农业大数据系统建设，从技术流角度来看，包含有数据源整合和ETL、数据仓库、数据挖掘与分析以及数据可视化。

大数据系统能够提供强悍的数据分析能力和数据可视化能力，能够将农业中散落在各个地方的数据进行汇聚整合，按照决策者的观察维度提供数据决策分析，并以图表等可视化效果进行展示，从而为农业生态提供数据决策分析服务。

农业大数据应用，应充分发挥大数据技术的挖掘、分析能力 ，帮助政府农业部门、涉农企业等主体实现农业的精细化管理，实现科学决策。

农业大数据应用场景应涵盖生产、经营、管理、服务等方向。

1.农业大数据解决方案——全产业链追溯大数据

• 产地追溯：农产品产地生产情况展示：产业结构、面源污染地监测、生产过程分析
• 流通追溯：物流、冷链、仓储分析
• 销地追溯：流向分析、电商销售分析、大宗批发分析、配送路径分析
• 检测追溯：检测批次预警
• 安全预测： 总量稽查，问题异常预警、高危品种预警、高危地区主体预警、农产品质量安全舆情监督
• 精准营销：消费人群分析

2.农业大数据解决方案——农业气象灾害监测预警

1、气象灾害预测预警。根据自然灾害历史数据（干旱、洪涝、冷害、台风、草原火灾等），分析灾害发生规律，建立预测模型，开展农业灾害与农业生产数据的关联分析，进行实时监测、预测与预警。

2、作物气象服务。根据不同地区、不同天气条件、农产品品种，为农民提供农事操作建议和服务。并针对气象灾害，评估当地受影响品种按面积/区域分布、发布农作物防御指南。

3.农业大数据解决方案——耕地管控（非粮化、非农化监测）

耕地是粮食生产的命根子，是中华民族永续发展的根基。近年来，党中央、国务院出台了一系列严格耕地保护的政策措施，但仍然存在耕地“非农化”“非粮化”倾向，有的违规占用耕地绿化造林、挖湖造景，有的违规占用耕地种植花卉草坪、果木苗木，严重影响保障粮食和重要农产品稳定安全供给。

准确掌握耕地“非农化”“非粮化”信息对确保我国粮食安全，建立长期的耕地管控制度具有重要意义。耕地“非粮化”具有随机、分散、面广、无序等特点，该类信息的获取和行为的监管难度大，通过遥感大数据智能分析技术，可实现县域耕地地表覆盖的多频监测，在高分辨率的卫星遥感影像上，可测出占用耕地种树、种果、挖塘养鱼等新增“非粮化”地块的位置、范围和面积，大范围、快速获取耕地的动态流动去向。

具备基于耕地范围和影像的耕地变化检测能力，算法成熟，应用性广，自动检测精度达90%以上；同时利用充足数据积累，引入人工智能深度学习算法，进行耕地变化检测，提高精度；具备主要农作物空间分布的监测能力，利用多期影像，综合运用作物监测算法模型，精度可达90%以上。

4.农业大数据解决方案——农产品价格监测大数据平台

通过对农产品不同产业环节价格数据进行挖掘、建模，包括价格波动周期模型、价格预测模型、农产品价格传导时滞模型、农产品价格相关性模型等，描绘不同农产品的价格周期、价格传导机制，辅助业务决策，更及时更准确的进行价格监测预警，防止农产品价格暴涨暴跌的频发，保障农产品供需平衡。

5.农业大数据解决方案——智慧乡村旅游

通过对乡村旅游评估进行建模，评估休闲农业旅游资质及等级；分析建模市县或区域范围的大众旅游消费偏好；运用相关性模型，分析和监测旅游安全，网络舆情；整合县镇村代表性农业文化资源和城市发展与产业发展，规划和管理乡村旅游。

6.农业大数据解决方案——农业舆情大数据监测平台

农业舆情大数据监测平台通过大数据分布式系统，全网采集农业舆情数据，利用文本挖掘算法及模型，实现舆情分析、事件分析、舆情预警、舆情检索四大功能，及时预警农业突发负面事件，挖掘农业舆情传播特点，更好的帮助客户进行舆情引导和处置

农业大数据可以通过技术上的强大计算治理能力，给农业生态提供强大数据决策分析服务，从而提供了更多的实际应用场景，更多其他解决方案场景后续陆续整理补充。