湿地是地球上生产力最高的生态系统，在涵养水源、调节气候、维持生物多样性等方面具有重要的作用，被誉为“地球之肾”(Mitsch和Gosselink，1993；Barbier等，1997)。遥感监测表明，随着全球气候变化和中国社会经济的快速发展，近30年来中国湿地呈现了自然湿地持续减少，人工湿地持续增加的趋势(牛振国等，2012)。由于中国自然禀赋和社会经济发展存在较大的空间差异，其对湿地变化的影响也具有显著的时空差异特征。通过量化的指标来分析湿地分布时空动态演化特征和规律，可以更好地保护湿地资源。目前，湿地变化驱动机制方面的研究多集中在小尺度范围内(李颖等，2003；徐玲玲等，2009；李洪等，2012)，全国尺度上还未见研究。本文研究目标是基于遥感方法得到的4期中国湿地空间数据，以及相关的自然、社会经济等要素数据，分析中国湿地变化的主要驱动因子，为中国湿地保护与科学利用提供支持。

湿地专题数据为240 m × 240 m栅格数据，来源于牛振国等人(2009，2012)1978年、1990年、2000年、2008年中国湿地遥感制图的空间数据。湿地概念采用《湿地公约》的定义(Davis，1994)，分类体系含有3个一级类型(内陆湿地、人工湿地和滨海湿地)，15个二级类型(宫鹏等，2010)。本文中国湿地面积变化及驱动力分析采用一级分类(内陆湿地、人工湿地、滨海湿地)，其中内陆湿地和人工湿地以省为研究单元进行分析；对滨海湿地的分析是以山东、安徽等11个沿海省份、直辖市中的大连、青岛等55个沿海城市为研究单元，同时滨海湿地转移矩阵使用滨海湿地的二级分类，在此基础上辅助判断影响湿地变化的因素。

气象数据来自国家气象信息中心提供的气象站点数据(中国地面气候资料日值数据集)，但是由于气象站设立时间和气象站采集频率的差异导致数据存在缺测问题，此次研究缺测5年的站点未被选用。农业经济数据主要通过查询中国统计年鉴以及各个省份统计年鉴完成，来源于中国统计网(http://www.stats.gov.cn/tjsj/)和中国统计资料馆纸板年鉴。部分省份1978年统计数据缺失，用相近年份(1980年左右)代替。考虑到数据的可获取性(如港澳台数据难以获得，因此本次研究不包括港澳台地区)与湿地变化的相关性，并已有其余研究(Brown等，2012；许吉仁和董霁红，2013；Markogianni等，2013)，共选取12个影响因素，其中包括3个自然因素：平均温度、平均湿度、累计降水；9个社会经济因素：人口数量、地区生产总值、农林牧渔产值、耕地面积、粮食产量、有效灌溉面积、水库库容量、除涝面积、治碱面积。考虑到通货膨胀以及经济核算方式差异的影响，本文研究中经济数据经过处理扣除价格变动因素。

土地利用数据为1990年、2000年、2005年1 km栅格数据，来源于中国科学院地理科学与资源研究所地球系统科学数据共享网(http://www.geodata.cn/Portal/)，采用刘纪远等人(2014)提出的含有6个一级类，25个二级类的土地资源分类系统，计算滨海湿地与非湿地转移矩阵使用一级分类。

本文研究分别将湿地面积变化数据和影响因素变化数据作为因变量和自变量，运用地理加权回归的方法从时空上揭示各类湿地变化和影响因素之间的相互关系。由于地理因子的交互作用都多在局部发生且随地理位置变化而变化(Foody，2003)，为刻画地理现象的这种空间非平稳性，英国Fotheringham等人(2002)及其同事于1996年基于“局部光滑”思想提出了地理加权回归方法- Geographically Weighted Regression(GWR)。相较于一般线性回归模型，GWR的结果更能全面反映空间数据的真实特征。依据地理学第一定律所说，地理事物在空间分布上互为相关，空间相邻的事物关联更紧密。GWR通过移动加权函数来探索局部之间的差异(Du等，2014)，模型方程式为

${\hat y_i} = {{{β}} _{0i}} + {{{β}} _{1i}}{x_{1i}} + {{{β}} _{2i}}{x_{2i}} \cdots + {{{β}} _{ni}}{x_{ni}} + {{{ε}} _i}$ (1)

式中，$\hat y$指的是回归点i的因变量的拟合值，本文中指回归点i的湿地面积变化的拟合值。i为样本量，β_0i指的是通过相邻点估计的回归点i的截距，β_ni指的是回归点i的第n个自变量的回归系数，n为驱动因子个数，本次研究中此n值取决于经过OLS逐步回归选出的驱动因子的个数，ε是随机误差项。通过回归系数随地理空间位置的变化可以非常直观地探测空间关系的非平稳性。

但由于GWR没有较强的诊断性，因此在进行地理加权回归之前需要先进行普通最小二乘法OLS(Ordinary Least Squares)线性回归以确保模型相对准确。普通最小二乘法的基本原则是最优拟合直线应使各点到直线的距离的和最小，也可以理解为距离的平方和最小，即残差平方和最小。线性回归方程可表示为

$\hat y = {{{β}} _0} + {{{β}} _1}{x_1} + {{{β}} _2}{x_2} \cdots + {{{β}} _n}{x_n} + {{ε}} $ (2)

式中，$\hat y$为因变量的拟合值，即湿地变化的拟合值，其与真实值y的差即为残差，β₀为回归方程的截距，β_n为第n个自变量的回归系数，n为驱动因子的个数，ε是随机误差项。

OLS回归是将所有变量加入模型，通过逐步回归的方法筛选出对因变量起关键解释作用的自变量再进行地理加权回归，由于OLS本身在模型拟合度以及自变量共线性等方面具有较强的诊断性，因此可以排除GWR回归模型中弱相关因子的干扰。本文利用SPSS(薛薇，2011)软件进行OLS回归，利用ArcGIS10.2进行地理加权回归，探讨中国湿地变化的驱动机制。

从总面积来看，30年间内陆湿地和滨海湿地持续减少，分别共计减少107488 km²和5352 km²；人工湿地持续增加，共计11898 km²。从变化速率来看，内陆湿地减少最快的时期为1978年至1990年，平均每年减少6666 km²，随后减少速度逐渐放缓，到2000年-2008年这一时期减缓到平均每年减少728 km²；滨海湿地减少最快和人工湿地增加最快的时期均为1990年至2000年。2000年以后，随着人们湿地保护意识的提高以及退耕还湿工程的开展，湿地减少趋势开始变缓(图 1)。

图 1 1978年—2008年湿地面积变化

Figure 1 Wetlands change from 1978 to 2008

普通最小二乘法逐步回归可以筛选出对3类湿地变化起主要影响作用的驱动因子，具体结果如表 1所示。结果表明不同类型湿地变化的主要影响因素不同，同一类型湿地变化的主要影响因素也随着时间推移有所变化。回归方程和回归系数的诊断参数中，方程拟合度R²基本在0.5左右，1978年至1990年内陆湿地回归方程的拟合度甚至可以达到0.76，说明模型拟合较好；同时各个时期各类湿地回归方程和回归系数的显著性参数均小于0.05，说明均满足0.05的显著性检验水平。从容差和膨胀因子VIF来看，主要影响因子之间也不存在多重共线性问题。

