ee.Image.normalizedDifference

Calcule la différence normalisée entre deux bandes. Si les bandes à utiliser ne sont pas spécifiées, les deux premières bandes sont utilisées. La différence normalisée est calculée comme suit : (première − deuxième) / (première + deuxième).

Notez que le nom de la bande d'image renvoyée est "nd", que les propriétés de l'image d'entrée ne sont pas conservées dans l'image de sortie et qu'une valeur de pixel négative dans l'une des bandes d'entrée entraîne le masquage du pixel de sortie. Pour éviter de masquer les valeurs d'entrée négatives, utilisez ee.Image.expression() pour calculer la différence normalisée.

Utilisation	Renvoie
Image.normalizedDifference(bandNames)	Image

Argument	Type	Détails
this: input	Image	Image d'entrée.
bandNames	Liste, valeur par défaut : null	Liste de noms spécifiant les bandes à utiliser. Si aucune valeur n'est spécifiée, les première et deuxième bandes sont utilisées.

Exemples

Éditeur de code (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');

Configuration de Python

Pour en savoir plus sur l'API Python et sur l'utilisation de geemap pour le développement interactif, consultez la page Environnement Python.

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