Los esquemas tradicionales de clasificación bioclimática tienen varias limitaciones inherentes; no representan el impacto antropogénico, contienen un sesgo hacia la representación del norte global y carecen de flexibilidad respecto a los climas novedosos que pueden surgir debido al cambio climático. Aquí presentamos un enfoque alternativo, utilizando un enfoque de aprendizaje automático. Combinamos datos de clasificación de uso del suelo de la Agencia Espacial Europea con variables climáticas de clasificación bioclimática tradicional y variables adicionales; latitud, elevación y topografía. Utilizamos un algoritmo de bosque aleatorio para crear un sistema de clasificación que supera las limitaciones y sesgos de los esquemas tradicionales. El algoritmo producido es capaz de predecir la clasificación del uso del suelo a nivel global con una resolución de 0.5 grados y una precisión del 93%. Las clasificaciones resultantes tienen en cuenta el impacto humano, particularmente a través de la agricultura, están informadas por la topografía de una región y evitan los sesgos que contienen los esquemas bioclimáticos tradicionales. El algoritmo puede proporcionar información sobre los impulsores del cambio en el uso del suelo, la distribución espacial del cambio en el uso del suelo, los posibles impactos en los servicios ecosistémicos y el bienestar humano. Además, el modelo de bosque aleatorio sirve como un enfoque novedoso para la predicción del uso futuro del suelo y puede ser utilizado para identificar regiones en riesgo de una transición en el uso del suelo. Nuestro enfoque de aprendizaje automático basado en datos produce cambios en el uso del suelo más grandes debido al cambio climático que un esquema bioclimático tradicional, especialmente en regiones sensibles como la Amazonía. En general, nuestro nuevo enfoque proyecta aproximadamente 17.4 millones de kilómetros cuadrados de cambio en el uso del suelo por grado Celsius de calentamiento global.