歡迎來到地理實地考察！

你有沒有想過，地理學家走出課室後究竟會做甚麼呢？他們可不只是看地圖——而是走進真實世界去探究問題、搜集線索，解開各個地理謎團。這就叫做實地考察（fieldwork）。

實地考察讓你可以探索截然不同的環境，從你的校園、鄰近的熱鬧街道，到繁忙的市中心以至郊區的溪流。在這份溫習筆記中，我們將會一步一步拆解整個地理探究過程（Geographical Enquiry Process），讓你能像專業地理學家一樣搜集、展示、分析數據，並得出結論。

重點提示：實地考察就像是地理偵探工作。你先提出一個大問題，搜集真實世界的證據，找出當中的規律，最後得出結論！

---

第一階段：提出關鍵問題（探究問題與假設）

每一次精彩的調查，都始於一個清晰的焦點。在拿起記錄板出發之前，地理學家會先確定自己到底想找出甚麼答案。

1. 探究問題（Enquiry Question）

探究問題是一個概括而全面的大問題，用來引導你的整個研習項目。

• 例子：「從商業街到住宅區的樣條線上，環境質素是如何變化的？」

2. 假設（Hypothesis）

假設是一個具體、可供測試的預測，說明你預期兩個變量（variables）之間會存在甚麼關係。你可以把它看作是有根據的推測。

• 例子：「行人流量會隨著與交通樞紐距離的增加而減少。」

記憶小貼士：不妨將探究問題想像成地圖上的目的地，而你的假設就是你預測的路線。

重點提示：探究問題探討「正在發生甚麼事」；假設則預測兩件事物之間的關係，以便進行測試驗證。

---

第二階段：實地考察安全（風險評估）

踏出戶外之前，安全永遠排在第一位。風險評估（Risk Assessment）能找出可能造成傷害的潛在危險，並說明如何預防意外發生。

1. 危害（Hazard）：任何潛在可能造成傷害的事物（例如：行駛中的車輛、深水區、濕滑的斜坡或惡劣天氣）。
2. 風險（Risk）：該項危害造成傷害的可能性（機會率）以及其嚴重程度。
3. 控制措施（Control Measure）：用來消除或降低風險的實際行動（例如：穿著反光背心、使用指定的行人過路設施、分組活動，以及隨身攜帶急救包）。

重點提示：找出危害，了解風險，落實控制措施，確保安全。

---

第三階段：搜集數據（搜集證據）

現在是搜集事實數據的時候了！地理學家會根據數據的搜集方式和呈現形式，將它們細分歸類。

第一手數據 vs 第二手數據（Primary vs Secondary Data）

• 第一手數據（初級數據）：由你在實地親自直接搜集得到的全新數據（例如：點算行人流量、測量卵石大小或記錄車流量）。
• 第二手數據（次級數據）：由其他人早已搜集、出版或繪製的地圖與資訊（例如：歷史照片、人口普查統計數據、政府環境保護署或地政總署的地圖資料）。

常見誤區提醒：如果你在網上查閱天氣資料或在網站上看人口普查數據，就算那是你第一次看到，它依然屬於第二手數據！

定量數據 vs 定性數據（Quantitative vs Qualitative Data）

• 定量數據：以數值形式呈現、可量度測算並涉及具體數字的數據（例如：以分貝為單位的噪音水平、溪流流速、人流計數或氣溫）。
• 定性數據：描述性、非數值形式的數據，涉及特質、感受或外觀印象（例如：實地速寫、照片或訪問中的文字引述）。

抽樣策略：在哪裡測量？調查誰？（Sampling Strategies）

你不可能調查整個市鎮的每一個人，也不可能量度每一顆卵石。因此，我們需要抽取樣本（sample）。主要有三種抽樣策略：

1. 隨機抽樣（Random Sampling）：每個地點或每個人都有相同的機會被選中，通常會使用隨機數字表或座標來進行。這有助避免個人主觀偏差。
2. 系統抽樣（Systematic Sampling）：沿著一條直線或方格網，以固定、等距的間隔搜集數據（例如：沿著樣條線每隔 \(50\text{ metres}\) 記錄一次行人數目，或每逢第 \(5\text{th}\) 個路過的人進行問卷調查）。
3. 分層抽樣（Stratified Sampling）：在抽樣前，根據已知比例將整體人口或區域劃分為不同的子群組（層面）（例如：確保訪問不同年齡組別的比例均等，或按比例在不同的土地利用分區進行抽樣）。

標準實地考察技巧與儀器

• 環境質素調查（EQS）：一種雙極評分矩陣，用來評估一個地區的清潔程度、舒適度或維護保養狀況。你會針對噪音、垃圾、綠化等項目進行評分，評分範圍通常為 \(-2\) 至 \(+2\) 或 \(1\) 至 \(5\)。
• 行人及交通流量計數：使用劃記計數表（tally charts），在特定時間內（如 \(5\text{-minute}\) 時段）計算經過固定點的人數或車輛數目。
• 實地速寫（Field Sketching）：一種簡化並附有標籤的景觀繪圖，重點展示主要的人文和自然地理特徵，而非精細的藝術細節。
• 自然地理及微氣候測量工具：使用風速計測量風速、溫度計測量氣溫、捲尺與游標卡尺測量海灘或河床上的卵石尺寸，以及使用樣方（方框）或入滲環來測量地面覆蓋率和土壤入滲率。

