珠三角是我国人口数量最多、创新实力最强、综合发展最快的三大城市群之一，据调查珠三角的湿地共有5大类21型，总面积达7.9×10⁵ hm²，占广东省湿地总面积的45.1%^[1]。而广州、佛山两市位于珠三角腹地，随着经济快速发展、城市扩张、人口激增、气候变化等的影响，广佛地区环境承载力面临严峻挑战，自然生态格局与生态环境面临着威胁，湿地面积萎缩，物种多样性下降，湿地生态功能和效益下降甚至丧失，这严重危及湿地植物的生存现状^[2–3]。因此，对广佛地区湿地植物群落进行调查、摸清广佛地区湿地植物资源概况，找出影响湿地植物多样性及分布的关键土壤因子具有重要的实践指导作用和理论价值。

目前对于广州和佛山的湿地研究主要集中在湿地生态服务功能^[4]、湿地公园建设^[1]、植物资源^[5]、水体净化^[6–7]等方面，而关于环境因子对湿地植物群落的影响研究较少。湿地植物与环境因子之间的相互作用影响着湿地生态系统的特征，对维持湿地生态系统的稳定起着关键作用^[8]。不同环境因素的不同组合造成植被生物量梯度变化，决定了湿地植物群落的种类和植被类型，这不仅反映了群落在结构和功能等的异质性，也反映了相异的自然环境条件下群落间的关系^[9]。本研究通过对湿地植物群落物种多样性、土壤及水质进行一个多要素的、较为全面的调查，探究湿地植物资源现状，考察湿地植物群落与相关因子的关系，为今后修复和保护湿地植物的多样性、城市湿地生态系统的管理、解决城市湿地退化等环境问题提供有效的理论依据、基础信息和技术支撑。

以广州市和佛山市为重点研究区域，气候均属于南亚热带季风海洋气候，夏季高温高湿多雨，冬季低温干燥少雨。广州市地处华南，广东省的中南部，珠江三角洲中北缘，靠近珠江入海口，城镇化率达到86.34%，市域总面积为7 434.40 km^2[3]。佛山地处广东省中南部，市域总面积3 797.72 km², 位居珠三角水系的顶部，四面环水，以冲积平原为主^[10]。

广州市湿地包括3大湿地类11湿地型，其中三角洲沙洲沙岛型与淤泥质海滩型面积较小且植被贫乏^[11]，而佛山的湿地类型主要为河流型，故根据湿地类型与面积选取广州市9个类型湿地13个样地，另外在佛山市选取5个样地进行调查，共计18个样地(表 1)。每个样地设置3个20 m×20 m样方，每个样方包括4个10 m×10 m乔木样方、4个5 m×5 m的灌木样方和4个2 m×2 m的草本样方。对于沿河岸样地，则采取样带调查法，设置1条长为120 m的样带，每隔10 m设置1个2 m×2 m的样方，共12个样方。

表 1(Table 1)

表 1 18个样地概况 Table 1 Informations of 18 sample plots 序号 No. 地点 Location 区域 District 经度(E) Longitude 纬度(N) Latitude 湿地类型 Wetland type 1 流溪河良口段Liangkou of Liuxi River 广州市从化区Conghua District, Guangzhou 113°43′45″ 23°44′30″ 河流River 2 三坑水库Sankeng Reservoir 广州市花都区Huadu District, Guangzhou 113°3′53″ 23°27′41″ 库塘Reservoir pond 3 流溪河白云段Baiyun of Liuxi River 广州市白云区Baiyun District, Guangzhou 113°15′26″ 23°17′8″ 河流River 4 鹤之洲湿地公园Hezhizhou Wetland Park 广州市增城区Zengcheng District, Guangzhou 113°49′56″ 23°15′5″ 河流River 5 华农树木园Arboretum in SCAU 广州市天河区Tianhe District, Guangzhou 113°21′22″ 23°9′30″ 库塘Reservoir pond 6 海珠湿地果林Fruit forest in Haizhu Wetland National Park 广州市海珠区Haizhu District, Guangzhou 113°20′1" 23°4′37" 人工复合湿地Constructed compound wetland 7 生鱼洲Shengyu Island 广州市黄埔区Huangpu District, Guangzhou 113°27′7" 23°5′9" 洪泛平原湿地 Floodplain wetland 8 前航道Qian Water Channel 广州市黄埔区Huangpu District, Guangzhou 113°27′4" 23°5′13" 河口Estuarine 9 沙湾水道Shawan Waterway 广州市番禺区Panyu District, Guangzhou 113°32′43" 22°51′4" 河口Estuarine 10 龙穴岛北角 North cape of Longxue Island 广州市南沙区Nansha District, Guangzhou 113°35′7" 22°38′24" 潮间盐水沼泽 Intertidal saline swamp 11 龙穴岛Longxue Island 广州市南沙区Nansha District, Guangzhou 113°35′11" 22°42′55" 水产养殖场Aquaculture farm 12 南沙十涌10th Chung, Nansha 广州市南沙区Nansha District, Guangzhou 113°34′24" 22°40′13" 人工河Artificial river 13 南沙湿地Nansha Wetland 广州市南沙区Nansha District, Guangzhou 113°38′7" 22°36′48" 红树林Mangrove 14 金沙岛滩涂Beach of Jinsha Island 佛山市南海区Nanhai District, Foshan 112°58′44" 23°0′51" 河流River 15 南海湿地Wetland of South China Sea 佛山市南海区Nanhai District, Foshan 112°57′37" 23°4′59" 河流River 16 金沙岛水保区Jinsha Island water and soil conservation area 佛山市南海区Nanhai District, Foshan 112°56′19" 23°7′4" 河流River 17 南沙涌上游Upstream of Nansha Chung 佛山市南海区Nanhai District, Foshan 112°55′9" 23°5′33" 河流River 18 南沙涌下游Downstream of Nansha Chung 佛山市南海区Nanhai District, Foshan 112°56′45" 23°1′28" 河流River

表 1 18个样地概况 Table 1 Informations of 18 sample plots

在每个20 m×20 m样地内采用五点取样法采集土壤样品，然后混合表层(0~25 cm)土样，每袋1 kg, 贴上标签并记录采集时间、地点等，装入自封袋带回实验室检测土壤化学指标。土壤样品在实验室风干、过筛、研磨、剔除杂质，采用四分法贮存土壤样品。土壤因子指标按照《中华人民共和国林业土壤行业标准》中的方法进行测定(表 2)。

表 2(Table 2)

表 2 土壤化学指标检测方法 Table 2 Determination methods of soil chemical indexes 序号No. 指标Index 方法Method 参考标准Reference standard 1 pH 电极电位法 LY/T 1239-1999 2 土壤有机质Soil organic matter (SOM) 重铬酸钾-硫酸溶液氧化法 LY/T 1237-1999 3 全氮Total nitrogen (TN) 凯氏定氮法 LY/T 1228-1999 4 全磷Total phosphorus (TP) 碱熔-钼锑抗比色法 LY/T 1232-1999 5 全钾Total potassium (TK) 酸溶-火焰光度计法 LY/T 1234-1999 6 碱解氮Available nitrogen (AN) 碱解扩散法 LY/T 1229-1999 7 有效磷Available phosphorus (AP) 盐酸-硫酸浸提法 LY/T 1233-1999 8 速效钾Available potassium (AK) 乙酸铵浸提-火焰光度计法 LY/T 1236-1999

表 2 土壤化学指标检测方法 Table 2 Determination methods of soil chemical indexes

根据样方数据计算植物的重要值，同时利用目前广泛运用的Patrick指数(S)、Margalet指数(F)、Simpson指数(D)、Shannon-Wiener指数(H)及Pielou均匀度指数(E)测定物种多样性。乔木层和灌木层重要值=相对多度+相对频度+相对显著度；草本层重要值=相对盖度+相对频度；其中，相对多度=(某物种个体数/所有物种个体数)×100%；相对频度=(某物种的频度/所有物种的频度和)×100%；相对显著度=(某树种的胸高断面积/所有树种的总胸高断面积)×100%；相对盖度=(某物种的盖度/所有物种的总盖度)×100%；S=样方内的物种数目；F=(S-1)/ lnN；D=1-∑P_i²；H=-∑P_ilnP_i；E=(H)/lnS，式中，N为个体总数，P_i为物种i的个体数占群落中所有物种个体数的比例。

用R语言对典型样地物种丰富度(Patrick指数)进行聚类分析并结合主成分分析对样地土壤状况进行评价，用Vegan包进行物种多样性及分布与环境因子的相关性排序分析，运用“统计产品与服务解决方案”软件(statistical product service solutions, SPSS)进行描述统计。典范冗余分析(redundancy analysis, RDA)或典范对应分析(canonical correspondence analysis, CCA)是基于对应分析(correspondence analysis, CA)发展而来的一种排序方法，将对应分析与多元回归分析相结合，每一步计算均与环境因子进行回归，又称多元直接梯度分析。为反映植物多样性与土壤因子的关系，采用基于线性模型的RDA与基于单峰模型的CCA进行分析。排序前构建样方-植物矩阵，为了选择合适的排序方式首先进行除趋势对应分析(detrended correspondence analysis, DCA)对矩阵进行判断，若DCA排序前4轴结果中最大值大于4，选择CCA排序；若DCA小于3则选择RDA排序；3~4表示2种排序方式均可。为检验土壤因子是否具有显著影响性，采用蒙特卡洛(Monte Carlo)法进行显著性检验。

根据调查结果，共记录湿地植物312种，隶属于90科198属，其中，双子叶植物54科106属150种，单子叶植物22科75属139种，裸子植物1科2属3种，蕨类植物13科15属20种。禾本科(Gramineae)与莎草科(Cyperaceae)的种数最为丰富，分别是34和31种。此外蓼科(Polygonaceae)、天南星科(Araceae)、菊科(Compositae)、玄参科(Scrophulariaceae)及泽泻科(Alismataceae)的种类也较为丰富，分别有16、14、12、11和11种。根据样方数据计算植物的多样性指数，由表 3可见，草本层物种丰富度在广佛地区典型湿地群落物种丰富度中贡献率最大。

表 3(Table 3)

表 3 样地的植物多样性指标 Table 3 Plant diversity indexes of plots 层次 Layer 指标 Index 最大 Maximum 最小 Minimum 平均 Average 标准误差 Standard error 变异系数 Coefficient of variation 乔木层 Tree Patrick指数Patrick index (ST) 11.00 0.00 2.940 0 3.702 00 13.703 Simpson指数Simpson index (DT) 0.78 0.00 0.212 8 0.300 02 0.090 Shannon-Wiener指数Shannon-Wiener index (HT) 1.82 0.00 0.447 8 0.644 53 0.415 Pielou均匀度指数Pielou index (ET) 0.82 0.00 0.249 4 0.323 54 0.105 Margalet指数Margalet index (FT) 2.27 0.00 0.545 0 0.782 89 0.613 灌木层 Shrub Patrick指数Patrick index (SS) 14.00 0.00 3.780 0 4.596 00 21.124 Simpson指数Simpson index (DS) 0.90 0.00 0.358 0 0.350 00 0.122 Shannon-Wiener指数Shannon-Wiener index (HS) 2.43 0.00 0.743 3 0.811 95 0.659 Pielou均匀度指数Pielou index (ES) 1.00 0.00 0.449 4 0.413 04 0.171 Margalet指数Margalet index (FS) 3.63 0.00 0.928 9 1.127 14 1.270 草本层 Herb Patrick指数Patrick index (SH) 25.00 4.00 12.220 0 6.726 00 45.242 Simpson指数Simpson index (DH) 0.92 0.41 0.778 3 0.137 72 0.019 Shannon-Wiener指数Shannon-Wiener index (HH) 2.79 0.81 1.932 2 0.584 02 0.341 Pielou均匀度指数Pielou index (EH) 0.94 0.59 0.813 9 0.096 48 0.009

表 3 样地的植物多样性指标 Table 3 Plant diversity indexes of plots

采用R语言ward最小方法聚类法，根据Jaccard相似系数，将18个样地的植物群落分成3大类(图 1)，各样地不同层次优势植物的重要值见表 4。

图 1(Fig. 1)

图 1 调查地点分布图。1~18见表 1；红色: 第1类样地；蓝色: 第2类样地；绿色: 第3类样地。 Fig. 1 Distribution of survey plots. 1-18 see Table 1. Red: The first type plots; Blue: The second type plots; Green: The third type plots.

