風調雨順，臺灣的氣候正在如何變遷呢？

比起原始叢林，種植棕櫚樹、草地更容易下雨？

實驗以保留雨林完整的原生樹種為控制組，並將原始叢林替換為棕櫚樹、草地為實驗組，實驗結果卻出乎大家意料之外。由於海洋大陸上的樹都十分高大、茂密，其帶來的蒸發散量十分可觀，少了這些巨木提供的水氣，理論上降水會顯著的減少，但是結果正好相反，不論是棕櫚樹還是草地，降水比起原生樹種都要顯著增加。

海洋大陸的植被減少，可能將引起一系列影響與變化，最終增加當地的整體降水量。（圖／Pixabay）

從能量收支的角度來看，地表吸收太陽輻射後，能量經由蒸發散量、可感熱通量以及長波輻射的形式進入到大氣之後，大氣的溫、溼度會被改變，而「可感熱」與「潛熱」的比例會影響一個地區的近地表溫度，在太陽輻射量和反照率改變不大的狀況之下，若「可感熱」增加，近地表溫度就有可能會愈高。如果將海洋大陸上的原生樹種砍掉，因植被減少，蒸散作用下降，太陽輻射轉化為「潛熱」的量就會減少，同時「可感熱」增加或是地表向上長波輻射增加，能量才能維持平衡，這使得白天陸地以及近地表大氣的溫度更高，進而導致更強的海陸風環流，同時因為海洋大陸破碎的地形使得海風可以將水氣帶往內陸，因此雖然在陸地上空低層大氣的水氣因為森林砍伐而減少，但中層大氣透過較強的水平輻合作用使得水氣增加，再加上地表溫度升高使得對流更容易發展，最終使得整體的降水量顯著增加。

使用「氣候模式」模擬的原因與優勢

為什麼要用氣候模式模擬？而不是用實際觀測數據來回答問題呢？首先，觀測資料包含了各種資訊，不只是地表變遷過程，還有全球暖化以及其他氣候變異（註3）而，使用氣候模式，可以設計一系列理想化實驗；再來，可以透過多次的模擬降低模式結果的不確定性，也可以配合過去的觀測結果對模式進行校正；最後，模式可以針對不同的狀況與條件進行調整，畢竟把海洋大陸的樹全部砍掉這件事在現實中做不到。

把所有樹木都砍掉做研究？在現實生活中，這是不可能也不可以進行的實驗。（圖／Wikipedia Commons）

或許有人會問，為什麼要設計這麼極端的條件進行模擬，這不是很脫離現實嗎？然而氣候是個多變因、高複雜度的系統，在模式中給的變因，如果不夠強的話，可能不會對系統產生顯著影響，另外極端條件可以幫助我們在整體變化還不明顯時先行掌握一些狀況。這種實驗被稱做敏感度測試（sensitivity test），不論其實驗被如何設計、實驗的目標是什麼，其中心思想就在於檢測哪些變因會劇烈影響我們所在意的事。

擁有大面積水田的桃園也提高降水量，但並非全臺皆如此

除了海洋大陸的熱帶雨林，羅老師同時也探討了桃園地區的水田面積變化如何影響當地氣候。在 1990 年代，桃園地區的水田有四萬多公頃，在加入 WTO 之後，水田的面積減少至一萬多公頃，這樣大面積的水田減少讓羅老師的團隊在桃園地區看到與海洋大陸類似的現象，地表向上的潛熱減少、可感熱增加造成更強的海陸風環流，使得更多的對流產生、整體的降水有增加的趨勢。隨著近年來臺灣休耕的農地逐漸增加，降水增多的現象或許也會逐年增加，然而大氣與陸地之間的交互作用十分複雜且難以預測，降水型態因為大規模休耕所引起的變化還需更多的研究來確認。

身處臺灣，我們更應該關注氣候議題並付諸行動！

臺灣在氣候變遷之下多舛的命運其實早已被註定，「我們位於全世界最大的陸地與全世界最大的海洋中間，任何一邊有一點變化都會對臺灣造成劇烈的影響。」正如羅老師所說的，生活在這座小島上的我們無法逃避未來將接踵而至的各種難題，該如何面對這些難題，老師提出了最簡單，同時也是最困難的方法：「從基本做起，減少個人的碳足跡；政府多加關心氣候變遷議題，並制訂相關政策；企業善盡社會責任，並在經濟發展與環保之間努力取得平衡，整個國家努力往碳中和的方向邁進，這是一個需要全國團結一心共同面對的難題。」

臺灣島位於世界最大的陸地與海洋之間，身為臺灣人，更應該關注氣候議題。（圖／Pixabay）

這些說詞看似有些陳腔濫調，但這卻是我們可以為社會與自然貢獻一份心力的最好方法。回到最一開始，我們也許終將無法再看見風調雨順的時刻來臨，但是只要在臺灣這條船上的所有人同舟共濟，即使前方狂風暴雨、險阻重重，我們仍能在這世界中閃爍著光芒昂首挺進。

備註

註1：一尚未被正式列入地質年代表中的地質年代，以「人類開始改造環境，進而對氣候與生態系統造成影響的時間點」為起點，其概念由荷蘭大氣化學家 Paul Crutzen 在 2000 年時提出。

註2：全球環流模式為利用流體力學公式，對全球尺度的大氣環流進行數值模擬；陸地模式則模擬地表在受到外部影響後會產生的反應。透過兩個模式的結合，可以對全球各地的陸地大氣交互作用進行模擬。

註3：我們所在意的氣候平均值的變化相對於日循環、年循環變化要小得多，且觀測的同時會有許多的雜訊干擾（外在因素與儀器誤差），若是觀測的時間不夠長，或是精準度不夠高，都會影響到資料的可信度

本文轉載自《科技大觀園》，一個由科技部建置的科普數位整合平臺。