重點提示：選擇正確的數據類型、挑選合適公平的抽樣方法，並善用適當工具來獲取可靠的證據。

---

第四階段：展示數據（呈現你的結果）

當你帶着原始數據回來後，就需要把它們轉換成清晰直觀的圖表和地圖，以便清楚看出當中的規律。

• 棒形圖與直方圖（Bar Charts & Histograms）：非常適合用來比較離散的類別或分組計數（例如：比較四個調查點的總交通流量）。
• 折線圖（Line Graphs）：最適合展示隨距離或時間推移所產生的連續變化（例如：沿著樣條線記錄的氣溫變化）。
• 散佈圖（Scatter Graphs）：用來觀察兩個連續變量之間是否存在關係（相關性）（例如：橫軸代表與商業街的距離，縱軸代表行人數量），通常會繪畫一條最佳擬合線（line of best fit）。
• 定位符號與地圖（Located Symbols & Maps）：將微型圖表、比例符號或分級塗色直接標註在底圖上，或利用地理資訊系統（GIS）來準確呈現空間中的分佈模式。

重點提示：圖表類型必須與數據特性相符：連續變化用折線圖、不同類別比較用棒形圖、探討兩者關係用散佈圖。

---

第五階段：分析數據（尋找規律與數據運算）

數據分析是指仔細觀察你的圖表和數據表，描述趨勢、計算關鍵統計數據，並找出異常的結果。

統計量度方法

• 平均數（Mean）：將所有數值相加，然後除以數值的總數：\(\text{Mean} = \frac{\sum x}{n}\)
• 中位數（Median）：將所有數字按大小順序排列後，處於正中間的數值。
• 眾數（Mode）：在數據集中出現頻率最高的數值。
• 極差／全距（Range）：最大值與最小值之間的差額：\(\text{Range} = \text{maximum} - \text{minimum}\)

找出異常值（Anomalies）

異常值（或稱離群值）是指不符合其餘數據整體模式或趨勢的數據點。例如，當你遠離火車站時，行人流量從 \(80\) 下降到 \(60\) 再降到 \(40\)，但在第 4 站點因為附近有巴士站而突然激增至 \(120\)，那麼第 4 站點就是一個異常值。

至關重要的原則：相關並不等於因果！（Correlation is Not Causation）

在散佈圖上，兩個變量同時上升或下降（即存在相關性），並不代表兩者之間有直接的因果關係。例如，某個地區可能人流很高，垃圾也很多，但人流本身並不會直接產生垃圾——缺乏垃圾桶和市民的行為才是導致垃圾遍地的真正原因。

重點提示：善用具體數據描述趨勢、計算統計平均值、找出異常值，在沒有確實證據前切勿妄下因果結論。

---

第六階段：得出結論與評估探究過程

這是實地考察研習的壓軸環節！你需要綜合所有發現來回答最初的問題，並反思是次調查的成效與不足。

1. 得出結論

結論必須直接回應你的探究問題，並明確指出你的假設是成立（獲得支持）還是不成立（被推翻）。

• 務必引用實際的數據和統計資料（如平均數、最高及最低數值）作為直接證據。
• 運用地理概念解釋為甚麼會出現這種規律，而不是單純重複羅列數字。

2. 評估調查過程（Evaluation）

評估是對你的研究方法、數據可靠性及局限性進行客觀、批判性的檢討。你可以問問自己：

• 樣本大小：我們搜集的數據足夠嗎？樣本會不會太小而無法代表整個區域？
• 調查員偏差與主觀性：評分（例如環境質素調查）是否受到了個人主觀看法而非客觀事實影響？
• 儀器與時間局限：儀器故障、惡劣天氣或不同的調查時間（如早晚之差）有沒有影響測量結果？
• 日後改善建議：如果下次再進行這項調查，你會作出甚麼具體改善（例如：改用數碼計數器、在一天的不同時段進行調查，或擴大樣條線的範圍）？

重點提示：一份優秀的結論會以數據證據來驗證假設；而評估則會坦誠指出研究的局限，並提出未來的改善建議。

---

快速溫習：常見實地考察誤區

• 迷思：實地考察必須在偏遠又特別的地方進行。
事實：精彩的地理考察完全可以在你的校園、鄰近街道或本地公園的步道上進行。
• 迷思：環境質素調查是一項精確無誤的科學測量。
事實：環境質素評分具有主觀性（基於個人感受），這意味著不同人對同一條街道可能會給予不同的分數。
• 迷思：寫結論時，只需把表格裡的數字重新列出一次即可。
事實：真正的結論需要解釋整體趨勢、將發現直接連結回假設，並從地理角度闡述這些現象背後的成因。