104學習

學術自然

學術自然
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
指在工作中能夠自然運用學術知識與理論,並將其轉化為實務操作的能力。這種技能讓人在面對問題時能以系統化、邏輯性的方法分析,提升解決問題的效率與品質。同時,也能有效溝通專業內容,促進跨部門合作。擁有此能力,有助於在職場中展現專業深度與思考力,提升個人競爭力及職涯發展空間。
關於教室
關注人數 1 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
關於教室
關注人數 1 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

學術自然 學習推薦

彭啟賢

生態調查員

2024/01/27

印象中的寶島台灣很美! 英國大叔划船見一亂象卻忍不住落淚
【受疫情影響滯台3年 台灣女婿找到自己的樂子】
今年61歲的Peter Lowe是一位英國退休機械師,也是一位台灣女婿,每年定期會來台灣探望兒子,然而2020年3月他的航班受COVID-19疫情影響,回程計畫被迫取消,為了填補這段意外的空白時間,Peter決定尋找自己喜愛的事情來做。
在英國,划船是天經地義的事情,Peter在蹣跚學步時就跟著家人一起划船,所以他開始尋覓划船的機會,很幸運地在淡水竹圍發現了一間小型的造船木工坊。
帆船玩家陳明忠回憶道:「Peter看到我們很興奮,就問有沒有船可以借他划?」當時正好有一艘稍嫌破舊、準備整修的木造船,Peter花了大約2個月的時間修理它,終於在台灣擁有自己的船。只要天氣好,Peter就會划著心愛的船出航,沿途欣賞美麗的河川景色。
然而,有一次Peter划回竹圍碼頭時,陳明忠看見船上載滿了垃圾,經過一番詢問,才得知Peter在划船過程中,發現紅樹林有一整片卡住的垃圾,由於自己一個人沒辦法處理,他無奈呆坐在現場哭了起來。
陳明忠表示,「他為我們淡水河流下了眼淚,這一幕很感動。」於是,一群志同道合的朋友們主動揪團,每當Peter出航時,大家就會一起加入撿垃圾的行列,平均每個月會進行一次,持續至今已3年。
穿上救生衣、戴上手套,划船淨河其實沒想像中容易,除了需要有足夠體力划船,他們還會受到潮汐和天氣的影響。當風太大或下雨天,活動都必須取消,「很不幸,我們取消過很多次」,Peter表示。
荒野保護協會台北分會得知Peter這號人物後,也主動邀請他一起合辦活動,分會長游晨薇表示,「我們很多荒野夥伴看到Peter划船撿垃圾,其實很被打動」。
【淡水河骯髒程度榜上有名 Peter建議台灣政府做一件事】
Peter想不透的是,淡水河為什麼會有如此多垃圾,「我樂意幫忙,但我不喜歡看到這種情況。」Peter認為自己和朋友所做的這一切只是滄海一粟,他期待有更多人能意識到河川廢棄物的嚴重性。
淡水河曾被指出是全世界第16髒的河流,難道在淡水河上活動的台灣人都沒察覺嗎?陳明忠自認麻木了,「當我們處在一個豬窩裡面太久,就變成豬了,我們完全沒有感覺。」好在老天爺派Peter來當頭棒喝。
但是為什麼淡水河會特別髒呢?
陳明忠說,如果把雙北市形容成一個浴缸,關渡就是排水口。當有人在路邊丟塑膠袋、紙杯或菸蒂等廢棄物,它們流進水溝之後,無論是大漢溪、基隆河、新店溪,最後都會匯集到淡水河。垃圾隨著河水漂啊漂,幸運的會在出海前被紅樹林攔截,其他就流出大海了。
根據荒野保護協會2020年公布的河川廢棄物調查,淡水河有9%的河岸(22公里)聚集了流域超過90%的垃圾量,其中最髒的河岸就包括關渡大橋左右岸,垃圾量約有1000至2000個14公升垃圾袋。
多虧Peter的號召,越來越多人開始關注淡水河的垃圾問題。然而,他認為我們應該從源頭阻止垃圾產生,或者在垃圾進入淡水河之後,阻止它們流入海洋。因此他建議政府應該在颱風或大雨過後,派遣垃圾收集船進行清理,「應該要有人正視這件事並掌握情況。」在Peter看來,阻止大部分垃圾進入海洋其實是一件簡單的事情。
【退休後的第三人生別浪費! 他呼籲大家關心環保】
退休後的Peter閒暇之餘喜歡做有意義的事,他投身環境保護,而不是滑手機或看電視。他希望人們能夠盡力保護我們所擁有的一切,以留給後代子孫,「保持樂觀、不要貪心、不要自私,別以為金錢就是一切。」
Peter今年5月順利回抵英國,陳明忠笑著說,Peter就像是魯賓遜漂流到荒島,找不到回家的工具,但最終他還是找到船、回到了故鄉,「我們會保持聯繫,祝福他。」Peter期待台灣的朋友能夠繼續推展划船撿垃圾的活動,而他自己回到英國也將進行同樣的事情,清理垃圾、收集垃圾,並推廣環保。
Peter坦言,儘管自己滯留在台灣已有3年,但過得非常開心,因為台灣的人民、治安、食物和大自然都相當美好,唯獨淡水河的垃圾問題讓他憂心不已。他呼籲政府應更加重視這個問題,「台灣,加油!加油!加油!」Peter難得用華語吐出了一句喊話。
這位來自英國的大叔Peter Lowe,退休後找到了自己的快樂泉源,他的熱情和堅持不只讓人參與划船撿垃圾的活動,也讓人重新關注淡水河的垃圾問題。他的故事提醒著我們,每個人都有能力為環境保護做出貢獻,並為後代子孫留下一個更美好的地球。
看更多
0 0 284 0
彭啟賢

