方格精選

門外漢爬百岳-武陵四秀減一

閱讀時間約 11 分鐘

希望 2020 的每一天都是如此閃亮
地點(按照登頂順序):品田山(百岳排名 #22)、池有山(百岳排名 #52)、桃山(百岳排名 #48),喀拉業山(百岳排名 #84)因為我體力不夠作罷
時間:2019 年 12 月 31 日到 2020 年 1 月 2 日
心得:
(1) 一定一定要衡量自己體力夠不夠,以及自己一天能忍受最多走幾小時
(2) 上山前詢問水源是否充足,否則最好自己多帶點水
(3) 審慎評估腳程,避免摸黑走路
(4) 最好自己多看一些非登山老手的遊記,以免以為路線很輕鬆……

睡不飽開車的人嘗苦果

本次最大苦主 F.,登山記錄、嚮導、駕駛和背伕都由他擔當
從前面幾點心得就可以知道,我們這次登山不太順利,尤其我後兩天都有情緒崩潰大哭,抗壓力太差拖累我們的進度……
約莫是在 12 月 31 日凌晨 4 時開車出發,在那之前我們睡了大約 5 小時。路上一開始還能跟 F. 聊天,但後來我受到睡魔召喚,就只剩下寂寞又堅強的 F. 開車載我們到最後的補給休息站:南山部落的全家(必須推推這間全家的廁所很乾淨XD)
買了兩塊真空包裝的雞胸肉和一個握便當後,我們就直接前往武陵農場。從武陵農場的公車站牌到停車場還有一段很長的距離,F. 說他跟朋友登雪山時就是搭公車,之後踢了好長一段柏油路才起登,光想就好可怕(爛草莓一顆)。
那天去只遇到一對夫婦從桃山下來,遊客中心的廁所很棒,出發前一定要去啊!
根據 F. 的記錄,我們在早上 8 時 30 分左右起登,在那之前吃了早餐,結果把他原本要當作午餐的握便當吃掉XDD
到真正登山口前的路走來是如此枯燥卻親人
走了大概 1.5 小時才到切往池有、品田的登山口,不知道是快還慢,但沿路走走、拍拍照和聊天,很愜意。
休息大約 20 分鐘,時間是早上 10 時 14 分,出發朝池有品田的方向前進,那時候本來還期待可以去完池有山,再到山屋,結果又跟那次閂山鈴鳴一樣,根本做夢啊!嗚嗚。
不過這次比較特別的狀況是,F. 因為前一晚沒睡飽又接著開了 3 個多小時的車,加上來台北上班後能運動練體能的時間不多,種種因素加起來導致我們走得不太順利,原本預計中午抵達的三叉營地,最後下午 4 時才到!進度整個落後。
更慘的是,進度落後導致我體力跟耐性急速下滑,過了三叉營地後不斷地陡上陡下,讓我十分焦慮跟煩躁,走在前頭的 F. 只能悶不吭聲或是安慰我快到了。
從登山口到三叉營地的路是上坡,對我來說走起來不大累
有些地段我會手腳並用,對我而言省力較多;F. 還是喜歡靠登山杖
陡坡真的害慘 F.,看他這麼累真捨不得QQ
因為 F. 體力不大夠,我們幾乎 0.5k 就休息一次,行程拉最長的地方落在 1k 到 2k,我們走了 2 個小時多一些,途中在 1.2k 和 1.5k 各小休一次。
2k 的休息處有塊大空地,也有訊號,我們到那裡時已經是下午 1 時 44 分,開吃我們的午餐,推薦一定要帶一些可以振奮精神的食物,我這次帶的是某家雜糧麵包的奇亞籽乳酪,裡面的乳酪丁不少(雖然也不便宜,但是趁 85 折買的XD),吃起來好嚼又能讓自己開心哈哈。
我們沒有特別記錄飲水的部分,不過大致上都是省著喝。F. 除了背 3 公升的公用水,還背了一瓶健酪(他愛這個勝過運動飲料)和一瓶裝滿水的保溫瓶;我自己就只有背一瓶 600 毫升的飲用水>_<
不過基於我們認為山屋有水,加上水量充足,決定將一瓶 1.5 公升的水藏在三叉營地,那時候沒想到山上夜晚低溫可能讓水結冰,幸好隔天取回時還是完好無缺。
走過這棵池有名樹後,看到一連串陡下,我理智線斷裂了……
從三叉營地後,再也不是純粹的陡上,是上上下下的地形,對於抓得到下坡訣竅的 F. 來說,自然輕鬆許多。不過對我來說根本煉獄!尤其拉繩陡下真的是我超大罩門,我每次都是鴕鳥心態,過一個是一個,完全沒有想要認真學下坡技巧的打算……
這也造就我從那時候就一路崩潰到當天的目的地:新達山屋。沿途我很認真地碎碎唸:這什麼地形?為什麼山屋要蓋在這麼奇怪的地方?到底還有多久?天黑了很危險!
甚至我還在 F. 詢問我還好嗎的時候,賭氣地說:「我要認真看每一步,以免摔死」。
其實說出這句話前就在猶豫,但一個 EQ 太差的瞬間,就說出這種觸霉頭的話。真該掌嘴QQ
最後終於在晚上 6 時 19 分抵達新達山屋,其實路上也是情緒低迷,掉了好幾滴淚(真愛哭XD),弄得 F. 很自責,還跟我說了一些他的想法。
早早吃完晚餐後,F. 帶我到外面看星星,聽他告訴我天空可以看見哪些星星,我也很認真地學習,希望可以更了解他喜歡的事物。
後來外面好冷,我們在外面待一陣子就躲回山屋,倒是另一對(也是山屋裡唯一與我們一起過夜的)情侶中的外國男生就直接躺在椅子上,完全不怕冷啊!現在想到還是忍不住抖抖抖。

