Las innovaciones recientes están reconociendo cada vez más aplicaciones en sistemas agrícolas de precisión que utilizan técnicas de ciencia de datos, así como técnicas de aprendizaje automático. El análisis de big data ha creado diversas oportunidades de toma de decisiones intensivas en datos. Este estudio revisa las prácticas de análisis de big data en la industria agrícola para resolver diversos problemas y proporcionar perspectivas y campos de aplicación emocionantes en China. En la implementación exitosa de la agricultura de precisión, los datos de alto volumen y complicados generados presentan desafíos para el crecimiento económico de China. Las técnicas emergentes de aprendizaje profundo parecen prometedoras y deben reinventarse para enfrentar los desafíos actuales. Por lo tanto, este documento sugiere un sistema de monitoreo agrícola de análisis de big data (BDA-AMS) para garantizar la predicción altamente precisa del rendimiento de los cultivos en la agricultura de precisión y la gestión económica utilizando un algoritmo de aprendizaje profundo. La red neuronal convolucional recopila las imágenes en bruto de los UAV y realiza predicciones tempranas del rendimiento de los cultivos. El análisis de simulación utilizando un conjunto de datos agrícolas de código abierto resultó en una alta relación parámetro-precisión (98,8%), alta precisión (98,9%), una mejor relación de rendimiento (95,5%), una tasa de transmisión de datos mejorada (97,8%), una reducida relación de consumo de energía (18,8%), y una mejorada relación de pronóstico del tiempo (94,8%), relación de densidad de producción (98,8%), y relación de fiabilidad (98,6%) en comparación con los modelos base.