在人口快速增长和农村人口向城市持续迁移背景下，非洲城市——尤其是那些位于干旱区、对气候变化高度脆弱的城市——正经历着非正规住区的无序扩张。尽管遥感技术已被广泛应用于这些非正规住区的边界划定，但对于建筑密度的长期变化及其对地表温度（LST）的影响，研究关注仍然有限。在本研究中，我们整合了多源遥感数据与机器学习方法，以分析纳米比亚温得和克非正规住区建筑发展的长期动态轨迹及其对城市热环境的影响。通过结合高分辨率建筑轮廓数据与 Landsat 时间序列，我们提出了一种基于随机森林的亚像元回归方法，用于预测历史建筑密度，并取得了较高的验证精度（R² ≥ 0.84）。利用这一方法，我们重建了 2000—2023 年间非正规住区的发展轨迹，发现其增长在 2018 年后明显放缓，扩展方式从边界扩张转向内部致密化。基于卫星反演的 LST 数据表明，在非正规住区内部，建筑密度与 LST 在夏季和冬季均呈负相关关系，且随着建筑密度的增加，这些区域逐渐演变为城市地表冷岛。研究结果强调了将长期建筑密度制图与 LST 分析相结合的重要性，这有助于更好地理解环境不平等与脆弱性问题，并为非洲干旱区城市的气候适应性规划和非正规住区升级改造提供了重要参考。