<?xml version="1.0" encoding="UTF-8"?>
    <!DOCTYPE article PUBLIC "-//NLM/DTD JATS (Z39.96) Journal Publishing DTD v1.2 20120330//EN" "http://jats.nlm.nih.gov/publishing/1.2/JATS-journalpublishing1.dtd">
    <!--<?xml-stylesheet type="text/xsl" href="article.xsl">-->
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:ns0="http://www.w3.org/1999/xlink" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" article-type="research-article" dtd-version="1.2" xml:lang="en">
	<front>
		<journal-meta>
			<journal-id journal-id-type="issn">2303-9868</journal-id>
			<journal-id journal-id-type="eissn">2227-6017</journal-id>
			<journal-title-group>
				<journal-title>Международный научно-исследовательский журнал</journal-title>
			</journal-title-group>
			<issn pub-type="epub">2303-9868</issn>
			<publisher>
				<publisher-name>ООО Цифра</publisher-name>
			</publisher>
		</journal-meta>
		<article-meta>
			<article-id pub-id-type="doi">10.60797/IRJ.2026.170.61</article-id>
			<article-categories>
				<subj-group>
					<subject>Brief communication</subject>
				</subj-group>
			</article-categories>
			<title-group>
				<article-title>Обнаружение нефтяных загрязнений морской поверхности на основе анализа спектра отражённого радиосигнала от прибрежных радиолокационных станций</article-title>
			</title-group>
			<contrib-group>
				<contrib contrib-type="author" corresp="yes">
					<name>
						<surname>Моисеева</surname>
						<given-names>Наталья Олеговна</given-names>
					</name>
					<email>natali.ziadinova@yandex.ru</email>
					<xref ref-type="aff" rid="aff-3">3</xref>
				</contrib>
				<contrib contrib-type="author">
					<name>
						<surname>Моисеев</surname>
						<given-names>Василий Алексеевич</given-names>
					</name>
					<email>wassa123454321@yandex.ru</email>
					<xref ref-type="aff" rid="aff-1">1</xref>
				</contrib>
				<contrib contrib-type="author">
					<name>
						<surname>Лукина</surname>
						<given-names>Юлия Евгеньевна</given-names>
					</name>
					<email>lukina0378@mail.ru</email>
					<xref ref-type="aff" rid="aff-2">2</xref>
				</contrib>
				<contrib contrib-type="author">
					<name>
						<surname>Александров</surname>
						<given-names>Семён Александрович</given-names>
					</name>
					<email>semen-aleksandrov2003@mail.ru</email>
					<xref ref-type="aff" rid="aff-2">2</xref>
				</contrib>
			</contrib-group>
			<aff id="aff-1">
				<institution-wrap>
					<institution-id institution-id-type="ROR">https://ror.org/02x91aj62</institution-id>
					<institution content-type="education">Санкт-Петербургский политехнический университет Петра Великого</institution>
				</institution-wrap>
			</aff>
			<aff id="aff-2">
				<institution-wrap>
					<institution-id institution-id-type="ROR">https://ror.org/023znxa73</institution-id>
					<institution content-type="education">Санкт-Петербургский государственный университет</institution>
				</institution-wrap>
			</aff>
			<aff id="aff-3">
				<label>3</label>
				<institution>Санкт-Петербургский Государственный университет гражданской авиации имени Главного маршала авиации А.А. Новикова</institution>
			</aff>
			<pub-date publication-format="electronic" date-type="pub" iso-8601-date="2026-08-17">
				<day>17</day>
				<month>08</month>
				<year>2026</year>
			</pub-date>
			<pub-date pub-type="collection">
				<year>2026</year>
			</pub-date>
			<volume>6</volume>
			<issue>170</issue>
			<fpage>1</fpage>
			<lpage>6</lpage>
			<history>
				<date date-type="received" iso-8601-date="2026-04-09">
					<day>09</day>
					<month>04</month>
					<year>2026</year>
				</date>
				<date date-type="accepted" iso-8601-date="2026-04-10">
					<day>10</day>
					<month>04</month>
					<year>2026</year>
				</date>
			</history>
			<permissions>
				<copyright-statement>Copyright: &amp;#x00A9; 2022 The Author(s)</copyright-statement>
				<copyright-year>2022</copyright-year>
				<license license-type="open-access" xlink:href="http://creativecommons.org/licenses/by/4.0/">
					<license-p>
						This is an open-access article distributed under the terms of the Creative Commons Attribution 4.0 International License (CC-BY 4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited. See 
						<uri xlink:href="http://creativecommons.org/licenses/by/4.0/">http://creativecommons.org/licenses/by/4.0/</uri>
					</license-p>
					.
