楊姍樺 東海大學生命科學系 助理教授 前陣子在沖繩的海邊,看到一位歐吉桑拄著拐杖,面朝大海迎著風和光閉目養神好愜
意。就在我也想張開手臂迎著這春暖花開的下一秒,他生出個寶特瓶帥氣地往海裡丟, 那個畫面非常衝擊。就在同一天,看到高雄小虎鯨體內十八個垃圾袋的新聞,雖不意外,但很悲傷。 近來,海洋塑膠幾乎是最熱門的議題,相關研究數量也在 2017 下半年爆炸性的增加,想寫計畫得看的參考資料多到足以讓我掉淚。這些研究的範圍包含了沙灘、近海、遠洋,或是各類海 洋生物體內。這些研究結果顯示,無論是什麼地點,幾乎都能看到海洋塑膠的蹤跡,比收集寶可夢還簡單,就連南極海與深海底棲的無脊椎生物也都淪陷了。 這些海洋塑膠的大小從看得見的到看不見的都有,大的垃圾風化成小的,小的再風化成看不見的微塑膠。因此,受到影響的生物,當然也就包含了看得到的生物,與肉眼難以察覺的微生 物了。 海洋微生物包含了微藻、細菌、古菌、真菌與病毒。它們小歸小,但在海中的數量龐大,根據美國國家海洋暨大氣總署的資料,海洋微生物占了海洋生物量的九成以上。因此,當龐大的海洋微生物與海洋塑膠相遇,會擦出什麼火花呢?其實科學家們目前對這方面知道的很有限,因為海洋微生物的功能繁雜,海洋塑膠的種類又多元,再加上海洋塑膠與微生物間還會彼此 影響,就讓事情變得更不單純了。 許多人可能都有這樣的經驗,常用的水壺或是保溫瓶中,一段時間沒有清洗,或者就算每次都乖乖地清洗,瓶身的縫隙或是矽膠圈都會有很難清除的污垢,那是微生物構成的生物膜。只要是有水的環境中,固體的表面上很容易就會成為微生物的家。所以,可以想見,在海水中的塑膠上,左右逢源,可說是微生物的新天地。 當微生物黏附在塑膠上,不離不棄形成生物膜之後,塑膠的命運就撲朔迷離,走向各種不同的結局。因為,生物膜裡的微生物可能增加塑膠風化的速度,也有可能因為包覆了塑膠,減少塑膠接受 UV 光的照射,反而減緩了塑膠風化的速度。由於微生物會影響塑膠風化,也就會改變塑膠的大小與重量,而進一步會減緩或加速塑膠在水中的沉降,這也是為什麼連在深海中也可以看到塑膠的原因之一。 另外,我們餵給大海的垃圾種類五花八門,這些垃圾上又有形形色色的添加劑,像是漆、塑化劑或安定劑等。這些成份在與微生物接觸之後,本來的安定添加物可能就會變得不安定而溶在水中。溶解的量與程度因為環境或是微生物的不同而改變。目前科學家們對這部分的知識也還在摸索當中。 還有,生物膜上多半有微生物產生的胞外聚合物 (extracellular polymeric substance,EPS),EPS 有黏性,可以讓微生物黏在一起,被微生物附上的塑膠微粒也會因此容易黏在濾食性生物的鰓上。想想看,冰箱冷氣的濾網久久沒清會發生什麼事?可憐的是,這些生物鰓上塑膠微粒並沒人會來幫牠們清。 再來,由於不同材質的塑膠會吸引不同的微生物聚集,不同的微生物也會產生不同的代謝物,這些代謝物也會誘使一些本來不會吃到塑膠的海洋生物靠近。就像要你在沒有添加任何調味 的水煮雞胸肉與炸雞排之間做選擇,大部分我們還是走向“老闆雞排一份不切要辣”的那邊。有些以微生物為食的消費者,也就這樣順便將塑膠吃了下去。不過什麼樣的微生物會吸引什麼樣的生物來進食,這一點現在也還不是很清楚。 你可能會問我,不是最近這方面的研究爆炸性的多了嗎,怎麼講到什麼都是不清楚?因為人類製造的垃圾種類太多也太複雜了,在垃圾上的微生物的種類也數不清,科學家們研究的速度遠遠追不上我們製造問題的速度。 海洋雖然圍繞在我們身邊,但往往也是被疏忽的一環,畢竟科學研究的主力多半放在人的身上,因此不管是研究人力與經費,都往往不及醫學以及電子產業。然而,就算科學家們都卯起來做海洋塑膠與微生物的研究,光是塑膠種類與微生物的組合,再加上其他生物與非生物的因素,要在近期內(有生之年)解答前面的問題,也不是簡單的事。而且,就算知道了微生物與海洋塑膠間的情愛糾葛,塑膠對生態系的危害還是沒有解決。或許未來我們會篩選到一些具有降 解塑膠能力的微生物,也或許會知道哪些生物被危害的很嚴重要避免食用,再或許發明了更威猛的海洋吸塵器可以將海洋垃圾清除乾淨等等,但這些都是或許,也都是未來式。其實要減輕危害的方式,最不複雜且立即可以做的就是減少塑膠製品的使用,以及落實垃圾的回收。要是現在自己能做的都做不到了,還去期待科學的進步可以怎麼幫我們解決海洋塑膠問題,也太不切實際了不是嗎?
