fix(wavelength_prefix): _viz_infer_wavelength_start_column 加 nm/wavelength/wl/λ 前缀兼容

src/gui/panels/step12_viz_panel.py _viz_infer_wavelength_start_column:

原逻辑只匹配 200.0<=v<=3000.0 的纯数字列名。新增正则剥前缀 _PREFIX_RE =

^(?:nm|wavelength|wl|λ|wave_len)[_\s-]* （不区分大小写），剥后再试 float。

覆盖 nm_700、wavelength_800.0、WL 900、λ_650 等命名风格。

兜底返回 0 时打印 df.columns.tolist() 便于下次失败时一眼定位列名。

Why: 训练光谱 CSV 可能因不同 step 输出格式差异，前缀化列名常见。

viz_thread.py 同步修改（同函数独立副本）。

src/gui/panels/step12_viz_panel.py

@@ -46,16 +46,31 @@ def _viz_training_spectra_csv_path(work_path: Path) -> Path:
 
 def _viz_infer_wavelength_start_column(df: pd.DataFrame) -> Union[str, int]:
     """推断光谱起始列（training_spectra 通常以波长数值为列名，未必含 UTM_Y）。"""
+    import re
+    # 兼容前缀：nm / nm_ / wavelength / wl / λ / wave_len（大小写不敏感）
+    _PREFIX_RE = re.compile(r"^(?:nm|wavelength|wl|\u03bb|wave_len)[_\s\-]*", re.IGNORECASE)
     for i, col in enumerate(df.columns):
         name = str(col).strip().lstrip("\ufeff")
+        # 1) 直接纯数字（如 "700.0"）
         try:
             v = float(name)
+        except ValueError:
+            v = None
+        if v is not None and 200.0 <= v <= 3000.0:
+            return i
+        # 2) 剥前缀后再试（如 "nm_700"、"wavelength_800.0"、"WL 900"）
+        stripped = _PREFIX_RE.sub("", name)
+        if stripped != name:
+            try:
+                v = float(stripped)
             except ValueError:
                 continue
             if 200.0 <= v <= 3000.0:
                 return i
     if "UTM_Y" in df.columns:
         return "UTM_Y"
+    # 兜底分支触发时打印所有列名，便于下次失败时一眼看到根因
+    print(f"DEBUG: 尝试解析的列名: {df.columns.tolist()}")
     return 0