我很喜歡看工地裡的樣子，不是想要偷窺，而是工地裡因為會挖地基，所以可以看到數公尺下的土壤樣子，這我們一般人根本沒辦法作到這件事，所以都只有等到施工時，才能看到這些景象。
我們學校附近應該都是頭前溪的沖積平原，也才會有「湳雅」的名稱，這是台語中泥地、溼地、沼澤地那種意思，我想這個基地的地方也是。
這天我觀察工地的時候，看見一個有趣的顏色分界，我不確定這是人為的還是天然的？如果有機會可以近一點觀察，應該就可以知道為什麼會這樣。如果是天然的，那又是什麼原因造成？
2016年11月29日
觀察地基土壤
這幾個月，學校附近有個大工程，是在蓋一個大賣場，最近的進度是在挖地基。隔壁居高臨下，剛好可以從跨越工地圍牆看到裡頭的樣子。
我很喜歡看工地裡的樣子，不是想要偷窺，而是工地裡因為會挖地基，所以可以看到數公尺下的土壤樣子，這我們一般人根本沒辦法作到這件事，所以都只有等到施工時，才能看到這些景象。
我們學校附近應該都是頭前溪的沖積平原，也才會有「湳雅」的名稱，這是台語中泥地、溼地、沼澤地那種意思，我想這個基地的地方也是。
這天我觀察工地的時候，看見一個有趣的顏色分界，我不確定這是人為的還是天然的？如果有機會可以近一點觀察，應該就可以知道為什麼會這樣。如果是天然的，那又是什麼原因造成？
我很喜歡看工地裡的樣子，不是想要偷窺，而是工地裡因為會挖地基，所以可以看到數公尺下的土壤樣子，這我們一般人根本沒辦法作到這件事，所以都只有等到施工時，才能看到這些景象。
我們學校附近應該都是頭前溪的沖積平原，也才會有「湳雅」的名稱，這是台語中泥地、溼地、沼澤地那種意思，我想這個基地的地方也是。
這天我觀察工地的時候，看見一個有趣的顏色分界，我不確定這是人為的還是天然的？如果有機會可以近一點觀察，應該就可以知道為什麼會這樣。如果是天然的，那又是什麼原因造成？
台北數位藝術節-硬主體的生物相關展覽
2016台北數位藝術節展出主題《硬主體》，展出的時候剛好去參加一個工作坊，就順便去看這些有趣的展示，其中國際邀請展當中許多是跟生物有關的展示，
共生船，作者伊凡‧亨利克斯，來自荷蘭的創作者。設計概念是結合微生物燃料電池以及淨水植物，此裝置放置水上飄盪，利用此裝置底部的碳刷共生的細菌發電，將電能儲存於上部的電池中，電池再推動排水幫浦讓此共生船移動，移動的共生船搭載了淨水植物，可以直接把植物送去需要淨水的環境。
龜井潤的珍珠母，你可以從連結過去的照片看到操作的樣子。設計概念是「假如人體的一部分能夠變成珍珠，會怎樣？」
看起來很不可思議，但其實非常可行，甚至我們課程就在做這件事了，那就是吹氣到澄清石灰水，讓石灰水變混濁。
這位創作者，就讓那些吹氣產生的碳酸鈣附著在他的作品上頭。記得喔，那個碳酸鈣裡頭就有來自人體的二氧化碳。其實我最近也在跟著嘗試這件事，不過還沒抓到要領，要怎麼讓碳酸鈣附在我要它附上的地方，我總是讓它都附在容器壁上啊。
這個展示《撿到陌生人的臉》，作者希勒‧杜薇海博
這是個相當讓人省思的展品，如果你的基因隨處可撿到，那麼你的面容是不是也能被其他人發現。作者採集了公共場合掉落的煙蒂，把這些煙蒂上的DNA拿去檢測，就知道這些丟煙蒂的人是哪個種族、是男性還是女性、有什麼特殊基因......，你體內的祕密在DNA裡被洩漏了。
接著創作者再根據這些資訊，創作出此人的臉孔，然後把他印出來！
.
上面就是模擬的臉孔，而下方的黑色展示，就是此人的煙蒂還有他的基因資訊。
共生船，作者伊凡‧亨利克斯，來自荷蘭的創作者。設計概念是結合微生物燃料電池以及淨水植物，此裝置放置水上飄盪，利用此裝置底部的碳刷共生的細菌發電，將電能儲存於上部的電池中，電池再推動排水幫浦讓此共生船移動，移動的共生船搭載了淨水植物，可以直接把植物送去需要淨水的環境。
龜井潤的珍珠母，你可以從連結過去的照片看到操作的樣子。設計概念是「假如人體的一部分能夠變成珍珠，會怎樣？」
看起來很不可思議，但其實非常可行，甚至我們課程就在做這件事了，那就是吹氣到澄清石灰水，讓石灰水變混濁。
這位創作者，就讓那些吹氣產生的碳酸鈣附著在他的作品上頭。記得喔，那個碳酸鈣裡頭就有來自人體的二氧化碳。其實我最近也在跟著嘗試這件事，不過還沒抓到要領，要怎麼讓碳酸鈣附在我要它附上的地方，我總是讓它都附在容器壁上啊。
這個展示《撿到陌生人的臉》，作者希勒‧杜薇海博
這是個相當讓人省思的展品，如果你的基因隨處可撿到，那麼你的面容是不是也能被其他人發現。作者採集了公共場合掉落的煙蒂，把這些煙蒂上的DNA拿去檢測，就知道這些丟煙蒂的人是哪個種族、是男性還是女性、有什麼特殊基因......，你體內的祕密在DNA裡被洩漏了。
接著創作者再根據這些資訊，創作出此人的臉孔，然後把他印出來！
.上面就是模擬的臉孔，而下方的黑色展示，就是此人的煙蒂還有他的基因資訊。
DIY四軸飛行器LDSLITE 250
週六到台北參加了一場翔探科技舉辦的四軸飛行器組裝的工作坊，組裝的機型是他們公司開發的LDSLITE250，用的是他們自己研發的飛控版(LDSLITE馬達驅動載板)，還有他們自己研發的遙控器板-PAW 輸出輸入載板
旋翼機的技術整合非常多，包括
如果是要從零打造起，恐怕不可能用個一天工作坊來完成。
下一世代的無人機可能有電腦視覺自動控制、人臉辨識...。用旋翼機來辨識人臉的利基在於由於辨識人臉需要正對鏡頭，如果裝在無人機的鏡頭上，就可以自主移動攝影機和鏡頭去拍攝人臉，這比起固定型的攝影機好太多了。
想像有個小偷要偷竊，如果是過去，那小偷只要知道固定型攝影機在哪，閃來閃去就可以但是現在可以發展呈無人機透過人體感測發現有人進來，於是起飛進行多角度的拍攝與人臉辨識。