0 Comments
吳育瑋 臺北醫學大學醫學資訊研究所 助理教授 我猜應該有不少人看到標題會稍微愣一下:微生物與生態應該主要是走野外採集與環境物種分析路線,跟機器學習有什麼關係?
的確,微生物與生態的學習研究一定脫不了野外與大自然,因為任何樣本或測量都是來自於微生物的原生環境。不過,身為一個整天與電腦與程式碼為伍的軟體工程師,我會很自然地開 始思考一個問題「是否能夠把我的老本行—資訊工程與機器學習—套用到微生物與生態研究上呢」?在這篇文章中,我會從資訊人的角度,試著說明機器學習在微生物與生態研究上的應 用。 在開始之前,讓我先來聊聊機器學習到底是什麼。人類的大腦有著一個非常神奇的功能:它能夠幫助我們在看到一堆物體或資料時,自動地找出這些物體最明顯的特徵值,並加以分類。舉例來說,如果桌上放著一堆藍色的糖果,並在裡面混入幾顆紅色糖果,那麼大部分的人在看到這些糖果時,馬上就可以判斷出「顏色」就是區分這堆糖果最主要的特徵值,並將糖果分為紅藍兩類。這種分類的天性可以幫助遠古的人類將動物分為掠食者與獵物,或將植物分為可食用與不可食用等。如此一來,這些遠古的人們就可以在看到獵豹,或是與獵豹的長相與體型類似的生物時,馬上判斷出危險並逃離現場。 那麼機器與人類的最大差別是什麼呢? 最明顯的差異,在於人類的大腦中緊密的神經元可以幫助我們進行各種學習(比如說學著適應環境或分類物體),但機器本身則不具備這個功能。所謂的機器學習,就是教導機器如何學習某個特定問題的特徵值,並能夠在碰到新的數值時加以分類。這樣講好像還有點抽象。讓我舉個例子。比如說大腸桿菌有非致病的常駐性(commensal)菌株與致病性(pathogenic)菌株之分;非致病株幾乎存在於每個人的腸道中,而致病株則可以在受汙染的食物或飲水中找到。非致病株與致病株最大的差別,在於致病株的基因體或質體上多了幾條基因,而這些基因將會製造出毒素毒害人體。因此站在機器的角度上,我們可以教導機器如何判斷致病株與非致病株的差異,並讓這台機器能夠在看到一隻從未看到的大腸桿菌菌株時,馬上透過分析基因判斷這是致病株或非致病株。 讓我再透過另一個例子來說明如何教導機器學習。在過去的研究中,科學家們已經解析出了不少的基因的功能,並將這些基因與細菌的特徵連結在一起。比如說特定鞭毛基因群可以讓細菌產生鞭毛,或是固氮基因可以讓細菌帶有固氮功能等。這時我們就可以將這些「基因」與「功能」連結在一起,並建立「分類器(classier)」教導機器透過基因判斷細菌是否有某些功能。如此一來,當科學家發現並定序出新的細菌後,他們就可以快速地透過該分類器判斷該隻細菌各式各樣的功能特徵,如生存環境的溫度與酸鹼值、革蘭氏陽性或陰性、是否帶有鞭毛或纖毛等。這樣子的判斷可以大幅度降低科學家猜測與驗證這隻細菌功能所需的時間,加速新物種的發現與報導。 在前面的例子中,我用兩個例子提到了如何透過機器學習進行單一微生物分析研究。那麼我們是否也可以透過機器判斷在環境中微生物與微生物之間是如何進行互動(如合作或競爭)呢?答案當然也是肯定的。中央研究院生物多樣性研究中心王達益研究員與他的研究團隊就發展了一套名為 MetaMIS 統計模型,透過時間序列的細菌消長關係找出細菌與細菌之間的合作或競爭關係。舉例來說,如果 A 與 B 細菌數量在時間序列中同時上升或下降的話,或許就代表著這些細菌是合作或共生關係;反之如果兩種細菌的數量上升或下降趨勢剛好相反的話,則代表這兩種細菌可能呈現會互搶資源的競爭關係。