Im Projekt wurde erfolgreich eine Analyse-Plattform aufgebaut und weiterentwickelt mit Implementierung der Technologien ODC und STAC. Die Plattform ist benutzerfreundlich, flexibel und aufgrund der Einbettung in ein Kubernetes-Cluster skalierbar und ausfallsicher. Aufgrund der einfachen Verknüpfung mit weiteren Tools wie Apache Airflow und Apache Superset konnte im Rahmen des Projekts ein Workflow entwickelt werden, um den gesamten Datenworkflow – von Datenintegration, Datenanalyse bis zur Datenvisualisierung effizient zu gestalten.
Das Ergebnis ist eine robuste Infrastruktur, die es ermöglicht, große Datenmengen aus unterschiedlichen Datenquellen miteinander auszuwerten. Im Anwendungsbeispiel wurden klimatische Daten und Dürreindizes berechnet und visualisiert und ein flexibles Monitoringtool geschaffen. Die Infrastruktur wurde in die Produktivumgebung migriert und steht Nutzer:innen intern für Auswertungen zur Verfügung. Damit wurde ein wichtiger Meilenstein für zukünftige datenintensive Auswertungen (Big Data Processing) an der BAB gesetzt. Insgesamt hat das Projekt gezeigt, dass die kontinuierliche Weiterentwicklung und Integration fortschrittlicher Technologien entscheidend für eine leistungsfähige Analyse- und Visualisierungsplattform sind.
Meteorologische Dürreindizes können als Indikatoren für Klimabedingungen und Wasserstress verwendet werden. Ein langfristiges Monitoring kann Entwicklungstrends aufzeigen, als Frühwarnsystem dienen und wertvolle Informationen liefern, um die Anpassungsfähigkeit der Landwirtschaft an Dürrebedingungen langfristig zu stärken. Meteorologische Dürre kann allerdings nicht mit landwirtschaftlicher Dürre gleichgesetzt werden – man kann also basierend auf meteorologischen Indikatoren nicht direkt auf trockenheitsbedingte Ernteeinbußen schließen, da die Vulnerabilität gegenüber Trockenheit unterschiedlich ist (z.B. abhängig von Kulturart, Sorte, Entwicklungsphase) und diese zudem von weiteren Faktoren abhängig sind (z.B. Wasserspeicher(kapazität) des Bodens, Managementmaßnahmen, regionalen Gegebenheiten) (Bachmair et al., 2018). Dies sollte berücksichtigt werden, wenn in Zukunft Fördermaßnahmen für Ertragseinbußen aufgrund von Dürre geplant werden.
Für detaillierte Aussagen auf Betriebs- oder Schlagebene sind die vorliegenden interpolierten Niederschlagsdaten nicht ausreichend präzise, da Niederschläge häufig sehr kleinräumig und in unterschiedlicher Intensität auftreten. Es kann daher damit nur ein grober Überblick geschaffen und großräumige Trends sichtbar gemacht werden.
Zu meteorologischen Indikatoren und Indizes kann der tatsächliche Zustand der Vegetation anhand von Satellitenbildern eine sinnvolle Ergänzung sein. Satellitendaten liefern wertvolle Informationen zu Bodenfeuchte, Pflanzenwachstum und Pflanzenzustand (Trnka et al., 2020). Im Vorprojekt wurden Tests mit einzelnen Sentinel-2-Szenen durchgeführt. Eine österreichweite großflächige Datenaufbereitung und Analyse hätte den zeitlichen und inhaltlichen Rahmen des gegenständlichen Projekts überstiegen. Eine mögliche sinnvolle Weiterentwicklung könnte daher die systematische Nutzung und Auswertung von Satellitendaten auf nationaler Ebene sein.
