Navigation – Plan du site
Notes d'information

Le GBIF : ouvrir l’accès aux données primaires sur la biodiversité

Anne-Sophie Archambeau, Eric Chenin, Marie-Elise Lecoq, Pere Roca Ristol et Régine Vignes Lebbe
p. 154-164

Résumés

Depuis 2001 la communauté internationale s’est organisée en un consortium, le GBIF, pour promouvoir et développer l’accès libre et gratuit aux données primaires sur la biodiversité : spécimens biologiques détenus à travers le monde dans les collections, et observations sur les organismes vivants effectuées sur le terrain. Avec presque 400 millions de données accessibles en Mars 2013, le GBIF est le portail majeur dans ce domaine (data.gbif.org). Il collabore au niveau national avec les autres SI sur la biodiversité et apporte la composante biologique dans les programmes plus globaux sur l’environnement tel que GEOBON.

Haut de page

Notes de l’auteur

Les graphiques présentés dans cette note sont extraits du portail www.gbif.org, et d’un support de présentation réalisé par Samy Gaiji (Senior Programme Officer for Science & Scientific Liaison au Secrétariat du GBIF : sgaiji@gbif.org).

Texte intégral

Introduction

1Les Musées d’histoire naturelle et les grandes institutions détiennent et préservent d’immenses collections indispensables aux travaux d’inventaire, d’analyse et de suivi de la biodiversité, et auxquelles accèdent tous les jours des milliers de chercheurs à travers le monde localement ou sur Internet. Les organismes observés ne font pas toujours l’objet du prélèvement d’un spécimen déposé dans une collection ; souvent seuls des relevés d’observation sont effectués sur le terrain. Le chercheur doit pouvoir s’appuyer sur les ressources déjà collectées ou observées. Une recherche reproductible, vérifiable, demande de pouvoir relier ses résultats aux données sous-jacentes. C’est tout l’enjeu du GBIF que de donner un accès libre, gratuit et efficace à l’ensemble des données primaires (spécimens et observations).

Le GBIF

Mise en place du consortium

  • 1 OCDE : Organisation de Coopération et de Développement Economiques. Voir http://www.oecd.org

2Il y a une vingtaine d’années, suite à la Conférence des Nations Unies sur la diversité biologique (Rio, 1992), un Forum Megascience de l’OCDE1 sur le thème « Biological Informatics » mesure l’ampleur et l’enjeu des données de biodiversité, et les considère comme ne pouvant relever que d’un effort international (megascience). Un consortium international est alors fondé en 2001 pour promouvoir et coordonner la mise à disposition libre et gratuite via Internet, des informations sur la biodiversité : c’est la naissance du Système Mondial d’Information sur la Biodiversité (en anglais « Global Biodiversity Information Facility » : GBIF). La France signe le protocole d’accord et s’engage dans ce consortium dès sa création, mais ne constitue une équipe nationale qu’en 2006. Aujourd’hui le GBIF compte 58 pays participants (fig 1) et 46 ONG, et il propose un portail (data.gbif.org) qui donne accès à plus de 390 millions de données (fig 2) issues de plus de 11.000 bases de données dans le monde.

Figure 1. Pays membres du GBIF en mars 2013 (38 pays votants, 20 pays associés)

Figure 1. Pays membres du GBIF en mars 2013 (38 pays votants, 20 pays associés)

Figure 2. Evolution du nombre de données connectées au portail GBIF (en millions)

Figure 2. Evolution du nombre de données connectées au portail GBIF (en millions)

Organisation du GBIF

3Organisé en un réseau de nœuds nationaux et de nœuds associés (ONG), le GBIF est une structure de soutien coordonnée par un secrétariat international basé à Copenhague. Il fournit un portail de recherche, qui permet d’interroger toutes les bases de données connectées au GBIF pour y trouver des spécimens ou des observations par taxon (groupe d’organismes), par pays, par région, et par jeu de données. Il met en oeuvre et développe des standards de données et de métadonnées, des formats d’échange, des référentiels, et des outils d’exploitation, tous développés dans une philosophie de libre accès (open source, open data). Les standards utilisés par le GBIF sont ainsi pour les données le Darwin core et ABCD, et pour les métadonnées EML. Pour plus de détail voir le site du GBIF (www.gbif.org) et aussi le site de TDWG (www.tdwg.org).

Le GBIF France

4Le point nodal national relaie en France les efforts du GBIF, rend accessible l’évolution du projet au travers du site http://www.gbif.fr, organise des formations et met à disposition des documents sur les règles de propriété intellectuelle, le nettoyage de données, etc.

5Le GBIF France a récemment développé un nouveau portail en faisant appel aux technologies NoSQL avec MongoDB, de recherche full-text avec Elasticsearch, JAVA, Javascript/jQuery, et postGIS (voir une démonstration sur http://www.youtube.com/​watch?v=U5jQzqERgeg).

Figure 3. Exemple d’écran du portail GBIF France

Figure 3. Exemple d’écran du portail GBIF France

6Le GBIF France interagit en premier lieu avec les fournisseurs de données afin de connecter celles-ci au réseau international (outil de mapping), et avec les utilisateurs de ces données (au travers de formations, conférences, développement de web-services). Il établit le lien entre l’international (GBIF) et un paysage français complexe incluant de nombreux dispositifs de gestion ou d’agrégation de données de biodiversité tels que les BD de collections, INPN (www.inpn.fr), SINP (http://www.naturefrance.fr/​sinp), réseau des herbiers de France etc.

Contenu du portail et utilisation

Hétérogénéité des contenus, évaluation des biais

7Le GBIF consacre actuellement un effort particulier à analyser le contenu du portail et son utilisation. Comme on peut s’y attendre sur un portail généraliste et universel comme celui du GBIF, son contenu est assez hétérogène, et il présente des lacunes et des biais (fig 4). Deux caractéristiques fondamentales du recueil des données d’occurrence peuvent expliquer cet état de fait. D’une part, la dispersion et l’hétérogénéité des dispositifs et des programmes qui recueillent les données d’occurrence, dans leurs trois dimensions : taxonomique, géographique et temporelle. D’autre part, les biais naturels qui affectent les processus de collecte : l’accessibilité par route, piste, ou fleuve ; la priorité donnée à certains territoires (par exemple les espaces qualifiés de points chauds de la biodiversité), ou à certaines espèces (par exemple celles qui intéressent des organisations d’amateurs –ornithologues, entomologistes, orchidophiles, etc.-, ou bien des programmes particuliers –espèces sauvages apparentées aux plantes cultivées, vecteurs de maladies, espèces marines exploitées, etc.-).

Figure 4. Hétérogénéité des volumes de données selon les groupes taxonomiques

Figure 4. Hétérogénéité des volumes de données selon les groupes taxonomiques

8Sur le plan géographique, on constate en particulier que l’on dispose de beaucoup de données sur les zones tempérées et de très peu sur la zone inter-tropicale. Ceci entraîne le paradoxe suivant : les plus grands volumes de données concernent les espaces où se trouvent le moins d’espèces (fig. 5).

Figure 5. Distribution paradoxale en latitude des données d’occurrence et des espèces

Figure 5. Distribution paradoxale en latitude des données d’occurrence et des espèces

9Le manque de données sur la zone inter-tropicale apparaît de manière particulièrement évidente sur les cartes de densité de données à échelle fine : en dessous de ¼ de degré de maille, le vide de la zone inter-tropicale est patent (fig. 6a à 6c).

Figure 6a. Avec un maillage de 1 degré, la distribution des occurrences peut faire illusion

Figure 6a. Avec un maillage de 1 degré, la distribution des occurrences peut faire illusion

Figure 6b. Avec une maille de 1/2 degré, le vide entre les tropiques apparaît

Figure 6b. Avec une maille de 1/2 degré, le vide entre les tropiques apparaît

Figure 6c. Avec une maille de 1/4 degré, le vide entre les tropiques est patent

Figure 6c. Avec une maille de 1/4 degré, le vide entre les tropiques est patent

10On peut remarquer sur ce point que les données disponibles sur cette zone proviennent essentiellement des collections d’histoire naturelle des grandes institutions du Nord, en particulier de celles du Muséum National d’Histoire Naturelle de Paris. Ces données sont donc anciennes, ce qui donne une profondeur de temps intéressante, mais ne compense pas le manque de données récentes, qui ne pourra être comblé qu’en dynamisant et en modernisant les dispositifs de collecte d’observations dans les pays du Sud.

