تعتبر ملوحة التربة من أكثر عوامل تدهور الأراضي شيوعًا والتي تضعف خصوبتها وتؤثر سلبًا على الإنتاج الزراعي. ناقشت الدراسة تطبيق النمذجة التنبؤية التي تعد تقنية قوية لتعزيز دقة التنبؤ واتخاذ قرارات مستنيرة بالاعتماد على الخوارزميات الإحصائية وتقنيات التعلم الآلي في تطوير نموذج تنبؤي للكشف عن ملوحة التربة المتوقعة (ديسيسمنز/م) بمنطقة الدراسة. تم تطبيق نماذج (الانحدار الخطي البسيط والمتعدد) وخوارزميات الغابة العشوائية Random Forest، وXGBoost، وذلك من خلال الاعتماد على تقييم أداء (14) مؤشراً طيفيـًا مستمدة من بيانات القمر الاصطناعي Landsat 8 OLI وملوحة التربة المقاسة من (25) عينة بعمق(0 - 30 سم). وسجل السيناريو الأول للتحليل أعلى معامل ارتباط لمؤشر (SI 6) بقيمة ( (R=0.84 وبمعامل تحديد (R²=69)  يليه مؤشر (VSSI) الذى يعبر عن ملوحة التربة والنبات بمعامل ارتباط  (R=0.70) ومعامل تحديد (R² = 0.49)، وأمكن التوصل إلى تطوير نموذج انحدار خطي متعدد بتقنيات التعلم الآلي لملوحة التربة المتوقعة بمعامل خطأ (1.224) ومعامل تحديد  (R² = 0.982). فى حين اعتمد السيناريو الثاني على تطوير نموذج تنبؤي اعتمد على خوارزمية XGBoost، ومن خلاله تم إعداد خريطة تبين نسبة تركز الأملاح المتوقعة فى تربة وادى النطرون، حيث تراوحت بين (0.0181 و 41.198 ديسيسمنز/م) بمعامل خطأ (0.05)، واتفقت نتائجه مع البيانات المقاسة بشكل كبير (0.18 و 41.2 ديسيسمنز/م). وكشفت نتائج الدراسة إمكانية فائقة لتقنيات التعلم الآلي في النمذجة التنبؤية لرسم خرائط ملوحة التربة المتوقعة لإدارة التربة المالحة ومعالجتها ومراقبتها واستخدامها، كما قدمت الدراسة رؤى قيمة لاختيار المؤشرات الطيفية المناسبة للتعرف على ملوحة التربة في منطقة النطرون وفي البيئات المماثلة.