Sikkerhedsdigitalisering af negativer

Transkript

1 Sikkerhedsdigitalisering af negativer Fremstilling, bevaring og formidling. Vers. 1.0 UBK

2 Indhold Indhold... 2 Resumé, hovedkonklusioner og anbefalinger... 3 Anbefalinger... 7 Indledning Prioritering af ENB negativer Hvad bruges negativer til og hvad er deres karakteristika? Digitalisering til bevaring og formidling Produktion af sikkerhedskopier Digitaliseringsudstyr Billedkvalitet Filformat Komprimering Kvalitetssikring Metadata Indlejrede og eksterne metadata Metadatastandarder Metadata anbefalinger Metadataspecifikationer for sikkerhedskopier Implementering af metadata Validering af billeddata og metadata Bevaring af sikkerhedskopier Output på film Udenlandske erfaringer og anbefalinger vedr. COM Film magasiner E- magasin (Trusted digital repository) Kassation af sikkerhedskopierede originaler? Formidling af sikkerhedskopier Omkostninger (foreløbelig) LIFE Costing Model Implementering af LIFE Costing Model i sikkerhedskopieringsprojektet Resultater af omkostningsanalyse Konklusioner og anbefalinger Anbefalinger Bilag

3 RESUMÉ, HOVEDKONKLUSIONER OG ANBEFALINGER Sikkerhedskopiering (substitution) er en bevaringsindsats, der anvendes for at sikre information på truede arkiv- og biblioteksmaterialer. Denne rapport beskriver projektet digitaliserin og indeholder en række anbefalinger i forhold til produktion, bevaring og formidling af sikkerhedskopier. Rapporten skitserer også hvordan bevaringsdrevet digitalisering kan spille sammen med K svirksomhed. Projektets overordnede formål har været at etablere en kvalitetssikret arbejdsgang for sikkerhedsdigitalisering af negativer, og for den efterfølgende bevaring af sikkerhedskopierne. Herunder undersøge, om det er mest omkostningseffektivt at bevare sikkerhedskopierne som masterfiler i e- magasin eller som udprint på film i et traditionelt magasin. I forbindelse med projektet er to nedbrydningstruede negativsamlinger af enestående national betydning, knap sort- hvide negativer, blevet digitaliseret. Det drejer sig om en samling af reportage- og reklamefotografen Sven Türck, der viser luftfotografen Sylvest Jensen For at afdække evt. synergieffekter mellem bevarings- og formidlingsdrevet digitalisering blev det ved opstart af projektet besluttet at digitalisere både de nedbrydningstruede negativer og dem i god tilstand, men efter hver deres specifikation. Nedbrydningstruede negativer er således sikkerhedsdigitaliseret, mens negativer i god tilstand er formidlingsdigitaliseret. I gennemsnit er 7% af negativerne i de to samlinger sikkerhedsdigitaliseret. Ved formidlingsdigitalisering er formålet at give brugerne bedre adgang til at søge i samlingerne og hente kopier af billederne frem via nettet. Ved sikkerhedsdigitalisering er det primære mål derimod at fremstille en kopi af billedinformationen, der kan erstatte kildematerialet, hvis tilstanden forværres eller billedet går helt i opløsning. Ligesom formidlingskopier kan digitale sikkerhedskopier anvendes som udgangspunkt for en tilgængeliggørelse af billederne på nettet. De specifikationer og anbefalinger, der er udarbejdet i forbindelse med etableringen af et workflow for sikkerhedsdi billedeksperter og på egne test. Specifikationen for sikkerhedsdigitalisering af negativer omfatter bl.a., at negativer (9x12 cm) sikkerhedsdigitaliseres i ppi, i farve (RGB) og med en bitdybde på 16 bits. Masterfilerne gemmes i filformatet TIFF 6.0, sammen med en standard ICC farveprofil, RGB_eci_v2. Denne billedkvalitet resulterer i en gennemsnitlig filstørrelse på omkring 650MB pr sikkerhedskopi. Specifikationen omfatter også kvalitetssikring af udstyr og billedfiler. Der er også udarbejdet en specifikation for hvilke informationer (metadata), der er nødvendige for at kunne bruge, administrere og langtidsbevare digitale sikkerhedskopier. Herunder hvilke metadataskemaer, der ser ud til at være de mest 3

4 hensigtsmæssige at anvende til de forskellige typer af information og hvordan skemaerne kan kombineres. Det anbefales, at metadata gemmes i standardiserede skemaer med et sæt minimumsmetadata indlejret i billedfilen, og et komplet sæt metadata i en ekstern metadatafil. Det indlejrede sæt metadata skal følge tre standarder. Tekniske metadata, der fx angiver billedets bitdybde og navnet på scanningssoftwaren, skal følge TIFF (Tagged Image File Format) og Exif (Extensible image file format) specifikationerne, mens beskrivende metadata skal følge IPTC (International Press Telecommunications Council) standarden. Udover de tekniske metadata, skal de indlejrede metadata som minimum tilføres unikt billede ID, titel, beskrivelse og information om ophavsret. Det skal endvidere testes, om det er en fordel at samle indlejrede metadata i dataformatet XMP (Extensible Metadata Platform), hvilket også vil give mulighed for at tilføje beskrivende metadata i DC (Dublin Core Metadata Initiative) eller MODS (Metadata Object Description Schema). Det anbefales at gemme den eksterne metadatafil i dataformatet METS (Metadata Encoding & Transmission Standard), med DC eller MODS skemaer til beskrivende metadata og PREMIS (PREservation Metadata: Implementation Strategies) Data Dictionary til bevaringsmetadata. PREMIS skal endvidere udvides med et sæt formatspecifikke tekniske metadata i MIX (NISO Z39.87 Metadata for Images in XML) eller en output fil fra filformat valideringsprogrammet JHOVE, der samtidigt kan fungere som dokumentation for, at TIFF filen er valid. Specifikationen for metadata er langt fra indarbejdet i workflowet. Det skyldes dels, at projektet h overordnede strategi for data- og indholdsformater og udviklingen af samlingsafdelingens standard for beskrivende metadata. Men det skyldes i høj grad også, at den praktiske implementation er vanskelig pga. mangel på velegnede værktøj til læsning, skrivning og redigering af de forskellige typer af metadata. Desuden er det kompliceret at integrere den måde de forskellige programmer i workflowet, hver især behandler metadata på. Status er, at billederne gemmes med de tekniske metadata, der automatisk tilføres under produktionen. Disse indlejrede metadata udtrækkes automatisk ved registrering af billederne i Cumulus, mens de beskrivende metadata tilføres manuelt efter en lokalt defineret skabelon. Endvidere er der udviklet et program, der automatisk kan trække alle billedfilens metadata fra Cumulus, men kun ud i en uspecificeret ekstern metadatafil. Sikkerhedskopierne gemmes pt. på produktionsplatformen, da de workflows, der skal føre sikkerhedskopierne frem til arkivering og til formidling, endnu ikke er etablerede. I forbindelse med projektet er der med udgangspunkt i omkostningsmodellen LIFE Costing Model gennemført en analyse af produktions- og bevaringsomkostninger, hvor målet har været at opgive alle udgifter, både anlægs- og driftsudgifter, herunder løn, samt indirekte udgifter (20%). Produktionsomkostningerne pr. sikkerhedskopi er opgjort til omkring 140 kr./stk. for negativer i størrelsen 9x12 cm. En del af disse omkostninger er imidlertid forbundet med engangsudgifter til udvikling af workflowet, og det skønnes, at driftsprisen ligger på 4

5 ca. 120 kr./stk. Figuren herunder viser fordelingen af omkostningerne på aktiviteter forbundet med sikkerhedsdigitaliseringen. Med hensyn til evalueringen af de to bevaringsløsninger, er det en forudsætning for at anvende filmløsningen, at den ikke resulterer i et fald i sikkerhedskopiernes billedkvalitet hverken ved overførslen fra fil til film eller ved genindscanning af filmen. Tests af dette viser, at billedkvaliteten godt kan bevares ved udprintning på film, under forudsætning af, at det som minimum sker i forholdet 1:1. Nedskalering af billeder, der er digitaliseret i så høj opløsning som sikkerhedskopierne, medfører et uacceptabelt tab af detaljer ved genindscanning, og det er derfor ikke muligt at sænke prisen på filmoutput ved at placere flere billeder på samme filmramme. Prisen for udprint af filer (oparbejdet ved digitalisering af 9x12 cm negativer) på 105 mm farvemikrofilm, i forholdet 1:1, udgør ved outsourcing ca. 135 kr./stk. Prisen for at printe filer ud på film er altså relativt høj i forhold til de øvrige produktionsomkostninger. Til gengæld er det i dag væsentligt billigere at bevare sikkerhedskopier, end det er at bevare dem i digital form i e- magasin. Bemærk at bevaringsomkostningerne endnu kun omfatter bitbevaring og ikke funktionel bevaring. I modsætning til driftsudgifterne for filmbevaring, som er rimeligt stabile over tid, er driftsomkostningerne for bitbevaring faldet betydeligt pga. den teknologiske udvikling, og forventningen er, at denne tendens fortsætter. Figuren herunder viser de akkumulerede produktions- og bevaringsomkostninger for de to løsninger. Hvis udgiftsniveauet for bitbevaring fastfryses på 2012 niveau, vil der gå mere end 50 år før filmløsningen samlet set bliver billigere. Eftersom der endnu ikke er etableret rutiner for indføring af digitale sikkerhedskopier i e- magasinet eller for funktionel bevaring, har det ikke været muligt at indhente erfaringstal for disse aktiviteter. Estimeringen af omkostninger for funktionel bevaring, afventer desuden input fra det KUM finansierede LIFE- DK projekt, som blev udskudt et år og først igangsat pr. oktober

6 For dog at få en idé om hvilken betydning disse omkostninger har for sammenligningen af de to bevaringsløsninger, er der lavet et skøn over de manglende poster. Når processerne til indføring af digitale sikkerhedskopier først er etableret, skønnes omkostningerne ikke at være væsentligt forskellige fra kvalitetssikring og magasinering af filmkopier. I forhold til sikkerhedskopier vil omkostningerne til funktionel bevaring bestå af løbende overvågning af TIFF formatet og relevante programmer, samt alternative bevaringsformater. Hvis man, som LIFE Modellen har foreslået antager, at der bruges 1 uge pr. år til denne aktivitet, vil der stadig gå mere end 30 år før filmløsningen totalt set er billigst. I dette eksempel regnes der med, at samlingen betaler alle disse omkostninger. I praksis vil udgifterne til overvågning imidlertid skulle fordeles over alle Funktionel bevaring vil også omfatte udgifter for migrering til nye bevaringsformater, fx fra TIFF til JPEG2000. Da TIFF er et relativt enkelt, stabilt, udbredt og veldefineret bevaringsformat forventes omkostningerne til migrering ikke at være så høje eller uforudsigelige, som de kan være for andre typer objekter. På basis af test med migrering fra TIFF til JPEG2000 vha. det licensbaserede værktøj LuraWave JP CLT, er et forsigtigt skøn, at en sådan migrering inkl. test og evaluering samt kvalitetskontrol, koster omkring kr. Igen vil de konkrete omkostninger afhænge af hvor mange samlinger og objekter man kan fordele dem over. Hvis man antager at skulle migrere hvert 10. år (TIFF 6.0 har indtil videre holdt i 17 år), vil der stadig gå mere end 25 år før filmløsningen alt i alt bliver billigst. På dette grundlag konkluderes det, at det vil være mest hensigtsmæssigt for KB at bevare sikkerhedskopier af negativer som digitale masterfiler i e- magasin. Projektet har udelukkende vurderet bevaringsløsningerne i forhold til sikkerhedskopier af negativer, og resultaterne kan ikke umiddelbart overføres til andre materialetyper. Tekst kan fx nedskaleres mere effektivt på mikrofilm, hvilket gør initialomkostningerne for output på film lavere, men filerne fylder også mindre, hvilket sænker prisen for bitbevaring, og man er derfor nødt til at lave materialespecifikke beregninger for at vurdere bevaringsløsningerne. 6

7 ANBEFALINGER Det anbefales at digitalisere nedbrydningstruede samlinger i helheder, efter specifikationer for sikkerheds- hhv. formidlingsdigitalisering. Det giver mulighed for en mere effektiv logistik, fordi man kan spare tid på at hente samlingerne fra magasin og på at pakke dem ud og ind af emballagen. Desuden er det formidlingsmæssige potentiale man opnår større, end ved udelukkende at digitalisere ustabile negativer. Ved digitalisering af hele samlinger anbefales det at splitte workflowet op efter det primære formål (bevaring eller formidling) før digitaliseringen, og ikke som i projektet, hvor opsplitningen først er sket efter digitaliseringen. Det giver mulighed for at effektivere digitaliseringsprocessen, herunder valg af det mest hensigtsmæssige udstyr og opsætning af digitaliseringsprogrammerne. Ved (masse) digitalisering af negativsamlinger i forskellige størrelser og formater, kan processen effektiviseres, hvis man har forskellige typer udstyr til rådighed, fx kameraopstilling, flatbedscanner og filmscanner. Man skal dog være opmærksom på, at tidsforbruget til de øvrige processer i workflowet, som fx generering af beskrivende metadata og billedbehandling ikke ændres, og at disse processer derfor risikerer at blive flaskehalsen i stedet for scanningen. Projektet har vist, at der er behov for, at KB etablerer en egentlig kvalitetssikringsfunktion, til at koordinere og styrke kvaliteten og ensartetheden af hele den digitale billedproduktion. Herunder udvikler mere objektive og automatiserede kvalitetssikringsprocedurer. Når workflowet fra produktion til magasinering er implementeret anbefales det at udvide kvalitetssikringen med en uvildig stikprøvekontrol af de producerede digitale objekter før de magasineres, og her kontrollere billedkvalitet, filformat og metadata. Programmet JHOVE bør integreres i workflowet i forbindelse med ingest til identificering, karakterisering og validering af metadata. Det anbefales at definere hvilke opgaver, der skal løses for at implementere en standardiseret metadatastruktur, herunder analysere hvad det vil koste at generere eksterne metadatafiler baseret på METS og PREMIS. For at reducere lagringsudgifterne til digital bevaring anbefales det at undersøge forudsætningerne for at anvende tabsfri komprimering af TIFF filerne med fx bzip2. Desuden anbefales det, at KB følger udviklingen af JPEG2000, herunder udbredelse og udviklingen af værktøj, som en mulig afløser for TIFF 6.0 som bevaringsformat for billeder. Dette afsnit gennemgår opbygningen af rapporten. Indledningsvis skitseres baggrunden for projektet og de præmisser det hviler på. negativsamlinger, deres tilgængelighed og bevaringstilstand. Tredje afsnit fokuserer på de visuelle karakteristika man ønsker at overføre fra originalnegativerne og bevare i sikkerhedskopierne, efterfulgt af en beskrivelse af formålet med sikkerheds- og formidlingsdigitalisering. Herefter følger en beskrivelse af produktionen af sikkerhedskopier, herunder digitaliseringsudstyr og specifikationer for billedkvalitet. Det efterfølges af et afsnit om valg af filformat og komprimeringsalgoritmer. Så følger et 7

