ZigBee技术是一种近距离、低复杂度、低功耗、低速率、低成本的双向无线通讯技术。主要用于距离短、功耗低且传输速率不高的各种电子设备之间进行数据传输以及典型的有周期性数据、间歇性数据和低反应时间数据传输的应用。
无线传感器网络技术集传感器技术、微机电系统技术、无线通信技术、嵌人式计算技术和分布式信息处理技术于一体，具有易于布置、灵活通信、低功耗、低成本等特点，将其应用于农业监测领域已成为目前无线传感器网络的研究热点之一。
近年来，由于嵌入式计算技术、网络通信技术、节点节能等技术的发展，也给无线传感器网络技术带来了历史性的变革。1993年美国分校(UCLA)与罗克韦尔科学中心合作成立了“继承的无线网络传感器”(WINS)计划，该计划的主要目的是在现有的无线传感节点基础上，增加低功率电子技术和MEMS技术，在大大降低无线传感器节点能耗的同时提高了无线年，美国大学伯克利分校的简M罗贝开始了PicoRadio计划，以支持“由自成体系、中等尺度、低成本、低能耗的传感和节点组成Ad hoc(点对点)形式的无线网络”的需要。美国、日本、以色列等国家一直致力于使得传输节点的集成化与小型化、网络的动态自组织、信息的分布式处理与管理的发展。
农业物联网智能处理技术对数据进行预处理、存储、索引、查询、智能分析计算。主要技术包括大数据处理技术、数据挖掘技术、预测预警技术、人工智能技术等。界范围内已经得到了广泛的研究。
由于各种传感器等新型物联网设备的普及使用，大数据呈快速爆发之势，根据IDC(International Data Corporation)预测，到2020年，预计全球所管理的数据将达到35ZB。世界积极投入大数据潮流，2012年3月美国发布“大数据研发计划”，基于大数据推动科研和创新，随后英国、日本、、等国纷纷仿效推出了大数据应用相关的战略研究。随着气象灾害、生物基因以及资源等大量非结构化和半结构化数据的急剧爆发，农业领域也进人了大数据时代。而要从体量巨大、种类多样的农业大数据中去粗取精、去伪存真传统的存储和计算很难做到，所以大数据的处理分析迫切需要从处理结构化数据向处理非结构化数据、从处理单一数据集向迭代增长数据集、从批处理向流处理、从集中式分析向分布式分析、从验证性分析向探索性分析转变。
由于物联网传感器具备小时不间断监测的特点，每个传感器都会产生大量的数据，因此物联网技术的应用将会产生大量的不间断数据流。对这些数据进行有效和的管理成为后续数据智能分析、数据应用服务的重要前提。在大数据处理技术上，美国巳经进行了大量的研究工作。美国将大数据处理技术作为战略性技术进行大力发展，结合、科研机构和非组织的力量进行大数据处理技术研究。公司开发了大数据平台，可以有效地进行数据管理，整合管理不同的数据类型，实现大数据下的数据流计算、数据仓库和信息整合。其开发的Infosphere Stream系统支持连续分析海量流数据，帮助用户快速获取、分析和关联多个实时源的数据，实现数据处理的快速响应，集成应用程序，支持结构化和非结构化数据源;IBM Infosphere Warehouse提供了一个综合数据仓库平台，支持实时访问结构化和非结构化的数据。