fix(step14): 批量渲染文件名唯一性 + Colorbar 样式 + 2σ拉伸

src/gui/panels/step14_panel.py

@@ -122,9 +122,10 @@ class Step14GeoTIFFBatchThread(QThread):
             n = len(self.tif_paths)
             for i, tif_path in enumerate(self.tif_paths):
                 self.progress.emit(i + 1, n)
-                tif_name = Path(tif_path).stem
+                tif_stem = Path(tif_path).stem
-                output_png = str(Path(self.output_dir) / f"{tif_name}_map.png")
+                chinese_name = mapper._get_chinese_title(tif_stem)
-                self.log_message.emit(f"GeoTIFF 渲染 [{i + 1}/{n}] {tif_name}", "info")
+                output_png = str(Path(self.output_dir) / f"{chinese_name}_专题图.png")
+                self.log_message.emit(f"GeoTIFF 渲染 [{i + 1}/{n}] {tif_stem}", "info")
                 try:
                     mapper.visualize_raster(
                         raster_tif_path=tif_path,
@@ -132,7 +133,6 @@ class Step14GeoTIFFBatchThread(QThread):
                         boundary_shp_path=self.boundary_shp_path,
                         nodata_value=-9999.0,
                         figsize=(14, 10),
-                        title=f"水色指数专题图 - {tif_name}",
                         alpha=0.9,
                     )
                 except Exception as vis_err:
@@ -762,8 +762,9 @@ class Step14Panel(QWidget):
             if not out_dir:
                 out_dir = os.path.join(self._get_default_work_dir(), "14_visualization")
                 os.makedirs(out_dir, exist_ok=True)
-            tif_name = Path(geotiff_path).stem
+            tif_stem = Path(geotiff_path).stem
-            output_png = os.path.join(out_dir, f"{tif_name}_rendered.png")
+            chinese_name = mapper._get_chinese_title(tif_stem)
+            output_png = os.path.join(out_dir, f"{chinese_name}_专题图.png")
 
             self.run_button.setEnabled(False)
             try:
@@ -775,7 +776,6 @@ class Step14Panel(QWidget):
                     boundary_shp_path=boundary_shp_path if boundary_shp_path else None,
                     nodata_value=-9999.0,
                     figsize=(14, 10),
-                    title=f"水色指数专题图 - {tif_name}",
                     alpha=0.9,
                 )
                 self.run_button.setEnabled(True)

src/postprocessing/map.py

@@ -7,7 +7,7 @@ from typing import Optional, Tuple
 from pyproj import CRS, Transformer
 import matplotlib.pyplot as plt
 import matplotlib.patches as patches
-from matplotlib.ticker import FuncFormatter
+from matplotlib.ticker import FuncFormatter, MaxNLocator
 from matplotlib_scalebar.scalebar import ScaleBar
 from scipy.interpolate import griddata
 from scipy import ndimage
@@ -63,6 +63,72 @@ PARAMS_CMAP = {
 }
 
