環境採樣規劃設計

(1)

環境採樣規劃設計

中華民國九十四年七月三十日

(2)

序

採樣為環境資料收集的最基本工作，必須確保所採集的樣品，除了為合格樣品外，並需具有代表性，才能真實反映環境場址所呈現之污染特徵，進而提供決策者作出具科學根據的決定。因此環保採樣人員除了必須以嚴謹的態度執行標準採樣作業程序外，還必須具備宏觀的系統規劃能力，始能保證所採集的樣品符合採樣目的之需求。

本所為協助各級環保機關人員在進行環境調查工作，或面對各種不同環境污染場址時，能適當規劃採樣設計方法，以正確收集環境量測資料。乃係參考美國環保署「Guidance on Choosing a Sampling Design for Environmental Data Collection」（USEPA QA/G-5S）及相關網路資訊將之編譯成冊，使國內環境採樣知識在相對欠缺之情況下，

能有所依循及參考。

本書付梓，首先特別感謝台大農化系李達源教授提供原文版本，

以及屏科大環工科學系廖秋榮教授、正修大學化工系黃平志教授和台大農化系顏瑞泓教授等三位老師協助審查工作。之後，在進一步收集資料過程中，並蒙美國環保署 Mr. John Bing Conar 協尋相關資訊網站，而得以將目前國際間最新發展趨勢，去蕪存菁後補充於本書內，

使其內容更臻周全完備。此外，本所採樣小組許永華組長、洪文宗科長、李其欣、楊喜男、李以彬、魏佩玉、黃壬瑰、李俊宏、王漢泉、

顏榮華、尹開民等同仁公務之餘，戮力編撰本書，併此致謝。祈各界不吝指正為感。

所長

(3)

延伸閱讀

近年來環境調查系統規劃與採樣設計之理論與實務，已蓬勃發展，相關應用之技術或方法更是日新月異。環保同仁除參閱本書瞭解概況外，另可多利用網路資源線上瀏覽學習，以充實新知，並與國際接軌。相關網路資源摘要如下：

一、環境採樣與監測入門（Environmental Sampling & Monitoring Primer）：本網站由美國維吉尼亞大學（Virginia Tech.）建置，

內容包括：環境採樣設計之統計理論、分析儀器及現場採樣方法等介紹，並提供練習實作，很適合入門學習。

網址：＜http://ewr.cee.vt.edu/environmental/teach/smprimer/smprimer.html＞

二、環境採樣規劃之介紹（An introduction to environmental sampling planning）：環境資料收集工作中最大的挑戰是「到底應該採多少樣品才符合科學根據？」，這個議題一直困擾著所有環境研究人員。採多了，浪費金錢和時間；採少了，可信度又不高。美國海軍環境支援辦公室在其 MESO-00-A003-06 文件內有篇簡短的報告，可供初學者作一概略瞭解。

網址：＜http://meso.spawar.navy.mil/Docs/MESO-00-A003-6.pdf＞

三、環境資料收集之採樣設計選擇指引（Guidance on Choosing a

(4)

Sampling Design for Environmental Data Collection）：為美國環保署數據品質管理系統之官方文件，亦為本書之參考藍本，相關原文之詞彙與定義可上網核對，或進一步深入瞭解。

網址：＜http://www.epa.gov/QUALITY/qs-docs/g5s-final.pdf＞

四、環境決策支援系統（Decision Support Tool）：當環境資料收集後，應如何決定下一步動作？目前美國環保署第五區分署超級基金部門（USEPA Region 5 Superfund Division）結合生物學家、

環境科學家、電腦系統規劃師及地理學家，或委由田納西大學

（U. Tennessee）所分別開發的兩個環境決策支援工具軟體：

FIELDS 與 SADA。內建採樣設計模式、數據諮詢模式及整治模式等，可提供採樣人員規劃採樣設計之依據，並藉由採樣檢測數據之整合分析，進一步提供決策者評估污染場址之範圍，

高污染區域之大小，以及在健康風險考量下，擬定優先整治之目標與應採取之行動。

網址：＜http://www.tiem.utk.edu/~fields/＞

五、現場分析技術百科全書（ Field Analytic Technology Encyclopedia）：傳統環境調查方式為現場採樣後，將樣品送回實驗室分析化驗，再依據檢測結果作進一步調查，此不僅耗時

(5)

Technology Innovation Office）已將現行發展成熟之即時採樣檢測分析技術等相關訊息建置於網站上，使環境採樣與檢測分析工作能更貼近於污染現場之調查與鑑定。

網址：＜http://fate.clu-in.org/technologies.asp＞

上述網址內所列之部分即時分析技術已獲美國環保署認可者，

皆收錄於 Test Methods for Evaluating Solid Waste, Physical/

Chemical Methods（即俗稱之 SW-846）內。

網址：＜http://www.epa.gov/epaoswer/hazwaste/test/sw846.htm＞

六、污染場址鑑定與整治技術（Site Characterization and remediation technology）：污染場址之調查鑑定必須仰賴於採樣與檢測分析之進行，爾後才能加以整治，然而兩者間卻又息息相關。因此美國環保署特別建置 REACH IT 資料庫（ REmediation And CHaracterization Innovative Technology），收集超過 750 個機構所提供之 150 種污染場址鑑定技術，與 1300 種污染整治技術，

供環境研究人員查詢、下載及應用。

網址：＜http://www.epareachit.org/index3.html＞

七、污染場址調查整治之三合一處理方法（The Triad Approach）：由於污染場址調查整治工程花費龐大，必須結合系統化的管理思

(6)

（ real-time measurement technology ），以及動態工作策略

（dynamic work strategies）等三合一方法，並積極整合各方資源，期能畢其功於一役。因此，美國聯邦及州政府許多機構乃共同組成此三合一團隊，以協力解決環境污染問題。ITRC 將之稱為「一種新的環境方案管理典範」（ a new paradigm for environmental project management），值得國內各相關政府部門內之環保有志人士共同效法學習及推動。

網址：＜http://www.triadcentral.org/＞

上述 Interstate Technology & Regulatory Council（ITRC, 美國州際技術與管制委員會）針對三合一處理方法之專文，可於下列網址查得：

網址：＜http://www.itrcweb.org/Documents/SCM-1.pdf＞

八、此外，另有污染場址的快速鑑定（Expedited Site Characterization, ESC），ESC 為 Argonne 國家實驗室（現已加入三合一團隊）於 1989 年發展，經美國能源部（US Department of Energy）加以建置，可快速有效鑑定現場污染範圍。雖然計畫名稱不同，但與三合一處理方法類似。

網址：＜http://apps.em.doe.gov/ost/pubs/itsrs/itsr77.pdf＞

(7)

目錄

………..……… I

第一章環境採樣概述………..………..……… 1

1.1 採樣之不確定管理………..… 1

1.2 規劃採樣設計應考慮事項………..… 6

1.3 採樣設計的型式………..…… 10

1.4 適當採樣設計方法的評選………..……… 17

1.5 採樣設計的位階………..……… 18

1.6 採樣點佈設原則………..……… 19

1.7 樣品數估算原則……….……….…… 32

第二章主觀判斷採樣設計……….… 37

2.1 概述………..……… 37

2.2 適用情況 ………..………..… 37

2.3 限制條件……….…………. 38

2.4 執行步驟………..……… 39

2.5 與其他採樣設計之搭配……….………….… 40

2.6 應用案例………..… 41

第三章簡單隨機採樣設計……….……… 43

3.1 概述………..……… 43

3.2 適用情況………..……… 44

3.3 限制條件………..……… 44

3.4 執行步驟………..……… 44

3.5 應用案例………..……… 54

3.6 與其他採樣設計之搭配………..……… 58

第四章分層隨機採樣設計……….………… 61

4.1 概述………..………… 61

4.2 適用情況………..………… 61

4.3 限制條件……….. 62

4.4 執行步驟………..……… 63

4.5 應用案例………..……… 64

(8)

4.6 分層程序計算………..………… 69

4.7 採樣數估算公式………..……… 71

第五章系統網格採樣設計……….… 73

5.1 概述………..……… 73

5.2 適用情況………..……… 75

5.3 限制條件………..………… 76

5.4 執行步驟………..…… 77

5.5 與其他採樣設計之搭配………..… 79

5.6 應用案例………..………. 79

第六章排序組合採樣設計……….……… 85

6.1 概述………..…… 85

6.2 適用情況………..… 89

6.3 限制條件………..……… 90

6.4 執行步驟……….……….… 91

6.5 應用案例………..……… 92

6.6 使用排序組合採樣之步驟………..………… 94

第七章應變叢集採樣設計……….………… 109

7.1 概述………..……… 109

7.2 適用情況………..…… 109

7.3 限制條件………..… 110

7.4 執行步驟………..……… 110

7.5 與其他採樣設計之搭配………..……… 116

7.6 應用案例……….……… 116

第八章混合採樣協定………..………..… 119

8.1 概述……….……… 119

8.2 平均值估計之應用……….………..……….. 123

8.3 群體測試之應用………..……… 131

第九章案例練習………...…….. 135

參考文獻………...… 147

(9)

第一章環境採樣概述

環境資料收集（environmental data collection）最主要的兩個範疇為運用於長程的環境監測（environmental monitoring）與短程的污染場址調查（site investigation）。而採樣是環境資料收集最基本的一環，

必須確保所採集的樣品資料能符合政策之需求，並經由檢測分析及整合成有效資訊，以供決策者作出具科學根據的決定。否則 GIGO

（garbage in garbage out）徒勞無功，甚而誤判（Eckblad, 1991）。因此，本書主要企圖在於協助環保同仁在採樣過程中，如何藉由系統規劃與採樣設計，以找出下列問題的答案：

一、如何採集既合格（qualified）且具代表性（representativeness）的樣品？

二、在哪裡採以及何時採？

三、要採集多少樣品，才算足夠（在最具成本效益之情況下）？

四、當這些樣品採集及分析後，下一步該怎麼辦？

1.1 採樣之不確定性管理

採樣方法之不確定性（uncertainty）十倍以上於檢測方法（Jenkins et al., 1997）。在環境資料量測（environmental data measurement）過

(10)

Crumbling（2001）以直角三角形之畢氏定理（a²+b²=c²）說明環境資料量測之總不確定性與採樣和檢測間之關係如下：

[總不確定性]²＝ [採樣之不確定性]²＋ [檢測之不確定性]²

當採樣過程中存在著高度不確定性（如圖 1.1 之狀況 1）時，此時即使再提昇檢驗技術或QA/QC，將檢測之不確定性降至原來之 1/2（圖 1.1 之狀況 2），或者稍微忽視檢測之不確定性，使其提高至原來之 2 倍（圖1.1 之狀況 3），事實上，皆無法明顯改善或惡化原本之總不確定性，如圖1.1 下方狀況 1、2 及 3 之比較。

圖1.1 環境資料量測過程中之不確定性示意圖

(11)

上述情況更為嚴重的是，發生於污染場址中潛藏有高污染區塊時，如圖 1.2 之案例。在高污染區塊未排除前，再如何花大錢（$）

在實驗室內設法降低檢測之不確定性，也無助於改善整個環境資料量測所造成之總不確定性，此即金塊效應（Nugget effect）。

近年來現場或即時（on site or real time）偵測儀器發展迅速，因此美國環保署（USEPA）及其合作夥伴，在三合一處理方法（The Triad Approach）中乃輔以較低精密之即時偵測儀器（¢），並在現場增加採樣密度（sampling density），來達到污染場址調查之不確定性管理。

(12)

在過去，採樣工作偏重於環境監測與污染稽查業務，其採樣方式不是以隨機採樣方式隨意採環境樣品，就是以權威採樣方式採集可能污染之樣品，並將樣品送回實驗室（off-site lab）分析化驗，再依據檢測結果作進一步判斷。此期間，整個環境資料量測過程中鮮少經過系統規劃或採樣設計。然而，隨著許多污染遺址或新發現的污染場址，在最近不斷被挖掘出來。針對污染場址的污染鑑定或污染範圍界定等環境調查工作，此傳統環境資料量測方式，已逐漸不敷所求。不僅採樣之不確定性無法掌握，而且耗時費力、成本過高。

自 1997 年美國環保署公佈全美境內共有 217,083 個污染場址，

受制於聯邦或州政府法規，而必須採取行動整治。所需調查整治費用估計超過1870 億美元，需時 10 ~ 30 年始能完成（USEPA, 1997）。此訊息在往後近十年間引發了兩個風潮：一為環保機關如何更有效率的調整環境管理策略，來降低時間成本的耗費；二為業界在此商機無限下，許多調查、整治技術不斷的創新與發展。

在此風潮下，所應運而生三合一環境污染調查方法，除了可降低環境資料量測之不確定性外，更可有效減少 50%時間與成本的耗費。

此外現場實驗室（on-site lab）的觀念也逐漸興起，由於現場分析技術之蓬勃發展，已有專屬的國際研討會、期刊，以及著名之塔夫斯

(13)

最近我國也陸續發現幾個污染場址。迥異於環境監測，污染場址之調查首重於快速有效，否則污染持續洩漏或傳輸於各種環境媒介，

將使得整個調查整治績效之不確定性增高。不同的污染場址可能有不同污染特徵，其影響的範圍也不一而定。因此當吾人進行污染場址調查之採樣規劃設計時，其不確定性管理在於：誤差容忍度是多少？也就是說，你必須告訴別人兩件事：

一、你為何如此規劃設計，而不是說以往都是這樣做；

二、經過如此規劃設計後，它預期的可信度有多高。

(14)

1.2 規劃採樣設計應考慮事項

面對不同環境污染調查場址有許多必須考慮之因素，舉例而言，

圖1.3 顯示某已乾枯之污水塘疑曾遭工業廢水污染，以及其可能污染影響的範圍。假設現場調查及實驗室評估作業皆已執行，吾人可在排放口採樣、化驗水質，以判定廢水管線是否排放污染，或依據污染特性分析，來追查是何家工廠所為。如果此時要進一步瞭解污水塘遭受某特定污染的污染程度，那麼可能就必須以採樣點A，B 及 C 之土壤採樣分析結果，來加以判定。然而，這些數據卻不足以代表整個污水塘的平均濃度。也就是說，如果要評估污染物的平均濃度，其採樣點可能必須再涵蓋D，E 及 F 等位置。

A B

C

D

E

F 廢水管線

污水塘廢水管出口

可能被污染之區域

(15)

但是，上述三個樣品（採樣點 A，B，C）是否已足夠反應污水塘遭受污染之程度。或者，六個樣品（採樣點A-F）是否能代表整個污水塘的平均濃度。這又涉及到樣品代表性的問題，因此要成功的採集環境資料，必須考慮下列因素：

