利用高效空气传播模型预测室内空间中空间变化的感染风险
摘要
我们针对应用于 COVID-19 的 Wells-Riley 模型及其扩展，开发了空间依赖的推广模型，用于确定因病毒空气传播导致的感染风险。我们假设感染性颗粒的浓度由对流-扩散-反应方程控制，其中颗粒被气流平流输运、因湍流而扩散、由感染者释放，并因房间通风、病毒失活和重力沉降而被去除。我们考虑一名无症状或症状前感染者呼吸或说话，戴口罩或不戴口罩，并建模了一个包含再循环空调流的准三维设置。可获得半解析解，这使得快速模拟成为可能。我们量化了通风和颗粒释放速率对颗粒浓度、感染风险和“可能感染时间”（TTPI）的影响。与 CFD 模型取得了良好一致。此外，我们推导了量化通风、释放速率和病毒传染性对 TTPI 影响的幂律。该模型可轻松更新以考虑修正的参数值。这项工作为建立任意位置的“安全占用时间”铺平了道路，并在减缓 COVID-19 大流行传播方面具有直接适用性。
引用
@article{arxiv.2012.12267,
title = {Predicting the Spatially Varying Infection Risk in Indoor Spaces Using an Efficient Airborne Transmission Model},
author = {Zechariah Lau and Ian M. Griffiths and Aaron English and Katerina Kaouri},
journal= {arXiv preprint arXiv:2012.12267},
year = {2021}
}
备注
25 pages, 14 figures. Version v3 substantially revises v1. (v3 same as v2 but with a more compact layout, hence fewer pages.) Compared to v1 the model has been extended to determine the spatiotemporal infection risk and recast as an extension of the Wells-Riley model. Another author has been added. The underlying model and domain linked to the semi-analytic solution are now explained in detail