中国水稻产量居世界首位,是我国的主要粮食作物。水稻的产量、品质、价格对人民的生活的影响巨大。农业监测预警是农业现代化中重要的一个环节,在作物生长、生产、销售期间有至关重要的作用,为农民增产、增收提供有效的意见和数据支持。近年我国多次制定相关政策,推动农业监测预警工作的开展。但是,我国农业检测预警领域还存在一些不足,如相关工作人员农业监测预警专业知识不足,系统数据采集标准不一、缺乏有效的数据收集手段等。这些问题严重阻碍了农业监测预警技术的发展。针对上述问题,本文开展了作物生产经营信息采集系统的研究。首先对农业监测预警系统的相关概念和技术进行总结,并对存在的问题进行深入探讨。系统整体使用Django框架进行开发,以面向对象的思想,将抽象工厂、装饰者以及AOP等模式灵活运行于系统人机交互界面的实现。基于所选择的工具、技术对系统进行构建。针对数据分析方面,选择湖南省粮食局和作物生产信息经营信息采集系统计的近10年的早籼稻每周价格数据,数据均来自官方渠道,真实可靠。通过数据清洗、数据平稳性分析、数据平稳化处理等手段进行数据处理。并对数据分析的工具和方法进行对比和筛选,选择数据可视化性能完善、数据分析功能强大的Python进行数据分析与价格预测。通过数据模型对比筛选,选择在农业领域使用频率高,理论成熟,准确度高的Arima模型。通过ACF、PACF、BIC等方法对模型参数进行确定,最终得出Arima（3,2,6）模型对早籼稻价格进行预测。并把数据分析和数据预测得出的成果,应用于系统。构建出集数据收集、数据分析、数据预测等功能于一体的农业监测预警系统。为农业监测预警领域提供一个补充工具,为粮食最低价格的定制提供一定的参考。