病菌在機艙內傳播分析綜述

王光秋,汲生成*

中國商飛北京民用飛機技術研究中心,北京 102211

隨著民用飛機安全性、舒適性和環保性的不斷提高,民航飛機現已成為國內外人們旅行的主要交通工具。2014年全球民航旅客運輸量已達到創紀錄的33億人次,同比增長5%；其中中國民航旅客運輸量達到3.9億人次,同比增長11%。高品質的民航運輸不僅要保證乘客的安全,而且要為乘客提供健康的空中旅行環境。一般乘客在乘坐飛機的幾個小時旅行過程中,處于低壓缺氧、低濕度、人與人之間距離非常小和相對暴露而狹窄的機艙內。因此,研究病毒在機艙內的傳播具有重要意義。目前的大部分商用飛機機艙內50%的空氣是來自外部的新鮮空氣,即從發動機引入的新鮮空氣。其經過去除揮發性有機化合物(Volatile Orgnic Compunds,VOC)和臭氧,然后與機艙內經過高效過濾器(High Efficiency Particulate Air filter,HEPA)和氣體過濾器除異味后的氣體混合后進入機艙。HEPA能夠99.97% 地去除直徑為0.1～0.3μm大小的顆粒和100%地去除其他顆粒[1]。例如,結核桿菌(Tubercle Bacillus,TB)直徑在0.2～0.5μm之間,長度在2～5μm之間,用HEPA可以去除大部分結核桿菌[1]。

咳嗽、打噴嚏或講話能產生大量的直徑最大為100μm的水滴,同時病菌也被擴散到空氣中。比較大的水滴(直徑大于5μm)會通過重力作用沉積在表面上,例如,易感染人群的眼球結膜或者鼻腔粘膜；直徑稍小的水滴在溫暖、干燥的環境里會快速地蒸發變成微滴核(直徑小于5μm)。這些帶有病原體的微滴核能夠長時間懸浮在空氣中,并且隨空氣的流動而移動[2],很容易傳染給其他乘客。除了近距離接觸外,病原體是否能夠傳給其他乘客還取決于乘客在受到病原菌污染的環境里所暴露的時間、微生物的致病性、環境以及乘客自身免疫情況等因素。疾病傳染擴散會給其他乘客造成現實的威脅,例如病毒病像麻疹和流感、細菌感染像結核病等。而且,已知的傳染性疾病如天花、麻疹、肺結核、SARS、普通感冒和季節性流感等都可能在民航飛行中傳播[3]。Wagner等研究推測[4],一位坐在經濟艙的H1N1流感攜帶者可能在5 h的飛行中感染2～5位、11 h中感染5～10位、17 h中感染7～17位乘客；如果飛機不是滿載,乘客在頭等艙中受感染的概率要比在經濟艙中多。除了普通乘客通常的疾病傳染,還有生物恐怖主義者攜帶傳染性疾病通過空運傳播或者化學武器進行報復等潛在威脅。顯然,研究疾病在機艙內傳播的機理、傳播路徑,以及影響疾病傳播的機艙內環境例如通風量、通風過濾、空氣濕度和人員行為如表面接觸、手衛生、食品管理等,對民航產業發展具有重要意義。

圖1 通過咳嗽和講話產生的液滴直徑分布[5]Fig.1 Diameter distribution of fluid droplet generated by coughing and speaking[5]

1 機艙內病菌傳播的研究方法

在介紹病菌傳播的研究方法之前,有必要對病菌傳播的方式進行簡單的介紹,以在研究病菌傳播方法時有的放矢。病菌傳播的方式主要有以下幾種:

1)直接接觸傳播,通過表面的直接接觸傳播,例如握手、接吻。

2)間接接觸傳播,通過接觸媒介物體,比如接觸帶有病原體的物體表面,例如廁所把手、椅子等。

3)攜帶病原體的水滴傳播,這些水滴的直徑大于5μm,通過帶有病原體的人講話、咳嗽和打噴嚏等方式產生。這些飛濺的小液滴容易被其他乘客通過呼吸道直接吸入身體,因此在某種程度上說,這種傳播方式可以看作直接傳播方式。