出發尋找 2020 第一道曙光

要看日出的話,一定要先查好日出時間啊!
結果我們因為沒查日出時間,只靠偷聽隔壁隊就誤以為日出是 6 時 10 分,後來發現是 6 時 40 分啊啊啊啊啊!白白浪費 30 分鐘苦等日出,否則早就可以在品田前峰欣賞><
在遠方看品田山時,還以為這片斜坡是在路徑中,差點嚇歪我
由於另一隊沒有要登品田山的打算,我們就成為 2020 登頂品田第一隊啦
這一張好像在想:「我可不可以不要下山惹」
F. 幫拍的,遠眺可愛的大霸酒桶
遇到有些落差的下坡,都會選擇用坐的,但經驗豐富的 F. 就能跳跳跳,我還是有點怕
我姊覺得如果被我爸知道 F. 帶我爬這個,F. 的腿可能會被打斷
V 型斷崖在 F. 的幫忙下,算是順利通過,只是可能不夠快
後來回到新達山屋是中午 11 時 36 分,根據 F. 的說法,來回通常花 2 到 3 個小時左右,我們就算扣除看日出的時間,也花了 4 個多小時。F. 說他有觀察到我回程腳步比較瑣碎,明顯是累了QQ
吃了午餐之後,F. 擔心我前一晚睡不好(原本租借的睡袋不夠暖,F. 拿他的跟我換,我才比較好睡些),讓我睡了午覺,其他的整理都是他負責,有勞他我才能睡個舒舒服服的覺……
出發前先上了廁所,可能是因為好幾天沒人使用,味道不重,也算乾淨XD
另外幸運的是,山屋旁的儲水器水源充足!雖然前往品田的路上沒有雪,冰爪派不上用場有點可惜,但也是多虧這樣的好天氣,攀爬的難度才沒有提高。
偷摸一下,過過乾癮
跟新達山屋說掰掰(揮手帕)

