Oprogramowanie do symulacji szkoleń CBRN: wykrywanie, dekontaminacja i reagowanie

CBRN — zagrożenia chemiczne, biologiczne, radiologiczne i jądrowe — szkolenie jest jedną z najbardziej wymagających technicznie dziedzin w symulacji obronnej. W odróżnieniu od architektury symulacji szkoleń wojskowych dla scenariuszy kinetycznych, symulacja CBRN musi modelować niewidzialne zagrożenia, które przemieszczają się przez środowisko zgodnie z fizyką atmosferyczną, oddziałują z określonymi typami czujników poprzez dobrze zdefiniowaną chemię detekcji oraz wymagają proceduralnie dokładnych zachowań reagowania, które są jednocześnie krytyczne dla życia i poznawczo wymagające w warunkach stosowania środków ochrony. Budowanie oprogramowania, które może zapewnić tę wierność szkoleniową, pozostając jednocześnie użytecznym dla instruktorów jednostek bez specjalistycznej wiedzy z zakresu modelowania CBRN, to centralne wyzwanie projektowe.

Artykuł obejmuje architekturę oprogramowania i szczegóły implementacyjne dla symulacji szkoleń CBRN w pełnym zakresie szkoleniowym: modelowanie dyspersji atmosferycznej, symulacja czujników, szkolenie z procedur dekontaminacji, zarządzanie poziomami MOPP, integracja federacji oraz przegląd po działaniu.

Dlaczego szkolenia CBRN wymagają dedykowanego oprogramowania symulacyjnego

Symulatory szkoleń wojskowych ogólnego przeznaczenia nie obsługują wystarczająco szkoleń CBRN, ponieważ fizyka zagrożeń jest zasadniczo różna od starć kinetycznych. Starcie z czołgiem ma geometrię linii wzroku i trajektorie balistyczne — obie są geometrycznie możliwe do opanowania i obliczeniowo dobrze rozumiane w symulacji wojskowej. Uwolnienie czynnika chemicznego wymaga fizyki dyspersji atmosferycznej, modelowania strat według odpowiedzi na dawkę, logiki alarmowej czujników z probabilistycznymi fałszywymi pozytywami oraz sekwencji procedur dekontaminacji. Żadne z nich nie są modelowane w standardowych bibliotekach jednostek symulacyjnych.

Wymagania dotyczące wierności w symulacji szkoleń CBRN są odmienne w trzech aspektach. Po pierwsze, zagrożenie jest niewidzialne: uczestnicy szkolenia nie mogą bezpośrednio obserwować zagrożenia, więc symulacja musi dostarczać realistycznych pośrednich wskazówek — alarmów czujników, objawów ofiar, wyzwalaczy rozkazów MOPP — które wymagają od uczestników wnioskowania o zagrożeniu, zamiast jego bezpośredniej obserwacji. Po drugie, procedury reagowania są krytyczne dla życia i proceduralnie dokładne: w rzeczywistych operacjach nieprawidłowa sekwencja dekontaminacji może spowodować wtórne skażenie, równie niebezpieczne jak pierwotna ekspozycja. Symulacja musi rygorystycznie egzekwować poprawność proceduralną, a nie tylko ją przybliżać. Po trzecie, środki ochrony degradują wydajność: w sprzęcie MOPP 4 obciążenie poznawcze wzrasta, sprawność manualna maleje, a komunikacja jest utrudniona. Symulacja szkoleniowa, która nie modeluje tych obniżeń wydajności spowodowanych przez MOPP, pomija kluczową część obrazu operacyjnego.

Realizm zagrożeń w symulacji szkoleń CBRN wymaga zwalidowanych atmosferycznych modeli dyspersji, które generują pola stężeń czynników spójne z danymi z prób terenowych. Standaryzowane szkolenie reagowania wymaga biblioteki scenariuszy opartej na doktrynalnych procedurach reagowania — FM 3-11, ATP 3-11.32, STANAG 2352 — z wykrywaniem błędów proceduralnych, które oznaczają odchylenia od doktryny, a nie je przybliżają. Łącznie wymagania te sprawiają, że symulacja szkoleń CBRN jest wyspecjalizowaną dziedziną inżynieryjną, którą ogólne frameworki symulacji wojskowej obsługują jedynie częściowo.