4)空氣傳播,通過攜帶病原體的氣溶膠傳播,這些小液滴也是通過人的呼吸道產生,例如說話、打噴嚏和咳嗽等,小液滴的直徑小于5μm,因此可以長時間懸浮在空氣中,并且隨空氣流動而移動很長的距離。小液滴由于直徑很小,能夠通過呼吸道直接進入肺胞,引發直接的感染。不同的學者研究發現,通過咳嗽和講話而產生的液滴的直徑分布如圖1所示[5]。圖中:fn為概率分布函數；dp為液滴直徑；GM為dp的平均值。

接觸傳播方式是指通過直接或間接接觸方式導致的病菌傳播。病菌能夠引發感染的前提是:一定劑量的病菌從寄主釋放出來后,必須在手或者其他帶菌雜物體上能夠存活一段時間,例如,沉積到不銹鋼表面的流感病菌存活受到環境溫度、相對濕度和暴露時間的影響,在周圍環境為24℃和相對濕度為35%條件下暴露1 h,流感病毒能夠存活63%。研究顯示,隨著溫度(55℃、60℃、65℃)和相對濕度(25%、50%、75%)的不斷提高,流感病毒滅活也隨之增加。對于其他病毒,例如TB與流感病毒、H3N2和H1N1存活時間和周圍環境的關系分析研究,可參考相關的研究成果和實驗記錄[2]。

通過咳嗽、打噴嚏等產生的液滴,其中直徑大于150μm的液滴攜帶的病原體超過總量的99%。這些液滴運動的距離受到初始速度和重力加速度的影響,直徑超過150μm的水滴能夠運動超過60 cm的距離,因此大多數液滴都會很快地降落到地面或者其他物體表面上,而到達不了易感人群。由于機艙內特有的結構特征(如圖2所示[3])與混合通風(Mixing Ventilation)方式,增加了病菌在機艙內傳播的范圍。HEPA過濾裝置能夠去除病毒和病菌,但是這些過濾裝置只安裝在通風管道內,在去除病毒和病菌前已經擴散到其他乘客。研究人員通過實驗模擬人類咳嗽產生的液滴,在100%新鮮空氣通風狀態下,這些水滴能夠用20 s到達涵蓋21個座位的距離[2]。為了更好地理解機艙通風對水滴運動的影響,可通過實驗方法測量說話、打噴嚏和咳嗽產生的空氣射流流場(如圖3所示)和液滴數量等,目前主要測量方法有PIV(Particle Image Velocimetry)和IMI(Interferometric Mie Imaging)等。

圖2 機艙內混合通風方式示意圖[3]Fig.2 Sketch of mixing ventilation mode in civil aircraft cabin[3]

圖3 男性實驗者講話和咳嗽引起的空氣射流速度場Fig.3 Jet velocity distribution generated by speaking and coughing from a male

圖4 全尺寸寬體機艙模型圖[6]Fig.4 Full-scale mockup experiment in wide-body aircraft cabin[6]

以下將介紹研究病菌傳播的主要方法。

1.1 實驗方法

在用實驗方法對流場進行測量中,需要通過完成大量的實驗,才能比較準確地確定每個樣本所產生的氣體流量、速度、液滴直徑分布和數量。例如,通過特殊的肺活量計來測量流速和通過雪茄煙霧(直徑大約為0.2μm的粒子)來跟蹤流場等。從呼吸道呼出的病菌除了落在物體表面上,還有留在微滴核上并且懸浮在空氣中,其殘留在微滴核上的病菌可以通過空氣傳播。由于在機艙內測量乘客和機組人員的實驗成本非常高,基本不可行。因此,人們通常在實驗室內通過實驗方法模擬真實機艙環境,測量病原體在空氣中的傳播。其方法一般是用示蹤氣體(CO2)或者固體粒子如煙代替攜帶病原體的液體顆粒,然后通過十四非色散紅外傳感器來測量示蹤氣體的濃度或者液滴的數量。