8 afsnit om metadata, der også opstiller specifikationer for hvor metadata skal placeres og i hvilket format. Herefter beskrives bevaringsløsninger for sikkerhedskopier, herunder udprint af filer på mikrofilm. Dernæst følger et afsnit, der gennemgår hvordan omkostninger i projektet er opgjort vhja. LIFE modellen, og en sammenligning af omkostningerne for digital bevaring af sikkerhedskopier med bevaring på film. Endelig følger et afsnit med konklusioner og anbefalinger, samt en bilagsfortegnelse. INDLEDNING. Rapporten beskrev kulturbevaringen på de statslige ABM institutioner (Arkiver, biblioteker og museer) og kom med anbefalinger for den fremtidige indsats inden for dette område. Efterfølgende blev der afsat en særbevilling på Finansloven til bevaring af kulturarv af enestående national betydning (ENB), som KB har fået stor glæde af. Særbevillingen har også nedbrydningstruede Projektet skal ses som et led i den overordnede bevaringsindsats, som KB de seneste år har gennemført for at sikre bibliotekets negativsamlinger for eftertiden, herunder udskiftning af skadelig emballage og sikring af gode magasinforhold. Projektet er gennemført i perioden 1/ til 31/ Projektet har trukket på ressourcer fra afdelingerne BEV, KOB, DUP og DB, under faglig ledelse af UBK og fulgt af en styregruppe bestående af SBL, THPS, BLO, BNH, GJA, HD og MAV. Det er hensigten at oprette en wikiside for substitutionsprojektet, hvor projektdokumentation, som kravsspecifikationer og kvalitetssikringsprocedurer, kan placeres og holdes ajour. Sikkerhedskopiering (substitution) anvendes til at sikre information på truede samlinger, hvad enten truslen skyldes nedbrydning, tyveri, brand eller andre katastrofer. Målet ved sikkerhedskopiering er at gengive originalen så akkurat som muligt, både mht. billedkvalitet og funktionalitet, og sikre at sikkerhedskopierne kan bevares over tid. I rapporten betegnes en digital sikkerhedskopi og tilhørende metadata under ét som et digitalt objekt. KB har længe haft veletablerede rutiner for sikkerhedskopiering af værdifulde kataloger mm. over på mikrofilm (sikkerhedsmikrofilmning), men manglet retningslinjer for fremstilling af digitale sikkerhedskopier (sikkerhedsdigitalisering), som i dag er den foretrukne reproduktionsteknik. Projektet blev derfor sat i gang for at udarbejde en procedure for sikkerhedsdigitalisering af negativer og afklare hvordan sikkerhedskopier skal bevares. Projektets hovedformål: x Etablering af kvalitetssikret workflow for sikkerhedsdigitalisering af nedbrydningstruede negativer og efterfølgende bevaring af sikkerhedskopierne x Afklare om det er mest omkostningseffektivt at bevare sikkerhedskopier som masterfiler i e- magasin eller som udprint på film i et traditionelt magasin. 8

9 Projektets delmål: x Identificering af bevaringsværdige karakteristika af negativer x Specifikation af kvalitetskrav til sikkerhedskopier x Etablering og kvalitetssikring af workflow for sikkerhedsdigitalisering x Beregning af produktionsomkostninger x Evaluering af systemer til output af digitale filer på analog film x Evaluering af digitale bevaringssystemer x Beregning af bevaringsomkostninger x Undersøgelse af samspil mellem bevarings- og formidlingsdrevet digitalisering x Anbefaling vedr. kassation af originalnegativerne efter sikkerhedskopiering x Rapportering vedr. udenlandske institutioners evaluering af COM S NEGATIVSAMLINGER, DERES TILGÆNGELIGHED OG TILSTAND består af omkring 5,5 mio. negativer, både glaspladenegativer og plastnegativer. Sidstnævnte fordeler sig på ca. 0,9 mio. cellulosenitratnegativer og 2,1 mio. celluloseacetatnegativer - ). Negativsamlingerne er placeret i lukkede magasiner, der betjenes efter behov. Som hovedregel er negativerne kun registreret elektronisk på samlingsniveau, og ofte er den eneste indgang til samlingerne fotografernes egne kataloger/fortegnelser, som heller ikke er elektronisk tilgængelige endnu. Det betyder at negativsamlingerne ligger relativt ubenyttede hen i forhold til de øvrige billedsamlinger, der er mere tilgængelige og bedre registreret. Der fremtages ca. 400 negativer, svarende til 20 ekspeditioner, fra Negativsamlingen pr. år, mens efterspørgslen i Luftfotosamlingen er noget større og ligger på omkring 2400 negativer pr. år. Nitrat- og acetatfilm har begrænset holdbarhed ved stuetemperatur. De nedbrydes relativt langsomt i starten, men på et tidspunkt (det autokatalytiske punkt) stiger hastigheden eksponentielt (se figur 1). Efter det autokatalytiske punkt begynder filmbasen gradvist at gå i opløsning. Tidligere undersøgelser af samlingernes tilstand har vist, at mellem 1 og 10% af plastnegativerne har nået det autokatalytiske punkt. Figur 2 viser et eksempel på et svært skadet For at undgå tab af billedinformation anbefales det at sikkerhedskopiere plastnegativer, inden de når det autokatalytiske punkt. Sikkerhedskopiering er imidlertid en relativt dyr indsats pr. samlinger. Her er det mere omkostningseffektivt at forlænge originalmaterialernes levetid ved at opbevare dem i lavtempererede magasiner, og kombinere denne indsats med sikkerhedskopiering efterhånden som negativerne nærmer sig det autokatalytiske punkt. KB har derfor besluttet at flyttet nitrat- og acetatsamlingerne til hhv. det fælles Nitratarkiv i St. Dyrehave (- 5qC/30%RF) og Fotomagasinet i N112/2 (2qC/30%RF). 9

10 Nedbrydningsgrad Dårlig tilstand (D) Autokatalytiske punkt God tilstand (A) Tid Figur 1. Plastnegativers nedbrydningsgrad som funktion af tid. Figur 2. Nedbrudt nitratnegativ. Sylvest Jensen Luftfoto NK- samling, Århus Rådhus, ca PRIORITERING AF ENB NEGATIVER Herunder ses en liste over de nedbrydningstruede negativsamlinger af enestående national betydning (ENB), som KOB har prioriteret. 1. ografier fra Danmark ( ). 2. Sylvest Jensen Luftfoto NK 3. Nowico Luftfoto, optagelser fra Kbh. 4. Carreby, industrifotografier fra Danmark ( ) 5. Mydtskov, portrætsamling/teaterbilleder ( ) I forbindelse med projektet er to af samlinger digitaliseret. Det drejer sig om en samling af reportage- og reklamefotografen Sven Türck ( ), der viser topografiske og samfundsmæssige motiver fra Danmark i Der er i alt scannet stk. plastnegativer også af en samling glaspladenegativer, som ikke er digitaliseret. Desuden er det luftfotografen Sylvest Jensen ) NK - samling, der viser danske landsbyer og byer, som de så ud i. Her er der scannet stk. negativer, og der mangler stadig ca. 200 stk. Alle negativerne er sort- hvide og ligger som arkfilm i tre forskellige størrelser (6x9, 9x12 og 13x13 cm), og i varierende billedkvalitet og bevaringstilstand. 10

11 HVAD BRUGES NEGATIVER TIL OG HVAD ER DERES KARAKTERISTIKA? egativsamlinger tjener som historisk kildemateriale og/eller kunstværker. Samlingerne afspejler fotografernes kunstneriske og håndværksmæssige kunnen. Afhængigt af hvilken filmtype der er anvendt, hvordan filmen er eksponeret, fremkaldt og efterbehandlet, varierer negativernes sværtning, kontrast, kornstørrelse og skarphed. Samlingerne bærer også spor af hvordan og hvor meget negativerne har været brugt, typisk i form af retoucheringer, afmaskninger, ridser og støv. Langs filmkanten kan der også være trykt information om fabrikat og filmtype eller der kan være kantklip, som er vigtige for datering og identificering af materialetype. Endelig bærer negativerne tegn på materialenedbrydning, fx i form af misfarvning, udblegning eller fysisk ødelæggelse af basen. Negativer udgør et mellemstadie i den fotografiske produktion. De er beregnet til at skulle forstørres og kopieres, hvorefter den positive kopi fremkaldes til det endelige billede. I forbindelse med dette mørkekammerarbejde kan der kompenseres for evt. - eller underbelysning, og arbejdes videre med billedets udtryk. Ved sikkerhedskopiering er målet at reproducere alle disse visuelle karakteristika, så negativets aktuelle udtryk afspejles. Det er også vigtigt at negativernes dimensioner reproduceres korrekt. Det er særligt vigtigt ved kopiering af luftfoto, da de anvendes til at dokumentere geografiske afstande. Der gøres ikke forsøg på at kompensere for evt. fejl fra fotografens hånd eller ændringer som følge af tidens tand. Sikkerhedskopierne inverteres heller ikke til positiver, men bevares med negativ orientering, så man som bruger ikke er i tvivl om, at kilden til billedet er et negativ. Da det kan være vanskeligt for en utrænet bruger at aflæse et negativ, kan sikkerhedskopierne dog kun bruges til begrænsede former for identifikation og søgning, så der skal fremstilles en formidlingskopi til almindeligt brug. Fotografiske materialer har typisk flere detaljer og et større toneomfang end tekst og grafik. Derfor er det også nødvendigt at digitalisere dem i en højere opløsning og bitdybde. Ligeledes indeholder negativer typisk flere detaljer og har et større toneomfang end fotografier. DIGITALISERING TIL BEVARING OG FORMIDLING Med digitalisering er der åbnet op for en mere effektiv forening af bevarings- og formidlingsformål, idet den digitale kopi både kan fungere som sikkerhedskopi og bruges som udgangspunkt for genereringen af afledte formater til formidling. Der er dog knyttet en række fordyrende krav til billedkvalitet, kvalitetskontrol og metadata ved produktion af sikkerhedskopier. Ligeledes er sikkerhedskopier dyrere at bevare, dels fordi den højere billedkvalitet giver større filer, dels fordi der stilles større krav til metadata og kvalitetssikring, og dels fordi de forudsætter en højere grad af bevaringssikkerhed. 11

12 I forbindelse med projektet er både nedbrydningstruede og negativer i god tilstand digitaliseret. Denne fremgangsmåde er valgt for at opnå størst mulig synergieffekt mellem bevaringsdrevet sikkerhedskopiering og formidling. Ved at digitalisere hele samlinger opnår man et større formidlingsmæssigt potentiale, end ved digitalisering af en tilfældig række af negativer. Desuden ligger de skadede negativer spredt i samlingerne, og man er derfor nødt til at gennemgå negativerne enkeltvis for at identificere de behandlingskrævende. Når negativerne en gang er pakket ud, er den ekstra tid det tager også at digitalisere dem til formidling forholdsvis lille. Det er imidlertid ikke nødvendigt at fremstille formidlingskopier af negativer i god tilstand i samme høje kvalitet som sikkerhedskopier, fordi man i princippet vil kunne lave en ny kopi på et senere tidspunkt. Omvendt er gendigitalisering dyrt og kvaliteten af kopien bør derfor ikke være lavere end, at den kan bruges til de fleste formidlingsformål på webben og til trykning. For at udnytte ressourcerne bedst muligt er produktionen og bevaringen differentieret, alt efter om formålet med digitaliseringen primært er bevaring eller formidling. Der er således opstillet et workflow for sikkerhedsdigitalisering af nedbrydningstruede negativer i høj billedkvalitet, og et andet for negativer i god tilstand til formidling. PRODUKTION AF SIKKERHEDSKOPIER Ved digitalisering af negativer til originalerne, ved at sætte scannerens software til automatisk at kompensere for fx meget mørke negativer eller negativer med lav kontrast. Herved bringes kopierne op på et ensartet niveau i forbindelse med digitaliseringen og den efterfølgende billedbehandling bliver normalt mindre omfattende. Ved sikkerhedsdigitalisering er målet derimod at gengive negativerne præcis som de ser ud. Det betyder at digitaliseringsudstyret i princippet skal sættes op til at digitalisere negativerne med samme grundindstilling. Endvidere bevares sikkerhedskopier med en negativ orientering, og skal derfor både vendes og billedbehandles (fremkaldes) før brug. Der findes ingen specifikation af billedkvalitet for sikkerhedsdigitalisering af negativer. Det tætteste man kommer, er en vejledning fra National Archives and Records Administration (NARA) om digitalisering af arkivmaterialer, som i appendiks A Digitizing for preservation vs Productio sammenligner kvalitetskrav for sikkerhedsdigitalisering med formidlingsdigitalisering 1. I USA har en række større institutioner, bla. NARA og Library of Congress (LOC), i 2007 indledt et samarbejde omkring udvikling af standarder for bevaringsegnet digitalisering af historiske materialer. Der er nedsat en arbejdsgruppe for billeder og en for audiovisuelle 1 Steven Puglia, Jeffrey Reed, and Erin Rhodes, Technical Guidelines for Digitizing Archival Materials for Electronic Access: Creation of Production Master Files - Raster Images, US National Archives and Records Administration (NARA). ( 12

13 materialer, og på deres webside findes henvisninger til diverse standarder og guidelines for digitalisering og metadata 2. Til brug for projektet er der udarbejdet en specifikation for billedkvalitet ved sikkerhedskopiering af negativer (se tabel 1). Specifikationen tager udgangspunkt i er for sikkerhedsmikrofilmning, og i generelle anvisninger digitalisering. Desuden er der hentet råd og vejledning fra forskellige relevante udøvere og rådgivere inden for digitalisering af kulturarvsmaterialer. Endelig bygger specifikationen på egne test. Original 9x12 cm Sikkerhedskopi Formidlingskopi Opløsning (100%) 2,500 3,000 ppi 1,200 1,600 ppi Bitdybde 16 bits 8 bits Farverum RGB Gråtoner Output profil ecirgb_v2 AdobeGrey 2.2 Orientering Negativ Positiv Referencer Gråkile, målestok Ingen Billedbehandling Ingen Til output Pixel dimensioner 9850 x x 5664 Filstørrelse (TIFF 6.0) 665 MB (2500 ppi) 25 MB (1200 ppi) Tabel 1. Specifikationer for fremstilling af sikkerhedskopier og formidlingskopier af negativer. Som det fremgår af tabellen kan den højere kvalitet af sikkerhedskopier også ses i forhold til filstørrelsen. Ved farveoptagelser bliver filstørrelsen 3 gange større end en tilsvarende optagelse i gråtoner. Ligeledes fylder 16 bit optagelser dobbelt så meget som 8 bit. Det højere kvalitetsniveau betyder altså at filerne fylder mindst 6 gange mere. Der er langt fra specifikationer for sikkerhedsdigitalisering til omsætning af disse i praksis og sikring af kvaliteten. Opsætning og test af digitaliseringsudstyret kræver indgående teknisk kendskab, og det har været nødvendigt at hente denne ekspertise eksternt. Ligeledes har det været nødvendigt at trække på eksterne konsulenter til fremstilling af farveprofiler og optimering af billedfilernes kvalitet. DIGITALISERINGSUDSTYR Traditionelt har man brugt fotografiske optagelser på fx mikrofilm eller duplikatfilm til sikkerhedskopiering af truede samlinger. I dag har digitale optagelser overtaget også denne del af billedproduktionen på de fleste institutioner. Valg af udstyr afhænger af originalens størrelse, materialetype (transmission/refleksion) og hvor stort et densitetsomfang og opløsning udstyret skal kunne levere. Negativerne er digitaliseret vhja. en flatbedscanner, Kodak (Creo) iqsmart 3. Det skyldes at den kan tage diverse formater, herunder også de luftfotonegativer, som er klippet ud i 2 Federal Agencies Digitization Guidelines Initiative ( 13

