大彈塗魚

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。

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。

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）」！

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。

以研華科技為例，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。

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。

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。

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）。

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。

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。

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

沿海濕地中的藻類、海草、紅樹林、鹽沼、和其他植物在生長過程中會吸收和捕獲二氧化碳。沿海和海洋生態系統捕獲和儲存二氧化碳的方式，稱之為「藍碳」。

被封存在海底的碳有一半以上來自這些沿岸的森林，它們捕獲二氧化碳的速度比傳統森林快了 4 倍，因為大部分的碳都進入幾米深的潮濕土壤中。以這種方式捕獲碳可以將之從大氣層中移除，降低空氣中二氧化碳的總含量。

1 公頃的紅樹林每年可以捕獲多達 8 噸的二氧化碳，遠比 1 公頃熱帶森林所能捕獲的量還要多。

在過去半個世紀以來，世界上約 30% 到 50% 的紅樹林遭到破壞

土壤的碳儲存方式

土壤是有生命的。當泥土被無數的有機微生物寄居時，就變成了土壤，成為植物生長的重要基質。

土壤還將世界上大量的碳儲存在一種物質當中，也就是所謂的土壤有機質（soil organic matter，SOM）。有機一詞在此並不是指沒有化肥或殺蟲劑，而是指存在大量的碳。通常土壤有機質含有 50% 到 60% 的碳。大多數用於農業的土壤含有 3% 到 6% 的有機質。

當植物原料（如葉子或莖）凋零掉落到土地上時，會被土壤中的微生物分解，這個過程將植物轉化為碳，並產生有機質。碳被封存在土壤中，不再以二氧化碳的形式釋放到大氣中。

犁田耕作會破壞土壤有機質和碳的儲存。耕地時，會使有機質暴露地表，更容易被微生物利用，迅速消耗土壤有機質，將二氧化碳釋放到大氣層中。每年由於耕作、侵蝕、或與氣候相關的土壤變化（如永久凍土融化），造成儲存在土壤中大約 10 到 20 億噸的碳，以二氧化碳的形式釋放回大氣層中。

土壤有機質可以保留或重建，使得大氣中的二氧化碳返回土壤長期封存。農民在施肥、將植物廢棄物（如玉米秸稈）留在田間進行分解、或種植覆蓋作物時，會增加土壤有機質。覆蓋作物是在生長季節過後、田間空無作物時種植，通常是草或三葉草，根部很深，能穿透土壤。如果在種植新的經濟作物之前讓覆蓋作物在田間分解，能夠顯著增加土壤中的有機質和碳。

最小化耕作（稱為保護性耕作）是另外一種防止土壤有機質流失（或使土壤慢慢再生）的方法。其中所謂的免耕種植，是指利用專門的播種機將種子放入一小塊翻鬆的土壤中，因此無須翻耕整片田地。

讓土壤恢復健康

泥土並不完全相同，土壤的養分含量會隨著時間根據其處理方式、和所處的環境而發生變化。

世界上三分之一的土壤已經退化到幾乎無法再支持動植物生存的地步。主要的一些原因是：

• 土壤耕作。
• 牛群過度放牧。
• 砍伐和焚燒樹木和植物（砍燒耕作法）。
• 未在冬季種植覆蓋作物。
• 覆蓋物不足。

亞洲、歐洲、北美和南美的大型工業化農場，由於大量重植大豆、小麥、大米和玉米等商品，因而加劇了土壤侵蝕。市場和債務的經濟壓力使可持續性農業做法在短期內難以實施。

從生產的食物品質到大氣中的碳含量，土壤健康都具有深遠的影響。土壤很健康時，可以平衡水循環、並發揮避震作用以防止洪水和侵蝕。1930 年代美國西部的沙塵暴侵襲（Dust Bowl）、和 2017 年波多黎各的洪水災害，都是氣候變化的災難性衝擊、和土壤侵蝕造成的自然災害實例。這些變化會對農業產生重大影響。

