En el análisis envolvente de datos (DEA) de intervalos, el conjunto de posibilidades de producción es variable, lo que hace que los métodos tradicionales de optimización de asignación de recursos produzcan resultados con un alcance limitado. Este estudio tiene como objetivo mejorar los modelos existentes de optimización de asignación de recursos para que puedan producir resultados significativos al manejar datos de intervalos. Abordar este tema puede mejorar la aplicabilidad de los modelos existentes y mejorar la precisión en la toma de decisiones. Hemos agrupado las unidades de toma de decisiones (DMUs) en función de la heterogeneidad para formar conjuntos de posibilidades de producción. Luego consideramos las características de los conjuntos de posibilidades de producción peores y mejores en el DEA de intervalos para establecer múltiples frentes de referencia. Se propone un procedimiento de optimización escalonado; el procedimiento proporciona una solución de optimización continua, ofreciendo una base para que los tomadores de decisiones formulen estrategias. Para ilustrar esto, proporcionamos un análisis de ejemplo numérico y un estudio de caso sobre la captura de carbono en los bosques. Finalmente, al aplicar nuestro método a los datos de sumideros de carbono forestal de China, mostramos que satisface mejor las necesidades prácticas en China. La implicación práctica de este procedimiento es que proporciona una base para que los tomadores de decisiones formulen estrategias basadas en datos de intervalos. La implicación teórica es que amplía la aplicación de los modelos DEA a datos de intervalos.