近年來環保意識抬頭，但是人類對電力的需求卻從未減少，太陽能有效利用一直是個課題。本研究調查各種植物經物競天擇的樹葉排序方式，想像植物葉片就是太陽能板，研究其角度、面積和排列方式...等，並找出利用太陽光最有效率的葉序排列。本研究蒐集不同葉序的植物，在不同角度陽光照射之下，使用機器視覺技術來自動定位葉片，再進行影像判讀測量出受光與非受光相對面積比例的變化，探討哪種植物的葉片排序方式對太陽能利用最有效率。實驗顯示：受光面積相對比例由大到小分別是: 叢生＞互生＞輪生＞對生，此重大發現期望未來能深入研究，改善太陽能板的設計，期待將模組化微型太陽能板藏於仿生行道樹中，提高效率並為城市注入生活美學。

發光二極體（LED）燈泡已經逐漸普及於日常居家生活中。在賣場上我們可以見到各式各樣的燈泡，如不同瓦數、不同色溫以及不同結構的燈泡等，因此本實驗將探討不同燈泡的差異，以及如何選擇品質較好的燈泡來符合家庭不同環境的照明。本實驗將針對透過對十餘種市售燈泡的散熱性、頻閃及演色性進行實驗分析，歸納出實用的燈泡的選用原則，提出簡易的方法，並透過自製工具，讓一般人可以輕易地選擇所需的燈泡。

本實驗探討滿江紅在重金屬銅逆境下所產生的生理適應現象。我們以不同濃度銅處理滿江紅，發現滿江紅可能透過不同程度的花青素生成，藉由抗氧化機轉對銅產生耐受性；同時也發現氧化物生成量具有差異，高濃度的氧化產物會造成葉綠素分解。我們進一步以抗氧化劑NAC處理銅逆境中的滿江紅，發現原本葉綠素分解而白化的程度獲得減緩，我們推測過氧化氫是滿江紅面對銅逆境時，抗氧化系統裡重要的訊號分子。此外，共生藍菌在低強度銅逆境中，固氮產物沒有顯著減少，而過高濃度的銅會阻礙固氮表現。我們透過滿江紅在重金屬逆境下生存策略的基礎研究，期在植生復育上能具有參考的價值性，減緩重金屬污染所造成的環境退化。

本研究嘗試以螯蝦動物模式探討社會經驗多寡與性別差異對其面臨壓力反應行為的影響。我們成功建置隔離獨居、集體群居之養殖系統；設計競技缸試驗來觀察螯蝦面對優勢個體的互動行為，再透過十字迷宮試驗進行螯蝦壓力反應(類焦慮行為誘發)之評估；此外，我們發展簡單的影像分析方法來解析影像數據。結果顯示，社會經驗(集體群居或獨居)與性別都會影響螯蝦面對優勢個體的互動模式與壓力反應行為，且性別差異的影響力較明顯，公螯蝦有較高比例的迴避、戰鬥狀態，母螯蝦互動以推擠為主，此外，社會經驗多的小公蝦可能因能迴避生存威脅、處理面對優勢個體所導致的壓力，而更趨於探索環境。

我們認為不同的變因會決定水皇冠的形式，因此我們根據滴落高度、液滴大小、液面狀態等變因，針對水皇冠的直徑變化、濺起高度和懸浮液滴進行實驗。我們發現當水滴滴落時，水珠的重力位能會轉為動能，而接觸液面時，進而轉變成表面能，大部分的能量都轉移到水面下形成氣泡膜，剩餘的能量則將水面推高，以形成水皇冠。滴落高度在80cm前，水皇冠以正成長的趨勢隨滴落高度的增加而變大水珠皇冠開始由外包式水皇冠轉而成為內包式水皇冠90cm~120cm時，外直徑會有不穩定的現象。到了120cm之後，位能持續增加，水皇冠向外擴張力超越了表面張力，所以外直徑又會慢慢的增加。

以往浮沉子除了在上課教學演示講述其原理外，很少做其他相關的應用，所以我們希望能藉由這次參加科展的機會，找出浮沉子的相關應用: (1) 製作各式的浮沉子及其原理的探討。 (2) 製作出浮力溫度計，可將浮沉子應用在測量溫度。 (3) 配合浮沉子設計簡易的實驗，可應用在測量未知液體的密度。 我們由實驗中推導出一個未知液體密度的測量公式: D未=M1Vc/(V1Vc-VB．△Vc) (M1=浮沉子重量 V1=浮沉子原體積 VB=浮沉子內空氣體積 Vc=實驗容器內預留空氣體積 △Vc=塑膠針筒壓縮體積)

