Loading [MathJax]/extensions/tex2jax.js

0

0
1

文字

分享

0
0
1

是誰住在深海的大煙囪裡?海底熱泉的秘密

陳俊堯
・2015/12/22 ・3032字 ・閱讀時間約 6 分鐘 ・SR值 488 ・五年級

source:sciencedaily
source:science daily

海底,是個我們到不了看不到,只能想像的世界。而且就算你到了那裡,也還是看不到四周的景物,因為陽光照不到那樣的深度,只能依靠深海潛艇的微弱燈光觀察鏡頭前的那一點小世界。不過在累積了這些年的研究成果,我們現在知道在深海,即使不像陸地或珊瑚礁那麼熱鬧,也還是有著豐富的生命現象。而在大陸板塊的交界處(例如印度洋洋脊),比較容易有地熱活動,而在這些地區的生命活動更是活躍,在死寂的海底世界裡倒像是個綠洲一樣。

 IODP Expedition 360 計畫預計在印度洋洋脊(Indian Ridge)轉形斷層附近的 Atlantis Bank 地區進行深鑽,最終希望可以真正到達海底下 5 到 6 公里深的地方,帶些樣本回來,看看裡頭長了些什麼樣的生物。

印度洋西南洋脊(South West Indian Ridge)向兩側張裂的移動速度,是目前在各洋脊裡面是第二慢的。這也代表在這裡的地底下藏著的那個惡魔力量,相對來說比較小。但是即使是這樣,這個區域的地熱活動還是不少,目前已經有好多個海底熱泉被發現了。海底熱泉是在海底出現的熱泉(廢話),從海底的裂縫向外噴出在地底流過高溫岩層的水,像個溫泉一樣。在討論地底下有什麼生物之前,讓我們先來看看在印度洋西南洋脊的海底熱泉是個什麼樣的景觀。

正常釋放來自地底的能量

除非你是地質學家,不然我們這些生活在地表上的生物,是很難察覺到這股隱藏在地底下的能量的。不過大家對地震這種”正常能量釋放”倒是挺熟悉的,只是這種程度的能量不是生物有本事可以拿來使用的。另外一種你有機會在地面上看到的地底能量是地熱,激烈一點的以壯觀的火山爆發出場,溫和一點的可能是你熟悉的溫泉。

-----廣告,請繼續往下閱讀-----

這些地熱活動不只釋出熱能,也把原本在地底的化學物質跟著熱水給送了出來。舉個例子來說好了,過去我在瑞穗溫泉區收集了剛從地底湧出的泉水,裝進桶子裡帶回花蓮的實驗室。瑞穗的溫泉水裡富含鐵質,有很多二價鐵離子。這些不知道在地底待了多久的鐵,在被我裝進桶子裡後碰到空氣裡的氧氣,在短時間內被氧化成三價鐵,跟氧結合變成黃色的沉澱。半小時後當我回到位於花蓮市慈濟大學的實驗室時,原本澄清的溫泉水裡就多了好多黃色的沉澱物。這也是正常能量釋放;二價鐵氧化放出能量,只是沒有生物來得及利用它們而已。

來自地底的暗黑能量讓海底熱泉成為生命之泉

印度洋西南洋脊是個板塊交界帶,難免有些裂縫。這些通往地底世界的小窗口,可能以海底火山,或是以海底熱泉的方式出現。我們先來談談海底熱泉是個什麼樣的地方。海底熱泉和你會去泡湯的溫泉完全不像,它絶對不是像溫泉池那樣光亮開闊的環境,因為沒有光可以從海面一路到達這麼深的海底,所以這裡是個一片黑暗的世界。地面上的世界由植物/藻類/細菌來把陽光裡的能量轉變成化學能,這些光合生物再利用這化學能,把二氧化碳變成葡萄糖,養活其它生物,這是我們熟知並且賴以維生的光合作用。那在沒有光的海底呢? 沒有光,就沒有光合作用的可能了。但是深海潛艇在這種環境裡的確拍到很多生物,包括有著鮮紅外鰓的管蟲,以及像精美小瓷器的螃蟹。牠們到底是吃什麼東西活下來的呢?