				</license>
			</permissions>
			<self-uri xlink:href="https://research-journal.org/archive/8-170-2026-august/10.60797/IRJ.2026.170.61"/>
			<abstract>
				<p>В статье предложен спектральный метод обнаружения и количественной оценки нефтяных загрязнений морской поверхности, основанный на анализе изменения спектра отражённого радиосигнала от прибрежных радиолокационных станций при подавлении капиллярно-гравитационных волн нефтяной плёнкой. Метод реализован с использованием адаптированной математической модели радиолокационного анализа, учитывающей физические свойства плёнки и условия брегговского рассеяния. Проведено численное моделирование для параметров, характерных для радиолокационных систем X-диапазона, с последующей оценкой зависимости спектральной амплитуды от степени микроволнового сглаживания поверхности. Показано, что амплитуда спектра изменяется немонотонно по мере утолщения плёнки: при определённой толщине достигается максимум чувствительности метода, после чего эффективность снижается из-за насыщения и интерференционных искажений. Построена обобщающая таблица, связывающая физические характеристики плёнки с изменением спектральных параметров, что позволяет применять метод для дистанционного мониторинга уровня загрязнения. Результаты согласуются с современными исследованиями в области радиолокационного, гиперспектрального и инфракрасного зондирования, а предложенный подход может быть реализован на стационарных прибрежных радиолокационных станциях как экономичный инструмент регулярных наблюдений за состоянием окружающей среды и анализа влияния нефтяной пленки на развитие атмосферных процессов и формирования различных явлений погоды.</p>
			</abstract>
			<kwd-group>
				<kwd>обнаружение нефтяных загрязнений</kwd>
				<kwd> атмосферные процессы</kwd>
				<kwd> явления погоды</kwd>
				<kwd> спектральный анализ</kwd>
				<kwd> радиолокация</kwd>
				<kwd> капиллярно-гравитационные волны</kwd>
				<kwd> X-диапазон</kwd>
				<kwd> мониторинг морской поверхности</kwd>
			</kwd-group>
		</article-meta>
	</front>
	<body>
		<sec>
			<title>HTML-content</title>
			<p>1. Введение</p>
			<p>Нефтяные загрязнения представляют серьёзную угрозу для морских экосистем, качества водной среды и здоровья человека. Также наличие нефтяной пленки может оказать местное влияние на газо-, тепло- и влагообмен системы океан-атмосфера, что необходимо учитывать при численном моделировании атмосферных процессов. При прогнозировании таких явлений погоды, как осадки, туман, низкой слоистой облачности, необходимо учитывать, что частицы нефти, попадая в атмосферу могут представлять собой дополнительные ядра конденсации. Актуальность исследования обусловлена высокой уязвимостью прибрежных и мелководных зон, где даже локальные утечки нефти могут привести к долговременным негативным последствиям. В таких районах необходимы непрерывное наблюдение состояния окружающей среды и разработка доступных, надёжных методов обнаружения нефтяной плёнки </p>
			<p>[1]</p>
			<p>Цель настоящей работы заключается в разработке и апробации спектрального метода количественной оценки нефтяных загрязнений морской поверхности, основанного на адаптированной математической модели радиолокационного анализа, ранее применявшейся авторами в иной постановке задачи. Проведённые численные эксперименты показали согласованность предложенного подхода с результатами наблюдений </p>
			<p>[2][3]</p>
			<p>Метод базируется на ключевом физическом признаке нефтяных плёнок — подавлении капиллярно-гравитационных волн, что приводит к изменению спектральных характеристик отражённого радиосигнала. Эффективность такого подхода подтверждается результатами современных исследований с применением радиолокационного (</p>
			<p>[4][5][6]</p>