表 1 最小二乘法线性回归参数表
Table 1 Ordinary least squares regression parameters

下载CSV 

湿地类型	时期	输入到方程的 变量	R2	调整R2	回归方程 显著性Sig.	标准系数	回归系数 显著性Sig.	共线性统计量
								容差	膨胀因子VIF
内陆湿地	1978年—1990年	累计降水	0.67	0.61	0.00	0.71	0.00	0.90	1.11
		除涝面积				–0.31	0.02	0.85	1.18
		有效灌溉面积				–0.27	0.05	0.79	1.27
	1990年—2000年	平均温度	0.79	0.76	0.00	0.35	0.01	0.64	1.56
		除涝面积				–0.54	0.00	0.67	1.48
		粮食产量				0.32	0.01	0.78	1.29
		耕地面积				–0.32	0.01	0.58	1.71
	2000年—2008年	——	——	——	——	——	——	——	——
滨海湿地	1978年—1990年	农林牧渔产值	0.09	0.07	0.03	–0.29	0.03	1.00	1.00
	1990年—2000年	农林牧渔产值	0.56	0.51	0.00	–0.45	0.00	0.84	1.19
		人口				0.53	0.00	0.92	1.09
		有效灌溉面积				–0.37	0.02	0.84	1.19
	2000年—2008年	人口	0.23	0.18	0.03	0.48	0.03	1.00	1.00
人工湿地	1978年—1990年	治碱面积	0.57	0.54	0.00	0.52	0.00	0.88	1.14
		地区生产总值				0.40	0.01	0.88	1.14
	1990年—2000年	地区生产总值	0.29	0.26	0.00	0.54	0.00	1.00	1.00
	2000年—2008年	治碱面积	0.47	0.43	0.00	0.52	0.00	1.00	1.00
		地区生产总值				0.48	0.00	1.00	1.00

1978年-1990年，影响内陆湿地变化的主要因素是累计降水、除涝面积、有效灌溉面积；1990年-2000年其主要影响因素为平均温度、除涝面积、耕地面积、粮食产量；2000年-2008 年，无法用数学方法在已有自变量和湿地变化之间建立回归模型。但总体看来，内陆湿地变化与温度、降水以及农业耕作灌溉等密切相关。

同时，在过去30年间对滨海湿地变化影响显著的因素也不尽相同。1978年至1990年为农林牧渔产值，1990年至2000年又增加了人口数量和有效灌溉面积，2000年至2008年主要影响因素为人口数量。由此可见，滨海湿地变化与农林牧渔产业和人口有较为密切的关系。

就人工湿地而言，1978年-2008年3个时期影响其变化的主要影响因子为：治碱面积、地区生产总值。可见人工湿地变化与经济发展水平和水利设施兴建密切相关。

使用最小二乘法逐步回归筛选出的驱动因子对1978年至2008年3个时期3类湿地进行地理加权回归，回归参数如表 2所示。残差指观测所得y值与地理加权回归模型模拟的y值估计值之间的差值，顾名思义，残差平方和即为此差值的平方和，残差平方和越小，地理加权回归模型越拟合观测数据。回归模型中的参数值也是对模型性能的一种度量，具有较低AICc值的模型将更好地拟合观测数据。结果显示地理加权回归模型的拟合度要优于普通最小二乘法回归。以下将分别对3类湿地各个时期的驱动因子进行分析。

表 2 地理加权回归参数表
Table 2 Geographically weighted regression parameters

下载CSV 

因变量	时期	残差平方和	AICc	R2	调整R2
内陆湿地	1978—1990	100669367.15	567.78	0.69	0.63
	1990—2000	15603935.57	537.22	0.94	0.90
	2000—2008	——	——	——	——
滨海湿地	1978—1990	312862.49	756.41	0.81	0.50
	1990—2000	120632.01	734.16	0.74	0.25
	2000—2008	120445.37	661.56	0.51	0.03
人工湿地	1978—1990	1062294.21	421.22	0.57	0.53
	1990—2000	2656754.61	446.99	0.30	0.28
	2000—2008	1162629.37	430.40	0.61	0.52

