WinOMICs: von der panOMICs-Anwendung zum Weinbau

Das Projekt WinOMICs stärkt die grenzüberschreitende Zusammenarbeit zwischen Forschungseinrichtungen (UniWien, VUT Brno, Wein & Obst Klosterneuburg) sowie KMU und innovativen Unternehmen im Weinbau. Durch die Kombination von panOMICs-Analysen, maschinellem Lernen und hyperspektraler UAV-Bildgebung ergänzt durch bodennahe Sensorik wird ein umfassendes System entwickelt, das Winzern eine präzise und automatisierte Überwachung ihrer Rebflächen ermöglicht.

Die UAV-Plattformen liefern hochauflösende hyperspektrale Bilddaten, wodurch Stressfaktoren wie Schädlinge, Trockenheit oder Frost frühzeitig erkannt werden können. Bodennahe Sensoren erfassen gleichzeitig mikrolokale Umwelt- und Wachstumsparameter, was eine deutlich genauere Interpretation der Stresssignale erlaubt. In Verbindung mit proteomischen und metabolomischen Analysen entsteht ein neuartiger Ansatz zur Identifikation von Biomarkern, die direkten Einfluss auf Pflanzenentwicklung, Traubenqualität und Ertrag haben. Die gewonnenen Daten werden in Korrelation gesetzt mit Sortenunterschieden, Alter der Reben, Standortparametern sowie extremen Klimaereignissen, die im AT-CZ-Grenzgebiet zunehmend auftreten.

Auf dieser Basis entsteht ein optimierter Entscheidungs- und Anpassungsprozess für Weinbaubetriebe, einschließlich der Spezifikation einer geeigneten UAV-Plattform, hyperspektraler Sensorik und eines darauf abgestimmten Analyseverfahrens. Die Methoden unterstützen Winzer dabei, präzise Maßnahmen zur Pflege, Bewässerung, Schädlingsbekämpfung und Erntesteuerung abzuleiten. Dies senkt Kosten, erhöht die Effizienz und stärkt die Widerstandsfähigkeit gegenüber klimawandelbedingten Risiken.

WinOMICs leistet somit einen bedeutenden Beitrag zur nachhaltigen Entwicklung des regionalen Weinbaus, zur Sicherung seiner Tradition und zur Steigerung der wirtschaftlichen Wettbewerbsfähigkeit.

• Entwicklung eines hyperspektralen UAV-Systems zur detaillierten Erfassung relevanter Daten für den Weinbau
• Ein integrierter Analyse-Workflow (panOMICs + Bildanalyse + maschinelles Lernen + bodennahen Sensordaten)
• Identifikation metabolischer und proteomischer Biomarker zur Bewertung von Pflanzenstress und Traubenqualität
• Optimierter Entscheidungsprozess für Bewässerung, Pflanzenschutz, Ernteplanung und Präventionsmaßnahmen
• Empfehlungen für spezifische Technologien und Anpassungsstrategien für unterschiedliche Sorten, Standorte und klimatische Bedingungen
• Erhöhte Nachhaltigkeit und Wirtschaftlichkeit im Weinbau des AT-CZ-Grenzgebiets
• Transfer von Know-how zwischen Forschung, KMU und Winzern; Schulungen und Informationsmaterialien