格式统一

src/core/handlers/base.py

@@ -91,6 +91,9 @@ class PipelineContext:
         # ★ 取消标志（2026-06-30）：支持 Pipeline 优雅中断
         self._cancelled: bool = False
 
+        # ★ 步骤输出目录映射（实例级别，2026-07-01 修复：从类变量改为实例变量，防止跨 work_dir 路径错乱）
+        self._step_output_dir_map: Optional[Dict[str, Path]] = None
+
         # ── 可视化组件（延迟导入避免循环依赖）──
         self._visualizer = None
         self._report_generator = None
@@ -194,11 +197,10 @@ class PipelineContext:
     # 步骤输出目录查找（兼容旧接口）
     # ═══════════════════════════════════════════════════════════
 
-    _STEP_OUTPUT_DIR_MAP: Optional[Dict[str, Path]] = None
-
     def _ensure_step_dir_map(self) -> Dict[str, Path]:
-        if PipelineContext._STEP_OUTPUT_DIR_MAP is not None:
+        """构建实例级别的步骤输出目录映射（每个 work_dir 独立缓存）。"""
-            return PipelineContext._STEP_OUTPUT_DIR_MAP
+        if self._step_output_dir_map is not None:
+            return self._step_output_dir_map
         wp = self.work_dir
         m = {
             'step1': wp / '1_water_mask',
@@ -232,7 +234,7 @@ class PipelineContext:
             'visualization': wp / '12_visualization',
             'reports': wp / 'reports',
         }
-        PipelineContext._STEP_OUTPUT_DIR_MAP = m
+        self._step_output_dir_map = m
         return m
 
     def get_step_output_dir(self, step_name: str) -> Path:

src/core/handlers/register_handlers.py

@@ -42,6 +42,34 @@ def register_all_handlers(scheduler: PipelineScheduler):
         result = scheduler.run_full_pipeline(config)
 
     新增步骤时，在此函数中追加一行 register_handler() 即可。
+
+    ── 2026-07-01 步骤体系说明 ──
+    当前注册表包含 16 个 Handler，但 PANEL_REGISTRY 只有 13 个面板。
+    两个体系存在如下映射关系：
+
+      Panel step_id             → Handler step_key (via register_handlers)
+      ─────────────────────────────────────────────────────────────────
+      step1                     → step1
+      step2                     → step2
+      step3                     → step3
+      step4_sampling            → 无独立 Handler（由 step4_sampling 面板驱动）
+      step5_clean               → step5_clean
+      step6_feature             → step6_feature
+      step7_index               → step7_index
+      step8_ml_train            → step8_ml_train
+      step9_ml_predict          → step9_ml_predict
+      step10_watercolor         → step10_watercolor  (CSV 散点模式)
+      (无面板)                   → step10_qaa          (QAA 物理反演，单独触发)
+      step11_map                → step11_map          (专题图 CSV 模式)
+      (无面板)                   → step11_concentration (浓度反演，单独触发)
+      (无面板)                   → step12_kriging       (克里金插值，单独触发)
+      step12_viz                → step13_visualization
+      step13_report             → step14_report
+
+    注：
+    - step10_qaa / step11_concentration / step12_kriging / step14_report
+      是没有对应 Panel 的 Handler，只能通过旧 config JSON 加载或外部脚本触发。
+    - step10_watercolor 和 step10_qaa 共享 step10 编号空间，互斥使用。
     """
     scheduler.register_handler(Step1WaterMaskHandler())
     scheduler.register_handler(Step2GlintDetectionHandler())

src/core/handlers/step12_kriging.py

@@ -30,6 +30,27 @@ class Step12KrigingHandler(BaseStepHandler):
         prediction_csv_path = config.get('prediction_csv_path')
         boundary_shp_path = config.get('boundary_shp_path')
 
+        # ★ 2026-07-01 空值保护：防止 prediction_csv_path 为 None 时 Path().stem 崩溃
+        if not prediction_csv_path:
+            msg = '缺少 prediction_csv_path 参数，无法生成克里金插值图'
+            context.notify('step12_kriging', 'error', msg)
+            step_end_time = time.time()
+            context.record_step_time(
+                "步骤12: 克里金插值与分布图", step_start_time, step_end_time,
+                status="failed", error=msg
+            )
+            return {'error': msg}
+
+        if not os.path.isfile(prediction_csv_path):
+            msg = f'预测 CSV 文件不存在: {prediction_csv_path}'
+            context.notify('step12_kriging', 'error', msg)
+            step_end_time = time.time()
+            context.record_step_time(
+                "步骤12: 克里金插值与分布图", step_start_time, step_end_time,
+                status="failed", error=msg
+            )
+            return {'error': msg}
+
         # 强制输出到 visualization_dir
         csv_name = Path(prediction_csv_path).stem if prediction_csv_path else "distribution"
         forced_image_path = str(context.visualization_dir / f"{csv_name}_distribution.png")

src/core/handlers/step13_visualization.py

@@ -33,10 +33,15 @@ class Step13VisualizationHandler(BaseStepHandler):
         step_start_time = time.time()
         output_files: Dict[str, Any] = {}
 
