研究文章新冠病毒

乘用车内部的气流及其对空气传播疾病的影响

看到所有隐藏 作者和从属关系

科学进步 2021年年1月1日:
卷7号1,eabe0166
DOI:10.1126 / sciadv.abe0166
载入中

抽象

呼出的飞沫和气溶胶可以长时间悬浮在空气中,从而促进了包括SARS-CoV-2在内的高传染性呼吸系统疾病的传播。客舱代表这种情况,病原体传播的风险较高。在这里,我们提供数值模拟的结果,以评估汽车的车内微气候如何可能在各种打开和关闭的窗户配置中的乘员之间传播病原体。我们估算了机舱内部湍流对平移和扩散的非相互作用被动标量(传染性粒子的替代物)的相对浓度和停留时间。在远离乘员最远的地方穿过机舱的气流模式可能会降低传播风险。我们的发现揭示了日常通勤过程中的复杂流体动力学以及非直观的方式,其中敞开的窗户可以增加或抑制空中传播。

介绍

呼吸系统疾病的爆发,例如流感,严重急性呼吸系统综合症(SARS),中东呼吸系统综合症,以及现在的新型冠状病毒[严重急性呼吸系统综合症冠状病毒2(SARS-CoV-2)],已给人类带来沉重打击全球人口。他们在重新定义无数的社交和身体互动时,我们试图控制病因SARS-CoV-2的主要空中传播(13)。必须重新考虑的一种常见且至关重要的社会互动是人们乘坐乘用车出行的方式,因为与同伴一起在封闭的车厢内驾驶可能会造成空气传播疾病的风险。大多数大城市(例如,纽约市)每天支持超过一百万次这样的游乐设施,每位骑手每天互动的中位数为10(4)。为了实现最大程度的社会隔离,显然单独驾驶是理想的选择,但这在广泛的实践或环境可持续性方面均不理想,在许多情况下,两个或两个以上的人需要一起驾驶。戴上口罩并使用屏障隔离住者确实为降低感染率提供了有效的第一步(510)。但是,除了最高性能的过滤器(8, 11),实际上是不可避免的,因为与呼吸和谈话相关的微米级气溶胶会释放出病毒,更不用说咳嗽和打喷嚏了(1221)。即使采取了基本的保护措施,例如戴上口罩,在这些乘车过程中,车厢内的微气候仍无法满足各种流行病学指导原则(22)关于密闭空间中的乘员-乘员分离和互动持续时间。初步模型表明,在短短15分钟的时间内,车内病毒载量就会增加(23, 24),并具有长达3小时的气溶胶中病毒生存力的证据(25, 26)。

为了评估这些风险,至关重要的是要了解汽车客舱内存在的复杂气流模式,此外,还要量化驾驶员和乘客之间可能交换的空气。尽管人们已经认识到了在汽车旅行中传播的危险(27),出乎意料的是,对汽车客舱内详细气流的公开调查非常稀少。几项工作解决了车厢内的流动模式,但仅在全窗关闭配置下(2830)—最常用的是减少机舱中的噪音。然而,从直觉上讲,使传染性颗粒最小化的方法是在部分或全部窗户打开的情况下进行驱动,大概是增强了通过机舱循环的新鲜空气。

由于污染物对乘客的影响,一些研究评估了从机舱外部进入的污染物的浓度(31)以及在不同通风情况下机舱内香烟烟雾的持久性(32, 33)。然而,这些研究都没有涉及客舱的微气候以及污染物从一个特定的人(例如,驾驶员)到另一特定的人(例如,乘客)的运输。除了这是适用于空气传播的病原体的重要问题之外,在当前的2019年全球冠状病毒病全球公共卫生危机中,通常迫切需要对汽车乘客舱内的这些气流模式进行严格评估。

当前的工作提出了解决该问题的定量方法。尽管汽车的几何形状和驾驶条件的范围很广,但我们将注意力集中在两个人驾驶汽车(五人座)上,这接近美国乘用车的平均占用率和座椅配置(34)。然后,我们问一个问题:驾驶员和乘客之间的空气和可能具有传染性的气雾滴的输送方式是什么?对于完全打开和关闭的窗户的各种组合,空气交换方式有何变化?

