Název: Záchranná digitalizace a zpřístupnění nejvzácnějších historických archiválií hlavního města Prahy

Projekt hromadné digitalizace Ad fontesv Archivu hlavního města Prahy

Podpořeno grantem z NorskaProstřednictvím Norského finančního mechanismu

Projekt komplexní digitální ochrany, záchrany a obecného zpřístupnění nejvzácnějších historických dokumentů hlavního města Prahy

Cíle projektu:• Záchrana a trvalé uchování historicky nejvýznamnějších, památkově nejcennějších a

fyzicky nejvíce ohrožených archiválií ze sbírek a fondů Archivu hlavního města Prahy, významných pro národní i evropské dějiny, cestou vytvoření všestranně využitelných digitálních kopií z originálů těchto archiválií

• Zpřístupnění archiválií v digitální podobě pro badatele a širokou veřejnostZaměření / koncepce:

• Uchování evropského kulturního dědictví • Zlepšení péče a ochrana movitého kulturního dědictví • Ochrana vzácných písemných dokumentů Prahy • ePraha

Motivace:• riziko zničení nebo ztráty archiválie

archivace její digitální kopie na jiném bezpečném místě• riziko poškození archiválie jejím častým půjčováním do badatelny

zpřístupnění její digitální kopie v Informačním systému v badatelně• nutnost prezenčního studia archiválie v badatelně archivu

zpřístupnění na Internetu

Časový harmonogram projektu a financování projektu

Doba trvání projektu: 1.4.2007 – 30.9.2010 Celkové náklady projektu: 778 855 EUR Celková výše grantu: 483 591 EUR

Technické vybavení – zařízení pro digitalizaci

• 2 portálové skenery A1 600 DPI ProServ ScannTech 601i

výhody:• vysoká kvalita výstupů, vysoké rozlišení• rovnoměrné osvětlení a geometrie (portál)• univerzální použití – knižní předlohy s

vazbou (kolébka), plošné materiály• nastavení přítlaku• spolehlivost, rychlost a konektivita – 1

Gbps LANnevýhody:

• sklo (riziko poškrábání)• skládání obrazu (3 CCD)• kalibrace CCD

• 1 portálový skener A2 600 DPI ProServ ScannTech 602i

• 1 plošný skener s nástavcem pro skenování transparentních předloh A3+ 2400 DPI Epson Expression 10000 XL

Technické vybavení - datové úložiště a zařízení pro archivaci

• Datový a aplikační server Hewlett Packard DL380 G5 • Zálohovací zařízení Hewlett Packard StorageWorks

MSL4048 Ultrium 960 • Diskové pole RAID 6 Hewlett Packard 15TB • Zařízení pro archivaci Plasmon Archive Appliance

AA80-W2NDN2E

Výběr archiválií a jeho kritéria

• historická dokumentární hodnota archiválie

• míra reálného nebo možného fyzického poškození

• frekvence jejího využívání badatelskou veřejností

Celkem bude během během3 let pořízeno 230 000 scanů.

Proces digitalizace a s tím související činnosti• Příprava archiválií (vyčištění, narovnání, konzervace) • Naskenování (provoz: 4 osoby plný úvazek + supervizor, 1 směna)• Úprava skenu (oříznutí, korekce) • Popis metadat, identifikace dat• Kontrola záznamů (obrázek+metadata) • Transformace záznamů pro publikaci • Založení pracovních kopií do Informačního systému • Archivace záznamů na archivační média

IdentifikaceSady:

• soubor archivního materiálu, který lze identifikovat a popisovat• knihy (např. rukopisy, matriky), soubor jednotlivin (např. stavební plány)• vlastní tzv. profilová karta v grafické databázi, zakládá se před skenováním• 1 sada = 1 adresář s názvem sady• název sady: 5 ciferné přírustkové číslo strojově generované IS grafické databáze• Sada obsahuje n skenů, n technických metadat, 1 soubor s popisnými metadaty

Skeny (objekty):• Název souboru: 5 ciferné přírustkové číslo 00001.tif – nnnnn.tif• Názvy souborů neobsahují odkazy na signatury či inventární čísla• Obsah objektů v popisných metadatech

Identifikace objektů (ID):• jedinečný identifikátor• 32 znaků• generovaný algoritmicky• není nutné centrální přidělení• vazba metadata – data – záznamy v databázi• možnost off-line zpracování dat

Výstupy• Záchranné kopie nejvzácnějších archiválií ve formátu

TIFF RAW group 6 bez komprese 600 DPI (24 bitů/pixel, RGB)Celkem bude během 3 let pořízeno 230 000 scanů.

