞的語言一直是很大的罩門,尤其是中國(各位可觀察以下的資料圖,非常缺乏中國的資料)。使用繁體中文的臺灣提出與ebird合作,建置繁體中文網站,對ebird團隊來說,是填補缺漏的一大福音。對臺灣的賞鳥人來說, 少了英文這一到障礙,更方便的使用這個迷人的資料庫。快讓我們來看看ebird有什麼功能吧!

管理個人的賞鳥紀錄 

對賞鳥人來說, 很大的志業是記錄自己在全世界看過幾種鳥,這個數字稱為「生涯鳥種數」,生涯首次目擊的鳥種稱為「生涯新種(Lifer)」。將每一次的賞鳥紀錄輸入ebird,便可快速的統計自己的生涯鳥種數。以我自己為例,我的生涯鳥種數是616種,並且顯示在各國目擊的鳥種數:臺灣347種、印度156種、日本87種…等。對賞鳥人來說,最困擾的是生物分類的變動,都有可能改變這個數字,需要密切的追蹤鳥類分類研究。不過,ebird幫忙省了這樁苦差事,ebird團隊會依照Clements世界鳥類名錄,定期更新資料庫的鳥類分類歸屬。ebird是以物種為單位,但這對某些賞鳥人(我)來說是不夠的,還要以亞種為單位,而且還自己製作生涯鳥種數累積曲線(ebird目前無此功能)。

-----廣告,請繼續往下閱讀-----

11012954_978760058830203_1845973233333815926_n11156292_1008423542543764_337900873940706707_n

查詢最近有什麼好鳥可看

查查看最近有什麼稀有鳥來報到,是很重要的即時資訊。點選【探索資料】、【探索地區】,輸入所要查詢的國家或地區之後,顯示如下圖。下圖是查詢臺灣的顯示結果,可見在資料庫內,臺灣的鳥類紀錄清單共有14,186份,共記錄527種小鳥,以下則是鳥種清單,右邊可見最即時上傳賞鳥紀錄。如果想要ebird主動通知鳥訊,可點選【探索資料】、右下角的【鳥訊快報】,輸入email便可由ebird主動通知你稀有鳥的鳥訊,以及鳥尚未目擊過的鳥種訊息。不過,以我個人的使用經驗,幾乎完全是坐在辦公桌前面扼腕,根本無暇立即去鳥點報到。

11012954_978760058830203_1845973233333815926_n

查詢各鳥種的資料分布

ebird資料庫最大的價值,在於可透過各種方式探索資料庫裡的資料,滿足使用者的應用需求。查閱某鳥種的資料是相當基本的功能,點選 【探索資料】、【鳥種分布圖】,可在右上角輸入鳥類的英文名或學名,顯示該鳥種的資料分布(目前暫無法以中文查詢)。如下圖為麻雀的資料分布圖,將地圖拉近則可檢視資料細節。該注意的是,麻雀是廣泛分布於歐亞大陸的鳥類(印度半島除外),但未曾有資料的地點則無法顯示,如中亞及中國。

11012954_978760058830203_1845973233333815926_n

查閱世界各地的鳥類名錄與遷留狀態

點選【資料探索】、【條型圖】,選擇所要查詢的國家或地區後,便能顯示該地的一整年鳥類數量變化。ebird將每個月分成四週,厚度代表該鳥種的數量,時間範圍可自行設定。這樣的結果可以判對當地個鳥種的遷留狀態,對賞鳥人來說,就可以知道哪個月份造訪可看到最多種小鳥,哪些月份去的話就打消念頭乖乖陪老婆購物。

以下為查詢臺灣所有資料的結果,可見白耳畫眉(White-eared Sibia)和藪鳥(Steere’s Liocichla)的數量相當多且全年可見,可判斷是不遷徙的留鳥。紋翼畫眉(Taiwan Barwing)也是留鳥不過數量較少。烏鶲(Dark-sided Flycatcher)、寬嘴鶲(Asian Brown Flycatcher)和灰斑鶲(Gray-streaked Flycatcher)的資料主要集中在春秋兩季,可判斷是遷徙季節時在臺灣短暫停留的過境鳥,有些寬嘴鶲則在冬天也有紀錄。紅尾鶲(Ferruginous Flycatcher)的資料集中在夏季,可判斷是夏天才到臺灣繁殖的夏候鳥。

