智慧農業驅動下的大數據人才培養體系構建與實踐

中圖分類號 G642.0;S24 文獻標識碼A 文章編號 1007-7731(2025)14-0126-03

DOI號 10.16377/j.cnki.issn1007-7731.2025.14.029

Construction and practice of big data talent training system driven by smart agriculture

ZHANG Yaojun LIU Haoran WU Guiling (School of Information Engineering，Xinyang Agriculture and Forestry University，Xinyang 464Ooo， China)

AbstractTo meet thedemand forbigdatatalents inthedevelopmentof smartagriculture，thecurentsituationof talentcultivation system wasanalyzed from the aspectsofteaching content and practical teaching，and the targeted measures were proposed.At present，there are problems inthe talent cultivationsystem foragricultural bigdata，such as insuficient interdisciplinaryintegration，dificultyinkeepingupwithindustrydevelopmenttrends，lackofsufcient practical teaching bases and dificultyin evaluating practical effects，andshallow implementation ofbigdata practical teaching.Based on this，the folowing improvement measures are proposed.Optimize curiculum design，add interdisciplinarycontent，and ensure that teaching content keeps pacewith the times;innovate teaching models，use project-based teaching methods，and createinteligent onlineand ofline teaching platforms;strengthen practical teaching and guide students toactively participate in horizontal projects commisioned by enterprises; deepen school enterprisecooperation，use schol enterprise joint construction to buildabig data practice platform for simulating agricultural production，and invite enterprise expertsas external mentors;improve the evaluation system and establish an evaluation system that combines knowledge mastery( 40% )，practicalability( 30% )，innovation literacy( 20% )， and professional competence ( 10% ). Practice has shown that this talent cultivation system can improve students’knowledge mastery，practicaloperationskilsinovationabilityrofeioaletcsndsoon.Tisrticleprovidesaercefor cultivating high quality talents to meet the development needs of big data.

Keywordssmart agriculture; big data; Internet of Things;agricultural digitization

近年來，大數據技術、物聯網技術、云計算技術等持續發展，智能化的現代農業已成為科技發展的必然趨勢。將大數據技術、物聯網技術、云計算技術等先進信息技術應用于農業生產，既可提高農業生產效率，降低農業生產成本，又可保障農產品質量安全，促進智慧農業發展]。行業所需的高素質大數據人才不僅要熟練掌握計算機技術和數據分析技術，還要具備農業學科知識背景[2。相關學者對智慧農業發展和涉農高校大數據人才培養展開研究。李輝等3研究認為，在新工科背景下建設涉農高校數據科學與大數據技術專業，對于支撐現代農業產業發展，培養具有行業特點的涉農大數據復合型人才具有重大意義。趙霞等4研究提出開設農業院校的大數據專業，以培養符合農業信息化發展需求的高素質人才。李守曉5根據農業高校特點，提出與行業企業合作探索兼具大數據技術新工科特色的本科專業人才培養模式。在涉農高校大數據人才培養過程中，在課程體系、教學模式、實踐教學、校企合作等方面暫存在待改進之處。

本文構建涉農高校智慧農業大數據人才培養體系，從教學內容、實踐教學等方面的現狀人手進行探究，并給出了優化課程體系、改革教學模式、強化實踐教學、深化校企合作、完善評價體系等策略，培養符合智慧農業發展方向的優秀大數據人才。

1智慧農業驅動下大數據人才培養現狀

1.1教學內容方面

根據智慧農業對大數據人才的需求，需構建以智慧農業、田間試驗與統計分析等為主干課程的大數據課程體系，在基礎農業常識的基礎上深入講解大數據相關原理、邏輯，使學生在具備相應農業、數據常識基礎上學習簡單的數據算法原理，逐漸過渡到復雜的、與農業相結合的算法，并學習相關應用實例。如田間試驗與統計分析課程教學可融入傳感器、數據采集方式和數據分析等相關內容，讓學生在開展農田試驗的同時掌握部分數據采集、處理的操作過程，并將所學各個部分知識進行串聯。