出發前往桃山山屋

前一天的下坡變成今天的上坡
前往桃山山屋的中間,我們還補了一個池有山,只可惜走得太匆促,只在上面短暫停留不到 5 分鐘就離開,途中會遇到的兩個石瀑(其實前一晚到新達前就會經過),因為沒有特定路線,F. 說有些人會走一走就走錯路,所以需要時不時抬頭看看有沒有指示。
尷尬的是,我們從池有下來後遇到一群要到新達的人,當中一個人對於我們那時候要趕去桃山嚇了一跳,覺得也走太慢了,勢必摸黑爬山。後來也證明確實如此……只能說接下來這幾天都是我體力不夠,拖累了時程。
我們回到三叉營地裝護膝已經是下午 4 時 24 分,拿走前一天藏的水之後就快快趕路。其實在離開新達前,F. 一直猶豫要不要讓我繼續爬,他認為我的狀況不太好,只是我執意要去,他也就妥協了。
因為都在趕路,所以也沒拍什麼照,但我記得很清楚,因為有太多的拉繩陡下,我跟 F. 一直在找下一個 0.1k 的木樁,希望可以離桃山山屋近一點,我也一直安慰自己就快到了。
無奈天黑後,真正的大魔王才在前頭,太多陡下是 F. 下去到安全位置後,離我非常遙遠,等同我要靠自己尋找踩點,然後旁邊就是樹叢與小斷崖。我在後來某一次下到安全地點後立刻嚎啕大哭,哭喊「好可怕啊」,嚇得 F. 立刻安慰我,打開食物餵我,希望可以讓我心情恢復。
收拾好情緒後,我們又是繼續陡下(……),F. 一直拿地圖跟我說走完陡下後就是陡上,之後很快就到山屋了。但就在我們以為要接到陡上前,F. 發現前頭無路,我們用頭燈照過去,完全看不到正確的路,全靠冷靜的 F. 要我們先折回去剛剛休息的地方,才發現正確的路徑。
難怪他說很多迷路或遇到山難的人,都是因為不想放棄自己已經走過的這段路,堅持往前走,因為那時候我心裡也在想:「天啊!竟然要折返!」
到了真正的陡上後,又換 F. 開始累了,更糟的是我們兩個人的頭燈都快沒電,只好每次休息時,兩個人都把頭燈關掉,我靠在他附近,看著遠方的星光。如果當時情況沒那麼緊急,其實還挺浪漫的吧><
最後我們在晚上 8 時 50 分抵達山屋,裡面有一位大哥躺著正要睡覺。我們猜想原本山屋訂位全滿,但太多人擔心缺水或是天氣糟就不上來。那位大哥說他退休後就很常到桃山拍日出和景色。
簡單在外面吃個晚餐後,我們也趕緊睡覺。因為桃山山屋跟桃山三角點很近,所以我們有比較多的時間可以休息。
用 Pixel 4 曝光拍到的星空照,F. 說細節還是很模糊,但手機來講很不錯了

