La rápida urbanización en los países en desarrollo conduce a cambios significativos en el uso y la cobertura del suelo (LULCC), lo que contribuye al aumento de las emisiones de dióxido de carbono (CO2) y a la degradación del almacenamiento de carbono. Estudiar los cambios espaciotemporales en el almacenamiento de carbono es crucial para guiar el desarrollo urbano sostenible hacia la neutralidad de carbono. Este estudio integra algoritmos de aprendizaje automático como el bosque aleatorio, CA-Markov y modelos InVEST para predecir la distribución del almacenamiento de carbono en Shenzhen, China, bajo varios escenarios. Los hallazgos indican que, en las últimas dos décadas, Shenzhen ha experimentado cambios significativos en el uso del suelo. La transformación de usos de suelo de alta a baja densidad de carbono, particularmente la conversión de tierras forestales a tierras de construcción, es la principal causa de la pérdida de almacenamiento de carbono. Las tierras forestales están principalmente influenciadas por factores naturales, como el modelo digital de elevación (DEM) y la precipitación, mientras que otros tipos de uso y cobertura del suelo (LULC) están predominantemente afectados por factores socioeconómicos y demográficos. Para 2030, se proyecta que el almacenamiento de carbono variará significativamente entre diferentes escenarios de desarrollo, con la mayor disminución esperada bajo el escenario de desarrollo natural (NDS) y la menor bajo el escenario de prioridad ecológica (EPS). El modelo RF-CA-Markov supera al modelo tradicional CA-Markov en la simulación precisa del uso del suelo, particularmente para tipos de uso del suelo pequeños y dispersos. Nuestras conclusiones pueden informar sobre el desarrollo futuro de ciudades de bajo carbono y la optimización del uso del suelo.