一条样线走 2 千米看到 10 种，走 4 千米看到 14 种。多出来的四种不是新发现的，是本来就在、前两千米没碰上。工作量与物种数之间是饱和曲线而不是直线，这条曲线的形状比终点更有信息。
工作量是分母，没有它，任何数目都不成立
任何数量都要除以工作量才有意义。今天看到三十只这句话没有信息，除非知道走了多远、看了多久、几台相机守了几天。工作量的单位随类群变：鸟用千米与人时，兽用相机日，昆虫用网扫次数。
工作量记不全，数据就没法合并。两个人各走一条样线，一条三千米、一条一千米，直接相加等于让长的那条说话。折算成每千米再相加，才是同一把尺子。记录表上要有起点、终点、起止时刻与中断原因。
物种数随工作量上升，曲线会饱和，形状本身是信息
物种数随工作量增加，先快后慢，最后趋于平缓，这条曲线叫累积曲线。曲线陡，说明还有不少种没记到；曲线平，说明再加工作量收获有限。曲线没走平就宣布调查完成，是最常见的错误。
曲线的形状还说明群落是否均匀：少数常见种撑起前段，稀有种撑起后段。前段陡、后段长尾，说明稀有种多，要更大的工作量才查得清；曲线很快走平，说明群落由少数种主导，采样可以早停，省下的力气放到下一个点。
检出率低的时候，增加重复比延长时间有效
原因在独立性。同一次访问里，鸟不唱就是不唱，多站半小时也未必听到；换一天再来，天气、时段与个体状态都变了，等于多抽一次签。把三次访问拆到不同天气与时段，比同一天连做三次更接近独立。
单次检出概率 0.3 时，一次访问漏掉七成，三次都漏掉约三成四，累积检出约六成六；五次超过八成三，十次接近饱和。算这条账，就能判断再加一天够不够，而不是凭感觉决定调查几天。
不同类群的工作量单位不同，换算不能想当然
一相机日不等于一千米样线，一次网扫也不等于一小时观察。跨类群比较只能比趋势，不能比数值。同一类群里换方法，也要在重叠年份做一次平行调查，把两套数对齐，否则曲线上的落差会记到动物头上。
观察者本身也是工作量的一部分。熟练者能听出远处一声，新手走过同一片林子只记到一半。人员更换会在曲线上留下台阶。让新旧两人在同一批样点上各做一次，算出比值，前后的数才接得上，这段重叠不能省。
关键数据
下列数值为林地鸟类与兽类调查的常用口径，用于对照尺度。累积检出按单次检出概率与访问次数估算，前提是各次访问相互独立；把同一天的数据拆成几次，不算独立重复。
- 鸟类的工作量用样线千米与人时
- 兽类用相机日，一台工作一天为一相机日
- 昆虫用网扫次数，25 次为一单元
- 单次检出 0.3 时，3 次累积约 66%
- 5 次累积约 83%，10 次接近 97%
- 累积曲线走平后才可宣布调查完成
- 人员更换需在重叠样点做平行调查
工作量堆到饱和以后，再加只是增加成本
饱和点因类群而异：常见种多的群落几十个样方就走平，稀有种多的群落几百个也不够。把饱和点不同的两份数据放在一张图上比物种数，比的是工作量，不是多样性，结论会完全反过来。
本文判断：报告里写清三个量——工作量、访问次数、检出率——比多列几个物种名有用。三个量缺一个，别人无法判断这个数能不能与别处比，也无法判断明年再做一次要花多少力气才能得到同样的精度。
参考文献
- Krebs C J. Ecological Methodology (2nd ed.). Benjamin Cummings, 1999.
- Yoccoz N G, Nichols J D, Boulinier T. Monitoring of biological diversity in space and time. Trends in Ecology & Evolution, 2001.
- Sutherland W J (ed.). Ecological Census Techniques: A Handbook (2nd ed.). Cambridge University Press, 2006.