大数据时代下的作物生长模型应该是一个什么样子呢？这是许多人可能还没有想明白的问题，因为我们以前凡是说数学模型，就可能会猜想着，它是用固定的公式和数据表示的计算程序。
今天在大数据的时代，我们所说的数学模型已经不是一个固定不变的数据和公式组成的计算机程序了。其中重要的是这个计算机程序及其输入的数据是随机的数据。大量的、有规律的可变数据和程序说明作物生长模型的数据已经不是固定的参数，但是它还是有一定规律的。之所以看起来没有规律的随机参数在大数据分析中总能找到其规律性，换句话说大数据的、基本的功能和基础应用，就是现代的统计学技术在大数据中应用的升级版本。
以前我们讲的作物数学模型，只是说它是作物在客观世界中，其生长规律可以用数学公式其及计算机程序方式来表达的、简化的一种抽象。现在可以进一步说作物数学模型，就是把大数据应用于作物生长模型研究的具体体现。
实际上到了大数据时代，人们研究的对象已经不再是固定的公式和程序能够表达的对象。如本文写作就是应用语音输入法完成的，它就是采用了大数据的语音分析技术在云平台中实现的。过去IBM刚开始发明创造的语音输入法，完全是按照每个人的，不同的语音习惯模型去实现语音识别的，所以它只能有一个认识你一个人语音的训练过程，而且训练后，出来的文字还达不到你想要的效果，真的是不尽如人意。今天，语音输入法已经接近了成熟，虽然它输出的文字组成的内容还不是100%是你想要的文字内容。但是，其实现了对任何人，任何地方口音，在一般的环境下，识别率已经达到了80%以上。我在写这篇文字的时候，采用了语音输入法，就是本文中你们看到的样子，80%是其自动完成的。虽然本人的方言普通话并不标准，但其还是能够在大多数情况下，自动完成文字内容输入的功能。
这个说明什么问题呢，说明当今的大数据语音输入后台分析已经能够完成人类想通过语音自动输入文字内容的基本要求。同样的情况，手写输入法刚开始时，必须用汉卡系统才能实现。现在的输入法下，你拿起手机用手画一画，只要你画的字不是十分的潦草，手写输入法系统也可以正确的把它显示在屏幕上。
这些都是大数据分析，机器学习方法在输入法上的应用。今天我们要讲的作物生长模型也是这个道理，你在大数据时代已经不可能想象，作物模型还是固定的公式和固定的参数，也能用它来得到能够反映真实作物生长的模型。我们应该想象得到我们的作物生长，在现实环境中也是不可能有一个固定生长的模式，因为作物的生长是一个复杂的过程，它的影响因素众多，而且这些影响因素也是随机的变化，所以它的影响因素的程度也就是因子的数据也是一个随机变量。今天我们在这里跟大家谈论的已经不是一成不变的作物数学模型，首先它的参数是一些随机变化的参数，同时它的模型要经过不断的迭代才能够得出真实生长情况的模拟，真正反映出作物的生长真实状况来。
所以，今天在大数据时代，作物的数学模型应该就是一个不断迭代升级的模型，只是它有可遵循的规律，我们总能找到一个统计办法，现在已经叫做大数据的，AI学习的办法，找到作物真正的，满足可以接受的可信度区间内的，紧逼真实的生长模型。