美國堪薩斯州立大學的機艙環境研究實驗室(Aircraft Cabin Environment Research Laboratory,ACERL)建有全尺寸的寬體客機(Boeing 767)機艙實驗模型(如圖4所示[6])。該實驗室有長為9.45 m(包含11排座位)的機艙段和模擬真實高空機艙環境的控制系統,如空氣流量為660 L/s的HEPA等。其實驗方式一般為:① 利用CO2和氦氣混合來代替污染物的擴散,包含這兩種混合氣體的示蹤氣體在左右過道中心通過垂直細管在1.2 m高度噴入機艙內；空氣取樣裝置放置在機艙前部1.5 m高的位置。由于湍流擴散強度比分子擴散大幾個數量級,因此實驗取樣的時候忽略了分子擴散效應；② 用滑石粉作為固體顆粒(如圖5所示[6]),滑石粉顆粒直徑在0.5～5.0μm之間,其中滑石粉數量分布峰值是直徑為1.5μm的顆粒。固體顆粒的濃度用氣動粒度儀(Aerodynamic Particle Sizer,APS)TSI 3321來測量；③ 用乳酸乳球菌作為替代細菌,這種替代細菌被霧化后噴在和乘客頭部高度一致的位置。

通過上述3類實驗,可以測量不同的病毒攜帶方式在機艙內橫向和縱向位置的擴散情況。根據實驗數據,擬合病菌濃度擴散模型,得到可以用于預測病菌濃度擴散的經驗公式[2]。

1.2 數值模擬方法

和實驗方法相比,數值模擬方法是一種方便并節省成本的方法,通過計算機艙內熱流耦合場來研究空氣傳播疾病的濃度擴散。CFD方法還能研究病菌在三維空間的傳播情況,而用實驗方法是較難測量的。空氣流場、壓力場和溫度的變化可以通過求解質量守恒方程、雷諾平均Navier-Stokes方程組和湍流方程組、能量方程組而獲得。通常有兩種模擬方法,用來模擬攜帶病菌的液體顆粒或者固體顆粒,一種是把固體顆粒或者液體顆粒看作一種連續物質,可以求解一個濃度的對流擴散方程(也就是物質輸運方程)來獲得濃度場；濃度擴散只和空氣的對流和擴散有關,通過湍流黏性系數與空氣輸運方程組相關聯。另外一種方法是把固體顆粒或者液體顆粒看作一種離散相物質,一般用Lagrange方法計算每個顆粒的歷史運動狀態,如圖6所示；這種方法可以跟蹤每個粒子的運動軌跡,但是計算量比較大。

圖5 固體顆粒噴射裝置[6]Fig.5 Injector of solid particles[6]

圖6 用Lagrange方法計算顆粒的運動軌跡Fig.6 Trajectories of particles simulated using Lagrange method

圖7 2003年中國國航香港-北京F112航班SARS攜帶者傳染20位乘客分布示意圖[3]Fig.7 SARS infected 20 passengers’distribution in international flight F112 from Hong Kong to Beijing of China in 2003[3]

在2003年,中國國航由香港至北京的F112航班上20位乘客被一個SARS攜帶者傳染,其機上人員分布情況如圖7所示[3]。Mazumdar等通過CFD數值模擬研究表明[7],病菌傳播與乘客和SARS攜帶者是否運動有很大關系。在計算模型中,應用了動網格技術來模擬移動的乘客,結果顯示當一個乘客沿著走廊走動時,尾流會使病菌傳到攜帶者前面7排的距離,病菌在尾流的影響下還會繼續擴散到其他的乘客(如圖8所示[7])。

Acikgoz等利用CFD研究Boeing 767機艙內攜帶者咳嗽對病菌擴散的影響[2],網格劃分及數值結果如圖9所示。數值模擬顯示咳嗽可以讓病菌在機艙內傳播超過1.5 m的距離,傳播距離還和咳嗽方向以及液滴顆粒直徑有關。結果顯示,咳嗽10 s后,機艙內水平方向咳嗽產生的病菌濃度要比垂直方向的病菌濃度大。

準確地應用CFD模擬病毒的傳播,需要精確定義邊界條件,比如乘客的呼出和呼吸動作在模擬的時候可以設置成為周期性邊界條件；但嘴和鼻子呼出和吸入并不在同一時間,因此還需要用自定義函數(User Defined Function,UDF)來定義邊界條件,病毒濃度邊界條件的定義也需要用UDF。除此之外,網格相關性驗證、湍流模型和離散格式的選擇也是影響計算精度的重要因素。在Boeing 767機艙模型中,研究者還做了網格相關性分析,分別采用0.52,3.3,7百萬的四面體網格。在64位3 GHz頻率的XEON處理器上,8個CPU共36 GB內存,每個算例運行大約3天時間。

