CBRN-koulutussimulaatiohjelmisto: havaitseminen, dekontaminaatio ja reagointi

CBRN — kemialliset, biologiset, radiologiset ja ydinuhat — koulutus on teknisesti vaativimpien puolustussimulaation osa-alueiden joukossa. Toisin kuin sotilaallinen koulutussimulaatioarkkitehtuuri kineettisille skenaarioille, CBRN-simulaation on mallinnettava näkymättömiä uhkia, jotka leviävät ympäristöön ilmakehän fysiikan mukaisesti, ovat vuorovaikutuksessa tiettyjen anturityyppien kanssa hyvin määritellyn havaitsemiskemian kautta ja vaativat menettelyllisesti tarkkoja vasteita, jotka ovat sekä henkilöturvallisuuden kannalta kriittisiä että kognitiivisesti vaativia suojavarusteissa. Sellaisen ohjelmiston rakentaminen, joka pystyy tarjoamaan tämän tasoisen koulutusfideliteetin, samalla pysyen käytettävänä yksikön kouluttajille ilman erikoistuneita CBRN-mallinnusosaamista, on keskeinen suunnitteluhaaste.

Tämä artikkeli käsittelee CBRN-koulutussimulaation ohjelmistoarkkitehtuuria ja toteutusyksityiskohtia koko koulutusalueella: ilmakehän leviämismallinnus, anturisimulatio, dekontaminaatiomenettelyjen harjoittelu, MOPP-tason hallinta, federaatiointegraatio ja jälkitoimintaanalyysi.

Miksi CBRN-koulutus vaatii oman simulaatiohjelmiston

Yleistarkoitukselliset sotilaalliset koulutussimulaattorit eivät tue riittävästi CBRN-koulutusta, koska uhkafysiikka poikkeaa perustavanlaatuisesti kineettisistä taisteluista. Panssarivaunukohtaamisessa on suoranäkyvyyden geometria ja ballistiset lentoradat — molemmat ovat geometrisesti hallittavissa ja laskennallisesti hyvin tunnettuja sotilaallisessa simulaatiossa. Kemiallisen aineen vapautumisessa on ilmakehän leviämisfysiikka, annosvasteen uhrimalli, anturin hälytyslogiikka todennäköisyyspohjaisine väärillä positiivisilla tuloksilla sekä dekontaminaatiomenettelyjen sekvenssit. Mitään näistä ei mallinneta standardikirjastoissa.

CBRN-koulutussimulaation fideliteettitarpeet poikkeavat kolmella tavalla. Ensinnäkin uhka on näkymätön: harjoittelijat eivät voi havaita suoraan vaaraa, joten simulaation on annettava realistisia epäsuoria vihjeitä — anturihälytyksiä, uhrin oireita, MOPP-käskyn laukaisijoita — jotka vaativat harjoittelijoita päättelemään uhkasta sen sijaan, että he havaitsisivat sen suoraan. Toiseksi, vasteprotokollat ovat henkilöturvallisuuden kannalta kriittisiä ja menettelyllisesti tarkkoja: todellisissa operaatioissa virheellinen dekontaminaatiosekvenssit voi aiheuttaa toissijaisen kontaminaation, joka on yhtä vaarallinen kuin alkuperäinen altistuminen. Simulaation on valvottava menettelyllistä oikeellisuutta tiukasti, ei suunnilleen. Kolmanneksi suojavarusteet heikentävät suoritusta: MOPP 4 -varusteissa kognitiivinen kuormitus kasvaa, manuaalinen kätevyys vähenee ja viestintä heikkenee. Koulutussimulaatio, joka ei mallinna näitä MOPP-suorituskykyä heikentäviä tekijöitä, jättää huomioitta operatiivisen tilanteen kriittisen osan.

Vaarantoteutuksen realismi CBRN-koulutussimulaatiossa vaatii validoituja ilmakehän leviämismalleja, jotka tuottavat ainepitoisuuskenttiä, jotka vastaavat todellisesta kentästä saatua koetietoa. Standardoitu vasteharjoittelu vaatii skenaariokirjaston, joka on rakennettu doktrinaalisesti hyväksyttyjen vasteprotokollien — FM 3-11, ATP 3-11.32, STANAG 2352 — ympärille, ja menettelyllisen virheiden tunnistamisen, joka merkitsee poikkeamat doktriinista eikä vain arvioi niitä. Nämä vaatimukset yhdessä tekevät CBRN-koulutussimulaatiosta erikoistuneen insinöörialan, jota yleiset sotilassimulaatioalustat tukevat vain osittain.