Modele dyspersji czynników chemicznych

Gaussowski model smug jest punktem odniesienia dla dyspersji czynników chemicznych w symulacji szkoleń CBRN. Modeluje stężenie czynnika w kierunku zgodnym z wiatrem jako dwuwymiarowy rozkład Gaussa w poprzecznych i pionowych wymiarach, z parametrami dyspersji (sigma-y i sigma-z) pochodnymi z klas stabilności atmosferycznej Pasquill-Gifford (A do F, reprezentujących warunki konwekcyjne do bardzo stabilnych). Dla ciągłego uwolnienia na wysokości H nad ziemią, osiowe stężenie wzdłuż wiatru w odległości x wynosi:

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

Gdzie:
  Q   = szybkość uwolnienia (mg/s)
  u   = średnia prędkość wiatru (m/s)
  σy  = poprzeczny współczynnik dyspersji (m), funkcja x i klasy stabilności
  σz  = pionowy współczynnik dyspersji (m), funkcja x i klasy stabilności
  H   = efektywna wysokość uwolnienia (m)
  y   = odległość poprzeczna od osi smug (m)
  z   = wysokość nad ziemią (m)

Parametry sigma Pasquill-Gifford są zestawione według klasy stabilności i odległości zgodnej z wiatrem. W zastosowaniach szkoleniowych są zazwyczaj implementowane jako dopasowania wielomianowe do krzywych Pasquill-Gifford, umożliwiające szybkie obliczenia przy każdym kroku czasowym symulacji bez tabel odnośników.

Gaussowski model smug ma dobrze znane ograniczenia ważności, które muszą być komunikowane uczestnikom szkolenia. Zakłada płaski teren z jednorodnym polem wiatru, stacjonarne źródło i prędkości wiatru powyżej około 1 m/s. W scenariuszach szkoleniowych w złożonym terenie, środowiskach miejskich lub w warunkach spokojnego wiatru, gaussowski model kłębów zapewnia lepszą wierność, śledząc indywidualne trajektorie kłębów przez niejednorodne pole wiatru.

CAMEO/ALOHA (Computer-Aided Management of Emergency Operations / Areal Locations of Hazardous Atmospheres), opracowane przez NOAA i EPA, implementuje modele Gaussa i gazu ciężkiego zwalidowane na danych uwolnień chemikaliów przemysłowych. Biblioteka scenariuszy obejmuje czynniki chemiczne istotne militarnie (GB, VX, HD są uwzględnione w bazie danych chemicznych ALOHA jako cywilne odpowiedniki), a jej wynik — wielokąt strefy zagrożenia przy określonych progach stężeń — można importować do narzędzi mapowania ćwiczeń jako wtrysk symulacyjny. Wiele programów szkoleniowych CBRN integruje ALOHA jako zwalidowany model referencyjny do użytku przez instruktorów, przy czym symulacja szkoleniowa działa na obliczeniowo lżejszym modelu Gaussa do próbkowania stężeń na jednostkach w czasie rzeczywistym.

Efekty terenu na dyspersję czynników chemicznych stanowią istotne źródło błędów symulacyjnych podczas szkolenia w realistycznych środowiskach. Doliny kanalizują czynnik w kierunku zgodnym z wiatrem przy wyższych stężeniach niż modele płaskiego terenu przewidują; smugi budzące za budynkami pułapkują kieszenie czynnika po zawietrznej stronie konstrukcji; gęsta roślinność zmniejsza prędkość wiatru i wydłuża trwałość czynnika. Symulacje szkoleniowe działające w złożonym terenie powinny stosować współczynniki korekcji terenowej do wyników modelu Gaussa lub używać lagranżowskiego modelu dyspersji cząstek, który jawnie śledzi trajektorie cząstek przez pole wiatru podążające za terenem, pochodne z modelu meteorologicznego mezo-skali lub meteorologicznego systemu zasięgu.

