Neueste SCI Publikationen

Neueste Projekte

Forschungsprojekt aus §26 oder §27 Mitteln
Laufzeit : 2021-05-01 - 2024-04-30

Trockenstress ist die wichtigste globale Herausforderung für die Pflanzenproduktion. Auch in Österreich die die Pflanzen-Wasserversorgung eine zunehmende Herausforderung für die Landwirtschaft. Daher besteht ein hoher Bedarf an neuen Ansätzen zur besseren Anpassung an klimawandelbedingten Stress wie Dürre und Hitze sowohl bei einjährigen als auch mehrjährigen Nutzpflanzen wie Weinrebe. Die Verbesserung der Pflanzenresistenz gegen Trockenheit erfordert eine Verbesserung der physiologischen Abwehrmechanismen, die den Pflanzen helfen, die Trockenheit zu vermeiden sowie Schäden in Stressphasen zu vermindern. Dazu bedarf es verbesserter Messmethoden zum Verständnis, zur Überwachung und Vorhersage der Reaktion der Pflanzen auf Trockenheit. Aktuelle physiologische Methoden beschränken sich meist auf die Messung einzelner Pflanzen und sind unter Freilandbedingungen kaum anwendbar. Die Anwendung bildgebender Sensoren in der Pflanzenwissenschaft könnte Bereitstellung verbesserter Lösungen für die Überwachung der Pflanzenphysiologie sein. Diese Dissertation zielt darauf ab, einen neuartigen multimodalen Bildgebungsansatz zu entwickeln, der verschiedene Wellenlängenspektren kombiniert – den sichtbaren, nahen und kurzwelligen Infrarotbereich sowie thermale Strahlung – um charakteristische physiologische Merkmale der Weinrebe zu erfassen. Die Doktorarbeit wird zunächst bildgebende Modelle entwickeln, um die Schlüsselfunktion der Trockenheitsreaktion auf der Einzelblattskala zu erfassen. Diese Modelle werden dann angewendet, um Weinreben während Trockenstress und Wiederbefeuchtung in Klimakammerversuchen hinsichtlich Früherkennung von Stress zu monitoren. Schließlich wird der Ansatz ins Freiland übertragen, um Unterlagen mit überlegener physiologischer Resistenz gegen Trockenheit zu identifizieren und die Bewässerungsplanung zu unterstützen Es ist zu erwarten, dass der innovative multimodale Ansatz in Kombination mit modernen datenanalytischen Methoden einen wichtigen Fortschritt für die Pflanzenphänotypisierung, das Trockenheitsmonitoring und somit einen Beitrag zur Anpassung von Weinbau/Pflanzenproduktion an den Klimawandel bringt.
Forschungsprojekt aus §26 oder §27 Mitteln
Laufzeit : 2021-05-01 - 2024-04-30

Der Klimawandel stellt die Pflanzenproduktion aufgrund zunehmender Dürre und Hitzestress in Frage. In Österreich ist die Zuckerrübe ein wichtige Kulturpflanze, die hauptsächlich in Ostösterreich angebaut wird, wo Wasser der wichtigste ertragsbegrenzende Faktor ist. Deswegen, nachhaltiger Zuckerrübenanbau in Österreich erfordert effiziente Strategien zur Optimierung des Wasserverbrauchs und zur Steigerung der Pflanzen Resistenz gegen Trockenheit. Ziel dieses Dissertationsprojekts ist es, die Isotopenanalyse als Werkzeug für die Züchtung und Managementansätze für eine wassereffiziente Zuckerrübenproduktion. Verwendung einer Kombination von stabilen Isotopenanalysen für Wasser und Kohlenstoff werden wir eine Methode etablieren, um die Effizienz der Wurzelwasseraufnahme aus dem Untergrund und deren Auswirkungen zu quantifizieren um die Auswirkungen der Dürre auf Zuckerrüben zu mildern. Die entwickelte Methode wird zunächst auf die Identifizierung von Zuckerrüben angewendet Sorten mit überlegener Fähigkeit zur Bodenwasserentnahme, um das Wachstum unter wasserarmen Bedingungen zu verbessern. Danach haben wir wird den stabilen Isotopen-Ansatz verwenden, um Zuckerrübenproduktionssysteme im Feld zu bewerten und sich auf die Auswirkungen von Begrenzung von Verdunstungswasserverlusten durch Bodenoberflächenbedeckung. Wir erwarten, dass dieses Projekt eine verbesserte Isotopenbasierter Ansatz für Pflanzenzüchtung und -management zur Unterstützung der Gestaltung eines effektiven Klimawandels Anpassungsmaßnahmen in der Landwirtschaft.
Forschungsprojekt aus §26 oder §27 Mitteln
Laufzeit : 2021-01-01 - 2022-06-30

Das Ziel dieses Projektes ist die Entwicklung von Methoden zur Satelliten-, Modell- und KI-basierten Ertragsprognose landwirtschaftlicher Kulturpflanzen im Kontext der österreichischen Landwirtschaft. Zur Erreichung des Projektziels werden folgende Technologien und Methoden kombiniert bzw. weiterentwickelt: - Sentinel 2 Spektraldaten (Satellitenbilder) werden als Input für die KI Komponente, das Reflexionsmodell PROSAIL und das Wachstumsmodell iCrop verwendet. - Die KI Komponente wird mit manuell gekennzeichneten und bereits vorhandenen Trainingsdaten aus dem österreichischem und US Raum auf die Erkennung landwirtschaftlicher Kulturpflanzen trainiert. Das trainierte Modell sollte die auf den Satellitenbildern ersichtlichen Kulturpflanzen zu 90% korrekt klassifizieren können. Mit dem Reflexionsmodell PROSAIL werden durch diskrete Variation der Inputwerte mögliche Reflexionswerte errechnet und in einer Datenbank gespeichert. Die in den Satellitenbildern ersichtlichen Reflexionswerte werden anschließend mit den Werten in der Datenbank abgeglichen, um so auf mögliche Inputwertekombinationen und Kulturpflanzen schließen zu können - Die Ergebnisse der KI Komponente und des Reflexionsmodells werden an den Fuzzy-Logik Klassifikator übergeben, um die Kulturpflanze final zu bestimmen. - Die erkannte Nutzpflanzenart und über die Spektraldaten ableitbare Wachstumsparameter (z.B. Leaf Area Index) werden zur Kalibrierung des Wachstumsmodells iCrop zur Erstellung von Ertragsprognosen (sowie Erntezeitunkt, Phänologie, Dünge- und Wasserbedarf) verwendet.

Betreute Hochschulschriften