湿地是地球上的重要生态系统之一，对蓄洪防旱、气候调节等方面有重要作用。长江中下游地区作为中国湿地资源丰富的重要地区之一，人类活动频繁，因此研究该区域湿地面积受气候变化和人类活动的影响程度，对于进一步开展湿地保护具有重要意义。利用模型方法建立气候因素与湿地面积之间的关系，预测湿地的自然演化特征，但目前全球湿地分布模拟结果在长江中下游地区存在较大差异。本研究以长江中下游为研究区，结合气候和遥感资料，采用随机森林、提升树和最近邻算法等多种机器学习方法建立了潜在湿地分布预测模型。模拟结果表明，提升树算法的精度最高，预测的潜在湿地面积约为11万km²，然而目前长江中下游实际湿地分布面积不到6万km²，即人类活动导致了近一半自然湿地的消失。利用湿地分布模型进一步预测未来不同排放场景下的湿地分布，结果表明，如果不实施政策干预，到本世纪末湿地面积将会减少到5万km²。研究还定量分析了温度对湿地面积分布的影响，发现每升高1℃，区域湿地面积将减少5%。本研究强调了气候变化对潜在湿地分布的重要影响。

机器学习,湿地分布,长江中下游地区,预测,敏感性分析