魯珀特之淚、防彈玻璃：關於玻璃的二三事 –《10種物質改變世界》

• 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。

過去十年是人類史上最熱的日子，且全球海平面上升速度加快至原來的近 3 倍 ^[1]，氣候變遷不是未來式，而是現正「熱」映中。

若地球再升溫攝氏 1.5 度，氣候的變化可能變得無法挽回，而且上升的海平面將會入侵沿海城市與人口稠密的平原區，人類生存將會面臨很大的挑戰，為了避免如此巨大的災難，IPCC 訂定了全球行動基準：2030 年前，全球碳排放量需減半^[2]，時限只有不到十年的時間。

可是人類的所有的活動，都會或多或少造成二氧化碳排放，難道真的要靠薩諾斯彈個手指消滅一半的人類嗎？粗暴的行為 duck 不必！我們只需要將「碳中和」的概念貫徹於生活中就可以了。

先談談什麼是「碳中和」

碳中和（carbon neutrality），是指通過使用低碳能源取代化石燃料、植樹造林、節能減排等方法，抵銷各種產品或活動造成的二氧化碳排放，實現正負抵消，達到相對「零排放」的做法。

一般常見的做法有兩種：

• 建立碳補償系統。例如：透過植樹造林、購買再生能源憑證^[註1] ，從大氣中移除因為某項產品或活動造成的碳排放量。
• 使用低碳或零碳排的技術。例如使用再生能源（如風能和太陽能），而非化石燃料，以避免因燃燒化石燃料而排放二氧化碳到大氣中。

但無論是碳補償系統或是再生能源產業，都還需要花很長的時間來建設，那麼，有什麼是我們在日常生活中可以落實的？——有的！那就是玻璃回收。

玻璃：完全可再生利用的材質

玻璃是將石英（SiO2，砂的主要成分）混合了定量的碳酸鈉與碳酸鉀後，在 1,500 °C 熔煉爐中燒製而成的，是一種透明、高硬度的材料，具有成分安定的特性，所以許多化學會使用玻璃瓶來盛裝。

但也是因為不易腐化的特性，如果將廢玻璃作為垃圾處理，無論是掩埋或是焚化，都無法很有效的處理廢玻璃，玻璃碎片將成為土壤中難以分解的物質。

但這也不是什麼難解的問題，因為玻璃是一種可以完全再利用及再生的材質，可以被再製成各類玻璃產品或玻璃原料，具有一定的回收價值。

玻璃主要回收方式有兩種：

• 原型利用：將使用過的玻璃容器或產品直接回收再利用，不經由粉碎等過程，常見於玻璃容器回收。
• 粉碎玻璃粒料再利用：將使用過的玻璃產品，回收後經由清洗、粉碎、去除雜質後，製成可供再次熔煉的玻璃粒料，常見於平板玻璃的回收。

其中「原型利用」是最簡單又最能有效減碳的再利用模式，像是台灣菸酒公司及台灣青島啤酒公司針對其所使用的啤酒瓶等容器，透過回收瓶費制度及逆向回收系統，將收回的玻璃酒瓶經清洗與高溫消毒處理後，就可以重複裝填啤酒等產品。

生產新玻璃，加熱原料「碳排量」極高

若是生產全新的玻璃瓶，在加熱原料時需要燃燒天然氣來達到高溫，這個步驟佔玻璃製造碳排放量的 75% 至 85%，其他的排放量大多是來自於原料之間化學反應的副產物^[3]。與之相比起來，「原型利用」幾乎是零碳排的作法，也是最節省成本與材料資源的好方法。

即使是難以直接再利用的平板玻璃，粉碎後重新煉製成玻璃也能大量減少碳排放量，因為融化碎玻璃所需要的溫度較低，能減少燃料的使用，而且碎玻璃融化時，不會像石英沙等原材料釋放二氧化碳，從而減少碳排放量。

根據歐洲容器玻璃聯盟 (FEVE) 的說法，與完全由原材料製造玻璃相比，熔爐中每使用 10% 的回收碎玻璃，可減少 5% 二氧化碳排放量^[3]，若再參照我國行政院環境保護署網站資訊，台灣的玻璃製造廠使用的原料中，回收碎玻璃約佔 50％^[4]，換算下來約能減少 25% 的碳排量。

除此之外，粉碎玻璃粒料還可以作為玻璃瀝青、透水磚等環保建材的材料。然而這種回收難度不高、用途又廣泛的材料，在大多數國家卻仍當作垃圾掩埋，為什麼？

美國玻璃回收率僅 31%，算是放牛班

歐洲是少數妥善回收玻璃的地區，也是全球回收玻璃的領頭羊，所有 27 個歐盟成員國以及英國，已經回收了境內四分之三的容器玻璃，並且每個新的玻璃製品使用了約 52% 的回收材料，而且他們還希望做到更好，當地的玻璃容器業有一個宏大的願景：希望能在 2030 年以前將容器玻璃收率達到 90%。

