Die zunehmende Verfügbarkeit von hochauflösenden digitalen Geländemodellen ermöglicht neue Ansätze zur Analyse von räumlich expliziten biologischen Daten. In dieser Studie haben wir die räumliche Verteilung von 16 Baumarten und deren Zusammenhang mit topographischen Variablen auf einer feinskaligen ökologischen Ebene in einem tropischen Bergregenwald in Südecuador evaluiert. Dafür haben wir zwei auf Präsenzdaten basierende Techniken zur Habitatmodellierung angewandt: Die Maximum-Entropie Methode (Maxent) und „Ecological Niche Factor Analysis“ (ENFA). Räumlich explizite Baumdaten stammen aus Langzeitbeobachtungsflächen von drei kleinen Wassereinzugsgebieten mit einer Fläche von 11.1 ha. Topographische Variablen wurden aus einem hochauflösenden digitalen Geländemodel abgeleitet. Zur Bewertung der Modelle wurden die True Skill Statistic (TSS) und die Fläche unterhalb der Kurve der Receiver Operating Characteristic (ROC) für sowohl k-fache Kreuzvalidierungen als auch Null-Modelle berechnet. Die Güte der Modelle hat zwischen den beiden Techniken und verschiedenen Arten variiert, aber generell schnitten Maxent-Modelle besser als ENFA-Modelle ab. Des Weiteren haben wir die ökologische Plausibilität der Modelle überprüft, indem wir sie mit einer bereits bestehenden Waldtypenklassifizierung verglichen haben. Unter den erklärenden topographischen Variablen scheinen die Höhe über dem Meeresspiegel und ein Topographischer Positions Index (TPI) die bestimmenden Faktoren für die Verteilung der meisten Baumarten zu sein. Diese Studie belegt, dass selbst auf kleinen Skalen auf Präsenzdaten basierende Techniken zur Habitatmodellierung angewandt werden können, um geeignete Habitate für Baumarten in tropischen Bergregenwäldern abzubilden. Dies deutet darauf hin, dass diese Techniken zur Unterstützung von Planungen auf Bestandesebene und zur Auswahl von geeigneten Standorten für Baumarten im Rahmen der Bewirtschaftung von Naturwäldern geeignet sind.