El cambio climático global ha exacerbado las alteraciones en los entornos térmicos urbanos, impactando significativamente la vida diaria y la salud de los residentes de las ciudades. Medir y comprender las temperaturas de la superficie terrestre urbana (LST) y sus factores influyentes es importante para abordar el cambio climático global y mejorar el bienestar de los residentes. Sin embargo, debido a limitaciones en la precisión de los datos y los métodos analíticos, los estudios existentes a menudo pasan por alto el examen a microscale relacionado estrechamente con la vida diaria de los residentes, y carecen de una exploración profunda de la heterogeneidad espacial de los factores influyentes. Esto lleva a que estos resultados sean ineficaces para guiar la planificación y construcción de las ciudades. Tomando a Shenzhen como estudio de caso, nuestro estudio investiga los efectos de diversas características del entorno construido a microscale en la LST utilizando imágenes de vista de calle y aprendizaje automático. Se utiliza un modelo de red neuronal convolucional que adopta la arquitectura SegNet para realizar la segmentación semántica en imágenes de vista de calle, extrayendo características del entorno urbano construido a microscale. La LST se invierte a través de la plataforma Google Earth Engine (GEE). Al utilizar modelos de Regresión Geográficamente Ponderada Multiescalar (MGWR), nuestro estudio revela el impacto integral del entorno construido urbano en la LST y su significativa heterogeneidad espacial. Los hallazgos indican que las proporciones de cielo, carreteras y edificios están correlacionadas positivamente con la LST, mientras que los árboles tienen un efecto de enfriamiento significativo. Aunque la tierra y el agua pueden reducir la LST, su contribución general es mínima debido a limitaciones en su área y patrones de distribución. Este estudio no solo revela los factores clave que afectan la LST urbana a microscale, sino que también enfatiza la necesidad de considerar la heterogeneidad espacial de los impactos de estos factores. Esto sugiere la necesidad de estrategias específicas para diferentes áreas para mejorar efectivamente el entorno térmico urbano y lograr un desarrollo urbano sostenible.