超级计算机告诉你：你在飞机上感染病毒的风险有多大？

飞机一直被称为细菌培养皿，但也有办法将风险降至最低。

基于对人类和动物群体运动的历史研究，科学家们提出了三条基本规则:远离聚集在一起的人；靠近那些保持距离的人。与周围人的方向保持一致。

这项研究特别适用于航空旅行，因为暴露在空气中会增加患传染病的风险。

来自pexels的数字

西佛罗里达大学的计算机教授Ashok Srinivasan说:“登机时，人们*站在一起非常近。公共区域越多，它们就越危险。然而，与平稳登机相比，下飞机的速度会快得多，时间也会缩短。”

Srinivasan是行人动力学模型的研究人员，该模型目前正被用于分析如何降低疾病在飞机上传播的风险。

多年来，科学家们最依赖的是速度模型，它把每个人都当作一个例子。在这个模型中，粒子之间的吸引和排斥控制着它们的运动，一个粒子相当于一个人。

斯里尼瓦桑说:“速度模型通过改变粒子间相互作用的参数值，在反映人与人之间相互作用的同时，保持了原有的功能形式。”

斯里尼瓦森和他的同事使用加速模型来分析2015年埃博拉爆发的风险，但该模型有一个缺陷——速度慢。这使得很难使用模型来提供及时的决策。然而，在像COVID-19这样的流行病情况下，人们需要的是一个能够快速得到答案的方案。

来自TACC的数字

在2019年的排名中，Frontera是世界第五大超级计算机和最快的学术超级计算机。

因此，研究人员有必要建立一个与SPED相同但速度更快的模型。据此，他们提出了CALM模型来模拟人群中受约束个体的线性运动。它产生的结果类似于加速，但它运行得比加速快得多。

结果显示，CALM比SPED快近60倍。除了性能的提高，研究人员还使用了CALM来创建额外的行人行为参数。

Srinivasan说:“CALM克服了SPED在实时决策方面的局限性。”

弗龙特拉的计算工作

为了高效运行，科学家们重新设计了CALM模型，尤其是在图形处理器处理方面。

“但是一个问题是是否有足够的场景来涵盖所有的可能性，”斯里尼瓦桑说。"通过Frontera，我们做了足够大的模拟，并得到了答案."

来自TACC的数字

Frontera的六个Mellanox InfiniBand网络核心交换机之一，用于在服务器节点之间路由通信。每根电缆的带宽为每秒200千兆字节，每台核心交换机有600根电缆。

事实上，由于太多的不确定性，特别是在疫情的早期，不可能做出准确的计算，所以研究在计算上的挑战并不低。

斯里尼瓦桑说:“我们需要涵盖许多可能性，这将导致高CPU利用率。”

研究人员用三种不同类型飞机的起飞时间来验证他们的结果。由于单一的模拟无法捕捉人类运动模式的多样性，他们使用了1000种不同的数值组合来模拟并与经验数据进行比较。

使用Frontera的图形处理器子系统，研究人员能够将计算时间减少到1.5分钟。

这个模型能捕捉极端事件吗？

斯里尼瓦桑希望人们能够理解，科学模型通常无法准确捕捉极端事件和特殊场景。尽管他们已经对飞行进行了几次深入的经验调查，以了解人类行为与物体表面和空气清洁度之间的关系。然而，重大感染爆发是一个极端事件，可能无法通过基于典型病例的数据捕捉到。

飞机离地仿真

这张照片来自西佛罗里达大学计算机科学系教授阿什克·斯里尼瓦森。

平均每天有10万次航班。仅仅因为有这么多航班，极低概率的事件就有可能引发感染。

斯里尼瓦桑举了一个例子。

“一般认为，飞机上的感染传播会发生在病人的前排和后排座位上。在非典爆发期间，这基本上是几个航班上感染传播的情况。然而，在一次疫情爆发中，前排和后排的感染者实际上只占平均人数，而另外一半的感染者离两排还有一段距离。因此，人们可能会将此次疫情视为异常现象，但异常现象的影响最大，并最终导致相当多的人在飞行中被感染。”

来自TACC的数字

目前，关于COVID-19的一般知识是，一个被感染的人可以导致2.5人生病。然而，也有一些超级传播者在一些社区谁感染了大量的人，从而导致疫情的爆发。斯里尼瓦桑说，这些极端事件将影响建模的准确性，使得预测非常困难。

一些切实可行的建议

斯里尼瓦桑说:“即使你离病人超过6英尺(1.8米)，你仍然有感染病毒的风险。”一些理论模型可能忽略了气流的作用，就像气球随风飘走一样，携带病毒的水滴也可能沿着气流飞得更远。

这些因素不仅存在于理论上。新加坡在匿名病人使用的厕所排气口检测出新的冠状病毒呈阳性。

斯里尼瓦桑总结道:“该模型无法解释现实中的所有因素。当风险很高时，人们可能更愿意寻求安全。”

蝌蚪工作人员从scitechdaily编译，翻译狗Gege，转载必须授权。