關於氣候，我們使用了中央氣象局的氣候資料建立模型以預估未來的氣候常態(使用Holt-Winters三參數指數平滑法與Auto-ARIMA模型建模)，再對照農業技術教材中對於各農作物的最適栽種氣候，整理出該列表。其中我們用來建立氣候模型的變項包括各地區不同時期的氣溫、累積雨量、降雨強度、降雨日數、颱風數目與強度等等，但因聖嬰現象與反聖嬰現象之效果會反映在上開數據上，故將ENSO指數與SOI南方震盪指數排除。

 

而關於作物產量與菜價的預估，乃是在透過資料探勘取得了歷年的糧政資料後，結合中央氣象局歷年的氣候資料、不同作物的交易量資料，從而利用機器學習以氣候資料和不同作物之交易量對菜價建立一多達數十個自變量的模型(Y=菜價；Xi=眾多氣候與交易量變項)，再利用前段所述之時間序列分析技術預測上開自變項之未來趨勢(得到未來的氣候與交易量預估)，再利用該資料來預測菜價之波動趨勢，達到最具信度與效度之分析與預估。

​

收益之預估則是為了貼近農業經濟的特性，利用經濟學的規則，將價格之預估值乘上交易量的預估值，以得出未來不同作物在不同時間與不同市場，其「收益」的預估值。農業主要是由供需(Qs/Qd)影響價格(P)，農民只是價格的被動接收者，不像工商業者具有議價的空間，也因此對於農民而言，最重要的參考應當是「收益(W)」的大小預估，也就是價格乘以數量(P*Q)。透過本作品對於收益的預估，農民便得以更精準的決定是否要轉作(轉種其他未來預估收益較好的作物)