Step10 Kriging 输出路径强制 14_visualization + Step11 掩膜自动填入

src/core/water_quality_inversion_pipeline_GUI.py

@@ -1028,11 +1028,11 @@ class WaterQualityInversionPipeline:
                                          skip_dependency_check: bool = False, **kwargs) -> str:
         """
         步骤9: 根据采样点的坐标和反演的实测参数，以及水域掩膜，通过插值的方法，得到水质参数的可视化分布图
-        
+
         Args:
             prediction_csv_path: 预测结果CSV文件路径（前两列为经纬度，第三列为预测值）
             boundary_shp_path: 边界shapefile文件路径
-            output_image_path: 输出图片路径（如果为None，自动生成）
+            output_image_path: 输出图片路径（已废弃：本函数强制写入 self.visualization_dir，参数仅保留签名兼容）
             resolution: 插值网格分辨率（米）
             input_crs: 输入坐标系
             output_crs: 输出坐标系
@@ -1044,13 +1044,34 @@ class WaterQualityInversionPipeline:
             diffusion_n_neighbors: 距离扩散时使用的最近邻数量
             cmap: 指定的颜色映射名称，None表示自动识别
             expand_ratio: 边界外扩比例（0-1之间）
-            
+
         Returns:
-            可视化分布图文件路径
+            可视化分布图文件路径（始终位于 self.visualization_dir 下）
         """
-        if output_image_path is None:
-            csv_name = Path(prediction_csv_path).stem
-            output_image_path = str(self.visualization_dir / f"{csv_name}_distribution.png")
+        # 修复：所有分布图（PNG）与底层 Kriging 输出的派生文件必须落到 14_visualization。
+        # 不论调用方（panel / 主流程 run_full_pipeline / 批量线程）传入什么路径，
+        # 都在此强制 override 为 self.visualization_dir，规避
+        #   (a) 调用方误传 prediction_dir (11_12_13_predictions) 之类错位路径
+        #   (b) 老代码里硬编码字符串残留
+        # 若调用方传入的路径仍在 self.visualization_dir 内（子目录/不同文件名）则尊重其意图。
+        csv_name = Path(prediction_csv_path).stem
+        forced_image_path = str(self.visualization_dir / f"{csv_name}_distribution.png")
+        viz_dir_resolved = str(self.visualization_dir)
+        if output_image_path and output_image_path != forced_image_path:
+            # 判断调用方路径是否落在 visualization_dir 内（用 str.startswith 轻量检查）
+            norm_user = output_image_path.replace('\\', '/').rstrip('/')
+            norm_viz = viz_dir_resolved.replace('\\', '/').rstrip('/')
+            if not norm_user.startswith(norm_viz + '/') and norm_user != norm_viz:
+                print(
+                    f"⚠️ [step10_map] 调用方传入 output_image_path={output_image_path!r} "
+                    f"不在 {viz_dir_resolved} 下，强制重定向到 {forced_image_path}"
+                )
+                output_image_path = forced_image_path
+            else:
+                # 调用方路径已在 visualization_dir 内（如子目录），保留意图
+                output_image_path = output_image_path
+        else:
+            output_image_path = forced_image_path
 
         self._notify("started", "步骤9: 生成水质参数可视化分布图")
         result = MappingStep.generate_distribution_map(

src/gui/panels/step11_map_panel.py

@@ -566,6 +566,39 @@ class Step11MapPanel(QWidget):
                 if not existing_out or not existing_out.strip():
                     self.output_dir.set_path(output_dir)
 
+            # 4.5. 自动探测 Step1 水体掩膜（修复张冠李戴：原仅找 roi.shp，找不到时未尝试 1_water_mask）
+            #   优先调用 main_window.pipeline.get_step_output_dir('step1')（数据真实来源）
+            #   兜底走 resolve_subdir('water_mask') → <work_dir>/1_water_mask
+            #   Step1 典型产物：water_mask_from_ndwi.dat、water_mask_from_shp.dat、xxx.shp
+            if self.work_dir:
+                water_mask_dir = None
+                pipeline = None
+                try:
+                    _win = self.window()
+                    if _win is not None:
+                        pipeline = getattr(_win, 'pipeline', None)
+                except Exception:
+                    pipeline = None
+                if pipeline is not None and hasattr(pipeline, 'get_step_output_dir'):
+                    try:
+                        water_mask_dir = pipeline.get_step_output_dir('step1')
+                    except Exception as e:
+                        print(f"⚠️ [step11_map_panel] pipeline.get_step_output_dir('step1') 失败: {e}")
+                        water_mask_dir = None
+                if not water_mask_dir:
+                    water_mask_dir = resolve_subdir(self.work_dir, 'water_mask')
+
+                existing_boundary = (self.boundary_file.get_path() or "").strip()
+                if not existing_boundary and water_mask_dir and os.path.isdir(water_mask_dir):
+                    # 优先 .shp（geopandas 读矢量最稳），其次 .dat
+                    mask_candidates = (
+                        sorted(Path(water_mask_dir).glob("*.shp"))
+                        + sorted(Path(water_mask_dir).glob("*.dat"))
+                    )
+                    if mask_candidates:
+                        self.boundary_file.set_path(str(mask_candidates[0]))
+                        print(f"✅ [step11_map_panel] 自动从 Step1 掩膜目录填入: {mask_candidates[0]}")
+
             # 5. 自动探测原始矢量边界文件（.shp）作为专题图底图
             #  优先回溯 input-test/roi.shp，geopandas.read_file 仅支持矢量格式
             if self.work_dir: