ee.Image.normalizedDifference

تحسب هذه الخوارزمية الفرق العادي بين نطاقَين. إذا لم يتم تحديد النطاقات المطلوب استخدامها، يتم استخدام أول نطاقَين. يتم حساب الفرق العادي على النحو التالي: (الأول − الثاني) / (الأول + الثاني).

يُرجى العِلم أنّ اسم نطاق الصورة المعروضة هو "nd"، ولا يتم الاحتفاظ بخصائص الصورة المدخَلة في الصورة الناتجة، وسيؤدي وجود قيمة بكسل سالبة في أيّ من النطاقَين المدخَلَين إلى إخفاء بكسل الإخراج. لتجنُّب إخفاء القيم المدخَلة السالبة، استخدِم ee.Image.expression() لحساب الفرق العادي.

الاستخدامالمرتجعات
Image.normalizedDifference(bandNames)صورة
الوسيطةالنوعالتفاصيل
this: inputصورةالصورة المدخَلة
bandNamesقائمة، القيمة التلقائية: nullقائمة بأسماء تحدّد النطاقات المطلوب استخدامها إذا لم يتم تحديدها، يتم استخدام النطاقَين الأول والثاني.

أمثلة

أداة تعديل الرموز (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');

إعداد Python

راجِع صفحة بيئة Python للحصول على معلومات حول واجهة برمجة تطبيقات Python واستخدام geemap للتطوير التفاعلي.

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