狂犬病是一种由狂犬病病毒(Rabies Virus,RABV)引起的,在世界范围内广泛分布的、人畜共患的急性传染病。由于目前缺乏有效的治疗方式,狂犬病的病死率几乎是100%,每年造成全球约六万人死亡。在中国,人类狂犬病是一个公共卫生问题,特别是在欠发达地区,由于缺乏流行病学调查,人类狂犬病报告严重不足。为了更好地控制、消灭狂犬病,我们收集到1976年至2016年云南省的人类狂犬病数据和相关的地理环境数据。本文利用空间流行病学中的描述性流行病学方法、空间分析、时空扫描统计分析、空间自相关分析等基础性方法研究云南省1976-2016年人类狂犬病的时空分布状况。再利用统计制图技术,将人类狂犬病的发生与环境因素(海拔、降水量、标准化植被指数(Normalized Difference Vegetation Index,NDVI)、温度、至最近河流的距离)和人为因素(人类和犬类种群密度、至最近主干道的距离、国内生产总值(Gross Domestic Product,GDP))联系起来,分析这些因素与人类狂犬病的关系并对人类狂犬病的发生做出风险预测。主要研究成果如下:第一,1976-2016年云南省人类狂犬病的分布状况。人群上,男性病例数明显多于女性,农民是发病最多的群体,20-49岁这个年龄段发病数最多。时间上,存在一个显著的聚集,时间跨度为1985年至1989年,夏季是人类狂犬病高发季节。空间上,云南省人类狂犬病主要集中在东南部和东北部区域,但是发生了空间上的转移。第二,云南省人类狂犬病的影响因素。本文构建增强回归树(Boosted Regression Tree,BRT)模型来分析人类狂犬病的影响因素,研究发现环境因素与人类狂犬病的相关性比人为因素更强。第三,云南省人类狂犬病风险预测。构建增强回归树模型来预测云南省人类狂犬病风险,使用受试者特征曲线下的面积(Area Under the Curve,AUC)来判断模型预测人类狂犬病风险的准确性。研究结果显示增强回归树模型的预测性能比较好(AUC=0.88),海拔在2000米以下、人口密度在30-300人/平方公里之间、人均GDP在5,000-30,000元/年之间、NDVI在0.07以下的地区发生人类狂犬病的风险更大。因此,云南省的人类狂犬病预防控制应该重点关注符合以上所述特征的地区。本文基于对人类狂犬病时空分布特征的分析,进一步构建模型分析人类狂犬病的影响因素并做出风险预测。可以为公共卫生措施与策略的制定提供科学的理论支撑,有益于保护人群的健康与安全。