Abstract Combined analyses of deep tow magnetic anomalies and International Ocean Discovery Program Expedition 349 cores show that initial seafloor spreading started around 33 Ma in the northeastern South China Sea (SCS), but varied slightly by 1–2 Myr along the northern continent‐ocean boundary (COB). A southward ridge jump of ∼20 km occurred around 23.6 Ma in the East Subbasin; this timing also slightly varied along the ridge and was coeval to the onset of seafloor spreading in the Southwest Subbasin, which propagated for about 400 km southwestward from ∼23.6 to ∼21.5 Ma. The terminal age of seafloor spreading is ∼15 Ma in the East Subbasin and ∼16 Ma in the Southwest Subbasin. The full spreading rate in the East Subbasin varied largely from ∼20 to ∼80 km/Myr, but mostly decreased with time except for the period between ∼26.0 Ma and the ridge jump (∼23.6 Ma), within which the rate was the fastest at ∼70 km/Myr on average. The spreading rates are not correlated, in most cases, to magnetic anomaly amplitudes that reflect basement magnetization contrasts. Shipboard magnetic measurements reveal at least one magnetic reversal in the top 100 m of basaltic layers, in addition to large vertical intensity variations. These complexities are caused by late‐stage lava flows that are magnetized in a different polarity from the primary basaltic layer emplaced during the main phase of crustal accretion. Deep tow magnetic modeling also reveals this smearing in basement magnetizations by incorporating a contamination coefficient of 0.5, which partly alleviates the problem of assuming a magnetic blocking model of constant thickness and uniform magnetization. The primary contribution to magnetic anomalies of the SCS is not in the top 100 m of the igneous basement.

Abstract Subsurface barriers have been proposed to protect coastal aquifers from sea-level rise induced seawater intrusion, but the potential for groundwater emergence near subsurface barriers remains unknown. Here, we investigated how emergence changes groundwater flow conditions and influences the protective performance of subsurface barriers with sea-level rise. We tested the subterranean consequences of sea-level rise for cutoff walls and subsurface dams with cross-shore groundwater flow and salt transport models, investigating how barrier design, aquifer properties, and hydrological conditions control the potential for emergence, groundwater partitioning at the barrier, and seawater intrusion with sea-level rise. We find that most subsurface infrastructure cannot prevent seawater intrusion and emergence simultaneously. Subsurface dams spanning more than half of the aquifer thickness created emergence hazards and subsequent groundwater partitioning for all scenarios tested. Cutoff walls were less effective at reducing seawater intrusion for all opening sizes but could reduce the emergence potential compared to similarly sized subsurface dams. Our results demonstrate the challenging trade-offs in mitigating the coastal groundwater hazards of seawater intrusion and emergence with sea-level rise, where groundwater flooding inland of protective infrastructure would require combinations of subsurface impoundments and other mitigation techniques, such as pumping or drains.

Most of the existing anomaly detection methods are based on a single and fine granularity input pattern, which is susceptible to noisy data and inefficient for detecting anomalies. Granular-ball computing, as a novel multi-granularity representation and computation method, can effectively compensate for these shortcomings. We utilize the fuzzy rough sets to mine the potential uncertainty information in the data efficiently. The combination of granular-ball computing and fuzzy rough sets takes into account the benefits of both methods, providing great application and research value. However, this novel combination still needs to be explored, especially for unsupervised anomaly detection. In this study, we first propose the granular-ball fuzzy rough set model, and the relevant definitions in the model are given. Subsequently, we pioneeringly present an unsupervised anomaly detection method based on granular-ball fuzzy rough sets called granular-ball fuzzy rough sets-based anomaly detection (GBFRD). Our method introduces the granular-ball fuzzy rough granules-based outlier factor to characterize the outlier degree of an object effectively. The experimental results demonstrate that GBFRD exhibits superior performance compared to the state-of-the-art methods. The code is publicly available at https://github.com/Mxeron/GBFRD.

Microwave power transmission (MPT) in the space environment is based on the ideal profile of power transmitting array, without considering the influence of spatial complexity factors (solar pressure, gravity gradient, attitude orbit coupling, etc.) on the position and attitude of structural modules in microwave power transmitting array, especially on ultra large-scale antenna arrays, which require high structural rigidity and attitude control of antenna modules. In this paper, we propose a microwave power transmission antenna position and attitude error prediction technology based on Spatial- temporal Series Forecasting technology. Multiple cycles and a large number of images can be captured through a monocular camera to predict the structural modules of the transmitting sub-array that are about to be influenced by position and attitude errors. Predicting the position and attitude errors of structural modules assist in retro-directive beam steering. This method theoretically verifies the ability to correct the positional deviations of the structural modules in microwave power transmitting array, providing advance technical support for the development and construction of space solar power stations in the second and third stages in the future.

Here, we propose a photonic antenna with an electro-optical micro-resonator that can be used as an electric field vector detector and avoid electromagnetic disturbance. With the help of the photonic antenna, the far-field electromagnetic field distribution and beam direction from the large-scale energy emission arrays can be measured accurately and undisturbed.

Based on the low turn-on voltage of GePb-based semiconductor materials, a Schottky diode for low-power microwave power transmission and energy harvesting is present in this paper, and the conversion efficiency of the rectifying circuit based on the SPICE model of this device is significantly improved under low input power, which will provide technological support for the development of the space solar power station, wireless sensor network and other technologies.