14 enkeltbilleder fra en rullefilm, og som derfor ikke er vinkelrette og ensartede. Ulempen ved flatbedscannere er først og fremmest at de er relativt langsomme. Afhængigt af negativstørrelsen (9x12 cm/13x13 cm) tager scanningen min. Det kan være en fordel at anvende en filmscanner til negativer i standardformater (som fx 35 mm og 9x12cm), både fordi udstyret er beregnet til filmmaterialer, og fordi de fås til batch scanning, hvilket kan gøre processen hurtigere. Alternativt kan optagelsen også laves vhja. et digitalt kamera, som monteres på en reprostand over en kalibreret lyskasse. En kameraoptagelse tager kun få sekunder. Digitale kameraer er i dag oppe på omkring 39 megapixels (5412x7212 pixels). Det er i teorien tilstrækkeligt til sikkerhedsdigitalisering af formater op til ca. 5x7 cm i 2500 ppi, men altså ikke tilstrækkeligt til digitalisering af projektets formater. Ved digitalisering til formidling i 1500 ppi, vil man kunne klare negativer op til ca. 9x12 cm. Hvis man skal digitalisere mange negativer, i blandede formater og til flere formål, bør man overveje at indkøbe forskellige typer udstyr og tilpasse det til de enkelte opgaver. Imidlertid skal man også være opmærksom på, at tidsforbruget til de øvrige processer i workflowet, som fx generering af beskrivende metadata og billedbehandling (fremkaldelse) af masterfiler til formidling, ikke ændres, og at disse processer derfor risikerer at blive flaskehalsen i workflowet i stedet for scanningen. BILLEDKVALITET Den tekniske kvalitet af en billedfil bestemmes først og fremmest af punkt- og toneopløsning, farverum samt filformat. Disse parametre, som er knyttet til digitaliseringsudstyret, er bestemmende for, hvor god en reproduktion af originalmaterialet man kan fremstille. Punktopløsningen, også bare kaldet opløsningen, er bestemmende for, hvor nøjagtigt den digitale reproduktion kan gengive originalnegativets detaljer. Opløsningen er udtryk for, hvor tæt billedelementerne (pixlerne) sidder i forhold til en given længdeenhed. Oftest angives opløsning i ppi (pixels inch). Når man taler om opløsningen i forbindelse med udprint er den korrekte betegnelse dpi (dots per inch), men ppi og dpi anvendes ofte i flæng. Billedets pixeldimension betegner antallet af pixels i bredden gange antallet i højden. Fx har et 4x5 tommer negativ (~9x12 cm), der er digitaliseret ved 2500 ppi, pixeldimensionerne x Opløsningen har betydning for hvor meget man kan forstørre negativet, eller hvor langt ind i det man kan zoome. Hvor høj opløsning, der er nødvendig for at reproducere alle væsentlige detaljer i negativet, afhænger af negativets størrelse og detaljerigdom. De negativsamlinger som er udtaget i forbindelse med projektet indeholder negativer i 3 forskellige størrelser, nemlig 6x9, 9x12 og 13x13 cm. For hver størrelse er den nødvendige opløsning bestemt gennem en serie test, hvor repræsentative negativer optages med stigende opløsning, fx 2000, 2500, 3000, 3500 og 4000 ppi. Efterfølgende sammenlignes testfilerne visuelt på skærmen, og grænsen for, hvornår der ikke hentes flere detaljer, selvom opløsningen stiger, bestemmes. Negativerne i projektet er scannet i ppi. For at øge produktiviteten og spare lagringsplads kan formidlingskopier optages i en lavere opløsning, fx i ppi. 14

15 Toneopløsningen, eller bitdybden, er afgørende for hvor mange af originalnegativets toner/farver den digitale fil kan reproducere. Det er både vigtigt at hele originalens toneomfang, fra skygge til højlys, er med i optagelsen, og at den relative forskel mellem tonerne (kontrasten) reproduceres korrekt i forhold til originalen. Farveværdien af hver pixel udtrykkes kaldes også bits, og hver pixel kan, afhængigt af billedformatet, bestå af et forskelligt antal bits, typisk 1, 8 eller 16 bits. Hvis bitdybden er 1, kan pixlen have to farveværdier, fx hvid eller sort, og denne type billeder kaldes derfor bitonale. Hvis man har 8 bits kan man lave 2 8 kombinationer, svarende til 256 forskellige toner fra hvidt til sort, og med en bitdybde på 16 er der teoretisk 2 16 muligheder, svarende til forskellige. Scannere og digitale kameraer leverer ikke reelt 16 bit, men kun omkring afhængigt af udstyrets kvalitet. I farvebilleder kan hver pixel kodes med 3 farveværdier, en for hver af de tre farvekanaler Rød, Grøn og Blå (RGB). Hvis bitdybden er 8 bit har man altså mulighed for at kode 2 (3x8), svarende til over 16 mio. forskellige toner. For at kunne reproducere alle negativernes nuancer i både højlys og skygge digitaliseres sikkerhedskopier i 16 bits. Formidlingskopier reduceres efter billedbehandling (fremkaldelse) til 8 bit billeder for at spare lagerplads. Den høje bitdybde er også nødvendig pga. at negativerne optages som de er uden normalisering. Det betyder at nogle af sikkerhedskopierne vil kræve omfattende korrektioner i forbindelse med billedbehandlingen frem mod tilgængeliggørelse. Figur 3 herunder viser et eksempel på en situation hvor 8 bit er utilstrækkelig for den nødvendige billedbehandling. Figur 3. T.v. ses det originale meget mørke billede og t.h. to udsnit af kopier lavet i hhv. 16 og 8 bits. Bemærk at tonerne i skygge områderne i 8 bit billedet falder sammen i større flader. Selvom negativerne er sort/hvide optages de i farve, for at kunne dokumentere misfarvninger og skift i negativets farveholdning. En farveoptagelse giver også bedre mulighed for at kunne lave en digital restaurering af sikkerhedskopien, idet man kan benytte den farvekanal, der er mindst påvirket af skaden til fremstillingen af en afledt kopi. Farverne i digitale billeder udtrykkes i forhold til et farverum, fx RGB eller CIELAB, og kan yderligere specificeres vhja en farveprofil. Formidlingskopier reduceres efter billedbehandlingen til gråtoner for at spare lagerplads. Digitalt udstyr, som scannere, kameraer, skærme og printere, opererer i RGB farverummet, men den måde det enkelte udstyr opfatter og gengiver farver på varierer. Det betyder at hvis man scanner et billede med en gul misfarvning, vil den gule farve 15

16 have forskellige nuancer afhængigt af hvilken skærm man ser den på eller om den printes ud. International Color Consortium (ICC) 3 har udviklet en metode til farvestyring. Den bygger på at alt udstyr karakteriseres (profileres) i forhold til en såkaldt ICC profil. ICC profiler er tabeller, der lister forskellen mellem hver af de tre farver (RGB) udstyret ser i forhold til en standard (farverummet CIELAB). På den måde sker der en normalisering af farverne, man kan også sige, at der sætter enheder på farveværdierne. Til karakterisering af scanneren og fremstilling af en inputprofil blev der i starten anvendt test kortet ISO IT8.7/2 (transmissionsmaterialer), der har omkring 240 farver. Senere er test kortet, Hutch Color Target (HCT) taget i anvendelse, fordi det har flere farver og et større densitetsomfang. Testkortet scannes og de indscannede værdier sammenlignes med reference værdier, som følger med testkortet, og der dannes en inputprofil. Når negativerne efterfølgende scannes med denne inputprofil normaliseres farveværdierne. Scannere skal karakteriseres 1-2 gange om året eller, hvis scannerens lys, filtre eller software ændres. Af bevaringshensyn bør den udstyrsspecifikke inputprofil, der er fremstillet i forbindelse med karakterisering af scanneren og som anvendes i forbindelse med scanningen, erstattes med en standard ICC farveprofil (output profil). Sikkerhedskopierne gemmes stadig med den udstyrsspecifikke input profil, men hensigten er at konvertere til output profilen ecirgbv2, som er udviklet af European Color Initiative (ECI) 4. Formidlingskopier gemmes i AdobeGrey2.2. Når billeder justeres og kontrolleres visuelt er det vigtigt, at rummet er oplyst af lyskilder med den korrekte farvetemperatur, fx K fx Osram Lumilux de Luxe xxw/950 eller Philips TLD de Luxe xxw/950. Ligeledes skal alle skærme, der anvendes til visuel bedømmelse af billederne kalibreres en gang om måneden med et farvespektrofotometer, som fx Eye- one Display. FILFORMAT TIFF 6.0 (Tagged Image File Format) anvendes som bevaringsformat for sikkerhedskopierne. Den nuværende version af formatet er fra 1992 og ejes af Adobe, men specifikationen er frit tilgængelig. TIFF 6.0 har i mere end 10 år været brugt som de facto standard for bevaring af billeder på ABM institutioner. Den største ulempe ved TIFF i forhold til bevaring, er at formatet er pladskrævende og derfor relativt dyrt at lagre. Filernes størrelse gør dem også vanskelige at transmittere via nettet og gængse web browsere er ikke udviklet til at kunne vise dem. Når billederne skal vises på nettet skal man derfor fremstille en afledt formidlingskopi i fx JPEG eller i form af en zip komprimeret Pyramide TIFF. JPEG formatet er et meget udbredt billedformat. Det fylder betydeligt mindre end TIFF og er velegnet til distribution via nettet. Det er dog uegnet som bevaringsformat fordi 3 International Color Consortium 4 ecirgbv2 er standardiseret som en teknisk specifikation under ISO color encodings. 16

17 det automatisk komprimerer billedinformationen med en tabsgivende algoritme. Hver gang en JPEG fil åbnes, redigeres og gemmes, komprimeres billedet, hvilket resulterer i en gradvis forringelse af billedkvaliteten. De seneste år har man talt meget om JPEG2000 som afløser for TIFF som bevaringsformat for billeder. JPEG2000 er baseret på wavelet transformering og giver i modsætning til JPEG mulighed for tabsløs komprimering. KOMPRIMERING Formålet med komprimering af digitale billeder er at mindske filernes størrelse og dermed behovet for lagringsplads. Filerne bliver desuden hurtigere at migrere fra et medie til et nyt. Endelig kan man kontrollere sine data hurtigere og dermed hyppigere, hvilket øger chancen for at opdage og udbedre bitfejl i tide. Komprimering betyder også at det er hurtigere at transmittere filerne via nettet. Komprimering sker ved brug af forskellige programmer (algoritmer), som findes i tabsfri (lossless) og tabsgivende (lossy) versioner. Tabsfri komprimering er en reversibel proces, hvor billedfilen når den efterfølgende dekomprimeres, genskabes nøjagtigt som den oprindelige fil. Algoritmerne udnytter at filerne indeholder redundant information, i form af gentagne mønstre, der kan kodes ved brug af færre bits. Eksempler på tabsfrie algoritmer, som kan anvendes på TIFF filer, er LZW, ZIP (flate) og Bzip2. Ved tabsgivende komprimering fjernes en del af billedinformationen derimod permanent. Man udnytter her bl.a., at vores sanser ikke kan opfatte al information, fx se alle farvenuancer, og fjerner noget af denne information. Tabsgivende komprimering er mere effektiv end tabsfri, men jo hårdere man komprimerer desto mere forringes billedkvaliteten også. Så længe man ikke kan se ændringerne, taler man om visuelt tabsfri komprimering. Brug af komprimering gør den funktionelle bevaring mere kompleks, fordi man både skal takle bevaringen af filformatet og komprimeringsalgoritmen. Udover filformatet skal man overvåge komprimeringsalgoritmen for tegn på forældelse, og have styr på de anvendte komprimerings- og dekomprimeringsværktøj, også i forbindelse med en bevaringsindsats, som fx migrering. Man skal også være opmærksom på at det ikke er alle TIFF værktøj, der kan læse komprimerede filer. I forbindelse med projektet er forskellige muligheder for at benytte tabsfri komprimering af TIFF filer blevet testet sammen med brug af et mindre pladskrævende format til bevaring af billeder. De komprimeringsalgoritmer, der er testet er LZW, ZIP (flate) og Bzip2 5. Desuden er muligheden for at benytte tabsfri JPEG2000 (Part 1 eller 2) blevet undersøgt. Tabel 1 viser resultatet af testen. Bemærk at komprimering af 16 bit filer med LZW øger filstørrelsen. Det er endnu uafklaret, om årsagen til at 16 bit billederne komprimerer relativt dårligt, skyldes støj eller at algoritmerne er optimeret til 8 bit, eller om det skyldes den måde computere lagre de 8 og 16 bits på. 5 Bzip2 er open source og den er mere effektiv en ZIP (flate), men også langsommere. Den nuværende version er fra

