当下,新的传染病不断的出现并肆虐全球,已有的一些传染病也总是死灰复燃,时不时地席卷而来,它们不断地威胁着人类的生命健康。因此,建立一个传染病早期预警系统显得尤为重要。在过去的几十年里,世界各国纷纷对此进行了广泛的研究,它们主要是针对基于时间维度或空间维度的传染病聚集性探测进行的研究,其尺度范围可以从乡镇到全国。目前已有的很多传染病早期预警系统很少能同时考虑时间和空间上的聚集,它们通常是基于相关风险因素进行分析的,过于依赖所采集到的风险数据,而且,传统的预警系统是主要是根据疾病分布中探测到的一些异常情况进行估计的,这是一种回顾性分析的方法,缺乏时效性。本文主要提出一种基于贝叶斯网络的传染病时空预警模型。首先,本文对传染病空间聚集性探测技术进行了概述,主要研究了多指标面板数据的聚类分析算法;其次,本文对传染病的时间聚集性探测进行了研究,介绍了一种基于移动百分位数的算法对传染病的风险等级进行划分;最后,本文进行了利用贝叶斯网络建立传染病时空预警模型的研究,并将本文所研究的各方法用在了湖南省手足口病的时空预警模型的研究中。本文主要对湖南省的研究区域按照流行季节和发病程度进行了聚集性分析,并将其分为四个研究区,针对不同的区域分别建立了贝叶斯网络模型,并分别对其风险等级进行概率估计。结果显示,利用此方法进行的预警精度范围从86.11%到100%,该结果不但表明利用此方法建立的预警模型比传统的模型精度高,还能同时兼顾时间和空间的特征,而且利用贝叶斯网络建立的模型一旦建立,当一些相关风险数据缺失时,我们仍可以对其进行风险估计,从而达到预警的效果。