地球科學科

本研究探討改良meArm機械手臂，自製不易傾倒、效能追蹤及發電效率三特質之太陽光源追蹤器的可行性，期待結合太陽軌跡運行模式與光敏電阻降低轉向電能消耗。我們探討感測器、太陽能板及周圍環境如何影響發電 效率。以高亮度LED燈模擬太陽，數位萬用表測量電流及電壓，藉以判斷發電效率。總整超過49種太陽光源追蹤器配置及超過441筆實驗記錄，結果顯示：環境溫度25 ℃以下，太陽能板用塑膠片覆蓋，並以廚房紙巾清潔；配置3個離太陽能板高度0cm，透明膠帶遮蓋的光敏電阻，發電效率最佳。本研究成功運用市售創客玩具自製太陽光源追蹤器。應用於非中午時段的戶外，可較固定式太陽能板增加約2 0~40%的發電量，期待藉此激盪人們關注提升太陽能發電效率的方式。

本研究利用自製地震模擬器，自製彈簧阻尼器、麥芽糖黏性阻尼器，自製模型屋，手機震動APP檢測X、Y、Z軸最大加速度，作為阻尼器減震效果的優劣，實驗結果：彈簧阻尼器彈性較高，無法完全吸收震動能量，因此減震效果有限。黏滯性阻尼器對模型屋 減震效果：1支黏滯性阻尼器震動大時減震效果較佳，最大加速度減震36.20％，黏度低優於黏度高。2支黏滯性阻尼器配置X型，在X、Y、Z軸與最大加速度4項，最高可減震56.29％，27.55％、57.80％、53.06％。對鋼骨結構模型減震效果：配重220克最大加速度減震23.83-33.38％，不同配重差異性不大。不同樓層最大加速度五樓的減震最佳28.79％-35.52 ％。裝設1、2支阻尼器减震效果19.88％-29.99％，並非裝設越多阻尼器減震效果越佳。

本研究旨在探討影響颱風暴風半徑的因素，結合模擬實驗分析風場與降水特性。統計2010至2024年西北太平洋共358個颱風案例，結果顯示：颱風的強度與半徑正相關、且生命週期長、生成位置越東(145~155°E)、十月生成者，半徑普遍較大。我們依強度分類定義颱風的大小，發現大型颱風多沿副高邊緣西行後北轉並發展壯大；小型颱風則常直接西行。風場部分，大型颱風風場對稱且壯度大，小型颱風則較不對稱。颱風西行侵台時，結構易受地形破壞，過山後壯度下降，降雨集中於迎風面。 實驗以氣流場模型搭配水霧，改變抽風條件模擬不同規模的颱風，結果顯示，抽風電壓越強、抽風口直徑越大、氣流進入角越小，風場越大。加入台灣地形與木漿棉進行降水模擬，可驗證資料分析結果。

本研究從老師在蘭嶼旅行時發現各地風速差異很大，推測風向和地形是影響風速差異的重要因素，進而探討不同類型地形障礙對風速變化的影響。研究方法包括製作蘭嶼地形模型及不同尺寸的地形障礙模型，利用風洞、風袋和熱線式風速計測量不同情況下的風速和風向。實驗設計考慮尺度問題，確保風洞流場符合大氣動力特徵。研究結果顯示，地形對風速影響複雜且多元，在自然界中，各種地形因素交互影響，形成複雜的風場環境。

本研究是透過2個月的校園實際調查，來探究校園各地點的微氣候，以及風對校園各地點微氣候的影響，並分析影響各地點微氣候的因素，最後找出校園內最舒適的地點。研究結果發現： 1.建築物包圍的地區溫度較低；日照長、風速低的地點則溫度較高。 2.離建築物遠，風速較強。 3.建築物包圍的地區濕度較高，操場上風速高則濕度低，有植物的地點相對濕度較高，但是有日照的地點 反而會降低相對濕度。 4.風速高的時候，校園內各地點的溫度都會稍微上升，濕度會降低。 5.溫度越高，體感溫度越高；風速越高，體感溫度越低；環境不同會調節濕度，間接影響體感溫度。 6.有建築物或樹木的地方，都是體感溫度較舒適的地點。

