Reliability and resilience engineering is the method this platform stewards for the network. It designs infrastructure to withstand, absorb and recover from failure through redundancy, diversity, protection and planned restoration, and it measures how wellsistemasperform when stressed.
What reliability and resilience engineering does here.
Reliability and resilience engineering studies howsistemasfail, how failures can be prevented and how systems absorb, adapt and recover from disruption. It addresses both technical components and the organisations that operate them. Ininfraestrutura críticaand cities and built environment, resilience engineering identifies critical components and recovery bottlenecks across connected systems. It informs redundancy, spares and restoration priorities. The canonical description is ono STEM Commons.
Resilience metrics for lifelines
Service performance over time during and after disruption is described by robustness, rapidity of recovery and lost service, so that interventions can be compared on the same curve.
Reliability analysis of networks
Component failure rates and network structure are combined to estimate service availability, and the components that dominate unavailability are identified.
Restoration planning
Crews, spares and access are modelled to estimate restoration curves, and options to shorten them are compared.
03Geografia
Exposição das infraestruturas na Europa Ocidental.
Luzes noturnas, densidade populacional e águas de inundação sobre a Europa Ocidental, a partir do NASA GIBS. Cada camada traz sua própria data.
O mapa interativo requer JavaScript. A lista de camadas e as fontes estão abaixo.
diário; radiância de satélite, corrigida para luar e atmosfera
Mais recentes na compilação
2026-10-12
Resolução
grade de cerca de 500 m
Incerteza
Radiância noturna por satélite na data indicada; as luzes são um indicador indireto do uso de eletricidade e de interrupções, não uma medição de fornecimento ou acesso.
Acessado por meio de
gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
Evidências
Estimado
Fonte
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universidade Columbia))
null; estimativa baseada em censo, estática (2020)
Resolução
grade de cerca de 1 km
Incerteza
Estimativa baseada em censos de pessoas por quilômetro quadrado em 2020, exibida como contexto de exposição; não é uma contagem de pessoas afetadas por qualquer ameaça.
Acessado por meio de
gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
diário; detecção por satélite; as nuvens deixam lacunas
Mais recentes na compilação
2026-10-14
Resolução
grade de cerca de 250 m
Incerteza
Detecção por satélite; as nuvens deixam lacunas. Raster de satélite ou de modelo como o provedor o publica. Nuvens, lacunas de faixa e erro de recuperação deixam lacunas e ruído; os valores são indicadores, não medições em um local.
Acessado por meio de
gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Imagem de satélite. Raster de satélite ou de modelo como o provedor o publica. Nuvens, lacunas de faixa e erro de recuperação deixam lacunas e ruído; os valores são indicadores, não medições em um local.
Acessado por meio de
gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
Evidências
Modelado (último ano publicado pelo GIBS)
Fonte
MODIS Terra e Aqua, cobertura do solo (MCD12Q1) (NASA LP DAAC)
anual; classificação por satélite; último ano publicado pelo GIBS
Mais recentes na compilação
2024-01-01
Resolução
grade de cerca de 500 m
Incerteza
Classes de cobertura do solo por satélite para o ano indicado, incluindo terras cultivadas; uma classificação com erros conhecidos, não um cadastro de propriedades agrícolas.
Acessado por meio de
gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
diário; índice de satélite; as nuvens deixam lacunas
Mais recentes na compilação
2026-10-13
Resolução
grade de cerca de 250 m
Incerteza
Índice de vegetação por satélite nos 8 dias até a data indicada, um indicador da condição dos habitats; não é uma medida de espécies nem de biodiversidade.
Acessado por meio de
gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Teclado, com o mapa em foco
Mantenha Ctrl ou ⌘ pressionada e role para ampliar
Arraste para mover. Use Ctrl ou ⌘ e role, o gesto de pinça ou os botões para ampliar. Passe o cursor para ver os valores sob o ponteiro. Redefinir volta à região.
Exposição da infraestrutura, enquadrada na Europa Ocidental.Produtos de satélite e de modelos como a NASA os publica, cada um com sua própria data. São indicadores, não avaliações de nenhum lugar.
