环境准备与界面导航：注册GEE账号、访问Code Editor、熟悉界面布局与基本设置

Google Earth Engine（GEE）作为云端遥感计算平台，其核心优势在于“浏览器即IDE”的轻量化工作模式。用户无需安装任何桌面软件，只需通过浏览器访问 Code Editor，即可完成从数据检索、算法编写到结果可视化的全流程操作。本章将引导您完成账号注册、环境访问、界面认知与个性化配置，为后续的遥感算法实战打下坚实的操作基础。我们将重点剖析Code Editor的四大核心面板（脚本区、地图区、控制台、文档区）的功能边界与协作逻辑，并介绍高频快捷键与常见配置陷阱。

2.1 账号注册与访问准备

核心原理：GEE 采用“云端账号 + 项目配额”的访问控制模型。用户必须拥有 Google 账号，并完成 Earth Engine 注册申请（通常需要 1-5 个工作日审批）。注册通过后，系统会分配一个专属的 Cloud Project，用于资源配额管理与 API 调用计费（非商用场景免费额度充足）。

操作流程：

1. 注册 Google 账号：访问 accounts.google.com，建议使用 Gmail 邮箱注册，并开启两步验证以保障账号安全。
2. 申请 GEE 权限：打开 earthengine.google.com，点击 “Sign Up” 按钮，填写所在机构、用途（建议选择“学术研究”或“教育”）、应用场景描述（如“基于 Sentinel-2 的植被覆盖变化监测”）。审批通过后，您会收到邮件通知。
3. 访问 Code Editor：在浏览器地址栏输入 code.earthengine.google.com，使用已授权的 Google 账号登录。首次登录时，系统会提示选择或创建 Cloud Project，建议命名为 gee-<你的名字拼音> 格式。

2.2 Code Editor 四大核心面板深度解析

判断方法：Code Editor 的界面布局遵循“左-中-右”三段式结构，每个面板承担独立功能，但通过“对象引用”和“回调函数”实现数据联动。理解面板间的数据流是高效编程的关键。

实战场景：假设您需要加载 Sentinel-2 影像并计算 NDVI。操作路径为：在脚本区输入 var s2 = ee.ImageCollection("COPERNICUS/S2_SR")，点击“Run”后，地图区会自动显示影像集合的默认预览（通常为真彩色合成）。此时，您可以在控制台输入 print(s2.size()) 查看影像数量，并在文档区搜索 normalizedDifference 函数，点击插入后补全波段参数。整个过程无需离开 Code Editor，所有面板协同工作。

2.3 基本设置与快捷键效率提升

核心原理：Code Editor 基于 Monaco 编辑器（VS Code 同款内核），支持丰富的个性化配置。合理的设置能显著减少重复操作，快捷键则能提升代码编写流畅度。

操作流程：

• 打开设置面板：点击右上角“齿轮”图标，或使用快捷键 Ctrl+,（Windows） / Cmd+,（Mac）。
• 推荐设置项：
  • 字体大小：建议 14px，平衡可视范围与清晰度。
  • 缩进：设置为 2 空格，符合 GEE 官方代码风格。
  • 自动保存：开启“Auto Save”功能，避免浏览器崩溃导致代码丢失。
  • 主题：选择“Dark+”或“Light+”，根据个人偏好调整。
• 高频快捷键清单：

2.4 案例拆解：从零加载 Landsat 影像并完成真彩色显示

案例背景：某高校地理信息科学专业学生，首次使用 GEE 完成课程作业——加载 2023 年 6 月北京市中心的 Landsat-9 影像，并输出真彩色合成图。该生面临三个约束：① 不熟悉 GEE 的 API 命名规则；② 需要处理云遮挡问题；③ 希望将结果导出到个人网盘。

初始现象与目标：直接使用 ee.Image("LANDSAT/LC09/C02/T1_L2/LC09_123032_20230601") 加载影像，但地图区显示为全黑。目标是通过正确的波段组合与缩放参数，显示清晰的地表真彩色影像。

关键输入数据与参数：

• 影像 ID：LANDSAT/LC09/C02/T1_L2/LC09_123032_20230601
• 真彩色波段：SR_B4（红）、SR_B3（绿）、SR_B2（蓝）
• 缩放因子：0.0000275（L2 级产品的反射率缩放系数）

分析判断过程：全黑的原因在于 Landsat L2 产品的反射率数值范围为 0-65535，而 Code Editor 默认的显示拉伸范围是 0-1。因此，需要先进行辐射定标，将 DN 值转换为反射率，再设置显示参数。

实际操作步骤：

// 加载影像并应用缩放因子
var image = ee.Image("LANDSAT/LC09/C02/T1_L2/LC09_123032_20230601")
  .multiply(0.0000275);

// 定义真彩色显示参数
var trueColor = {
  bands: ['SR_B4', 'SR_B3', 'SR_B2'],
  min: 0.0,
  max: 0.3,
  gamma: 1.4
};

// 添加到地图
Map.centerObject(image, 10);
Map.addLayer(image, trueColor, 'Landsat-9 True Color');

// 打印影像元数据
print('影像日期:', image.date());
print('云量:', image.get('CLOUD_COVER'));

结果对比：执行上述代码后，地图区显示北京市区清晰的真彩色影像，植被呈绿色、水体呈深蓝色、建筑呈灰色。控制台输出影像日期为 2023-06-01，云量 2.3%，满足作业要求。

风险与代价：若直接使用 Map.addLayer(image, {bands:['SR_B4','SR_B3','SR_B2']}, 'RGB') 而不设置 min/max，影像仍会显示为全黑或全白。此外，Landsat 影像存在 16 天重访周期，若当日影像云量过高，需使用 ee.ImageCollection 按日期筛选并取中值合成。

复盘经验：① 遇到显示异常时，优先检查数值范围与缩放系数；② 使用 print() 输出影像属性，确认数据是否正常加载；③ 对于 L2 级产品，务必先乘缩放因子，再进行波段组合。

2.5 常见误区与总结复盘

误区一：忽略网络环境要求。GEE 的服务器位于海外，国内用户访问时可能出现地图瓦片加载缓慢或代码运行超时。建议使用稳定的国际网络，并避免在高峰期（北京时间 20:00-23:00）执行大规模计算任务。

误区二：混淆客户端与服务器端对象。在 Code Editor 中，print() 只能输出客户端对象（如数字、字符串、字典），而 ee.Image 是服务器端对象，必须通过 evaluate() 或 getInfo() 才能转换为客户端可读格式。初学者常犯的错误是直接 print(ee.Image("..."))，导致控制台显示 Image 类型而非具体属性。

误区三：忽视代码版本管理。Code Editor 的脚本区支持“Save”按钮保存版本，但很多用户习惯直接覆盖保存，导致历史版本丢失。建议每次完成阶段性成果后，点击“Save”并填写版本描述（如“完成 NDVI 计算”），便于回溯。