首先，打開Google Earth Engine，在搜索欄中輸入landsat 8。

  我們以Landsat 8 Collection 1 Tier 1的大氣表觀反射率TOA Reflectance產品為例，進行本次介紹。

  關於Landsat不同Tier產品的區別，大家可以參考如下介紹：

  彈出的界面可以查看該數據的具體信息，確認無誤後我們選擇“IMPORT”。

  可以看到，在代碼界面已經出現了該產品的導入信息。在這裏需要注意，導入的Landsat產品是全球所有景、長時間序列的遙感影像組合；即其並不是單獨的一張或一層，而是多張、多層的（這裏一張指的是一景，一層指的是一個時間點的全部遙感影像）。

  可以雙擊改產品變量名稱從而對其加以重命名。

  本文中將其修改為“landsat_8”這一名稱。

  隨後，輸入如下代碼：

var landsat_8_mon=landsat_8.filterDate('2020-4-1','2020-4-30').mean();
print(landsat_8_mon);
Map.addLayer(landsat_8_mon);

  其中，第一行代碼表示在landsat_8數據集中首先基於.filterDate()函數對數據加以時間篩選（篩選範圍為'2020-4-1'到'2020-4-30'）；其後的.mean()表示對所篩選出來的多層（也就是多個時間段的遙感影像，因為我們這裏是一個月的時間範圍）進行反射率取平均，從而使得處理後的landsat_8_mon是全球區域、2020年04月單月平均的反射率數值。

  第二行代碼表示將landsat_8_mon信息打印在“Console”中。

  第三行代碼表示將landsat_8_mon顯示在地圖中。

  從下圖可以看到，按下“Run”運行代碼後，可以在“Console”中看到得到的landsat_8_mon信息，同時也可以在地圖中看到landsat_8_mon的實際影像。

  在地圖右上角的“Layers”中，我們可以對影像顯示的波段組合、數值範圍、拉伸、透明度等加以調整。

  其中，Landsat 8的波段色彩組合方式如下，大家可以依據實際情況加以選擇。

  設置完畢後，點擊“Apply”。

  此外，通過設置Gamma數值，可以使得色彩的亮度加以改變。

  上面我們導入的是多波段的遙感影像數據，接下來我們再以一個單波段數據為例進行導入與顯示操作。

  在搜索框中，輸入GMTED，選擇所出現的GMTED2010數據。

  輸入代碼：

Map.addLayer(dem,{},'DEM');

  在這裏，代碼中的{}表示將.addLayer()函數中的visParams參數跳過，而將圖層的名稱修改為'DEM'，如下所示。

  對於單波段圖像數據，我們可以通過“Palette”選項對其顏色加以配置。