森林不是綠色桌布：衛星遙測如何讀出韌性，也如何讀不出部落的沉默

一、森林不是背景，它是會回應的系統

現代人很習慣把森林看成一張綠色桌布。都市規劃圖上，它是保育區；氣候報告裡，它是碳匯；新聞照片中，它是大火、濫伐或災後復原的背景。可是森林從來不是背景。森林是水、土、風、菌根、昆蟲、鳥獸、樹冠、微氣候與人類活動共同構成的系統。它不只被破壞，也會抵抗、調整、崩解、復原；它的韌性不是一句好聽的環保標語，而是能否在壓力之後維持功能、重新組織生命關係的能力。

衛星遙測讓人類第一次有機會從全球尺度追蹤這些變化。多光譜、熱紅外、雷達、LiDAR、太陽誘發葉綠素螢光等資料，能協助科學家估計樹冠狀態、植被結構、生產力、水分壓力與干擾後的復原速度。這些技術讓森林不再只是「有沒有被砍」的二分題，而能被拆成更細緻的生態訊號：哪裡逐漸乾化、哪裡林冠結構變薄、哪裡看似還綠卻已經功能失衡。

然而，越精密的眼睛越需要謙卑。衛星能看見大尺度變化，卻不會自動理解地方歷史。它能看見樹冠，未必看得見禁忌；能看見地表溫度，未必看得見一場祭儀後山路為何暫停進入；能看見森林破碎，未必知道那片山林在族人的地名、獵徑、親屬記憶與災害經驗中扮演什麼角色。若把衛星資料當成唯一真理，森林很快又會變回桌布，只是解析度比較高。

二、EBV 的野心：把生物多樣性變成可治理的語言

近年國際生物多樣性治理愈來愈重視 essential biodiversity variables，常被譯為「基本生物多樣性變數」或「關鍵生物多樣性變項」。它的目標很清楚：如果全世界都要追蹤生物多樣性變化，就不能只靠零散的物種調查、保護區報告或年度口號，而需要一套可以跨區域、跨時間、跨資料來源比較的變數架構。衛星遙測正好提供了這套架構的大尺度資料來源。

Nature Reviews Biodiversity 近期的綜述指出，遙測支援的 EBV 代理指標，已經改善了我們對熱帶森林韌性的理解。多光譜影像可以追蹤植被狀態，熱影像可以顯示水分與溫度壓力，雷達可穿透雲層與部分植被結構，LiDAR 能提供三維森林結構，太陽誘發葉綠素螢光則能捕捉光合作用相關訊號。這些資料疊加起來，讓森林韌性從抽象概念變成可以持續監測的訊號網。

但綜述同時提醒，這些指標仍有尺度依賴、觀測偏差與機制解釋不足的問題。換句話說，衛星可以很擅長告訴你「哪裡變了」，卻不一定能單獨回答「為什麼變」以及「變化對誰意味著什麼」。物種替換、功能重組、地方干擾歷史、社群使用規範與土地權利衝突，都可能躲在漂亮的色階圖底下。科學最危險的時刻，常常不是資料太少，而是資料多到讓人誤以為自己不需要再聽人說話。

三、雙向知識不是把部落故事貼在衛星圖旁邊

談原住民族知識與衛星遙測時，最廉價的做法是裝飾化：左邊放高科技影像，右邊放一段「祖先智慧」，最後說兩者結合很重要。這種寫法很安全，也很空。真正的雙向知識不是把部落故事貼在衛星圖旁邊，而是讓兩套知識都能改變問題本身。

例如，遙測團隊可能想問：「哪些森林區塊在乾旱後恢復較慢？」在地知識可能會補問：「你所謂的森林區塊是否切斷了傳統地名與使用邊界？」科學家可能想找「異常熱點」，部落長者可能知道那是長期曝曬的崩塌地、季節性採集路線，或某個不應被公開標示的地點。政府可能想把風險圖層放上開放資料平台，但社群可能要求敏感地點模糊化、延遲發布或只在特定治理機制下使用。