這裡一切的養份來源都要靠住這裡的化學自營細菌(chemolithoautotroph)來提供。在這個環境裡,化學自營細菌取代了綠色植物的功能,擔負起養活整個生態系的責任。從地底源源不絶流出來的水裡富含一些在被氧化後可以放出能量的分子,包括硫化氫、甲烷、氫氣、小分子有機酸等等。

住在這裡的細菌利用這些分子反應後放出來的能量,就像綠色植物利用光能來生活一樣。綠色植物利用這些能量來把二氧化碳變成葡萄糖餵養自已和動物,細菌也利用地底能量來做相同的事,成為養活這裡各種動物的食物。我們把這個重要性等同於光合作用的反應稱為化合作用(chemosynthesis),在沒有光的海底世界,這個作用支撐著這裡數量龐大的生物族群。

-----廣告,請繼續往下閱讀-----
Sully_Main_Endeavor_Field
在東北太平洋海底的 Sully 黑煙囪,以及附近成群的管蟲。 Source: NOAA

印度洋西南洋脊的海底熱泉

海底熱泉不停向外噴出熱水。而這些熱水遇到冰冷的海水立刻降溫,裡面的溶質就沉澱了下來,在泉水噴口附近堆成小山狀的”煙囪”。科學家在印度洋西南洋脊已經找到一些海底熱泉,這些海底熱泉跟過去在其它地方研究過的海底熱泉不太一樣。這裡的泉水溫度較低,噴出來的水裡富含硫化氫。因為硫化氫是黑色的,所以這樣的熱泉被歸類為”黑煙囪”(black chimney, black smoker)。一群來自香港和中國的科學家前陣子發表了一篇研究報告,仔細”解剖”了一個編號 S35 的黑煙囪,以及一個顏色略偏褐色、編號 S32 的褐煙囪,研究煙囪裡每個部位裡有些什麼細菌,想辦法知道住在那裡的細菌在做什麼。

他們研究的這個黑煙囪噴出的水,溫度大約是在 80 度左右。因為水裡有很多硫化氫,所以住這裡的細菌不意外的以能利用硫化氫的菌種居多。泉水從黑煙囪噴出來之後就直接接觸到煙囪外部,於是在那個地方就有很多能氧化硫化氫的細菌等著利用這些好料。這些細菌把硫化氫氧化放出能量,再利用這能量來把二氧化碳變成有機物存下來。而住在這裡的動物們,例如 Shinkaia crosnier 柯氏絨鎧蝦,就拿這些細菌來當食物

柯氏絨鎧蝦身上長了很多這些能利用硫化氫的細菌,細菌直接在殼的外面生長,相連拉成細絲狀,像是全身掛滿了流蘇裝飾。柯氏絨鎧蝦這樣把食物種在自己的身上其實很方便,餓了就把這些細菌條一根根扯下來當點心吃。在很多海底熱泉環境都可以看到管蟲,牠們更厲害,直接在身體裡養這些細菌,靠這些共生細菌來提供養份,連腸子都不需要自己長了。

Exif_JPEG_PICTURE
柯氏絨鎧蝦 (Shinkaia crosnieri). Source: Daiju Azuma (CC BY-SA 2.5)

沒有氧氣,誰還在呼吸?

在黑煙囪結構的外層,因為能接觸到大量剛從煙囪排出的硫化氫,這裡出現的是拿硫化氫當能量來源的細菌,會把硫化氫氧化掉變成硫再變成硫酸。我們來談談住在黑煙囪的另一類細菌。氧氣對動植物的存活來說很重要。我們細胞裡的能量有一部份是靠電子傳遞鏈來提供,而電子傳遞鏈需要有氧氣的持續供應才能正常運作。在黑煙囪結構的深處,因為碰不到有氧氣的海水,又有細菌不停消耗氧氣,於是這裡慢慢就變成了個沒有氧氣的環境。住在黑煙囪裡的細菌也要呼吸,只是當環境裡沒有氧氣時,它們轉而使用硫酸根離子來維持電子傳遞鏈的運作。這也是一種呼吸作用,只是不用氧氣,所以被稱做無氧呼吸(anaerobic respiration)。

-----廣告,請繼續往下閱讀-----

住在黑煙囪內層的是靠無氧呼吸來生活的細菌。這些細菌可以從湧出的泉水裡得到煙囪裡的氫氣及有機養份,能量滿滿,但是需要像硫酸根這種硫的氧化物來維持電子傳遞鏈正常運作,被利用完的硫酸根變還原成硫化氫丟棄。而這人家丟掉的硫化氫,正是在黑煙囪外層的細菌期待著的能量來源。內層外層沒多遠,但是住著的是截然不同的兩類細菌。從能量上來看,這裡真的是一個極度貧富不均的社會。如果我們把能量和細菌改由錢和人類來想像,這裡的細菌社會裡有一群有錢得要死的人(內層的異營性細菌),它們把用完剩下不要的東西(硫化氫)當垃圾丟掉。而有一些賺錢辛苦的人(外層的化學自營細菌),把別人丟掉的東西(硫化氫)撿回來,當做養份來養家活口。只要能活下去,細菌什麼都可以做呢。

-----廣告,請繼續往下閱讀-----
文章難易度
陳俊堯
109 篇文章 ・ 22 位粉絲
慈濟大學生命科學系的教書匠。對肉眼看不見的微米世界特別有興趣,每天都在探聽細菌間的愛恨情仇。希望藉由長時間的發酵,培養出又香又醇的細菌人。

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)」!

