five

Base de données FAP (faits archéologiques planimétriques)_Vierge

收藏
DataCite Commons2026-04-24 更新2026-05-04 收录
下载链接:
https://nakala.fr/10.34847/nkl.7c9e2wre
下载链接
链接失效反馈
官方服务:
资源简介:
Ce jeu de données vectorielles au format .gpkg est une base de données vide pour permettre l'enregistrement méthodique de "faits archéologiques planimétriques" (FAP), c'est-à-dire fossés, tronçons de chemins, palissades, etc., découverts dans le cadre d’opérations archéologiques de terrain (préventives ou programmées). Cette base ambitionne d’être un outil d’harmonisation pour la collecte de données archéologiques sur les faits planimétriques anciens, favorisant une meilleure compréhension des systèmes agraires historiques. Les couches d'entités qui composent la base sont les suivantes (de la petite à la grande échelle) : - l'emprise des opérations de terrain (polygones) : couche "OPerations_OP" ; - les zones d’enregistrements (les tranchées ouvertes) (multi-polygones) : couche "Zone_Enreg_ZE" ; - les faits archéologiques planimétriques dont la forme a été squelettisée (polylignes) : couche "Faits_FP" ; - les ensembles planimétriques restitués (cohérence de l'alignement et/ou de la morphométrie des FAP) (polylignes) : couche "Ensembles_EP" ; - les observations localisées sur ces structures archéologiques (points) : couche "Observ_Loc_OB". Plusieurs tables sans forme (alphanumériques) sont associées à ces couches afin de permettre des liens informationnels entre les couches et d'apporter des informations complémentaires. Cette base a été conçue par Pascal Vialet (Inrap) pour l'ANR PARCEDES entre 2022 et 2025 et appliquées en Sud-Vendée (identifiant Nakala : 10.34847/nkl.26edt87c) et à Nîmes (identifiant Nakala : 10.34847/nkl.a1eb925w). Le système de coordonnées projetées utilisé est le RGF Lambert 93 (ESPG:2154). Pour la description du modèle de données et pour une présentation détaillée de cette base, se reporter au manuel rédigé par Pascal Vialet (PDF de 238 p.) et joint au présent dépôt.
提供机构:
NAKALA - https://nakala.fr (Huma-Num - CNRS)
创建时间:
2026-01-12
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作