根據美國農業部的說法，農民可以透過 4 種方式創造更好的土壤：

盡量減少干擾

• 限制耕作。
• 使化學品發揮最大效益。
• 牲畜輪替。

強化土壤覆蓋

• 種植覆蓋作物。
• 使用有機覆蓋物。
• 保留植物殘留物。

強化生物多樣性

• 種植多種不同的覆蓋作物。
• 利用多樣化的作物輪作。
• 整合牲畜。

強化活根的存在

• 減少休耕。
• 種植覆蓋作物。
• 利用多樣化的作物輪作。

在地方層面，一般公民可以透過投票支持可持續性農業發展的立法和政策，以及購買可持續性農業經營的產品。

房屋所有者也可以透過全年種植多樣化的植物種類，讓自然生態發展，改善其房產周圍的土壤健康，這樣能強化活躍的根系、並創造生物多樣性。

大規模改變環境的「地球工程」

如果你生起營火、或是隨意處置一台冷氣機，那就是在用個人的行動改變環境。但是，當公司和國家有意大規模改變環境時，這被稱為「地球工程」（geoengineering）。

地球工程策略聽起來像是科幻電影情節似的：在太空中部署太陽遮屏，以使部分太陽能量反射回太空，或是從大氣中吸取二氧化碳，將之送入地下層變成石頭。科學家們正在探索更多這一類大規模修補地球系統的方法，使地球降溫，但迄今為止，許多方法都成本高昂、存在爭議、也充滿著風險。

以太陽遮屏為例，雖然聽起來像部署固體金屬片，但其實是模擬大規模火山噴發時的情況，在空中噴灑出濃密的灰燼和化學物質，進而阻擋太陽能量。可能在噴氣燃料中加入化學物質，以便高空飛行的噴氣機將之擴散到高層大氣中。

超級計算機預測，以這種方式噴射到平流層的反射硫粒子，可能會產生冷卻效果，當然，也會影響降雨、降雪和季節性溫度。目前還不清楚會到什麼程度，如果天氣變化太過劇烈，就不容易挽回損失，造成人人受苦。即使可以逆轉噴灑，停止這樣的計畫也可能造成危險，因為太陽射線突然少了阻擋而導致全球氣溫和溫室氣體驟升。

至於直接從空氣中吸取二氧化碳，將之儲存在地下岩層中，歐洲和北美已有 19 家工廠做到這一點，每年吸收約1 萬噸的二氧化碳。沒有人知道這種方式可以安全地封存二氧化碳多久。

一旦出現洩漏，土壤、水和空氣可能會受到汙染，而從地下層收集氣體也可能引發微震和地震。不管怎麼說，這個過程若想要成功，也必須得降低成本、提高效率才行（目前每噸的成本高達 600 美元），我們將會需要相當多家的碳捕獲工廠，才可能有辦法消除每年所排放的數千兆噸二氧化碳，以實現 2050 年淨零排放。

不同於將二氧化碳儲存於地下岩層，鐵質施肥（iron fertilization）是以海洋為重點的選擇。這個過程是將硫酸鐵注入海水中，促進藻類大量繁殖以吸收二氧化碳，然後沉入海底。成功率參差不齊，有 5% 到 50% 的藻類增殖，沉入到足以造成封存影響的深海。然而，完全有效可能需要付出代價：過量的藻類或許也會引發有毒浮游植物的生長高峰，而將二氧化碳儲存在海洋可能會加速海水酸化。

地球工程是一個冒險的賭注，一些科學家表示，這對於全球氣溫的衝擊微乎其微，尤其是考慮到不採取行動造成不良後果的可能性很高。但也有科學家指出，仰賴快速的工業解決方案，可能會使人們和企業忽略對於實際減少碳排放、或停止使用化石燃料應付出的努力。

有無數的公司和國家正在單方面從事地球工程研究。預計這些實驗將在世界各地不同軌道上展開。

利用二氧化硫進行地球工程

有些工程師提出一種低成本又快速的方法來減緩氣候變化⸺整頓碳房，同時「擺脫困境」。

就像鏡子反射光線、黑色車道在夏日變得炎熱一樣，外層大氣從太陽反射的光熱，也會對全球溫度產生影響。

30 年前，菲律賓的皮納圖博（Mt. Pinatubo）發生了 100 年來最嚴重的一次火山爆發，所噴發的灰燼造成了驚人的影響：一整年地球的平均溫度下降了約 0.5° C。透過使地球大氣層反射陽光，而不是吸收，地球變得比較涼爽。

地球工程學家正專注研究此一概念，在地球外圍創造一個人為的太陽遮屏。利用特殊裝備的大型噴氣式飛機，將不同的化學物質噴灑到高層大氣中，希望能一次改變地球多年的反射率，以人為方式降低地表的平均溫度。