實踐中，相關課程內容具有一定的局限性。一是學科交叉融合不足。涉及農學知識與大數據的相關課程內容設計不豐富，學生較難利用所學多門課程知識分析綜合性農業問題，例如，農產品市場波動受氣候條件、種植方法等的影響，由于相關學科交叉融合程度不足，部分學生難以建立綜合性問題的解決模型。二是教學內容暫未與行業發展同步更新。智慧農業行業的技術更新較快，新的行業應用技術、分析模式層出不窮，而部分課程暫未引進最新的行業技術知識，其內容與行業發展需求銜接不足。

1.2 實踐教學方面

實踐教學條件有限，校內實踐教學場地可以仿真部分農業生產過程，但對于規模較大的農業生產來說，其所提供的數據在種類和復雜程度方面顯得不足，學生實際應用能力難以得到鍛煉。實踐教學基地數量不足，部分學生實踐實習機會較少。常規實踐教學模式下，部分學生的自我探索積極性未被充分激發，創新意識不足。另外，教學實踐考核評價不夠全面，對于學生的實踐作業缺乏創新性運用及價值性思考等方面的評價標準，難以客觀反映學生真實的實踐能力。

2人才培養體系構建與實踐

為確保農業大數據課程內容足夠充實，滿足學生的學習需求，根據農業產業發展需求，結合創新創業型人才培養理念，通過優化課程設置、創新教學模式、加強實踐教學、強化實踐教學、深化校企合作、完善評價體系等途徑，構建智慧農業大數據人才培養體系，以提升學生農業知識創新能力，培養精通農業大數據的高素質人才。

2.1優化課程設置

加強智慧農業產業發展研究，明確智慧農業發展的大數據人才需求，設置與農業生產、經營管理與決策相適應的大數據人才培養課程。加強跨學科課程設置，增設農業物聯網數據采集與分析、植物病蟲害智能監測與預警、智慧農業精準營銷等課程，培養學生理論聯系實際的能力。加強不同課程內容之間的銜接，系統梳理知識體系，由淺入深開展教學，即從農業基礎知識入手，到大數據技術的基本原理，再到復雜的數據算法分析，同時輔以智慧農業應用的實踐成果，及時調整授課內容，使知識環環相扣，幫助學生系統掌握的專業知識與行業發展需要同步。

2.2 創新教學模式

充分利用項目導向教學、案例教學、小組研討式教學法等方式。結合智慧農業項目，在分組探討的基礎上，讓學生在項目化教學實踐中獲取知識并掌握實踐技能，充分激發其學習積極主動性；結合現代信息技術，構建線上線下相結合的智慧化教學平臺，利用平臺上豐富的視頻課件、虛擬實驗室等優質教學資源，拓寬學生學習渠道，滿足其個性化學習需求。同時，及時關注行業發展動態，定期邀請智慧農業領域專家學者到校舉辦講座活動，介紹行業最新發展情況、技術應用成果等，拓寬學生學術視野。

2.3 強化實踐教學

充分利用校內模擬農業生產環境的大數據實驗平臺，配備相應的硬件設備及軟件處理工具，組織學生對農業生產環境進行數據采集、加工、分析處理等實踐應用，培養其解決實際問題的能力；鼓勵引導學生積極參與企業委托的橫向課題，以及創新創業大賽、挑戰杯等活動，全方位培養學生的創新意識、團隊協作能力，增強其綜合應用能力[8。此外，引進虛擬仿真技術，構建虛擬農業生產環境，通過系統仿真農業生產環境，讓學生在模擬環境中進行數據采集、加工及處理應用，豐富實踐教學方式。

2.4 深化校企合作

對接智慧農業類企業，校企雙方共同制訂人才培養自標、優化課程體系、加強師資隊伍建設，使培養的人才符合企業用人需求；共建農業生產大數據模擬實踐平臺，使教育鏈有機融入和對接產業鏈。邀請具有豐富實踐經驗的企業技術人員作為校外實踐教學指導教師，全面參與實踐教學，給予學生個性化的職業生涯輔導；在師資共享方面，企業導師承擔30% 以上的實踐類課程教學，學校教師到企業輪崗1個月以上，以緊密銜接教學與實踐。