圖8 移動乘客對SARS擴散的影響[7]Fig.8 SARS spreading influenced by moving passengers[7]

圖9 Boeing 767機艙網格劃分及數值結果[2]Fig.9 Grid generation and simulated results of Boeing 767 cabin[2]

1.3 概率分析方法

通過CFD模擬真實機艙內環境,雖然網格生成和運算需要花費大量時間,但是能更詳細地了解病菌的傳播情況。Gupta等研究發現[8],3～4 min后,排到空氣中的液滴只剩下大約10%且均質分布。因此可以用實驗或者數值模擬方法得到病菌攜帶者呼氣射流隨時間在空間上的分布特征,進而獲取一個呼氣動作排到空氣中的病毒劑量。通過在不同時間疊加每個動作排到空氣中病毒的劑量,可以計算其真實環境中病毒的劑量。乘客吸入的劑量,可以根據式(1)計算:

式中:di(t)為被i個乘客在時刻t吸入的劑量；Inf為吸入效率；dex為病毒攜帶者排出去的劑量；α為病菌在空氣中的生存能力；pi為第i個乘客吸入病毒的速率；ci為在第i個乘客周圍呼出的水滴濃度。

在機艙內個體感染概率可根據吸入劑量和概率模型計算。概率模型雖不能判斷乘客是否受到感染,但是可以預測該乘客受到感染的概率。比較常用的模型有Dose-response模型和Wells-Riley模型[9]:

式中:P為感染概率；D為受感染人群數量；S為易感染人群數量；ni為原發性感染病例；q為quanta釋放率(quanta為度量病毒劑量的單位)；p為肺通氣率；Q為機艙通風率；r為引發感染能力；dis為在穩定完全混合狀態下的吸入劑量。近年來隨著分析模型的發展和完善,已發展了非穩態非完全混合模型和多路徑傳播(例如通過手接觸座椅、廁所把手、杯具等)等概率預測模型,可以預測復雜情況下的傳染概率。

2 國內外研究現狀

實驗模擬技術和CFD技術是近年來發展起來的先進實驗技術和計算技術的典型代表,分屬不同的學科研究領域。實驗模擬技術基于模擬真實人體生理狀況,因其風險小、成本低、模擬精度高等優點,在航空、航天、汽車等領域的封閉空間環境控制、碰撞實驗等方面得到廣泛的應用。然而,實驗模擬技術也存在著如模擬環境復雜、測量設備要求高、實驗成本高等問題,尤其是如何精確測量咳嗽、打噴嚏和講話產生液滴直徑的分布、液滴攜帶病原體的劑量以及殘留在空氣中的氣溶膠擴散等問題已得到了廣泛的關注,亟待解決。

圍繞著液滴直徑大小分布的問題,Duguid[10]、Shimada[11]、Papineni[12]、Chao[5]和Morawska[13]等進行了一系列研究,給出了不同情況下液滴直徑大小的分布規律；Hoppe[14]通過實驗確定了呼出氣流的溫度。Chen等研究了咳嗽產生的氣流特征,例如流量、射流方向、咳嗽過程中嘴張開的有效面積[15]。上述實驗都是通過實驗模擬技術研究液滴在運動距離不遠還幾乎沒有蒸發的情況下的空氣流動特征和液滴直徑大小分布規律。直徑大于5μm的攜帶病原體的液滴通常在空氣中運動不超過1 m距離就沉降在物體表面或者軟組織表面[2]。研究表明[16-17],咳嗽等產生的液滴,大多數液滴在不到一秒鐘的時間內變成液滴核,直徑大約變為原來的1/3。殘留在空氣中的液滴核能夠在空氣中存留很長時間,由空調系統(如圖2所示)和人員走動(如圖8所示)產生的湍流使液滴核通過空氣傳播方式傳染給其他乘客[18-19]。