+        # ★ 2026-07-01 防御性编程：提前解析路径并做 None/存在性检查
+        _training_csv = context.training_csv_path
+        _models_dir = context.models_dir if context.models_dir else None
+        _processed_csv = context.processed_csv_path
+
         try:
             # ── 散点图 ──
             if config.get('generate_scatter', True):
-                if context.training_csv_path and context.models_dir.exists():
+                if _training_csv and _models_dir and _models_dir.exists():
                     try:
                         scatter_config = config.get('scatter_config', {})
                         scatter_paths = self._generate_scatter_plots(context, scatter_config)
@@ -47,7 +52,7 @@ class Step13VisualizationHandler(BaseStepHandler):
 
             # ── 箱型图 ──
             if config.get('generate_boxplots', True):
-                if context.processed_csv_path:
+                if _processed_csv:
                     try:
                         boxplot_config = config.get('boxplot_config', {})
                         boxplot_paths = self._generate_boxplots(context, boxplot_config)
@@ -58,7 +63,7 @@ class Step13VisualizationHandler(BaseStepHandler):
 
             # ── 光谱曲线 ──
             if config.get('generate_spectrum', True):
-                if context.training_csv_path:
+                if _training_csv:
                     try:
                         spectrum_paths = self._generate_spectrum_plots(context, config)
                         output_files['spectrum_plots'] = spectrum_paths
@@ -68,7 +73,7 @@ class Step13VisualizationHandler(BaseStepHandler):
 
             # ── 统计图表 ──
             if config.get('generate_statistics', True):
-                if context.processed_csv_path:
+                if _processed_csv:
                     try:
                         stat_charts = self._generate_statistics(context)
                         output_files['statistical_charts'] = stat_charts

src/core/handlers/step9_ml_predict.py

@@ -38,7 +38,7 @@ class Step9MlPredictHandler(BaseStepHandler):
         output_dir = (
             config.get('output_path')
             or config.get('output_dir')
-            or str(context.prediction_dir / "9_ML_Prediction")
+            or str(context.ml_prediction_dir)
         )
 
         try:

src/gui/core/event_bus.py

@@ -51,12 +51,28 @@ class EventBus:
         """发布事件，通知所有订阅者。订阅者异常不再静默吞掉，而是输出 traceback。
 
         迭代订阅者列表的副本，防止回调中调用 unsubscribe() 导致跳过后续订阅者。
+
+        2026-07-01 修复：捕获 RuntimeError（sip 野指针异常）防止已删除的 C++ 对象回调崩溃。
         """
         with self._lock:
             snapshot = list(self._subscribers.get(event_name, []))
         for callback in snapshot:
             try:
                 callback(data)
+            except RuntimeError:
+                # ★ 野指针保护：C++ 对象已删除时 sip 抛出 RuntimeError，静默跳过。
+                cb_name = getattr(callback, '__name__', None) or repr(callback)
+                err_msg = (
+                    f"[EventBus] 事件 '{event_name}' 的订阅者 {cb_name!r} C++ 对象已销毁，跳过。\n"
+                    + traceback.format_exc()
+                )
+                if self._error_logger:
+                    try:
+                        self._error_logger(err_msg)
+                    except Exception:
+                        print(err_msg, file=sys.stderr, flush=True)
+                else:
+                    print(err_msg, file=sys.stderr, flush=True)
             except Exception:
                 cb_name = getattr(callback, '__name__', None) or repr(callback)
                 err_msg = (

src/gui/core/pipeline_executor.py

@@ -537,16 +537,27 @@ class PipelineExecutor(QObject):
     def _check_worker_health(self):
         """看门狗巡检：每 5 秒触发一次。
 
+        2026-07-01 修复：优先尝试优雅停止再 fallback terminate()
+
         判定逻辑：
         - Worker 已不在运行（自然结束/被强杀） → 停掉看门狗
         - Worker 仍在运行 + 上次进度距今 > 600 秒 → 判定为假死/死锁，
-          强制 terminate() 并通过 _on_finished(False, ...) 汇流解 UI，
+          先尝试 WorkerThread.stop() 优雅停止（5 秒超时），
-          让被卡死的「独立运行此步骤」按钮恢复可用。
+          若优雅停止也超时则 fallback 到 terminate()
         """
         import time
         if self._worker and self._worker.isRunning():
             if time.time() - self._last_progress_time > 600:
-                self._log_message("[错误] 后台任务响应超时（超过10分钟无响应），强制终止...", "error")
+                self._log_message("[错误] 后台任务响应超时（超过10分钟无响应），尝试优雅停止...", "error")
+                # 先尝试通过 cancel + wait 优雅停止
+                if hasattr(self._worker, 'stop'):
+                    try:
+                        self._worker.stop()
+                    except Exception:
+                        pass
+                # 如果优雅停止后线程仍在运行，再 fallback 到 terminate()
+                if self._worker.isRunning():
+                    self._log_message("[错误] 优雅停止无效，执行强制终止（terminate）...", "error")
                     self._worker.terminate()
                 self._on_finished(False, "后台任务响应超时或发生底层段错误，已强制终止。")
         else:

src/gui/core/preflight_dialog.py

@@ -304,11 +304,11 @@ class PreflightDialog(QDialog):
     def build_missing_items(config: dict) -> List[MissingItem]:
         """DAG-aware 预检：从 config 构建缺失项列表。
 
