• TassCap: Transformación tasseled-cap

Acceso directo de la ayuda en Internet: TassCap

Acceso a la aplicación desde el menú: "Herramientas | Procesamiento de imágenes | Transformación tasseled-cap"

Presentación y opciones

Con el objetivo de mejorar la predicción de cosechas, Kauth y Thomas propusieron en el año 1976 una transformación que usaba las cuatro bandas del sensor MSS de Landsat en combinaciones lineales para producir cuatro índices llamados: brillo (soil brightness index, SBI), verdor (green vegetative index, GVI), amarillez (yellow stuff vegetation index, YVI) y un cuarto sin significado aparente llamado "nonsuch" (NSI). De una imagen del sensor MSS (Landsat), seleccionaron clústeres de píxels identificados como suelo y otros identificados como vegetación y calcularon, por el proceso de ortogonalización de Gram-Schmidt, los vectores propios que formarían los coeficientes de los índices.

Kauth, R.J., Thomas, G.S., (1976) The Tasseled Cap-A graphic description of the spectral-temporal development of agricultural crops as seen by Landsat Proc. Symp. On Machine Processing of Remote Sensed Data, Purdue Univ., West Lafayette, Indiana. Pages:41-51.
https://docs.lib.purdue.edu/cgi/viewcontent.cgi?article=1160&context=lars_symp

Como el ACP (Análisis de Componentes Principales), esta transformación permite obtener nuevas bandas por transformación lineal de las originales. Sin embargo, a diferencia de la ACP, estas nuevas bandas obtenidas tienen un significado físico concreto: el SBI recoge los cambios en la reflectancia total de la escena; el GVI indica el contraste entre las bandas visibles y el infrarrojo cercano, relacionado con la actividad de la vegetación; el YVI se relaciona con la cantidad de agua de la vegetación y del suelo, por lo que se suele llamar también índice de humedad (wetness) o índice de madurez (maturity), ya que se ha encontrado una clara relación entre éste y la madurez de la cubierta vegetal (edad, densidad de la cubierta, etc); finalmente, el NSI es sensible a la absorción de vapor de agua, aunque fundamentalmente contiene ruido.

La aplicación permite las siguientes opciones:

TassCap: Con el objetivo de mejorar la predicción de cosechas, Kauth y Thomas propusieron en el año 1976 una transformación que usaba las cuatro bandas del sensor MSS de Landsat en combinaciones lineales para producir cuatro índices llamados: brillo (soil brightness index, SBI), verdor (green vegetative index, GVI), amarillez (yellow stuff vegetation index, YVI) y un cuarto sin significado aparente llamado nonsuch (NSI). De una imagen del sensor MSS (Landsat), seleccionaron clusters de píxels identificados como suelo y otros identificados como vegetación y calcularon, por el proceso de ortogonalización de Gram-Schmidt, los vectores propios que formarían los coeficientes de los índices.Kauth, R.J., Thomas, G.S., (1976) The Tasseled Cap-A graphic description of the spectral-temporal development of agricultural crops as seen by Landsat Prec. Symp. On Machine Processing of Remote Sensed Data, Purdue Univ., West Lafayette, Indiana. Pages:41-51.

Exclusivamente para el sensor MSS, permite realizar el cálculo según el método clásico de Kauth y Thomas, explicado anteriormente, así como mediante:

Thompson, D.R., Wehmanen, 0.A. (1980) Using Landsat digital data to detect moisture stress in corn-soybean growing regions Photogrammetric Engineering and Remote Sensing, 46:1087-1093.
https://www.asprs.org/wp-content/uploads/pers/1980journal/aug/1980_aug_1087-1093.pdf

Para el resto de sensores de la serie Landsat se utilizan los coeficientes publicados en las siguientes referencias:

Zanchetta, A., Bitelli, G., Karnieli, A. (2015). Tasselled Cap transform for change detection in the drylands: Findings for SPOT and Landsat satellites using FOSS tools Proc. of SPIE - The International Society for Optical Engineering. 9535. https://doi.org/10.1117/12.2192597.

Huang, C., Wylie, B., Yang, L., Homer, C., Zylstram, G. (2002) Derivation of a tasselled cap transformation based on landsat-7 at satellite reflectance. International Journal of Remote Sensing, 23(8), 1741-1748. https://doi.org/10.1080/01431160110106113

Bolun Li, Chaopu Ti,Yongqiang Zhao, and Xiaoyuan Yan (2016) Estimating Soil Moisture with Landsat Data and Its Application in Extracting the Spatial Distribution of Winter Flooded Paddies Remote Sens, 8(1), 38 https://doi.org/10.3390/rs8010038

Baig, M.H.A., Zhang,L., Shuai,T., Tong, Q. (2014). Derivation of a tasselled cap transformation based on Landsat 8 at-satellite reflectance Remote Sensing Letters, 5(5):423-431. https://doi.org/10.1080/2150704X.2014.915434

La transformación tasseled-cap se ha usado en un gran número de aplicaciones. Un punto en contra que presenta esta transformación es que se extrajo a partir de cultivos del medio-oeste americano y, por tanto, no está optimizado para otras regiones como el mediterráneo, así como que a menudo se ha aplicado a otros sensores sin considerar sus características.

Caja de diálogo de la aplicación

Cajas de diálogo de la Transformación tasseled-cap