Projektleitung: Eva M. Molin, Center for Health & Bioresources, AIT Austrian Institute of Technology GmbH
Projektpartner: AGRANA Research & Innovation Center GmbH sowie die AIT Center Health & Bioresources (HBR) und Digital Safety & Security (DSS).
Projektdauer: Mai 2022 - Dezember 2025
Durch sich verändernde klimatische Bedingungen kommt es zu einem vermehrten Auftreten des Rübenderbrüsslers (Asproparthenis punctiventris) in weiten Teilen Ostösterreichs, der enorme Schäden im Zuckerrübenanbau verursacht. So musste im Jahr 2020, welches im Frühjahr durch ein überaus warmes und trockenes Wetter gekennzeichnet war, in Österreich käferbedingt über 4.000 ha Zuckerrübenfläche umgebrochen werden. Eine präzise Vorhersage über das örtliche und mengenmäßige Aufkommen des Käfers würde es erlauben, Gegenmaßnahmen zu einem früheren Zeitpunkt zu setzen und so zu einer ressourcenschonenden Landwirtschaft beizutragen. Das übergeordnete Ziel von PredictBeetWeevil ist daher die Erstellung eines datenbasierten Prädiktionsmodells zur Ermittlung der Ausbreitung des Rübenderbrüsslers. Dazu sollen Daten der vergangenen Jahre gesichtet, bereinigt und digitalisiert werden und in ein Basismodell zur Prädiktion des Schädlingsaufkommens einfließen. Dieses wird mit Daten aus unterschiedlichen Quellen (Klimadaten, Bodendauereigenschaften, -biodiversität und -mikrobiom), welche über die Projektdauer mithilfe von Bodenprobenanalysen generiert werden, erweitert. Nach Testung verschiedener Algorithmen und Evaluation der Daten sollen im Rahmen des Projektes die maßgeblichen Faktoren für die Ausbreitung des Schädlings ermittelt und ein finales Prädiktionsmodell entwickelt werden.
Projektleitung: Eva M. Molin, Center for Health & Bioresources, AIT Austrian Institute of Technology GmbH
Projektpartner: Saatzucht Edelhof GmbH, der Verein zur Förderung einer nachhaltigen und regionalen Pflanzenzüchtung sowie die AIT Center Health & Bioresources (HBR) und Vision, Automation & Control (VAC).
Projektdauer: August 2022 - Dezember 2025
Weizen ist eine der wichtigsten Kulturen weltweit. Die mit dem Klimawandel einhergehende Trockenheit beeinflusst die Ertragsleistung und folglich auch die Ernährungssicherheit. Um diese Herausforderung zu bewältigen, ist die Entwicklung neuer Sorten mit verbesserter Trockenstress-Toleranz essenziell. Hierfür werden im Projekt WheatVIZ modernste Technologien sowie Methoden des maschinellen Lernens (ML) zum Einsatz kommen. Phänotypdaten werden mithilfe von boden- und luftgestützten Sensoren in Kombination mit ML-basierten Verfahren untersucht. Die Kombination dieser mit genomischen Daten soll zur Ermittlung Trockentoleranz-assoziierter genetischer Marker führen. Diese Daten bilden die Grundlage zur Erstellung eines Prädiktionsmodells, mit dem Ziel die für den Züchter relevantesten Faktoren herauszuarbeiten. Darauf aufbauend wird ein anwendungsfreundlicher Genotypisierungs-Assay entwickelt, der den Züchter durch eine schnelle Selektion von trockentoleranten Linien unterstützen soll.
Das AIT Austrian Institute of Technology GmbH ist Österreichs größte außeruniversitäre Forschungseinrichtung und ist Spezialist für die zentralen Infrastrukturthemen der Zukunft. Als Partner der Wirtschaft und öffentlicher Einrichtungen erforscht und entwickelt das AIT schon heute die Technologien, Methoden und Tools von morgen ‑ für die Innovationen von übermorgen. AITs interdisziplinärer Ansatz spiegelt sich in der d4agrotech Initiative wider: Unter der Leitung des Centers für Health & Bioresources, konkret die Competence Unit Bioresources mit Standort in Tulln, sind weitere drei AIT Center in d4agrotech eingebunden: Center für Digital Safety & Security, Center für Vision, Automation & Control und das Center für Innovation Systems & Policy.