歡迎閱讀 AS Level（8GE0）地理技能與實地考察研習筆記

實地考察（Fieldwork）與地理技能是地理科的核心精髓。這些技能並非獨立設卷考核，而是直接貫穿並融入於卷一（Paper 1: 動態景觀 Dynamic Landscapes）及卷二（Paper 2: 動態地方 Dynamic Places）之中。無論你正在探討海岸防禦工程、冰川谷地、市區重建，還是當地的文化多樣性，你都需要運用這些工具來收集、展示、分析及評估現實世界中的地理數據。

如果統計公式或地圖閱讀初時看起來令人望而生畏，請不用擔心！在本指南中，我們會將每項技能拆解為清晰易明的循序漸進概念，並配合簡明實例，助你建立充足信心，從容應對自己進行過的實地考察題目，以至試卷中未曾見過的實地考察情境題。

1. 實地考察要求與六部曲探究歷程（6-Stage Enquiry Cycle）

根據 Pearson Edexcel AS Level 地理科課程要求，每位學生必須完成最少兩天的實地考察：

• 一天自然地理實地考察（與卷一中的海岸景觀或冰川景觀等課題相關）。
• 一天人文地理實地考察（與卷二中的地方更新或多元地方等課題相關）。

所有實地考察均遵循系統化的地理探究歷程（Geographical Enquiry Cycle）。你可以將這個歷程視為應用於現實世界的科學研究方法：

第一階段：確立探究問題與目標（Questioning and Identification）

每項調查均始於一個明確的目標、研究問題或可供驗證的假設（Hypothesis）。
例子：「地點 A 的丁壩（Groynes）能有效減少沿岸漂移（Longshore drift）帶走海灘沙石的速度。」

第二階段：設計研究方法（Methodology）

在此階段，你需要規劃整項調查。決定合適的抽樣策略（Sampling strategy）、選取儀器工具、確定樣本數量，並進行風險評估（Risk assessment）以確保安全。

第三階段：數據收集（Data Collection）

在考察現場搜集實證，包括一手數據／初級數據（Primary data）（由你親自量度的數據，例如海灘剖面或問卷調查結果）及二手數據／次級數據（Secondary data）（由他人收集的現成數據，例如人口普查紀錄或歷史地圖）。

第四階段：數據展示（Presentation）

將收集得來的原始數據整理成清晰、準確的視覺化形式，例如統計圖表、數據表格及各類製圖地圖（Cartographic maps），以便輕易觀察其中的規律與趨勢。

第五階段：數據分析與應用（Analysis and Application）

解讀圖表與計算結果。在此階段，你需要找出趨勢（Trends）、異常值（Anomalies）及空間分佈形態（Spatial patterns），並利用定量測量結果來解釋數據所證明的地理現象。

第六階段：評估與結論（Evaluation and Conclusion）

得出直接呼應最初假設的結論，同時批判性地檢視研究方法。儀器量度是否出現誤差？樣本規模是否足夠？整個研究可如何加以改善？

重點歸納：實地考察是一個環環相扣的閉環。在第二階段所作的每個方法抉擇，都會直接影響第六階段結論的可靠程度（Reliability）。

2. 抽樣策略：公平選取數據的方法

我們不可能量度海灘上的每一顆卵石，也不可能訪問城鎮中的每一位居民。因此，你必須運用抽樣策略（Sampling strategy）來選取具代表性的數據樣本。

A. 隨機抽樣（Random Sampling）

概念：總體中的每個個體或區域內的每個點，都有完全均等的機會被選中。
執行方法：利用隨機數字生成器或隨機網格座標來決定取樣點。
優點：能完全消除研究者的主觀偏見（Bias）。
缺點：純粹因隨機概率，可能會意外遺漏某些重要區域，或導致取樣點過度集中在某一位置。

B. 系統抽樣（Systematic Sampling）

概念：沿著一條樣線或網格，以固定、等距的間隔收集數據。
執行方法：沿著由海岸線直達懸崖底部的樣條線（Transect line），每隔 \(5\text{ m}\) 量度一次卵石。
優點：操作簡便直接，能確保整個考察地點在空間上得到均勻的覆蓋。
缺點：若環境本身存在週期性規律，且剛好與你的取樣間隔距離重疊，便可能產生偏差。

C. 分層抽樣（Stratified Sampling）

概念：將整個總體或研究區域細分為清晰的子群組（層／Strata），然後按各子群組的比例進行取樣。
執行方法：若人口普查數據顯示某城鎮有 \(60\%\) 自置物業業主及 \(40\%\) 私人租客，在一項訪問 \(50\) 人的問卷調查中，應精確鎖定訪問 \(30\) 位業主及 \(20\) 位租客。
優點：代表性極高；確保少數群體或獨特的自然地理分區不會被忽略。
缺點：事前必須掌握精確的二手數據，才能準確界定各群組的比例。

重點歸納：在考試題目中，切忌只列出抽樣方法的名稱——務必詳細解釋並論證（Justify）該方法為何適合特定的地理環境或調查對象。

3. 定量與統計技能

要精確描述數據，必須具備基本的數理與統計技能，用以衡量數據的中心趨勢及分散程度。

集中趨勢測量（Measures of Central Tendency）

• 平均數（Mean）：算術平均值。將所有數值相加，然後除以數值的總項數。
• 中位數（Median）：將所有觀測值按升序排列後的正中間數值。若項數為雙數，則計算中間兩個數值的平均值。
• 眾數（Mode）：數據集中出現頻率最高的數值。

分散程度測量（Measures of Dispersion / Spread）

• 全距（Range）：數據集中最大值與最小值之間的差額：
\( \text{Range} = \text{Maximum value} - \text{Minimum value} \)
局限：極易受到極端異常值（Outliers）的扭曲。

• 四分位距（Interquartile Range, IQR）：中間 \(50\%\) 數據的分散範圍，能排除極端值的影響：
\( \text{IQR} = Q_3 - Q_1 \)
當中 \(Q_1\) 為下四分位數（即 \(25\%\) 位置），而 \(Q_3\) 為上四分位數（即 \(75\%\) 位置）。
優點：比全距更能可靠地反映數據的分散程度，因為它不會受極端異常值扭曲。

散佈圖上的相關性（Correlation on Scatter Graphs）

散佈圖（Scatter graphs）將兩個數值變量繪製在一起，以評估兩者之間的關係：
• 正相關（Positive correlation）：當變量 \(X\) 增加時，變量 \(Y\) 亦隨之增加（數據點由左至右呈向上分佈趨勢）。
• 負相關（Negative correlation）：當變量 \(X\) 增加時，變量 \(Y\) 隨之減少（數據點由左至右呈向下分佈趨勢）。
• 無相關（No correlation）：數據點隨機散佈，沒有顯示出任何明確關聯。
在 AS Level 階段，你需要掌握繪製散佈圖、識別總體趨勢、描述相關性強弱，以及找出明顯異常值的技巧。

重點歸納：當數據包含極端值時，採用中位數及四分位距（IQR）較為理想；若數據分佈均勻，則平均數與全距已能發揮良好效果。

4. 製圖與圖表技能

製圖（地圖）技能（Cartographic Skills）

• 英國地形測量局（OS）網格座標參照（Grid References）：
- 四位網格座標（4-figure grid references）：標示一個 \(1\text{ km} \times 1\text{ km}\) 的網格方塊（例如 \(4562\)）。請緊記口訣：先走廊（東行坐標 Eastings），後上樓（北行坐標 Northings）。
- 六位網格座標（6-figure grid references）：透過估算網格方塊內的十分之一精確度，鎖定一個 \(100\text{ m} \times 100\text{ m}\) 的精準位置（例如 \(453628\)）。

• 分級統計圖（Choropleth Maps）：利用深淺不同的顏色或陰影來顯示各區域的平均數值或密度（例如各地方選區的匱乏指數得分）。此圖易於解讀，但可能會掩蓋同一邊界內部的細微差異。

