介绍
矿物质是现代生活的一个核心方面。然而，众所周知，这些矿产资源的开采也会对人类和环境产生不利影响（Githiria & Onifade，2020）。随着对开采资源的需求不断增长，迫切需要深入了解采矿业对所有利益相关者的影响；这对于就矿产资源开采的积极和消极影响做出明智的决策是必要的（Arts 等人，2019 年；Owen 等人，2022 年；Sonter 等人，2014 年；Zhang 等人，2017 年；Zhang 等人）等，2015）。采矿景观的社会影响是动态的、复杂的和相互关联的，对宜居性、文化福祉、社会凝聚力、生活质量和健康产生各种有益和有害的后果（Petrov 等人，2018 年；Shackleton ， 2020年；Vanclay 等人）等，2015）。虽然与采矿相关的环境转变一直是地理空间领域备受关注的主题，但仍需要进一步研究来有效研究采矿足迹及其周围矿物开采的社会经济影响（Owen 等人，2022 年；Werner 等人，2022 年）。 ，2019）。
采矿业可以通过创造就业机会和供应链联系促进经济活动增加、扶贫，并通过为教育、医疗保健和其他基本设施提供资金来改善生计和福祉（D'Odorico 等人，2017 年；Hajkowicz 等人，2017 年）。 ，2011；Yiran 等，2012）。另一方面，社会紧张、冲突、不平等和失去土地可能会降低矿区人民的人权享受和生活质量（Aragon & Rud，2013；Hook，2019；Loayza & Rigolini，2016；Owen & Kemp，201 4；Reeson 等人，2012）。鉴于这些问题，了解采矿对空间和时间的影响非常重要，以便提供考虑所有维度的更全面的评估（Arts et al., 2019 ; Hook, 2019 ; Horsley et al., 2015 ; Lechner et al. ., 2017 ). 项目的社会框架（Smyth & Vanclay，2017）综合了一系列现有的方法和方法，用于支持我们研究的范围和设计。
采矿应用研究认为，采矿影响是项目与其独特的地质、社会、环境和经济背景之间当地和区域相互作用的结果（Valenta 等，2019）。不同社会层面对正面和负面影响的感受不均匀，且空间范围各不相同，远远超出了矿山作业的初始位置（Franks 等人，2010 年；Lechner 等人，2019 年；Owen 和 Kemp，2013 年；Ticci 和 Escobal） , 2015）。尽管有大量关于采矿业对个别城镇和社区影响的案例研究，但从地理空间角度对大规模采矿影响进行的研究相对较少（Devenin & Bianchi，2019）。有限的数据可用性加上较高的数据收集要求和分析成本常常给社会影响评估带来挑战（Horsley 等，2015；Uhlmann 等，2014）。
虽然遥感和地理信息系统在捕获矿区社会影响的空间维度方面的效用仍未得到充分研究（Bennett 等人，2022 年；Hall，2010 年；Semborski 等人，2022 年；Werner 等人，2019 年），地理空间研究健康影响的既定做法是使用 GIS 作为主要分析工具（DeLemos 等人，2007 年；Diringer 等人，2015 年；Shandro 等人，2011 年；Winkler 等人，2010 年））。可以预见，随着地理信息系统和遥感方法技术和概念的进步，其应用的增加是不可避免的，并且由于数据（例如更高分辨率）和方法的改进，洞察力可能会提高。因此，回顾过去的 GIS 和遥感应用对社会经济的影响对于了解现有实践和未来应用是及时的。
本文回顾了过去利用 GIS 和遥感研究采矿业社会经济影响的空间维度的研究。审查有三个目标：(1) 确定已发表的作品中研究的一般信息（例如矿山的地理位置）和采矿特征，(2) 确定以空间明确的方式研究的社会经济采矿影响的类别， (3) 确定用于捕捉采矿影响的社会科学、遥感和地理信息系统方法。审查的重点是评估多学科方法在项目社会框架内的应用程度，以了解采矿对人民福祉和项目社会可持续性的影响（Smyth 和 Vanclay，2017 年））。最后，我们就可以改进 GIS、遥感和社会科学一体化研究的领域提出建议，以更好地了解矿区的社会经济影响。
