ee.Image.normalizedDifference

Calcola la differenza normalizzata tra due bande. Se le bande da utilizzare non sono specificate, vengono utilizzate le prime due bande. La differenza normalizzata viene calcolata come (primo - secondo) / (primo + secondo). Tieni presente che il nome della banda dell'immagine restituita è "nd", le proprietà dell'immagine di input non vengono mantenute nell'immagine di output e un valore di pixel negativo in una delle bande di input causerà la mascheratura del pixel di output. Per evitare di mascherare i valori di input negativi, utilizza ee.Image.expression() per calcolare la differenza normalizzata.

Utilizzo	Resi
Image.normalizedDifference(bandNames)	Immagine

Argomento	Tipo	Dettagli
questo: input	Immagine	L'immagine di input.
bandNames	Elenco, valore predefinito: null	Un elenco di nomi che specifica le bande da utilizzare. Se non specificato, vengono utilizzate la prima e la seconda banda.

Esempi

Editor di codice (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');

Configurazione di Python

Consulta la pagina Ambiente Python per informazioni sull'API Python e sull'utilizzo di geemap per lo sviluppo interattivo.

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