Las tierras agrícolas son un recurso vital intrínsecamente conectado a la seguridad alimentaria. Actualmente, el problema del abandono de tierras agrícolas representa una amenaza seria para la producción y el suministro de alimentos, presentando un desafío significativo para las economías rurales y la estabilidad de la cadena de suministro de alimentos. Las regiones montañosas y nubladas del suroeste de China se ven particularmente afectadas por el abandono de tierras agrícolas, presentando desafíos significativos para mapear con precisión la distribución de las tierras agrícolas abandonadas debido a la fragmentación y la fuerte contaminación por nubes. Por lo tanto, este estudio se centra en el condado de Mingshan, ubicado en la ciudad de Ya"an, en la provincia de Sichuan, China, como área de estudio. Utilizando Google Earth Engine (GEE) y un algoritmo de bosque aleatorio, se propone un método que integra datos de múltiples fuentes de Landsat 8, Sentinel-2 y Sentinel-1 para extraer tierras agrícolas abandonadas desde 2018 hasta 2022. Este estudio analiza las características espaciales y temporales, empleando el Geodetector con parámetros óptimos para explorar los mecanismos subyacentes. Los hallazgos revelan lo siguiente: (1) El método logra una precisión general de clasificación de uso del suelo que supera el 88.67%, con un coeficiente Kappa que excede 0.87. Específicamente, la precisión para identificar tierras agrícolas abandonadas alcanza el 87.00%. (2) Desde 2018 hasta 2022, la tasa de abandono en el condado de Mingshan fluctuó entre el 4.58% y el 5.77%, promediando el 5.03%. La tasa de abandono más baja ocurrió en 2019-2020, mientras que la más alta se observó en 2020-2021. (3) El abandono de tierras agrícolas está influenciado por factores tanto naturales como sociales. La elevación y la pendiente son los principales factores impulsores, junto con factores como la distancia a la carretera, la ciudad y el asentamiento residencial, que contribuyen significativamente a las tendencias de abandono. Estos cinco factores exhiben una correlación positiva con la tasa de abandono, siendo la distancia al río la que muestra un poder explicativo relativamente más débil.