El abandono de tierras agrícolas se considera ahora uno de los principales cambios en el uso del suelo impulsados por interacciones complejas entre factores sociales, económicos y ambientales. Para entender y gestionar este proceso, es esencial un enfoque holístico que integre metodologías e interacciones multidimensionales. Este estudio examina los principales factores que impulsan el abandono de tierras agrícolas en Lituania utilizando dos enfoques metodológicos. Primero, se encuestó a diecisiete expertos altamente calificados en gestión de tierras, y sus opiniones se analizaron mediante entrevistas cualitativas en profundidad, centrándose en el abandono de tierras agrícolas y sus factores subyacentes. En segundo lugar, se modeló el desarrollo del abandono de tierras agrícolas en un municipio representativo de Lituania utilizando modelos de cadenas de Markov, incorporando datos geográficos disponibles de forma gratuita como factores que influyen en la transformación del uso del suelo. Las áreas reales de tierras agrícolas abandonadas se mapearon utilizando ortofotos de 2012, 2018 y 2021, tanto para el desarrollo como para la validación del modelo. La importancia de los predictores en el modelo se evaluó en relación con su significancia como impulsores del abandono de tierras agrícolas. Los hallazgos indican que factores naturales, como la proximidad de bosques y las limitaciones topográficas, juegan un papel significativo en la explicación de los procesos de abandono de tierras. Además, el abandono de tierras agrícolas está influenciado por factores sociales, económicos y legales, incluyendo estructuras de propiedad de la tierra, migración y accesibilidad de infraestructuras. Se encontró que la importancia de la calidad del suelo, la productividad y la presencia de tierras cultivables cercanas variaba dependiendo de la precisión de los datos y las condiciones ambientales locales, destacando la complejidad de los patrones de uso de la tierra agrícola. El enfoque mixto elegido, que combina encuestas cualitativas con modelado espacial numérico, demuestra potencial para identificar áreas críticas de uso del suelo y proporcionar información para mejorar las políticas de gestión de tierras y la toma de decisiones.