使用python实现ndvi归一化植被指数计算

最新推荐文章于 2025-09-19 10:33:01 发布

原创

最新推荐文章于 2025-09-19 10:33:01 发布 · 1.4k 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#python #numpy

该代码实现了一个使用Python读取遥感图像并计算NDVI（归一化植被指数）的函数。它通过GDAL库读取图像数据，然后利用numpy处理数组，计算绿度指标，避免了除以零的风险。

使用python实现ndvi归一化植被指数计算：

def __init__(self, img_path, res_save_dir):
        self.img_width, self.img_height, self.img = self.read_img(img_path)
        self.deno_bias = 0.00001  # 分母偏置，防止除0

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

木易GIS

关注关注

1
点赞
踩
15

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

Python&&GDAL实现NDVI的计算方式

09-18

在地理信息系统和遥感领域，归一化植被指数（NDVI）是一个衡量植被生长状况的重要指标，它通过比较近红外波段（NIR）和红光波段（RED）的反射率差异来计算。Python作为一种流行的数据分析编程语言，结合GDAL...

探索Google Earth Engine：归一化植被指数（NDVI）的地物差异对比

Promising_GEO的博客

03-19

2318

此处分别定义三个矩形变量city、forest、desert，存储相应的坐标，并加上标签表示选择的森林、城市以及沙漠覆盖区域，而后，我们需要对不同的地物设置不同的颜色以作区分，区分好后加载地物覆盖的边框，并将三个区域联合起来形成一个新的矢量数据集，方便后续分析。小编选择的研究区域主要位于我国的甘肃省境内，该境内处于我国的交错带分布区，各类地物均有分布，是进行实验的好地方，小编在Google地图上寻找合适的地点绘制矩形方框，设置好案例样本，将坐标点导入GEE中。今天这期，跟着小编的视角一起来看看吧。

参与评论您还未登录，请先登录后发表或查看评论

Google Earth Engine（GEE）——Python 归一化植被指数NDVI计算

此星光明博客

08-29

2126

NDVI 是光合能力的替代度量，在本教程中用于研究植被对上述 PDSI 条形图中确定的 2012-2016 干旱的响应。 MODIS 提供了一个可供分析的 16 天 NDVI 复合材料，非常适合时空植被动态的区域调查。以下步骤以与上述 PDSI 数据相同的方式减少和准备这些数据以用于制图；请参阅前面的部分以查看详细信息。导入和减少将 MODIS NDVI 数据加载为ee.ImageCollection. 创建区域缩减函数。将该函数应用于时间序列中的所有图像。过滤掉具有空计算值的特征。

2021-08-04python计算NDVI

qq_44134538的博客

08-04

2073

##读取影像信息，新建函数 def read_image(input_path): try: gdal.SetConfigOption("GDAL_file_name_IS_UTF8", "YES") #用于处理gdal中文乱码 dataset = gdal.Open(input_path, 0) if dataset is None: print('could not open') else:

基于 GEE 利用哨兵二号（Sentinel-2）卫星影像计算归一化植被指数（NDVI）

最新发布

@HNUSTer的博客

09-19

1742

基于 GEE 利用哨兵二号（Sentinel-2）卫星影像计算归一化植被指数（NDVI）。

【Python】GDAL库计算NDVI指数简易教程

weixin_47262549的博客

03-10

733

使用gdal库计算NDVI的简易版教程

python：根据红光波段和近红外波段的遥感图像计算NDVI

养乐多的博客

05-27

1016

本文将介绍使用python中的GDAL库，以及红光波段和近红外波段两个单波段影像计算NDVI影像的方法和代码。并使用matplotlib库将NDVI绘制成图片。

利用python计算NDVI

qq_26809799的博客

01-15

1780

一、代码如下 import osgeo import gdal from matplotlib import pyplot as plt import numpy as np import cv2 from PIL import Image import cv2 #--1)读取遥感影像：尺寸（宽度和长度）、波段数、投影信息、数组 def NDVI_tif(filename): dataset = gdal.Open(filename) # 打开文件 im_width = datase

python图像归一化_Python批量计算遥感图像NDVI（归一化植被指数）

weixin_32389853的博客

02-03

2944

归一化植被指数：遥感影像中，近红外波段的反射值与红光波段的反射值之差比上两者之和。计算公式：NDVI = (NIR-R)/(NIR+R)注：NIR为近红外波段的反射值R为红光波段的反射值。由于学习需要，从网上寻找方法试图批量计算该指数，防止以后忘记。附代码如下：(主要使用gdal库)import osfrom PIL import Imageimport numpy as npfrom osgeo...