-----廣告,請繼續往下閱讀-----

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。

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。

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。/ 圖片提供:研華科技

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/ 圖片提供:研華科技

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

-----廣告,請繼續往下閱讀-----
-----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
225 篇文章 ・ 313 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

0

6
0

文字

分享

0
6
0
如何從茫茫大海中,找到戰爭遺留的深水炸彈?——海底掃雷行動
Else Production
・2022/01/19 ・2600字 ・閱讀時間約 5 分鐘

對於年輕人來說,我相信「深水炸彈」一詞並不會陌生,因為這近乎是每一個狂歡派對裡的必需品。但對於埋藏在深海裡的炸彈,大家又有沒有想過我們如何找出來?

這些未爆炸的軍備,我們稱之為 Unexploded Ordnance(簡稱 UXO),有可能是水雷,有可能是深水炸彈,也有可能是導彈。它們多數是第一次或第二次世界大戰遺留下來的產品,受到多年來沉積(即水流在流速減慢時,所挾帶的砂石、塵土等沉淀堆積起來)的影響,令它們埋藏在海床以下的地方。跟據 Euronews 的估計,單單在波羅的海亦有超過 30 萬的 UXO 埋在那裡。

二戰期間,桑德蘭水上飛機掛載的深水炸彈,圖/維基百科

你也許會問,既然都已經埋藏了,何況我們仍然要處理他們?這是因為我們會在海底裡鋪設電欖、水管、天然氣輸送管等輸送系統,假如鑽探過程中不小心觸碰了它們已產生意外,或是在完成工程某一天突然爆炸而令輸電系統中斷,後果可真是不堪設想。因此,最理想的方法便是把他們全部找出來並繞道而行,或是安排專家把他們處理。

真正的大海撈針:用磁場把 UXO 吸出來!

要找到這些 UXO,最容易的方法便是使用金屬探測的方法,但由於普遍的金屬探測器的探測範圍是不超過 2 公尺的,我們很難把探測器貼近凹凸不平的水底前行(這大大增加了磨損探測器的風險),因此我們會選擇較間接的方法:磁強計(Magnetometer)。由於大部份的彈藥外層是用鐵形成的,而鐵是對磁非常敏感的,因此我們能夠在較遠的範圍便能察覺他們的存在。當在外勤工作,我們會以兩個磁強計為一組去作探測,令我們更準備知道其實際位置及大小。讓我們看看以下例子:

圖 1:磁強計的探測結果

在圖 1 裡,假設我們知道標記「1」是一個 UXO 的位置,上圖的平行線為磁強計由左至右的移動路線,下圖為磁場沿路的變化。我們可以看見,當若果沒有任何金屬物件存在的話,兩個磁強計量度的數是相近的,亦即是該環境本身的磁場。但在 UXO 的附近,我們可以看到明顯的變化。藍色線代表航行路線的左方磁強計的量度值,燈色線代表右方,由於磁場強度會隨著距離而減少,因此很明顯這一個 UXO 的位置更接近藍色線,亦即是航線的上方。

-----廣告,請繼續往下閱讀-----

我們可以透過兩者的差距估計其位置及大小,但為了確保其真實性,我們亦會在附近再次航行,假如也有磁場變異,這便是一個不會移動的金屬物品(撇除了船、飄浮中的海洋垃圾等的可能性)。

排除法:用側掃聲納窺探看不見的海底!

正如上文提要,磁場變異所告訴我們的,只是金屬物品的位置,但它亦有可能不是炸彈,也有可能不是埋在海床下,因此我們也會使用其他科學方法去驗證。其中一個便是側掃聲納(Side Scan Sonar) ,透過聲波反射的原理,我們可以看到海床的影像。假如海床是乾淨的,聲波傳送及接收的時間是一樣的,因此我們可以看到連續的晝面。但假如有異物在水中間或海床上,聲波便會被折射而形成黑影。讓我們看看以下例子:

圖2: 側掃聲納 圖片,紅色箭咀範圍代表沒有反射的區域,綠色箭頭範圖代表船與海底的距離 (圖片來源:Grothues et al., 2017)

看看圖 2。燈色的部份是海床的晝面,中間白色的部份是船的航道,亦是側掃聲納的盲點,而黑色的部份則是有物件在海床上方而形成的聲波折射,讓我們能夠清楚看見它們的形狀。有時候我們亦會看到一些海洋垃圾,如車胎、單車等,而在上圖的左上方,我們相信是一些棄置的工業廢料。

