熟悉概率论的朋友可以发现，这一算法可以被视为多状态的元胞自动机算法。

  1. 一个网格有两种属性：阴性个数和阳性个数。在每个状态内，阴性、阳性人员可以进入、离开这个网格。

  2. 当网格处于（n，0）（没有阳性人员）时，不论经过多少个状态，状态都始终为（n，0）；

  3. 当网格中阳性人数不为 0 时，会根据一个与时间长短、阳性人数多少、环境内是否普遍佩戴口罩（例如餐厅等情况可视为未有佩戴口罩）的感染函数，将阴性转变为阳性（感染）。

  4. 根据阳性确诊者体内的病毒浓度，感染概率也会有所区别。例如，感染者、刚刚和感染者接触的密切接触者、刚刚和密切接触者接触的「密接的密接」三者向外传播病毒的概率也依次递减。

  总结：大数据仍然是疫情防控最好的朋友

  从刚刚的例子我们可以看到，对航站楼进行网格化管理能够全面改进机场的疫情防控工作。一方面，通过步态识别等机器视觉技术，我们可以快速识别唯一旅客，全面追溯密切接触者的动向；另一方面，来自中航信离港系统、机场安检系统等多方面的数据，可以为我们确定旅客身份、明确目的地、始发地等协查方向提供便利。

  这种追踪和防控工具是我们应对未来不断严峻的疫情的必要武器：我们必须切实采取措施改进机场的疫情防控能力，才能确保公众对国内民航运输的信心，巩固目前国内的疫情防控和复工复产成果。