劉?剛，張亦弛，曲冠華，劉?薇，李偉鋒，崔?磊

考慮人員密度分布的兒童醫(yī)院候診空間感染風(fēng)險研究

劉?剛1, 2，張亦弛1, 2，曲冠華1, 2，劉?薇3，李偉鋒3，崔?磊4

(1. 天津大學(xué)建筑學(xué)院，天津 300072；2. 天津市建筑物理環(huán)境與生態(tài)技術(shù)重點實驗室，天津 300072；3. 天津大學(xué)兒童醫(yī)院，天津 300190；4. 天津市城市規(guī)劃設(shè)計研究院，天津 300074)

醫(yī)院候診室由于人員等候時間長、聚集嚴(yán)重，是流感暴發(fā)的高危地帶，既有研究表明可以通過適當(dāng)?shù)耐L(fēng)控制策略有效降低候診室的感染風(fēng)險．本文對使用頻率最高的小型候診室感染風(fēng)險及粒子清除效率進(jìn)行研究．通過圖紙調(diào)研和實地調(diào)研，提煉綜合兒童醫(yī)院內(nèi)科候診室典型室內(nèi)空間，以內(nèi)/外走廊送風(fēng)啟閉、候診室內(nèi)風(fēng)口形式、通風(fēng)換氣次數(shù)以及外走廊風(fēng)速為研究變量，探究其對候診室內(nèi)粒子運(yùn)動軌跡、粒子清除效率以及感染風(fēng)險分布的影響. 通過CFD非耦合粒子擴(kuò)散仿真和Anylogic人員仿真，并結(jié)合Wells-Riley經(jīng)典感染方程，得到醫(yī)院候診空間人員感染風(fēng)險．研究表明：不同候診室風(fēng)口形式對患者附近粒子擴(kuò)散軌跡有較大影響，直接影響粒子清除效率和清除途徑；對于小型候診室優(yōu)先選擇格柵送風(fēng)，避免選用散流器；鼓勵開啟外走廊送風(fēng)，同時關(guān)閉內(nèi)走廊送風(fēng)，可加速候診室內(nèi)的氣體流動，同時避免粒子擴(kuò)散進(jìn)入內(nèi)走廊．相同條件下，開啟內(nèi)走廊送風(fēng)會明顯增加外走廊粒子濃度，易造成更大范圍的院內(nèi)感染．不同送風(fēng)形式下存在最優(yōu)室內(nèi)換氣率，一般建議在10/h左右，過高的換氣率并不會提高粒子清除效率，反而會增加候診室的高風(fēng)險面積比．該研究成果可為降低醫(yī)院感染風(fēng)險的通風(fēng)設(shè)計提供理論支撐.

季節(jié)性流感；候診空間；人員分布；感染風(fēng)險；粒子清除效率

世界每年有大量患者死于呼吸道傳染病，而醫(yī)院作為人員混雜密集的地方，是感染暴發(fā)的危險地帶，應(yīng)把控制院內(nèi)感染放在重要位置．感染的傳播途徑可分為空氣、飛沫和接觸傳播[1-2]，其中空中傳播對呼吸道傳染病擴(kuò)散占主導(dǎo)地位[3]．

關(guān)于建筑室內(nèi)流感暴露風(fēng)險的模擬研究大致分為宏觀(單區(qū)域或多區(qū)域模型)[4]和微觀(流體力學(xué)計算)兩種方法[5]，雖然基于CFD的流體力學(xué)計算耗時長，但計算結(jié)果較宏觀方法更為準(zhǔn)確[6]．通過Wells-Riley模型[7]可以對空氣傳播疾病的感染風(fēng)險進(jìn)行定量評估[8]，依據(jù)該方程，某一空間的感染風(fēng)險由粒子濃度、人員密度、人員停留時間決定．若人員不會或較少到達(dá)某一區(qū)域，則較高的粒子濃度也不一定會導(dǎo)致感染；反之，若該區(qū)域人員大量聚集停留，即使少量的粒子造成的院內(nèi)感染也不容忽視．但目前，大量的研究將空間感染風(fēng)險關(guān)注點放在粒子濃度上，將人員密度納入到影響因素中的研究相對較少．Clive?等[9]曾用宏觀方法將人員占用水平和候診時間納入到候診室感染風(fēng)險研究中．

目前，對院內(nèi)感染的研究空間主要集中在病房和隔離室，已有大量學(xué)者對風(fēng)口布置方式、換氣率、空間壓力差等影響因素進(jìn)行了廣泛研究．如Jinkyun[10]在隔離室中實驗并模擬了多種風(fēng)口排布的通風(fēng)控制策略，最終發(fā)現(xiàn)“低水平抽吸”技術(shù)效果顯著．Yan?等[11]在一個典型的半封閉6床的病房中研究表明，提高病房換氣率可降低吸入感染的風(fēng)險，發(fā)現(xiàn)9/h的換氣速率可以有效控制病毒顆粒的沉積和漂浮時間．但已有研究對公共空間討論較少，有限的研究集中在外走廊，如Mousavi[12]研究發(fā)現(xiàn)，增加住院樓外走廊通氣率可以降低氣溶膠濃度，但更高的通風(fēng)率可能會加劇氣溶膠的分布，并找到了可有效降低氣溶膠濃度的通風(fēng)布置方法．Agtasari等[13]對近10年的文獻(xiàn)進(jìn)行梳理，發(fā)現(xiàn)走廊形式與醫(yī)院內(nèi)感染傳播的風(fēng)險之間存在相關(guān)性．僅有對候診室的研究[9]是采用宏觀方法，探討了醫(yī)院候診空間中麻疹、流感、結(jié)核病的空氣傳播風(fēng)險．候診室作為公共空間，人員活動頻繁，停留時間較長，應(yīng)該成為控制院內(nèi)感染的重點關(guān)注區(qū)域．

