從 AI 輔助學習到戶外震測實驗，從海灘球手繪到 Raspberry Pi 地震儀
完整紀錄 16 週的探索旅程
點擊任一週卡片，展開詳細學習內容與照片
學習 Antigravity、NotebookLM、Gemini Gem，重新定義如何有效率地閱讀地震學課本。
P波、S波、地球內部波傳、GitHub Pages 網頁部署實作。
不同頻率地震對不同樓層的影響、AI 交叉驗證能力訓練。
聆聽老師在水保署的 AI 災防演講，了解多 AI 組合的強大威力。
戶外佈設節點式地震儀、三分量資料分析、ObsPy 波形處理。
地震工程演講、振動台與反力牆實驗設施、隔震制震科技體驗。
期中考範圍與格式說明，整理前半學期學習重點。
驗收前半學期所學：彈性波、地球構造、震測實驗、國震中心。
地震學課程複習、走向國際的經驗分享。
走時曲線、非均向性地球、地函地核組成、走時與波形剖面圖。
報告地震學第三章網頁內容，並從同學的網頁學習設計技巧。
學會看海灘球、手繪震源機制球、Google Colab 繪製驗證。
從 P 檔讀取 azimuth、take-off angle、上下動，手繪測站投影到焦球。
Raspberry Pi、UART、MPU6050 感測器、麵包板接線、IoT 地震觀測。
學習 LaTeX 與 Overleaf 製作專業的學術報告與簡報。
整合所有學習成果，製作互動式期末回顧網頁。
透過互動遊戲，測試你這學期學到了多少！
10 道選擇題，涵蓋 P 波 S 波、海灘球、彈性回跳、PSHA 等整學期重點知識。你能拿滿分嗎？
給出斷層類型，選出正確的海灘球圖案。從逆斷層到走向滑移，看你是否真的學會了！
將 P 波、S 波、Love 波、Rayleigh 波按照在地球內部的傳播速度由快到慢排序！
從「蜂鳴器太敏感」到「圖表判讀與濾波修正」：Raspberry Pi 地震儀不是一次完成，而是在反覆提問、檢查圖像與修正程式中逐步變準。
在 Raspberry Pi + MPU6050 地震儀實作中，一開始只要輕微碰到桌面或感測器背景值漂移，系統就可能顯示有地震，蜂鳴器也太早開始叫。後來我把波形圖、STA/LTA 特徵函數、頻譜分析、滑動 RMS、PGA 與位移趨勢圖丟給 AI，一起判讀哪些訊號像真正震動、哪些其實只是低頻漂移或感測器偏移。
這個過程讓我學到：地震儀不是只要會讀取加速度就算完成，更重要的是要透過濾波、基線校正、事件門檻、頻率檢查與多圖交叉驗證，讓系統能分辨「真的震動」和「假觸發」。
原本只要背景雜訊或桌面微振使 dynamic_gal 超過門檻，蜂鳴器就開始叫，導致「還沒晃就叫」。
圖上主頻率常落在 0.05～0.07 Hz，週期約 14～20 秒，比較像慢速漂移、趨勢線或積分誤差。
圖上的 STA/LTA 峰值約 1.7～1.9，但門檻設定約 3.5，代表目前事件其實不應被視為有效觸發。
由加速度積分成位移時很容易累積漂移，所以位移圖只能作為趨勢展示，不能直接解讀為真實位移方向。
我和 AI 的討論重點不是「叫 AI 幫我寫完」，而是把每一張圖當成診斷證據：波形圖看有沒有突然震動，STA/LTA 看短期能量是否真的大幅超過背景，頻譜看主頻是不是合理，RMS 看能量是否集中，位移圖則檢查是否出現不合理漂移。
| 圖表/現象 | AI 協助判讀 | 我採用的修正方向 |
|---|---|---|
| 未晃動卻顯示地震 | 可能是 false trigger，不是真正地震訊號。 | 提高事件成立條件，不能只靠瞬間 Gal 值。 |
| 主頻率 0.05～0.07 Hz | 頻率過低，比較像漂移或姿態慢變。 | 加入高通濾波，主頻分析排除低頻漂移。 |
| STA/LTA 約 1.7～1.9 | 低於 3.5 門檻，不足以代表明顯事件。 | 讓 STA/LTA 成為觸發輔助條件，而不只畫圖。 |
| 相對位移出現數百 mm | MPU6050 積分位移容易累積誤差，不應當成真實位移。 | 改成去漂移展示版，只呈現相對趨勢。 |
| 蜂鳴器一碰就叫 | 警報規則太靠近背景監測層，缺少事件確認。 | 事件成立後才蜂鳴，並依震度分配長短間隔。 |
回望這 16 週，我學到了什麼？
這學期的地震學課程，對我來說並不是單純背誦 P 波、S 波、震央、震源或斷層名詞，而是一段從「如何學習地震學」逐步走向「如何像地震學研究者一樣思考」的過程。整個學期可以分成幾個重要面向：第一是 AI 輔助學習與資料整理能力，第二是地震波與地球內部構造的理論基礎，第三是野外震測與儀器操作的實作能力，第四是地震工程與防災應用，第五是震源機制解與地震事件分析，最後則是科學傳播、網頁製作與專業報告呈現能力。
5 月底操作 Raspberry Pi、MPU6050 感測器與麵包板，讓我第一次感覺到地震儀也可以從小型硬體開始設計。雖然它不能取代專業地震儀，但我開始理解地震觀測系統的基本架構：感測、記錄、分析、判斷、傳輸與警示。更重要的是，我透過與 AI 反覆討論圖表與程式邏輯，學會從假觸發、低頻漂移、STA/LTA 未達標、PGA 過度敏感等問題中一步一步修正，使地震儀成果更接近科學展示與教學用途。
整體來看，這學期我學到的不只是地震學知識，而是一套完整的科學學習流程：先用 AI 與數位工具有效率地理解教材，再透過網頁製作把知識視覺化；接著到戶外佈設地震儀，取得真實資料；再回到電腦進行波形、頻譜與訊號分析；之後把地震波理論連結到地球內部構造、地震工程防災與震源機制解；最後再用報告、簡報與互動式網頁把學習成果傳達給別人。這也是我這學期最大的收穫。