Die Intensivierung der Veränderungen der Landnutzung in Küstenregionen, die sich schnell urbanisieren, erfordert robuste, quantitative Ansätze zur Zuordnung und Messung der Auswirkungen der Einflussfaktoren auf die Landschaftstransformation. Fortschritte bei der Szenenkategorisierung mithilfe geografischer Big Data haben eine höhere räumliche und funktionale Auflösung bei der Kartierung solcher Veränderungen ermöglicht, dennoch bleiben die relativen Rollen und die Quantifizierung anthropogener im Vergleich zu natürlichen Einflussfaktoren in Küstenzonen unzureichend geklärt. Hier integrieren wir Landsat- und Sentinel-2-Fernerkundungsbilder (1990–2019), OpenStreetMap-Daten sowie Informationen zur städtischen und marinen Zonierung und wenden Random Forest-Klassifizierung und Trajektorienanalyse in der Küstenzone des Guangdong-Hongkong-Macau Greater Bay Area (GBA) an. In drei Jahrzehnten wurden ungefähr 1.730 km² Meeresflächen – was 4,8 % der Studienfläche entspricht – in Ackerland oder urbane Flächen umgewandelt. Die städtischen und landwirtschaftlichen Szenen erweiterten sich um 890 km² (2,5 %) bzw. 520 km² (1,4 %) der Fläche. Die quantitative Attribution zeigte, dass menschliche Aktivitäten für 77,7 % aller beobachteten Veränderungen in Küstenszenen verantwortlich waren, während natürliche Faktoren nur 22,3 % beitrugen. Diese Ergebnisse verdeutlichen das Ausmaß und die dominierenden Faktoren der Küstentransformation und schaffen eine quantitative Basis für das Küstenmanagement. Dieser Ansatz zeigt, wie aktuelle Fortschritte in der Szenenkategorisierung räumlich explizite, reproduzierbare Erkenntnisse für nachhaltige Küstenplanung und -renovierung klären.
Yan et al. (Fri,) haben diese Frage untersucht.