python gdal批量计算NDVI

myxuanfeng的博客

08-15

678

最近尝试用python解决一些图像处理的问题，前面已经实现了图像的批量裁剪和镶嵌，现在来实现植被指数NDVI的批量计算。以上是核心代码块，加入输入输出即可执行。

计算归一化植被指数

YKY2001的博客

09-15

269

【代码】计算归一化植被指数。

chatgpt赋能python：Python计算NDVI的完全指南

a058046的博客

06-27

832

NDVI是通过遥感图像技术来评估植被健康的指标。它通过测量反射红外光和红光的比率来计算得出。植被吸收红光，而反射红外光。因此，在一个健康的植被区域中，反射红外光的相对强度会比红光更强，这就是NDVI的原理。在实践中，NDVI被广泛用于评估不同地区和季节的植被盖度和生长状况。它还可以用于监测植被的健康状况，以及帮助研究人员评估大气和土地表面的变化。本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc。

Python 循环读取影像计算NDVI

m0_56180742的博客

08-09

694

from osgeo import gdal import numpy as np from osgeo import gdal import os #循环读取 FilePath='D:\\影像练习' tif_name=os.listdir(FilePath) #读取FilePath下的目录名,包含扩展名 SavePath='D:\\影像练习\\NDVI输出' print(tif_name) for i in range(len(tif_name)): #i从0开始到len(tif_name)-1 .

python 影像读取和计算NDVI

m0_56180742的博客

08-08

4828

from osgeo import gdal filename='D:\\影像练习\\001.tif' dataset=gdal.Open(filename) if dataset is None: print('could not open'+filename) cols=dataset.RasterXSize #列数 rows=dataset.RasterYSize #行数空间坐标可以理解为行列号 print(cols,rows) bands=dataset.RasterCount .

python环境下利用单波段影像计算NDVI并可视化

qq_26809799的博客

01-14

1069

from osgeo import gdal_array import gdal, ogr, os, osr import numpy as np import cv2 #文件位置 b1=r'C:\Users\Administrator\Desktop\python_RandomText\maqu_redband_3.TIF' b4=r'C:\Users\Administrator\Desktop\python_RandomText\maqu_Nearredband_3.TIF' #将单波段影像转换成数组

Python遥感图像处理应用篇(二十一)：Python+GDAL 批量计算遥感图像NDVI指数

soderayer的博客

07-03

2320

之前也写过NDVI批量计算的实现方法，采用的是Acrpy python2.7实现的，这里我们采用GDAL实现NDVI指数的批量计算。使用数据，多波段遥感图像数据。Landsat05 Colection2 Level2数据。NDVI=(NIR-RED)/(NIR+RED) 就算之前需要搞清楚多光谱数据中的波段对应关系。影像数据地表反射率修正系数：0.0000275+（-0.2）运行环境：运行环境：windows10 pycharm python3.7.7 GDAL-3.2.3-cp37-cp37m-w

python实现NDVI线性插值

weixin_46080995的博客

01-20

478

python实现NDVI线性插值

Python 遥感影像分块读取并计算NDVI（或其他操作）

weixin_45929124的博客

08-26

1494

【代码】Python 遥感影像分块读取并计算NDVI（或其他操作）

用python计算NDVI

weixin_70648491的博客

04-27

203

刚开始让AI写了一下，输出结果很明显不对，计算好多指数，范围都不是0-1。修改成这个算出来的很多指数都对了，真是搞不懂。用rasterio代替了gdal。