表 4(Table 4)

表 4 样地中优势种的重要值 Table 4 Importance value of dominant species in plots 类型 Type 样地 Plot 乔木层Tree 灌木层Shrub 草本层Herb 植物Species Ⅳ 植物Species Ⅳ 植物Species Ⅳ Ⅰ 1 水翁Syzygium nervosum 30.79 灰莉Fagraea ceilanica 17.86 铺地黍Panicum repens 15.69 2 - - 铺地黍P. repens 16.09 3 池杉Taxodium distichum var. imbricatum 43.48 水翁Syzygium nervosum 84.19 菜蕨Diplazium esculentum 39.60 4 荔枝Litchi chinensis 89.75 假柿木姜子Litsea monopetala 47.24 菜蕨D. esculentum 22.31 5 落羽杉Taxodium distichum 58.80 野牡丹Melastoma candidum 31.74 三裂叶蟛蜞菊 Sphagneticola trilobata 15.91 6 荔枝Litchi chinensis 42.32 花叶鹅掌藤Schefflera arboricola ‘Variegata’ 53.34 野芋Colocasia esculentum var. antiquorum 19.39 Ⅱ 7 池杉Taxodium distichum var. imbricatum 82.02 鱼藤Derris trifoliate 87.02 短叶茳芏Cyperus malaccensis subsp. monophyllus 23.53 8 - - 芦苇Phragmites australis 40.55 9 无瓣海桑Sonneratia apetala 100.00 老鼠簕Acanthus ilicifolius 45.91 短叶茳芏Cyperus malaccensis subsp. monophyllus 75.39 10 - 鱼藤Derris trifoliata 43.76 短叶茳芏C. malaccensis subsp. monophyllus 42.22 12 大蕉Musa×paradisiaca 81.24 鱼藤D. trifoliata 40.61 芦苇Phragmites australis 45.55 13 无瓣海桑Sonneratia apetala 79.37 东方紫金牛Ardisia elliptica 31.88 海芋Alocasia odora 31.91 Ⅲ 11 - - 空心莲子草 Alternanthera philoxeroides 64.56 14 - - 野芋Colocasia esculentum var. antiquorum 23.64 15 池杉Taxodium distichum var. imbricatum 43.61 水黄皮Pongamia pinnata 63.64 星毛蕨Ampelopteris prolifera 44.48 16 - - 空心莲子草 Alternanthera philoxeroides 19.96 17 - - 空心莲子草A. philoxeroides 28.84 18 - - 水蓼Polygonum hydropiper 33.91 1~18见表 1; Ⅳ: 重要值。下表同。 1-18 see Table 1; Ⅳ: Importance value. The same is following Tables.

表 4 样地中优势种的重要值 Table 4 Importance value of dominant species in plots

第1类为1~6号样地，地点分别是流溪河良口、花都三坑水库、流溪河白云段、增江鹤之洲、华农树木园、海珠湿地果林，湿地类型为河流、库塘2种。优势乔木为水翁(Syzygium nervosum)、落羽杉(Taxodium distichum)等，优势草本为三裂叶蟛蜞菊(Sphagneticola trilobata)、野芋(Colocasia esculentum)等。

第2类有7~10、12、13等6个样地，分别是生鱼洲、前航道、沙湾水道、龙穴岛北角、南沙十涌，均靠近海岸，湿地类型为洪泛平原湿地、河口、潮间盐水沼泽、人工输水河5大类。近海植物群落以灌木和草本植物为主，灌木优势种有老鼠簕(Acanthus ilicifolius)、鱼藤(Derris trifoliata)、假茉莉(Clerodendrum fragrans)，草本优势种为短叶茳芏(Cyperus malaccensis subsp. monophyllus)、芦苇(Phragmites australis)、三裂叶蟛蜞菊，主要乔木为红树植物无瓣海桑(Sonneratia apetala)。

第3类包括11、14~18号样地，分别是龙穴岛水产养殖场、金沙岛滩涂、南海湿地、金沙岛水保区、南沙涌上游、南沙涌下游，湿地类型为水产养殖场和河流。均为典型的草本植物群落, 优势种为丛枝蓼(Persicaria posumbu)、水蓼、空心莲子草、假蛇尾草(Mnesithea laevis)、光蓼(Persicaria glabra)等。

土壤因子特征  从表 5可见，土壤指标含量变化较大的有TK、AP和AK，同时土壤N、P、K含量总体上呈现K > N > P。

表 5(Table 5)