透過地球工程，在大氣中添加懸浮微粒來複製火山噴發的自然效果。平流層氣溶膠注入的作用：

• 散射太陽光。
• 讓天空更明亮一些。
• 反射部分太陽熱量。
• 讓地球更涼爽一些。

透過在大氣中注入二氧化硫、鈦、或其他化學或礦物質，可以增加行星反照率（反射率）。

太陽能地球工程透過改變地球的輻射平衡，來治療氣候變化的徵狀，這方面的科學研究稱為「平流層氣溶膠監測」（stratospheric aerosol modification，SAM）。

據估計，這種方法一年成本不到 100 億美元，在大多數的氣候變化因應措施當中只是九牛一毛。一些專家認為，只要動用幾百架飛機即可完成，而且可以比預期更早開始。

研究人員馬克．勞倫斯（Mark Lawrence）2006年指出，「對地球工程可能性的嚴肅科學研究，如克魯岑和西塞隆（Crutzen & Cicerone）發表文章中所討論的，完全沒有得到氣候和大氣化學研究界的包容」，然而，到了 2016 年，他總結道，「在這些文獻發表後的 10 年間，雖然氣候工程仍然是極具爭議性的問題，但是在更廣泛的地球科學研究領域，那種禁忌感基本上已不存在」。

這種方法，還是有許多未經測試的現實問題：

• 這些化學物質將會使臭氧層出現什麼反應？
• 該由哪些國家規範這個過程、又該如何決定干預措施的地點和程度？
• 有什麼辦法能阻止組織和國家單方面進行？若有國家想要暖化加劇、或是有億萬富翁只是想要名利，該如何處理？
• 這將對人類、動物、植物、和海洋的健康造成什麼影響？
• 我們準備好長久持續進行了嗎？如果沒有，一旦陷入了相對低成本和快速的解決方案，又該如何下決心停止呢？

——本文摘自《圖解全球碳年鑑：一本揭露所有關於碳的真相，並即時改變之書》，2022 年 9 月，商業周刊，未經同意請勿轉載。

• 本文轉載自特有生物研究保育中心，《自然保育季刊》第 113 期
• 作者 / 蔡芷怡｜社團法人中華民國野鳥學會環境計畫專員、丁宗蘇｜國立臺灣大學森林環境暨資源學系教授、林佳祈｜國立臺灣大學森林環境暨資源學系碩士生、沈芳伃｜國立臺灣大學森林環境暨資源學系碩士生

夏季來到彰化海岸，迎面而來便是熾熱的陽光和強勁的海風。王功漁港的街道飄出陣陣海鮮的香氣。 芳苑的灘地上，溫厚的黃牛拉著車，踏著悠閒地腳步，載著觀光客到灘地採蚵，而這些黃牛就被暱稱為「海牛」。大朋友小朋友興奮地拿著鏟子和水桶，在漢寶溼地的泥灘中挖掘各色的貝類；同時，招潮蟹揮舞著大螯，彈塗魚扭動著身子，點綴整個畫面。 但您是否有注意過，在灘地上也有一群保護色極佳的小小鳥兒，用多樣形狀的鳥喙，勤懇地捕食泥灘中的貝類、蠕蟲、螃蟹……等生物，牠們是鷸和鴴，靜靜地生存在這片食物豐富的彰化海濱，是我 (本文第一作者，下同) 非常著迷的鳥類類群。

過去許多蚵農和牛一起到泥灘地幫忙運蚵，現在只有在彰化海岸比較容易看到「海牛耕蚵田」 這樣的場景。許多海牛們也轉型為觀光，載著遊客們下海挖蚵、欣賞風景。讀者們有興趣可以來看看可愛的海牛，但是蚵農們年紀越來越大，也希望有後輩能繼承這個文化。

鷸鴴是什麼？

一般賞鳥人說到的鷸鴴鳥類，通常指鴴形目 (Scolopacidae) 下，鷸科(Scolopacidae)、鴴科 (Charadriidae) 、長腳鷸科 (Recurvirostridae) 及蠣鷸科 (Haematopodidae) 等水鳥。這些鳥有比例較長的腳和鳥喙，方便牠們在淺水中涉水覓食。不同的鷸鴴，多樣的鳥喙擺在一起看，就像是一組設備齊全的工具箱，處理不同的底棲生物。東方環頸鴴 (Charadrius alexandrines) 筆直的短喙追逐灘地表面的小蟲；同樣有著強健短喙的翻石鷸 (Arenaria interpres) 就如牠的名字，頂開灘地上的石頭，找尋躲藏其中的小動物。

