旧 GUI 张冠李戴修复：step6/step8 ML 训练 CSV 强制读 Step 6 特征结果 + step3 默认算法切到 goodman

src/gui/panels/step6_feature_panel.py

@@ -199,7 +199,43 @@ class Step6FeaturePanel(QWidget):
                     glint_path = os.path.join(self.work_dir or '', glint_path).replace('\\', '/')
                 self.glint_mask_file.set_path(glint_path)
 
-        # 4. 自动填充输出路径（基于工作目录）
+        # 4. 自动填充去耀斑影像路径（上游 Step 3 的输出，修复张冠李戴）
+        deglint_path = None
+        if pipeline and hasattr(pipeline, 'step_outputs'):
+            step3_outputs = getattr(pipeline, 'step_outputs', {}).get('step3', {})
+            deglint_path = (
+                step3_outputs.get('deglint_image')
+                or step3_outputs.get('output_path')
+                or step3_outputs.get('output_file')
+                or step3_outputs.get('deglint_img_path')
+            )
+        # 回退：从 step3 面板 widget 直接读取（可能是相对路径）
+        if not deglint_path and hasattr(main_window, 'step3_panel'):
+            step3_widget = getattr(main_window.step3_panel, 'output_file', None)
+            if step3_widget is not None and hasattr(step3_widget, 'get_path'):
+                deglint_path = step3_widget.get_path() or ""
+        # 兜底：扫描 3_deglint 目录下的 .bsq（优先 goodman，兼容 kutser/插值）
+        if not deglint_path and self.work_dir:
+            deglint_dir = resolve_subdir(self.work_dir, 'deglint')
+            if os.path.isdir(deglint_dir):
+                bsq_files = [
+                    f for f in os.listdir(deglint_dir)
+                    if f.lower().endswith('.bsq')
+                ]
+                # 优先匹配 goodman（默认算法），其次按文件名排序保证稳定
+                bsq_files.sort(key=lambda n: (0 if 'goodman' in n.lower() else 1, n))
+                if bsq_files:
+                    deglint_path = os.path.join(deglint_dir, bsq_files[0]).replace('\\', '/')
+
+        if deglint_path:
+            # 若为相对路径，使用 work_dir 合成为绝对路径
+            if not os.path.isabs(deglint_path):
+                deglint_path = os.path.join(self.work_dir or '', deglint_path).replace('\\', '/')
+            existing_deglint = self.deglint_img_file.get_path()
+            if not existing_deglint or not existing_deglint.strip():
+                self.deglint_img_file.set_path(deglint_path)
+
+        # 5. 自动填充输出路径（基于工作目录）
         if self.work_dir:
             output_dir = resolve_subdir(self.work_dir, 'spectral_feature')
             os.makedirs(output_dir, exist_ok=True)
@@ -208,7 +244,7 @@ class Step6FeaturePanel(QWidget):
         else:
             self.output_file.set_path("")
 
-        # 5. 尝试从 Step5 Clean 界面读取已处理的清洗后 CSV 路径，自动填入本面板
+        # 6. 尝试从 Step5 Clean 界面读取已处理的清洗后 CSV 路径，自动填入本面板
         main_window = self.window()
         if main_window and hasattr(main_window, 'step5_clean_panel'):
             step5_clean_output_path = main_window.step5_clean_panel.output_file.get_path()

src/gui/panels/step8_ml_train_panel.py

@@ -137,6 +137,15 @@ class Step8MlTrainPanel(QWidget):
         self.feature_start.setText("374.285004")
         params_layout.addRow("特征起始列:", self.feature_start)
 
+        # 特征起始列名提示：用记事本打开 training_spectra.csv 确认首个波长的精确表头
+        feature_start_hint = QLabel(
+            "提示：请使用记事本打开 training_spectra.csv 确认首个波长的精确表头名称"
+            "（如 374.285 或 374.285004）并在此填入，避免因浮点精度差异导致列名匹配失败。"
+        )
+        feature_start_hint.setWordWrap(True)
+        feature_start_hint.setStyleSheet("color: #666; font-size: 10px;")
+        params_layout.addRow(feature_start_hint)
+
         self.cv_folds = QSpinBox()
         self.cv_folds.setRange(2, 10)
         self.cv_folds.setValue(3)
@@ -357,30 +366,20 @@ class Step8MlTrainPanel(QWidget):
         else:
             self.work_dir = None
 
