PLoS ONE：在飞机上感染SARS-CoV-19的风险到底有多大？
飞机上有很多病菌，然而有一些方法能将感染病菌的风险降到最低；基于人类和动物群体运动的历史性研究就提出了三条简单的规则，即远离那些离你太近的人；向远处移动；匹配“邻居”的移动方向。日前一项发表在国际杂志PLoS ONE上的研究报告中，来自西佛罗里达大学等机构的研究人员就进行了一项研究揭示了坐飞机到底会让我们感染病毒的风险有多大。
图片来源：Wikimedia Commons
该项研究特别适用于航空旅行，因为航空旅行会增加人群感染多种疾病的风险，比如最近全球爆发的COVID-19等。研究者Ashok Srinivasan表示，航空公司会使用多个区域来登机，当登机时人们常常会被阻挡，被迫站在将行李放入箱子的人附近，这样人们之间就会站得非常近，当很多区域被使用时，这种问题就会非常严重，而下飞机会更加平稳，也更快一些，人群之间并没有那么足够的时间被感染。
最近研究者Srinivasan一直在进行研究来分析并开发如何降低飞机上人群传播疾病的风险的程序，很多年来，科学家们一直依赖于SPED（Self Propelled Entity Dynamics，自航实体动力学）模型，其是一种将每个个体视为点粒子的社会力模型，SPED模型的一个限制就是其产生结果的速度很慢，这就使得研究人员及时作出决定变得相当困难，在类似COVID-19爆发的情况下研究人员就需要快速找到答案。
于是研究人员就提出了名为CALM的快速模型，CALM模型，即群体中个体受约束的线性运动分析模型（constrained linear movement of individuals in a crowd），就好像SPED模型一样，CALM模型能够模拟在狭窄的线性通道中的运动状况，研究结果表明，CALM模型的速度几乎是SPED模型的60倍，除了性能的提升之外，研究人员还模拟了额外的行人行为。
研究者有一些实用的建议，他们表示，人群依然有感染病毒的风险，即使你离地比6英尺还远；在于建模者进行讨论后研究者认为，模型似乎并未考虑到空气动力学特性，就好像我们随风扔出去的球一样飞得更远，携带病毒的飞沫也会跟随气流的方向飞得更远。在新加坡，研究者还观察到了一名患者接触卫生间的排气口而表现出SARS-CoV-2检测阳性，这或许就归因于空气流动。
最后研究者Edward Walker表示，相关研究结果或能使NSF资助的Frontera超级计算机系统更加及时地获取结果，因为目前我们迫切需要抵御COVID-19的传播和扩散；这种通过先进计算机模拟实现的结果或许会对未来美国人群的航空旅行体验产生根本性的影响。
-
科技前沿
-
焦点事件
-
焦点事件
-
焦点事件
-
焦点事件
-
焦点事件
-
焦点事件