當然你也可以爭論,在圖左上方的物件有機會不是死物,而是一種未知海洋生物,因此我們也會進行多次的側掃聲納,如果在同一位置並不能再看到它,那麼這是生物的機率便很高。假如在磁場異變的位置側掃聲納沒有探測到任何物件,這進一步證明其 UXO 的可能性。但假如有黑影在上方,我們也會透過黑影分析其大小是否吻合,並會憑經驗分析該物品會否存在金屬。

-----廣告,請繼續往下閱讀-----

此外,在看側掃聲納,我們也很重視在磁場異變的位置附近有沒有刮痕,因為形成刮痕的原因多數是船上作業頻繁的地方,有機會是漁船拖網的地點,也有機會是大船拋錨起錨的地方,而這些動作均有機會接觸或移動了這些潛在的 UXO,產生危機。因此,這些地方都會是我們首要處理的地方。

筆者按:假如大家想看看其他用側掃聲納發現的東西,如沉船、飛機等,可以到這裡觀看

萬無一失:Mission Completed !

當然,在取得數據時,我們也要儘可能減低人為因素而形成的影響。舉個例子,我們要確保磁強計遠離測量船,以免船上的儀器影響了磁強計。因此,我們並不會把磁強計綁在船底,而是把它們用纜索綁在船尾數十米以外的地方拖行。

另外,我們也要確保測量船要以均速航行,以確保所有數據都是一致的。最後,我們也要確保船上的 GPS 系統準確無誤,否則所有有可能是 UXO 的位置都是錯誤的。

完成以上的工序後,我們便會製作磁梯度圖(Magnetic Gradient Map),把剩餘下來的磁場變置點用其強度及大小表示出來,正如圖 3,再交給拆彈專家們處理。他們便會跟據他們的專業知識,加上該海岸的戰爭歷史,對比當時有可能參戰的國家、使用的武器及其金屬含量以找出存在的炸彈來處理。

-----廣告,請繼續往下閱讀-----

要知道這些 UXO,單單在 2015 年在世界各地亦奪去了超過 6000 人的性命,因此這個科學命題可真是不容忽視!

圖 3:磁梯度圖。左邊是潛在 UXO 的位置而右邊則是它們的磁場強度的改變。(圖片來源:Salem et al., 2005)

延伸閱讀:

  1. Salem, A., Hamada, T., Asahina, J. K., & Ushijima, K. (2005). Detection of unexploded ordnance (UXO) using marine magnetic gradiometer data. Exploration Geophysics, 36(1), 97–103.  
  2. Han, S., Rong, X., Bian, L., Zhong, M., & Zhang, L. (2019). The application of magnetometers and electromagnetic induction sensors in UXO detection. E3S Web of Conferences, 131, 01045.
  3. Image scans gallery. EdgeTech. (n.d.). Retrieved January 5, 2022, from https://www.edgetech.com/underwater-technology-gallery/ 
  4. Grothues, T. M., Newhall, A. E., Lynch, J. F., Vogel, K. S., & Gawarkiewicz, G. G. (2017). High-frequency side-scan sonar fish reconnaissance by autonomous underwater vehicles. Canadian Journal of Fisheries and Aquatic Sciences, 74(2), 240–255.

本文亦刊載於作者部落格 Else Production ,歡迎查閱及留言

-----廣告,請繼續往下閱讀-----

0

0
1

文字

分享

0
0
1
是誰住在深海的大煙囪裡?海底熱泉的秘密
陳俊堯
・2015/12/22 ・3032字 ・閱讀時間約 6 分鐘 ・SR值 488 ・五年級

source:sciencedaily
source:science daily

海底,是個我們到不了看不到,只能想像的世界。而且就算你到了那裡,也還是看不到四周的景物,因為陽光照不到那樣的深度,只能依靠深海潛艇的微弱燈光觀察鏡頭前的那一點小世界。不過在累積了這些年的研究成果,我們現在知道在深海,即使不像陸地或珊瑚礁那麼熱鬧,也還是有著豐富的生命現象。而在大陸板塊的交界處(例如印度洋洋脊),比較容易有地熱活動,而在這些地區的生命活動更是活躍,在死寂的海底世界裡倒像是個綠洲一樣。

 IODP Expedition 360 計畫預計在印度洋洋脊(Indian Ridge)轉形斷層附近的 Atlantis Bank 地區進行深鑽,最終希望可以真正到達海底下 5 到 6 公里深的地方,帶些樣本回來,看看裡頭長了些什麼樣的生物。