• 等值線圖（Isoline Maps）：以連續線條連接數值相等的點（例如代表海拔高度的等高線、代表氣溫的等溫線，或代表氣壓的等壓線）。

• 比例符號圖（Proportional Symbol Maps）：在地圖上繪製符號（如圓形或正方形），符號大小與該地點的數據數值成比例。極適合用作比較不同獨立地點的總量數據。

• 流線圖（Flow-Line Maps）：以箭嘴表示移動的方向及流量（例如交通流量、通勤人流或沉積物搬運），箭嘴的粗幼代表流動的數量大小。

圖表技能（Graphical Skills）

• 分散圖（Dispersion Diagrams）：在垂直數線上將每個獨立數據點繪製成單一圓點。能清晰展示數據的聚集分佈、數據斷層、全距以及四分位距。

• 直方圖（Histograms）：適用於連續性的分組數值數據，柱條寬度代表組區間（Class intervals），柱條之間沒有空隙。

• 棒形圖與折線圖（Bar Charts & Line Graphs）：棒形圖用於比較獨立的分類型數據；折線圖則用於展示數據隨時間或沿著樣線距離的變化。

地理資訊系統（Geographic Information Systems, GIS）

GIS 是指利用數碼地圖軟件（如 ArcGIS 或 Google Earth）將空間數據重疊於底圖之上的系統。
• 運作原理：GIS 讓地理學者可以在單一數碼介面上，同時套疊多個數據圖層——例如水浸風險圖、家庭收入數據及交通網絡圖。
• 優點：能夠迅速辨識空間分佈形態並進行數據處理，這在傳統紙本地圖上往往極難做到或耗時甚長。

重點歸納：在考試中評估數據展示方法時，務必權衡「視覺清晰度」與「原始數據細節流失」之間的利弊。

5. 考評常犯錯誤與應對技巧

考官在 AS Level 實地考察及技能答卷中歸納了幾個常見的失分陷阱，請同學務必仔細審視：

• 混淆「描述（Describe）」與「解釋（Explain）」：
- 描述（Describe）要求你告訴考官數據形態或圖表呈現出甚麼（例如：「平均卵石大小由 \(12\text{ mm}\) 增加至 \(48\text{ mm}\)」）。
- 解釋（Explain）則要求你闡述該形態為何會發生（例如：「……因為波浪能量集中於暴風海灘上部，沉積了較大顆粒的碎屑沉積物」）。

• 欠缺具體考察地點的細節：
在回答自身實地考察的題目時，應寫出確切的地點（例如「Dorset 的 Swanage Bay」）及確切的儀器（例如「利用數碼卡尺測量長度 \(a\) 軸至最接近的毫米」），而非使用如「我們在海灘量度卵石」這類含糊不清的語句。

• 忽略題目所提供的資料附件：
在面對未見過的實地考察情境題時，務必直接引用試題附件中的數據、地圖座標或圖表趨勢。如果只憑空泛的地理理論作答而完全不提及圖表資料，將會被扣分。

• 落入「有些人認為……」的空泛陷阱：
在人文實地考察中討論意見、觀感或市區更新的影響時，切勿寫「有些人認為……」。必須明確指明具體的持份者群體（Stakeholder groups），例如「本地獨立商店東主」、「每日通勤人士」或「長年居住的長者居民」。

溫習核對清單

在應考前，請確保自己能夠做到以下各點：
1. 概述地理探究歷程的全部 6 個階段。
2. 清楚論證何時及為何採用隨機、系統或分層抽樣法。
3. 計算平均數、中位數、眾數、全距，並懂得解讀四分位距（\(\text{IQR}\)）。
4. 準確讀取 4 位及 6 位 OS 網格座標。
5. 評估分級統計圖、比例符號圖、流線圖及分散圖的優點與局限。
6. 解釋 GIS 如何透過圖層套疊空間數據以輔助地理分析。