通常情况下，在污染场地采集土壤样的主要目的是，确定污染的程度，即确定和描述受污染区域和呈现浓度。大多数样本是在污染可能性最高的区域采集的，这是由场地历史、已有的场地评估数据、场地的物理特征所决定的。这种方法对于在项目早期阶段确定污染源区域是有意义的，但是对于确定污染接触区域的平均浓度可能没有意义。
在场地调查的最初阶段，考虑的是场地的人类活动，但主要是在可能导致污染引入或扩散的活动范围内。根据初步结果，经常会进行补充采样，以进一步确定污染最严重的地点和污染区域的边界。通常的结果是，在一些区域进行了大量的采样，而在那些被认为是干净的区域很少或根本没有采样。对于场地污染调查的目的，这种方法可能是令人满意的。然而，就风险评估而言，它可能导致过高估计污染接触程度。
当评估在一个场地接触污染物的风险时，人类活动方式变得非常重要。个体接触污染介质的地点、频率和程度是风险的关键决定因素。个体将接触到的污染物浓度将是接触单元的真实平均值。确定真正的平均浓度需要测量接触单元的每一点。大多数监管机构接受平均浓度的95%置信上限 。理想情况下，在该区域随机采集样本，最有可能获得真正平均浓度。
不幸的是，如上所述，现有的数据集并不是为风险评估而收集的，而是为仅用于识别污染的其他目的而采集的。因此，数据点不是随机分布的。如果数据集具有那样的特性，则可能无法进行统计分析，而且，收集数据的目的通常不是为了确定接触单元的平均浓度。由于污染最严重的地区通常具有最大的采样密度，它们在平均过程中往往被高估。也就是说，在单位面积上采集的样本数量更多，结果，这些区域在估计平均浓度方面的影响要大于它们应有的影响。
在实际应用中，这种方法可能会导致对平均浓度的高估，这是保守的。因为它是保守的，所以对于监管机构来说是可以接受的，但是对于场地所有者、使用者或责任方来说就不是理想的或有益的。在项目规划中，可以考虑几种类型的采样设计选项，以更好地估计平均浓度，从而提供更准确的风险计算。应考虑与各种数据采集方案有关的利弊，以满足项目目标和各种数据使用。相关类型包括:
· 随机采样可以满足统计要求，生成无偏差的平均污染物浓度估算值，但通常需要大量样本，这可能是高成本和不经济的。在许多情况下，最好考虑分层随机采样方案，以便更有效地利用项目资源。
· 有目的采样，在前面讨论过，在疑似污染最严重的地区用后续的取样来划定污染边界。污染区域可能是确定的，但相关的弊端是，接触区域的平均浓度可能偏高。
· 地质统计采样允许使用现有数据，避免了重新采样工作的额外成本。地质统计方法可以考虑土壤中污染物的可变分布。然而，从技术层面来说，在没有专门知识的情况下，分析数据的地质统计技术是复杂的，且难以理解和评价。此外，要做得好，需要一个可能不容易得到的相对广泛的数据集。
