Steigende Temperaturen und Wassermangel verringern die Ernteerträge und die Qualität der Ernte in vielen landwirtschaftlichen Regionen. Dieses Problem wird sich durch den Klimawandel voraussichtlich noch verstärken. Wir werden uns in diesem Projekt auf Reis, eine er die wichtigste menschliche Nahrungspflanzen, konzentrieren. Der Anbau von Reis ist wasserintensiv, und vom Klimawandel besonders betroffen. Wir wollen mehrere natürliche genetische Variationen identifizieren und testen, die bereits einige Reis-Landrassen in die Lage versetzen, unter warmen und trockenen Klimabedingungen ausreichend Saatgut zu produzieren. Das Projekt hat die Verbesserung der Klimaresistenz von Nutzpflanzen zum Ziel. Ein Fokus liegt dabei auf der Rolle der Spaltöffnungen. Diese regulierbaren Poren steuern den Wasserverlust aus der Pflanze und sind daher entscheidend für die Verdunstungskälte und die Reaktion auf Trockenstress. Wir haben bereits die Genome von fast eintausend Reissorten untersucht, um eine Liste von 30 Genen mit natürlich vorkommenden Variationen zu identifizieren, die mit Wachstum in schwierigen Umgebungen verbunden sind. Sechs dieser Gene wurden priorisiert, und drei von ihnen sind direkt an der Regulierung der Spaltöffnungen beteiligt. Um herauszufinden, welche dieser Gene am ehesten in der Lage sind, Klimaresilienz zu verleihen, werden wir 200 traditionelle Reissorten, die entweder funktionale oder nicht-funktionale Kopien unserer Zielgene enthalten, untersuchen. Wir werden diese Reissorten sowohl in sorgfältig kontrollierten Umgebungen als auch in tropischen Feldversuchen anbauen und ihre Stressresistenz und ihren Nährstoffgehalt messen. Die Daten aus diesen Experimenten werden nicht nur die genetischen Sequenzen aufzeigen, die von Natur aus mit Hitze- und Dürretoleranz verbunden sind, sondern es auch ermöglichen, mit Hilfe von maschinelles Lernen die Eigenschaften, die die beste Vorhersagen für die Leistung der Pflanzen auf dem Feld erbringen, zu ermitteln. Wir werden die Funktion unserer Zielgene durch genetische Manipulation ihrer Expression verifizieren und durch in silico transkriptomische, physiologische und biochemische Analysen neue genomische Ressourcen für die Reisforschungsgemeinschaft bereitstellen. Schließlich werden wir mit Hilfe von Gene Editing versuchen die gefundene Stressresistenz in stressanfälligen modernen Elitereissorte wiederherzustellen. Um dies zu erreichen, brauchen wir die verschiedenen Fähigkeiten unseres multidisziplinären Teams. Darüber hinaus haben wir ein "Bürgerwissenschaftliches" Programm entwickelt, um die Rolle aller 30 klimaassoziierten Reisgenen neben den vorrangigen Zielgenen zu untersuchen. Zu diesem Zweck werden wir mit Schülern in lokalen Schulen in den USA und Großbritannien zusammenarbeiten. Hierbei werden wir zusätzliche Gene untersuchen und den Schülern und Lehrern die Möglichkeit geben, einen Beitrag zu den internationalen Forschungsbemühungen die den Klimawandel bekämpfen zu leisten.
Zielsetzung
Die zunehmende Häufigkeit extremer Wetterereignisse lenkt die Aufmerksamkeit auf Grundhochwasser, das durch steigendes Grundwasser entsteht und erhebliche Schäden an Infrastruktur, Gebäuden und Umwelt verursachen kann. Im Gegensatz zu fluvialen oder pluvialen Hochwassern ist Grundhochwasser schwer zu erkennen und mit traditionellen Schutzmaßnahmen nicht leicht zu bewältigen. Numerische Modelle, insbesondere probabilistische Ansätze wie die Bayessche Inferenz, helfen, Unsicherheiten in der Modellierung und Vorhersage besser zu quantifizieren. Hochwasserrisikokarten sind essenziell für das Management von Grundhochwasser. Allerdings fehlen oft präzise Unsicherheitsanalysen, was durch datengetriebene Ansätze wie maschinelles Lernen verbessert werden könnte. Citizen Science und kostengünstige Sensoren können ebenfalls beitragen, indem sie Datenlücken schließen und die öffentliche Beteiligung fördern. Diese Studie präsentiert ein Rahmenwerk zur Bewertung der Anfälligkeit für Grundhochwasser, das Unsicherheiten berücksichtigt und probabilistische Karten erstellt. Anhand eines Fallbeispiels in Garching 2023 wird gezeigt, wie Modellierungstools effektiv eingesetzt werden können. Abschließend wird vorgeschlagen, Monitoring-Tools und Bürgerbeteiligung auszubauen, um die Risikokommunikation zu stärken, das Bewusstsein zu erhöhen und Maßnahmen zum Grundhochwasserschutz besser zu verankern.