为了解决这个问题,我们对模型四门客车的一系列通风选项进行了一系列代表性的计算流体动力学(CFD)模拟。外部几何形状基于Toyota Prius,我们模拟了与行驶中的汽车相关的流动模式,其中有一个中空的客舱以及六种完全打开和关闭的窗户组合,分别称为前左(FL),后左(RL) ,右前(FR)和右后(RR)(Fig. 1)。我们考虑两个人在车上旅行的情况—驾驶员坐在左前座椅(假设是左侧驾驶的车辆),而乘客坐在右后座椅,从而使实际距离最大化(≈1.5) m)在乘员之间。为了进行模拟,将乘员简单地建模为位于汽车内部的气缸。

Fig. 1 模型车几何图式,带有标识符FL,RL,FR和RR窗口。

黑色的两个区域代表驾驶员和乘客的脸。右表总结了模拟的六种配置,以及完全打开和关闭的窗口的各种组合。

作为参考配置(Fig. 1,配置。 1),我们考虑在所有四个车窗都关闭且有典型的空调流量的情况下驾驶-进气口位于仪表板和汽车后部的出风口-这是许多现代汽车所共有的(35)。进气建模为新鲜的(即没有再循环),具有0.08 m的相对较高的流入速度3/ s(36)。

使用Ansys Fluent软件包进行了数值模拟,使用标准求解了三维,稳定的雷诺平均Navier-Stokes(RANS)方程 k-ε湍流模型(有关详细信息,请参见方法)。尽管有其已知的局限性,但RANS湍流方法(37)代表了广泛用于科学,工业和汽车应用的模型(38)。使用大涡流模拟或完全解析的直接数值模拟可以对流型和液滴扩散进行更准确的评估,而后者的计算成本则更高。这超出了当前工作的范围。

我们模拟了一个单速行驶 v = 22 m / s [50英里每小时(mph)],空气密度ρa = 1.2公斤/米3。换算为雷诺数为200万(基于汽车高度),该数字足够高,因此此处显示的结果对车速不敏感。为每种配置计算的流量模式用于估计空气(和潜在病原体)从驾驶员到乘客的传播,反之,从乘客到驾驶员的传播。通过计算从每个乘员“释放”的被动示踪剂的浓度场并评估到达其他乘员的示踪剂的量,可以实现这些估计。

在这里,我们首先描述由汽车运动建立的压力分布以及在车厢内部引起的流动。接下来,我们描述每个通风选项的乘客到驾驶员和驾驶员到乘客的传输结果,最后根据观察到的浓度场,一般结论和结果的含义得出结论。

结果与讨论

整体气流模式

外部气流在汽车上产生压力分布(Fig. 2),在散热器格栅上方和挡风玻璃前部形成一个高压停滞区。此处的峰值压力(301 Pa)约为动压(0.5ρav2 = 290 Pa在22 m / s时)。相反,当气流环绕汽车顶部和侧面时,高空速与低压区相关,局部压力远低于大气压(零表压)。 Fig. 2)。该总体压力图与汽车车身上的其他流动计算(39),并提供关键特征的物理预览-汽车前窗和车顶附近的区域与低于大气压的压力有关,而朝乘客舱后部的区域与中性或更高的压力有关-高于大气压

Fig. 2 与车速22 m / s(50 mph)相关的汽车外部压力分布。

(A)表面压力分布。 (B) Pressure distribution in the air at the midplane. The color bar shows the gauge pressure in pascals 和 emphasizes the midrange of pressures: [−180,60] Pa。在此速度下,表面上的表压的整个范围为[−361, 301] Pa.

图中显示了汽车内部的典型流线(或路径)图案。 Fig. 3,在其中打开RL和FR窗口(配置3 Fig. 1)。流线始于RL窗口,这是大量流入的位置(Fig. 3,右下),这是由于汽车的运动(Fig. 2)。强劲的气流(〜10 m / s)从该区域进入机舱,并沿着汽车后座行进,然后流过坐在机舱RR侧的乘客。气流在关闭的RR窗口处转向并向前移动,并且大部分空气在车辆FR侧的打开窗口处离开车厢,此时外部压力低于大气压(Fig. 2)。气流较弱(〜2 m / s),在转过乘客之后,气流继续在机舱内循环。可以看到该流的一小部分通过RL窗口退出。

