Skip to content

Nexus Consortium が主導する Risk Academy · コース・カタログ · リスク科学・方法論

地理空間・リスクデータサイエンス

地理空間分析、地球観測、GeoAI

Geospatial analysis, Earth observation and GeoAI, taught twice over: as the working methods of the field and as its frontier since 2024, with labs on the Academy's tools, open data and the Nexus Standards.

必修科目フロンティアコース

分野

01コア・コース · L2 中級

地理空間分析、地球観測、GeoAI:基礎と実践

この分野では、 リスク分析の地理空間手法を扱います。GIS の基礎、リモートセンシングと画像解析、レーダーによる洪水マッピング、エクスポージャー・マッピング、GeoAI、空間統計と地図作成に加え、精度評価と、地図やモデルが示し得るものへの批判的検討を含みます。

地理空間分析、地球観測、GeoAI:基礎と実践

レベル
L2 中級
学習時間
約 24 時間(計画上の見込み)
ステータス
執筆中
前提条件
その領域の L1 コース、または入門レビュー
なぜ今か

Satellite burnt-area records are the evidence base for validating fire risk maps and models.

EU Agency for the Space Programme (Copernicus), OBSERVER: Record-breaking 2025 fire season in the EU: insights from the Copernicus Emergency Management Service,

学習成果

  1. ラスタ・データとベクタ・データ、およびこの分野のその他の主要用語を定義し、記述式のケースで正しく用いる
  2. Explain GIS foundations and remote sensing and image analysis with a worked example and its source
  3. 分野の手法を記録のある事例に適用し、各結果をその出典とともに説明する
  4. レーダーによる洪水マッピングに照らして具体的な事例を分析し、エビデンス、日付および限界を明示する

モジュール

  1. GIS の基礎

    • GIS の基礎
    • Remote sensing and image analysis
    • Radar flood mapping
  2. エクスポージャーのマッピング

    • エクスポージャーのマッピング
    • GeoAI methods
    • 地図の精度と検証
  3. 空間統計

    • 空間統計
    • Cartography for risk
    • 地球観測センサーとミッション
  4. 宇宙からの災害モニタリング

    • 宇宙からの災害モニタリング
  5. ラボ:この分野の手法

    • A radar scene is classified into flooded and dry pixels; a probability sample of reference points gives the map's user's and producer's accuracy; those two rates correct the mapped area into an unbiased estimate with a confidence interval, and the corrected area over a population layer gives the exposed count a response decision can use.
    • 記録のある事例で手法を実践し、各結果を説明する
    • 手法の出典と記載値を読む

Academy のツールを使うラボ

手法

計測ツール

  • 分布フィッター学部ページにある学部の計測ツール。学部のデジタルツイン・データで動作します
  • 再現期間学部ページにある学部の計測ツール。学部のデジタルツイン・データで動作します

ツインビルダー

地図レイヤー

Foundry ルーム

Nexus Standards

教える内容

  • NRS-T6地球観測と宇宙システムのリスク
  • NRS-A8AI対応リスクデータおよびモデルのパッケージ化
  • NRS-T4センシングおよび測定ネットワークのリスク
  • NRS-M3手法の基盤:エクスポージャーと資産インテリジェンス
  • NRS-M22メソッド・ファブリック:リスクデータ
依拠するもの 8
  • NS-1The UNI and the artefact catalogue
  • NS-16UNI 適用プロファイル(論文、文書、コード、データ、API、インターフェースが UNI をどのように保持するか)
  • NRS-A2オントロジー・ネイティブな標準:Nexus リスクオントロジー、語彙、シェイプ
  • NRS-C1リスクの語彙とオントロジー
  • NRS-C2リスク評価の手法
  • NRS-C3ハザード、エクスポージャー、脆弱性、能力に関するデータ
  • NRS-C4リスクのデータモデル、識別子、交換
  • NRS-C8エビデンス、不確実性、来歴