印度洋西南洋脊(South West Indian Ridge)向兩側張裂的移動速度,是目前在各洋脊裡面是第二慢的。這也代表在這裡的地底下藏著的那個惡魔力量,相對來說比較小。但是即使是這樣,這個區域的地熱活動還是不少,目前已經有好多個海底熱泉被發現了。海底熱泉是在海底出現的熱泉(廢話),從海底的裂縫向外噴出在地底流過高溫岩層的水,像個溫泉一樣。在討論地底下有什麼生物之前,讓我們先來看看在印度洋西南洋脊的海底熱泉是個什麼樣的景觀。

-----廣告,請繼續往下閱讀-----

正常釋放來自地底的能量

除非你是地質學家,不然我們這些生活在地表上的生物,是很難察覺到這股隱藏在地底下的能量的。不過大家對地震這種”正常能量釋放”倒是挺熟悉的,只是這種程度的能量不是生物有本事可以拿來使用的。另外一種你有機會在地面上看到的地底能量是地熱,激烈一點的以壯觀的火山爆發出場,溫和一點的可能是你熟悉的溫泉。

這些地熱活動不只釋出熱能,也把原本在地底的化學物質跟著熱水給送了出來。舉個例子來說好了,過去我在瑞穗溫泉區收集了剛從地底湧出的泉水,裝進桶子裡帶回花蓮的實驗室。瑞穗的溫泉水裡富含鐵質,有很多二價鐵離子。這些不知道在地底待了多久的鐵,在被我裝進桶子裡後碰到空氣裡的氧氣,在短時間內被氧化成三價鐵,跟氧結合變成黃色的沉澱。半小時後當我回到位於花蓮市慈濟大學的實驗室時,原本澄清的溫泉水裡就多了好多黃色的沉澱物。這也是正常能量釋放;二價鐵氧化放出能量,只是沒有生物來得及利用它們而已。

來自地底的暗黑能量讓海底熱泉成為生命之泉

印度洋西南洋脊是個板塊交界帶,難免有些裂縫。這些通往地底世界的小窗口,可能以海底火山,或是以海底熱泉的方式出現。我們先來談談海底熱泉是個什麼樣的地方。海底熱泉和你會去泡湯的溫泉完全不像,它絶對不是像溫泉池那樣光亮開闊的環境,因為沒有光可以從海面一路到達這麼深的海底,所以這裡是個一片黑暗的世界。地面上的世界由植物/藻類/細菌來把陽光裡的能量轉變成化學能,這些光合生物再利用這化學能,把二氧化碳變成葡萄糖,養活其它生物,這是我們熟知並且賴以維生的光合作用。那在沒有光的海底呢? 沒有光,就沒有光合作用的可能了。但是深海潛艇在這種環境裡的確拍到很多生物,包括有著鮮紅外鰓的管蟲,以及像精美小瓷器的螃蟹。牠們到底是吃什麼東西活下來的呢?

這裡一切的養份來源都要靠住這裡的化學自營細菌(chemolithoautotroph)來提供。在這個環境裡,化學自營細菌取代了綠色植物的功能,擔負起養活整個生態系的責任。從地底源源不絶流出來的水裡富含一些在被氧化後可以放出能量的分子,包括硫化氫、甲烷、氫氣、小分子有機酸等等。

-----廣告,請繼續往下閱讀-----

住在這裡的細菌利用這些分子反應後放出來的能量,就像綠色植物利用光能來生活一樣。綠色植物利用這些能量來把二氧化碳變成葡萄糖餵養自已和動物,細菌也利用地底能量來做相同的事,成為養活這裡各種動物的食物。我們把這個重要性等同於光合作用的反應稱為化合作用(chemosynthesis),在沒有光的海底世界,這個作用支撐著這裡數量龐大的生物族群。

Sully_Main_Endeavor_Field
在東北太平洋海底的 Sully 黑煙囪,以及附近成群的管蟲。 Source: NOAA

印度洋西南洋脊的海底熱泉

海底熱泉不停向外噴出熱水。而這些熱水遇到冰冷的海水立刻降溫,裡面的溶質就沉澱了下來,在泉水噴口附近堆成小山狀的”煙囪”。科學家在印度洋西南洋脊已經找到一些海底熱泉,這些海底熱泉跟過去在其它地方研究過的海底熱泉不太一樣。這裡的泉水溫度較低,噴出來的水裡富含硫化氫。因為硫化氫是黑色的,所以這樣的熱泉被歸類為”黑煙囪”(black chimney, black smoker)。一群來自香港和中國的科學家前陣子發表了一篇研究報告,仔細”解剖”了一個編號 S35 的黑煙囪,以及一個顏色略偏褐色、編號 S32 的褐煙囪,研究煙囪裡每個部位裡有些什麼細菌,想辦法知道住在那裡的細菌在做什麼。

