Hintergrund

Österreich verfügt über gute Wasserreserven, allerdings gibt es erhebliche regionale Unterschiede. Vor allem im Osten Niederösterreichs herrscht mitunter Wasserknappheit. In Verbindung mit den geringen Niederschlagsmengen schafft das eine schwierige Situation für die Landwirtschaft, die sich aufgrund des Klimawandels weiter zuspitzen dürfte. Bewässerung kann kurzfristig Abhilfe schaffen, geht jedoch zulasten der lokalen Wasserressourcen, erhöht den Energieverbrauch und die CO₂-Emissionen. Neue Strategien und Technologien sind daher gefragt. Es braucht einen effizienten Umgang mit der Ressource Wasser sowie eine genaue Überwachung des Wasserverbrauchs. Hier setzt das vorliegende Projekt an: Es greift den Weinbau – einen bedeutenden Wirtschaftszweig in Niederösterreich – als Anwendungsfall heraus und untersucht, wie die Wassernutzung in Weingärten optimiert werden kann. Die entwickelten Lösungen sollen zudem als Vorbild für ähnliche Maßnahmen in anderen landwirtschaftlichen Bereichen dienen und sich auf diese übertragen lassen.

Ziele

Das übergeordnete Ziel des Projekts ist es, ein kostengünstiges, multimodales 3D-Systems zu entwickeln mit dem der Zustand von Weinreben erfasst werden kann. Multimodal steht für die Nutzung mehrerer Datenkanäle. Farbinformationen (RGB) und Daten aus thermaler sowie multi- bzw. hyperspektraler Bildgebung werden zusammengeführt und mit Hilfe von Computer-Vision‑ und Machine‑Learning‑Verfahren wichtige pflanzliche Merkmale wie Blattfläche und Transpiration analysiert. Pflanzenspezifische Eigenschaften und die Struktur der Laubwand werden herangezogen, um Wasserverbrauchsmodelle zu erstellen, die ein präzises und nachhaltiges Wasser-Management im Weinbau erlauben.

Das Projekt geht dabei folgenden Forschungsfragen nach:

• Sind 3D‑Rekonstruktionen von Rebstöcken, die mit Daten aus dem Weingarten erstellt werden, ausreichend genau, um damit Aussagen über Wasserverbrauch treffen zu können.
• Wie können multimodale Informationen (d.h., Daten aus mehreren Quellen, z.B., aus thermaler und hyperspektraler Bildgebung) zu einem brauchbaren 3D‑Pflanzenmodell zusammengeführt werden?
• Wie aufwendig ist es, robuste Machine-Learning Modelle zur Segmentierung von Pflanzenteilen (z. B. Blätter, Trauben) zu trainieren, und wie können Methoden für effizientes Labeling, Domain Adaptation und Foundation Models den Prozess vereinfachen?
• Welche Pflanzenmerkmale von Rebstöcken eignen sich besonders gut als Parameter für ein neuartiges Wasserhaushaltsmodelle, und welche Verbesserungen lassen sich gegenüber klassischen Leaf Area Index (LAI)‑Methoden erzielen?
• Kann das Modell Auswirkungen auf die Pflanzen-Transpiration anhand von Veränderungen an der Pflanze selbst und der Bodenwasserverfügbarkeit erkennen?

Ergebnisse und Innovation

In diesem Projekt schaffen wir die Grundlage für ein kostengünstiges, tragbares 3D-Pflanzenscannersystem. Es nutzt Farbbilder sowie thermale und multispektrale Messungen, um Blattfläche, Temperatur und andere wichtige Parameter zu erfassen, die Rückschlüsse auf den Gesundheitszustand der Pflanzen ermöglichen. Die Messgrößen werden mit Daten zum Wasserverbrauch in Beziehung gesetzt, um besser zu verstehen, wie Pflanzenstruktur, Transpiration und Bewässerungsbedarf zusammenhängen. Das Projekt untersucht außerdem, wie verschiedene Bewirtschaftungsmaßnahmen im Weingarten den Wasserverbrauch und den Ertrag beeinflussen. Die gewonnenen Erkenntnisse bilden die Basis für verbesserte Wassermanagementmodelle, die sowohl klimatische Bedingungen als auch pflanzenspezifische Eigenschaften berücksichtigen. Insgesamt ebnet das Projekt den Weg für effizientere Bewässerungsmethoden und einen nachhaltigeren Umgang mit Ressourcen. In diesem ersten Schritt steht der Weinbau in Niederösterreich im Fokus. Langfristig sollen jedoch auch andere landwirtschaftliche Bereiche (z.B. Obst- und Gemüseanbau) und auch andere Regionen von den Entwicklungen im Projekt profitieren. Den Bauern soll eine Technologie an die Hand gegeben werden mit denen sie die derzeitigen Herausforderungen aber auch jene der Zukunft besser bewältigen.

Partner

Fördergeber