桃山與去不了的卡娜赫拉(?)山

一定沒幾個人發現喀拉業跟卡娜赫拉只差一個拼音XD
大概 15 分鐘內就可以從山屋到山頂,只有最後一點點路稍微難走一些些些,這段路真的是後兩天最愜意的嗚嗚!
桃山日出
到桃山前也會經過氣象觀測站。
其實這是收完東西準備下山時拍的
跟桃山山屋說掰掰(再揮手帕)
在觀測站附近做不明動作的我
結果萬萬沒想到,下山才是真正的惡夢。
我因為腳底板太痛,即使在桃山山屋一樣睡過覺,還是無法恢復正常下坡的速度。其實下坡不大危險,也算是平緩,但對我來說每分每秒都在考驗我的毅力。
現在回頭看 F. 的紀錄,我這趟下坡的速度跟他第一天上坡的速度差不多,而且我還在這 4.5k 中崩潰了 3 次,其中有一次又是徹底大哭……
我甚至還任性地說:「我不要走了!」逼得 F. 無奈地說要問雪霸的人可不可以載我,聽到這句話只好又摸摸鼻子繼續走(真ㄉ很玻璃心又公主上身)
最後 2.5k 幾乎沒有休息太久,但走到登山口的牌子也是花了足足 3 個小時……這代表我有沒有下定決心衝下坡速度都是一樣的結果Orz
這真心不難走,如果你沒有體力透支跟腳痛的話
遙遠的武陵農場5555555
不過其實走到登山口的牌子,還要走一段上坡才會到當初岔開前往池有、品田的地點。真的是名符其實的「假 登山口」XDDDD
是好走的松針路,可惜我無法好好享受
原本我們打算到山下吃午餐,變成回到南山部落的全家時已經是晚上 7 時左右的事情,吃著悟饕便當時看到新聞不斷報導黑鷹事件,才知道我們在山上時,國家發生了什麼事。
以下是我自己站在一個還沒完全習慣山上生活又很挑廁所環境的角度所寫的一些感想XD
(1) 頭髮容易油膩的女生最好要帶乾洗髮或是頭巾綁起來,否則黏在額頭上很不舒服又不好看XDDD
(2) 濕紙巾根本是救星,不管是清潔私處或是大小號結束都必備。另外,我挑的濕紙巾好像香味比較重,後來垃圾袋全部都是濕紙巾味道,不知道是好事還是壞事哈哈
(3) 這趟旅程中最開心的包括兩間山屋都有廁所,還很乾淨,除了桃山山屋可能比較多人去,味道比較重一些,但遠比我第一次去奇萊南華時那雲海保線所跟山屋的廁所好1000倍……
2020 第一次登山就解鎖了不少成就,比如摸黑抵達山屋,還有在桃山下坡的路上放聲大哭(真心覺得這個成就很難解鎖!畢竟那個時候應該整個 4.5k 只有我跟 F. 哈哈哈)
下一個山不知道會是哪一座,只不過切記審慎評估,免得害了自己又害慘隊友(F. 看到可能會點頭如搗蒜)
為什麼會看到廣告
3會員
9內容數
留言0
查看全部
發表第一個留言支持創作者!
畝畝的沙龍 的其他內容
地點(按照登頂順序):鈴鳴山(百岳排名 #63)、閂山(百岳排名 #80) 時間:2019 年 10 月 10 日到 10 月 12 日 心得: (1) 第一天有很多水源,建議在最後水源時要裝水! (2) 連假登山最好早點出發,否則要抱著往下走尋找營地的決心
地點:內洞森林遊樂區 + 桂山電廠冰品部 交通方式:汽車 所需時間:步道約 2 小時,冰品部約 20 分鐘 所花金額:門票費 160 元 / 2 人、午餐自備、3 枝冰棒 / 27 元
沒有所謂最好的飲食法,只有適合不適合自己的模式
地點(按照登頂順序):鈴鳴山(百岳排名 #63)、閂山(百岳排名 #80) 時間:2019 年 10 月 10 日到 10 月 12 日 心得: (1) 第一天有很多水源,建議在最後水源時要裝水! (2) 連假登山最好早點出發,否則要抱著往下走尋找營地的決心
地點:內洞森林遊樂區 + 桂山電廠冰品部 交通方式:汽車 所需時間:步道約 2 小時,冰品部約 20 分鐘 所花金額:門票費 160 元 / 2 人、午餐自備、3 枝冰棒 / 27 元
沒有所謂最好的飲食法,只有適合不適合自己的模式
你可能也想看
Google News 追蹤
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
Thumbnail
算是片刻堆積的起因。
Thumbnail
政治即是生活,每個人都應該瞭解自己手中握有的選票帶來的意義,選擇一個跟自己理念相近的候選人,而不是選擇顏色和盲目跟從。在今年以前,我對政治無感,但總統大選後,我真的很想說我們手中的選票真的不是玩笑。
Thumbnail
我的嘻哈音樂入門是音樂劇《Hamilton》,換句話說我基本不曉得整個音樂流派的脈絡。是一個未來可以發掘的領域。以下是我目前對中英文嘻哈音樂的感覺跟有辦法欣賞的能力範圍。
Thumbnail
益生菌(Probiotics)源於希臘語「for life」(對生命有益),中文譯為「益生菌」或「原生保健性菌種」;而益生菌主要是指乳酸菌和部分酵母菌。 一般認為食入後對宿主(如動物或人類)有正面效益的食入性微生物。 προβιοτικά 嬰兒出世前的益生菌來源 母乳/腸胃/陰道