反嘴鴴 (Recurvirostra avosetta) 用上翹的纖細嘴喙撩動水體，捕捉水中小生物。蠣鴴 (Haematopus ostralegus) 用長而銳利的喙，專挑貝類和螺類，撬開後大快朵頤。中杓鷸 (Numenius phaeopus) 與大杓鷸 (N. arquata) 長而下彎的喙，鑽出泥灘中深層的生物。嘴喙從短到長，有筆直、上翹、下彎的形狀，還有或堅硬或柔軟的質地，全方位處理泥灘地中不同的生物，讓人不得不讚嘆自然的奧妙，透過不同的形狀區隔獵物，也可以避免彼此間的競爭。

鷸鴴大多屬於候鳥，會隨著季節遷徙，臺灣對牠們來說，是一個南來北往的中繼站。在秋冬時期，樸素的灰褐色讓牠們不容易被發現，但進入繁殖期後，會換上亮麗的羽衣 (plumage)。彎嘴濱鷸 (Calidris ferruginea) 換上一身橘紅色的外衣，大濱鷸 (C. tenuirostris) 也以橘紅色調挑染原本灰褐的羽毛。黑腹濱鷸 (C. alpine) 將腹部的羽毛繪成一幅黑色的水墨。太平洋金斑鴴 (Pluvialis fulva) 也打底了黑色的腹面，背側刷上絢麗的金色。入春後 (大約3、4月) 去尋找這些鳥兒，就有機會看到牠們換上精緻美麗的彩羽。

在沿海地帶——鷸鴴的棲地

沿海地區依植物組成可以概分為草澤 (marsh) 和林澤 (swamp)。在臺灣，草澤常見的優勢植物有蘆葦 (Phragmites communis) 或一些禾本科 (Poaceae)、莎草科 (Cyperaceae) 植物，例如以雲林莞草 (Bolboschoenus planiculmis) 為主的高美溼地。林澤則以紅樹林 (mangrove) 為主，如關渡的水筆仔 (Kandelia obovata) 紅樹林；芳苑溼地的海茄苳林 (Avicennia marina)，部分地區有水筆仔混生；四草野生動物保護區以海茄苳為主，散生部分欖李 (Lumnitzera racemosa)。這些沿海植物形成不同的底棲結構，孕育不同的底棲生物相，也影響著鷸鴴棲息與否。彰化的沿海地貌主要為大面積的泥灘地 (mudflat)，部分區域有紅樹林生長 (國家重要濕地保育計畫─彰化海岸永續整體規劃成果報告 2017)。

根據上述報告，芳苑鄉的紅樹林總面積有 22 公頃，其中漢寶溪、後港溪與二林溪之溪口為紅樹林覆蓋度較高的區域。另外，在彰化沿海也有部分草澤，面積最大的草澤在大城溼地，一些分布於線西鄉、漢寶溼地，主要植被為外來種的互花米草 (Spartina alterniflora)。互花米草已經入侵多處的海岸環境，改變了泥灘地的底棲生物相。互花米草的地下根莖深且密，其根系也容易吸附重金屬 (Chen and Ma 2017)，影響底棲生物的生存 (Chen 2007)，許多國家都面臨相同的問題。貧乏的灘地也讓鷸鴴大大降低了造訪的意願，我在 2018 年進行的鳥類調查幾乎沒有在互花米草草澤中觀察到鷸鴴。臺中高美溼地互花米草的擴散情況較嚴重，互花米草生長快速，為了保護原生雲林莞草的生長空間，持續進行著移除的工程。

紅樹林生態系孕育了許多生物，鳥類的物種和數量也相當多。彰化沿海都生長著紅樹林，從小苗、 1 – 3 公尺高零星的植株，到樹高 5 – 7 公尺的茂密紅樹林皆有分布。福寶溼地的吉安水道、芳苑溼地的二林溪口幾乎都是 5 公尺以上的高大海茄苳占據。在彰化，不同的鳥類利用紅樹林的方式有所差異，對麻雀 (Passer montanus) 、白頭翁 (Pycnonotus sinensis)、綠繡眼(Zosterops simplex)等陸棲型鳥類來說，生長茂密的紅樹林就像是一個林地。