生態調查員

2024/01/26

企業為何需要TNFD共同維護生物多樣性?來看台泥、台達電怎麼
2023年9月,聯合國UNGA78紐約氣候週正式宣告自然相關財務揭露(The Taskforce on Nature-related Financial Disclosures,TNFD)框架,企業關注自然風險,評估製程對自然生態的影響。在台灣,已經有哪些企業如火如荼落實生物多樣性?
ESG不再只是減碳、找尋碳足跡那麼單純!因為ESG的「E」是指環境(Environmental),許多產業發展過程中,或多或少影響生物棲息地,部分物種更因此消失,根據統計,全世界1970年以來,野生動物數量就減少了70%。
這讓世界各國意識到「生物多樣性」的重要性,聯合國便召開生物多樣性會議,2022年12月移師蒙特婁舉辦,會後達成全球生物多樣性框架(Global Biodiversity Framework,GBF)的共識,一如2015年巴黎協定之於氣候議題,GBF也有助企業、投資人與國家正視生物多樣性與自然環境議題。
2023年9月底,聯合國正式宣告自然相關財務揭露(The Taskforce on Nature-related Financial Disclosures,TNFD)框架,企業除原本的氣候相關財務揭露(TCFD),必須更關注自然風險,評估製程對自然生態的影響。
對企業來說,執行TNFD或許得付出更多成本,卻也是回饋地球的好機會。
TNFD架構,企業揭露自然財務風險
2023年5月22日台灣永續能源研究基金會(TAISE)舉辦首屆「台灣生物多樣性」獎,TAISE董事長簡又新強調,生物多樣性對GDP的貢獻超過5成,所以維護生物多樣性也是企業ESG的重要指標,做好維護生物多樣性負起社會責任,更有利外銷。
簡又新一席話,證實了TNFD的重要性。TNFD採「LEAP方法學」,分為四個階段,簡單來說就是定位企業與自然環境的關聯性,評估營運過程中涉及的生態衝擊,接著評估風險與機會,最後對此做出回應與報告。
與此同時,台灣企業永續發展協會也發起「自然與生物多樣性倡議平台(Taiwan Nature Positive Initiative, TNPI)」,邀請企業對自然生物多樣性保育議題,採取更積極的行動並培育相關專業人才,共同發起的企業就有台泥、信義、宏碁、華碩、永豐銀行、國泰金、台達電以及緯創。
台泥回饋自然,試行TNFD
其中,台泥在COP15召開期間,就和52國、330 家企業簽署「商業自然行動聲明(Business For Nature_Make it Mandatory)」,宣示參與TNFD試行計畫,也是台灣以實際行動呼應聯合國生物多樣性公約的首家傳產製造業者。
台泥強調,水泥是和大自然最息息相關的產業,因為原料來自石灰石,大幅仰賴自然資源,所以台泥2017年開始積極低碳轉型,透過TNFD的國際高標準,檢視台泥既有的礦區復育、工業港水域珊瑚營造,並和利害關係人、學術機構、倡議組織合作,推動生物多樣性的復育、保護與永續利用。
台泥也與公部門合作,協助經濟部水利署第九河川局、林業署花蓮分署,將花蓮地區銀合歡移除後的廢木料,以台泥先進的水泥窯協同處理技術,資源再利用為生質能。
此外,台泥進行許多創舉,包括全球唯一土壤物種研究的「和平生態方舟計畫」,藉以重建土地生態系,同時成立世界級保種基地「辜嚴倬雲植物保種中心」,蒐集熱帶和亞熱帶瀕危或珍稀植物,至今已孕育上萬種。
台泥上行下效,尤其董事長張安平對企業營運與自然環境之間的平衡念茲在茲,出席每一場活動,總要提醒眾人「資源有限」,這也是台泥近年來推動許多生物多樣性政策的重要原因。
信義打造零碳島,台達電復育珊瑚有成
至於信義房屋購買馬來西亞沙巴外海的無人島,打造為「零碳島」,去年11月向大眾揭開神秘面紗,興建高端酒店之前,先在島上復育樹種、海龜、珊瑚並改良土壤,培育專屬的生態系,也是企業與自然共存的案例。
台達電旗下台達電子文教基金會去年4月舉辦「台達氣候沙龍」,執行長張楊乾也分享公司成功復育珊瑚的成果,也和海科館合作,導入植物工場LED與自動化技術,研發適合珊瑚苗成長的LED光譜,並成立「潮境珊瑚保種中心」,目標在三年內育苗1萬株。
當然,再多的倡議與協定,都比不上身體力行,愈來愈多台灣企業著手關注生物多樣性,保存、復育自然資源,隨著TNFD上路,企業揭露自然財務風險,也能吸引更多志同道合的合作夥伴。
看更多
0 0 435 0