與歐洲相比，美國的消費習慣與環保概念仍十分落後，根據美國國家環境保護局（Resources in Traditional Chinese Language）的數據，僅 2018 年美國就把 700 萬噸玻璃當作垃圾掩埋了，佔所有固體城市垃圾的 5.2%，僅有 31% 的玻璃容器被回收。

幸好，還是有部分區域自發性的在為玻璃回收做出貢獻，像是有美國維吉尼亞州阿靈頓郡的玻璃包裝協會，他們正努力趕在 2030 年前將玻璃容器回收比例提高到 50%；而南非的玻璃回收公司（Glass Recycling Company），成功將整個南非的玻璃回收率從 2005-06 年的 18% 提高到 2018-19 年的 42%。

但在其他開發中國家——例如在中國、巴西或印度，沒有公佈明確的回收現況報告或者未來的計畫，然而這些國家也有著巨大的生產力與消費力，環保永續的未來必須要大家一同參與，否則是對寶貴資源的巨大浪費。

玻璃是透明的，但不能視而不見地埋起來

從工業革命開始，人類不斷的使用石化燃料、排放溫室氣體，未來十年內，二氧化碳就會達到足以改變氣候的濃度，放縱的消費習慣是該懸崖勒馬了。

玻璃是必不可少的材料，我們當然可以繼續使用，只需要確保它被正確地回收再利用，而不是被埋進垃圾場裡，就能大大減少製造過程所產生的二氧化碳，邁向循環永續的綠色供應鏈。

就讓我們從玻璃回收再利用開始做起，讓回收玻璃成為「碳中合未來」的敲門磚！

註解

註 1：再生能源憑證是再生能源電力生產的證明，通常以度或千度電量為單位，在憑證上會紀錄這批電力的發電方式、生產地點及生產時間，並透過國家認可的第三方認證，證明你買到的是純綠電，也稱綠電憑證。造成碳排的一方可以購買再生能源憑證，等於是將自己產出的碳排放量交由再生能源業者回收。

參考資料

1. 聯合國氣候變遷最新報告顯示全球氣溫上升速度快過預期
2. 碳中和
3. Nature : Glass is the hidden gem in a carbon-neutral future
4. 行政院環境保護署 生活廢棄物質管理資訊系統
5. IPCC https://www.ipcc.ch/sr15/
6. 認識再生能源憑證
7. 永續發展從哪裡來能往哪裡去？減碳還不夠，下一站是「碳中和」
8. 資源回收網- 材質專區
9. 升溫逼近關鍵的1.5度，IPCC釋出最新氣候報告
10. 氣候變化：九張圖看懂全球變暖和你我的關係
11. 維基百科 玻璃

• 文／王齡敏，獸醫師，社團法人台灣猛禽研究會猛禽救傷站主任。

全球各地的大城市當中，因建築的玻璃與鏡子等設計，經常會發生鳥類飛行時錯認這些是可飛行的路徑，導致撞上而造成傷亡的「窗殺」事件。窗殺可歸納為日間撞擊與夜間撞擊，兩者成因不同。

窗殺事件層出不窮，臺灣也該正視此問題，並研擬出相關的預防措施。

世界各國的窗殺事件

有一種人為的無心傷害，造成每年上億隻野鳥死亡。

這種因撞擊玻璃或建物而導致的傷害稱為窗殺 (bird-building collisions 或 bird-window collisions)。世界各地每年都有多起窗殺案例，舉例來說，美國約有 3 億 6500 萬 ~ 9 億 8800 萬起案例、加拿大約 1600 ~ 4200 萬起及南韓每年約 800 多萬隻野鳥死亡。

雖然北美對野鳥窗殺議題已研究 30 多年，但在臺灣卻很少被提及與討論，相關的研究甚至付之闕如。

回歸到窗殺的發生原因，為何鳥類特別容易撞玻璃呢？

• 首先，鳥類（或大部分的動物）無法將玻璃辨識為隔離物或障礙物；
• 第二，鳥類雖具有翅膀可飛翔並來去自如，但也容易誤判如高樓的玻璃反射影像而撞上。

北美研究窗殺議題多年，美國明尼蘇達州奧杜邦學會 (Audubon Minnesota) 於 2010 年 5 月出版的《鳥類安全之建築指南》(Bird-Safe Building Guidelines)，大致將窗殺歸納為日間撞擊與夜間撞擊。

日間撞擊原因有二：

• 一為玻璃具有穿透性，因此玻璃帷幕或隔音牆等建物，若是位於鳥類可能穿越的路徑上，便會導致窗殺；
• 二為玻璃的鏡像反射效應，即使透明的玻璃也可能會產生鏡像的效果，更遑論貼有隔熱紙或特別設計為單向透視的鏡面玻璃。

