Depuis les années 80, les données des chantiers de fouilles sont saisies informatiquement à Reims. D’un simple outil de stockage des fiches terrain, nous sommes passés à un système structuré par une base de données commune permettant de mémoriser des données hétérogènes (fouilles, documents, iconographie...) issues de sources différentes s’interfaçant avec un Système d’Information Géographique et des modules métiers ou des applications satellites.

Toutefois, l’utilisation de logiciels bureautiques monopostes a eu pour effet de voir se développer des « clones » de ce système. Se pose alors la problématique de mise en commun de toutes ces informations : système centralisé, gestion des droits d’accès et de propriété, duplication, synchronisation... dont nous présenterons ici les grandes lignes.

De plus, afin de remplir pleinement son rôle d’outil de recherche, de nouveaux développements ont été réalisés afin de permettre des études tenant compte des différentes dimensions de l’information et des relations pouvant exister entre les diverses entités de la base de données.

Nous conclurons par une description des évolutions en cours.

Le cœur de la structuration de l’information dans le système suit un schéma classique en archéologie présenté ci-dessus où l’« Unité Stratigraphique » est la plus petite division de la séquence stratigraphique locale, le « Fait » est un ensemble structuré volontairement et la « Structure » un ensemble cohérent en lui-même et complexe. Les notions plus abstraites sont gérées par la notion de « Regroupement ».
Diverses informations complémentaires peuvent être associées à un enregistrement comme celles présentées à droite du schéma.
Les données qualifiantes prennent généralement leur valeur dans des thésaurus hiérarchiques ou des nomenclatures (comme par exemple le type de matériau associé à un objet en pointillé ci-dessus).

Chaque table dans la base de données est constituée en général de trois parties.
 
1 – Le corps de base (Racine)

Il s’agit de l’information que tout élément possède :
   ·         son type
   ·         son nom
   ·         son identifiant unique
 
2 – Les éléments complémentaires

Il s’agit d’informations présentes dans un grand nombre de tables. Elles sont structurées au sein d’une table « EC ».
   ·         nom des zones et noms des secteurs
   ·         date de création de l’enregistrement
   ·         liste de mots clés
   ·         remarques
   ·         références de l'auteur principal
   ·         référence du point de géo-référencement
   ·         référence de la datation
   ·         référence du chantier
 
3 – Les éléments de spécialisation

Toutes les tables sont construites à partir du modèle « Corps » et certaines contiennent des « Eléments complémentaires ». Les autres champs sont appelés « Éléments de spécialisation » bien qu’ils n’apparaissent pas sous cette dénomination dans la base de données.
 
4 – La structuration objet

Des points précédents émerge une vision objet de la base de données où les notions de composition et de spécialisation peuvent être représentées par un emboîtement d’héritages.

5 – Les relations

Lorsque les relations ont été identifiées lors de l’analyse comme étant fondamentales, celles-ci sont modélisées par des clés étrangères ou des tables de relations. Toutefois, comme nous voulons pouvoir associer potentiellement tout support complémentaire (image, document...) à n’importe quel enregistrement, nous utilisons dans ce cas une table annexe spécifiant l’association créée en utilisant les identifiants uniques et les types.
Dans la représentation objet, celles-ci sont accessibles par des collections du type des objets référencés.
 
6 – Les vues

La structuration dans les tables ne suivant plus forcément celle présentée au chapitre II ou celle des tables auxquelles étaient habitués les utilisateurs des systèmes monopostes, des « vues » métiers ont été construites en consultation. On retrouve ainsi par exemple une vue « Fait » et une vue « Structure ».

Conçu en tant qu’outil d’aide pour l’analyse en archéologie, un système souple de construction de requêtes a été développé. Il s’appuie sur un fichier de description des tables, de leurs champs et des relations existantes ou pouvant exister au sein de la base de données mutualisée.
L’utilisateur choisit un objet à partir duquel il souhaite construire sa requête. Lui sont alors présenté les différents champs, sous-types ou collections le constituant. Il peut alors sélectionner les éléments qu’il souhaite afficher (case à cocher) ou en contraindre la valeur (menu déroulant à choix multiple parmi les valeurs présentes dans la base). C’est donc par une navigation dans la structure des objets et la définition d’un « pattern » que la recherche est construite puis exécutée et/ou sauvegardée dans le profil utilisateur.
L’exemple ci-dessous illustre une recherche de tous les « Fait » reliés à des « US » contenant des « Objet » dont le matériau est ‘pierre’.