熱門精選

104學習

產品

04/28 10:35

AI 工作流是什麼?上班族提升效率的入門指南
AI 工具越來越普及,許多上班族已經開始用 ChatGPT、Gemini、Claude、NotebookLM 等工具協助工作。但真正能提升效率的關鍵,不只是「會不會問 AI 問題」,而是能不能把 AI 放進日常工作流程裡,形成一套可重複使用的「AI 工作流」。
過去使用 AI,很多人可能是想到什麼就問什麼:請 AI 幫我寫一封信、改一段文案、摘要一篇文章。這些做法當然有幫助,但如果每次都從零開始,效率仍然有限。
真正的 AI 工作流,是把工作拆成幾個步驟,讓 AI 在不同環節協助你處理初稿、摘要、整理、分析與發想,再由人來判斷、修正與決策。
簡單來說,AI 工作流不是讓 AI 取代你,而是讓 AI 成為你的工作助理。它可以協助減少部分重複整理的時間,但最後的品質把關、事實查證與責任判斷,仍然需要由人完成。
一、什麼是 AI 工作流?
AI 工作流指的是:將 AI 工具整合進日常工作流程中,讓它在固定任務中扮演特定角色。
舉例來說,如果你每週都要寫週報,過去可能需要回想本週做了什麼、整理資料、歸納成果、撰寫文字。導入 AI 工作流後,你可以先把已確認可使用的工作紀錄、待辦清單、專案進度整理後提供給 AI,請它協助分類成:
本週完成事項、遇到的問題、下週計畫、需要主管協助的地方。
接著,你再檢查內容是否正確,補上實際成果、數字與自己的判斷。
這就是一個簡單的 AI 工作流:
資料整理 → AI 協助產出初稿 → 人工檢查與修正 → 完成正式內容
AI 負責加快整理與初稿產出,人則負責確認事實、補充脈絡、做出判斷。
二、為什麼上班族需要學 AI 工作流?
許多人學 AI 時,最常遇到的問題是:「我知道 AI 很強,但不知道工作上到底怎麼用。」
其實,上班族最需要 AI 協助的,通常不是非常高深的技術,而是每天都會遇到、但很耗時間的工作,例如:
會議紀錄整理、Email 回覆、簡報製作、報告撰寫、資料摘要、Excel 分析、SOP 整理、專案進度追蹤、週報月報撰寫、學習筆記整理等。
這些工作都有一個共同特色:它們不一定困難,但常常需要大量整理、歸納與文字產出。
如果能把 AI 放進這些流程中,就有機會減少部分重複工作時間。對新手來說,AI 可以協助建立架構;對資深工作者來說,AI 可以協助加快第一版產出;對主管來說,AI 可以協助整理資訊、統整進度與提高溝通效率。
但需要注意的是,AI 工作流的目的不是讓工作「完全自動化」,而是讓人把時間留給更重要的判斷、溝通與決策。
三、AI 最適合協助哪些工作?
AI 很適合處理「文字整理、資料歸納、初稿撰寫、格式轉換、初步分析」類型的任務。以下是上班族最常見的應用場景。
1. 會議紀錄整理
開會後最麻煩的事情,往往不是開會本身,而是會後整理。AI 可以協助把會議筆記、逐字稿或已取得同意的錄音內容,整理成會議重點、決議事項、待辦清單與負責人。
適合請 AI 協助的內容包括:
會議摘要、討論重點、行動項目、決策紀錄、下次會議追蹤事項。
不過,使用 AI 整理會議內容時,必須特別注意資安與隱私。若要錄音、轉逐字稿或上傳會議內容,應先確認參與者知情,並遵守公司內部規範。涉及客戶資料、薪資、人事、合約、未公開商業資訊時,不建議直接上傳到一般 AI 工具。
AI 整理後,也需要人工確認人名、日期、數字、決議內容與責任分工,避免錯誤資訊被當成正式紀錄。
2. Email 與商務訊息回覆
很多上班族每天都花不少時間在回信、回訊息。AI 可以幫你把口語想法改成正式語氣,也可以幫你將太長的回覆縮短,或將生硬的文字改得更有禮貌。
例如你可以輸入:
「請幫我把以下內容改成正式但不冷淡的商務信件。」
「請幫我回覆客戶,語氣要專業、清楚,並委婉說明目前無法提前交付。」
