地球科學科

本研究探討仿生集水表面應用於台灣山區霧氣捕捉，並聚焦如何為需水性高的植物提升種植水源。近年來氣候變遷導致水氣減少，農作需仰賴額外技術補充水源。藉由模擬沙漠甲蟲圓弧凸起與蜂巢六角形凹槽仿生結構能顯著提升霧水蒐集效率；3D列印不同表面結構的捕霧杯，於實驗室內模擬霧氣環境。進而走入台灣不同海拔地區，驗證各環境條件對捕霧效率的影響。研究發現，陽明山濕度99%風速5.7 m/s環境中，集水效果最佳（32.7g）；大雪山高海拔，但濕度低風速變化較大，捕霧量幾近為零，風速及海拔影響顯著；特別在高濕度環境下表現最佳。提出具潛力之補霧杯模型，應用於水資源不足地區，提高需水性植物水源供給，以維護生態多樣性環境。

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。

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。

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。

先民為了保護心愛的農作物，不被冬季強勁且挾帶海水飛沫的東北季風所迫害，「菜宅」這樣的建築因應而生。而究竟怎樣的菜宅樣式與尺寸，有著最佳的擋風效果？風被菜宅的阻擋後，風向又是如何的變化？ 透過製作風向觀測工具、菜宅模型，我們測量看不見的空氣並透過討論繪製模型。當風遭遇牆面阻擋後會改變風的流動方向，在阻擋牆後方形成無風區及逆風區，並在離阻擋牆較遠的地方重新匯流。阻擋牆的高度越高，無風區及逆風區的區域就會較大。 據本實驗結果，各種菜宅擋風效果為：目字型＞長方形＞ㄇ字型＞單牆型。而學校菜園的用圍網及南洋杉的防風設施，雖然是透氣材質，但亦能有效達成防風效果。

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。

延續去年的實驗做進一步的改善與測試，這次我們新增浮動式的消波塊觀測其消波的情形，實驗過程中，在無精密儀器下觀察波速與波高，是一件令人感到棘手之事，所幸目前影像分析技術大行其道，因此本實驗的觀測資料均由電腦影像分析輸出並整理。固定式消波塊的實驗結果蠻符合我們的預期，能以簡單的消波塊結構達到消波的功能，實驗數據顯示出原本岸邊的最大波高，可銳減至原有的三分之一左右，效果驚人，真的是消波～快！反之，浮動式消波塊的結果與預想有一段落差，最大原因是消波塊隨著液面升降，上方無足夠的水體產生足夠大的水壓，因此無法順利引導水流通過洩壓裝置，導致消波結果不如預期。

本研究探討颱風與東北季風共伴效應對台灣降雨及災害的影響。透過歷年颱風案例發現，共伴效應可能會導致多地嚴重淹水、道路斷裂、人員傷亡等災害。本研究自製雨量模擬實驗平台。模擬結果顯示：颱風從不同方向接近，降雨分布不同：當颱風從東北方接近台灣時，東部、北部雨量較多；颱風從台灣東方接近時，東部的雨量較多；颱風從台灣的東南方接近時，南部的雨量較多。單獨模擬東北季風時，台灣北部雨量最多，其次是東部，把東北季風的降雨量和颱風的降雨量相比，東北季風帶來的雨量較多。在共伴效應模擬時，實驗結果有兩種可能：颱風和東北季風產生共伴效應，使東部和北部的降雨量增加；東北季風風速增加，可能會破壞颱風結構，使雨量減少。

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。