综合性大学农业大数据人才培养体系构建

许亚东　黄进勇　任景莉

[摘 要] 农业大数据人才缺乏已成为制约作为农业大省的河南省现代农业与智慧农业快速发展的瓶颈。郑州大学是国家“211工程”重点建设高校、一流大学建设高校和“部省合建”高校，学科门类齐全，发展均衡，优势明显。在充分发挥郑州大学综合性大学优势的基础上，设置农业大数据本科专业，针对农业大数据的特点，整合郑州大学理、工、农多学科优势资源，实现跨学科相互渗透、深度交叉，建立科学创新的农业大数据专业人才培养体系，开展农业大数据本科专业人才培养工作，对河南省现代农业建设人才队伍的组建具有战略性意义，对国家新农科人才培养也具有重要的示范意义，同时也为农林高校开设同类专业提供经验和借鉴。

[关键词] 农业大数据;综合性高校;新农科;人才培养

[基金项目] 2020年度河南省教育厅新农科研究与改革实践项目“综合性大学建设‘农业大数据本科专业的探索与实践”（2020JGLX103）

[作者简介] 许亚东（1990—），男，河南郑州人，博士，郑州大学农学院讲师，主要从事农业区域发展与循环农业研究;黄进勇（1969—），男，河南新乡人，博士，郑州大学农学院教授（通信作者），主要从事农作物品质与抗性遗传生理研究。

[中图分类号] G434[文献标识码] A [文章编号] 1674-9324（2022）16-0020-04 [收稿日期] 2021-08-04

一、农业大数据的概念、特点及重要性

大数据既是多源异构的海量数据集合，又是围绕数据生命周期形成的包括数据采集、存储、处理、分析与可视化的信息技术，具有资源和技术两个基本属性，在此基础上的数据价值挖掘和应用是大数据发现新知识、创造新价值的关键，以及大数据融合、革新传统产业、发展新兴产业的重要力量[1]。农业大数据是大数据理念、技术和方法在农业领域的实践，涉及耕地、育种、播种、施肥、植保、收获、储运、农产品加工、销售、畜牧业生产等各环节，是跨行业、跨专业的数据分析与挖掘，对粮食安全和食品安全有着重大意义。当前农业领域存在的诸多问题，如粮食安全、农业结构调整、土壤治理、病虫害预测与防治、动植物育种、农产品价格、农副产品消费等领域，都可通过大数据的应用研究进行预测和干预。大数据的应用与农业领域的相关科学研究相结合，可以为农业科研、政府决策、涉农企业发展等提供新方法、新思路[1，2]。

同时，农业大数据广阔的应用前景需要大量的相关专业技术人才。国务院印发的《促进大数据发展行动纲要》指出，鼓励高校设立数据科学和数据工程相关专业，重点培养专业化数据工程师等大数据专业人才;鼓励采取跨校联合培养等方式开展跨学科大数据综合型人才培养。目前，我国缺少系统和专业培养农业大数据人才的机构和单位，缺乏从事农业大数据的人才。我国现有农业大数据人才的主要来源是农学类、计算机类和经济管理类等专业的毕业生，兼具农业基本知识和大数据技术的人才少之又少[3，4]。因此，学科门类齐全的相关综合性高校亟须探讨农业大数据复合型人才培养的途径和模式，加快复合型人才培养，推动大数据技术在现代农业领域的应用和快速发展，培养面向信息时代需求的信息技术与管理科学复合型人才。

二、综合性大学建设农业大数据本科专业的基础优势——以郑州大学为例

河南省是国家粮食生产核心区，其农业产业种类繁多，农业人口数量居于全国前列，拥有极具开发价值的大量数据资源与市场优势。但目前，既能熟练运用大数据的相关理论与技术，又熟悉生态农业生产与发展所涉及的专业知识的复合型专业人才却严重短缺，并且现有农业生态大数据复合型人才的培养模式比较单一，各高校与科研院所虽然开设了数据科学与大数据相关的课程，但却面临着培养的大数据人才缺乏相关农业知识等问题[4，5]。郑州大学是国家“211工程”重点建设高校、一流大学建设高校和“部省合建”高校，学科门类齐全，发展均衡，优势明显。针对以上存在的问题，在充分利用郑州大学综合性大学优势的基础上，设置农业大数据本科专业，通过整合郑州大学农学院、信息工程学院、生态与环境学院、生命科学学院，以及依托郑州大学建设的河南省大数据研究院、河南省超级计算中心等相关科教资源，使农学（栽培、育种、土壤、植保、加工等）、计算机科学、生物信息学、生态与环境科学等众多学科领域相互渗透、深度交叉，建立跨学科、跨领域的农业大数据专业人才培养体系，开展农业大数据本科人才培养和专业建设的探索性研究（图1）。