方法
搜索条件
使用 SCOPUS 数据库并使用指定的搜索查询（图 1）对 2021 年 8 月 1 日至 10 月 31 日进行的系统评价进行了应用，以确保对现有文献和研究差距进行全面概述（Meerpohl 等，2012）。仅查询以英文发表的同行评审期刊文章；会议记录、书籍和未经同行评审的文章不包括在内。

图1。系统文献综述搜索查询的图示。浅蓝色区域表示文献检索查询的重点，以供进一步过滤。
然后根据以下标准对摘要（图 1 ）进行手动筛选以选择研究：
a) 研究区域包括采矿场或采矿区。
b) 重点关注采矿业的社会和经济影响。研究环境影响的论文如果还分析了社会经济影响，则被纳入其中。
c) 利用地理信息系统和/或遥感方法，作为其影响捕获方法的主要或次要组成部分。
该综述包括所有纳入地理空间元素的研究，无论它们如何定义或使用这些术语。如果GIS或遥感只是用于绘制或说明矿区或矿物分布的论文（例如Erb-Satullo，2021），纯粹的技术或方法进步文献（例如Balaniuk等，2020；Kamali等，2015），则论文被排除; Zhu & Yu, 2016 )，或者只关注纯粹的生态采矿影响，但没有进行任何社会相关影响分析(例如Cosimo et al., 2021 ; Kiere et al., 2021 ; Lifeng et al., 2009 ; Peng等人，2016 年；婚礼等人，2013 年）。
数据整理与分析
论文根据以下类别进行总结：“一般信息”、“采矿特征”、“地理空间评估矿山影响”、“社会科学”、“遥感”和应用的“GIS”方法

目标 1：一般信息、研究方法和采矿特征
对于目标 1，首先确定每项研究的一般信息，例如标题、出版年份、关键词、研究国家或地区以及评估范围（表 A 1）。然后，我们对研究方法进行了分类，将研究分为四个主要类别：“仅 GIS”、“GIS 和遥感”、“GIS 和社会科学”或“GIS、遥感和社会科学”（表 2）。采矿特征包括三个变量：“商品”（矿物类型）、“矿山生命周期阶段”和“开采类型”，可以评估所研究矿山类型的趋势和模式。商品类别为“煤炭”、“金属”、“采石场”和“石油和天然气”（McKenna 等人，2020）。能源转型矿物 (ETM) 可能与对绿色能源革命至关重要的原材料需求不断增长有关（Herrington，2021），作为此分类的一部分被强调。矿山生命周期阶段进一步分为“开采前”、“开采中”和“开采后”阶段。研究多个阶段的研究被归类为“多个”，而未指定生命周期阶段的研究被标记为“NA”。开采类型基于（McKenna 等人，2020）的列表，包括“露天采矿”、“地下采矿”和“小型手工采矿”；未报告的类型被归类为“未指定”。

目标 2：空间研究的社会经济采矿影响类别
应用项目社会框架（Smyth & Vanclay，2017 ）是因为它清晰地传达了与采矿相关的社会和环境因素。使用该框架，我们使用八个变量对地理空间评估的矿山影响进行分类：“环境”、“土地”、“人民”、“社区”、“文化”、“生计”、“基础设施”和“住房”。
目标 3：捕获采矿影响的方法
社会科学
自由和事先知情同意 (FPIC) 概念确立了让受影响社区参与项目决策过程的重要性（Anaya，2011；Owen & Kemp，2014）。由于采矿影响对当地和弱势群体和地方影响最为严重（Owen、Kemp、Harris 等，2022），我们确定了所涉及的利益相关者类型以及所使用的参与方法。这使我们能够根据协商和同意的国际标准确定公众参与的程度和所使用的社会科学方法（Anaya，2011；Owen & Kemp，2014）。利益相关者类别分为“弱势群体”，其中包括老年人、妇女和儿童，4“土著社区”严重依赖土地和自然资源，“当地社区和游客”包括在该地区生活和工作的人们，“专家和学者”包括研究人员和实地专家、非政府组织（“NGO”） ”）、“企业和工业”所有者（例如农业部门的所有者）、“采矿”当局和雇员以及“政府”官员。参与方式分为“参与式地理信息系统（PGIS）和地理可视化”、“调查/问卷”、“访谈”、“会议”、“焦点小组”和“研讨会”。