Kemiallisten aineiden leviämismallit

Gaussin pluumimalli on CBRN-koulutussimulaation kemiallisten aineiden leviämisen perusmalli. Se mallintaa tuulen alapuolisen aineen pitoisuuden bivariatiivisena Gaussian jakaumana myötä- ja pystysuuntaisessa dimensiossa, ja dispersioparametrit (sigma-y ja sigma-z) on johdettu Pasquill-Giffordin ilmakehän vakaavuusluokista (A–F, jotka edustavat konvektiivisesta erittäin vakaaseen tilaan). Jatkuvaa vapautumista korkeudella H maanpinnasta mallintavalle tuulen alapuoliselle pitoisuudelle etäisyydellä x pääakselia pitkin pätee:

C(x, y, z) = (Q / (2π · u · σy · σz))
             · exp(-y² / (2σy²))
             · [exp(-(z-H)² / (2σz²)) + exp(-(z+H)² / (2σz²))]

Missä:
  Q   = vapautumisnopeus (mg/s)
  u   = keskimääräinen tuulennopeus (m/s)
  σy  = sivusuuntainen dispersiokerroin (m), funktio x:stä ja vakaavuusluokasta
  σz  = pystysuuntainen dispersiokerroin (m), funktio x:stä ja vakaavuusluokasta
  H   = efektiivinen vapautumiskorkeus (m)
  y   = sivusuuntainen etäisyys pluumin keskilinjasta (m)
  z   = korkeus maanpinnasta (m)

Pasquill-Giffordin sigma-parametrit on taulukoitu vakaavuusluokan ja tuulenalaisen etäisyyden mukaan. Koulutussovelluksissa nämä toteutetaan tyypillisesti polynomisovituksina Pasquill-Giffordin käyrille, mikä mahdollistaa nopean laskennan kullakin simulaatioaikaaskeleella ilman hakutauluja.

Gaussin pluumimallilla on hyvin tunnettuja pätevyysrajoituksia, jotka on kerrottava koulutusyleisölle. Se olettaa tasaisen maaston, jossa on homogeeninen tuulikenttä, vakaan lähteen ja tuulennopeuden yli noin 1 m/s. Koulutustilanteissa monimutkaisessa maastossa, kaupunkiympäristöissä tai tyynen tuulen olosuhteissa Gaussin pölyämismalli tarjoaa paremman fideliteetin seuraamalla yksittäisten pölyämiskappaleiden reitit epäyhtenäisessä tuulikentässä.

CAMEO/ALOHA (Computer-Aided Management of Emergency Operations / Areal Locations of Hazardous Atmospheres), NOAAn ja EPAn kehittämä, toteuttaa Gaussin pluumimallin ja raskaan kaasun mallit, jotka on validoitu teollisten kemiallisten vapautumistietojen perusteella. Sen skenaariokirjasto sisältää sotilastoimintaan soveltuvat kemialliset aineet (GB, VX, HD sisältyvät ALOHAn kemikaalitietokantaan siviiliekvivalentteina) ja sen tuloste — vaaravyöhykkeen monikulmio tietyillä pitoisuuskynnysarvoilla — voidaan tuoda harjoituksen karttatyökaluihin simulaatioinjektiksi. Monet CBRN-koulutusohjelmat integroivat ALOHAn validoituna referenssimallina kouluttajan käyttöön, ja koulutussimulaatio ajaa laskennallisesti kevyempää Gaussian mallia reaaliaikaiseen yksikkötason pitoisuusnäytteistämiseen.

Maastoefektit kemiallisen aineen leviämiseen ovat merkittävä simulointivirhelähde koulutettaessa realistisissa ympäristöissä. Laaksot kanavoivat aineen tuulen alapuolelle korkeammissa pitoisuuksissa kuin tasaisen maaston mallit ennustavat; rakennusten herätteet loukkuuttavat ainetaskuja rakenteiden tuulen yläpuolelle; tiheä kasvillisuus vähentää tuulennopeutta ja pidentää aineen pysyvyyttä. Monimutkaisessa maastossa toimivien koulutussimulaatioiden tulisi soveltaa maastokorjauskertoimia Gaussian mallin tuloksiin tai käyttää Lagrangean hiukkasleviämismallia, joka seuraa eksplisiittisesti hiukkasreitit maaston myötäisessä tuulikentässä, joka on johdettu mesoskaalan säämallista tai kenttämeteorologisesta järjestelmästä.