表 5 样地土壤养分的主要特征 Table 5 Main characteristics of soil nutrients in survey plots 指标Index 平均Mean 标准差Standard deviation 极小Minimum 极大Maximum 变异系数Coefficient of variation pH 6.798 67 0.858 097 4.500 8.240 0.736 SOM (g/kg) 33.966 60 17.124 046 10.806 96.948 293.233 TN (g/kg) 1.474 70 0.513763 0.504 3.313 0.264 TP (g/kg) 0.771 06 0.393 936 0.154 1.774 0.155 TK (g/kg) 17.247 86 5.021 110 1.296 28.727 25.212 AN (mg/kg) 93.997 76 34.557 301 42.720 216.187 1 194.207 AP (mg/kg) 26.558 81 26.728 999 0.050 114.700 714.439 AK (mg/kg) 126.906 90 69.525 962 21.630 401.845 4 833.859 SOM、TN、TP、TK、AN、AP、AK见表 2。下图同。 SOM, TN, TP, TK, AN, AP, and AK see Table 2. The same is following Figures.

表 5 样地土壤养分的主要特征 Table 5 Main characteristics of soil nutrients in survey plots

主成分分析  以特征值≥1或累计贡献率≥ 85%为标准，对8个湿地土壤因子进行主成分分析。主成分1、主成分2的累计贡献值达70.654%，表明这2个主成分已经代表原来变量的大多数信息。根据旋转后主成分荷载矩阵和得分系数矩阵，主成分1主要有SOM、TN、AN等指标，为正相关关系。主成分2主要与pH、TP、TK、AP有关，呈正相关关系。2个主成分得分的表达式为：G1=–0.158G_pH+ 0.286G_SOM+0.288G_TN+0.165G_TP–0.053G_TK+0.298G_AN+0.076G_AP–0.03G_AK; G2=0.298G_pH–0.032G_SOM+0.043G_TN+0.282G_TP+0.248G_TK–0.053G_AN+0.303G_AP+ 0.278G_AK。将2个主成分得分与其对应的方差贡献率的比例相乘后综合，则为总得分(G)，建立土壤指标评价函数：G=0.3981G1+0.30844G2。由表 6可见，综合得分排名前3的为8、3、13样地，分别是前航道、流溪河白云段、南沙湿地，近海及海岸湿地综合得分较高。

表 6(Table 6)

表 6 土壤主成分综合得分 Table 6 Comprehensive score of soil principal components 样地 Plot G1 G2 G 综合排序 Ranking 1 18.463 953 90 37.139 075 88 18.805 676 61 15 2 21.919 593 01 14.306 181 18 13.138 788 50 17 3 54.161 017 45 42.438 370 50 34.651 192 04 2 4 31.466 317 42 18.809 507 50 18.328 345 46 16 5 54.577 576 08 3.190 743 52 22.711 485 97 14 6 51.188 903 88 40.073 717 73 32.738 640 13 5 7 39.907 747 84 33.993 235 45 26.372 147 96 9 8 54.522 737 74 74.787 672 26 44.773 011 52 1 9 32.937 837 97 55.020 954 15 30.083 216 39 6 11 23.665 448 88 55.338 268 71 26.489 750 80 8 12 45.928 264 10 49.170 506 31 33.450 192 91 4 13 25.370 862 97 77.424 546 27 33.980 967 60 3 14 29.298 010 70 45.953 564 63 25.837 455 53 10 15 44.815 852 18 25.089 114 69 25.579 677 29 11 16 31.413 805 46 36.487 005 15 23.759 887 82 13 17 27.687 678 47 41.758 816 68 23.902 554 22 12 18 32.030 017 22 49.287 622 33 27.953 424 09 7

表 6 土壤主成分综合得分 Table 6 Comprehensive score of soil principal components

湿地植物多样性与土壤环境因子的排序分析  经DCA分析，样地-物种多样性指标矩阵的4个排序轴分别为1.192 1、1.127 37、0.805 732和0.749 447, 因此对湿地植物群落各层多样性指数与8个土壤环境因子进行RDA排序。经RDA排序后可知, 环境因子对物种多样性的解释量为77.64%，不能解释的量为22.36%。采用permutest函数，经999次进行蒙特卡洛检验，经检验，显著性为0.001，具有极显著相关关系，该排序的结果可以接受土壤环境因子对物种多样性的解释量。由排序结果可知，前两轴的共同解释量为88.53%，包含了大部分的信息，因此采用前两轴进行分析。应用envfit函数对土壤因子与RDA前两轴进行相关性分析，找出影响植物多样性的关键土壤因子。由图 2可见，第一排序轴主要反映的是TK和SOM的变化，TK从左到右逐渐增大，SOM从左到右逐渐减小；第二排序轴反映了TP、AP的变化，从下至上逐渐减小。SOM与乔木层和灌木层物种多样性呈正相关关系，与草本层DH呈正相关关系，与HH、SH呈负相关关系。TK与草本层的物种多样性呈正相关关系；TN与草本层物种多样性呈正相关关系。对湿地植物多样性影响较大的土壤因子为SOM、TN、TP、TK和AN。

