三等獎

海洋中有許多重金屬汙染，其中汞元素因為濃度低很容易被忽略，但卻容易經由飲食進入人體，造成嚴重傷害。也因其濃度低不易被測量，現今也少有海洋中汞汙染的完整資料。然而，在生物體中汞濃度會因生物累積及放大作用而較海水的濃度來得高，故本研究利用魚體汞累積速率（MAR）當作追蹤海洋污染之生物指摽，此方法將魚體總汞濃度除以年齡得到的汞累積速率，以去除生長時間的影響因素。 本研究利用習性不常移動之底棲魚種之MAR，分析與生物放大作用相關的掠食階級（Trophic Levels）之相關趨勢，經過篩選，研究分析了31篇過去於大西洋、太平洋及地中海採樣的文獻，將其中資料整理成趨勢圖，比較各區域汙染程度，發現各區的汙染程度呈現差異，同時提供觀測區域海汞汙染的新方法。

本研究以臺灣新竹縣的新豐紅樹林與臺中市的高美溼地，分別作為臺灣紅樹林與鹽沼的代表。經過元素分析、粒徑分析及密度分析之後，比較臺灣紅樹林與鹽沼兩個藍碳系統的碳封存能力差異及和國外相關研究間的差異性。本研究發現，採樣地距海越近，有機碳佔底土比例越高；粒徑較小的沉積物顆粒，較可能儲存更多有機碳；並藉此得出了藍碳相關研究受地理環境影響很大的結論。各採樣地樣本的活性有機碳(LOC)比例多大於難降解有機碳(ROC)比例，可能是由於臺灣的藍碳系統缺乏河川穩定供應有機物，又受到年齡與氣候條件的影響，其中儲存的ROC在總有機碳(TOC)中所占的比例不高，因此不適合長期儲存有機碳，卻很可能在幾十年內快速形成一個新的碳匯系統。

全球約有9千萬的兒童是視障者，他們的學習依賴著點字器材。點字書難以傳達3D (三維)圖形的概念，讓他們在理解3D圖形有許多挑戰，而點字書過長的文字描述加大了他們與正常同儕之間的差距。本研究旨在開發一個學習輔助平臺，同時強化視障者的觸覺認知和文字圖形理解能力。 在強化觸覺認知方面，開發之系統能將傳統的圖片，利用影像轉3D之人工智慧建模(Image-to-3D AI model)技術，轉換圖片轉為3D，呈現在開發的擴增實境顯示器上，讓視障者能夠親身透過觸摸立體顯示器之3D模型，瞭解圖片表達的空間結構。在文字優化方面，利用微調大型語言模型與搜索式強化生成等方法，優化視障者閱讀之內容。系統開發過程中，二位視障者進行體驗，持續以修正系統設計的便利性、友善性與有效性。 本研究成果為視障者帶來新式個人化的學習輔助工具，增強視障者對立體圖形學習能力與文字理解。

本研究主要是探討空氣鳳梨葉子作為清淨環境空氣和降低 PM2.5 濃度以及物理性微粒的功能。為了解空氣鳳梨的吸附能力，我們先測量空氣鳳梨的滯塵能力，發現高居室內植物滯塵能力第二名：其次是測量植株能否降低線香微粒濃度，發現其葉片具有減少懸浮微粒的能力，顯示其具有空氣淨化效果；猜測上述能力應與毛狀體結構有關，於是著手測量去毛後的吸附能力，得知毛狀體是影響吸附能力的關鍵。接著我們學習 Image J 操作，進一步了解空氣鳳梨在各部位的吸收能力及運送途徑。透過數位化影像分析，推測微粒的路徑為葉基→葉中→葉尖。最後比較了吸附微粒後的植株與對照組的抗氧化能力，發現實驗組明顯降低，說明微粒會對空氣鳳梨造成氧化壓力並影響生理代謝。

本研究開發基於RNN和LSTM的獨居者居家行為監控系統，利用樹莓派、多種無侵入式感測器及鏡頭實現獨居者日常活動的實時監控與情緒評估。系統收集各感應器數據，透過 LSTM 進行學習與預測，並使用隨機森林演算法分析行為狀態，提供客製化數據處理與預測性能優化。 長期數據收集可觀察獨居者的活動力及情緒變化，早期發現健康風險，針對現有求救設備頻繁異常通知的問題，我們開發了能夠識別長期身心狀況變化的監測系統，並整合人體紅外線感應器、都卜勒雷達感應器、日夜感測器等技術，透過Python程式及MQTT進行數據收集與處理。模型訓練使用SQLite資料庫數據，經過多次測試選擇最佳參數以提高預測準確度，隨機 森林演算法也強化決策準確性。 通過長期的數據收集和分析，本系統能夠觀察並預測獨居者的活動力和情緒的變化，早期發現獨居者的身心健康是否有風險。

To develop a mobile application that complements the Waka Kotahi Road to Zero campaign.Itaimstoincentivisesafedrivingbyidentifyingbehavioursandsituations that increase the risk of crashes and providing audio interventions.

