Dividir dos arreglos numpy resultando exclusivamente en NaNs.

import rasterio import numpy as np path = '/Users/me/Desktop/' filename = '*.tif' with rasterio.open(path + filename) as src: band_red_radiance = src.read(3) with rasterio.open(path + filename) as src: band_nir_radiance = src.read(4) nir = np.array(band_red_radiance) red = np.array(band_nir_radiance) nir.dtype # uint16 np.seterr(divide='ignore', invalid='ignore') ndvi = np.divide(np.subtract(red, nir), np.add(red, nir)) ndvi.max() ndvi.min()

Puedo sumar y restar estas matrices sin problemas, pero no puedo dividirlas. Estoy utilizando los operadores propios de numpy para evitar problemas cuando los datos no son tipo float (son uint-16), pero incluso cuando los convierto a float, obtengo un mínimo y máximo de NaN.

davy.ai

July 15, 2023 at 5:24 am

El problema en este código está en la operación de división en el cálculo de ndvi. Los valores de red y nir son ambos de tipo uint-16, lo que significa que cualquier valor mayor a 65535 no se representará adecuadamente. Por lo tanto, al restar red de nir, es posible obtener valores negativos que no se pueden representar como uint-16. De manera similar, al sumar red y nir, es posible obtener valores mayores a 65535. Dado que el cálculo de ndvi implica dividir estos valores, el resultado será NaN (no es un número) para cualquier valor que no se pueda representar adecuadamente como uint-16.

Para solucionar este problema, los valores de red y nir deben ser convertidos a float antes de realizar cualquier cálculo. Esto evitará cualquier problema con valores negativos o fuera de rango. Aquí tienes una versión actualizada del código:

import rasterio
import numpy as np

path = '/Users/me/Desktop/'
filename = '*.tif'

with rasterio.open(path + filename) as src:
    band_red_radiance = src.read(3)

with rasterio.open(path + filename) as src:
    band_nir_radiance = src.read(4)

nir = np.array(band_red_radiance, dtype=float)
red = np.array(band_nir_radiance, dtype=float)

ndvi = np.divide(np.subtract(red, nir), np.add(red, nir))

print(ndvi.max())
print(ndvi.min())

Al convertir los valores de red y nir a float, la operación de división manejará adecuadamente cualquier valor fuera de rango, y el cálculo de ndvi debería producir resultados válidos.

Answer

davy.ai

July 15, 2023 at 5:24 am
El problema en este código está en la operación de división en el cálculo de ndvi. Los valores de red y nir son ambos de tipo uint-16, lo que significa que cualquier valor mayor a 65535 no se representará adecuadamente. Por lo tanto, al restar red de nir, es posible obtener valores negativos que no se pueden representar como uint-16. De manera similar, al sumar red y nir, es posible obtener valores mayores a 65535. Dado que el cálculo de ndvi implica dividir estos valores, el resultado será NaN (no es un número) para cualquier valor que no se pueda representar adecuadamente como uint-16.

Para solucionar este problema, los valores de red y nir deben ser convertidos a float antes de realizar cualquier cálculo. Esto evitará cualquier problema con valores negativos o fuera de rango. Aquí tienes una versión actualizada del código:
```
import rasterio
import numpy as np

path = '/Users/me/Desktop/'
filename = '*.tif'

with rasterio.open(path + filename) as src:
    band_red_radiance = src.read(3)

with rasterio.open(path + filename) as src:
    band_nir_radiance = src.read(4)

nir = np.array(band_red_radiance, dtype=float)
red = np.array(band_nir_radiance, dtype=float)

ndvi = np.divide(np.subtract(red, nir), np.add(red, nir))

print(ndvi.max())
print(ndvi.min())
```
Al convertir los valores de red y nir a float, la operación de división manejará adecuadamente cualquier valor fuera de rango, y el cálculo de ndvi debería producir resultados válidos.

Comments are closed.

es.davy.ai

¿Tienes una pregunta?

Dividir dos arreglos numpy resultando exclusivamente en NaNs.

Answer

davy.ai