JCAD ja anturisimulatio

Anturisimulatio muuntaa leviämismallista saatavan jatkuvan ainepitoisuuskentän harjoittelijoiden harjoittelun aikana todella havaitsemiksi erillisiksi hälytystulosteiksi. Simulaation on mallinnettava kunkin anturityypin erityinen tunnistustekniikka, herkkyys, hälytyskynnys, väärän positiivisen tulos käyttäytyminen ja tulostemuoto. Yleisen binaarisen hälytysmallinnuksen käyttö kaikille antureille poistaa koulutusarvon, joka syntyy kunkin järjestelmän erityisten rajoitusten ymmärtämisestä.

M8A1-kemikaaliagentin hälyttäjä on perintöstandardi, joka käyttää ioniliikkuvuusspektrometriaa (IMS) yhdellä hälytyskynnysarvolla G-sarjan hermoaineille ja rakkoaineille. Sen simulaatiomalli vaatii neljä parametria: havaintokynnys (noin 0,02 mg/m³ GB:lle), hälytyshäviö (8–12 sekuntia kynnyksen ylittymisestä äänihälytykseen), kyllästymistaso (jonka yläpuolella hälyttäjä ei ehkä toimi luotettavasti) ja väärän positiivisen tuloksen todennäköisyys häiritseväaineen pitoisuuden funktiona (dieselpakokaasupakoputkikaasu, lentokoneen polttoainehöyryt ovat yleisiä häiritsijöitä kenttäolosuhteissa). M8A1-simulaatio ei vaadi pitoisuusalueiden mallinnusta — tulos on binaarinen.

JCAD (Joint Chemical Agent Detector) -simulaatio on monimutkaisempaa. JCAD tarjoaa kolme hälytystasoa (matala, keskitaso, korkea) vastaten pitoisuusalueita havaintokynnyksen yläpuolella ja lähettää hälytysstilansa standardoidun radiokäyttöliittymän kautta. JCAD:n simulointi vaatii:

JCAD-hälytysstilan logiikka:

Syöte: C = aineen pitoisuus anturin sijainnissa (mg/m³)

if C < 0,005 mg/m³ (GB-ekvivalenttikynnys):
    tila = EI_HÄLYTYSTÄ

elif 0,005 ≤ C < 0,02:
    tila = MATALA_HÄLYTYS

elif 0,02 ≤ C < 0,1:
    tila = KESKIRASKAS_HÄLYTYS

elif C ≥ 0,1:
    tila = KORKEA_HÄLYTYS

Viive: 8–15 s pitoisuuden kynnyksen ylittymisestä
Väärä positiivinen P(hälytys | ei ainetta) = f(häiritseväaine_tyyppi, häiritseväaine_pitoisuus)
Pidätysaika: vähintään 60 s ennen paluuta EI_HÄLYTYSTÄ-tilaan
MOPP-suositus: lähetetään radiolla KORKEA_HÄLYTYS-tilassa

Väärän positiivisen tuloksen mallinnus on välttämätöntä koulutuksen realismin kannalta. JCAD operatiivisissa ympäristöissä tuottaa vääriä positiivisia tuloksia suihkumoottorin pakokaasusta, ajoneuvojen dieselpäästöistä ja tietyistä puhdistusaineista. Koulutussimulaatio, joka ei koskaan tuota väärää hälytystä, opettaa yksiköitä käsittelemään jokaisen hälytyksen vahvistettuna kemiallisena tapahtumana — vaarallinen kognitiivinen tapa kentällä, jossa väärät hälytykset ovat yleisiä ja perusteeton MOPP 4 -asento heikentää operatiivista suorituskykyä. Simulaation tulisi injektoida vääriä positiivisia tuloksia historiallisesti realistisella taajuudella (noin 1–3 kappaletta 8 tunnin harjoituspäivässä mekanisoitujen joukkojen ympäristössä) ja kouluttaa yksiköitä vahvistamaan hälytykset M256A2-sarjatunnistuksen tai usean anturin vahvistuksen kautta sen sijaan, että reagoidaan yksittäisen anturin hälytykseen täydellä MOPP-tasokorotuksella.

