模組二:重力探勘與 AI 應用

W6 - W8 | Gravity Exploration & AI Application

從重力異常的物理意義出發,學習 Free-air 與 Bouguer 校正原理。 本模組結合 Google Colab 與 生成式 AI 工具, 打造現代化的地球物理資料處理流程,並以期中考檢驗學習成效。

W6

重力探勘原理

W7

AI 助手實作

W8

期中考週

📚 課程重點摘要與資源

W6

重力探勘學:觀念與校正

本週深入探討重力異常的成因與資料處理流程。重點包含:

  • 基本原理:萬有引力定律、重力單位 (mGal)、地球形狀與重力關係。
  • 資料校正:
    • 自由空間校正 (FAC):高度造成的影響。
    • 布蓋校正 (Bouguer):岩體質量造成的影響。
W7

AI 賦能:打造地球物理小助手

結合現代 AI 工具,建立個人化的知識庫與輔助系統。

  • 期中考說明:題型分析與準備方向。
  • AI 實作:使用 Dify 平台串接 Gemini API,並結合 Notion 資料庫,訓練一個專屬的地球物理問答機器人。
W8

期中測驗 (Midterm Exam)

檢核 W1 至 W7 之學習成效,範圍包含折射震測計算與重力探勘理論。

學習心得與收穫

"從抽象的萬有引力公式,到使用 Python 進行重力校正,模組二讓我見識到地球物理如何將看不見的地下構造『算』出來。"


本模組最大的挑戰在於理解繁複的重力校正流程。起初,對於 Free-air 和 Bouguer 校正的物理意義感到模糊,但透過繪製重力異常圖,我逐漸明白這是在剝除地形與高度的干擾,還原地下岩性的真實樣貌。

此外,W7 的 AI 助手實作更是讓我大開眼界。將課堂講義輸入 Dify 訓練成專屬的知識庫,不僅複習了觀念,更讓我體驗到生成式 AI 在學術研究上的強大輔助功能。這種結合傳統地物與現代科技的學習方式,極大提升了我的學習效率與興趣。

重力探勘綜合複習測驗

請完成以下 10 題測驗,點擊選項即可即時查看詳解。

回首頁 進入模組三:構造與地震