歡迎來到地理實地考察研習指南
實地考察是地理學的核心精髓。這是你走出課室、親身體驗並探索現實世界環境運作的絕佳機會。無論是測量河流流速、記錄海岸卵石大小，還是在市中心調查公眾觀感，實地考察都能將地理理論活現眼前。
如果起初覺得實地考察有點複雜，千萬不用擔心！本指南將整個地理探究歷程（Geographical Enquiry Cycle）拆解為清晰易懂的步驟，助你全面掌握 AQA AS Level 地理科（7036）卷二（Component 2）考試的所有必備知識與技巧。
---1. AS Level 實地考察規則與考試架構
在深入了解研究方法之前，我們先來看看官方要求及評核模式：
必修規定：
- 你必須在課室及校園範圍以外，完成至少兩整天的實地考察（或同等時數的半天考察）。
- 考察內容必須涵蓋自然地理與人文地理的相關過程。
- 學校或學院必須在考試當年的 5 月 15 日前提交官方的實地考察聲明書（Fieldwork Statement），以確認你已完成規定的兩天考察。
評核形式（卷二：7036/2）：
- 實地考察將於卷二：人文地理與地理實地考察研習（Human geography and geography fieldwork investigation）中進行評核。
- 考試時間為 1 小時 30 分鐘，總分 80 分，佔整個 AS Level 總成績的 50%。
- 本卷的 乙部（Section B）完全針對地理實地考察研習與地理技能（佔 40 分）。
- 在乙部中，你必須回答第 2 題（必答題），然後在第 3 題或第 4 題中二選一作答。這些題目既會測試未見過的考察情境，亦會考核你反思自身實地考察經驗的能力。
考官重要提示： 與完整 A-Level 不同，AS Level 毋須撰寫或提交任何課堂作業／非考試評核（NEA）報告！所有實地考察知識均直接透過筆試考核。
重點速記： 2 天實地考察（自然＋人文） \(\rightarrow\) 於卷二乙部考核（40 分） \(\rightarrow\) 毋須提交考察報告！
---2. 地理探究歷程（The Geographical Enquiry Cycle）
所有成功的地理探究都遵循由六個階段組成的邏輯循環：
1. 準備階段 \(\rightarrow\) 2. 數據收集 \(\rightarrow\) 3. 數據展示 \(\rightarrow\) 4. 數據分析 \(\rightarrow\) 5. 得出結論 \(\rightarrow\) 6. 批判評估
---3. 第一階段：準備與規劃
研究目的、探究問題與假設
每一次探究都始於明確的焦點：
• 研究目的（Aim）： 你想探究的整體目標（例如：「探究阿什河（River Ash）沿程河床負載特徵的變化。」）。
• 探究問題（Research Question）： 引導研究的具體問題（例如：「卵石圓度是否隨著向下游移動而增加？」）。
• 假設（Hypothesis）： 根據地理理論提出的精確、可檢驗之預測（例如：「卵石大小會隨著與源頭距離的增加而縮小。」）。
抽樣策略（Sampling Strategies）
你不可能測量海灘上的每一顆卵石，也不可能訪問城市中的每一個人，因此必須選取樣本。選擇適當的抽樣方法對於避免偏差（Bias）至關重要。
1. 隨機抽樣（Random Sampling）： 每個項目或地點都有均等機會被選中（例如：使用隨機數字生成器選取網格座標）。
優點： 完全消除研究人員的主觀偏差。
限制： 純粹因偶然機率，可能會遺漏某些重要的次級分區。
2. 系統抽樣（Systematic Sampling）： 按照規律、固定的間距收集數據（例如：沿商業街樣線每隔 50 米進行一次環境質素調查，或橫跨河道每隔 0.5 米測量一次水深）。
優點： 規劃簡便，並能確保樣線上空間覆蓋均勻。
限制： 若所選間距恰巧與潛在的環境規律重疊，可能會引入偏差。
3. 分層抽樣（Stratified Sampling）： 將母體或環境劃分為已知的次級群組（層），並按各組所佔比例抽取樣本（例如：根據人口普查數據，按城鎮的年齡人口結構比例選取問卷受訪者）。
優點： 確保所有關鍵次群體都能得到合理代表。
限制： 事前需要準確的二手背景數據支持。
4. 順應性／實用抽樣（Opportunistic & Pragmatic Sampling）： 基於時間、安全或後勤限制，純粹選取容易接觸或切實可行之對象進行抽樣（例如：訪問剛好坐在長椅上的人，或僅在公眾步道與河岸交接處採集河流樣本）。
優點： 實用性極高，在地形險阻時能節省大量時間。
限制： 抽樣偏差風險極高；結果可能無法代表整個研究區域。
風險評估與倫理考量
