血吸虫病是我国重要的人畜共患寄生虫病，经过近70年的努力，疫情已经得到很好控制，成绩卓著，但在血防经费减少、全球气候变暖、大型水利工程以及城镇化建设等的背景下，钉螺面积下降缓慢，部分地区钉螺扩散明显，疫情反弹的潜在威胁巨大。新形势下建立较为先进的技术与方法精准地监测血吸虫病疫情、及时准确地发现高风险区域已成为当前迫切需要解决的关键问题。本项目属于预防医学与公共卫生学。将传统流行病学的现场调查方法与现代空间信息技术获取数据的先进手段结合，基于地理学、遥感、生态学等交叉学科的研究方法，围绕血吸虫病疫情监测与高风险区域的识别问题：1）建立点模式数据的空间和时空核密度估计技术分析血吸虫病的动态风险表面，首次提出空间相对危险度和空间超额危险度概念；2）建立Bayesian广义克里格插值模型，将地理学领域要求连续型变量分布的地统计模型成功拓展为适用于公共卫生领域的离散型变量类型的地统计模型；3）基于植物的自然生长规律首次提出遥感新指标-植被生长指数，有效提高了遥感技术识别钉螺孳生地的准确性；4）建立Bayesian零膨胀时空层次模型精准分析面数据血吸虫病风险动态分布规律，引入数学、地理学、气象学领域的模型全面深入地研究了疾病聚集性风险的空间分布。在湖沼型和山区型流行区的6个不同现场进行了实践应用。项目建立的技术一方面可高效精准地确定当地血吸虫病感染的高风险聚集区分布与动态变化，另一方面可借助于遥感技术识别钉螺孳生地的方法，有效地指导开展现场钉螺调查，已成为当地开展精准血防的有力工具与手段，均提前1-3年实现了“十二五”血防规划目标。项目先后获得全国优秀博士学位论文作者专项资金、国家自然科学基金、科技部重大专项等6个课题的资助，培养博士后1名、博士2名和硕士7名，提交的20篇主要SCI论文的影响因子合计为57.21，他引151次，3篇发表在热带医学排名第一的权威杂志上，主编中文专著2本。研究成果受到重视，应邀参加国内外会议二十余人次，做大会报告8次，获得学术交流一等奖和口头报告二等奖各1次。