一、採樣的目的（purpose），理想的採樣設計務必於採樣當時已有某些目的或假設，此即目的主義原則。一般採樣的目的可歸納為：

（一）追查某一污染源的污染特徵。

（二）瞭解某一污染場址之污染特性及其污染範圍。

（三）判斷某一污染事件其污染層面是否已超過環境涵容能力之恕限值（threshold value）。

（四）確認高污染區域（hot spots）之位置或污染團（plume）之記敘。

（五）估算採樣母體的平均污染特性或具有某些污染特性的比例多寡。

（六）監測環境污染狀況改變之趨勢。

二、採樣的代表性（representativeness^註），也就是所採集到的樣品必須具有實質上的證據，以及採證過程之週全性。包括：

(16)

（二）何時採（when to take samples）：採樣的起始時間和終止時間，以及採樣時間的時段間隔。

（三）採多少樣品（how many samples to take）。

三、採樣之限制（limitation），選擇採樣設計可能的限制有四種：

（一）採樣/分析的限制：包括量測儀器於現場或實驗室技術的靈敏度及選擇性的要求，以及現場技術執行於低溫、高濕度，或於某個季節或天氣型態的樣品採集能力。

（二）時間/進度的限制：包括季節性的限制如暴露與季節的關係。

（三）地理的限制：包括如可能無法採樣，及任何可能妨礙準確識別採樣位置的地理障礙（如河川、圍籬等）。

（四）經費的限制：需考量整體資料收集程序如從野外樣品採集、運送、保存，到分析樣品、資料輸入及確認等整體成本之支出。

1. 代表性：美國 EPA 定義為所量測的數據是否能精準呈現母體（包括參數變異）

在一個採樣點、採樣程序或環境狀況的差異程度。具有代表性的樣品，應得到污染受害者之認同。

2. 表 1.1 提供一些環境污染之情境模擬，請練習挑選合適代表性之選項。

(17)

表1.1 環境污染模擬情境之代表性選項練習

11

污染遷移路徑

A B C

井篩

地下水代表性水樣之採樣深度

假設某污染遷移路徑分別經過不同監測井之井篩如左圖選項「A」、選項「B」

及選項「C」三個位置，請問何選項較具代表性？

3 3

#1#1 #2#2 #3#3

表土污染層

土壤代表性樣品之採樣位置

假設某空氣污染物長期沉降於地表土壤，如要評估該污染物造成土壤污染之影響，此時要採集代表性之土壤樣品為選項「1」、選項「2」

或選項「3」？

2 2

採樣間隔

時間

污染濃度

污染源代表性樣品之採樣時間

假設某污染源之污排放有其週期性，且排放濃度亦有其間歇性。如要正確評估其平均污染濃度時，其代表性為選項「」、選項「」

或選項「S」？

(18)

1.3 採樣設計的形式

採樣設計的形式，可歸類為二：主觀判斷（judgmental）及以機率為基礎（probability-based）的採樣設計。主觀判斷方式係以人為主觀的認定來作為採樣的判斷，可分為專家或非專家式的主觀判斷，其間的差別在於判斷的人是否具有專業知識；以機率為基礎的採樣設計方式則不涉及人為因素，完全依賴推論統計學（inferential statistics）

的理論來決定。亦即採集到的樣品，必須符合統計估算（statistical estimation）之足夠數量，使其檢測分析結果，能夠將之一般化推論至母體，或是由樣品統計量（sample statistics）去推論母體參數

（population parameters）。圖 1.4 顯示樣品與母體間之關係。

母體樣品

採樣

母體參數

推論

樣品統計量

圖1.4 樣品與母體間之關係

(19)

目前一般常用的採樣設計方法有主觀判斷採樣、簡單隨機採樣、

分層採樣及系統網格採樣等四種方法，經過改良的有排序組合採樣、

應變叢集採樣等二種方法，以及一種混合採樣協定。本指引將於後續章節分別說明各採樣設計方法之應用與執行。先分別概述如下：

一、主觀判斷採樣法（judgmental sampling）

主觀判斷採樣法係污染場址（或事件）在經過環境調查後，利用專業的知識或經驗，來研判採樣的位置、採樣的時間，以及決定採樣的數量。以圖 1.1 為例，在排放口採樣並追蹤污染源，即為專家式的主觀判斷法之成功應用。但因缺乏統計學之理論根據，而無法提出有效的結論，故不適用於推斷廢水可能影響的範圍，或污水塘整體污染的評估。不過在實務上，可搭配其他採樣設計方法，使採樣的結果能更讓人信服。

二、簡單隨機採樣法（simple random sampling）

簡單隨機採樣法迥異於上述之主觀判斷法，即不作任何人為的判斷，也不管先前是否做過環境背景調查，完全依賴亂數（random numbers）來隨機選擇採樣的位置或採樣的時間，並必須估算出最少採樣的數量，才能符合統計學之推論。此法的優點在於易懂容易執行，且無偏頗。以圖1.1 為例，較適用於整個污水塘平均污染的評估。

(20)

情況下，其成本效益值得好好考慮。

三、分層採樣法（stratified sampling）

污染場址如經長期污染物侵蝕而呈現出分層（或分區）現象，且相對均質化（homogeneous）於環境介質（或污染物質），則可適用分層採樣法。以圖1.3 案例視之，假設該乾枯之污水塘已呈現出分區現象，如（ABC）區、D 區、E 區及最外圍之 F 區（如圖 1.5 所示）。

因此可採用分層採樣設計，先將此四個區域視為獨立之採樣區域，再分別規劃適當之採樣設計方法，最後再加以整合評估得出較準確之結果。

A B

C

D

E

F 廢水流向

樣品

採樣

圖 1.5 分層採樣設計之示意圖

(21)

四、系統網格採樣法（systematic and grid sampling）

系統和網格採樣法係以規則化的方式來執行採樣，只要採樣的起始位置（或起始時間）經隨機選定後，那麼後續的採樣位置就可以依據採樣區域的網格化（grid），或採樣時間的系統化（systematic）來加以敲定。以圖1.3 案例視之，系統化的採樣方法較適用於（ABC）

區塊之污染評估，因工業廢水之排放可能有上下班時間之間歇性排放。至於整個污水塘之污染評估，因屬於大區域面積，故網格化的採樣方法相對較為適用。一般較常用的系統網格有方形、三角形等如下之圖例。

（square grid）（triangular grid）

五、排序組合採樣法（ranked set sampling）

排序組合採樣法是簡單隨機採樣法搭配現場專家經驗判定（或現場檢測結果）所改良而成之採樣方法。此法大概可分成二個階段來執

(22)

行採樣，先依專家經驗或現場檢測結果，將污染區域分成幾個樣區

（set），並排出低、中及高數值樣區之順序，然後在每個樣區選擇一個採樣點加以採樣（如圖 1.6 所示）。按此作法會增加取得具代表性樣品的機會，且求得之樣區平均值也較其他方法準確。但因取樣之樣品較少，所以比簡單隨機採樣法更節省費用。

A B

C

D

E

F

廢水流向

高污染區中污染區低污染區

圖1.6 排序組合採樣設計之示意

六、應變叢集採樣法（adaptive cluster sampling）

應變叢集採樣是個比較複雜的採樣設計方法。當吾人欲從不明污染場址中，且在有限的環境背景資料下，要找出場址中某些較高污

(23)

不明污染場址格子化，並隨機採樣（如圖1.7 左所示）檢測，然後根據檢測結果找出超過恕限值之採樣點，最後再將後續的採樣點設法集中在超過恕限值之採樣位置附近（如圖 1.7 右所示），來進一步確認高污染區域之所在。此法可能須經過數次「應變」的嘗試，及運用「叢集」鎖定的方式，才能找出高污染位置，故名之「應變叢集」採樣設計。本法可運用於樣品量不足、樣品結構鬆散的不明污染場址，並作為高污染區域清除處理之確認。或者適用於類似的環境調查如魚蝦之群聚點、不對稱分布之礦砂存量、稀有（面臨滅絕）之動植物物種數量，以及罕見疾病之流行病學。