遥感
为了确定所应用的遥感方法的范围和性质，并比较用于研究各种社会经济和环境影响类别的地理空间产品的多样性，我们提取了有关所使用的产品、空间分辨率、时间尺度、土地利用和土地覆盖的信息（ LULC）分类方法和报告的分类精度。
遥感产品包括“卫星”（即陆地卫星、SPOT 和 MODIS）、“传感器”（即 ASTER）和“底图”（即 Google 地球）。对于不使用传感器而是获取预处理、遥感或地理空间数据的研究，所使用的数据类型根据项目社会框架进行分类（Smyth & Vanclay，2017）。空间分辨率类别为“高”（分辨率小于 5 m）、“中”（分辨率在 5 至 30 m 之间）和“低”（分辨率高于 30 m）。研究的时间尺度表示测量周期，这些测量周期分为“单时间”（用于研究的单个时间步）、“双时间”（用于使用两个时间步的研究）和“多时间”（用于具有三个或更多时间步的研究） 。
遥感LULC分类方法分为有监督分类方法和无监督分类方法。“监督”分类包括基于地理对象的图像分析（“GEOBIA”），用于利用分割和图像对象而不是像素进行分类的研究。使用训练样本和机器学习算法（例如随机森林、支持向量机 (SVM)、分类和回归树 (CART)、最大似然和卷积神经网络 (CNN)）的方法也被分类在“监督”分类下，就像那些数字化多边形来手动创建类。另一方面，
精度评估对于评估 LULC 数据等遥感产品的可靠性和适用性非常重要（Lechner 等，2012；Rwanga & Ndambuki，2017；A Wentz & Shimizu，2018），例如 LULC 分类。80% 及以上的准确度被认为是较高的，而 70% 是更常用的阈值（Anderson 等人，1976 年；Foody，2002 年；Lunetta 等人，1991 年）。我们评估了论文中报告的准确性，并对进行分类但未执行或报告准确性评估结果的研究使用“未报告”类别。
地理信息系统
为了确定所应用的 GIS 方法的范围和性质，我们提取了所使用的空间分析方法的信息，这些方法根据Longley 等人的方法进行了分类。(2005)的六种类型的空间分析(表3 )。

结果
初步搜索得出 1989 年至 2021 年间发表的 448 项研究。其中，只有 210 篇英文文章发表在同行评审期刊上。确定论文是否对社会经济影响进行 GIS/遥感分析的筛选总共返回了 71 项研究，这些研究纳入了最终评审。
目标 1：一般信息、研究方法和采矿特征
在这 71 项研究中，最早的是 1996 年发表于南亚印度的一项研究（图 2），该研究利用遥感技术来确定 20 年来与采矿活动增加相关的土地利用和土地覆盖 (LULC) 变化时期（Jhanwar，1996）。直到 2005 年才出现其他研究，但 2014 年之后，每年发表的论文数量稳步增加。超过四分之三的研究发表于2014年之后，其中2020年和2021年每年发表论文数量最多，均为11篇。从地域分布来看，研究在东西部分布相对较好，数量最多。在欧洲和中国进行的多项研究（图 3 A）。第一作者主要研究机构分布见图A 1；与东亚、南亚、西亚和东南亚等东部地区相比，北美、南美、欧洲和大洋洲等西部地区的作者比例较高。

四分之三的研究是在“区域”尺度上进行的，而其余的研究则在“矿场”、“矿场”、“国家”和“多个国家和大陆”尺度上进行（图3 B）。大多数研究集中于活跃采矿（即生产）阶段的影响（61%），只有 18% 的研究分析了矿山生命周期多个阶段的影响（图3 C）。在预开采阶段仅进行了两项研究，两项研究均使用空间层次分析法 (AHP) 来确定最适合矿坑开发的位置 ( Risk et al., 2020 ) 或硬沥青加工厂 ( Kazemi )等，2020）。另一方面，针对采矿后景观开展了三项研究（Rich et al., 2015；Tao & Wang, 2021；Werner, Bach, et al., 2020），其中 2 项针对煤矿，1 项针对采石场。商品。
