专家系统
专家系统(ES)是人工智能最活跃和最广泛的领域之一,专家系统是在某一特定领域中，能够像人类专家一样解决复杂问题的计算机软件系统。它能够有效地运用专家多年积累的经验和专业知识，通过模拟专家的思维过程，解决需要专家才能解决的问题。
在农业领域，许多问题的解决需要相当的经验积累与研究基础。农业专家系统利用大数据技术将相关数据资料集成数据库，通过机器学习建立数学模型，从而进行启发式推理，能有效地解决农户所遇到的问题，科学指导种植。
基于机器学习算法的农业专家系统是将机器学习算法与智慧农业的云端服务器平台上的关系数据库相结合，挖掘提取信息，得到低风险的决策信息及农业各指标的优化阈值，并将该阈值指令借助于无线通信模块广播到电气设备控制中心，实现对电磁阀、水泵、补光灯及风机的闭环自动控制，旨在实现精准化的智能控制，可达到节水、节能、节省人力成本以及保护生态环境的目的。
农业物联网技术
农业物联网可以实时获取目标作物或农业装置设备的状态，监控作业过程，实现设备间、设备与人的泛在连接，做到对网络上各个终端、节点的智能化感知、识别和精准管理。农业物联网将成为全球农业大数据共享的神经脉络，是智能化的关键一环。
AIoT融合AI技术和IoT技术，通过物联网产生、收集来自不同维度的、海量的数据存储于云端、边缘端，再通过大数据分析，以及更高形式的人工智能，实现万物数据化、万物智联化。物联网技术与人工智能相融合，最终追求的是形成一个智能化生态体系，在该体系内，实现了不同智能终端设备之间、不同系统平台之间、不同应用场景之间的互融互通，万物互融。除了在技术上需要不断革新外，与AIoT相关的技术标准、测试标准的研发、相关技术的落地与典型案例的推广和规模应用也是现阶段物联网与人工智能领域亟待突破的重要问题。
整合产地环境、出产档案、检测数据构成农产品质量安全溯源数据。
6.产地环境数据：
运用遥感(RS)、传感器等技能手段全面把握农产品产地环境数据，并构成历史记载。
7.出产档案数据：
农产品出产记载，记载农产品在生长进程中的各种耕耘操作信息。
8.农产品检测数据：
记载企业资质，检测报告，产品品质的认证证明等信息。
农业作为我国的基础产业，面临着农产品需求不断增加、资源紧缺、气候改变导致灾害频发、生态安全脆弱、生物多样性继续下降等严峻挑战，夯实以农业物联网、云核算技能为中心的农业信息化基础，提升以大数据为支撑的农业信息化服务，开拓智慧农业新局面，实现农业现代化和信息化的跨越式开展。
因而将大数据技能应用到农业出产中，可以在很大程度上促进农业信息服务技能的开展进步，还能在很大程度上推动我国现代农业的整体开展进程。