Pisteanturin sijoitusstrategia on itsessään harjoiteltava taito. Simulaation tulisi antaa harjoituksen ohjaajien sijoittaa virtuaaliset anturit uudelleen suunnitteluvaiheessa ja tarkkailla tuloksena syntyvää peittokuviota suhteessa esimerkkikemialliseen vapautumispluumiin. Anturit, jotka on sijoitettu yksikön muodostelman yläpuolelle tuuleen, eivät tarjoa hyödyllistä havaitsemista — perustavanlaatuinen sijoitusvirhe, jonka koulutussimulaatio voi paljastaa selkeästi.

Dekontaminaatiomenettelyjen harjoittelu

Dekontaminaatiomenettelyjen harjoittelu on CBRN-simulaation osa, joka suorimmin vähentää koulutusvirheitä, joilla on henkilöturvallisuuden kannalta kriittiset seuraukset. FM 3-11 -doktriinin mukainen yksilöllinen dekontaminaatiosekvenssit on tarkasti määritelty, ja poikkeamat sekvenssistä — erityisesti MOPP-varusteiden virheellinen poistojärjestys — voivat siirtää ainetta suojavarusteen ulkopinnalta aiemmin puhtaalle iholle tai alusvaatteisiin. Koulutussimulaation on mallinnettava tämä seuraus eksplisiittisesti eikä kohdeltava dekontaminaatiota abstraktina menettelyn suorittamisena.

Yksilöllinen dekontaminaatio mallinnetaan äärellisestä tilakoneen avulla, jossa on tiloja kullekin IEDK-menettelyn (Individual Equipment Decontamination Kit) vaiheelle. Hermoaineen yksilöllisen dekontaminaation kanoninen tilakaavio on:

YKSILÖLLISEN DEKONTAMINAATION TILAKONE

[KONTAMINOITUNUT]
    │ (60 sekunnin kuluessa altistumisesta)
    ▼
[IHON_DEKON] — M291-sarja: pyyhi altistunutta ihoa (kasvot, niska, kädet)
    │ (vähintään 60 s, kaverikatselmus)
    ▼
[VARUSTEIDEN_DEKON] — M295 IEDK: dekontaminoi ase, naamari, varusteet
    │ (vähintään 90 s)
    ▼
[MOPP_POISTO_ULKOHANSKAT] — kaveri poistaa ulkohanskat (koskettaa vain ulkopintaa)
    │ (kaveriavusteinen, vähintään 30 s)
    ▼
[MOPP_POISTO_PUKU] — kaveri poistaa JSLIST/MOPP-puvun (käärimällä ulospäin)
    │ (vähintään 60 s)
    ▼
[MOPP_POISTO_SAAPPAAT] — kaveri poistaa ylisaappaat
    │ (vähintään 30 s)
    ▼
[MOPP_POISTO_SISÄHANSKAT]
    │
    ▼
[MOPP_POISTO_NAAMARI] — viimeisenä poistettu kohde (korkein riski)
    │
    ▼
[IHON_PESU] — saippua ja vesi tai RSDL mahdollisimman pian
    │
    ▼
[DEKON_VALMIS]

Havaitut menettelyvirheet:
  - Tilasiirtymä sekvenssistä poiketen → TOISSIJAINEN_KONTAMINAATIORISKI
  - Puuttuva kaveriavustus → YKSINPOISTO_VIRHE
  - Vaiheen kesto alle vähimmäisajan → PUUTTEELLINEN_DEKON_VAROITUS
  - Naamari poistettu ennen pukua → KRIITTINEN_VIRHE (mallinnetaan altistumistapauksena)

Kollektiivinen dekontaminaatioasema mallinnetaan lävistystä miehistön ammattitaidon, laitteiden saatavuuden ja aineen tyypin funktiona. Standardi PDDE-asema (Powered Decontamination and Detection Equipment) M12A1:tä käyttäen käsittelee ajoneuvoja 45–90 minuutissa kappale riippuen ajoneuvotyypistä ja kontaminaatiotasosta. Simulaation tulisi seurata dekontaminaatiolinjan jonoa, laskea lävistys miehistön taitokerrointen perusteella ja laskea jäännöskontaminaatio kullekin ajoneuvolle dekontaminoinnin jälkeen. Jäännöskontaminaatio mallinnetaan todennäköisyysfunktiona, joka riippuu aineen pysyvyydestä (tabuuni ja sariini eivät ole pysyviä; sinappikaasu HD on pysyvä lauhkeissa lämpötiloissa), dekontaminantista (DS2, kloorivetyseos, trooppinen valkaisuaine), pintadwellaajasta ja pintamateriaalista (kumi pidättää aineen kauemmin kuin maalattu metalli).

