Este estudio explora un método para derivar la temperatura del aire (TA) a partir de la temperatura de la superficie terrestre (TST) basado en diferentes tipos de uso del suelo urbano, con el objetivo de abordar la precisión de las mediciones del efecto de isla de calor urbano (EICU). Usando Wuhan como estudio de caso, la investigación integra datos de teledetección con observaciones meteorológicas en el suelo para desarrollar varios modelos, analizar su precisión y aplicabilidad, y generar mapas de TST y TA para validar la fiabilidad del modelo. Los resultados indican que al establecer la relación TST-TA, la regresión polinómica tiene el mejor rendimiento para cuerpos de agua (R = 0.905), mientras que el bosque aleatorio produce el R más alto para áreas construidas, tierras de cultivo y vegetación en 0.942, 0.953 y 0.924, respectivamente. Debido a las características de los algoritmos, se recomienda priorizar el bosque aleatorio para la predicción cuando el rango de muestras cubre el rango de datos observados y utilizar redes neuronales BP cuando no lo hace. Los mapas generados revelan que en verano, el uso de TST sobreestima significativamente la intensidad del EICU en el área de estudio, mientras que las diferencias entre las intensidades del EICU en invierno son insignificantes. En escenarios con recursos limitados, se puede utilizar directamente la TST para evaluar el efecto del EICU.