18 TIFF 6.0 ukomprimeret RGB 16 bit 8 bit TIFF/LZW (Photoshop CS2) 117% 45% TIFF/ZIP (flate) (Photoshop CS2) 11% 48% TIFF/BZIP2 15% 50% JPEG2000 tabsfri (LuraWave CLT JP2) 33% 64% Tabel 1. Forskellige komprimeringsalgoritmers evne til at reducere filstørrelsen af hhv. 16 og 8 bit sikkerhedskopier i RGB. KVALITETSSIKRING Kvalitetssikringen skal sørge for at den digitale produktion følger de fastsatte specifikationer. I forbindelse med produktionen kontrolleres kvaliteten af digitaliseringsudstyr og billedfiler. Scannernes ydeevne er kontrolleret ca. 1 gang årligt af eksterne eksperter vhja. standardiserede tests for bla. opløsning og toneomfang. I forbindelse med digitaliseringen har operatøren vhja. Photoshop, løbende kontrolleret at hele motivet er med på alle scanninger, og at alle reproduktioner har målestok og gråkiler. Desuden kontrolleres det, at hele toneomfanget gengives og at billedet ikke indeholder artefakter, som fx støj. Denne kontrol skal gerne fange evt. fejl så de kan udbedres umiddelbart, helst inden originalmaterialerne er bragt tilbage på magasin. METADATA Metadata er en fællesbetegnelse for en række forskellige informationer, der knytter sig til et objekt, som her en sikkerhedskopi, og som man ønsker at gemme sammen med billeddataene. Det kan være information, der identificerer og beskriver originalen, som fx fotografens navn, billedets titel, emne, registreringsnummer og copyrightforhold. Det kan også være information, der udtrykker en struktur eller relationer mellem objekter, som fx hvordan et negativ er en del af en billedserie eller samling. Endelig kan det være informationer, der understøtter administrationen af objekter, herunder indsamling, bevaring og formidling. Metadata spiller en særlig vigtig rolle for digitale objekter, fordi de, i modsætning til analoge materialer, kun kan læses og fortolkes via maskiner og programmer. Metadata, om objektet og systemets tekniske karakteristika, er således en forudsætning for, at et digitalt billede kan gengives. Metadata inddeles ofte i beskrivende, strukturelle og administrative metadata, alt efter det formål de tjener. Denne systematik er dog ikke entydig, da nogle metadata har flere formål og derfor kan placeres i flere kategorier. Det gælder fx metadata vedr. ophavsrettigheder, der både kan siges at høre til under beskrivende metadata og administrative. Der opereres desuden med underkategorier, som fx tekniske metadata. Endelig er der bevaringsmetadata, som går på tværs af de nævnte kategorier og samler de metadata, der er nødvendige for at kunne langtidsbevare et digitalt objekt. Bevaringsmetadata er vigtige for forvaltningen af objekter af flere grunde. De dokumenterer objektets proveniens (oprindelse) og de ændringer der sker i forhold til det over tid. Denne historik er vigtigt for, at KB kan godtgøre objekternes autenticitet 18

19 (ægthed). Bevaringsmetadata beskriver også objektets tekniske egenskaber og det tekniske miljø (hardware, styresystem og programmer), der er nødvendigt for at kunne fremvise objektet, her og nu og på tværs af skiftende teknologier. Information om rettigheder og ændringer i disse forhold er også vigtig for objekter, der skal bevares. Endelig dokumenterer de bevaringsindsatser, som fx en en migrering til et nyt format 6. INDLEJREDE OG EKSTERNE METADATA Nogle metadata skal tilføres manuelt, andre kan genereres automatisk (repetativt) af de programmer, der anvendes i produktionen og arkivsystemet. I forbindelse med digitaliseringen skriver scannerens eller kameraets software fx automatisk en række tekniske metadata om tilblivelsesprocessen direkte ind i billedfilen. Metadata kan indlejres i mange billedformater, som fx TIFF, JPEG og JPEG2000. De kan også samles i en ekstern metadatafil. Fordelen ved at indlejre metadata er, at man ikke risikerer, at miste relationen mellem billeddata og metadata. Hvis en billedfil fx downloades fra KB s web, følger de indlejrede metadata automatisk med. Fordelen ved at bevare metadata i en ekstern fil, fx i en database, er at man har bedre mulighed for at samle forskellige typer metadata og relatere til andre informationskilder, fx andre kataloger. På den måde kan man opnå mere effektive søgemuligheder. METADATASTANDARDER Hvis metadata skal kunne anvendes af eksterne brugere og systemer, er man nødt til at følge standarder for hvad de enkelte metadata elementer skal indeholde, herunder hvilken terminologi og sprog man skal anvende (semantik), og hvordan elementerne struktureres og formateres (syntaks). Et standardiseret indholds- og dataformat, kaldes også et metadataskema. XML (extensible Markup Language) er et eksempel på et udbredt dataformat til metadata. Det er kendetegnet ved at være fleksibelt, det kan udvides efter behov, og det kan både læses af maskiner og mennesker. Samme entydighed finder man ikke for indholdsformater. Nogle er udviklet specielt til indlejrede metadata, mens andre fortrinsvis er beregnet til eksterne metadata. De mest udbredte indholds- og dataformater for billeder beskrives herunder. Billedformatet giver den overordnede ramme for de indlejrede metadata (tags). Sikkerhedskopierne gemmes i TIFF (Tagged Image File Format), der opererer med en række obligatoriske felter (baseline fields), som fx pixel dimensioner (ImageWidth/Length), bitdybde (BitsPerSample) og farverum (SamplesPerPixel), og med en række frivillige felter (extension/private fields) 7. Forskellen på felterne består i, at TIFF programmer skal kunne behandle baseline felter, men ikke nødvendigvis alle extension/private tags. TIFF specifikationen har bl.a. reserveret et frivilligt felt til indholdsformatet Exif (Extensible image file format), der er udviklet af scanner/kamera 6 Lavoie, B. et R. Gartner, Preservation Metadata, DPC Technology Watch Series Report 05-01, September 2005, s. 5. ( 7 Aware Systems vedligeholder en TIFF tag reference, som lister og beskriver alle kendte TIFF tags. Det er også muligt at downloade en TIFF tag viewer fra websiden: 19

20 producenterne til tilblivelsesdata og et til IPTC (International Press Telecommunications Council), der anvendes til udveksling af beskrivende metadata. Man kan tilføre IPTC metadata via Photoshop file info funktionen. TIFF specifikationen har også et frivilligt felt til indlejring af ICC farveprofiler. I et forsøg på at organisere de mange forskellige indlejrede metadata (TIFF, Exif, IPTC) og undgå, at de ændres, når billeder udveksles med andre systemer, har Adobe udviklet metadatacontaineren XMP (Extensible Metadata Platform) 8. XMP er også XML baseret, men ikke standardiseret. TIFF specifikationen indeholder også et (extension) felt til XMP metadata. Den indeholder derimod ikke et felt til DC (Dublin Core Metadata Initiative), som også er et udbredt skema for beskrivende metadata, men DC kan indsættes indirekte i TIFF filen via XMP feltet. Mange biblioteker anvender XML formatet METS (Metadata Encoding & Transmission Standard) som eksternt dataformat (container) for beskrivende, strukturelle og administrative metadata. METS er udviklet af DLF (Digital Library Federation) i 2001 og vedligeholdes af LOC (Library of Congress) 9. Man kan linke til eller indlejre forskellige godkendte metadataskemaer i METS. Fx DC og MODS (Metadata object description schema) til beskrivende metadata, MIX 10 (NISO Z39.87 Metadata for Images in XML) til tekniske metadata og PREMIS 11 (Preservation Metadata: Implementation Strategies) Data Dictionary til bevaringsmetadata. PREMIS er udviklet af en international arbejdsgruppe i 2005, og senere revideret og udsendt i form af version 2.0 i PREMIS ordner bevaringsmetadata i 4 hovedgrupper: Objects (objekter), Rights (rettigheder), Events (hændelser) og Agents (udøvere; person, organisation eller system), som består af en række obligatoriske og frivillige elementer. I Objects er de obligatoriske felter: unik identifikation af objektet, objekt kategori (repræsentation, fil eller bitstrøm), objektets tekniske karakteristika (fx oplysninger om komprimering, kryptering, format og størrelse), samt hvordan og hvor objektet lagres. I Event er det: unik identifikation af hændelse, hændelsestype (fx komprimering, checksumskontrol, migrering) samt dato og tidspunkt for hændelsen, mens det i Agent er: unik identifikation af udøver. Rights har ingen obligatoriske elementer. Man kan implementere metadataskemaer på forskellige måder i METS, og derfor arbejder man med profiler, der giver en specifik beskrivelse af METS filens struktur og hvordan metadataskemaer skal indlejres i denne struktur. Fx har NLA (National Library of Australia) udviklet APSR- NLA METS profilen, som definerer hvordan MODS og PREMIS indarbejdes i METS (se figur 5). Der er også en METS profil for implementering af PREMIS i METS under udvikling Adobe XMP Home home.html Guidelines for using PREMIS with METS for exchange (September 08) premismets.pdf 20

21 Fig. 5 APSR- NLA METS profil. METADATA ANBEFALINGER I dansk ABM regi anbefales det at bruge DC til indholdsbeskrivelse og XML som dataformat til udveksling af data 13, hvilket r midtvejsrapport fra digi 14, også lægger sig i forlængelse af. I en

22 engelsk JISC rapport om metadata for digitale biblioteker 15 peges der på METS som det mest lovende dataformat, med DC eller MODS til beskrivende metadata, MIX til tekniske metadata, METS Rights skemaet til rettigheder og PREMIS til bevaringsmetadata. KB har ikke lagt sig fast på hvilke standarder for metadata for digitale billeder biblioteket ønsker at følge mht. indhold og dataformat. Det er heller ikke besluttet om metadata skal indlejres eller ligge i selvstændige metadatafiler eller begge steder. Det er heller ikke afklaret hvordan metadata skal revideres og hvordan samspillet mellem levende/aktuelle metadata og metadata historik skal fungere. METADATASPECIFIKATIONER FOR SIKKERHEDSKOPIER For sikkerhedskopier anbefales det at gemme et sæt minimumsmetadata indlejret i billedfilerne og et komplet sæt i en ekstern metadata fil. Tabel 2 lister hvilke indlejrede metadata sikkerhedskopier i TIFF formatet som minimum skal indeholde. Den er baseret på et udkast fra førnævnte arbejdsgruppe vedr. digitalisering 16. I forhold til den oprindelige tabel er der tilføjet en kolonne for hvordan metadata genereres og en evt. markering i tilfælde hvor feltet ikke skønnes nødvendigt i relation til sikkerhedskopier. TIFF tag Felt navn Beskrivelse Eksempler Tilførsel 256 Baseline ImageWidth Antal pixler pr række Automatisk/scanning 257 Baseline ImageLength Antal (pixel- ) rækker i Automatisk/scanning billedet 258 Baseline BitsPerSample Antal bits pr komponent 16 (gråskala) Automatisk/scanning (farve) 259 Baseline Compression Komprimeringsalgoritme 1 = ukomprimeret Automatisk/scanning 5 = LZW 8 = flate (zlib) 277 Baseline SamplesPerPixel Antal komponenter pr 1 (gråskala) Ikke nødvendig pixel 3 (farve) 282 Baseline XResolution Antal pixler horisontalt 2540 ppi Ikke nødvendig pr cm/inch 283 Baseline YResolution Antal pixler vertikalt pr 2540 ppi Ikke nødvendig cm/inch 306 Baseline DateTime Dato og tidspunkt for skabelse af billedet 2008:12:24 13:45:33 Automatisk/scanner (formatet er dog ikke korrekt) 315 Baseline Artist Billedproducent KB; initialer Manuelt/på serie niveau 269 Extension DocumentName Navn på kildemateriale Sylvest NK 289 Ikke nødvendigt Private ImageUniqueID Unik fil ID (Exif) GUID Automatisk/Cumulus 271 Baseline Make Scanner producent Kodak Automatisk/scanning 272 Baseline Model Scanner model/nummer iqsmart3 Automatisk/scanning 305 Baseline Software Navn og version af oxygen 2.2 Automatisk/scanning software brugt til skabelsen Baseline Copyright Rettigheder KB Manuelt/på serie niveau 700 Extension XMP XMP metadata Fx TIFF, Exif, IPTC, DC Automatisk/Photoshop Private IPTC IPTC metadata Manuelt/Photoshop File info Private ExifIDF Pointer til Exif IDF Automatisk/scanning Private ICCProfile ICC farveprofil RGB_eci_v2 Automatisk/scanning Private ColorSpace Specifikt farverum AdobeRGB1998 Ikke nødvendig Tabel 2 viser et udkast til metadata for TIFF billeder fra en amerikansk arbejdsgruppe. 15 Gartner, Richard, Metadata for digital libraries: state of the art and future directions, JISC Technology & Standards Watch, version 1.0, April 2008 ( ts2008_published.aspx) 16 ms2.pdf 22

23 Det skal endvidere afklares, hvilke IPTC og andre indholdsmetadata der skal stilles krav om. Ligeledes skal det undersøges om det vil være hensigtsmæssigt at anvende XMP som det overordnede dataformat for indlejrede metadata. Mht. den eksterne metadatafil, anbefales det for sikkerhedskopiernes vedkommende at anvende METS som det overordnede dataformat, i kombination med et DC eller MODS skema til beskrivende metadata og PREMIS til bevaringsmetadata. Formatspecifikke tekniske metadata kan tilføjes i MIX formatet eller evt. i form af en output fil fra JHOVE. Mht. til implementeringen af METS kan der tages udgangspunkt i APSR- NLA METS profilen, som NB i Norge også er i færd med at indarbejde i deres workflow. Tabel 3 viser en oversigt over PREMIS metadata med angivelse af hvilke elementer er obligatoriske, og hvorfra og hvordan (manuelt eller automatisk) informationerne skal tilvejebringes. PREMIS element Beskrivelse Kilde/værktøj Nødvendig 1.1 objectidentifier unique identification of object Auto/Cumulus Ja 1.2 objectcategory representation, file, bitstream Auto/Cumulus Ja 1.3 preservationlevel e.g. full, bit level Nej 1.4 significantproperties look, feel, functionality, intellectual content Nej 1.5 objectcharacteristics composition level, fixity, size, format, creating application, inhibitors, extensions (e.g. NISO Z39.87 MIX) Auto/Cumulus/ JHOVE 1.6 originalname name of object as submitted/harvested Nej 1.7 storage how and where the object is stored Auto/Cumulus Ja 1.8 environment hw/sw supporting use of object Nej 1.9 signatureinformation digital signature information Nej 1.10 relationship relationship to one or more other objects Nej 1.11 linkingeventidentifier identifier for event Nej 1.12 linkingintellectualentityidentifier identifier for intellectual entity Nej 1.13 linkingrightsstatementidentifier identifier for rights statement Nej 2.1 eventidentifier unique identification of event Ja 2.2 eventtype nature of event, e.g. compression, fixity check, migration 2.3 eventdatetime date and time for event Ja 2.4 eventdetail additional information on event Nej 2.5 eventoutcomeinformation information about outcome of event Nej 2.6 linkingagentidentifier agent associated to event Nej 2.7 linkingobjectidentifier information about object associated to event Nej 3.1 agentidentifier unique identification of agent Ja 3.2 agentname additional information on agent Nej 3.3 agenttype characterisation of agent type Nej 4.1 rightsstatement documentation of the reposit Nej perform acts 4.2 rightsextension container to include sematic units defined outside Nej PREMIS Tabel 3. Oversigt over PREMIS elementer, beskrivelse og angivelses af kilde/værktøj samt om de er obligatoriske. NB TABELLEN ER IKKE FÆRD Ja Ja 23