11On pourrait pour cela s’inspirer du dynamisme actuel de la collecte de données d’observation au Nord, dont il faut toutefois noter qu’il est très inégal selon les groupes taxonomiques (fig. 7) : plus de données sur les animaux que sur les plantes, et pour les animaux, prééminence des observations d’oiseaux (fig. 4).

Figure 7. Dynamisme de la collecte de données récentes, inégal selon les taxons

Figure 7. Dynamisme de la collecte de données récentes, inégal selon les taxons

Utilisation du portail

12Pour ce qui est de l’utilisation des données accessibles via le portail GBIF, elle est encore difficile à mesurer.

13La consultation du portail et le téléchargement de données sont en forte croissance, mais l’utilisation correspondante, qu’elle soit liée à la recherche ou à l’action et à la prise de décision, n’est pas facile à identifier. Quant aux publications scientifiques qui citent le GBIF (mention, discussion, ou données issues du portail ; fig. 8) leur nombre est en forte croissance mais reste faible, notamment comparé aux grands portails thématiques.

14Une explication pourrait être, au-delà du fait que le portail GBIF est encore assez récent, qu’il est utilisé comme référence universelle pour la découverte de données et pour des opérations de recherche préliminaires -comme par exemple la vérification de la présence d’une espèce dans une zone géographique donnée- ; mais que lorsque l’opération de recherche s’approfondit, elle fait appel à des données spécifiques plus faciles à trouver sur des portails thématiques spécialisés, et que ce sont ces sources qui sont alors citées dans les publications, disciplinaires par nature. Pour permettre de connaître les publications scientifiques en lien avec le portail GBIF, celles-ci sont régulièrement ajoutées à une base publique Mendeley (http://www.mendeley.com/​groups/​1068301/​gbif-public-library/​ ).

Figure 8. Publications liées au GBIF dans des revues à comité de lecture

Figure 8. Publications liées au GBIF dans des revues à comité de lecture

15Le GBIF fait un gros effort pour mesurer et pour faciliter l’utilisation du portail, et pour favoriser la citation des données. En associant à chaque lot de données téléchargé un texte de citation prêt à être inséré dans la publication éventuelle. Et en intégrant au portail, via des Web services dont le GBIF stimule le développement, des fonctions utiles à l’exploitation des données, comme la production de cartes de distribution des occurrences, ou la modélisation de niche écologique, associée à la production de cartes d’aire de répartition potentielle d’espèces.

16Il est par ailleurs envisagé d’étendre les données accessibles sur le portail GBIF à d’autres types de données qui augmenteront sa pertinence pour la recherche et pour l’action et l’aide à la décision : par exemple les données d’abondance ou les traits fonctionnels.

17Cet effort est relayé dans chaque pays membre par le point nodal national. Le point nodal GBIF France y contribue à plusieurs niveaux. Il a mis en place un groupe de travail « utilisateurs » qui réfléchit aux besoins, aux types d’usage et aux moyens de stimuler et faciliter l’utilisation et de la mesurer ; il développe des fonctions spécifiques sur son portail national, en liaison avec le Secrétariat et les autres points nodaux ; et il participe à des programmes qui soutiennent la participation des pays du Sud au GBIF et contribuent à l’extension du portail aux données d’abondance -programmes Sud Expert Plantes (SEP) et SEP Développement Durable (SEPDD) : www.sud-expert-plantes.ird.fr .

Conclusion

18En une dizaine d’années le GBIF a démontré sa capacité à mobiliser les ressources (fig. 2) et à organiser efficacement l’accès aux données primaires, ainsi que la viabilité technologique de son architecture. De nombreux points restent toutefois à améliorer, relatifs notamment à la qualité des données et au retour vers les fournisseurs, à la couverture géographique du portail et aux types de données prises en compte.

