农业大数据类别复杂。从领域来看，以农业领域为核心（涵盖种植业、林业、畜牧水产养殖业、产品加工业等子行业），逐步拓展到相关上下游产业（饲料、化肥、农药、农机，仓贮、屠宰业，肉类加工业等），并需整合宏观经济背景数据，包括统计数据、进出口数据、价格数据、生产数据、气象、灾害数据等；从地域来看，以国内区域数据为核心，借鉴国际农业数据作为有效参考；不仅包括全国层面数据，还应涵盖省市数据，甚至地市级数据，为区域农业发展研究提供基础；从广度来看，不仅包括统计数据，还包括涉农经济主体基本信息、投资信息、股东信息、专利信息、进出口信息、招聘信息、媒体信息、地理空间坐标信息等；从专业性来看，应分步构建农业领域的专业数据资源，进而应逐步有序规划专业的子领域数据资源。

（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

将包含实地遥感数据的电子地图与种植业相关实验数据相结合，实现种植业农业资源的实时查询、分析、决策功能。

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。