La desertificación representa una amenaza significativa para las regiones secas y semiáridas de todo el mundo, incluida la región noreste de Irán. Este estudio investiga el impacto de los cambios climáticos futuros y del uso del suelo en la desertificación de esta región. Se seleccionaron seis índices de teledetección para modelar la desertificación utilizando cuatro algoritmos de aprendizaje automático: Random Forest (RF), Support Vector Machine (SVM), Gradient Boosting Machine (GBM) y Modelos Lineales Generalizados (GLM). Para mejorar la fiabilidad del modelo, se empleó un modelo de conjunto. Los escenarios futuros de clima y uso del suelo se proyectaron utilizando el modelo CNRM-CM6 y el análisis de cadenas de Markov, respectivamente. Los resultados indican que los modelos RF y SVM tuvieron el mejor rendimiento en la representación de los patrones actuales de desertificación. El modelo de conjunto destaca un aumento del 2% en las áreas desertificadas para 2040, principalmente en las regiones noroccidentales. El estudio subraya la importancia del cambio en el uso del suelo y del cambio climático en la desertificación y enfatiza la necesidad de prácticas de gestión sostenible del suelo y estrategias de adaptación al cambio climático para mitigar los impactos futuros.