四十篇论文 (56%) 报告了所研究的矿物开采类型，其中包括地下、手工小规模采矿 (ASM) 和露天采矿中的一种或组合（图 3 D）。
其余 31 篇论文没有指定任何提取类型。这些研究中的大多数 ( n = 25) 披露了矿产商品的类型，而其余研究 ( n = 6) 通常侧重于一般社会和土地利用和土地利用变化的区域影响；因此，提取类型不是主要焦点。过去 4 年内发表了七项与金矿开采相关的 ASM 研究（图 A 2）。六项地下采矿研究中有四项与煤炭有关。煤炭开采研究占文献的很大一部分（图 3 E），并且集中在过去 7 年（81%），在 2021 年达到顶峰（n = 7）（图 A 3）。大多数煤炭开采研究是在中国进行的（42%）（图4），这与该国煤炭开采量的增加一致（例如2012年全球煤炭产量的50%来自中国）（Xiao et al.等，2017）。过去十年中，与确保绿色能源未来相关的能源转型矿物 (ETM) 的研究数量

总体而言，项目社会框架（ Smyth & Vanclay，2017 ）确定的所有八类社会经济和环境影响都在文献中得到了体现（图 6）。然而，无形方面（即“文化”）很少被捕捉到，特别是单独使用遥感方法（图5），而只有通过将GIS和遥感与社会科学方法相结合才能成功捕捉到（图6）。大多数研究考虑了两到四个类别，其中三个类别是众数（图 5A）。每个研究“仅 GIS”和“GIS 和遥感”主要包括三个指标（浅黄色条）（图 5A）。对于“GIS 和社会科学”和“GIS、遥感和社会科学”方法类别，每个研究主要考虑两个指标（橙色条）（图 5A）。从图 5A中可以看出，每项研究的指标数量最多为 6 个，而“GIS 和社会科学”类别中只有一篇论文（Pattanayak 等，2010）成功包含了 7 个指标

研究最多的指标是“土地”，其次是“生计”。对于“GIS 和遥感”方法类别，“基础设施”是第三大捕获指标，而对于“仅 GIS”，捕获“人”的研究数量高于“土地”。所有四个研究方法类别都很好地涵盖了环境（“环境”和“土地”）、社会（“人口”、“社区”、“基础设施”和“住房”）和经济（“生计”）指标。
目标 3：捕获采矿影响的方法
社会科学
在 71 项研究中，有 25 项研究使用社会科学方法从利益相关者那里获取定量和定性数据（图 7）。图 7描绘了一个冲积图，说明了与社会科学文献相关的不同变量之间的数据分布以及变量（列）和类别（行）之间的相互关系。每个类别都用黑线（节点）表示，节点的长度表示与其相关的出版物的比例。

，大多数研究都是在“区域”规模上进行的，其中主要开采“煤炭”和“金属”商品的地区，其次是“石油和天然气”。最常用的方法是“调查/问卷”和“访谈”。其他方法包括参与式 GIS（“PGIS”）和公民科学、“研讨会”、“会议”，只有一项研究组织了“焦点小组”会议（图 A 4）。所有利用社会科学方法的研究都包括利益相关者参与，参与最多的四个群体依次是“当地社区和游客”、“采矿业”、“政府”和“学者和专家”（图 7 ））。其他参与的利益相关者包括“企业和工业”成员、“非政府组织”、“土著社区”和“弱势社区”，其中包括老年人、妇女和儿童。尽管只有四项研究特别提到涉及弱势社区成员，但涉及“原住民社区”和“当地社区和游客”的其余研究很可能也涵盖了老年人和女性。总体而言，在所有这些研究中，实施社会科学方法以捕获所有八个社会框架类别（ Smyth 和 Vanclay，2017 ）的研究代表了各种利益相关者（图 7）。
遥感
71 篇论文中共有 40 篇通过以下三种应用中的任意一种实现了遥感：(1) 一些仅以经过预处理且易于获得的遥感产品的形式利用遥感数据 ( n = 4)，(2) 一些仅以预处理和现成的遥感产品的形式利用遥感数据。 ( n = 24)使用了经过分类方法处理的多光谱卫星图像，(3) 其他人使用了预处理遥感数据和处理后的卫星图像的组合 ( n = 12)。图 8直观地展示了遥感类别（行）在变量（列）上的分布及其相互关联性。黑线（节点）代表类别，长度对应于每个类别的出版物比例。

