CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior O cágado-pescoço-de-cobra, Hydromedusa maximiliani, é uma espécie endêmica da Mata Atlântica e ameaçada de extinção na categoria Vulnerável pela IUCN, cujas populações estão associadas principalmente com riachos de interior de mata, mas a distribuição geográfica relacionada com esses ambientes hidrologicamente dinâmicos ainda é pouco entendida. Modelagem de Distribuição de Espécies tem sido uma ferramenta amplamente usada nos últimos anos. O algoritmo da Máxima Entropia, Maxent, permite prever a distribuição geográfica potencial de espécies a partir de dados de presença. Este estudo teve por objetivos construir modelos ecológicos para prever a distribuição potencial de H. maximiliani que poderão fornecer subsídios para elaboração de novas estratégias de conservação e, dessa forma contribuir com o avanço no conhecimento sobre o padrão de sua distribuição em regiões com domínio da Mata Atlântica. Os Dados de ocorrência foram obtidos, entre setembro de 2012 e setembro de 2013, através de visitas às coleções zoológicas, levantamentos bibliográficos e coleta de coordenadas geográficas no campo. Para a construção do modelo foi usado o algoritmo Maxent, auxiliado pelo ArcGis versão 10 e pelo modelo digital de elevação do “Shuttle Radar Topographic Mission”. As variáveis ambientais foram obtidas pelo Worldclim version 1.1 Global Cimate Surface 10. O modelo foi avalizado pelo valor de AUC (Area Under the ROC Curve) e pelo teste estatístico Jackknife. Foram compilados 42 pontos para a distribuição da H. maximiliani. A distribuição potencial se estendeu desde o sul da Bahia até o estado de São Paulo. O modelo gerado mostrou uma alta capacidade preditiva, com valor AUC superior a 0,97, e apresentou uma transferabilidade satisfatória (i.e. capacidade para prever distribuições em regiões não amostradas). O alto valor AUC evidencia um bom modelo de distribuição geográfica potencial de espécies. No entanto, em modelos de larga escala, esse valor pode-se apresentar proporcional ao tamanho da escala, o que levaria a uma interpretação equivocada do modelo. Contudo, as áreas previstas para a distribuição da H. maximiliani no presente estudo mostraram-se realistas e condizentes com a distribuição real da espécie. The Maximilian’s snake-necked-turtle, Hydromedusa maximiliani, is specie endemic to the Atlantic Forest and endangered in category Vulnerable by IUCN, whose populations are mainly associated with streams inside the forest, but the geographical distribution related to these environments hydrologically dynamic is poorly understood. Species Distribution Modeling has been a tool widely used in recent years. The Maximum Entropy algorithm, Maxent predicts the potential geographic distribution of species from presence data. This study aimed to build ecological models to predict the potential distribution of H. maximiliani that may provide support for development of new strategies for the conservation and thus contribute to the advancement in knowledge about the pattern of their distribution in regions with the Atlantic Forest domain. The occurrence data were obtained between September 2012 and September 2013, through visits to the zoological collections, bibliographic and collection of geographic coordinates in the field. To construct the model we used the Maxent algorithm, aided by ArcGIS version 10 and the digital elevation model of the "Shuttle Radar Topographic Mission". The environmental variables were obtained by Worldclim version 1.1 Cimate Global Surface 10. The model was endorsed by the AUC (Area Under the ROC Curve) and the statistical test Jackknife. 42 points were compiled for the distribution of H. maximiliani. The potential distribution extended from southern Bahia to São Paulo. The generated model showed high predictive ability, with higher AUC value to 0.97, and showed a satisfactory transferability (i.e. ability to predict distributions in regions not sampled ). The high AUC value shows a good distribution model geographic potential of species. However, in models of large scale, this value can be presented proportional to the size of the scale, which would lead to a misinterpretation of the model. However, the areas provided for the distribution of H. maximiliani in this study are realistic and consistent with the distribution realityof the species.