X X

X XX X XX X

X X X XXXX

XX X

XX XX

X XX X

XX

X X X XX XX

XX XX XX X XX

XX XX X XXX

XX XX X XX

X X

圖中陰影區域為疑似之高污染位在超過標準之採樣點週遭叢集採樣置，及隨機採樣點之分布。

圖1.7 應變叢集採樣設計方式之示意說明

(24)

七、混合採樣法（composite sampling）

混合採樣並不是採樣設計方法，而是一種採樣協定（protocol）。

基本上係將數個均勻樣品或者次樣品，藉由物理上之結合使其形成一個新的混合樣品（此即混樣）。因此混樣代表將數個均質樣品及其分析數據之平均值，故可相對的減少分析費用。例如圖1.6 指出 9 個樣品每3 個混成 1 個樣品，因此只要做 3 個混樣樣品分析。

個別樣品

混合樣品

能顯示平均污染濃度之樣品

圖1.8 混合採樣法之示意說明

(25)

1.4 適當採樣設計方法的評選

要成功的採集環境資料，依先前所述除了必須考慮採樣目的外，

還要兼顧有無經費或時效之限制，以及預定達成之目標。表1.2 可供 評選參考。

表1.2 適當採樣設計方法的評選

採樣目的限制條件建議採用方法預定達成的目標調查小規模污染問

題之篩選

受限於經費或時效主觀判斷採樣評估是否需要進一步執行大規模之採樣規劃設計

想要瞭解污染在何時發生

有足夠之採樣經費系統採樣獲得污染的時間想要瞭解污染在何

處發生

有足夠之採樣經費網格採樣獲得污染的範圍，

並可藉以偵測污染點區的大小

有足夠之經費系統或網格採樣建立時空區隔模型的資料

經費受限且分析費用高於採樣費用

混合採樣法建立一稍具準確性的評估

估計母體之平均值

經費受限而且專業知識或篩選量測無法評估相對污染量

排序組合採樣在一定準確性下減少所必要分析數量估計母體之平均值

或比例

有污染模型之時空背景資料

分層採樣在同樣的樣品數量下增加準確性，或者在較少樣品及成本下得到相同的準確性

描繪污染區域之邊界

有現場篩選方法應變叢集採樣同時利用所觀察之資料評估平均值評估稀有特性的流

行趨勢

分析費用高於檢驗費用

簡單隨機採樣和混合採樣

在較少的分析成本下，建立一稍具準確性的評估。

針對具有稀有特性之母體單元進行確認

有能力以物理方法混合均勻然後再測試額外的混合物

混合採樣和再試驗在減少成本之要求下歸類採樣單元。

針對具有高污染水平之母體單元進行確認

有能力以物理方法混合均勻然後再測試額外的混合物

混合採樣和再試驗在減少成本之要求下確認每個採樣單元。

(26)

1.5 採樣設計的位階

以往環保人員所採集的環境相關資料，經常無法有效利用作為政策決定之參考。其原因不外於過度專注於採樣技術提昇，而欠缺整體採樣設計之適當規劃，或者是採樣目的偏了方向，致使雖採集到合格的樣品，但卻不具足夠之代表性。因此採集樣品前，應先做好採樣設計之規劃，進而擬定採樣計畫交由執行。執行必須依據相關之標準作業程序或技術規範。之後所獲得之資料，必須再經過評估確認（如圖 1.9 之流程）。如此才能讓決策者作一科學性的結論。

系統規劃 Systematic

Planning

資料品質評估 Data Quality Assessment 技術評估

Technical Assessment 標準作業程序

Standard Operation Procedures 資料品質指標

Data Quality Indicator

採樣計畫 Sampling

Plan 採樣設計 Sampling Design

資料確認及有效性 Data Verification

and Validation 樣品採集/處理

量測/分析

Sample Collection/Handling Measurement/Analysis

規劃 PLANNING

執行

IMPLEMENTATION

評估 ASSESSMENT

圖1.9 環保署環檢所品管系統之數據生命週期循環

(27)

1.6 採樣點佈設原則

採樣點的佈設應依不同的採樣目的而定，大致可分為：長期且較大範圍的環境背景監測，以及短期中、小範圍的污染場址調查。

1.6.1 以監測為目的之採樣點佈設

1.6.1.1 江河採樣點的佈設：

由於河流成線狀分布，當工業或生活污水排入時，各河段水質狀況差異甚大。為全面反應總體水質狀況，理論上至少應設置三個採樣斷面（採樣位置及深度，請參閱第三章）：

一、背景斷面（background section）：設在河流上游，以此斷面查明水質背景狀況。

二、控制斷面（control section）：為了解特定河段水質狀況而設置的採樣斷面。一般設置在污水與河水混合後的下游。

三、自淨斷面（purification section）：河水與污水混合流經一段距離，由於河流自淨作用使污染濃度逐漸降低，水質達到基本穩定的斷面。自淨斷面應設在河段最後一個排污口（outfall）以下相當距離處。

除上述基本斷面外，對於特殊環境敏感區域，還應專門設置採樣斷面，例如污水排放口、支流匯入口附近等。

(28)

1.6.1.2 湖泊、水庫採樣點的佈設

湖泊、水庫是流動性較小和面積較寬廣的水體。其水質相對差異主要存在於湖心與沿岸，以及湖心與入水口、出水口等地段。一般採樣斷面設置於：

一、入、出湖、庫的河流匯合口處，分別設置採樣斷面。

二、在湖、庫沿岸等污染排放區或遊憩功能區，於其輻射線上設置近似弧形的採樣斷面。

三、在湖、庫中的水流活躍區、滯水區和不同魚類回游產卵區，分別設置採樣斷面。

1.6.1.3 地下水採樣點的佈置

淺層地下水監測，應儘可能合理利用各水文地質單元中原有的水井，及泉口等出水點，必要時得設置監測井（monitoring well）。監測井佈點原則如下：

一、帶狀污染區：應設置於如工業區等沿地下水流方向，用平行和垂直的斷面控制。

二、點狀污染區：應設置於如重點污染源及地下水流向下方不同距離的地方。

(29)

1.6.1.4 特殊環境背景的採樣點佈置

對於某些特殊環境背景或污染調查個案，必須有不同採樣佈點的考量。例如：

一、共軛採樣（conjugate sampling）：如為了解污染物對水體之影響，

應同時採集污水及受污染之天然水；又如為評估污染物在水、

底泥及水生生物間之輸送遷移，則除採集水樣外，應再採集底泥、水中生物等樣品，此即共軛樣品。

二、追蹤採樣（tracing sampling）：要了解污染物在流域中的變化，

應進行水團追蹤採樣，即先測量流域之流速，在不同距離佈置採樣點，算好時間差，依規定時間採集水團水樣。此有助於評估某污染物在流域中之降解自淨規律。

三、同步採樣（isochronal sampling）：如水團水質變化不大時，可在合理佈置不同方向之採樣位置上，同步採樣。此法在於評估污染物在受污水體中濃度場之變化。

1.6.2 污染場址調查之採樣規劃設計

污染場址之調查，包括：場址污染的查證，及污染特性與範圍之調查。其採樣設計原則如下：

一、場址污染的查證：此涉及違規者之處罰。一般於場址內以主觀

(30)

判斷方式或隨機採樣為之。

二、污染特性與範圍之調查：此涉及污染場址之後續整治，其調查評估費用約佔整個整治工程經費之10%到 50%。亦即調查工作愈徹底詳盡，則污染範圍之推估則愈精確。因此最好能分階段進行調查工作。例如區分為初步調查（preliminary site investigation）及細部調查（detailed site investigation）兩階段，就有不同之採樣佈點設計。

1.6.2.1 初步調查與場址概念模式之建立

進行初步調查時，必須先建立場址概念模式（Site Conceptual Model, SCM），了解污染物與受體間之關係，作為採樣佈點之依據。

並以最具成本效益為原則進行調查，確認污染物之存在。如已知污染位置或環境背景資料時，以主觀判斷方式為之。如無法確認時，可採用系統化之網格佈點。

所謂 SCM 是個比較抽象的情境模擬概念。舉一個簡單例子，假設某地被傾倒有害廢棄物如圖 1.10，在以人體健康風險考量之情況下，則其污染源（source）、傳輸路徑（pathway）與受害者（receptor）

三者間之關係，可列表如1.3。然後再根據所建立之 SCM，來作為採樣設計之規劃研判。

(31)

空氣媒介

土壤媒介

地下水媒介暴露點

圖1.10 假設某地被傾倒有害廢棄物示意圖

表1.3 某污染事件中污染源、傳輸路徑與受害者間之 SCM 表

Source Pathway Receptor

(32)

再假設一儲油槽發生污染洩漏事件，當環保人員初抵污染現場時，發現其平面位置如圖 1.11 所示。此時不管手邊有無環境背景資料，應一面進行場址污染調查，一面將所有可能的污染流佈或傳輸狀況大致有所描繪。圖 1.12 顯示本污染事件之 SCM，包括：有機溶劑揮發的空氣污染，以及油槽管線洩漏導致土壤與地下水的污染流佈等。然後依據SCM 判斷採樣之佈點。SCM 用於整治，就像一般住家漏水「捉漏」的觀念一樣，所有可能洩漏處都必須加以解決，否則無法根治。

1.6.2.2 細部調查與現地量測技術之運用

細部調查目的，係依據初步調查結果，再進一步確認污染之垂直與水平狀況、濃度及變化，推估污染物之分布及可能影響之範圍。細部調查如能搭配現地、即時量測技術（on site or real time measurement）

之檢測結果（如透地雷達、土壤氣體分析、氣相層析儀等偵測皆已達實場應用階段），或依據專家經驗之判斷，可增加採樣佈點規劃設計之精確性，並加速污染場址完成調查評估作業。

(33)

河流

辦公室

住戶

水井

油水分離

污水塘

x x

x

x x x x x x x

x x x

x x

x

=

儲油槽

表面油漬

河岸油漬

輸送管線

圖1.11 儲油槽污染事件之平面位置圖

河流

水井

污水塘

x x

x

儲油槽

油漬油漬

管線洩漏

BTEX 污染團

油水分離滲出滲流

污水塘蒸發

蒸發

？

地下水面

地下水流向 Sand aquifer

圖1.12 儲油槽污染事件之場址概念模式

(34)

1.6.3 污染場址之採樣佈點原則

1.6.3.1 已知污染區域（source area）之採樣佈點

一、土壤之污染特性調查

（一）依據場址概念模式（SCM）區分污染區域後，分別以隨機或主觀判斷方式佈點。

（二）各污染區域之最少採樣數如表1.4 所示，例如 0.2 公頃之污染區域，包括10 個位於污染區域內之採樣點，及污染區域之上、下游與兩側四個方位4 個採樣點，總計 14 個採樣點。

表 1.4 污染區域之最少採樣數污染區域面積

（公頃）

污染區域內污染濃度梯度之採樣數

污染區域外環境背景特性之採樣數

總採樣數

0.05 3 4 7

0.1 5 4 9

0.2 10 4 14

二、地下水之污染範圍調查

（一）於污染區域之周界，選定三角形三頂點方式設置監測井（如圖1.13 之採樣點 1、2 及 3）。倘周界地下水檢測合格，則其污染範圍以此為界。如有一點不合格，則必須進一步研判地下水流向。

(35)

1-5公尺 1-5公尺

1-5公尺

地下水方向場址範圍

監測井

採樣點 2

採樣點 3 採樣點 1

圖1.13 三角形三頂點採樣點佈置方式

（二）研判地下水流向，以達西公式（Darcy’s formula）估算地下水流速，並推估污染物洩漏時間及計算可能移動距離。

n i V = K×

t V L= ×

式中 L ：污染物可能移動距離（m）

V ：地下水流速（m/day）

t ：推估之污染洩漏時間（day）

K ：水力傳導係數（m/day）

i ：水力坡降 n ：有效孔隙率

(36)

上式 K 值（水力傳導係數）可藉由微水試驗（Slug Test）求得，其原理為：於一試驗井瞬間抽取或灌入一定體積之水

（Slug），記錄井管中的水位變化，用以推估試驗井週遭含水層之水力傳導係數。其計算式為：

( )

t w

e c

h h t d

r R

K r ⁰

2

1ln 2

/

= ln （Bouwer-Rice 1976）

式中 rc ：井管半徑（m）

Re ：有效影響半徑（m）

rw ：井開挖半徑（m）

h0 ：井管內初始水頭（m）

ht ：歷經時間為t 之水頭（m）

d ：井篩長度（m）

圖 1.14 地下水監測井（自由含水層）相關參數示意圖

(37)

假設環保人員未於現地進行水文地質參數試驗，則K、n值可參考表1.5 進行推估，i值可參考當地背景資料或利用地形坡度概估。例如K = 3×10^-5m/s，n = 0.2，i = 1/200，經計算V = 23.65 公尺/年，若洩漏時間 20 年，則可能之移動距離為 23.65

× 20 = 473 公尺。

表1.5 不同型態土壤之傳導係數及有效孔隙率

介質傳導係數K（m/s）有效孔隙率 n 水平方向

黏土（表層） 10^-8~ 10^-6 0.01 ~ 0.2 黏土（深層） 10^-8~ 10^-2 0.01 ~ 0.2 砏土 10^-5~ 5×10^-5 0.01 ~ 0.3 砂土（細質地） 10^-5~ 5×10^-5 0.1 ~ 0.3 砂土（普通質地） 5×10^-5~ 10^-4 －砂土（粗質地） 2×10^-4~ 10^-3 0.15 ~ 0.3 礫石 10^-3~ 10^-2 0.2 ~ 0.35 有機砏土 ~ 10^-10 0.1 ~ 0.35

砂岩層 10^-8~ 10^-5 －

石灰岩層 10^-7~ 10^-5 0.1 ~ 0.4 有裂縫或已風化之岩層 10^-8~ 10^-4 0.01 ~ 0.24 垂直方向

地下水位下方1.0 至 1.5 公尺之黏土層 1.3×10^-5 0.01 ~ 0.2 地下水位下方1.5 至 5 公尺之黏土層 4.2×10^-6 0.01 ~ 0.2 地下水位下方5 至 10 公尺之黏土層 2.5×10^-7 0.01 ~ 0.2

(38)

（三）於移動距離之邊界以直接貫入（push probe 或 direct push）

即時採樣，或設置簡易井採樣（如圖採樣點4 及 5），直至採樣點N 檢測合格後停止，以污染區域中心至該點為半徑畫定圓形之區域即為可能污染範圍如圖1.15。

地下水方向場址中心

採樣點2

採樣點3 採樣點1

採樣點 4 採樣點 5

採樣點 N 污染半徑

( 檢測合格點 ) ( 檢測不合格 )

污染範圍

圖1.15 可能污染範圍之劃定

(39)