他們研究的這個黑煙囪噴出的水,溫度大約是在 80 度左右。因為水裡有很多硫化氫,所以住這裡的細菌不意外的以能利用硫化氫的菌種居多。泉水從黑煙囪噴出來之後就直接接觸到煙囪外部,於是在那個地方就有很多能氧化硫化氫的細菌等著利用這些好料。這些細菌把硫化氫氧化放出能量,再利用這能量來把二氧化碳變成有機物存下來。而住在這裡的動物們,例如 Shinkaia crosnier 柯氏絨鎧蝦,就拿這些細菌來當食物

-----廣告,請繼續往下閱讀-----

柯氏絨鎧蝦身上長了很多這些能利用硫化氫的細菌,細菌直接在殼的外面生長,相連拉成細絲狀,像是全身掛滿了流蘇裝飾。柯氏絨鎧蝦這樣把食物種在自己的身上其實很方便,餓了就把這些細菌條一根根扯下來當點心吃。在很多海底熱泉環境都可以看到管蟲,牠們更厲害,直接在身體裡養這些細菌,靠這些共生細菌來提供養份,連腸子都不需要自己長了。

Exif_JPEG_PICTURE
柯氏絨鎧蝦 (Shinkaia crosnieri). Source: Daiju Azuma (CC BY-SA 2.5)

沒有氧氣,誰還在呼吸?

在黑煙囪結構的外層,因為能接觸到大量剛從煙囪排出的硫化氫,這裡出現的是拿硫化氫當能量來源的細菌,會把硫化氫氧化掉變成硫再變成硫酸。我們來談談住在黑煙囪的另一類細菌。氧氣對動植物的存活來說很重要。我們細胞裡的能量有一部份是靠電子傳遞鏈來提供,而電子傳遞鏈需要有氧氣的持續供應才能正常運作。在黑煙囪結構的深處,因為碰不到有氧氣的海水,又有細菌不停消耗氧氣,於是這裡慢慢就變成了個沒有氧氣的環境。住在黑煙囪裡的細菌也要呼吸,只是當環境裡沒有氧氣時,它們轉而使用硫酸根離子來維持電子傳遞鏈的運作。這也是一種呼吸作用,只是不用氧氣,所以被稱做無氧呼吸(anaerobic respiration)。

住在黑煙囪內層的是靠無氧呼吸來生活的細菌。這些細菌可以從湧出的泉水裡得到煙囪裡的氫氣及有機養份,能量滿滿,但是需要像硫酸根這種硫的氧化物來維持電子傳遞鏈正常運作,被利用完的硫酸根變還原成硫化氫丟棄。而這人家丟掉的硫化氫,正是在黑煙囪外層的細菌期待著的能量來源。內層外層沒多遠,但是住著的是截然不同的兩類細菌。從能量上來看,這裡真的是一個極度貧富不均的社會。如果我們把能量和細菌改由錢和人類來想像,這裡的細菌社會裡有一群有錢得要死的人(內層的異營性細菌),它們把用完剩下不要的東西(硫化氫)當垃圾丟掉。而有一些賺錢辛苦的人(外層的化學自營細菌),把別人丟掉的東西(硫化氫)撿回來,當做養份來養家活口。只要能活下去,細菌什麼都可以做呢。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
陳俊堯
109 篇文章 ・ 22 位粉絲
慈濟大學生命科學系的教書匠。對肉眼看不見的微米世界特別有興趣,每天都在探聽細菌間的愛恨情仇。希望藉由長時間的發酵,培養出又香又醇的細菌人。

0

1
2

文字

分享

0
1
2
被世人遺棄 30 年後,每次世界大戰都成為它的力量之源:板塊構造理論的誕生
活躍星系核_96
・2020/10/30 ・3729字 ・閱讀時間約 7 分鐘 ・SR值 507 ・六年級

  • 周碩君|國立中央大學地球科學學系四年級

居住在這顆藍色的星球這麼久,身為人類的我們自然而然、習以為常地生活在陸地上。

然而,為什麼世界分成七大洲?七大洲從哪裡來?我們為何需要遠渡重洋才能到達彼方呢?

