精确农业首先要求农业各种过程的全面信息化。实现全面信息化的前提是实现农业的数字化，这就要求必须建立具体的农业数学模型。农业因素的数字化本身并不能说明农业的过程。将各种农业过程的内在规律与外在关系用数学模型表达出来，就是农业模型的任务。农业数学模型由于将农业过程数字化，使得农业科学从经验水平提高到理论水平。要实现农业数字化，就不可能对农业做出各种优化与决策，如果不以农业数学模型为基础，而不能深入各种农业的过程，就只能停留在农业问题的表面。农业数学模型可以认为是精确农业的科学基础与核心技术。

     1)应用数学思维方法服务于精确农业；

     2)利用数学与信息技术共同进行精确农业的网络建设；

    3)数学模型模块化、标准化，为现代精确农业的模拟优化决策支持提供全面的数学模型。

       建立现代精确农业的线性规划数学模型线性规划数学模型是利用线性规划解决精确农业的数字化建设中的首要环节。为此，所求解问题的目标要能表示为最大化或最小化问题，必须明确目的要求和错综复杂的已知与未知条件以及它们之间的相互关系。由于农业生产问题的复杂性、一些已知数据还要通过大量调查和统计资料获取原始数据加以证实。具体来说、建立一个线性规划数学模型可分为以下3步来进行。一是根据农业生产问题的需要确定决策变量、表明规划中用数量表示的方案、措施可由决策者决定和控制，它是问题中要确定的未知量。二是明确农业生产问题所追求的目标，建立目标函数。目标函数即为一组变量的线性函数，按照问题的要求不同求其最大值或最小值。三是明确农业生产问题中所有的约束条件，建立约束方程组。约束方程组是由一组线性等式(或不等式)组成，它表明要实现。
　利用单纯形法可以求出线性规划问题的最优解。人工计算比较复杂费时，但应用在农业过程中由于影响农业各种条件的复杂性往往涉及很多决策变量和约束条件。随着计算机技术的发展，这大大提高了计算速度和准确度，这方面的问题可以过计算机程序来完成，使得线性规划在精确农业生产中应用更加广泛。
　　例如。其最合适的模型是利用不同遗传程序对作物干旱程度的评估函数进行拟合，但是对于不同的研究地区、不同的作物，对于不同作物水分需求情况生产函数有加法模型、乘法模型等多种形式，因此在建立最优化的数学模型同时还需要建立自动搜索最优的模型结构。遗传程序设计(Genetic Programming，GP) -6]，是在遗传算法的基础上加以延伸和扩展而形成的一种新的演化算法，这是一种自动化编程技术，擅长于模型结构的自动最优化搜索，具有适应性强、精度高等优点、
　　现代精确农业信息系统工程是通过数学模型对其全面数字化以计算机技术为基础的、和网络技术为支撑技术而建成的一个极其复杂的高新技术体系，以遥感技术、地理信息技术、全球定位技术、人工智能技术。通过数学模型的计算适时地进行了调整，保证了精确农业在我国的的顺利推广，无疑会逐步提高研究水平和精确性，并取得良好的预期效果。实践证明、对结构复杂、多变量的大型精确农业的工程，保证建设的顺利进行是十分重要的，对指导实际建设，采用投入产出模型和线性规划模型相结合的方式建立适用的数学模型是合适的。在建立模型中，如何适时反映并调整模型参数，但在飞速发展的信息时代，虽然重视了各项参数的调整，还需要继续加以研究。