La temperatura de la superficie terrestre (LST) es un parámetro esencial para estudiar procesos ambientales y ecológicos, así como el cambio climático a diversas escalas. También es valiosa para estudios de evapotranspiración, condiciones de humedad del suelo, balance de energía superficial y islas de calor urbanas. Dado que los datos de estaciones meteorológicas pueden proporcionar un número limitado de datos puntuales, se necesitan imágenes satelitales que ofrezcan datos de LST de alta resolución temporal y espacial en grandes áreas para ser utilizados en todas estas aplicaciones. En este estudio, se investigó el uso de imágenes de LST derivadas de satélites en comparación con las mediciones de datos de estaciones meteorológicas en Estambul, que tiene estructuras urbanas heterogéneas. Los datos de LST se obtuvieron de imágenes satelitales de Landsat 5 TM, Landsat 8 OLI/TIRS y el Espectrómetro de Imágenes de Resolución Moderada de Terra (MODIS) utilizando la plataforma en la nube Google Earth Engine (GEE). El análisis de correlación lineal realizado entre las imágenes de LST de Landsat y MODIS dio una alta correlación (r = 0.88). En el análisis de correlación, se utilizaron datos de temperatura del aire y temperatura del suelo proporcionados por la Agencia Estatal de Meteorología y los valores de LST obtenidos de imágenes tomadas de Landsat TM/TIRS y Terra MODIS. Las correlaciones entre las temperaturas del aire y la LST de Landsat variaron de 0.47-0.95 para 1987-2017 a 0.44-0.80 para la LST de MODIS para 2000-2017. Las correlaciones entre las temperaturas del suelo a 5 cm y la LST de Landsat variaron de 0.76-0.93 para 2009-2017 a 0.22-0.61 para la LST de MODIS 2000-2017. Además, se aplicaron modelos de regresión lineal producidos con parámetros meteorológicos y valores de LST a los mapas de LST de 2022 para mostrar la distribución espacial de estos parámetros, y luego se realizaron análisis de precisión.