张弓表示，遥感技术的进步使得数据的频度与精度都得到了显著提高。现在国际上有30厘米到10米量级的特别适合农业的卫星数据源，基本可以实现对地表每天的扫描，这是农业相关的遥感数据建设坚实的基础。而且数据源也逐渐地从原来简单的光学遥感卫星为主进入到微波、激光、雷达多类型并行的时代。美国发布的SMAP卫星可以实现对地表水分的遥感监测，这对农业非常关键。萨尔卫星已经实现不受云的影响对地面作物进行监测。

张弓认为，构建农业能够直接用的标准化的遥感数据集非常重要。目前公开的数据已经很多，如何把计算过程费用降低变成核心问题。有了数据，还需要算法增强处理，这也是未来农业能够大规模应用的核心前提。深度学习的相关方法可用于遥感数据的自动化处理。

张弓认为，农业生产中最终产量如何是特别核心的问题。而通过高频的卫星遥感数据，结合作物模型，就可以做到以作物模型為核心，实现对作物产量精确的预估。这是建立在有每周有相关数据做调整的基础上。结合相应的人工智能算法，数据的应用也在更大程度上扩展。如有了遥感为的核心大数据体系，可以实现作物生长全过程的监测。包括返青或者出苗的监测、生长的监测、成熟度的监测、作物产量的评估、收获的监测等。

张弓表示，农业遥感大数据应用前景广泛。遥感和农机相结合可以实现农机具大范围的调配。还有农业和金融的结合，如农业保险，有非常大的扩展空间，也是实现农业大数据技术直接在服务农业、服务农业生产、服务农业金融、服务农业管理上的应用。通过数据在中国实现农业的电子或者数字层面的集约经营，根据数字的集约经营再结合保险信贷服务，真正做到看到天上的情况，知道未来的情况，结合数据做到更高效的生产。中国实际需要更高效的数据、更普遍的服务、更广泛的应用，来实现中国农业的现代化。