			<p>Научная новизна работы состоит в применении спектрального анализа для количественного определения характеристик нефтяных плёнок, теоретическая значимость — в адаптации модели к задачам дистанционного мониторинга загрязнённой поверхности, практическая — в возможности реализации метода на стационарных прибрежных радиолокационных станциях как экономичного и локально привязанного инструмента.</p>
			<p>2. Методы и принципы исследования</p>
			<p>При попадании нефтепродуктов на морскую поверхность формируется тонкая плёнка, которая подавляет капиллярно-гравитационные волны — основной источник рассеяния в радиолокационном диапазоне </p>
			<p>[7]</p>
			<p> </p>
			<p>В рамках численного моделирования были заданы параметры, характерные для прибрежной радиолокационной системы, размещённой на стационарной вышке. Высота антенны составляла 20 метров, углы облучения — 30–45°, что обеспечивает охват участка поверхности длиной около 10 метров. Рабочая частота радара — 10 ГГц (X-band). Схема размещения и область облучения представлены на рис. 1.</p>
			<fig id="F1">
				<label>Figure 1</label>
				<caption>
					<p>Схема радиолокационного облучения с вышки</p>
				</caption>
				<alt-text>Схема радиолокационного облучения с вышки</alt-text>
				<graphic ns0:href="/media/images/2026-03-04/1df06017-e85a-4109-9e73-2767ec5621af.png"/>
			</fig>
			<p>Для моделирования воздействия загрязнения использовался коэффициент сглаживания, отражающий степень подавления микроволнения плёнкой. Диапазон коэффициента сглаживания k от 1,00 до 0,70 соответствовал различным уровням загрязнения, параметры заданы по [8].</p>
			<p>Для количественного анализа спектра отражённого сигнала была использована модель, разработанная авторами, в которой морская поверхность представляется как совокупность независимых флуктуирующих рассеивателей, равномерно распределённых вдоль направления излучения. Шаг между ними определяется из длины облучаемого участка L и числа рассеивателей. Расстояние определяется углом падения излучения. Исходный сигнал моделируется в виде гармонической волны, отражённой от всей поверхности. Суммарный сигнал формируется как суперпозиция откликов от всех рассеивателей с учётом фазовых сдвигов. Его аналитическое выражение имеет следующий вид:</p>
			<mml:math display="inline">
				<mml:mrow>
					<mml:mi>x</mml:mi>
					<mml:mo stretchy="false">(</mml:mo>
					<mml:mi>t</mml:mi>
					<mml:mo stretchy="false">)</mml:mo>
					<mml:mo>=</mml:mo>
					<mml:msubsup>
						<mml:mo>∑</mml:mo>
						<mml:mrow>
							<mml:mi>n</mml:mi>
							<mml:mo>=</mml:mo>
							<mml:mn>1</mml:mn>
						</mml:mrow>
						<mml:mrow>
							<mml:mi>N</mml:mi>
						</mml:mrow>
					</mml:msubsup>
					<mml:mfrac>
						<mml:mrow>
							<mml:mn>1</mml:mn>
						</mml:mrow>
						<mml:mrow>
							<mml:msqrt>
								<mml:mrow>
									<mml:mi>N</mml:mi>
								</mml:mrow>
							</mml:msqrt>
						</mml:mrow>
					</mml:mfrac>
					<mml:mi>cos</mml:mi>
					<mml:mrow>
						<mml:mo stretchy="true" fence="true" form="prefix">(</mml:mo>
						<mml:mrow>
							<mml:mo stretchy="true" fence="true" form="prefix">(</mml:mo>
							<mml:mi>ω</mml:mi>
							<mml:mi>t</mml:mi>
							<mml:mo>−</mml:mo>
							<mml:mfrac>
								<mml:mrow>
									<mml:mi>ω</mml:mi>
								</mml:mrow>
								<mml:mrow>
									<mml:mi>c</mml:mi>
								</mml:mrow>
							</mml:mfrac>
							<mml:mrow>
								<mml:mo stretchy="true" fence="true" form="prefix">(</mml:mo>
								<mml:mfrac>
									<mml:mrow>
										<mml:mi>n</mml:mi>
										<mml:mi>·</mml:mi>
										<mml:mi>δ</mml:mi>
										<mml:mi>·</mml:mi>
										<mml:mi>cos</mml:mi>
										<mml:mrow>
											<mml:mo stretchy="true" fence="true" form="prefix">(</mml:mo>
											<mml:msub>
												<mml:mi>θ</mml:mi>