Päätöshaarautuminen dekon-simulaatiossa kattaa lääketieteelliset päätöspisteet, joita komentajat kohtaavat: milloin hyväksyä jäännöskontaminaatioriski ja jatkaa operaatioita vs. pysähtyä täydelliseen dekontaminaatioon. Simulaation tulisi esittää komentajille eksplisiittiset päätöspisteet, joissa he tarkastelevat muodostelmansa nykyistä kontaminaatiotilaa, dekontaminaationopeutta ja taktista tilannetta, ja heidän on valittava dekontaminaatioasento. Jälkitoimintaanalyysi analysoi sitten, oliko valittu asento johdonmukainen päätösajankohtana käytettävissä olleiden kontaminaatiotietojen kanssa.

Suojavarustustaso ja MOPP-tasoa koskevat harjoitukset

MOPP-tason (Mission Oriented Protective Posture) hallinta on kollektiivinen koulutustilanteen, joka toimii kaikilla portailla samanaikaisesti. Yksittäisten sotilaiden on puettava tai riisuttava tietyt suojavarusteet määriteltyjen aikarajojen kuluessa; komentajien on käskettävä tasonvaihdot uhkienarvioinnin perusteella ja tasapainotettava suojaus ja suorituskyvyn heikentyminen; ja koko muodostelman on koordinoitava siirtymiä välttääkseen osittaisen suojauksen ikkunoita kollektiivisella tasolla.

Neljä MOPP-tasoa määrittelevät, mitä suojavarusteita käytetään:

MOPP-taso	Naamari	Puku	Hanskat	Saappaat	Siirtymäaika
MOPP 0	Kannetaan	Kannetaan	Kannetaan	Kannetaan	—
MOPP 1	Kannetaan	Päällä	Kannetaan	Kannetaan	8 min MOPP 0:sta
MOPP 2	Kannetaan	Päällä	Kannetaan	Päällä	+2 min MOPP 1:stä
MOPP 3	Päällä	Päällä	Kannetaan	Päällä	+3 min MOPP 2:sta
MOPP 4	Päällä	Päällä	Päällä	Päällä	+2 min MOPP 3:sta

Yksikköjen välinen koordinointi on kriittinen MOPP-koulutustilanteen pataljoonan tasolla ja ylemmillä tasoilla. Kun pataljoona saa MOPP 4 -käskyn, kaikki komppaniat eivät siirry samanaikaisesti — kontaktissa olevat yksiköt eivät ehkä pysty maskaamaan turvallisesti taistelussa, logistiset elementit voivat olla ajoneuvoissa, joissa on kollektiivinen suojaus, ja lääkintäyksiköillä on erityiset MOPP-menettelyt potilashoidon osalta. Simulaation on mallinnettava kukin yksikkö itsenäisesti, jolloin koulutettavat voivat tarkkailla muodostelman paikkarikkonaista MOPP-asentoa ja harjoitella samanaikaisten siirtymien koordinointia taktista jatkuvuutta heikentämättä.

Aikapaine syntyy yhdistämällä simuloidut kemialliset vapautumistapahtumat MOPP-siirtymäkellon kanssa. Kun simulaatio vapauttaa kemiallisen aineen muodostelman siirtyessä MOPP 2:sta MOPP 4:ään, henkilöt, jotka eivät ole vielä suorittaneet siirtymää, saavat kontaminaatioaltistuksen. Simulaation tulisi seurata ja raportoida siirtymän aikana altistuneiden henkilöiden lukumäärä — tämä on suoraan hyödynnettävä koulutustietopiste, joka motivoi nopeampaa ja kurinalaisempaa MOPP-siirtymäharjoittelua.