三、综合性大学农业大数据本科专业人才培养体系的构建

通过对国内外农业大数据发展趋势、应用前景及存在问题进行综合分析的基础上，梳理出现代农业发展对农业大数据专业人才的需求特征;在此基础上，进一步提出农业大数据本科专业人才的知识体系、培养目标、实践技能;结合农学（作物学、植物保护、土壤科学等）、计算机科学、信息與计算科学等学科发展实际，以及对国内外已开设的大数据同类专业课程体系的调研，建立农业大数据本科专业人才培养方案的课程体系，明确课程设置、教学内容和实践技能;建立2～3个校外实践基地，加强大学生农业大数据工程实践训练;整合师资力量，依托郑州大学相关学院及科研平台，实现农业大数据本科专业招生，在教学实践过程中不断完善人才培养方案，提高人才培养质量。

（一）构建农业大数据本科专业人才培养方案

农业大数据本科专业人才培养方案设置的关键是要明确所培养的人才应该具备什么样的知识体系和能力，以及如何确定人才培养目标等;通过设置什么样的课程体系，讲授哪些教学内容，培养和获得何种实践技能才能实现或达到人才培养目标。

农业大数据涉及耕作、育种、播种、施肥、植保、收获、储运、农产品加工、销售、畜牧业生产等各环节，农业资源、环境、生产经营方式和食品安全等都涉及不断产生的大批非结构化数据的信息获取、挖掘、存贮、处理与智慧应用等问题，即需要大数据的获取与精准分析。因此，农业大数据本科专业培养目标可以定位为：面向国家现代农业发展对大数据研究与应用的需求，培养具有扎实的大数据理论和专业知识、良好的科学素养和创新意识、较强的实践与协作能力，具备计算机、数学、农学、生命科学等多学科知识和技能，具有利用大数据思维分析现代农业生产中复杂问题、解决问题、自主学习及创新能力，适应国际化竞争环境的高素质人才。B875360F-4FA0-4E49-915D-A11EC82E76F9

結合农业大数据应用领域和专业目标定位，课题组经过前期调研，对农业大数据本科专业的课程体系进行了初步梳理，基本构建了数理基础（高等数学、数理统计知识等）、专业基础（农学、生物学基础知识）、专业核心（大数据、人工智能基础知识）、综合实践（大数据实践实训、创新实验等）、农业应用（农业物联网、精细农业、智慧农业）等五大模块课程。根据上述人才培养目标，结合五大模块课程，课题组将对课程体系进一步细化，结合人才培养的人文、政治素养和外语要求，明确每个模块要开设的具体课程、教学内容及学分分配，执行完整的人才培养方案。

（二）农业大数据本科专业师资队伍建设

专业建设首先要解决师资问题。师资队伍建设举措包括：（1）立足于现有科研力量，整合农学、生命科学、计算机、数据分析、信息处理等相关科研团队及教师，实施技能拓展。（2）充分利用现有平台和科研机构及学院的师资力量。郑州大学学校层面建设的河南省大数据研究院和河南省超级计算中心两大平台，农学院正在建设的大数据与智慧农业研究所，以及学校相关学院的师资力量对专业人才培养中的理论教学、实践实习环节的指导提供有力保障。（3）面向企业招聘具有一线工作经验的研发人员和工程师，与高校专业教师组成教学团队。鼓励青年教师通过企业一线锻炼、联合项目研发、师资培训等方式提升教学技术水平。（4）加强教学团队与学科之间的经验交流，转变各个学科独立设置的封闭观念，开展多学科联合建设，邀请国内外专家开展学术交流活动，派遣中青年教师参加相关学术会议，紧紧把握大数据发展前沿，提高教学团队的跨界意识与能力。

