作業 11 - Raspberry Pi 地震觀測站

1. 專題概述與動機

傳統地震觀測站造價高昂，難以在校園等局部區域進行高密度的部署。本專題利用平價微型電腦 Raspberry Pi 結合 MPU6050 六軸感測器，建構低成本的微型地震觀測站，從「邊緣端感測」到「雲端警報派發」(Edge-to-Cloud)，完成了完整的物聯網應用。

核心目標包含：

實踐物聯網與邊緣運算：於邊緣端直接完成資料採集、濾波與演算法運算。
軟硬體整合實作：深入學習 I2C 資料匯流排通訊，以及利用 UART (PL2303) 進行底層系統除錯。
建構即時預警系統 (EEW)：實作 STA/LTA 演算法，結合 Discord Webhook 達成即時地震速報派發。

2. 製作過程紀錄

從硬體接線到軟體程式部署，整個過程充滿了挑戰與學習。以下是我們實作過程中的珍貴照片：

Raspberry Pi + MPU6050 硬體接線

透過 MobaXterm SSH 連線與程式部署

Discord 即時速報推播成果

互動小工具：GPIO 接線指南

點擊下方的腳位按鈕，查看 Raspberry Pi GPIO 各個腳位的功能與在本專案中的接線方式。

UART 接線腳位：

I2C (MPU6050) 腳位：

點擊上方的腳位按鈕來查看詳細說明！

互動小工具：STA/LTA 觸發模擬器

調整下方的滑桿參數，模擬地震波到達時 STA/LTA 演算法是如何偵測到地震事件的。觀察當「短時窗能量」急遽上升並超過「門檻值」的那一瞬間，系統就會觸發警報！

門檻值 (Threshold): 3.5

震動強度 (Amplitude): 5.0

雜訊程度 (Noise): 0.5

背景監測中...等待 STA/LTA 比值突破門檻

3. 核心技術解析

STA/LTA 觸發演算法

本系統採用 STA/LTA (Short-Term Average / Long-Term Average) 演算法進行事件觸發。該演算法計算短時窗（反映突發能量）的均值，與長時窗（反映背景雜訊）的均值，當兩者之比值突破門檻值（Threshold = 3.5）時，系統即判定發生異常震動並啟動記錄與推播。

最大地表加速度 (PGA)

將 X、Y、Z 三軸加速度向量進行合成：

PGA_vector = √(a_x² + a_y² + a_z²)

扣除重力加速度後取最大絕對加速度，轉換為 Gal 單位，並依據中央氣象署 (CWA) 震度分級表估算震度。

快速傅立葉變換 (FFT)

透過 FFT 將時域訊號轉換至頻域，找出震波能量最集中的主頻率。通常構造地震的主頻較低（1~10 Hz），藉此可輔助過濾非地震的假觸發。

MPU6050 初始化程式碼

from mpu6050 import mpu6050
import time

try:
    sensor = mpu6050(0x68)
    print("成功初始化 MPU6050 加速度計與陀螺儀！")
    
    while True:
        accel_data = sensor.get_accel_data() # m/s²
        gyro_data  = sensor.get_gyro_data()  # deg/s
        temp       = sensor.get_temp()       # Celsius
        
        print(f"X: {accel_data['x']:.2f}, Y: {accel_data['y']:.2f}, Z: {accel_data['z']:.2f}")
        time.sleep(0.5)
except Exception as e:
    print(f"初始化錯誤: {e}")
                

4. 實測成果：Discord 即時速報

當 STA/LTA 觸發後，系統會在一秒內完成波形收集，並利用 Python 的 Matplotlib 渲染高品質圖表，最後透過 Webhook API 傳送至 Discord。測站名稱：DA-AN IoT Station（大安災害觀測一號站）。

最大地表加速度

8.637 Gal

估算震度

CWA 3 級

主頻率

17.87 Hz

開發小插曲：意外的「測站」定位

在製作與測試儀器時，我們因為環境限制，全程都是連著同學的手機網路熱點進行開發。這時我們突發奇想，想看看能不能透過網路設定，把目前「測站」的位置自動標示出來，當作觀測點的座標：

「結果抓取產生的定位，竟然完全不是我們實際所在的教室位置，而是同學所使用的電信網路『中央基地台』的機房位置！」

這個有趣的插曲讓我們學到了一課：依賴手機網路 IP 進行地理定位時，往往只能抓到 ISP 業者的實體機房或基地台節點。若要架設高精度的地震觀測站，未來勢必還是得外加真實的 GPS 模組來獲取經緯度！

5. 結論與未來展望

本專題成功驗證了以 Raspberry Pi 結合 MPU6050 建構微型地震預警系統的可行性。我們克服了底層硬體的 UART 通訊排障、防止樹莓派掉壓死機等工程難題，也在軟體層面完整實作了 I2C 通訊與 STA/LTA 觸發演算法，最終整合 Discord 的即時繪圖推播功能。

未來展望：

校園觀測網建置：於校園內部署多個節點，建構高密度的微型地震觀測網。
演算法優化：引入卡爾曼濾波 (Kalman Filter) 降低 MPU6050 的固有高頻雜訊。
機器學習判讀：累積足夠觸發資料後，可透過 ML 模型替代純 STA/LTA 判斷，降低誤報率。

期末專題：Raspberry Pi 地震觀測站