本发明涉及水体污染负荷检测，特别是涉及一种养殖池塘识别及污染负荷估算方法、装置、电子设备及存储介质。
背景技术：
1、渔业年鉴显示池塘养殖是我国淡水养殖的主要方式，占比73.39％。在淡水养殖中，追求高产导致的饵料过量投放直接导致水体中氮磷浓度快速升高，成为农业源污染的重要来源之一。因此，准确掌握养殖池塘的分布以及估算污染负荷对于改善水产养殖业的可持续性发展、保护水生态环境具有重要意义。
2、然而目前，大多数针对计算养殖池塘氮和磷的负荷量的研究仍然倾向于选取单个池塘作为研究对象，代表整体研究的趋势。这种方法所选取的样本代表性不足，可能无法全面反映整体情况。
技术实现思路
1、基于此，有必要针对上述问题，提供一种能够对养殖池塘进行精细化识别分类及估算其氮磷污染负荷的养殖池塘识别及污染负荷估算方法、装置、电子设备及存储介质。
2、本发明提供的一种养殖池塘识别及污染负荷估算方法，所述方法包括：
3、基于sentinel-1雷达sar数据构建养殖池塘精细识别框架：
4、影像数据和样本采用sdwi指数对水体信息进行初步识别，并通过阈值分割对比研究，确定sdwi指数最佳阈值，结合面向对象方法进行养殖池塘的精细化识别；
5、利用sentinel-2光谱数据，结合ndvi指数进行养殖池塘分类，并利用统计年鉴数据与样本点进行精度评价与验证，其中，ndvi>0时为虾蟹塘，ndvi≤0时为鱼塘；
6、基于分类结果，结合污染系数法估算不同类型养殖池塘氮磷污染负荷。
7、在其中一个实施例中，所述基于sentinel-1雷达sar数据构建养殖池塘精细识别框架包括：
8、数据准备；
9、构建养殖池塘精细识别框架。
10、在其中一个实施例中，所述构建养殖池塘精细识别框架包括：
11、利用gee云平台调用sentinel-1数据；
12、采用sdwi指数进行初步识别，利用水体频率法确定阈值；
13、结合面向对象的方法，精细地对养殖池塘进行识别；
14、其中，所述sdwi表达式为：ksdwi＝ln(10·vv·vh-8)，式中：ksdwi为水体识别指数；vv、vh为vv、vh图像中的像素值。
15、在其中一个实施例中，所述影像数据和样本采用sdwi指数对水体信息进行初步识别，包括：
16、研究sentinel-1双极化数据之间水体信息识别的关系。
17、在其中一个实施例中，所述阈值分割包括ats法、otsu算法和水体频率法。
18、在其中一个实施例中，所述结合面向对象方法进行养殖池塘的精细化识别包括：
19、根据前人研究选取6个几何特征作为绘制水产养殖池塘图谱的敏感参数；
20、采用形态学的方法，区分水产养殖池塘与自然河流；
21、采用基于邻域膨胀和空间鉴别的方法，去除孤立的池塘。
22、在其中一个实施例中，所述养殖池塘氮磷污染总量的计算公式如下：
23、
24、式中：pi为第i种污染负荷(t)；ki为第i种污染负荷系数(kg·hm-2·a-1)；sj为j类养殖池塘面积(hm2)。
25、在其中一个实施例中，所述装置包括:
26、构建模块，用于基于sentinel-1雷达sar数据构建养殖池塘精细识别框架：
27、识别模块，用于影像数据和样本采用sdwi指数对水体信息进行初步识别，并通过阈值分割对比研究，确定sdwi指数最佳阈值，结合面向对象方法进行养殖池塘的精细化识别；
28、分类模块，用于利用sentinel-2光谱数据，结合ndvi指数进行养殖池塘分类，并利用统计年鉴数据与样本点进行精度评价与验证；
29、估算模块，用于基于分类结果，结合污染系数法，估算不同类型养殖池塘氮磷污染负荷。
30、本发明还提供了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述的养殖池塘识别及污染负荷估算方法。
31、本发明还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的养殖池塘识别及污染负荷估算方法。
32、本发明还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的养殖池塘识别及污染负荷估算方法。
33、上述养殖池塘识别及污染负荷估算方法、装置、电子设备及存储介质，利用gee云平台调用sentinel-1数据，采用双极化水指数、水体频率和面向对象特征识别等方法，从而实现了对内陆养殖池塘的精细化识别，并且在sentinel-2数据的基础上，基于识别结果对养殖池塘进行分类及对其氮磷污染负荷进行估算，从而实现精细化估算巢湖流域养殖池塘氮磷污染负荷。
1.一种养殖池塘识别及污染负荷估算方法，其特征在于，所述方法包括：
2.根据权利要求1所述的养殖池塘识别及污染负荷估算方法，其特征在于，所述基于sentinel-1雷达sar数据构建养殖池塘精细识别框架包括：
3.根据权利要求2所述的养殖池塘识别及污染负荷估算方法，其特征在于，所述构建养殖池塘精细识别框架包括：
4.根据权利要求1所述的养殖池塘识别及污染负荷估算方法，其特征在于，所述影像数据和样本采用sdwi指数对水体信息进行初步识别，包括：
5.根据权利要求1所述的养殖池塘识别及污染负荷估算方法，其特征在于，所述阈值分割包括ats法、otsu算法和水体频率法。
6.根据权利要求3所述的养殖池塘识别及污染负荷估算方法，其特征在于，所述结合面向对象方法进行养殖池塘的精细化识别包括：
7.根据权利要求1所述的养殖池塘识别及污染负荷估算方法，其特征在于，所述养殖池塘氮磷污染总量的计算公式如下：
8.一种养殖池塘识别及污染负荷估算方法装置，其特征在于，所述装置包括:
9.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
