Dans un article précédent de cette série, j'ai présenté quatre difficultés courantes que je rencontre fréquemment dans les projets d'intégration géospatiale. Cet article explore la première de ces difficultés : la connaissance de ses données.
Avant de pouvoir intégrer, publier ou analyser des ensembles de données, nous devons comprendre avec quoi nous travaillons. Cela implique de répondre à des questions telles que :
- L’ensemble de données contient-il des informations personnelles identifiables (IPI) ?
- Quelle est sa taille sur disque ?
- Est-ce que la géolocalisation est activée ?
- Quel système de référence de coordonnées (CRS) utilise-t-il ?
- Quelle est la fréquence de mise à jour ?
- Quelles sont les résolutions spatiale et temporelle ?
- Dans quel format de fichier est-il stocké ?
- Qui est responsable de l'ensemble de données ?
Idéalement, nous devrions pouvoir obtenir ces informations à partir des métadonnées associées . Malheureusement, les métadonnées sont souvent négligées. Il m'arrive fréquemment de participer à des projets où les jeux de données sont arrivés avec peu ou pas de métadonnées.
Je réserve la discussion plus générale sur la création de métadonnées pour un prochain article de blog et me concentrerai plutôt sur la manière de lancer un projet d'intégration de données lorsque les métadonnées sont manquantes.
Si nous avons déjà accès aux jeux de données avant la conception de l'infrastructure de données spatiales, certaines questions peuvent être résolues par l'examen direct des données. La taille et le format des fichiers, ainsi que, dans certains formats structurés, le système de coordonnées géographiques (SCG), peuvent être déterminés par simple inspection.
Cependant, la situation se complique lorsqu'on travaille avec des formats tels que les fichiers CSV ou les tableurs contenant des listes de coordonnées. Dans ces cas-là, la détermination du système de coordonnées de référence (SCR) peut nécessiter quelques essais. Cela reste relativement simple avec des systèmes courants comme WGS84 ou WebMercator, mais peut rapidement devenir difficile, voire impossible, avec des systèmes de coordonnées moins familiers.
D'autres questions peuvent s'avérer encore plus difficiles à résoudre. Par exemple, identifier la personne responsable d'un ensemble de données peut être impossible en l'absence de documentation. Paradoxalement, il s'agit peut-être de l'information la plus importante, car la bonne personne de contact peut souvent répondre à de nombreuses autres questions.
Alors, que faire lorsque les données elles-mêmes ne peuvent pas nous fournir toutes les informations nécessaires ?
D'après mon expérience, maintenir un interlocuteur humain est souvent la meilleure solution. Dans la plupart des cas, nous avons un responsable de projet qui peut soit centraliser la gestion des données, soit nous mettre en relation avec une personne compétente.
Pour appuyer ce processus, je crée généralement une « enquête sur les données » qui recueille les informations nécessaires à la compréhension de chaque ensemble de données, couvrant des domaines tels que les métadonnées techniques (par exemple, la taille et le format) ainsi que les informations que l'on trouve normalement dans un enregistrement de métadonnées, telles que les coordonnées du point de contact.
Cette enquête peut prendre la forme d'un questionnaire en ligne. Avec le temps, j'ai compris qu'il ne fallait pas présumer que les participants interpréteraient les champs du questionnaire comme je l'avais conçu. Par conséquent, à moins que des annotations sémantiques ne soient possibles, je m'efforce de fournir des explications claires pour chaque question, ou mieux encore, de guider les participants tout au long du questionnaire lors d'un appel.
La conception d'une infrastructure de données spatiales (IDS) exige une connaissance approfondie des données à intégrer et à publier. Lorsque les métadonnées sont incomplètes ou absentes, la participation des parties prenantes devient essentielle. Ce processus peut nécessiter un accompagnement, des clarifications et un soutien régulier, mais les enseignements tirés sont souvent déterminants pour la réussite du projet.
Dans le prochain article, j'aborderai l'un des aspects les plus complexes de la construction d'une infrastructure de données spatiales (IDS) : l'implication des parties prenantes dans la création de métadonnées normalisées. À suivre…