-----廣告,請繼續往下閱讀-----

11012954_978760058830203_1845973233333815926_n

查詢鳥類熱點

對賞鳥人而言,趁出國的空檔尋找新鳥種是很重要的任務,如果飯店附近有鳥類熱點,在開會之前早起賞鳥是再好不過的安排了。點選【資料探索】、【探索熱門鳥點】便會顯示熱門鳥點的世界地圖,拉近到查詢的地區就會顯示資料細節。從下圖可見,北臺灣的重要熱點不外乎關渡、華江橋雁鴨公園、金山、野柳和東北角的田寮洋,點選可顯示鳥種數與紀錄清單數。例如關渡自然公園目前共有131份鳥類紀錄清單,共記錄140種鳥。

11012954_978760058830203_1845973233333815926_n

百人排行榜

除了查詢鳥類資料,賞鳥另一大樂趣是與他人一較高下,也秤秤自己的斤兩。點選【資料探索】、【百人排行榜】,選擇國家或地區之後,便會顯示前100名的ebird使用者,可以用鳥種數排序,也能用上傳紀錄清單數排序。下圖是全臺灣在2015年至7月31日為止的排行榜(依鳥種數),共記錄459種鳥。

看看第一名已經記錄了400種鳥,第二名380種,第三名326種。我個人則是魯魯的以157種排在第44名(驚!),連人家的車尾燈都看不到,連螢幕截圖都截不進來。當然,這表示有乖乖上班,沒有偷跑出去看小鳥。由於臺灣的使用者還不多,所以百人排行榜內大多數是認識的朋友,常常上來檢視可以看看誰去賞鳥卻又不揪。如果顧及隱私不希望自己的紀錄顯示於資料庫中,在帳號管理處可設定為匿名。

11012954_978760058830203_1845973233333815926_n

這麼多人提供資料,有錯怎麼辦?

ebird鳥類資料庫的強大功能,辨識資料偵錯與檢核機制。資料庫中已經先將各地區鳥種的「當月最大量」作為基礎,當你輸入的數量超過資料庫中的「當月最大量」時,系統便會提醒使用者:「這是一筆相當罕見的紀錄,請您再做確認,或提供照片或詳細資訊」。這樣的機制,也可以避免使用者不小心輸入錯誤,「當月最大量」也可以隨時修正調整。此外,將資料上傳資料,ebird會將資料交給由各地區資深賞鳥人所擔任的「審查委員團」審查,如果紀錄罕見或不合理,審查委員會直接寫信給使用者做溝通及確認。如果資料非常不合理,審查委員便會將資料剃除,使用者還是會在自己的紀錄中看見那筆稀有的資料,但是並不會進入資料匯算和整合的資料庫中。

-----廣告,請繼續往下閱讀-----

有什麼很酷的成果嗎?

ebird累積了大量的鳥類分布資料,能提供研究者挖掘其所需要的資料,自行整理分析。其中一項相當酷的是建立美國部分鳥種(資料量要夠大)出現點位的全年變化,對候鳥來說,更可以顯示遷徙狀況。例如下圖是Black-throated Gray Warbler四月時的分布圖,疊合後可製成全年變化動態圖(更多鳥種的動態圖請看這裡)。

11012954_978760058830203_1845973233333815926_n

滴水足以穿石,聚沙可以成塔,ebird掌握了使用者的喜好,獲得大量的資料,涵蓋的時間與空間也非常龐大。如果沒有為數眾多的賞鳥人,ebird也難以有這樣的成績。ebird在此難以全面介紹,如果你需要一個方便管理賞鳥紀錄的平台,又希望讓賞鳥成果發揮出更多的價值,那就快來ebird註冊一個帳號吧!

註:因與ebird簽署合作協議,本文所有圖片皆已獲得授權使用。

參考文獻

-----廣告,請繼續往下閱讀-----
-----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

2

11
5

文字

分享

2
11
5
小鳥為什麼不走路要用彈跳的?——《鴿子為什麼要邊走邊搖頭?》
晨星出版
・2023/10/25 ・1493字 ・閱讀時間約 3 分鐘

彈跳的鳥類

用雙腳移動時,只有鳥類會使用而人類不會用的動作,那就是彈跳。這種名為彈跳的運動既困難又麻煩,為什麼鳥要這樣子彈跳呢?其實到現在我們還無從得知。

如同前述,彈跳是兩腳幾乎同時一起跳的運動方式。我們常見的鳥,像是麻雀和日菲繡眼這種小鳥就是用彈跳的(圖一),而烏鴉在急的時候也會彈跳。

麻雀是兩腳並用一起跳,但也有兩腳稍微錯開來彈跳的物種。例如巨嘴鴉之類的鳥類身體會微微傾斜,左右腳些微錯開,用「噠噠、噠噠」這樣的節奏來彈跳。這兩種本質上的差異目前還不清楚,不如說彈跳跟跑步的差異也還不清楚,所以步行研究者目前也是束手無策。

圖一、麻雀的彈跳,左右腳微微錯開著地(照片 ③ 中偏差大約是 1/120 秒)

歐亞喜鵲這種鳥同時會彈跳也會跑步,但比較兩者的研究顯示,在跑步與彈跳中,腳的運動方式跟肌肉動作幾乎一樣。彈跳跟跑步一樣,是高速移動的方式,活用肌腱像是彈簧的功能來轉換動能跟彈性位能。然後,兩種的差別只有「雙腳交互動作」或是「幾乎一起動作」而已。

-----廣告,請繼續往下閱讀-----

彈跳和跑步除了腳動的時機以外沒有什麼不同,那為什麼只有一部分的鳥是用彈跳的呢?

這個問題,很遺憾現在的科學還沒有解開,現階段一致贊同的只有:一般認為會彈跳的鳥是相對小型的種類,以及常待樹上的種類。看了許多鳥以後,會發現確實小型的鳥很常彈跳。另外,喜歡待在樹上的鳥則是常用兩腳一起從一根樹枝跳到另一根樹枝上,所以在地上也同樣會用兩腳一起跳躍,這樣說來可能就會覺得可以理解。

但是在樹上彈跳,在地上也還是可以步行不是嗎?不這樣區分移動方式,應該是因為有什麼身體構造或生理學上的理由才對,但這問題至今仍然是謎。

-----廣告,請繼續往下閱讀-----
圖/giphy

另一方面,小型的鳥喜歡彈跳的理由,如果用「彈跳適合用來高速移動」,可以解釋一部分的疑問。比起小型鳥,大型鳥的步幅更大,一般步行速度也比較快。如果小型鳥想跟大型鳥用同樣速度移動的話,就需要走得很快。像是人類,也很常在路上看到小孩要小跑步拚命跟上大人的走路速度。跟那個狀況相同,小型鳥有使用相對身體尺寸的高速進行移動的必要性。

想像看看會啄食掉落在地面的種子的鴿子和麻雀,如果用同樣密度灑餌,鴿子只要數步就能抵達下一個餌也說不定,但小型的麻雀需要移動相對更遠的距離才能拿到餌(圖二)。這樣一來就需要比較急著移動,這麼解釋或許也很合理。

圖二、假設在距離鴿子兩個身體遠的地方放餌,對體型較小的麻雀來說,同距離就需要移動六個身體的長度,不移動更遠的距離就沒辦法拿到餌。

但是彈跳和跑步如果是同樣的運動,那為什麼不能用跑的呢?「小型鳥比較需要快速移動」這種說明,很遺憾地似乎不能完全解釋為什麼要選擇彈跳。

但這麼簡單的問題,21世紀的科學還無法解釋,真是令人驚訝。

-----廣告,請繼續往下閱讀-----

——本文摘自《鴿子為什麼要邊走邊搖頭?》,2023 年 8 月,晨星出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
所有討論 2
晨星出版
12 篇文章 ・ 3 位粉絲

0

0
1

文字

分享

0
0
1
為什麼腿短短,走路還搖搖晃晃?解密企鵝賣萌的背後真相!——《鴿子為什麼要邊走邊搖頭?》
晨星出版
・2023/10/24 ・1652字 ・閱讀時間約 3 分鐘

