帮我写一个js版本gee下载北京1990-1995年年平均温度的代码

很好！以下是用 JavaScript 编写的代码，用于从 GEE 下载 1990 年至 1995 年北京的年平均温度数据：

// Load the required libraries
var ee = require('@google/earthengine');
var fs = require('fs');

// Initialize the Earth Engine API
ee.initialize();

// Define the time range and location
var startYear = 1990;
var endYear = 1995;
var region = ee.Geometry.Rectangle([116.2, 39.5, 116.5, 39.9]);

// Load the temperature data from the MODIS dataset
var modis = ee.ImageCollection("MODIS/006/MOD11A1")
  .filterDate(startYear + "-01-01", endYear + "-12-31")
  .filterBounds(region);

// Compute the average temperature for each year
var avgTemp = modis.map(function(image) {
  var date = ee.Date(image.get("system:time_start"));
  var year = date.get("year");
  var avg = image.select("LST_Day_1km").reduceRegions({
    collection: region,
    reducer: ee.Reducer.mean(),
  }).first().get("LST_Day_1km");
  return ee.Feature(null, {year: year, avgTemp: avg});
});

// Export the results as a CSV file
var csv = avgTemp.reduceColumns(ee.Reducer.toList(), ["year", "avgTemp"])
  .get("list").map(function(list) {
    return list.get(0).format("%d") + "," + list.get(1).format("%.2f");
  }).join("\n");

fs.writeFileSync("avg_temp.csv", "year,avgTemp\n" + csv);

console.log("Results saved to avg_temp.csv");

这段代码需要使用 Node.js 环境运行。请确保已经安装了 `@google/earthengine` 和 `fs` 库。然后，将代码保存为一个 JavaScript 文件，并在命令行中使用 `node` 运行该文件。结果将被保存为一个名为 `avg_temp.csv` 的 CSV 文件，其中包含了 1990 年至 1995 年北京的年平均温度数据。