Fig. 3 针对打开RL和FR窗口的情况计算的流线。

流线在RL窗口打开时启动。流线颜色表示流速。插图显示以法向速度着色的FR和RL窗口。 RL窗口的后部集中有强烈的(正)周围空气流入,而FR窗口则主要是向周围的空气(负向)流动。

流线箭头表示机舱内再循环区的主要方向是逆时针方向(从上方观察)。这些流线当然代表了可能的传播途径,可能将载有病毒的飞沫或气溶胶运送到整个机舱,尤其是从乘客到驾驶员。

如前所述,对于此处显示的特定通风选项,进入RL而留在FR上的总体空气模式与外部压力分布(Fig. 2)。朝向机舱后部的升高的压力和靠近机舱前部的吸入压力驱动机舱流动。这种特殊的气流模式在“现场测试”中得到了证实,测试车辆的车窗(2011年起亚Forte掀背车)的车窗开着RL和FR窗,两名乘员(FL座位上的驾驶员和F1座位上的一名乘客) RR座位),如Config中所述。 3.汽车以30英里/小时的速度在一条直路上行驶,并使用了一根流量棒(一根短棒,一根棉线固定在尖端)和烟雾发生器来观察整个气流的方向和大致强度。机舱,客舱,小屋。通过将魔杖和烟雾发生器移动到驾驶室内的不同位置,从CFD模拟获得的总体流动模式-沿着驾驶室后部的强劲气流离开FR窗口,而驾驶员附近的气流非常微弱-定性确认(请参阅补充材料)。不同的通风配置会产生不同的流线样式(例如,图S4和S5),但其中大多数可以与在车身上建立的压力分布相关联(Fig. 2)。

在评估汽车密闭驾驶室中不同的通风选择时,一个重要的考虑因素是车厢空气被外界新鲜空气补充的速率。这是由Ott测量的 。 (32),适用于以各种速度行驶的各种汽车以及有限的通风选择。在这些测量中,无源示踪剂(代表香烟烟雾)在机舱内释放,并测量了示踪剂浓度的指数衰减。假设机舱空气混合均匀(32),他们估算了每小时的换气量(ACH),这是室内通风设计中广泛使用的指标。

从模拟中,我们可以精确计算进入(和离开)机舱的空气总流量,并且知道机舱容积后,我们可以直接计算ACH。这样的计算得出了非常高的ACH估计值(成千上万;请参见图S6),但这是误导性的,因为充分混合机舱空气的假设过于简单。取而代之的是,使用停留时间分析对客舱内多个位置释放的被动标量进行了更相关的ACH量化。计算出出口处的浓度下降到阈值(初始值的1%)以下所需的时间,该时间的倒数产生ACH的有效值(Fig. 4),与Ott的报告相比 。 (32),校正车速后(40)。

Fig. 4 根据不同配置的停留时间分析计算出的空气变化率(或ACH)。

此处,换气速率为1/τr,其中τr 是以小时为单位的停留时间。不确定度估计基于湍流水平。

如人们所料,所有窗口打开配置(配置6)的ACH最高-大约250,而在其余配置中,所有窗口关闭配置(配置1)的ACH最低ACH为62。但是,出乎意料的是,与驾驶员和乘客相邻的窗户(分别为FL和RR;配置2)打开的配置的ACH仅89,远高于所有窗户-封闭配置。具有两个或三个打开的​​窗口的其余三种配置(配置3至5)都显示出约150 ACH的较高功效。这些差异的原因可以追溯到整体流线型式和驱动机舱流动的压力分布( Fig. 2)。通风良好的空间要求有入口和出口以及两者之间的有利压力梯度(41, 42)。建立交叉通风路径后(如配置3或 Fig. 3),则打开第三个窗口对ACH影响不大。

重要的是要指出ACH for Config。 3比Config高。 2,尽管打开的窗户有明显的镜面对称性。发生这种情况是由于两个作用。首先,乘员相对于敞开窗户的位置会影响释放标量的停留时间,该滞留时间用于估算ACH(32)。其次,代表驾驶员和乘客的气缸也导致Config中的气流减少。 2乘员就座于打开的窗户旁边。稍后我们将显示ACH仅提供了部分图像,而无源标量的扩展可以显示Config之间的明显变化。 3和5,尽管它们的ACH几乎恒定。

驾驶员到乘客的变速箱

通过机舱建立的气流为两个乘员之间的空气传输提供了一条路径,并因此提供了一条可能的感染途径。我们的重点是通过气溶胶传输,这些气溶胶足够小(并且是非惯性的),因此可以将其视为流体流动的忠实示踪剂(43, 44)。

我们从被感染的驾驶员释放出载有病原体的气溶胶并可能感染乘客的角度出发,解决该问题。 图5 显示了在驾驶员附近释放并到达乘客的无源标量扩展模式的比较(有关详细信息,请参见方法)。为了获得体积量化,还计算了围绕乘客面部的直径为0.1 m的球形区域中的平均标量浓度,如图2所示。 图5B.