（三）农业大数据本科专业实践教学体系建设

实践教学体系建设主要措施：（1）建设农业大数据专业人才培养需要的“专业基础”实验室，开展农学、生物学专业基础知识教学;建设“智能数据处理”实验室，实施大数据、人工智能专业基础知识教学，培养学生数据挖掘、数据分析的基本能力和素养。专业实验课程包括“计算机课程设计”“数据库课程设计”“农业大数据分析”（包括种植业大数据、养殖业大数据、渔业大数据、土地管理大数据、农村能源大数据、农产品物流大数据）等。通过实验环节专业技能培养，学生可以很好地掌握一定的大数据分析与应用技术。（2）建立大学生创新实验室，鼓励学生充分利用课余时间，自行设计科研小课题，并在专业教师指导下投入科研活动。（3）充分利用河南省大数据研究院与河南省超级计算中心两大平台，实施工程实践训练、毕业实习和毕业设计培养环节教学，建设农业大数据本科专业人才培养的实习实训基地。在云计算、大数据和云存储等方面开展学生实训。（4）通过校地合作培养农业大数据本科专业人才的实践工作能力。建设期内，积极推动学校和地方政府签订农业大数据战略合作协议，建立2～3个实习实训基地。

（四）农业大数据本科专业人才培养模式改革

立足于专业目标和人才培养特点，主要开展以下人才培养模式改革：（1）小班化管理、个性化培养。设置农业大数据本科专业实验班，配备优秀专业教师并实施导师制。（2）理论教学与实践教学相结合。从教学、实验、实践、科研等环节开展专业技能培养，探索面向大数据的专业实践技能培养规律和最佳实施方案。（3）实施以学生为中心的教学模式，激发和培养学生创新精神，开展讨论式、启发式、引导发现式教学。（4）借鉴大数据技术传授农业大数据知识。通过大数据技术，开展对教育教学活动和学生行为数据的收集、分析和反馈，以及综合利用互联网、大数据、人工智能和虚拟现实技术探索教育教学的新模式。

结语

农业大数据为河南省现代化农业建设提供了难得的发展机遇，要消除阻碍农业大数据发展的人才瓶颈就必须坚持改革创新现有的人才培养模式，以市场需求为导向，以农业大数据应用为主线，在学科体系建设、师资力量建设、人才培养模式等方面大胆创新。以郑州大学多学科平台为基础，努力探索形成适应河南省情的农业大数据人才培养模式与管理机制，进而加快推动大数据与农业产业的融合发展，提升农业大数据在河南省农业产业升级的引领作用，不断提高农业大数据的实际应用与服务能力，为国家大数据战略实施和河南省大数据综合实验区建设提供经验参考和借鉴。

参考文献

[1]张领先，张标，李鑫星.大数据时代农业院校本科专业课程体系建设：以中国农业大学为例[J].北方农业学报，2016，44（2）：115-119.

[2]孙忠富，杜克明，郑飞翔，等.大数据在智慧农业中研究与应用展望[J].中国农业科技导报，2013，15（6）：63-71.

[3]李磊，陈倩.河南省现代农业大数据人才培养研究[J].河南农业，2019（6）：24-25.

[4]陆竞.普通高校开设大数据专业的可行性分析[J].黑河学院学报，2018，9（4）：78-81.

[5]范莉莉，刘涛，陶皖.以大数据技术与应用为方向的信息管理与信息系统专业建设研究[J].黄山学院学报，2017，19（3）：104-107.

[6]张志伟，吴孝银，崔琳，等.新工科背景下面向农业生态大数据的专业建设与人才培养探究[J].兰州文理学院学报（自然科学版），2019，33（3）：91-96.

Abstract： The lack of talents of agricultural big data has become a bottleneck restricting the rapid development of modern agriculture and smart agriculture in Henan Province， which is a big agricultural province. Zhengzhou University is one of the national “Project 211” key universities， a first-class university and a university jointly constructed by the Ministry and Henan Province. It has a complete range of disciplines， with balanced development and obvious advantages. Base on the traditional advantages of Zhengzhou University as a comprehensive university， the undergraduate major of agricultural big data is established. According to the characteristics of agricultural big data major， Zhengzhou University integrates the superior discipline resources of science， engineering， and agriculture， trying to realize interdisciplinary penetration and deep crossover and establish a scientific and innovative agricultural big data professional talents training system. The development of agricultural big data undergraduate talent training is of strategic significance to the formation of modern agricultural construction talent team in Henan Province， and also has important demonstration significance to the cultivation of national “new agricultural science” talents. At the same time， it also provides the experience and reference for agriculture and forestry universities to set up similar majors.

Key words： agricultural big data; comprehensive university; “new agricultural science”; talent cultivationB875360F-4FA0-4E49-915D-A11EC82E76F9