本研究采用圖紙調(diào)研、實地調(diào)研結(jié)合仿真分析的方法，提取綜合醫(yī)院典型候診空間的室內(nèi)布局以及通風(fēng)控制參量．結(jié)合CFD仿真獲得不同送風(fēng)條件下的室內(nèi)粒子濃度，通過Anylogic人員仿真得到研究空間中人員累積密度分布，引入Wells-Riley經(jīng)典模型得到候診空間感染風(fēng)險分布．本研究以風(fēng)口形式、送風(fēng)位置、候診室換氣率以及外走廊風(fēng)速作為研究變量，分別對氣流組織、粒子運(yùn)動軌跡、粒子清除效率、粒子分布及空間感染風(fēng)險進(jìn)行了詳細(xì)分析．本文的研究結(jié)果，可為醫(yī)院候診空間通風(fēng)控制提供量化參考和理論支撐．

1?研究方法

1.1?典型空間及空間變量提取

本研究通過對中國北方地區(qū)兒童醫(yī)院的圖紙和規(guī)范調(diào)研，提取兒童醫(yī)院候診空間標(biāo)準(zhǔn)模型．本文對14家兒童醫(yī)院的34個候診空間進(jìn)行參量提取，各類空間尺度的候診室數(shù)量均等，因此將候診室面積數(shù)據(jù)的全距三等分：55～125m2，125～185m2，185～275m2．從實際使用角度，185～275m2面積段的使用率遠(yuǎn)遠(yuǎn)低于另外兩個，而125～185m2多用于人員流動性較高的檢查候診室，數(shù)量相對較少，且高流動性加速了粒子擴(kuò)散[14]，計算難度較大．因此以55～125m2為例，大部分空間長寬比約為1.5∶1～2.0∶1，在該范圍內(nèi)選用長寬比的加權(quán)平均1.87∶1為代表值，同時選用使用頻率最高、空間布局更合理、人員流線更順暢的布局形式．綜上，本文選取圖1中與典型候診空間匹配度最高的天津市某三級甲等綜合兒童醫(yī)院內(nèi)科候診室進(jìn)行研究．

目前，統(tǒng)計的候診空間中有92%采用上送上回的形式，且該形式下室內(nèi)顆粒分布最優(yōu)[15]．送風(fēng)位置有外走廊、候診室以及內(nèi)走廊，在候診室送風(fēng)中分別研究了座位區(qū)完成送回風(fēng)及座位區(qū)送風(fēng)、導(dǎo)診區(qū)回風(fēng)這兩種形式，分別對應(yīng)研究中的四面送風(fēng)、散流器和送風(fēng)格柵．按照送風(fēng)口布置于人員相對密集的座位區(qū)原則，得到圖1(a)中的風(fēng)口布置形式．此外，還分別探究內(nèi)走廊散流器和外走廊格柵對研究空間感染風(fēng)險的影響．共形成以下5種風(fēng)口布置及啟閉形式：形式A，候診室設(shè)置四面送風(fēng)結(jié)合內(nèi)走廊入口處設(shè)置散流器；形式B，僅開啟候診室的四面送風(fēng)；形式C，開啟候診室四面送風(fēng)及外走廊格柵送風(fēng)；形式D，僅開啟候診室的散流器；形式E，僅開啟候診室的送風(fēng)格柵．候診室采用四面送風(fēng)(回風(fēng)口：0.6m×0.6m，送風(fēng)口：0.10m×0.85m)，內(nèi)走廊端部設(shè)置散流器(0.45m×0.45m)作為新風(fēng)口，在候診室入口外上部設(shè)置送風(fēng)格柵(0.15m×1.20m)，在對側(cè)設(shè)置回風(fēng)格柵(0.15m×1.20m)．圖1(b)中，散流器尺寸0.32m×0.32m，回風(fēng)口尺寸0.15m×0.8m．圖1(c)中，送回風(fēng)口尺寸0.15m×0.7m．選用的風(fēng)口形式見圖2．

圖1?風(fēng)口布置形式

圖2?研究中選用的風(fēng)口形式

1.2?候診室現(xiàn)場測試

所調(diào)研醫(yī)院位于天津主城區(qū)內(nèi)，周邊設(shè)施完備．選取流感爆發(fā)季12月的4個工作日和4個休息日，進(jìn)行物理環(huán)境和人員數(shù)量調(diào)研．測量儀器選用TSI-9545熱線風(fēng)速儀和FLIR-T1010高清紅外熱成像儀．為減小誤差，每個測點的風(fēng)速風(fēng)溫測量數(shù)據(jù)采集3min內(nèi)的平均值．分別測量了風(fēng)口風(fēng)速、壁面溫度，測量結(jié)果作為CFD模擬的邊界條件，還測量了室內(nèi)1.1m和1.7m高度的風(fēng)速和溫度，分別對應(yīng)人員靜坐和站立的呼吸高度，測量結(jié)果作為模擬校準(zhǔn)依據(jù)．調(diào)研期間，醫(yī)院候診室門窗關(guān)閉，送風(fēng)關(guān)閉，僅開啟外走廊送風(fēng)．

人數(shù)調(diào)研采用數(shù)據(jù)分析和監(jiān)控計數(shù)的方式．就診數(shù)據(jù)分析得到就診峰值出現(xiàn)在上午10:00—11:00.監(jiān)控計數(shù)采用8天中，上午08:00—12:00時段內(nèi)每15min進(jìn)入和離開候診室的人數(shù)、每30min站立和就坐的人數(shù)及兒童的陪護(hù)比，并結(jié)合當(dāng)日門診數(shù)量估算出每位患者的平均就診時間，用作輸入?yún)⒘康脑O(shè)置依據(jù)．此外，還統(tǒng)計了每30min不同區(qū)域內(nèi)人數(shù)，用作結(jié)果校核依據(jù)．人員模擬位置如圖3所示．

圖3?人員模擬位置標(biāo)識

1.3?人員分布仿真計算

結(jié)合調(diào)研結(jié)果，在Anylogic中按照圖4設(shè)定仿真邏輯：人員按照表1，以0.68～1.36m/s[16]的速度隨機(jī)從M或N位置進(jìn)入走廊，當(dāng)候診室人數(shù)少于60時，可直接進(jìn)入候診室，否則需在等候區(qū)1等待，直到有人離開方可進(jìn)入．進(jìn)入候診室后，80%的人就坐于服務(wù)區(qū)1，20%站立在服務(wù)區(qū)2．當(dāng)被叫號后，患者及其家屬需先在內(nèi)走廊入口處排隊等待呼傳．設(shè)定就診陪護(hù)比為1.9～2.5范圍內(nèi)的隨機(jī)值．完成就診后，從M或N位置隨機(jī)離開．最后，計算候診室上午8:00—12:00的人員密度分布矩陣．

圖4?人員仿真邏輯

表1?進(jìn)入候診室數(shù)量及人員時間

Tab.1?Number of waiting rooms and personnel schedule

1.4?Anylogic人員分布仿真計算

1.4.1?流場及人員建模

空間中的人群會阻塞空氣流動并極大地改變空氣分布，因此候診空間建模需考慮人員分布．依據(jù)2010年人類整合設(shè)計手冊[17]簡化得到圖5的人員尺寸，通過Gambit還原圖6中候診空間．考慮人員散熱對室內(nèi)氣流的影響，同時考慮人員遮擋對粒子擴(kuò)散的影響．仿真以候診區(qū)座位滿載進(jìn)行，設(shè)定導(dǎo)診臺有2名醫(yī)護(hù)，導(dǎo)診臺前有4名排隊患者，走廊入口有5名排隊患者，候診室入口有2名值班人員．設(shè)定感染者位于服務(wù)區(qū)2的中央位置，該位置為人員密集度最高和停留時間最長、流動性最差的位置，且該位置位于風(fēng)口附近，更促進(jìn)了粒子擴(kuò)散，因此認(rèn)為該位置為患者停留的最不利位置．

圖5?人體建模尺寸

圖6?典型候診室仿真模型

1.4.2?模擬邊界條件確定

本研究采用Fluent 17.0進(jìn)行室內(nèi)風(fēng)熱環(huán)境計算及粒子擴(kuò)散仿真．完全混合的穩(wěn)態(tài)計算更適用于大量人群環(huán)境的計算[18]，穩(wěn)態(tài)CFD有助于預(yù)測和比較不同工況間氣流和粒子分布[19]，因此選擇-RNG模型對氣流場進(jìn)行穩(wěn)態(tài)計算[20]．人體移動可以加快污染物的擴(kuò)散，但不能改變污染物濃度[11]，所以仿真未考慮人員移動.模擬考慮冬季太陽輻射得到的熱量.風(fēng)口設(shè)置湍流強(qiáng)度為10％．在求解器中設(shè)置-9.8m/s2的重力加速度，壓力的空間離散方法選擇Body Force Weighted．網(wǎng)格中心參量選用在多面體網(wǎng)格計算中具有較高精度的最小二乘法．求解器選擇SIMPLE，原始迭代次數(shù)為1500，當(dāng)計算達(dá)到900次迭代時，整體殘差減少3個數(shù)量級，能量殘差減少至10-6，認(rèn)為計算已收斂．

依據(jù)醫(yī)院設(shè)計規(guī)范，確定表2中的模擬邊界條件，其中水平送風(fēng)時風(fēng)向為0°．模擬分別進(jìn)行了350×104、450×104、550×104、650×104網(wǎng)格的迭代計算，將風(fēng)速云圖導(dǎo)入diffimg分析差異度，發(fā)現(xiàn)隨網(wǎng)格精度提高，RGB通道的均方誤差降低，但計算時長增大．當(dāng)網(wǎng)格數(shù)量從450×104提高到550×104，再由550×104到650×104時，兩者均方誤差較低．綜合衡量計算時間和計算精度，選用450×104網(wǎng)格數(shù)量．

表2?室內(nèi)風(fēng)口相關(guān)控制參數(shù)設(shè)置

Tab.2?Set-related control parameters of indoor tuyeres

1.4.3?模擬邊界條件確定

在候診室物理環(huán)境復(fù)現(xiàn)基礎(chǔ)上，進(jìn)行粒子濃度擴(kuò)散計算．由于呼吸氣流對上升的熱羽流的影響可以忽略不計[14]，因此，不考慮易感者的呼吸作用．假定感染者持續(xù)講話，污染物通過講話以0.005kg/s的質(zhì)量流量和33.5℃的溫度從感染者口中噴出，嘴張開的面積為0.0049m2，靜坐人員嘴高度1.05m．說話時粒子初始速度5m/s，直徑約1.0～7.8μm，且服從正態(tài)分布[20]．流場會影響粒子擴(kuò)散，但粒子對流場的影響卻非常小，因此選用uncoupled DPM模型，計算達(dá)到穩(wěn)定后，注入1440個粒子．粒子擴(kuò)散考慮阻力、重力、布朗力、薩夫曼升力、虛擬質(zhì)量力和壓力梯度力．選擇歐拉-拉格朗日方法模擬顆粒運(yùn)動[21]．粒子設(shè)置追蹤50000步，可保證全部粒子完成整個運(yùn)動軌跡．設(shè)定離散相邊界墻和屋頂為reflect，地面為trap，風(fēng)口為escape，經(jīng)驗證[22]這種設(shè)置方法可使得模擬和實驗結(jié)果差異度最低．

分別統(tǒng)計通風(fēng)清除效率、地板捕獲率、粒子清除效率．其中，通風(fēng)清除率指被風(fēng)口清除以及隨氣流離開研究區(qū)域的粒子占呼出總數(shù)量百分比；地板捕獲率指被地板捕獲的粒子數(shù)量占總數(shù)量百分比；粒子清除效率為前兩者的和．

1.5?感染風(fēng)險計算

研究采用“網(wǎng)格內(nèi)粒子源”(PSI-C)方法計算每個網(wǎng)格范圍內(nèi)的粒子濃度[23]，將候診室離散成多個小體積區(qū)域，每個小體積中都包含了一定數(shù)量的粒子歷史軌跡，結(jié)合粒子在該腔體內(nèi)的停留時間，計算得到腔體內(nèi)粒子濃度，計算公式為

式中：C為第個腔體的粒子濃度；V為該腔體體積；為質(zhì)量流率，取0.005kg/s；d(，)為第個粒子在第個單元的停留時間．每個腔體尺寸為0.2m×0.2m，腔體高取0.8～1.8m[12]人員呼吸范圍，包含坐和站立人員呼吸范圍．引入Wells-Riley方程[7]，以評估人員感染風(fēng)險，公式為

式中：為感染的可能性；為感染者數(shù)量，為某計算網(wǎng)格中易感者的數(shù)量；為量子生成速率，對于季節(jié)性流感，取1.6667×10-4m2/s；為乘客的呼吸速率；為乘客的暴露時間，外走廊和服務(wù)區(qū)1為900s，服務(wù)區(qū)2為1800s．

在上述網(wǎng)格劃分基礎(chǔ)上，引入高風(fēng)險面積比，即各個網(wǎng)格中感染風(fēng)險大于警戒值的面積和占研究區(qū)域總面積的百分比．文獻(xiàn)[24]在計算新冠肺炎感染風(fēng)險時，將警戒值設(shè)定為0.1%、0.5%、1.0%、1.5%、2.0%．文獻(xiàn)[9]分別以1%、5%、10%、20%、30%為感染風(fēng)險警戒值，對室內(nèi)不同疾病進(jìn)行感染風(fēng)險評估．本研究根據(jù)感染風(fēng)險計算結(jié)果的數(shù)值分布，以1%和5%為警戒值分別討論了高風(fēng)險面積比和感染風(fēng)險分布．

2?結(jié)果分析

2.1?模擬校核

2.1.1?人員分布校核

選擇最不利的休息日情況進(jìn)行計算．圖7為上午8：00—12：00的累積熱力圖計算結(jié)果．其中，人員大量集中在等候區(qū)1和服務(wù)區(qū)1，服務(wù)區(qū)1的人員更傾向于坐在前3排的位置，服務(wù)區(qū)2與內(nèi)走廊相接的位置密度也相對較大，這些位置與人員調(diào)研得到的聚集規(guī)律相同．為更好驗證模擬的準(zhǔn)確性，對3個區(qū)域的模擬準(zhǔn)確性進(jìn)行校核，得到人數(shù)的平均絕對誤差為8.6%，認(rèn)為滿足準(zhǔn)確性要求．

圖7?候診室上午8:00—12:00累積熱力圖

2.1.2?風(fēng)熱環(huán)境模擬校核

基于Fluent模擬平臺，得到典型候診空間室內(nèi)風(fēng)場和溫度場計算結(jié)果如圖8所示，候診室平均溫度約為21.1℃，走廊平均溫度為20.5℃，滿足實際室溫情況．圖9為模擬結(jié)果與醫(yī)院調(diào)研測試結(jié)果校核，測點布置如圖3所示，得到室內(nèi)溫度的平均絕對誤差為1.56%，室內(nèi)風(fēng)速平均誤差為0.030m/s．

圖8?1.1m高度處室內(nèi)風(fēng)速及溫度場結(jié)果

圖9?1.1m高度處實測與模擬結(jié)果對比

2.2?氣流組織

2.2.1?氣流分析

影響粒子擴(kuò)散的關(guān)鍵為空氣流動[10]．圖10和圖11為當(dāng)室內(nèi)換氣率為10/h時，不同送風(fēng)形式下的氣流組圖．當(dāng)在座位區(qū)布置送風(fēng)口時，氣流整體由座位區(qū)向入口位置流動，最后到達(dá)外走廊．從圖10來看，當(dāng)采用散流器時，新風(fēng)影響范圍停留在空間1.8m高度以上，不能有效到達(dá)呼吸區(qū)域，這不利于座位區(qū)粒子稀釋．反觀當(dāng)候診室采用格柵和四面送風(fēng)時，新風(fēng)能有效到達(dá)人員呼吸區(qū)域，甚至可達(dá)地面，利于粒子被地面捕捉．圖11為水平面1.1m的風(fēng)速及氣流圖，除風(fēng)口下面直接受送風(fēng)影響的區(qū)域外，在候診室入口位置風(fēng)速均較大，使用散流器時，座位區(qū)域的風(fēng)速最小，平均小于0.1m/s，而格柵和四面送風(fēng)工況下的相應(yīng)風(fēng)速則較大．

通過對圖12中標(biāo)記截面及標(biāo)記位置的氣流及垂直風(fēng)速分析，得到內(nèi)外走廊送風(fēng)對室內(nèi)氣流的影響結(jié)果．未開啟內(nèi)外走廊送風(fēng)時，從候診室座位區(qū)上部風(fēng)口送出的新風(fēng)吹向?qū)г\臺位置，在導(dǎo)診臺上方分流，一部分流向外走廊，另一小部分流向內(nèi)走廊上部，并從距地面0.9m高度回到候診室，形成循環(huán)．當(dāng)開啟內(nèi)走廊散流器，并保持室內(nèi)換氣率不變，流向外走廊的氣流加強(qiáng)，同時改變了內(nèi)走廊的氣流．圖13(a)中，內(nèi)走廊標(biāo)記位置垂直風(fēng)速與未開啟工況有較大差異．未開啟時，風(fēng)速呈現(xiàn)上下大、中間1.5m位置小的狀態(tài)；開啟時，中間位置風(fēng)速最大，新風(fēng)從內(nèi)走廊中間高度開始完成循環(huán)．當(dāng)設(shè)置1.0m/s的外走廊送風(fēng)時，可將候診室內(nèi)更多的空氣吸出到走廊，可加快候診室內(nèi)部空氣循環(huán)．

圖10?候診室不同送風(fēng)形式下室內(nèi)風(fēng)口剖面處氣流

圖11?候診室不同送風(fēng)形式下室內(nèi)水平1.1m高度處氣流

圖12?不同內(nèi)外走廊送風(fēng)條件下y＝3.0m剖面氣流

圖13?不同送風(fēng)條件下標(biāo)記位置垂直風(fēng)速比較

2.2.2?患者附近粒子擴(kuò)散分析

為探究不同送風(fēng)形式對患者附近的粒子擴(kuò)散影響情況，截取患者前后坐位范圍，對粒子擴(kuò)散軌跡進(jìn)行分析，圖14為患者呼出的粒子在60s內(nèi)的擴(kuò)散情況．

從形式A、B、C 3種形式來看，在開啟內(nèi)走廊送風(fēng)時，相當(dāng)于分散了風(fēng)口布置，粒子在患者后方的聚集減少，一部分粒子向上擴(kuò)散，從而降低了患者附近地面捕獲的粒子數(shù)量，因此地板捕獲率呈現(xiàn)形式B＞形式C＞形式A的情況，粒子向上擴(kuò)散，降低了對前后方人員的直接影響．在開啟外走廊送風(fēng)時，加快了患者附近的氣流速度，雖然粒子仍大量聚集在患者附近，但數(shù)量明顯降低，此時粒子對感染者后方的人員影響較大．由形式B、形式D、形式E 3種形式來看，候診室選用四面送風(fēng)時，患者頭部附近粒子數(shù)量較多，大量粒子向下擴(kuò)散至地面，而在散流器和送風(fēng)格柵影響下，粒子并未在患者附近產(chǎn)生聚集，而是快速移動到1.3m以上位置，并被逐漸沖散．形式D中，粒子達(dá)到天花板后，開始水平擴(kuò)散，而形式E中，粒子在格柵送風(fēng)的作用下，在天花板產(chǎn)生了“反彈”，快速向患者前排位置處擴(kuò)散，增加了前方人員的感染風(fēng)險．同時由于這種“反彈”作用，增加了地面捕獲率，使候診室內(nèi)粒子數(shù)量和感染風(fēng)險整體降低．

圖14?不同送風(fēng)形式下患者附近的粒子擴(kuò)散情況

2.3?粒子清除效率和地板捕獲效率

圖15展示了不同送風(fēng)形式下的粒子清除情況．粒子的清除效率隨換氣率增加而增加，當(dāng)換氣率達(dá)到10/h時，再提高換氣率對粒子清除效率影響不大，平均粒子清除效率僅爬升6.74%，其中形式B的提高最小，為0.14%，形式A最大，為15.14%．

圖15?不同送風(fēng)形式下的粒子清除情況

不同送風(fēng)形式下，粒子清除效率出現(xiàn)躍升的位置也不同．對于形式B，從6/h提高到8/h后，約升高42.64%，采用形式A、D、E的粒子清除效率提升位置相對滯后，均出現(xiàn)在8/h～10/h時，分別提高了34.79%、37.22%、11.88%．對于這4種送風(fēng)形式，在相同換氣率下，形式D 的粒子清除效率低于另外3種，形式E的粒子清除效率整體較高，當(dāng)換氣率為6/h時，可達(dá)到76.32%．在A、B兩種形式下，隨換氣率提高，地板捕獲率穩(wěn)步提升，換氣率從10/h提高到12/h時，地板捕獲率出現(xiàn)躍升．對于形式D和E，地板捕獲率與換氣率接近二次分布，在換氣率為10/h時，最大值57.50%和43.33%，繼續(xù)增大換氣率，地板捕獲率下降，粒子清除更多靠通風(fēng)清除．

2.4?不同送風(fēng)形式下的粒子空間分布

為探究不同送風(fēng)形式對粒子在垂直方向上分布的差異，分別統(tǒng)計了換氣率為10/h時，服務(wù)區(qū)1和2、內(nèi)和外走廊4個位置的粒子分布．圖16展示了4個統(tǒng)計區(qū)域粒子分布情況．人員靜坐和站立時，口鼻高度分別在1.0～1.5m和1.45～1.75m范圍．在垂直方向以0.5m為步長，將0～3.0m的空間高度等分6段．對于人員大量聚集停留的候診室2區(qū)，重點關(guān)注0.5～1.0m及1.0～1.5m．對于外走廊位置，1.0～1.5m及1.5～2.0m為重點關(guān)注位置．

