地球與環境科學

基於對鄉土的關懷，我們選定高屏溪流域，來研究河川中塑膠微粒的尺寸大小和含量，透過光譜來了解塑膠微粒的材質。高屏溪流域是跨高雄及屏東地區最大的河流，我們共分為枯水期及豐水期來採水，比較不同季節之塑膠微粒類別，若以形狀區分:枯水期塑膠纖維最多，豐水期塑膠薄膜最多。若以尺寸區分:枯水期100~500μm的佔最多，豐水期25~100μm的佔最多。若以材質區分，枯水期含量最多分別是PE及PP，豐水期含量最多分別是PE及PET。若從顏色區分，大多是白色及透明為主要顏色。以上實驗結果可供主管機關列為重要監測參考，特別是國內少有研究單位或機構，在進行高屏溪流域塑膠微粒類別、含量之調查與研究，因此本研究重大發現為國內創舉深具意義，可供相關單位後續深究參考之價值性。

為了解決水污染問題，本研究探討共價有機框架（COF）作為光催化劑的應用。COF具備高度可調孔洞、高穩定性及選擇性吸附等優勢，有助於有效去除水中污染物，對未來具有前景。本實驗採用大氣常壓微電漿合成COF，此方法能在室溫下以水為溶劑，無需高溫或有毒化學品，並僅需一小時即可完成合成，具有綠色化學優勢。實驗結果顯示，成功合成的COF能有效降解水中常見染料污染物（結晶紫及亞甲藍），證明了COF的高效光催化性。在紫外-可見光光譜中，隨著光催化反應的進行，染劑吸收波峰顯著減弱並幾乎完全褪色，確認了COF優異的降解能力。掃描電子顯微鏡圖像顯示，COF的高度有序孔洞結構提升了其催化活性與穩定性。這項技術不僅能高效處理水中有機污染物，還具備廣泛應用潛力，有望為全球水污染治理與環保提供新思路。

本研究應用遙感技術和機器學習方法，提出了三個創新應用，目的在提升紅樹林生態系統的分類監測和藍碳儲量評估。 首先，建立機器學習模型(隨機森林演算法)，對紅樹林植物進行自動分類，分類準確率達94.74%。此模型能夠應用於特定區域的長期監測，捕捉紅樹林覆蓋範圍和植物變化的動態趨勢。並且開發了RGBN（Red-Green-Blue-NIR Mangrove Index）遙感指數，此指數主要結合可見光波段和近紅外波段，能有效提升了紅樹林植被健康狀況評估的準確度，並具有廣泛的區域適用性，不限於特定研究區域，適用於全球範圍的紅樹林監測。最後，本研究成功整合並編寫了InVEST模型的程式碼，本模型進一步應用於紅樹林藍碳價值評估，未來將透過收集詳細的土地利用、碳匯數據及生物物理參數，量化紅樹林的藍碳價值，為碳交易與藍碳管理提供科學依據。

屏東地區是台灣重要的農業產區，盛產鳳梨、芒果等多種水果，而瞬時的強降雨經常造成農業損失，甚至造成土石流或山崩。本研究中主要探討屏東地區四個氣象站在有無午時對流雨事件時，其對流雨與氣象要素相關性。首先我們分析屏東地區午後對流雨與氣象要素的時序分布，發現有無對流雨事件時並無太大差異性。接著分別探討氣象要素在有無午後對流雨事件前頻率及條件機率之逐時變化。根據結果，發現如果 1)實際水氣壓大於 22.5hPa，2)相對濕度介於 55%至 75%，3)風向轉向西南風、北風、或東北風，則發生對流雨的機率會增加。推測上述參數可能與太陽熱力效應及夏季西南季風有高度相關。未來將各氣象要素進行權重的分析，以期找出一合理模式，進而預估降雨發生。

二仁溪剖面因受到小滾水逆斷層截切 ，而分為東、西剖面兩部分，東剖面的地層較老西剖面的地層較年輕，故推測該地區東剖面古水深較西剖面深。本研究利用微體化石有孔蟲比例（%P）進行研究，希望能夠探討臺灣西南部沉積盆地的演化，以及二仁溪剖面地區的古水深變化與粗顆粒含量的相關性。但由於本研究使用的樣本並沒有採樣於每一沉積岩層，故臺灣西南部沉積盆地的沉積物供應量與構造抬升的因素仍需進一步的研究。

本研究應用遙感技術和機器學習方法，提出了三個創新應用，目的在提升紅樹林生態系統的分類監測和藍碳儲量評估。 首先，建立機器學習模型(隨機森林演算法)，對紅樹林植物進行自動分類，分類準確率達94.74%。此模型能夠應用於特定區域的長期監測，捕捉紅樹林覆蓋範圍和植物變化的動態趨勢。並且開發了RGBN（Red-Green-Blue-NIR Mangrove Index）遙感指數，此指數主要結合可見光波段和近紅外波段，能有效提升了紅樹林植被健康狀況評估的準確度，並具有廣泛的區域適用性，不限於特定研究區域，適用於全球範圍的紅樹林監測。最後，本研究成功整合並編寫了InVEST模型的程式碼，本模型進一步應用於紅樹林藍碳價值評估，未來將透過收集詳細的土地利用、碳匯數據及生物物理參數，量化紅樹林的藍碳價值，為碳交易與藍碳管理提供科學依據。

本研究旨在探究風成沙紋的型態和其移動速度及新月形沙丘的演化過程。利用吹出式風洞建立穩定且單一風向的風場，並運用不同粒徑的石英沙，以研究不同情況下沙紋和沙丘的變化。研究發現，風成沙紋的波長變化不僅受到風速、粒徑等特性的影響，還可能受到波峰後渦流長度的影響。另外觀察沙紋移動速度的變化後，可以明顯的發現與風速有高度正相關，亦討論能量的變化，並試圖建立風速與移動速度的轉換模型。在新月形沙丘演化過程的模擬中，我們歸納出三個主要時期：延伸期、崩落期和消逝期。我們也針對這些結果進行質性分析，透過觀察與討論，進一步了解沙紋與沙丘之變化過程與形成條件。最後我們比較了火星橫向風成脊（TAR）的形狀、動力及分布差異，推論其可能成因，希望進一步探究行星地表形貌的形成和演化過程。

本研究首先觀察 2022年軒嵐諾颱風與 2023年卡努颱風表面的海水溫度較低的區域，即冷水坑，以及颱風中心附近 200公里的平均風速。進而以表面海水溫度較低之區域訂定為冷水坑研究的空間範圍，計算冷水坑在六個方向（東、西、南、北、上、下）的能量收支，包括分析：水平與垂直的傳導、可感熱、水平與垂直的溫度通量。 各個能量途經在颱風滯留時全部顯示冷水坑在向外界吸收能量，同時從能量的收支量判斷出海水主要以水平溫度通量、熱傳導和可感熱進行能量交換，而東方與北方為能量向外流出的區域，且冷水坑的能量吸收在颱風滯留的第一天達到高峰，並且高峰持續至颱風滯留的最後一天，在颱風離開冷水坑後，向外匯出的能量不斷減少，約在滯留後兩天才轉為能量流入。

本研究利用Slow Earthquake Database長微震資料探討日本南海海槽長微震事件發生的特性、嘗試找出造成此區長微震發生的原因。我們將日本西南部的四國島、紀伊半島、愛知縣依空間細分為八個小區，分區將長微震的資料繪製成圖表，並利用快速傅立葉轉換Fast Fourier Transform進行頻譜分析，尋找該區長微震的活躍程度及復發週期，復發週期為一季至一年不等。另外，我們也將環境參數與長微震的月平均發震時長做比較，發現兩地皆與風速呈負相關、和累積雨量推遲1～2個月後兩者間成正相關、和地下水位高度呈負相關。潮汐與長微震的相關性上，潮位高度的影響較漲退潮狀態顯著， 但兩者均對長微震的發生有著正相關。

本研究旨在探究風成沙紋的型態和其移動速度及新月形沙丘的演化過程。利用吹出式風洞建立穩定且單一風向的風場，並運用不同粒徑的石英沙，以研究不同情況下沙紋和沙丘的變化。研究發現，風成沙紋的波長變化不僅受到風速、粒徑等特性的影響，還可能受到波峰後渦流長度的影響。另外觀察沙紋移動速度的變化後，可以明顯的發現與風速有高度正相關，亦討論能量的變化，並試圖建立風速與移動速度的轉換模型。在新月形沙丘演化過程的模擬中，我們歸納出三個主要時期：延伸期、崩落期和消逝期。我們也針對這些結果進行質性分析，透過觀察與討論，進一步了解沙紋與沙丘之變化過程與形成條件。最後我們比較了火星橫向風成脊（TAR）的形狀、動力及分布差異，推論其可能成因，希望進一步探究行星地表形貌的形成和演化過程。