图 地学知识计算通用平台。(a)Acemap学术网络知识图系统，(b)"精卫"海洋开放科学平台，(c)学科概念演化时空图系统
在国家自然科学基金项目（批准号：T2421002）等资助下，上海交通大学数据智能研究所王新兵教授团队围绕地学领域复杂数据认知与知识发现需求，研发了地学知识计算通用平台，实现了从数据汇聚、知识建模到智能分析的全链条科研模式创新。
该平台以团队自主建设的亿级规模学术网络知识图系统Acemap(https://www.acemap.info)为数据底座，通过对海量学术数据的深度挖掘与语义理解，构建了“多圈层开放科学平台”和“学术概念演化时空图系统”，为科技管理与科学决策提供了数据支撑与系统分析能力。目前，Acemap已汇聚全球范围内的海量学术数据，吸引来自199个国家和地区的218万独立IP，累计访问量超6400万次，近三个月数据服务请求量超过1.35亿次，形成了覆盖广泛的学术资源网络。系统运行十年来累计形成193万行源代码，构建了迄今全球最大的多模态地学知识图谱，为平台运行与迭代提供了坚实的数据基础。
围绕地球系统多圈层相互作用研究需求，团队进一步研发了科学数据多模态抽取工具Deepshovel，建设了面向开放共享的多圈层科学平台。其中，“精卫”海洋开放科学子平台（https://jingwei.acemap.info/）作为代表性成果，基于时空图学习方法，实现了8类关键海洋要素百年全球时空格局重建，累计发布多要素海洋数据超211亿条，为海洋科学研究提供了重要的数据支撑。同时，平台还建设了全球新型污染物分布数据库、全球空气重污染事件知识库等多个专业子系统，逐步形成覆盖地球多圈层的科学数据基础设施。
在学科发展与交叉分析方面，团队构建了学术概念演化时空图系统，通过综合运用大数据、人工智能、网络科学等多学科理论与方法，实现了对学科发展趋势及交叉态势的定量刻画与趋势分析。目前，该系统已成功对76万个学术概念70年历史发展趋势及概念之间的关联关系演化过程进行了精细刻画及追踪。基于这一时空图系统，团队创新性地提出KQI（知识量化指数）和X-index（交叉指数）。KQI通过分析引用关系网络，从传统“数数量”（如引用数、H-index等）的计量方式升级为“观结构”的度量方式，从结构化视角分析研究工作对其被引文献及施引文献的整合及推动作用。而X-index则进一步走入文献进行“析内容”，通过提取研究概念，并将论文关注的概念放到学科的时空联合场中度量其学科差异及对学科演化的推进作用，实现对文献主题交叉性的精准量化。基于这些创新指标，团队进一步构建了交叉态势度量系统Deep-X（https://xindex.acemap.info/）及学术知识发现系统DeepReport（https://idea.acemap.cn），为科学布局研判提供了新的技术手段。
下一步，团队将结合人工智能技术进展和多圈层耦合模型优化，推动平台向更广泛科学领域拓展，持续完善科学智能（AI for Science）基础设施，在气候变化应对、自然灾害预警、资源可持续利用等全球重大挑战中发挥更大作用。