無人機在的應用包括農業、保安、緊急救護、物流、軍事、監控。這其實也是我想玩玩無人機的原因之一，我想用無人機進行一些空中拍攝的任務，還有進行空拍量測的事情。
這次學習的LDSLITE250，因為都已經模組化設計，許多硬體都已經整合在主板上，所以只要花一個小時左右把硬體組裝好，再來就把遙控器和飛行器的燒錄進去就可以了。其他就是要根據飛行狀況微調PID，這是比較細節的部份。
這台的起飛重量小於100g，旋翼轉速也比較慢，聽說也不容易撞傷就是。預留掛載重量約150g，可以加掛一些東西，像是感測模組及通訊模組。
硬體的部份擺出來有這些
先組裝馬達，套上齒輪
裝上馬達架、把線拉出來
電線穿過四軸
軸和馬達架相連
把四軸和主體結合
加上槳，再鎖上飛控版，這樣幾乎就完成了
硬體組裝很簡單，熟練的話，我覺得半個小時以內應該可以組好。軟體部份其實就是把現成的檔案燒錄進去就行了，比較要注意的是要特別設定遙控器和主板的頻道和Address，設錯的話就不能遙控了，另外就是PID的參數調整，這點就要花點時間理解和調整了。
其他的硬體都是現成就有的，例如
- 250mm四旋翼骨幹、馬達、槳
- 560mAh的鋰電池
- Arduino pro micro
- NRF24L01 2.4Ghz 無線模組
課程前先有旋翼機的基本介紹，像是旋翼機和直昇機的比較，雖然直昇機的速度比不上一般飛行機，但是它能夠垂直起降的特點是大勝一般飛行機的。
多軸旋翼機比起直昇機穩定得多，強健度比單旋翼好，但因馬達多，比較耗電。
我對旋翼機的第一印象就是印度電影-三個傻瓜，裡頭一個學生研發的作品。記得第一次看到的時候，覺得真是高科技的東西啊，一定是很貴的東西吧，不過過了幾年目前居然也有數百元就買得到的迷你四軸旋翼機。
旋翼機的技術整合非常多，包括
- 無線通訊（通訊協定、天線設計、天線理論、編碼技術）
- 飛航控制（Sensor Fusion、RTOS實時作業系統、資料結構、作業系統、ESC電子穩定控制系統）
- 電子變數控制（無刷有刷控制、電路設計）
- 馬達（機構設計、電機設計、材料科學、有限元模擬）
- 旋翼（機構設計、熱流設計、流體力學、材料科學、熱流模擬）
- 機體結構（接構設計、配重、應力模擬）
- 影像系統
如果是要從零打造起，恐怕不可能用個一天工作坊來完成。
下一世代的無人機可能有電腦視覺自動控制、人臉辨識...。用旋翼機來辨識人臉的利基在於由於辨識人臉需要正對鏡頭，如果裝在無人機的鏡頭上，就可以自主移動攝影機和鏡頭去拍攝人臉，這比起固定型的攝影機好太多了。
想像有個小偷要偷竊，如果是過去，那小偷只要知道固定型攝影機在哪，閃來閃去就可以但是現在可以發展呈無人機透過人體感測發現有人進來，於是起飛進行多角度的拍攝與人臉辨識。
無人機在的應用包括農業、保安、緊急救護、物流、軍事、監控。這其實也是我想玩玩無人機的原因之一，我想用無人機進行一些空中拍攝的任務，還有進行空拍量測的事情。
這次學習的LDSLITE250，因為都已經模組化設計，許多硬體都已經整合在主板上，所以只要花一個小時左右把硬體組裝好，再來就把遙控器和飛行器的燒錄進去就可以了。其他就是要根據飛行狀況微調PID，這是比較細節的部份。
這台的起飛重量小於100g，旋翼轉速也比較慢，聽說也不容易撞傷就是。預留掛載重量約150g，可以加掛一些東西，像是感測模組及通訊模組。
硬體的部份擺出來有這些
先組裝馬達，套上齒輪
裝上馬達架、把線拉出來
電線穿過四軸
軸和馬達架相連
把四軸和主體結合
加上槳，再鎖上飛控版，這樣幾乎就完成了
硬體組裝很簡單，熟練的話，我覺得半個小時以內應該可以組好。軟體部份其實就是把現成的檔案燒錄進去就行了，比較要注意的是要特別設定遙控器和主板的頻道和Address，設錯的話就不能遙控了，另外就是PID的參數調整，這點就要花點時間理解和調整了。
六十週年校慶的教學成果展
今年是我們學校六十週年校慶，教務處特別弄了一個活動是師生成果展，要展出老師和學生的作品。這是去年學校就已經規劃的事情，當初我就想到，如果是要展出東西，那看來應該要有些「東西」才行，因此就特別把學生的一些作業留下來，像是模型之類的。
本來想說就是擺幾個學生作品就好，但是佈場的時候看到阿芬他們社會科擺出來的東西好大陣仗，我抱著輸人不輸陣的心情，也跟著跑上跑下搬了好多東西來放。其實多擺些東西也好，讓家長們當天來可以看看，我們的老師能提供什麼樣的教學給學生。
除了擺東西以外，為了讓人家看得懂東西是什麼，我還特別把每個展示品都寫上展示牌，還好當天有季瑾協助，不然可不知道會忙到什麼時候呢。
有人看了我擺出來的東西後，說我把所有寶都拿出來擺了，不過實際上這些東西大概只有我的零頭一點點。如果真的要擺出來，恐怕要幾十張桌子才夠放。
本來想說就是擺幾個學生作品就好，但是佈場的時候看到阿芬他們社會科擺出來的東西好大陣仗，我抱著輸人不輸陣的心情，也跟著跑上跑下搬了好多東西來放。其實多擺些東西也好，讓家長們當天來可以看看，我們的老師能提供什麼樣的教學給學生。
除了擺東西以外，為了讓人家看得懂東西是什麼，我還特別把每個展示品都寫上展示牌，還好當天有季瑾協助，不然可不知道會忙到什麼時候呢。
有人看了我擺出來的東西後，說我把所有寶都拿出來擺了，不過實際上這些東西大概只有我的零頭一點點。如果真的要擺出來，恐怕要幾十張桌子才夠放。
2016年11月25日
python+OpenCV做車輛追蹤
在我過去學習的軟體中，要做物體追蹤可以用Imagej或是Tracker，例如
以ImageJ分析影片中物體的座標及路徑
用tracker分析植物生長動態
用tracker追蹤綠豆向光性
以ImageJ分析影片中物體的座標及路徑
我覺得imagej在處理影片是比較麻煩一點，因為還得先把影片轉換呈圖片，再匯入成TIFF檔之後，才能進行處理。而Tracker因為本來就是針對影片分析而發展的軟體，所以使用上自然是方便許多，不過要分析物體移動上，還是得用半手動地指定位置去做追蹤。
這樣有點難滿足我某部份的分析需求，比方說我如果想要分析即時的影像，那就不能用Tracker來做了。於是我想那就直接寫程式來分析吧，經過幾天摸索學習後，我使用python加上 OpenCV來實做。
使用的環境是Ubuntu 16.04+python 2.7+ OpenCV3.0，這安裝的門檻算有點高，就是要一直輸入文字去安裝，還好有教學文件，照著貼上去執行就可以。（不過編譯的時候，有一點小問題，後來把出現的訊息拿去拜google，跟著改一個小地方也就解決了）
安裝的教學文件連結
Ubuntu 16.04: How to install OpenCV
那個編譯錯誤的訊息是顯示 fatal error: hdf5.h: No such file or directory
以ImageJ分析影片中物體的座標及路徑
用tracker分析植物生長動態
用tracker追蹤綠豆向光性
以ImageJ分析影片中物體的座標及路徑
我覺得imagej在處理影片是比較麻煩一點，因為還得先把影片轉換呈圖片，再匯入成TIFF檔之後，才能進行處理。而Tracker因為本來就是針對影片分析而發展的軟體，所以使用上自然是方便許多，不過要分析物體移動上，還是得用半手動地指定位置去做追蹤。
這樣有點難滿足我某部份的分析需求，比方說我如果想要分析即時的影像，那就不能用Tracker來做了。於是我想那就直接寫程式來分析吧，經過幾天摸索學習後，我使用python加上 OpenCV來實做。
使用的環境是Ubuntu 16.04+python 2.7+ OpenCV3.0，這安裝的門檻算有點高，就是要一直輸入文字去安裝，還好有教學文件，照著貼上去執行就可以。（不過編譯的時候，有一點小問題，後來把出現的訊息拿去拜google，跟著改一個小地方也就解決了）
安裝的教學文件連結
Ubuntu 16.04: How to install OpenCV
那個編譯錯誤的訊息是顯示 fatal error: hdf5.h: No such file or directory
解決方式就是如這篇，把下面這兩行，加到 modules/python/common.cmake底下就可以
OpenCV是非常完整豐富的函式庫，只要知道要用什麼函式，一行一行堆進去，就可以作到需要的效果，以下就是分析的影片。
最上面是原始檔，第二個是把移動物體的輪廓抓出來，第三個是用這個輪廓把車輛的影像抓出，第四個則是在原圖上加上那個輪廓框線。學習的參考文件，完全就是從這個網站來的
OpenCV-Python Tutorials
就可以拿來分析webcam的影像了
不過目前卡關了，因為還在摸索怎麼去把不同frame裡的車運算得知那是「同一部車」。
想要學習這樣的分析，原因之一是想到生物分析也會用到這樣的技術，過去看到一篇研究，有人拍攝螞蟻的動態，然後分析出有一半的螞蟻其實都是站著不動的，並非窩裡每一隻都會跑來跑去工作的。像這樣的研究，人工快轉去分析也是可以啦，但是如果程式可以代勞，那就可以得知很多不同的訊息了。
===================
#!/usr/bin/env python
import numpy as np
import cv2
cap = cv2.VideoCapture('output.mp4')
fgbg = cv2.createBackgroundSubtractorMOG2()
kernel = np.ones((11,11),np.uint8)
while(cap.isOpened()):
ret, frame = cap.read()
road=frame[475:644,250:1200]
fgmask = fgbg.apply(road) #backgroun
fgmask = cv2.GaussianBlur(fgmask,(5,5),0) #GaussianBlue
ret,fgmask = cv2.threshold(fgmask,150,255,cv2.THRESH_BINARY) #Threshold
fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_OPEN, kernel) #Morphological transformations-open
fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_CLOSE, kernel) #Morphological transformations-close
car = cv2.bitwise_and(road,road,mask = fgmask) #get car real images
fgmask_inv = cv2.bitwise_not(fgmask) #inverse car mask
white=road.copy()
white[:,:]=255 #make white road background
road_withoutCar = cv2.bitwise_and(white,white,mask = fgmask_inv) #road -car_mask
whiteroad_car = cv2.add(road_withoutCar,car) #road + car