-        2026-06-30 修复（步骤 ID 错配）：
+        2026-07-01 修复（变量命名混乱 + 缺少 step4_sampling CSV 预检）：
-          config 的 key 是 PANEL_REGISTRY 的 step_id（如 step4_sampling），
+          - 将变量名从旧 PIPELINE_STEPS 编号改为 PANEL_REGISTRY step_id
-          而 PIPELINE_STEPS 使用另一套 step_id（如 step4）。
+          - 新增 step4_sampling 采样点 CSV 文件的显式预检
-          现通过 _PIPELINE_TO_CONFIG_KEY 映射表统一翻译，
+          - 将 _TAB_INDEX_MAP 提升到顶级并与 STEP_TAB_MAP 合并使用
-          避免 preflight 永远误报缺失项。
+          - _cfg() 映射表保留用于翻译旧 PIPELINE_STEPS step_id → 新 PANEL_REGISTRY step_id
 
         拓扑预判逻辑：
         1. 按 pipeline 顺序遍历所有 enabled=True 的步骤，收集其 produces 列表，
@@ -318,17 +318,12 @@ class PreflightDialog(QDialog):
            - 若 key 在 dynamically_produced_keys 中 → OK（前置步骤会生成）
            - 否则 → MissingItem（真正缺失）
         3. 智能免检规则：
-           - formula_csv_path：底层的完全可选参数，任何情况下都免检。
+           - formula_csv_path：底层完全可选参数，任何情况下都免检。
-           - step5 boundary_path：若 step1 enabled 或 config 中有 water_mask_path，
+           - boundary_path / boundary_shp_path：若 step1 enabled，信任 panel/底层自动推导。
-             则信任 panel/底层的自动推导机制，不拦截。
-           - step14 boundary_shp_path：若 step1 enabled，信任 panel 的自动回填，
-             不拦截。
-
-        关键阻断项（is_critical=True）：step1 img_path 缺失。
         """
         items: List[MissingItem] = []
 
-        # ── ★ PIPELINE_STEPS step_id → PANEL_REGISTRY step_id（config 的 key）──
+        # ── PIPELINE_STEPS step_id → PANEL_REGISTRY step_id ──
         _PIPELINE_TO_CONFIG_KEY: Dict[str, str] = {
             'step1': 'step1',
             'step2': 'step2',
@@ -345,64 +340,12 @@ class PreflightDialog(QDialog):
             'step14': 'step11_map',
         }
 
-        def _cfg(step_id: str) -> dict:
+        def _cfg(old_step_id: str) -> dict:
-            """用映射表解析 config key，兼容新旧两种 step_id 体系。"""
+            """将旧 PIPELINE_STEPS step_id 翻译为新 PANEL_REGISTRY step_id 后取 config。"""
-            config_key = _PIPELINE_TO_CONFIG_KEY.get(step_id, step_id)
+            panel_step_id = _PIPELINE_TO_CONFIG_KEY.get(old_step_id, old_step_id)
-            return config.get(config_key, {})
+            return config.get(panel_step_id, {})
 
-        step1_cfg = _cfg('step1')
+        # ── TAB / STEP NAME 映射（基于 PANEL_REGISTRY step_id）──
-        step1_enabled = step1_cfg.get('enabled', False)
-
-        # ── ★ 构建「动态产物集合」：按 pipeline 顺序收集所有 enabled 步骤的 produces ──
-        dynamically_produced_keys: Set[str] = set()
-        enabled_step_ids: Set[str] = set()
-
-        for step_spec in PIPELINE_STEPS:
-            step_cfg = _cfg(step_spec.step_id)
-            if not step_cfg.get('enabled', True):
-                continue
-            enabled_step_ids.add(step_spec.step_id)
-            dynamically_produced_keys.update(step_spec.produces)
-
-        # ── step1 img_path（阻断性）───────────────────────────────
-        img_path = step1_cfg.get('img_path')
-        if not img_path:
-            items.append(MissingItem(
-                step_id="step1", step_name="水域掩膜",
-                reason="缺少参考影像路径 → 请在「阶段一」中填写「参考影像」",
-                panel_tab_index=0, is_critical=True
-            ))
-        elif not os.path.isfile(img_path):
-            items.append(MissingItem(
-                step_id="step1", step_name="水域掩膜",
-                reason=f"参考影像文件不存在：{img_path}",
-                panel_tab_index=0, is_critical=True
-            ))
-
-        # ── step5_clean csv_path（纯外部输入，必须手动提供）───────────
-        step4_cfg = _cfg('step4')  # 映射到 step5_clean
-        step4_enabled = step4_cfg.get('enabled', True)
-        if step4_enabled:
-            csv_path = step4_cfg.get('csv_path')
-            if not csv_path:
-                items.append(MissingItem(
-                    step_id="step5_clean", step_name="数据清洗",
-                    reason="请在「数据清洗」中填写「实测水质数据 CSV」",
-                    panel_tab_index=3
-                ))
-            elif not os.path.isfile(csv_path):
-                items.append(MissingItem(
-                    step_id="step5_clean", step_name="数据清洗",
-                    reason=f"实测水质数据文件不存在：{csv_path}",
-                    panel_tab_index=3
-                ))
-
-        # ── step12 formula_csv_path（绝对免检：底层完全可选）────────
-        # formula_csv_path 在底层 CustomRegressionPredictor 中不传即可运行，
-        # 只影响日志输出，不阻断任何功能。此处不做任何检查。
-
-        # ── ★ DAG-aware 检查：遍历 enabled 步骤的 required_input_files ──
-        PURE_EXTERNAL_INPUT_KEYS: Set[str] = {'img_path', 'csv_path'}
         _TAB_INDEX_MAP: Dict[str, int] = {
             "step1": 0, "step2": 1, "step3": 2,
             "step4_sampling": 3, "step5_clean": 4, "step6_feature": 5,
@@ -419,37 +362,99 @@ class PreflightDialog(QDialog):
             "step12_viz": "可视化展示", "step13_report": "报告生成",
         }
 
+        # ── step1 img_path（阻断性）──
+        step1_cfg = _cfg('step1')
+        img_path = step1_cfg.get('img_path')
+        if not img_path:
+            items.append(MissingItem(
+                step_id="step1", step_name="水域掩膜",
+                reason="缺少参考影像路径 → 请在「水域掩膜」中填写「参考影像」",
+                panel_tab_index=0, is_critical=True
+            ))
+        elif not os.path.isfile(img_path):
+            items.append(MissingItem(
+                step_id="step1", step_name="水域掩膜",
+                reason=f"参考影像文件不存在：{img_path}",
+                panel_tab_index=0, is_critical=True
+            ))
+
+        # ── step5_clean csv_path（纯外部输入，必须手动提供）──
+        step5_clean_cfg = _cfg('step4')  # 旧 step4 → 新 step5_clean
+        if step5_clean_cfg.get('enabled', True):
+            csv_path = step5_clean_cfg.get('csv_path')
+            if not csv_path:
+                items.append(MissingItem(
+                    step_id="step5_clean", step_name="数据清洗",
+                    reason="请在「数据清洗」中填写「实测水质数据 CSV」",
+                    panel_tab_index=_TAB_INDEX_MAP.get('step5_clean', 4)
+                ))
+            elif not os.path.isfile(csv_path):
+                items.append(MissingItem(
+                    step_id="step5_clean", step_name="数据清洗",
+                    reason=f"实测水质数据文件不存在：{csv_path}",
+                    panel_tab_index=_TAB_INDEX_MAP.get('step5_clean', 4)
+                ))
+
+        # ── step4_sampling csv_path（采样点 CSV，2026-07-01 新增缺失检查）──
+        step4_sampling_cfg = _cfg('step10')  # 旧 step10 → 新 step4_sampling
+        if step4_sampling_cfg.get('enabled', True):
+            sampling_csv = step4_sampling_cfg.get('csv_path')
+            if not sampling_csv:
+                items.append(MissingItem(
+                    step_id="step4_sampling", step_name="采样点布设",
+                    reason="请在「采样点布设」中填写「实测水质数据 CSV」",
+                    panel_tab_index=_TAB_INDEX_MAP.get('step4_sampling', 3)
+                ))
+            elif not os.path.isfile(sampling_csv):
+                items.append(MissingItem(
+                    step_id="step4_sampling", step_name="采样点布设",
+                    reason=f"实测水质数据文件不存在：{sampling_csv}",
+                    panel_tab_index=_TAB_INDEX_MAP.get('step4_sampling', 3)
+                ))
+
+        # ── 构建「动态产物集合」：按 pipeline 顺序收集所有 enabled 步骤的 produces ──
+        dynamically_produced_keys: Set[str] = set()
+        enabled_step_ids: Set[str] = set()
+
+        for step_spec in PIPELINE_STEPS:
+            step_cfg = _cfg(step_spec.step_id)
+            if not step_cfg.get('enabled', True):
+                continue
+            enabled_step_ids.add(step_spec.step_id)
+            dynamically_produced_keys.update(step_spec.produces)
+
+        # ── DAG-aware 检查：遍历 enabled 步骤的 required_input_files ──
+        PURE_EXTERNAL_INPUT_KEYS: Set[str] = {'img_path', 'csv_path'}
+
         for step_spec in PIPELINE_STEPS:
             if step_spec.step_id not in enabled_step_ids:
                 continue
-            step_cfg = _cfg(step_spec.step_id)  # ★ 通过映射表翻译 step_id
+            # 将旧 PIPELINE_STEPS step_id 翻译为新 PANEL_REGISTRY step_id
-            # ★ 将 PIPELINE_STEPS step_id 翻译为 PANEL_REGISTRY step_id
             panel_step_id = _PIPELINE_TO_CONFIG_KEY.get(step_spec.step_id, step_spec.step_id)
             tab_idx = _TAB_INDEX_MAP.get(panel_step_id, 0)
             step_name = _STEP_NAME_MAP.get(panel_step_id, panel_step_id)
+            step_cfg = _cfg(step_spec.step_id)
 
