The NASA‐ISRO Synthetic Aperture Radar (NISAR) is a repeat‐pass radar mission that will acquire fully polarimetric SAR data in an innovative acquisition mode known as quasi‐quad pol (QQP). It consists of simultaneously operating a HH/HV and a VH/VV dual‐pol modes in the lowest and upper parts of the transmitted frequency spectrum. Compared to more traditional acquisition modes, the ionospheric phase estimation algorithms for QQP repeat‐pass data will likely exploit the difference of two sub‐band SAR interferograms acquired not only at distinct center frequencies but also at different polarizations (e.g., HH/VV), making the ionospheric phase estimation vulnerable to possible bias caused by polarimetric interferometric scattering phase components. Using UAVSAR airborne data, we show that temporal variations of the interferometric scattering phase may introduce spurious polarimetric‐dependent phase terms which may bias QQP ionospheric phase estimates. The magnitude of this bias depends on the type of observed land cover. For bare soil and forested areas, we detect HH‐VV interferometric phase discrepancies up to 30° over 12 days, corresponding to a 10 cm bias at L‐band. Over comparable time intervals, changes in vegetation vitality introduce HH‐VV interferometric phase inconsistencies beyond 90° for vertically oriented agricultural fields. We simulate the QQP ionospheric phase screen over the San Andreas Fault, USA, a region characterized by a mixture of vegetated and bare soil surfaces. Based on the results from the UAVSAR data analysis, we recommend using the same polarization on the main and side‐bands of the NISAR operational science modes (e.g., single‐pol or dual‐pol) to avoid potential biases in the ionospheric phase estimates.

中文翻译：

---

InSAR极化相位分集的UAVSAR观测：对NISAR电离层相位估计的启示

NASA-ISRO合成孔径雷达（NISAR）是一次重复通过的雷达任务，它将以一种称为准四极化的创新性采集模式来采集全极化SAR数据。（QQP）。它由在发射频谱的最低和最高部分同时运行HH / HV和VH / VV双极化模式组成。与更传统的采集模式相比，用于QQP重传数据的电离层相位估计算法将可能利用不仅在不同的中心频率而且在不同的极化（例如，HH / VV）下采集的两个子带SAR干涉图的差异，使电离层相位估算容易受到极化干涉散射相位分量引起的可能偏差的影响。利用UAVSAR机载数据，我们表明，干涉散射相位的时间变化可能会引入依赖于寄生极化的相位项，这可能会使QQP电离层相位估计产生偏差。这种偏差的大小取决于观测到的土地覆盖类型。对于裸露的土壤和林区，我们在12天内检测到高达30°的HH-VV干涉相差，对应于L波段10 cm的偏差。在可比的时间间隔内，对于垂直方向的农田，植被活力的变化会导致HH-VV干涉仪相位不一致性超过90°。我们在美国圣安德烈亚斯断层上模拟了QQP电离层相筛网，该地区的特征是植被和裸露的土壤表面混合在一起。根据UAVSAR数据分析的结果，我们建议在NISAR运营科学模式的主带和边带（例如单极化或双极化）上使用相同的极化，以避免电离层相位估计中的潜在偏差。对应于L波段的10 cm偏置。在可比的时间间隔内，对于垂直方向的农田，植被活力的变化会导致HH-VV干涉仪相位不一致性超过90°。我们在美国圣安德烈亚斯断层上模拟了QQP电离层相筛网，该地区的特征是植被和裸露的土壤表面混合在一起。根据UAVSAR数据分析的结果，我们建议在NISAR运营科学模式的主带和边带（例如单极化或双极化）上使用相同的极化，以避免电离层相位估计中的潜在偏差。对应于L波段的10 cm偏置。在可比的时间间隔内，对于垂直方向的农田，植被活力的变化会导致HH-VV干涉仪相位不一致性超过90°。我们在美国圣安德烈亚斯断层上模拟了QQP电离层相筛网，该地区的特征是植被和裸露的土壤表面混合在一起。根据UAVSAR数据分析的结果，我们建议在NISAR运营科学模式的主带和边带（例如单极化或双极化）上使用相同的极化，以避免电离层相位估计中的潜在偏差。我们在美国圣安德烈亚斯断层上模拟了QQP电离层相筛网，该地区的特征是植被和裸露的土壤表面混合在一起。根据UAVSAR数据分析的结果，我们建议在NISAR运营科学模式的主带和边带（例如单极化或双极化）上使用相同的极化，以避免电离层相位估计中的潜在偏差。我们在美国圣安德烈亚斯断层上模拟了QQP电离层相筛网，该地区的特征是植被和裸露的土壤表面混合在一起。根据UAVSAR数据分析的结果，我们建议在NISAR运营科学模式的主带和边带（例如单极化或双极化）上使用相同的极化，以避免电离层相位估计中的潜在偏差。