在動物調查中，有一種方法最常見、最簡單、最容易操作、成本也最低，這種方法就是訪問調查。要想在短時間內對某個地區的物種有個較為可靠的了解，比如要求在一個月內搞清楚XX縣分布的大型哺乳動物都有什么，無疑訪問調查是最理想的手段。訪問的對象就是當地居住的人，我們在調查時喜歡尋找當地的老獵人，通常都是年輕時經常打獵，對當地的動物構成都很了解的人；尤其是那種家里幾代人打獵。打獵也有祖傳的技術，這種人的信息量最大，也最有價值。對于動物調查來說，這種就叫做“地方性生態知識”（local ecological knowledge， LEK）。這種方式最大的優勢就是成本低，不需要很復雜的設備儀器，也不需要在某個地方待很長時間，特別是對于那些通過樣線、樣點調查很難獲得的物種（如貓科動物、夜行性動物等）來說，這種信息意義非凡。
地方性生態知識主要通過兩種方式獲得，一種是訪問調查；另一種是問卷調查。不管哪種方式，都是以獲得四方面信息為主要目的：受訪者的背景，識別能力，利用信息，態度。基于此目的，設計出結構性或半結構性的調查問卷；為了獲得隨機性的數據，在調查區域廣泛傳播，匿名填寫。
例如，我們設計一個關于調查雪豹的簡單問卷，根據目的設計出以下問題：
| 一、背景 |
|---|
| 1. 受訪者的年齡，在本地居住的時間 |
| 2. 性別 |
| 3. 民族 |
| 4. 職業 |
| 二、識別 可以給出照片 |
|---|
| 5. 你知道這個動物么？是如何知道的？ |
| 6. 是否聽過，具體信息，上一次時間、地點等 |
| 7. 是否見過，具體描述，上一次時間、地點、種群或是腳印、毛發等 |
| 三、利用 |
|---|
| 8. 你知道雪豹是打獵的目標么？ |
| 9. 你知道關于雪豹的任何故事么？ |
| 10. 你知道是否有什么人會怎么利用捕獲的雪豹么？ |
| 四、態度 |
|---|
| 11. 你認為這個動物現在的狀態如何，很多、很少、常見、沒有了等？ |
| 12. 你知道哪些動物原來存在，但現在不存在了，能否說出什么原因造成的？ |
| 13. 你認為雪豹目前的是否受到充分的保護，為什么？ |
當然具體問題具體分析，這種問券可以設計的很復雜，圍繞某個問題可以多設計幾個問題，以便于我們判斷回答的有效性。也可以多引入幾個物種以提高調查的模糊性，防止受訪者對于某些問題過于敏感，而降低填寫數據的有效性。
但是我們對這種信息的態度要保守一下，畢竟這種數據沒有辦法考證，無法完全令人信服。因此，我們還需要一定的可靠數據和分析來進行比對，以最小化這些信息的可能誤差或偏差。
那么我們分發了1000份問卷，回收了900份，有效份數870份。接下來就是如何面對這些數據的問題了。基本的描述是必須的，比如受訪者的背景分布，年齡分布、工作種類的分布等。大多數情況下，男性上山遇見野生動物的比例肯定要超過女性（例外很少）；然后是物種信息，哪里有雪豹，可能性有的地方高，有的地方低，哪些地方的人有的月份見了好幾次，有的月份只能見到一次。如果要選出優先調查區域的話，這些信息已經給出了我們充分的信息。但這不夠科學，所以還欠缺的是用統計去包裝，去進一步分析。我想這個問題是很普遍的問題，據本人的多年調查經驗，很多情況下調查問卷的數據往往只是做了簡單描述，沒有進行嚴謹的數據分析，因此造成了大量浪費（這點估計和野生動物保護專業的人沒有相關的統計分析背景有關）。
不繞彎子，先說點干貨
在所有問題中，我們最關注的就是最后一次見到的時間，比如"我記得最后一次見到是在1980年。"分析的主要對象就是調查中每年最后一次見到的累計次數，然而在大多數情況下，這些數據都是模糊的，其中最明顯的就是時間信息，經常獲得的是如下這些
大概十多年前吧，……
或者是
在80年代，……
又或者
好像是2003年，又好像是2004年，……
這些時間非常模糊，有的尺度又非常大。這種數據我們要經過處理，盡可能做到標準化。對于我們的案例，或者對時間尺度進行粗分類，比如1980-1985年，5年一個節點。要是還不行，就再粗一點，1980-1990年，10年一個節點。要還是不行呢？20年一個節點？萬一調查尺度就20年呢，粗劃分肯定不行了。用統計的方法包裝一下，把上面的例子放下來看，
大概十多年前吧，……
那就算到十年前，近年2016年，十年前2006年。"大概十多"我給他多5年，那么區間就是2001年到2006年，在這幾年搞個概率分布，我讓他均勻分布，那么2001-2006年每年見到的概率均等，在這個概率下隨機選擇一年。同理，80年代，我就在10年搞均勻分布，選擇一年。好像2003又好像2004年，我就一年0.5的概率選擇一年。這樣子，數據由模糊變到具體，雖然有一定的誤差，但也足夠建立一個時間序列。為了避免歧義，我引用一個學術文章里面的專業描述，文章發表于2012年的Plos One，作者是Turvey等。
many informants also reported last-sighting dates in alternative formats: paired consecutive calendar years (e.g. ‘1986/1987’), decadal or other ranges (e.g. ‘1980s’, ‘late 1980s’), or decades/half-decades before 2008 (e.g. ‘20 years ago’, ‘25 years ago’). More recent sighting dates were more likely to be reported as direct calendar years because informants had more accurate recall over shorter time intervals, but to avoid excluding large amounts of additional sighting data from further analysis, dates reported in alternative formats were randomized to direct calendar years as follows: paired calendar years were given an equal probability of being assigned to either consecutive year; decadal or other specific ranges were given an equal probability of being assigned to any calendar year within this range; and dates rounded to a given number of decades or half-decades before 2008 were given an equal probability of being assigned to any calendar year ±5 the given value (e.g. ‘20 years ago’ represents a potential date range from 1983–1993).
有了這個序列，然后就比較，嚴謹地對比，科學地對比。不同地點之間的對比，不同物種之間的對比。幾乎可以肯定的是，對于瀕危物種來說，可以肯定的是“最后一次見到的頻率”在時間尺度上是下降的，有的甚至是滅絕。從這里我們需要比的是什么，看圖說話。
圖中的數據是長江4種魚類的最后一次見到的累計分布時間序列，可以直觀的看出，1980-2010年，前三種魚類動物的種群都劇烈下降。并且第三種鯡魚下降的速度要更快，斜率更小（因為是負值）。這個是我們最關注的問題之一，如果我們同時調查了幾種動物，下降最快的那種就是受外界影響最大的，在給定的環境下，這種動物也就最易瀕危。
再分析原因，結合其他的數據（如棲息地數據、氣候變化、人類活動等）做廣義模型，從本人經驗來看，斜率要比參數系數給出的感覺更直觀，所以在這方面的統計分析上，并不推薦復雜的非線性模型，越簡單的線性模型越能直觀的表達分析。這種分析結果就可以顯示出棲息地喪失影響最大，污染或干擾影響其次，之類的結論。
地方性生態知識雖然不能完全令人信服，但可以給我們下一步工作提供參考依據，并在進一步的工作中進行檢驗。合理的運用這種信息將給艱難的野外工作提供最強有力的支持。
