Formation sur la publication des données de biodiversité dans le réseau

GBIF et leur aptitude à être utilisées

Comment le DwC-A a changé la manière de

publier les données de biodiversité

Michael Akbaraly(akbaraly@gbif.fr) IT Engineer

GBIF France

Paris

Octobre 2012

Rappel : Standards d'échange

ABCD (TDWG Standard) • > 1200 concepts • XML • Utilisé par BioCase, Tapir

Darwin Core (pre-standard v. 1.2, 47 versions)

• 48 concepts, specimens • XML • Utilisé par DiGIR

Darwin Core (pre-standard v. 1.4) • 46 concepts (plus extensions), specimens • XML • Utilisé par Tapir

Darwin Core (TDWG Standard) • 172 concepts (156 dans Simple Darwin Core), données de

biodiversité • CSV, XML, RDF, JSON, … • Utilisé par Tapir, Darwin Core Archive ou fichier texte

Darwin Core Archive

Données Primaires Données Taxonomiques Métadonnées

http://www.quelquepart.org/data.zip

Darwin Core Archive Contenu de l'archive

• Une archive correspond à un jeu de données

• Fichiers formatés par le standard Darwin Core

• Données d’occurrences ou taxonomiques

• Métadonnées sous format EML

• Format simple (fichiers texte) • Processus de récolte efficace (fichier unique) • Stockage efficace (archive compressée) • Facilité d'accès (ne nécessite pas de logiciel

spécifique) • Extensible (fichiers liées dans une archive unique)

Darwin Core Archive: Avantages

Format d'échange préferé pour la publication

des données sur le réseau GBIF

Darwin Core Archive: Anatomie

Les archives ont toujours un fichier de métadonnées EML

Ecological Metadata Language (EML)

• Titre et Description

• Citation and Attribution

• Contacts et Auteurs

• Couverture Géographique

• Méthode d'échantillonage

• Bibliographie

• Et plus...

Décrit les jeux de données

– même ceux qui ne sont pas publiés

Darwin Core Archive: Anatomie

Les archives ont toujours un fichier de données principal (Core Data File)

Types de fichier de données principal (Core data file)

Données taxonomiques – une espèce par ligne

Données d'occurrences – une occurrence par ligne

OU

Darwin Core Archive: Anatomie

Les archives ont toujours un fichier de données principal (Core Data File)

Le fichier principal a une colonne “ID_Principal”

unique pour chaque enregistrement du fichier

Darwin Core Archive: Anatomie

Les colonnes sont mises en correspondance avec

les concepts DarwinCore

Darwin Core Archive: Anatomie

Les colonnes ne correspondant pas à un concept

DarwinCore peuvent être rajoutées, mais seront

ignorées

“Wingspan” n'est pas un concept

Darwin Core

Darwin Core Archive: Anatomie

1) Renommer les colonnes dans le fichier

Il y a deux manières de mettre en correspondance les

colonnes avec les concepts DarwinCore

Darwin Core Archive: Anatomie

2) Faire la correspondance des champs dans le fichier meta.xml

Il y a deux manières de mettre en correspondance les

colonnes avec les concepts DarwinCore

Darwin Core Archive: Anatomie

meta.xml décrit les colonnes du fichier de

données principal (species.txt)

Plus d'informations sur le meta.xml plus tard...

Darwin Core Archive: Anatomie

Les archives peuvent inclure des extensions

Species.txt

Common_names.txt

Les extensions permettent de relier plusieurs enregistrements

à un enregistrement principal

Les extensions sont reliées au fichier principal par l'ID_Principal

Darwin Core Archive: Anatomie

GBIF héberge les définitions des

extensions

http://rs.gbif.org/extension/

Plusieurs extensions peuvent être reliées au

fichier principal

Darwin Core Archive: Anatomie

Tous les fichiers sont stockées

dans un seul dossier

Darwin Core Archive: Anatomie

Le dossier est zippé

Ceci est une archive DarwinCore • Fichiers de données

• Fichier de correspondance des colonnes (meta.xml)

• Fichier de métadonnées (eml.xml)

Darwin Core Archive: Anatomie

http://www.organisation.org /my_data.zip

Les archives sur un serveur web peuvent être accessible par

une URL.

Partagez cette URL pour publier vos données!

Darwin Core Archive: Publication

Darwin Core Archive: Options de Publication

GBIF Spreadsheet Templates

Integrated Publishing Toolkit

Data Hosting Centers

Darwin Core Mapping Assistant

Metafile

http://tools.gbif.org/dwca-assistant/

Darwin Core Mapping Assistant

• GBIF Darwin Core Archive Spreadsheet Templates: • Les données sont déja sous forme de tableur • Création d'une simple archive

• IPT:

• Créer/gérer plusieurs archives venant de plusieurs jeux de données

• Gérer les archives provenant de plusieurs organisations • Édition des métadonnées sous le GBIF Metadata Profile

• Création manuelle:

• Automatisation de la creation des archives • Customisation

• Centre d'hébergement: • Économie d'échelle • Infrastructure et assistance

• Un peu de tout ça...

Darwin Core Archive: Options de publication

GB18 Training Session - Jour 1

Comment le DwC-A a changé la manière de

publier les données de biodiversité

Michael Akbaraly / Anne-Sophie Archambeau / Nicolas Noé

GBIF France - BeBIF

Global Biodiversity Information Facility (GBIF)

28/09/11