准确评估碳储量仍然是一项全球性挑战。土地利用高度充满变数,土地利用变化和林业报告的高度不确定性阻止了全球决策者和投资者支持可持续的土壤和植被的管理。潜在的缓解驱动活动和影响可能在当地/区域是独一无二的。因此,需要空间定向方法来优化战略碳管理。本研究提供了一种新的区域碳评估(tier3)方法,利用英国国家公园内高分辨率土地覆盖(LC)数据的生物物理过程建模能提供更高精度的数据。模拟了未来土地覆盖变化(LCC)情景。利用LPJ-GUESS和RothC-26.3两个广泛应用的模型对植被驱动的碳动态进行了耦合模拟。使用Terrset的土地变化建模器进行过渡和持续性分析,使用多层感知器马尔可夫(Markov)链分析预测2040年可能发生的土地覆盖变化。英国国家公园目前的碳总量为7.32-8.73MtC,土地覆被变化的轨迹导致了0.39MtC的轻微损失。非传统的土地覆盖变化方案表明,可能的收益或损失为1.27MtC,或136.7tCha-1。植被驱动碳储量的重要性高于全国平均水平,植被碳库占土壤有机碳库的12-14%,更加重视地方/区域土地覆盖和管理政策。对每种土地覆盖类别的潜在存储容量进行了如下排序(由高至低):针叶林>阔叶/混交>沿海>半天然草地>荒地>改良草地>耕地(农田)。优先考虑为景观规模管理提供信息,以减少未来的碳损失和/或通过土地覆盖变化提高收益。碳收支平衡取决于对现有土地覆盖的维持。详尽的土地覆盖分类通过存量变化因素和分类促进核算管理,从而获得更详细和更准确的信息。即将出台的政策决定必须在地方/区域景观尺度上优化碳储存。