在實驗研究方面,Zhang[20]和Kühn[21]等通過實驗發現即使在穩態下,通過實驗測量方法全面了解在全尺寸機艙實體模型內顆粒物傳播情況是很難的,因為大的封閉空間和座椅、乘客等障礙物妨礙實驗設備獲得更詳細的實驗數據。另外,人員的走動使機艙內流動更加復雜,更難獲得有意義的數據[18]。為了研究攜帶有病原體的氣溶膠在機艙內的擴散機理,實驗模擬中通常使用示蹤氣體或粒子發生器產生的固體顆粒[22]。Nielsen[23]把N2O和煙模擬病菌射入呼吸區域,結合個性化通風(Personalised Ventilation)方式發現,通風口設置在頸枕上要比安裝在座位上更有利于避免交叉感染。丹麥科技大學國際室內環境和能源中心(International Center for Indoor Environment and Energy,ICIEE)的研究人員[24]發現增加新鮮空氣流量可以降低射入點附近的示蹤粒子的濃度,但是也使粒子擴散到更遠的距離。研究還表明粒子沉淀率在60%～70%之間[22]。香港大學Wan等[25]研究了不同液滴直徑在不同空氣通風量下沿機艙橫向和縱向的擴散規律,結果表明,液滴直徑越大,在橫向和縱向傳播距離上表現出更大的浮動性。

以上工作充分表明,通過實驗模擬技術可以有效地定性測量液滴在機艙內的擴散規律,但是模擬實驗方法仍然停留在直覺經驗和定性研究上,缺乏系統的理論基礎和有效的經驗或者半經驗模型。

從學術研究角度分析,機艙內攜帶病原體的液滴和固體顆粒是離散相在連續相空氣中傳播擴散,屬于多相流體力學耦合計算問題。如何耦合離散相和連續相、熱力耦合、邊界條件參數輸入和壁面邊界條件處理,從而改善數學模型和提高數學模型的預測精度,是理論研究工作重點關注的問題。

在CFD范疇內,依據參考坐標的不同,計算離散相方法主要有Lagrange和Euler方法。前者計算每個粒子的運動軌跡,考慮了包括流體黏性力、重力、熱泳力和布朗運動擴散效應在內的影響。Euler方法計算離散相濃度的擴散,求解對流擴散方程,通過黏性系數與Schmidt數和流體控制方程耦合。

Acikgoz等[2]利用Lagrange方法模擬了Boeing 767寬體客機機艙21個座位,即3排空間內病原體的傳播。在模擬中,全部采用真實人體幾何模型,主要研究病原體噴出方向、感染者位置和傳播時間這3個參數對病原體傳播的影響。由于采用穩定邊界條件,液滴微粒直徑一致,因此模擬結果距離真實情況有一定距離。而Wan等[25]同樣利用Lagrange方法,模擬了機艙內病原體在不同空調通風量、液滴直徑在機艙橫向和縱向上的傳播規律,通過應用各向異性邊界壁面函數[26]和改善邊界條件[24],數值計算結果和實驗結果比較一致。

美國普渡大學的Poussou等利用縮減水模型實驗[18],借助先進的PIV和PLIF(Planar Laser Induced Fluorescence)技術獲取實驗結果,重點研究了移動物體對病原體擴散的影響。計算模擬采用動網格技術,模擬結果與實驗結果相吻合。而Mazumdar等[7]重點研究了模型縮減和移動物體對機艙內病毒傳播的影響；利用Poussou等驗證過的數值模型和動網格技術,他們發現移動物體能帶動病毒移動7排座位距離,這解釋了SARS為什么能傳染給距離病源較遠的乘客這一難題[18]。為了節省計算時間,也有采用體積力方法加入一個分布式動量源[27-28]或者湍流能量源[29]的計算模型。除了CFD模擬方法,還有多區域模型[30]、Zonal模型[31]等所獲得的CFD預測的結果和實驗比較接近[24]。根據Chen等[15]的研究,v2-f和RNG k-ε湍流模型更加適用于機艙內病原體傳播擴散的模擬。李玉國等通過實驗和CFD模擬研究SARS室內傳播機理,揭示了SARS在2003年香港到北京航班里的傳播情況[32]。

近年來,隨著對機艙內病菌研究的深入,不同的研究團隊做了大量的實驗以確定人類講話、咳嗽和打噴嚏所產生的液滴流動特征,這些實驗數據使得邊界條件參數的輸入問題得到了進一步的改善。但是對于液滴擴散到邊界和邊界的相互作用方面的研究成果較少。此外,上述計算模型只涉及到3排或者5排座,并不能比較完整地分析機艙內的病菌傳播情況。Poussou等[18]利用水模型研究了水槽內移動物體對病菌傳播的影響,但其結果無法直接應用于模擬機艙內移動乘客對病菌傳播的影響。

