feat(sampling): add adaptive sampling toggle + interactive sampling point viewer

src/core/steps/prediction_step.py

@@ -26,6 +26,7 @@ class PredictionStep:
         glint_mask_path: Optional[str] = None,
         output_dir: Union[str, Path] = "./10_sampling",
         callback: Optional[Callable] = None,
+        use_adaptive_sampling: bool = True,
     ) -> str:
         """生成水域掩膜内且耀斑掩膜外的采样点，统计平均光谱"""
         from pathlib import Path
@@ -83,10 +84,14 @@ class PredictionStep:
         if glint_mask_to_use is None:
             print("未检测到耀斑掩膜，将在采样点生成时不做耀斑区域剔除。")
 
-        # 传递极度安全的 deglint_img_str 进底层
+        # 传递极度安全的 deglint_img_str 进底层（关键字传参，避免 positional 参数顺序陷阱）
         get_spectral_sampling_points_chunked(
             deglint_img_str, water_mask_path, glint_mask_to_use,
-            output_path, interval, sample_radius, chunk_size
+            output_path,
+            interval=interval,
+            sample_radius=sample_radius,
+            chunk_size=chunk_size,
+            use_adaptive_sampling=use_adaptive_sampling,
         )
 
         notify("completed", f"采样点光谱数据已保存: {output_path}")

src/core/water_quality_inversion_pipeline_GUI.py

@@ -753,17 +753,19 @@ class WaterQualityInversionPipeline:
                                        chunk_size: int = 1000,
                                        water_mask_path: Optional[str] = None,
                                        glint_mask_path: Optional[str] = None,
+                                       use_adaptive_sampling: bool = True,
                                        skip_dependency_check: bool = False, **kwargs) -> str:
         """
         步骤7: 生成根据水域掩膜内且耀斑掩膜外的采样点，统计采样点的平均光谱
-        
+
         Args:
             deglint_img_path: 去除耀斑后的影像文件路径（如果为None，使用步骤3的结果）
             interval: 采样点间隔（像元数）
             sample_radius: 采样点半径（像元数）
             chunk_size: 每次处理的行数（控制内存使用）
             water_mask_path: dat格式的水域掩膜文件路径（如果为None，将使用步骤1生成的dat格式掩膜）
-            
+            use_adaptive_sampling: 是否启用自适应采样（根据水体宽度动态调整间隔）
+
         Returns:
             采样点光谱数据CSV文件路径
         """
@@ -786,6 +788,7 @@ class WaterQualityInversionPipeline:
             water_mask_path=water_mask_path,
             glint_mask_path=glint_mask_path,
             output_dir=str(self.sampling_dir),
+            use_adaptive_sampling=use_adaptive_sampling,
         )
         self._record_step_time("步骤7: 生成预测采样点", 0, 0)
         self._notify("completed", f"采样点光谱数据已保存: {result}")