樣方法 （use of quadrat;quadrat method;quadrat sampling method ） 定義：在若干樣方中計數全部個體，然後將其平均數推廣，來估計種群總體數量的方法。

（1）取樣調查中的兩個概念　　①樣 方： 樣方也叫樣本，從研究物件的總體中抽取出來的部分個體的集合，叫做樣方。　　②隨機取樣： 在抽樣時如果總體中每一個個體被抽選的機會均等，且每一個個體被選與其他個體間無任何牽連，那麼，這種既滿足隨機性，又滿足獨立性的抽樣，就叫做隨機取樣(或叫做簡單隨機取樣)。隨機取樣不允許摻入任何主觀性，否則，就難以避免調查人員想獲得調查屬性的心理作用，往往使調查結果偏大。　　③適用範圍：植物種群密度，昆蟲卵的密度 ，蚜蟲、跳蝻的密度（2）常用取樣①點狀取樣法　　點狀取樣法中常用的為五點取樣法，如圖A，當調查的總體為非長條形時，可用此法取樣。在總體中按梅花形取5個樣方，每個樣方的長和寬要求一致。這種方法適用於調查植物個體分佈比較均勻的情況。②等距取樣法　　當調查的總體為長條形時，可用等距取樣法，如圖B，先將調查總體分成若干等份，由抽樣比率決定距離或間隔，然後按這一相等的距離或間隔抽取樣方的方法,叫做等距取樣法。例如，長條形的總體為100 m長，如果要等距抽取10樣方，那麼抽樣的比率為1/10，抽樣距離為10 m，然後可再按需要在每10 m的前1 m內進行取樣，樣方大小要求一致。　　樣方法的兩種邊角統計方式如下圖（紅色為需統計邊線） 　　樣方法具體步驟如下： 　　①確定調查物件； 　　②選取樣方：必須選擇一個該種群分佈較均勻的地塊，使其具良好的代表性； 　　③計數：計數每個樣方內該種群數量； 樣方法的兩種邊角統計方式 由於種群密度的總數量調查比較困難，研究者只計數種群的一小部分，用以估計種群整體，這種方法稱為取樣調查法。常用的取樣調查法有樣方法和標誌重捕法。1. 樣方法 是指在被調查種群的生存環境內隨機選取若干個樣方，透過計數每個樣方內的個體數，求得每個樣方的種群密度，以所有樣方種群密度的平均值作為該種群的種群密度。這種方法常適用於對植物種群密度的取樣調查。樣方法具體步驟如下： ①確定調查物件； ②選取樣方：必須選擇一個該種群分佈較均勻的地塊，使其具良好的代表性； ③計數：計數每個樣方內該種群數量； ④計算：取各樣方平均數。例1. 種群是構成群落的基本單位。種群研究的核心問題是種群數量的變化規律。（1）研究種群數量變化的規律有著重要意義。試舉一例_____________。（2）下圖示某小組的同學在進行雙子葉草本植物苦蕒菜種群密度調查時確定的小樣方之一，圓圈表示個體。請將應該計數的圓圈塗黑。一個調查小組對苦蕒菜調查的結果統計： 組別 1 2 3 4 5 6 7 8 9 10 株數 0 2 3 3 4 12 4 2 3 3 （3）上表是該班級10個小組的調查結果。則該塊地苦蕒菜的種群密度為_________。解析：上表給出了各組對苦蕒菜調查的結果，取所有株數的總和，算出各組別的平均值，即為該種群的種群密度的估計值。所有株數之和為36，平均值為3.6株/m2。答案：（1）害蟲防治（只要合理均給分）。（2）只要是計數樣方內部和相鄰兩邊（及頂角）個體的均正確。（3）3株/m2。2. 標誌重捕法 是指在被調查種群的生存環境中，捕獲一部分個體，將這些個體進行標誌後再放回原來的環境，經過一定期限後進行重捕，根據重捕中標誌個體佔總捕獲數的比例，來估計該種群的數量。這種方法適用於對動物種群的調查。應用這種方法時作下列假定： ①標誌個體在整個調查種群中均勻的分佈，標誌個體和未標誌個體都有同樣被捕獲的機會； ②調查期中，沒有遷入或遷出； ③沒有新的出生或死亡。設該地段全部個體數為N，其中標誌數為M，再捕個體數為n，再捕中標記數為m，根據總數中標誌的比例與重捕樣中比例相同的假定，就可以估計出N即：N:M=n:m， 。例2. 調查某草原田鼠數量時，在設定1公頃的調查區內，放置100個捕鼠籠，一夜間捕獲鼠32只，將捕獲的鼠經標記後在原地釋放。數日後，在同一地方再放置同樣數量的捕鼠籠，這次共捕獲30只，其中有上次標記過的個體10只。請回答下列問題： （1）若該地區田鼠種群個體總體為N，則N＝_____________只（計算公式是 。A. 30 B. 32 C. 64 D. 96 （2）要使上面所計算的種群個體總數和實際相符，理論上在調查期間必須滿足的兩個條件是_____________。A. 有較多個體遷出調查區 B. 調查區內沒有較多個體死亡 C. 有較多個體遷入調查區 D. 調查區內沒有較多個體產生 解析：（1）根據計算公式 可得出該地區田鼠種群個體總數為： 只 （2）影響種群數量變動的因素有出生率、死亡率和遷入、遷出的個體數量，就題目提出的問題，必須滿足的兩個條件是調查區內沒有較多的個體出生或死亡。答案：（1）D （2）BD 你參考一下吧