Infraestructura de datos abiertos basada en tecnologías semánticas para la gestión inteligente de incidencias de tráfico en carretera y variables meteorológicas

• Autores: Julián Gutiérrez Moret
• Directores de la Tesis: Juan José Martínez Durá (dir. tes.), José Javier Samper Zapater (codir. tes.)
• Lectura: En la Universitat de València ( España ) en 2025
• Idioma: español
• Tribunal Calificador de la Tesis: Francisco García Sánchez (presid.), Inmaculada Coma Tatay (secret.), Francisco José Mora Gimeno (voc.)
• Programa de doctorado: Programa de Doctorado en Tecnologías de la Información, Comunicaciones y Computación por la Universitat de València (Estudi General)
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Logicales de ordenadores
      • Bancos de datos
      • Informática
      • Sistemas de información, diseño y componentes
• Enlaces
  • Tesis en acceso abierto en: webges.uv.es (pdf)
• Resumen

  • En esta tesis se ha desarrollado una arquitectura avanzada para la publicación, consulta y visualización de información de incidentes de tráfico en el contexto de la seguridad vial (SRTI), utilizando un enfoque basado en Linked Open Data (LOD). Este trabajo se sitúa en la intersección entre la innovación tecnológica y la investigación aplicada, resolviendo desafíos complejos relacionados con la integración, reutilización y federación de datos provenientes de dominios heterogéneos como el tráfico, la meteorología y las infraestructuras viales. Gran parte de este desarrollo se enmarca en el proyecto europeo CEF LOD-RoadTran18, cuyo objetivo principal es facilitar la reutilización de datos dinámicos de tráfico en dos Estados Miembros, España y la República Checa, y promover su publicación en el Portal Europeo de Datos Abiertos mediante el uso de tecnologías LOD. Este enfoque apoya los esfuerzos de la Unión Europea para hacer que los datos sean findable, accessible, interoperable y reusable (FAIR), conectando sectores como el transporte y la meteorología a través de la interoperabilidad semántica. El trabajo comienza con la semantización automática de datos de tráfico en formato DATEX II XML SRTI, transformándolos en RDF mediante un pipeline desarrollado en Apache Jena. Este proceso está respaldado por una ontología específica para incidentes de tráfico, diseñada como parte de esta investigación, que asegura una estructuración semántica consistente y facilita su integración en entornos interoperables. Además, se ha llevado a cabo la semantización de datos de carreteras proporcionados por el Ministerio de Transportes y Movilidad Sostenible en formato Excel, empleando procesos R2RML para convertirlos a RDF, así como la generación de instancias RDF de las unidades administrativas de España (Comunidades Autónomas, provincias y municipios), lo que añade una capa geopolítica esencial para contextualizar los incidentes de tráfico. Uno de los aspectos innovadores de esta tesis es la integración de datos meteorológicos proporcionados por la Agencia Estatal de Meteorología (AEMET), los cuales han sido semantizados y convertidos a RDF mediante SPARQL Anything. Posteriormente, estos datos se han vinculado con los incidentes de tráfico a través de estándares como GeoSPARQL en Virtuoso, proporcionando información climática tanto en tiempo real como en el momento en que ocurrieron los incidentes. Esta capacidad para enlazar datos meteorológicos y geoespaciales en tiempo real enriquece significativamente el valor de la información, permitiendo un análisis más profundo y contextualizado, lo que resulta particularmente útil para las autoridades de tráfico, gestores de infraestructuras y otros interesados. Como parte de la publicación de datos abiertos, esta investigación también aborda la federación de datos mediante su publicación en el Portal Europeo de Datos Abiertos y el Portal de Datos Abiertos de España, garantizando que los datos sean accesibles para un público amplio, promoviendo su reutilización y generando impacto a nivel europeo. Adicionalmente, la arquitectura desarrollada incorpora un sistema de visualización avanzada en Power BI, que consume datos desde APIs REST y ofrece cuadros de mando interactivos basados en información procesada semánticamente. Las APIs, diseñadas con Python FastAPI, permiten el acceso a datos en formato JSON, facilitando la integración con aplicaciones de terceros. Además, se ha integrado un sistema de visualización geográfica en tiempo real utilizando Angular y Leaflet, lo que ofrece mapas interactivos para explorar incidentes de tráfico, condiciones meteorológicas y características viales de manera intuitiva y dinámica. La solución también incluye la implementación de reglas SWRL (Semantic Web Rule Language) para realizar inferencias automáticas sobre los datos. Estas reglas permiten, por ejemplo, identificar condiciones de riesgo derivadas de patrones climáticos y de tráfico, así como generar nuevo conocimiento a partir de la información ya existente. Este enfoque basado en inferencias proporciona una herramienta valiosa para mejorar la toma de decisiones en tiempo real y enriquecer los sistemas de gestión de tráfico con análisis predictivo y reactivo. Importancia y enfoque de investigación Esta tesis se posiciona dentro del ámbito de la investigación aplicada, abordando problemas prácticos con soluciones innovadoras basadas en tecnologías avanzadas. Sus principales contribuciones incluyen: Un modelo semántico integrado que permite estructurar y vincular datos heterogéneos, como incidentes de tráfico, datos meteorológicos y características geoespaciales. Un marco para la publicación de datos abiertos y federados, alineado con los estándares europeos, lo que asegura que la información generada sea interoperable, accesible y reutilizable a nivel internacional. Herramientas analíticas y de visualización avanzadas, como cuadros de mando en Power BI y mapas interactivos, que permiten explorar y comprender los datos en tiempo real de forma intuitiva y efectiva. La investigación se distingue por su capacidad para resolver problemas complejos relacionados con la integración y federación de datos, utilizando estándares y tecnologías semánticas como RDF, GeoSPARQL y SPARQL Anything, así como su aplicación práctica en el contexto del proyecto CEF LOD-RoadTran18. Este enfoque no solo facilita la interoperabilidad de los datos, sino que también promueve la creación de servicios avanzados para la gestión de tráfico y la seguridad vial. Además, la publicación de los datos en portales abiertos europeos y nacionales permite que esta solución sea escalable y replicable, contribuyendo a la estandarización de los datos de tráfico y su análisis en un contexto global. La validación de la arquitectura desarrollada a través de pruebas en entornos reales demuestra su viabilidad técnica, destacando su potencial para mejorar la seguridad vial, la movilidad inteligente y la interoperabilidad de los datos en toda Europa. En conclusión, esta tesis no solo representa un avance significativo en el ámbito de la movilidad inteligente y la gestión de datos abiertos, sino que también proporciona una solución práctica y escalable con un impacto tangible en la seguridad vial y la interoperabilidad de datos, posicionándose como una contribución relevante tanto para la academia como para la industria.