但 AI 不一定知道你公司的實際政策與承諾範圍。涉及價格、合約、交期、賠償、客訴、法律責任等內容時,務必由負責人確認後再寄出,避免產生誤解或過度承諾。
3. 報告與簡報製作
許多人做報告或簡報時,最卡的是「不知道怎麼開始」。AI 可以協助產出大綱、整理架構、優化標題,甚至把長篇資料濃縮成簡報頁面重點。
例如你可以請 AI:
「請把以下資料整理成 8 頁簡報大綱。」
「請幫我把這段內容改成主管簡報用語。」
「請依照問題、原因、建議、下一步的架構整理。」
AI 很適合協助完成第一版,但真正有說服力的簡報,仍需要你補上資料來源、商業判斷、實際案例與具體數據。
4. 資料蒐集與摘要
當你需要快速理解一個新主題時,AI 可以協助整理你提供的資料,摘要文章重點、比較不同觀點,或產出初步觀察方向。
不過,AI 不一定能取得最新資訊,也可能產生錯誤或過時內容。若是涉及新聞、數據、法規、價格、政策、職缺條件、產業趨勢等資訊,仍應回到官方網站、原始報告或可信來源查證,不建議只依賴 AI 的回答。
比較安全的做法是:先由人提供可靠資料,再請 AI 協助摘要與整理;最後由人確認內容是否適合使用。
5. Excel 與數據分析
不熟 Excel 公式的人,也可以用 AI 協助理解公式、產生函數、整理欄位、設計分析方向。例如你可以問:
「我想統計每個部門的平均銷售額,Excel 公式怎麼寫?」
「請根據這份表格欄位,建議我可以分析哪些指標?」
「請幫我解釋這張報表中可能代表的趨勢。」
AI 可以協助你更快理解資料,但不能取代你對資料來源、計算邏輯與商業背景的判斷。若牽涉財務決策、營運績效、人事評估或對外公布數字,仍需由負責人確認資料是否正確。
6. SOP 與知識管理
很多公司都有一種狀況:工作流程靠資深同事口頭傳授,真正要交接時才發現文件不足。AI 可以協助把零散說明整理成 SOP、檢查表、教學文件與新人訓練資料。
例如你可以把一段操作流程整理後提供給 AI,請它產出:
步驟說明、注意事項、常見錯誤、檢查清單、交接提醒。
這類工作流很適合行政、人資、客服、行銷、營運、專案管理等職能。只要搭配人工確認,就能讓知識更容易被保存與傳承。
四、建立 AI 工作流的 4 個步驟
想開始使用 AI 工作流,不需要一次學會所有工具,也不需要從複雜自動化開始。建議從最常遇到、最耗時間的任務切入。
步驟一:找出重複性高的工作
先觀察自己一週內最常做、最花時間的工作。
例如:每週寫週報、每天回信、每次開會都要整理紀錄、每月要做報表、常常要寫社群文案。
只要是「重複出現、格式類似、需要整理文字或資料」的工作,就很適合先嘗試導入 AI。
步驟二:把工作拆成小步驟
不要只對 AI 說:「幫我做報告。」這樣的指令太模糊,AI 產出的內容也容易不符合需求。
你可以把任務拆成:
先整理重點 → 再產出大綱 → 再寫初稿 → 再優化語氣 → 最後檢查是否有遺漏。
拆得越清楚,AI 越容易協助你完成真正需要的結果。
步驟三:建立固定 Prompt 模板
當你發現某個任務常常會重複出現,就可以把好用的指令存成模板。
例如會議紀錄模板:
「請根據以下會議內容,整理成:
1. 會議目的
2. 討論重點
3. 已決議事項
4. 待辦事項
5. 負責人
6. 截止日期
7. 需要追蹤的問題
請用條列式呈現,語氣清楚、適合寄給團隊成員。請特別標註不確定或需要人工確認的地方。」
最後一句很重要,因為它能提醒你不要把 AI 產出直接當成正式答案。
步驟四:人工檢查與優化
AI 產出的內容不能直接視為最終版本。使用前,建議檢查:
內容是否正確?
語氣是否符合公司文化?
數字、日期、人名是否有誤?
是否有過度承諾?
是否遺漏重要脈絡?
是否包含不該外流的資訊?
是否適合對外發布?
AI 工作流的核心不是「全自動」,而是「半自動加速」。人仍然要負責最後品質。
五、使用 AI 工作流前,先做 5 個安全檢查