評価

  • 40%

    ラボの記録

    記録のある事例で分野の手法を実践し、各結果をその出典と日付とともに説明する

  • 40%

    事例メモ

    分野の手法を特定の場所または組織に適用し、エビデンスと限界を明示する

  • 20%

    重要用語の確認

    重要用語についての短答。定義に照らして採点します

配信

  • オンラインで自分のペースで学習。ラボはブラウザ内で実施
  • 6 から 8 週間のコホート学習、毎週のラボ・レビュー付き
  • パートナー機関と共同で、その機関自身のコースの中で提供

このコースのパートナーになる

  • モジュールを共同で教え、ご自身の業務から最新の事例を持ち込む
  • 独自のスケジュールとレビューで、あなたの学習者のためにコホートを主催する
  • ラボを提供する:あなたの機関がオープンに公開しているデータセット、またはモデル
  • 開講前にコースの内容と参考文献をレビューする
  • コースを翻訳し、その事例をあなたの地域に合わせて調整する

Academy の LMS で

Course on the learning platform
Intermediate, 5 sections
コホート・グループ
A community group for each cohort of learners
成果
Recorded on completion of the assessed work
参考文献 4
  1. EU Agency for the Space Programme (Copernicus), OBSERVER: Record-breaking 2025 fire season in the EU: insights from the Copernicus Emergency Management Service,
  2. Olofsson et al., Good practices for estimating area and assessing accuracy of land change, Remote Sensing of Environment, 2014
  3. Tellman et al., Satellite imaging reveals increased proportion of population exposed to floods, Nature, 2021
  4. Torres et al., GMES Sentinel-1 mission, Remote Sensing of Environment, 2012

02フロンティアコース · L3 上級

地理空間分析、地球観測、GeoAI:先端手法

The methods, data, tools and studies that changed geospatial analysis, Earth observation and GeoAI between 2024 and 2026, taught by reproducing them on open data.

地理空間分析、地球観測、GeoAI:先端手法

レベル
L3 上級
学習時間
約 28 時間(計画上の見込み)
ステータス
計画中
前提条件
地理空間分析、地球観測、GeoAI:基礎と実践。実習のためのスクリプト言語(PythonまたはR)の実務知識
なぜ今か

Satellite burnt-area records are the evidence base for validating fire risk maps and models.

EU Agency for the Space Programme (Copernicus), OBSERVER: Record-breaking 2025 fire season in the EU: insights from the Copernicus Emergency Management Service,

学習成果

  1. 2024 年以降、地理空間分析、地球観測、GeoAI で何が変わったかを説明し、それぞれの変化の根拠となる研究、データ、規則を引用してください
  2. Reproduce copernicus mapped the EU's most severe wildfire season on record on open data and state the uncertainty of the result
  3. 2024 年から 2026 年の研究を評価する:その問い、データ、手法、限界、そして実務にとって何が変わるか
  4. フロンティアの手法と学部の計測ツールを組み合わせた分析を設計し、それぞれの選択の根拠を示す

モジュール

  1. Copernicus mapped the EU's most severe wildfire season on record

    • The Copernicus Emergency Management Service reports 1,079,538 hectares burned across 25 EU countries in 2025, nearly double the 2006 to 2024 average, and notes plans for fuel maps and pan-European wildfire risk modelling.
    • Satellite burnt-area records are the evidence base for validating fire risk maps and models.
    • EU Agency for the Space Programme (Copernicus), 2 April 2026
  2. Copernicus は Sentinel-1D レーダー衛星を打ち上げました

    • Sentinel-1D は 2025 年 11 月 4 日にクールーから Ariane 6 で打ち上げられ、継続的な監視を提供する Copernicus Sentinel-1 レーダー・ミッションに加わりました。
    • Sustained radar continuity supports operational flood mapping and change detection used in disaster response.
    • EU 宇宙計画機関(Copernicus)、2025 年 11 月 5 日
  3. 地表の変化を追跡する NISAR レーダー衛星が打ち上げられました

    • NASA と ISRO は NISAR を打ち上げました。NISAR は L バンドと S バンドの合成開口レーダーを搭載し、ほぼすべての陸地と氷を 12 日ごとに 2 回撮像して、雲や暗闇を通して、地震、火山、地すべりに関係する地盤の動きを検出します。
    • Frequent free radar coverage improves deformation monitoring and flood mapping for hazard and exposure analysis.
    • NASA、2025 年 7 月 30 日
  4. Global satellite embeddings are released for Earth observation analysis

    • AlphaEarth Foundations は、地球観測データを 10 メートル解像度の埋め込みに統合し、Earth Engine の年次 Satellite Embedding データセットとして公開されています。Google は、検証した他のモデルより誤差が 24 パーセント小さいと報告しています。
    • 基盤モデルの埋め込みは、土地被覆とエクスポージャーのマッピングを加速できるが、リスクモデルで使用する前に独立した精度評価が必要である。
    • Google DeepMind、2025年7月30日
  5. 再現ラボ

    • 分野の手法をフロンティアの手法の一つで拡張し、その結果を比較する
    • 結果の不確実性と限界を示す
    • 共通のチェックリストに基づくピアレビュー

Academy のツールを使うラボ

手法

計測ツール

  • 分布フィッター学部ページにある学部の計測ツール。学部のデジタルツイン・データで動作します
  • 再現期間学部ページにある学部の計測ツール。学部のデジタルツイン・データで動作します
  • モンテカルロ学部ページにある学部の計測ツール。学部のデジタルツイン・データで動作します

ツインビルダー

地図レイヤー

リサーチハブ

  • リサーチハブ学部の対象分野における本日のオープンデータと出版物を、この分野に絞り込んで表示

Foundry ルーム

Nexus Standards

教える内容

  • NRS-T6地球観測と宇宙システムのリスク
  • NRS-A8AI対応リスクデータおよびモデルのパッケージ化
  • NRS-T4センシングおよび測定ネットワークのリスク
  • NRS-M3手法の基盤:エクスポージャーと資産インテリジェンス
  • NRS-M22メソッド・ファブリック:リスクデータ
依拠するもの 8
  • NS-1The UNI and the artefact catalogue
  • NS-16UNI 適用プロファイル(論文、文書、コード、データ、API、インターフェースが UNI をどのように保持するか)
  • NRS-A2オントロジー・ネイティブな標準:Nexus リスクオントロジー、語彙、シェイプ
  • NRS-C1リスクの語彙とオントロジー
  • NRS-C2リスク評価の手法
  • NRS-C3ハザード、エクスポージャー、脆弱性、能力に関するデータ
  • NRS-C4リスクのデータモデル、識別子、交換
  • NRS-C8エビデンス、不確実性、来歴

評価

  • 50%

    手法の再現

    フロンティアの手法の一つをオープンデータで再現し、結果の不確実性を示す

  • 30%

    研究のレビュー

    2024 年から 2026 年の研究の批判的レビュー:問い、データ、手法、限界、何が変わるか

  • 20%

    ピアレビュー

    他の学習者 2 名の再現を、共通のチェックリストに基づいてレビューする

配信

  • オンラインで自分のペースで学習。ラボはブラウザ内で実施
  • 6 から 8 週間のコホート学習、毎週のラボ・レビュー付き
  • パートナー機関と共同で、その機関自身のコースの中で提供

このコースのパートナーになる

  • モジュールを共同で教え、ご自身の業務から最新の事例を持ち込む
  • 独自のスケジュールとレビューで、あなたの学習者のためにコホートを主催する
  • ラボを提供する:あなたの機関がオープンに公開しているデータセット、またはモデル
  • 開講前にコースの内容と参考文献をレビューする
  • コースを翻訳し、その事例をあなたの地域に合わせて調整する

Academy の LMS で

Course on the learning platform
Expert, 5 sections
コホート・グループ
A community group for each cohort of learners
成果
Recorded on completion of the assessed work
参考文献 7
  1. EU Agency for the Space Programme (Copernicus), OBSERVER: Record-breaking 2025 fire season in the EU: insights from the Copernicus Emergency Management Service,
  2. EU Agency for the Space Programme (Copernicus), New Copernicus satellite launched to keep constant watch on our planet,
  3. NASA, NASA-ISRO Satellite Lifts Off to Track Earth's Changing Surfaces,
  4. Google DeepMind, AlphaEarth Foundations helps map our planet in unprecedented detail,
  5. Olofsson et al., Good practices for estimating area and assessing accuracy of land change, Remote Sensing of Environment, 2014
  6. Tellman et al., Satellite imaging reveals increased proportion of population exposed to floods, Nature, 2021
  7. Torres et al., GMES Sentinel-1 mission, Remote Sensing of Environment, 2012

03プログラムのコース

Courses of the programme in Geospatial analysis, Earth observation and GeoAI

この分野に位置づけられたプログラムのすべてのコース。

主専門分野

  • RAT-201

    EO/GIS 入門ラボ

    Maps, satellites, terrain and open data for hazard and exposure analysis, with four hands-on labs. Technical, L1 Introductory, 22 hours

    受講受付中
  • RAT-211

    地球観測による洪水マッピング

    技術、L2 中級、10 時間(目安)

    準備中
  • RAT-212

    Geospatial AI for Risk Analysis

    技術、L3 上級、12 時間(見込み)

    準備中

ここでも教えています

  • RAT-205

    Risk Analytics Programming

    Technical, L2 Intermediate, 12 hours (estimate), primary discipline: Quantitative risk analysis and statistics

    準備中
  • RAT-209

    エクスポージャーと脆弱性のデータ

    Technical, L2 Intermediate, 10 hours (estimate), primary discipline: Catastrophe, exposure and vulnerability modelling

    準備中
  • RAT-232

    災害の損失・損害と需要の評価

    Technical, L2 Intermediate, 10 hours (estimate), primary discipline: Disaster risk reduction

    準備中

Nexus Standards への対応づけの読み方

The Academy proposes how each discipline teaches toward the Nexus Standards; the mapping is open for public review. Bodies and standards are named so learners can find and apply their published work; the Academy teaches their use and links to the publisher, and no affiliation is implied.

04ライブ地図

アルゼンチンにおける地球観測

Land cover, vegetation, snow and sea ice, with true-colour imagery one switch away, over Argentina.

