飛機上有很多病菌，然而有一些方法能將感染病菌的風險降到最低;基於人類和動物群體運動的曆史性研究就提出了三條簡單的規則，即遠離那些離你太近的人;向遠處移動;匹配“鄰居”的移動方向。日前一項發表在國際雜誌PLoS ONE上的研究報告中，來自西佛羅裏達大學等機構的研究人員就進行了一項研究揭示了坐飛機到底會讓我們感染病毒的風險有多大。

該項研究特別適用於航空旅行，因為航空旅行會增加人群感染多種疾病的風險，比如最近全球爆發的COVID-19等。研究者Ashok Srinivasan表示，航空公司會使用多個區域來登機，當登機時人們常常會被阻擋，被迫站在將行李放入箱子的人附近，這樣人們之間就會站得非常近，當很多區域被使用時，這種問題就會非常嚴重，而下飛機會更加平穩，也更快一些，人群之間並沒有那麼足夠的時間被感染。

最近研究者Srinivasan一直在進行研究來分析並開發如何降低飛機上人群傳播疾病的風險的程序，很多年來，科學家們一直依賴於SPED(Self Propelled Entity Dynamics，自航實體動力學)模型，其是一種將每個個體視為點粒子的社會力模型，SPED模型的一個限製就是其產生結果的速度很慢，這就使得研究人員及時作出決定變得相當困難，在類似COVID-19爆發的情況下研究人員就需要快速找到答案。

於是研究人員就提出了名為CALM的快速模型，CALM模型，即群體中個體受約束的線性運動分析模型(constrained linear movement of individuals in a crowd)，就好像SPED模型一樣，CALM模型能夠模擬在狹窄的線性通道中的運動狀況，研究結果表明，CALM模型的速度幾乎是SPED模型的60倍，除了性能的提升之外，研究人員還模擬了額外的行人行為。

研究者有一些實用的建議，他們表示，人群依然有感染病毒的風險，即使你離地比6英尺還遠;在於建模者進行討論後研究者認為，模型似乎並未考慮到空氣動力學特性，就好像我們隨風扔出去的球一樣飛得更遠，攜帶病毒的飛沫也會跟隨氣流的方向飛得更遠。在新加坡，研究者還觀察到了一名患者接觸衛生間的排氣口而表現出SARS-CoV-2檢測陽性，這或許就歸因於空氣流動。

最後研究者Edward Walker表示，相關研究結果或能使NSF資助的Frontera超級計算機係統更加及時地獲取結果，因為目前我們迫切需要抵禦COVID-19的傳播和擴散;這種通過先進計算機模擬實現的結果或許會對未來美國人群的航空旅行體驗產生根本性的影響。