Structured Data Flow Un nuovo modello per la gestione dinamica delle informazioni a supporto della Pianificazione Spaziale Marittima

Maritime Spatial Planning (MSP) is a complex public process, regulated at the European level by Directive 2014/89/EU, that organises the spatial and temporal distribution of human activities in marine areas in pursuit of ecological, economic and social objectives. The effectiveness of this process depends critically on the quality, currency and structuring of the data that constitute its knowledge base. The traditional model of data collection — punctual, static and confined to the pre-planning phase — is, however, increasingly inadequate in the face of the intrinsic variability of marine phenomena, the time lags that accumulate across planning cycles, and the growing availability of near-real-time observational data. This thesis proposes and conceptualises the Structured Data Flow (SDF) model, a framework for the dynamic and continuous management of information flows in support of MSP. The SDF model redefines data not as a static snapshot of reality but as a structured, time-persistent flow described by a set of formalised properties — temporal dimension, spatial dimension, origins, processing, gaps and offsets, knowledge domain, descriptor and output — and enriched by machine-readable metadata conforming to semantic-web standards (DCAT-AP, OGC ontologies). The introduction of multi-source connectors and a step-by-step sequential process makes it possible to automate the updating of the knowledge base and to manage uncertainty explicitly along the temporal dimension of the data. A key feature of the model is the Proactive Notification System: a mechanism that transforms the data flow into an active participant in the planning process, capable of triggering attention thresholds and plan actions automatically as observed values change, without requiring the entire planning cycle to be restarted. This approach reduces the structural time lag between data collection and planning decisions, bringing MSP closer to the paradigm of adaptive planning. The research is organised around four principal contributions. The first is a critical survey of the state of the art in MSP data management, including a comparative analysis of plan-publication practices in Spain, France and Finland and an examination of European data tools (EMODnet, CMEMS, HELCOM, GAIR). The second is a characterisation of the dimensions of variability in dynamic data, with detailed investigation of the complexity of the coastline as a baseline datum and of the Essential Ocean Variables (EOVs). The third is the conceptual definition of the SDF model and its properties, accompanied by an analysis of enabling technologies already available (ERDDAP™, THREDDS, Hyrax/OPeNDAP, NetCDF, UGRID). The fourth is the application of the model to the Italian experience, through a description of the output data model of the Italian Maritime Spatial Plans (adopted in September 2024), its alignment with the MSP data Framework (MSPdF) produced by the TEG-MSP, and the design of the monitoring programme. In support of the conceptual proposal, the thesis presents four software tools developed during the doctoral research period: COGETRA (a translator of coastal geometries between different cartographic reference datasets), scripts for managing the Italian plan data model in QGIS, a prototype for estimating a dynamic coastal landscape quality index using computer vision, and a Google Sheet template for applying the MSPdF to existing plans. The SDF model does not replace the conceptual frameworks currently in use; rather, it projects them towards a data-driven paradigm capable of integrating with the Digital Twins of the Ocean initiatives currently under development at the European level, helping to make MSP a genuinely continuous, adaptive and interoperable process.

La Pianificazione Spaziale Marittima (MSP) è un processo pubblico complesso, disciplinato a livello europeo dalla Direttiva 2014/89/UE, che organizza la distribuzione spaziale e temporale delle attività umane nelle aree marine perseguendo obiettivi ecologici, economici e sociali. L'efficacia di tale processo dipende in misura determinante dalla qualità, dall'aggiornamento e dalla strutturazione dei dati che ne costituiscono il quadro conoscitivo. Tuttavia, il modello tradizionale di raccolta dati — puntuale, statico e circoscritto alla fase pre-pianificatoria — risulta sempre più inadeguato di fronte alla variabilità intrinseca dei fenomeni marini, ai ritardi accumulati nei cicli di pianificazione e alla crescente disponibilità di dati osservativi in tempo quasi reale. La presente tesi propone e concettualizza il modello Structured Data Flow (SDF), un framework per la gestione dinamica e continua dei flussi informativi a supporto della MSP. Il modello SDF ridefinisce il dato non come istantanea statica della realtà, bensì come flusso strutturato e persistente nel tempo, descritto da proprietà formalizzate — dimensione temporale, dimensione spaziale, origini, elaborazione, vuoti e disallineamenti, dominio di conoscenza, descrittore e risultato — e arricchito da metadati machine-readable conformi agli standard del web semantico (DCAT-AP, ontologie OGC). L'introduzione di connettori multisorgente e di un processo sequenziale step-by-step consente di automatizzare l'aggiornamento del quadro conoscitivo e di gestire esplicitamente l'incertezza lungo la dimensione temporale dei dati. Un elemento qualificante del modello è il Proactive Notification System: un meccanismo che rende il flusso dati soggetto attivo del processo pianificatorio, capace di attivare soglie di attenzione e azioni di piano in maniera automatica al variare dei valori osservati, senza necessità di riavviare l'intero ciclo. Questo approccio riduce il time lag strutturale tra raccolta dei dati e decisione pianificatoria, avvicinando la MSP al paradigma della pianificazione adattiva. La ricerca si articola in quattro contributi principali. Il primo consiste nella ricognizione critica dello stato dell'arte della gestione dati in MSP, con l'analisi comparativa delle esperienze di pubblicazione dei piani di Spagna, Francia e Finlandia e l'esame degli strumenti europei (EMODnet, CMEMS, HELCOM, GAIR). Il secondo è la caratterizzazione delle dimensioni di variabilità dei dati dinamici, con approfondimenti sulla complessità della linea di costa come dato di riferimento e sulle variabili oceanografiche essenziali (EOV). Il terzo è la definizione concettuale del modello SDF e delle sue proprietà, corredata dall'analisi delle tecnologie abilitanti già disponibili (ERDDAP™, THREDDS, Hyrax/OPeNDAP, NetCDF, UGRID). Il quarto è l'applicazione del modello all'esperienza italiana, attraverso la descrizione del modello dati di output dei Piani dello Spazio Marittimo Italiani (approvati nel settembre 2024), l'allineamento al MSP data Framework (MSPdF) del TEG-MSP e la progettazione del programma di monitoraggio. A corredo della proposta concettuale, la tesi illustra quattro strumenti software realizzati durante il percorso di dottorato: COGETRA (traduttore di geometrie costiere tra riferimenti cartografici diversi), gli script di gestione del modello dati del piano italiano in QGIS, un prototipo per la stima di un indice dinamico di qualità del paesaggio costiero tramite computer vision, e una maschera Google Sheet per l'applicazione del MSPdF ai piani esistenti. Il modello SDF non sostituisce i framework concettuali attualmente in uso, ma li proietta verso un paradigma data-driven in grado di integrarsi con le iniziative dei Digital Twins of the Ocean attualmente in sviluppo a livello europeo, contribuendo a rendere la MSP un processo realmente continuo, adattivo e interoperabile.