Archives par mot-clé : Comparaison

Analyse comparative de métadonnées issues de données géographiques historiques et contemporaines sur La Réunion

Durant 2 mois, l’UMR Passages a accueilli Véronique Sermage pour un stage de fin d’études (DUT Information Numérique dans les organisations, Université Bordeaux Montaigne) dans le cadre d’une collaboration entre ImaGEO et le projet de recherche Géobs. L’objectif consistait à mener une analyse comparative de métadonnées issues d’une part de données historiques, celles de l’inventaire archivistique des collections du Centre d’Information Scientifique et Technique Regards sur l’île de La Réunion, et d’autre part, de données contemporaines produites sur cette même île, celles issues des géocatalogues étudiés par le projet Géobs.

Géobs est un projet de recherche, financé par la Nouvelle Aquitaine (2015-2017), coordonné par l’UMR Passages réalisé en collaboration avec des laboratoires de géographique (Prodig, LETG), informatique (LaBRI) et sciences de l’information et de la communication (MICA). Ce projet vise à analyser la gouvernance, le contenu et les usages des géoportails qui diffusent des données géographiques institutionnelles en France. 45 géoportails (16 nationaux et 29 régionaux) sont ainsi analysés à partir d’entretiens auprès de leurs promoteurs, d’enquête auprès des usagers et d’une exploration de leur contenu[1]. Cette dernière se fait, notamment, à partir de l’extraction et de l’analyse des métadonnées disponibles dans les géocatalogues associés à ses dispositifs (160.600 métadonnées en 2016). Sur La Réunion, le géoportail PEIGEO (figure 1) et les géoportails nationaux qui diffusent des données sur la métropole et l’outre-mer, ont permis de rassembler 3658 métadonnées.

Figure 1. Exemple de géoportail analysé : PEIGO (La Réunion)

Regards est le Centre d’Information Scientifique et Technique de l’UMR Passages, porteur du consortium ImaGEO. Sa collection de cartes sur l’île de La Réunion rassemble 222 pièces du 17ème au 20ème siècle, dont un atlas thématique. Ces cartes sont déposées dans Nakala, service de stockage et d’exposition de données de la TGIR Huma-Num (figure 2).

Figure 2. Exemple de métadonnées Regards analysées

Cinq éléments de comparaison entre les métadonnées issues du projet Géobs et celles en provenance du Centre Regards ont été retenus : les emprises spatiales, les échelles, les sources, les dates et les mots-clés.

 

Extraction des données

Dans le cadre du projet Géobs, une chaine de traitement (python) a été développée par Julie Pierson (UMR Passages) et Mathias Rouan (UMR LETG) pour extraire, à partir des services web de catalogage (CSW), les métadonnées des 45 géoportails étudiés et les intégrer dans une base de données PostgreSQL[2]. A partir de cette base de données, une seule requête SQL permet d’obtenir un fichier CSV avec les données de La Réunion.

Pour Regards  un fichier xml est généré par collection (10 pour La Réunion) grâce à des requêtes SPARQL sur Nakala.

Harmonisation des données

Les deux sources de données n’utilisent pas le même schéma de métadonnées : DCTerms pour Regards et ISO1915 pour Géobs. Pour les comparer il faut donc effectuer un  mapping (appariement) de données. La correspondance se fait par le biais de fichiers XSLT.  Les mots-clés et les sources ne nécessitent pas de traitements particuliers. Les dates doivent seulement être nettoyées, les deux sources de données suivant la norme ISO8601. Les échelles doivent être elles aussi nettoyées, car dans Géobs elles sont saisies dans un champ texte et sont donc hétérogènes  (1/25000, 1:25000, 25000). En revanche, les emprises ont été plus compliquées à gérer car si les valeurs étaient bien délimitées dans Géobs par une ligne distincte, dans Regards elles étaient saisies dans une seule même ligne :

Géobs

<maxx>55.88069561736391</maxx>
<maxy>-20.849230724786835</maxy>
<minx>55.17757061736392</minx>
<miny>-21.405174013556433</miny>

Regards

<binding name= »emprise »>
<literal datatype= »http://purl.org/dc/terms/Box« >northlimit=-21.3309; southlimit=-21.3715; westlimit=55.4544; eastlimit=55.5363</literal>
</binding>

La formalisation de Géobs a été retenue pour profiter des chaînes de traitement développées par le projet, en particulier pour représenter la couverture spatiale. Il a donc fallu séparer les valeurs des coordonnées de Regards sur plusieurs lignes distinctes, c’est la principale modification qui a été nécessaire pour veiller à rendre les métadonnées issues de ces deux sources comparables.

