1.一种藻类密度、生物量与叶绿素a的快速估算方法，其特征在于，包括以下步骤：S1、分别为不同种属的藻类构建细胞体积模型、生物量与叶绿素a模型、藻类目标检测模型和针对群体性藻类研发细胞统计算法；S2、基于显微镜图像，并结合深度学习藻类目标检测模型，检测藻类种属并且统计它们的细胞个数；S3、基于得到的藻类种属和细胞个数，结合相机拍摄视野数和样品分析流道体积，计算藻类密度；S4、基于得到的藻类种属和细胞个数，结合所述藻类细胞体积模型，计算藻类生物量；S5、基于各种属的藻类生物量，结合所述生物量与叶绿素a模型，计算叶绿素a含量；S6、基于各种属的藻类生物量和藻类密度，计算当前样品藻类的优势种属；构建藻类细胞体积模型包括:⑴收集不同地区、不同时间段的藻类样本或通过购买纯种藻类来进行补充，人工进行培养，获取藻类不同生长周期的样品；⑵通过镜检的方式，对每个种属不同生长周期的藻类随机测定50～100个，人工统计出每个种属藻类细胞的参数；⑶结合步骤⑵测量的参数，将各种属藻类按最近似的几何图形计算体积；⑷按藻类生长周期，将藻类分为三个阶段，分别统计每个阶段藻类的体积平均值；⑸为常见的种属按步骤⑷构建出细胞体积模型；构建藻类生物量与叶绿素a模型包括：⑴针对常见种属藻类，购买纯藻样品；⑵通过镜检的方式，对每个种属的纯藻样品随机测定50～100个，人工统计出每个种属藻类细胞的平均体积；⑶通过镜检的方式，对每个种属的纯藻样品随机测定50～100个，人工统计出每个纯藻样品中的藻类细胞个数；⑷将步骤⑶统计的藻类细胞个数乘以步骤⑵对应的藻类细胞的平均体积，得到样品中藻类总体积；并根据“10 9 um 3 ≈1mg鲜藻重的换算关系”把藻类细胞体积换算成生物量，得到该样品藻类总生物量指标；⑸通过“水质叶绿素a的测定分光光度法”对不同种属的纯藻样品进行叶绿素a的测定，分别计算出样品中叶绿素a的总含量；⑹将步骤⑸中计算的叶绿素a总含量除以步骤⑷计算的样品总生物量，得到该种属藻类单位生物量对应的叶绿素a含量指标；⑺对每个种属的藻类随机测定50～100个样品，统计出藻类单位生物量对应的叶绿素a含量指标的平均值；所述训练藻类目标检测模型包括：⑴收集不同地区、不同时间段的藻类样本或通过购买纯种藻类来进行补充，在显微镜下进行拍摄，得到藻类样本图像数据；⑵每个种属的藻类收集不低于300张样本图像数据；⑶对藻类样本图像数据进行标注时，单细胞藻类单独进行标注；群体性藻类按群体进行整体标注；⑷对标记的样本数据进行数据增广扩充，⑸采用YOLOV5框架来训练深度学习目标检测模型；针对群体性藻类开发细胞个数统计算法包括：分析群体性藻类的图像特征，通过图像模式识别与深度学习技术为群体性藻类开发细胞个数统计算法；藻类检测与细胞个数统计包括以下步骤:⑴通过显微镜与工业相机，采集样品流道上当前视野下的图像数据；⑵在采集的图像数据上，进行藻类目标检测模型推理，检测出图像上的藻类种属和们对应的像素坐标；⑶如果识别的藻类是单细胞藻类，那么直接统计图像上该藻类被检出的次数，这个次数就是当前图像上该藻类的细胞个数；⑷如果识别的藻类是群体性藻类，那么根据它的像素坐标，从图像上将群体性藻类区域的图像数据截取出来，并调用与该藻类对应的群体细胞个数统计模块来统计它的细胞个数；⑸如果群体性藻类具有典型细胞个数值，那么将进一步对它的细胞个数按典型值进行修正；⑹如果图像上出现多个同类型的群体性藻类，则将它们的细胞个数进行相加，得到图像上该藻类的细胞总个数；藻类密度计算包括以下步骤:⑴计算当前已分析样品的实际体积；⑵按藻类种属，统计总的细胞个数；⑶将步骤⑵除以步骤⑴，计算出各种属藻类的细胞密度。
2.根据权利要求1所述的一种藻类密度、生物量与叶绿素a的快速估算方法，其特征在于，所述S4计算藻类生物量的方法包括：对所有检测出来的藻类细胞，按种属将藻类细胞总数分别乘以对应的单位细胞体积模型，得到各种属藻类的细胞体积指标；通过藻类细胞体积算出藻类的生物量；对检测出来的所有藻类计算生物量，并统计出总生物量和各种属藻类的生物量占比指标。
3.根据权利要求1所述的一种藻类密度、生物量与叶绿素a的快速估算方法，其特征在于，所述S5中计算叶绿素a含量的方法包括：对所有检测出来的藻类，按种属将它们的生物量分别乘以对应的单位生物量与叶绿素a模型，得到各种属藻类的叶绿素a含量；统计各种属藻类的叶绿素a含量，计算出叶绿素a总含量和各种属藻类叶绿素a含量占比指标。
4.根据权利要求1所述的一种藻类密度、生物量与叶绿素a的快速估算方法，其特征在于，所述S6中计算优势种属的方法包括：找出生物量占比大于15％或藻密度占比大于15％的种属；将生物量占比和藻密度占比均按0.5的系数进行加权，计算优势藻种评价指标。
5.根据权利要求4所述的一种藻类密度、生物量与叶绿素a的快速估算方法，其特征在于，所述优势藻种评价指标还包括：按优势藻种评价指标，对优势藻种从高到低进行排序；将所有优势藻种的生物量相加，除以总生物量，计算所有优势藻种与总生物量的占比；将所有优势藻种的细胞个数相加，除以样品的实际体积，计算出所有优势藻种的藻密度指标；将所有优势藻种的叶绿素a含量相加，除以叶绿素a总含量，计算出所有优势藻种与叶绿素a总含量的占比。
6.一种藻类密度、生物量与叶绿素a的快速估算系统，其特征在于，包括：离线建模模块、藻类检测与细胞个数统计模块、藻类密度计算模块、藻类生物量计算模块、藻类叶绿素a估算模块和优势藻种指标计算模块；所述离线建模模块用于对藻类细胞构建细胞体积模型、生物量与叶绿素a模型、藻类目标检测模型、开发群体性藻类细胞个数统计算法；所述藻类检测与细胞个数统计模块用于基于藻类目标检测模型检测出藻类种属并且统计它们的细胞个数；所述藻类密度计算模块用于计算藻类密度；所述藻类生物量计算模块用于基于细胞体积模型计算藻类生物量；所述藻类叶绿素a估算模块用于基于生物量与叶绿素a模型计算藻类叶绿素a含量；所述势藻种指标计算模块用于计算藻类的优势种属各项指标参数。