台灣位於環太平洋地震帶上，「向地震學習」是避免再一次發生重大地震災害的不二法門。1999年的921集集大地震中，有三分之一的房屋倒塌。2016年的美濃地震造成了台南維冠大樓倒塌。2024年4月3日的大地震中，有兩棟三角窗建築在幾秒內瞬間倒塌。本實驗主要以三種箍筋以及我們自行研發的一筆柱中柱箍筋進行評估，並利用我們自製的地震模擬器，測試不同箍筋的研究成果。我們發現傳統箍筋最不穩固，一筆箍筋排名第二，柱中柱箍筋排名第三，而我們研發的一筆柱中柱箍筋最為堅固，合理的建築設計與抗震結構至關重要。

國小自然課以量角器搭配窺管觀測月亮，利用竿影間接觀測太陽，描繪天體在天空的軌跡，使用星座盤認識夜晚星空，但觀測器與竿影測量精密度低，操作複雜不直觀。本研究利用窺管與雷射筆，加上手機感測晶片與軟體測量傾斜角，自製精準度極高的「天體觀測儀」，可以同時測量日、月、星三種天體，將測量所得的天體方位角、高度角座標， 利用壓克力半圓球描繪太陽、月亮在天空運行的軌跡，製成 「天體軌跡紀錄半天球」利用試算軟體泡泡圖功能，將測量所得的恆星座標畫成平面星圖。將恆星座標經過周日運動校正，使用弧形刻度游標尺系統，描繪恆星在壓克力球上，製成「星羅布天球儀」。開發 出便利、精準、實用的天體觀測儀，並繪出天體的運行軌跡與分布。

本研究探討將AI技術應用於小行星辨識的可行性，並與傳統影像處理方法進行比較。初期使用專家提供的觀測資料，每天針對同一區域拍攝4張照片，並與傳統OpenCV差分結合霍夫轉換等方法進行比較。雖然AI模型具備較佳辨識能力，但對於亮度較低或移動速度較慢的小行星，仍易錯失目標。為提升模型表現，我們採用「連續拍攝疊圖模式」作為改進策略，透過短時間內連續拍攝影像以及影像疊合處理，並加入高通濾波、高斯模糊等機制，進一步強化小行星的移動痕跡與整體影像清晰度。訓練結果顯示，mAP@0.5有效提升至85%、精確率高達90%、召回率亦提升至75%。此外，我們的實驗成果也可作為未來有意導入AI技術從事小行星搜尋任務的機構或團隊在設計拍攝計劃時的重要參考依據。

本實驗發現在加入了觀測仰角後只要測量得出觀測的時間的太陽形變，不限於夕陽，即可推算出影響光線折射率的大氣層厚度此為本研究的貢獻之一。實驗中拍攝大量不同的日期與時間的太陽形變照片，並將計算結果統計分析後，得知此推算方法是可被成功驗證的。實驗中制定了每個步驟的測量方法，經由拍攝太陽形變照片，查詢觀測仰角高度，並配合大氣折射的運用，即能代入公式來推算出影響折射率之大氣層厚度，此為本實驗的貢獻之二。

開學時，學校拆除前面的危樓，在地面上挖出一條深約1.5m的大溝槽，可以清楚的看見學校地層是一層一層粗細不同的泥砂，在下大雨時，還可以看見地下水的流出。所以我們在塑膠盆底部插入不同數量的木條，模擬地質改良樁做地震的測試，結果塑膠盆裡的泥砂會受到木條的數量影響而下滑；也在泥砂上，模擬木條房屋，在地震後產生不同角度的傾斜和不同深度的下陷。最後，我們利用大型塑膠盆、厚木板和裝入混泥土的塑膠管做成模擬地質改良樁放入泥砂，在上面放置不同規格的模擬房屋做模擬地層的實驗，發現模擬地質改良樁的數量、長短、疏密、地層搖晃的時間，都會影響房屋的下陷、傾斜和倒塌。