图 2(a)-(c)和图 2(d)-(f)分别为1978年-1990年和1990年-2000年两个时期驱动因子对内陆湿地变化影响的空间分布图。1978年-1990年降水与内陆湿地呈正相关关系，且在西部和北部地区影响较大，代表省份有新疆维吾尔自治区(新疆)、西藏自治区、青海省、甘肃省、内蒙古自治区和黑龙江省。因为西部和北部气候相对干燥，降水增多对增加湿地供水的效果更为明显。与降水相反，除涝面积与内陆湿地呈负相关，且在南部地区作用明显。除涝途径有兴修治涝工程或安装排涝机械等水利设施，一方面占用湿地面积，另一方面排出湿地水分，必然导致湿地萎缩。有效灌溉面积与内陆湿地呈负相关，且在中国北部尤其是新疆、内蒙古自治区和黑龙江省负相关作用明显。有效灌溉面积指灌溉工程设施基本配套，有一定水源、土地较平整，一般情况下当年可进行正常灌溉的耕地面积。除了灌溉工程设施占用湿地面积外，在北方水资源缺乏的情况下，有效灌溉面积的增多无疑会争夺湿地水源，导致内陆湿地减少。

图 2 1978年—2000年驱动因子对内陆湿地影响的空间分布

Figure 2 Spatial variations in relationships between inland wetlands and factors

1990年-2000年温度在北部地区与内陆湿地正相关作用明显，因为在全球变暖的大环境下，在积雪和冻土分布的区域，温度升高导致冰雪和冻土融水增多，湿地供水增多，面积扩大。耕地面积与内陆湿地呈负相关，且在东北三省以及内蒙古自治区和河北省作用明显，这一时期，内陆湿地减少最多的也是这个区域。粮食问题和经济效益驱使人们围垦湿地，拓展耕地，占用湿地的同时争夺湿地供水，更加速了内陆湿地面积的减少。20世纪末期至2000年，中国耕地面积增加2.83 × 10⁴ km²，且新增耕地主要集中在东北、华北和西北农林交错区(刘纪远等，2014)。东北地区作为中国的商品粮基地，围垦现象更是严重。粮食产量在黑龙江省与内陆湿地呈负相关关系，在新疆维吾尔自治区与内陆湿地呈较强正相关关系。这一时期，新疆地区一方面大量开垦湿地扩展耕地导致内陆湿地减少，另一方面气候变暖导致冰雪融水增多，又孕育出新的湿地，因此粮食产量增多的同时，内陆湿地总面积增加了405 km²。

人工湿地在这30年间持续增加，尤以1990年-2000年这一时期增加最多。1991年-1995年中，中国经济发展达到了空前的程度，国民生产总值连续5年增长率超过10%。回归系数表明3个时期治碱面积和地区生产总值与人工湿地始终呈正相关关系(图 3)。3个时期地区生产总值对人工湿地影响显著的区域从东南沿海地区逐渐北移。中国的经济形势是南方地区经济较为发达，逐渐带动北方经济的发展，同时东部沿海发达地区带动西部内陆地区经济的发展，与地区生产总值对人工湿地的影响趋势大致相同，可见经济的快速发展促进人工湿地的增加。1978年-1990年治碱面积在东北三省、内蒙古自治区和华北地区与人工湿地正相关作用明显；2000年-2008年此区域南移，呈现从东南向西北递减的趋势(图 3)。盐碱地水利改良的方法主要有排水、灌水洗盐、种植水稻等，治理盐碱地必然要兴建水利设施，进而增加人工湿地的面积。

图 3 1978年—2008年驱动因子对人工湿地影响的空间分布

Figure 3 Spatial variations in relationships between artificial wetlands and factors