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).Dados abertos da 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).Dados abertos da NASA
Luzes noturnas VIIRS Black Marble, NASA Goddard Space Flight Center; distribuídas pelo NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da 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). Com licença CC BY 4.0. Cores redesenhadas a partir da paleta publicada; valores com média em células hexagonais quando mostrados (modificado). doi:10.7927/H49C6VHW. CC BY 4.0
Produtos VIIRS em tempo quase real (cheias, temperatura da superfície terrestre, cobertura de neve, refletância corrigida), NASA LANCE; imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da NASA
Produtos terrestres MODIS (índices de vegetação, produção primária bruta, ocupação do solo), NASA LP DAAC e LANCE; imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da NASA
O ASTER GDEM é um produto do METI e da NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Citar como: 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. Dados abertos da NASA
Feito com Natural Earth. Dados cartográficos vetoriais e matriciais gratuitos em naturalearthdata.com. Domínio público
Blue Marble, NASA Earth Observatory; imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da NASA
Eventos ao vivo: NASA Earth Observatory Natural Event Tracker (EONET). Os eventos são indicativos e mantêm os links para suas fontes originais.
Ao vivo: NASA EONET. Os eventos são indicativos, não alertas de autoridades.
Ao vivo: U.S. Geological Survey. Os eventos são indicativos, não alertas de autoridades.
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).
Previsão de vazão fluvial, 30 dias com intervalo (GloFAS via Open-Meteo): contém informações modificadas do Copernicus Emergency Management Service 2026. Não é um alerta de inundação.
Dados meteorológicos por Open-Meteo.com (https://open-meteo.com/), licenciados sob CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
As camadas opcionais (12 fontes na lista de camadas: ao vivo, previsão, observadas e contexto) mostram o crédito do fornecedor no mapa e aqui quando ativadas; as previsões são saídas de modelos e os índices derivados são estimativas.
Camadas e datas
Luzes noturnas, diárias: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 out. 2026
Densidade populacional, 2020: População: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · estático
Água de inundação, composto de 3 dias: VIIRS Global Flood Product, NASA LANCE · 14 out. 2026
Tipo de cobertura do solo (IGBP), anual: MODIS Terra e Aqua cobertura do solo (MCD12Q1), NASA LP DAAC · 2024
Índice de vegetação melhorado, móvel de 8 dias: MODIS Terra EVI, NASA LANCE · 13 out. 2026
04Dados
O que o método consome.
Datasets and records used by reliability and resilience engineering on this platform, with the role each plays and the label its values carry. Sources are listed inregistro de fontes.
Dados
Função
Rótulo
Outage and failure records
Failure rates
OBSERVADO
Asset registers
Network composition
Estatísticas publicadas
Restoration records from past events
Recovery curves
OBSERVADO
Hazard scenarios
Stress inputs
MODELADO
05Monitoramento
Reliability model.
A tela que uma equipe usaria para acompanhar este método: suas medidas, estados e decisões. Os nomes são exemplos e os valores são ilustrativos.
Reliability model
Critical infrastructure · Resilience engineering · Run R-6113
Ponto único de falhaGCRI · Infraestrutura crítica
Grafo de dependências
nodes: assets · edges: dependencies
Failure modes
N3
1343
44
Critical
N4
6363
14
Normal
N5
7309
6
Normal
N6
2249
36
Normal
Cascade size under removal
Reliability model: the screen’s structure, terms and states for Critical infrastructure.Nomes de exemplo e valores ilustrativos; um projeto, não um registro nem um sistema ativo.
06Validação
Como os resultados são verificados.
Reliability predictions are compared with field failure data. Exercises and post-event reviews check whether recovery performed as planned.
Verificar
Como é feito
Back-casting events
Models reproduce outage and restoration patterns of past events
Common-cause review
Redundant elements are checked for shared failure causes
Operator review
Assumptions about crews and spares are confirmed with operators
Common-cause failures and rare events are hard to estimate from limited data. Human and organisational factors resist quantification.
07Simulador
Uma cascata através de redes interdependentes.
A pegada de perigo inutiliza os ativos colocalizados em cada camada; a fragmentação, a dependência entre camadas e a sobrecarga dos sobreviventes propagam depois a falha. A vista 3D separa as camadas em profundidade. Modelo didático com valores ilustrativos declarados, não uma previsão. O mapa desta página mostra a Europa Ocidental; o modelo em si não está ligado a um lugar.