24 IMPLEMENTERING AF METADATA KB registrerer og administrerer metadata til billeder via det licensbaserede program Canto Cumulus 17. Programmet læser gængse filformater og udtrækker indlejrede metadata fra dem, herunder IPTC, Exif og XMP metadata. Ligeledes kan man frit oprette og definere elementer og tilføje beskrivende metadata til enkelte billeder eller serier. Denne fleksibilitet har samlingsafdelingerne brugt til at opbygge lokale skabeloner for beskrivende metadata. Når billederne skal formidles skal skabelonerne derfor normaliseres i forhold til de standarder, KB pt. anvender til formidling og udveksling. fra Cumulus til RSS (Really Simple Syndication) formatet. Et RSS feed er en XML fil, der udover titel, beskrivelse og et link til objektet, kan indeholde andre udvalgte (normaliserede) metadata fra Cumulus. Til udveksling af data med andre systemer anvendes OAI- PMH (Open Archives Initiative Protocol for Metadata Harvesting), og her normaliseres metadataene fra Cumulus skabelonen til DC bibliotekssystem, Aleph, normaliseres den via MODS til MARC. Ved sikkerhedsdigitalisering indlejres der automatisk en række tekniske metadata fra produktionen (scanning + evt. billedbehandling) i billedfilen. Hvert scan tilføjes også filnavn og placeres i en given filstruktur. KB opererer endnu ikke med en standard for filnavngivning og filstruktur. I sikkerhedskopieringsprojektet består filnavnet af fotografens efternavn, samlingens navn og det originale negativs registreringsnummer. Filerne placeres under samlingsafdelingens område på produktionsplatformen (KOB/Substitution), i mapper med de respektive fotografers navne. Herefter registrerer scanningsoperatøren billederne i Cumulus, hvorved tekniske metadata udtrækkes. Operatøren tilføjer samtidigt en række beskrivende metadata om originalen, som materialetype (nitrat- eller acetatfilm), størrelse/filmformat (fx 35 mm rullefilm eller 9x12 cm planfilm) og bevaringstilstand (A = god, B = middel, C = dårlig, D = akut dårlig). Endelig tilfører samlingsafdelingen (KOB) beskrivende metadata om negativerne, fx billedets titel, årstal og emneord. Disse udtrukne og tilførte metadata gemmes i Cumulus systemet. Når KB/KOB beslutter hvilken metadata standard, der skal følges, skal disse metadata tilpasses standarden. Cumulus kan i princippet også sættes op til at skrive metadata tilbage i filen, og vil dermed også kunne bruges til redigering og tilføjelse af indlejrede metadata. I praksis er det dog pt. kun muligt at skrive tilbage til udvalgte IPTC felter. Via Cumulus tilføres alle objekter også en GUID (Global Unique Identifier), dvs. en unik identifikator. Cumulus kan også sættes op til at eksportere et foruddefineret sæt af metadata til en selvstændig XML 18, men dette er endnu ikke testet. DB har udviklet et program der udtrækker alle metadata fra Cumulus, og skriver dem ud i en uspecificeret flad fil med angivelse af Cumulus feltnavn og værdi. Denne metadatafil skal bevares sammen med billedfilen - magasin, indtil det afklares hvad det koster, at anvende METS med PREMIS standarden for bevaringsmetadata. 17 Canto Cumulus

25 KB skal også afklare hvordan ændringer i metadata skal administreres. En måde kunne være at gemme de aktuelle opdaterede metadata i ét system, fx Cumulus. De metadata filer, der ligger i e- magasinet må derimod ikke rettes. I stedet skal der fremstilles en ny version af metadatafilen, som gemmes sammen med de tidligere versioner. E- magasinet bevarer hermed metadata historikken. VALIDERING AF BILLEDDATA OG METADATA Det er hensigten at implementere karakteriserings- og valideringsværktøjet JHOVE 19 i ingest funktionen. JHOVE er udviklet af Harvard University Library og JSTOR til identificering, validering og karakterisering (udtrækning af metadata) af forskellige filformater 20. Programmet gennemgår pt. en større revision og release af JHOVE2 forventes inden for to år 21. Når KB har besluttet hvilke metadataskemaer man vil følge kan JHOVE bruges til at validere, at skemaerne indeholder de specificerede metadata i det specificerede format. JHOVE analyserer hvilke metadata filen indeholder og lister dato for hvornår filen senest er ændret, byte størrelse, format, format version, MIME type, format profiler, CRC32, MD5 og SHA- 1 checksummer, og om filen er velskabt (well formed) og valid. Med velskabt menes at objektet følger formatspecifikationens syntaktiske regler. Med valid menes at filen udover at være velskabt også opfylder de semantiske regler, som formatspecifikationen foreskriver. JHOVE lister de tekniske metadata i følge ANSI/NISO Output filer fra JHOVE (XML) kan evt. placeres som et udvidelsesskema i PREMIS, og anvendes som dokumentation for de formatspecifikke tekniske metadata. Det besværliggør i valideringsprocessen at forskelligt software, herunder forskellige versioner af samme software, ikke læser og fortolker indlejrede metadata på samme måde. Nogle programmer læser ikke bestemte tags, og andre går ind og reviderer eller overskriver eksisterende metadata. Hvis et billede (sikkerhedskopi) fra scanneren fx åbnes i Photoshop, slettes navnet på scanningssoftwaren automatisk, og erstattes af navn og version af Photoshop. Samtidigt tilføjes elementet DateTimeCreated, men her refererer det ikke til hvornår billedet er skabt (scannet), men derimod til tidspunktet hvor billedet er behandlet i Photoshop. BEVARING AF SIKKERHEDSKOPIER Projektet har undersøgt kvalitet og omkostninger af to forskellige teknikker til bevaring af sikkerhedskopier. En hvor den digitale masterfil og metadata gemmes i et pålideligt elektronisk magasin (trusted digital repository), og en hvor sikkerhedskopien overføres til analog film og bevares i et traditionelt magasin JHOVE web site: 21 JHOVE2 web site: 22 ANSI/NISO Z Data Dictionary - Technical Metadata for Digital Still Images d9f830207b3cc9f3b6c2c (Ligger også til grund for MIX) 25

26 OUTPUT PÅ FILM Pointen med at printe de digitale sikkerhedskopier ud på film er, at når udgifterne til udprintningen er dækket, er de løbende udgifter til bevaring i et traditionelt magasin betydeligt lavere end udgifterne til bitbevaring af tilsvarende informationsmængder i e- magasin. Desuden slipper man ved filmløsningen for de løbende omkostninger til funktionel bevaring af digitale billedfiler. Der findes to forskellige typer udstyr til output af digitale data på analog film (film recorders). En indirekte, hvor billedfilen hentes frem på en skærm og affotograferes med et kamera på analog film, og en direkte, hvor billedet printes ud på film vhja. en laserprinter. Laserprint teknikken har en højere max opløsning, men er også dyrere pr billede. Prisen pr enhed øges desuden med størrelsen af outputfilmen. Begge teknikker kan anvendes med sort/hvid eller farvefilm, forskellige filmstørrelse og typer (rullefilm/planfilm). COM (Computer output microfilm) er en generel betegnelse for udstyr, der lægger digitale data ud på mikrofilm. Filmoutput industrien er præget af, at der ikke længere er den store kommercielle interesse for denne service til billeder. Inden for spillefilmbranchen, er teknikken stadig udbredt, pga. høje udgifter forbundet med bevaring af digitale film. I de seneste par år er der dog dukket flere nye laser printere op på markedet. De firmaer som tilbyder COM løsninger ligger primært i Europa og der er også her udviklingen af udstyr har fundet sted. Nogle firmaer arbejder også med teknikker til bevaring af bits på film. Udstyret til udprint på film er relativt dyrt, især laserprinterne, og investeringen forudsætter derfor et stort volumen. Flere firmaer tilbyder derfor også, at man kan fremsende filer, som de herefter printer ud på film, fremkalder og returnerer. I forbindelse med projektet er opstillet tre krav til outputprocessen. For det første skal billedkvaliteten af sikkerhedskopien på film udprintet svare til den digitale sikkerhedskopi. For det andet skal sikkerhedskopien på film kunne gen- digitaliseres i en kvalitet svarende til den oprindelige fil. Begge kriterier er evalueret ved visuel sammenligning af film og filer, og bedømt ud fra gengivelsen af detaljer og farver. Det tredje krav er at output filmen skal være arkivholdbar. I alt er 4 forskellige typer udstyr testet. Tabel 4 opsumerer udstyrets specifikationer og resultatet af testen for forskellige størrelser negativer (6x9 cm 9x12 cm, 13x13 cm) digitaliseret i ppi. Testen viste at filer som tommelfingerregel skal reproduceres på analog film i forholdet 1:1, for at undgå at informationstætheden bliver for høj til, at filmen kan gen- digitaliseres. Fx hvis et 9x12 cm stort negativ (~ 4x5 inch) digitaliseres i 2500 ppi, får sikkerhedskopien pixeldimensionerne x pixels. ArchiveLaser kan ifølge specifikationen printe x pixels ud på 35 mm film, hvilket altså i princippet er tilstrækkeligt til at billedfilen kan være der. Ved processen nedskaleres billedet fra 9x12 cm til en billedramme (frame) på 32x45 mm, svarende til ca. 3x formindskelse. Det betyder samtidigt, at informationstætheden bliver 3 x så høj. Hvis billedet skal gen- 26

27 digitaliseres, vil det derfor kræve digitaliseringsudstyr med en opløsningsevne på over ppi, hvilket ikke er muligt at opnå med dagens udstyr. Produktnavn Archive Writer Archive Laser Kodak LVT Eternity 105 Producent Zeutschel Fraunhofer IPM Kodak Proarchive Teknik Fotografisk Laser Laser Laser Film størrelser 35 mm 35 mm 8x10 inch 105 mm Max antal pixler 23 7,200 x 11,520 10,666 x 15,000 22,800 x 28,200 29,860 x 41,800 Service udbyder Zeutschel MFM Hofmaier GmbH (D) CAW (USA) Mikrosave (CH) Pris pr. frame (kr.) Opløsningsevne 35 mm) 6x9 cm 9x12 cm 13 x13 cm Farvereproduktion Middel God Middel God Film holdbarhed God God Middel God Tabel 4. Specifikationer for film output systemer. Eternity 105 kan teoretisk set printe x pixels ud på 105 mm film (hver frame er 105x148 mm). Negativet på 9x12 cm inklusiv testkort, kan altså printes ud på filmen uden nedskalering, og vil kunne gen- digitaliseres ved omkring ppi. Ved en nedskalering på 20% vil man kunne anbringe to billedfiler pr frame. Det vil så kræve, at filmen gen- digitaliseres ved ca ppi, hvilket ligger lige på grænsen for hvad tidens high- end scannere kan præstere. Både Eternity 105 og ArchiveLaser er tilpasset den særligt arkivholdbare Ilford Micrographic farvemikrofilm. Den angivne pris er en ca. pris pr billede ved 1000 stk. De fleste serviceleverandører har en prisstruktur, der består af et startgebyr og en pris pr. enhed, hvor der typisk også gives forskellige mængderabatter. Prisen afhænger desuden af hvor mange sikkerhedskopier hver film frame kan rumme. Hvis der fx kan placeres 4 sikkerhedskopier pr. frame (nesting) reduceres prisen pr. billede tilsvarende til ¼. På baggrund af testen konkluderes det at Eternity 105, som er lanceret i 2008, er det eneste udstyr som opfylder kriterierne og kan anvendes til alle projektets negativstørrelser. ArchiveLaser, udviklet af det tyske tekniske universitet Fraunhofer i 2006 opfylder også kvalitetskriterierne, men kan kun anvendes til små negativer og 35 mm film. Opløsningsevnen af Zeutschels ArchiveWriter er for lav til sikkerhedskopiering af negativer. Kodaks LVT (Light Valve Technology) laserudstyr er udgået af produktion i 2002, men er medtaget fordi enkelte serviceudbydere, som CAW (Chicago Albumen Works), stadig forsøger at holde live i udstyret, ved køb af reservedele fra skrottede eksemplarer. CAW tilbyder LVT udprint på 8x10 inch (19x23,5 cm) film i ppi, men kun på den mindre stabile Kodak Ektachrome film. 23 Sabine Süsstrunk, Swiss Federal Institute of Technology (EPFL) bemærkede ved Archiving 2008 konferencen, at leverandørerne har tendens til at overdrive udskrivningskapaciteten. 27

28 I omkostningsberegningerne, der bygger på prisen for Eternity 105 er der taget udgangspunkt i, at det er nødvendigt at reproducere i 1:1, så der altså kun kan være ét 9x12 cm negativ pr frame. Sikkerhedskopiernes metadata kan også printes ud på filmen, men ofte vil det være mere hensigtsmæssigt at bevare metadata i et elektronisk system, så det er lettere at søge i dem. Desuden fylder metadatafiler relativt lidt i forhold til billedfiler, så prisen for digital bevaring er ikke i samme grad en udfordring. UDENLANDSKE ERFARINGER OG ANBEFALINGER VEDR. COM Riksarkivet i Sverige har undersøgt mulighederne for at udnytte COM teknikken, til bevaring af indscannede arkivalier, primært tekst, og lavet en omkostningsanalyse 24. Den viser at det er mest omkostningseffektivt at bevare digitale arkivalier som udprint på COM film frem for at lagre dem digitalt. Oprindeligt havde RA planer om, at alle de digitaliserede arkivalier skulle printes ud på COM, men nu går planerne kun på at det er sikkerhedskopier af sprødt papir, som skal lægges ud på film. På KB- NL og NB i Norge har man tidligere haft en stor produktion af sikkerhedsmikrofilm, men her er man helt gået bort fra mikrofilmning som bevaringsstrategi, og alle kopier bevares fremadrettet digitalt. FILM MAGASINER KB råder over flere forskellige magasiner med varierende grad af klima og luftkvalitetskontr 2, fordelt på to sektioner, en til bøger (12 C/50%RF) og en til acetatfilm og andre fotografiske materialer (2 C/30%RF). Magasinet er forsynet med klimastyring og ventilation, herunder luftrensning vhja. filtre, der reducerer mængden af forurenende stoffer i magasinet. Magasinet er desuden forsynet med et brandsikringsanlæg. Ilford micrographic film, som anvendes af både Eternity 105 og ArchiveLaser, er en farvemikrofilm baseret på en sølv- farve- udblegningsteknik (silver dye bleach). Denne teknik resulterer i meget holdbare farver sammenlignet med kromogene (chromogenic) farvefilm, som fx Kodak Ektachrome. Ilfords micrographic film har en holdbarhed på mere end 100 år ved almindelig stuetemperatur (20 C/50%RF (relativ fugtighed)), mens kromogene farvefilm skal opbevares koldt og tørt (2 C/30%RF) eller fryses ned (- 10 C/50%RF) for at være arkivholdbare. Sort/hvide sølvbaserede polyesterfilm er også arkivholdbare ved 20 C/50%RF. E- MAGASIN (TRUSTED DIGITAL REPOSITORY) - magasin er designet til at sikre at bitene forbliver intakte over tid. Denne bitbevaring er baseret på kontrol af filernes checksummer. En checksum er et unikt tal, der genereres på baggrund af filen vhja. et program (checksumsalgoritme). Hvis bare én 24 Palm, J. The Digital Dark Hole, Training for Audiovisual Preservation in Europe, online.net/docs/palm_black_hole.pdf 28