根据冲积图（图8），整个时间线上对“煤炭”、“金属”、“采石场”和“石油和天然气”商品的大部分研究都是在“区域”规模上进行的，只有少数在“多个国家”、“大陆”和“单一国家”级别进行。一般来说，研究是在多个时间尺度上进行的，尽管其中大多数是“多时间”、“双时间”和“三时间”评估（图8）。应用变化检测和时间序列分析（尤其是土地利用和土地覆盖（LULC）评估）的研究通常采用跨越多个时间步长和数十年的多光谱图像处理。
这些研究使用了多种图像类型（图 8）。13项研究使用的高分辨率卫星产品（分辨率<5 m）是“Google”底图、“SPOT”、“WorldView”和“IKONOS”。另一方面，29项研究利用了由“ALOS”、“Corona”卫星、“环境”卫星和“Landsat”组成的中分辨率卫星图像（分辨率5-30 m）。绝大多数（n = 26）进行图像处理的研究都使用了“陆地卫星”产品（图 8和图 A 5）。
应用的分类方法包括使用基于对象的图像分析（OBIA）的“监督分类”、手动视觉解释和数字化、决策树、随机森林和其他监督方法，例如神经网络解释（Zhang et al., 2016）、卷积神经网络网络 (CNN) ( Tao & Wang, 2021 )、光谱角度映射 (SAM) 算法 ( Boakye et al., 2020 ) 和监督支持向量机 (SVM) 算法 ( Schmid et al., 2013 )。“无监督分类”包括使用 CLASlite 软件（Ang 等人，2020）和聚类算法（完整列表和参考文献见表 A 3））。归一化植被指数（NDVI）、归一化水分指数（NDWI）、增强植被指数（EVI）、归一化建设差异指数（NDBI）、建设面积指数（BAI）和归一化煤炭差异指数（ NDCI）在我们的分析中被归类为“无监督杂项”类别的一部分（表 A 4）。
在 37 篇卫星图像分类论文中，有 22 篇进行并报告了准确性评估分数。这些分数分为 3 类；“60%–70%”( n = 1)、“70%–80%”( n = 4) 和“80% 以上”( n = 17)。总体而言，使用“无监督”、“监督”、“GEOBIA”和“手动”分类方法的研究比例较高，其准确率超过 80%（图 8）。几乎一半使用卫星图像视觉解释进行“手动”分类的研究没有进行或报告准确性评估分数（图 8）。
遥感方法仅描述了（ Smyth & Vanclay，2017）项目社会框架中八个类别中的六个（图 8）。只有一项研究设法以社会投资项目地点的形式提取社区指标（Ang 等人，2020），这是在当地知识和 PGIS 方法的帮助下完成的。
地理信息系统
所有研究都包括某种形式的空间分析（类别的定义可以在表 3中找到，完整的分析列表汇总在表 A 5中）。大多数审查的研究将空间分析与遥感相结合（n = 26），而一些研究仅分析GIS数据（n = 20），其他研究结合使用GIS、遥感和社会科学数据（n = 14），最后，最小的一组仅集成 GIS 和社会科学方法（n = 11）（图 9和6）。总体而言，“测量”是使用最多的空间分析，而“优化”使用最少

在仅使用“GIS”数据的 20 项研究中（图 9(b)），最常用的空间分析是“测量”、“转换”和“统计分析”。基于最外层圆形层中橙色突出显示的单元格（图 6），该类别成功研究了所有八个项目社会框架类别（Smyth & Vanclay，2017）。从图 6中还可以清楚地看出，所有八个类别都有 GIS 数据，而该文献类别中使用的空间参考社会 (SRS) 数据仅涵盖“人民”、“社区”、“文化”、“生计”和“住房是人民福祉的一个方面。
在这 71 篇论文中，有 26 篇将 GIS 数据和空间分析与遥感结合起来（图 6）。这些研究的很大一部分使用了“测量”（图 9(c)）。总体而言，遥感和 GIS 分析的集成成功地在空间上捕获了八个框架类别中的七个，如第二个最外圈内的黄色单元格所示（图 6）。
11 篇论文（15%）将 GIS 与社会科学方法结合起来（图 6）。“PGIS 和地理可视化”和“过程模型”是实施最多的空间分析（图 9(d)）。所有五项进行“PGIS 和地理可视化”空间分析的研究都使用 PGIS 方法和公民科学来与利益相关者互动。图 6中的绿色单元格（第二个最内圈）表明该文献类别成​​功提取了数据并生成了与所有框架类别相关的指标的空间输出。
