En el contexto del cambio climático y la degradación ecológica, mejorar la productividad de las tierras agrícolas en el noreste de China es esencial para garantizar la seguridad alimentaria nacional. Este estudio adoptó un marco integrado que combina el detector geográfico basado en parámetros óptimos (OPGD) y las explicaciones aditivas de Shapley (SHAP) para identificar los principales impulsores de la productividad promedio y total de las tierras agrícolas a nivel de condado desde 2001 hasta 2020. La Productividad Primaria Neta (NPP) de las tierras agrícolas basada en la temporada de crecimiento se estimó utilizando el modelo CASA para representar la productividad agrícola. Los resultados indicaron que los factores naturales y ecológicos dominaron significativamente la variación espacial de la productividad agrícola, con sus interacciones amplificadas a través de mejoras duales o no lineales. Se ajustaron y compararon varios modelos de aprendizaje automático, y se seleccionaron los modelos óptimos para el posterior análisis SHAP. Los hallazgos revelaron que la intensidad de la erosión tuvo el impacto más significativo en la productividad agrícola, mientras que el efecto de la precipitación cambió de negativo a positivo, con un umbral claro de alrededor de 400 mm que coincide con el límite entre las regiones semiáridas y semi-húmedas de China. Las llanuras de baja elevación (<300 m) y las pendientes suaves (<0.5 grados) promovieron predominantemente la productividad total de las tierras agrícolas. Las interacciones entre la erosión y la intensidad de fertilización destacaron la necesidad de una fertilización moderada para prevenir la degradación ecológica en los condados severamente erosionados. Estos hallazgos proporcionan apoyo científico para la gestión específica de las tierras agrícolas con el objetivo de lograr una agricultura sostenible en el noreste de China.