 

Analyse des données 

Différents traitements ont été réalisés ensuite pour analyser les données et effectuer ainsi les comparaisons.

Les échelles

Une discrétisation des échelles en quatre classes a permis d’affecter à chaque occurrence des différents corpus une valeur : grandes (inférieur au 10.000e), moyennes (10.000 < X < 25.000), petites (25.000 < X < 100.000) et très petites échelles (supérieur au 100.000e) et de constater ainsi des différences notables selon les corpus (figure 3). Proportionnellement, les données du Centre Regards proposent des représentations à grande échelle (60% de ce corpus) alors que près de la moitié des données de Géobs sont des données à petite échelle. Le Centre Regards dispose en effet d’un fonds essentiellement sur des thématiques foncières traitées à l’échelle de la parcelle ou des communes.

Figure 3. Comparaison des échelles des données présentes dans les corpus Regards et Géobs sur La Réunion

 

Les sources

L’analyse des sources des données (les contacts dans les métadonnées de Géobs) s’est opérée par des tableaux croisés dynamiques et donne là aussi une vision contrastée des deux ensembles étudiés (figure 4). Alors que les données de Géobs sont issues essentiellement des autorités publiques (État, collectivités, établissements publics), plus de la moitié des données du Centre Regards est issue de sources individuelles : des personnes morales, auteures de ces productions historiques mais qui dans la majorité des cas sont rattachés à un organisme public.

Figure 4. Comparaison des sources de données présentes dans les corpus Regards et Géobs sur La Réunion

 

Les emprises spatiales

Pour visualiser une emprise, on a utilisé QGIS et un script créé par Julie Pierson (disponible sur GitHub) dans le cadre du projet Géobs permettant d’agréger, découper, compter les emprises pour les cartographier ensuite sous la forme de dégradés de couleurs. Cette cartographie de la couverture spatiale des données, permet notamment de mettre en exergue les zones les plus / moins densément couvertes (zone blanche et hotspot) grâce à une discrétisation qui isole les 10% les plus / les moins couverts (figure 5). Le différentiel entre le littoral et l’intérieur des terres est bien marqué sur les données anciennes.

 Figure 5. Comparaison des emprises spatiales des données présentes dans les corpus Regards et Géobs sur La Réunion

Conclusion

Ce travail exploratoire a permis de mener un travail d’analyse entre les différents schémas de métadonnées puis de comparer leurs contenus. Ce faisant, il offre des éléments de réflexions sur des corpus issus de contextes de production différents, au carrefour de la documentation et de la géomatique. Les différentiels de couverture spatiale, d’échelle ou encore de sources permettent de mettre en exergue des évolutions dans les modes de fabrique de l’information géographique.

Nous avions également souhaité comparer la couverture thématique des données en analysant les mots-clés. Cette analyse n’a pu être menée car les contenus des descripteurs thématiques suivent des logiques d’indexation différentes. En effet, dans les deux cas, les mots-clés sont choisis en fonction d’une norme : INSPIRE (via son thésaurus) pour Géobs et pour Regards le thésaurus thématique des systèmes d’information pour le développement. Alors que les métadonnées traitées par Géobs renvoient à des grands thèmes auxquels se rattachent l’ensemble des éléments de la base de données documentée, les descripteurs de Regards sont beaucoup plus fins : ils renvoient à l’ensemble des éléments cartographiés. Ils sont donc la plupart du temps similaires à l’ensemble des postes de légende et l’entrée thématique générale est au même niveau. Ainsi, à travers ce distinguo, on voit émerger deux cultures métier différentes : celle de la documentation qui va rechercher une indexation fine de l’ensemble des éléments décrits et celle de la géomatique qui se focalise davantage sur l’expression des thématiques générales. Néanmoins nous constatons que les conditions de réutilisation des données (licence, généalogie, etc.) sont une préoccupation présente dans les deux cultures métier. Ce faisant, on peut considérer qu’au même titre que les données, les pratiques liées aux traitements de ces données constituent de facto des objets de recherche potentiellement riche à analyser.

[1] L’article suivant donne un aperçu des premiers résultats du projet : http://www.mdpi.com/2220-9964/6/4/99

[2] La chaine de traitement est disponible sur : https://github.com/LETG/csw-harvester et une note méthodologique explique son fonctionnement : http://www-iuem.univ-brest.fr/pops/attachments/1142

Crédits : Veronique Sermage, Matthieu Noucher, Shadia Kilouchi, Caroline Abela