image, contours, hierarchy = cv2.findContours(fgmask.copy(),cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) #contour
#print len(contours)
car_contour1=road.copy()
car_contour1 = cv2.drawContours(car_contour1, contours, -1, (0,255,0), 3) #draw car contour
car_contour2=road.copy()
car_contour3=road.copy()
car_contour4=road.copy()
for i in range(len(contours)):
cnt = contours[i]
M = cv2.moments(cnt)
area = cv2.contourArea(cnt)
epsilon = 0.1*cv2.arcLength(cnt,True)
approx = cv2.approxPolyDP(cnt,epsilon,True)
car_contour2 = cv2.drawContours(car_contour2, [approx], -1, (0,255,0), 3) #draw car contour
hull = cv2.convexHull(cnt)
car_contour3 = cv2.drawContours(car_contour3, [hull], -1, (0,255,0), 3) #draw car contour
x,y,w,h = cv2.boundingRect(cnt)
car_contour4 = cv2.rectangle(car_contour4,(x,y),(x+w,y+h),(0,255,0),2)
#cv2.imshow('road',road)
cv2.imshow('fgmask',fgmask)
cv2.imshow('car',car)
#cv2.imshow('road_white',whiteroad_car)
#cv2.imshow('car_contour1',car_contour1)
#cv2.imshow('car_contour2',car_contour2)
#cv2.imshow('car_contour3',car_contour3)
cv2.imshow('car_contour4',car_contour4)
#cv2.imshow('carBoundary',carBoundary)
k = cv2.waitKey(20) & 0xff
if k == 27:
break
cap.release()
cv2.destroyAllWindows()
ind_package(HDF5)
include_directories(${HDF5_INCLUDE_DIRS})
OpenCV是非常完整豐富的函式庫，只要知道要用什麼函式，一行一行堆進去，就可以作到需要的效果，以下就是分析的影片。
最上面是原始檔，第二個是把移動物體的輪廓抓出來，第三個是用這個輪廓把車輛的影像抓出，第四個則是在原圖上加上那個輪廓框線。學習的參考文件，完全就是從這個網站來的
OpenCV-Python Tutorials
完整程式碼在最底下，如果我要做即時分析，也只要修改這行
cap = cv2.VideoCapture('output.mp4')
改成
cap = cv2.VideoCapture(0)就可以拿來分析webcam的影像了
不過目前卡關了，因為還在摸索怎麼去把不同frame裡的車運算得知那是「同一部車」。
想要學習這樣的分析，原因之一是想到生物分析也會用到這樣的技術，過去看到一篇研究，有人拍攝螞蟻的動態，然後分析出有一半的螞蟻其實都是站著不動的，並非窩裡每一隻都會跑來跑去工作的。像這樣的研究，人工快轉去分析也是可以啦，但是如果程式可以代勞，那就可以得知很多不同的訊息了。
===================
#!/usr/bin/env python
import numpy as np
import cv2
cap = cv2.VideoCapture('output.mp4')
fgbg = cv2.createBackgroundSubtractorMOG2()
kernel = np.ones((11,11),np.uint8)
while(cap.isOpened()):
ret, frame = cap.read()
road=frame[475:644,250:1200]
fgmask = fgbg.apply(road) #backgroun
fgmask = cv2.GaussianBlur(fgmask,(5,5),0) #GaussianBlue
ret,fgmask = cv2.threshold(fgmask,150,255,cv2.THRESH_BINARY) #Threshold
fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_OPEN, kernel) #Morphological transformations-open
fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_CLOSE, kernel) #Morphological transformations-close
car = cv2.bitwise_and(road,road,mask = fgmask) #get car real images
fgmask_inv = cv2.bitwise_not(fgmask) #inverse car mask
white=road.copy()
white[:,:]=255 #make white road background
road_withoutCar = cv2.bitwise_and(white,white,mask = fgmask_inv) #road -car_mask
whiteroad_car = cv2.add(road_withoutCar,car) #road + car
image, contours, hierarchy = cv2.findContours(fgmask.copy(),cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) #contour
#print len(contours)
car_contour1=road.copy()
car_contour1 = cv2.drawContours(car_contour1, contours, -1, (0,255,0), 3) #draw car contour
car_contour2=road.copy()
car_contour3=road.copy()
car_contour4=road.copy()
for i in range(len(contours)):
cnt = contours[i]
M = cv2.moments(cnt)
area = cv2.contourArea(cnt)
epsilon = 0.1*cv2.arcLength(cnt,True)
approx = cv2.approxPolyDP(cnt,epsilon,True)
car_contour2 = cv2.drawContours(car_contour2, [approx], -1, (0,255,0), 3) #draw car contour
hull = cv2.convexHull(cnt)
car_contour3 = cv2.drawContours(car_contour3, [hull], -1, (0,255,0), 3) #draw car contour
x,y,w,h = cv2.boundingRect(cnt)
car_contour4 = cv2.rectangle(car_contour4,(x,y),(x+w,y+h),(0,255,0),2)
#cv2.imshow('road',road)
cv2.imshow('fgmask',fgmask)
cv2.imshow('car',car)
#cv2.imshow('road_white',whiteroad_car)
#cv2.imshow('car_contour1',car_contour1)
#cv2.imshow('car_contour2',car_contour2)
#cv2.imshow('car_contour3',car_contour3)
cv2.imshow('car_contour4',car_contour4)
#cv2.imshow('carBoundary',carBoundary)
k = cv2.waitKey(20) & 0xff
if k == 27:
break
cap.release()
cv2.destroyAllWindows()
2016年11月24日
看學生的甲襞微血管
教循環系統一定要學微血管，可是有誰曾經看過自己的微血管血流流動呢？
如果只是要看到微血管，用好一點的USB顯微鏡就看得到了，或是用手機顯微鏡也是可以拍出。
參考：
用手機顯微鏡觀察甲襞微血管
拍攝自己的體表微血管
看自己的微血管
如果是要看人體的微血管流動，那就要用到比較特別的顯微鏡了，這次用的是專看微循環的機器帶學生看自己手指頭的微循環。
（微血管裡頭一顆顆的就是紅血球，偶而可見白血球）
機器只有一台，怎麼讓學生看呢？那就是分組來進行囉。同一節課，其他學生先寫筆記，然後各組來我這邊，我指導他們怎麼看。
同一組四個學生過來，我會先從裡頭挑選手最冷的來觀察，因為手冷的，血流速度都會很慢，甚至血球還在微血管裡頭停住了，然後我再壓一壓他的手指頭，壓幾下後再觀察，血流速度就會變很快。接著我再找手最熱的來觀察，他們就會發現手熱的，微血管裡的血流速度非常快。
我打算教到體溫恆定還有冷水冰水的感覺實驗那時，再來觀察一次，讓學生們看看碰冷水和碰熱水的手指微血管血流速度，那一定會非常有意思。
寶特瓶裡的簡易燃料電池製作
最近啊，突然想玩燃料電池，跟生物一點關係都沒有。這個似乎已經是高中化學的內容了，想我以前還都沒學過哩。不過沒關係，以前沒學過，現在上網學一下就可以找到很多資料了，我看到有各種不同的作法，是我就要找最簡單的方法，比方說這個《簡易氫氣燃料電池車的實作及其探索活動》。
現在要做的這個燃料電池，是氫氣燃料電池。概念很簡單，一開始先把裝置拿來當電解裝置，接上外部電源後，陽極產生氧氣、陰極產生氫氣，把這些氣體收集起來，斷開外部電源，然後就可以成為燃料電池了。
在燃料電池的陽極處，氫氣放出電子，進行氧化的半反應。電子經過電極到外部負載（LED)，然後到達陰極。陰極發生還原的半反應，氧氣、氫離子、電子，三個加一加合成水，只要有氫氣，就可以一直產電。
要做電池就要有電極，手邊沒有可用的電極怎麼辦，啊就拆電池的電極啊。（咦，為了做電池的電極而拆電池）
