那你知道 ndvi 代码吗

NDVI（Normalized Difference Vegetation Index，归一化植被指数）是一种用于评估植被生长状况的指标。NDVI的值介于-1到+1之间，通过分析从卫星或其他遥感设备获取的红光和近红外光波段的反射率来计算。一般来说，健康植被会吸收红光并强烈反射近红外光，因此具有较高的NDVI值。NDVI计算公式如下：

\[ NDVI = \frac{(NIR - Red)}{(NIR + Red)} \]

其中NIR代表近红外波段的反射率，Red代表红光波段的反射率。通过对NDVI的分析，可以监测植物的生长状况、植物密度、叶面积指数（LAI）、以及进行土地覆盖分类等。

以下是一个简单的NDVI计算的代码示例，使用Python语言编写，需要依赖遥感数据处理库如GDAL或rasterio：

from osgeo import gdal
import numpy as np

def calculate_ndvi(nir_band_path, red_band_path):
    nir_band = gdal.Open(nir_band_path).ReadAsArray()
    red_band = gdal.Open(red_band_path).ReadAsArray()
    
    ndvi = (nir_band.astype(float) - red_band.astype(float)) / (nir_band + red_band).astype(float)
    ndvi[ndvi > 1] = 1  # 限制NDVI值在-1到+1之间
    ndvi[ndvi < -1] = -1
    
    return ndvi

# 示例使用
nir_band_path = 'path_to_nir_band.tif'  # 近红外波段的文件路径
red_band_path = 'path_to_red_band.tif'  # 红光波段的文件路径

ndvi_image = calculate_ndvi(nir_band_path, red_band_path)

这段代码首先打开两个波段的数据，然后进行NDVI的计算，并将结果限制在-1到+1的范围内。