《农业大数据应用案例》课程教学大纲 [课程编号][英文名称]：Application cases of agricultural big data [课程性质]：专业选修课 [先修课程]：大数据技术导论、数据分析与挖掘 [适用专业]：数据科学与大数据技术 [学 分 数]：2 [总 学 时]：32 [理论学时]：16 [实践学时]：16一、课程简介农业大数据应用案例是数据科学与大数据技术专业的选修课程。农业大数据融合了农 业地域性、季节性、多样性、周期性等自身特征，其数据来源广泛、类型多样、结构复杂、 具有潜在价值，使农业内部的信息流得到了延展和深化。农业大数据应用案例课程是针对 农业院校数据科学与大数据技术本科学生开设的，其主要目的是通过若干案例为学生展示 大数据分析技术在农业领域的应用情况。本课程以实际工作中的案例进行实例教学，拓展 学生的知识范围并培养学生实际动手解决问题的能力。二、课程目标及其对毕业要求的支撑专业毕业 序号专业毕业要求课程目标要求指标点工程知识：具备良好的工程知具备解决大数据复杂工程问题识，能够将数学、数据科学、所需的统计分析能力及数学抽计算机科学、工程专业知识用1. 培养学生分析实际问题的 1象、计算、建模及逻辑思维能于解决大数据采集、预处理、基本思路和软件实现。
力，能够用于工程问题的分析、存储、分析、可视化等大数据建模和求解。应用系统中的复杂工程问题。问题分析：能够应用数学、自然科学、计算机科学和工程科学的基本原理，识别、表达并能够分析相关文献，提供并表通过文献研究分析大数据应用2. 强化学生的学习能力和训 2达解决复杂大数据工程问题的系统设计或集成中的复杂工程练学生的数据分析思维。多种方案。问题，明确关键环节，对比解决方案，对其合理性进行评价并获得有效结论。 3 能基于数据科学、计算机科学、能基于数据科学、计算机科学、3. 培养学生掌握处理农业大·335 · 物联网工程专业课程教学大纲专业毕业 序号专业毕业要求课程目标要求指标点统计分析原理和方法，对大数 统计分析原理和方法，选择合 数据基本理论、基本技术和常据工程问题进行研究，合理选 适的研究路线，设计可行的实 用方法，能够用大数据的方法择研究路线，设计可行的实验 验方案。和技术对农业大数据资料进方案，对实验数据进行分析与行正确的统计分析。解释，并通过信息综合得到合理有效的结论。能选择、获取、开发相关技术、能够针对大数据复杂工程问 资源和工具用于复杂工程问题题，开发、选择与使用恰当的 的解决。
4. 培养学生掌握必要的计算 4 技术、资源、现代工程工具和 能应用相关技术、资源和工具 技术，以及常见大数据软件的信息技术工具进行分析、预测、对数据进行采集、清洗、分析、使用方法。模拟与实现，并理解其局限性。模拟、预测、可视化等处理。三、课程内容及其对课程目标的支撑（一）理论课课程内容及其对课程目标的支撑学时知识点、重点、难点支撑的 教学组织 序号课程章节分配及课程思政点课程目标形式知识点：农业大数据基本概念、基本技术和常用方法及应用案例。重点：农业大数据应用。农业大数据课堂讲授、 14 难点：农业大数据应用。1、2、3导论互动讨论思政点：结合实际工作中的案例数据对该部分内容进行举一反三来强化学生的学习和训练学生的数据分析思维。知识点：数据土地资源数据、水资源数据、气象资源数据、生物资源数据和灾害数据等课堂讲授、农业自然资源 24 农业自然环境与环境数据的获取与应用。2、3 互动讨论、与环境数据重点：农业自然环境与环境数据的应用。课后作业难点：农业自然环境与环境数据的获取。知识点：农业生产数据的内涵及外延农业生产数据的内涵及外延、基本技术和常用方法课堂讲授、 3 农业生产数据4 及应用案例。
1、2 互动讨论、重点：农业生产数据的内涵及外延。课后作业难点：农业生产数据的内涵及外延。知识点：农业市场大数据基本概念、基本技课堂讲授、术和获取方法及应用案例。 4 农业市场数据22、3、4 互动讨论、重点：农业市场大数据的获取方法。课后作业难点：农业市场大数据的获取方法。 ·336 ·物联网工程专业课程教学大纲学时知识点、重点、难点支撑的 教学组织 序号课程章节分配及课程思政点课程目标形式知识点：农业管理数据基本概念、作用及应课堂讲授、用案例。 5 农业管理数据21、2、3 互动讨论、重点：农业管理数据的应用案例。课后作业难点：农业管理数据的作用。（二）实验课课程内容及其对课程目标的支撑学时支撑的 教学组织 序号实验名称类别实验内容分配课程目标形式通过对案例数据的整理和描述，掌我国土地资源案例教学、 14 验证性 握数据整理、描述和可视化的基本1、3数据分析体验学习方法与技能。通过对案例数据的整理和描述，掌北京市种植业案例教学、 24 验证性 握数据整理、描述和可视化的基本 2、3、4生产数据分析体验学习方法与技能。北京市农业批通过对案例数据的整理和描述，掌发市场供求信案例教学、 34 验证性 握数据整理、描述和可视化的基本 2、3、4息、价格行情数体验学习方法与技能。
据分析大型农业企业通过对各种案例数据的分析，掌握案例教学、 4 生产信息、贸易 4验证性 适合性检验、独立性检验的方法和 2、3、4体验学习信息数据分析技能。四、课程考核及其对课程目标的支撑 序 考核考核考核考核评价标准支撑的 号 方式内容占比 优秀良好中等合格不合格 课程目标准 确 掌 概念掌握 概念掌握 能理解概 概念理解握，内容 准确，内 正确，内 念，内容 不准确，理论 课堂理论知 120% 完整，完 容完整， 容完整 基本完整 错误率高 1、2、3作业 识掌握情况成正确率 完成正确高率较高综合作业，基本概念 基本概念 基本概念 掌握基本 基本概念考查对基本掌握清楚 掌握较清 掌握较清 概念解决 掌握不清综合 2概念的掌握 50% 并能解决 楚可以解 楚解决综 综合应用 解决综合 1、2、3作业程度及综合综合应用 决综合应 合应用不 不够完整 应用能力应用用够准确较差实验报告 实验报告内容充实 内容完 实验报告 实验报告 实验报告实验 实验过程、 330% 完整，条 整，条理 内容基本 包含关键 缺少关键 2、3、4报告 结果报告理清晰， 较清晰，完成过程内容格式规范 格式规范·337 · 物联网工程专业课程教学大纲五、教材及主要参考书教材：《大数据农业》，温孚江著，中国农业出版社，2015 年；参考书：《大数据时代的生物技术和农业》，李宏,王拥军编，科学出版社，2019 年；课程资源：（1）https：///a/238301083_100011234（2）https：///Html/case.html?tgjh-zhny&b_scene_zt=1&renqun_youhua=1835092&bd_vid=7559911583862728713（3）https：///omn20190124A1CAGT.html六、课程英文简介Agricultural big data application case is an elective course for the major of data science and big data technology. Agricultural big data integrates the characteristics of agricultural regionality, seasonality, diversity and periodicity. It has a wide range of data sources, diverse types, complex structure and potential value. It retains the characteristics of big data. Agricultural big data application case course is designed for undergraduate students of data science and big data technology in agricultural universities. Its main purpose is to show students the application of big data analysis technology in the agricultural field through a number of cases. This course is based on practical cases, which can enhance students' practical ability to solve problems.