             for req_key in step_spec.required_input_files:
-                # ★★★ 高优先级硬编码白名单 ★★★
+                # 边界文件：只要 step1 有影像输入就信任 panel/底层自动推导
-                # 当检测到需求为边界文件时，只要 step1 有填影像（代表有基础，底层能自动推导），直接放行
                 if req_key in ('boundary_path', 'boundary_shp_path'):
-                    _step1_cfg = _cfg('step1')
+                    if step1_cfg.get('img_path') or step1_cfg.get('enabled', True):
-                    if _step1_cfg.get('img_path') or _step1_cfg.get('enabled', True):
-                        continue  # 直接跳过，不判定为缺失
-                if req_key in PURE_EXTERNAL_INPUT_KEYS:
                         continue
+                if req_key in PURE_EXTERNAL_INPUT_KEYS:
+                    continue  # 已在上面显式检查
                 if req_key == 'formula_csv_path':
-                    continue  # ★ 底层完全可选，赦免
+                    continue  # 底层完全可选
                 if req_key == 'boundary_path' and panel_step_id == 'step6_feature':
-                    continue  # ★ step1 执行则 panel/底层自动推导，赦免
+                    continue  # step1 执行则底层自动推导
                 if req_key == 'boundary_shp_path' and panel_step_id == 'step11_map':
-                    continue  # ★ step1 执行则 panel 自动回填，赦免
+                    continue  # step1 执行则 panel 自动回填
                 cfg_val = step_cfg.get(req_key)
                 if cfg_val and os.path.isfile(cfg_val):
                     continue
                 if cfg_val and os.path.isdir(cfg_val):
                     continue
                 if req_key in dynamically_produced_keys:
-                    continue  # ★ 前置步骤会生成，拓扑预判通过
+                    continue  # 前置步骤会生成
                 items.append(MissingItem(
                     step_id=panel_step_id,
                     step_name=step_name,

src/gui/core/viz_thread.py

@@ -94,7 +94,7 @@ class VisualizationWorkerThread(QThread):
                     return
                 hyperspectral_path = str(hyperspectral_files[0])
                 csv_files = []
-                processed_dir = wp / "4_processed_data"
+                processed_dir = wp / "5_Data_Cleaning"
                 if processed_dir.exists():
                     csv_files = list(processed_dir.glob("*.csv"))
                 if not csv_files:
@@ -320,7 +320,7 @@ class VisualizationWorkerThread(QThread):
                     if hyperspectral_files:
                         hyperspectral_path = str(hyperspectral_files[0])
                         csv_files = []
-                        processed_dir = wp / "4_processed_data"
+                        processed_dir = wp / "5_Data_Cleaning"
                         if processed_dir.exists():
                             csv_files = list(processed_dir.glob("*.csv"))
                         if not csv_files:

src/gui/core/worker_thread.py

@@ -257,11 +257,25 @@ class WorkerThread(QThread):
         - 整个 run() 方法体包裹在单一 try/except 中
         - 任何未预期的异常都会被捕获并通过 finished 信号回报主线程
         - 确保前端永远不会面对"静默死亡"的后台线程
+
+        2026-07-01 GDAL 线程安全加固：
+        - GDAL_NUM_THREADS=1：禁用 GDAL 内部多线程，防止与 QThread 冲突导致 0xC0000005
+        - gdal.AllRegister()：在子线程中重新注册 GDAL 驱动
         """
         import os
         os.environ['GDAL_FILENAME_IS_UTF8'] = 'YES'
         os.environ['SHAPE_ENCODING'] = 'UTF-8'
 
+        # ★ GDAL 线程安全配置（2026-07-01）：
+        #   在子线程中禁用 GDAL 内部多线程，防止多个 QThread 并发调用 GDAL C API 时
+        #   触发 0xC0000005 段错误（GDAL 部分驱动非线程安全）。
+        try:
+            from osgeo import gdal
+            gdal.SetConfigOption('GDAL_NUM_THREADS', '1')
+            gdal.AllRegister()
+        except Exception:
+            pass
+
         mpl_prev = None
         try:
             # ★ 终端即时反馈
@@ -466,11 +480,11 @@ class WorkerThread(QThread):
             )
 
