112 高普考高考三級 林業技術 森林生態學（包括保育） 考古題詳解

核心觀念

本題考查 Shannon’s diversity index（Shannon 多樣性指數），用以綜合表示林分的物種豐富度與相對均勻度。公式為：

其中：

• $S$：物種種類數
• $p_i$：第 $i$ 個物種的相對豐度
• $\ln$：自然對數

$H'$ 越大，表示物種組成越多樣且分布越均勻。

解題方法與計算

一、Site A

代入各物種相對豐度：

各項計算後：

二、Site B

各項計算後：

因此：

Site B 的物種分布較均勻，整體多樣性明顯高於 Site A。

森林病害傳播能力評估

核心觀念

**森林破碎化（forest fragmentation）係指原本連續、大面積分布之森林地景，因自然擾動（風倒、火災、蟲害、崩塌）或人為活動（伐木、農地開墾、道路與聚落開發、水庫水利工程等），逐漸被分割成數個面積較小、空間上彼此隔離、且鑲嵌於非森林基質（matrix）中的森林斑塊（patch）**之過程與最終結果。

這是**景觀生態學（landscape ecology）**的核心議題，須以下列基本元件描述地景結構：

• 斑塊（patch）：地景中相對均質的一塊土地單元，此處指殘存森林。
• 基質（matrix）：占地景面積最大、連結性最高、對其他要素具支配性影響的背景土地利用類型（破碎化後常為農地、草生地、建成區）。
• 廊道（corridor）：連接不同斑塊、有利物種移動的線狀棲地（如河岸林、綠帶）；破碎化過程中廊道常被道路、聚落切斷。
• 邊緣（edge）／核心區（core area）：斑塊外圍受相鄰基質干擾影響的區域，與內部未受邊緣效應影響的核心棲地。

破碎化在結構上通常同時具備四項典型特徵：（1）斑塊數目增加；（2）平均斑塊面積減少；（3）斑塊間隔離程度增加、連結度下降；（4）邊緣總長度與邊緣/面積比增加、核心區面積比例大幅萎縮。

解題方法（作答架構）

本題屬申論題，應依「定義 → 圖示對照 → 地景結構量化差異 → 生態系影響」四段式鋪陳：

Step 1　精準定義，點出成因（自然／人為）與四要素（面積減少、分割、孤立化、鑲嵌於非森林基質）。

Step 2　繪製「破碎化前」與「破碎化後」兩張地景示意圖對照，圖中須標示 patch、matrix、corridor、edge、core area 五項專有名詞。

Step 3　以量化地景指標（斑塊數、平均斑塊面積、隔離度、邊緣密度、核心區比例）說明前後差異，展現非僅憑印象作答。

Step 4　依「非生物環境 → 物種與族群 → 群聚與生態系功能」由小尺度到大尺度分項說明衝擊，並各舉具體例子。

圖示：森林破碎化前後地景對比

破碎化前（連續大面積森林）

┌───────────────────────────────┐
│ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ │
│ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ │
│ ■ ■ ■ ■【核心區core area】■ ■ ■ │
│ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ │
│ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ │
└───────────────────────────────┘
■＝森林（單一連續大斑塊＝matrix亦為森林）
邊緣僅存在於外圍薄薄一圈，內部形成廣大且連續之核心區。

破碎化後（分割為孤立小斑塊）

┌───────────────────────────────┐
│ ■■□ □ ▬▬▬(道路) □ ■□ □ □ ■ │
│ ■■□ 農地 ▬▬▬ □ ■■□ 聚落│
│ □ □ □ □ □ □ □ □ □ □ □ □ □ │
│ □ ▬▬▬(道路)□ ■■ □ □▬▬▬ □ │
│ 聚落 □ □ ■■ □ □ 農地 □ │
└───────────────────────────────┘
■＝殘存森林斑塊(patch)　□＝非森林基質(matrix)
▬＝道路/聚落（切斷廊道corridor）

地景結構指標對照表

核心觀念

本題以「全球暖化—溫室氣體—大氣 $CO_2$ 濃度上升」為背景，考核考生對光合作用化學反應與植物生理生態學中限制因子理論的整合應用能力。作答需掌握三個知識支柱：

1. 溫室效應原理：太陽短波輻射穿透大氣加熱地表，地表以長波（紅外）輻射方式散熱，溫室氣體（$CO_2$、$CH_4$、$N_2O$、鹵碳化合物、水氣等）吸收並重新輻射長波輻射，使地表—大氣系統增溫。$CO_2$ 因排放量龐大（化石燃料燃燒、森林砍伐、水泥生產、農業活動）且大氣滯留期長達百年以上，是人為溫室效應最主要貢獻者，濃度已由工業革命前約 280 ppm 上升至民國112年（西元2023年）約 420 ppm 以上。

2. 光合作用總反應式（含光反應與碳反應）。

3. 限制因子定律（Liebig's Law of the Minimum）與Rubisco酶雙重催化特性（羧化 vs 氧化）：這是判斷「$CO_2$ 是否越多越好」的關鍵理論工具。

解題方法

本題作答邏輯應採「起—承—轉—合」四段式：

• 起：說明溫室效應成因與 $CO_2$ 濃度上升趨勢。
• 承：寫出光合作用化學式，並簡述明反應／暗反應（卡爾文循環）分工，點出 $CO_2$ 是暗反應（羧化反應）的受質。
• 轉：分析 $CO_2$ 濃度上升「短期是否有利」（有，即 $CO_2$ 施肥效應）與「長期是否恆有利」（不一定，受多重限制因子制約）。
• 合：結論——以限制因子定律說明生產力由「最缺乏的資源」決定，$CO_2$ 並非唯一或恆常的限制因子。

