大数据时代，不仅可以通过建立综合的数据平台，调控农业生产，还可以记录分析农业种植养殖过程、农产品流通过程中的动态变化，通过分析数据，同时结合经验，制定一系列调控和管理措施，使农业高效有序发展。
02
农业大数据平台建设
在经历了多年的发展，研发了涵盖多层面、多领域的农业信息化系统，构建了很多不同级别、面向不同领域的数据资源，形成了庞大的信息资源财富。但是由于利益等原因，这些数据相互之前缺乏统一的标准和规范，信息缺乏共享，信息资源与业务脱节，这必然导致数据利用率低下、信息冗余散乱。构造虚拟化技术平台，规范数据标准，将在大规模数据中心管理和解决方案交付方面发挥巨大的作用。
在技术上，该平台应基于先进的大数据系统框架，充分融合物联网在数据获取以及云计算在数据处理方面的技术优势，建设具有高效性，先进性和开放性的业务化应用平台。
结构上，该平台应具有良好的可配置性，满足资源扩展、业务流程的变化。平台应具有稳健的设计构架、良好的人机交互功能，便于一般技术人员开发使用。随着应用领域的拓宽、业务的发展、业务量的增加，系统也应该具有良好的扩展性和应用性。
03
农业大数据的应用领域及解决猜想
（一）农业大数据目前主要应用领域
（二）农业大数据解决猜想
农业资源管理：
基于3S技术，建立管理区域电子地图，对管理区域内农业种植用地进行科学决策、精细化管理。
1、基于3S技术，建立管理区域电子地图
以全球定位系统（GPS）提供的地理基本信息基于地理信息系统（GIS）建立农业用地的电子地图。运用遥感（RS）技术感知电子地图中的实地信息（土质、），全面掌握农业种植用地的范围，实时了解区域内土壤条件、大气环境等综合信息并通过对信息的差异性分析将种植区域划分为不同的管理区域，有针对性地进行规划。
2、附加种植业专题数据，充分整合区域信息
农作物生产管理：
整合传统统计数据及农业资源管理信息，对不同管理区域内农作物进行有针对性的种植管理。
对种植影响因素差异性较大的不同区域定量获取影响作物生长的环境因素（如土壤肥力、含水量、苗情、病虫害等）信息，分析影响区块产量差异的原因，采取技术上可行、经济上有效的耕作措施，区别对待，按需实施的“处方农业”。
1、处方农业
针对水稻的品种、叶绿素含量、氮含量等信息的遥感信息抽取示意图
2、农作物监测、估产
利用遥感（RS）技术监控农作物长势，根据需要及时采取有效措施，并根据各种数据的综合分析较准确地预估农作物产量。
遥感估产系统示意图（颜色越深产量越高）
3、病虫害分析
利用GIS、遥感、高光谱分析等技术，对植物病虫害进行分析、预测、防治。
农产品质量安全管理：
整合产地环境、生产档案、检测数据形成农产品质量安全溯源数据。
1、产地环境数据
运用遥感（RS）、传感器等技术手段全面掌握农产品产地环境数据，并形成历史记录。
2、生产档案数据
农产品生产记录，记录农产品在生长过程中的各种农事操作信息。
3、农产品检测数据
记录企业资质，检测报告，产品品质的认证证明等信息。
溯源系统示意图
农村政务服务管理：
政务服务管理涵盖人口管理、计生管理、党群管理、公共咨询、社保管理、经营管理、资源管理，将这些数据整合，形成县、乡、村三级政府部门的信息管理系统。
1、政务管理
政务管理内网承担各级政府部门的办公业务实现村、乡、县各级部门间的信息交流，政务管理外网处理各部门面向企业的业务及政府部门之间的业务。
2、公共服务管理
人口、计生、社保等公共服务的信息化管理，实现公共服务的简便快捷
3、农业资源管理
涵盖部分农业资源管理数据，为管理者提供辖区内的农业资源数据（土地使用情况、作物种植情况、产量预估等），为农业资源的科学决策提供可靠依据。
04
农业大数据引领智慧农业
农业作为中国的基础产业，面临着农产品需求不断增加、资源紧缺、气候变化导致灾害频发、生态安全脆弱、生物多样性持续下降等严峻挑战，夯实以农业物联网、云计算技术为核心的农业信息化基础，提升以大数据为支撑的农业信息化服务，开拓智慧农业新局面，实现农业现代化和信息化的跨越式发展。