通過模擬實驗方法和CFD方法,可以獲得病菌濃度在密閉空間位置隨著時間和其他一些物理量以及外部因素而變化的規律,例如在發動機單發失效通風量下,以及不同的通風方式和在機艙內有人員走動導致空氣對流加強的情況。正如第1節關于3種不同研究方法的闡述,模擬實驗方法和CFD方法不能評估乘客在機艙內受感染的概率和評估機艙內病菌不同傳播途徑的相對重要性。

Brankston和Killingley等討論了不同傳播路徑在病菌傳播擴散中所扮演的角色和重要性[33-34]。總的來說,一些傳播路徑的傳播機理還沒有完全弄清楚。例如,近距離呼吸接觸傳播方式(如圖10所示)近幾年才開始得到關注[35],而通過表面接觸方式的傳播機理仍然在探究中。

根據當時具體的傳播條件和病菌種類,不同的傳播方式和途徑在其中的重要性也不同[33-34]。例如,在1977年3月,從阿拉斯加州霍默到科迪亞克島的航班上爆發了流感病毒,研究發現空氣傳播方式是導致流感病毒傳播的主要途徑[35-36]。然而,Han等研究發現,近距離接觸傳播方式是導致另外一次病菌爆發的主要原因[37]。

一些文獻研究了通過手接觸污染的表面(如圖11所示)的傳播方式下乘客受感染的概率模型[38-39]。然而,在這些研究中,病菌在從污染的表面到手傳遞的過程中,前提是假設手和污染物只接觸一次。這個假設條件只有在乘客上座率非常低的情況下比較合理。在上座率非常高的情況下,一些表面,例如廁所和門的把手會被不同的個體頻繁地觸摸,而且感染者的手也可能會污染其他的表面。隨后,一些研究者對隨機模型進行了研究[40],即個體在空間位置和個體之間的鏈接關系是隨機的。個體活動規律的可預測性差導致接觸模型帶入很多假設條件,比如人的活動是按照一定的規律執行的,這導致一些隨機模型其實并不是完全的隨機模型[40]。

圖10 近距離呼吸接觸傳播示意圖Fig.10 Diagram of respiratory close contact

圖11 表面接觸傳播方式示意圖Fig.11 Graphical depiction of surface contact network

社會接觸模型整合了近距離接觸和空氣傳播兩種模型來評估任何兩個或更多個體(包括乘客和機務人員)受感染的可能性(如圖12所示)。

然而,研究病菌在機艙內傳播的難點在于,在民用客機機艙內不能使用無線設備收集實驗數據。另外,考慮到民航巨大的客運量,不可能在一天或者一個月內追蹤所有研究對象(乘客和機務人員)；不像其他運輸工具,乘客在航班飛行過程中不能隨意上下飛機。結合飛機機艙內病菌傳播環境的特殊性,促使我們發展一種能夠描述病菌在機艙密閉空間內,包括接觸傳播模型、近距傳播模型和空氣傳播模型、傳播特點的實用模型。通過這種新的模型,可以綜合研究各種傳播路徑在病菌傳播過程中的相對重要性以及對乘客受感染的風險作出評估。為此,本團隊與香港大學李玉國教授開展合作,在病菌在機艙內傳播過程中多種傳播路徑的相對重要性方面開展研究工作。發展了綜合接觸傳播和空氣傳播兩種模型的社會網絡傳播模型,圖13和圖14分別給出了長距傳播和近距呼吸傳播方式引起乘客受感染概率在機艙內的分布圖。

圖13 長距空氣傳播方式引起乘客受感染概率Fig.13 Infection risk of each individual due to long range airborne transmission

圖14 近距呼吸接觸方式引起乘客受感染概率Fig.14 Infection risk of each individual due to respiratory close contact

3 總 結

病菌在機艙內傳播的主要研究方法包括實驗測量方法、數值模擬方法和概率分析方法。通過實驗方法可以局部地測量呼吸、咳嗽等動作產生的流場、液滴直徑的分布規律和病菌濃度分布；而數值模擬方法可以詳細地模擬氣體流場與病菌濃度擴散和分布情況；概率分析方法不僅可以研究在機艙內病菌多種傳播路徑的相對重要性,而且還可以評估乘客在旅行過程中受感染的風險。