這些問題的答案,直到近百年科技發達,使得地球科學有了很大的進展,科學家才逐漸了解在岩石與海水之下那個隱藏著支撐我們家園的秘密——板塊。

圖一:當世界各地亮起屬於我們的燈火時,人類也不斷詢問大自然,為什麼我在這裡,這塊土地又是從何而來?圖/Pixabay。

國、高中時,我們都學過「板塊構造學說」,主張地球最外層由十幾個大小不一的板塊拼湊而成,而身為臺灣人的我們,也都知道臺灣位處在歐亞板塊與菲律賓海板塊之間,島上的陡峭山脈來自於板塊的碰撞。

雖然如今板塊構造學說人人都能琅琅上口,但自 20 世紀初期以來,它可是歷經了千辛萬苦才得以引起近代科學家的注意,耗費三十年,才逐漸壯大為地球科學的知名理論。

-----廣告,請繼續往下閱讀-----

在板塊構造學說的誕生故事前,有一位至關重要的科學家——魏格納。

魏格納玩的拼圖遊戲,是一個整個地球

魏格納 (Alfred Lothar Wegener) 是一位德國地球物理學家、氣象學家和天文學家。 1908 年魏格納被馬爾堡大學聘為氣象學、天文學和宇宙物理學應用講師。

任教期間,魏格納留意到世界地圖上,非洲大陸西岸和南美洲東岸,也就是大西洋兩側的海岸線輪廓很相似,就像是兩片可拼起的拼圖邊緣:一凹一凸,彼此密合。因此,魏格納想像兩邊陸地原本可能相連,開啟了關於大陸漂移的研究,也是往後地球物理學與地質學的重要基礎。

圖二:1912年左右的魏格納。圖/wikipedia

1911年,魏格納在馬爾堡大學圖書館,讀到一篇奧地利地質學家修斯 (Eduard Suess, 1885) 有關岡瓦那大陸 (Gondwanaland) 1 的文章,內容提到根據南半球各大陸上有相似的地質沉積岩層和古代動植物化石,假設在南半球曾經存在過一個統一的大陸。

魏格納是一位氣象學家,利用影響全球氣候帶分布控制因素的專業知識,判斷這些反應古氣候的沉積物證據,與當時全球氣候分布不相符。經過全球古生物化石和沉積地層的資料分析,獲得不符合現今緯度的證據,於是魏格納不僅可以支持修斯的假說,更進一步認知到大陸可能會漂移

-----廣告,請繼續往下閱讀-----

我們曾經都黏在一起?大陸漂移學說

1915 年魏格納正式出版《大陸與海洋的起源》2一書,以多面向的證據解釋「大陸漂移理論」。在這本書裡,魏格納主張大約在二億年前,地表有一塊「盤古大陸」稱作「泛蓋婭」 (Pangaea) 3,經過分裂變成兩個陸塊,再繼續分裂與漂移,直到形成今日的樣貌。

魏格納以古生物的資料作為證據,將目前幾個分離的大陸:南美洲、非洲、印度、南極洲、澳洲接合起來,如圖三所示4。這四種古生物,皆不能跨越海洋,到其他陸地生存,所以能支持這些陸塊曾經連在一起的理論,呈現帶狀且連續的動植物分布範圍。

圖三:古生物的分布色帶。圖/wikipedia

在二疊石炭紀時期冰川中,也可以找到關於古氣候的證據。冰磧遺跡中的苔原植物很矮小、貼近地面生長,會利用陽光照射地表空氣和土壤的溫度存活,生長期更長,應該分布在高緯度、甚至極地地區。這些古苔原植物能在現今南半球各大陸發現,就可以作為這些板塊,從原先高緯度環境,慢慢移動到現在中低緯度的證據。

雖然魏格納提出了大陸漂移的種種證據,但因為沒有辦法解釋移動的機制,加上他並非地理學或地質學出身的學者,使得當時學界對他的想法嗤之以鼻。

-----廣告,請繼續往下閱讀-----

戰爭埋葬了生命,也催生了偉大的新科技

他的研究被世人遺忘了三十年,直到世界大戰,人們發明許多新科技,地球科學的研究才再次嶄露曙光。

第一次世界大戰為了探測潛水艇而發明聲納觀測,這項發明可以用來測繪海底地形。當探勘船發出聲波、從海面向海底傳播後,探測員就可以利用從海床反彈的聲波的時間差來計算海底深度,借此測繪出海底地形,此時,人們也因此發現了大西洋中部的海底山脈——大西洋中洋脊。

到了第二次世界大戰,磁力儀誕生了,磁力儀原先是運用於戰爭的利器,軍方將其裝置在飛機並偵查海底下的潛艇,而科學家綜合以上兩項技術、岩漿冷卻成岩石的磁性特徵5之後,他們發現:

以中洋脊為中心,兩側海底岩石的磁力分布對稱,而且,磁極正反交錯呈現條紋狀分布,就像是超商每樣商品上條碼的樣子,記錄了過去地球磁場方向的每次反轉。

以中洋脊為中心,左右對稱的磁力分布!影片/BrainPOP

為什麼海底岩石的磁力會這樣分布呢?科學家海斯 (Harry H. Hess) 與狄茲 (Robert S. Dietz) 在 1960 年代利用同位素定年法6推斷:由中洋脊冒出的岩漿,生成出海洋地殼並不斷擴張,到了海溝7再隱沒到地球內部,像是輸送帶一樣運轉。海斯和狄茲順利解釋了海洋地殼的誕生與消逝,形成「海底擴張學說」。