1.6.3.2 未知污染區域（source area）之採樣佈點

對於大範圍內可能潛在污染區域（area of concern）或高污染區

（hot spot）之土壤污染調查，一般係以不同之網格密度佈點採樣。

初步調查通常以 25 至 50 公尺之網格間距進行採樣，若發現污染區域，再以 10 公尺之網格間距進行細部調查，其詳細執行步驟於第七章應變叢集採樣設計方法中進一步說明。

(40)

1.7 樣品數之估算原則

環境資料收集工作中最大的挑戰是「到底應該採多少樣品才符合科學根據？」，這個議題一直困擾著所有環境研究人員。採多了，浪費金錢和時間；採少了，可信度又不高。最適宜的樣品數量通常須視可獲得之資源而定，但亦可根據統計學理論，由一特定準確度估算樣品數。例如，當樣品數增多時，估算平均值之精確度也會隨之增加。

由於平均值的標準差與樣品數的平方根成反比，因此若將樣品數由4 增為 9，標準差可減少三分之一。同樣地，如將樣品數 21 增為 46，

則標準差也可減少三分之一（Green, 1979）。

雖然樣品數愈多愈好，但須記住一個觀念：再多的樣品數也無法彌補不當的採樣設計所造成的低劣數據品質，也由於低劣的數據品質含有較多錯誤，所得之統計結果也將不具效力（Dytham, 1999）。

最適宜的樣品數依不同採樣設計方法，而有不同之估算方式（本書後續章節將陸續說明）。先介紹三種可供原則性估算方法如下：

一、Elliott（1977）：以5 個樣品為一組（5, 10, 15,…）之平均值法。

此法為採樣時先採5 個樣品取其檢測平均值（A1），再採 5 個樣品，連同前面之 5 個樣品，總計 10 個樣品取其平均值（A2），此時如A2 ≈ A1，則 10 個樣品即為最適樣品數。否則就必須再採 5 個樣

(41)

品，連同前面之10 個樣品，總計 15 個樣品取其平均值（A3），看看 A3 是否約略接近於 A2。以此類推，直到所得之平均值變化不大時，

最後一個平均值之樣品數即為最適當採樣數。此法適用於小型研究，

可用來快速估算樣品數。

二、Gilbert（1987）及 Elliott（1977）：由樣品檢測值所獲得之準確 度，進一步推估要獲得合理準確度所需之樣品數。

( ) ( )

( )

²

2

樣品平均值準確度

樣品變異樣品數值

≅ t ×

( )

樣品數樣品變異

母體平均值樣品平均值

值 −

= t

由t-表可查得自由度為（n-1），p=0.05 之 t 值

( ) ^{( )}

1

2 2

−

= ∑ ∑

n n x x

樣品變異

( )

樣品平均值樣品數值樣品變異準確度

⎟⎟⎠

⎞

⎜⎜⎝

⎛

= t

（Eckblad, 1991）

假設某海灣調查比目魚資料，經初步調查採集 15 條比目魚長度分別為：9, 11, 19, 11, 17, 8, 17, 7, 9, 5, 8, 11, 6, 8 及 11。

(42)

套用上述公式，可求得相關統計數據：

47 . 15 10

11 8 6 11 8 5 9 7 17 8 17 11 19 11

9+ + + + + + + + + + + + + + =

= 樣品平均值

樣品變異=[(9)²+(11)²+(19)²+(11)²+(17)²+(8)²+(17)²+(7)²+(9)²+(5)²+(8)²

+(11)²+(6)²+(8)+(11)²]－[(9+11+19+11+17+8+17+7+9+5+8+11+6+8+11)²÷15]

÷14=108.82

69 . 15 2

82 . 108 =

=

= 樣品數平均標準誤差樣品變異

由t值表可查得自由度為 14（15-1）於p=0.05 之t.025=2.145

( )

551 . 47 0

. 10

15 82 . 145 108 . 2

=

≅ 準確度

從前面之計算：採 15 個樣品所得出準確度為 0.551。由於準確度為測值與真值之接近程度（Dytham, 1999），若數據之品質有更高要求時，例如必須準確至0.1 時，則其樣品數必須高達 457 個：

( ) ( )

( )

^個樣品

樣品數 457

47 . 10 10 . 0

82 . 108 145 . 2

2 2

× =

≅

也就是說：當吾人要求95%可信賴水準（p=0.05）及 0.1 準確度之數據品質下，至少需採457 個樣品數才能符合需求。

三、Sokal & Rohlf（1969）：在沒有樣品檢測資料下，藉由類似統計 結果，推估樣品數。

(43)

公式

{

_{[ ]}v 2₍1 ₎_{[ ]}v

}

²

2

2 t t _p

n ⎟ + ₋

⎠

⎜ ⎞

⎝

≥ ⎛ _α δ σ

n =樣品數

σ=真實標準差（或變異係數）

δ=測值間之最小差異

v =樣品標準差的自由度[=（組數）（n-1）]

α=顯著水準

p =發現顯著差異之機率

[ ]v

t_α 及查t 表（雙尾 Two-tailed）於自由度 v，對應機率分別為α及 2（1-p）

之t 值。

(1 p)[ ]v

t2 ₋

同前面二之案例，此採樣數推估公式可在沒有樣品檢測資料下。

假設吾人從海灣中 4 種比目魚各取 5 隻所獲得之數據統計結果為：

90%確定可測得魚體長度之差異為 5%。另外，由類似海域所得之統計結果為：在 1%顯著水準所求得之標準差為 6%。由上述數值代入公式，可得：

(

5 1

)

16 4

v = − =

[ ] ( )[ ]

{

.0116 210.9 16

}

²

2

t 5 t

2 6

n ⎟ + ₋

⎠

⎜ ⎞

⎝

≥ ⎛

( ) {

1.2 ² 2.921 1.337

}

²

2 +

≥ n

個樣品 或53

2 . 52 n≥

上述之樣品數係由假設推估而得，採集 53 個樣品檢測後，經數據統計再估算最適宜之採樣數，如採樣數不足時，則須再多採幾件樣

(44)

品檢測。

一般而言，樣品數之多寡需視數據品質要求（包括準確度及精密度），以及採用之檢測分析方法而定。例如前述三個推估方法，同樣是在敘述採樣數估算，但各推算法之假設前提不同，以及數據資料的準確度或可信賴度要求不同，因此所估算的結果亦不同。若吾人已從該場址獲得少數樣品之檢測結果，則可依須符合之數據品質（如：可信賴度95%、準確度 10%），再運用第二個推算法估算樣品數。如吾人已擁有類似場址之污染調查資料，則可設定一個合理的數據品質

（如：可信賴度 80%、標準差 5%）及樣品數（n=任一合理數字），

即可運用第三個推算法估算樣品數。

最後，當吾人在進行採樣設計時必須掌握二個原則：1) 在一個大範圍的污染場址內，依污染物分布情形將其劃分成數個區域，於各個區域內採集之樣品數則依區域面積大小等比例分配；2) 挑選之樣品數除須符合精確度的要求，並能代表整個場址污染情形（Green, 1979）。畢竟，採樣之準確度越好，採樣數量就可越少。

(45)

第二章主觀判斷採樣設計

2.1 概述

涉及以「人」為主觀的認定來作為採樣判斷的設計方法，被賦予許多名稱，例如主觀判斷（judgmental）採樣、權威式（authoritative）

採樣、目的（purposive or subjective）採樣或非統計（non-statistical）

採樣等等。為便於敘述，本書以主觀判斷採樣（Judgmental Sampling）

稱之，並於文中簡稱 JS 表示之。

JS 又可分為專家或非專家式的主觀判斷，其差別在於判斷的人是否具有專業知識。專家式的 JS 就是獨立以專業的判斷來決定所需採集的樣品，而不需要任何隨機採樣的型式。當污染場址有可靠的環境背景資訊和污染沿革可資追蹤時，JS 是非常直接有效的採樣方式。