他們也透過人類腸道的糞便樣本發現某種細菌(Micrococcaceae 的菌種)雖然在腸道中的數量不多,但是這株細菌與其他數量更多且更具代表性的細菌都呈現很明顯的正比或反比關係,代表這株細菌可能是調控腸道環境的樞紐。 講到這裡,可能會有人出現一個疑問:如果機器還是需要人類來教導學習的話,我們為什麼還會需要機器學習呢?直接讓人腦來分類不就夠了?的確,在特徵值不多(比如說前述糖果的顏色),且相當明顯的時候,靠人類來分類的確就夠了,不需要機器。但是人類的認知是有限的。一般正常人能夠輕易判斷的維度數量為三維空間,能夠透過大腦判斷四維或五維空間分佈的人已經是很不簡單了;而機器在訓練過後能夠輕易處理數百維甚至到數萬維度的空間分佈資訊。因此在充分訓練學習後,我們就可以靠機器更加精準的處理特徵值相當多元、且分佈極廣的資料。 那到底「維度」是什麼意思呢?在機器學習的範疇中,一個維度指的就是一種資料的描述方式,比如說糖果的顏色、縣市鄉鎮的經度、觀測站量出的 PM 2.5 值,或是人的身高等。所以縣市鄉鎮的「經度與緯度」會佔用兩個維度,人的「身高與體重」也是兩個維度。而每次體檢後,體檢報告上那一百多個數值就是一百多個維度!試著想像看看將一百份體檢報告放在眼前,試著從一百多個數字中找出規律,並分類出年輕人與年長者之間,或是男性與女性之間各式各樣的數值差異。對大部分的人來說這種分類並不容易,因為這已經超過人類可以輕易處理的維度範圍了;但機器就沒有這個限制。 機器學習的另一個重點,則是在許許多多的數值分佈中,找出隱藏或相當不明顯的分類依據。在上一段我已經指出了機器可以輕易處理數百甚至數萬維度空間的資訊。除此之外,機器還能夠在訓練過後,在許許多多的數值中找出最有可能用來分類的依據,而這也是人類無法輕易辦到的。以前述的體檢報告為例,我們目前已經知道血糖值可以用來判斷人是否有糖尿病,或是尿蛋白可以判斷腎臟是否有問題等。但是這是長年經驗累積的結果,而非當下的判斷。機器能做到的,就是在分類新的狀況(比如說體檢報告與未知疾病的關聯性、或是新物種對各種環境的適應性)時,能夠馬上找出最具代表性的一個或數個數值,並運用這些數值加以分類。 由於細菌的定序數量與種類越來越多,未來我們勢必會越來越倚重電腦透過機器學習的方式加速分析速度。在 2013 年以來,機器學習越來越成為電腦科學的研究顯學,而也有越來越多的 科學家開始運用機器學習的技巧幫忙分析資料。雖然軟體工程師如我並不常跨足野外進行採集,但我相信透過機器學習,我們這些與電腦為伍的人還是可以在微生物生態研究上出一份力 的! 何翰蓁 慈濟大學解剖學科 副教授 花東沿岸的潮間帶,除了有美麗的珊瑚礁、各式海葵、魚蝦貝類外,還有隨著季節變動的各種藻類。絨毛乳節藻(Galaxaura filamentosa)(圖1),是在花蓮潮間帶能看到的紅藻,也是近幾年分離萃取抗腫瘤化合物 galaxamide 的熱門材料。它的豐度並不會因為季節改變,分佈在可照射到陽光的海域中,這次,我們來看看住在它上面的微生物有那些。
在分析從絨毛乳節藻萃取的 DNA 後,我們發現在絨毛乳節藻上主要的細菌為Cyanobacteria (71%)、Proteobacteria (12%) 以及 Bacteroidetes (4%)。Cyanobacteria 是藍綠菌,是要靠光來行光合作用的細菌。這些細菌長在藻類身上,一定會搶走一些藻類的能量。到底兩種光合生物是不是真的能住在一起?我們來看看DNA 序列分析的結果是否能在顯微鏡觀察的結果裡得到證實。 絨毛乳節藻表面佈滿了絨毛狀突起。在掃描式電子顯微鏡下,絨毛乳節藻每個肉眼可見的分支都像毛刷般充滿細長的絲狀構造(圖2),每條細絲上都佈滿矽藻和形態不同的細菌(圖3-6),其中又以圓球狀細胞最常見。 