-----廣告,請繼續往下閱讀-----

直到此時,「海底擴張學說」配合魏格納的「大陸漂移理論」,再配合許多研究資料(如海溝處地震定位資料)之後,才逐漸發展出你我熟知的「板塊構造學說」。

這顆古老的地球,仍有無數難以參透的秘密

雖然當代地球科學界普遍認可板塊構造學說的概念,但這個理論並非毫無疑點,尚有許多疑惑等待科學家一一挑戰並且破解。

我們藉由魏格納及近代地球科學家的研究成果,了解地球板塊形成的原因。但是利用各種證據方法,推測陸地過去詳細的模樣,追溯到十八億年前就算是極限了,更久以前的地球板塊又是如何分布的呢?

從現實面來說,沒有任何地質學家能親眼觀察地球內部的物質成分和構造。絕不可能像法國小說家凡爾納的《地心歷險記》8,主角李登布洛克和他的姪子進入火山,通過地心,看遍地下所有秘密,再從地球的另一端出現,卻毫髮無傷。

小說《地心歷險記》在 2008 年被翻拍為 3D 電影《地心冒險》,在地球的地心展開奇幻冒險。

或許在未來,科技更加進步,研究儀器的功能更強大,地球科學家能找到更多關於地球板塊變化的證據。到時候,或許能在板塊構造學說的基礎上,發展出合理解釋地球誕生到現在完整演變的學說,更進一步結合其他領域的科學家,預測未來地球的陸地將如何變化。這些發展,我們都可能參與,也值得我們期待。

-----廣告,請繼續往下閱讀-----

註釋

  1. 「 Gondwana 」是印度的一個地名,在此地發現的岩石相似於南半球其他大陸,修斯以此稱之。
  2. 原文「 Die Entstehung der Kontinente und Ozeane 」。
  3. 「Pangaea」原文為希臘語「Παγγαία」,是「πᾶν」(全部)和「γαῖα」(陸地)的合字,即「全陸地」。其中 「Γαῖα」也是前面介紹過的大地之母神。
  4. 圖三古生物分帶說明:
    • 橙色:犬頜獸屬 (Cynognathus) 是種三疊紀中期的陸生肉食性犬齒獸類,在非洲、南美洲、南極洲可以發現化石。
    • 藍色:中龍屬 (Mesosaurus) 是一種小型水生爬行動物,在二疊紀早期的南美洲和南非地層中可以被發現。
    • 棕色:水龍獸屬 (Lystrosaurus) 為陸生的中型脊椎動物,存活在二疊紀晚期到三疊紀早期,化石分布於南極洲、印度、南非。
    • 綠色:舌羊齒屬 (Glossop-teris) 是一屬已滅絕的種子蕨類,生存於二疊紀至侏羅紀晚期,化石主要分布於南半球及印度。
  5. 岩石中的磁鐵礦會記錄當時地球磁場的磁性,與現今地磁場方向一致稱為「正磁極性」,反之則為「反磁極性」。
  6. 利用岩石中的元素,其元素包含不穩定的放射性同位素,具有規律的衰變週期,可作為測量地質年代的方法。
  7. 簡單來說,為一種海洋地殼與大陸地殼交界的構造,形成深且狹窄的峽谷。
  8. 書名原文「Voyage au centre de la Terre」,為法國小說家凡爾納於 1864 年出版的科幻小說。

資料來源

  1. 《板塊構造學說紀事》,W. Jacquelyne Kious, Robert I. Tilling,(陳建志、馬家齊譯),五南,2005。
  2. 《海陸的起源》,魏格納,(李旭旦譯),北京大學出版社。

作者後記

作者/周碩君

我喜歡閱讀科學家的故事,認識一個人的成長背景,配合其學術成果,讓我體會到科學發展一直與人緊密相關。我很幸運在 2019 年修了一門通識課,由單維彰老師和鄭芳祥老師共同教授的「知識寫作與思考」,每位學生期末成果就是產生一篇屬於自己的知識寫作。非常感謝老師們對我的文章不斷給予建議,還鼓勵我將作業成果投稿。我的作品選擇了自然科學領域,是一篇結合地球科學和歷史的科普文章,期待透過像說故事的內容,能夠讓更多人透過閱讀獲得有趣的地科知識。

  • 責任編輯|儀珈
-----廣告,請繼續往下閱讀-----
活躍星系核_96
778 篇文章 ・ 128 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia