Skip to content

GCRI · Передовая промышленность и робототехника

Промышленная сенсорика и интернет вещей

Sensors and the industrial internet of things provide the data that automation, quality control and maintenance depend on. In this field they enable condition monitoring, predictive maintenance and traceability, with качества данных and security managed.

01Реестр

Industrial sensing and IoT on the record.

Запись о методеSTEM-метод
  1. МетодДатчики, интернет вещей и сети наблюдения
  2. Применяется вПередовая промышленность и робототехника
  3. Данные3 inputs
  4. Каноническая страницаSTEM Commons
02Заявка

What sensors, IoT and observation networks does here.

Sensors, IoT and observation networks collect continuous measurements of physical, environmental and operational conditions. They provide the real-time inputs that раннее предупреждение and asset monitoring depend upon. In industry and robotics, work and skills and trade, resources and supply chains, observation networks enable early warning and condition-based maintenance. They reveal how stresses in one system appear in connected системы in near real time. The canonical description is on STEM Commons.

Condition monitoring

Vibration, temperature and current sensors track the health of motors, pumps and bearings, flagging deterioration before failure.

In-line quality inspection

Sensors and machine vision inspect products during production, detecting defects earlier and more consistently than end-of-line checks.

Securing connected sensors

Industrial IoT devices are inventoried, segmented and updated so that they do not become entry points for attacks.

03География

Подверженность инфраструктуры в Германии.

Ночные огни, плотность населения и паводковые воды над Германией по данным NASA GIBS. Каждый слой имеет собственную дату.

Для интерактивной карты нужен JavaScript. Список слоёв и источники приведены ниже.

Слои 3

Подверженность инфраструктуры для этой страницы

Об этом слое
Доказательная база
Наблюдаемые данные
Источник
VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
Поставщик
NASA LAADS DAAC
Лицензия
Открытые данные NASA
Год выпуска
ежедневно; спутниковая яркость с поправкой на лунный свет и атмосферу
Новейшие на момент сборки
2026-10-12
Разрешение
сетка около 500 м
Неопределённость
Спутниковая ночная яркость на указанную дату; освещённость служит косвенным показателем потребления электроэнергии и отключений, а не измерением поставок или доступа.
Доступно через
gibs.earthdata.nasa.gov, только после того как вы разрешите интерактивную карту
Об этом слое
Доказательная база
Оценка
Источник
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Колумбийский университет))
Поставщик
NASA SEDAC (CIESIN, Колумбийский университет)
Лицензия
CC BY 4.0
Год выпуска
null; оценка на основе переписи, статическая (2020)
Разрешение
сетка около 1 км
Неопределённость
Оценка на основе переписи числа людей на квадратный километр в 2020 году, показанная как контекст подверженности; не является подсчётом людей, пострадавших от какой-либо опасности.
Доступно через
gibs.earthdata.nasa.gov, только после того как вы разрешите интерактивную карту
Об этом слое
Доказательная база
Наблюдаемые данные (облачность оставляет пропуски)
Источник
Глобальный продукт по паводкам VIIRS (NASA LANCE)
Поставщик
NASA LANCE
Лицензия
Открытые данные NASA
Год выпуска
ежедневно; спутниковое обнаружение; облачность оставляет пропуски
Новейшие на момент сборки
2026-10-14
Разрешение
сетка около 250 м
Неопределённость
Спутниковое обнаружение; облачность оставляет пропуски. Спутниковый или модельный растр в том виде, в каком его публикует поставщик. Облачность, пропуски в полосе обзора и ошибки восстановления параметров оставляют пропуски и шум; значения являются показателями, а не измерениями в конкретном месте.
Доступно через
gibs.earthdata.nasa.gov, только после того как вы разрешите интерактивную карту
Об этом слое
Доказательная база
Наблюдаемые данные
Источник
Скорректированная отражательная способность VIIRS NOAA-20 (NASA LANCE)
Поставщик
NASA LANCE
Лицензия
Открытые данные NASA
Год выпуска
ежедневно; спутниковое изображение
Новейшие на момент сборки
2026-10-14
Разрешение
сетка около 250 м
Неопределённость
Спутниковое изображение. Спутниковый или модельный растр в том виде, в каком его публикует поставщик. Облачность, пропуски в полосе обзора и ошибки восстановления параметров оставляют пропуски и шум; значения являются показателями, а не измерениями в конкретном месте.
Доступно через
gibs.earthdata.nasa.gov, только после того как вы разрешите интерактивную карту
Об этом слое
Доказательная база
Смоделировано (последний год, публикуемый GIBS)
Источник
Земной покров MODIS Terra и Aqua (MCD12Q1) (NASA LP DAAC)
Поставщик
NASA LP DAAC
Лицензия
Открытые данные NASA
Год выпуска
ежегодно; спутниковая классификация; последний год, публикуемый GIBS
Новейшие на момент сборки
2024-01-01
Разрешение
сетка около 500 м
Неопределённость
Спутниковые классы земного покрова за указанный год, включая пахотные земли; классификация с известными ошибками, а не реестр ферм.
Доступно через
gibs.earthdata.nasa.gov, только после того как вы разрешите интерактивную карту
Об этом слое
Доказательная база
Наблюдаемые данные (облачность оставляет пропуски)
Источник
MODIS Terra EVI (NASA LANCE)
Поставщик
NASA LANCE
Лицензия
Открытые данные NASA
Год выпуска
ежедневно; спутниковый индекс; облачность оставляет пропуски
Новейшие на момент сборки
2026-10-13
Разрешение
сетка около 250 м
Неопределённость
Спутниковый индекс растительности за 8 дней до указанной даты, показатель состояния местообитаний; не является мерой видов или биоразнообразия.
Доступно через
gibs.earthdata.nasa.gov, только после того как вы разрешите интерактивную карту