图 2(Fig. 2)

图 2 湿地植物多样性与土壤环境因子RDA排序图。ST、DT、HT、SS、DS、HS、SH、DH和HH见表 3。 Fig. 2 RDA ranking map of wetland plant diversity and soil environmental factors. ST, DT, HT, SS, DS, HS, SH, DH, and HH see Table 3.

湿地植物群落分布与土壤环境因子的排序分析  草本植物是湿地中种类最丰富的类群，受环境因子的影响更加明显。因此选取草本层植物群落与环境因子进行排序分析。在排序前进行DCA分析，样方-草本层物种重要值矩阵的4个排序轴值最大值为6.107 8，因此选取CCA分析，经CCA排序后，土壤环境因子对植物群落分布的解释量为100%，经过蒙特卡洛置换检验值显著性为0.001, 前两轴的共同解释量为81.421%，采用前两轴进行分析。由图 3可见，第一排序轴主要反映的是AP、TP、SOM，AP、TP从左到右逐渐增大，SOM从左至右逐渐减小；第二排序轴反映了AK、AN的变化，AN从上至下逐渐增大，AK从上至下逐渐减小。pH与草龙(Ludwigia hyssopifolia)、稗草(Echinochloa crusgalli)、糙毛蓼(Polygonum strigosum)等成正相关关系，AP对藨草(Scirpus triqueter)、丛枝蓼、短叶茳芏、光蓼影响较大，AK与薄叶碎米蕨(Cheilanthes tenuifolia)、糙毛蓼、草龙等物种呈明显的正相关关系。对湿地植物群落分布影响最大的土壤环境指标是pH、AP和AK。

图 3(Fig. 3)

图 3 草本层物种重要值(前12种)与土壤因子CCA排序图。sp2: 白花鬼针草; sp3: 稗草; sp5: 半边旗; sp6: 薄叶碎米蕨; sp8: 藨草; sp9: 菜蕨; sp10: 糙毛蓼; sp11: 草龙; sp13: 丛枝蓼; sp15: 大花水蓑衣; sp19: 短叶茳芏; sp27: 光蓼。 Fig. 3 CCA ranking diagram of species importance value in herb layer (top 12) and soil factors. Sp2: Bidens pilosa; sp3: Echinochloa crusgalli; sp5: Pteris semipinnata; sp6: Cheilanthes tenuifolia; sp8: Scirpus triqueter; sp9: Diplazium esculentum; sp10: Persicaria strigosa: sp11: Ludwigia hyssopifolia: sp13: Persicaria posumbu: sp15: Hygrophila megalantha: sp19: Cyperus malaccensis subsp. monophyllus: sp27: Persicaria glabra.

我国湿地植物资源丰富，植物种数超2 000余种，但是目前在人工湿地中得到应用并产生效果的只有几十种^[12]。以广州的湿地公园为例，主要植物种类包括莲(Nelumbo nucifera)、睡莲(Nymphaea tetragona)、泽泻慈姑(Sagittaria platyphylla)、美人蕉(Canna indica)、再力花(Thalia dealbata)、梭鱼草(Pontederia cordata)等，其中还有许多种类属于外来栽培物种，许多原生湿地植物尚未被利用，这与广东省丰富的湿地植物资源很不匹配，且曾作为猪饲料引进的外来植物空心莲子草、凤眼蓝(Eichhornia crassipes)、大薸(Pistia stratiotes)等，入侵大面积的水域，这些植物种类通常形成单优群落，严重占据了本土植物的生长空间^[13–14]。对外来植物的定期人工清除应不局限于湿地内，还应聚焦于人类主要活动范围如公路两侧、住宅用地和耕地内的外来植物，避免其随着人类活动而逐步扩大入侵面积，可结合生物防治^[15]。在防治的基础上还应大力促进生态种养，减少除草剂的使用，对水质较差的水域进行水环境综合整治，促进本土湿地植物多样性的恢复和保育，有利于抵御外来植物的入侵^[16–17]。湿地植物以被子植物为主，单子叶植物以禾本科和莎草科的种类居多，莎草科以莎草属的种类居多，双子叶植物以蓼科、天南星科和菊科为主，蓼科中的蓼属(Persicaria)种类也比较多，这与广州地区和广东省湿地植物的调研结果基本一致^{[13–14, 18]}。这些科属植物大多属于广东地区乡土植物，都具有应用于湿地公园的潜力。