Thumbnail
文/羅伯特.阿爾德利克(Robert Aldrich,雪梨大學歐洲史學者,教授研究現代歐洲與殖民歷史) 現代初期的斯堪地那維亞是由兩個大型的國家構成:包含芬蘭在內的瑞典王國,以及丹麥-挪威雙王國,由丹麥的奧登伯格(Oldenborg)王室統治。 北大西洋遺產 前進美洲的瑞典
Thumbnail
在影像生成的領域中,其中一個富有挑戰的是影像對影像的轉譯問題。該問題包括了 paired 和 unpaired 兩個子問題。在本文中,會先提 paired 問題的 pix2pix。unpaired 的問題則會談到 cross consistency, Normalization 和 attentio
Thumbnail
梯度下降學習法雖然是一個有效的最佳化方法,然而因為梯度本身屬於局部變化,因此有三個陷阱,而未能到達全域最小值的命運。他們分別是:局部最小值, 初始值和病態的二階導數矩陣。我們將解釋這些最佳化陷阱的成因,以及提出相對應的方法。這些方法包括了使用 mini-batch,加入處罰項和 early stop
Thumbnail
感知器  (perceptron) 利用逐一探訪訓練資料,以更多的訓練例子被正確的分類為目標,來更新任意初始的權重。然而該方法難以延伸到非線性的分類平面,所以以梯度為主的最佳化演算法取而代之,並發展出更多的應用。在本篇中,除了介紹梯度下降法外,亦會討論如何利用學習曲線圖診斷一個機械模型,並對症下藥。
Thumbnail
這篇文章從類神經網路的起源,也就是單神經元的感知器。簡單的感知器迭代演算法使單神經元可以學習,但卻無法學習超過非線性,如 XOR 的資料分布。另外,本文還介紹了 Logistic regression,藉由透過非線性轉換來使線性輸出近似於機率分佈。最後則以一場大師賭局結束(SVM vs NN)。
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
Thumbnail
算是片刻堆積的起因。
Thumbnail
政治即是生活,每個人都應該瞭解自己手中握有的選票帶來的意義,選擇一個跟自己理念相近的候選人,而不是選擇顏色和盲目跟從。在今年以前,我對政治無感,但總統大選後,我真的很想說我們手中的選票真的不是玩笑。
Thumbnail
我的嘻哈音樂入門是音樂劇《Hamilton》,換句話說我基本不曉得整個音樂流派的脈絡。是一個未來可以發掘的領域。以下是我目前對中英文嘻哈音樂的感覺跟有辦法欣賞的能力範圍。
Thumbnail
益生菌(Probiotics)源於希臘語「for life」(對生命有益),中文譯為「益生菌」或「原生保健性菌種」;而益生菌主要是指乳酸菌和部分酵母菌。 一般認為食入後對宿主(如動物或人類)有正面效益的食入性微生物。 προβιοτικά 嬰兒出世前的益生菌來源 母乳/腸胃/陰道
Thumbnail
文/羅伯特.阿爾德利克(Robert Aldrich,雪梨大學歐洲史學者,教授研究現代歐洲與殖民歷史) 現代初期的斯堪地那維亞是由兩個大型的國家構成:包含芬蘭在內的瑞典王國,以及丹麥-挪威雙王國,由丹麥的奧登伯格(Oldenborg)王室統治。 北大西洋遺產 前進美洲的瑞典
Thumbnail
在影像生成的領域中,其中一個富有挑戰的是影像對影像的轉譯問題。該問題包括了 paired 和 unpaired 兩個子問題。在本文中,會先提 paired 問題的 pix2pix。unpaired 的問題則會談到 cross consistency, Normalization 和 attentio
Thumbnail
梯度下降學習法雖然是一個有效的最佳化方法,然而因為梯度本身屬於局部變化,因此有三個陷阱,而未能到達全域最小值的命運。他們分別是:局部最小值, 初始值和病態的二階導數矩陣。我們將解釋這些最佳化陷阱的成因,以及提出相對應的方法。這些方法包括了使用 mini-batch,加入處罰項和 early stop
Thumbnail
感知器  (perceptron) 利用逐一探訪訓練資料,以更多的訓練例子被正確的分類為目標,來更新任意初始的權重。然而該方法難以延伸到非線性的分類平面,所以以梯度為主的最佳化演算法取而代之,並發展出更多的應用。在本篇中,除了介紹梯度下降法外,亦會討論如何利用學習曲線圖診斷一個機械模型,並對症下藥。
Thumbnail
這篇文章從類神經網路的起源,也就是單神經元的感知器。簡單的感知器迭代演算法使單神經元可以學習,但卻無法學習超過非線性,如 XOR 的資料分布。另外,本文還介紹了 Logistic regression,藉由透過非線性轉換來使線性輸出近似於機率分佈。最後則以一場大師賭局結束(SVM vs NN)。