ee.Image.normalizedDifference

İki bant arasındaki normalleştirilmiş farkı hesaplar. Kullanılacak bantlar belirtilmezse ilk iki bant kullanılır. Normalleştirilmiş fark, (birinci − ikinci) / (birinci + ikinci) olarak hesaplanır.

Döndürülen görüntü bandı adının "nd" olduğunu, giriş görüntüsü özelliklerinin çıkış görüntüsünde korunmadığını ve giriş bantlarından birindeki negatif piksel değerinin çıkış pikselinin maskelenmesine neden olacağını unutmayın. Negatif giriş değerlerinin maskelenmesini önlemek için normalleştirilmiş farkı hesaplamak üzere ee.Image.expression() işlevini kullanın.

Kullanımİadeler
Image.normalizedDifference(bandNames)Resim
Bağımsız DeğişkenTürAyrıntılar
bu: inputResimGiriş resmi.
bandNamesListe, varsayılan: nullKullanılacak bantları belirten adların listesi. Belirtilmezse birinci ve ikinci bantlar kullanılır.

Örnekler

Kod Düzenleyici (JavaScript)

// A Landsat 8 surface reflectance image.
var img = ee.Image('LANDSAT/LC08/C02/T1_L2/LC08_044034_20210508');

// Calculate normalized difference vegetation index: (NIR - Red) / (NIR + Red).
var nirBand = 'SR_B5';
var redBand = 'SR_B4';
var ndvi = img.normalizedDifference([nirBand, redBand]);

// Display NDVI result on the map.
Map.setCenter(-122.148, 37.377, 11);
Map.addLayer(ndvi, {min: 0, max: 0.5}, 'NDVI');

Python kurulumu

Python API'si ve etkileşimli geliştirme için geemap kullanımı hakkında bilgi edinmek üzere Python Ortamı sayfasına bakın.

import ee
import geemap.core as geemap

Colab (Python)

# A Landsat 8 surface reflectance image.
img = ee.Image('LANDSAT/LC08/C02/T1_L2/LC08_044034_20210508')

# Calculate normalized difference vegetation index: (NIR - Red) / (NIR + Red).
nir_band = 'SR_B5'
red_band = 'SR_B4'
ndvi = img.normalizedDifference([nir_band, red_band])

# Display NDVI result on the map.
m = geemap.Map()
m.set_center(-122.148, 37.377, 11)
m.add_layer(ndvi, {'min': 0, 'max': 0.5}, 'NDVI')
m