為了進一步確認我們在細絲上看到的圓球形細胞真的是 cyanobacteria,我們製作了絨毛乳節藻的超薄切片,在穿透式電子顯微鏡下觀察到細絲表面聚集的圓球形細胞內沒有細胞核,但有許多膜狀構造(圖7),這是 cyanobacteria 典型的特色,因此我們推測細絲表面的圓球狀細胞應該就是絨毛乳節藻的主要菌群 cyanobacteria。所以絨毛乳節藻的表面真的有大量球狀的藍綠菌附生,或許因為它們利用的光線波長不一樣,才能不起紛爭地當鄰居吧。 江殷儒 中央研究院生物多樣性研究中心副研究員 住在臺北都會區的小確幸之一,就是品質優良的自來水。相信待過台灣西部其他城市的朋友們,都會心懷感激地用力點頭。首都台北的都市傳說之一,就是以為臺北自來水的主要水源來自翡翠水庫。事實上,我們使用的自來水主要來源是南勢溪(佔75% 左右)。翡翠水庫作為備用水源,調蓄供應公共用水。此外,翡翠水庫亦有發電及防洪等功能。翡翠水庫位於新店溪支流北勢溪之上,是型態極為狹長的水庫(圖2),上游起始於坪林附近,範圍涵蓋新北市的新店區、石碇區以及坪林區。水庫興建於 1970 年代,集水後淹沒了北勢溪原有的許多景點如翡翠谷與鷺鷥潭,也淹沒了烏來杜鵑的野生族群;但同時也創造了千島湖(位於水庫中段)等臺北新景點。如果有機會,搭乘水庫管理局的採樣船自大壩往坪林逆流而上,你將能體會前赤壁賦「縱一葦之所如,凌萬頃之茫然」的暢快(圖1)。運氣再好,晴天時能望見數十隻黑鳶在水庫上空盤旋的奇景(圖3)。 水庫的大壩目前並不開放觀光,進入主壩需向翡翠水庫管理局申請許可。但是驅車從坪林沿著台九線往新店方向,仍然可以經由產業道路進入水庫上游的黃櫸皮寮及灣潭,飽覽翡翠水庫的山光水色。附近的灣潭古道蜿蜒於灣潭溪,沿途綠樹蔭茵,流水潺潺,極盡視聽之娛。當你來到灣潭附近,眺望水庫,觸目所及是漫山遍野的大片茶園(圖4)。種植茶葉必須的肥料,尤其是氮肥與磷肥,無可避免地進入水庫,造成水質優養化,引發藻類的生長。水庫優養化的常用指標為卡爾森優養指數法。此方法根據透明度、水中葉綠素 a 及總磷量來決定優養化程度:指數小於 40 為貧養;40 到 50 之間為普養;大於 50 為優養等級。簡單的講,淡水湖泊與水庫通常是缺磷的環境;磷酸鹽的輸入會造成藻類(主要色素是葉綠素 a) 生長,進而減低湖水的清澈程度。自水庫蓄水以來,中央研究院生物多樣性研究中心的退休研究員吳俊宗博士長期監測水庫藻類的種類與密度,時間持續 30 年之久。這項重要的長期監測工作 4 年前由筆者接棒進行。我們的研究結果顯示,相對於茶園的肥料使用,集水區的大型開發工程,例如雪山隧道的興建,對水庫水質的影響更為鉅大。工程會導致大量磷酸鹽從土壤岩石中釋出,進入水庫,導致藻類的大量生長(圖6)。即使工程停止,藻類密度也需經過 5 年左右的時間,才能回復到工程開發之前的貧養狀態(卡爾森指數年平均在 40 以下)。 近年來,翡翠水庫偶爾會出現大量的葡萄藻,導致水面上漂浮著許多褐棕色的團塊(圖5)。這種形態特殊的群聚型綠藻,最適合的生長水溫約 20 至 23 度之間,因此常出現在春夏之交的貧養溫帶及亞熱帶湖泊及水庫。當水體的磷酸鹽濃度升高時,常會造成葡萄藻的優勢。十年前在花蓮鯉魚潭曾有數次葡萄藻藻華的發生。我們(當時我是碩士班學生,指導者是吳俊宗教授)發現葡萄藻會生成大量的不飽和脂肪酸,例如亞麻油酸。這些不飽和脂肪酸會廣泛地抑制其他藻類(影響細胞膜結構及離子通透)及浮游動物的生長。也就是說,葡萄藻會製造生化武器來攻擊競爭對手或是攝食者。 