Modeling a species' distribution can be a powerful tool for predicting the location of additional habitat. Identifying suitable habitat is of critical importance for data-deficient species of conservation concern. The Black Rail (Laterallus jamaicensis), a small marsh bird, is listed as globally endangered. We created a habitat suitability model for the eastern subspecies focusing on the Atlantic coastal plain using eBird data contributed by citizen scientists and environmental data from the Esri databank using a maximum entropy model framework. The map generated from the model indicated habitat suitability in areas known for Black Rail occupation and predicted other suitable sites. Environmental factors that best predicted Black Rail presence were flooded areas with shrub and herbaceous vegetation, proximity to water, and flat plains. These environmental associations were congruent with characteristics of high marsh, emphasizing its importance for the species. Black Rails have been found to occupy this habitat type in the coastal part of their range. Habitat association studies conducted in other parts of the species' range that focused on smaller areas and used presence/absence survey data collected via species-targeted callback surveys identified similar habitat characteristics. Our habitat suitability model thus adds to a growing list of studies using distribution data from public databases with significant power to predict occupancy over a landscape scale. The map generated by this model will inform land management decisions and habitat restoration efforts.

中文翻译：

---

使用最大熵 (MaxEnt) 绘制整个大西洋沿岸地区东部黑铁路的栖息地适宜性

对物种分布进行建模可以成为预测其他栖息地位置的有力工具。确定合适的栖息地对于缺乏数据保护的物种至关重要。Black Rail (Laterallus jamaicensis) 是一种小型沼泽鸟类，已被列为全球濒危物种。我们使用公民科学家提供的 eBird 数据和 Esri 数据库中的环境数据，使用最大熵模型框架为东部亚种创建了一个栖息地适宜性模型，重点是大西洋沿海平原。由模型生成的地图表明了已知的 Black Rail 占领地区的栖息地适宜性，并预测了其他合适的地点。最能预测 Black Rail 存在的环境因素是灌木和草本植被淹没的地区、靠近水源和平坦的平原。这些环境关联与高沼泽的特征一致，强调了其对物种的重要性。已发现黑铁鳐在其活动范围的沿海部分占据这种栖息地类型。在该物种范围的其他部分进行的栖息地关联研究侧重于较小的区域，并使用通过以物种为目标的回调调查收集的存在/不存在调查数据确定了类似的栖息地特征。因此，我们的栖息地适宜性模型增加了越来越多的研究列表，这些研究使用来自公共数据库的分布数据，具有预测景观尺度上的占用率的强大能力。该模型生成的地图将为土地管理决策和栖息地恢复工作提供信息。强调其对物种的重要性。已发现黑铁鳐在其活动范围的沿海部分占据这种栖息地类型。在该物种范围的其他部分进行的栖息地关联研究侧重于较小的区域，并使用通过以物种为目标的回调调查收集的存在/不存在调查数据确定了类似的栖息地特征。因此，我们的栖息地适宜性模型增加了越来越多的研究列表，这些研究使用来自公共数据库的分布数据，具有预测景观尺度上的占用率的强大能力。该模型生成的地图将为土地管理决策和栖息地恢复工作提供信息。强调其对物种的重要性。已发现黑铁鳐在其活动范围的沿海部分占据这种栖息地类型。在该物种范围的其他部分进行的栖息地关联研究侧重于较小的区域，并使用通过以物种为目标的回调调查收集的存在/不存在调查数据确定了类似的栖息地特征。因此，我们的栖息地适宜性模型增加了越来越多的研究列表，这些研究使用来自公共数据库的分布数据，这些数据具有预测景观规模占用率的强大能力。该模型生成的地图将为土地管理决策和栖息地恢复工作提供信息。专注于较小区域并使用通过针对物种的回调调查收集的存在/不存在调查数据的范围确定了类似的栖息地特征。因此，我们的栖息地适宜性模型增加了越来越多的研究列表，这些研究使用来自公共数据库的分布数据，具有预测景观尺度上的占用率的强大能力。该模型生成的地图将为土地管理决策和栖息地恢复工作提供信息。专注于较小区域并使用通过针对物种的回调调查收集的存在/不存在调查数据的范围确定了类似的栖息地特征。因此，我们的栖息地适宜性模型增加了越来越多的研究列表，这些研究使用来自公共数据库的分布数据，具有预测景观尺度上的占用率的强大能力。该模型生成的地图将为土地管理决策和栖息地恢复工作提供信息。