Последние доступные

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © участники OpenStreetMap (ODbL) · Natural Earth

Загрузка последних снимков NASA.

Перетаскивайте для перемещения. Для масштабирования используйте Ctrl или ⌘ с прокруткой, жест щипка или кнопки; наведите курсор, чтобы увидеть значения под указателем; сброс возвращает к региону.

Подверженность инфраструктуры в Германии.Спутниковые и модельные продукты в том виде, в каком их публикует NASA, каждый со своей датой. Это показатели, а не оценки какого-либо места.

Данные: NASA GIBS · ASTER GDEM · Blue Marble · © участники OpenStreetMap · Natural Earth · NASA EONET · NASA/NOAA VIIRS · NASA JPL OPERA DIST-ALERTИсточники и лицензии

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Открытые данные NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Открытые данные NASA
  • Ночные огни VIIRS Black Marble, Центр космических полётов имени Годдарда NASA; распространяются Системой архивирования и распространения данных NASA уровня 1 и атмосферы (LAADS DAAC); изображения через NASA GIBS. Цвета перерисованы по опубликованной цветовой шкале; значения усреднены по шестиугольным ячейкам там, где они показаны (изменено). Открытые данные NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Лицензия CC BY 4.0. Цвета перерисованы по опубликованной цветовой шкале; там, где показано, значения усреднены по шестиугольным ячейкам (изменено). doi:10.7927/H49C6VHW. CC BY 4.0
  • Продукты VIIRS почти реального времени (наводнения, температура поверхности суши, снежный покров, скорректированная отражательная способность), NASA LANCE; изображения через NASA GIBS. Цвета перерисованы по опубликованной цветовой шкале; там, где показано, значения усреднены по шестиугольным ячейкам (изменено). Открытые данные NASA
  • Продукты MODIS по суше (вегетационные индексы, валовая первичная продукция, земной покров), NASA LP DAAC и LANCE; изображения через NASA GIBS. Цвета перерисованы по опубликованной цветовой шкале; там, где показано, значения усреднены по шестиугольным ячейкам (изменено). Открытые данные NASA
  • ASTER GDEM является продуктом METI и NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); изображения через NASA GIBS. Цвета перерисованы по опубликованной цветовой шкале; там, где показано, значения усреднены по шестиугольным ячейкам (изменено). Ссылка: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Открытые данные NASA
  • Создано с использованием Natural Earth. Бесплатные векторные и растровые картографические данные @ naturalearthdata.com. Общественное достояние
  • © участники OpenStreetMap (ODbL), через NASA GIBS (береговые линии, границы, дороги и названия мест). Цвета перерисованы по опубликованной цветовой шкале; значения, где показано, усреднены по шестиугольным ячейкам (изменено). ODbL
  • Blue Marble, NASA Earth Observatory; изображения через NASA GIBS. Цвета перерисованы по опубликованной цветовой шкале; там, где показано, значения усреднены по шестиугольным ячейкам (изменено). Открытые данные NASA