在把資料丟給 AI 前,建議先問自己 5 個問題。
1. 是否包含個資?
例如姓名、電話、Email、身分證字號、薪資、病假紀錄、客戶資料等,都不建議直接輸入一般 AI 工具。若真的需要整理,應先去識別化,或依公司規範使用指定工具。
2. 是否包含公司機密?
例如未公開財報、合約條款、商業策略、產品 Roadmap、內部報價、客戶名單等,都應依公司規範處理,不應任意上傳。
3. 是否需要取得同意?
若要錄音、轉逐字稿或整理會議內容,應確認參與者知情,並遵守公司政策與相關規範。
4. 是否需要查證?
涉及新聞、法規、數據、價格、職缺條件、政策與專業建議時,都應查證原始來源。AI 可以協助整理,但不應被視為唯一依據。
5. 是否可以直接對外發布?
AI 產出的文字應經人工審稿,確認沒有錯誤資訊、過度承諾、侵權疑慮或不符合品牌語氣的內容。
六、上班族可以先從這 5 種 AI 工作流開始
如果你是 AI 新手,建議不要一開始就追求複雜工具串接,可以先從以下 5 種最容易看到成效的工作流開始。
1. 會議紀錄工作流
適合對象:專案經理、主管、業務、人資、行政、行銷。
流程:取得同意的會議內容 → AI 協助摘要 → 產出待辦 → 人工確認 → 發送團隊。
這是日常工作中很實用的場景,但務必注意錄音同意與資料保護。
2. Email 回覆工作流
適合對象:業務、客服、主管、行政、跨部門溝通者。
流程:輸入背景 → 說明對象與語氣 → AI 草擬 → 人工修改 → 寄出。
重點是要告訴 AI:收件人是誰、你的目的、希望語氣是正式、委婉、積極還是簡短。
3. 簡報大綱工作流
適合對象:企劃、行銷、產品、專案、主管。
流程:輸入主題與可使用資料 → AI 產出架構 → 補充案例與數據 → 轉成簡報頁面。
AI 很適合幫你打開第一步,避免卡在空白投影片前。
4. 週報與績效整理工作流
適合對象:所有需要回報工作成果的上班族。
流程:彙整任務清單 → AI 分類成果 → 整理成週報 → 補充數字與影響 → 送出。
這個工作流也能幫助你累積年度績效資料,避免年底考核時才回想自己做過什麼。
5. 資料摘要與學習工作流
適合對象:需要快速吸收新知、追蹤產業趨勢、準備提案的人。
流程:提供可信資料 → AI 摘要 → 請 AI 提出重點與應用方向 → 人工查證與判斷 → 形成自己的觀點。
這很適合用在閱讀產業報告、研究競品、整理課程筆記或準備內部分享。
七、AI 工作流不是工具問題,而是工作方法問題
很多人學 AI 時,會一直追最新工具。但對上班族來說,更重要的是先理解自己的工作流程。
同一個 AI 工具,在不同人手上會產生不同效果。差別不只在工具,而在你是否知道:
我想解決什麼問題?
我有哪些資料可以安全提供?
我希望 AI 幫我做到哪一步?
哪些內容需要我自己判斷?
產出後要用在什麼情境?
是否需要查證或主管確認?
當你開始用這些問題思考,就不只是單純「問 AI」,而是在設計自己的工作流。
把 AI 當成工作助理,而不是標準答案
AI 工作流的價值,不是讓工作完全自動化,而是幫助上班族從重複、瑣碎、耗時的工作中,找出可以被輔助的部分。
從今天開始,你可以先選一個最常見的工作場景,例如會議紀錄、Email 回覆、週報整理或簡報大綱,試著建立自己的第一套 AI 工作流。只要能把一個任務變得更清楚、更容易重複使用,就已經是很好的開始。
未來的職場競爭力,不一定是誰使用最多 AI 工具,而是誰能更有效率地結合 AI 與自己的專業判斷。
AI 可以幫你整理資訊、產出初稿、提供方向;但真正做出選擇、承擔責任、創造價值的人,仍然是你。
使用提醒
本文提供 AI 工具應用的學習建議,實際使用時仍應依公司資安規範、個資保護要求與工作情境調整。AI 產出內容可能有錯誤或過時資訊,重要資料、對外訊息與正式決策,仍需由使用者查證與確認。
看更多
1 0 1892 1
彭啟賢

