遥感在森林碳储量定量估算中的作用得到广泛的认可，是陆地植被碳储量定量研究的重要进展，也是目前和未来森林碳估算及其动态变化规律研究的重要手段之一。各种生物量、碳储量遥感估算模型见诸报道，模型的特点是简单，但结构多样，缺陷是模型易受植被类型、光照条件、观察位置、冠层结构等影响，同时对土壤背景等非植被因素也比较敏感。因此，模型的普适性即可移植性差，这也是生物量碳储量遥感估算的一个主要问题。针对该问题，本研究以毛竹(Phyllostachys heterocycla var.pubescens)林为例，以浙江省临安市、安吉县、龙泉市为研究区域，研究毛竹林地上部分生物量遥感估算模型的可移植性。本研究主要包括以下3方面的内容：1、三个研究区遥感数据预处理，包括空间配准、地形校正、大气校正及毛竹林遥感信息的提取。2、选用一元线性模型、一元非线性模型、逐步回归模型、多元线性模型和Erf-BP神经网络模型等5种模型，分别构建三个区域毛竹林碳储量遥感估算模型。3、毛竹林碳储量遥感估算模型的可移植性进行分析与评价，即选择某区域精度较好的模型并分别移植到其他两个区，采用实际地面调查样地对其可移植性进行评价。研究主要得到以下几方面的结论：(1)对三个不同的区域，所设定的5类模型中，Erf-BP神经网络模型精度最高、逐步回归模型和一元非线性模型次之。(2) Erf-BP神经网络模型的可移植性优于逐步回归模型和一元非线性模型，具有较强的可移植性。(3)模型类型和模型自变量对统计模型的可移植性有较大的影响。