随着新冠变体的消退，世界正在（再次）回到大流行前的生活。许多人现在想知道流行活动的风险计算，例如飞机旅行，这通常是一个高密度的环境。Argonne Leadership Computing Facility (ALCF) 的研究人员一直在应用超级计算能力来研究不同的登机程序如何影响新冠病毒在飞机上传播的风险。
来自西佛罗里达大学、佛罗里达州立大学、安柏瑞德航空大学和亚利桑那州立大学的研究人员使用行人动力学模型来模拟一系列登机程序。其中包括单区登机（无偏好的随机顺序）；六区，商务优先登机（商务舱优先登机，其余区域从后到前登机）；背对前登机（每排背对前）；和从后到前，商务优先登机（首先是商务舱登机，然后是其余的行 - 不是区域 - 从后到前登机）。
在每一种登机场景中，研究人员都查看了两名乘客彼此相距不到 6 英尺的次数。“通过改变乘客速度、线路距离阈值、交叉口速度系数、行李存放时间、座位冲突团队和朝向座位速度系数等参数，我们能够生成超过 16,000 个不同的场景，”Ashok Srinivasan 解释说，该论文的作者和西佛罗里达大学的计算机科学家，在接受ALCF 的 Nils Heinonen采访时。
“在设计这项工作时，我们从分子动力学中寻找灵感，”斯里尼瓦桑说。“我们的社会动力学模型将行人呈现为一个原子的化学模拟。行人的质量和速度产生的动量直接指向给定目标的成功，但目标的完成会受到固定表面（如墙壁）和其他类似原子的行人的阻碍。”
为了运行这些模型，研究人员使用了 Argonne 的 Theta 系统，这是一个基于英特尔的 6.9-Linpack petaflops 的 Cray XC40 系统，拥有超过 4,000 个节点。Theta 在最近的 Top500 榜单中排名第 70 位。
研究人员发现，限制座位区的数量实际上有助于确保在登机期间减少乘客聚集，而从后到前登机基本上使暴露率增加了一倍。这些模型还显示了可以做出的其他一些有用的政策改变。
“我们得出的结论是，禁止将行李存放在头顶行李箱中可以限制暴露，”斯里尼瓦桑说。“此外，为了尽可能降低传播风险，除了实施随机登机程序外，航空公司还应让靠窗座位的乘客先于被分配到过道座位的乘客登机。”