												<mml:mrow>
													<mml:mn>0</mml:mn>
												</mml:mrow>
											</mml:msub>
											<mml:mo stretchy="true" fence="true" form="postfix">)</mml:mo>
										</mml:mrow>
									</mml:mrow>
									<mml:mrow>
										<mml:mi>sin</mml:mi>
										<mml:mrow>
											<mml:mo stretchy="true" fence="true" form="prefix">(</mml:mo>
											<mml:msubsup>
												<mml:mi>θ</mml:mi>
												<mml:mrow>
													<mml:mi>n</mml:mi>
												</mml:mrow>
												<mml:mrow>
													<mml:mi>′</mml:mi>
												</mml:mrow>
											</mml:msubsup>
											<mml:mo stretchy="true" fence="true" form="postfix">)</mml:mo>
										</mml:mrow>
									</mml:mrow>
								</mml:mfrac>
								<mml:mo>+</mml:mo>
								<mml:msub>
									<mml:mi>r</mml:mi>
									<mml:mrow>
										<mml:mi>n</mml:mi>
									</mml:mrow>
								</mml:msub>
								<mml:mo stretchy="false">(</mml:mo>
								<mml:mi>t</mml:mi>
								<mml:mo stretchy="false">)</mml:mo>
								<mml:mo stretchy="true" fence="true" form="postfix">)</mml:mo>
							</mml:mrow>
							<mml:mo stretchy="true" fence="true" form="postfix">)</mml:mo>
						</mml:mrow>
						<mml:mo stretchy="true" fence="true" form="postfix">)</mml:mo>
					</mml:mrow>
					<mml:mo>,</mml:mo>
				</mml:mrow>
			</mml:math>
			<p>где </p>
			<mml:math display="inline">
				<mml:mrow>
					<mml:mi>ω</mml:mi>
				</mml:mrow>
			</mml:math>
			<p> </p>
			<mml:math display="inline">
				<mml:mrow>
					<mml:mi>δ</mml:mi>
				</mml:mrow>
			</mml:math>
			<p> </p>
			<mml:math display="inline">
				<mml:mrow>
					<mml:msub>
						<mml:mi>θ</mml:mi>
						<mml:mrow>
							<mml:mn>0</mml:mn>
						</mml:mrow>
					</mml:msub>
				</mml:mrow>
			</mml:math>
			<p> </p>
			<mml:math display="inline">
				<mml:mrow>
					<mml:msubsup>
						<mml:mi>θ</mml:mi>
						<mml:mrow>
							<mml:mi>n</mml:mi>
						</mml:mrow>
						<mml:mrow>
							<mml:mi>′</mml:mi>
						</mml:mrow>
					</mml:msubsup>
				</mml:mrow>
			</mml:math>
			<p> [LATEX_FORMULA]r_{n}(t)[/LATEX_FORMULA]  флуктуационное отклонение n-го рассеивателя.</p>
			<p> </p>
			<p> </p>
			<p>Для перехода к спектру мощности используется автокорреляционная функция и теорема Винера–Хинчина. Влияние учитывается коэффициентом сглаживания Значения k и соответствующие им характеристики плёнки были заданы по данным </p>
			<p>[8]</p>
			<p>3. Основные результаты</p>
			<p>Для первичной оценки влияния загрязнения на отражённый радиосигнал была выполнена серия численных экспериментов, сравнивающих спектр при наличии нефтяной плёнки и в условиях чистой воды. На рис. 2 представлены спектры в двух случаях: эталон (без загрязнения) и загрязнённая поверхность при коэффициенте сглаживания k = 0,95, соответствующем умеренному загрязнению.</p>
			<fig id="F2">
				<label>Figure 2</label>
				<caption>
					<p>Подавление высокочастотных компонент спектра при наличии нефтяной плёнки</p>
				</caption>
				<alt-text>Подавление высокочастотных компонент спектра при наличии нефтяной плёнки</alt-text>
				<graphic ns0:href="/media/images/2026-04-08/9e075073-0034-46f9-a74a-5df24890acc4.png"/>
			</fig>
			<p>Для более детального анализа проведено параметрическое исследование зависимости спектральной амплитуды от степени сглаживания поверхности. Это позволяет установить, как различные уровни загрязнения влияют на отражённый сигнал в спектральной области.</p>
			<p>На рис. 3 представлена нормализованная амплитуда спектра в зависимости от коэффициента сглаживания </p>
			<fig id="F3">
				<label>Figure 3</label>
				<caption>
					<p>Зависимость амплитуды спектра от коэффициента сглаживания</p>
				</caption>
				<alt-text>Зависимость амплитуды спектра от коэффициента сглаживания</alt-text>
