基于Google Earth Engine云计算平台以及哨兵1号雷达遥感影像等数据，对广东省14个沿海城市2015—2019年规则的陆上人工水产养殖基地进行面向对象方法提取，并对其空间分布变化趋势、高密度分布区域进行定量分析，对该类规则的水产养殖用地面积与各个城市经济发展之间的关系进行分析。对规则人工水产养殖基地的分类结果显示：基于雷达遥感影像提取水产养殖基地具有较高的精度，总体精度为90.5%，Kappa系数为0.81；分类结果表明：2015—2019年内广东省规则的陆上人工养殖基地总面积呈上升趋势，其中陆地岸线5 km范围内集中了80%的规则人工水产养殖基地，海湾和江河入海口的规则水产养殖用地密度最高、规模最大。对比不同城市间的分布模式亦可发现，汕头、潮州、珠海、中山、深圳、湛江、阳江的水产养殖用地向陆地岸线集中效应最强，汕尾、广州、揭阳、江门次之，茂名、东莞、惠州集中程度最低。总体而言，广东省各个沿海城市的水产养殖用地整体上呈现扩张趋势，规则水产养殖基地面积的增长与水产养殖产值呈现出显著的相关性，这进一步说明了人工水产养殖基地的用地扩张依然是目前广东省提高水产养殖产值的主要途径，这样的扩张趋势给海岸带的湿地、耕地和城市用地的分布和可持续利用带来了极大的挑战。

以珠江口为研究区，对全球自洽分层高分辨率地理数据库（GSHHG）中的全分辨率、高分辨率、中分辨率、低分辨率和粗分辨率等5种海岸线数据开展评价与适用性分析，评估5个尺度海岸线数据的长度及其分形维数差异，并选择珠江口两岸部分区域为例，以不同时期陆地资源卫星Landsat影像为基础，对比不同尺度GSHHG海岸线数据与实际数据之间的差异。结果表明：1）5个尺度海岸线数据的长度及分形维数具有显著差异，分辨率越高，岸线长度越长，其分形维数也越大；2）通过与1978和2018年2个时期基于Landsat影像提取的岸线数据对比表明：GSHHG海岸线数据与实际数据在岸线长度及形态特征上总体一致，但GSHHG海岸线的形态特征与1978年海岸线更接近，反映的是较为早期的海岸线特征。最后建议在进行海岸线变迁与现状调查时，需要根据海岸线长度、岸线形态复杂程度等谨慎选择海岸线数据。