Como uno de los problemas climáticos urbanos más preocupantes, la isla de calor urbano (UHI) ha sido estudiada utilizando el esquema de clasificación de zonas climáticas locales (LCZ) en los últimos años. Cada vez se ha puesto más esfuerzo en mejorar la precisión del mapeo de LCZ. Se ha convertido en una tendencia prevalente aprovechar imágenes de múltiples fuentes en el mapeo de LCZ. Con este fin, este artículo intentó utilizar conjuntos de datos de múltiples fuentes disponibles de forma gratuita: el instrumento multiespectral Sentinel-2 (MSI), el radar de apertura sintética Sentinel-1 (SAR), la luz nocturna Luojia1-01 (NTL) y los conjuntos de datos de Open Street Map (OSM) para producir el resultado de clasificación LCZ de 10 m utilizando la plataforma Google Earth Engine (GEE). Además, los conjuntos de datos derivados de los datos de Sentinel-2 MSI también se explotaron en la clasificación de LCZ, como índices espectrales (SI) y conjuntos de datos de matriz de co-ocurrencia de niveles de gris (GLCM). Se diseñaron diferentes combinaciones de conjuntos de datos para evaluar la contribución particular de cada conjunto de datos a la clasificación de LCZ. Se encontró que: (1) El uso sinérgico de los datos de Sentinel-2 MSI y Sentinel-1 SAR puede mejorar la precisión de la clasificación de LCZ; (2) La información multiseasonal de los datos de Sentinel también tiene una buena contribución a la clasificación de LCZ; (3) Los conjuntos de datos de OSM, GLCM, SI y NTL tienen alguna contribución positiva a la clasificación de LCZ cuando se añaden individualmente a los conjuntos de datos estacionales de Sentinel-1 y Sentinel-2; (4) No es una forma absolutamente correcta mejorar la precisión de la clasificación de LCZ combinando la mayor cantidad posible de conjuntos de datos. Con la ayuda de GEE, este estudio proporciona el potencial para generar un mapeo de LCZ más preciso a gran escala, lo cual es significativo para el desarrollo urbano.