Les différents éléments trouvés et disposant d’une géo-localisation seront alors affichables dans une couche du SIG et/ou utilisables dans les outils de l’analyse spatiale.

La première phase du développement de GISSAR est arrivée à son terme et l’application est pleinement opérationnelle pour la saisie et consultation des données de chantiers de fouilles archéologiques.
Actuellement, ses développements ont été majoritairement tournés vers une gestion mutualisée pour l’analyse et la recherche en archéologie. Pour assurer pleinement ce rôle, deux autres axes doivent être renforcés. Le premier concerne la dématérialisation des documents iconographiques (plans anciens, plans de coupe, photos...) afin que les éléments qui seront alors référencés (espace, temps, fonction) puissent être directement utilisés par les outils de l’analyse spatio-temporelle et la fouille de données. Le deuxième point est lié à la démarche du chercheur qui a besoin de formaliser son niveau de certitude sur une information et l’imprécision de la perception du monde, d’exprimer des hypothèses et de les réviser, d’en induire de nouvelles connaissances et de pouvoir les confronter aux évolutions du domaine étudié.
En dernier lieu, des travaux sont en cours afin d’intégrer une visualisation 3D, le mappage des photos et des reconstructions virtuelles.

Article dans une revue internationale avec comité de lecture

2009    Anteriority index for managing fuzzy dates in archaeological GIS            
            C. de Runz, E. Desjardin, F. Piantoni et M. Herbin
Springer Verlag, Soft Computing - A Fusion of Foundations, Methodologies and Applications, 2009.

Communications internationales avec actes

2009    Temporal mining in imprecise archaeological knowledge    
     C. de Runz et E. Desjardin
International Conference on Fuzzy Computation (ICFC-2009). INSTICC, Madeira, Portugal, 2009.

2008    Toward handling uncertainty of excavation data into a GIS          
     C. de Runz, E. Desjardin, F. Piantoni et M. Herbin
36th Annual Conference on Computer Applications and Quantitative Methods in Archaeology (CAA'08). Budapest, Hongrie, avril 2008.

2007    Using fuzzy logic to manage uncertain multi-modal data in an archaeological GIS        
       C. de Runz, E. Desjardin, F. Piantoni et M. Herbin
International Symposium on Spatial Data Quality (ISSDQ 2007). Pays-Bas, Enschede, juin 2007.
 
       Management of multi-modal data using the Fuzzy Hough Transform: Application to archaeological simulation       
       C. de Runz, E. Desjardin, F. Piantoni et M. Herbin
First International Conference on Research Challenges in Information Science (RCIS), pp 351-356. Colette Rolland, Oscar Pastor and Jean-Louis Cavarero, Maroc, Ouarzazate, avril 2007.

2006    A new Method for the Comparison of two fuzzy numbers extending Fuzzy Max Order
       C. de Runz, E. Desjardin, M. Herbin et F. Piantoni
Information Processing and Managment of Uncertainty in Knowledge-Based Systems (IPMU), pp 127-133. Editions EDK, Paris, juillet 2006.
Communications nationales avec actes (4)

2009    Exploration temporelle de données archéologiques imprécises : graphe d'antériorité        
       C. de Runz et E. Desjardin
Atelier " FOUILLE DE DONNEES COMPLEXES " conférence Extraction et Gestion des Connaissances 2009 (Atelier FDC - EGC'09), pp 23-34. Strasbourg, France, janvier 2009.

2008    Exploration d'un ensemble de quantités floues        
       C. de Runz, F. Blanchard, E. Desjardin et M. Herbin
Rencontres francophones sur la Logique Floue et ses Applications (LFA), pp 134-141. Cépaduès-Paris, Lens, France, octobre 2008.
 
       Fouilles archéologiques : à la recherche d’éléments représentatifs       
       C. de Runz, F. Blanchard, E. Desjardin et M. Herbin
Atelier " FOUILLE DE DONNEES COMPLEXES " conférence Extraction et Gestion des Connaissances 2008 (Atelier FDC - EGC'08), pp 95-103. Sophia-antipolis, janvier 2008.

2007    Le vecteur de meilleur rang moyen : une statistique pour l'analyse de données multidimensionnelles - Application au filtrage d'images couleurs    
       C. de Runz, M. Herbin, F. Blanchard, L. Hussenet, V. Vrabie et P. Vautrot
GRETSI (GRETSI 2007), pp 97-100. France, Troyes, septembre 2007.