庄家煜表示，农业监测预警模型最主要的特点是实时监测农业信息的变化，及时对分析的结果进行更新调整，这一特点与大数据不谋而合。模型是对现实的模拟和仿真，传统的理论驱动建模方式，在没有收集齐所有必需的数据之前无法驱动模型计算结果，这就造成分析问题条件化、分析结论片面化；大数据时代的来临，给人们建模方式提供了新的思路——数据驱动模型，这种分析方式更加接近人的认知过程，常常会有新的洞察。农业监测预警是对整个农业生产、流通和消费环节进行信息特征提取，并对农产品全息信息流进行揭示、模拟、调控、管理的过程。
　　农业展望是农业监测预警模型的重要应用场景。从宏观尺度来看，农业展望大会对每年的信息积累进行模型运算和专家会商，并对未来短中长期预测结果进行研判与更新。应用模型系统也是国际上开展农业展望的通用做法。
　　庄家煜介绍了中国农业监测预警模型（CAMES）建模原理。他表示，构建模型前需系统性考虑多种自然因素和社会因素的影响，模型通过外部信息输入和输出的方式进行联系，各个模型形成关联反馈，最终模型既可以体现外部因素对整个系统的影响，也可以体现内部相互的关联。他认为，未来中国农产品监测预警系统CAMES的监测预警模式可能会融合更多异构的信息，包括遙感、病虫害的图像等非结构化的数据，建立跨计算机语言的模型系统，同时集成农业上通用的模型，放到通用化的接口里来，提高整个模型系统的集成性和扩展性。