JCAD i symulacja czujników

Symulacja czujników przekształca ciągłe pole stężeń czynników z modelu dyspersji w dyskretne wyniki alarmowe, które uczestnicy szkolenia faktycznie obserwują podczas szkolenia. Symulacja musi modelować specyficzną technologię czujnika każdego typu detektora, czułość, próg alarmu, zachowanie fałszywych pozytywów i format wyjściowy. Użycie ogólnego binarnego modelu alarmu dla wszystkich detektorów usuwa wartość szkoleniową płynącą ze zrozumienia specyficznych ograniczeń każdego systemu.

Alarm chemiczny M8A1 jest starszym standardem, używającym spektrometrii ruchliwości jonów (IMS) z jednym progiem alarmowym dla środków bojowych serii G i środków pęcherzowych. Jego model symulacyjny wymaga czterech parametrów: próg detekcji (około 0,02 mg/m³ dla GB), opóźnienie alarmu (8–12 sekund od przekroczenia progu do alarmu dźwiękowego), poziom nasycenia (powyżej którego detektor może nie funkcjonować niezawodnie) oraz prawdopodobieństwo fałszywego pozytywu jako funkcja stężenia interferentów (spaliny diesla, opary paliwa lotniczego są powszechnymi interferentami w warunkach polowych). Symulacja M8A1 nie wymaga modelowania pasm stężeń — wynik jest binarny.

Symulacja JCAD (Joint Chemical Agent Detector) jest bardziej złożona. JCAD zapewnia trzy poziomy alarmowe (niski, średni, wysoki) odpowiadające pasmom stężeń powyżej progu detekcji i przekazuje swój stan alarmu przez standardowy interfejs radiowy. Symulacja JCAD wymaga:

Logika stanu alarmu JCAD:

Wejście: C = stężenie czynnika w miejscu detektora (mg/m³)

if C < 0.005 mg/m³ (próg ekwiwalentu GB):
    stan = BRAK_ALARMU

elif 0.005 ≤ C < 0.02:
    stan = NISKI_ALARM

elif 0.02 ≤ C < 0.1:
    stan = ŚREDNI_ALARM

elif C ≥ 0.1:
    stan = WYSOKI_ALARM

Opóźnienie: 8–15 s od przekroczenia progu stężenia
Fałszywy pozytyw P(alarm | brak czynnika) = f(typ_interferentu, stęż_interferentu)
Czas utrzymania: min. 60 s przed powrotem do BRAK_ALARMU
Zalecenie MOPP: przesyłane przez radio przy WYSOKIM_ALARMIE

Modelowanie fałszywych pozytywów jest niezbędne dla realizmu szkolenia. JCAD w warunkach operacyjnych generuje fałszywe pozytywy ze spalin odrzutowych, emisji diesla pojazdów i niektórych środków czyszczących. Symulacja szkoleniowa, która nigdy nie generuje fałszywych alarmów, uczy jednostki traktować każdy alarm jako potwierdzony incydent chemiczny — niebezpieczny nawyk poznawczy w terenie, gdzie fałszywe alarmy są powszechne, a nieuzasadniona postawa MOPP 4 degraduje wydajność operacyjną. Symulacja powinna wstrzykiwać fałszywe pozytywy z historycznie realistyczną częstotliwością (około 1–3 na 8-godzinny dzień ćwiczeń w środowisku jednostki zmechanizowanej) i szkolić jednostki do weryfikacji alarmów przez detekcję zestawem M256A2 lub potwierdzenie przez wiele detektorów, zamiast reagowania na alarmy pojedynczego detektora pełną eskalacją MOPP.

Strategia rozmieszczenia detektorów punktowych jest sama w sobie umiejętnością, którą można szkolić. Symulacja powinna umożliwiać kontrolerom ćwiczeń repozycjonowanie wirtualnych detektorów podczas faz planowania i obserwowanie wynikającego wzorca pokrycia wobec przykładowej smugi uwolnienia chemicznego. Detektory umieszczone od strony nawietrznej formacji nie zapewniają przydatnej detekcji — to fundamentalny błąd rozmieszczenia, który symulacja szkoleniowa może wyraźnie ujawnić.

Szkolenie z procedur dekontaminacji

Szkolenie z procedur dekontaminacji jest składnikiem symulacji CBRN, który najbardziej bezpośrednio zmniejsza błędy szkoleniowe z konsekwencjami krytycznymi dla życia. Indywidualna sekwencja dekontaminacji w ramach doktryny FM 3-11 jest precyzyjnie określona, a odchylenia od sekwencji — w szczególności nieprawidłowa kolejność zdejmowania sprzętu MOPP — mogą przenosić czynnik z zewnętrznej powierzchni wyposażenia ochronnego na wcześniej czystą skórę lub bieliznę. Symulacja szkoleniowa musi modelować tę konsekwencję wprost, zamiast traktować dekontaminację jako abstrakcyjne ukończenie procedury.

Indywidualna dekontaminacja jest modelowana jako maszyna stanów skończonych ze stanami dla każdego kroku procedury IEDK (Individual Equipment Decontamination Kit). Kanoniczny graf stanów dla indywidualnej dekontaminacji po ekspozycji na środek nerwowy to:

AUTOMAT STANÓW INDYWIDUALNEJ DEKONTAMINACJI

[SKAŻONY]
    │ (w ciągu 60 s od ekspozycji)
    ▼
[DEKONT_SKÓRY] — zestaw M291: przecieranie odkrytej skóry (twarz, szyja, ręce)
    │ (min. 60 s, kontrola z pomocnikiem)
    ▼
[DEKONT_SPRZĘTU] — M295 IEDK: dekontaminacja broni, maski, powierzchni sprzętu
    │ (min. 90 s)
    ▼
[ZDEJM_MOPP_ZEWN_RĘKAWICE] — pomocnik zdejmuje zewnętrzne rękawice (dotykając tylko zewnętrznej strony)
    │ (z asystą, min. 30 s)
    ▼
[ZDEJM_MOPP_KOMBINEZON] — pomocnik zdejmuje kombinezon JSLIST/MOPP (zwijając na zewnątrz)
    │ (min. 60 s)
    ▼
[ZDEJM_MOPP_BUTY] — pomocnik zdejmuje ochraniacze na buty
    │ (min. 30 s)
    ▼
[ZDEJM_MOPP_WEWN_RĘKAWICE]
    │
    ▼
[ZDEJM_MOPP_MASKA] — ostatni zdejmowany element (najwyższe ryzyko)
    │
    ▼
[MYCIE_SKÓRY] — mydło i woda lub RSDL przy najbliższej okazji
    │
    ▼
[DEKONTAMINACJA_UKOŃCZONA]

Wykrywane błędy proceduralne:
  - Przejście stanu poza kolejnością → RYZYKO_WTÓRNEGO_SKAŻENIA
  - Brak asysty pomocnika → BŁĄD_SAMODZIELNEGO_ZDEJMOWANIA
  - Czas kroku poniżej minimum → OSTRZEŻENIE_NIEKOMPLETNEJ_DEKONT
  - Maska zdjęta przed kombinezonem → BŁĄD_KRYTYCZNY (modelowany jako zdarzenie ekspozycji)

Symulacja zbiorowej stacji dekontaminacji modeluje przepustowość jako funkcję biegłości załogi, dostępności sprzętu i rodzaju czynnika. Standardowa stacja PDDE (Powered Decontamination and Detection Equipment) używająca M12A1 przetwarza pojazdy w czasie 45–90 minut każdy w zależności od rodzaju pojazdu i poziomu skażenia. Symulacja powinna śledzić kolejkę linii dekontaminacji, obliczać przepustowość na podstawie modyfikatorów umiejętności załogi i obliczać resztkowe skażenie każdego pojazdu po dekontaminacji. Skażenie resztkowe jest modelowane jako funkcja probabilistyczna trwałości czynnika (tabun i sarin są nietrwałe; iperytu siarkowego (HD) jest trwały w temperaturach umiarkowanych), rodzaju środka dekontaminującego (DS2, mieszanina chloru, supertrwały chlor), czasu kontaktu z powierzchnią i materiału powierzchni (guma zatrzymuje czynnik dłużej niż malowane metale).

