Scientific American Traditional Chinese Edition 科學人中文版 No.232_Jun-21

3月應該是杜鵑花滿校園的時期，可是花開花謝，並沒有引人特別注意，倒是4月清明時節，沒有雨紛紛，合歡山上卻有滿山遍野的杜鵑花提前兩週來報到，玉山杜鵑花朵碩大磚紅的金毛杜鵑，和紅白相間的台灣高山杜鵑，相繼盛開，證實了氣候變遷也直接影響高山植物的生態，成為催花使者了。…

南庄鄉山明水秀，我在這裡住了20 多年，認為最具地方特色的該是蘇鐵化石區了。一條山間小徑旁的石壁上，密集排列著約橄欖球大小的圓瓶狀構造，由菱形的葉柄痕跡可以判斷該是蘇鐵的樹幹鑄模化石。當年它們被泥沙掩埋，在圍岩中保留了外形，待植物體澈底腐爛後，內部再被泥沙填充成了石質鑄模。道路開挖、圍岩風化崩解，它們就露頭現身了。 保存這些蘇鐵化石的地層是中新世晚期的南庄層，年代是1100萬~800 萬年前。它們都呈直立狀，很可能是災難發生時在原地被活體掩埋。蘇鐵皆是喜陽植物，因此可以遙想當年，此地應是片壯濶的低矮蘇鐵密林。然而台灣不是在三、五百萬年前才從海裡冒出來的島嶼嗎？怎麼會有千萬年前的植物化石？請教了國立自然科學博物館的地質古生物專家張鈞翔和王士偉，才恍然大悟：台灣島在海岸山脈以西是歐亞板塊大陸的邊緣，歷經多次陸相與海相的交替，長有蘇鐵林的南庄層曾陷入海中，其上再沉積了有貝殼化石的海相桂竹林層。我有幸住在南庄，享受這滄海桑田的故事。 南庄鄉地處偏僻深山，聚落人口不多。1960 年代因煤礦業而繁華鼎盛，不到30…

〈掙脫新冠疫情心理牢籠〉 閱讀這期《科學人》封面故事時，我參加的「八週~生活中的簡單正念」課程正接近尾聲，對於文中「警覺身心徵兆」、「恐懼沒關係」、「活在當下」等諸多提醒十分認同。深切感受到人們受制於習慣，常以自動化的神經線路度過日常生活。 風平浪靜時，活化早已透過反覆練習、發展穩定的神經線路，通常是省力又省時的捷徑，但若遇上驚濤駭浪，仍執意走上習慣的老路，卻可能遇到危機。新冠肺炎疫情來勢洶洶，是大環境給我們這一代人重要的考驗，習以為常的人、事、時、地、物一同都產生巨大變化，我們必須重新省思人生、重新安排生活、重新面對自己，可以從專注呼吸開始，練習與身心同在。 正如「圖表會說話」〈80 天重生一個你！〉所揭示，在細胞層次上，我們如此有活力！那麼巨觀抽象的身、心、靈，怎能耽溺於老狗的把戲呢？ ―宜蘭 樓元玨 閱讀《科學人》5…

土衛六（Titan）是太陽系中地表有液態湖泊和海洋的兩顆星球之一，另一顆是地球。科學家對這些特徵強烈好奇，從近期新的計算方法得知，土衛六地表由液態甲烷、液態乙烷和液態氮混合組成的克拉肯海（Kraken Mare），不但是所有海洋中面積最廣的，而且深度驚人。 這項新發現分析自卡西尼號太空船於2014 年8月所蒐集的資料，當時它飛掠霧霾籠罩的土衛六，並以雷達進行掃描。研究人員藉此估算出克拉肯海的深度，包括能偵測到以及未偵測到的海底區域。美國康乃爾大學的行星科學家帕吉亞里（Valerio Poggiali）表示，在北部大河口偵測到海底的地區內，有些訊號從地表彈回，有些則穿透液體抵達海底才彈回。由雷達回波得知，該地區河口深達85 公尺，但海洋的中部和西部並未產生從海底彈回的回波，這表示克拉肯海的中央可能至少有100公尺深，甚至深達300公尺以上，研究成果發表在去年11 月的《地球物理研究期刊：行星》。 未參與這項新研究的約翰霍普金斯大學應用物理實驗室行星科學家圖爾托（Elizabeth…

有一群意想不到的新盟友，正協助科學家繪製海洋深處的結構圖。長鬚鯨（fin whale）身長達18 ~27公尺，在水下相隔1000公里依然能聽到牠們的歌聲，一如船隻的引擎響徹大海。發表在今年2月《科學》的新研究發現，長鬚鯨發出的聲音有助於建構水下2.5 公里的海底影像。 海底成像系統通常使用大型空氣槍往海底發射聲波。聲波穿過地殼，然後回彈到位於海底的儀器，如此便能顯現聲波行經的地層結構。但是這樣的調查方式很昂貴，空氣槍產生的振盪噪聲也會干擾海洋哺乳動物。現在這項新研究顯示，有時可把長鬚鯨的聲音來用於海底結構的成像。 這項研究的共同作者、捷克科學院地球物理研究所地震學家庫納（Václav Kuna）說：「有另一種訊號來源真的很酷。」…

一名昏昏欲睡的駕駛在暗夜馬路上開著車，聽到「砰！」後下車查看，發現前方保險桿有血跡；另一種情境是，警方在犯罪現場發現少量但可疑的血跡。迅速判斷這些少量血跡來自於人類或動物至關重要，但必要的檢測技術可能曠日廢時，也可能毀損珍貴證物。研究人員表示，有項新技術可派上用場。 美國紐約州立大學奧巴尼分校的鑑識化學家列德涅夫（Igor Lednev）以及米斯提克－莫拉畢托（Ewelina Mistek-Morabito），結合光譜學和統計學以研發快速、非破壞性的辨識人血方法。他們以紅外光照射人類和其他10種動物的乾燥血液樣本，包括常見寵物例如狗、貓和雪貂，以及經常遭到車輛撞擊的鹿和麋鹿。研究人員記錄反射光，其光譜依血液組成而改變。接著利用這些資料訓練機器學習演算法，以便快速且準確地分辨人血和動物血。 米斯提克－莫拉畢托指出：「在案件相關樣本送到實驗室進行DNA分析前，這項技術能協助縮小檢測範圍。」鑑識科學家目前使用破壞性的生化檢測來區分人血和動物血，有時結果錯誤。新系統的準確度雖需實地測試，米斯提克－莫拉畢托說，初步結果令人振奮。…