生態調查員

2023/02/05

新北生態廊道再增1處 新店平廣路涵管防路殺兼排水
ETtoday新聞雲 記者郭世賢/新北報導 2023年02月03日
民眾於山區道路行駛,常見動物穿梭而緊急剎車,新北市政府農業局為避免人車及小動物們過馬路時產生意外,辦理路殺生態觀察並設置5處生態廊道,近期更於新店平廣路新增1處,以過路排水箱涵讓小動物安全行走,同時兼具農路排水功能,維持農業生產。
根據路殺社(台灣動物路死觀察網)模擬分析結果,全台陸生脊椎動物及陸蟹2018至2020年路死總量約為1450萬至2000萬隻,新北市農業局為保護動物安全通過道路,透過辦理生態調查、紀錄路殺發生、與路殺社合作建立熱點資料等方式,結合現地實況建置不同形式生態廊道。
像是誘導式斜坡、地下廊道及天空廊道等盼以減少動物被路殺的情況,過去於三峽區紅龜面路建置地下廊道、土城區承天路分別建置誘導式斜坡、2處地下廊道及天空廊道,共計5處生態廊道,其中,土城區於綠意盎然的森林環境中,設置供樹棲動物的空中廊道,讓松鼠等動物可以利用空中廊道穿梭林間。
在新店區平廣路為天然樣貌濃厚,生物資源豐富且多樣性,在一個月的生態調查結果中,路殺事件發生59次,其中包含兩棲類、爬蟲類等動物。為防止路殺情況持續發生農業局將原有涵管調整為凹字型中間排水,涵洞兩側可供小動物們行走的生態廊道。
公民科學家林德恩老師表示,兼具排水及動物通行的生態廊道,透過監測系統發現動物前來使用,小動物們親身驗收排水箱涵動物廊道可以悠閒過馬路。更拍攝到白鼻心帶著大大的肚子走過排水箱涵,更是令人興奮。
農業局長李玟表示,未來也持續監測新店區、五股區及汐止區等農路周遭環境的生態與路殺狀況,再搭配農路改善工程相輔相乘,打造對於路殺主要動物「客製化」的生態廊道,建構生態友善道路,讓用路的市民朋友與野生動物都能共好。
看更多
0 0 970 0
你可能感興趣的教室