根據本文第2節的分析,在民航機艙內病菌傳播的研究方面,目前存在的主要問題可總結如下,有待進一步深入研究和探討:

1)機艙內模擬實驗的研究工作目前主要基于直接的觀測方法,缺乏理論分析。通常用簡單的人體模型和示蹤粒子來模擬人體咳嗽、打噴嚏和講話產生射流的流場和溫度場特征,并沒有總結出適合表述這些特征的理論性公式。

2)現有熱力耦合條件下的多相流體力學計算模型尚不完善,要解決計算結果和實驗結果匹配的問題,需要從邊界條件參數的輸入、湍流模型的選擇、邊界條件的處理等方面開展深入研究。

3)在病菌通過接觸方式傳播過程中,需要從更加微觀角度研究病菌傳播的機理,包括從被污染物體表面到手表面,或者從手表面到物體表面。這可以帶動納米材料在滅殺和抑制病菌、病毒方面的應用研究。

4)在概率分析模型方面的研究,會朝著更加復雜的模型方向發展,這樣模型可以描述更多個體之間復雜的關系,以及追蹤更多個體隨著時間變化受感染的風險。

[1] World Healthy Organisation.Tuberculosis and air travel:guidelines for prevention and control[M].3rd ed.[s.l.]:World Healthy Organisation,2013.

[2] Acikgoz M B,Akay B,Miguel A F,et al.Airborne pathogens transport in an aircraft cabin[C]//Defect and Diffusion Forum,2011,312-315:865-870.

[3] Mangili A,Gendreau M A.Transmission of infectious diseases during commercial air travel[J].The Lancet,2005,365(9463):989-996.

[4] Wagner B G,Coburn B J,Blower S.Calculating the potential for within-flight transmission of influenza A(H1N1)[J].BMC Medicine,2009,7(81):1-7.

[5] Chao C Y H,Wan M P,Morawska L,et al.Characterization of expiration air jets and droplet size distributions immediately at the mouth opening[J].Journal of Aerosol Science,2009,40(2):122-133.

[6] Gerencher C L.Research on the transmission of disease in airports and on aircraft[C]//Transportation Research Board Conference Proceeding 47.Washington,D.C.:Airport Cooperative Research Program Transportation Research Board,2009.

[7] Mazumdar S,Poussou S B,Lin C H,et al.Impact of scaling and body movement on contaminant transport in airliner cabins[J].Atmospheric Environment,2011,45(33):6019-6028.

[8] Gupta J K,Lin C H,Chen Q.Characterizing exhaled airflow from breathing and talking[J].Indoor Air,2010,20(1):31-39.

[9] Gupta J K,Lin C H,Chen Q.Risk assessment for airborne infectious diseases in aircraft cabins[J].Indoor Air,2012,22(5):388-395.

[10] Duguid J P.The size and the duration of air-carriage of respiratory droplets and droplet-nuclei[J].Journal of Hygiene,1946,44(6):471-479.

[11] Shimada M,Okuyama K,Okazaki S,et al.Numerical simulation and experiment on the transport of fine particles in a ventilated room[J].Aerosol Science and Technology,1996,25(3):242-255.

[12] Papineni R S,Rosenthal F S.The size distribution of droplets in the exhaled breath of healthy human subjects[J].Journal of Aerosol Medicine,1997,10(2):105-116.

[13] Morawska L,Johnson G R,Ristovski Z,et al.Size distribution and sites of origins of droplets expelled from the human respiratory tract during expiratory activities[J].Journal of Aerosol Science,2009,40(3):256-269.

[14] Hoppe P.Temperature of expired air under varying climatic conditions[J].International Journal of Biometeor,1981,25(2):127-132.

[15] Chen Q Y,McDevitt J J,Gupta J K,et al.Infectious disease transmission in airliner cabins,RITE-ACER-CoE-2012-01[R].[s.l.]:Airliner Cabin Environment Research,2012.

[16] Nicas M,Nazaroff W W,Hubbard A.Toward understanding the risk of secondary airborne infection:emission of respirable pathogens[J].Journal of Occupational Environmental Hygiene,2005,2(3):143-154.

[17] Morawska L.Droplet fate in indoor environments,or can we prevent the spread of infection[J].Indoor Air,2006,16(5):335-347.