滨海湿地面积自1978年至2008年持续减少，且在1990年-2000年减少幅度较大。随着经济发展和人口增长，滨海湿地除了受自然条件和潮汐的影响外，由于处于经济发达区域，更易于被开发。分别将起始年和终止年的湿地数据在ArcGIS中进行相交叠置分析并计算面积得到湿地转移矩阵，如表 3、表 4和表 5所示，纵观3个时期(1978年-1990年，1990年-2000年，2000年-2008年)，滨海湿地除了转化为非湿地，很大一部分转化为海水养殖场和盐田。从滨海湿地转化来的海水养殖场和盐田的面积分别占转化的所有湿地面积的47.3%、51.1%和35.8%，且此比例的变化趋势与滨海湿地面积减少趋势吻合，更说明海水养殖场和盐田的建造是造成滨海湿地减少的主要原因。

表 3 1978年—1990年滨海湿地转移矩阵
Table 3 Transfer matrix of coastal wetlands from 1978 to 1990

下载CSV 

/km2
1990年	1978年
	潮间带/浅滩/ 海滩	滨海 沼泽	河口 水域	河口三角洲/ 沙洲/沙岛	潟湖
潮间带/浅滩/海滩	2084	498	98	0	0
滨海沼泽	83	839	28	0	0
河口水域	7	55	3107	0	29
河口三角洲/沙洲/沙岛	0	8	45	96	0
潟湖	5	5	30	0	84
河流	1	0	13	0	0
洪泛湿地	0	2	10	2	0
湖泊湿地	0	8	1	0	0
内陆沼泽	0	0	0	0	0
水库/池塘	0	11	23	0	0
人工河渠	0	0	0	2	0
海水养殖场/盐田	295	454	84	2	33
城市景观及娱乐水面	0	0	0	0	0
其他	0	0	0	0	0
非湿地	902	2414	1465	29	51

表 4 1990年—2000年滨海湿地转移矩阵
Table 4 Transfer matrix of coastal wetlands from 1990 to 2000

下载CSV 

/km2
2000年	1990年
	潮间带/浅滩/ 海滩	滨海 沼泽	河口 水域	河口三角洲/ 沙洲/沙岛	潟湖
潮间带/浅滩/海滩	1727	113	55	0	0
滨海沼泽	245	746	24	16	0
河口水域	65	10	3704	23	0
河口三角洲/沙洲/沙岛	61	11	20	151	0
潟湖	0	0	0	0	117
河流	0	0	2	0	0
洪泛湿地	1	3	0	0	0
湖泊湿地	0	0	0	0	0
内陆沼泽	0	0	0	0	0
水库/池塘	0	10	2	0	0
人工河渠	0	0	0	0	0
海水养殖场/盐田	451	106	72	6	56
城市景观及娱乐水面	0	0	0	0	0
其他	0	0	0	0	0
非湿地	1822	1048	543	109	18

表 5 2000年—2008年滨海湿地转移矩阵
Table 5 Transfer matrix of coastal wetlands from 2000 to 2008

下载CSV 

/km2
2008年	2000年
	潮间带/浅滩/ 海滩	滨海 沼泽	河口 水域	河口三角洲/ 沙洲/沙岛	潟湖
潮间带/浅滩/海滩	713	52	27	25	9
滨海沼泽	205	492	29	6	0
河口水域	59	9	3251	18	14
河口三角洲/沙洲/沙岛	174	0	0	28	0
潟湖	0	0	0	0	48
河流	3	0	66	4	0
洪泛湿地	7	1	0	2	0
湖泊湿地	104	1	8	0	26
内陆沼泽	2	7	13	3	0
水库/池塘	30	65	29	5	0
人工河渠	4	0	0	0	0
海水养殖场/盐田	311	161	67	15	7
城市景观及娱乐水面	0	0	0	0	0
其他	0	0	0	0	0
非湿地	1567	456	602	237	34

