2025年

隨著氣候變遷對人類生活帶來越來越大的的影響，CO2 為氣候變遷的主要驅動因素之一，準確預測二氧化碳（CO2）排放量變得至關重要。 本研究深入探討了各種先進的單變量和多變量時間序列模型，並提出一種新穎的混合集成模型，旨在提升台灣CO2 排放的預測準確性。 我們採用了自1965 年至2022 年的年均數據集，涵蓋CO2 排放量以及天然氣、煤炭和石油的消耗數據，利用標準評估指標來評估模型表現。在多次實驗中，我們選定了三個表現最佳的模型，並通過疊加泛化技術將其預測結果整合至一個元模型。所提出的混合集成模型達到了1.398% 的MAPE 分數，顯示出相較於傳統模型更優越且穩定的性能。 經過全面優化後，本模型可為政策制定者和產業領袖在制定減少CO2排放的決策時提供了可靠的依據。

本研究透過JY61P六軸加速度陀螺儀與ESP-32S控制板，製作出球形水流流場監測模組，藉由Unity 3D軟體與C#程式編寫，擬合出水域的水流狀況，再搭配空拍圖與水域深度探測，進行水域模型的建立。在沙崙海水浴場水流模型，發現當水流由西南方進入模型時沿岸流會順著海岸線流入鳥喙地形，與本研究模擬出的水流流場相符，確認所設計之區域水流流場3D重建系統的可行性與準確性。若將水流流場監測模組連接GPS浮標，可方便回收監測模組並輔助水流流場監測，能探測更深、更廣的未知水域流場。 本研究建立的區域水流流場3D重建系統，可廣泛應用在未知水域的模型建立，發揮預警功能。在青山瀑布水流流場監測實驗中，發現在瀑布水潭中，不同的深度有不同的水流差異產生；且在不同位置可能會有斷層式的地形高低變化，因此在未知水域活動時，應注意水域環境狀況以確保自身安全。

隨著氣候變遷對人類生活帶來越來越大的的影響，CO2 為氣候變遷的主要驅動因素之一，準確預測二氧化碳（CO2）排放量變得至關重要。 本研究深入探討了各種先進的單變量和多變量時間序列模型，並提出一種新穎的混合集成模型，旨在提升台灣CO2 排放的預測準確性。 我們採用了自1965 年至2022 年的年均數據集，涵蓋CO2 排放量以及天然氣、煤炭和石油的消耗數據，利用標準評估指標來評估模型表現。在多次實驗中，我們選定了三個表現最佳的模型，並通過疊加泛化技術將其預測結果整合至一個元模型。所提出的混合集成模型達到了1.398% 的MAPE 分數，顯示出相較於傳統模型更優越且穩定的性能。 經過全面優化後，本模型可為政策制定者和產業領袖在制定減少CO2排放的決策時提供了可靠的依據。