Caracterização de Aerossóis Humanos com base na Teoria da Informação

Abstract

Desde 2020 que o mundo enfrenta a Covid-19, uma doença respiratória infecciosa que se propaga através de aerossóis humanos, alterando os nossos hábitos e estilos de vida, criando impactos devastadores a níveis socioeconómicos que se prolongam mesmo após um possível fim da pandemia. Todas as alterações necessárias no nosso dia-a-dia para mitigar a propagação desta doença foram o resultado de investigação científica em diversas áreas do saber. O facto da propagação do SARS-Cov-2 estar associada à carga viral transmitida por aerossóis, a sua caracterização serve de definição e melhoramento das estratégias de proteção e planeamento do controlo da propagação do vírus mitigando o seu efeito pandémico. Porém, a informação sobre os tamanhos das partículas aerossóis está ainda dispersa pela literatura e a sua modelação é ambígua. A partir da caracterização dos aerossóis reportada na literatura, esta dissertação contribui com: um estudo da modelação das distribuições de gotas através do ajuste de funções matemáticas de densidade de probabilidade; e um novo método para aferir o ajuste baseado no conceito de entropia diferencial proveniente da teoria da informação. A entropia diferencial comprova que a melhor função para caracterizar e modelar as distribuições dos aerossóis é a função de distribuição Normal Logarítmica. Esse resultado mostra que o mecanismo de produção de aerossóis produzidos por humanos em diversas situações (tosse, espirro, falar, entre outras) é o resultado de uma constante taxa de crescimento da diversidade de tamanho de gotas, como expressão do sentido físico do desvio padrão da função de distribuição Normal Logarítmica. No caso dos aerossóis humanos, os resultados reportados na literatura evidenciam que o aumento dessa taxa de crescimento está correlacionado com um maior valor de diâmetro médio dos aerossóis produzidos e um maior grau de diversidade de gotas do spray. Os ajustes apresentados são uteis para os modelos de simulação numérica da dispersão de aerossóis.

Since 2020, the world has faced Covid-19, an infectious respiratory disease that spreads through human aerosols, altering our habits and lifestyles, creating devastating impacts at socio-economic levels that extend even after a possible end to the pandemic. All the changes necessary in our daily life to mitigate the spread of this disease were the result of scientific research in several areas of knowledge. The fact that the spread of SARS-Cov-2 is associated with viral load transmitted by aerosols, its characterization serves as a definition and improvement of strategies for the protection and planning of the control of the spread of the virus, mitigating its chemical effect. However, the information on the sizes of aerosol particles is still dispersed throughout the literature and their modeling is ambiguous. From the characterization of aerosols reported in the literature, this dissertation contributes with a study of the modeling of droplet distributions through the adjustment of mathematical functions of probability density; and a new method to measure the adjustment based on the concept of differential entropy derived from information theory. Differential entropy proves that the best function to characterize and model aerosol distributions is the normal logarithmic distribution function. This result shows that the mechanism of production of aerosols produced by humans in various situations (cough, sneezing, talking, among others) is the result of a constant growth rate of the diversity of droplet size, as an expression of the physical sense of the standard deviation of the Normal Logarithmic distribution function. In the case of human aerosols, the results reported in the literature show that the increase in this growth rate is correlated with a higher average diameter value of the aerosols produced and a greater degree of diversity of spray drops. The adjustments presented are useful for numerical simulation models of aerosol dispersion.