1.基于局地气候区分类与遥感反演的城市通风廊道构建方法，其特征在于，包括以下步骤：

S1、获取研究区域的遥感影像、建筑形态数据及气象观测数据，并对获取的数据进行预处理；

S2、从预处理后的数据中提取城市形态因子，并在局地气候区LCZ标准网格上进行空间聚合和归一化，采用K‑means++算法进行LCZ分类，得到LCZ类型图；

S3、基于遥感数据反演地表温度LST，并计算单像元LST与区域平均LST差值ΔLST，实现冷热岛识别；

S4、基于S2提取的形态因子与S3得到的LST建立随机森林非线性回归模型，获取变量重要性排序；

S5、构建通风阻力面，采用加权成本路径算法识别主次通风廊道网络；

S6、选取LCZ区域进行ENVI‑met三维微气候模拟，评估不同廊道布局下的热环境响应与热舒适度变化。

2.根据权利要求1所述的基于局地气候区分类与遥感反演的城市通风廊道构建方法，其特征在于，所述S1中，遥感数据选取Landsat‑8影像，建筑形态数据包括建筑轮廓、屋顶面积和高度，气象数据选取典型高温日的温度、风速、湿度参数；数据预处理过程如下：针对Landsat8遥感影像：依次进行辐射定标、大气校正及投影统一，反演地表温度LST并计算归一化植被指数NDVI；针对建筑形态数据：经投影转换后，在网格上计算建筑密度BD、平均高度AH及天空开阔度SVF，并进行归一化处理；针对气象数据：统一整理格式，提取与遥感过境时间相匹配的温、湿、风参数作为边界条件；所有数据最终完成空间配准与裁剪，形成尺度规范、空间对齐的综合数据集。

3.根据权利要求1所述的基于局地气候区分类与遥感反演的城市通风廊道构建方法，其特征在于，所述S2中，使用遥感和建筑矢量数据分别计算建筑高度AH、建筑密度BD、归一化植被指数NDVI与天空视野因子SVF，并在设定的网格尺度内进行空间聚合处理，采用马氏距离优化的K‑means++聚类算法进行无监督分类，结合建筑密度阈值区分建筑与非建筑斑块，最终生成LCZ类型图层。

4.根据权利要求2所述的基于局地气候区分类与遥感反演的城市通风廊道构建方法，其特征在于，所述S3中，使用Landsat8热红外波段反演LST，通过大气校正与NDVI掩膜排除非地表区域，计算每个像元LST与区域平均LST之间的差值ΔLST，依据正负值划分为冷岛区与非冷岛区，实现空间热环境分区。

5.根据权利要求1所述的基于局地气候区分类与遥感反演的城市通风廊道构建方法，其特征在于，所述S4中，选取LCZ单元内相关变量作为输入因子，LST为输出变量，采用随机森林算法训练模型，通过袋外误差评估拟合性能，并提取每个变量对LST变化的贡献排序，识别影响热环境的主导因子。

6.根据权利要求1所述的基于局地气候区分类与遥感反演的城市通风廊道构建方法，其特征在于，所述S5中，构建通风阻力面时引入相关因子，根据不同地表类型赋予阻力权重；结合城市主导风向数据，采用最小累积成本路径LCP算法，识别并可视化主次通风廊道的最优路径，实现对热‑风空间结构的识别。

7.根据权利要求1所述的基于局地气候区分类与遥感反演的城市通风廊道构建方法，其特征在于，所述S6中，根据冷岛与热岛区域筛选LCZ样区，构建建筑、绿地、水体三维模型，导入ENVI‑met进行高温日模拟，设定气象边界条件与热工参数，输出结果，比较不同风廊结构与绿化配置下的微气候响应差异，评估其降温效果和通风效率。