  • Контекст на глобусе и плоской карте: береговые линии, границы, дороги и названия мест из справочных слоёв NASA GIBS (данные OpenStreetMap, ODbL, © участники OpenStreetMap); снимки Blue Marble как дополнительная подложка; 3D-рельеф и показания высоты по цветовому индексу высот ASTER GDEM (классы от 5 м до 200 м, с преувеличением для наглядности). Границы показаны в опубликованном виде и не выражают позиции в отношении какой-либо территории.
  • События в реальном времени: NASA Earth Observatory Natural Event Tracker (EONET). События носят ориентировочный характер и сохраняют ссылки на первоначальный источник.
  • Текущие данные: события NASA EONET носят ориентировочный характер и не являются официальными предупреждениями.
  • Observed (EO): NASA/NOAA VIIRS (Suomi NPP). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Прогноз речного стока на 30 дней с диапазоном (GloFAS через Open-Meteo): содержит изменённую информацию Copernicus Emergency Management Service 2026; не является предупреждением о наводнении.
  • Данные о погоде предоставлены Open-Meteo.com (https://open-meteo.com/), лицензия CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Дополнительные слои (источников в списке слоёв: 12; оперативные, прогнозные, наблюдаемые и контекстные) при включении указывают своего поставщика на карте и здесь; прогнозы представляют собой результаты моделей, а производные индексы являются оценками.

Слои и даты

  • Ночное освещение, ежедневно: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 окт. 2026
  • Плотность населения, 2020: население: CIESIN, Колумбийский университет, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · статично
  • Паводковые воды, 3-дневный композит: VIIRS Global Flood Product, NASA LANCE · 14 окт. 2026
  • Естественные цвета: скорректированная отражательная способность VIIRS NOAA-20, NASA LANCE · 13 окт. 2026
  • Тип земного покрова (IGBP), ежегодно: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
  • Расширенный индекс растительности, скользящее среднее за 8 дней: MODIS Terra EVI, NASA LANCE · 13 окт. 2026

04Данные

Что потребляет метод.

Datasets and records used by sensors, IoT and observation networks on this platform, with the role each plays and the label its values carry. Sources are listed in реестре источников.

ДанныеРольМетка
Sensor telemetryCondition and qualityНАБЛЮДАЕМО
Maintenance recordsНаземная проверка (ground truth)НАБЛЮДАЕМО
Device inventoriesБезопасностьЗАДЕКЛАРИРОВАНО
05Симулятор двойника и каскадов

Model Industrial sensing and IoT as a system. Run the cascade.

Составлена на основе профиля области Nexus Standards профиль территории Промышленность и обрабатывающее производство: названные в нём опасные явления, системы и секторы, которые несут ущерб, меры, которые его смягчают, и данные, которые за ним наблюдают. Выберите компоненты, укажите исходное опасное явление и пройдите каскад шаг за шагом. Вид «Карта» помещает прогон на примерную географию с открытыми данными. Вес каждой связи это заявленное допущение, которое можно изменить. Учебная модель, а не прогноз, не оценка и не сертификация. Чтобы смоделировать выбранное вами место, откройте полный Конструктор систем.

