月度合成线性插值滤波之后如何进行NDVI时序曲线生成，请给出GEE代码

月度合成线性插值滤波通常用于将每月的遥感数据融合成连续的时间序列，以便分析如NDVI（归一化差异植被指数）等变量的变化情况。Google Earth Engine (GEE) 提供了一种方便的方式来处理这种任务。以下是使用GEE进行NDVI时序曲线生成的一个简化示例：

首先，确保安装了GEE Python客户端库并已登录到GEE账户。假设我们已经有了两个 Landsat 8 数据集合，分别代表红光和近红外波段（`landsatSR`），以及相应的月度影像集 (`monthlyLandsat`）。

# 导入必要的模块
import ee
ee.Authenticate()
ee.Initialize()

# 定义NDVI计算函数
def calculate_ndvi(image):
    nir = image.select('B5')
    red = image.select('B4')
    return (nir - red).divide(nir.add(red))

# 加载影像集并设置时间范围
landsatSR = ee.ImageCollection('LANDSAT/LC08/C01/T1_SR')
monthlyLandsat = landsatSR.filterDate('2015-01-01', '2020-12-31')

# 对每个月的数据进行线性插值
interpolated_monthly = monthlyLandsat.map(calculate_ndvi).reproject('EPSG:4326').mean().select(['ndvi'])

# 合成年度平均NDVI（这里假设每个月都是完整的）
annual_ndvi = interpolated_monthly.mean(ee.Reducer.mean())

# 保存结果为图层
annual_ndvi_vis = annual_ndvi.visualize(min=0, max=1, palette=['green', 'yellow', 'red'])
annual_ndvi_vis.save("Annual_NDVI", scale=30)

这个代码片段首先计算每个月份的NDVI，然后对每个像素的NDVI值取平均，得到月度平均NDVI。最后，通过平均每月的平均值生成年度的NDVI时间序列。