土地利用/覆盖变化（Land use and land cover change,LUCC）是影响陆地生态系统碳收支平衡的直接驱动因素,其对全球变暖的影响仅次于化石燃料和工业排放。IPCC第五次报告进一步指出,森林减少及土地用途改变导致的排放量高达1800亿吨碳,占人为CO2累计排放量的33%。因此,再造林等土地利用计划在减缓气候变化中的作用得到广泛认可。另一方面,气候变化和LUCC对森林时空动态的影响也受到人们重视,而有限的LUCC数据使得LUCC对碳排放的影响大大低估,缺乏未来气候背景下LUCC时空数据,更是揭示森林生态系统碳循环对未来气候变化响应的重要限制。因此,精确模拟未来气候情景下LUCC时空数据,探明LUCC演变规律,对揭示森林生态系统碳循环对LUCC的响应也具有重要的科学意义。本研究以浙江省为例,首先搭建系统动力学（System Dynamic,SD）模型与马尔可夫链（Markov Chain,MC）模型来获取浙江省土地利用数量需求,并从中择优选择SD模型作为数量预测模型;然后搭建元胞自动机（Cellular Automata,CA）结合BP神经网络（Back Propagation Neural Network,BPNN）空间模型（BPNN＿CA）掌握浙江省土地利用空间演变规律;其次,耦合SD模型与BPNN＿CA模型为BCS耦合模型,交互式地模拟得到四种发展情景（快速发展情景、基准发展情景、和谐发展情景、缓慢发展情景）下未来70年浙江省土地利用时空格局,并分析未来LUCC演变趋势;最后,结合未来不同情景下的气候特征,分析浙江省森林演变对不同气候变化的响应差异,对于浙江省森林生态系统的合理规划与可持续发展具有重要参考价值。通过研究得到以下三方面结论:1.BCS耦合模型能够准确获取LUCC演变规律,能够精确实现未来LUCC时空模拟。（1）BCS耦合模型中SD数量模型模拟结果的R2达到0.99,且各土地利用类型的RE在5.21%以内。（2）BCS耦合模型中BPNN＿CA空间模型的模拟结果OA值为0.79,Kappa系数为0.75,且FOM值为28%以上,表明空间模型能够较好地模拟土地利用空间分布,也能较好地展现前后一致的LUCC变化。2.基于BCS耦合模型,模拟得到未来LUCC时空分布,未来LUCC在不同发展情景下演变规律有所不同。（1）2014-2084年不同情景下城镇、竹林面积均呈现增加趋势,耕地面积均呈现减少趋势。与2014年相比,城镇将增加到1.11-1.5倍,竹林将增加到1.23-1.37倍,而耕地将减少到0.72-0.82倍。2084年针叶林面积除缓慢发展（Slow Development,SD）情景有所增长外,其他情景下均减少,介于2014年的0.85-1.13倍之间。而阔叶林在不同情景下面积介于2014年的1.01-1.06倍之间,涨幅较小。（2）未来LUCC变化频数结果表明未来浙江省无论处于哪类情景下,均存在20%以上的区域会发生土地利用类型转变。其中,SD情景下土地利用保护力度较强,土地利用不易被转变;而快速发展（Fast Development,FD）情景下土地利用类型容易发生高频次转变。（3）2014-2084年不同情景下大部分地级市的城镇面积呈现增加趋势,耕地呈现减少趋势。对于针叶林、阔叶林、竹林三类森林来说,各地级市在不同情景下变化差异较大,一定程度上表现了SD情景下各地级市对森林生态较强的保护力度。综上所述,SD情景是对森林生态环境较友好的情景,可参考各项指标对未来进行土地规划与森林资源管理。3.未来森林演变对不同气候变化的响应存在差异。在适宜的温度升高与降水量增加的背景下,更有利于森林面积的增加,而过快的温度升高与降水减少,一定程度上对森林生长具有负面影响。