一张拍摄于下午 2:14 的照片，前后两张都已在同一博物馆打上了位置标记，它所携带的地点线索可能比看起来更充分。但如果同样是下午 2:14，前一张是波士顿的早餐快照，后一张是西雅图的日落照片，情况就截然不同了。时间戳能否揭示照片拍摄地点，这个问题有一个实际的答案：有时可以——但前提是周围的时间轴能够支撑这一判断。
时间戳不是坐标。仅凭时间戳本身，无法判断一张照片拍摄于哪个房间、哪条街道，甚至哪座城市。它能做到的，是将一张未标记位置的照片与时间和地点均已知的其他照片关联起来。谨慎使用这种关联，可以为图库中的大量照片还原拍摄背景，同时避免将模糊的记忆变成错误的元数据。
时间戳实际上能告诉你什么
每张照片都有拍摄时间，或至少有一个日期供软件排入时间轴。当某张图片缺少 GPS 数据时，这个时间就成了比对的基准。最有力的证据来自附近有坐标的照片：紧邻该照片的前后两张，以及同一时段内其他带有位置标记的图片。
以一次家庭出行中的短序列为例。你的 iPhone 在上午 10:02 和 10:08 分别在动物园入口拍摄了两张照片，并记录了位置。一张用相机拍摄于上午 10:05 的照片夹在其中。假设相机时钟准确，将动物园的位置赋给这张照片是合理的推断——时间间隔很短，两张 anchor 照片的位置一致，也没有中途移动的迹象。
同样的逻辑适用于从消息中保存的照片、通过 AirDrop 接收的照片，或从专用相机导入的照片。文件可能已丢失坐标，但拍摄时间仍可与图库中有据可查的部分对齐。
这是推断，不是恢复。原始 GPS 坐标已经不存在了。一个谨慎的工具所做的，是根据现有证据提出最合理的位置建议。
时间戳何时能较好地揭示拍摄地点
当时间轴密集且稳定时，时间戳的效果最好。在同一街区漫步一整天、在同一场地参加婚礼、或参观一座博物馆，都会产生大量临近的 anchor 照片。缺少位置的照片与已知位置照片之间的时间间隔越短，出现无依据假设的空间就越小。
一致性与临近性同样重要。如果某张未标记照片前后的 anchor 照片都在同一家酒店，证据就指向同一个方向。但如果一张 anchor 在登山口，另一张在 20 公里外的餐厅，那张未标记照片可能属于任何一处停留，也可能在途中，甚至在完全不同的地方。仅凭时间戳无法解决这个问题。
室内拍摄的照片是另一种常见情况。手机在室内体育场馆、住宅、画廊和大型建筑内往往无法获取 GPS 信号。如果一张室内照片拍摄于同一场地外部照片的几分钟之后，即便室内照片本身没有 GPS 元数据，位置建议也可能得到充分支撑。
扫描的老照片也可以从中受益，但有一个重要前提。如果扫描件被赋予了原始拍摄事件的日期，相邻照片可能提供有意义的参考。但如果每张扫描件记录的是数字化当天的日期，那么扫描时间与原始照片的拍摄地点毫无关联。这个区别容易被忽略，在应用任何位置之前应当核实。
四分钟的间隔与六小时的间隔
时间距离决定了证据的质量。在前后 anchor 一致的情况下，四分钟的间隔可以支撑一个具体的位置建议；六小时的间隔通常不行，即便前后两张照片恰好都在同一座城市。
人们会出行、分散行动、去往多个地方，也会有一段时间不拍照。时间轴中一段漫长的空白，不是”没有证据”，而是”存在不确定性”。把它当作两个定位点之间的直线来处理，地图看起来整洁，代价却是图库的准确性。
为什么相机时钟可能改变答案
专用相机带来了一个复杂因素：它们的时钟往往不准确。佳能、尼康、索尼或富士相机的时间可能比实际时间快几分钟，可能停留在上一个时区，也可能因长期使用而出现 drift。如果直接将相机时间戳与 iPhone 照片对比，原本正确的拍摄顺序可能看起来乱序。
小的偏差有时一眼就能看出来——比如一次旅行中，所有相机照片都比对应的手机照片早一个小时。修正这个 camera clock offset，可以将看似薄弱的证据变成连贯的时间轴。较大或不规律的偏差则需要更加谨慎，可能意味着相机曾被重置、使用了多台相机，或者日期本身就是错误的。
正因如此，自动定位不应将时间戳视为固定事实。可靠的工作流程应当寻找规律，呈现建议的时钟校正方案，并让你通过可辨认的时刻加以核实：机场登机口、生日蛋糕、地标建筑，或两台设备同时拍摄的照片。
时间戳揭示拍摄地点时能避免猜测吗？
它能给出有依据的建议，而非在每种情况下都确定无误。这种差别在整个处理过程中都应保持清晰可见。
最稳妥的做法是按照周围时间轴证据对未标记照片进行分组，而不是将每张照片作为孤立问题单独处理。一个 group 可能包含 18 张相机照片，拍摄于某次两小时的植物园参观，前后都有来自同次参观的已 geotag 的 iPhone 照片。审核一个分组建议，比逐一手动放置 18 个定位点快得多，同时仍可拒绝或调整。
