Quiconque possède un smartphone a probablement une pellicule remplie d'images à trier. Imaginez maintenant des millions d'images à traiter, des données associées à gérer, et parmi elles, des étiquettes manuscrites, d'une main tremblante, à la lueur d'une bougie, il y a plus de 200 ans, écrites par un botaniste qui ne maîtrise pas bien l'orthographe. breviauriculata… 

La numérisation consiste à doter chaque spécimen d'une identité numérique : le coder, le photographier et transformer les informations de ses étiquettes en données facilement consultables. Avant la numérisation, une grande partie de ce matériel ne pouvait être pleinement explorée que par les personnes pouvant se rendre sur place ou collaborer directement avec les spécialistes qui le connaissaient le mieux. La numérisation promettait une autre perspective : celle de rendre les spécimens accessibles, visibles et utiles aux chercheurs, aux étudiants et aux passionnés de botanique du monde entier. 

Ce défi de taille s'est présenté à l'équipe des collections numériques des Jardins botaniques royaux de Kew, lorsqu'elle a obtenu les financement essentiel du DEFRA En 2021, l'équipe s'est lancée dans la numérisation de ses collections d'herbier en seulement quatre ans. À son apogée, elle réalisait environ [nombre manquant] numérisations. 100 000 spécimens par semaine.

Depuis 2022, ils ont codé-barres, catalogué, numérisé et transcrit 7.3 millions de spécimens d'herbier et de champignonnière. Suite à la conclusion du projet en mars dernier, Botany One a interviewé l'équipe qui a conçu et mené à bien cette initiative : Sarah Phillips, responsable principale des collections numériques, Marie-Helene Weech, responsable des opérations de numérisation, et Laura Green, responsable des données et de l'imagerie. 

Pour de nombreux utilisateurs, l'image numérique constitue leur premier contact avec le spécimen ; la qualité est donc primordiale. Comment avez-vous trouvé le juste équilibre entre l'obtention de normes d'image élevées et constantes et le respect du budget du projet ?

Vert: L'essentiel est de savoir quel est votre objectif et le niveau de qualité que vous êtes prêt à accepter avant de commencer. Bien sûr, vous souhaitez obtenir des images de très haute qualité, mais vous ne voulez pas pour autant bloquer le projet. Nous avions déjà des normes générales définies lors du projet Global Types, comme la capture à 600 ppp (nombre de pixels par pouce d'une image affichée sur un écran d'ordinateur). Nous nous sommes ensuite tournés vers… Normes FADGI et Directives de Metamorphoze adopter une approche plus quantitative.

Kew a choisi de faire appel à une entreprise tierce pour la numérisation et la transcription de la majeure partie de ses spécimens. Pour les lecteurs moins familiers avec la numérisation d'herbiers, cela consiste à capturer une image de haute qualité du spécimen et les informations clés figurant sur ses étiquettes. Comment s'est déroulée votre collaboration avec un prestataire externe pour la transcription des données ? 

PhillipsLors de précédents projets de numérisation, nous avions établi des critères de conformité très stricts. Cette fois-ci, compte tenu du grand nombre d'étiquettes à transcrire, nous avons été un peu plus flexibles. Il est important de rappeler que le transcripteur ne réalise aucune interprétation, mais une transcription littérale. Il faut donc être réaliste quant à ses attentes. Si le texte est imprimé, il devrait pouvoir le transcrire tel quel, mais l'écriture manuscrite peut s'avérer complexe. Nous avons fourni de nombreuses directives et maintenu une communication ouverte avec notre équipe afin qu'elle puisse poser directement ses questions. Elle a d'ailleurs été très réactive. Nous savions que le résultat final ne serait pas parfait, car une transcription impeccable prendrait dix fois plus de temps. Il se peut, par exemple, que le champ « pays » reste souvent vide afin d'éviter les erreurs de devinette. Nous prévoyons de compléter progressivement les données incomplètement transcrites par d'autres moyens.

WeechJe consultais un tableau de corrections provenant de Portail de données de Kew Quelqu'un nous a envoyé ça ce matin. C'était vraiment agréable de voir que les gens utilisent nos données et les analysent correctement. J'ai été très impressionné par la précision des transcriptions. Je trouve qu'ils ont fait un excellent travail !

Une fois les images et les étiquettes numérisées, le défi suivant consistait à garantir la conformité des données aux normes établies afin de permettre leur recherche, leur partage et leur réutilisation. Il s'agit de l'aspect le moins visible de la numérisation : transformer des millions d'étiquettes d'échantillons individuels en données structurées, exploitables par différentes bases de données et plateformes mondiales de biodiversité. Quelles normes de métadonnées ont représenté le plus grand défi pour Kew ?

Phillips : Nous avons utilisé Archives principales de Darwin [une norme commune de données sur la biodiversité qui permet de partager et de comprendre de la même manière les enregistrements de spécimens provenant de différentes institutions] et nous avons ensuite nos propres normes pour le Système intégré de gestion des collections (ICMS), qui correspond à DwC-A mais contient beaucoup plus de données. Nous nous sommes également alignés sur les informations minimales concernant un spécimen numérique (MILIEUXLa difficulté résidait dans la manière dont les données ont été collectées et appariées aux champs ; cela a nécessité plusieurs étapes de formatage et de nettoyage des données. Nous avons publié les données, conscients des problèmes, mais le Système mondial d’information sur la biodiversité (GBIF) est assez efficace pour signaler certains problèmes, ce qui nous permet de recevoir des commentaires de la part des agrégateurs et des utilisateurs de nos données.

