Los elementos de tierras raras son recursos estratégicos vitales y no renovables, y su explotación tiene un impacto significativo en la seguridad ecológica regional y el desarrollo sostenible. Para abordar el problema de la insuficiente precisión en la clasificación del uso del suelo en áreas de minería de tierras raras, este estudio toma como caso de estudio el área de minería de tierras raras de Lingbei en el condado de Dingnan, en la provincia de Jiangxi. Se integraron datos de teledetección de múltiples fuentes, incluyendo imágenes de Sentinel-2, datos SAR de Sentinel-1, datos de luz nocturna y datos de DEM, para construir un conjunto de características que combina información espectral, textural y topográfica. Sobre esta base, este estudio desarrolló un marco de optimización de características que combina la eliminación recursiva de características (RFE), la disminución media de la precisión (MDA) y la validación cruzada K-fold (CV), denominado RFE-MDA-CV. Diseñamos nueve esquemas de combinación de características y los comparamos con el subconjunto óptimo de características. Su rendimiento fue evaluado sistemáticamente en cuatro clasificadores: RF, SVM, CART y GBDT. Los resultados fueron los siguientes: (1) el conjunto de características optimizado combinado con el clasificador RF logró consistentemente el mejor rendimiento de clasificación, con una OA media de aproximadamente 93.2% y un coeficiente kappa de alrededor de 0.916, superando a CART y SVM por alrededor de 4-5 puntos porcentuales; (2) el uso del suelo se mantuvo generalmente estable entre 2016 y 2023, pero ocurrieron conversiones frecuentes entre tierras forestales, tierras de cultivo y superficies impermeables, impulsadas principalmente por la expansión urbana y las actividades mineras; y (3) los experimentos transregionales demostraron que el marco de optimización de características propuesto tiene buena aplicabilidad y transferibilidad en áreas mineras con condiciones geomorfológicas y metalogénicas similares. En general, el método RFE-MDA-CV propuesto puede implementarse de manera efectiva en la plataforma Google Earth Engine, mejorando significativamente la precisión y robustez de la clasificación del uso del suelo en áreas de minería de tierras raras, al tiempo que proporciona un soporte técnico confiable para el monitoreo ecológico y la gestión de recursos terrestres.