インタラクティブマップにはJavaScriptが必要です。レイヤー一覧と出典は以下にあります。

レイヤー 2

地球観測

このレイヤーについて
証拠
Modelled (latest year GIBS publishes)
出典
MODIS Terra and Aqua land cover (MCD12Q1) (NASA LP DAAC)
提供者
NASA LP DAAC
ライセンス
NASAオープンデータ
データ年次
yearly; Satellite classification; latest year GIBS publishes
ビルド時点の最新
2024-01-01
解像度
約 500 m グリッド
不確実性
Satellite land cover classes for the year shown, including croplands; a classification with known errors, not a farm register.
到達経路
gibs.earthdata.nasa.gov。ライブマップを許可した後にのみ接続します
このレイヤーについて
証拠
観測(雲による欠測あり)
出典
MODIS Terra EVI (NASA LANCE)
提供者
NASA LANCE
ライセンス
NASAオープンデータ
データ年次
daily; Satellite index; clouds leave gaps
ビルド時点の最新
2026-10-13
解像度
約 250 m グリッド
不確実性
Satellite vegetation index for the 8 days to the date shown, a habitat condition indicator; not a measure of species or biodiversity.
到達経路
gibs.earthdata.nasa.gov。ライブマップを許可した後にのみ接続します
このレイヤーについて
証拠
Observed (clouds and night leave gaps)
出典
VIIRS NOAA-20 NDSI (NASA LANCE)
提供者
NASA LANCE
ライセンス
NASAオープンデータ
データ年次
daily; Satellite detection; clouds and night leave gaps
ビルド時点の最新
2026-10-14
解像度
約 500 m グリッド
不確実性
Satellite detection; clouds and night leave gaps. Satellite or model raster as the provider publishes it. Clouds, swath gaps and retrieval error leave gaps and noise; values are indicators, not measurements at a place.
到達経路
gibs.earthdata.nasa.gov。ライブマップを許可した後にのみ接続します
このレイヤーについて
証拠
観測
出典
GHRSST MUR (NASA JPL PO.DAAC)
提供者
NASA JPL PO.DAAC
ライセンス
NASAオープンデータ
データ年次
daily; Satellite analysis
ビルド時点の最新
2026-10-12
解像度
約 1 km グリッド
不確実性
Satellite analysis. Satellite or model raster as the provider publishes it. Clouds, swath gaps and retrieval error leave gaps and noise; values are indicators, not measurements at a place.
到達経路
gibs.earthdata.nasa.gov。ライブマップを許可した後にのみ接続します
このレイヤーについて
証拠
観測
出典
VIIRS NOAA-20 補正反射率(NASA LANCE)
提供者
NASA LANCE
ライセンス
NASAオープンデータ
データ年次
日次、衛星画像
ビルド時点の最新
2026-10-14
解像度
約 250 m グリッド
不確実性
衛星画像です。衛星またはモデルのラスターを、提供者が公開したままの形で示します。雲、観測幅の隙間、取得誤差により欠測やノイズが生じるため、値は指標であり、ある場所での測定値ではありません。
到達経路
gibs.earthdata.nasa.gov。ライブマップを許可した後にのみ接続します

最新の利用可能データ

NASA GIBS / EOSDIS · ASTER GDEM(METI、NASA)· Blue Marble(NASA)· © OpenStreetMap 貢献者(ODbL)· Natural Earth

最新のNASA画像を読み込んでいます。

ドラッグで移動。Ctrlまたは⌘を押しながらスクロール、ピンチ、またはボタンでズーム。ポインター下の値はホバーで表示。リセットで地域表示に戻ります。

地球観測:アルゼンチンを例に。NASA が公開する衛星・モデル製品を、それぞれの日付とともに示します。これらは指標であり、特定の場所の評価ではありません。

データ:NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap 寄稿者 · Natural Earth · NASA EONET

出典とライセンス

  • NASAの地球科学データ情報システム(ESDIS)の一部であるNASA Global Imagery Browse Services(GIBS)のサービスが提供する画像を使用しています。公表されたカラーマップから色を再描画し、表示箇所では値をH3セルに平均化しています(改変)。 NASAオープンデータ
  • NASAの地球科学データ情報システム(ESDIS)の一部であるNASA Global Imagery Browse Services(GIBS)のサービスが提供する画像を使用しています。公表されたカラーマップから色を再描画し、表示箇所では値をH3セルに平均化しています(改変)。 NASAオープンデータ
  • MODIS 陸域プロダクト(植生指数、総一次生産、土地被覆)、NASA LP DAAC および LANCE。画像は NASA GIBS 経由。公表されたカラーマップから色を再描画し、表示箇所では値を H3 セルに平均化している(改変あり)。 NASAオープンデータ
  • VIIRS準リアルタイム製品(洪水、地表面温度、積雪、補正反射率)、NASA LANCE。画像はNASA GIBS経由。公表されたカラーマップから色を再描画し、表示箇所では値をH3セルに平均化しています(改変)。 NASAオープンデータ
  • GHRSST レベル 4 MUR 解析、NASA ジェット推進研究所。NASA 物理海洋学 DAAC(PO.DAAC)が配布し、画像は NASA GIBS 経由。色は公表されたカラーマップから描き直し、表示箇所では値を H3 セルに平均しています(改変)。 NASAオープンデータ
  • ASTER GDEMはMETIとNASAの製品です(ASTER Global Digital Elevation Model V003、NASA LP DAAC)。画像はNASA GIBS経由。公表されたカラーマップから色を再描画し、表示箇所では値をH3セルに平均化しています(改変)。引用: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. NASAオープンデータ
  • Natural Earthを使用して作成。無料のベクターおよびラスター地図データ @ naturalearthdata.com。 パブリックドメイン
  • © OpenStreetMap contributors (ODbL), via NASA GIBS (coastlines, boundaries, roads and place names). Colours redrawn from the published colour map; values averaged into H3 cells where shown (modified). ODbL
  • Blue Marble、NASA Earth Observatory。画像はNASA GIBS経由。公表されたカラーマップから色を再描画し、表示箇所では値をH3セルに平均化しています(改変)。 NASAオープンデータ
  • 地球儀と平面地図の背景情報:NASA GIBS参照レイヤーによる海岸線、境界、道路、地名(OpenStreetMapデータ、ODbL、© OpenStreetMap contributors)。オプションのベースとしてBlue Marble画像。ASTER GDEM標高カラー指数による3D地形と標高の読み取り(5 mから200 mの階級、判読しやすいよう誇張)。境界は公表されたとおりに描画しており、いかなる領域に関する立場を示すものでもありません。
  • Globe: MapLibre GL JS 6.18.0, BSD-3-Clause, © MapLibre contributors.
  • ライブイベント:NASA Earth Observatory Natural Event Tracker(EONET)。イベントは参考情報であり、元の出典へのリンクを保持しています。
  • ライブ:NASA EONET。イベントは参考情報であり、当局の警報ではありません。
  • NASA GIBS:NASAの地球科学データ情報システム(ESDIS)の一部であるNASA Global Imagery Browse Services(GIBS)のサービスが提供する画像を使用しています。
  • 過去1年の日別気温と日照(NASA POWER):これらのデータは、NASA 地球科学・応用科学プログラムの資金による NASA ラングレー研究センター(LaRC)の POWER プロジェクトから取得しました。
  • Open-Meteo.com の気象データ (https://open-meteo.com/), ライセンスは CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • 任意レイヤー(レイヤー一覧に 11 の情報源:ライブ、予報、観測、背景)は、オンにすると地図上とここに提供者のクレジットが表示されます。予報はモデルの出力であり、派生指数は推計値です。

レイヤーと日付

  • 土地被覆タイプ(IGBP)、年次:MODIS Terra・Aqua 土地被覆(MCD12Q1)、NASA LP DAAC · 2024
  • 強化植生指数、移動 8 日:MODIS Terra EVI、NASA LANCE · 2026年10月13日
  • 積雪被覆:VIIRS NOAA-20 NDSI、NASA LANCE · 2026年10月13日
  • 海氷密接度:GHRSST MUR、NASA JPL PO.DAAC · 2026年10月12日
  • トゥルーカラー:VIIRS NOAA-20 補正反射率、NASA LANCE・ 2026年10月13日

Open the faculty's digital twin builder Map tools

05学習の進め方

学習の進め方:実行できるプロセスとして

8 steps · 4 stages · 2 gates · 16 processes

シナリオを選んで再生を押してください: コース、パスウェイ、実践、学部、セル、記録。

Risk Academy

Course, catalogue to completion

A free course pairs one discipline's methods with a real place, open data and standards, with module checks, assessed work and a completion record.

Scenarios Course · Practice · Record

  1. 01 Open

    1. 01

      Choose a course

      Start · the learner

      Find the course in the catalogue, by faculty, level, kind or the standard it teaches.

    2. 02

      Entry check

      Gate · the course

      The prerequisites say what to study first; an entry review stands in for them.

  2. 02 Study

    1. 03

      教訓

      Step · the learner

      Read and work through the lessons, self-paced or with a cohort.

    2. 04

      Labs on the twin

      Exercise · the learner, on the faculty twin

      Run the discipline's method and the faculty instruments on the twin of a real place.

  3. 03 Assess

    1. 05

      Module checks

      Gate · the course

      Each module ends with a short check against its outcomes.

    2. 06

      Assessed work

      Decision · reviewers and peers

      A lab record, a case memo and a key terms check, with peer review where the course asks for it.

