GEE中提取图像年份，用JavaScript。

在Google Earth Engine (GEE) 中，由于GEE本身是一个云计算平台，主要用于地理空间数据分析，而不是直接访问图片的元数据，因此它并不直接提供内置功能去提取单个图像的拍摄年份。但是，你可以通过一些间接的方式来进行尝试：

1. **使用元数据API**：如果你知道图像是存储在GEE中的，并且知道图层名，可以尝试获取该图层的元数据，其中可能包括拍摄日期。不过这对于GEE托管的公开图层有效，私有图层可能需要其他手段。

var metadata = ee.ImageCollection('C0LLECTION_NAME').first().metadata();
if(metadata && metadata.properties.timestamp){
  var year = metadata.properties.timestamp.get('system:time_start').format('YYYY');
  print(year);
}

这将打印第一个图像的时间戳，格式化为年份。

2. **第三方库**：有些用户可能会选择使用外部库（比如`gee-collection-utils`）来增强GEE的功能，其中可能包含处理元数据的辅助函数。

3. **图像属性**：如果你的图像包含在元数据中显式声明的“date”或“timestamp”字段，可以直接从图像属性中提取。

然而，GEE主要是处理遥感影像，而非个人照片，所以大部分GEE图像的拍摄日期通常是基于卫星发射日期或者数据采集日期，而不是原始拍摄日期。

相关问题

如何使用Google Earth Engine (GEE) 从Landsat系列数据中获取并分析30米分辨率的1至20年间（2000年至2020年）逐年的NDVI（归一化差分植被指数）最大值，同时包括哪些预处理步骤如大气校正和云清除？

使用Google Earth Engine (GEE) 从Landsat系列数据中获取并分析30米分辨率的1至20年间NDVI的最大值，涉及到以下几个步骤：

1. **数据准备**：
- **数据获取**：首先，从GEE的ImageCollections中选择Landsat 5、7、8（Landsat Collection 1）的数据。这些版本包含了30米分辨率的NDVI产品，如Landsat/LC08/C01/T1_SR（Landsat 8）。
- **时间范围**：指定时间跨度，即2000年至2020年。GEE允许按年份筛选数据，例如`ee.DateRange('2000-01-01', '2020-12-31')`。

2. **预处理**：
- **大气校正**：Landsat数据通常包含大气影响，需要应用大气纠正算法如TOPS (Top of Atmosphere Reflectance) 或 BRDF (Bidirectional Reflectance Distribution Function) 来标准化反射率。GEE的`ee.Algorithms.Landsat atmosphericCorrection` 函数可以用于此目的。
- **云清除**：使用像元级云掩码（如Landsat 8的pixel_qa属性）去除含云或云影的像元。可以使用`ee.Filter.mask()` 函数结合云掩码规则。

var landsatCollections = [
  ee.ImageCollection('LANDSAT/LT05/C01/T1_SR'),
  ee.ImageCollection('LANDSAT/LE07/C01/T1_SR'),
  ee.ImageCollection('LANDSAT/LC08/C01/T1_SR')
].flatten();

var startDate = ee.Date('2000-01-01');
var endDate = ee.Date('2020-12-31');

var filteredImages = landsatCollections
  .filterDate(startDate, endDate)
  .map(function(image) {
    return image.select('B5', 'B4').subtract('B3').rename('NDVI') // 提取NDVI
      .divide(10000) // 归一化
      .multiply(0.0001) // 转换为百分比
      .addBands(image.select('pixel_qa')) // 添加云掩码 band
      .updateMask(ee.Image.pixelQualityFlags(image.select('pixel_qa'))
                 .bitwiseAnd(1 << 31).eq(0)); // 保留Clear bits
  });

3. **年份提取和分析**：
对每个年份进行图像序列操作，找出每一年NDVI的最大值。

var years = ee.List.sequence(0, 20);

var annualMaxNDVI = years.map(year => {
  var yearImages = filteredImages.filterDate(
    ee.Date('year=' + year),
    ee.Date('year=' + (year + 1))
  );

  return yearImages.max(); // 获取每年NDVI的最大值
});

4. **可视化和下载**：
可以使用GEE的Map组件查看结果，并导出数据到本地或Google Drive。

Map.centerObject(years.get(0), 10); // 中心显示第一个年份
Map.addLayer(years.get(0).visualize({min: 0, max: 1}), {palette: ['green', 'red']}, 'annual Max NDVI');

var exportTask = annualMaxNDVI.toList(years.length())
  .iterate(function(taskList, currentYear) {
    taskList = taskList.add(Export.image.toDrive({
      image: taskList.get(currentYear),
      description: 'annual_max_ndvi_' + currentYear,
      folder: 'your_google_drive_folder',
      scale: 30,
      crs: 'EPSG:4326'
    }));
    return taskList;
  }, ee.List());

写一段GEE代码，在excel表格内排列不同年月日的数据

Google Earth Engine (GEE) 是一个基于云的大数据处理平台，主要用于地理空间数据分析。如果你想在Excel表格中整理来自GEE的年月日数据，通常不需要直接在GEE内部操作，因为GEE主要是用于卫星图像处理、地理建模等高级任务。但是，你可以通过以下步骤获取到所需数据后导出到Excel：

1. **在GEE中查询数据**：
使用GEE API获取你需要的时间序列数据，比如遥感影像数据。假设你已经有了一个名为`yourImageCollection`的集合，并想按日期排序：

   var dates = yourImageCollection.aggregateArrays(
       'system:time_start', // 时间字段
       function(d) { return new Date(d).getFullYear(); }, // 提取年份
       function(d) { return new Date(d).getMonth() + 1; }, // 提取月份（注意JavaScript中的月份从0开始）
       function(d) { return new Date(d).getDate(); } // 提取日期
   );

2. **保存数据到表**：
GEE不直接支持将结果导出到Excel，但可以先将结果保存到Table Collection，然后用GeePy等库将其下载到本地文件。

   var dateTable = ee.FeatureCollection(dates);
   var exportUrl = dateTable.getDownloadURL({
     filename: 'date_table.csv',
     scale: 1000,
     crs: 'EPSG:4326'
   });

3. **导出到Excel**：
将上述下载链接复制到浏览器，然后下载CSV文件。打开后可以手动或者用Python pandas库转换成Excel。

由于实际操作需要安装并熟悉GEE和相关库的使用，这里并未提供完整的代码示例。你可以在本地环境中按照以上思路操作，或者搜索如何结合如geemap或gee2gspread这样的库来自动化这个过程。