2.5 完善評價體系

創新實踐教學考核評價方式，形成知識掌握(40%)+ 實踐能力 (30%)+ 創新素養（ 20%)+ 職業素養 10% 的多元化評價體系，將項目成果、實踐操作、職業資格鑒定納入評價體系，全方位、全過程、多角度、多層次地對學生的職業發展能力進行綜合性評價[，引導其通過評價結果進行個性化學習，根據評價結果再次調整優化教學內容、改革教學方法，以不斷提升人才培養質量。

3人才培養體系實踐成效

實踐表明，該人才培養體系的應用取得了一定成效。與某有機智慧農業科技公司合作實施大棚蔬菜項目，學生通過參與項目，對大棚的濕度、溫度等數據進行采集分析，設計出蔬菜種植優化方案。在2022年“挑戰杯\"河南省大學生創業計劃競賽中，學生團隊制作的數字孿生綠色中草藥種植系統獲得了銀獎，并與企業達成項目落地合作意向；此外，獲得了2024年中國大學生創新大賽省級三等獎1項，中華職業教育大賽省級三等獎1項，全國大學生職業規劃大賽省賽銀獎1項、三等獎1項；并有15項創新創業訓練計劃項目被列人省級訓練計劃，2項被列入國家級訓練計劃。2024年，成立“信陽市大別山中藥大健康產品開發重點實驗室\"等市級重點實驗室5家，“信陽市農業信息數智化工程技術研究中心\"等市級工程技術中心3家；共建校外實習實踐基地232個。

智慧農業的興起對涉農高校大數據人才培養質量提出了新的要求，構建與實踐科學合理的人才培養體系有利于推動智慧農業的發展。本文從課程設置、教學方式、實踐教學、評價機制等方面入手進行大數據人才培養模式體系的構建及實踐。未來，可重點關注細化人才培養體系和社會服務功能融合等方面，以適應智慧農業不斷發展的新形勢。

參考文獻

[1]毛天斌，孟欣.大數據背景下基于物聯網的智慧農業助力鄉村振興發展[J].中國農機裝備，2025(2)：122-124

[2]徐鑫，彭常安，張琪，等.涉農高校鄉村振興人才培養優化路徑探索[J].菏澤學院學報，2023，45（5）：128-132.

[3]李輝，張標.涉農高校數據科學與大數據技術專業人才培養思考[J].高等工程教育研究，2019(5)：16-22.

[4]趙霞，魏霖靜，周慧，等.新工科視角下農業院校大數據專業建設模式探索[J].蘭州文理學院學報（自然科學版)，2021，35(6):113-118.

[5]李守曉.新工科視域下農業院校大數據專業人才培養模式研究[J].物聯網技術，2022，12(12)：145-146.

[6]王有寧，張天凡，劉華波，等.新農科背景下多學科交叉融合的智慧農業人才培養模式研究[J]農業與技術，2023，43(7):159-161.

[7]曹鳳，蘇敏，臧紅巖，等.基于“項目引領，任務驅動\"的三段式教學模式的探索：以《單片機原理及應用》課程為例[J].國際公關，2020(11)：135-136.

[8]馮大春，劉雙印，鄭建華，等.基于校外實踐教學基地的地方涉農高校計算機類專業應用型人才培養模式研究[J]大學教育，2023，12(21):20-23，30

[9]王挺，彭佳媛，劉慧芳，等.地方高校助力鄉村振興人才培養的困境與對策研究[J].安徽農業科學，2024，52(21):279-282.

[10]華才健，劉小芳，梁興建，等.以服務地方經濟發展為視角的大數據人才培養模式改革及課程建設[J]教育進展，2024，14(8)：708-714.

(責任編輯：楊歡)