Опасности

  • Natech-событие
  • Прорыв плотины
  • Речное наводнение (вызванный ниже по цепочке)
  • Внезапный паводок (запущено далее по цепочке)
  • Массовое перемещение населения (вызванное ниже по цепочке)
  • Разлив или утечка химических веществ (запущено ниже по цепочке)
  • Перегрузка служб экстренного реагирования (запущена ниже по цепочке)
  • Масштабное отключение электроэнергии (вызванное ниже по цепочке)
  • Дефицит водоснабжения (вызванный ниже по цепочке)
  • Выброс токсичного газа (запущен ниже по цепочке)
  • Промышленный пожар (запущен ниже по цепочке)

Меры контроля

  • NS-0 Устав и принципы
  • NS-9 Контекстные UNI (развертывания, экземпляры, экземпляры программ)
  • NS-11 Верификация и мониторинг (доказательства, подтверждения, наблюдение за соответствием принципу нулевого доверия)
  • NS-12 Артефакты программного обеспечения, моделей и ИИ/МО (цепочка поставок, карточки моделей, паспорта наборов данных)
  • NRS-H60 Семейство опасностей: нарушения цепочек поставок и потоков (NHS-1 sys.supply-chain)
  • NRS-H50 Семейство опасных явлений: промышленные и технологические аварии (NHS-1 infra.industrial)
  • NRS-H109 Семейство опасных явлений: отказы технологий энергетического перехода (NHS-1 tech.energy-transition)
  • NRS-X10 Химическая, промышленная, ядерная и радиационная безопасность
  • NRS-H54 Семейство опасностей: нарушение работы сигналов и платформ (NHS-1 cyber.platform)
  • NRS-K14 Профиль пакета данных по области: Промышленное производство (DOMAIN-014)

Наблюдение

  • Система регистрации крупных аварий eMARS (приведена для справки)
  • Показатели мирового развития (приведены для справки)
  • ILOSTAT (приведён для справки)
  • Добавленная стоимость обрабатывающей промышленности в долях ВВП и на душу населения
  • Выбросы CO2 на единицу добавленной стоимости
  • Обрабатывающая промышленность, добавленная стоимость (% ВВП)
  • Прямой экономический ущерб всем прочим повреждённым или уничтоженным производственным активам, обусловленный бедствиями

Пример географии

  • Малаккский пролив: 227 шестиугольных ячеек
  • Ночные огни сегодня, отключения (VIIRS Day/Night Band), NASA GIBS
  • Поверхностные воды сквозь облачность, 30 m (радар OPERA DSWx-S1), NASA GIBS
  • Интенсивность осадков за последние полчаса (IMERG), NASA GIBS
  • Влажность поверхностного слоя почвы (SMAP), NASA GIBS
06Валидация

Как проверяются результаты.

Sensors are calibrated against reference instruments and checked through co-location and redundancy. Качество данных flags and automated range checks catch faults.

ПроверкаКак это делается
Sensor calibrationSensors are calibrated and drift tracked
Prediction validationMaintenance predictions are compared with actual failures
Device security reviewConnected devices are assessed before deployment

Sensor drift, power loss and connectivity gaps degrade data during the events of most interest. Dense networks raise security and privacy concerns.

07Методы и доказательная база

How Industrial sensing and IoT is modelled, measured and tested.

Модель, её допущения, данные и неопределённость в том виде, в каком их проверил бы учёный или инженер. Структуры следуют опубликованным методам. Показанные значения являются иллюстративными, а не результатами.

Модель системы

The couplings between the systems in Industrial sensing and IoT: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.

++−++ПромышленностьРаботаТорговляСообществаЭкономикаR усиливающаяB балансирующая
Causal loop diagram from the page’s systems; signs show the direction of influence. Illustrative structure for a system dynamics or network model, not estimated couplings.
Руководящие принципы FAIR · GO FAIR и FORCE11W3C PROV · Консорциум Всемирной паутиныРуководство по единообразному учёту неопределённостей · МГЭИКCEOS Analysis Ready Data · Комитет по спутникам наблюдения Земли
09Процесс

Как устроен процесс.

Process explorer · Process

Industrial sensing and IoT: Source to evidence record

10 steps4 этапа2 контрольные точки

Процесс

Industrial sensing and IoT: Source to evidence record

Источник регистрируется и оценивается, его запись маркируется и классифицируется, а Цифровой паспорт (доказательная база) несёт происхождение; исправление доходит до каждой зависимой записи.

