测试修改

src/gui/dialogs.py

@@ -165,24 +165,43 @@ class BandConfirmDialog(QDialog):
 
 from PyQt5.QtCore import QSettings
 
-
 AI_SETTINGS_ORG = "IrisWaterQuality"
 AI_SETTINGS_APP = "WQ_GUI"
 
+# 扩充预设字典，覆盖市面主流大模型标准接口
 AI_DEFAULTS = {
-    "ollama": {
+    "aliyun": {
-        "api_base_url": "http://localhost:11434",
+        "api_base_url": "https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions",
-        "vision_model": "qwen3-vl:8b",
+        "vision_model": "qwen-vl-max",
-        "text_model": "qwen3-vl:8b",
+        "text_model": "qwen-max",
+    },
+    "zhipu": {
+        "api_base_url": "https://open.bigmodel.cn/api/paas/v4/chat/completions",
+        "vision_model": "glm-4v",
+        "text_model": "glm-4",
+    },
+    "deepseek": {
+        "api_base_url": "https://api.deepseek.com/chat/completions",
+        "vision_model": "deepseek-chat",  # DeepSeek暂无独立视觉API，可用通用或自行更换
+        "text_model": "deepseek-chat",
+    },
+    "openai": {
+        "api_base_url": "https://api.openai.com/v1/chat/completions",
+        "vision_model": "gpt-4o",
+        "text_model": "gpt-4o",
     },
     "minimax": {
-        "api_base_url": "https://api.minimaxi.com/v1/text/chatcompletion_v2",
+        "api_base_url": "https://api.minimax.chat/v1/chat/completions",
-        "vision_model": "abab6.5s-chat",
+        "vision_model": "abab6.5g-chat",
         "text_model": "abab6.5s-chat",
     },
+    "ollama": {
+        "api_base_url": "http://localhost:11434",
+        "vision_model": "qwen2-vl",
+        "text_model": "qwen2.5",
+    },
 }
 
-
 class AISettingsDialog(QDialog):
     """AI 引擎可视化配置弹窗，配置持久化到 QSettings。"""
 
@@ -195,41 +214,22 @@ class AISettingsDialog(QDialog):
         self._init_ui()
 
     def _load_settings(self):
-        """从 QSettings 读取已有配置；无记录则回退到环境变量或默认值。"""
+        """从 QSettings 读取已有配置；无记录则回退到预设字典或环境变量。"""
         s = QSettings(AI_SETTINGS_ORG, AI_SETTINGS_APP)
-        self._provider = s.value("ai_provider", "minimax", type=str)
+        # 默认推荐 Aliyun (通义千问)
+        self._provider = s.value("ai_provider", "Aliyun", type=str)
 
-        # API Key 不设默认值（敏感信息，首次必须由用户输入）
+        # 【向后兼容补丁】优先读取新规范的 api_key，如果为空，尝试读取旧版本留下的 minimax_api_key
+        self._api_key = s.value("api_key", "", type=str)
+        if not self._api_key:
             self._api_key = s.value("minimax_api_key", "", type=str)
 
-        # 已保存的 URL 和模型；若 QSettings 无记录则读环境变量
+        provider_key = self._provider.lower()
-        if self._provider == "ollama":
+        defaults = AI_DEFAULTS.get(provider_key, {"api_base_url": "", "vision_model": "", "text_model": ""})
-            self._api_base_url = (
-                s.value("api_base_url", "")
-                or os.environ.get("OLLAMA_URL", AI_DEFAULTS["ollama"]["api_base_url"])
-            )
-            self._vision_model = (
-                s.value("vision_model", "")
-                or os.environ.get("OLLAMA_VISION_MODEL", AI_DEFAULTS["ollama"]["vision_model"])
-            )
-            self._text_model = (
-                s.value("text_model", "")
-                or os.environ.get("OLLAMA_TEXT_MODEL", AI_DEFAULTS["ollama"]["text_model"])
-            )
-        else:
-            self._api_base_url = (
-                s.value("api_base_url", "")
-                or os.environ.get("MINIMAX_BASE_URL", AI_DEFAULTS["minimax"]["api_base_url"])
-            )
-            self._vision_model = (
-                s.value("vision_model", "")
-                or os.environ.get("MINIMAX_VISION_MODEL", AI_DEFAULTS["minimax"]["vision_model"])
-            )
-            self._text_model = (
-                s.value("text_model", "")
-                or os.environ.get("MINIMAX_TEXT_MODEL", AI_DEFAULTS["minimax"]["text_model"])
-            )
 