Fig. 5 驾驶员到乘客的传输。

(A)带有穿过内舱中心的剖切平面的车辆示意图,其上显示了随后的浓度场。 (B)条形图显示了来自驾驶员的到达乘客的空气质量分数。 (C)热图显示了不同窗口情况下源自驱动程序的物种的浓度场。请注意,线段A–D位于车厢的前部,流向为 C 是从左到右。虚线表示打开的窗口,实线表示关闭的窗口。这里, C0 是注入位置的被动标量的初始质量分数,其中 碳/碳0 =1。(B)中的误差线为乘客周围浓度场的1 SD。

全窗口关闭配置(配置1),仅依靠空调,情况最糟,导致超过10%的标量留给驾驶员到达乘客。相反,全开窗口设置(配置6)似乎是最好的情况,几乎没有注入的标量到达乘客。当打开的窗户数量增加时,观察到了透射率降低的总体趋势。但是,不同的配置之间存在一定的可变性,其原因可能要等到查看整体流动模式后才能弄清楚(例如, Fig. 3)。

标量的浓度字段(图5C)在车厢内的水平面A-B-C-D中大致以乘员头部高度( 图5A)。当关闭所有四个窗口时,标量场集中度最高(配置1)。我们注意到,这种驾驶配置可能也代表了美国最受欢迎的配置(有些季节变化)。避免驾驶员和乘客打开各自的窗户(配置2)的两扇窗户可能被认为是避免其他乘客感染的合乎逻辑的事情。尽管此配置确实比全窗口关闭情况有所改善,但如下所示 图5B,从浓度字段中可以看到Config。图2的方法不能有效地稀释示踪剂颗粒,并且乘客从驾驶员那里受到相当大的污染物负荷。为了解释这一结果,我们更加仔细地研究了气流模式。与与Config关联的流线类似。 3(Fig. 3),配置。如图2所示,从上方打开的RR窗口(RR)到打开的FL窗口建立了强大的气流,以及从上方观察时机舱内顺时针的再循环气流。尽管此流动模式较弱,但它增加了示踪剂从驾驶员到乘客的运输。此外,在Config中进入的气流。 2进入乘客后方,并且在冲洗驾​​驶员产生的潜在污染物方面无效。

如果可以进行两种修改,则可以实现此配置的改进:(i)内部循环方向的更改;(ii)修改后的进入气流,该气流在通过前部敞开的窗户离开前会撞击乘客。当RL和FR打开时(配置3)(图5C),与图中所示的配置相同 Fig. 3)。现在,从RL窗口进入的清洁气流在转弯时部分撞击在乘客(坐在RR座位上)上。这股气流也可能充当“空气幕”(45),因此减少了到达乘客的潜在污染空气的浓度。

其余配置(配置4至6)将被视为对Config的修改。 3通过打开更多窗口。配置4具有三个打开的​​窗口(图5C)。由于这表示打开了一个附加(RR)窗口,因此可能意外地发现了对浓度场和ACH的有害影响(比较配置3和4中的 图5,B和C)。浓度的增加可以与打开第三个(RR)窗口导致的修改后的气流模式相关。首先,打开RR窗口会导致机舱RR端转向流量的减少,因为一小部分进入的空气从该窗口中流出(图S4)。由于气流的这种转移,乘客周围的区域作为对驾驶员释放的标量的屏障的作用较小。其次,改进的流量还会产生从驾驶员到乘客的夹带电流,这进一步提高了标量运输。