事實上，不論是採用 JS 或是以統計學為理論基礎的統計採樣設計，

都可作為採樣規劃的依據。其間之區別在於：當可信賴度需要被量化時，吾人可採用統計採樣方式加以規劃設計；但是當採樣的經費受到限制時，那麼 JS 方式就可以適度地加以考慮選擇（USEPA, 1998）。

2.2 適用情況

美國 EPA 在「土壤樣品篩選指引」中提到：受污染的土壤如果沒有昂貴及詳密的採樣規劃，一般的調查技術及統計方法是無法精確

(46)

地建立土壤污染的平均濃度。因此，建議以 JS 設計進行土壤污染場址的調查時，專家應該在場內找出 2-3 個懷疑有受到高度污染的區域，並鑽洞採樣。鑽洞採樣的樣品其任一個別的平均污染濃度若超出一般未受污染地區篩選樣品的值，則應執行另一額外的調查工作。因此，JS 即適用於下列狀況：

（一）該污染場址已建立有小規模之環境污染狀況調查。

（二）需要採集某些少量的樣品，進一步加以分析或鑑定。

（三）該污染場址已有長期之污染歷史，和物質等相關特性之資料者。

（四）採樣的目的只是要確認土壤場址是否有受到污染（如果發現場址受到污染，隨後可能要再進行一次或更多次的統計採樣）。

（五）緊急因素之考量排除統計採樣設計。

2.3 限制條件

JS 的主要優點就是在預算經費有限，無法以統計採樣執行時，JS 可配合經費的需求，規劃適度的採樣設計，以執行採樣的任務，而不需過度消耗計劃的資源。

然而其缺點就是在調查的可信度（不確定度）方面，JS 設計沒有辦法提供正確量化的數據，除此之外，JS 規劃也限制了對採樣單

(47)

2.4 執行步驟

由於 JS 乃以專業判斷的方式去規劃採樣設計，因此在執行 JS 設計之前，有些專業的學術教育及職業訓練是必需的。例如以 JS 設計進行調查地下土壤污染的問題，專家必須考量以下的因素：

一、土壤性質會影響污染物的移動，如質地、分層及水分含量等。

二、進行調查污染物的物理及化學特性，如溶解度、揮發性及反應性等。

三、污染物釋出的方式，如表面溢流、土壤或掩埋垃圾濾出的污染物、地下儲槽或水管的滲出物。

四、污染物釋出及持續的時間。

五、污染物已被釋出的量。

此外，要以 JS 處理特定地下水污染的議題，最常須考慮的因素如下：

一、進行調查污染物的物理及化學特性，如溶解度、揮發性、反應性及密度等（觀察是否有浮在液面或沉在下面的非水相層，並加以敘述之）。

二、污染物移動穿過不飽和水層的各種可能效應，會影響污染物於何時、何地進入含水層。

(48)

含水層前它的化學特性已受到改變。

四、污染場址底下含水層的深度及厚度。

五、每一含水層內地下水流動的方向和速率，以及這些參數的變異性。

六、含水層的特性導致污染物在蓄水層內以橫向和垂直的方向分散開來。

七、許多自然衰減的作用可能影響到污染物在地下水中如何的移動。

2.5 與其他採樣設計之搭配

有兩種情況，JS 常和其它的採樣設計一起結合使用：

一、當污染場址有分層時，JS 可用於一個或多個分層的採樣設計，

這種情況是很典型的適合於小規模且已知有污染物釋出地區的土壤污染調查，當被懷疑有污染的區域被認定有分層時，JS 設計就規劃採取被懷疑有污染的那層，而其它的分層則以統計採樣執行之，而每一分層的邊界和範圍也是以獨立判斷來決定。

二、當以 JS 設計所採集的樣品，其檢測值超過該地區篩選樣品的標準值，則可能需配合其他採樣設計做進一步的調查確認。根據一些的歷史資訊，以及由 JS 階段所獲得的數據資料，在隨後的調查階段常會引入一些如本指引所敘述的統計採樣設計。

(49)

2.6 應用案例

一、成功的目測法

某企業主想知道欲購買的設備是否會對環境造成污染，結果發現在一個大約 500 平方公尺的區域，有八塊形狀不規則呈藍綠色的污染區塊（大小大約從 10 平方公分到 1 平方公尺）。這些污染區塊是由於該設備所排出之廢棄物所導致的。因此，該企業主就以每一目視受污染的區塊皆採集一個樣品，並執行銅含量的分析，假如有任一採樣點銅含量的檢測值落在比管制值高的次方範圍（order）內的話（假設管制值為 10^-5，則一個order之範圍為 10^-4-10^-5），他要求賣方要負責後續採樣調查所需的經費，以便更能描繪土壤銅污染的情況，並以此判定評估是否要進行土壤的復育。

二、成功的觀察法

環保單位擬將某廢棄工廠納入污染場址的評估，並訪談離職員工，得知該廠址的特性為利用排水管將廢棄物傳送到過濾場處理，並分別規劃了數種許多不同的採樣設計，其中 JS 設計被規劃用來調查這條 30 公尺長的排水管；而過濾場則規劃以棋盤式的統計採樣設計進行調查。主要是因為這條排水管安裝在工廠的地下室，容易接近，

不僅可以目視觀察，也可以再以閉路電視檢視管壁是否腐壞或有裂縫，同時環保單位也觀察到每三米長的排水管就有一些接頭，這些接

(50)

頭或多或少都有鬆動及鬆脫的現象。因此，JS 設計便以此特性進行規劃採樣，在地下室每一水管接頭處的附近及水管脫掉的地方做記號，每一個有標記的地方皆單獨地採集一個樣品，並送到實驗室進行檢測分析，結果要與「以風險為基礎所列出可能有潛在污染地區」的篩選樣品值做比較分析。

三、失敗的主觀判斷

某地方主管沿河岸指著河中顏色比較黑的沉積物，就大叫「這裡有污染」。很明顯這樣的採樣設計，僅是憑長官很主觀地以沉積物的顏色變化，而認定是有受到污染，結果導致檢測的結果濃度範圍相當的寬（也就是會造成統計時變異數相當的大）。後來的調查結果亦顯示，若不考慮污泥的顏色進行採樣，將使得變異數侷限在一定的範圍內，並可以含括所有的濃度。這個結果顯示以執行長官依沉積物顏色之變化指定採集的樣品的方式，並沒有比隨機採樣來的好。

以上案例顯示，如果以主觀的認定去採集樣品，進而推論到樣本母體，是很容易被誤導而發生錯誤的。應該依靠專業知識去判斷，或是佐以統計方式加以確認，始可避免人為的偏見產生。

(51)

第三章簡單隨機採樣設計

3.1 概述

當吾人無法立即判定某場址之污染狀況時，簡單隨機採樣

（Simple Random Sampling，以下簡稱SRS）是最簡單和最基本之以機率為基礎的採樣設計應用方式。亦即不管污染場址是否已進行環境調查，或者無法判定所收集的資料是否正確的情況下皆可適用之。SRS乃定義在一個採樣的母體中任一個樣品單元在理論上皆為獨立且有相同被採集之機會。例如，一個採樣的母體有四個元素（A, B, C, D），假設採樣數n = 3，且不重複採樣（sample without replacement），那麼依據SRS之結果，其可能性有四：

