綜合性大學農業大數據人才培養體系構建

許亞東　黃進勇　任景莉

[摘 要] 農業大數據人才缺乏已成為制約作為農業大省的河南省現代農業與智慧農業快速發展的瓶頸。鄭州大學是國家“211工程”重點建設高校、一流大學建設高校和“部省合建”高校，學科門類齊全，發展均衡，優勢明顯。在充分發揮鄭州大學綜合性大學優勢的基礎上，設置農業大數據本科專業，針對農業大數據的特點，整合鄭州大學理、工、農多學科優勢資源，實現跨學科相互滲透、深度交叉，建立科學創新的農業大數據專業人才培養體系，開展農業大數據本科專業人才培養工作，對河南省現代農業建設人才隊伍的組建具有戰略性意義，對國家新農科人才培養也具有重要的示范意義，同時也為農林高校開設同類專業提供經驗和借鑒。

[關鍵詞] 農業大數據;綜合性高校;新農科;人才培養

[基金項目] 2020年度河南省教育廳新農科研究與改革實踐項目“綜合性大學建設‘農業大數據本科專業的探索與實踐”（2020JGLX103）

[作者簡介] 許亞東（1990—），男，河南鄭州人，博士，鄭州大學農學院講師，主要從事農業區域發展與循環農業研究;黃進勇（1969—），男，河南新鄉人，博士，鄭州大學農學院教授（通信作者），主要從事農作物品質與抗性遺傳生理研究。

[中圖分類號] G434[文獻標識碼] A [文章編號] 1674-9324（2022）16-0020-04 [收稿日期] 2021-08-04

一、農業大數據的概念、特點及重要性

大數據既是多源異構的海量數據集合，又是圍繞數據生命周期形成的包括數據采集、存儲、處理、分析與可視化的信息技術，具有資源和技術兩個基本屬性，在此基礎上的數據價值挖掘和應用是大數據發現新知識、創造新價值的關鍵，以及大數據融合、革新傳統產業、發展新興產業的重要力量[1]。農業大數據是大數據理念、技術和方法在農業領域的實踐，涉及耕地、育種、播種、施肥、植保、收獲、儲運、農產品加工、銷售、畜牧業生產等各環節，是跨行業、跨專業的數據分析與挖掘，對糧食安全和食品安全有著重大意義。當前農業領域存在的諸多問題，如糧食安全、農業結構調整、土壤治理、病蟲害預測與防治、動植物育種、農產品價格、農副產品消費等領域，都可通過大數據的應用研究進行預測和干預。大數據的應用與農業領域的相關科學研究相結合，可以為農業科研、政府決策、涉農企業發展等提供新方法、新思路[1，2]。

同時，農業大數據廣闊的應用前景需要大量的相關專業技術人才。國務院印發的《促進大數據發展行動綱要》指出，鼓勵高校設立數據科學和數據工程相關專業，重點培養專業化數據工程師等大數據專業人才;鼓勵采取跨校聯合培養等方式開展跨學科大數據綜合型人才培養。目前，我國缺少系統和專業培養農業大數據人才的機構和單位，缺乏從事農業大數據的人才。我國現有農業大數據人才的主要來源是農學類、計算機類和經濟管理類等專業的畢業生，兼具農業基本知識和大數據技術的人才少之又少[3，4]。因此，學科門類齊全的相關綜合性高校亟須探討農業大數據復合型人才培養的途徑和模式，加快復合型人才培養，推動大數據技術在現代農業領域的應用和快速發展，培養面向信息時代需求的信息技術與管理科學復合型人才。