除了造成湖泊與水庫的藻華,葡萄藻更引人注目的是生質能源的應用潛力。葡萄藻能產生大量的三萜類脂質(triterpene),最多能佔到細胞乾重的一半,形成它那著名的膜鞘結構(圖7),也是“葡萄藻”名稱的由來。這些脂質與原油的結構已經很相近,經過簡單的轉化即可當成生質能源利用。可惜的是,至今尚未找到大量培養葡萄藻的方法。也就是說,湖泊水庫常大量發生,甚至造成生態問題;但實驗室環境卻無法穩定培養,且往往失去特徵性的膜鞘(三萜類脂質),僅剩下綠色的藻細胞,因此失去了生質能的用途。這讓我想起我的德國指導教授 Georg Fuchs 博士常常對我說的話:「微生物學,始於培養,終於培養。」微生物的分離培養與發酵技術,是生技利用的基礎與關鍵! 參考文獻
吳俊宗 中央研究院生物多樣性研究中心退休研究員 藻類,這個現今被歸類為跨原核生物、原生生物和植物等三個界的綠色生物,在先前的動物、植物和微生物之三界概念裡,它們被歸類於植物。 在我念大學的六十年代,藻類學是稀有的課程,只有在植物系或生物系才會被開設。我有幸在「植物形態學」(後來改稱「植物多樣性」)的必修課中認識到藻類。當時國內的藻類學者極少,真正科班出身的,海藻專家江永棉教授算是唯一的。在師資尚缺乏的年代,我決定出國攻讀這門將來一定會有出路的學科。 還記得我在大四時,曾有一門必修的「生態學」,但是當時國內欠缺科班的生態學者(周昌弘老師算是第一位,但當時尚未回國),在找不到可以教授此門課的老師之際,系後來安排了包括土壤、氣象、統計等三位學者合授此門課,才得以解決當時一時之間無法開設這門課的問。而這個因緣際會,觸動我後來出國想去學習生態學的動機。我留在植物系唸碩士,在黃增泉老師指導下研究鼠尾草的生物系統學,碩士口試時口委稱許只要再多一點就能成為博士論文。我不為所動,決定出國深造,追尋理想去。 經由黃老師的推薦,我遠赴德國哥丁根(Gӧttingen)大學,師學於當時的生態學大師 Ellenberg 教授,由於他的接受,我拿到德國學術交流獎學金,在他的首肯下,我與 Lorenzen 教授學習藻類,並在他的指導下融合藻類與生態學,完成了博士論文。我從二位教授身上不僅學到專業,更學到學養,瞭解到大師不僅要有深度(學養),也要有廣度(修養),這二位是我一生最重要的貴人。 我和微生物學有緣不只是因藻類也屬微生物類的一群,大學時也修過它,最主要因緣是哥丁根大學規定,修讀博士學位除主修外尚需有二門副修,微生物學和化學就是我的副修,這要修一些課和實驗才能在畢業考的口試中過關。這二門副修對我日後的研究很有幫助。我求學時比其他同學多選修一些非必修的課程,雖然當時辛苦一點,但對日後之治學和為人都很有幫助。樓要蓋得高,地基就要建得廣。 我回國後,亟欲發揮所學,在國內開拓本土藻類之科研。可是,做事起頭難,當時國內既缺淡水藻類的資源資料,有關水域環境的相關資料也十分有限,要從事本土的藻類研究勢必得從頭開始。於是,在初回國的幾年間,時間幾乎都花在到處採集、鑑定藻種和量測藻類所生長的環境因子。跑遍國內水庫、湖泊、河口、溪流和上山,辛苦是當然的。不過,辛苦是有收穫的,工作中因全臺走透透,看遍城鄉,因而更認識臺灣。念頭轉變,工作態度隨之不同,真的是態度影響高度,此也印證了「要怎麼收穫,先那樣栽」的道理。假如沒有當時的傻勁和持之以恆的努力,就不會有後來的許多成果,我得感謝老天給我這個機會。 一件特別值得一提的事,是我在翡翠水庫所做的藻類和水質關係之長年監測,從水庫完工前一年開始迄今,毫無間斷。此工作係受台北市政府的委託,初始經費不足,中間甚至有一年完全無經費,但基於這是替廣大的台北市民健康把關,我欣然同意持續執行此監測工作。