Los métodos apropiados de encuesta de campo y los enfoques de modelado robustos juegan un papel importante en la protección de la vida silvestre y la gestión del hábitat, ya que la información confiable sobre la distribución y abundancia de la vida silvestre es crucial para la planificación y acciones de conservación. Sin embargo, estimar con precisión la abundancia de animales es un desafío en la mayoría de las especies, ya que generalmente solo se puede detectar una pequeña proporción de la población durante las encuestas. Los modelos de distribución de especies pueden predecir el índice de idoneidad del hábitat, que difiere de la abundancia de especies. Diseñamos un método para ajustar los resultados de los modelos de distribución de especies para lograr una mejor precisión en la estimación de la abundancia. Este método comprende cuatro pasos: (1) realizar muestreo de distancia, registrar las ocurrencias de especies y encuestar rutas; (2) realizar modelado de distribución de especies utilizando registros de ocurrencia y predecir la abundancia de animales en cada cuadrante del área de estudio; (3) comparar la diferencia entre los resultados de la encuesta de campo y la abundancia predicha en cuadrantes a lo largo de las rutas de encuesta, ajustar la predicción del modelo y sumar para obtener la abundancia total en el área de estudio; (4) calcular la incertidumbre de tres fuentes, es decir, muestreo de distancia (utilizando la tasa de detección), modelos de distribución de especies (utilizando R cuadrado) y diferencias entre la encuesta de campo y la predicción del modelo (utilizando la desviación estándar de la razón (observación/predicción) en diferentes zonas). Desarrollamos un paquete de R llamado abundanceR para estimar la abundancia de la vida silvestre y proporcionamos datos para el asno salvaje tibetano (Equus kiang) basado en encuestas de campo en el Parque Nacional de la Fuente de los Tres Ríos, así como 29 capas de variables ambientales que cubren las áreas terrestres del planeta. Nuestro método puede proporcionar una estimación precisa de la abundancia para los animales que habitan en áreas abiertas que pueden ser fácilmente observadas durante el muestreo de distancia, y cuya heterogeneidad espacial de la densidad animal dentro del área de estudio puede ser predicha con precisión utilizando modelos de distribución de especies.