         # ── 步骤8_ml_train（ML 建模） ──
-        step7_cfg = config.get('step8_ml_train', {})
+        step8_cfg = config.get('step8_ml_train', {})
-        step7_csv = step7_cfg.get('training_csv_path')
+        step8_csv = step8_cfg.get('training_csv_path')
-        if step7_csv and not os.path.isfile(step7_csv):
+        if step8_csv and not os.path.isfile(step8_csv):
             errors.append(
-                f"步骤 8_ml_train（ML 建模）：训练光谱文件不存在：\n    {step7_csv}\n"
+                f"步骤 8_ml_train（ML 建模）：训练光谱文件不存在：\n    {step8_csv}\n"
                 "    → 请确认步骤 5_clean 已成功运行并生成了训练光谱。"
             )
 

src/gui/core/workspace_initializer.py

@@ -46,6 +46,7 @@ class WorkspaceInitializer(QObject):
         super().__init__(parent)
         self._panel_factory = panel_factory
         self._work_dir: Optional[str] = None
+        self._previous_work_dir: Optional[str] = None  # ★ 2026-07-01：追踪目录变更
 
         # 工作空间管理器（文件扫描、路径发现）
         self._workspace_manager = WorkspaceManager()
@@ -68,6 +69,7 @@ class WorkspaceInitializer(QObject):
     @work_dir.setter
     def work_dir(self, value: str):
         if value and value != self._work_dir:
+            self._previous_work_dir = self._work_dir  # ★ 保存旧目录用于清理残留路径
             self._work_dir = value
             global_event_bus.publish('WorkspaceChanged', {'work_dir': value})
 
@@ -137,14 +139,18 @@ class WorkspaceInitializer(QObject):
             'level': 'info',
         })
 
-        # 自动填充 step1 输出路径
+        # 自动填充 step1 输出路径（已禁用：no-op，保留调用点以备日后启用）
-        self._auto_fill_output_paths()
+        # self._auto_fill_output_paths()
 
     def set_work_directory(self):
-        """手动设置工作目录（菜单触发）。"""
+        """手动设置工作目录（菜单触发）。
+
+        2026-07-01 修复：切换目录后自动触发完整清理+扫描+回填，
+        确保所有面板的残留旧路径被清除并替换为新目录的路径。
+        """
         dir_path = QFileDialog.getExistingDirectory(self.parent(), "选择工作目录")
         if dir_path:
-            self.work_dir = dir_path
+            self.work_dir = dir_path  # ★ setter 中保存 _previous_work_dir + 发布 WorkspaceChanged
             global_event_bus.publish('LogMessage', {
                 'message': f'工作目录已设置: {dir_path}',
                 'level': 'info',
@@ -156,6 +162,9 @@ class WorkspaceInitializer(QObject):
                 if panel and hasattr(panel, 'set_work_dir'):
                     panel.set_work_dir(dir_path)
 
+            # ★ 关键修复：切换目录后强制清理旧路径 + 重新扫描回填
+            self.auto_populate_all()
+
     def open_work_directory(self):
         """在资源管理器中打开工作目录（跨平台）。"""
         import subprocess
@@ -179,6 +188,7 @@ class WorkspaceInitializer(QObject):
         """扫描工作目录并触发事件总线自动填充所有步骤的输入路径。
 
         流程：
+        0. 若工作目录已变更，先清理指向旧目录的残留输出路径
         1. WorkspaceManager.scan_work_directory_for_files() 扫描磁盘
         2. WorkspaceManager 内部自动发布 OutputUpdated 事件
         3. 各面板通过 DependencySubscriber 自动接收并填充
@@ -194,6 +204,10 @@ class WorkspaceInitializer(QObject):
             QMessageBox.warning(self.parent(), "警告", f"工作目录不存在: {work_dir}\n请先设置正确的工作目录。")
             return
 
+        # ★ 2026-07-01：若目录已变更，先清除指向旧目录的残留路径
+        if self._previous_work_dir and self._previous_work_dir != work_dir:
+            self._clear_stale_output_paths(self._previous_work_dir)
+
         # WorkspaceManager 扫描 → 内部自动发布 OutputUpdated 事件
         self._workspace_manager.scan_work_directory_for_files(work_path)
 
@@ -262,12 +276,65 @@ class WorkspaceInitializer(QObject):
     # 内部辅助
     # ═══════════════════════════════════════════════════════════
 
-    def _auto_fill_output_paths(self):
+    def _clear_stale_output_paths(self, old_work_dir: str):
-        """【已禁用】禁止在工作目录刚选定后瞎拼凑假路径。
+        """清除所有面板中指向旧工作目录的输出路径（2026-07-01）。
 
