小微湿地是指自然界在长期演变过程中形成的小型、微型湿地,以往的研究着重于对大型湿地的研究,对小微湿地的关注较少。城市发展导致小微湿地大量消失,了解小微湿地的景观动态变化特征及驱动因素是保护与管理小微湿地的重要基础。以往的研究多从单一的角度分析预测变量与小微湿地损失间的关系或小微湿地损失的空间异质性,大多忽略了将这两个方面结合起来。本文以合肥市包河区为研究区域,选取2006年、2010年、2014年和2018年4期遥感影像,利用土地利用转移矩阵法和景观指数法确定2006至2018年间小微湿地景观动态变化情况,研究区以网格单元划分,利用变异函数确定后续分析的最适宜空间幅度。在此基础上利用增强回归树分析13个预测变量的相对重要性,进一步将增强回归树与地理加权逻辑回归模型相结合,分析所得的高重要性变量与小微湿地损失间的非线性关系以及变量系数的空间差异。主要研究结果如下:1.2006—2018年,原本在包河区广泛分布的小微湿地大范围消失,滨湖核心区是损失最为明显的区域。转移矩阵分析结果显示:建设用地是小微湿地最主要的转出类型。景观指数分析结果显示:2006—2018年,小微湿地斑块数量大幅下降,斑块密度呈先上升后下降趋势,平均斑块周长面积比下降,平均斑块形状指数接近于1且变化幅度小,平均最近邻距离增加,聚合度指数降低。表明随着城市的发展,研究区小微湿地数量不断减少,且有一个斑块破碎化后数量急剧下降的过程。同时,小微湿地斑块边缘的复杂程度有所降低,但是斑块形状一直保持简单且规则的状态。此外,小微湿地的损失还导致剩余小微湿地间的平均距离增加,空间聚集程度降低。2.变异函数结果表明:小微湿地斑块面积具有尺度依赖性,300 m的网格单元是后续分析小微湿地损失驱动因素的最适宜网格单元。在该网格单元下,模型拟合函数的块金值合理,既能反映一定的差异性,又不会使差异性过于显著;块基比小于0.25,具有较强的空间自相关性;此外,拟合模型的决定系数较高且残差平方和较小。因此,300 m的网格单元在刻画小微湿地的空间特征与模型运行效率方面能够取得较好的平衡。3.增强回归树模型对变量相对重要性分析结果表明:2006—2018年,小微湿地损失主要受到小微湿地周边不同用地类型面积变化、小微湿地自身景观结构和地形的影响。变量的相对重要性排序依次为:建设用地变化（14.4%）、斑块面积（13.5%）、旱地变化（11.1%）、坡度（10.1%）、林地变化（8.5%）和草地面积变化（7.0%）。这6个高重要性变量与小微湿地损失间的非线性关系分析结果表明:建设用地面积增加超过2.5 hm~2与小微湿地损失成正比;斑块面积在0.02—3.2 hm~2范围内时与小微湿地损失呈正相关;旱地面积增加超过2.7 hm~2会威胁小微湿地的生存;坡度大于2.6°时与小微湿地损失呈正相关;林地面积增加超过2.4 hm~2时与小微湿地损失呈正相关;草地面积增加超过2.3 hm~2时与小微湿地损失呈正比。4.基于地理加权逻辑回归的变量空间异质性分析结果表明:2006—2018年,除斑块面积系数的空间可视化无解释意义,其余5个高重要性变量对小微湿地损失的影响大小和方向随小微湿地损失的地点变化而有所不同。建设用地变化在整个研究区均与小微湿地损失呈正相关关系,系数大小由老城区向巢湖方向递减;旱地面积变化对小微湿地损失的驱动作用集中于牛角大圩附近;坡度对小微湿地损失的驱动作用主要在大圩镇附近;林地面积变化在整个研究区均与小微湿地损失呈负相关关系;草地面积变化对小微湿地损失的驱动作用集中于滨湖核心区附近。本研究揭示了小微湿地在城市化快速发展背景下的时空动态分布特征,识别出导致小微湿地损失的高重要性变量,从全局和空间回归两方面分别分析了这些变量对小微湿地损失的影响,研究结果对其他快速城市化地区协调城市发展与小微湿地保护间的关系具有一定的指导作用。