Land surface tempreature (LST) is a critical parameter for the study of biosphere, cryosphere and climate change.. Thermal infrared remote sensing data can be used to measure Land Surface Temperature (LST). It will measure the energy exiting the Earth's surface and record the apparent temperature of the surface. It is now possible to measure LST due to the advent of satellite imagery and digital image processing applications. The LST for Srinagar city was calculated using the Split Window algorithm (SW) and Landsat-8 (Path-149 and Row-36) Thermal Infrared Sensor (TIRS) data with a resolution of 100m. . Emissivity was calculated using the Normalized Differential Vegetation Index (NDVI) proportion of vegetation methodology, with bands 4 and 5 (30 m resolution) from the Operational Land Imager (OLI). Surface temperatures were found to be higher in central  regions and lower in heavily vegetated areas. The LST derived using the SW algorithm was more efficient and precise since it used both OLI and TIRS bandsLa temperatura de la superficie terrestre (LST) es un parámetro crítico para el estudio de la biosfera, la criosfera y el cambio climático. Los datos de teledetección infrarroja térmica se pueden utilizar para medir la temperatura de la superficie terrestre (LST). Medirá la energía que sale de la superficie de la Tierra y registrará la temperatura aparente de la superficie. Ahora es posible medir LST debido a la llegada de imágenes de satélite y aplicaciones de procesamiento de imágenes digitales. El LST para la ciudad de Srinagar se calculó utilizando el algoritmo de ventana dividida (SW) y los datos del sensor infrarrojo térmico (TIRS) Landsat-8 (Path-149 y Row-36) con una resolución de 100 m. . La emisividad se calculó utilizando la metodología de proporción de vegetación del NDVI, con las bandas 4 y 5 (resolución de 30 m) del Operational Land Imager (OLI). Se encontró que las temperaturas de la superficie eran más altas en las regiones centrales y más bajas en las áreas densamente vegetadas. El LST derivado usando el algoritmo SW fue más eficiente y preciso ya que usó bandas OLI y TIRS.