### 使用Python批量计算遥感数据的NDVI值 要通过Python实现遥感数据的NDVI（归一化植被指数）批量计算，可以利用GDAL库来读取和处理地理空间数据。以下是具体方法： #### 1. NDVI定义 NDVI是一种常用的植被指数，用于评估绿色植物覆盖程度以及健康状况。其公式如下： \[ NDVI = \frac{(NIR - RED)}{(NIR + RED)} \] 其中 \( NIR \) 表示近红外波段反射率，\( RED \) 表示红光波段反射率[^2]。 #### 2. Python环境准备 为了完成此任务，需安装必要的依赖包： ```bash pip install gdal numpy osr ``` #### 3. 批量计算NDVI的核心逻辑 以下是一个完整的脚本示例，展示如何使用Python中的`gdal`模块批量计算NDVI值并保存结果文件。 ```python import os from osgeo import gdal, osr import numpy as np def calculate_ndvi(input_red_band_path, input_nir_band_path, output_tif_path): """ 计算单个影像的NDVI值。 参数: input_red_band_path (str): 输入红色波段路径。 input_nir_band_path (str): 输入近红外波段路径。 output_tif_path (str): 输出NDVI TIFF 文件路径。 """ red_ds = gdal.Open(input_red_band_path) nir_ds = gdal.Open(input_nir_band_path) if not red_ds or not nir_ds: raise ValueError("无法打开输入文件") red_band = red_ds.GetRasterBand(1).ReadAsArray().astype(float) nir_band = nir_ds.GetRasterBand(1).ReadAsArray().astype(float) # 防止除零错误 ndvi_array = np.where( (nir_band + red_band) != 0, (nir_band - red_band) / (nir_band + red_band), -9999 ) driver = gdal.GetDriverByName('GTiff') out_dataset = driver.Create(output_tif_path, red_ds.RasterXSize, red_ds.RasterYSize, 1, gdal.GDT_Float32) out_band = out_dataset.GetRasterBand(1) out_band.WriteArray(ndvi_array) out_band.SetNoDataValue(-9999) # 设置投影信息 out_dataset.SetGeoTransform(red_ds.GetGeoTransform()) out_dataset.SetProjection(red_ds.GetProjection()) del out_dataset def batch_calculate_ndvi(directory, output_directory): """ 批量计算目录下所有影像的NDVI值。 参数: directory (str): 存储红色波段和近红外波段的目录。 output_directory (str): 输出NDVI TIFF 文件存储的目录。 """ if not os.path.exists(output_directory): os.makedirs(output_directory) files = os.listdir(directory) for file in files: if "_red_" in file and file.endswith(".tif"): base_name = file.split("_red_")[0] red_file = os.path.join(directory, file) nir_file = os.path.join(directory, f"{base_name}_nir_{file.split('_')[-1]}") if os.path.exists(nir_file): output_file = os.path.join(output_directory, f"{base_name}_ndvi.tif") calculate_ndvi(red_file, nir_file, output_file) # 调用函数进行批处理 input_dir = r"path_to_your_input_images" output_dir = r"path_to_save_output_files" batch_calculate_ndvi(input_dir, output_dir) ``` 以上代码实现了两个主要功能：一是针对单幅影像计算NDVI；二是遍历指定目录下的所有影像文件，调用单幅影像计算函数完成批量操作[^1]。 #### 4. 注意事项 - **波段匹配**：确保每组对应的红色波段与近红外波段命名一致或有规律可循以便程序能够正确配对。 - **无数据值处理**：对于无效像素区域设置合理的掩码值，在这里设为 `-9999`。 - **性能优化**：如果涉及大量高分辨率影像，则考虑分块读写机制以减少内存消耗。 ---