为解决农业实际应用问题所编制的计算机程序。计算机在农业中的应用十分广泛，主要农业应用软件有五种：

利用计算机技术和系统工程方法研究一个复杂的农业系统时，其核心是建立合理的数学模型。中国的部分高等院校和科研单位，1980年开始应用线性规划方法研究农作物布局问题。在开展农业区划的基础上，各地普遍制订农业发展规划，包括单一的产业规划（如种植业规划、畜牧业规划、林业发展规划），农牧业结合的发展规划，农林牧综合发展规划，和县级经济、社会、科技的全面发展规划。应用最多的是线性规划法。数学模型中的约束条件包括：①社会对系统的需求约束。②资源的限制约束。③系统内外协调平衡约束。数学模型的目标函数综合考虑经济效益、社会效益和生态效益三个方面。在大中型计算机上使用专用的线性规划问题的软件包，在微型机上也有比较成熟的求解软件，还把预测模型与线性规划模型结合起来，建立所谓滚动的线性规划模型，使用多目标规划、计量经济学等方法求解农业发展规划问题。

制订农业发展规划时，常使用计算机进行动态模拟。此时首先分析系统内部各因素的因果关系，画出流程图，然后编制模拟程序，确定有关参数并进行运算。动态模拟特别适合于复杂的社会经济系统的政策影响分析，使用最多的模拟语言是DYNAMO语言。在欧美和苏联，20纪60年代就利用计算机研究农业的发展问题。1977年国际应用系统分析研究所（International Institute for Applied System Ana-lysis，简称IIASA）对国家级和国际级的粮食和农业系统建模技术问题发表一份综合报告，指出要注意建模中的四个主要问题：①人口增长与经济发展的关系；②技术改进与投资的关系；③环境与农业生产的关系；④国际间的经济关系。并且介绍了41个国家或地区的农业发展模型。模型的用途包括：预测粮食和各种农产品与供求之间的关系；分析和预测各种农业政策的影响；国际间各种农产品价格平衡预测和制订各国农业发展规划。所使用的方法包括：规划论中的各种规划模型、经济计量学模型、投入产出分析和系统模拟等。

为提高农业病虫害测报水平，适时开展有效的防治，各国的植物保护工作者与从事计算机应用研究工作者相结合，在农业病虫害预报方面开展了很多工作，编制了农业病虫害预报软件，取得了一些成果。中国建立了影响晚稻生产最严重的病害——稻瘟病、大麦和小麦的赤霉病的预测模型，进行短、中、长期的预报，改变了过去普遍打“保险农药”的做法，节约了农药成本。还对华北地区流行的玉米小斑病作了50～60天的病情预报，误差在10%以下。

利用微型机预报农业病害的工作流程是：①确定农业病害严重度的记载标准；②分析病害的发展，以及以初始病为代表的菌量与相应时期气象因子之间的函数关系；③应用逐步回归分析建立预报模型；④检验预报模型，包括计算复相关系数、检验模型的可靠性、检验预报值与实际病情是否相符。虫害的预报多数采用周期分析法，其预报流程是：①对虫害多年连续性测报资料进行分级编码；②设计和编制虫害发生周期的计算机程序，预测虫害高峰出现日期。很多学者还利用计算机模拟昆虫种群的增长和消亡规律，提出防治策略，在实践中也收到良好效果。

农作物产量受气象、水利、土壤肥料、植保、良种、耕作技术和政策等因素的影响，预报农作物产量时，总是抓住主要影响因素，忽略次要因素。因为非自然因素对产量的影响，随时间的推移存在着明显的趋势，所以，农作物产量可分解为“趋势产量”和“气象产量”两部分。一般年景的产量接近趋势产量，出现在趋势产量的上下波动，可认为主要是受气象因素影响的结果。趋势产量可作为制订农业发展规划的调整种植业结构的依据，气象产量可作为生产单位采取农技措施，力争丰收的依据。趋势产量是用回归分析、时间序列分析和曲线拟合等方法预测的，气象产量则用主要气象因素（如日照时数、降雨量、气温等）采用多元线性回归或逐步回归法预测，最后用Y＝Y_t＋Y_w进行综合预测，式中Y表示农作物产量，Y_t表示趋势产量，Y_w表示气象产量。预测过程涉及大量的数据，要作大量的分析处理，所以都编制了相应的计算机程序，这些程序统称农作物产量预测软件。

农业科学研究和生产都需要有完整的田间记录。即以具体地块为单位，记录历年土地使用情况，包括耕作制度、作物种类、田间农事活动的内容和时间，农药、化肥、除草剂的使用量和作物的产量等。有的还记录自然灾害、防治措施、灌溉排水和土壤改良等情况。田间记录是作物和土地管理的重要资料，分析田间记录可以寻找农作物增产或减产的原因。大量的田间记录资料需要用计算机作分析处理。用计算机分析处理田间记录，就要建立一个保存田间记录内容的数据文件或数据库文件，编制相应的统计和分析软件。

农作物在漫长的进化历程中，形成了相对稳定的植物学形态特征、品质特性和农艺特性。生物工作者早已按族、属、种等对作物进行分类。20世纪60年代电子计算机开始普遍使用之后，很多学者就利用数量分类法编制研究作物种质资源分类的应用软件，并用其分类结果去验证传统分类的合理性。这类应用软件主要使用模糊聚类方法，把具有较强相似性的作物品种归并为同类。分类的步骤是：确定参加分类的品种；根据它们的植物学形态特征和遗传特征等方面的相似程度建立并计算它们之间的相似关系矩阵；经过传递闭包运算获得等价的模糊分类矩阵，并用某一截取水平λ，λe（0，1），进行截取，得到相应的聚类树系图；最后判定适宜的分类方式，并对计算结果进行分析和评价。