Касательное турбулентное напряжение или динамическая скорость ветра является одной из наиболее важных характеристик пограничного слоя атмосферы. Именно касательное турбулентное напряжение характеризует воздействие ветра на поверхность воды и определяет поток энергии к волнам и ее параметры [1]. Активные микроволновые методы, разработанные для получения скорости ветра по нормированному сечению рассеяния (УЭПР) микроволнового излучения, идеально подходят для определения напряжения турбулентного сдвига ветра [2,3], поскольку мелкомасштабная шероховатость, которая формирует сигнал обратного рассеяния, определяется главным образом касательным турбулентным напряжением. При этом корреляция УЭПР с турбулентным напряжением является более сильной, чем со скоростью ветра. В рамках данной работы была получена зависимость УЭПР от турбулентного напряжения, восстановленная на основе анализа совмещенных данных с дроп-зондов и спутника Sentinel-1. Для анализа были выбраны тропические циклоны Атлантического бассейна в период с 2003-2017 гг. Необходимо отметить, что специальные подспутниковые измерения для этих ураганов совмещенные измерения отсутствовали. В связи с этим был использован массив данных с дроп-зондов NOAA за сезон ураганов 2017 года в Атлантическом бассейне с целью поиска возможности совмещения данных дистанционного зондирования и измерений с дроп-зондов. В результате было установлено, что совмещение данных может быть произведено для ураганов Irma 2017/09/07 и Maria 2017/09/21 и 2017/09/23 поскольку снимок «глаза» урагана и измерения с дроп-зондов оказались наиболее близкими по времени и пространству. Для анализа данных натурных измерений, полученных с дроп-зондов, был предложен подход, основанный на использовании автомодельности дефекта скорости в пограничном слое, сформированного в ураганных условиях, включающем слой постоянных потоков, переходящем в «следную» часть. Преимуществом такого подхода является возможность использовать измерения профиля скорости в «следной» части, далеко от поверхности, что значительно минимизирует погрешности измерений. Работа выполнена при поддержке грантов РФФИ проекты № 19-05-00249, 19-05-00366, 18-35-20068.