29 bit ændres, ændres checksummen også. Hver fil og dennes checksum gemmes i 3 kopier. Desuden gemmes en kopi af filernes checksummer i en database. På den måde kan bevaringssystemet løbende screene filerne for bitfejl ved at sammenligne deres checksummer, og udbedre evt. fejl. Kopierne er placeret i flere geografisk spredte systemer, for at minimere risikoen for tab af data ved brand og andre katastrofer. Bevaringssystemerne er endvidere baseret på forskellig arkitektur, teknologi og leverandører, for at minimere risikoen for datatab, som følge af systemfejl. Udover bitbevaring skal e- magasinet sikre, at den elektroniske information gengives korrekt, og i en for mennesker forståelig form. Altså at man for sikkerhedskopiernes vedkommende har værktøj til at læse og gengive TIFF 6.0 masterfilerne. Denne del af bevaringen kaldes funktionel eller logisk bevaring. Udfordringen består her i at sikre informationen mod forældelse på tværs af stadigt skiftende teknologier. Derudover skal den logiske bevaring også understøtte brugernes krav til informationens funktionalitet, ved fx at anvende teknologi som gør det muligt at zoome i et billede. E- magasinet omfatter endnu ikke systemer, procedurer og planer til sikring af den funktionelle bevaring. - magasin er almindelige lagringssystem med aktiv backup, som benyttes til forvaltning af diverse administrative dokumenter mm.. E- magasinet er derfor også dyrere i drift pr. datamængde. For at begrænse de løbende driftsudgifter er e- magasinet, i lighed med de fysiske magasiner, forbeholdt samlinger, som KB har en bevaringsforpligtigelse overfor. Dvs. digitalt fødte materialer, samt bevaringsværdige reproduktioner af de fysiske samlinger, herunder sikkerhedskopier af nedbrydningstruede materialer. Det er forsvarligt at bevare kopier af samlinger i god tilstand på et lavere, og dermed billigere, sikkerhedsniveau, fordi man har mulighed for at gen- digitalisere værket, hvis en kopi skulle gå tabt. Den mulighed har man ikke, hvis en sikkerhedskopi går tabt, fordi kildematerialets billedinformation sandsynligvis vil være forringet eller helt gået tabt i den mellemliggende tid. Denne differentiering af bevaringssikkerhed forudsætter, at bevaring på et lavere sikkerhedsniveau inkl. gen- digitalisering ved evt. datatab, er billigere, end at bevare alle reproduktioner på et højt sikkerhedsniveau. KASSATION AF SIKKERHEDSKOPIEREDE ORIGINALER? Skal man kassere nedbrydningstruede originaler når de er blevet sikkerhedskopieret, og på den måde undgå både at skulle betale for bevaringen af sikkerhedskopierne og originalerne? Ud fra et brugersynspunkt opfylder sikkerhedskopier de flestes behov for at hente information og oplevelser. Den todimensionelle kopi kan dog ikke erstatte information t, fx relateret til materialets kemiske og fysiske egenskaber. Sådan information kan bidrage til datering af originalen og med viden om den teknologi der er brugt til fremstillingen. Selv når originalmaterialet er stærkt nedbrudt kan der derfor være grund til at bevare negativet af hensyn til evt. andre kulturelle værdier. 29

30 Ud fra et bevaringshensyn taler det for kassation eller anden udskillelse efter sikkerhedskopiering, at kraftigt nedbrudte negativer afgiver aggressive gasser, der accelererer nedbrydningen af de omkringliggende materialer. De gasser nitratfilm afgiver under nedbrydningen, er endvidere sundhedsskadelige for mennesker. Nedbrydningen, og dermed afgasningen, reduceres dog betydeligt når negativerne opbevares i kolde magasiner med luftrensning. Ud fra et forsigtighedsprincip viser historien også at der kan være fordele ved at bevare originalerne efter sikkerhedskopiering. USA kasseret sprødt avispapir efter sikkerhedsmikrofilmning. Senere har man desværre kunnet konstatere, at holdbarheden af mikrofilmen (celluloseacetat) var dårligere end det oprindelige sure avispapir. I sidste ende er spørgsmålet om kassation efter sikkerhedskopiering en afgørelse den relevante samlingsafdeling må træffe. KOB har tidligere kasseret nedbrudte nitratnegativer, hvor den resterende billedinformation og øvrige kulturelle værdi blev skønnet uvæsentlig. FORMIDLING AF SIKKERHEDSKOPIER Hvis digitale sikkerhedskopier skal bruges til almindelig formidling skal de billedbehandles, svarende til at de fysiske negativer tidligere blev fremkaldt. Ved billedbehandlingen inverteres negativet til et positiv og billedets kontrast og densitet justeres i forhold til det ønskede output. Til web formidling kan denne proces til en vis grad automatiseres i billedbehandlingsprogrammer, men hvis billedet skal bruges til tryk vil det ofte forudsætte en manuel justering. Bemærk at det er operatøren, evt. i samarbejde med samlingsafdelingen, der efter individuelt skøn bestemmer, hvor meget kontrast der skal være i billedet og hvor lyst eller mørkt det skal fremstå. TIFF masterfilerne er uegnede til formidling via nettet, de fylder for meget og kan ikke læses af gængse browsere. Derfor er man nødt til at fremstille afledte formidlingskopier, hvis billederne skal være direkte tilgængelige for brugerne. Til det formål anvender KB pt. formatet Pyramide TIFF med komprimering (zip), fordi det i modsætning til at bruge JPEG formatet, også giver mulighed for at give brugerne adgang til funktioner som zoom, bladring, udklip mm. Teknologien tillader endnu ikke, at en formidlingskopi skabes direkte (on the fly) fra masterfilen, når en bruger efterspørger billedet. KB er nødt til at generere de afledte kopier på forhånd. Det betyder, at der er udgifter forbundet med bevaring af to kopier. Formidlingskopierne gemmes dog ikke i e- magasinet, men på servere med aktiv backup. Når sikkerhedskopier på film skal bruges igen har man forskellige måder, at gøre dem tilgængelige på. Filmen kan på traditionel vis hentes frem på læsesal og studeres via et mikrofilm apparat. Hvis filmene bruges meget vil det slide på dem, og derfor kræve, at man fremstiller to kopier, en til brug og en til bevaring, præcis som vi kender det fra sikkerhedsmikrofilmning. En anden mulighed består i, at billedet genindscannes, når det efterspørges, så det bliver digitalt tilgængeligt igen og kan distribueres via webben. Denne proces kan automatiseres vhja. filmscannere, men det kræver et vist volumen før det kan svare sig at sætte et sådant workflow op. Igen vil stor efterspørgsel betyde, at 30

31 det er nødvendigt at fremstille to kopier. Kvaliteten af genindscanningen kan heller ikke undgå at blive lidt ringere end den første digitale kopi, i det der sker et vist tab af information, hver gang man går fra digital til analog form og omvendt. En anden ulempe er at det er vanskeligere at søge i billedernerne, især hvis man ønsker at søge på tværs af samlinger. En ren filmløsning er derfor bedst egnet til materialer, som aldrig eller meget sjældent bruges (fx arkivalier med klausulerede data). Hvis ens succeskriterium derimod er at billederne skal bruges, bør man satse på at gemme en formidlingskopi i digital form, parallelt med bevaringskopien på film. OMKOSTNINGER (FORELØBELIG) De samlede omkostninger for sikkerhedskopieringsprojektet er regnskabsteknisk opgjort efter omkostningsprincippet, der anvendes af offentlige institutioner, herunder KB. Det betyder først og fremmest at alle anlægsudgifter og investeringer, som har en forventet levetid på mere end 1 år og som overstiger bagatelgrænsen på kr. ekskl. moms., afskrives og forrentes over det antal år de bidrager til produktionen. Alle anskaffelser indgår til kostpris, dvs. købspris og evt. ekstraudgifter forbundet med anskaffelsen som fx fragt og installation. Anskaffelser med en levetid under 1 år (omsætningsaktiver) afskrives og forrentes ikke. Den forventede levetid fastsættes som udgangspunkt af Økonomistyrelsen, mens Finansministeriet fastsætter de aktuelle rentesatser forud for finansåret 25. Afskrivningerne fordeles i lige store dele (lineært) over investeringernes forventede levetid. Udover anlægsudgifter, som fx scanningsudstyr og bevaringssystemer, fordeler de direkte omkostninger i forbindelse med sikkerhedskopieringsprojektet sig på driftsudgifter til løn, konsulentbistand, vedligeholdelse, forbrugsmaterialer, mm. Hertil kommer indirekte driftsudgifter, som bl.a. dækker overordnet administration og ledelse, bygningsdrift og ejendomsskat/husleje. Disse udgifter kaldes også fællesomkostninger eller overhead. Det er især vigtigt at tage højde for overhead, når man skal sammenligne priser for intern og ekstern (outsourcing) opgaveløsning, i det en undladelse skævvrider beregningerne til fordel for den interne produktion. Lønudgiften beregnes som produktionstid i timer gange udgiften pr arbejdstime. Udgiften pr arbejdstime afhænger af medarbejderens samlede årlige løn (inkl. tillæg, pensionsbidrag, feriepenge mm.) og af den effektive produktionstid (dvs. brutto årsværk ekskl. ferie, sygdom, udvikling og koordination). Årslønnen udregnes som den gennemsnitlige lønudgift for den enkelte personalekategori, og varierer mellem faggrupper og brancher. I forbindelse med sikkerhedskopieringsprojektet opereres der med 3 forskellige lønniveauer. Et brutto årsværk ekskl. ferie og sygdom er på KB sat til timer (2009 niveau), mens antallet af timer, der går til udvikling, møder og koordination, afhænger af den enkelte stillingstype og de funktioner medarbejderen løser. 25 Kilde: Finansministeriets Økonomisk Administrative Vejledning ( 31

32 Når man initierer et projekt kan der være udviklingsudgifter knyttet til opstarten, som ikke følger med over i en evt. driftsfase. Det gælder også dette projekt, hvor et helt nyt workflow for sikkerhedsdigitalisering, er specificeret og implementeret. For at give et mere korrekt billede af hvad det koster at drive projektet, er udviklingsudgifter separeret ud og angivet i en selvstændig post, og udgør skønsmæssigt omkring 10% af produktionsomkostningerne. En rapport om omkostninger for digitale forskningsdata 26, opererer på tilsvarende vis med o - Begrebet dækker over at etableringen af nye værktøj, standarder og procedurer forudsætter en række forsknings- og udviklingsudgifter. LIFE COSTING MODEL For at få et overblik over de samlede udgifter til produktion, bevaring og formidling af sikkerhedskopier over tid og kunne sammenligne omkostningerne under forskellige forudsætninger, er det nødvendigt at opstille og definere omkostningerne på en systematisk måde. Det gælder ved intern opgaveløsning, hvor man som her skal sammenligne omkostningerne for bevaring af sikkerhedskopier i et e- magasin med bevaring i et traditionelt magasin. Men det er også en forudsætning for at kunne sammenligne omkostningerne for en given ydelse med eksterne institutioner og på tværs af landegrænser. LIFE Costing Model ind i billedet. Den er beregnet til at estimere de samlede omkostninger forbundet med indsamling, bevaring og formidling af digitale materialer, men kan også tilpasses til fysiske materialer. Modellen, der er den mest detaljerede indenfor sit felt, er udviklet af British Library og University College London i 2006, og er siden blevet revideret, bl.a. med input fra dansk side 27 og foreligger nu i en version 2 fra Der er tale om en livscyklus model, som nedbryder omkostningerne i en række på hinanden følgende trin: Accession, Indføring (ingest) i arkiv, Bevaring (dette trin er for digitale materialers vedkommende opdelt i Bitbevaring og Funktionel Bevaring) og Adgang. Trinnene i modellen er yderligere nedbrudt og beskrevet i en række elementer og underelementer. LIFE Modellens trin for Funktionel Bevaring er beskrevet vhja. den såkaldte Generic Preservation Model (GPM), der estimerer udgifter forbundet med at skabe vedvarende adgang til digitale objekter over tid. Denne del af modellen er dog ikke færdig udviklet. LIFE modellen opererer med en tidshorisont på op til 20 år, men usikkerheden forbundet med estimaterne stiger dog også hurtigt pga. den hastige teknologiske udvikling. Modellen indeholder desuden et valgfrit trin for produktion, som er medtaget i forbindelse med sikkerhedskopieringsprojektet. LIFE2 Costing Model er en ren omkostningsmodel, den forholder sig ikke til nytteværdien eller kvaliteten af den ydelse som omkostningerne dækker. Fx tager den ikke højde for om bevaringssystemet er baseret på en simpel backup løsning eller om 26 Beagrie, N., J. Chruszcz et B. Lavoie, Keeping Research Data Safe. A Cost Model and Guidance for UK Universities, JISC 2008, 27 SA, SB og KB har bidraget til revisionen via LIFE- DK projektet (KUM ). 28 LIFE Costing Model ( 32