甚至一些半戶外環境，如公廁或游泳池等設立的鏡子，鏡像效果導致鳥類無法分辨影像真偽，以為反射的遠景或山林影像可以飛過，因此一頭撞上，嗚呼哀哉。

夜間撞擊的原因則為燈塔效應 (beacon effect)，當夜間空氣濕度較高，或有霧氣或霧霾時，建築物的燈光會吸引遷徙中的鳥類，導致鳥類迷航而誤撞建物。

明尼蘇達的窗殺案例

筆者曾於 2013~2015 年間服務於美國明尼蘇達大學猛禽中心 (The Raptor Center, University of Minnesota)，當時聽聞明尼亞波利斯 (Minneapolis) 市中心將興建美國合眾銀行體育場 (U.S. Bank Stadium)，並計畫採用大面積的玻璃作為建築設計。

筆者在當地工作期間曾數次路過該體育館改建前的休伯特‧漢弗萊體育場 (Hubert H. Humphrey Metrodome)，由於當時對窗殺涉入不深，是無意間與一名猛禽中心的志工聊天而討論到此事，他表示很擔心這棟建築未來對於當地鳥類的衝擊。

而在筆者先前擔任野生動物獸醫師的職涯中，不時會接獲窗殺案例，但由於占傷病原因的比例並不高，所以過去筆者認為這只是不常見的偶發傷害。直到回國後，於 2017 年起在台灣猛禽研究會（以下簡稱猛禽會）進行猛禽救傷，發現為數不少的猛禽因撞窗而癱瘓，才逐漸意識到窗殺對於野鳥的衝擊。

後來明尼亞波利斯的新體育場於 2016 年落成，當地的研究人員蒐集並分析 2017 ~ 2018 年間的野鳥撞玻璃案例，他們除了合眾銀行體育場外，還監測當地其它 20 棟具窗殺風險的建築。

調查期間共蒐集 1000 多起的鳥類窗擊案例，發現合眾銀行體育場窗擊事件占所有 21 棟建築的第二高位（225 ~ 229 件），其中包括 42 種鳥類（該研究調查到的窗殺鳥種共 75 種）。

報告中指出窗殺會因季節不同而有所變化，秋季明顯高於春、夏二季（冬季因當地過去研究窗殺機率低，故此研究未將其納入），秋過境期的窗殺比率為春過境期四倍，而候鳥遭窗殺的數量則較高，前五名物種皆是候鳥，分別為白喉帶鵐 (Zonotrichia albicollis)、黃喉蟲森鶯 (Leiothlypis ruficapilla)、橙頂灶鶯 (Seiurus aurocapilla)、黃喉地鶯 (Geothlypis trichas) 與灰綠叢森鶯 (Leiothlypis peregrina)，占此研究窗殺比例近 50％。

臺灣也該正視鳥類窗殺事件！

北美許多地區都有類似的研究報告與長期監測活動，但臺灣對窗殺的系統性研究目前仍未開啟，頂多只有一些零星的撞玻璃傷亡鳥類的花邊新聞報導。

筆者於去 (2019) 年起設立臉書社群「野鳥撞玻璃回報」，希望藉由網友的力量蒐集國內關於野鳥窗殺資料。另外，猛禽會也於去年獲得聯華電子主辦的「綠獎」青睞，計畫今 (2020) 年於臺灣北部地區執行野鳥窗殺調查與友善鳥類玻璃教育推廣，希望引起社會大眾、企業與政府對於野鳥窗殺的重視。

該如何避免窗殺？

看到這裡，或許讀者會急著想知道到底如何防止野鳥窗殺。其實江湖一點訣，說破不值錢，原理就在於想辦法讓鳥能「看到」或「看懂」眼前的玻璃（無論窗戶、鏡子或隔音牆等）是無法通過的阻隔物。

因此，凡是改善玻璃材質，如霧面、雕花或蝕刻圖案等；玻璃上裝飾，如貼或畫上密集圖案或大面積圖案等；與玻璃外布置，如掛上許多垂墜物、植生牆、圍欄和隱形鐵窗等，都有防治效果。

但依筆者經驗，最常見的錯誤防治法就是在面積不小的玻璃上只貼一張猛禽貼紙或鷹眼貼紙，認為鷹的形象可以嚇阻鳥兒不接近，但最後卻發現效果不彰。

其實，這就如同在農田設立稻草人，鳥類會判斷環境中的威脅者，當牠發現貼在玻璃的飛鷹不會動，會判定沒有威脅，自然不當一回事，反而想從沒貼貼紙的玻璃處飛去而導致窗殺。

因此美國奧杜邦學會曾做過研究，想知道到底要布置多密，野鳥才不會飛撞玻璃。實驗結果顯示，寬 5 公分 × 長 10 公分（約 2 英寸 × 4 英寸）的布置間隔可以防止 90％ 以上的窗殺，或許讀者們可以參考，做為野鳥窗擊風險玻璃的改善準則。

延伸閱讀

1. Bird-Safe Building Guidelines
2. 野鳥撞玻璃回報 （Reports on Bird-Glass Collisions）
3. Birds Striking Building Windows Final 032014

〈本文選自《科學月刊》2020 年 3 月號〉

在一個資訊不值錢的時代中，試圖緊握那知識餘溫外，也不忘科學事實和自由價值至上的科普雜誌。