Rozgałęzienia decyzyjne w symulacji dekontaminacji obejmują medyczne punkty decyzyjne, przed którymi stają dowódcy: kiedy zaakceptować ryzyko resztkowego skażenia i kontynuować operacje, a kiedy zatrzymać się w celu pełnej dekontaminacji. Symulacja powinna przedstawiać dowódcom jawne węzły decyzyjne, w których obserwują aktualny status skażenia swojej formacji, szybkość przepustowości dekontaminacji i sytuację taktyczną, a następnie muszą wybrać postawę dekontaminacji. Przegląd po działaniu powinien następnie analizować, czy wybrana postawa była spójna z danymi o skażeniu dostępnymi w momencie podjęcia decyzji.

Postawa ochronna i ćwiczenia poziomów MOPP

Zarządzanie poziomem MOPP (Mission Oriented Protective Posture) jest zbiorowym zadaniem szkoleniowym, które działa jednocześnie na wszystkich szczeblach. Indywidualni żołnierze muszą zakładać lub zdejmować określone elementy wyposażenia ochronnego w określonych limitach czasowych; dowódcy muszą nakazywać zmiany poziomów na podstawie oceny zagrożenia i równoważyć ochronę z degradacją wydajności; a cała formacja musi koordynować przejścia, aby unikać okien częściowej ochrony na poziomie zbiorowym.

Cztery poziomy MOPP określają, jakie środki ochrony są noszone:

Poziom MOPP	Maska	Kombinezon	Rękawice	Buty	Czas przejścia
MOPP 0	Przy sobie	Przy sobie	Przy sobie	Przy sobie	—
MOPP 1	Przy sobie	Noszony	Przy sobie	Przy sobie	8 min od MOPP 0
MOPP 2	Przy sobie	Noszony	Przy sobie	Noszony	+2 min od MOPP 1
MOPP 3	Noszony	Noszony	Przy sobie	Noszony	+3 min od MOPP 2
MOPP 4	Noszony	Noszony	Noszony	Noszony	+2 min od MOPP 3

Koordynacja między jednostkami jest kluczowym zadaniem szkoleniowym MOPP na szczeblu batalionu i powyżej. Gdy batalion otrzymuje rozkaz MOPP 4, nie wszystkie kompanie przechodzą jednocześnie — jednostki w kontakcie mogą nie być w stanie bezpiecznie założyć masek podczas ostrzału, elementy logistyczne mogą znajdować się w pojazdach ze zbiorową ochroną, a elementy medyczne mają specyficzne procedury MOPP dotyczące opieki nad pacjentami. Symulacja musi modelować każdą jednostkę niezależnie, umożliwiając uczestnikowi szkolenia obserwowanie mozaikowej postawy MOPP w całej formacji i ćwiczenie koordynowania jednoczesnych przejść bez degradacji ciągłości taktycznej.

Presja czasowa jest wprowadzana poprzez powiązanie symulowanych zdarzeń uwolnienia chemicznego z zegarem przejścia MOPP. Gdy symulacja uwalnia czynnik chemiczny, podczas gdy formacja przechodzi z MOPP 2 do MOPP 4, osoby, które nie ukończyły jeszcze przejścia, otrzymują ekspozycję na skażenie. Symulacja powinna śledzić i raportować liczbę osób narażonych podczas przejścia — to bezpośrednio użyteczny punkt danych szkoleniowych, który motywuje szybsze, bardziej zdyscyplinowane ćwiczenia przejścia MOPP.

