血吸虫病是我国的重大传染病之一，经过60余年的努力，成绩显著。然而，全球气候变暖、南水北调等水利工程的建设等诸多因素的变化，使得血吸虫病的时空分布格局与流行趋势正悄然地发生变化，正确地掌握其时空动态变化规律显得尤为重要。本课题以空间流行病学的设计为基础，将流行病学的方法与现代空间信息技术进行了结合，在解决了地理上的行政区划变化和不同来源复杂数据整合的问题基础上，基于每年按照分层整群抽样方法的调查血吸虫病疫情和钉螺分布数据，成功建立了安徽省1997-2010年血吸虫病及其影响因素的时空综合数据库，覆盖了血吸虫病流行区9个市、39个县（区）、501个乡镇、以及3000多个村。在钉螺孳生地的遥感技术研究中首次回顾了中国在该方面的研究历史和最新进展，并基于时间序列的遥感图像首次提出了应用于识别钉螺孳生的植被生长模式的新概念，并进行了现场的成功应用，灵敏度和特异度分别为63.64%（14/22）和78.09%（139/178）；引入数学上的Bayesian BYM模型，将因素的影响效应分解为空间相关的随机效应和非空间的随机效应，从而可以有效处理无法考虑的影响因素或遗漏的重要影响因素的作用、发展了时空Kriging模型将时间变量和空间变量同时进行模型拟合，提高了二者分离拟合的效果，并将它们应用于血吸虫病高风险区域的分析研究中，掌握了其风险变化规律，确定了主导其变化的主要因素，初步建立了相应的简单地时空分析方法体系，为类似时空数据的有效利用提供了可资借鉴的分析方法，结果为空间统计分析方法的研究、制定有效的血吸虫病防治策略等提供了基础和科学指导。