提取滨海湿地转化为非湿地的图斑，分别叠加1990年、2000年和2005年土地利用图，得到滨海湿地与其他土地利用类型转移矩阵(表 6、表 7、表 8)。土地利用分类中水域指天然陆地水域和水利设施用地，与湿地数据的差异可能是由不同数据源的时间差异造成的，这里不作列述。结果显示滨海湿地转化为非湿地的主要去向是耕地、草地以及城乡、工矿、居民用地。纵向对比发现，滨海湿地转化为各类非湿地的面积随着时间推移基本呈下降趋势，原因是随着人们湿地保护意识的增强，滨海湿地从盲目开发向可持续发展方向转变。在这11个沿海省市中，滨海湿地转化为非湿地面积较多的有福建省、广东省、山东省、江苏省和浙江省。其中，福建省、广东省和浙江省滨海湿地主要转化为耕地，可见这些地区滨海湿地减少与耕地扩张密切相关。山东省滨海湿地有相当一部分转化为城乡、工矿和居民用地，可以判定基本建设以及油田开发是造成这一区域滨海湿地减少的主要原因之一。相较于其他省份，江苏省滨海湿地转移为草地的面积较多。

表 6 1978年—1990年滨海湿地与其他土地利用类型转移矩阵
Table 6 Transfer matrix of coastal wetlands and other land use from 1978 to 1990

下载CSV 

/km2
省市	耕地	林地	草地	城乡、工矿、 居民用地	总计
福建	251	122	70	86	530
广东	286	63	16	85	453
广西壮族自治区	23	27	5	18	75
海南	11	10	3	2	27
河北	3	0	1	7	11
江苏	124	0	289	79	492
辽宁	36	5	1	20	90
山东	7	0	9	76	148
上海	119	9	16	2	146
天津	0	0	0	0	1
浙江	226	76	24	23	349
总计	1086	312	434	398	2322

表 7 1990年—2000年各省份滨海湿地与其他土地利用类型转移矩阵
Table 7 Transfer matrix of coastal wetlands and other land use from 1990 to 2000

下载CSV 

/km2
省份	耕地	林地	草地	城乡、工矿、 居民用地	总计
福建	291	32	8	18	349
广东	110	22	4	42	178
广西	3	5	0	3	11
海南	0	0	0	0	0
河北	35	2	57	57	159
江苏	47	2	138	29	216
辽宁	54	10		37	150
山东	37	2	285	63	498
上海	68	1	8	1	78
天津	0	0	0	5	6
浙江	46	17	9	3	76
总计	691	93	509	258	1721

表 8 2000年—2008年各省份滨海湿地与其他土地利用类型转移矩阵
Table 8 Transfer matrix of coastal wetlands and other land use from 2000 to 2008

下载CSV 

/km2
省份	耕地	林地	草地	城乡、工矿、 居民用地	总计
福建	77	36	25	31	169
广东	49	32	1	24	109
广西	40	16	2	6	64
海南	8	21	1	1	35
河北	0	0	0	20	24
江苏	2	0	80	8	90
辽宁	8	3	0	3	68
山东	11	5	20	14	126
上海	24	0	3	7	34
天津	0	0	0	18	18
浙江	32	23	11	28	94
总计	251	136	143	160	831

由驱动因子对滨海湿地影响的空间分布图 4可知，1978年-1990年，农林牧渔产值与滨海湿地呈现负相关关系，影响最显著的地区为江苏省盐城市和连云港市。20世纪80年代，盐城海岸带由单一经营粮棉向以粮棉生产和水产养殖为主体，农林牧渔盐综合开发的多元化方向发展(欧维新等，2004)，渔业生产对滨海湿地产生较大影响，经济效益提高的同时也破坏了海岸带景观格局，使滨海湿地减少。1990年-2000年，农林牧渔产值对滨海湿地变化影响较大的地区除了江浙一带还有辽河三角洲地区。辽河三角洲滨海湿地减少主要是区域开发造成的(刘红玉等，2001)，水田、油田和海水养殖面积的持续增加使滨海湿地急剧减少。从图 4(a)(b)可以看出，1978年-2000年农林牧渔产值对滨海湿地变化的影响程度有由北向南移动的趋势。