Modelowanie degradacji wydajności pod MOPP stosuje stres cieplny, zmniejszoną sprawność manualną, utrudnioną komunikację (tłumienie głosu przez maskę, zmniejszona klarowność radia) i zmniejszone pole widzenia do wszystkich jednostek na MOPP 3 i MOPP 4. Te modyfikatory wpływają na prędkości ruchu symulacji, parametry czasu zaangażowania i niezawodność komunikacji. Scenariusze szkoleniowe, które nie stosują systematycznie tych modyfikatorów, systematycznie niedoszacowują operacyjnych kosztów ochrony chemicznej i szkolą jednostki do zbyt łatwego akceptowania MOPP 4.

Integracja z frameworkami LVC i LSST

Komponenty symulacji CBRN muszą integrować się z szerszą federacją ćwiczeń integracji konstruktywnej na żywo i wirtualnej, aby uczestniczyć w scenariuszach szkoleniowych z wieloma rodzajami sił zbrojnych. Elementy CBRN w izolacji — kompania dekontaminacji CBRN prowadząca ćwiczenie dekontaminacji — nie reprezentują realistycznego wyzwania reagowania CBRN podczas trwających operacji kinetycznych. Najcenniejsze szkolenie CBRN ma miejsce, gdy formacja musi reagować na incydent chemiczny, jednocześnie zarządzając zagrożeniem kinetycznym, podtrzymując logistykę i utrzymując dowodzenie i kontrolę.

Suplement SISO CBRN FOM definiuje klasy obiektów HLA i klasy interakcji wymagane do reprezentowania jednostek CBRN w federacji RPR-FOM. Obiekty chmury chemicznej niosą atrybuty dla rodzaju czynnika (kodowanego zgodnie z wykazem czynników chemicznych AC 225(D)), lokalizacji źródła we współrzędnych geocentrycznych, szybkości uwolnienia i aktualnej klasy stabilności atmosferycznej. Model dyspersji aktualizuje atrybuty obiektów chmury przy każdym kroku czasowym symulacji, a subskrybujące federaty mogą próbkować stężenie w lokalizacjach swoich jednostek używając geometrii chmury.

Wsparcie XMSF (Extensible Modeling and Simulation Framework) pozwala walidowanym modelom dyspersji CBRN być eksponowanym jako usługi sieciowe wykrywalne przez innych uczestników federacji. Menedżer scenariuszy może wywoływać usługę dyspersji CBRN według rodzaju czynnika, parametrów uwolnienia i warunków meteorologicznych, otrzymując w zamian wielokąt skażonego obszaru bez osadzania modelu dyspersji w komponencie zarządzania scenariuszem. To architektoniczne rozdzielenie pozwala autoryzowanemu modelowi dyspersji być zaktualizowanym do implementacji o wyższej wierności bez modyfikacji kodu zarządzania scenariuszem.

Kody typów jednostek DIS dla jednostek zagrożeń CBRN używają domeny wyliczenia Typu Jednostki DIS 9 (Środowiskowe) z kodem kraju 0 (inne) i specyficznymi kodami jednostki/kategorii zdefiniowanymi w SISO ENUM-70 dla reprezentacji zagrożeń chemicznych, biologicznych, radiologicznych i jądrowych. Implementacje bramy łączącej środowiska DIS z HLA muszą utrzymywać mapowanie między kodami typów jednostek DIS a parametrami klasy obiektów suplementu CBRN FOM, aby uniknąć utraty informacji o rodzaju czynnika przez granicę protokołu.

Architektura LSST (Live System Software Testbed) zapewnia punkty integracji dla żywych systemów detektorów CBRN. Gdy prawdziwa jednostka JCAD jest noszona przez uzbrojonego uczestnika sił żywych, brama czujnika LSST może wstrzyknąć stan alarmu prawdziwego detektora do konstruktywnej symulacji jako uwierzytelnioną interakcję HLA, oznaczoną tożsamością jednostki nosiciela. Tworzy to scenariusz hybrydowy, w którym prawdziwe alarmy detektora napędzają konstruktywne modelowanie konsekwencji — ważne środowisko walidacyjne do sprawdzania, czy jednostkowe SOP reagowania CBRN działają zgodnie z zamierzeniami przed żywymi ćwiczeniami chemicznymi.