通過形式A、B、C送風(fēng)形式的對比，探究得到內(nèi)外走廊送風(fēng)對粒子分布的影響．形式B中，44.2%的粒子分布在外走廊0.5～1.5m位置，而內(nèi)走廊和服務(wù)區(qū)1的粒子更多在地面附近．反觀形式A，內(nèi)走廊送風(fēng)有效阻止粒子向內(nèi)走廊擴(kuò)散，但更多的粒子進(jìn)入外走廊，這不利于院內(nèi)感染控制．除內(nèi)走廊外，粒子在垂直高度上均呈現(xiàn)先增后減的趨勢，且大量集中在0.5～1.5m范圍．形式C中外走廊送風(fēng)可使研究區(qū)域粒子數(shù)量明顯降低，外走廊0.5～1.0m范圍的粒子數(shù)量占比由形式B中的27%下降到14%，但內(nèi)走廊的粒子數(shù)量明顯增多，由14%增加到了32.4%．通過形式B、D、E的對比，探究得到候診室內(nèi)送風(fēng)形式對粒子分布的影響．形式D中，粒子集中在服務(wù)區(qū)1和2，內(nèi)外走廊的粒子數(shù)量約占2%，粒子擴(kuò)散程度低，服務(wù)區(qū)2中集中在0.5～1.0m范圍的粒子超過50%，即大量聚集在靜坐人員呼吸范圍．在人員流動性較好的服務(wù)區(qū)1，粒子集中分布在0.5～1.5m范圍，占比高達(dá)28.04%，對于站立兒童有較高風(fēng)險．形式E的粒子分布明顯不同，粒子從下而上逐漸減少，大量在0～0.5m的位置，少量分散在外走廊0.5～1.0m位置，均不構(gòu)成對人員的感染威脅．

圖16?不同送風(fēng)形式垂直方向粒子分布

2.5?感染風(fēng)險分布

設(shè)定感染風(fēng)險警戒值為1%，圖17(a)中警戒值為1%時，感染風(fēng)險隨換氣率先降后增，換氣率為10/h～12/h時，空間感染風(fēng)險控制較好，繼續(xù)增加換氣率反而使感染風(fēng)險增加．圖17(b)為外走廊風(fēng)速對感染風(fēng)險影響．警戒值由1%增加到2%時，感染風(fēng)險面積比平均降低了9.7%．高風(fēng)險面積比隨外走廊送風(fēng)速度增加，總體呈現(xiàn)先降后增的趨勢，當(dāng)外走廊風(fēng)速設(shè)定為1m/s時，整體感染風(fēng)險最低．

圖17?超過感染風(fēng)險警戒值的面積占比

當(dāng)患者和室內(nèi)送風(fēng)條件均為最不利情況時，患者附近的感染風(fēng)險最高，以5%為警戒值，圖18為5種送風(fēng)形式下的感染風(fēng)險云圖．在患者持續(xù)講話狀態(tài)下，患者前方0.6～1.1m范圍為高風(fēng)險，感染風(fēng)險達(dá)到50%，感染風(fēng)險達(dá)到10%的區(qū)域集中在候診室2走廊前方以及患者前方2.0m范圍．其中，候診室采用送風(fēng)格柵時，較其他工況，粒子擴(kuò)散程度更高，但粒子濃度較低．對比形式A、B、C 3種形式，開啟內(nèi)外走廊送風(fēng)時，都會增加粒子向走廊擴(kuò)散，但在外走廊送風(fēng)作用下，可有效降低粒子濃度，反觀內(nèi)走廊送風(fēng)會增加外走廊的感染風(fēng)險，使候診室入口位置平均感染風(fēng)險由2.3%提高到4.8%．

依據(jù)第1.4.1節(jié)，當(dāng)患者位于候診2區(qū)中央時，為患者停留的最不利位置，結(jié)合圖17和圖18及表3，當(dāng)送風(fēng)形式為D時，為感染風(fēng)險控制的最不利工況．由圖18(d)中可以看到，散流器對候診室的粒子稀釋作用較差，大面積高風(fēng)險區(qū)域集中于患者斜前和斜后方，在計算的30min時間內(nèi)，粒子雖未擴(kuò)散到更大范圍，但會隨時間逐漸積累，若在候診室1人員流動的影響下，會促進(jìn)粒子擴(kuò)散，使候診室成為感染暴發(fā)的高危地帶，此時候診室的平均感染風(fēng)險達(dá)到7.25%．

表3?空間不同位置平均感染風(fēng)險

Tab.3?Average risk of infections in different locations?%

圖18?5種送風(fēng)形式下的感染風(fēng)險云圖

3?討論

從粒子清除角度，散流器控制下的地板捕獲效率高于其他送風(fēng)形式，通風(fēng)清除效率卻明顯偏低，因此壁面使用散流器．反觀室內(nèi)通風(fēng)效果較好的格柵送風(fēng)，能以較小的換氣率最大限度降低粒子數(shù)量，其通風(fēng)清除效率總體水平最高，地板捕獲相對較低．過強(qiáng)的室內(nèi)風(fēng)環(huán)境會導(dǎo)致較低的地面捕獲率，一定程度上增加了粒子在空間的停留時間．開啟外走廊送風(fēng)后，粒子數(shù)量明顯降低，分布更優(yōu)，粒子在內(nèi)走廊的聚集明顯增大，但內(nèi)走廊人員密度低，且粒子都集中于近地面位置，這有利于控制院內(nèi)感染．當(dāng)開啟內(nèi)走廊送風(fēng)后，整個場域的通風(fēng)效果不佳，且對人員呼吸范圍內(nèi)的粒子清除作用較差，這主要由于送風(fēng)較分散，對高粒子區(qū)域的稀釋效果明顯變差，且大量的粒子流向外走廊，一定程度上可能會導(dǎo)致更大范圍的院內(nèi)感染．在患者附近上方位置設(shè)置局部排氣格柵[24]，可有效去除一部分病毒顆粒．

提高候診室換氣率，粒子會隨氣流方向，在氣流運(yùn)動的終點出現(xiàn)沉積，因此合理控制換氣率對降低外走廊粒子擴(kuò)散有重要作用．過高的換氣率反而會使高風(fēng)險面積比增加．外走廊連接候診室入口位置為除患者附近外，需重點關(guān)注的區(qū)域，該位置往往是家屬高度密集的區(qū)域，且平均停留約為候診和就診時間的和，長時間的停留會加劇感染風(fēng)險．開啟外走廊送風(fēng)能加快候診室的空氣更新，有效降低該位置的感染風(fēng)險，但要進(jìn)行風(fēng)速控制，過大的風(fēng)速反而會增加整體的感染風(fēng)險．在Satheesan等[24]對病房的感染的研究中也可觀察到類似的結(jié)論．

實際等候時間往往大于15min和30min，且部分患者存在二次候診的情況．Clive等[9]對流感患病率與等候時間的研究指出，等候時間由30min增加到60min時，流感的感染風(fēng)險變?yōu)樵瓉淼?.5倍．因此在候診入口和患者附近位置很可能造成高風(fēng)險傳播．因此應(yīng)盡可能提高就診效率，合理優(yōu)化候診等候流程，嚴(yán)格控制陪護(hù)家屬的數(shù)量．

4?結(jié)語

本文在前人工作基礎(chǔ)上，擴(kuò)展了對典型候診空間在不同送風(fēng)條件下的粒子清除、分布以及感染風(fēng)險分布的研究，對小型候診室的通風(fēng)設(shè)計提出理論依據(jù)．總體來看，小型候診室內(nèi)送風(fēng)口建議優(yōu)先選用送風(fēng)格柵，其次選用四面送風(fēng)，不建議選用散流器．外走廊格柵送風(fēng)可有效降低感染風(fēng)險，但隨風(fēng)速的提高，感染風(fēng)險呈現(xiàn)先降后升的趨勢，存在最佳風(fēng)速值．內(nèi)走廊送風(fēng)不但沒能降低候診室粒子濃度，反而促使大量粒子擴(kuò)散至外走廊，易造成更大范圍院內(nèi)感染，但具有最大的粒子清除潛力．此外，風(fēng)口在患者附近可有效降低患者附近的粒子濃度，增加患者位置的粒子地面捕獲率．

較強(qiáng)室內(nèi)風(fēng)環(huán)境帶來較低的地面捕獲率，更多粒子通過風(fēng)口清除，在一定程度上增加了粒子在空間的停留時間．粒子清除效率隨換氣率的提高呈現(xiàn)先增后平穩(wěn)的趨勢，10/h是轉(zhuǎn)折點，過高的換氣率反而會提高低閾值風(fēng)險面積比．對于高閾值風(fēng)險面積比而言，較小的換氣率就能有效控制風(fēng)險．

［1］ 羅銀波，吳?楊，劉?漫，等. 常態(tài)化新冠肺炎防控策略與機(jī)制的思考[J]. 公共衛(wèi)生與預(yù)防醫(yī)學(xué)，2020，31(6)：1-5.

Luo Yinbo，Wu Yang，Liu Man，et al. Considerations on the strategies and mechanisms of normalization of new coronary pneumonia prevention and control[J]. Public Health and Preventive Medicine，2020，31(6)：1-5(in Chinese).

［2］ 倪曉平，邢玉斌，索繼江，等. 醫(yī)療機(jī)構(gòu)中微生物氣溶膠的特性與作用[J]. 中華醫(yī)院感染學(xué)雜志，2020，30(8)：1183-1190.

Ni Xiaoping，Xing Yubin，Suo Jijiang，et al. Characteristics and effects of microbial aerosols in medical institutions[J]. Chinese Journal of Hospital Infection，2020，30(8)：1183-1190(in Chinese).

［3］ Xiao S，Li Y，Sung M，et al. A study of the probable transmission routes of MERS-CoV during the first hospital outbreak in the Republic of Korea[J]. Indoor Air，2018，28(1)：51-63.

［4］ Berge W F，F(xiàn)ehrenbacher M C，Jayjock M A，et al. Mathematical Models for Estimating Occupational Exposure to Chemicals[J]. AIHA，https://www.scienceopen. com/document?vid=934e06b1-ecf9-416c-8fb8-c3392e544bf7，2000.

［5］ Furtaw E J，Pandian M D，Nelson D R，et al. Modeling indoor air concentrations near emission sources in imperfectly mixed rooms[J]. J Air Waste Manag Assoc，1996，46(9)：861-868，

［6］ Gupta J K，Lin C-H，Chen Q. Inhalation of expiratory droplets in aircraft cabins[J]. Indoor Air，2011，21 (4)：341-50.

［7］ Riley E C，Murphy G，Riley R L. Airborne spread of measles in a suburban elementary school[J]. American Journal of Epidemiology，1978，107(5)：421-32.

［8］ Chao C Y H，Wan M P，Sze T G N. Transport and removal of expiratory droplets in hospital ward environment[J]. Aerosol Science and Technology，2008，42：377-394.

［9］ Clive B B，Simon J S，Kevin G K. Potential for airborne transmission of infection in the waiting areas of healthcare premises：Stochastic analysis using a Monte Carlo model[J]. BioMed Central，2010，10(1)：247.

［10］ Jinkyun Cho. Investigation on the contaminant distribution with improved ventilation system in hospital isolation rooms：Effect of supply and exhaust air diffuser configurations[J]. Applied Thermal Engineering，2019，148：208-218.

［11］ Yan Yihuan，Li Xiangdong，Shang Yidan，et al. Evaluation of airborne disease infection risks in an airliner cabin using the Lagrangian-based Wells-Riley approach[J]. Building and Environment，2017，121：79-92.

［12］ Mousavi E S. Toward an energy efficient healthcare envi-ronment：A case study of hospital corridor design[J]. International Journal of Environmental Science and Technology，2019，16(12)：7633-7642.

［13］ Agtasari R，Sjaaf A C. The relationship between inpatient corridor layout and the risk of infection transmission in hospital：A systematic review[C]// 6th International Conference on Public Health. Solo，Center Java，Indonesia，2019，46：487-494.

