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。

本研究從芝山岩周邊地層為起點，針對臺灣北部五指山層、木山層及大寮層進行分析。透過實地調查、數位顯微鏡分析與粒徑篩選，評估各岩層沉積岩顆粒的粒徑、圓度及淘選度，並重建其沉積環境。結果顯示，五指山層粒徑最大（0.5650−0.8937mm），淘選與圓度皆最低，反映其為搬運距離短的河道到濱海沉積。木山層粒徑居中（0.2786−0.5836mm），淘選與圓度中等，符合濱海環境特徵。大寮層粒徑最細（0.096−0.1749mm），淘選與圓度最佳，並含化石，證實其為經長距離搬運的淺海沉積物。此外，顆粒粒徑與緯度呈現關聯性，越往北粒徑越大，暗示中新世期間沉積物可能自西北向東南搬運。本研究亦提出簡易沉積岩粒徑辨識流程，可應用於地層判讀及野外調查。

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。