前兩篇「大數據與粵港澳大灣區相輔相承」文章中討論過大數據如何令金融業和工業步向數據化和智能化並優化運作效益，而我打算在這篇文章中研究大數據怎樣令農業有著截然不同的發展。金融業有金融科技 3.0，工業有工業 4.0，沒想到連農業也有農業 3.0，讓我們一起來看看中國農業發展史。
農業 1.0 是傳統農業社會，農民自給自足，各自為政，耕作技術水平很低，主要依靠人力和獸力，對於天氣及天然資源有絕對依賴性，惡劣天氣會直接影響收成，而農地必須靠近水源。到農業 2.0，開始有機器、農藥、化學肥料的出現，還有水利工程之類的基礎農業建設，大大減低農民對天氣和天然資源的依賴，同時大大提升農產品質素。直至現在的農業 3.0，始於後工業社會和信息化，是農業 2.0 的延續，技術水平和生產效率都提高，亦變得更為個性化及多樣化。
從前農民只能靠目測來評估農產品的健康程度，對於農產品的收成時間和產量都未能掌握，現在可以靠機器、感應器和物聯網來進行數據收集。在外國早有人利用小型飛機來播種施肥，但你可以想像得到成本之高，所以很快就轉為使用無人機，無人機上不僅配備攝錄機，還有自動駕駛功能。農民可以透過鏡頭觀察田地的實時狀況，又或者分析飛行完畢後所收集的數據，然後根據分析結果來制定最佳耕種方針，例如根據不同田地區域的生長狀況，再決定不同區域的施肥或農藥使用。此舉不僅有助農民降低成本並實時了解農地狀況，同時減少農藥使用對環境更友善。感應器可以安裝在不同數據點來監察土壤質素，例如風速、土地肥沃度、濕度、害蟲問題等，這些在以前都靠大量測試才得知的數據，現在都可以在低成本的情況下的到實時數據。
古時農民對象氣候有高度依賴，在乾旱的日子會跳祈雨舞又或者透過祭祀來祈求陽光和風調雨順，現今社會就可以靠大數據讓農民對天氣有多一分掌握。透過分析以往天氣變化規律，近期天氣情況，以及特定天氣形成的因素等數據，可以構建一個天氣預測模式，農民更準確預測天氣狀況，就可以在惡劣天氣來臨前，先準備好防災措施或提前收割，盡量將損失減到最低。IBM 的Deep Thunder 正正是利用大數據來預測天氣，跟其他天氣預佈系統不同的是，他的預測不僅在於一個廣闊的地區，而是一個特定的地點，例如碼頭。Deep Thunder 可以預測哪個地區有水浸危機，哪個地點將會降雪或降雨，哪個區域的道路或天橋有較高受風災影響的機會，某些國家有多個機場，可以預測指定機場因惡劣天氣而需取消航班的機會，從而進行航班調配，對於農產品出口商而言，農產品的生命周期較低，如未能及時輸出產品，可以引致嚴重損失，當知道有哪個機場運作不受影響就可以改變運輸路線，如期將產品送出。
地球人口逐年增加，但面對城市化發展，農地的佔地只會逐漸遞減，因此需要在有限的農地，盡量增加產量，以滿足全球人口需求，耗作的慣常模式都是同一農地，施同一款種子，施同量的肥料殺蟲劑，但即使是同一塊農地，其土壤構造和肥沃度都可以存有很大差異，難以確保產量，因此大數據實現出精準耕作 (Precision agriculture)。精準耕作由3個S組成，分別是全球衛星定位系统（GPS）、地理信息系统（GIS）、遥感技術（Remote Sensing），透過收集農地數據對在哪裡播種、何時施肥和滅蟲、灌溉多少等都有精密分析計算得出的答案。精準耕作在於以同等甚至更少的資源投入，來提高產量，中國的農業公司孟都山提供精準耕作服務，應用精準耕作以更少資源來增加產量。他們通過分析土壤數據，施行「非均勻播種密度」，使用播種機在不同位置，不同土壤情況，進行不同的農作物播種，加上差異化灌溉，達至農作物產量增加3%至6%。