 
+# ── 水色指数英文名 → 中文标题映射（精确整词匹配）────────────────────
+# 优先于动态拼接；当文件名恰好命中完整 key 时使用
+INDEX_TITLE_MAP = {
+    # Chl_a 叶绿素a
+    "Chl_Conc_NDCI":          "叶绿素a浓度估算_NDCI模型",
+    "Chl_MM12NDCI":           "叶绿素a相对指数_Matthews12模型",
+    "Chl_Conc_Gao":           "叶绿素a浓度估算_Gao模型",
+    "Chl_Conc_QAA":           "叶绿素a浓度估算_QAA模型",
+    # BGA 蓝藻/藻蓝蛋白
+    "BGA_Go04MCI":            "蓝藻相对指数_Gower04模型",
+    "BGA_PC_Conc_Mishra":     "藻蓝蛋白浓度估算_Mishra模型",
+    "BGA_Conc":               "蓝藻浓度估算",
+    "BGA_Am09KBBI":           "蓝藻相对指数_Am09模型",
+    # Turb 浊度
+    "Turb_Dox02NIRoverRed":   "水体浊度指数_Doxaran02模型",
+    "Turbidity":              "水体浊度",
+    "Turb_Conc":              "浊度估算",
+    # TSM 悬浮物
+    "TSM_Conc_Bowling":       "总悬浮物浓度估算_Bowling模型",
+    "TSM_Conc":               "总悬浮物浓度估算",
+    # CDOM 有色溶解有机物
+    "CDOM_Conc":              "有色溶解有机物浓度估算",
+    # WI 水色指数综合
+    "WaterIndex":             "水色指数",
+    "NDCI":                   "归一化叶绿素差值指数_NDCI",
+    "MCI":                    "最大Chlorophyll指数_MCI",
+}
+
+# ── 关键词 → 中文词根映射（用于动态拼接）────────────────────────────
+# 顺序即优先级：长词优先，短词兜底
+PART_NAME_MAP = [
+    # 1. 指数/浓度类（最高优先级，描述输出类型）
+    ("Conc",                  "浓度估算"),
+    ("_Conc",                 "浓度估算"),
+    ("Concentration",         "浓度"),
+    ("Index",                 "指数"),
+    ("_Index",                "指数"),
+    # 2. 模型/方法标识（次高优先级）
+    ("NDCI",                  "NDCI模型"),
+    ("MCI",                   "MCI模型"),
+    ("FLH",                   "FLH荧光基线"),
+    ("QAA",                   "QAA模型"),
+    ("Go04",                  "Gower04"),
+    ("MM12",                  "Matthews12"),
+    ("Gao",                   "Gao模型"),
+    ("Dox02",                 "Doxaran02"),
+    ("Bowling",               "Bowling模型"),
+    ("Mishra",                "Mishra模型"),
+    ("Am09",                  "Am09"),
+    ("KBBI",                  "KBBI"),
+    ("PC",                    "藻蓝蛋白"),
+    # 3. 参数大类（核心水质指标）
+    ("BGA",                   "蓝藻相对指数"),
+    ("Chl",                   "叶绿素a"),
+    ("Chl_a",                 "叶绿素a"),
+    ("Turb",                  "浊度"),
+    ("TSM",                   "总悬浮物"),
+    ("CDOM",                  "有色溶解有机物"),
+    ("DO",                    "溶解氧"),
+    ("pH",                    "pH值"),
+    ("NH3",                   "氨氮"),
+    ("NO3",                   "硝态氮"),
+    ("TDS",                   "溶解性总固体"),
+]
+
+
 class ContentMapper:
     def __init__(self, input_crs='EPSG:32651', output_crs='EPSG:4326'):
         """
@@ -97,6 +163,63 @@ class ContentMapper:
 
         print(f"坐标转换设置: {input_crs} -> {output_crs}")
 
+    # ── 内部工具 ─────────────────────────────────────────────────────
+    @staticmethod
+    def _get_chinese_title(stem: str) -> str:
+        """
+        根据 GeoTIFF 文件名 stem 返回中文图表标题（绝对唯一）。
+
+        匹配策略：
+          1. 精确整词命中 INDEX_TITLE_MAP
+          2. 中文分类前缀 + 原始模型后缀（绝对唯一保证）
+          3. 未匹配任何关键词 → 返回原英文 stem
+
+        Parameters
+        ----------
+        stem : str
+            GeoTIFF 文件名（不含路径和扩展名）
+
+        Returns
+        -------
+        str
+            中文标题；若未匹配则返回英文 stem
+        """
+        # 策略1：精确整词匹配（优先级最高）
+        if stem in INDEX_TITLE_MAP:
+            return INDEX_TITLE_MAP[stem]
+
+        # 策略2：中文分类前缀 + 原始模型后缀（确保绝对唯一）
+        category = ""
+        suffix = ""
+
+        if stem.startswith("BGA_PC_Conc"):
+            category = "藻蓝蛋白浓度估算"
+            suffix = stem.replace("BGA_PC_Conc_", "")
+        elif stem.startswith("BGA"):
+            category = "蓝藻相对指数"
+            suffix = stem.replace("BGA_", "")
+        elif stem.startswith("Chl_Conc"):
+            category = "叶绿素a浓度估算"
+            suffix = stem.replace("Chl_Conc_", "")
+        elif stem.startswith("Chl"):
+            category = "叶绿素a相对指数"
+            suffix = stem.replace("Chl_", "")
+        elif stem.startswith("Turb_Conc"):
+            category = "浊度浓度估算"
+            suffix = stem.replace("Turb_Conc_", "")
+        elif stem.startswith("Turb"):
+            category = "浊度相对指数"
+            suffix = stem.replace("Turb_", "")
+        elif stem.startswith("TSM_Conc"):
+            category = "总悬浮物浓度估算"
+            suffix = stem.replace("TSM_Conc_", "")
+        else:
+            # 兜底机制：未知分类直接使用原名
+            category = "水质参数"
+            suffix = stem
+
+        return f"{category}_{suffix}"
+
     def _extract_param_name(self, csv_file):
         """
         从CSV文件名或内容中提取参数名称
@@ -2080,12 +2203,15 @@ class ContentMapper:
         str
             输出图片路径
         """
-        # ── 输出路径自动派生 ──────────────────────────────────────────
+        # ── 始终从路径提取 stem（供后续中文标题和文件派生使用）──────────
-        if output_file is None:
         stem = Path(raster_tif_path).stem
+
+        # ── 输出路径自动派生（中文文件名）──────────────────────────────
+        if output_file is None:
+            chinese_title = self._get_chinese_title(stem)
             out_dir = Path(raster_tif_path).parent / 'visualization'
             out_dir.mkdir(parents=True, exist_ok=True)
-            output_file = str(out_dir / f"{stem}_map.png")
+            output_file = str(out_dir / f"{chinese_title}_专题图.png")
 
