El espacio verde es una parte importante del entorno ecológico urbano, y el estudio de la evaluación de los beneficios del entorno verde puede servir como indicación para regular finamente el entorno urbano. Con base en los datos de satélites de alta resolución de la misión de observación de la tierra No. 6, se realizó una evaluación integral de los beneficios del entorno térmico producido por el espacio verde urbano típico en la provincia de Hainan. En primer lugar, utilizando una segmentación de múltiples escalas y el algoritmo de bosque aleatorio, se segmentó la vegetación en la zona de estudio en tres tipos: árboles, arbustos y hierbas. Luego, se analizaron las características de los factores impulsores del paisaje verde y la temperatura de la superficie, utilizando Pearson y el detector geográfico. Finalmente, utilizando el método de análisis jerárquico para construir el índice de evaluación de los beneficios del entorno verde (GEBI), se evaluaron los beneficios del entorno térmico en las ciudades de Haikou y Sanya. Los resultados muestran que: 1) El tipo principal de vegetación en la ciudad de Haikou es en su mayoría arbustos, mientras que el tipo de vegetación en la ciudad de Sanya es en su mayoría praderas y arbustos; 2) El efecto de enfriamiento de las áreas verdes está relacionado con el área y la diversidad de las áreas verdes, la forma de los fragmentos del paisaje y su densidad, cuanto más fragmentados y dispersos estén los paisajes, y cuanto más irregular sea la forma de los fragmentos, peor será el efecto de enfriamiento de las áreas verdes; 3) El GEBI en la zona de estudio se manifiesta en forma de zonas de alto valor y bajo valor que se superponen, las zonas calientes de GEBI en Haikou se distribuyen en el norte y las zonas frías en Sanya se distribuyen principalmente en el oeste y el sureste, y la escala de las zonas frías es pequeña. El estudio puede identificar áreas frágiles y ventajosas del entorno verde, y proporcionar modelos para promover el desarrollo sostenible verde de las ciudades.

teledetección urbana; espacio verde; temperatura de la superficie; beneficio ambiental; detector geográfico; aprendizaje automático