用尖嘴鉗把廢乾電池的外殼拆掉
拆到最後，就可以拿到中間的碳棒，但是上頭還有很多膠，怎麼辦？就學這篇《綠色環保－－ 簡易氫氧燃料電池》，用瓦斯噴槍烤一烤，再泡水連續幾次，通常殘留的東西就燒掉了，如果還沒弄掉，就拿菜瓜布刷一刷。這樣烤一烤處理，可以把堵住碳棒孔隙的膠弄掉。
接著拿個瓶蓋，用尖剪刀鑽兩個洞，把碳棒鑽過去，再用熱熔膠把碳棒固定好，底部用不織布包起來，我又用了橡皮筋纏住。這裝置會先充當電解裝置，兩電極產生的氧氣和氫氣，會黏附在不織布上面。不用不織布也是可以，但是吸附的氣體就是一咪咪而已。
接著寶特瓶裝水，放一些氫氧化鈉，不過一般家裡也不會放這種東西吧。所以可以改放小蘇打，不然就是食鹽，不過要放食鹽就不要太濃，重量百分濃度10%是可以的，太濃的話就會電解出氯氣，然後你吸了就會被毒到。這篇科展作品就是做到底要多濃？《你濃我濃，到底要多濃？─電解1A族、2A族金屬氯化物水溶液之性質探討》
水裝滿、瓶蓋鎖上，接上電極開始通電（我是用變壓器改裝的，這篇裡製作的）。其實因為電極短、不織布也小，所以通電十幾秒也就夠了。會看到不織布上會有氣泡出現。
接著就是把LED掛上電極，然後就亮了（ㄟ，看得出來嗎？）。
對於如果只是純粹想要簡易實做的，材料可以更簡化，不需要用瓶蓋（因為還要用剪刀鑽洞，太麻煩）。可以拿個泡綿、棉花、衛生紙之類的，把碳棒固定在瓶口就好，甚至也不用寶特瓶，隨便杯子、袋子也都行。但如果要拿來做後續利用的探究活動，像這篇的實作，我就覺得非常好，還可以拿來推動車子往前跑哩。
現在要做的這個燃料電池，是氫氣燃料電池。概念很簡單，一開始先把裝置拿來當電解裝置，接上外部電源後，陽極產生氧氣、陰極產生氫氣，把這些氣體收集起來，斷開外部電源，然後就可以成為燃料電池了。
在燃料電池的陽極處，氫氣放出電子，進行氧化的半反應。電子經過電極到外部負載（LED)，然後到達陰極。陰極發生還原的半反應，氧氣、氫離子、電子，三個加一加合成水，只要有氫氣，就可以一直產電。
要做電池就要有電極，手邊沒有可用的電極怎麼辦，啊就拆電池的電極啊。（咦，為了做電池的電極而拆電池）
用尖嘴鉗把廢乾電池的外殼拆掉
拆到最後，就可以拿到中間的碳棒，但是上頭還有很多膠，怎麼辦？就學這篇《綠色環保－－ 簡易氫氧燃料電池》，用瓦斯噴槍烤一烤，再泡水連續幾次，通常殘留的東西就燒掉了，如果還沒弄掉，就拿菜瓜布刷一刷。這樣烤一烤處理，可以把堵住碳棒孔隙的膠弄掉。
接著拿個瓶蓋，用尖剪刀鑽兩個洞，把碳棒鑽過去，再用熱熔膠把碳棒固定好，底部用不織布包起來，我又用了橡皮筋纏住。這裝置會先充當電解裝置，兩電極產生的氧氣和氫氣，會黏附在不織布上面。不用不織布也是可以，但是吸附的氣體就是一咪咪而已。
接著寶特瓶裝水，放一些氫氧化鈉，不過一般家裡也不會放這種東西吧。所以可以改放小蘇打，不然就是食鹽，不過要放食鹽就不要太濃，重量百分濃度10%是可以的，太濃的話就會電解出氯氣，然後你吸了就會被毒到。這篇科展作品就是做到底要多濃？《你濃我濃，到底要多濃？─電解1A族、2A族金屬氯化物水溶液之性質探討》
水裝滿、瓶蓋鎖上，接上電極開始通電（我是用變壓器改裝的，這篇裡製作的）。其實因為電極短、不織布也小，所以通電十幾秒也就夠了。會看到不織布上會有氣泡出現。
接著就是把LED掛上電極，然後就亮了（ㄟ，看得出來嗎？）。
對於如果只是純粹想要簡易實做的，材料可以更簡化，不需要用瓶蓋（因為還要用剪刀鑽洞，太麻煩）。可以拿個泡綿、棉花、衛生紙之類的，把碳棒固定在瓶口就好，甚至也不用寶特瓶，隨便杯子、袋子也都行。但如果要拿來做後續利用的探究活動，像這篇的實作，我就覺得非常好，還可以拿來推動車子往前跑哩。
2016年11月21日
竹南的離岸風機
十月底的時候，在大山背山上看到竹南那邊出現兩座離岸風機，當時就一直惦記著要到海邊再看一次，等了幾周，終於有空閒的時間，開車到了竹南的龍鳳漁港，遠遠就看到兩個離岸風機在海上。
這是全台灣首兩座離岸風機啊
全台首兩座離岸風機 明年試運轉
另外還看到兩個平台在海上，但是不確定這兩個平台的功能是什麼？
回家之後看風機的資料時，突然想起以前大學時騎車在海邊，好像沒有印象看過風機啊。記得第一次看到風機，好像是畢業旅行去澎湖的時候，看到那邊有試驗風場，然後才第一次看到風機。
查了一下資料，看到《源雜誌》這篇文章《台電在台灣本島及離島推動風力發電概況報導》，果然記憶沒錯，台灣本島的風力發電第一期計畫是在民國92年1月至民國97年12月，當時在西部沿海設立了60部風機，分別是在石門、大潭、香山、台中、恆春。
那篇文章是寫在2012年初的，那時候台電就已經設置了162部風力發電機組，然後接下來就是會在彰化、雲林、澎湖等地方繼續設置離岸風機。想想還真是壯觀的景象，在台灣西部沿海，往北或往南看去，幾乎找不到沒有風機的地方吧？
相關新聞
再找了一下資料，在第二期能源國家型科技計畫裡，有個離岸風電知識網，也介紹了離岸風機的資料。
除了看這些資料以外，還是要去環境資訊中心，看一下設置這些風機對於環境的影響，例如這篇《離岸風電擬仿英國經驗 「區塊開發」主動避開生態區》，或者了解新電業法的修法專題。另外離岸風機的設置地點，其實也是接近白海豚的棲地，《離岸風機政策環評過關 避開白海豚棲地500公尺》
這是全台灣首兩座離岸風機啊
全台首兩座離岸風機 明年試運轉
另外還看到兩個平台在海上，但是不確定這兩個平台的功能是什麼？
回家之後看風機的資料時，突然想起以前大學時騎車在海邊，好像沒有印象看過風機啊。記得第一次看到風機，好像是畢業旅行去澎湖的時候，看到那邊有試驗風場，然後才第一次看到風機。
