接下來，我們就一起來聊聊農業大數據到底有什麼場景，我將從農業細分領域和受眾兩條線一同展開。農業細分領域也是養殖業（假裝含畜牧業吧）、種植業和林業展開，三個子領域存在一定的交叉。受眾（利益相關者）則從政府、生產者、貿易者、生鮮電商（含社區團購）展開，至於之前提的食材配送企業、代賣、代買，批發商等就全合併在貿易者裏了，而農業科研院校等此次不涉及。外加一個農產品價格大數據，這個這幾年一直在提的概念。
統一一下認知:農業大數據不僅僅指各個政府的大數據可視化大屏哦（據説帶應急指揮和決策支持功能），還應包括數據採集、存儲和管理。還有大數據未必一定要部署在私有云/公有云上，全部署在物理服務器也是可以的，所以大家別被騙去買雲服務哦。
還有農業大數據不僅只包含農業哦，三農不分家，大家常見的可視化大屏中，可能還有些農村、農民的數據，不要見外啊！
養殖業（含畜牧）
養殖業含畜牧業，畜牧業我就不單獨説了。養殖業是智慧農業的智慧化程度較高，也可以説是數字化程度較高的，至於你要糾結智慧農業和數字農業的概念，請看此文《最全的農業模式分類概念解釋（文字略長）》。養殖業不僅能使用大數據和物聯網，還能使用低階段的AI，離機器學習和深度學習還有點距離。
1、養殖業的生產者
目前養殖業是用物聯網最多也最合適的子行業，不管是養豬、養牛、養雞、養水產，都有物聯網來提供一堆IoT數據，再結合一些生產計劃、餵養執行等管理數據構建一個數據採集體系，並可以對養殖過程進行大數據分析，並做出響應措施。如識別魚塘含氧不足，則開啓指導措施。視頻識別牛不動、體温高，上藥。雞定量喂水，減少傳染等，應用場景還是蠻多的。
以上這些場景不用大數據，也能做，但用了更好。
2、對養殖業的政府
還有各個省市縣的智慧畜牧大數據平台，在農業政務大數據基本盤是各種農業資源的打點，也可以用農用資源地理信息來展示。對於養殖業+畜牧業，只有一般農業資源是牧草區域，某地區的養殖場位置、規模、聯繫人電話，某地區的防疫站位置，顯示目前的草原面積。當然當牧區沒牧草不夠的時候，也能有點指揮作用。
應急的話。還可以用於自然災害時的指揮，如畜牧的草原沙化，部分場景可以結合無人機。
無人機和遙感也能成為養殖業的數據來源。
種植業
種植業之前也説了，蔬菜種植大數據還是一個偽場景。唯有和AI結合的病蟲害識別，我認為還是個有價值的場景。
其他種植場景，價值也是有的，如名貴草藥、鮮花等。
還有一個就是熱成像用來看蟲害，長勢預估等（遙感也能做幾個品類）。
1、對種植業的生產者
對於生產者，可以通過病蟲害圖像識別現在的問題，針對性施肥或者用農藥。不過現在並不是所有品類都有模型，算法精準度較高的是西紅柿、葡萄、生菜等，像西蘭花、豌豆等還沒有太成熟的模型。當然這些都只適合農業新手用或者嘗試新品種，老手自己都能看明白，要比模型和專家教授都準。
2、對種植業的政府
對政府，種植業目前用的比較多的場景，還有搖感數大棚，定補貼。
縣域內的病蟲害識別，而導致的農業應急管理，不過基本上都是系統建在那裏，我還沒看到用的，因為真的大面積來了，如蝗蟲，一般無法馬上解決。
在種植業，政府的農業大數據應用就是土地測量、土地測算、耕地紅線和土地流轉等，具體大家可以自己去查一下。
林業
林業其實目前更多的場景都用在政府層面，對於生產者也一般是國企監管了。
林業大數據的現在可見應用場景是林業資源顯示，森林防火、防盜防偷獵等場景都有很多價值，還能把安防設備（如海康威視）、物聯網設備和森林公安局的實際工作，用大數據結合起來，當然不用大數據也能做，只不過物聯網數據處理起來麻煩點。
此外還有森林火災、地質災害的事前預警、事中處理，事後評估和知識積累。大數據的本質為數據積累和算法演進，也就是知識圖譜，能夠自己推理知識，生成知識。
生鮮電商
生鮮電商對大數據的而應用，基本上就是電商的老套路：實時數據分析，如銷售單價、金額、總金額等；進行精準營銷的智能推薦（別人喜歡叫千人前面），推薦給用户喜歡的生鮮；大數據殺熟；成本估算，應用大數據估算成本，指導採購和定價，以及營銷；需求預測，指導採購和加工過程。
當然以上這些面向生鮮電商的大型公司的，太小的區域性質的，小範圍的生鮮團購廠商，還是別浪費資源在這個上面了。
最後其實面向生鮮電商的大數據應用，很多也是貿易商需要的，但是農產品貿易商基本上都是沒有IT能力的，因此需要很多的SaaS服務提供商來為貿易商提供的大數據應用服務了。
價格大數據
所有農業大數據裏面，最初應用的就是農業資源大數據和價格大數據，都是政府監管用的，也是其他小廠商用來做自己的場景的。
但是對於價格大數據，有個致命的缺陷就是價格數量的量級和代表性，目前僅是從全國100+的農批市場採集某個時間點上的大數據，所以價格數據可信度不高的。
不像生鮮電商，有天然的很多面向終端的零售價格數據和批發採購價格數據，還能做點分析，但是這些數據都不是對外的，不開源的。
還有些農業大數據IT廠商的做法就是，一個個建區域電商平台，拿一個個區域農業大數據項目，以獲取價格數據；然後建自己的大宗交易平台（部分單品），獲取價格數據；再結合國家的農產品檢測價格；外購部分價格數據，做質量處理；最後的商業模式就是對外出售價格大數據了，可能看到這裏，大家猜到這家公司是誰了。
結語
其實具體還得按實際的應用場景來識別，養殖業、種植業、林業、生鮮電商等的農業大數據應用，還可以深挖，有機會，我一個個深入挖掘給大家看看。
大數據應用的基礎是：數據真實與精準、且有代表性；有應用場景、不是自己YY的應用；用hadoop和傳統的分析軟件，甚至是excel，也是需要審視的。