4. Sauvegarde et diffusion des données

1Nous vous présentons ici une méthodologie de sauvegarde et de diffusion des données et résultats bruts telle que nous l’avons développée dans le cadre de notre travail de master. Les principes de sauvegarde des données brutes s’articulent autour de la conservation pérenne des données et de reproduction des résultats. Avec MicMac, il est assez simple de ne conserver que les données essentielles, dans des formats pérennes : JPG, TIFF, TXT, TFW. Avec d’autres logiciels, si l’on veut conserver le traitement, on est contraint de garder un fichier dans un format propriétaire qui peut devenir inutilisable si le logiciel n’existe plus, ce qui n’est pas le cas ici.

2Tout d’abord, il est inutile de conserver toutes les photos qui ont été faites lors de l’acquisition ; seules celles qui ont servi à faire les traitements sont importantes à conserver. Chaque traitement est stocké dans un sous-répertoire dédié à son nom, eux-mêmes stockés dans un répertoire général dédié à la campagne d’acquisition. Chaque sous-répertoire peut ainsi ne comporter que les photos en JPG, le fichier de topographie de travail en TXT, le process en TXT, l’orthophotomosaïque finale en TIFF avec le TFW qui l’accompagne, et un croquis de la scène en JPG qui permettra de retrouver les GCP sur les photos. Le fichier de topographie brute est quant à lui stocké dans le répertoire général, aux côtés d’un croquis en plan du site où chaque scène relevée, avec son nom (ou un code), est située. Il est également utile de conserver le fichier Residus.xml généré par Tapas, situé dans le répertoire Ori-CAL, permettant à un tiers de s’assurer de la qualité du traitement. Tout cela permettra à n’importe qui de reprendre les données facilement ultérieurement au besoin.

3Par souci d’interopérabilité, il est nécessaire de normaliser les noms des fichiers. Plusieurs critères sont à prendre en compte pour déterminer une convention de nommage. Tout d’abord, le nom du fichier ne doit comporter que des caractères alphanumériques. Les caractères spéciaux, tels que les accents, les espaces, les virgules ou les parenthèses ne possèdent pas le même encodage selon les différents systèmes d’exploitation, ce qui peut causer des erreurs de lecture. Les majuscules sont acceptées, mais il est préférable de limiter leur utilisation, car l’alternance de majuscules et de minuscules peut être source d’erreurs et l’écriture en lettres capitales est considérée comme agressive pour la lecture. Il est également important de trouver l’équilibre entre des noms courts et normalisés, facilement exploitables par les machines, et suffisamment explicites pour être intelligibles par les utilisateurs. Dans les faits, on considère qu’un nom ne doit pas excéder 30 caractères. À cause d’une contrainte technique d’abord : les chemins d’accès aux fichiers sont limités par défaut à 256 caractères sur Windows, qui reste le système d’exploitation le plus utilisé à ce jour, mais aussi parce qu’un nom court limite les risques d’erreurs pour l’écriture de requêtes des fichiers. Dans ce sens, il est également utile de conserver toujours le même nombre de caractères pour un même type de fichier, à minima dans le préfixe du fichier. Là encore, il s’agit de favoriser la réexploitation des données, par vous ou un tiers, en permettant, par exemple, de modifier très rapidement un ou deux caractères lors de requêtes itératives. Enfin, votre système d’organisation de fichiers ne sera pas forcément celui des nouveaux utilisateurs. Ainsi, chaque nom de fichier créé doit être unique, indépendamment du répertoire dans lequel il se trouve. Finalement, la convention de nommage est un élément déterminant de la structuration des fichiers, car avec un ensemble de codes et de noms logiques, elle permet aux humains comme aux machines de s’affranchir du "rangement" pour se concentrer sur l’exploitation des fichiers.

4Nous vous proposons ici un exemple de convention de nommage adapté aux fichiers photogrammétriques issus de recherches archéologiques : "numéro d’arrêté de prescription d’opération"_"acronyme du site"_"numéro_de scène"_"type de fichier"."format de l’extension". Chaque élément est décrit comme suit :

• Numéro d’arrêté de prescription d’opération : Il s’agit du numéro de l’arrêté qui autorise l’opération archéologique, qu’il s’agisse d’une prospection ou d’une fouille. Ce numéro est lisible sur le document du même nom, fourni par les services de l’État à chaque responsable d’opération, habituellement sous la forme « 2022/385 ». Nous conseillons d’utiliser un format à 8 chiffres, qui peut se traduire pour l’exemple précédent par « 20220385 ». Il est intéressant d’utiliser une date comme première clé quand cela est pertinent, car vous pouvez ensuite classer simplement les documents dans n’importe quel gestionnaire de fichiers.
• Acronyme du site : Afin d’identifier rapidement le site, il est courant en archéologie d’utiliser un acronyme, sur les plaques photo par exemple. C’est cet identifiant que nous proposons de réutiliser ici, avec 4 lettres en minuscule, comme « vsld » pour Verdun-sur-le-Doubs.
• Numéro de scène : Un site peut faire l’objet de plusieurs acquisitions et traitements photogrammétriques lors d’une opération. Nous proposons de regrouper chaque acquisition et son traitement dans une scène, numérotée de 1 à n, sous la forme « sc001 », « sc002 », « sc003 », etc.
• Type de fichier : Cette clé permet d’identifier le type de contenu du fichier. Dans notre cas, il s’agit de « pho » pour les photos, « ort » pour l’orthomosaïque, « prc » pour le processus, « gcp » pour les coordonnées des points de contrôle au sol, « rsd » pour l’erreur résiduelle, « sch » pour le schéma de l’emplacement des points de contrôle au sol et « pla » pour un plan général du site, avec l’emplacement des différentes scènes. Si la scène présente plusieurs fichiers du même type, comme les photos, il suffit de les numéroter de 1 à n : « pho001 », « pho002 », etc.

5En reprenant cette convention, le nom de l’orthomosaïque finale de Verdun-sur-le-Doubs serait « 20220385_vsld_sc028_ort.tiff ».

6Pour diffuser des données photogrammétriques, il est préférable de les héberger sur un entrepôt numérique stable, tel que Nakala, et d’y donner accès par un lien unique et pérenne, comme un Digital Object Identifier (DOI), un Handle ou un ark. Si toutefois la publication des données devait se faire sur papier, pour une présentation claire, nous vous suggérons la présentation suivante, où les planches se limitent aux données brutes de chaque traitement. Tout d’abord, une page est dédiée aux données topographiques brutes complètes, puisque celles-ci sont ensuite tronquées pour les traitements. Le plan général du site, sur lequel les différentes scènes sont situées, peut ensuite être ajouté. Enfin, comme lors de la préparation des traitements, pour chaque élévation, présentez-la(les) planche(s)-contact du set de clichés correspondant, le fichier de topographie tronquée qui s’y rapporte, le process complet du traitement archivé en format texte, le résidu moyen calculé par l’outil Tapas et le croquis de repérage des cibles. On peut générer automatiquement des planches-contact avec l’outil PanelIm, intégré à MicMac. La commande mm3d PanelIm ./ ".*JPG" génère automatiquement un TIF appelé Panel.tif directement dans le répertoire de travail. La commande mm3d PanelIm -help affiche la liste des arguments permettant de modifier les paramètres du résultat, comme la taille des images, leur espacement, le nombre de lignes, la couleur du fond ou l’échelle des miniatures. Sinon, il est possible d’utiliser un logiciel tiers de retouche photo. Sur GIMP, l’opération se fait à l’aide d’un script à installer : http://tounoki.org/documents/planche_contact.scm.