［14］ Zheng Cong，Liu Jing. Study on indoor air movement under the crowding conditions by numerical simulations and PIV small-scale experiments[J]. Procedia Engineering，2015，121：1650-1656.

［15］ 綦戎輝，趙?彬，楊旭東. 病房氣流組織改造方案模擬計算與分析[C]// 全國暖通空調(diào)制冷學(xué)術(shù)年會. 合肥，中國，2006.

Qi Ronghui，Zhao Bin，Yang Xudong. Simulation calculation and analysis of air distribution reconstruction scheme in ward[C]// National HVAC Refrigeration Academic Annual Conference. Hefei，China，2006(in Chineses).

［16］ Kazuhide I. Integrated numerical approach of computa-tional fluid dynamics and epidemiological model for multi-scale transmission analysis in indoor spaces[J]. Indoor and Built Environment，2014，23(7)：1029-1049.

［17］ NASA/SP-2010-3407 Man-Systems Integration Stan-dards[S]. Washington：Nasa Johnson Space，1995：53.

［18］ Zulfikar A，Andrew P. The design and simulation of natural personalised ventilation(NPV) system for multi-bed hospital wards[J]. Buildings，2015，5(2)：381-404.

［19］ Cao Guangyu，Madeleine C A，Stor?s A A，et al. Do surgeons and surgical facilities disturb the clean air distribution close to a surgical patient in an orthopedic operating room with laminar airflow?[J]. AJIC：American Journal of Infection Control，2018，46(10)：1115-1122.

［20］ Mousavi E S. Toward an energy efficient healthcare envi-ronment：A case study of hospital corridor design[J]. International Journal of Environmental Science and Technology，2019，16(12)：7633-7642.

［21］ Liu Wei，You Xueyi. Transportation and risk analysis of influenza indoor and outdoor transportation and exposure risk analysis of influenza aerosol[J]. Indoor and Built Environment，2012，21(5)：614-621.

［22］ Zhang Z，Chen Q. Comparison of the Eulerian and Lagrangian methods for predicting particle transport in enclosed spaces[J]. Atmospheric Environment，2006，41(25)：5236-5248.

［23］ Dai Hui，Zhao Bin. Association of the infection probability of COVID-19 with ventilation rates in confined spaces[J]. Building Simulation，2020，13：1-7.

［24］ Satheesan M K，Mui K W，Ling T W. A numerical study of ventilation strategies for infection risk mitigation in general inpatient wards[J]. Building Simulation，2020，13(4)：887-896.

Risk of Infection in the Waiting Rooms in Children’s Hospitals Considering Population Density Distribution

Liu Gang1, 2，Zhang Yichi1, 2，Qu Guanhua1, 2，Liu Wei3，Li Weifeng3，Cui Lei4

(1. School of Architecture，Tianjin University，Tianjin 300072，China；2. Tianjin Key Laboratory of Architecture Physics and Environmental Technology，Tianjin 300072，China；3. Children’s Hospital of Tianjin University，Tianjin 300190，China；4. Tianjin Urban Planning and Design Institute，Tianjin 300074，China)

Due to the long waiting time and serious gathering of people，hospital waiting rooms are a high-risk zone for influenza outbreaks. Existing studies have shown that appropriate ventilation control strategies can effectively reduce the risk of infection in waiting rooms. This article studies the infection risk and particle removal efficiency of the most frequently used small waiting rooms. Through drawing and field investigations，the typical indoor space of the internal waiting room of a general children’s hospital was refined. The air opening and closing of the internal/external corridor，form of the air outlet in the waiting room，number of ventilation，and wind speed in the external corridor are used as the research variables. Further，their effects on particles in the waiting room and the influence of movement trajectories，particle removal efficiency，and infection risk distribution are explored. Through computational fluid dynamics uncoupled particle diffusion simulation and Anylogic personnel simulation，combined with the Wells-Riley classic infection equation，the infection risk of personnel in the waiting space of the hospital is obtained. Our research obtained the following results：Waiting room air outlets have a great impact on the particle diffusion trajectory near patients，which directly affects the particle removal efficiency and removal path. For small waiting rooms，grid air supply is preferred，and the use of diffusers is avoided. Hence，it is recommended to turn on the air supply in the outer corridor and close the air supply in the inner corridor. This method can accelerate the gas flow in the waiting room while avoiding the diffusion of particles into the inner corridor. Under the same conditions，turning on the air supply in the inner corridor will significantly increase the particle concentration in the outer corridor，which is likely to cause a wide range of nosocomial infections. There is an optimal indoor air exchange rate under different air supply modes，and a value of approximately 10/h is generally recommended. Excessive air exchange rate will not increase the particle removal efficiency but will increase the high-risk area ratio of the waiting room. The research results can provide theoretical support for ventilation design to reduce the risk of nosocomial infections.

seasonal influenza；waiting space；personnel distribution；risk of infection；particle removal efficiency

10.11784/tdxbz202110025

TU11

A

0493-2137(2022)12-1249-13

2021-10-26；

2021-12-06.

劉?剛（1977—??），男，博士，教授，lglgmike@163.com.

劉?薇，lance1971@163.com.

國家自然科學(xué)基金資助項目(72174138)；天津市自然科學(xué)基金重點資助項目(20JCZDJC00660)；天津市建筑設(shè)計規(guī)劃研究院創(chuàng)新項目(2020CX-B09).

Supported by the National Natural Science Foundation of China(No.72174138)，the Key Project of Tianjin Natural Science Foundation (No.20JCZDJC00660)，the Innovative Project of Tianjin Institute of Architectural Design and Planning(No.2020CX-B09).

(責(zé)任編輯：金順愛)