臺灣的紅樹林種類不會產生鳥兒愛吃的香甜水果、種子，理論上應該不會有很多鳥棲息；而在西部平地，許多地區都開發為農田、魚塭和建築物，紅樹林就像是另一個庇護所，讓鳥兒在樹上躲藏、休息。海岸農地的區域，也可以觀察到常在農田中覓食的棕扇尾鶯 (Cisticola juncidis)、褐頭鷦鶯 (Prinia inornata)、斑文鳥(Lonchura punctulate) 們飛進紅樹林中休息、高唱。我也在沒有受潮汐影響的紅樹林中找到鳥巢，可以推測這類小型雀形目 (Passeriformes) 鳥類也把紅樹林當作棲所使用。另一類也常在海邊活動的鳥——鷺鷥，對於矮小紅樹林不屑一顧，但生長在海邊高大的紅樹林就像防風林般，是非常適合鷺鷥作為休息處和夜棲的處所 (夜晚鳥兒會群聚休息的區域) 。從觀察這些鳥類中，我們可以知道紅樹林除了是招潮蟹、彈塗魚，以及多種無脊椎動物的重要棲地外，對於陸鳥和鷺鷥來說，是可以代替陸域灌叢和樹林的補償棲地。紅樹林涵養的豐富底棲生物，是提供遠道而來的遷徙性水鳥們吃不盡的食物來源。

彰化泥灘地的重要性

臺灣位在鳥類的東亞澳遷徙線 (East Asian Australasian Flyway, EAAF) 上，此路線由阿拉斯加、西伯利亞的候鳥繁殖地，延伸至澳洲、紐西蘭的度冬地，中間經過東亞、東南亞的各個國家。東亞澳遷徙線上有 492 種遷徙性鳥類，其中 64 種為國際自然保護聯盟瀕危物種紅色名錄 (The IUCN Red List of Threatened Species) 評定的受威脅鳥種 (Lin et al. 2019) 。對於長途飛行的鳥類，臺灣是一個重要的休息站 (stopover site)。大部分的遷徙性鳥類類群為鷸鴴、鷗、鷺鷥、雁鴨等，具有國際性保育地位的水鳥——黑面琵鷺 (Platalea minor) 也屬於此類。因此保留合適的棲地，在全球的水鳥保育上有著重要的地位。

中部海岸在海流和潮汐的影響下，有相當大的潮差，大潮時可以達到 3.5 – 4 公尺 (交通部中央氣象局)，反覆地將海中的營養物質帶到泥灘，彰化又有著中臺灣最大片的天然泥灘地，每年都吸引大量的鷸鴴來此過境與度冬。彰化的水鳥們退潮時在裸露的泥灘地中覓食，漲潮時則會飛至內陸放乾的魚塭休息，或是到農田中覓食。如果想要來看看這些可愛的過客，不妨注意潮汐的時間，也要注意海水的深度，別讓自己困在漲潮時的海中！

位於彰化的大肚溪口、漢寶溼地、芳苑溼地、濁水溪口溼地由國際鳥盟 (Bird Life International) 評定為臺灣的重要野鳥棲地 (Important Bird and Biodiversity Area, IBA)，為臺灣水鳥三大熱點之一(Lin et al. 2020)。IUCN 評定為易危等級 (Vulnerable) 的黑嘴鷗 (Chroicocephalus saundersi) 在此區域穩定度冬，還有許多瀕臨絕種、珍貴稀有鳥類，如黑面琵鷺、琵嘴鷸 (Calidris pygmaea) 也曾在此棲息。不同環境因子交錯影響下，才能造就出如此美麗的野鳥天堂。

彰化泥灘地目前面臨的威脅

大肚溪口原本是中部鳥類多樣性居冠的重要棲地，無論在鳥隻數和鳥種數皆是如此。但是，在 1987 年北岸興建火力發電廠時，可能是築堤防影響了水流方向，使上游的泥沙覆蓋淤積，影響底棲生物生存。大肚溪口曾經是全臺大杓鷸數量最多的區域，2008 年卻發現分布地明顯改變，轉而停留在芳苑地區的泥灘地 (臺灣重要野鳥棲地手冊第二版) 。另一個案例為延宕建設了 20 年的台 61 線王功到芳苑段的道路工程。由於直接貼著海岸線興建道路，截斷了水鳥前往灘地和內陸的路線，因此受到環境保育人士的關切與抗爭。當初若重新規劃路線會造成工程的延遲，為了鳥類更動路線受到當地居民的反對。經過雙方的抗爭與妥協後，決定將道路在福寶溼地至王功段向內陸後退，建造在多為廢棄魚塭及廢棄農田的土地上，並在芳苑溼地段道路架設隔音牆，減少車輛噪音。鷸鴴對於噪音和震動的容忍程度還沒有確切的定論，如此修正是否能減少對鳥類的干擾，還需進一步的評估。

