python：根据红光波段和近红外波段的遥感图像计算NDVI

已于 2023-05-27 17:20:19 修改
阅读量618 收藏 5
点赞数
分类专栏： python处理遥感数据 文章标签： python 开发语言 arcgis
于 2023-05-27 17:01:54 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35591253/article/details/130903172
版权
python处理遥感数据 专栏收录该内容
47 篇文章 227 订阅 ¥29.90 ¥99.00
订阅专栏
本文通过Python的GDAL库，讲解如何利用红光波段和近红外波段计算NDVI，并使用matplotlib进行图像绘制。提供了主函数和执行函数的代码示例。
摘要由CSDN通过智能技术生成

作者：CSDN @ _养乐多_

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。

结果如下图所示，

在这里插入图片描述

在这里插入图片描述

文章目录

一、代码

1，主函数
import numpy as np
import rasterio

def calculate_ndvi(red_band_path, nir_band_path, output_path
了解本专栏 订阅专栏 解锁全文
_养乐多_
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
Python遥感图像处理应用篇(二十五)：Python+GDAL 波段组合
soderayer的博客
10-18 2379
之前使用arcpy python2.7写了一篇进行遥感数据波段组合计算的博文，使用场景是将所有单波段数据放在一个文件夹中（如下图），文件名称前缀一样，后缀波段编号用来区分不同的波段，数据按照名称默认排序，读取的时候也是按照排列顺序读取。
chatgpt赋能python：Python计算NDVI的完全指南
a058046的博客
06-27 636
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 影像读取和计算NDVI
m0_56180742的博客
08-08 4486
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 循环读取影像 计算NDVI
m0_56180742的博客
08-09 578
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实现遥感生态指数计算
MrLittleDog的博客
02-22 8057
最近在做一些遥感相关的图像处理项目，涉及到遥感生态指数的计算。由于项目要求Python实现，搜索互联网关于Python实现的遥感生态指数计算程序资料很少，于是就自己实现了一个并分享在这里，供需要的朋友参考。 首先需要了解遥感生态指数是什么，不是很清楚的朋友可以参考下面的几篇文章： 城市遥感生态指数的创建及其应用 区域生态环境变化的遥感评价指数 基于遥感生态指数的南京市生态变化分析 知道了遥感生态指...
Python读取遥感影像并计算NDVI指数
学习历程记录和分享
08-31 1827
先附上源码读取的遥感影像数据需要先进行预处理。
Python批量计算遥感图像NDVI（归一化植被指数）
qq_43177210的博客
07-11 1万+
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 os from PIL import Image import numpy as np from osgeo import gdal import glob import ...
NDVI.rar_PYTHON NDVI_python 遥感_python 遥感_遥感_遥感python
07-15
4. **NDVI计算**：使用`numpy`对选择的红光和近红外波段进行计算，得到NDVI数组。 5. **结果处理**：计算出的NDVI数组可以进一步处理，比如转换为图像、进行统计分析、与历史数据对比等。`matplotlib`库可用于绘制...
NDVI批量计算Python代码.zip_Arcpy_NDVI_beanf2l_python_最大值合成法
09-23
在实际应用中，这些Python脚本会涉及读取栅格数据，提取红光和近红外波段，计算NDVI，处理空值，进行最大值合成，最后可能还会输出结果到新的栅格文件。通过这种方式，可以高效地处理大量遥感图像，提供对大面积植被...
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...
遥感图像波段运算
05-05
归一化植被指数是另一种广泛使用的植被指数，定义为近红外波段与红光波段之差除以两者的和。其计算公式如下： \[ \text{NDVI} = \frac{\text{NIR} - \text{Red}}{\text{NIR} + \text{Red}} \] 同样地，在ENVI的...
RSEICal_ETM_python遥感_RSEI_遥感_
10-04
6. **植被指数（VI）**：NDVI是计算植被覆盖度和生长状况的常用指数，它通过比较近红外和红光波段的反射率来确定。在`RSEICal_ETM.py`中，NDVI可能被用作计算RSEI的基础。 7. **干旱指数**：可能涉及到NDWI或其它...