植物多样性排前4的为流溪河良口段、海珠湿地、华南农业大学树木园和南沙湿地，可能是流溪河良口段为流溪河靠近源头部分，为水源保护区, 人口较少，人为干扰活动小。海珠湿地则通过生境恢复、生物恢复等手段，清除入侵植物、人工引入乡土物种等方式优化区域群落结构，从而提高植物物种多样性^[19]。华南农业大学树木园为植物种质资源保存基地，分为引种试验区、水生植物区等6个功能区，植物资源丰富，生态良好^[20]。南沙湿地通过封闭育林和对外开放相结合的方式，以乡土红树植物为主、适度引进外来植物和清理入侵植物等恢复红树林，丰富植物多样性^[21], 这些都符合中度干扰理论。而排名最后的3个样地是前航道、龙穴岛水产养殖场和南沙涌下游，原因可能是前航道以及南沙涌由于硬质驳岸，湿地的面积小，生态系统遭到破坏，从而导致湿地植物多样性不高，而龙穴岛水产养殖场为人工湿地，仅种植荷花，物种单一, 这也说明湿地生境类型可能是影响植物多样性的关键因素，而生境类型又受到面积、土壤、水文等多个因素的共同作用。

土壤状况约束着植物的生长发育，土壤环境的差别致使植物群落物种多样性产生变化，湿地土壤中的养分水平与湿地植物多样性也息息相关^[22–24]。Burnside等^[25]研究表明植被与土壤因子密切相关, 特别是植被演替与土壤变化更能体现二者是相互作用、相互影响；植物群落的类型和土壤质量的高低变化对植物群落演替起着关键作用，土壤性质是植物群落类型的最终决定因子。

本研究RDA排序结果表明，土壤环境因子中对植物多样性影响最大的指标是TP、TN、AN，其次为SOM、TK、AP，这与前人^[26–28]的研究结果一致。本研究CCA排序结果表明，影响湿地植物群落分布最重要的土壤因子为AP，其次为pH、AK。董磊等^[29]采用CCA分析研究了土壤因子对鄱阳湖洲滩湿地植被分布的影响，认为pH、TK是影响湿地植物分布的重要要素；唐明艳等^[30]的研究表明, 土壤TK、TN含量是影响湿地植物物种分布的重要因子。这可能是场地受到的人为干扰程度不尽相同，以及不同的水域环境和气候对植物分布也有较大影响。对不同湿地类型在大气候与流量相似的条件下，水流流速及淋溶效应等不同，导致了土壤各养分不同^[31]。土壤养分含量的差异性分布，又会反过来影响植物群落结构。同时本研究的取样时间只局限于同一季节，时间跨度较小可能也是影响结果准确性的重要原因，不同月份的样方数据可能有一定波动性。未来的研究可倾向于广佛湿地生态系统对气候变化响应的整体特征和空间分异。植物的指标数值只是植被动态变化过程中的一个阶段性特征，环境的波动会造成群落多样性的复杂化。各研究结果表明，湿地生态系统比陆地生态系统更为复杂和脆弱，植物群落与土壤环境因子之间的关系也更为复杂，湿地植被的分布格局、群落多样性、群落结构和土壤条件及其相互关系受到人为干扰的类型和强度影响更加明显^[32–34]。

综上，本研究区共有湿地植物312种，隶属于90科198属，草本植物占绝对优势。湿地植物多样性表现为草本层 > 灌木层 > 乔木层。土壤状况较好的区域为前航道、流溪河白云段、南沙湿地，分别属于河口水域、永久性河流、红树林湿地类型。土壤环境因子对植物多样性影响最大的指标是SOM、TN、TP、TK和AN，对湿地草本植物群落分布影响的主要因子是pH、AK和AP。