出發實地考察前，地理學者必須評估潛在風險並承擔倫理責任：
• 職業安全與健康： 識別潛在危險（例如：在濕滑的河石上滑倒、低溫症、潮漲受困），評估其嚴重程度及發生機率，並制定控制措施（例如：穿著涉水褲／防滑靴、查閱潮汐時間表、攜帶急救包及流動電話）。
• 研究倫理與許可： 尊重私有財產（預先取得土地進入許可）、在人文調查中確保受訪者匿名，並在錄音訪問時取得知情同意。
重點速記： 明確的假設 ＋ 合適的抽樣（隨機、系統、分層、實用） ＋ 全面的風險評估 ＝ 穩固的考察基礎。
---4. 第二階段：數據收集（一手及二手數據）
地理學者收集的數據分為兩大類：
• 一手數據（Primary Data）： 你在實地直接收集的最新原始數據（例如：河流流速測量值、海灘剖面、行人流量統計）。
• 二手數據（Secondary Data）： 在你研究之前由他人收集的現成資訊（例如：英國人口普查數據、歷史地形圖、環境局水災風險圖層、英國氣象局的天氣記錄）。
定量與定性研究方法
定量數據（Quantitative Data）： 可計算、測量及進行統計分析的數值數據（例如：以秒為單位的入滲率、交通流量計數、以 \(m^3/s\) 為單位的河流流量）。這類數據具客觀性且易於繪製圖表。
定性數據（Qualitative Data）： 描述性、非數值的數據，用以捕捉人類感受、觀感或視覺景觀。常見例子包括：
• 聲景（Soundscapes）： 記錄並繪製環境聲音地圖（例如：鳥鳴聲對比交通嘈雜聲），以評估寧靜程度。
• 感性認知地圖（Perceptual Maps）： 邀請居民畫出或標記他們感到安全、友善或抗拒的區域。
• 實地速寫與註記相片（Field Sketches & Annotated Photos）： 繪畫或拍攝地貌／街景，並標註關鍵地理過程。
• 編碼與主題分析（Coding & Thematic Analysis）： 將非結構化訪問內容轉錄為文字，並將重複出現的詞彙或主題歸類，以辨識社區態度。
地理技能與數碼科技應用
現代實地考察廣泛應用數碼工具：
• GPS（全球定位系統）： 精確測定調查地點的經緯度座標。
• GIS（地理資訊系統）： 利用 ArcGIS、QGIS 或 Google Earth 等軟件，將一手實地數據疊加於數碼底圖上（例如：將河流卵石大小數據疊加在地質地圖圖層上）。
• 數碼感應器： 如電子流速儀、數碼卡尺及測光儀等，能即時記錄精確數據。
重點速記： 結合一手與二手數據，平衡定量測量與定性洞察（觀感、主題編碼、GIS 地圖製作），以建構全面的地理探究。
---5. 第三階段：數據展示技巧
收集數據後，你需要運用地圖（Cartographical）及圖表（Graphical）方法清晰呈現數據。
地圖呈現技巧（Cartographical Techniques）
• 點子圖（Dot Maps）： 以大小相同的小圓點代表空間中特定數量的地理現象。
• 分級統計圖（Choropleth Maps）： 以深淺漸變的顏色代表不同區域的密度或百分比等級（例如：普查發布區的貧困程度）。
• 比例符號圖（Proportional Symbols）： 符號（如圓形或正方形）的大小與該地點所代表的數值成正比。
• 流線圖（Flow Line Maps）： 以線條表示地點之間的流動，線條粗細代表流動量（例如：通勤人流或行人動線）。
• 等值線圖（Isoline Maps）： 連接數值相同點的連續線條（例如：代表高度的等高線、代表氣壓的等壓線，或代表交通時間的等時線）。
統計圖表技巧（Graphical Techniques）
• 棒形圖與直方圖（Bar Charts & Histograms）： 棒形圖用於離散類別；直方圖用於顯示按組距劃分的連續數值數據。
• 散布圖（Scatter Graphs）： 將兩個數值變量繪製在一起，以找出相關性（例如：河道寬度對比下游距離）。
• 分散圖（Dispersion Graphs）： 沿垂直軸顯示單一數據集的分布、極差與聚集程度。
• 三元圖／三角圖（Triangular Graphs）： 用於展示總和必為 \(100\%\) 的三個百分比成分（例如：土壤質地中的砂粒%、粉粒%、黏粒%；或就業結構中的第一、第二、第三產業百分比）。
• 雙極圖與雷達圖（Bi-polar Charts & Radial Graphs）： 雙極圖在負數至正數的刻度上繪製相反的形容詞（例如：從 \(-3\) 嘈吵到 \(+3\) 寧靜）；雷達圖從中心點向外展開顯示多個變量（非常適合展示多項評分的環境質素調查）。
重點速記： 務必選擇最能清晰突顯模式、趨勢及空間關係的展示方法，同時避免圖表雜亂無章。
---6. 第四階段：數據分析與統計技巧