使用python实现ndvi归一化植被指数计算
木易GIS的博客
02-07 1136
使用python实现ndvi归一化植被指数计算
python环境下利用单波段影像计算NDVI并可视化
qq_26809799的博客
01-14 945
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
将近红外光谱转化成序列的Python代码
weixin_35750483的博客
01-03 178
好的，为了将近红外光谱转化成序列，你需要使用一种称为快速傅里叶变换(FFT)的算法。Python有一个名为NumPy的库，提供了一个叫做fft的函数，可以用来实现FFT。 例如，假设你有一个名为spectrum的NumPy数组，其中包含了近红外光谱数据。你可以使用以下代码将其转化成序列： import numpy as np # 近红外光谱数据 spectrum = np.array([0.1,...
Python计算温度植被干旱指数（TVDI）
qq_26610239的博客
06-14 9077
温度植被干旱指数TVDI(Temperature Vegetation Dryness Index)是一种基于光学与热红外遥感通道数据进行植被覆盖区域表层土壤水分反演的方法。
遥感原理与应用 【I】
DanBo_C的博客
11-23 1万+
1、电磁波的是3个特性在遥感中的应用 三个特性： 波粒二重性（波动性、粒子性） 波动性包括干涉、衍射、偏振等现象 以离散形式存在。其离散单元成为光子或量子。 波长与光子能量成反比关系 波长越短光子能量越大，则穿透力越强 应用 干涉：干涉雷达指采用干涉测量技术的合成孔径雷达 相干条件：两列频率相同、震动方向相同、相位差恒定的波。 衍射：设计遥感仪器和提高遥感图像几何...
TM影像7个波段的介绍；NDBI、NDWI和NDVI的区别
热门推荐
Jack_33学习之路的博客
07-30 1万+
1、TM影像是指美国陆地卫星4~5号专题制图仪（thematic mapper）所获取的多波段扫描影像。 TM影像有7个波段，以下是他们的波普范围： TM1为0.45-0.52um，蓝波段 TM2为0.52-0.60um，绿波段 TM3为0.62-0.69um，红波段 TM4为0.76-0.96um，近红外波段 TM5为1.55-1.75um，中红外波段 TM6为1.04-1.25um，热红外波段 TM7为2.08-3.35um，中红外波段 2、NDBI=（p(MIR)-p(NIR..
python之matplotlib （5 散点图和柱状图）
最新发布
这是C.L 的博客，欢迎大家学习浏览！！
08-20 339
附：colormap对照 '%.f'%y‘是标注数据的形式设置：保留两位小数，数据来源于y数组。也可以这样写：f'{y:.2f}',在它前面的参数是标注的位置。也可以是一个数组，表示每个点的颜色不同。ax.bar()中y参数是直方图的高度，其中facecolor是条形图的颜色，而edgecolor是除了条形图内的颜色。也可以是一个数组，表示每个点的大小不同。参数来指定一个colormap，用于映射颜色数组到颜色。
基于Python的遥感图像NDVI处理
06-03
NDVI，即归一化植被指数(Normalized Difference Vegetation Index)，是一种遥感图像处理方法，用于衡量植被覆盖的程度。 在Python中，可以使用一些开源的库来进行遥感图像NDVI处理，比如gdal、rasterio、numpy等。以下是一个简单的代码示例，使用rasterio库进行遥感图像NDVI处理： ```python import rasterio import numpy as np # 读取红光波段和近红外波段 with rasterio.open('path/to/imagery.tif') as src: red = src.read(3) with rasterio.open('path/to/imagery.tif') as src: nir = src.read(4) # 计算NDVI值 ndvi = np.divide((nir - red), (nir + red)) # 写入NDVI图像文件 with rasterio.open( 'path/to/ndvi.tif', 'w', driver='GTiff', width=src.width, height=src.height, count=1, dtype=ndvi.dtype, crs=src.crs, transform=src.transform, ) as dst: dst.write(ndvi, 1) ``` 其中，红光波段和近红外波段可以通过rasterio库中的`src.read()`方法读取，然后计算NDVI值，最后通过`dst.write()`方法写入NDVI图像文件。 需要注意的是，不同的遥感图像格式可能需要不同的处理方式，具体实现需要根据实际情况进行调整。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

_养乐多_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值