图 4 1978年—2008年驱动因子对滨海湿地影响的空间分布

Figure 4 Spatial variations in relationships between coastal wetlands and factors form 1978 to 2008

1990年-2000年有效灌溉面积与滨海湿地呈负相关关系，影响显著的地区在福建省、广东省和江苏省等地。与此同时，人口与滨海湿地负相关作用较强的地区主要集中在在江苏省以南地区；而2000年-2008年负相关作用较强的地区除了南方较发达的省份还有山东省。2000年至2008年，人口增长最快的3个省份是广东省、浙江省和山东省，分别增加了1837万人、524万人、419万人，这些地区人口的急剧增长导致了沉重的经济压力，为了提高经济效益和粮食产量，必然要开展水田、油田开发和水产养殖等农业、经济活动，修建各种水利、基础设施，建设用地和居民地面积大幅增加，从而导致滨海湿地减少。

本次研究首先通过全局回归分别选出1978年-1990年、1990年-2000年、2000年-2008年3个时期对3类湿地变化有主要影响的驱动因子，即对因变量起关键解释作用的自变量，然后再进行地理加权回归探究湿地与各自驱动因子的相关关系及其在地域上的差异。从模型参数来看，拟合程度有明显提高。研究结果表明，内陆湿地与自然条件和农业耕作灌溉等密切相关，影响因子包括平均温度、累计降水、耕地面积、有效灌溉面积、除涝面积以及粮食产量。其中累计降水、耕地面积、有效灌溉面积等在水量相对较少的北方影响显著，湿地围垦以及争夺湿地水源是导致内陆湿地锐减的主要原因，在农业发达省份如东北三省、河北省等尤其明显。平均温度在有高山积雪和冻土地区表现出两面性，在全球变暖的大环境下，温度升高一方面加速湿地水分蒸散，另一方面使冰雪、冻土融水增加从而增加湿地水源，但这种供水补给形成的湿地不具有永续性，如不合理保护与利用，最终还是要走向消亡。人工湿地与经济发展水平和水利设施兴建密切相关，经济发达地区人工湿地的增加速度较快，其变化趋势也与中国的经济发展趋势相吻合。滨海湿地与农林牧渔产业和人口密切相关，除了耕地扩张和基本建设占用大量滨海湿地外，海水养殖场和盐田的兴建也是造成滨海湿地流失的主要原因。

本次全国尺度上的湿地变化驱动力研究，基本反映1978年至2008年中国湿地变化的特征规律，为中国湿地保护提供决策依据，但由于受数据获取等原因，仍存在一些问题：

(1)数据的局限性：首先以行政单位为研究单元对数据有所限制，水文、地表情况等方面的数据难以度量。另一方面，对以行政区为单元获取的统计数据进行分析，湿地的变化驱动力分析便只能以行政区为单元体现，从而使行政区内部的变化不能够得到反映。其次，新中国成立后的前30年，由于年鉴事业尚未引起足够的重视，从1949年到1978年12月全国仅出版了不足10种年鉴，因此实际使用的1978年统计数据与湿地遥感数据在时间上不匹配。最后，土地利用数据的空间分辨率与湿地数据的分辨率不一致，并且用2005年土地利用图反映2008年土地利用状况，与湿地数据和统计数据存在时间不匹配问题，会导致结果在数值上存在误差，但对结果的总体趋势不会有很大影响。此外，两种数据的分类体系存在差异，但由于本文研究的湿地并不包括稻田/水田，因此湿地只与土地利用类型中的水域和未利用地有所重叠，不会影响湿地与其他土地利用类型之间转化的分析。

(2)模型分析的局限性：由于地理加权回归模型的诊断性不高，需要先通过普通最小二乘法全局回归筛选关键因子。而受数据的限制，通过OLS数学方法选取的变量因子减少，可能在一定程度上忽略了在特定区域起关键作用的影响因子。