Changes in land use/land cover (LULC) classes significantly impact land surface temperature (LST). This study predicted LULC change and their impacts on seasonal (summer and winter) LST variations in Al Kut, Iraq. Landsat TM/OLI images for the years 2000, 2010, and 2020 were used to estimate LULC and LST's past status using remote sensing (RS) techniques. Based on the past characteristics of the images future LULC and seasonal LST were predicted for year 2030. Support vector machine (SVM) algorithm was used to classify the LULC classes. Artificial neural network (ANN) algorithm was used to predict the future LST considering the LULC indexes as influential variables. Results suggest a significant increase in urban area by +8.74% and reduction in green cover by −25.87% from 2000 to 2020. Increment in maximum LST took place for both summer and winter season by 3.79 °C and 3.16 °C in last two decades. Maximum LST was recorded in urban area (48 °C) and water bodies (35 °C) exhibit minimum LST. The correlation study demonstrates a strong positive relation of LST with Normalized Difference Built-up Index (NDBI) and negative relation with Normalized Difference Vegetation Index (NDVI) and Normalized Difference Water Index (NDWI). The prediction result also demonstrates increase in urban area (+17.02%) and loss of vegetation cover (−15.57%) for 2030. The maximum LST will likely to increase by 1.62 °C and 2.68 °C for summer and winter seasons in predicted year 2030. This study will provide effective guidelines for urban planners of Kut city for ensuring planned and sustainable urban development in future.

土地利用/土地覆被（LULC）类的变化会显着影响土地表面温度（LST）。这项研究预测了伊拉克Al Kut的LULC变化及其对LST季节（夏季和冬季）变化的影响。使用2000年，2010年和2020年的Landsat TM / OLI图像，通过遥感（RS）技术估算LULC和LST的过去状态。基于图像的过去特征，预测了2030年的未来LULC和季节性LST。使用支持向量机（SVM）算法对LULC类进行分类。人工神经网络（ANN）算法用于将LULC指标作为影响变量来预测未来的LST。结果表明，从2000年到2020年，城市面积显着增加了+ 8.74％，绿化覆盖率减少了-25.87％。在过去的二十年中，夏季和冬季的最高LST分别增加了3.79°C和3.16°C。在市区（48°C）中记录到最大LST，而水体（35°C）则显示出最小LST。相关性研究表明，LST与归一化差异累积指数（NDBI）有很强的正相关关系，与归一化植被指数（NDVI）和归一化差异水指数（NDWI）负相关。预测结果还表明，到2030年，城市面积将增加（+ 17.02％），植被消失（−15.57％）。在预测年份的夏季和冬季，最高LST可能会增加1.62°C和2.68°C。 2030年。这项研究将为库特市的城市规划人员提供有效的指导，以确保将来的规划和可持续城市发展。在过去的二十年中为16°C。在市区（48°C）中记录到最大LST，而水体（35°C）则显示出最小LST。相关性研究表明，LST与归一化差异累积指数（NDBI）有很强的正相关关系，与归一化植被指数（NDVI）和归一化差异水指数（NDWI）负相关。预测结果还表明，到2030年，城市面积将增加（+ 17.02％），植被消失（−15.57％）。在预测年份的夏季和冬季，最高LST可能会增加1.62°C和2.68°C。 2030年。这项研究将为库特市的城市规划人员提供有效的指导，以确保将来的规划和可持续城市发展。在过去的二十年中为16°C。在市区（48°C）中记录到最大LST，而水体（35°C）则显示出最小LST。相关性研究表明，LST与归一化差异累积指数（NDBI）有很强的正相关关系，与归一化植被指数（NDVI）和归一化差异水指数（NDWI）负相关。预测结果还表明，到2030年，城市面积将增加（+ 17.02％），植被消失（−15.57％）。在预测年份的夏季和冬季，最高LST可能会增加1.62°C和2.68°C。 2030年。这项研究将为库特市的城市规划人员提供有效的指导，以确保未来的规划和可持续城市发展。相关性研究表明，LST与归一化差异累积指数（NDBI）有很强的正相关关系，与归一化植被指数（NDVI）和归一化差异水指数（NDWI）负相关。预测结果还表明，到2030年，城市面积将增加（+ 17.02％），植被消失（−15.57％）。在预测年份的夏季和冬季，最高LST可能会增加1.62°C和2.68°C。 2030年。这项研究将为库特市的城市规划人员提供有效的指导，以确保将来的规划和可持续城市发展。相关性研究表明，LST与归一化差异累积指数（NDBI）有很强的正相关关系，与归一化植被指数（NDVI）和归一化差异水指数（NDWI）负相关。预测结果还表明，到2030年，城市面积将增加（+ 17.02％），植被消失（−15.57％）。在预测年份的夏季和冬季，最高LST可能会增加1.62°C和2.68°C。 2030年。这项研究将为库特市的城市规划人员提供有效的指导，以确保将来的规划和可持续城市发展。