-        历史行为：曾经在此处调用 step1_panel.update_work_directory(self._work_dir) 自动回填输出路径。
+        当用户切换工作目录时，面板中自动回填的输出路径（如 water_mask_out.dat）
-        现已清空为 no-op，原因：刚选定目录时任何"自动推断"的子目录都是幽灵路径，
+        仍指向旧目录。由于各 panel 的 update_from_config() 有"非空不覆盖"保护，
+        这些残留路径不会被自动更新。此方法遍历所有已加载面板，
+        清除以旧 work_dir 开头的输出路径，确保后续 auto_populate_all() 能重新填充。
+
+        安全设计：
+        - 仅清除以旧 work_dir 开头的路径（保留用户手动指定的外部路径）
+        - 使用 os.path.normpath 归一化比较，兼容正反斜杠混用
+        """
+        norm_old = os.path.normpath(old_work_dir).replace('\\', '/')
+        if not norm_old:
+            return
+
+        cleared_count = 0
+        for step_id, panel in self._panel_factory.get_loaded_panels().items():
+            # 遍历面板中常见的输出/路径控件
+            for attr_name in ('output_file', 'output_path', 'output_dir',
+                            'models_dir_file', 'sampling_csv_file',
+                            'training_csv_file', 'prediction_csv_dir_edit',
+                            'boundary_file', 'geotiff_dir_edit'):
+                widget = getattr(panel, attr_name, None)
+                if widget is None:
+                    continue
+                # 获取当前路径（兼容 FileSelectWidget 和 QLineEdit）
+                current = ''
+                if hasattr(widget, 'get_path'):
+                    current = (widget.get_path() or '').strip()
+                elif hasattr(widget, 'text'):
+                    current = (widget.text() or '').strip()
+                if not current:
+                    continue
+                # 归一化判断：路径是否指向旧 work_dir
+                norm_current = os.path.normpath(current).replace('\\', '/')
+                if norm_current.startswith(norm_old + '/'):
+                    # 清除旧目录残留
+                    if hasattr(widget, 'set_path'):
+                        widget.set_path('')
+                    elif hasattr(widget, 'setText'):
+                        widget.setText('')
+                    cleared_count += 1
+
+        if cleared_count > 0:
+            global_event_bus.publish('LogMessage', {
+                'message': f'✓ 已清理 {cleared_count} 个指向旧工作目录的残留路径',
+                'level': 'info',
+            })
+
+    def _auto_fill_output_paths(self):
+        """【已禁用 — 2026-06-30 起永久禁用】
+
+        历史行为：曾经在此处调用 step1_panel.update_work_directory(self._work_dir)
+        自动回填输出路径。现已清空为 no-op。
+        原因：刚选定目录时任何"自动推断"的子目录都是幽灵路径，
         会污染后续面板的 input field，让用户误以为已经填好了实际却指向不存在的目录。
         真实填充时机交由面板自身的 update_from_config + 用户手动指定。
+
+        调用点已在 run() 中注释掉，此方法仅保留定义供外部存档引用。
         """
         pass

src/gui/panels/step11_map_panel.py

@@ -26,7 +26,10 @@ PIPELINE_AVAILABLE = True
 
 
 class Step11MapBatchThread(QThread):
-    """专题图：按文件夹内多个预测 CSV 批量生成分布图。"""
+    """专题图：按文件夹内多个预测 CSV 批量生成分布图。
+
+    2026-07-01 修复：新增 is_running 标志 + stop() 方法，支持外部安全取消。
+    """
 
     finished_ok = pyqtSignal(int)
     failed = pyqtSignal(str)
@@ -39,6 +42,19 @@ class Step11MapBatchThread(QThread):
         self.csv_paths = csv_paths
         self.step10_kwargs = step10_kwargs
         self.output_dir_optional = (output_dir_optional or "").strip() or None
+        self._cancelled = False
+
+    def cancel(self):
+        """请求取消（不立即 terminate，让循环自然退出）。"""
+        self._cancelled = True
+
+    def stop(self):
+        """安全停止：先请求取消 + 等待 3s，超时后 terminate。"""
+        self.cancel()
+        if self.isRunning():
+            if not self.wait(3000):
+                self.terminate()
+                self.wait(2000)
 
     def run(self):
         mpl_prev = None
@@ -56,6 +72,9 @@ class Step11MapBatchThread(QThread):
             from src.core.steps.mapping_step import MappingStep
             n = len(self.csv_paths)
             for i, csv_p in enumerate(self.csv_paths):
+                if self._cancelled:
+                    self.log_message.emit("专题图批量任务已被用户取消", "warning")
+                    break
                 self.progress.emit(i + 1, n)
                 self.log_message.emit(f"专题图 [{i + 1}/{n}] {csv_p}", "info")
                 kw = {**self.step10_kwargs, "prediction_csv_path": csv_p}
@@ -79,7 +98,10 @@ class Step11MapBatchThread(QThread):
 
 
 class Step11GeoTIFFBatchThread(QThread):
-    """GeoTIFF 批量渲染：遍历文件夹下所有 .tif/.bsq 逐一渲染成分布图 PNG。"""
+    """GeoTIFF 批量渲染：遍历文件夹下所有 .tif/.bsq 逐一渲染成分布图 PNG。
+
+    2026-07-01 修复：新增 is_running 标志 + stop() 方法，支持外部安全取消。
+    """
 
     finished_ok = pyqtSignal(int)
     failed = pyqtSignal(str)
@@ -100,6 +122,19 @@ class Step11GeoTIFFBatchThread(QThread):
         self.boundary_shp_path = boundary_shp_path
         self.input_crs = input_crs
         self.output_crs = output_crs
+        self._cancelled = False
+
+    def cancel(self):
+        """请求取消（不立即 terminate，让循环自然退出）。"""
+        self._cancelled = True
+
+    def stop(self):
+        """安全停止：先请求取消 + 等待 3s，超时后 terminate。"""
+        self.cancel()
+        if self.isRunning():
+            if not self.wait(3000):
+                self.terminate()
+                self.wait(2000)
 
     def run(self):
         mpl_prev = None
@@ -118,6 +153,9 @@ class Step11GeoTIFFBatchThread(QThread):
             mapper = ContentMapper()
             n = len(self.tif_paths)
             for i, tif_path in enumerate(self.tif_paths):
+                if self._cancelled:
+                    self.log_message.emit("GeoTIFF 批量渲染已被用户取消", "warning")
+                    break
                 self.progress.emit(i + 1, n)
                 tif_stem = Path(tif_path).stem
                 chinese_name = mapper._get_chinese_title(tif_stem)
@@ -148,11 +186,28 @@ class Step11GeoTIFFBatchThread(QThread):
 
 
 class Step11MapPanel(QWidget):
-    """步骤11：专题图生成"""
+    """步骤11：专题图生成。
+
+    2026-07-01 修复：订阅 PipelineStopped 事件，支持主窗口停止按钮取消批量任务。
+    """
     def __init__(self, parent=None):
         super().__init__(parent)
         self._batch_thread = None
         self.init_ui()
+        # 订阅 PipelineStopped 事件，用户点"强制停止"时自动取消批量线程
+        from src.gui.core.event_bus import global_event_bus
+        self._on_stop_sub = lambda data: self._cancel_batch_thread()
+        global_event_bus.subscribe('PipelineStopped', self._on_stop_sub)
+        # 面板销毁时清理订阅
+        self.destroyed.connect(lambda: global_event_bus.unsubscribe('PipelineStopped', self._on_stop_sub))
+
+    def _cancel_batch_thread(self):
+        """安全取消正在运行的批量线程。"""
+        if self._batch_thread and self._batch_thread.isRunning():
+            if hasattr(self._batch_thread, 'stop'):
+                self._batch_thread.stop()
+            elif hasattr(self._batch_thread, 'cancel'):
+                self._batch_thread.cancel()
 
     def init_ui(self):
         layout = QVBoxLayout()
@@ -410,6 +465,9 @@ class Step11MapPanel(QWidget):
         pred_dir = (self.prediction_csv_dir_edit.text() or "").strip()
         geotiff_path = (self.geotiff_file.get_path() or "").strip()
         config = {
+            # ★ 2026-07-01 修复：同时提供 batch_mode (bool, Handler 使用) 和
+            #   step10_batch_mode (str, 旧代码兼容)
+            'batch_mode': folder_mode,
             'step10_batch_mode': 'folder' if folder_mode else 'single',
             'render_mode': self.render_mode_combo.currentText(),
             'prediction_csv_dir': pred_dir if pred_dir else None,

src/gui/panels/step8_ml_train_panel.py

@@ -528,11 +528,16 @@ class Step8MlTrainPanel(QWidget):
 
     def get_training_params(self):
         """获取模型训练参数"""
+        # ★ 2026-07-01 安全保护：float() 前验证 currentText() 是否为有效数值
+        feature_text = self.feature_start.currentText()
+        try:
+            feature_start = float(feature_text)
+        except (ValueError, TypeError):
+            feature_start = 374.285004  # 默认光谱起始列
+
         return {
             'pipeline_type': 'machine_learning',
-            # QComboBox 适配：currentText() 取列名；下拉项里就是"374.285004" 等纯数字波段名
+            'feature_start': feature_start,
-            # （与原 QLineEdit 中 "374.285004" 字符串保持完全一致，后端 float() 解析不变）
-            'feature_start': float(self.feature_start.currentText()),
             'cv_folds': self.cv_folds.value(),
             'preprocess_methods': [method for method, cb in self.preproc_checkboxes.items() if cb.isChecked()],
             'model_types': [model for model, cb in self.model_checkboxes.items() if cb.isChecked()],