ee.Image.normalizedDifference

اختلاف نرمال‌شده بین دو باند را محاسبه می‌کند. اگر باندهای مورد استفاده مشخص نشده باشند، از دو باند اول استفاده می‌کند. اختلاف نرمال‌شده به صورت (اول - دوم) / (اول + دوم) محاسبه می‌شود.

توجه داشته باشید که نام باند تصویر برگشتی 'nd' است، ویژگی‌های تصویر ورودی در تصویر خروجی حفظ نمی‌شوند و مقدار پیکسل منفی در هر یک از باندهای ورودی باعث می‌شود پیکسل خروجی پوشانده شود. برای جلوگیری از پوشاندن مقادیر ورودی منفی، ee.Image.expression() برای محاسبه اختلاف نرمال شده استفاده کنید.

کاربرد	بازگشت‌ها
Image. normalizedDifference ( bandNames )	تصویر

استدلال	نوع	جزئیات
این: input	تصویر	تصویر ورودی.
bandNames	لیست، پیش‌فرض: تهی	فهرستی از نام‌ها که باندهای مورد استفاده را مشخص می‌کنند. در صورت عدم ذکر نام، از باندهای اول و دوم استفاده می‌شود.

مثال‌ها

ویرایشگر کد (جاوااسکریپت)

// 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');

تنظیمات پایتون

برای اطلاعات بیشتر در مورد API پایتون و استفاده از geemap برای توسعه تعاملی، به صفحه محیط پایتون مراجعه کنید.

import ee
import geemap.core as geemap

کولب (پایتون)

# 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