本发明是关于一种目标物种潜在入侵风险评估方法及装置，其中，方法包括：获取目标物种的分布记录数据和多维时空数据；根据所述分布记录数据和多维时空数据，使用最大熵模型生成伪缺失概率分布数据，并从所述伪缺失概率分布数据中随机筛选出与所述分布记录数据等量的伪缺失样本数据；根据所述伪缺失样本数据、所述分布记录数据和多维时空数据，构建并训练得到一个基于多个增强回归树模型的机器学习集成模型；通过所述机器学习集成模型，确定驱动所述目标物种入侵风险的关键影响因素，确定所述目标物种的入侵概率，评估潜在入侵风险区分布和量化评估的不确定性。