Expertos en agricultura han realizado un trabajo considerable en la protección de plantas de arroz. Sin embargo, no se ha llevado a cabo una exploración en profundidad del problema de las enfermedades de las plantas. En este artículo, encontramos la tendencia de las enfermedades del arroz utilizando el algoritmo de bosque aleatorio paralelo en cascada (CPRF) sobre la base de un análisis de datos relevante en los últimos 20 años. Para enfrentar los problemas de dimensiones altas y distribuciones de datos desequilibradas en datos agrícolas. El método propuesto disminuye las dimensiones y el efecto negativo de los datos desequilibrados mediante la cascada de varios bosques aleatorios. Para la evaluación experimental, utilizamos la plataforma Spark para analizar datos botánicos de varias provincias de China en los últimos 20 años. Se presentan resultados para el modelo CPRF de enfermedades de plantas que afectan el rendimiento del arroz, así como resultados para muestras utilizando bosque aleatorio, CRF y Spark-MLRF, y la precisión de CPRF es del 96.253%, que es superior a la de los otros algoritmos. Estos resultados indican que el CPRF y la utilización del análisis de big data son beneficiosos para resolver el problema de las enfermedades de las plantas.