物种分布模型(Species Distribution Models)是研究物种栖息地需求的主要方法之一.逻辑斯蒂回归是一种经典的线性回归模型,是物种分布模型中最为常用的方法;随机森林(Random Forest)是一种较新的机器学习模型,其在生态学上的应用逐步增多.本文应用以上两种模型分析4种长尾雉的分布.选用了17个环境因子来构建模型,包括温度、降水、土地利用类型等.长尾雉的分布数据包括白颈长尾雉(Syrmaticus ellioti),212条记录;黑颈长尾雉(Syrmaticus humiae),85条记录;黑长尾雉(Syrmaticus mikado),12条记录;白冠长尾雉(Syrmaticus reevesii),208条记录.不同模型之间用ROC曲线下面积(AUC)、最佳Kappa值、最小预测面积(MPA)等指标进行比较.模型分析结果表明:随机森林综合表现最好,其给出的变量重要性信息可以为逻辑斯蒂回归的变量选择提供指导,从而提高逻辑斯蒂回归模型的表现.在全国尺度上,温度和降水是影响4种长尾雉分布的主要因素.白颈长尾雉的分布主要受年平均降水量、最冷季节最低温和最暖季节最高温的影响;黑颈长尾雉的分布区暖季平均温较高、降水季节性变异较大即有明显干湿季;黑长尾雉分布于降水季节性差异不大、温度季节性变异小及较高人类足迹指数的地区;白冠长尾雉分布区年平均降水量大于1000mm,且温度季节性变化越小降雨量要求越大.