人类的短时旅行行为可以用距离幂律来描述。我们将这些信息纳入传染病监测数据的时空模型中，以更好地捕捉疾病传播的动态。对两个先前建立的模型类进行了扩展，这两个模型类都将疾病风险额外分解为地方病和流行病组成部分：用于个体级数据的时空点过程模型和用于聚合计数数据的多元时间序列模型。在这两个框架中，空间相互作用的幂律衰减被嵌入到流行病成分中，并使用（惩罚的）似然推断与所有其他未知参数联合估计。鉴于幂律可以基于点过程模型中的欧氏距离，针对幂律依赖于离散空间单元邻域顺序的计数数据，提出了一种新的公式。通过重新分析德国（2002-2008）侵袭性脑膜炎球菌病的个别病例和德国南部140个行政区（2001-2008）的流感计数数据，对新方法的性能进行了调查。在这两种应用中，幂律大大改进了模型拟合和预测，并且相当接近于其他定性公式，其中距离和邻域顺序分别被视为一个因素。R包中的实施监视允许在其他设置中应用该方法。