Suorituskyvyn heikkenemisen mallintaminen MOPP:n alla soveltaa lämpörasituksen, vähentyneen manuaalisen kätevyyden, heikentyneen viestinnän (äänenvaimennuksen naamarin läpi, heikentyneen radiolukeutuvuuden) ja kaventuneen näkökentän kaikkiin MOPP 3- ja MOPP 4 -tason yksiköihin. Nämä muuttujat vaikuttavat simulaation liikenopeuksiin, kohtaamisparametreihin ja viestintäluotettavuuteen. Koulutusskenaariot, jotka eivät systemaattisesti sovella näitä muuttujia, aliarvioivat kemiallisen suojauksen operatiivisia kustannuksia ja kouluttavat yksiköitä hyväksymään MOPP 4:n liian huolettomasti.

Integraatio LVC- ja LSST-kehyksiin

CBRN-simulaatiokomponenttien on integroiduttava laajempaan live virtual constructive -harjoitusfederaatioon osallistuakseen yhdistettyjen aselajien koulutustilanteisiin. Eristetyt CBRN-elementit — CBRN-dekontaminaatiokomppania, joka toteuttaa dekontaminaatioharjoitusta — eivät edusta realistista CBRN-vastauksen haastetta jatkuvien kineettisten operaatioiden aikana. Arvokkain CBRN-koulutus tapahtuu, kun muodostelman on vastattava kemialliseen tapahtumaan samalla, kun se hallitsee kineettistä uhkaa, ylläpitää logistiikkaa ja pitää yllä johtamista ja valvontaa.

SISO CBRN FOM -lisäosa määrittelee HLA-olioklassit ja vuorovaikutusklassit, joita tarvitaan CBRN-yksiköiden edustamiseen RPR-FOM-federaatiossa. Kemikaalipilvioliot kantavat määritteitä aineen tyypistä (koodattu AC 225(D):n kemiallisen aineen luetteloinnin mukaan), lähdesijainnista geosentrisissä koordinaateissa, vapautumisnopeudesta ja nykyisestä ilmakehän vakaavuusluokasta. Leviämismalli päivittää pilviolioiden määritteitä kullakin simulaatioaikasäkeellä, ja tilaavat federaatit voivat ottaa näytteitä pitoisuudesta yksikköjensä sijainneissa pilven geometrian avulla.

XMSF (Extensible Modeling and Simulation Framework) -tuki mahdollistaa validoitujen CBRN-leviämismallien paljastamisen verkkopalveluina, joita muut federaation osallistujat voivat löytää. Skenaarionhallinta voi kutsua CBRN-leviämispalvelua aineen tyypin, vapautumisparametrien ja meteorologisten olosuhteiden perusteella ja saada vastineeksi kontaminoituneen alueen monikulmion tarvitsematta upottaa leviämismallia skenaarionhallintakomponenttiin. Tämä arkkitehtuurinen eriyttäminen mahdollistaa auktoritatiivisen leviämismallin päivittämisen korkeamman fideliteetin toteutukseen ilman skenaarionhallintakoodin muuttamista.

DIS-yksikötyyppikoodit CBRN-vaarayksiköille käyttävät DIS-yksikötyypin luettelointialuetta 9 (Ympäristö) maakoodi 0:lla (muu) ja SISO ENUM-70:ssä määritellyillä erityisillä yksikkö- ja kategoriakoodeilla kemiallisille, biologisille, radiologisille ja ydinvaaraesityksille. Yhdyskäytävätoteutukset, jotka siltaavat DIS-ympäristöjä HLA:han, on säilytettävä kartoitus DIS-yksikötyyppikoodien ja CBRN FOM -lisäosan olioklassin parametrien välillä aineen tyypitiedon menettämisen välttämiseksi protokollarajan yli.

LSST-arkkitehtuuri (Live System Software Testbed) tarjoaa integrointipisteitä live CBRN-anturijärjestelmille. Kun todellinen JCAD-yksikkö on instrumentoidun live-joukko-osallistujan mukana, LSST:n anturin yhdyskäytävä voi injektoida todellisen anturin hälytysstilan konstruktiiviseen simulaatioon autentikoituna HLA-vuorovaikutuksena, merkittynä kantajan yksikön identiteetillä. Tämä luo hybridiskenaarion, jossa todelliset anturihälytykset ohjaavat simuloitua seurausmallinnusta — tärkeä validointiympäristö sen tarkistamiseen, toimivatko yksikön CBRN-vasteprotokollat suunnitellusti ennen live-kemiallisia harjoituksia.