由於能固守這個堅持,才使得這水庫的水質和藻類資料得以無縫接軌地建置迄今,它成為國內唯一最完整,資料超過三十年的長期資料庫。心想:做事做人就是要能擇善固執,持之以恆,不斤斤計較於一時,吃虧反是佔便宜。 我曾以藻類為材料研究生物韻律,發現僅數微米之小的微藻,其生活中都表現出與天地韻律謀合的現象,即順應自然之道,從它身上更可窺見其所蘊涵的易經陰陽之理。難怪它數億年前 即出現於地球,迄今仍然能強勢生長於地球上。其理甚明,一個細胞即是生命的全部,真所謂一細胞一宇宙也。 以變來應萬變,是藻類之所以能渡各種逆境而歷久不衰的道理。當環境有變動時,藻類會很敏感地感受並啟動適應的機制。先從代謝和生理上作調適,如有未竟,就進行基因的重組、突變而改變自己,增加多樣的適應力。在適應過程中,還可以透過共生、寄生等策略,演化成較複雜的生物。因此,它有和原核細菌類一樣的多變性,也有與原生動物共生,甚至登陸而演化成植物。近二十年來,從核酸分析中發現許多演化的新途徑和新的物種。事實上,藻類是生物圈中進化幅度最大的一群綠色生物,其發展潛力無窮,尚有許多值得投入研究和瞭解的地方。藻類對環境的變動很敏感,當水中有污染物流入時,藻種會隨著污染種類和程度而產生變動,適者生存,不適者被淘汰。因此,從水中生存的藻種,可以窺知污染的程度和類型,而且這種變動是直接的,快又精準。因此,我將這個歐洲早在工業革命之後就開始發展的生物指標概念引進國內。我從彌補國內欠缺之藻類相資料著手,並進而採集、鑑定、照相、找文獻等,終於建立適用於國內之溪流水質的藻類指標模式。進而,為克服國人鑑定藻類之困難,我將指標模式簡化到只用幾個藻屬,並各附有圖譜,這就成為目前在國內已被普遍應用的矽藻屬指標。 類似的概念也應用到水庫的水質優養化評估。先從國內水庫中收集到不同水質狀況下的藻類相,由其中歸納出貧養、中養、優養和超優養化水域的指標種,並就其彼此間的比例關係,進一步計算出水質優養化的量化程度。這些模式都是由累積國內水庫的實際資料所歸納出來的,是專為國內水庫所特別推演出來的藻類指標。 我一生投入藻類的研究,從藻類身上學習到許多道理。藻類是最早出現在地球上的生物之一,而迄今仍然強勢生長。它行光合作用,是地球上大部分的氧氣的供應者。它們是初級生產者,提供食物給食物鏈中各階層的生物,默默奉獻自己而造就其它生物,這是何等無私的犧牲。人生以服務為目的,犧牲奉獻正是我們應終身奉行的座右銘!「聖人終不為大,故能成其大」,此之謂也。 氣候變遷是近年熱門課題,它關係著人類生活和存亡。近年來極端氣候更趨明顯,它與大氣中溫室氣體的逐年增高有關,因此,減碳成為全球關注的共同政策。在減碳的策略中,以藻類行光合作用的速度最快,也最合生態法則的碳循環利用,事實上,用藻類固碳產油更是一種理想。不過,時下要實現這個理想尚缺臨門一腳;關鍵在成本、技術和規模方面尚有許多待改進和突破之處。養藻固碳是一個需要整合藻類、生態、養殖、化工、建築、自動監控等多種專家才能達成的事業,它勢必會成為未來的重要產業,亟需新人投入。先進國家正全力投入研發,可預見的是:誰搶得先機,誰就可能是未來強國。藻類的學術和應用價值都很高,其在減碳方面的角色更是不可取代。國內藻類學者仍不多,亟需後繼的年輕學者投入,來傳承和發揚光大這學科。 明日油源:被稱為油藻的葡萄藻可生合成生質油(吳俊宗提供)。 在鴛鴦湖進行藻類採樣和收集水質監測資料(吳俊宗提供)。 為求水樣理化測值之精確,常需攜帶器材於野外採集,並於當天完成樣品處理和水質分析(吳俊宗提供)。 溪流採樣常須到最源頭:辛苦外的另一所得(吳俊宗提供)。
|