二、綜合性大學建設農業大數據本科專業的基礎優勢——以鄭州大學為例

河南省是國家糧食生產核心區，其農業產業種類繁多，農業人口數量居于全國前列，擁有極具開發價值的大量數據資源與市場優勢。但目前，既能熟練運用大數據的相關理論與技術，又熟悉生態農業生產與發展所涉及的專業知識的復合型專業人才卻嚴重短缺，并且現有農業生態大數據復合型人才的培養模式比較單一，各高校與科研院所雖然開設了數據科學與大數據相關的課程，但卻面臨著培養的大數據人才缺乏相關農業知識等問題[4，5]。鄭州大學是國家“211工程”重點建設高校、一流大學建設高校和“部省合建”高校，學科門類齊全，發展均衡，優勢明顯。針對以上存在的問題，在充分利用鄭州大學綜合性大學優勢的基礎上，設置農業大數據本科專業，通過整合鄭州大學農學院、信息工程學院、生態與環境學院、生命科學學院，以及依托鄭州大學建設的河南省大數據研究院、河南省超級計算中心等相關科教資源，使農學（栽培、育種、土壤、植保、加工等）、計算機科學、生物信息學、生態與環境科學等眾多學科領域相互滲透、深度交叉，建立跨學科、跨領域的農業大數據專業人才培養體系，開展農業大數據本科人才培養和專業建設的探索性研究（圖1）。

三、綜合性大學農業大數據本科專業人才培養體系的構建

通過對國內外農業大數據發展趨勢、應用前景及存在問題進行綜合分析的基礎上，梳理出現代農業發展對農業大數據專業人才的需求特征;在此基礎上，進一步提出農業大數據本科專業人才的知識體系、培養目標、實踐技能;結合農學（作物學、植物保護、土壤科學等）、計算機科學、信息與計算科學等學科發展實際，以及對國內外已開設的大數據同類專業課程體系的調研，建立農業大數據本科專業人才培養方案的課程體系，明確課程設置、教學內容和實踐技能;建立2～3個校外實踐基地，加強大學生農業大數據工程實踐訓練;整合師資力量，依托鄭州大學相關學院及科研平臺，實現農業大數據本科專業招生，在教學實踐過程中不斷完善人才培養方案，提高人才培養質量。

（一）構建農業大數據本科專業人才培養方案

農業大數據本科專業人才培養方案設置的關鍵是要明確所培養的人才應該具備什么樣的知識體系和能力，以及如何確定人才培養目標等;通過設置什么樣的課程體系，講授哪些教學內容，培養和獲得何種實踐技能才能實現或達到人才培養目標。

農業大數據涉及耕作、育種、播種、施肥、植保、收獲、儲運、農產品加工、銷售、畜牧業生產等各環節，農業資源、環境、生產經營方式和食品安全等都涉及不斷產生的大批非結構化數據的信息獲取、挖掘、存貯、處理與智慧應用等問題，即需要大數據的獲取與精準分析。因此，農業大數據本科專業培養目標可以定位為：面向國家現代農業發展對大數據研究與應用的需求，培養具有扎實的大數據理論和專業知識、良好的科學素養和創新意識、較強的實踐與協作能力，具備計算機、數學、農學、生命科學等多學科知識和技能，具有利用大數據思維分析現代農業生產中復雜問題、解決問題、自主學習及創新能力，適應國際化競爭環境的高素質人才。B875360F-4FA0-4E49-915D-A11EC82E76F9

結合農業大數據應用領域和專業目標定位，課題組經過前期調研，對農業大數據本科專業的課程體系進行了初步梳理，基本構建了數理基礎（高等數學、數理統計知識等）、專業基礎（農學、生物學基礎知識）、專業核心（大數據、人工智能基礎知識）、綜合實踐（大數據實踐實訓、創新實驗等）、農業應用（農業物聯網、精細農業、智慧農業）等五大模塊課程。根據上述人才培養目標，結合五大模塊課程，課題組將對課程體系進一步細化，結合人才培養的人文、政治素養和外語要求，明確每個模塊要開設的具體課程、教學內容及學分分配，執行完整的人才培養方案。

（二）農業大數據本科專業師資隊伍建設

專業建設首先要解決師資問題。師資隊伍建設舉措包括：（1）立足于現有科研力量，整合農學、生命科學、計算機、數據分析、信息處理等相關科研團隊及教師，實施技能拓展。（2）充分利用現有平臺和科研機構及學院的師資力量。鄭州大學學校層面建設的河南省大數據研究院和河南省超級計算中心兩大平臺，農學院正在建設的大數據與智慧農業研究所，以及學校相關學院的師資力量對專業人才培養中的理論教學、實踐實習環節的指導提供有力保障。（3）面向企業招聘具有一線工作經驗的研發人員和工程師，與高校專業教師組成教學團隊。鼓勵青年教師通過企業一線鍛煉、聯合項目研發、師資培訓等方式提升教學技術水平。（4）加強教學團隊與學科之間的經驗交流，轉變各個學科獨立設置的封閉觀念，開展多學科聯合建設，邀請國內外專家開展學術交流活動，派遣中青年教師參加相關學術會議，緊緊把握大數據發展前沿，提高教學團隊的跨界意識與能力。