本研究主要以磁懸浮為主題，嘗試利用單顆磁鐵及銅板組成的系統使銅板上方的磁鐵得以懸浮 ，並觀察分析其懸浮狀況與上方磁鐵的姿態。過程中量測了銅板對磁鐵造成的阻力以及下方磁鐵連接在轉盤旋轉時銅板上方的磁場大小與各種參數的關係。本研究主要針對轉盤轉速及銅板厚度作為變因，量測分析了在不同參數組合之下上方磁鐵的移動半徑、傾斜角度、面向方向以及其懸浮狀況。由於目前技術尚未突破至能使上方磁鐵穩定懸浮，因此定義了懸浮係數以說明磁鐵懸浮狀況。最後求出了銅板造成的阻力與磁鐵本身移動速度以及銅板厚度的關係式、磁場強度與轉盤中心距離與銅板厚度或轉速的關係、並以相圖描述了不同參數之下上方磁鐵的懸浮狀況。

網際網路高速發展時代，為解決身處於無蜂窩訊號涵蓋範圍下，可提供通訊服務及緊急呼叫的手持無線電及衛星服務昂貴不普及，因此本研究採用遠距離、低成本、ISM免執照頻段的LoRa物聯網無線電技術，透過其啁啾調頻技術(Chirp Spread Spectrum)、高鏈路預算等優勢，以「人人皆為基地台，亦為客戶端」理念，設計P2P去中心化網狀網路(Mesh Net work)節點傳輸協定和低廉可負擔的通訊裝置，應用於SOS緊急救難呼叫、短文通訊、定位回報等。在固有網路系統不可用時也得以獨立組網，無須高昂的修建維護成本。也可透過搜救無人機、高空氣球等，快速部署Gateway於高山極地、無訊號區、第三世界國家等情境場所，促進人類福祉達成聯合國SDGs永續理念，未來將技術結合低軌道衛星，較其他衛星技術更經濟、環保，並覆蓋全球範圍達成無死角通訊。

本研究開發基於RNN和LSTM的獨居者居家行為監控系統，利用樹莓派、多種無侵入式感測器及鏡頭實現獨居者日常活動的實時監控與情緒評估。系統收集各感應器數據，透過 LSTM 進行學習與預測，並使用隨機森林演算法分析行為狀態，提供客製化數據處理與預測性能優化。 長期數據收集可觀察獨居者的活動力及情緒變化，早期發現健康風險，針對現有求救設備頻繁異常通知的問題，我們開發了能夠識別長期身心狀況變化的監測系統，並整合人體紅外線感應器、都卜勒雷達感應器、日夜感測器等技術，透過Python程式及MQTT進行數據收集與處理。模型訓練使用SQLite資料庫數據，經過多次測試選擇最佳參數以提高預測準確度，隨機 森林演算法也強化決策準確性。 通過長期的數據收集和分析，本系統能夠觀察並預測獨居者的活動力和情緒的變化，早期發現獨居者的身心健康是否有風險。

本研究以臺灣新竹縣的新豐紅樹林與臺中市的高美溼地，分別作為臺灣紅樹林與鹽沼的代表。經過元素分析、粒徑分析及密度分析之後，比較臺灣紅樹林與鹽沼兩個藍碳系統的碳封存能力差異及和國外相關研究間的差異性。本研究發現，採樣地距海越近，有機碳佔底土比例越高；粒徑較小的沉積物顆粒，較可能儲存更多有機碳；並藉此得出了藍碳相關研究受地理環境影響很大的結論。各採樣地樣本的活性有機碳(LOC)比例多大於難降解有機碳(ROC)比例，可能是由於臺灣的藍碳系統缺乏河川穩定供應有機物，又受到年齡與氣候條件的影響，其中儲存的ROC在總有機碳(TOC)中所占的比例不高，因此不適合長期儲存有機碳，卻很可能在幾十年內快速形成一個新的碳匯系統。