33 er baseret på flere distribuerede kopier, hvis fuldstændighed løbende verificeres vhja. checksumskontrol. Den tager heller ikke højde for hvor velbeskrevne objekterne er (metadata) eller for hvordan objekternes funktionalitet bevares eller for kvaliteten af formidlingen, har man kun adgang til at se billedet eller kan man også zoome i det? Når man sammenligner omkostninger, er det derfor vigtigt, at man præciserer hvad de dækker, eller anvender en mere avanceret model i form af en cost benefit analyse eller en cost utility analyse. IMPLEMENTERING AF LIFE COSTING MODEL I SIKKERHEDSKOPIERINGSPROJEKTET LIFE Costing Modellen er brugt som udgangspunkt for opstilling af omkostningerne forbundet med sikkerhedskopieringsprojektet og indholdet af de enkelte livscykluskategorier er beskrevet herunder. Produktion dækker omkostninger knyttet til fremstilling af digitale sikkerhedskopier samt udprintning af sikkerhedskopier på film. Omkostningerne for digitalisering bygger på intern produktion, mens omkostningerne for udprint af filerne på analog film, bygger på tilbud indhentet fra forskellige private firmaer. Mere specifikt dækker trinnet Produktion lønudgifter til opstart og udvikling, projektstyring (planlægning, koordinering og afrapportering), logistik (fremtagning fra magasin, pakning, returnering og registrering), klargøring (tilstandsvurdering, rensning, omemballering, montering), digitalisering (opsætning af scanneren, scanning, filnavngivning, lagring), efterbehandling (billedbehandling, tilførsel af farveprofil) tilførsel af beskrivende metadata og løbende kvalitetskontrol af udstyr og billedfiler. Det indbefatter også udgifter til eksterne konsulenter til test og justering af scanneren og tekniske analyser af billedfilerne. Derudover omfatter trinnet også udgifter til flytning af data fra scannningsstation til produktionsplatformen og registrering af masterfilerne i Cumulus. Trinnet dækker desuden investeringsudgifter til digitaliseringen (scanningsudstyr, software, pc mm.). Investeringerne i scanningsudstyr afskrives over 5 år, mens pc afskrives over 3 år. Ligesom der indgår en række materialeudgifter, som omsættes løbende (testkort, målestok, arkivholdbare æsker, negativkuverter). I forbindelse med projektet har det også været nødvendigt at etablere punktudsugning i monteringsrummet pga. nitratnegativernes afgasning af sundhedsskadelige gasser. Ligesom der er etableret neutral belysning i scanningsrummet af hensyn til den visuelle bedømmelse af billederne. Disse udgifter medregnes i form af indirekte udgifter. Måden omkostningerne er nedbrudt på kan overføres til andre projekter, men man kan ikke umiddelbart bruge produktionsomkostningerne til at estimere prisen for andre sikkerhedsdigitaliseringsprojekter, da den vil variere betydeligt afhængigt af materialetype (foto/bog/arkivalie), format (størrelse) og digitaliseringsmetode (scanning/digitalt kamera). Accession omfatter lønudgifter til udvælgelse af samlinger på baggrund af institutionens overordnede selektionskriterier. I forbindelse med udmøntningen af særbevillingen til lister over deres samlinger af enestående national betydning (ENB). Herunder har KOB udarbejdet en liste for ENB negativsamlinger på plast base, som medregnes under dette trin. Trinnet omfatter også udgifter til udarbejdelse af aftaler omkring leverancer af 33

34 digitale objekter. Det vil her sige specifikation af krav til billedkvalitet, metadata, filnavngivning og kvalitetssikring. Trinnet dækker også afklaring af ophavsrettigheder og det administrative arbejde omkring evt. bestilling, betaling og kontrol af leverancen. Trinnet dækker også omkostninger forbundet med overførsel af sikkerhedskopierne til institutionen, hvis opgaven er outsourcet. Indføring i arkivet omfatter udgifter til generering af administrative metadata, kvalitetssikring, ajourføring af beholdninger og kataloger samt flytning af sikkerhedskopierne til det analoge eller digitale lager. Den faktiske opgørelse af omkostningerne for digitale sikkerhedskopier vil afhænge meget af, hvor automatiske ingest processerne bliver. Eftersom disse funktioner endnu er under udvikling og etablering for de digitale sikkerhedskopiers vedkommende er udgifter til Indføring endnu ikke medtaget i beregningerne. Det skønnes ikke at denne udeladelse vil ændre forholdet mellem den analoge og digitale bevaringsløsning signifikant. For både filer og film vil udgiften til visuel kontrol af billedkvaliten desuden afhænge af, hvor mange stikprøver der udtages. Bevaring (Bitbevaring og filmbevaring) dækker alle omkostninger for etablering og drift af hhv. analoge og digitale magasiner. Til brug for sammenligningen af omkostninger for digital og analog bevaring, er der taget udgangspunkt i en sammenligning af - magasin. Man kan naturligvis stille spørgsmålstegn ved, om det overhovedet giver mening at sammenligne to så forskellige systemer. Forudsætningen er at man sammenligner to langtidsbevaringssystemer, der inden for hvert sit område, repræsenterer state of the art inden for teknologi og viden. Omkostningerne for traditionelle magasiner er relativt stabile og primært afhængige af prisen på energi. Derimod udvikles teknologien og prisniveauet inden for IT og digitale arkivsystemer stadigt, og det er derfor vanskeligt at værdisætte omkostningerne over en længere årrække. for bitbevaring strækker sig over en 5- årig periode, og giver et fingerpeg om, hvilken retning priserne udvikler sig i og i hvilken takt. Filmbevaring omfatter lønudgifter til magasintilsyn og tilstandsvurdering af samlingerne. Lønudgifter til sikring og bygningstilsyn indgår i beregningen i form af indirekte udgifter. Omkostningerne dækker desuden investeringer i selve magasinet og de tekniske installationer, dvs. klimastyring, ventilation og brandsikring samt i inventar, primært reoler. Driftsudgifterne består af energiforbrug til klimastyring, ejendomsskatter og den løbende vedligeholdelse. De samlede årlige udgifter for magasinet udgør 7,2 mio. kr., hvoraf driftsudgifterne udgør 4,3 mio. Den samlede udgift udgør dermed kr./m 2 /år, mens driften udgør kr./m 2 /år. Bitbevaring dækker lønudgifter til administration af bevaringssystemet og revision. Desuden dækker det investering i lagringssystemer (servere, bånd og båndrobotter), udvidelse af lagringskapaciteten, infrastruktur, interfaces, licenser, lokaler og installationer (strømudtag, netværk, sikringsbur, låse), køleanlæg, brandsikringsanlæg og brandskabe, samt UPS nødstrømsanlæg (uninterrupted power supply). Driftsudgifterne består af energiforbrug til maskiner og køling, og til vedligeholdelse af diske og bånd (refreshment), licenser, UPS og brandsikring. 34

35 Omkostningerne afhænger af volumen og der er klare stordriftsfordele at hente. Omkostningerne afhænger også af om der anvendes diske eller bånd. Ifølge en undersøgelse af Moore et al fra San Diego Supercomputer Center i udgør prisen for en båndkopi 1/3 af en diskkopi ($500:$1500). Forskellen formindskes dog og Moores forventning var (2007) på baggrund af den hidtidige udvikling, at diske vil være lige så billige som bånd i (I forbindelse med LIKFE- DK projektet skal der laves en fuldstændig analyse af hvilke parametre omkostningerne afhænger af). SB udbyder en bitbevaringsløsning, der er baseret på 1 disk kopi og 2 båndkopier, mens KB leverer en løsning med 1 disk kopi og en kopi af checksummerne. For at finde de samlede, er pr. TB lagt Da SB kun udbyder en samlet løsning, betaler KB reelt for 1 båndkopi mere end der ifølge kravsspecifikationen for Netarkivet er behov for. Sammenlægningen af bitbevaringsomkostninger er vanskelig fordi institutionerne ikke har opgjort udgifterne på helt samme måde. Især er det svært at se hvordan institutionerne afskriver deres investeringer. En anden forskel mellem de to talsæt er at bygger på indgåede leverandør derimod baseret på leverandørtilbud og et skøn over energiforbruget, hvilket naturligvis skal ses i sammenhæng med at systemet endnu ikke er i drift. seneste overslag over hvad det koster at bitbevare er fra oktober Her er prisen i 2008 opgjort til kr. pr. TB (1 diskkopi + 2 båndkopier), ved et volumen på i alt 625 TB. Udgiften pr. TB forventes at falde til kr./tb/år i 2012, primært som følge af en stigning i det samlede volumen på 2,6PB (2.624TB). I gennemsnit bliver prisen over de angivne 5 år ca kr./tb/år. 31, hvor prisen pr TB (1 diskkopi) er opgjort til kr./tb/år ved et samlet volumen på 65 TB. I 2012 forventer KB, at udgiften er faldet til kr./tb ved et volumen på 0,8PB. Det betyder at den gennemsnitlige pris over de 5 år bliver ca kr./tb/år. Den samlede pris for - magasin dele (2 diskkopier + 2 båndkopier + kopi af checksummer) vil i perioden fra 2008 til 2012 i gennemsnit beløbe sig til ca kr./tb/år. Funktionel bevaring dækker lønudgifter til løbende overvågning af formater, IT systemer, værktøj og standarder, der er relevante for bevaringssystemet og for at sikre vedvarende adgang til sikkerhedskopierne gennem rettidige bevaringsindsatser. Udover overvågning af teknologi er det også nødvendigt at følge udviklingen i brugernes (designated community) forventninger og krav til biblioteket. Trinnet omfatter også udvikling af overordnede bevaringsstrategier og mere specifikke planer for bevaringsindsatser, som fx en migrering. Desuden omfatter det omkostninger for selve 29 Moore, R. L., et al. Disk and Tape Storage Cost Models, i: Archiving 2007 Final Program and Proceedings, s , Bitarkiv_budget_2009_KB- SB_model.xls ( 31 TB- pris emagasin ny- ach.xls ( 35

36 udførslen af bevaringsindsatsen, herunder anskaffelse, implementering og test af værktøj, samt kvalitetssikring af bevaringsprocessen. Endelig omfatter trinnet omkostninger i forbindelse med evt. kassation og re- ingest. En af hovedopgaverne i LIFE- DK projektet er en detaljeret beskrivelse af denne aktivitet. Holdbarheden eller stabiliteten af de digitale objekter og dermed hyppigheden af bevaringsindsatserne, er afgørende for omkostningerne for funktionel bevaring over tid. Omkostningerne for bevaringsindsatserne afhænger desuden af datamængden, typen og kompleksiteten af de digitale objekter. Det er vanskeligt at estimere hvor længe et format vil holde. TIFF 6.0 har nu eksisteret i 17 år og er ikke umiddelbart truet af forældelse. Omvendt har der været en række andre billedformater med meget kortere levetid, fx Kodaks PCD format. LIFE modellen anvender en gennemsnitlig formatlevetid på 8 år og antager, at formatstabiliteten forøges med 1 år for hver 10 år der går. EU projektet Planets arbejder også ud fra hypotesen om, at stabiliteten af formater og tilgængeligheden af værktøj øges med tiden 32. Adgang dækker her kun over de interfaces, som er nødvendige for, at sikkerhedskopierne kan fremfindes. Øvrige omkostninger til formidling og forskellige former for publicering indgår ikke, da de er helt afhængige af den konkrete udformning. RESULTATER AF OMKOSTNINGSANALYSE Produktionsomkostningerne pr. sikkerhedskopi er opgjort til omkring 140 kr./stk. for negativer i størrelsen 9x12 cm. En del af disse omkostninger er imidlertid forbundet med engangsudgifter til udvikling af workflowet, og det skønnes, at driftsprisen ligger på ca. 120 kr./stk. Figur 3 viser fordelingen af omkostningerne på aktiviteter forbundet med sikkerhedsdigitaliseringen. Figur 3. Viser fordelingen af omkostningerne på aktiviteter forbundet med sikkerhedsdigitaliseringen. 32 Zierau, E. et C. van Wijk, The Planets Approach to Migration tools, IS&T Archiving (2008). 36

37 Til sammenligning opgør Gartner 33 i deres rapport om digitalisering af kulturarven prisen for stillbilleder til 15 kr./stk. og for komplekse stillbilleder til 86 kr./stk. Med hensyn til evalueringen af de to bevaringsløsninger, er det en forudsætning for at anvende filmløsningen, at den ikke resulterer i et fald i sikkerhedskopiernes billedkvalitet hverken ved overførslen fra fil til film eller ved genindscanning af filmen. Tests af dette viser, at billedkvaliteten godt kan bevares ved udprintning på film, under forudsætning af, at det som minimum sker i forholdet 1:1. Nedskalering af billeder, der er digitaliseret i så høj opløsning som sikkerhedskopierne, medfører et uacceptabelt tab af detaljer ved genindscanning, og det er derfor ikke muligt at sænke prisen på filmoutput ved at placere flere billeder på samme filmramme. Prisen for udprint af filer (oparbejdet ved digitalisering af 9x12 cm negativer) på 105 mm farvemikrofilm, i forholdet 1:1, udgør ved outsourcing ca. 135 kr./stk. Prisen for at printe filer ud på film er altså relativt høj i forhold til de øvrige produktionsomkostninger. Til gengæld er det i dag væsentligt billigere at bevare bevare dem i digital form i e- magasin. Bemærk at bevaringsomkostningerne endnu kun omfatter bitbevaring og ikke funktionel bevaring. I modsætning til driftsudgifterne for filmbevaring, som er rimeligt stabile over tid, er driftsomkostningerne for bitbevaring faldet betydeligt pga. den teknologiske udvikling, og forventningen er, at denne tendens fortsætter. Figur 4 viser de løbende driftsudgifterne for digitale sikkerhedskopier og filmkopier. Figur 4 viser driftsudgifterne (DKK) pr. sikkerhedskopi for hhv. film og bitbevaring. 33 Gartner, Finansielle analyser i forbindelse med digitalisering af kulturarven, Rapport til Kulturministeriet, 2007, s

38 I 2003 sammenlignede Chapman 34 driftsudgifter for at bevare film magasin med bevaring af tilsvarende billeder som TIFF filer (229MB) i et bitbevaringssystem og fandt at bitbevaring var 209 gange dyrere. De filer der er produceret i dette projekt er ca. 3 gange større end de filer Chapman sammenlignede med. Hvis man derfor sammenligner omkostningerne for bevaring af digitale sikkerhedskopier, med filmbevaring i Chapmans undersøgelse (2003 prisniveau), ville det svare til at de digitale sikkerhedskopier var 608 gange dyrere. bitbevaring i 2008 ca. 80 gange dyrere end filmbevaring. Hvis man antager at bevaringsomkostningerne for hhv. filer og film i de to undersøgelser er sammenlignelige, indikerer det, at spændet mellem bit- og filmbevaring er blevet væsentligt mindre siden blive mindre frem mod 2012, hvor det estimeres at være godt 10 gange dyrere at bevare filerne digitalt end at bevare dem på mikrofilm (se figur 5). Figur 5 viser udviklingen i prisforholdet mellem bit- og filmbevaring ( ) Som det fremgår af figur 6 udlignes de startomkostningerne for udprint på film ikke af de lavere driftsomkostninger for filmbevaring i det 5- årige perspektiv, som talgrundlaget bygger på. Hvis udgiftsniveauet for bitbevaring fastfryses på 2012 niveau, vil der gå mere end 50 år før filmløsningen samlet set bliver billigere. 34 Stephen Chapman, Counting the Costs of Digital Preservation: Is Repository Storage Affordable? Journal of Digital Information, 4, 2, Article No. 178, pg (2003), 38

