随着人口压力不断提高，可用耕地不断减少，农业需要另一场变革，来满足人类的粮食生产需求。随着信息技术的发展，大数据、物联网以及云计算的普及，给传统农业转型带来了新的机遇，这将促进农业的加速发展与转型。
大数据技术的快速发展，能将不同格式、不同业务领域的海量数据整合成标准统一的数据源，进行分析应用，继而产生巨大的经济社会价值。更大用途能够根据大数据分析的结果下，来建立的模型去预测某一事件的发生，并可据此进行人为干预，使其向着理想的方向发展。
农业大数据（由结构化数据和非结构化构成）主要包括以下几种：
（1） 从领域来看，以农业领域为核心（涵盖种植业、林业、畜牧业等子行业），逐步拓展到相关上下游产业（饲料生产，化肥生产，农机生产，屠宰业，肉类加工业等），并整合宏观经济背景的数据，包括统计数据、进出口数据、价格数据、生产数据、乃至气象数据等。
（2）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，为精准区域研究提供基础；
（3）从粒度来看，不仅应包括统计数据，还包括涉农经济主体的基本信息、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、GIS坐标信息等。
（4）从专业性来看，应分步实施，首先是构建农业领域的专业数据资源，其次应逐步有序规划专业的子领域数据资源，例如针对畜品种的生猪、肉鸡、蛋鸡、肉牛、奶牛、肉羊等专业监测数据。
天气是农业生产中最重要的因素之一，而通过大数据的可以对未来一定时间的天气进行预测。通过计算机统计有记录的气象数据，分析这些数据，建立当地的天气模型，通过模型产生的数据，与当前天气进行比较，再运用预测性分析进行天气预报。这种通过大数据预测未来的新方式，其预测时间更长、准确度更高，最长可提前40天生成冷热天气概率。在干旱季节，就可以根据预测的结果，进行提前人工干预，从而提高农业产量。
另外在农业生产和科研中也会出现大量的数据。这些数据的集成、挖掘和使用，对于现代农业的发展都将会发挥极其重要的作用。通过对大数据的研究，可以进行预测和干预当前农业领域存在诸多问题（如粮食安全、土壤治理、病虫害预测与防治）；大数据的应用与农业领域的相关科学研究相结合，可以为农业科研、政府决策、涉农企业发展等提供新方法、新思路。
通过整合与农业生产相关的各种数据并进行科学分析，就能更有效地预测农产品价格走势，帮助政府出台引导措施。也可以对粮食产量做出判断，及时预警，帮助政府采取应对措施，为政府制定政策、宏观调控提供依据。
数据爆炸式增长为科学研究发现带来新的方法、新的视野。如果用大数据的方法把这些数据和其他类似研究收集的资料作为整体研究，就可能帮农民能随时掌握天气变化数据、市场供需数据、农作物生长数据等等，避免因市场供需失衡给农民带来经济损失。随着大数据与农业的深度融合发展，以前依靠传统方法不能解决的诸多问题也会迎刃而解。当大数据高速发展之时，传统行业也应利用大数据加速转型。要意识到大数据所带来的机遇，开始发力推动大数据在农业领域的跨界应用，加速传统农业转型到智慧农业。
原文发布时间为：2013-11-12
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
