<secondary-title/> </titles> <doi/> <pages/> <volume/> <number/> <keywords> <keyword>sistemas de información geográfica</keyword> </keywords> <dates> <year>2025</year> <pub-dates> <date>2025</date> </pub-dates> </dates> <abstract>Las Infraestructuras de Datos Espaciales (IDE) continúan siendo, en muchos contextos, las principales fuentes de datos geoespaciales. Con el constante crecimiento del volumen de estos datos, la capacidad de encontrar el recurso espacial adecuado se ha vuelto cada vez más crítica. Sin embargo, este proceso suele ser complicado. En esta tesis, abordamos la problemática del descubrimiento de recursos espaciales en catálogos de datos geoespaciales. Para ello, realizamos una serie de estudios empíricos que identifican los problemas que limitan la efectividad de los catálogos y analizan su impacto real. Demostramos que, en muchos casos, los registros de metadatos de los catálogos no son suficientes para localizar el recurso deseado. Proporcionamos una definición formal del fenómeno conocido como Metadata Reference Rot, analizando sus componentes, y evidenciamos que afecta significativamente a los metadatos espaciales: menos del 75% de los registros contienen al menos una URL de distribución accesible. Además, demostramos que los sistemas de recuperación espacial actuales, basados en la representación de la Minimum Bounding Box (MBB), suelen generar resultados falsos positivos. Los resultados emp´ıricos evidencian una precisión muy variable entre catálogos, y ninguno logra métricas suficientemente altas. Como alternativa, proponemos un nuevo enfoque para mejorar la precisión de las búsquedas espaciales. Presentamos el DGGS Footprint, un método que utiliza Discrete Global Grid Systems (DGGS) para representar la extensión espacial de un conjunto de datos mediante una lista de celdas que intersectan con su huella real. Esta representación permite realizar búsquedas espaciales más precisas que los métodos tradicionales, como MBB o Convex Hull. Nuestro estudio empírico confirma que el DGGS Footprint mejora significativamente la precisión de las búsquedas, alcanzando un promedio superior al 96% en todos los catálogos analizados. </abstract> </record> </records> </xml>

López Pellicer, Francisco Javier Zarazaga Soria, Francisco Javier <secondary-title/> </titles> <doi/> <pages/> <volume/> <number/> <keywords> <keyword>sistemas de información geográfica</keyword> </keywords> <dates> <year>2025</year> <pub-dates> <date>2025</date> </pub-dates> </dates> <abstract>Las Infraestructuras de Datos Espaciales (IDE) continúan siendo, en muchos contextos, las principales fuentes de datos geoespaciales. Con el constante crecimiento del volumen de estos datos, la capacidad de encontrar el recurso espacial adecuado se ha vuelto cada vez más crítica. Sin embargo, este proceso suele ser complicado. En esta tesis, abordamos la problemática del descubrimiento de recursos espaciales en catálogos de datos geoespaciales. Para ello, realizamos una serie de estudios empíricos que identifican los problemas que limitan la efectividad de los catálogos y analizan su impacto real. Demostramos que, en muchos casos, los registros de metadatos de los catálogos no son suficientes para localizar el recurso deseado. Proporcionamos una definición formal del fenómeno conocido como Metadata Reference Rot, analizando sus componentes, y evidenciamos que afecta significativamente a los metadatos espaciales: menos del 75% de los registros contienen al menos una URL de distribución accesible. Además, demostramos que los sistemas de recuperación espacial actuales, basados en la representación de la Minimum Bounding Box (MBB), suelen generar resultados falsos positivos. Los resultados emp´ıricos evidencian una precisión muy variable entre catálogos, y ninguno logra métricas suficientemente altas. Como alternativa, proponemos un nuevo enfoque para mejorar la precisión de las búsquedas espaciales. Presentamos el DGGS Footprint, un método que utiliza Discrete Global Grid Systems (DGGS) para representar la extensión espacial de un conjunto de datos mediante una lista de celdas que intersectan con su huella real. Esta representación permite realizar búsquedas espaciales más precisas que los métodos tradicionales, como MBB o Convex Hull. Nuestro estudio empírico confirma que el DGGS Footprint mejora significativamente la precisión de las búsquedas, alcanzando un promedio superior al 96% en todos los catálogos analizados. </abstract> </record> </records> </xml>