Controles
Ativos por camada
18
Área de impacto da ameaça
8% da área
Ativos que dependem de outra camada
60%
Capacidade de reserva (tolerância)
30%
Leituras
Ativos atingidos pela ameaça
11%
Ativos ainda a funcionar
22%
Amplificação do dano inicial
7.0 times
Passos até à liquidação
5
Números, métodos e fontes
Passo
Transporte em funcionamento (%)
Funcionamento da alimentação (%)
Telecomunicações operacionais (%)
0
89
89
89
1
44
56
72
2
39
39
39
3
28
39
33
4
17
39
33
5
17
39
11
Métodos
Redes interdependentes Buldyrev and others (2010), Catastrophic cascade of failures in interdependent networks, Nature 464
Cascatas de sobrecarga Motter and Lai (2002), Physical Review E 66
Carga de intermediação Brandes (2001), Journal of Mathematical Sociology 25
Redes multicamada Kivela and others (2014), Journal of Complex Networks 2
Interdependências de infraestruturas Rinaldi, Peerenboom and Kelly (2001), IEEE Control Systems 21(6)
Leque de incerteza (Monte Carlo de parâmetros) Spiegelhalter, Pearson e Short (2011), Visualising uncertainty about the future, Science 333
Sensibilidade de um fator de cada vez (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
Dados
The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:
Eventos naturais (NASA EONET) NASA EONET · registo nasa.eonet.events
Uma cascata por redes interdependentes. Modelo didático ilustrativo: funciona com os valores definidos pelos controles, não com dados medidos. Métodos: redes interdependentes (Buldyrev e outros (2010), Catastrophic cascade of failures in interdependent networks, Nature 464); cascatas de sobrecarga (Motter e Lai (2002), Physical Review E 66); carga de intermediação (Brandes (2001), Journal of Mathematical Sociology 25).
Nos seis pilares, sob a liderança do Nexus Consortium
Model resilience engineering for infrastructure as a system. Run the cascade.
Assembled from theNexus Standardsarea profileInfraestrutura crítica e entidades críticas: the hazards it names, thesistemasand sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the fullConstrutor de sistemas.
How resilience engineering for infrastructure is modelled, measured and tested.
O modelo, os seus pressupostos, os seus dados e a sua incerteza, na forma que um cientista ou engenheiro verificaria. As estruturas seguem métodos publicados. Os valores representados são ilustrativos, não conclusões.
Modelo de sistema
The couplings between the systems in resilience engineering for infrastructure: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.
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.
Princípios orientadores FAIR · GO FAIR e FORCE11W3C PROV · World Wide Web ConsortiumOrientação sobre o tratamento consistente das incertezas · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
12Perguntas
Perguntas e respostas.
What are the limits of reliability and resilience engineering in this field?
Common-cause failures and rare events are hard to estimate from limited data. Human and organisational factors resist quantification.
Como os resultados são verificados?
Reliability predictions are compared with field failure data. Exercises and post-event reviews check whether recovery performed as planned.
Os valores desta página são reais?
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.
Relatóriosis 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.
GCRIInfraestrutura críticaSistemas estratégicosCenários e testes de estresse
Nunca envie dados pessoais, detalhes sensíveis de infraestrutura nem nada que você não tenha o direito de compartilhar. Uma contribuição é revisada antes do uso. Enviá-la não confere autoria nem direitos editoriais, e o patrocínio nunca compra uma constatação.
Infraestrutura crítica
Traga um método, um conjunto de dados ou uma pergunta.
A informação e os pedidos estão abertos hoje. Um pedido recebe uma referência e indica o próximo passo; candidaturas, pagamentos, alocações de computação e registros só abrem quando existem a equipa, os termos e a capacidade de revisão.
Os mapas, dados e números deste site são apresentados como contexto e informação geral. Não são aconselhamento, previsões nem avisos; os limites da informação estão expostos nos Avisos legais e nos Avisos sobre dados.
Editors and the expert reviewers named on each article decide what we publish. Funders and partners do not review or approve articles before publication.
This site uses only strictly necessary cookies to work and to remember your privacy choices. Nothing loads from other companies, and we never sell or share your personal information.
Details
This site uses only strictly necessary cookies to work and to remember your privacy choices. Nothing loads from other companies, and we never sell or share your personal information. We run no advertising. You can review your choices at any time through Privacy choices at the foot of every page.