數據分析包括描述數據模式，以及運用統計檢驗來判斷結果是具有實際意義，抑或純屬隨機巧合。
描述性統計（Descriptive Statistics）
集中趨勢度量：
• 平均數（Mean, \(\bar{x}\)）： 算術平均值：\(\bar{x} = \frac{\sum x}{n}\)
• 中位數（Median）： 所有數據按升序排列時的正中間數值。
• 眾數（Mode）： 數據集中出現頻率最高的數值。
離散程度度量：
• 全距／極差（Range）： 最大值與最小值之間的差額。
• 四分位距（Interquartile Range, \(\text{IQR}\)）： 中間 \(50\%\) 數據的分布範圍：\(\text{IQR} = Q_3 - Q_1\)。此指標不受極端異常值影響。
• 標準差（Standard Deviation, \(\sigma\)): 測量數據相對於平均數的平均離散程度。標準差越小，代表數據越集中在平均數周圍。
推論統計檢驗（Inferential Statistical Tests）
推論統計檢驗能告訴我們某個模式或關係是否具備統計顯著性：
• 斯皮爾曼等級相關系數（Spearman's Rank Correlation Coefficient, \(r_s\)）： 檢驗兩個配對變量之間非參數相關性的強度與方向（例如：河流坡度與沉積物大小）。數值範圍由 \(-1\)（完全負相關）至 \(+1\)（完全正相關）。
• 皮爾遜積差相關系數（Pearson's Product-Moment Correlation Coefficient, \(r\)）： 檢驗常態分布（參數）連續數據的線性相關性。
• 卡方檢驗（Chi-Squared Test, \(\chi^2\)）： 檢驗觀察頻數與預期頻數之間是否存在顯著差異（非常適合分析零售店鋪類型等類別數據）。
• 曼－惠特尼 U 檢驗（Mann-Whitney U Test）： 檢驗兩個獨立非參數組別的中位數是否存在顯著差異（例如：兩個不同海灘上的卵石圓度）。
• 學生 t 檢驗（Student's t-test）： 檢驗兩個常態分布組別的平均數是否存在顯著差異。
重點速記： 描述性統計用於概括數據；推論統計則用於證明相關性或差異是否具備統計顯著性。
---7. 第五及六階段：結論與批判性評估
得出有效結論
在考試中總結你的考察研究時：
1. 直接回應最初的研究目的，並根據數據指出接受還是拒絕該假設。
2. 引用具體數據支持論點（列舉具體統計數值、平均數、極差和數據點）。
3. 聯繫地理理論與模型（例如：將河流變化與布拉德肖模型（Bradshaw Model）連結、將海岸沉積物分選與沿岸漂移（longshore drift）連結，或將城市零售模式與地方變遷／千城一面概念（Changing Places / clone-town concepts）連結）。
批判性評估（奪取高分的關鍵！）
考官經常指出，學生往往只是流水帳描述「出了甚麼錯」，而非進行批判性評估。切記避免空泛的陳述！
拙劣評估 vs. 優秀評估對比：
拙劣評估（過於空泛）： 「人為錯誤導致我們的測量不準確，而且考察當天下雨了。」
優秀評估（具批判性且具體）： 「在湍急的淺水淺灘中使用光學流速儀時，葉輪周圍產生了空蝕氣泡，導致測站 1 和 2 的流速被低估。若改為在樣線橫截面上選取 5 個等距垂直點重複讀數，將可提升內部信度。」
評估關鍵範疇：
• 準確度（Accuracy）： 實地測量值與真實值有多接近？（例如：儀器校準、視差錯誤）。
• 信度／可靠度（Reliability）： 若在相同條件下重複進行考察，能否得到一致的結果？（考慮樣本大小、異常天氣及調查時間）。
• 效度（Validity）： 研究方法是否真正測量到你想探究的目標？（例如：環境質素調查是真正衡量了市區重建的成效，還是純粹反映了市政部門剛清理完垃圾桶？）。
• 樣本大小與空間分布： 樣本量是否足夠大？調查點是否均勻覆蓋整個地理區域？
• 未來改善方案與延伸研究： 提出切實可行的改進建議（例如：採用數碼數據記錄器）或新的探究問題（例如：進行季節性對比）。
8. 溫習清單：避開常見應試陷阱
- 牢記考試形式： AS Level 毋須提交任何實地考察報告。你必須在卷二乙部的筆試中充分展示你的實地考察知識。
- 切忌純粹描述： 在 9 分或 12 分的題目中，必須評估為何選擇特定的抽樣方法、展示圖表或統計檢驗，並主動指出其局限性。
- 避免千篇一律的藉口： 絕不要寫「人為錯誤」或「時間不足」。請將重點放在抽樣偏差、儀器限制及環境變量上。
- 時刻緊扣理論： 確保結論明確引用已建立的地理概念和理論模型。