[18] Poussou S B,Mazumdar S,Plesniak M W,et al.Flow and contaminant transport in an airliner cabin induced by a moving body:model experiments and CFD prediction[J].Atmospheric Environment,2010,44(24):2830-2839.

[19] Zhu S,Kato S,Yang J H.Study on transport characteristics of saliva droplets produced by coughing in a calm indoor environment[J].Building and Environment,2006,41(12):1691-1702.

[20] Zhang Y,Sun Y,Wang A,et al.Experimental characterization of airflows in aircraft cabins,Part 2:Results and research recommendations[J].ASHRAE Transactions,2005,111(2):53-59.

[21] Kühn M,Bosbach J,Wagner C.Experimental parametric study of forced and mixed convection in a passenger aircraft cabin mock-up[J].Building and Environment,2009,44(5):961-970.

[22] Sandro T C,Marcelo L P,Arlindo T.A review of methods applied to study airborne biocontaminants inside air-craft cabins[J].International Journal of Aerospace Engineering,2011,2011:824591.

[23] Nielsen P V.Analysis and design of room air distribution systems[J].HVAC&R Research,2007,13(6):987-997.

[24] Sze To G N,Wan M P,Chao C Y H,et al.A methodology for estimating airborne virus wxposures in indoor environments using the spatial distribution of expiratory aerosols and virus viability characteristics[J].Indoor Air,2008,18(5):425-438.

[25] Wan M P,Sze To G N,Chao C Y H,et al.Modeling the fate of expiratory aerosols and the associated infection risk in an aircraft cabin environment[J].Aerosol Science and Technology,2009,43(4):322-343.

[26] Wang Y,James P W.On the effect of anisotropy on the turbulent dispersion and disposition of small particles[J].International Journal of Multiphase Flow,1999,25:551-558.

[27] Zhai Z,Chen Q,Scanlon P W.Design of ventilation system for an indoor auto racing complex[J].ASHRAE Transactions,2002,108(1):989-998.

[28] Ji S C,Ouahsine A,Smaoui H,et al.3D numerical modeling of sediment resuspension induced by the compounding effects of ship-generated waves and the ship propeller[J].Journal of Engineering Mechanics,2014,140(6):706-714.

[29] Brohus H,Balling K D,Jeppesen D.Influence of movements on contaminant transport in an operating room[J].Indoor Air,2006,16(5):356-372.

[30] Axley J.Multizone airflow modeling in buildings:history and theory[J].HVAC&R Research,2007,13(6):907-928.

[31] Zhang G Q,Lin Y,Haghighat F.Comparison and methodologies for room airflow simulation and study on a kind of Zonal model[J].Journal of Basic Science and Engineering,2000,8(3):291-300(in Chinese).張國強,Lin Y,Haghighat F.室內氣流模擬方法比較及一種新的Zonal模型方法研究[J].應用基礎與工程科學學報,2000,8(3):291-300.

[32] Li Y G,Huang X,Yu I T S,et al.Role of air distribution in SARS transmission during the largest nosocomial outbreak in Hong Kong[J].Indoor Air,2005,15(2):83-95.

[33] Brankston G,Gitterman L,Hirji Z,et al.Transmission of influenza A in human beings[J].Lancet Infectious Diseases,2007,7(4):257-265.

[34] Killingley B.Routes of transmission of influenza virus:Scientific evidence base review[R].London:Department of Health,2011.

[35] Li Y.The secret behind the mask[J].Indoor Air,2011,21(2):89-91.

[36] Moser M R,Bender T R,Margolis H S,et al.An outbreak of influenza aboard a commercial airliner[J].American Journal of Epidemiology,1979,110(1):1-6.

[37] Han K,Zhu X P,He F,et al.Lack of airborne eransmission during outbreak of pandemic(H1N1)2009 among tour group Members,China,June 2009[J].Emerging Infectious Diseases,2009,15(10):1578-1581.

[38] Atkinson M P,Wein L M.Quantifying the routes of transmission for pandemic influenza[J].Bulletin of Mathematical Biology,2008,70(3):820-867.

[39] Nicas M,Sun G.An integrated model of infection risk in a health-care environment[J].Risk Analysis,2006,26(4):1085-1096.

[40] Bollobàs B.Random graphs[M].New York:Springer,1998.