  4. 04 Record

    1. 07

      修了記録

      Record · the Academy

      The record names the course, its version and the date; it is the learner's to share.

    2. 08

      Next course

      Outcome · the learner

      The record stacks into the discipline and pathway achievements, and the next course opens.

How learning works · Courses An outline of how the work is designed to run; it does not report the status of any decision or record.

06参加する

作業への参加

ご自身の立場から始めてください。

ルート

  • ルート

    国の機関

    省庁、統計局、政府機関:国の窓口と支部、作業部会の議席。 国別支部

  • ルート

    セクターと職業

    業務がシステミック・リスクに関わる事業者、規制当局、銀行、保険会社、専門職団体。 組織向け

  • ルート

    学習

    コースと実践。修了したすべてのコースを記録します。受講は無料です。 オープン学習

  • ルート

    標準

    作業部会とともに手法とデータの標準を起草、レビュー、採択します。 作業部会

  • ルート

    地域社会と研究

    大学、市民社会、個人の専門家:プロジェクト、データ、レビュー。 Academy に問い合わせる

公募

公募求めるもの締め切り
作業部会への専門家の創設公募 CALL-FOUNDING-EXPERTS専門家、編集者、議長2026-12-15
Global Standards Council の 3 つの独立専門家席の公開推薦 CALL-GSC-INDcouncil-member2026-12-01
暫定地域メンバーの推薦(経過規定が決定された場合にのみ適用) CALL-GSC-REGcouncil-member2026-12-15
第 1 波のリスク中核アウトライン(C1、C2、C3、C4、C8、C10、C11)のレビュー CALL-REVIEW-WAVE1貢献者2027-01-31
リスク科学の中核標準のための専門家:不確実性とエビデンスの格付け、尺度、構造化専門家判断、許容可能性、極端現象と複合事象、壊滅的リスクと存亡リスク、倫理と公平性、単位と計測(NRS-C17 から NRS-C24) CALL-CORE-SCIENCE専門家、編集者、議長2027-01-31
ハザード・アトラスの各ファミリーの独立審査員。各ファミリーにつき少なくとも 2 地域から 3 名(NHS2-R19)、優先ファミリーから順に CALL-ATLAS-REVIEW専門家2027-03-31
暫定フロンティア安全審査パネルのメンバーとレッドチーム審査員(バイオセーフティとバイオセキュリティ、AI の安全性とセキュリティ、重要インフラのセキュリティ)。応募は秘密として扱われます CALL-FRONTIER-SAFETY-REVIEW専門家2026-11-30
要件登録簿、NHS-2 の機械表現、適合性テストスイート、適合性評価スキームを担う、オントロジー、計量学、ソフトウェア検証、適合性評価の専門家 CALL-CONFORMANCE-ONTOLOGY専門家、編集者2027-01-31

締切を過ぎた公募は自動的に非表示になります。すべての公募、提案、参加経路: 公開中の分野と公募.

セル

A cell is a small team with a clear mission, a host and a record of what it does. Choose the type that fits.

Form a cellAll cell types

  • Cell type

    Community emergency response team (CERT)

    Local preparedness and first response. Open

  • Cell type

    Research cell

    Methods, models, papers and datasets. Open

  • Cell type

    Data and observation cell

    Sensors, gauges, monitoring and open data. Open

  • Cell type

    Standards cell

    Drafts, reviews and adopts a standard with the standards working groups. Open

  • Cell type

    Policy and advisory cell

    Briefs, consultations and policy proposals. Open

  • Cell type

    Learning cell

    Course teams, cohorts and peer study. Open

  • Cell type

    Engineering and digital cell

    Tools, twins and infrastructure work. Open

  • Cell type

    Field and operations cell

    Projects on the ground, early warning and anticipatory action. Open

  • Cell type

    Finance and risk transfer cell

    Parametric design and risk-finance readiness. Open

  • Cell type

    Sector cell

    Health, food, water and the other sector cells. Open

  • Cell type

    Review and assurance cell

    Peer review panels and verification. Open

  • Cell type

    Youth, campus or chapter cell

    University, student and national chapter teams. Open

A cell acts within its host's rules and never replaces an authority. A CERT works alongside the local emergency services, follows their direction and is not an emergency service.