• Skeny v náhlížecí kvalitě JPEG 300 DPI • Technická metadata ve formátu XML odpovídající

specifikaci MIX v.2.0Specifikace se odkazuje na standard popisu technických metadat digitálních statických obrazů Z39.87.

• Popisná metadata pro identifikaci ve formátu XML podle vlastního schématu IDA AMP v.2.0 (Identifikace archiválie AMP)Všechny soubory ve formátu XML se ukládají ve znakové sadě (kódování) UTF-8.

MetadataTechnická metadata

• NISO MIX v.2.0 – dle standardu popisu dig. statických obrazů Z39.87• XML, UTF-8• Obsahují kontrolní řetězec – zajišťuje autentičnost dat

Popisná metadata pro identifikaci• IDA AMP v.2.0 – vlastní schéma• XML, UTF-8• Popis sady: označení sady (strojově generované přírustkové 5 ciferné číslo), datace, jméno operátora

digitalizace, zařízení pro digitalizaciPopis archiválie:povinné: číslo NAD, název fondu/sbírky, forma (1=kniha, 2=jednotlivina, 3=hybridní)část fondu, manipulace, úložná jednotka, inv. Č., signatura, č. jednací, obsah, typ, autor, poznámkaPopis záznamů (skenů):povinné: pořadí, název souboručíslování, typ číslování, část celku, inv. Č., signatura, poř. č./č. jedn., obsah, autor, poznámka

Zpracování metadatTechnická metadata

• Hromadná kontrola DPI a syntaxe názvů souborů• Hromadné generování hashovacích řetězců a ID objektů (záznamy/skeny)• Dávkové generování technických metadat na základě výběru XML šablony, profilu

skeneru, hash řetězce a ID, údajů z hlavičky TIFF

Popisná metadata pro identifikaci• Dávkové generování ida.xml pro zvolenou sadu na základě údajů v dokumentu info.ods• Automatická volba transformace dle parametru forma archiválie• Automatické doplnění ID, kontrola vazby na objekty• Dávková validace všech metadat

Všechny operace jsou logovány.

Zpřístupnění – výhled• Zprovoznění archivního datového repozitáře – data i metadata• Vazba popisná metadata pro identifikaci (grafická databáze) – popisná metadata (textová

databáze ProArchiv) - EAD• Standardizace, zpřístupnění, vyhledávání, sklízení – OAI-PMH

ArchivaceArchivace dat: dlouhodobé uložení dat se zajištěním:

• Udržitelnosti– Formátu – TIFF RAW group 6 (ISO standard, bez komprese)– Datového archivačního média – životnost UDO média 50-70 let

• Neměnnosti (autentičnosti) dokumentu – média typu WORM, hashovací řetězec• Důvěryhodnosti – historická sbírka, garant instituce

Technologie:• Archivace na optická média UDO II typu WORM ve 2 kopiích (primární a sekundární

řada). Kapacita UDO II média je 60 GB a výrobcem deklarovaná životnost 50-70 let.• Archivace souborů ve formátu TIFF RAW spolu s technickými a popisnými metadaty

pro identifikaci• Použití kontrolního řetězce (64 znaků) generovaného na základě hashovací funkce sha-

256 používající pro výpočet hashovacího řetězce 256 bitový klíč – součást technických metadat

• Oddělení dat (obrázků) a metadat (popisu) – obsah některých elementů se mění

Partnerské projekty:• Společný projekt Národního archivu a

Archivu hlavního města Prahy: Možnosti a formy zpřístupnění archivních fondů nebo jejich součástí veřejnosti v elektronické podobě.

• Koordinační komise pro projekty schválené v první výzvě FM EHM/Norsko.

členové komise:– Archiv hlavního města Prahy– Městská knihovna v Praze– Národní knihovna ČR

koordinátor:– odbor umění a knihoven Ministerstva kultury

ČR.účel:

– výměna zkušeností– společná propagace

Tomáš HanousekEmail: tomas.hanousek@cityofprague.cz

Tomáš DvořákEmail: tomas.dvorak@cityofprague.cz

Archiv hlavního města Prahy

http://www.ahmp.czhttp://www.ahmp.cz/adfontes