  1. 01 Приём

    1. 01Установить источникИсточник · Распорядитель источникаОбнаружение не является загрузкой. Установление источника фиксирует класс источника, распорядителя, институциональную роль и юрисдикцию.
    2. 03Зарегистрировать источникШагРегистрация делает обнаруженный источник управляемым участником жизненного цикла, в котором формируется доказательная база. Она не означает одобрения или сертификации.
  2. 02 Оценка

    1. 04Классификация юрисдикций и правКонтрольная точкаКлассификация прав определяет ограничения по лицензии, согласию, конфиденциальности и повторному использованию. Результат определяет доступ и маршрутизацию.
    2. 05Доказательная база: оценка качестваШагОценка качества определяет, пригодна ли запись для определённого использования. Качество многомерно и никогда не сводится к единой оценке.
    3. 06Метка: доказательная базаШагКаждый вывод получает одну из девяти меток, указывающих, какова его доказательная база. Отсутствующие данные показываются как отсутствующие, а не как ноль.
  3. 03 Запись

    1. 07Доказательная база: классификацияЗаписьКлассификация присваивает записям состояния жизненного цикла, например «источник проверен», «безопасно для публикации» или «ограниченный доступ». Состояния могут сосуществовать и определяют, как используется доказательная база.
    2. 08Выпуск источника и идентификаторЗапись · NXS-GRX (канонические данные, происхождение и риск)Выпуск источника фиксирует права, временной охват и происхождение источника. UNI присваивается через каталог и никогда не вводится вручную.
    3. 09Digital Evidence PassportЗаписьПаспорт фиксирует происхождение, качество, права, юрисдикцию, разрешённое использование и историю, поэтому доказательная база сохраняет свой контекст при передаче.
  4. 04 Использование и исправление

    1. 02Исправление доходит до зависимых записейШаг · NXS-GRX (канонические данные, происхождение и риск)Исправление источника распространяется на зависимые срезы и продукты без перезаписи прежних результатов.
    2. 10Проверка безопасности для публикацииКонтрольная точкаПроверка на безопасность для публикации решает, можно ли сделать запись общедоступной. Это отдельный этап, и он не является валидацией.

Протоколы данных: доказательная база и её жизненный цикл · Data protocols: core data objects and evidence records · The Global Risks Index (NXS-GRX)Designed programme process, not a record of operation. No cycle has run and every programme is at service level R0. A gate is a programme decision, never a public-authority approval, certification or deployment authorisation. The data-protocol pages describe a design, not a running system.

10Ведение и сопровождение

Кто ведёт метод.

«Критическая инфраструктура» stewards sensors, IoT and observation networks for the Consortium and reviews how it is applied across platforms.

12Вопросы

Вопросы и ответы.

What are the limits of sensors, IoT and observation networks in this field?
Sensor drift, power loss and connectivity gaps degrade data during the events of most interest. Dense networks raise security and privacy concerns.
Как проверяются результаты?
Sensors are calibrated against reference instruments and checked through co-location and redundancy. Data quality flags and automated range checks catch faults.
Значения на этой странице реальные?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Где ещё применяется этот метод?
Observatory Каноническая страница метода перечисляет все применяющие его платформы.
ОтчётыВнести вклад

Поделитесь доказательствами с этой страницы.

Отчёты is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRIПередовая промышленность и робототехникаЭкспоненциальные технологииГлобальные отраслевые риски и устойчивость

Никогда не отправляйте персональные данные, сведения о чувствительной инфраструктуре или то, чем вы не вправе делиться. Материал проходит рассмотрение перед использованием; его отправка не дает авторских или редакционных прав, а спонсорство никогда не покупает выводы.

Передовая промышленность и робототехника

Предложите метод, набор данных или вопрос.

Информация и запросы открыты уже сегодня. Запрос получает номер и указывает следующий шаг; заявки, платежи, выделение вычислительных ресурсов и регистрации открываются только тогда, когда существуют их команда, условия и возможности для проверки.

Правовая информация

Карты, данные и рисунки на этом сайте приводятся для контекста и общей информации. Они не являются советом, прогнозом или предупреждением; ограничения информации изложены в Оговорках и уведомлениях о данных.