使用实地调查进行植被测绘是昂贵的。 基于样本调查的分配模型可以克服这一挑战。 我们测试了通过样本调查训练的模型是否可用于预测邻域内植被类型的分布以及空间转移性的可靠性。 我们还测试了是否应该使用生态差异或空间距离来预测建模性能。 基于山脉内的植被图，针对三种植被类型运行了最大熵模型。 向后选择环境变量，模型复杂度保持较低。 这些模型基于每个研究站点的一小部分的点，然后转移到整个站点，然后进行性能测试。 使用主成分分析测试环境距离。 所有模型均具有较高的未校正AUC值。 正确预测存在的能力很低。 正确预测缺勤的能力很高。 传递分布模型的能力取决于环境距离，而不是空间距离。