一直以来,禽流感病毒在全球的时空传播造成了严重的公共卫生问题。关于禽流感疫情的爆发及其时空传播动态的研究,已经成为流行病学、分子生物学、系统发育学等多个领域的热点问题。然而,禽流感疫情的爆发和时空传播涉及多方面的复杂因素,以往的一些研究只考虑了病毒序列的地理学属性,而没有综合考虑病毒宿主的时空移动等生物学属性。其次,仅基于系统发育学的微观层面的分析很难精确量化病毒的时空传播模式。在宏观层面,由于宿主时空数据采集手段和数据规模的局限性,目前的研究还难以在较细的粒度上精确刻画禽流感病毒的时空传播和宿主的时空模式。有鉴于此,本文通过采集来自不同学科的多源时空数据,围绕我国范围内新发禽流感(H7N9)病毒的爆发及其时空传播风险评估问题,综合运用数据挖掘、流行病学、系统发育学、宿主空间生物学等交叉学科的方法,力求系统性地研究禽流感病毒的演化和传播机制。从数据采集和分析角度,本文设计开发了基于公民科学的鸟类时空数据采集平台。从数据挖掘的角度,提出了一种改进的层次DBSCAN聚类(1HDBSCAN)算法和核密度估计方法,充分利用鸟类的时空观测数据,对鸟类宿主生物特征进行分析,深入挖掘不同鸟种的时空分布及其迁徙规律。通过实验分析了与禽流感相关鸟类在我国的时空分布及其迁徙规律。在微观层面,本文从系统发育学和流行病学角度,采集我国禽流感(H7N9)病毒的基因序列,利用系统发育分析方法研究病毒的进化机制及其时空传播模式。分析发现我国东南部地区H7N9禽流感的三次流行浪潮,同时观察到在同一个省市,同一年份病毒序列在系统发育树上的聚集效应。在宏观层面,本文利用互相关函数系统探索禽流感(H7N9)病毒与鸟类时空分布之间的相关性。在更小的尺度上,确定了我国上海、江苏、浙江、福建、江西和广东地区与甲型流感(H7N9)感染病例可能相关的候鸟种类,结合不同鸟种的空间生物学特征,定量评估禽流感(H7N9)病毒的热点地区。此外,针对不同地区已确定的关键鸟种,进一步引入格兰杰因果关系检验(Granger Causality)方法,检验关键鸟种分布与禽流感(H7N9)病毒之间的因果关系。综上所述,本文提出了层次聚类方法和核密度估计方法,以深入挖掘候鸟在我国的时空分布及其迁徙规律。其次,本文利用系统发育分析方法揭示甲型流感(H7N9)感染的演化和地理模式。实验发现沿着东亚-澳大利亚迁徙路径发生的三次流行浪潮,而同一地区或相邻省市的病例在系统发育树上聚集在一起且差异较小。此外,本文利用互相关函数以及因果分析方法,确定了与我国上海、江苏、浙江、福建、江西和广东地区的甲型流感(H7N9)感染相关的可能鸟种列表。基于已确定的关键鸟种的时空分布,进一步评估了在这些典型省市内潜在的禽流感传播热点区域。这些结果和发现可以为中国甲型流感(H7N9)的主动监测和战略控制提供哨兵信号和证据。