Desde o início deste século, uma ampla variedade de tecnologias digitais avançadas têm sido intensamente utilizadas e atualizadas a um ritmo diário, gerando uma enorme quantidade de dados prontos para serem analisados. Em detalhe, grandes conjuntos de dados heterogéneos, atualmente conhecidos como Big Data, oferecem informações detalhadas sobre populações e/ou diversas variáveis, contudo o processamento e o gerenciamento desses conjuntos de dados exigem mecanismos de análise alternativos e avançados.
A aplicação da computação granular e em nuvem permite a extração do conhecimento desses dados, divulgando os padrões ocultos que facilitam a compreensão dos resultados pelos potenciais usuários finais, incluindo a agricultura.
O uso de Big Data na agricultura é um tema muito recente, pois exigiu uma transformação integral e digitalização dos campos agrícolas em todo o mundo. A análise de Big Data da agricultura tem uma ampla gama de aplicações em diferentes níveis, desde a previsão do tempo de alta precisão (microescala) como a monitorização da saúde ocupacional do agricultor (macroescala), mas a maior conquista é a articulação de agricultores, intervenientes da cadeia de abastecimento agroalimentar e decisores políticos na implementação de ações baseadas em informações em tempo real e sem distorções.
A sustentabilidade de Big Data na agricultura tem sido avaliada para compreender os seus impactos ambientais e socioeconómicos. Sem dúvida, a conexão de Big Data e de tecnologia avançada fornece ferramentas para a estimativa e redução da pegada ambiental na agricultura através da utilização eficiente de recursos naturais e agroquímicos. No entanto, vários estudos sensibilizam para a verdadeira eficácia de Big Data na agricultura de pequena escala, uma vez que esses agricultores, principalmente nas áreas rurais, não têm acesso a esses dados nem aos resultados dessas análises. Por outro lado, o valor económico do Big Data agrícola pode reduzir os custos de operação através da utilização eficiente de recursos, aumentando a rentabilidade das empresas agrícolas.
Na verdade, o Big Data agrícola ainda tem desafios que devem ser encarados, como a qualidade e a privacidade dos dados e sua disponibilidade, portanto, a ligação dos intervenientes agroalimentares é obrigatória juntamente com a implementação de tecnologias de Big Data na cadeia de valor, como a tecnologia blockchain. Adicionalmente, as diretrizes sustentáveis devem ser definidas por diferentes níveis políticos de governação, implementando ações adequadas de acordo com as necessidades de cada região agrícola.