什麼時候結果很重要!儲存效應 (Storage effect) 對於熱帶森林生物多樣性的重要性

什麼是 Storage effect 呢? Storage effect 是一種用來解釋同一生物群落中,相似的物種如何共存的機制。其想法很簡單,就是在同一生物群落中,這些共存的物種彼此對於環境變化的反應都不同,某幾年可能是 A 物種活得比較好,另外幾年則是 B 物種活得比較優
評論
Photo Credit:Art Bromage
評論

本篇來自 forestdigest,INSIDE 經授權轉載。本文作者張楊家豪博士,目前在國立東華大學擔任博士後研究員,一個長期投入在台灣森林長期生態研究的傻瓜。

還記得在 2012 年剛看到 Jacob 使用巴拿馬 BCI 熱帶森林的種子與小苗資料來估算 Storage effect 的論文 (發表在 Ecology) 時,那時超興奮,還找了蔡蟲和俊偉一起來研究這篇論文,心想:要是也可以用我們福山種子和小苗的資料來做一樣的分析就好了。

沒想到隔年畢業後去美國參加 workshop 時,會議期間 2012 年這篇論文的作者之一,巴拿馬 Smithsonian 熱帶研究中心的研究員 Dr. Joe Wright 就介紹我認識 Jacob,希望能用 Jacob 發展的模式來進行跨樣區比較,藉此了解 Storage effect 在不同森林中作用的強度。

什麼是 Storage effect 呢? Storage effect 是一種用來解釋同一生物群落中,相似的物種如何共存的機制。其想法很簡單,就是在同一生物群落中,這些共存的物種彼此對於環境變化的反應都不同,某幾年可能是 A 物種活得比較好,另外幾年則是 B 物種活得比較優,群落中沒有一個物種可以每年都活得很好 (活得好這裡是指有較高的族群生長率),所以沒有一個物種能強勢到把其他人都趕出群落,這些物種也因此得以共存。

至於為什麼這個機制要叫 Storage effect 呢?這是指生物可以在好年時將自己的優勢儲存起來 (族群數量增加),藉此撐過不利於其生存的歹年。一個群落內 Storage effect 作用的力道愈強,就有愈多物種能共存。

Storage effect 這個物種共存機制最大的優點就是能夠被量化,只要有長時間的群落監測資料就能計算出來,但這最大的優點也是其最大的缺點,因為長期群落生態監測資料非常難以取得,這是因為一個研究計畫多半只有三到五年,研究生畢業計畫就結束了,加上許多研究單位又要求研究要能馬上有成果,造成長期生態監測資料非常稀有。 不過還是有不少學者知道長期監測的重要性,所以想盡辦法撐住這些長期監測計畫。

好,轉回正題。Jacob 想要藉由跨樣區比較 Storage effect 的強度來回答什麼問題呢?

在生態學中,一個令生態學者非常著迷的現象就是熱帶雨林驚人的生物多樣性。舉例來說,在亞馬遜雨林中,小小 25 公頃的森林中就有超過 1400 種的樹木,而在整個北半球面積超過 420 萬平方公里的溫帶與寒帶森林中,總共加起來也才 1200 多種樹,為什麼熱帶雨林中可以有這麼多種樹木在一起生活呢?Jacob 與 Joe 就想知道這是不是與不同森林中 Storage effect 的強弱有關,是不是熱帶森林的 Storage effect 比較強、而溫帶森林的 Storage effect 比較弱?

那麼要用什麼資料來量化森林樹木間的 Storage effect 呢?樹木的生活史很漫長,族群的動態變化不像草本植物般容易測量,其族群成長率很難被量化。Jacob 就想到或許可以用森林樹木生活史中變化最激烈的階段:種子與小苗,用此階段的動態來看看不同種樹木,產生較多種子和小苗的年份是否會彼此錯開,藉此降低不同樹種在生長、存活上的競爭。

許多植物每年開花結果的好壞深受年間氣候變化的影響,氣候適宜的年度開花、結果量就比較多 (豐年),反之氣候不好的時候,結果量就會下降 (歉年)。

我們的日常生活其實很常被這個現象影響,像是蔬菜水果的價格就與天候息息相關,像去年因為尼伯特颱風的影響,南部許多蔬菜水果都被掃爛,所以去年下半年水果就爆貴,而今年沒什麼颱風,蔬菜水果產量就很充足,價格就相對平穩。在森林中植物開花、結果也是如此,植物開花、結果的產量與年間的氣候變化有顯著相關,不過不同植物對於氣候變化的反應則未必相同。

Jacob 和 Joe 找了在全球不同森林長期監測植物結果與幼苗動態的學者們合作,台灣加入的研究人員包括東華大學孫義方老師、陳毓昀老師 (馬來西亞 Pasoh 樣區) 和我 (福山樣區)、以及東海大學林宜靜老師 (墾丁樣區),分析結果發現,森林不同樹種在不同年間結果與幼苗發生的同步性,的確隨著緯度增加而提高,即 Storage effect 的強度會隨著緯度增加而減弱。

這個分析結果其實很容易理解:在溫帶森林,由於生長季很短,樹木們只有夏天短短兩三個月適合開花結果,所以不同植物結果時間都很類似,而當氣候異常時,要嘛大家一起好、要嘛大家一起壞,所有人的反應也都很類似,所以不同植物豐年 (或歉年) 發生的同步性很高。但在熱帶森林,全年都有不同的植物開花結果,每種植物對於氣候變化的反應也不同,所以當氣候異常時,並非大家的反應都一樣,不同樹種間產生大量果實與小苗的年份經常不一致,降低了樹種間的競爭,因而讓更多種樹木能一起存活在同一片森林之中。

這個研究之所以可以發表在 nature,主要對是對於物種多樣性隨緯度變化的這個現象,提出了一個新的機制來解釋,也有長期野外監測資料輔佐,證實這個機制的可能性。

這篇論文從 2013 年開始籌畫到正式發表,其實也經歷了很長的一段時間,更不用說各研究人員在不同森林為了累積長期監測資料所付出的辛勞,也很感謝過去和我們一起努力在福山收種子、調查小苗的研究夥伴們,農委會林務局、林業試驗所對於這個監測計畫的經費贊助,和我的論文指導老師謝長富教授對於相關長期監測計畫的支持。

這次很幸運能有機會參與這個跨國合作研究,也期許未來能有更多機會能讓台灣的森林研究成果站上國際舞台!

STRI 對於這篇研究的介紹:

Winter restricts innovation

https://eurekalert.org/pub_releases/2017-09/stri-wri091917.php

Jacob 2012 年在 Ecology 的論文:

Coexistence in tropical forests through asynchronous variation in annual seed production

http://dx.doi.org/10.1890/11-1935.1

Nature 邀請學者替這篇論文所寫的介紹文:

A matter of time for tropical diversity

http://dx.doi.org/10.1038/nature24142

正文在此:

Temporal coexistence mechanisms contribute to the latitudinal gradient in forest diversity

http://dx.doi.org/10.1038/nature24038


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。