我們透過一個有趣的「答錯倒扣」題目，深入去分析所有可能的得分，找到其中的規律性，並改變其中的得分和扣分。接著，我們透過「基準分」和「關鍵分」，找到題目的一般性，並整理為公式，透過這個公式，我們只要輸入題數N、得分a和扣分b，就可以馬上知道總共有幾種不同的總分。最後，透過這樣的研究結果，我們還可以與猜題策略做結合。 不同總分個數=∑k=1n（N+2-k）

本次研究中，我使用Arduino 單晶片微控制板自製了細懸浮微粒偵測器，用來測量PM2.5的穿透率，以達量化懸浮微粒的效果，實驗中發現，使用摩擦起電的方式因為電場太小無法有效吸附懸浮微粒，接著使用平行電網，發現吸附能力與電壓與總表面積有關，因而改採電纖維通以高壓電的方式進行濾淨，其吸附率約達52%。在整個實驗中我使用Arduino單晶片微控制板控制數據的擷取、分析，與節電系統的調控，做出了一個兼具輕便、低成本、與節電環保的懸浮微粒清淨器。

現今大型水庫難以建置，地下水庫成為重要選項。本研究由學校測站分析，得知地下水溫穩定，推論彰雲沿海養殖業為降低寒害損失，抽地下水保溫，造成水位大幅變動。由彰雲高鐵沿線水位分析，發現自2010年封井後水位有明顯回升。本研究亦設計自由與受壓含水層儲水係數試驗，以彈珠及砂礫模擬含水層，量測儲水係數與沉陷量。研究發現自由含水層儲水係數與粒徑呈正向線性關係，且其儲水係數高於受壓含水層千倍之多。自由含水層中取水不產生沉陷，但受壓含水層荷重愈大，儲水係數愈小，沉陷量愈大，易地層下陷。歸納地下水庫建置，應以粒徑大之自由含水層或淺層受壓含水層為佳，以提高儲水係數、增加出水量及降低沉陷量的危害，同時亦應劃設保護區嚴管。

台灣茂林的紫蝶幽谷和墨西哥帝王斑蝶谷被國際學者並列為世界兩大越冬型蝶谷，紫斑蝶及青斑蝶也是我們常見的蝶種，對其生態現象可做深入的探究。本研究以基隆友蚋山區為調查樣區，調查辨識當地的斑蝶蝶種、食草、和蜜源植物，並利用捕捉標記法，調查樣區斑蝶成蟲秋季到春季的數量消長，在當地越冬的種類及個體。藉由這些調查及觀察記錄，來探討斑蝶的生態現象，進而瞭解其珍貴性，了解保護蝴蝶必先保護其生存的環境。

本研究利用回饋機制修剪人工神經元的方式，可在較短時間內達到較高的目標行為學習正確次數。這樣的系統設計源於生物行為的啟發，因為回饋機制能直接影響決策中樞的神經元，而非只是影響動作本身， 在達成目標學習上會更直接、快速。以傳統強化學習 （Reinforcement Learning）系統為例，本研究模擬結果顯示，若回饋機制影響動作本身，目標達成正確率只有 19.14％。而若獎勵回饋到神經元的修剪上，則相較強化學習提高超過 2 倍的正確率。甚至，隨機修剪神經元也可相較強化學習提高 1 倍的正確率。顯然地，本系統能確實提高正確次數並縮短目標達成時程。利用回饋機制修剪人工神經元，可為強化學習在目標學習上遇到的困境，提供一個新的思考方向，實務應用上，可彌補強化學習在學習行為上無法一般化的缺點。

本科展目的在於研究一個點對多邊形各邊做對稱點，並將對稱點依對稱順序依序連起來所構成的多邊形有向面積，並探討其等面積線的圖形形狀。經研究發現對於多邊形僅可能出現圓形，直線及平面等三種情形。最後，我們想要找出構造等面積線為直線的方法，並得到一種可行的構造多邊形方法。