当第三个打开的​​窗口是FL(配置5)时,这会带来改善,与其他窗口是RR(配置3)时相比,平均浓度几乎减半。从浓度场中可以明显看出其原因(图5C),因为在驾驶员附近的FL窗口打开的情况下,汽车前部附近的相对较低的压力会产生向外的流动,从而冲洗掉许多释放的物质。随着驾驶员附近的初始浓度场显着减小,到达乘客的部分成比例地减小。因此,在打开三个窗口的配置中,配置。从驾驶员到乘客的传输角度来看,图5可能会提供最大的好处。

最后,当所有四个窗口都打开时(配置6),我们可以再次使用外部压力分布来预测流向。流线通过后窗进入,并通过前窗离开。但是,与仅打开两个窗口的配置不同(Fig. 3),整体流型得到了实质性修改(图S5),流线服从左右对称,并且在大多数情况下不与汽车的垂直中平面交叉。在这种配置中,气流主要分为两个区域,形成两个交叉通风路径,与两个和三个窗口打开的配置相比,总风量几乎翻了一番(图S6)。

乘客到驾驶员的传输

在本节中,我们研究了从乘客到驾驶员的颗粒(和潜在病原体)传播。比较车厢内无源标量的传播方式(Fig. 6),总体趋势表明,随着打开的窗户数量的增加,变速器的水平会下降,这与驾驶员到乘客的变速器结果类似。全窗口关闭配置(配置1)显示驱动程序的最高浓度水平(〜8%)。但是,此值低于反向运输报告的11%,即从驾驶员到乘客(图5B),这可以归因于空调产生前后平均流量的事实。

Fig. 6 乘客到驾驶员的传输。

(A)带有穿过内舱中心的剖切平面的车辆示意图,其上显示了随后的浓度场。 (B)条形图显示了来自乘客的到达驾驶员的空气质量分数。 (C)热图显示了不同窗口配置下源自乘客的物种的浓度场。虚线表示打开的窗口,实线表示关闭的窗口。这里, C0 是注入位置的被动标量的初始质量分数,其中 碳/碳0 =1。(B)中的误差线是驱动器周围浓度场的1 SD。

与以前一样,标量传输的最低级别对应于所有窗口打开的情况(配置6),尽管我们注意到此处的集中负载(大约2%)明显高于驾驶员到乘客的传输负载(约0.2%)。此配置的流线型模式(图S5)显示,空气通过两个后窗进入,并通过相应的前窗排出。因此,在机舱的左半部和右半部中都存在平均的前后流,这增强了从乘客到驾驶员的传递。

在其余配置(配置2到5)中,配置。图3示出了平均浓度的略微升高的水平。逆时针内部循环模式是此传输模式的核心。通过额外打开邻近乘客的后窗,可以大大降低平均浓度(配置4)。这使得乘客释放的大部分标量可以通过后窗立即冲洗掉,类似于打开驾驶员相邻(FL)车窗有助于从驾驶员身上冲出高浓度污染物的方式可以传给乘客(图5C,配置。 5)。

结束语

总而言之,从CFD模拟获得的流场模式和标量浓度场表明,在车厢内建立主要的交叉通风流对于最小化乘员之间潜在的传染性颗粒传输至关重要。通过建立这种流动模式,驾驶员和乘客的相对位置确定了乘员之间传递的空气量。

可能不奇怪的是,使乘员之间的交叉污染最小的最有效方法是打开所有窗户(配置6)。这在车厢内建立了两条截然不同的气流路径,这有助于隔离左侧和右侧,并使客舱中的ACH最大化。尽管如此,在所有窗户都打开的情况下驾驶并非总是可行或理想的选择,并且在这些情况下,计算显示出一些不直观的结果。

全空调关闭的场景(配置1),仅带空调可提供更换,似乎是最无效的选择。也许最出乎意料的是,直观的选择(打开每个乘员附近的窗户(配置2))是有效的,但在部分通风选择中并不总是最好的选择。配置3(其中距乘员最远的两个窗户(分别为FR和RL)打开了)似乎为乘客提供了更好的保护。压力分布建立的特殊气流模式(将新鲜空气引导通过后座并进入FR窗外)有助于最大程度地减少与驾驶员在FL位置的相互作用。

解决车辆乘员之间的交通问题时,车速的作用不容忽视。由于气流的雷诺数很高,因此气流模式将对汽车的行驶速度不敏感。但是,ACH的期望值取决于车速( 40),因此,车速越慢,ACH越低,在机舱中的停留时间就越长,因此病原体感染的机会就越大(见图S7)。我们希望完全打开的窗户在减少机舱环境污染方面最有效。由部分打开的窗户引起的流动模式(可能是常见的行驶设置)将成为未来研究的重点。