查了一下資料，看到《源雜誌》這篇文章《台電在台灣本島及離島推動風力發電概況報導》，果然記憶沒錯，台灣本島的風力發電第一期計畫是在民國92年1月至民國97年12月，當時在西部沿海設立了60部風機，分別是在石門、大潭、香山、台中、恆春。
那篇文章是寫在2012年初的，那時候台電就已經設置了162部風力發電機組，然後接下來就是會在彰化、雲林、澎湖等地方繼續設置離岸風機。想想還真是壯觀的景象，在台灣西部沿海，往北或往南看去，幾乎找不到沒有風機的地方吧？
相關新聞
| 丹能風力臺灣分公司成立，將在彰化外海投資興建離岸風機 |
除了看這些資料以外，還是要去環境資訊中心，看一下設置這些風機對於環境的影響，例如這篇《離岸風電擬仿英國經驗 「區塊開發」主動避開生態區》，或者了解新電業法的修法專題。另外離岸風機的設置地點，其實也是接近白海豚的棲地，《離岸風機政策環評過關 避開白海豚棲地500公尺》
拍月球看月球岩石的化學成份
週六是學校的校慶運動會，早上還看得見月亮掛在天上，想起前幾天看到鄭明典主任的臉書貼文。
陽光通過大氣時，如果大氣裡有很多懸浮微粒，那麼這些懸浮微粒會多次反射光線，而產生較強的漫射光，使我們幾乎看不見白天的月亮（當然前提是月相也要對）。相反的，如果大氣中的懸浮微粒少，那麼就很有機會看到白天的月亮。
晚上，空氣依舊不錯，抬頭看可以看到半個月亮（這是農曆十九的月亮），拿起望遠鏡看，可以看到陰影交界處的隕石坑。
拍了之後，想到數年前看到的一篇文章，是MICHAEL A. COVINGTON在Make: 24期寫的《Map the Chemical Composition of the Moon 》，文章是寫利用影像編輯軟體處理月球的照片，然後藉此看出月球岩石的不同化學組成。
我當時沒有焦段長的相機，所以就把這事情給放著沒做，但是既然現在有拍到大一點的月亮，就來試試看吧。文章中寫的是用RAW檔來製作比較好，但是我只有JPEG檔，做出來發現也可以。
拍攝了照片之後，使用影像編輯軟體（我是使用GIMP這個自由軟體)，調整顏色/色相與飽和度。把飽和度調高數次（一次到位可能不太理想，建議是一次調一點，多調幾次），就可以出現這樣的圖了。
下圖裡左邊是原圖，右邊是調整過飽和度的。其實月球的顏色，並不是單純只有灰灰暗暗的顏色，它是有一些顏色差異的，只是我們的人眼無法辨識出這些微小差異，所以看不出來。影像軟體的調整飽和度就是去誇大這些差異，
顏色比較藍的部份（例如寧靜海），是鈦含量比較豐富的區域，而橘色的部份（例如雨海）是鈦和鐵含量較少的區域。
這樣的圖，你也可以從每日一天文圖中看到，這是2006年2月16日的文章
http://apod.nasa.gov/apod/ap060216.html（原文）
http://www.phys.ncku.edu.tw/~astrolab/mirrors/apod/ap060216.html（中文鏡像站）
在這連結裡頭，有個The Colorful Moon，是NASA製作的。影像來源是伽利略號太空船在1992年前往木星的旅程中，用濾鏡拍攝了15張影像，後來科學家把這些影像組出來的，也是一樣，藍色調代表鈦含量豐富，而橘紅色和紫色則是標示鈦和鐵豐富的區域。
我好奇我做的圖，和NASA的圖是否有共通點，於是就把兩張圖併在一起比較，發現還真是有共同點呢。（下圖左邊是我拿相機再調飽和度做的，右邊是NASA的）
紫色那個是沒調出來，但是部份的黃色和藍色，的確是分佈在相同位置的。
查資料的時候，也看到這篇《2015-07-31 藍月不藍，那月亮到底會不會變藍？》，也有提到這類型的影像。
陽光通過大氣時，如果大氣裡有很多懸浮微粒，那麼這些懸浮微粒會多次反射光線，而產生較強的漫射光，使我們幾乎看不見白天的月亮（當然前提是月相也要對）。相反的，如果大氣中的懸浮微粒少，那麼就很有機會看到白天的月亮。
晚上，空氣依舊不錯，抬頭看可以看到半個月亮（這是農曆十九的月亮），拿起望遠鏡看，可以看到陰影交界處的隕石坑。
拍了之後，想到數年前看到的一篇文章，是MICHAEL A. COVINGTON在Make: 24期寫的《Map the Chemical Composition of the Moon 》，文章是寫利用影像編輯軟體處理月球的照片，然後藉此看出月球岩石的不同化學組成。
我當時沒有焦段長的相機，所以就把這事情給放著沒做，但是既然現在有拍到大一點的月亮，就來試試看吧。文章中寫的是用RAW檔來製作比較好，但是我只有JPEG檔，做出來發現也可以。
拍攝了照片之後，使用影像編輯軟體（我是使用GIMP這個自由軟體)，調整顏色/色相與飽和度。把飽和度調高數次（一次到位可能不太理想，建議是一次調一點，多調幾次），就可以出現這樣的圖了。
下圖裡左邊是原圖，右邊是調整過飽和度的。其實月球的顏色，並不是單純只有灰灰暗暗的顏色，它是有一些顏色差異的，只是我們的人眼無法辨識出這些微小差異，所以看不出來。影像軟體的調整飽和度就是去誇大這些差異，
顏色比較藍的部份（例如寧靜海），是鈦含量比較豐富的區域，而橘色的部份（例如雨海）是鈦和鐵含量較少的區域。
這樣的圖，你也可以從每日一天文圖中看到，這是2006年2月16日的文章
http://apod.nasa.gov/apod/ap060216.html（原文）
http://www.phys.ncku.edu.tw/~astrolab/mirrors/apod/ap060216.html（中文鏡像站）
在這連結裡頭，有個The Colorful Moon，是NASA製作的。影像來源是伽利略號太空船在1992年前往木星的旅程中，用濾鏡拍攝了15張影像，後來科學家把這些影像組出來的，也是一樣，藍色調代表鈦含量豐富，而橘紅色和紫色則是標示鈦和鐵豐富的區域。