（三）農業大數據本科專業實踐教學體系建設

實踐教學體系建設主要措施：（1）建設農業大數據專業人才培養需要的“專業基礎”實驗室，開展農學、生物學專業基礎知識教學;建設“智能數據處理”實驗室，實施大數據、人工智能專業基礎知識教學，培養學生數據挖掘、數據分析的基本能力和素養。專業實驗課程包括“計算機課程設計”“數據庫課程設計”“農業大數據分析”（包括種植業大數據、養殖業大數據、漁業大數據、土地管理大數據、農村能源大數據、農產品物流大數據）等。通過實驗環節專業技能培養，學生可以很好地掌握一定的大數據分析與應用技術。（2）建立大學生創新實驗室，鼓勵學生充分利用課余時間，自行設計科研小課題，并在專業教師指導下投入科研活動。（3）充分利用河南省大數據研究院與河南省超級計算中心兩大平臺，實施工程實踐訓練、畢業實習和畢業設計培養環節教學，建設農業大數據本科專業人才培養的實習實訓基地。在云計算、大數據和云存儲等方面開展學生實訓。（4）通過校地合作培養農業大數據本科專業人才的實踐工作能力。建設期內，積極推動學校和地方政府簽訂農業大數據戰略合作協議，建立2～3個實習實訓基地。

（四）農業大數據本科專業人才培養模式改革

立足于專業目標和人才培養特點，主要開展以下人才培養模式改革：（1）小班化管理、個性化培養。設置農業大數據本科專業實驗班，配備優秀專業教師并實施導師制。（2）理論教學與實踐教學相結合。從教學、實驗、實踐、科研等環節開展專業技能培養，探索面向大數據的專業實踐技能培養規律和最佳實施方案。（3）實施以學生為中心的教學模式，激發和培養學生創新精神，開展討論式、啟發式、引導發現式教學。（4）借鑒大數據技術傳授農業大數據知識。通過大數據技術，開展對教育教學活動和學生行為數據的收集、分析和反饋，以及綜合利用互聯網、大數據、人工智能和虛擬現實技術探索教育教學的新模式。

結語

農業大數據為河南省現代化農業建設提供了難得的發展機遇，要消除阻礙農業大數據發展的人才瓶頸就必須堅持改革創新現有的人才培養模式，以市場需求為導向，以農業大數據應用為主線，在學科體系建設、師資力量建設、人才培養模式等方面大膽創新。以鄭州大學多學科平臺為基礎，努力探索形成適應河南省情的農業大數據人才培養模式與管理機制，進而加快推動大數據與農業產業的融合發展，提升農業大數據在河南省農業產業升級的引領作用，不斷提高農業大數據的實際應用與服務能力，為國家大數據戰略實施和河南省大數據綜合實驗區建設提供經驗參考和借鑒。

參考文獻

[1]張領先，張標，李鑫星.大數據時代農業院校本科專業課程體系建設：以中國農業大學為例[J].北方農業學報，2016，44（2）：115-119.

[2]孫忠富，杜克明，鄭飛翔，等.大數據在智慧農業中研究與應用展望[J].中國農業科技導報，2013，15（6）：63-71.

[3]李磊，陳倩.河南省現代農業大數據人才培養研究[J].河南農業，2019（6）：24-25.

[4]陸競.普通高校開設大數據專業的可行性分析[J].黑河學院學報，2018，9（4）：78-81.

[5]范莉莉，劉濤，陶皖.以大數據技術與應用為方向的信息管理與信息系統專業建設研究[J].黃山學院學報，2017，19（3）：104-107.

[6]張志偉，吳孝銀，崔琳，等.新工科背景下面向農業生態大數據的專業建設與人才培養探究[J].蘭州文理學院學報（自然科學版），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