此处报告的发现可以转化为与英国和印度等国家有关的右驾车辆。在那些情况下,可以预期类似但镜像的流模式。此外,尽管计算是针对特定的车辆设计(在Toyota Prius上宽松建模的),但我们希望总体结论对大多数四窗乘用车都是有效的。但是,带有敞开天窗的卡车,小型货车和小汽车可能会表现出不同的气流模式,因此标量传输趋势也不同。

可以肯定的是,我们的分析方法存在不确定性和局限性。稳定的RANS模拟解决了时间平均的湍流问题,而可能代表致病性气溶胶的标量颗粒的传输将受到大规模,不稳定和湍流波动的影响,目前的工作并未完全捕获。这些影响可能会改变一个乘员发射的示踪剂并到达另一个乘员的数量(46)。此外,喷射的多相云的浮力和周围环境的温度变化会延长呼吸微滴的寿命(21),但在当前工作中未进行说明。尽管如此,尽管有这些警告,但这些结果将对减轻全球乘车和出租车中成千上万的人的感染缓解措施产生重大影响,并有可能提供更安全,风险更低的个人运输方式。

方法

汽车的几何形状是根据丰田普锐斯的基本外观选择的。内部保持最小,由代表驾驶员和乘客的两个圆柱体组成。使用SOLIDWORKS准备了汽车几何图形的计算机辅助设计模型,并使用Ansys Fluent模块执行了包括域离散化(网格划分)和案例设置的后续操作。

具有标准的稳态RANS方程 k-ε湍流模型在一个非结构化网格上求解,该网格由大约一百万个四面体网格单元组成。域大小为6h × 5h × 3h 分别沿流向,法向和跨度方向,其中 h 是汽车的高度。车速 v 将22 m / s(50 mph)设置为车身前部上游的流入条件。在出口处施加压力出口条件。反复进行仿真,直到连续性和动量方程式以及湍流耗散率达到收敛为止 E。在标准工作站上,每次模拟运行大约需要1.5个小时的计算时间。进行了网格独立性研究,确定所采用的分辨率足以满足本工作中报告的数量。

通过求解描述对流扩散方程的物种迁移方程,对无源标量的混合和迁移进行建模。分别对驾驶员附近释放的标量和乘客面部附近释放的标量进行了单独的模拟。标量被设置为非相互作用的材料,即具有极低的质量扩散率,这意味着只有对流和湍流扩散才有助于其传输动力学。这种方法模仿了高Schmidt数材料(例如染料或烟雾)的混合,这些材料通常用作湍流流体中的示踪剂(47)。物种的注入率非常低,因此它不会影响气流。通过比较各种注入速率下的浓度场可以证实这一点,该变化率可以忽略不计。遵循此策略,以便在分析中也捕获湍流扩散效应。

补充材料

有关本文的补充材料,请访问: http://advances.cqonlead.com/cgi/content/full/sciadv.abe0166/DC1

//creativecommons.org/licenses/by-nc/4.0/

这是根据以下条款分发的开放获取文章 知识共享署名-非商业许可,它允许在任何介质中使用,分发和复制,只要最终的使用是 出于商业利益,并提供了适当引用的原始作品。

参考和注释

致谢: 我们感谢S. Hao和Y. Zhu。我们承认图片和材料的使用,由Ansys Inc.提供。 资金: V.M.感谢马萨诸塞大学阿默斯特大学的启动资金。 V.M.和A.D.承认来自美国陆军纳提克士兵系统中心的资金。戳。和K.B.承认布朗大学机构基金的资助。 作者贡献: K.B.,J.A.B。和V.M.构思了这个项目。 V.M.和K.B.设计了数值模拟。 一种。D.和V.M.进行了数值模拟和数据分析。 V.M.和K.B.进行了野外实验。所有作者讨论了结果并撰写了论文。 利益争夺: 作者宣称他们没有竞争利益。 数据和材料可用性: 本文和/或补充材料中提供了评估本文结论所需的所有数据。作者可能需要与本文相关的其他数据。
查看摘要

保持联系 科学进步

浏览本文