ee.Image.normalizedDifference

두 밴드 간의 정규화된 차이를 계산합니다. 사용할 밴드를 지정하지 않으면 처음 두 밴드를 사용합니다. 정규화된 차이는 (첫 번째 - 두 번째) / (첫 번째 + 두 번째)로 계산됩니다. 반환된 이미지 밴드 이름은 'nd'이며, 입력 이미지 속성은 출력 이미지에 유지되지 않으며, 입력 밴드의 음수 픽셀 값으로 인해 출력 픽셀이 마스크 처리됩니다. 음수 입력 값이 마스킹되지 않도록 하려면 ee.Image.expression()를 사용하여 정규화된 차이를 계산하세요.

사용반환 값
Image.normalizedDifference(bandNames)이미지
인수유형세부정보
다음과 같은 경우: input이미지입력 이미지입니다.
bandNames목록, 기본값: null사용할 밴드를 지정하는 이름 목록입니다. 지정하지 않으면 첫 번째와 두 번째 밴드가 사용됩니다.

예

코드 편집기 (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 설정

Python API 및 geemap를 사용한 대화형 개발에 관한 자세한 내용은 Python 환경 페이지를 참고하세요.

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