ee.Image.normalizedDifference

दो बैंड के बीच के अंतर को सामान्य करता है. अगर इस्तेमाल किए जाने वाले बैंड तय नहीं किए गए हैं, तो पहले दो बैंड का इस्तेमाल किया जाता है. सामान्य अंतर की गणना इस तरह की जाती है: (पहला − दूसरा) / (पहला + दूसरा). ध्यान दें कि दिखाई गई इमेज बैंड का नाम 'nd' है. साथ ही, इनपुट इमेज की प्रॉपर्टी, आउटपुट इमेज में नहीं रखी जाती हैं. इसके अलावा, किसी भी इनपुट बैंड में नेगेटिव पिक्सल वैल्यू होने पर, आउटपुट पिक्सल को मास्क कर दिया जाएगा. नेगेटिव इनपुट वैल्यू को मास्क करने से बचने के लिए, सामान्य अंतर का हिसाब लगाने के लिए ee.Image.expression() का इस्तेमाल करें.

इस्तेमाल	रिटर्न
Image.normalizedDifference(bandNames)	इमेज

आर्ग्यूमेंट	टाइप	विवरण
यह: input	इमेज	इनपुट इमेज.
bandNames	सूची, डिफ़ॉल्ट: null	इस्तेमाल किए जाने वाले बैंड के बारे में बताने वाले नामों की सूची. अगर इसे सेट नहीं किया जाता है, तो पहले और दूसरे बैंड का इस्तेमाल किया जाता है.

उदाहरण

कोड एडिटर (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 सेटअप करना

Python API और इंटरैक्टिव डेवलपमेंट के लिए geemap का इस्तेमाल करने के बारे में जानकारी पाने के लिए, Python एनवायरमेंट पेज देखें.

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