生態取樣是統計推論在生態學中的核心應用，從傳統計數到分子工具的整合正在重塑調查方法學。
佔域模型（Occupancy Modeling）
MacKenzie et al.（2002, Ecology 83:2248）開創了考慮不完美偵測（imperfect detection）的佔域模型：物種在調查中未被偵測到不代表真正不存在——以重複調查（multiple visits）估計偵測機率 p 與佔域率 ψ。模型為 P(detection history) = f(ψ, p)，以最大概似法（ML）或貝氏方法估計。此框架可擴展為多物種佔域模型、動態佔域模型（colonization/extinction），是現代物種監測的標準方法。
CMR 模型的發展
Cormack-Jolly-Seber（CJS）模型估計表觀存活率（φ）與重捕率（p），以 multinomial likelihood 為基礎。程式 MARK（White & Burnham, 1999, Bird Study 46(S1):S120）與 R 套件 RMark、unmarked 提供靈活的模型建構。Bayesian 隨機效應模型（如 Royle-Dorazio integrated population models, Kéry & Schaub, 2012, Bayesian Population Analysis using WinBUGS）整合 CMR 與計數資料，在資料稀少時特別有優勢。
空間捕捉再捕（SCR, Spatial Capture-Recapture）
傳統 CMR 只估計「超級族群」量，不提供密度。Efford（2004, Oikos 106:598）和 Borchers & Efford（2008）提出 SCR 模型：個體活動中心服從空間點過程，偵測率隨距離偵測器衰減→直接估計密度 D。已廣泛應用於大型食肉動物監測（虎、雪豹、石虎的相機陷阱調查）。
環境 DNA（eDNA）方法學
eDNA 的定量分析可用 qPCR 或 ddPCR 估計 DNA 拷貝數，但 DNA 濃度與物種豐度的關係受降解率、水文稀釋、PCR 偏差影響（Yates et al., 2019, Biological Conservation 238:108222）。eDNA metabarcoding 以通用引子擴增後高通量定序，可一次偵測多物種——但引子偏差（primer bias）與參考資料庫完整性是主要限制。台灣已將 eDNA 應用於溪流魚類多樣性監測與外來種偵測。
稀釋曲線與完整性估計
物種累積曲線（species accumulation curve）與稀釋（rarefaction）技術標準化不同取樣努力量的物種豐富度比較。Chao 估計量（Chao1, Chao2, Chao & Jost, 2012, Ecological Research 27:1）以稀有種數量推估未偵測物種數。iNEXT 套件（Hsieh et al., 2016, Methods in Ecology and Evolution 7:1451）整合了 coverage-based rarefaction 與 Hill numbers 的統一框架。
文獻
MacKenzie DI et al. 2002. Ecology 83:2248. Estimating site occupancy rates when detection probabilities are less than one.
Kéry M & Schaub M. 2012. Bayesian Population Analysis using WinBUGS. Academic Press.