最后，共有14篇论文（20%）将空间分析与遥感和社会科学方法相结合（图6）。“测量”是迄今为止该组中最常用的空间分析（图 9(d)）。第二个最常用的空间分析是由三项研究实施的“PGIS 和地理可视化”。所有八个框架类别都是使用此方法类别捕获的，如图 6最内圈内的蓝色单元格所示。
讨论
当前研究概述
近十年来，越来越多的研究与采矿业中 GIS 和遥感应用的增长有关（图 2和图 A 1）（McKenna 等人，2020 年）。空间集成数据为理解采矿影响提供了独特的信息，而传统的非空间和通常基于现场的方法无法捕获这些影响。然而，采矿社会经济背景的某些方面却很少受到关注。例如，尽管影响发生在矿山生命周期的所有阶段（Haslam & Ary Tanimoune，2016；McKenna 等人，2020），但很大一部分研究仅在矿山活跃生产阶段进行（图 3））。煤炭开采占文献的很大一部分（图 3、图 4、图 7和8）。虽然煤炭开采在过去一个世纪中不断扩大，在全球范围内留下了巨大的足迹（Lechner 等人，2016 年；Ma 等人，2021 年），但随着逐步淘汰煤炭的新承诺，未来需求预计将减少（UNFCCC，2021 年） ）。这种变化可以从最近与低碳能源技术需求增长相关的能源转型矿物和金属 (ETM) 研究的增加中观察到（Herrington，2021；Owen、Kemp、Harris 等，2022））。在审查的煤炭研究中，只有两项研究考虑了开采后阶段；因此，目前文献还没有很好地捕捉到煤炭淘汰的影响（Svobodova 等人，2022）。
就研究中涉及的社会经济和环境影响类型而言，项目社会框架确定的所有八个类别都有示例（Smyth & Vanclay，2017）（图 6、图 7和图 8）。“土地”和“生计”指标研究最多（图 5），它们代表了围绕领土争端的社区冲突的根本原因，在这些争端中，人民的生计和/或福祉受到威胁或与采矿或不被承认的土地所有权不相容。和土著土地权利（Haslam & Ary Tanimoune，2016；Lechner、Owen、Ang、Edraki 等，2019）。然而，仅使用GIS和遥感的研究缺乏“文化”、“社区”和“人民”指标，凸显了提取人民福祉的无形属性并将其转化为空间分析的困难。只有将地理信息系统、遥感和社会科学方法相结合，才能充分捕捉社会框架。地理空间综合社会科学方法提供了一种方法和证据，可以在空间上表征定量影响，这是一个额外的维度，有助于捕获矿山生命周期不同规模和阶段的采矿影响（Hentschel 等人，2000 年；Kivinen 等人，2018 年；Lechner 等人）等人，2019；Li 等人，2014；McIntyre 等人，2016; 兰佩里尼和维嫩达尔，2016；怡然等人，2012）。
社会科学方法和利益相关者参与的整合是识别无形影响和为定量空间证据提供有意义的背景的关键（Babidge 等，2019）。使用社会科学方法的 25 项研究包括所有八个框架类别的示例（图 6和图 7）。令人鼓舞的是，这一类别的所有研究都试图遵循自由、事先和知情同意 (FPIC) 的概念，在数据收集过程中与利益相关者进行接触，包括老年人、妇女和儿童等“弱势”群体（n = 4) 和“原住民社区”( n = 5)（图 7和图 A 4）。这些研究强调了多学科和综合方法的潜力，作者强调利益相关者参与通过独特的地方知识验证和补充绘制的环境观测和影响评估输出的关键作用（Babidge等人，2019年；Lechner等人，2019年） ，2019）。利益相关者的参与提倡自下而上的方法，这种方法通常可以更有效地定位和解决影响受影响社区的问题，并提高对根本原因的理解，同时保持采矿和东道社区之间的关系。（Franks 等人，2010；Pearce 等人，2021；Prno 和 Slocombe，2014；Virgone 等人，2018）。此外，“生活经历中体现的隐性知识以及日常行为和言语中再现的隐性知识”的整合（Babidge et al., 2019）是正确整合内在和无形社会成分的关键，特别是在“人”、“社区”中。 ”和“文化”类别。
相比之下，遥感仅捕获了八个框架类别中的六个（图 6和图 8），不包括“人民”和“文化”类别。这凸显了在缺乏社会科学整合的情况下将人民福祉的无形方面纳入空间分析的挑战。就遥感数据源而言，超过一半的研究使用了 Landsat 图像 ( n = 26)（图 8），部分原因是其历史数据可追溯至 20 世纪 80 年代，对于了解当今采矿挑战的历史驱动因素至关重要（Ang 等人，2020 年；Kimijima 等人，2021 年；Lechner、Owen、Ang、Edraki 等人，2019 年；沃尔法特等人，2017）。所使用的高分辨率图像（“SPOT”、“WorldView”和“IKONOS”）（图 8）对于捕捉小规模影响至关重要，对于捕捉手工和小规模采矿 (ASM) 尤为重要。例如，（ Ferring & Hausermann，2019；Hausermann et al.，2018 ）使用高分辨率（<5 m）卫星图像、Ikonos 和 WorldView-2来绘制与 ASM 相关的 LULC 变化图。大多数遥感研究 ( n = 37) 使用多光谱分类方法对 LULC 进行分类（图 A 5、表 A 3和表 A 4），并且通常针对多个时间段进行分类（图 8）），这对于支持当地观点和提供区域尺度变化的历史观察至关重要（Franks et al., 2010 ; Krieger et al., 2012）。
地理空间综合数据产品用于全面分析所有八个框架类别的采矿影响（图6）。复杂分析的机会，例如混合成本效益分析（De Valck et al., 2021）和多维指标体系（Tao & Wang, 2021），也可以通过GIS方法实现。然而，大多数空间分析方法侧重于解释类型的分析，例如查询和推理。此外，GIS 成功地促进了原因与采矿影响之间关系的空间可视化，例如冲突案例和社会接受度地图（Craynon 等人，2015 年；Haslam 和 Ary Tanimoune，2016 年；W. Liu 和 Agusdinata，2020 年）; Pactwa 和 Górniak-Zimroz，2021），同时还支持整合各种社会经济和环境指标，例如景观质量评估（Molina 等，2016）、通过社会经济成果指标绘制贫困图（Hentschel 等，2000；Loayza 和Rigolini，2016；Londono Castaneda 等，2018）和风险图谱（Chen 等，2015；Onncan 等，2018；Risk 等，2020；Saedpanah 和 Amanollahi，2019）。除了作为有效的利益相关者参与工具之外，参与式 GIS 和地理可视化的结合还可以实现数据模式的快速有效通信，有助于协助决策过程评估发生变化的地点、方式和原因，以及准确地确定缓解措施的目标位置和土地利用规划。
挑战和建议
GIS 提供了一个独特的平台，用于集成跨数据集、学科和方法，特别是遥感、GIS 分析和社会科学，支持描述一系列采矿影响的特征，例如社会框架所描述的影响（Smyth 和 Vanclay，2017）。利用地理数据的空间显性研究可以产生源自非空间方法（例如社会调查）的社会经济变量的特定位置信息，以导出空间参考社会（SRS）数据（Lechner等人，2019），从而能够有效地研究地点、区域或全国汇总分析（Haslam 和 Ary Tanimoune，2016）。GIS 不仅可以支持 SRS 数据的创建，还可以利用地理空间方法，特别是遥感和大量有效指数（Madasa 等人，2021 年；Orimoloye 和 Ololade，2020 年）来提供更具成本效益的手段与实地工作相比，获取信息的难度更大，这使得它们在研究偏远地区或进行回顾性分析时特别有价值。
当前的文献可能偏向于空间方法最明显的应用主题，例如 PGIS、LULC 分析和地理配准非空间社会调查数据。未来的研究应侧重于在整个采矿生命周期中整合空间综合社会分析，特别是在现有文献中较少受到关注的阶段，特别是勘探信息系统（EIS）（Kreuzer 等人，2020；Yousefi 等人， 2019 年；2021 年）和矿山关闭（McKenna 等人，2020 年；Rich 等人，2015 年））。其他研究不足的领域包括煤炭以外更广泛的资源，绘制采矿的无形维度，如“文化”、“社区”和“人民”指标，并纳入不同规模的分析，从特定的采矿地点到更广泛的背景，如国家级和全球评估。此外，除了常用的 Landsat 传感器之外，遥感应用的利用还可以扩展到将替代传感器（例如 Sentinel-2）纳入更广泛的难以绘制地图的现象，包括 ASM（手工和小规模生产）。规模采矿），并协调与资源足迹增量开发相关的问题。还应该指出的是，数十年历史遥感数据具有揭示采矿影响的历史驱动因素的巨大潜力（Ang 等人，2020；Lechner、Owen、Ang、Edraki 等人，2019 年）。未来的研究还应优先考虑精度评估并确保产生适合使用的可靠遥感输出（Rwanga＆Ndambuki，2017 ）（ A Wentz＆Shimizu，2018）以及明确认识误差传播的后果（Lechner等人） .，2012）。最后，这些方法可以得到参与性方法的支持，以增强地方决策的目标，并达到关于景观变化的实地调查结果和主张的目的。通过参与式绘图方法可以在空间上理解利益相关者的观点（Onencan 等人，2018；皮尔斯等人，2021；Rich 等人，2015）可用于众包一系列社会景观价值（Brown 等人，2015），并且还可以了解这些价值在社区不同成员之间如何变化（Lechner 等人，2020）。众包社交数据（Levin et al., 2017）与人工智能技术相结合代表了 GIS 方法未来重要的潜在研究方向。
超越特定地点和区域，在全球范围内评估采矿后果（尽管是粗略的），代表了推进遥感应用的未来有趣的研究途径。铭记之前的研究尝试（Liang et al., 2021；Maus et al., 2020；2022；Werner, Mudd, et al., 2020）），目前还没有对全球采矿面积或对全球社区土地的影响进行准确的估计，甚至全球采矿地点的总数也是未知的。这在一定程度上是因为“采矿足迹”一词缺乏定义。场地尺度土地覆盖示意图的开发凸显了将采矿综合体更容易识别的物理特征与村庄和农业用地等更可变的覆盖类别之间的交叉点结合起来的重要性。采矿足迹内的这些交叉点有助于区分项目许可区域（或采矿特许权）与影响或影响区域。朱等人，2017）。
为此，可以探索计算机科学的新兴技术，特别是基于计算机视觉、机器和深度学习算法的技术，以实现大量地理空间和遥感处理和分析的自动化。这已成功融入城市可持续发展等其他领域（Li et al., 2023），并且可以应用于采矿环境，从构建全球遥感数据集到自动化 LULC 分类以增强采矿足迹的绘图。正如本次综述所表明的那样，关注社会经济和环境采矿影响的遥感工作大多局限于使用经典的遥感方法来推导土地利用和土地利用变化。通过复杂的人工智能 (AI) 算法（特别是利用深度学习和机器学习的算法）进行地理空间分析，有可能推动采矿景观测绘并做出重大贡献（Camalan 等人，2022 年；Q. Li 等人，2020 年；Nava 等人，2022）和矿产勘探（Kreuzer 等人，2020；尤瑟菲等人，2019；2021）。这项技术的发展可能会导致我们对全球采矿影响的程度和性质的理解取得突破。此外，这种方法可以作为独立的预警系统用于连续实时监测动态采矿景观。
结论
本次审查表明，通过地理信息系统和遥感能力，对采矿社会经济影响的空间评估不断发展。这种增长的部分原因是人们对采矿影响的空间维度有了更多的认识。然而，需要协调一致的研究努力才能充分发挥 GIS 和遥感的优势，目标是对社会经济采矿影响进行更加空间综合的评估。未来的研究应侧重于利用地理信息系统和人工智能等遥感技术的进步，改进和发展方法，以捕获空间上的无形社会经济影响、研究不足的商品和矿山随时间的生命周期。空间数据集成可以增强矿山或矿区整个生命周期的包容性分析和整体规划，以支持可持续的未来。