39 Figur 6. Viser de akkumulerede omkostninger (DKK) for produktion og bevaring af sikkerhedskopier (pr. stk.). Analysen omfatter dog som nævnt ikke omkostningerne for indføring i magasinet og for funktionel bevaring af de digitale sikkerhedskopier. Det skyldes at der endnu ikke er etableret rutiner for indføring af digitale sikkerhedskopier i e- magasinet eller for funktionel bevaring, og det har derfor ikke været muligt at indhente erfaringstal for disse aktiviteter. Estimeringen af omkostninger for funktionel bevaring, afventer desuden input fra det KUM finansierede LIFE- DK projekt, som blev udskudt et år og først igangsat pr. oktober For at få en idé om størrelsesordenen og dermed aktiviteternes betydning for sammenligningen af bevaringsomkostninger, er der lavet følgende grove skøn over de manglende poster. Når processerne til indføring af digitale sikkerhedskopier først er etableret, skønnes omkostningerne ikke at være væsentligt forskellige fra kvalitetssikring og magasinering af filmkopier. I forhold til sikkerhedskopier vil omkostningerne til funktionel bevaring bestå af løbende overvågning af TIFF formatet og relevante programmer, samt alternative bevaringsformater. Hvis man, som LIFE Modellen har foreslået antager, at der bruges 1 uge pr. år til denne aktivitet, vil der stadig gå mere end 30 år før filmløsningen totalt set er billigst. I dette eksempel regnes der med, at samlingen betaler alle disse omkostninger. I praksis vil udgifterne til overvågning imidlertid skulle fordeles Funktionel bevaring vil også omfatte udgifter for migrering til nye bevaringsformater, fx fra TIFF til JPEG2000. Da TIFF er et relativt enkelt, stabilt, udbredt og veldefineret bevaringsformat forventes omkostningerne til migrering ikke at være så høje eller uforudsigelige, som de kan være for andre typer objekter. På basis af test med migrering fra TIFF til JPEG2000 vha. det licensbaserede værktøj LuraWave JP CLT, er et forsigtigt skøn, at en sådan migrering inkl. test og evaluering samt kvalitetskontrol, koster omkring kr. Igen vil de konkrete omkostninger afhænge af hvor mange samlinger og objekter man kan fordele dem over. Hvis man antager at skulle migrere hvert 10. år 39

40 (TIFF 6.0 har indtil videre holdt i 17 år), vil der stadig gå mere end 25 år før filmløsningen alt i alt bliver billigst. På dette grundlag konkluderes det, at det vil være mest hensigtsmæssigt for KB at bevare sikkerhedskopier af negativer som digitale masterfiler i e- magasin. Projektet har udelukkende vurderet bevaringsløsningerne i forhold til sikkerhedskopier af negativer, og resultaterne kan ikke umiddelbart overføres til andre materialetyper. Tekst kan fx nedskaleres mere effektivt på mikrofilm, hvilket gør initialomkostningerne for output på film lavere, men filerne fylder også mindre, hvilket sænker prisen for bitbevaring, og man er derfor nødt til at lave materialespecifikke beregninger for at vurdere bevaringsløsningerne. KONKLUSIONER OG ANBEFALINGER Projektet har etableret en kvalitetssikret arbejdsgang for sikkerhedsdigitalisering af negativer. Der er i alt digitaliseret sort- hvide negativer af enestående national betydning. Dels stk. Türck Sylvest Jensen NK samling. For at afdække evt. synergieffekter mellem bevarings- og formidlingsdrevet digitalisering blev det besluttet at digitalisere både de nedbrydningstruede negativer og i de to samlinger sikkerhedsdigitaliseret, mens resten er formidlingsdigitaliseret. Ved formidlingsdigitalisering er formålet at give brugerne bedre adgang til at søge i samlingerne og hente kopier af billederne frem via nettet. Ved sikkerhedsdigitalisering er det primære mål derimod at fremstille en kopi, der kan erstatte ustabilt kildemateriale. Og netop sidstnævnte aspekt er en afgørende forskel mellem sikkerheds- og formidlingskopier. I princippet kan man nemlig digitalisere negativer i god tilstand igen på et senere tidspunkt, og digitaliseringskvaliteten behøver derfor kun at opfylde de mest almindelige brugerkrav. Ligeledes kan formidlingskopier bedre tilpasses eksisterende fremvisningsteknologier. Der er fx ikke grund til at gemme færdigredigerede billeder til formidling i en højere bitdybde end 8 bit, da hverken skærme eller printere kan gengive mere. Endelig behøver formidlingskopier ikke at blive bevaret med samme grad af sikkerhed, igen fordi et evt. datatab vil kunne reetableres ved gendigitalisering af originalen. Sikkerhedskopier af ustabile materialer er i princippet uerstattelige, og det er derfor vigtigt at gengive den originale billedinformation så nøjagtigt som muligt, så både nuværende og ideelt set også kommende brugeres krav til kvalitet tilgodeses. Kopierne skal også være så fleksible som muligt i forhold til at kunne tilpasses fremtidige (ukendte) formidlingsteknologier. Ligesom formidlingskopier kan digitale sikkerhedskopier anvendes som udgangspunkt for en tilgængeliggørelse af billederne på nettet. 40

41 kulturarvsmaterialer, rådgivning fra billedeksperter og egne test er der opstillet en specifikation for sikkerhedsdigitalisering af negativer. Den omfatter at negativer (9x12 cm) sikkerhedsdigitaliseres i ppi, i farve (RGB) og med en bitdybde på 16 bits. Masterfilerne skal gemmes i filformatet TIFF 6.0, sammen med en standard ICC farveprofil (RGB_eci_v2). Denne billedkvalitet resulterer i en gennemsnitlig filstørrelse på omkring 600MB pr sikkerhedskopi for 9x12 cm negativer. Specifikationen omfatter også kvalitetssikring som dækker kontrol af udstyr og billedfiler. Kontrollen af udstyr, er gennemført vhja. eksterne konsulenter, og den skal sikre at ydeevnen følger de specificerede krav, fx for opløsning, og at produktionen er ensartet. Billedkvaliteten af filerne er bedømt visuelt af operatøren i forbindelse med digitaliseringen, og omfatter kontrol af, at hele motivet gengives, at billedets kontrast og toneomfang er reproduceret korrekt og, at billedet ikke indeholder synlige fejl (artefakter). Endelig er der udarbejdet en foreløbig specifikation for metadata, som overordnet set anbefaler at metadata for sikkerhedskopier gemmes i standardiserede skemaer med et sæt minimumsmetadata indlejret i billedfilen, og et komplet sæt metadata i en ekstern metadata fil. Herunder skitseres det, hvad de to sæt metadata skal indeholde og hvordan de kan implementeres, men den endelige udformning vil afhænge af resultaterne af en konkret testning og samkøring af forskellige metadata værktøj. Udover de tekniske metadata i form af TIFF og Exif tags, som skrives automatisk ind i filen i forbindelse med produktionen, skal det indlejrede sæt metadata sæt som minimum tilføres unikt billede ID, titel, beskrivelse og ophavsret. Disse metadata bør skrives i IPTC formatet, der er den mest udbredte standard for beskrivende metadata indlejret i filen. Det skal endvidere testes, om det vil være en fordel at samle de indlejrede metadata i dataformatet XMP (XML), hvilket også vil give mulighed for at tilføje et fuldt sæt beskrivende metadata i DC eller MODS formatet. Eksterne metadata bør gemmes i dataformatet METS (XML), med DC eller MODS skemaer til beskrivende metadata og PREMIS til bevaringsmetadata. PREMIS bør endvidere udvides med et sæt formatspecifikke tekniske metadata i MIX eller evt. i form af en output fil fra JHOVE, der samtidigt kan fungere som dokumentation for at billedfilen er valid. Ud fra specifikationerne er der etableret et workflow for sikkerhedsdigitalisering af negativer. Specifikationen for metadata er dog endnu ikke fuldt ud indarbejdet i workflowet. Det skyldes dels uklarhed om valg af metadatastandarder og mangel på velegnede værktøj til behandling af metadata. Ligeledes er den del af workflowet fra - magasin endnu ikke implementeret. Projektet har opstillet to hovedkriterier til vurdering af om sikkerhedskopierne skal opbevares i digital form i e- magasin, eller printes ud på film og bevare lavtempererede magasin. Det ene kriterium er, at der ikke må ske et væsentligt tab af sikkerhedskopiernes billedkvalitet, hverken ved overførslen fra fil til mikrofilm eller ved genindscanning af mikrofilmen. Det andet kriterium er, at KB skal vælge den mest omkostningseffektive bevaringsløsning. 41

42 Billedkvaliteten af forskellige typer udstyr, der kan lægge digitale filer ud på mikrofilm, er blevet testet ved visuel bedømmelse af testfilm. Forsøgene viser at filens kvalitet, målt i forhold til detalje- og farvegengivelse, kan overføres fra billedfil til mikrofilm uden visuelt tab. Desuden viser de at genindscanning af mikrofilmen medfører et mindre, men dog acceptabelt kvalitetstab. Forsøgene viser også at overførslen fra fil til mikrofilm som minimum skal ske i forholdet 1:1, da en nedskalering af billederne på mikrofilmen, resulterer i et uacceptabelt tab af detaljer ved genindscanning. I forbindelse med projektet er der gennemført en omkostningsanalyse af produktions og bevaringsomkostninger, med udgangspunkt i omkostningsmodellen LIFE Costing Model, og med det mål at opgøre alle omkostninger både anlægs- og driftsudgifter, samt indirekte driftsudgifter. Analysen er endnu ikke afsluttet bl.a. pga. manglende data for visse aktiviteter samt pga. forsinkelsen af LIFE- DK projektet, som skulle have leveret input til analysen. Endelig bør talgrundlaget vedr. timepriser mm. kontrolleres af ADM- ØKO. Der tages derfor et vist forbehold for udsving i de herunder angivne tal. Produktionsomkostningerne pr. sikkerhedskopi ligger på 140 kr./stk. for 9x12 cm negativ. En del af disse omkostninger er forbundet med udvikling og opstart af projektet, og det skønnes, at driftsprisen ligger på 120 kr./stk. (9x12 cm). Prisen for laserprint af filer ud på 105 mm farvemikrofilm i forholdet 1:1 udgør omkring. 135 kr./stk. (pris ved outsourcing af opgaven). I forbindelse med output af tekstbaserede materialer på mikrofilm vil billederne kunne nedskaleres således at prisen pr. enhed falder og man kan derfor ikke på baggrund af projektet konkludere noget for andre materialetyper, det vil afhænge af konkrete beregninger. I forhold til bevaringsomkostningerne viser analysen, at selvom de løbende udgifter forbundet med bitbevaring af sikkerhedskopier i dag er betydeligt dyrere end filmbevaring, udlignes den høje initialomkostning for udprint på film ikke væsentligt over de næste 10 år, heller ikke hvis man tager højde for udgifter til funktionel bevaring, og det anbefales derfor - magasin. ANBEFALINGER På baggrund af erfaringer fra projektet anbefales det at have et mindre lager af negativer stående på køl i nærheden af digitaliseringsstationen. Lagerets størrelse skal tilpasses den tid digitaliseringen tager, men den skal også ses i forhold til ekspeditionsrutiner og tider for det centrale lager. Især når nitratnegativerne skal hentes frem fra det nye nitratmagasin, som bestyres af en ekstern institution (DFI), skal der tages højde for ekspeditionsfrekvensen og evt. gebyrer forbundet hermed. Der har hidtil været lav efterspørgsel på billeder i negativsamlingerne. Erfaringsmæssigt øges interessen markant, når materialer gøres digitalt tilgængelige på nettet. Det er også lettere at argumentere for bevillinger til bevaring, hvis formidlingspotentialet udnyttes fuldt ud. Der er flere fordele ved at indarbejde rutiner for formidlingsdigitalisering i bevaringsdrevet digitalisering så samlingerne digitaliseres i deres helhed. Dels kræver 42

43 udvælgelse til bevaringsdigitalisering en individuel gennemgang af alle negativer i en samling, og man vil derfor kunne spare den tid man bruger på logistik (ud og ind af magasiner og emballage) ved at digitalisere alle negativer, når man har hentet dem frem. Desuden er der en klar formidlingsmæssig fordel ved at digitalisere en helhed, frem for at digitalisere en samling meningsmæssigt tilfældige negativer, udvalgt pga. deres (dårlige) bevaringstilstand. Hvis man vælger at digitalisere hele samlinger anbefales det at skille bevarings- og formidlingsworkflowet før digitaliseringen finder sted og ikke efter, som det har været tilfældet i projektet. Det vil give mulighed for at optimere digitaliseringsprocessen i forhold til formålet. Fx kan man evt. effektivisere formidlingsdigitaliseringen ved at anvende en kameraopstilling i stedet for en flatbedscanner, ligesom man kan kompensere for evt. fotografiske fejl, som fx underbelysning, i forbindelse med den digitale konvertering. er skal indgå i massedigitaliseringsprojekter bør der indkøbes forskellige typer digitaliseringsudstyr (flatbedscanner, filmscanner og digitalt kamera på reprostand over lyskasse), så man kan skræddersy digitaliseringen til de enkelte materialer og formater, og dermed optimere proces tiden. Digitale kopier til formidling kunne optages i ppi for at spare plads. Man vil dog ikke kunne zoome helt så langt ind i disse billeder eller lave helt så store forstørrelser, som sikkerhedskopier, men niveauet skønnes tilstrækkeligt til almindeligt brug. Når workflowet fra produktion til arkivering er implementeret anbefales det at udvide kvalitetssikringen med en uvildig stikprøvekontrol af de producerede digitale objekter før de magasineres, og her kontrollere billedkvalitet, filformat og metadata. Programmet JHOVE bør integreres i workflowet i forbindelse med ingest til identificering, karakterisering og validering af metadata. Projektet har også vist, at der er behov for, at KB etablerer en egentlig kvalitetssikringsfunktion, til at koordinere og styrke kvaliteten og ensartetheden af hele den digitale billedproduktion. En anden vigtig opgave består i udvikling af mere objektive og automatiserede kvalitetssikringsprocedurer. Endelig bør kvalitetskontrollen udvides til også at omfatte kontrol af tekniske parametre som opløsning, toneomfang, bitdybde, samt artefakter som støj. Der skal træffes beslutninger om hvilke metadataskemaer og hvilke dataformater KB ønsker KB at benytte. Hvis DC/MODS og PREMIS skal anvendes som standarder skal Cumulus sættes direkte op i forhold til dem, i stedet for at det går via en lokal skabelon For at reducere lagringsudgifterne til digital bevaring anbefales det at undersøge forudsætningerne for at anvende tabsfri komprimering af TIFF filerne med fx bzip2. Desuden anbefales det, at KB følger udviklingen inden for JPEG2000 formatet, herunder udbredelse og udviklingen af værktøj, som en mulig afløser for TIFF 6.0 som bevaringsformat for billeder. 43

44 BILAG Specifikation af billedkvalitet Specifikation af metadata Scanningsmanual for Kodak/Creo iqsmart3 Retningsliner for bedømmelse af negativernes bevaringstilstand Projektbeskrivelse for Türck og Sylvest Jensen samlingerne Omkostningsberegninger (Excel ark) 44