-        # 1. 尝试从 Step5 界面读取训练数据路径，并确保为绝对路径
+        # 1. 强制读 Step 6 的 training_spectra.csv（光谱特征提取结果）
-        #    修复张冠李戴：原代码 main_window.step5_panel 不存在，正确属性是 step5_clean_panel
+        #    修复张冠李戴：原链路 STEP_DATA_SOURCE['training_spectra_csv'] → step5_clean_panel
+        #    错误地指向了 Step 5 的 processed_data.csv（纯清洗数据，不含光谱特征），
+        #    实际 ML 训练需要的特征数据来自 Step 6 的 6_Spectral_Feature_Extraction/training_spectra.csv
         main_window = self.window()
-        step5_output = get_step_output_path(
+        existing_training_csv = self.training_csv_file.get_path()
-            main_window, 'training_spectra_csv', work_dir=self.work_dir,
+        if not existing_training_csv or not existing_training_csv.strip():
-            widget_attr='output_file', fallback_key='step6_feature',
+            if self.work_dir:
-        )
+                step6_dir = resolve_subdir(self.work_dir, 'spectral_feature')
-        if step5_output:
+                step6_training_csv = os.path.join(
-            self.training_csv_file.set_path(step5_output)
+                    step6_dir, 'training_spectra.csv'
-        else:
+                ).replace('\\', '/')
-            # 回退：从 Step5 的 config 字典中查找可能的键名
+                if step6_training_csv:
-            step5_panel = getattr(main_window, 'step5_clean_panel', None)
+                    self.training_csv_file.set_path(step6_training_csv)
-            if step5_panel and hasattr(step5_panel, 'get_config'):
-                step5_cfg = step5_panel.get_config()
-                step5_csv = (
-                    step5_cfg.get('training_csv_path')
-                    or step5_cfg.get('output_file')
-                    or step5_cfg.get('csv_path')
-                    or step5_cfg.get('output_csv')
-                )
-                if step5_csv:
-                    if not os.path.isabs(step5_csv):
-                        step5_csv = os.path.join(self.work_dir or '', step5_csv).replace('\\', '/')
-                    self.training_csv_file.set_path(step5_csv)
 
         # 2. 自动填充输出文件路径（基于工作目录和输入文件名）
         # 输入是 training_spectra.csv → 输出 {work_dir}/7_Water_Quality_Indices/training_spectra_indices.csv

src/gui/panels/step8_non_empirical_panel.py

@@ -238,15 +238,19 @@ class Step8NonEmpiricalPanel(QWidget):
             # 借用父组件的 window() 方法，安全绕过当前类的命名冲突
             parent_widget = self.parentWidget()
             main_window = parent_widget.window() if parent_widget else None
-            # 1. 尝试从 Step5（数据清洗）读取训练光谱 CSV（修复张冠李戴：原 main_window.step5_panel 不存在）
+            # 1. 强制读 Step 6 的 training_spectra.csv（光谱特征提取结果）
-            step5_output_path = get_step_output_path(
+            #    修复张冠李戴：原链路 STEP_DATA_SOURCE['training_spectra_csv'] → step5_clean_panel
-                main_window, 'training_spectra_csv', work_dir=self.work_dir,
+            #    错误地指向 Step 5 的 processed_data.csv（纯清洗数据，不含光谱特征），
-                widget_attr='output_file', fallback_key='step6_feature',
+            #    实际非经验建模需要的特征数据来自 Step 6 的 6_Spectral_Feature_Extraction/training_spectra.csv
-            )
+            existing_csv = self.training_csv_file.get_path()
-            if step5_output_path:
+            if not existing_csv or not existing_csv.strip():
-                existing = self.training_csv_file.get_path()
+                if self.work_dir:
-                if not existing or not existing.strip():
+                    step6_dir = resolve_subdir(self.work_dir, 'spectral_feature')
-                    self.training_csv_file.set_path(step5_output_path)
+                    step6_training_csv = os.path.join(
+                        step6_dir, 'training_spectra.csv'
+                    ).replace('\\', '/')
+                    if step6_training_csv:
+                        self.training_csv_file.set_path(step6_training_csv)
 
             # 2. 自动填充输出目录（8_Regression_Modeling）
             if self.work_dir:

src/gui/water_quality_gui.py

@@ -1367,7 +1367,7 @@ class WaterQualityGUI(QMainWindow):
         self.step_default_outputs = {
             'step1': "1_water_mask/water_mask_from_ndwi.dat",
             'step2': "2_Glint_Detection/severe_glint_area.dat",
-            'step3': "3_deglint/deglint_kutser.bsq",
+            'step3': "3_deglint/deglint_goodman.bsq",
             'step4_sampling': "4_sampling/sampling_spectra.csv",
             'step5_clean': "5_Data_Cleaning/processed_data.csv",
             'step6_feature': "6_Spectral_Feature_Extraction/training_spectra.csv",
@@ -2361,9 +2361,11 @@ class WaterQualityGUI(QMainWindow):
                 deglint_path = work_path / rel_path
                 if deglint_path.exists():
                     return str(deglint_path)
-            # 还要检查插值方法生成的文件
+            # 还要检查 Kutser 算法输出与插值方法生成的文件
             deglint_dir = work_path / "3_deglint"
             if deglint_dir.exists():
+                for file_path in deglint_dir.glob("deglint_*.bsq"):
+                    return str(file_path)
                 for file_path in deglint_dir.glob("interpolated_*.bsq"):
                     return str(file_path)
         elif rel_path: