Improving Urban Impervious Surface Mapping by Linear Spectral Mixture Analysis and Using Spectral Indices

As a key indicator of urban built-up areas, impervious surfaces have been frequently analyzed in the studies of urbanization and environmental impacts. For various science and policy applications, it is necessary to accurately estimate and map urban impervious surface areas. Although linear spectral mixture analysis (LSMA) can provide spatial distribution and quantitative fraction information on urban impervious surfaces, using conventional LSMA alone to accurately extract impervious surfaces remains a great challenge. Misclassifications often occur when urban impervious surfaces are estimated by addition of low-albedo and high-albedo fraction images. The low-albedo fraction may relate to features other than impervious surface, such as water bodies and shaded areas, whereas the high-albedo fraction may be spectrally confused with dry soil and other land features. These issues can be acute in mapping of fractional impervious surfaces when the intra-variability of urban impervious surfaces is also considered. To solve these issues, an improved LSMA method was explored in this study using aided spectral indices to estimate urban impervious surface based on a study of Guangzhou, southern China. Three spectral indices were employed, namely, normalized differencing built-up index (NDBI), normalized differencing bare-soil index (NDBaI), and albedo. The improved LSMA method included three analytical steps: (1) High-albedo and low-albedo fraction images were extracted from satellite imagery using conventional LSMA; (2) NDBI, NDBaI, and albedo indices were then employed to remove misclassification pixels in the high-albedo and low-albedo fraction images by establishing thresholds for each index; and (3) accuracy of the impervious surface maps was assessed by using root mean square error (RMSE), mean absolute error (MAE), and systematic error (SE). The results indicate that the overall RMSE (0.10) was achieved for the impervious surface map estimated using the improved LSMA compared to 0.15 when conventional LSMA was employed. The improved LSMA method provides a way to enhance urban impervious surface estimation when LSMA is applied, a common approach for median spatial-resolution image mapping. ResumeLes surfaces impermeables ont ete analysees frequemment dans les etudes d'urbanisation et d'impacts environnementaux comme un indicateur cle des zones baties urbaines. Pour diverses applications scientifiques et politiques, il est vraiment necessaire d'estimer et de cartographier avec precision les surfaces impermeables urbaines. Bien que l'analyse de melange spectral lineaire (LSMA) puisse fournir des informations sur la distribution spatiale et les fractions quantitatives de surfaces impermeables urbaines, l'utilisation de la LSMA conventionnelle seule pour extraire avec precision la surface impermeable reste un defi important. Des erreurs de classification se produisent souvent lorsque la surface impermeable urbaine est estimee par addition de fractions d'images a faible et a fort albedo. La fraction a faible albedo peut etre associee a d'autres caracteristiques que la surface impermeable, telles que des plans d'eau et des zones ombragees, tandis que la fraction a albedo eleve peut etre confondue spectralement avec un sol sec et d'autres caracteristiques de la terre. Ces enjeux peuvent etre critiques dans la cartographie de surfaces impermeables fractionnees lorsque l'intravariabilite de la surface impermeable urbaine est egalement consideree. Afin de resoudre ces problemes, une methode amelioree LSMA a ete exploree dans cette etude en utilisant des indices spectraux pour estimer la surface impermeable urbaine fondee sur une etude de Guangzhou, dans le sud de la Chine. Trois indices spectraux ont ete utilises, a savoir, l'indice de la difference normalisee du bati (Normalized Difference Built-up Index; NDBI), l'indice de la difference normalisee du sol nu (Normalized Difference Bare Soil Index; NDBaI) et l'albedo. La methode amelioree LSMA comprenait trois etapes analytiques: (1) des fractions d'images a fort albedo et a faible albedo ont ete extraites de l'imagerie satellite a l'aide de la LSMA conventionnelle; (2) les indices NDBI, NDBaI et albedo ont ensuite ete utilises pour eliminer les erreurs de classification de pixels dans les fractions d'images a fort albedo et a faible albedo en etablissant des seuils pour chaque indice; et (3) la precision des cartes de surface impermeable a ete evaluee en utilisant la racine carree de l'erreur quadratique moyenne (REQM), l'erreur moyenne absolue et l'erreur systematique. Les resultats indiquent que la REQM globale (0,10) a ete obtenue pour la carte de surface impermeable estimee en utilisant la LSMA amelioree tandis que 0,15 a ete obtenue lorsque la LSMA conventionnelle a ete utilisee. La methode amelioree LSMA fournit un moyen d'obtenir de meilleures estimations de la surface impermeable urbaine lorsque la LSMA est appliquee (une approche commune pour la cartographie des images a resolution spatiale mediane).