revert: 回退克里金多线程并发，恢复串行处理

并发实测无提速（32GB 内存下单个克里金已用 5-6GB，两个并发
竞争内存带宽导致实际耗时相同），回退为简单串行循环。

src/core/handlers/step11_map_handler.py

@@ -243,79 +243,32 @@ class Step11MapHandler(BaseStepHandler):
                 context.notify('step11_map', 'warning',
                               f'共享上下文预计算失败: {e}，回退逐个处理')
 
-        # ── 并发生成 ──
-        # 克里金插值内部为 numpy/scipy 运算（释放 GIL），
-        # 使用 ThreadPoolExecutor 并发处理多个 CSV，大幅缩短总耗时。
-        # 注意：不使用 ProcessPoolExecutor（Windows spawn 会导致死锁）。
-        _max_workers = int(config.get('kriging_workers', 2))
-        _max_workers = max(1, min(_max_workers, total, os.cpu_count() or 4))
-
+        # ── 串行生成 ──
+        # 注：克里金是内存密集型运算（32GB 下单个用 5-6GB），
+        # 多线程并发竞争内存带宽，实际无提速，因此保持串行。
         generated: List[str] = []
         errors: Dict[str, str] = {}
 
-        if _max_workers > 1 and total > 1:
-            # ★ 主线程预先设置 matplotlib Agg 后端（避免多线程竞争）
-            import matplotlib
+        context.notify('step11_map', 'info',
+                       f'串行生成 {total} 张专题图（克里金自适应分块）')
+
+        for idx, csv_p in enumerate(csv_paths):
+            percent = int(idx / total * 100)
+            context.notify('step11_map', 'info',
+                          f'专题图 [{idx+1}/{total}]: {Path(csv_p).name}')
+
+            global_event_bus.publish('ProgressUpdate', {
+                'percentage': percent,
+                'message': f'Step11: {idx+1}/{total} {Path(csv_p).stem}',
+            })
+
             try:
-                matplotlib.use('Agg', force=True)
-            except Exception:
-                pass
-
-            import concurrent.futures
-            context.notify('step11_map', 'info',
-                           f'并发生成 {total} 张专题图（{_max_workers} 线程并行）')
-
-            completed = 0
-            with concurrent.futures.ThreadPoolExecutor(
-                    max_workers=_max_workers) as executor:
-                future_map = {
-                    executor.submit(
-                        _process_one_map, csv_p, base_kwargs, output_dir
-                    ): csv_p
-                    for csv_p in csv_paths
-                }
-                for future in concurrent.futures.as_completed(future_map):
-                    csv_p = future_map[future]
-                    completed += 1
-                    try:
-                        result_path, _ = future.result()
-                        generated.append(result_path)
-                        context.notify('step11_map', 'info',
-                                       f'专题图 [{completed}/{total}] ✓: '
-                                       f'{Path(csv_p).name}')
-                    except Exception as e:
-                        errors[csv_p] = str(e)
-                        context.notify('step11_map', 'warning',
-                                       f'专题图 [{completed}/{total}] ✗: '
-                                       f'{Path(csv_p).name} — {e}')
-
-                    percent = int(completed / total * 100)
-                    global_event_bus.publish('ProgressUpdate', {
-                        'percentage': percent,
-                        'message': f'Step11: {completed}/{total} '
-                                   f'{Path(csv_p).stem}',
-                    })
-        else:
-            context.notify('step11_map', 'info',
-                           f'顺序生成 {total} 张专题图（局部 Kriging 自适应分块）')
-
-            for idx, csv_p in enumerate(csv_paths):
-                percent = int(idx / total * 100)
-                context.notify('step11_map', 'info',
-                              f'专题图 [{idx+1}/{total}]: {Path(csv_p).name}')
-
-                global_event_bus.publish('ProgressUpdate', {
-                    'percentage': percent,
-                    'message': f'Step11: {idx+1}/{total} {Path(csv_p).stem}',
-                })
-
-                try:
-                    result_path, _ = _process_one_map(csv_p, base_kwargs, output_dir)
-                    generated.append(result_path)
-                except Exception as e:
-                    errors[csv_p] = str(e)
-                    context.notify('step11_map', 'warning',
-                                  f'专题图 FAIL: {Path(csv_p).name} — {e}')
+                result_path, _ = _process_one_map(csv_p, base_kwargs, output_dir)
+                generated.append(result_path)
+            except Exception as e:
+                errors[csv_p] = str(e)
+                context.notify('step11_map', 'warning',
+                              f'专题图 FAIL: {Path(csv_p).name} — {e}')
 
         step_end_time = time.time()
         elapsed = step_end_time - step_start_time