任何一個工程建設的衝擊，對環境來說可能都是無法挽回的。人類做的每一個決策，都應該被仔細評估，而工程結束後的生態監測也是相當重要的。

彰化泥灘地面臨的問題——紅樹林過度生長

紅樹林對於海岸有減緩海岸侵蝕、提供棲地、固碳等功效。但紅樹林長得越多、越大片就越好嗎？ 關渡自然公園內，曾經有許多雁鴨和鷸鴴漫步在這片泥灘平原。園區內設置許多賞鳥牆，可以在不驚嚇動物的情況下，觀察水鳥、招潮蟹與彈塗魚。偶爾會看到園區內的員工—水牛懶懶地在草地上休息，空中偶有黑翅鳶 (Elanus caeruleus) 、黑鳶 (Milvus migrans) 或魚鷹 (Pandion haliaetus) 等猛禽飛過。豐富的溼地景觀與水鳥讓這塊灘地依據《文化資產保存法》 被劃設為自然保留區。但隨著水筆仔擴張，覆蓋了整個溪口，泥灘地漸漸陸化。這些水鳥生活在紅樹林生態系中，而其食物資源 (昆蟲、蟹類、貝類、蠕蟲等無脊椎動物) 卻以生活在泥灘地為主，若泥灘地完全被覆蓋，不利於水鳥們停棲、覓食，也會改變底質結構，使灘地逐漸陸化。

2012 年在淡水河流域的研究已證實，在長滿紅樹林的淡水河流域，以大型機具挖掉紅樹林，製造一塊泥灘地，鷸鴴的數量就有明顯的增加 (Huang et al. 2012)。從關渡的案例可以看出，密度高、覆蓋度高的紅樹林對生物不一定是好的棲地，而彰化也有紅樹林擴張的區域。早年紅樹林都被認為是優良的沿海地景，政府鼓勵栽植，因此彰化沿海也有人為種植的水筆仔、海茄苳。種植的方式是沿著海堤進行條狀栽植，因此紅樹林是以平行海岸的方向擴散。目前覆蓋度最高的灘地位於後港溪口與二林溪口，以海茄苳為主要樹種。後港溪口周圍就是著名的觀光區王功漁港；二林溪口位於芳苑普天宮，現在是大杓鷸在彰化的主要棲地，這兩個區域樹多的地方幾乎沒有鷸鴴利用。2018 年的鳥類調查 (蔡芷怡 2019) 可以看出陸化的紅樹林中，鳥類組成差異甚大，紅樹林覆蓋度高的鳥類以麻雀、白頭翁為主，覆蓋度低及沒有樹的泥灘地，鳥種以鷸鴴為主。

為什麼鷸鴴都選擇在空曠的泥灘地呢？ 目前回顧文獻的其中一個原因，與他們的避敵策略有關 (Dekker and Ydenberg 2004)。鷸鴴的避敵方式通常傾向在空曠的地方，能夠早一步發現掠食者。透過群聚覓食，當其中一隻看到敵人時便會群體驚飛。也有研究指出黑腹濱鷸越靠近海岸線 (沿岸植物生長處) ，被遊隼 (Falco peregrinus) 捕食的機率越高，可以看出跟陸域的鳥喜歡躲在隱蔽處的策略有所不同。第二個原因可能很單純地，這些區域的無脊椎動物豐富度高，自然吸引許多鷸鴴來覓食。

由於彰化的泥灘地範圍非常大，幾塊覆蓋度高的紅樹林尚未覆蓋整個沿海地區的泥灘地，但若有持續大範圍生長，可能就需要專家評估是否影響水鳥的生存。

彰化地區的沿海泥灘地並未列在《濕地保育法》中定義之國家級溼地，但是其溼地之功能、無脊椎動物，以及鳥類的資源都是非常豐富且無法取代的。若企業和政府要利用土地發展工業，以及近期的新興綠能產業─離岸風機與光電板的架設，很大的可能會選擇這塊溼地為目標。希望讀者們能夠共同來重視這塊土地的價值，留給這些水鳥們一個好的庇護所。