25日，在2016年第二屆國際(北京)數字農業論壇(IFDA)上，中國農業大學信息與電氣工程學院教授李道亮稱，雖然農業大數據在現代農業的實踐應用中越來越重要，但是國內面臨著農業大數據缺乏、大數據模型缺乏長期積累、農業大數據缺乏與行業產業結合、農業大數據缺乏必要的規範等問題。
隨著傳感器、智能移動設備、互聯網等的發展，數據呈現爆炸式增長。農業大數據(Big data)是指在現代農業生產、經營、管理等各種活動中形成的，具有潛在價值的、海量的、活的數據，是現代農業建設、發展、管理的“基準線”。而農業由於存在地域性、季節性、多樣性、周期性的特點，決定了農業大數據具有量大、類雜、複雜、實時的特征。
李道亮表示，從過去的小農經濟到規模農業，再到現在的數據農業，在農業大數據的幫助下，農業將實現從“看天吃飯”到“知天而作”的根本性轉變。不過，這需要數據采集、數據存儲和管理、計算模式與系統、數據分析與挖掘等關鍵技術的配合。
數據農業的基礎是來自物聯網的農業大數據，而這些數據的采集也經歷了被動、主動、自動的三個階段。早期的數據是人們為分析特定問題的需要，通過采樣、抽象等方法記錄產生的數據。後來隨著互聯網，特別是社交網絡的發展，越來越多的人在網絡上傳遞發布信息，主動產生數據。到目前，傳感器技術的廣泛應用使得利用傳感器網絡可以不用控制全天候的自動獲取數據。
值得關註的是，數據分析是整個大數據處理流程的核心，這些大數據的價值也就產生於分析，實時數據分析和處理是大數據分析的一個核心要求。而通過大數據管理將海量數據聚合在一起，將離散的數據需求聚合能形成數據長尾，從而滿足傳統治理中難以實現的功能。
李道亮說，農業大數據的應用領域包括基礎研究、智能農業生產、市場行情、智能決策、農產品安全等。
以畜禽養殖為例，目前面臨出欄率低、生豬成本高、疾病控制不力和科學化經營和技術管理有待提高的現狀。但是，通過大數據技術對海量的、形式各異的數據，進行研究、分析、判斷，就可以研究出多種分析模型，建立起大數據處理中心，就會使畜禽養殖技術變得更加科學化。
在種植方面，通過大數據平臺對收集來的數據進行分析可以為農情監測、作物生長管理提供指導，基於平臺集聚的典型病害特征圖像、病蟲害專家知識、診斷模型，通過現場病例特征結構化表述、典型樣本特征快速匹配、病例圖像與環境指標數據的深度融合等大數據平臺病蟲害分析服務，實現作物病蟲害的分析決策和預警。
不過，遺憾的是，我國農業大數據面臨著缺乏農業大數據、大數據模型缺乏長期的積累、農業大數據缺乏與行業產業結合、農業大數據缺乏必要的規範等問題。李道亮建議，應該加強農業農村大數據的采集，通過物聯網完善數據采集渠道，強化歷史數據的整理，並做到開放共享，此外還要加強數據數據處理人才隊伍，在共享開放大數據的同時，需要確保數據安全管理。
此外，他還建議建立農業信息化國家大數據中心，解決我國信息資源“條塊化”與整合共享問題。這就需要制定國家農業公共數據描述與表達標準，研究農業大數據存儲、調度、個性化需求智能聚焦、信息服務按需分配等技術，研究農業多源數據、知識、服務資源的統一層次化表達與描述、高效存儲、統一調度、資源共享、個性化服務。