(A, B, C)，(A, B, D)，(A, C, D)及(B, C, D)。

SRS最重要的特性是可以避免因人為主觀的選擇，而產生所採集之樣品不能反映真實情況之現象。亦即可避免系統性偏差之發生（systematic deviation from the truth）。由於SRS是最基本的採樣設計，因此常被用來與其他採樣設計方法，作為成本和效率

（cost and efficiency）比較的基準。此外，為因應不同環境之調查設計，而選擇另一種替代的採樣設計時，其採樣樣品數量之估計，

也經常以SRS 所估算的最少採樣數量，再乘以一調整因子

（adjustment factor ）來加以推估，此即所謂的調查設計效應

（Cochran, 1977）。

(52)

3.2 適用情況

SRS 設計適用於任何呈現正常或均質分布（ uniform or homogeneous）之母體樣品，只要樣品數量不低於20件，即可確保採樣之代表性。其觀念也可應用於採樣後許多同質樣品間之抽測，或將樣品隨機分配於不同之實驗室進行檢測。在實務上，SRS 經常和其它採樣設計方法一併應用。

3.3 限制條件

SRS有兩主要限制︰

一、當採樣的母體可能隨空間或時間之不同而有不均勻分布時，或呈現異質之狀況。

二、必須有最少樣品數量之限制。由於SRS被設計為可以完全忽略先前所做之環境調查，或者專業知識之判定，故必須採集足夠的樣品數量，才能確保採樣之代表性，因而顯得不具效率。

3.4 執行步驟

一、採樣樣品數量之估計

欲從樣品資料推估採樣母體之特性，樣品數之多寡，會影響估計結果的正確性，因此樣品數之選擇成為環境研究人員最重要

(53)

（一）保守的估計：

當SRS的目的是作為健康風險評估之依據，那麼在先前環境背景資料不足的情況下，最保守估計的方式為取最大的樣品數量的50%作為最少樣品數量之估計。

（二）粗略的估計：

如果只是要估計樣品的平均污染濃度，那麼首先要確定保守之樣品數量的變化，以被期望樣品數值的範圍除以 6之估計標準偏差，即

σ=（最大期望值－最小期望值）÷ 6

不過，這只是一個粗略的近似值，並且應該是最後才被使用。

（三）最適採樣數（appropriate number of samples）估計：

當樣品數愈多，採樣成本雖較高，但可獲得較多的資訊，其估計誤差會較小，正確性較高；反之，若樣品數較少，雖採樣成本較低，但其估計誤差會較大。因此要兼顧採樣成本及減少誤差，以取得最適當之樣品數（如圖3.1），

必須先設定一個可容許的估計誤差，來選擇樣品數。

目前公告之「事業廢棄物採樣方法」係以區間估計

（interval estimation）的方式，來推論母體的特性。也就是說，要讓母體之估計值能落在一定水準的信賴區間

(54)

樣本數成

本

最小成本

最適樣本數 E

0

蒐集樣本成本

抽樣誤差成本抽樣總成本

()

圖3.1 兼顧採樣成本及減少誤差之最適當樣品數

（confidence interval）內，所必須的低偏差、低變異之最少樣品數，即為最適採樣數。其估算公式請參閱本章附表。

高偏差低變異高偏差高變異

低偏差高變異低偏差低變異

(55)

二、採樣位置之決定

（一）一維空間（one-dimensional）之採樣

當採樣母體可以很清楚的列出所有N個採樣單元（如倉庫中的貯存桶，調查場址中的樹木）時，屬一維空間的採樣。N個採樣單元的標示，同樣可適用於如放流管線每隔多少長度標示一個採樣單元，或以時間作為區隔，每隔多少時間標示一個採樣單元。其採樣數及採樣位置可使用下列步驟決定之︰

1. 標示採樣單元並編號為1到N。

2. 以抽籤方式，或使用亂數表，或利用電腦之亂數產生器，隨機從1到N編號（或位置）中選擇n個採樣數。

（1）亂數表之使用：假設母體有800個樣品，欲從中抽取50個樣品，此時先將800個樣品依序編號001~800，再在亂數表上隨意找一個數字為起始點，接著可以從任何方向（上下左右均可）。例如從表3.1第5行、第4列的數字1813 0012 3781 8635 0286開始，因為母體樣品有800個（三位數），

故依次選取三位數。此時第一個連續三位數為181，即為第一個樣品點；接著向右選取相連的三位數字300（第二樣品點），接著選第3個號碼123，第4個號碼781，而第5 個號碼863大於800，因此可將863減800得63，得到編號063 為第5個號碼，接著下一個號碼為 502，如此依序直至50

(56)

個樣品號碼選滿為止。

表3.1 亂數表

1 2 3 4 5 6 7 8 9 10

1

6824 7709 3937 3289 9545 0620 3904 5203 6590 8769

2

0237 7574 8607 1502 4776 0944 4946 1519 4834 2810

3

1336 8960 2192 7132 9267 4262 6070 7664 7690 3873

4

6840 3016 3991 8582 1813 0012 3781 8635 0286 3932

5

5577 7452 9477 7942 7328 0822 7876 6379 9014 6845

6

3495 3500 9497 8688 7764 0017 1221 5816 8840 8573

7

5163 5127 5955 7826 0982 3563 7783 1575 7738 9146

8

3746 5767 5137 3846 9113 3394 5172 3745 2574 5275

9

0596 6736 4273 7665 8229 6933 6510 0093 4091 4567

10

6553 4267 4071 3532 0593 3874 5368 5295 6303 2629

（2）電腦亂數產生器之使用：可利用Window之office軟體中

「EXCEL」的「抽樣」功能下的「亂數產生器」來抽樣。

（二）二維空間（two-dimensional）之採樣

當從二維空間中採集樣品（例如土壤表面或者自湖、河流的底部採樣）時，就必須再加上M的座標軸，並從MN交叉的單元中，

隨機選出n個採樣數。例如圖3.2所示，欲採樣之區域被標上一矩形座標系統（x, y軸可能是緯度和經度）。然後隨機採樣點即標在

(57)

採樣位置被標定完畢。但是此時必須注意的是隨機採樣點不可落在採樣區域以外，如圖3.2中採樣點3及4，應該刪除不可併入n個採樣數內。

0 25 50 75 100 125 150 175 25

50 75 100

1

4 7

8

5

6

2 9

3

X 座標

Y 座標

圖3.2 二維空間採樣位置之標示案例

但是如果隨機選擇的位置在實際採樣上，無法順利取得樣品時，可改變採樣（隨機）位置，以代替不易接近的位置。

（三）三維空間（three-dimensional）之採樣

上述同樣的觀念，也可用在三維空間之廢棄物採樣。亦即訂出三度空間的座標（如x, y, z），隨機取得x-，y-，及z-之相關性，

(58)

並確定採樣點之位置。雖然理論可行，但實際上，要使用採樣工具進入一種三維空間內採集正確的核心樣品（如樣品大小、形狀和所處的環境位置），可能是不容易或者是困難的。

三維空間採樣中最大困難是深度的問題，以及如何在正確的深度採到核心樣品。尤其是，廢棄物堆中含有大的岩石無法穿越，

或者欲採樣的物質非常細密，像灰一樣，將引起廢棄物堆的移動或倒塌，而無法取得代表性之樣品。因此有些應變的做法可因應如下（Pitard, 1993）：

1. 以高壓或其他方式將中空採樣管垂直打入廢棄物堆（或地下土壤）裏，然後抽出採樣管，將此採樣管視為一維空間採樣方式隨機採樣。

環 境 採 樣 規 劃 設 計