Przegląd po działaniu dla scenariuszy CBRN

Przegląd po działaniu CBRN wymaga dziennika zdarzeń z czterema dodatkowymi strumieniami danych poza standardowym przeglądem po działaniu ćwiczenia: dziennik ekspozycji, dziennik detekcji, dziennik dekontaminacji i dziennik stanu MOPP. Każdy strumień musi być zsynchronizowany czasowo ze standardowym dziennikiem pozycji jednostek i starć, aby zdarzenia CBRN mogły być korelowane ze zdarzeniami taktycznymi podczas odprawy.

Oprogramowanie do przeglądu po działaniu powinno automatycznie obliczać następujące specyficzne metryki CBRN z dziennika zdarzeń:

Kategoria metryki	Metryka	Standard doktrynalny
Ekspozycja	Skumulowana dawka Ct na osobę (mg·min/m³)	Próg IDLH specyficzny dla czynnika
Detekcja	Czas od uwolnienia do pierwszego alarmu (sekundy)	<120 s przy rozmieszczeniu detektora od strony nawietrznej
Detekcja	Udział formacji ostrzeżonej przed ekspozycją	>90% przy efektywnym rozmieszczeniu detektora
MOPP	Czas od rozkazu MOPP 4 do 90% zgodności (min)	<8 min (standard FM 3-11)
Dekontaminacja	Czas od skażenia do rozpoczęcia dekontaminacji skóry	<60 s (standard natychmiastowej dekontaminacji)
Dekontaminacja	Błędy proceduralne na indywidualną sekwencję dekontaminacji	0 błędów krytycznych (np. zdjęcie maski przed kombinezonem)
Zbiorowa dekontaminacja	Przepustowość dekontaminacji pojazdów (pojazdy/godzinę)	1–1,5 pojazdu/godz. na stację M12A1 PDDE

Śledzenie ekspozycji w przeglądzie po działaniu wymaga rejestrowania historii stężenia w czasie dla każdej indywidualnej jednostki podczas ćwiczenia. Ponieważ pole stężeń zmienia się przy każdym kroku czasowym symulacji, surowy rekord jest szeregiem czasowym krotek (id_jednostki, znacznik_czasu, rodzaj_czynnika, stężenie_mg_na_m3) próbkowanych przy kroku czasowym symulacji (zazwyczaj 1 sekunda). System przeglądu po działaniu całkuje ten szereg czasowy, aby obliczyć Ct (iloczyn stężenia i czasu w mg·min/m³) dla każdej jednostki i każdego rodzaju czynnika, a następnie porównuje z fizjologicznymi progami specyficznymi dla czynnika, aby ocenić ryzyko strat.

Rejestrowanie czasu dekontaminacji zapisuje początek i koniec każdego kroku procedury dekontaminacji na osobę wraz z odpowiedzialnym pomocnikiem i wszelkimi zdarzeniami błędów proceduralnych. Przegląd po działaniu odtwarza te rekordy w widoku osi czasu, który umożliwia prowadzącemu odprawę przechodzenie przez sekwencję dekontaminacji krok po kroku, podkreślając błędy i pokazując symulowane konsekwencje skażenia każdego błędu w kontekście.

Wykrywanie błędów proceduralnych działa w dwóch trybach: wykrywanie w czasie rzeczywistym (oznaczanie błędów podczas ćwiczenia do powiadomienia instruktora) i analiza ex post (obliczanie statystyk błędów w całej formacji dla raportu przeglądu po działaniu). Wykrywanie w czasie rzeczywistym pozwala instruktorom obserwować sekwencję dekontaminacji i interweniować w przypadku wykrycia błędów krytycznych — zdjęcie maski przed kombinezonem jest błędem krytycznym dla życia w rzeczywistych operacjach, który powinien wyzwolić natychmiastową interwencję instruktora podczas szkolenia. Analiza ex post agreguje typy błędów w całej formacji, aby zidentyfikować systematyczne braki szkoleniowe w porównaniu z indywidualnymi błędami, co napędza różne odpowiedzi szkoleniowe.