feat: 报告生成模块双轨制重构 — 公式模式 + ML 模式独立分流

**UI (step13_report_panel.py):**
  - 新增 QComboBox 报告模式选择:
    机器学习(ml) / 水色指数公式(formula)
  - WorkerThread 传递 report_mode 到 generate_report

**后端 (report_word.py):**
  - generate_report(report_mode='ml'/'formula') 参数路由
  - _generate_formula_report(): 水色指数专属结构
    1.项目背景 → 2.影像预处理 → 3.公式列表 →
    4.指数统计(10_WaterIndex_CSV) → 5.分布专题图(11_Thematic_Map)
    绝不包含模型训练/R²/RMSE 等 ML 内容
  - _generate_ml_report(): 原有 ML 逻辑完整保留
  - _analyze_statistics(): 全部改用 .get() 防御式读取
    兼容 参数/Parameter/name, 点位数/数量/count,
    最小值/min, 最大值/max, 平均值/mean, 标准差/std

src/gui/panels/step13_report_panel.py

@@ -14,7 +14,7 @@ from src.gui.panels._step_path_resolver import resolve_subdir
 from PyQt5.QtCore import Qt, QThread, pyqtSignal, QSettings
 from PyQt5.QtWidgets import (
     QWidget, QVBoxLayout, QHBoxLayout, QGroupBox, QFormLayout,
-    QLabel, QCheckBox, QPushButton, QLineEdit,
+    QLabel, QCheckBox, QPushButton, QLineEdit, QComboBox,
     QMessageBox, QFileDialog, QProgressBar,
 )
 
@@ -33,12 +33,14 @@ class ReportWorkerThread(QThread):
     finished = pyqtSignal(str)
     error = pyqtSignal(str)
 
-    def __init__(self, work_dir: str, output_dir: Optional[str], report_title: str, enable_ai: bool):
+    def __init__(self, work_dir: str, output_dir: Optional[str], report_title: str,
+                 enable_ai: bool, report_mode: str = 'ml'):
         super().__init__()
         self.work_dir = work_dir
         self.output_dir = output_dir
         self.report_title = report_title
         self.enable_ai = enable_ai
+        self.report_mode = report_mode
 
     def run(self):
         try:
@@ -76,6 +78,7 @@ class ReportWorkerThread(QThread):
             out_path = gen.generate_report(
                 work_dir=self.work_dir,
                 report_title=self.report_title or "水质参数反演分析报告",
+                report_mode=self.report_mode,
                 on_progress=lambda pct, text: self.progress.emit(int(pct), str(text)),
             )
             self.finished.emit(str(out_path))
@@ -257,6 +260,21 @@ class Step13ReportPanel(QWidget):
         """)
         execute_layout.addWidget(self.progress_bar)
 
+        # 报告模式选择
+        mode_row = QHBoxLayout()
+        mode_row.setContentsMargins(0, 4, 0, 0)
+        mode_row.setSpacing(10)
+        mode_label = QLabel("报告模式:")
+        mode_label.setMinimumWidth(120)
+        mode_label.setMaximumWidth(120)
+        mode_row.addWidget(mode_label)
+        self.report_mode_cb = QComboBox()
+        self.report_mode_cb.addItem("机器学习水质参数反演 (Step 9/12/13)", "ml")
+        self.report_mode_cb.addItem("水色指数与物理经验公式反演 (Step 10/11)", "formula")
+        self.report_mode_cb.setStyleSheet(common_lineedit_css)
+        mode_row.addWidget(self.report_mode_cb, 1)
+        execute_layout.addLayout(mode_row)
+
         action_layout = QHBoxLayout()
         action_layout.addStretch()
 
@@ -394,7 +412,8 @@ class Step13ReportPanel(QWidget):
         self.progress_bar.setValue(0)
         self.progress_label.setText("正在准备生成…")
 
-        self._report_thread = ReportWorkerThread(wd, out, title, enable_ai)
+        report_mode = self.report_mode_cb.currentData()
+        self._report_thread = ReportWorkerThread(wd, out, title, enable_ai, report_mode)
         self._report_thread.progress.connect(self._on_progress, Qt.QueuedConnection)
         self._report_thread.finished.connect(self._on_finished, Qt.QueuedConnection)
         self._report_thread.error.connect(self._on_error, Qt.QueuedConnection)

src/postprocessing/report_word.py

@@ -739,10 +739,16 @@ class WaterQualityReportGenerator:
         if not self.enable_ai_analysis:
             return "（AI分析已关闭）"
 