19Une attention particulière doit être portée aux métadonnées, pour les préciser et mieux les exploiter (niveau de précision, contexte de collecte, etc.). Ce point fait l’objet de discussions au sein de groupes de travail.

  • 2 Taxonomic Data Working Group

20L’hétérogénéité des scénarios conduisant un contenu de BD jusqu’au portail commun peut générer des doublons (en raison des multiples agrégateurs intermédiaires nationaux ou internationaux). Le GBIF a élaboré un protocole pour détecter et traiter certains doublons. Il a aussi émis, en collaboration avec le TDWG2, des recommandations pour la mise en place d’identifiants uniques (Cryer et al., 2009), mais cette mise en place n’en est encore qu’à ses débuts (http://community.gbif.org/​pg/​groups/​1058/​persistent-identifiers-interest-group/​ ).

21La motivation de la communauté scientifique à partager ses données repose notamment sur le retour obtenu en termes de publications. En plus de l’incitation à l’utilisation scientifique du portail (Chapman 2005) et à la citation des données, et du recensement des publications, le GBIF a récemment développé en partenariat avec les éditeurs universitaires Pensoft, un outil facilitant la rédaction d’une publication scientifique dont le but principal est de décrire un jeu de données ou un ensemble de jeux de données, plutôt que de rendre compte d’une analyse de recherche. Ces Data Papers (ex. Pierrat et al. 2012), sont une incitation à publier des données de biodiversité en créditant et valorisant sous forme d’une publication reconnue comme telle les efforts réalisés par les scientifiques et les institutions qui rendent accessibles leurs données dans un portail commun.

22L’analyse des biais et des lacunes dans le portail fait notamment ressortir un manque de données sur la zone inter-tropicale, qui est pourtant la plus riche en espèces. Le GBIF poursuit son effort en faveur de la participation des pays de la zone, récompensé récemment par l’adhésion du Brésil et de plusieurs pays d’Afrique. Sur le plan des types de données, il est aussi envisagé d’enrichir le portail avec des données d’abondance, précieuses pour les estimations de stockage de carbone, et avec des données relatives aux traits fonctionnels, précieuses pour l’étude des écosystèmes.

  • 3 « International Panel on Biodiversity and Ecosystem Services », équivalent créé en 2012 de ce qu’es (...)

23Aujourd’hui reconnu comme le portail de référence pour les données primaires de biodiversité, le GBIF est partenaire de GEO (http://www.earthobservations.org ) et apporte la composante biodiversité dans les programmes plus globaux sur l’environnement mondial GEOSS / GEOBON. Il est aussi au cœur du dispositif sur lequel s’appuiera l’IPBES3 pour formuler ses recommandations.

Haut de page

Bibliographie

CRYER, Phil et al. (2009), Adoption of Persistent Identifiers for Biodiversity Informatics: GBIF Secretariat publisher http://www.gbif.org/orc/?doc_id=2956&l=en

CHAPMAN, A. D. (2005), Les usages des données primaires d’occurrence d’espèces, version 1.0. Trad. Chenin, N. Copenhague: Global Biodiversity Information Facility, 103 pp. http://links.gbif.org/gbif_usages_donnees_manual_fr_v1.1.pdf

PIERRAT et al. (2012), Antarctic, Sub-Antarctic and cold temperate echinoid database.  ZooKeys 204: 47–52

Haut de page

Notes

1 OCDE : Organisation de Coopération et de Développement Economiques. Voir http://www.oecd.org

2 Taxonomic Data Working Group

3 « International Panel on Biodiversity and Ecosystem Services », équivalent créé en 2012 de ce qu’est le GIECC pour le climat.