這不是反科學，而是讓科學更接近現實。衛星資料若要服務災害韌性、森林保育與原鄉公共服務，就必須承認：資料解析度不等於治理正當性。尤其在原住民族傳統領域、文化景觀與生物資源相關資料上，地點本身可能具有文化意義。公開一個座標，有時不是公開一筆資料，而是打開一扇不該由外人任意開啟的門。

四、監測森林，也要監測權力

遙測技術常被說成中立工具，但工具從來不會自己決定誰可以看、誰可以下載、誰可以解釋、誰因此受罰。森林監測若只服務中央管理，很容易變成新的俯視行政；若只服務企業 ESG，也可能把地方生活變成碳帳本的背景；若只服務學術論文，則可能留下漂亮模型，卻沒有回到地方改善任何決策。

因此，森林韌性監測需要同時監測權力流向。第一，資料取得前應確認土地權利、社群同意與敏感資訊分類。第二，模型建立時應納入地面調查與在地觀測，避免把雲霧、坡向、季節性使用或小尺度林相變化誤判為問題。第三，成果發布時應提供不同層級的可見度：公共摘要可以開放，敏感座標與細節則應由社群共同決定。第四，政策使用時不能把遙測圖層直接等同於執法證據或撤離判斷，而應與現地確認、官方警戒與地方回報互相校準。

這些要求看似麻煩，卻是讓技術不被濫用的最低成本。沒有治理的遙測，就像一盞照向山林的強光；它可能照亮危險，也可能照瞎人的眼睛。

五、原鄉韌性的真正問題：誰能把資料變成行動

對原鄉而言，森林韌性不是只存在於國際報告。它關係到水源、農路、崩塌、野生動物、傳統採集、部落安全與地方產業。若衛星遙測能與雨量、水位、道路通阻、無人機巡查、社群回報與地方知識整合，就能協助建立更細緻的風險雷達：哪裡需要優先現勘，哪條路在豪雨後應暫停通行，哪片坡地需要長期追蹤，哪個農業聚落需要提前調整作物與水資源管理。

但資料要變成行動，不能只靠平台上線。地方公所、部落組織、學校、農會、巡守隊與研究者都需要能看懂、能回報、能修正的介面。最好的系統不是讓地方被動接收一張中央生成的地圖，而是讓地方能指出：「這裡模型看錯了」「這個地名不該公開」「這條路實際上早已不通」「這個警示需要用族語與中文一起說明」。這種來回修正，才是雙向知識的日常，不是研討會上的漂亮名詞。

六、看見更多，不代表擁有更多

衛星遙測的進步令人興奮。它讓我們有機會更早發現森林壓力，更精準評估保育成效，也更誠實面對氣候變遷下的生態脆弱性。可是，任何能看見更多的技術，都必須同時學會少拿一點。少拿未經同意的文化脈絡，少拿不必要的敏感座標，少拿地方沒有能力反駁的權威姿態。

森林不是綠色桌布，部落也不是資料註腳。真正成熟的遙測治理，會讓衛星、感測器、研究模型、地方記憶與社群權利共同工作。它既不浪漫化傳統，也不神化科技；它承認天空之眼很有用，也承認有些事情必須在山路上、在會議室裡、在族人的沉默與同意之間，慢慢聽懂。

source-check notes

• Nature Reviews Biodiversity, “Remote sensing delivers tropical forest resilience monitoring for the Global Biodiversity Framework,” 2026-07-08, https://www.nature.com/articles/s44358-026-00178-6 。核對重點：綜述提到 EBV framework、multispectral、thermal、hyperspectral、radar、LiDAR、solar-induced fluorescence 等遙測資料可捕捉森林韌性面向，也提醒尺度依賴、觀測偏差與細緻機制限制。
• NASA Earthdata / ARSET, “Satellite Remote Sensing for Agricultural Applications” online resource guide, 2026-06, https://www.earthdata.nasa.gov/ 。核對重點：ARSET training 長期提供農業、乾旱與作物監測的遙測訓練資源，可供人工審稿時補充台灣應用脈絡。
• Convention on Biological Diversity, Kunming–Montreal Global Biodiversity Framework, 2022, https://www.cbd.int/gbf/ 。核對重點：本文提及 GBF 作為國際生物多樣性監測背景；需確認目標與指標用語。