微软行星计算——NDVI(归一化差异植被指数)在卫星图像时间序列上的热点和冷点
焦点统计在本教程中,我们计算焦点统计数据并确定 NDVI(归一化差异植被指数)在卫星图像时间序列上的热点和冷点。 NDVI 本身用于突出绿色植被。它的热点和冷点有助于确定植物的生长或损失。在本笔记本中,我们将了解如何:使用 pystac_client 按项目 ID 搜索卫星数据可视化真彩色图像计算 NDVI使用均值滤波器平滑图像为输入数据数组中的每个像素计算指定焦点邻域内值的焦点统计识别图像中的热点和冷点,以及与图像其余部分明显不同的邻域本笔记本的重点是根据每个像素的焦点邻域核来分析每个像素的信息。 xarray-spatial 中的 xrspatial.focal 模块提供了一组执行邻域操作的分析工具,这些工具将在本教程中使用。import numpy as np import xarray as xr import stackstac import planetary_computer import pystac_client import matplotlib.pyplot as plt import xrspatial.multispectral as ms from xrspatial.convolution import calc_cellsize, circle_kernel, convolution_2d from xrspatial.focal import mean, focal_stats, hotspots from dask.distributed import Client, progress本地任务集群