				<graphic ns0:href="/media/images/2026-04-08/3c1f9ec3-89e3-42c0-a68e-c9abd5cf24fa.png"/>
			</fig>
			<p>&lt;0,75[9]</p>
			<p>Для получения количественного соответствия между уровнем сглаживания и физическими характеристиками загрязнения была построена табл. 1. Она объединяет результаты численного моделирования спектральной амплитуды с данными из работы </p>
			<p>[8]</p>
			<table-wrap id="T1">
				<label>Table 1</label>
				<caption>
					<p>Соответствие толщины плёнки и коэффициента подавления ряби</p>
				</caption>
				<table>
					<tr>
						<td>Коэффициент подавления ряби</td>
						<td>Примерная толщина нефтяной плёнки, мкм</td>
						<td>Характеристика плёнки</td>
						<td>Нормализованная амплитуда спектра (по данным графика)</td>
					</tr>
					<tr>
						<td>1,00</td>
						<td>0</td>
						<td>Чистая вода, без загрязнения</td>
						<td>1,00</td>
					</tr>
					<tr>
						<td>0,97</td>
						<td>0,5–1</td>
						<td>Очень тонкая плёнка, минимальное воздействие</td>
						<td>≈ </td>
					</tr>
					<tr>
						<td>0,95</td>
						<td>1–2</td>
						<td>Начало подавления капиллярных волн</td>
						<td>≈ </td>
					</tr>
					<tr>
						<td>0,90</td>
						<td>2–3</td>
						<td>Умеренное подавление</td>
						<td>≈ </td>
					</tr>
					<tr>
						<td>0,85</td>
						<td>3–4</td>
						<td>Существенное снижение микроволнения</td>
						<td>≈ </td>
					</tr>
					<tr>
						<td>0,80</td>
						<td>4–5</td>
						<td>Почти полное подавление капиллярных волн</td>
						<td>≈ </td>
					</tr>
					<tr>
						<td>0,78</td>
						<td>5–6</td>
						<td>Плотная нефтяная плёнка</td>
						<td>≈ </td>
					</tr>
					<tr>
						<td>0,75</td>
						<td>6–7</td>
						<td>Толстая плёнка, близка к максимальному затуханию</td>
						<td>≈ </td>
					</tr>
					<tr>
						<td>0,70</td>
						<td>≥8</td>
						<td>Очень толстая/вязкая плёнка, сильное затухание</td>
						<td>≈ </td>
					</tr>
				</table>
			</table-wrap>
			<p>Как видно из таблицы, наиболее выраженное затухание отражённого сигнала наблюдается при </p>
			<p>[9][10]</p>
			<p>4. Заключение</p>
			<p>В работе представлен спектральный метод количественной оценки нефтяных загрязнений на морской поверхности, основанный на подавлении капиллярно-гравитационных волн. Разработанная модель позволила численно воспроизвести спектр отражённого сигнала при различных уровнях загрязнения и выявить ключевой диапазон чувствительности метода — при коэффициенте сглаживания </p>
			<p>k ≈ 0.80</p>
		</sec>
		<sec sec-type="supplementary-material">
			<title>Additional File</title>
			<p>The additional file for this article can be found as follows:</p>
			<supplementary-material xmlns:xlink="http://www.w3.org/1999/xlink" id="S1" xlink:href="https://doi.org/10.5334/cpsy.78.s1">
				<!--[<inline-supplementary-material xlink:title="local_file" xlink:href="https://research-journal.org/media/articles/24134.docx">24134.docx</inline-supplementary-material>]-->
				<!--[<inline-supplementary-material xlink:title="local_file" xlink:href="https://research-journal.org/media/articles/24134.pdf">24134.pdf</inline-supplementary-material>]-->
				<label>Online Supplementary Material</label>
				<caption>
					<p>
						Further description of analytic pipeline and patient demographic information. DOI:
						<italic>
							<uri>https://doi.org/10.60797/IRJ.2026.170.61</uri>
						</italic>
					</p>
				</caption>
			</supplementary-material>
		</sec>
	</body>
	<back>
		<ack>
			<title>Acknowledgements</title>
			<p/>
		</ack>
		<sec>
			<title>Competing Interests</title>
			<p/>
		</sec>
		<ref-list>
			<ref id="B1">
				<label>1</label>