-        # 构造统计数据文本
+        # 构造统计数据文本（防御式 .get() 防 KeyError）
         stats_text = "水质参数统计摘要：\n"
         for stat in stats_data:
-            stats_text += f"- {stat['参数']}: 点位数={stat['点位数']}, 范围=[{stat['最小值']}, {stat['最大值']}], 均值={stat['平均值']}, 标准差={stat['标准差']}\n"
+            param = stat.get('参数', stat.get('Parameter', stat.get('name', '未知')))
+            count = stat.get('点位数', stat.get('数量', stat.get('count', '?')))
+            min_v = stat.get('最小值', stat.get('min', stat.get('Min', '?')))
+            max_v = stat.get('最大值', stat.get('max', stat.get('Max', '?')))
+            mean_v = stat.get('平均值', stat.get('mean', stat.get('Mean', '?')))
+            std_v = stat.get('标准差', stat.get('std', stat.get('Std', '?')))
+            stats_text += f"- {param}: 点位数={count}, 范围=[{min_v}, {max_v}], 均值={mean_v}, 标准差={std_v}\n"
 
         system = """你是一位水质遥感与统计分析专家。
         请基于提供的统计数据，给出专业分析：
@@ -764,16 +770,16 @@ class WaterQualityReportGenerator:
                        parameters: List[str] = None,
                        report_title: str = "水质参数反演分析报告",
                        output_path: Optional[str] = None,
+                       report_mode: str = 'ml',
                        on_progress=None) -> str:
         """
-        生成 Word 报告 - 所有数据均来自工作目录（work_dir）
+        生成 Word 报告（双轨制入口）
-        可视化图片、统计数据等均从 work_dir/12_visualization 和 work_dir/4_processed_data 中读取
 
         Args:
-            on_progress: 可选回调，签名 on_progress(percent: int, text: str)。
+            report_mode: 'ml' → 机器学习报告, 'formula' → 水色指数/物理公式报告
-                会在进度更新时被调用，用于驱动 Qt QProgressBar/QThread 信号。
+            on_progress: 可选回调 on_progress(percent: int, text: str)
         """
-        # 设置工作目录（整个流程的核心）
+        # 设置工作目录
         if work_dir is not None:
             self.work_dir = Path(work_dir)
             self.visualization_dir = self.work_dir / "12_visualization"
@@ -781,29 +787,26 @@ class WaterQualityReportGenerator:
                 self.output_dir = self.visualization_dir
                 self.output_dir.mkdir(parents=True, exist_ok=True)
                 self.ai_cache_path = self.output_dir / "ollama_image_analyses_cache.json"
-        
-        if parameters is None:
-            parameters = ["Chlorophyll", "COD", "DO", "PH", "Temperature", 
-                         "spCond", "Turbidity", "TDS", "Cl-", "NO3-N", 
-                         "NH3-N", "BGA", "TT"]
-        
-        vis_dir = self.visualization_dir
-        
-        if not vis_dir.exists():
-            raise FileNotFoundError(f"可视化目录不存在: {vis_dir}")
 
-        # ── 管线模式自动检测 ──
+        if not self.visualization_dir.exists():
-        self._pipeline_mode = self._detect_pipeline_mode(vis_dir, parameters)
+            raise FileNotFoundError(f"可视化目录不存在: {self.visualization_dir}")
-        print(f"[报告] 管线模式: {self._pipeline_mode}")
+
-        if self._pipeline_mode == "water_index":
+        if parameters is None:
-            # 水色指数模式：只保留实际存在的图片类型
+            parameters = ["Chlorophyll", "COD", "DO", "PH", "Temperature",
-            _available_types = self._get_available_image_types(vis_dir, parameters)
+                         "spCond", "Turbidity", "TDS", "Cl-", "NO3-N",
-            self.parameter_images = {
+                         "NH3-N", "BGA", "TT"]
-                p: [f"{p}_{t}.png" for t in _available_types]
+
-                for p in parameters
+        self._pipeline_mode = 'water_index' if report_mode == 'formula' else 'ml'
-            }
+        print(f"[报告] 报告模式: {report_mode}")
-            print(f"[报告] 水色指数可用图片类型: {_available_types}")
+
-        
+        if report_mode == 'formula':
+            return self._generate_formula_report(parameters, report_title, output_path, on_progress)
+        else:
+            return self._generate_ml_report(parameters, report_title, output_path, on_progress)
+
+    def _generate_ml_report(self, parameters, report_title, output_path, on_progress):
+        """机器学习水质参数反演报告"""
+        vis_dir = self.visualization_dir
         if output_path is None:
             timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
             output_path = self.output_dir / f"水质参数反演分析报告_{timestamp}.docx"
@@ -924,7 +927,165 @@ class WaterQualityReportGenerator:
         print(f"✅ Word报告生成完成: {output_path}")
         
