NDVI
洛 2021/10/31
# gma.rsvi.NDVI(Nir, Red)
功能：【NDVI】。计算归一化植被指数。
参数：
Nir：float||array 。近红外波段数据。
Red：float||array。 红光波段数据。
返回：float||array。
示例：
from gma import rsvi
1
单个值（0 维）
Red = 0.1604
Nir = 0.4540
rsvi.NDVI(Red, Nir)
1
2
3
2
3
>>> 0.4778645833333333
序列（1 维）
Red = [0.17049912, 0.18568421, 0.15712575, 0.17212352, 0.18122375]
Nir = [0.49998039, 0.43281425, 0.4370636 , 0.43339039, 0.42903499]
rsvi.NDVI(Red, Nir)
1
2
3
2
3
>>> array([0.49141139, 0.39956452, 0.47112566, 0.43147955, 0.40607569])
更多维度
Red = [[0.16600456, 0.18746094, 0.16713885, 0.1706692 ],
[0.19569191, 0.18616073, 0.18538985, 0.18072001],
[0.17289586, 0.17678199, 0.17017325, 0.1501089 ]]
Nir = [[0.43547845, 0.4525367 , 0.48956414, 0.46418583],
[0.43747245, 0.46524534, 0.42735143, 0.46404673],
[0.44102187, 0.44652723, 0.44031739, 0.42079154]]
rsvi.NDVI(Red, Nir)
1
2
3
4
5
6
7
2
3
4
5
6
7
>>> array([[0.4480158 , 0.4141824 , 0.49097582, 0.46233646],
[0.38186063, 0.42843416, 0.39488376, 0.43942515],
[0.43674583, 0.43276312, 0.44250333, 0.47413283]])
基于栅格（哨兵 2 L2A/B 数据）
from gma import io
# 读取栅格文件至数据集
RedSet = io.ReadRater('SENT_LY_B4_20220305.tif')
NirSet = io.ReadRater('SENT_LY_B8_20220305.tif')
# 提取数据集的仿射变换和坐标系
Geot = RedSet.GeoTransform
Proj = RedSet.Projection
# 依据反射率数据进行单位换算
Red = RedSet.ToArray() * 1e-4
Nir = NirSet.ToArray() * 1e-4
NDVI = rsvi.NDVI(Red, Nir)
# 将结果保存为 GTiff 格式
io.SaveArrayAsRaster(NDVI,
'SENT_LY_NDVI_20220305.tif',
Projection = Proj,
Transform = Geot,
DataType = 'Float32')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
NDVI 计算结果：
