環境アセスメントの生態系に対する評価項目では、定量的な評価を得るための解析手法が求められてきた。しかし、自然界全てのデータを得ることは困難であり、主に在データのみの記録しかなされない場合が多く、そのことが予測の困難さと結びついている。特に風力発電事業は、近年の法アセス対象化、事業特性による対象範囲の広さ、予測対象種の稼動域の広さなどの諸条件によりさらに断片的な在データしか得られない場合が多く、この点を考慮した解析手法の確立が必要とされている。本研究では、ポワソン回帰モデル、ロジスティック回帰モデル、Maxentモデル等の複数のモデルを用いて、現実的な事業特性に対応するため、発見率等を考慮することでサンプル数の異なるデータセットを用意し、各モデルによる解析結果の差異を検証することを目的とした。これらのモデルでは分布推定を行うことができるが、目的変数で扱うデータの特徴が異なる。その違いは、ポアソン回帰ではカウントデータを扱い、ロジスティック回帰では0/1のデータを扱う。それに対してMaxentでは確認があったという在データのみを扱う。まず、モデルの比較を行う際の正解データとして、メポアソン回帰を当てはめたポテンシャルマップを作成した。続いて、得られたポテンシャル指数で重み付けし、ランダムに確認地点を生成した結果を正解データとして、異なるサンプル数における各モデルの推定結果の比較を行った。自然を対象とした調査データには、すでにその場所が持つ特性（地形、植生等の環境要因）による「偏り」が含まれているが、本研究のような検証によって導かれた傾向や特性を積み重ねることで、今後の解析モデル選択の根拠となり、生態系に対する環境影響予測手法の確立に資するものになると考えられる。