Jälkitoimintaanalyysi CBRN-skenaarioille

CBRN-jälkitoimintaanalyysi vaatii tapahtumakirjan, jossa on neljä lisätietovirtaa tavallisen harjoituksen jälkitoimintaanalyysin lisäksi: altistusloki, havaitsemisloki, dekontaminaatioloki ja MOPP-tilaloki. Kukin virta on synkronoitava tavallisen yksikkötason sijainti- ja kohtaamislokin kanssa, jotta CBRN-tapahtumat voidaan korreloida taktisiin tapahtumiin jälkikeskustelun aikana.

Jälkitoimintaanalyysiohjelmiston tulisi automaattisesti laskea seuraavat CBRN-kohtaiset mittarit tapahtumakirjasta:

Mittariluokka	Mittari	Doktrinaalistandardi
Altistuminen	Kumulatiivinen Ct-annos per henkilö (mg·min/m³)	Ainekohtainen IDLH-kynnys
Havaitseminen	Aika vapautumisesta ensimmäiseen hälytykseen (sekuntia)	<120 s ylätuulianturin sijoituksella
Havaitseminen	Osuus muodostelmasta, joka sai varoituksen ennen altistumista	>90 % tehokkaalla anturien sijoituksella
MOPP	Aika MOPP 4 -käskystä 90 %:n noudattamiseen (min)	<8 min (FM 3-11 -standardi)
Dekontaminaatio	Aika kontaminaatiosta ihon dekontaminaation aloittamiseen	<60 s (välittömän dekon standardi)
Dekontaminaatio	Menettelyvirheet per yksilöllinen dekontaminaatiosekvenssit	0 kriittistä virhettä (esim. naamari pois ennen pukua)
Kollektiivinen dekon	Ajoneuvojen dekontaminaationopeus (ajoneuvoja/tunti)	1–1,5 ajoneuvoa/tunti per M12A1 PDDE -asema

Altistumisseuranta jälkitoimintaanalyysissä vaatii kunkin yksikköolion pitoisuus-aikahistorian tallentamista harjoituksen aikana. Koska pitoisuuskenttä muuttuu kullakin simulaatioaikasäkeellä, raakarekisteri on aikasarja (yksikkö_id, aikaleima, aine_tyyppi, pitoisuus_mg_per_m3) -monikosta, jotka on otettu simulaatioaikasäkeen taajuudella (tyypillisesti 1 sekunti). Jälkitoimintaanalyysijärjestelmä integroi tämän aikasarjan laskemaan Ct:n (pitoisuus-aikatuotteen mg·min/m³:ssä) kullekin yksikölle ja aine-tyypille, ja vertaa sitten ainekohtaisiin fysiologisiin kynnysarvoihin uhririskin arvioimiseksi.

Dekontaminaatioajan kirjaus tallentaa kunkin dekontaminaatiomenettelyvaiheen alun ja lopun per henkilö vastuullisen kaverin kanssa sekä mahdolliset menettelynvirhetapahtumat. Jälkitoimintaanalyysi toistaa nämä tietueet aikajanatarkastelussa, jonka avulla jälkikeskustelun helpottaja voi käydä läpi dekontaminaatiosekvenssit askel askeleelta, korostaen virheitä ja näyttäen simuloidun kontaminaatiomuuttujin seurauksen kultakin virheeltä asiayhteydessä.

Menettelynvirheiden tunnistaminen toimii kahdessa tilassa: reaaliaikainen tunnistaminen (virheiden merkitseminen harjoituksen aikana kouluttajan ilmoitusta varten) ja jälkikäteinen analyysi (virhejoukon laskeminen muodostelman yli jälkitoimintaanalyysiraporttia varten). Reaaliaikainen tunnistaminen mahdollistaa kouluttajien tarkkailun dekontaminaatiosekvenssistä ja puuttumisen kriittisten virheiden havaitessa — naamarin poistaminen ennen pukua on henkilöturvallisuuden kannalta kriittinen virhe todellisissa operaatioissa, jonka pitäisi laukaista välitön kouluttajan puuttuminen harjoittelussa. Jälkikäteinen analyysi koostaa virhetyypit muodostelman yli tunnistamaan systemaattiset koulutuspuutteet verrattuna yksilöllisiin virheisiin, mikä johtaa erilaisiin koulutustoimenpiteisiin.