從課本理論、野外布站、訊號處理,到自製樹莓派地震儀——一個學期、十份作業、一個真實的觀測站。每一步都是親手走過的地震學。
在 Raspberry Pi 4B 上完整配置 Raspberry Pi OS Linux 作業系統,熟悉終端機常用命令列操作(ssh、vim、top、df)。以 Python 進行基礎科學計算與 Matplotlib 繪圖,建置未來地震儀訊號處理的完整軟硬體運行環境。完成 MPU6050 模組的初步 I²C 連接測試,驗證三軸加速度原始數據讀取成功,為後續 STA/LTA 演算法的開發奠定基礎。
以 Hugging Face Space 部署互動式地震學解說網頁,整合 Apache ECharts 動態圖表庫,讓 P/S 波傳遞路徑、震波折射彎曲、Hazard vs Risk 比較等課本抽象概念全部變得可操作互動。側欄章節導覽搭配毛玻璃背景(backdrop-filter)UI 設計,涵蓋地震學第三章全部子章節,是本學期第一個公開部署的網路作品。
huggingface.co/spaces/u11310019/seismology-education-interactiveAI 技術並非單一工具即可解決所有問題,而是需要根據任務性質,挑選最合適的模型進行協作——各司其職,才能發揮最大效益。
老師分享的「AI 協作體系」直接改變了我整個學期的工作流程:① Antigravity 分割大型 PDF 文件(以三頁為單位),解決長文本資訊遺漏問題;② Python Notebook 進行高精度資料讀取;③ Gemini 深度分析與翻譯,產出條理清晰的大綱;④ Genspark 快速視覺化簡報產出。這套流程被我應用到後續每一份地震學作業的準備過程,大幅提升了學習效率與報告品質。
在科學館前草地親手布設 SmartSolo 節點式地震儀,從零開始完成野外施測的完整實務流程。感測器的精確度高得驚人——同學走路、車輛駛過都會被記錄下來,讓我第一次真正理解「選址」在地震觀測中的關鍵重要性。返回教室後以 Python ObsPy 讀取 SAC 格式數據,繪製 EPE/EPN/EPZ 三分量波形圖與時頻圖,分析人文噪音(Human-induced noise)的寬頻特徵。
親眼看見振動台上模型因共振效應而搖晃甚至破壞——課本上的「底層軟弱層(軟腳蝦)」崩潰機制瞬間從文字變成眼前的震撼畫面。現場了解 101 大樓 660 噸 TMD 調諧質量阻尼器的設計原理,以及建築反應譜在耐震設計中作為核心計算工具的角色。
技術再強,如果不能解決實際防災需求,就容易淪為紙上談兵。計畫對社會的實際價值,才是評審真正在意的事。
宋老師分享赴瑞士、美國驗證地震預警技術的跨國合作經歷,讓我深刻體會到:地震學研究的終點不是論文,而是真實保護生命的防災系統。這個思維直接影響了我把樹莓派地震儀定位為「低成本普及版觀測工具」的方向——我想做的不是學術展示,而是讓更多人能感知地震、理解大地。老師提及面試時被問「計畫的社會價值」,也讓我思考:如果我拿「程式分析地質災害」去申請築夢工場,如何讓評審相信這不只是在實驗室寫論文?
以 Seismo Pro 互動網頁系統完整呈現地震學第 3 章,設計三大學習模組,涵蓋從基礎物理到社會應用的完整知識鏈。每個單元配備 Apache ECharts 動態向量圖表,讓複雜的地震波傳播路徑、能量衰減公式與地震空區分布得以視覺化呈現,大幅降低抽象概念的理解門檻。
從 USGS 選取 2024 年 4 月 3 日花東大地震(Mw 7.4,震源深度 35–40 km)。蒐集斷層參數:走向 / 傾角 / 滑移角分別為 19°/54°/73°,辨識為東北—西南走向、往東傾斜的中角度逆斷層。手繪沙灘球中,外側白色區域包含 P 軸,呈西北西—東南東走向,完全符合菲律賓海板塊向西北推擠歐亞板塊時產生的主壓縮應力方向,是台灣東部碰撞邊界的典型地震機制表現。
深入探討地震學第四章核心主題:4.1 節涵蓋地震矩張量的物理意義、標量地震矩 M₀ 的三要素(剛性模量 μ、斷層面積 A、平均位移 D)及其與矩震級 Mw 的對數換算關係;4.2 節推導地震波輻射花樣(Radiation Pattern)的幾何模型,理解雙力偶(Double Couple)震源模型為何能同時解釋壓縮與膨脹的四象限分布。
部署 Focal Mechanism 互動式教學與繪圖系統至 Hugging Face Space。系統載入真實地震事件初動極性數據(24271505.P25 格式),透過赤平投影(Wulff/Schmidt Net)幾何計算,自動在 Canvas 上繪製精確的沙灘球圖。同時提供手繪互動模式:使用者可以用滑鼠在赤平投影圖上直接標記各測站的 UP(壓縮)/ DOWN(膨脹)極性,即時與系統自動解的結果進行比對,是本學期互動性最高、最貼近真實地震學家工作流程的一份作業。
以不足五千元台幣的成本,實現媲美商業地震儀的核心功能:即時三軸加速度監測、自動地震觸發、Discord 警報推播、SQLite 事件資料庫。每一行程式碼都是親手寫下,每一次觸發都是真實的大地回應。
學習 pygame 與 Raspberry Pi GPIO 控制過程中的副產品。在 Pi 上以 Python 重寫遊戲邏輯,修復原版的卡死與閃退 bug,並透過 SSH X11 Forwarding 搭配 MobaXterm 在 Windows 遠端顯示 Linux 圖形介面。遊戲中 Distance: 265/1500 是我在 Pi 上跑出的個人最佳紀錄——這個小專案讓我對多執行緒程式設計(遊戲主迴圈 + 事件監聽)和遠端部署有了最直觀的認識。
台灣每年記錄超過兩萬次地震,但商業地震儀的高昂成本使其難以普及。本計畫以不足五千元台幣的硬體,實現具備專業分析能力的監測系統。
熟悉 Raspberry Pi OS,學習 Python 語法、檔案 I/O 操作與 GPIO 腳位控制。
深入理解 I²C 通訊協定,驅動 MPU6050 六軸感測器,解析三軸加速度與陀螺儀數據。
實作 STA/LTA 自動觸發,設計 Butterworth 高通濾波器(0.1 Hz),並以 FFT 進行頻域特徵分析。
完成全系統整合,以 2026-06-06 震度 6 強真實事件完成系統驗證,最大 PGA 746.979 Gal。
短時平均與長時平均的比值,是地震學中最經典的自動觸發方法。當比值超過門檻(3.5),系統即判定地震事件發生。
零相位巴特沃斯濾波器去除低頻重力噪音。截止頻率設定為 0.1 Hz,保留地震信號的有效頻段。
快速傅立葉變換將時域信號轉換為頻域,辨識地震波優勢頻率。此次事件記錄到主頻 0.10 Hz。
以樹莓派與 MPU6050 感測器建構的低成本即時地震監測系統。結合 STA/LTA 偵測、巴特沃斯濾波與 FFT 頻譜分析。
作業 01–10 · DA-AN IoT Station · Raspberry Pi 4B + MPU6050
STA/LTA · Butterworth Filter · FFT · 互補濾波 · Discord Alert