我好奇我做的圖，和NASA的圖是否有共通點，於是就把兩張圖併在一起比較，發現還真是有共同點呢。（下圖左邊是我拿相機再調飽和度做的，右邊是NASA的）
紫色那個是沒調出來，但是部份的黃色和藍色，的確是分佈在相同位置的。
查資料的時候，也看到這篇《2015-07-31 藍月不藍，那月亮到底會不會變藍？》，也有提到這類型的影像。
2016年11月17日
校園走走認識樹，拉拉樹皮認識韌皮部
好幾年以前我教什麼韌皮部、木質部、木材、樹皮，都只是在教室上課，黑板上講講看看影片照片，最多就是帶個木頭進教室給學生看。但是最近幾年覺得這樣和現實太脫節，所以總是會在基礎的記憶理解部份了解之後，就會帶學生實際走校園。
今年是安排一節課的時間，前十分鐘在教室看木塊，了解樹皮、木材，再實際算算年輪。接著就是到校園戶外教學。過去其實很貪心，會想辦法又介紹樹名、又介紹生態...，今年純粹是以認識了維管束再去認識樹的角度去走校園，就只看八棵樹而已，也不會特別介紹樹名。
第一棵樹是黑板樹，觀察的是他的樹根如何鑽入地面，讓地面膨起來。也透過嗅覺感覺黑板樹獨特的花香，更重要的是洞察這棵樹正在進行繁衍下代的任務，光是他一棵樹可能就有數萬朵花，而且這味道和時間點也有關係呢。
第二棵樹是大葉桉，觀察是扭轉的樹皮，還有感覺那厚厚的木栓層讓樹皮抱起來很軟。
第三棵樹是小葉南洋杉，觀察的是如何表現向光性，讓他的樹彎來彎去
第四棵樹是台灣欒樹，看的是他如何從被砍到剩樹頭，用數年的時間再度復活茁壯，用樹皮再把樹頭包覆，順便也能看看他的皮孔。
第五棵樹是馬拉巴栗，看的是他怎麼把纏繞於身上的鐵絲用樹皮包覆住
第六棵樹是雀榕，看的是他的樹根纏勒，包住圍牆、包住其他大樹，也看他的新樹皮、非結構枝
第七棵樹是樟樹，看他如何從根裡再復活，而且我還跟學生說：「如果這兩棵新生的小樹沒有被砍掉的話，十年後校慶再回到學校，應該會看到兩棵大樹，到時候你可以驕傲的跟同行的人說，其實這兩棵樹是同一棵喔，而且我從他還比我矮的時候，就看過他了喔」
第八棵樹是構樹，介紹我怎麼用他做樹皮布，還有構樹和南島語族的關係，最重要的就是讓學生用手感理解「韌皮部」，就是讓學生去拉拉樹皮，就能知道為什麼會拿這種植物做樹皮布，還有韌皮部的韌是怎樣的韌法。
觀察完後，導師也將學生聯絡簿書寫的生活札記與我分享。我想，過幾月幾年後，學生應該會忘記課堂上上過什麼，但是在校園裡實際用視覺、嗅覺、觸覺去感受生物的經驗，應該很難忘。
今年是安排一節課的時間，前十分鐘在教室看木塊，了解樹皮、木材，再實際算算年輪。接著就是到校園戶外教學。過去其實很貪心，會想辦法又介紹樹名、又介紹生態...，今年純粹是以認識了維管束再去認識樹的角度去走校園，就只看八棵樹而已，也不會特別介紹樹名。
第一棵樹是黑板樹，觀察的是他的樹根如何鑽入地面，讓地面膨起來。也透過嗅覺感覺黑板樹獨特的花香，更重要的是洞察這棵樹正在進行繁衍下代的任務，光是他一棵樹可能就有數萬朵花，而且這味道和時間點也有關係呢。
第二棵樹是大葉桉，觀察是扭轉的樹皮，還有感覺那厚厚的木栓層讓樹皮抱起來很軟。
第三棵樹是小葉南洋杉，觀察的是如何表現向光性，讓他的樹彎來彎去
第四棵樹是台灣欒樹，看的是他如何從被砍到剩樹頭，用數年的時間再度復活茁壯，用樹皮再把樹頭包覆，順便也能看看他的皮孔。
第五棵樹是馬拉巴栗，看的是他怎麼把纏繞於身上的鐵絲用樹皮包覆住
第六棵樹是雀榕，看的是他的樹根纏勒，包住圍牆、包住其他大樹，也看他的新樹皮、非結構枝
第七棵樹是樟樹，看他如何從根裡再復活，而且我還跟學生說：「如果這兩棵新生的小樹沒有被砍掉的話，十年後校慶再回到學校，應該會看到兩棵大樹，到時候你可以驕傲的跟同行的人說，其實這兩棵樹是同一棵喔，而且我從他還比我矮的時候，就看過他了喔」
第八棵樹是構樹，介紹我怎麼用他做樹皮布，還有構樹和南島語族的關係，最重要的就是讓學生用手感理解「韌皮部」，就是讓學生去拉拉樹皮，就能知道為什麼會拿這種植物做樹皮布，還有韌皮部的韌是怎樣的韌法。
觀察完後，導師也將學生聯絡簿書寫的生活札記與我分享。我想，過幾月幾年後，學生應該會忘記課堂上上過什麼，但是在校園裡實際用視覺、嗅覺、觸覺去感受生物的經驗，應該很難忘。
培養皿裡澱粉與碘液的藝術化
前面幾篇寫了澱粉要糊化啦、碘液要稀釋啦、澱粉和酵素又可以做什麼藝術之類的
唾液澱粉酶的簡易驗證實驗，只要五秒
澱粉酶藝術，用自己的口水作畫
玩著玩著就開始突發奇想，如果拿糊化後的澱粉膠體溶液，再加上稀釋和沒稀釋的碘液，那麼會變成什麼樣？
我把糊化後的澱粉漿倒在培養皿裡頭，再滴入不同濃度的碘液，結果真是驚人的美，那種藍色，跟青花瓷的顏色還蠻像的。透過對培養皿的旋轉、敲擊、攪動，還可以創作出各種不同的效果。而且如果調配出不同濃度的澱粉漿，讓它在同一個培養皿當中，就能產生上下不同的層次。
以下就是一部分的成果
製作的方式，就是這個影片。最後一段特別拍攝了碘-澱粉的錯合物的上下翻動，我覺得這種特殊現象很有意思耶。
唾液澱粉酶的簡易驗證實驗，只要五秒
澱粉酶藝術，用自己的口水作畫
玩著玩著就開始突發奇想，如果拿糊化後的澱粉膠體溶液，再加上稀釋和沒稀釋的碘液，那麼會變成什麼樣？
我把糊化後的澱粉漿倒在培養皿裡頭，再滴入不同濃度的碘液，結果真是驚人的美，那種藍色，跟青花瓷的顏色還蠻像的。透過對培養皿的旋轉、敲擊、攪動，還可以創作出各種不同的效果。而且如果調配出不同濃度的澱粉漿，讓它在同一個培養皿當中，就能產生上下不同的層次。
以下就是一部分的成果
製作的方式，就是這個影片。最後一段特別拍攝了碘-澱粉的錯合物的上下翻動，我覺得這種特殊現象很有意思耶。
訂閱：
文章 (Atom)