一、光合作用化學式

總反應式：

$6\text{CO}_2 + 6\text{H}_2\text{O} \xrightarrow[\;\text{葉綠素}\;]{\;\text{光能}\;} \text{C}_6\text{H}_{12}\text{O}_6 + 6\text{O}_2$

分解為兩階段：

• 光反應（light reaction）：於類囊體膜進行，水分子光解釋放 $O_2$，同時生成 ATP 與 NADPH。
• 碳反應／卡爾文循環（Calvin cycle）：於葉綠體基質進行，$CO_2$ 經 Rubisco酶羧化固定，利用光反應產物 ATP、NADPH 將 3-磷酸甘油酸還原為 G3P，再合成葡萄糖等醣類。

由此可知，$CO_2$ 是碳反應（羧化反應）的直接受質，理論上濃度提高應能加速反應速率。

重要論點逐一分析

論點一：短期而言，$CO_2$ 增加確有促進光合作用之效（$CO_2$ 施肥效應）

Rubisco 具有羧化（carboxylation）與氧化（oxygenation）雙重催化活性，會同時與 $CO_2$、$O_2$ 競爭結合位。當 $O_2$ 與 Rubisco 結合時，啟動**光呼吸（photorespiration）**路徑，消耗已固定的碳並釋出部分 $CO_2$，屬於「浪費性」代謝。大氣 $CO_2$ 濃度上升可提高 $CO_2$ 對 $O_2$ 的競爭優勢，抑制光呼吸、提高淨光合速率，此即 $CO_2$ 施肥效應（$CO_2$ fertilization effect），對採 $C_3$ 光合路徑之植物（水稻、大豆、小麥、多數森林樹種）效益最為顯著。

反觀 $C_4$ 植物（玉米、甘蔗）具 CO2 濃縮機制（PEP carboxylase 先固定 $CO_2$ 於葉肉細胞，以蘋果酸形式送至維管束鞘細胞釋出高濃度 $CO_2$ 供 Rubisco 使用），以及 CAM 植物（景天酸代謝，仙人掌、鳳梨，夜間固碳、白天釋放利用）之維管束鞘或細胞內部 $CO_2$ 濃度本已趨近飽和，故對大氣

核心觀念

本題考核遙測（remote sensing）在森林生態系監測上的基礎理論，涉及三個層次的知識：

1. 電磁波譜（electromagnetic spectrum）與植物生長的關係：植物葉片對不同波段的光具有選擇性吸收、反射與穿透特性，此為光譜遙測的物理基礎。
2. 紅邊（red edge）現象：植物葉綠素吸收與近紅外反射之間的過渡帶，是判讀植物生理狀態最敏感的光譜區間。
3. 光譜資訊於森林生態系監測之應用：包括植生指標（vegetation indices）、健康評估、生物量估算、變遷偵測等實務案例。

此題屬於「森林遙測與生態監測」的基本觀念題，考生須將物理光學原理與生態應用結合作答。

解題方法

一、與植物生長密切相關的基本光質

依電磁波譜（波長由短至長），與植物生理作用關係最密切者為：

1. 可見光（visible light, 400–700 nm）——光合作用有效輻射（PAR, Photosynthetically Active Radiation）

• 藍光（Blue, 400–500 nm）：被葉綠素 a、b 強烈吸收，吸收率高達 70–90%；影響氣孔開閉、向光性、葉片形態發育（如抑制節間伸長）。
• 綠光（Green, 500–600 nz）：吸收率相對較低（約 20%），大部分被反射，此即葉片呈現綠色之原因；健康葉片綠光反射率略高，可作為葉綠素含量之輔助判斷。
• 紅光（Red, 600–700 nm）：與藍光同為葉綠素吸收高峰（吸收率可達 90% 以上），是光合作用最主要的能量來源之一，亦影響光敏素（phytochrome）調控之光週期反應（如開花誘導）。

2. 近紅外光（NIR, Near-Infrared, 700–1300 nm）

• 健康葉片內部海綿組織細胞壁與空氣界面產生強烈多重散射，使 NIR 反射率大幅提升（可達 40–60%），此與葉片內部細胞結構、含水量及健康狀態密切相關，是判斷植物是否受逆境（乾旱、病蟲害）影響的重要指標。

3. 短波紅外光（SWIR, Short-Wave Infrared, 1300–2500 nm）

• 主要受葉片含水量影響，水分子在 1450 nm、1940 nm 附近有強吸收帶，可用以監測植物水分逆境（乾旱脅迫）。

二、紅邊光譜的意義

定義：紅邊（red edge）係指光譜曲線在 紅光（約 680–700 nm）與近紅外光（約 750 nm）之間，反射率由低（葉綠素強吸收帶）急遽上升至高（NIR 高反射平台）的過渡區段，其反射率變化斜率最大之波長點稱為「紅邊拐點」（red edge inflection point, REIP），健康植物之 REIP 通常落在 700–725 nm 附近。

生理意義：

1. 紅邊位置與葉綠素含量呈正相關——葉綠素含量愈高（植株愈健康、氮素愈充足），紅邊愈向長波方向偏移（紅移，red shift）。
2. 當植物受到逆境（病蟲害、乾旱、營養缺乏、老化）時，葉綠素含量下降，紅邊會向短波方向偏移（藍移，blue shift），此現象常早於葉片變黃、變色等肉眼可辨識症狀出現，故具有**早期偵測（early detection）**的生態監測價值。
3. 紅邊斜率與位置對葉綠素濃度變化極為敏感，遠比單純的可見光或 NIR 反射率更能精細反映植物生理狀態的細微變化，因此成為精準農業與森林健康監測中極重要的窄波段（narrow-band）光譜指標。

三、光譜資訊監測森林生態系之應用舉例

1. 常態化差異植生指標（NDVI, Normalized Difference Vegetation Index）