         return str(output_path)
-    
+
+    def _generate_formula_report(self, parameters, report_title, output_path, on_progress):
+        """水色指数与物理经验公式反演报告 (Step 10/11)"""
+        from docx.shared import Inches, Pt, Cm, RGBColor
+        from docx.enum.text import WD_ALIGN_PARAGRAPH
+
+        vis_dir = self.visualization_dir
+        thematic_dir = self.work_dir / "11_Thematic_Map"
+        csv_dir = self.work_dir / "10_WaterIndex_CSV"
+
+        if output_path is None:
+            timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
+            output_path = self.output_dir / f"水色指数反演分析报告_{timestamp}.docx"
+        else:
+            output_path = Path(output_path)
+
+        # 进度: 封面+背景+预处理+公式表+统计+分布图+总结 = 7 步
+        total_steps = 7
+        progress = self._create_progress(total=total_steps, desc="生成公式报告", on_step=on_progress)
+
+        doc = Document()
+        section = doc.sections[0]
+        section.page_width = Cm(21)
+        section.page_height = Cm(29.7)
+        section.left_margin = Cm(2.5)
+        section.right_margin = Cm(2.5)
+        section.top_margin = Cm(2.5)
+        section.bottom_margin = Cm(2.5)
+
+        # ── 封面 ──
+        self._add_cover_page(doc, report_title, "水色指数 / 物理经验公式反演分析")
+        try: progress.update(1)
+        except Exception: pass
+
+        # ── 1. 项目背景 ──
+        h1 = doc.add_heading("1 项目背景", level=1)
+        self._style_heading(h1, 1)
+        doc.add_paragraph("本报告基于高光谱遥感影像，通过物理经验公式（水色指数）反演水体关键参数的空间分布。"
+                         "涵盖叶绿素、蓝绿藻、浊度、CDOM 等多种水色指标的定量化空间制图。")
+        doc.add_paragraph("数据来源：机载 / 星载高光谱成像仪，经过辐射定标、大气校正、耀斑去除等预处理。")
+        doc.add_page_break()
+
+        # ── 2. 影像预处理 ──
+        h1 = doc.add_heading("2 影像预处理", level=1)
+        self._style_heading(h1, 1)
+        self._add_hyperspectral_images_section(doc, vis_dir, start_figure_num=1)
+        doc.add_page_break()
+
+        # ── 3. 水色指数公式列表 ──
+        h1 = doc.add_heading("3 水色指数计算方法", level=1)
+        self._style_heading(h1, 1)
+        if csv_dir.is_dir():
+            csv_files = sorted(csv_dir.glob("*.csv"))
+            doc.add_paragraph(f"本次反演共应用 {len(csv_files)} 个水色指数公式，"
+                            f"各公式基于特征波段比值或差分原理计算：")
+            for i, cf in enumerate(csv_files[:30], 1):  # 最多列出30个
+                doc.add_paragraph(f"  {i}. {cf.stem}", style='List Number')
+            if len(csv_files) > 30:
+                doc.add_paragraph(f"  ... 共 {len(csv_files)} 个公式，详情见统计章节。")
+        else:
+            doc.add_paragraph(f"（未找到水色指数目录: {csv_dir}）")
+        doc.add_page_break()
+
+        # ── 4. 指数统计结果 ──
+        h1 = doc.add_heading("4 水色指数统计结果", level=1)
+        self._style_heading(h1, 1)
+        figure_num = 10
+        if csv_dir.is_dir():
+            csv_files = sorted(csv_dir.glob("*.csv"))
+            stats_rows = []
+            for cp in csv_files:
+                try:
+                    df_one = pd.read_csv(cp, sep=',')
+                    val_col = df_one.columns[-1]
+                    vals = pd.to_numeric(df_one[val_col], errors='coerce').dropna()
+                    if len(vals) > 0:
+                        stats_rows.append({
+                            '参数': Path(cp).stem, '数量': len(vals),
+                            '最小值': round(float(vals.min()), 4),
+                            '最大值': round(float(vals.max()), 4),
+                            '平均值': round(float(vals.mean()), 4),
+                            '标准差': round(float(vals.std(ddof=0)), 4) if len(vals) > 1 else 0,