企鵝搖搖晃晃地走路

圖/giphy

說到用兩隻腳走路的鳥類,就不得不提企鵝。企鵝用兩隻腳在冰上搖搖晃晃走路的樣子非常可愛。在水中卻可以自由自在地高速游泳、追捕魚,這兩種樣子帶給人的印象有非常大的不同。

話說,企鵝意外地可以走很長一段距離。牠們會在地上蒐集石頭來作巢,所以當然要可以走到築巢的地點。通常企鵝類的繁殖群會位在距離海岸線幾百公尺的地方,但有時會在距離海岸 3 公里以上的內陸,想像企鵝排成一列搖搖晃晃地走 3 公里,實在是可愛至極。

說是這樣說,但是走 3 公里,我們人類都覺得有點遠了,企鵝真的可以搖搖晃晃走過去嗎?

牠們的走路方式感覺效率很差,好像很累。企鵝走路時腳會使用的力量以及計算其所需能量的研究顯示,企鵝的走路方式一如外表印象,效率很差。大概所有人都會覺得「我想也是」吧,但我們不妨來仔細思考為什麼會效率很差。

-----廣告,請繼續往下閱讀-----
圖/giphy

鵝生好累!企鵝其實一直蹲著?

在討論企鵝的步行時,首先得要知道的是其獨特的體型。企鵝看起來是用兩隻腳站著,腳感覺極端的短。大概因為身上的毛色彷彿穿著燕尾服一樣,總覺得像是人類的喜劇演員一般。

但是牠嚴格說來並不是「站著」。看企鵝的骨骼圖(圖一)就很清楚。髖關節跟膝關節強烈彎曲的姿勢,以人類來說就是「蹲著」。換言之,企鵝時時刻刻都是蹲著的,連走路時也是蹲著的狀態。試著自己蹲著走路看看,就會像企鵝那樣搖搖晃晃地。牠們搖搖晃晃的姿態,背後的祕密就是體型與姿勢。

而由此延伸,企鵝的步行方式非常沒效率的理由,可能就是身體橫向搖擺和轉動幅度非常大。搖擺跟旋轉的動作,對前進而言怎麼看都是不必要的舉動,但是根據之前的研究,其實企鵝不搖晃反而效率會更差。之前也說過雙足步行的動能跟位能要有效率地轉換,才能有效率地運動,但企鵝似乎是用橫向搖擺的動作來進行這種能量轉換。

圖一、企鵝的樣子跟人很像,所以如果讓企鵝在山手線月台上排隊,也不會有人發現(右),但是如果看骨骼(左),企鵝蹲下來就可以跟站著的人類簡單區分開來。

短腿優先?

也就是說,企鵝走路效率不佳的理由,跟牠們這種體型跟姿勢有關。

-----廣告,請繼續往下閱讀-----

企鵝的腳確實很短,以現在還活著的企鵝種類來說,體型最大的皇帝企鵝的體重將近 20 公斤,和澳洲的平胸鳥類鶆䴈幾乎相同,然而比較這兩種鳥類的腿長的話,鶆䴈的髖關節大概在 80 公分高的位置,而皇帝企鵝大概在 30 公分高左右。明明體重差不多相同,企鵝的腳的長度卻只有鶆䴈的一半以下,步行效率差也是沒辦法的事。

本章已經反覆提過好幾次,腿愈長一般來說會步行速度愈快、效率也愈好,企鵝的短腳和蹲下的姿勢非常不適合走路,這點沒有人能否定。

圖/giphy

企鵝的腳會這麼短,恐怕是為了在寒冷地帶保住體溫。雖然也有棲息在熱帶的企鵝,但多數企鵝都棲息在極地,在水中跟地面上不失去體溫就是牠們最重要的課題。四肢末梢要是比較長,就會因為體積的表面積變大,容易失去體溫。所以在寒冷地帶演化的物種,耳朵等突出部位通常都會比較小。

雖然意外地能走很長距離,但企鵝仍然主要屬於在寒冷地區游泳的鳥類,為此演化出的短腿跟蹲著的姿勢,必須讓身體左右搖晃走路來補足才更有效率。

-----廣告,請繼續往下閱讀-----

——本文摘自《鴿子為什麼要邊走邊搖頭?》,2023 年 8 月,晨星出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
晨星出版
12 篇文章 ・ 3 位粉絲