Haut de page

Table des illustrations

Titre Figure 1. Pays membres du GBIF en mars 2013 (38 pays votants, 20 pays associés)
URL http://netcom.revues.org/docannexe/image/1390/img-1.png
Fichier image/png, 50k
Titre Figure 2. Evolution du nombre de données connectées au portail GBIF (en millions)
URL http://netcom.revues.org/docannexe/image/1390/img-2.png
Fichier image/png, 54k
Titre Figure 3. Exemple d’écran du portail GBIF France
URL http://netcom.revues.org/docannexe/image/1390/img-3.jpg
Fichier image/jpeg, 152k
Titre Figure 4. Hétérogénéité des volumes de données selon les groupes taxonomiques
URL http://netcom.revues.org/docannexe/image/1390/img-4.jpg
Fichier image/jpeg, 92k
Titre Figure 5. Distribution paradoxale en latitude des données d’occurrence et des espèces
URL http://netcom.revues.org/docannexe/image/1390/img-5.jpg
Fichier image/jpeg, 100k
Titre Figure 6a. Avec un maillage de 1 degré, la distribution des occurrences peut faire illusion
URL http://netcom.revues.org/docannexe/image/1390/img-6.png
Fichier image/png, 1,0M
Titre Figure 6b. Avec une maille de 1/2 degré, le vide entre les tropiques apparaît
URL http://netcom.revues.org/docannexe/image/1390/img-7.png
Fichier image/png, 1,2M
Titre Figure 6c. Avec une maille de 1/4 degré, le vide entre les tropiques est patent
URL http://netcom.revues.org/docannexe/image/1390/img-8.png
Fichier image/png, 882k
Titre Figure 7. Dynamisme de la collecte de données récentes, inégal selon les taxons
URL http://netcom.revues.org/docannexe/image/1390/img-9.jpg
Fichier image/jpeg, 100k
Titre Figure 8. Publications liées au GBIF dans des revues à comité de lecture
URL http://netcom.revues.org/docannexe/image/1390/img-10.png
Fichier image/png, 30k
Haut de page

Pour citer cet article

Référence papier

Anne-Sophie Archambeau, Eric Chenin, Marie-Elise Lecoq, Pere Roca Ristol et Régine Vignes Lebbe, « Le GBIF : ouvrir l’accès aux données primaires sur la biodiversité », Netcom, 27-1/2 | 2013, 154-164.

Référence électronique

Anne-Sophie Archambeau, Eric Chenin, Marie-Elise Lecoq, Pere Roca Ristol et Régine Vignes Lebbe, « Le GBIF : ouvrir l’accès aux données primaires sur la biodiversité », Netcom [En ligne], 27-1/2 | 2013, mis en ligne le 18 juin 2014, consulté le 21 juillet 2017. URL : http://netcom.revues.org/1390 ; DOI : 10.4000/netcom.1390

Haut de page

Auteurs

Anne-Sophie Archambeau

IRD, GBIF France 2013, MNHN CP 48 - 43, Rue Buffon 75005 Paris – France. E-mail : gbif@gbif.fr

Eric Chenin

IRD, GBIF France 2013, MNHN CP 48 - 43, Rue Buffon 75005 Paris – France. E-mail : gbif@gbif.fr

Marie-Elise Lecoq

MNHN, GBIF France 2013, MNHN CP 48 - 43, Rue Buffon 75005 Paris – France. E-mail : gbif@gbif.fr

Pere Roca Ristol

MNHN, GBIF France 2013, MNHN CP 48 - 43, Rue Buffon 75005 Paris – France. E-mail : gbif@gbif.fr

Régine Vignes Lebbe

UPMC, GBIF France 2013, MNHN CP 48 - 43, Rue Buffon 75005 Paris – France. E-mail : gbif@gbif.fr

Haut de page

Droits d’auteur

Licence Creative Commons
Netcom – Réseaux, communication et territoires est mis à disposition selon les termes de la licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.

Haut de page
  • Logo NETCOM Association
  • Logo IGU / UGI
  • Logo Comité national français de géographie (CNFG)
  • Logo UMR 6266 - IDEES Le Havre
  • Logo ARTDev (UMR 5281)
  • Logo AERES - Logo
  • Logo DOAJ
  • Logo ERIH PLUS : European Reference Index for the Humanities and the Social Sciences
  • Logo Heloise
  • Revues.org