NDVI（Normalized Difference Vegetation Index，归一化植被指数）是一种常用的遥感影像特征，用于评估地表植被覆盖状况，计算NDVI的公式为：NDVI = (NIR RED) / (NIR + RED)，其中NIR表示近红外波段的反射率，RED表示红光波段的反射率，在Python中，我们可以使用rasterio和numpy库来计算NDVI。

以下是一个简单的Python程序，用于计算NDVI：

1、安装所需的库：

pip install rasterio numpy

2、编写计算NDVI的程序：

import rasterio
import numpy as np
def calculate_ndvi(red_band, nir_band):
    """
    计算NDVI
    :param red_band: 红光波段的rasterio.open()对象
    :param nir_band: 近红外波段的rasterio.open()对象
    :return: NDVI数组
    """
    red_data = red_band.read(1)
    nir_data = nir_band.read(1)
    # 将数据转换为numpy数组
    red_array = np.array(red_data)
    nir_array = np.array(nir_data)
    # 计算NDVI
    ndvi_array = (nir_array red_array) / (nir_array + red_array)
    return ndvi_array
读取红光波段和近红外波段的遥感影像
with rasterio.open('red_band.tif') as red_band, rasterio.open('nir_band.tif') as nir_band:
    # 计算NDVI
    ndvi_array = calculate_ndvi(red_band, nir_band)
    # 将NDVI数组保存为GeoTIFF文件
    with rasterio.open('ndvi.tif', 'w', driver='GTiff', height=ndvi_array.shape[0], width=ndvi_array.shape[1], count=1, dtype=ndvi_array.dtype, crs='+proj=latlong', transform=red_band.transform) as out_band:
        out_band.write(ndvi_array, 1)

在这个程序中，我们首先导入了rasterio和numpy库，我们定义了一个名为calculate_ndvi的函数，该函数接受红光波段和近红外波段的rasterio.open()对象作为输入参数，并返回一个NDVI数组，在函数内部，我们首先读取红光波段和近红外波段的数据，然后将它们转换为numpy数组，接下来，我们使用给定的公式计算NDVI，我们将NDVI数组保存为GeoTIFF文件。

在主程序中，我们使用rasterio.open()函数读取红光波段和近红外波段的遥感影像，我们调用calculate_ndvi函数计算NDVI，我们将NDVI数组保存为GeoTIFF文件。