鉴于美国正在发生的2022-2025年高致病性禽流感（HPAI）疫情，这场疫情影响了数百万商业和家庭养殖的禽群，扰乱了蛋类和肉类生产，并造成了重大经济损失，因此开发符合美国HPAI传播模式并反映美国控制和预防措施的生物模型和优化算法显得尤为重要。在这项研究中，我们引入了一个部分随机网络分舱模型，以确定HPAI病毒在商业禽群和野生动物中的传播进程及潜在遏制方法。模型的参数通过现有的野鸟迁徙数据、HPAI禽类疫情数据以及美国不同州的养殖场库存数据进行估算。这个新模型模拟了由野生动物动态、季节性以及养殖场间关系驱动的HPAI病毒传播。与许多以往的全球模型不同，这个框架是专门针对美国的HPAI统计数据、农场结构和现有的缓解措施设计的。我们提出的网络模型结合HPAI监测数据，用于分析降低HPAI从野生鸟类传播到家禽的最佳控制策略。我们的数值实验表明，上述控制策略非常有效。在缺乏广泛疫苗接种的情况下，这些相对廉价的隔离措施，如覆盖的活动区和安全的禽舍，有助于防止环境污染和HPAI传播给家禽的风险，从而保护禽群并减少扑杀。