样方调查是野外大尺度植被或大样地调查的最基本方式。在调查过程中,研究人员往往希望既尽可能地确保获取样方中群落的全面信息,又尽可能地最小化取样大小、节约取样时间和成本,从而确制定出最佳样方大小。然而,由于自然生态系统复杂多样,要在不同生境针对不同植被类型分别制定样方调查的最佳方案,在学术界仍然具有十分巨大的挑战性。事实上,目前为止国内外针对不同植被类型的样方调查均尚无统一的方法或原理来科学地设计最佳调查方案,从而既能确保准确获取植物群落的真实信息如植物生物量与单位面积个体数间（即Biomass-Density,简称M-N）关系,又能大幅提高调查效率和节约调查成本。虽然植物M-N关系是反映植物群落结构的基本属性,也是生态学者所关注的焦点,然而,在基于样方调查分析某一植被或样地植物群落的M-N关系时,所设置样方面积过大或过小均导致无法准确获取该植物群落的M-N关系信息。那么如何设计调查样方的大小及数量就显得尤为重要。为了确定适用于研究植物群落M-N关系的最佳样方大小,以及研究M-N关系如何随样方数目和大小的改变而变化。针对上述重要科学问题,本文分别以两个典型荒漠生态系统（景泰;嘉峪关）两个典型森林生态系统跟踪监测样地（Wytham Woods,WW;Barro Colorado Island,BCI）为研究对象,通过设置不同样方大小从跟踪监测样地随机取样,模拟分析样方大小如何影响M-N关系,最终得到不同环境条件下不同植被类型的最佳样方大小的样方调查方案。制定该方案的主要步骤包括:1)获取大样地数据;2)在不同样方面积大小和样方数梯度下模拟随机取样;3)针对模拟的结果进行meta分析;4)通过分段线性回归确定最佳样方大小。在不同取样样方数目和样方大小梯度下,对四个大样地进行模拟随机取样,主要结果如下:1、样方数目对取样结果无明显影响。固定样方大小,模拟随机取样得到的生物量和密度的数据分布随着样方数目的增加没有明显变化。2、样方大小显著地影响取样结果。固定样方数目,模拟随机取样得到的生物量和密度的数据分布,在样方较小时,随着样方大小的增加变化较大;在样方较大时,随着样方大小的增加变化不明显。3、所有模拟得到的M-N异速指数接近正态分布。这些异速指数的均值分别为-0.845（景泰）,-1.327（嘉峪关）,-1.300（WW）和-3.068（BCI）;嘉峪关和WW的M-N异速指数接近-4/3。为了研究不同取样条件下M-N关系的强弱（使用z分数转化的效应值表示）,进一步对模拟的结果进行meta分析,得到:4、样方数目无法解释M-N关系强度的变异,而样方大小显著地解释M-N关系强度的变异。合并效应值存在异质性,使用样方数目作为自变量的meta回归在四个大样地得到的Qm均不显著;使用样方大小作为自变量的meta回归在四个大样地得到的Qm均极显著。5、样方数目的变化对M-N关系的强度无显著影响,样方大小的变化显著影响生物量-密度关系的强度。随着取样样方数目的增加,M-N关系的强度无明显的变化。随着样方大小的增加,M-N关系强度呈现出两段式变化,在样方面积较小时,M-N关系的强度随着样方面积的变大而快速增加;而当样方较大时,MN关系的强度随样方变大增加较慢。6、通过分段线性回归的方式确定M-N关系强度变化的转折点为最佳样方大小。得出景泰、嘉峪关、WW和BCI大样地的最佳样方大小（矩形样方边长）分别为400cm、560cm、20m和15m。上述研究,不仅为在荒漠和森林植物群落大样地中进行野外调查取样时,如何更准确获取植物群落M-N关系、提高取样效率和取样效果提供了有效方案,更为重要的是该方法体系与研究思路,适用于多种情形下的植物群落随机调查和取样,尤其适用于大样地的原位跟踪调查和取样。因为利用该随机取样调查的方法体系研究多种生态系统时,都能快速地确定一个最合适的样方大小,极大地提升植物群落研究中的调查效率。同时,在该方法体系的基础上,进一步地挖掘群落信息,为森林、草地等生态系统的管理与评估及生态系统碳储量估算等方面提供了新思路和理论指导。