WeechNous sommes conscients de nombreuses erreurs dans des domaines tels que les coordonnées. Nicky Nicolson Le responsable de l'analyse intelligente des données travaille sur le géoréférencement et l'identification des valeurs aberrantes ; c'est l'une des solutions que nous pouvons apporter à nombre de nos problèmes de coordonnées. Dans certains cas, il faudra réexaminer les données visibles sur l'image ; parfois, la localisation de l'échantillon physique a constitué notre principal facteur limitant.

Cela signifie également que la numérisation ne s'arrête pas à la photographie ou à la transcription de l'échantillon. Certaines erreurs ne deviennent visibles qu'une fois les données utilisées, cartographiées ou comparées à grande échelle.

La numérisation de millions d'échantillons ne représente pas seulement un défi technique ; elle implique également la conception de flux de travail reproductibles pour différentes équipes, tâches et contrôles qualité. Quelle a été l'importance de la conception des flux de travail dans ce projet ?

PhillipsNous avons dû agrandir notre équipe très rapidement, ce qui nous a amenés à revoir et à adapter constamment nos processus. Nos équipes internes et celles de nos fournisseurs disposaient de processus spécifiques, nécessitant une formation et un encadrement importants. Le rythme et le volume de travail semblaient parfois un peu fous, mais nous pouvions nous appuyer sur une solide expérience et une équipe de base performante. 

Après avoir travaillé sur un projet d'une telle envergure, votre perception des collections a-t-elle évolué ? Quelle a été la chose la plus surprenante que vous ayez apprise au cours de ce projet ?

Weech : Nous avons trouvé plus de spécimens de Darwin que prévu ! Nous avions un groupe de discussion où les personnes chargées de la numérisation pouvaient signaler leurs découvertes dans la collection Darwin à l'équipe de conservation. D'habitude, nous présentions toujours le même spécimen pour les visites et les expositions, alors que maintenant, nous pouvions en proposer une grande variété !

VertCombien de personnes ont participé à ce projet au final ? Passer d'une si petite équipe, où l'on numérisait des choses à une échelle beaucoup plus réduite, à une équipe aussi nombreuse qui travaillait ensemble, c'était assez incroyable ! C'est lors des fêtes qu'on réalisait l'ampleur du travail collectif.

Phillips : Je suis d'accord. Quand on est en plein dedans, on pense aux flux de travail et à la gestion, mais il faut aussi gérer son équipe et s'assurer de son bien-être. Beaucoup de personnes ont été mises à rude épreuve, mais nous avons toujours réussi à nous unir pour mener à bien la tâche. 

La numérisation de masse peut paraître technique, mais ce projet vise avant tout à rendre les collections de Kew accessibles à un public plus large. Des millions de spécimens d'herbier et de champignonnière – certains connus, d'autres moins, certains nécessitant encore des vérifications – peuvent désormais être consultés, étudiés et mis en relation de façon inédite à travers les continents.

Pour les chercheurs, cela signifie un accès plus rapide aux fiches d'échantillons, aux images et aux données d'étiquetage. Pour les passionnés de botanique, les étudiants, les historiens et les curieux, c'est l'occasion d'explorer, où qu'ils soient, l'une des plus grandes collections d'histoire naturelle au monde. Ce projet démontre également que la numérisation n'est pas un processus simple et linéaire : elle implique des personnes, des méthodes de travail, des normes, des contrôles qualité, de l'interprétation et la résolution de nombreux problèmes tout au long du processus.

Alors, jetez un coup d'œil autour de vous. Portail de données de KewRecherchez une plante que vous connaissez, un lieu que vous aimez ou un collectionneur dont vous avez entendu parler. Vous pourriez découvrir un spécimen collecté il y a des décennies, voire des siècles : désormais visible, accessible à la recherche et prêt à s’inscrire dans de nouvelles histoires !

APPRENDRE ENCORE PLUS:

Graves, E., Phillips, S., et Hill, B. (2024) Rationalisation des flux de travail pour la numérisation des nouveaux spécimens d'herbier : répondre aux normes d'accréditation des services d'archives dans un contexte de numérisation massive. Biodiversity Information Science and Standards, 8. Disponible à l'adresse : https://doi.org/10.3897/biss.8.138737. 

Wright, I., Bowles, B., Murphy, B., Paton, A., Liu, U., Weech, MH, ... & Adcock, J. (2026). Projet de numérisation des sciences du RBG Kew 2026. Expérience de mise en œuvre et enseignements tirés. Disponible sur : https://doi.org/10.34885/s29k-4z53

Profil de l'auteur invité

Magda (elle) est une écologiste britanno-polonaise actuellement basée à Londres, au Royaume-Uni. Formée en écologie de terrain, elle s'est orientée vers la numérisation et la conservation d'herbiers en 2023. Cela l'a amenée des Jardins botaniques royaux de Kew à l'Institut botanique du sud de Londres, et elle rejoindra le Trinity College de Dublin cet automne.

Image de couverture : Un opérateur de numérisation travaille sur des spécimens de palmiers emballés dans des boîtes, à un poste d’imagerie. Source : Magda Upton