基于CFD-SIR模型的猪舍通风优化与疾病传播防控研究

本研究针对猪舍内空气传播疾病防控难题，创新性地结合计算流体力学(CFD)与流行病学模型(SIR)，开发了可量化通风系统与病猪栏位布局对PRRSV等病原体传播影响的预测框架。通过遗传算法优化通风配置，使疾病传播率平均降低20%，同时揭示窗帘开合策略可带来64.8%的防控增益或5.8%的恶化风险，为集约化养殖生物安全提供了精准调控工具。

　　

集约化养猪场中，空气传播疾病如猪繁殖与呼吸综合征病毒(PRRSV)的暴发常造成巨大经济损失。传统防控主要依赖疫苗和抗生素，但对通过空气在栏位间传播的病原体缺乏精准干预手段。尤其当病猪被集中安置在"康复栏"(sick pen)时，通风系统形成的空气流场可能意外加速病原体扩散。现有研究虽已认识到气流对疾病传播的影响，但尚未建立能量化通风配置、病猪栏位与传播动力学关系的预测模型。

美国伊利诺伊大学厄巴纳-香槟分校的研究团队在《Epidemics》发表创新成果，首次将计算流体力学(CFD)与易感-感染-恢复(SIR)模型耦合，开发出可预测栏位间疾病传播的CFD-SIR框架。该研究以典型32栏位育肥猪舍为对象，通过雷诺平均Navier-Stokes方程模拟气流，结合病原体浓度场构建传播矩阵，最终利用遗传算法优化出可使疾病传播率降低20%的通风方案。

关键技术包括：(1)基于商业猪舍实测数据的二维CFD建模；(2)采用单位强度源项法构建32×32栏位传播矩阵；(3)整合随机波动因子(σ=0.1)的时变SIR模型；(4)覆盖650种工业风扇参数的遗传算法优化；(5)利用RABapp?数据库中的175天饲养周期验证模型。

3.1 病猪栏位位置的影响
通过对比栏位1（近进风口）、8（常规中间位）和31（近排风口）作为病猪栏的传播动态，发现病原体在水平气流主导的猪舍中呈现明显上下游传播特征。CFD模拟显示，当病猪栏位于栏位31时，病原体可被迅速排出，使175天饲养期内平均感染率保持在40%，较常规栏位8的60%峰值显著降低。

3.2 窗帘设置的调控作用
四种窗帘组合的对比揭示：同时开启左侧和底部窗帘能通过增强空气交换使传播率降低64.8%，但单独开启底部窗帘会因形成上升气流导致传播率增加5.8%。这解释了实际生产中为何不当的窗帘操作反而会加剧疫情。

3.3 通风系统优化验证
遗传算法从650种风扇组合中筛选出最优配置：右墙2个进风、左墙1个排风、底部1个排风。该布局形成右向左主导气流，配合底部排风快速清除病原体。在R₀=2.6-5.4范围内，优化方案始终较常规配置降低20%感染率，且对15%的未检出病猪具有鲁棒性。

该研究首次实现了从流体力学角度量化猪舍设计参数对疾病传播的影响，其CFD-SIR框架可扩展至流感病毒(IAV)、猪肺炎支原体(M.hyo)等其他呼吸道病原体。实际意义在于：(1)证明中间位置的传统病猪栏实际可能最不利于防控；(2)揭示简单的窗帘调整可能产生截然相反的防控效果；(3)提供的数据驱动优化方法，可使养殖场在无需大规模改造下，通过风扇重组获得显著生物安全提升。研究结果为智能养殖时代的精准疫病防控提供了可量化的设计工具。