+                        })
+                except Exception:
+                    pass
+
+            if stats_rows:
+                # 统计表
+                table = doc.add_table(rows=1, cols=6, style='Table Grid')
+                for j, h in enumerate(['公式名称', '数据量', '最小值', '最大值', '平均值', '标准差']):
+                    table.rows[0].cells[j].text = h
+                for r in stats_rows:
+                    cells = table.add_row().cells
+                    cells[0].text = r['参数']
+                    cells[1].text = str(r['数量'])
+                    cells[2].text = str(r['最小值'])
+                    cells[3].text = str(r['最大值'])
+                    cells[4].text = str(r['平均值'])
+                    cells[5].text = str(r['标准差'])
+                doc.add_paragraph()
+                figure_num += 1
+
+                # AI 分析（防御式读取）
+                stats_data = [{
+                    '参数': r['参数'], '点位数': r['数量'],
+                    '最小值': str(r['最小值']), '最大值': str(r['最大值']),
+                    '平均值': str(r['平均值']), '标准差': str(r['标准差']),
+                } for r in stats_rows]
+                param_names = [r['参数'] for r in stats_rows]
+                analysis = self._analyze_statistics(stats_data, param_names)
+                self._add_ai_analysis_paragraph(doc, analysis)
+            else:
+                doc.add_paragraph("未能解析水色指数 CSV 数据。")
+        else:
+            doc.add_paragraph(f"（未找到水色指数目录: {csv_dir}）")
+        doc.add_page_break()
+        try: progress.update(1)
+        except Exception: pass
+
+        # ── 5. 指数空间分布专题图 ──
+        h1 = doc.add_heading("5 水色指数空间分布专题图", level=1)
+        self._style_heading(h1, 1)
+        figure_num += 1
+        maps_found = 0
+        if thematic_dir.is_dir():
+            tifs = sorted(thematic_dir.glob("*.tif")) + sorted(thematic_dir.glob("*.png"))
+            for tf in tifs[:20]:  # 最多展示 20 张
+                try:
+                    param_name = tf.stem.split('_')[0] if '_' in tf.stem else tf.stem
+                    caption = f"图{figure_num} {param_name} 空间分布图"
+                    self._add_image_with_caption(doc, str(tf), caption, width=Inches(5.5))
+                    figure_num += 1
+                    maps_found += 1
+                except Exception as e:
+                    doc.add_paragraph(f"[专题图插入失败: {tf.name} — {e}]")
+            if len(tifs) > 20:
+                doc.add_paragraph(f"... 共 {len(tifs)} 张专题图，此处仅展示前 20 张。")
+        else:
+            doc.add_paragraph(f"（未找到专题图目录: {thematic_dir}）")
+        if maps_found == 0:
+            doc.add_paragraph("（未找到专题图文件，请确认 Step 11 已完成。）")
+        doc.add_page_break()
+        try: progress.update(1)
+        except Exception: pass
+
+        # ── 6. 综合总结 ──
+        h1 = doc.add_heading("6 综合总结", level=1)
+        self._style_heading(h1, 1)
+        doc.add_paragraph("本报告基于高光谱遥感影像的水色指数反演方法，对研究区域内的关键水质参数"
+                         "进行了定量化空间制图。各指数的统计结果和空间分布专题图如上所示。")
+        doc.add_paragraph("注意事项：水色指数反演结果为半定量指标，其绝对值可能受大气校正精度、"
+                         "水体光学特性复杂性等因素影响。建议结合实测水质数据进行校验。")
+        try: progress.update(1)
+        except Exception: pass
+
+        doc.save(str(output_path))
+        print(f"[公式报告] 生成完成: {output_path}")
+        return str(output_path)
+
     def _add_parameter_section(
         self, doc, param: str, vis_dir: Path, param_index: int = 1,
         start_figure_num: int = 1, all_image_analyses: Optional[List[Dict[str, Any]]] = None, progress=None,