         # ── 读取 GeoTIFF（优先 rasterio，备选 GDAL）──────────────────
         tif_path = Path(raster_tif_path)
@@ -2214,6 +2340,10 @@ class ContentMapper:
             param_name = self._extract_param_name(str(tif_path))
             cmap = self._get_colormap(param_name)
 
+        # ── 中文标题（文件名汉化 + 绘图标题）──────────────────────────
+        # 用户显式传入 title 时直接使用；否则用中文映射
+        chinese_title = self._get_chinese_title(stem) if not title else title
+
         # ── 计算空间范围（extent）──────────────────────────────────────
         # 优先使用 rasterio 原生 bounds，保证坐标轴为真实 UTM 米
         # GDAL 回退使用 GeoTransform 计算
@@ -2251,23 +2381,24 @@ class ContentMapper:
         safe_figsize = (safe_w, safe_h)
         fig, ax = plt.subplots(figsize=safe_figsize)
 
-        # 计算有效值统计（使用 nanpercentile 精准锁定水体内部，排除陆地 NoData 干扰）
+        # 计算有效值统计（2σ 标准差拉伸，排除长尾异常值干扰）
         valid = array[~np.isnan(array)]
         if valid.size == 0:
             raise ValueError("GeoTIFF 中没有有效数据（全部为 NoData）")
 
-        vmin = float(np.nanpercentile(array, 2))
+        mean_val = float(np.nanmean(array))
-        vmax = float(np.nanpercentile(array, 98))
+        std_val = float(np.nanstd(array))
-        data_range = vmax - vmin
+        vmin = max(float(np.nanmin(array)), mean_val - 2 * std_val)
+        vmax = min(float(np.nanmax(array)), mean_val + 2 * std_val)
 
-        if data_range < 1e-9:
+        if (vmax - vmin) < 1e-9:
-            center = float(np.nanmean(array))
+            center = mean_val
             exp = max(abs(center) * 0.01, 1e-9)
             vmin = center - exp
             vmax = center + exp
 
-        print(f"[visualize_raster] 分位数拉伸: P2={vmin:.4f}, P98={vmax:.4f}，"
+        print(f"[visualize_raster] 2σ 拉伸: vmin={vmin:.4f}, vmax={vmax:.4f}，"
-              f"有效像元: {valid.size}/{array.size}")
+              f"mean={mean_val:.4f}, std={std_val:.4f}，有效像元: {valid.size}/{array.size}")
 
         # ── 栅格绘图 ─────────────────────────────────────────────────
         # 使用 masked array：NaN 区域自动不显示
@@ -2321,21 +2452,16 @@ class ContentMapper:
         ax.grid(True, linestyle='--', linewidth=0.5, alpha=0.4, color='gray')
         ax.set_axisbelow(True)
 
-        # ── 标题 ─────────────────────────────────────────────────────
+        # ── 标题（中文）──────────────────────────────────────────────
-        if title:
+        ax.set_title(chinese_title, fontsize=13, fontweight='bold', pad=10)
-            ax.set_title(title, fontsize=13, fontweight='bold', pad=10)
-        elif param_name:
-            ax.set_title(param_name, fontsize=13, fontweight='bold', pad=10)
 
-        # ── 颜色条 ───────────────────────────────────────────────────
+        # ── 颜色条（工业级样式：extend 三角 + MaxNLocator 刻度防重叠）─────────
         if show_colorbar and im is not None:
             try:
-                cbar = plt.colorbar(im, ax=ax, shrink=0.55, aspect=35, pad=0.02)
+                cbar = fig.colorbar(im, ax=ax, shrink=0.55, aspect=35, pad=0.02, extend='both')
                 cbar.set_label('Index Value', fontsize=10)
-                if data_range > 1e-9:
+                cbar.locator = MaxNLocator(nbins=6)
-                    ticks = np.linspace(vmin, vmax, 6)
+                cbar.update_ticks()
-                    cbar.set_ticks(ticks)
-                    cbar.set_ticklabels([f'{t:.3f}' for t in ticks])
                 print("[visualize_raster] 颜色条添加成功")
             except Exception as e:
                 print(f"[visualize_raster] 颜色条添加失败: {e}")