By using self-assembled molecules to modulate the buried interface between the PEDOT:PSS and the tin-based perovskite film, the efficiency and stability of tin-based perovskite solar cells can be effectively enhanced.

Heterogeneous catalysts promoting efficient production of reactive species and dynamically stabilized electron transfer mechanisms for peroxomonosulfates (PMS) still lack systematic investigation. Herein, a more stable magnetic layered double oxides (CFLDO/N‐C), was designed using self‐polymerization and high temperature carbonization of dopamine. The CFLDO/N‐C/PMS system effectively activated PMS to remove 99% ( k = 0.737 min −1 ) of tetracycline (TC) within 10 min. The CFLDO/N‐C/PMS system exhibited favorable resistance to inorganic anions and natural organics, as well as satisfactory suitability for multiple pollutants. The magnetic properties of the catalyst facilitated the separation of catalysts from the liquid phase, resulting in excellent reproducibility and effectively reducing the leaching of metal ions. An electronic bridge was constructed between cobalt (the active platform of the catalyst) and PMS, inducing PMS to break the O–O bond to generate the active species. The combination of static analysis and dynamic evolution confirmed the effective adsorption of PMS on the catalyst surface as well as the strong radical‐assisted electron transfer process. Eventually, we further identified the sites where the reactive species attacked the TC and evaluated the toxicity of the intermediates. These findings offer innovative insights into the rapid degradation of pollutants achieved by transition metals in SR‐AOPs and its mechanistic elaboration.

Global Navigation Satellite System (GNSS) Radio Occultation (RO) and GNSS Reflectometry (GNSS-R) are the two major spaceborne GNSS remote sensing (GNSS-RS) techniques, providing observations of atmospheric profiles and the Earth’s surface. With the rapid development of GNSS-RS techniques and spaceborne missions, many experiments and studies were conducted to assimilate those observational data into numerical weather-prediction models for tropical cyclone (TC) forecasts. GNSS RO data, known for its high precision and all-weather observation capability, is particularly effective in forecasting mid-to-upper atmospheric levels. GNSS-R, on the other hand, plays a significant role in improving TC track and intensity predictions by observing ocean surface winds under high precipitation in the inner core of TCs. Different methods were developed to assimilate these remote sensing data. This review summarizes the results of assimilation studies using GNSS-RS data for TC forecasting. It concludes that assimilating GNSS RO data mainly enhances the prediction of precipitation and humidity, while assimilating GNSS-R data improves forecasts of the TC track and intensity. In the future, it is promising to combine GNSS RO and GNSS-R data for joint retrieval and assimilation, exploring better effects for TC forecasting.