由于城市化和农业垦殖等人类活动不断增强，很多湿地生态系统受到侵占或干扰。保护湿地资源需要准确的湿地分布。然而由于湿地类型复杂多样，地面调查困难，大范围湿地分布制图很难完成。目前还没有专门用于湿地保护和规划且有较高分辨率的全球湿地分布数据。准确的获取全球湿地分布信息，对我们了解湿地资源分布、制定关保护政策、分析和预测湿地生态系统在当前以及未来气候变换和人类活动干扰下的响应机制具有重要意义。　　本文利用高分辨率的全球气候和地形数据分别通过生态位模型、水文过程模型预测了全球1km分辨率的湿地适宜区，为更精确的全球湿地分布制图提供判别基础，该数据可以减少全球湿地面积估算的不确定性。同时由于气候干旱、人口增长对水资源的过度开采导致的供水减少使得湿地分布萎缩，这将影响湿地正常的生态服务功能。面对以上威胁，为更加有效的保护湿地，本文通过水文水资源模型输出的全球径流和灌溉用水量，全球夜晚灯光数据反映出的城市化发展水平，结合15年间全球湿地范围动态分布，确定了全球不同区域湿地变化的主要驱动因子，进而对全球湿地动态变化给出空间化的定量评估，从而为各地湿地保护，合理有效的利用湿地资源提供参考。　　本文的主要研究内容和结论有:　　1.利用1km分辨率的地形、气候数据，通过一种在生态学中被用来预测物种分布的生态位模型，通过统计学习的算法确定不同区域影响湿地分布的重要变量，建立湿地分布与环境因子的关系，进而预测全球陆表湿地的潜在分布适宜区。将所得结果与中国区域的湿地制图结果对比显示，预测结果能够合理的反映出湿地的分布情况。　　2.采用水文、气候数据结合1km分辨率的混合地形指数数据，利用陆表湿地和地下水位的关系，对全球不同的流域气候分区分别予以模拟，结果显示在不考虑人类活动影响状况下，全球陆表湿地潜在分布区面积达到3.316×107km2。用遥感获得的实际湿地样本点对陆表湿地模拟结果进行精度验证，总体精度达到83.7％，比同种类似方法所得结果精度更高。由于模拟过程未考虑农业灌溉、建坝等人类活动对湿地的干扰破坏，因此本文对的模拟结果大于另外几种基于遥感的全球土地覆盖制图产品中湿地的面积。　　3.结合1993-2007年间全球淹没区范围数据、全球夜晚灯光数据以及两种方案下水文模型，通过水文水资源模型输出的全球径流和灌溉用水量，全球夜晚灯光数据反映出的城市化发展水平，结合全球湿地范围动态分布，确定了全球不同区域湿地变化的主要驱动因子，结果显示全球大部分区域(60％)的湿地受气候主导，22％的区域受农业活动的主导，18％的区域受城市化发展的主导。统计显示气候主导区的湿地变化趋势增减差异不大，受农业灌溉和城市化主导区域的湿地大部分在减少。　　本文的主要创新点如下:　　1.对全球不同区域，构建了基于气候和流域的单元，利用生态学中被用来预测物种分布的生态位模型，通过统计学习的算法确定不同区域影响湿地分布的重要变量，建立湿地分布与环境因子的关系，最后得出湿地适应性分布区。　　2.通过构建长时间水文平衡状态下的土壤含水量和地下水位的关系，进而根据已知湿地分布点位确定各个流域气候区内划分湿地、非湿地区域的最佳地下水位阈值，最终获得了较高可信度的全球湿地适宜区分布。　　3.通过对水文模型设定两种情景:仅考虑气候驱动和加入人类活动后分别获取输出的全球径流量和灌溉用水量，另外以全球夜晚灯光数据反映的城市化发展水平，从而得到了影响湿地变化的三种最主要驱动因素，然后结合全球湿地面积分布的时间序列数据，确定了全球不同区域湿地变化的主要驱动因子，从而对全球湿地变化的驱动因素给出定量评估。