				<mixed-citation publication-type="confproc">Князев Н.А. Спутниковый радиолокационный мониторинг нефтяных загрязнений в акватории Анапа — Геленджик за период 2018–2020 гг.: Океанологические исследования / Н.А. Князев, О.Ю. Лаврова, А.Г. Костяной. — Москва: Институт океанологии им. П.П. Ширшова РАН, 2021. — Т. 49. — 23 с. — DOI: 10.29006/1564-2291.JOR-2021.49(1).8</mixed-citation>
			</ref>
			<ref id="B2">
				<label>2</label>
				<mixed-citation publication-type="confproc">Бескид П.П. Результаты исследований в области дистанционных методов обнаружения нефтяных загрязнений водной поверхности, проводимых в РГГМУ / П.П. Бескид, П.Ю. Богданов, В.А. Микулин и др. // Гидрометеорология и экология. — Санкт-Петербург: РГГМУ, 2020. — Вып. 60. — С. 371–391. — DOI: 10.33933/2074-2762-2020-60-371-391</mixed-citation>
			</ref>
			<ref id="B3">
				<label>3</label>
				<mixed-citation publication-type="confproc">Yang Y. Oil Film Detection for Marine Radar Image Using SBR Feature and Adaptive Threshold / Y. Yang, J. Yan, J. Xu, X. Zhao // Journal of Marine Science and Engineering. — 2025. — № 6. — с. 1178. DOI: 10.3390/jmse13061178. [in English]</mixed-citation>
			</ref>
			<ref id="B4">
				<label>4</label>
				<mixed-citation publication-type="confproc">Матросова Е.Р. Определение характеристик естественных нефтепроявлений и их подводных источников по данным дистанционного зондирования / Е.Р. Матросова, В.Н. Ходаева, А.Ю. Иванов // Исследование Земли из Космоса. — 2022. — № 2. — с. 3–27. DOI: 10.31857/S0205961422020063.</mixed-citation>
			</ref>
			<ref id="B5">
				<label>5</label>
				<mixed-citation publication-type="confproc">Jiang L. Hyperspectral remote sensing detection of marine oil spills using 1D-CNN and adaptive learning techniques from UAV imagery / L. Jiang, X. Chen, Y. Zhang et al. // Remote Sensing. — 2021. — Vol. 13. — № 5. — Article ID: 954. — DOI: 10.3390/rs13050954</mixed-citation>
			</ref>
			<ref id="B6">
				<label>6</label>
				<mixed-citation publication-type="confproc">Yang J. Identification of marine oil spill pollution using hyperspectral and thermal infrared remote sensing / J. Yang, Z. Liu, Y. Hiu et al. // Frontiers in Marine Science. — 2023. — Vol. 10. — Article ID: 1135356. — DOI: 10.3389/fmars.2023.1135356</mixed-citation>
			</ref>
			<ref id="B7">
				<label>7</label>
				<mixed-citation publication-type="confproc">Марченко М.О.. Результаты спутникового радиолокационного мониторинга нефтяных разливов с судов в Татарском проливе Японского моря: Научные труды Дальрыбвтуза:; / М.О. Марченко, Р.С. Бессонов, В.А. Дубина, И.А. Круглик — Владивосток: Дальрыбвтуз, 2023. - 65 т. — 9 с. DOI: 10.48612/dalrybvtuz/2023-65-10.</mixed-citation>
			</ref>
			<ref id="B8">
				<label>8</label>
				<mixed-citation publication-type="confproc">Ermakov S.A. Strong Modulation of Short Wind Waves and Ka-Band Radar Return Due to Internal Waves in the Presence of Surface Films. Theory and Experiment / S.A. Ermakov, I.A. Sergievskaya, I.A. Kapustin // Remote Sensing. — 2021. — Vol. 13. — № 13. — Article ID: 2462. — DOI: 10.3390/rs13132462</mixed-citation>
			</ref>
			<ref id="B9">
				<label>9</label>
				<mixed-citation publication-type="confproc">Li D. Investigation of Electromagnetic Scattering Mechanisms from Dynamic Oil Spill–Covered Sea Surface / D. Li, Z. Zhao, W. Ma et al. // Remote Sensing. — 2023. — Vol. 15. — № 7. — Article ID: 1777. — DOI: 10.3390/rs15071777</mixed-citation>
			</ref>
			<ref id="B10">
				<label>10</label>
				<mixed-citation publication-type="confproc">Yang J. Combined Retrieval of Oil Film Thickness Using Airborne Hyperspectral and Thermal Infrared Remote Sensing / J. Yang, R. Wang, D. Li et al. // Remote Sensing. — 2023. — Vol. 15. — № 22. — Article ID: 5415. — DOI: 10.3390/rs15225415</mixed-citation>
			</ref>
		</ref-list>
	</back>
	<fundings/>
</article>