How a cell forms

  1. セルを集める

    データ、現場の実践、政策、コミュニケーションという補い合う技能を持つ 3〜7 人を集めましょう。

  2. Choose a type

    Pick the kind of cell that fits the work, from the gallery below. A cell can add a second focus later. See the types

  3. 登録する

    Name the cell, its members, area and region, and who hosts it. You receive a reference and a contact. Form a cell

  4. ともに学ぶ

    Risk Academy で共通の学習パスをたどり、実践を重ね、修了したすべてのコースを記録します。 ハザードとレジリエンス

  5. 主導し報告する

    Hold regular sessions. Publish what the cell learns through Reports. Bring findings to the working groups. Working groups

指数

What a national team or a local community can do on The Global Risks Index (NXS-GRX) today.

  • NXS-GRX

    あなたの国のプロファイル

    195 か国のオープンなリスク・プロファイル。すべての値に出典とライセンスを付記。 指数を開く

  • NXS-GRX

    訂正または返信

    自国の値を訂正するか、回答してください。変更はその影響とともに記録されます。 指数を開く

  • NXS-GRX

    データを提供する

    データセットを提供してください。ライセンス審査を経て、あなたのクレジット付きで登録されます。 指数を開く

  • NXS-GRX

    オープンデータを使う

    オープン API によるレイヤー、プロファイル、タイル。 指数を開く

07質問

質問、回答、主要用語

科目は無料ですか。

はい。Nexus Consortiumが主導するRisk Academyのすべてのコースと学習教材は、自分のペースでも、コホートでも無料で学習できます。通常の参加に料金はかかりません。有償業務、インターンシップ、フェローシップは別の取り決めとなります。

コースを修了すると何が得られますか?

修了記録には、コース、そのバージョン、日付、評価された内容が記載されます。既定では非公開で、共有するかどうかはあなたが決めます。修了記録は積み上がり、専門分野、学科、プログラムの修了実績となります。記録は学習および評価された内容を示すものであり、能力を証明するものではありません。免許、専門職の称号、雇用上の地位ではありません。

データと場所はどこから来ていますか?

各学部は、オープンデータから構築した実在の場所のデジタルツインで教えます。各レイヤーには提供者、ライセンス、日付が付されており、Academyのすべての結果には出典が示されます。地図と図表は教育用の指標であり、場所の評価ではありません。

科目以外で参加するには、どうすればよいですか。

3人から7人のコンピテンス・セルを結成する、共通の学習経路を学ぶ、国別作業部会で監督付きの課題に取り組む、または所属機関からコホートを連れて参加する。 組織向け.

主要用語

ラスターデータとベクターデータ
セルのグリッドと幾何学的なフィーチャーで、空間データの 2 つの主要な形式。
精度評価
地図を参照データと比較して、その誤差を推定すること。
座標参照系
座標を地球上の位置に結びつける定義。
GeoAI
空間データや地球観測データに機械学習を用いること。

報告貢献する

このページからエビデンスを提供する。

Reports is the Consortium's quarterly publication, written by six desks. This page sits with the Academy Capability desk. 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. Sent to the wrong desk, it is forwarded, not refused.

Academy Capability desk

個人データ、重要インフラの機微な詳細、共有する権利のないものは決して送らないでください。寄稿は利用前にレビューされます。送付によって著作者としての権利や編集上の権利が生じることはなく、スポンサーシップで調査結果を買うことは決してできません。

Risk Academy

Study geospatial analysis, earth observation and geoai with us, or teach it

すべてのコースは無料で公開されています。機関と専門家は、共同で教える、コホートを主催する、ラボを提供する、開講前にコースをレビューするといった形で参加できます。

科目カタログを見るアカデミーと提携する