Аңдатпа. Қалалардың өсуі экологияға пайдалы жер пайдалануын жоспарлауды қиындатады. Бұл зерттеуде 2020–2040 жылдар аралығындағы жер пайдалану өзгерістері агенттік модельдеу мен машиналық оқытуды біріктірген тәсіл арқылы қарастырылады. Біз жердің үш негізгі түрінің өзгерісін модельдедік: тұрғын үйге арналған, орман және ауыл шаруашылығы жерлері. Сонымен қатар шешім қабылдауға әсер ететін маңызды факторлар ескерілді: жолдарға жақындығы, өнімділік индексі, жердің бұрынғы пайдаланылуы және көршілес учаскелердің өзгерістері. Факторлардың маңыздылығын талдау көрсеткендей, жер пайдалану шешімдеріндегі ең маңызды фактор – автомагистральдарға жақын орналасуы, одан кейін жердің өнімділігі тұр. Сынақтан өткен машиналық оқыту модельдерінің ішінде Random Forest классификаторы ең жақсы нәтиже көрсетті: дәлдігі – 89,3%, precision – 0,91, recall – 0,88, бұл шешім ағашы мен нейрондық желі модельдерінен жоғары болды. Нәтижелер тұрғын үйге арналған жердің орман есебінен көбейетінін, ал ауыл шаруашылығы жерінің өсуі шамалы болатынын көрсетті. Бұл нәтижелер кеңістіктік өзгерістерді болжауда және урбанизация мен қоршаған ортаны қорғау арасындағы тепе-теңдікті сақтайтын саясатты қалыптастыруда гибридті модельдеу тәсілдерінің тиімділігін дәлелдейді. Географиялық деректер мен тарихи үрдістерді болжау модельдеріне біріктіру жерді басқару мен қаланы жоспарлау стратегиялары үшін берік негіз қалыптастырады.

Түйін сөздер: агенттік модельдеу, машиналық оқыту, саясатты бағалау, ауыл шаруашылығындағы шешім қабылдау, тұрақты даму.