+        self._api_base_url = s.value("api_base_url", "", type=str) or defaults.get("api_base_url", "")
+        self._vision_model = s.value("vision_model", "", type=str) or defaults.get("vision_model", "")
+        self._text_model = s.value("text_model", "", type=str) or defaults.get("text_model", "")
         self._timeout = s.value("timeout_s", 120, type=int)
 
     def _init_ui(self):
@@ -240,9 +240,15 @@ class AISettingsDialog(QDialog):
         provider_row = QHBoxLayout()
         provider_row.addWidget(QLabel("AI 引擎提供商:"))
         self._provider_combo = QComboBox()
-        self._provider_combo.addItems(["Ollama", "Minimax"])
+
-        self._provider_combo.setCurrentText("Ollama" if self._provider == "ollama" else "Minimax")
+        # ★ 核心改动：开启可编辑模式，允许用户随意输入第三方代理商名字
-        self._provider_combo.currentIndexChanged.connect(self._on_provider_changed)
+        self._provider_combo.setEditable(True)
+        self._provider_combo.addItems(["Aliyun", "Zhipu", "DeepSeek", "OpenAI", "Minimax", "Ollama"])
+        self._provider_combo.setCurrentText(self._provider)
+
+        # 当文本改变时自动带出推荐配置
+        self._provider_combo.currentTextChanged.connect(self._on_provider_changed)
+
         provider_row.addWidget(self._provider_combo, 1)
         provider_row.addStretch(1)
         layout.addLayout(provider_row)
@@ -251,7 +257,7 @@ class AISettingsDialog(QDialog):
         url_row = QHBoxLayout()
         url_row.addWidget(QLabel("API Base URL:"))
         self._url_edit = QLineEdit(self._api_base_url)
-        self._url_edit.setPlaceholderText("例如: http://localhost:11434")
+        self._url_edit.setPlaceholderText("填入兼容 OpenAI 规范的完整 URL")
         url_row.addWidget(self._url_edit, 1)
         layout.addLayout(url_row)
 
@@ -259,7 +265,7 @@ class AISettingsDialog(QDialog):
         key_row = QHBoxLayout()
         key_row.addWidget(QLabel("API Key:"))
         self._key_edit = QLineEdit(self._api_key)
-        self._key_edit.setPlaceholderText("输入 API Key（敏感信息，已加密存储）")
+        self._key_edit.setPlaceholderText("输入 API Key（本地加密存储）")
         self._key_edit.setEchoMode(QLineEdit.Password)
         key_row.addWidget(self._key_edit, 1)
         layout.addLayout(key_row)
@@ -288,10 +294,10 @@ class AISettingsDialog(QDialog):
 
         # ── 说明 ──────────────────────────────────────────────────────────────
         hint = QLabel(
-            "提示：切换引擎后将自动填充推荐默认值（可手动修改）。"
+            "提示：可以直接在下拉框输入任意名称。选择预设服务商会自动填充推荐的兼容接口 URL。\n"
-            "API Key 仅本地加密存储，不会明文暴露。"
+            "若使用全能多模态大模型（如 gpt-4o / qwen-vl-max 等），视觉与文本模型填入相同名称即可。"
         )
-        hint.setStyleSheet("color: #888; font-size: 10px;")
+        hint.setStyleSheet("color: #888; font-size: 11px;")
         hint.setWordWrap(True)
         layout.addWidget(hint)
 
@@ -306,10 +312,11 @@ class AISettingsDialog(QDialog):
         btn_box.addButton(cancel_btn, QDialogButtonBox.RejectRole)
         layout.addWidget(btn_box)
 
-    def _on_provider_changed(self):
+    def _on_provider_changed(self, text):
-        """切换 Provider 时自动填充推荐默认值。"""
+        """切换或输入 Provider 时自动填充推荐默认值。"""
-        provider = self._provider_combo.currentText().lower()
+        provider_key = text.lower()
-        defaults = AI_DEFAULTS.get(provider, AI_DEFAULTS["minimax"])
+        if provider_key in AI_DEFAULTS:
+            defaults = AI_DEFAULTS[provider_key]
             self._url_edit.setText(defaults["api_base_url"])
             self._vision_edit.setText(defaults["vision_model"])
             self._text_edit.setText(defaults["text_model"])
@@ -317,7 +324,8 @@ class AISettingsDialog(QDialog):
     def _save_and_close(self):
         """持久化到 QSettings 并关闭。"""
         s = QSettings(AI_SETTINGS_ORG, AI_SETTINGS_APP)
-        provider = self._provider_combo.currentText().lower()
+        # 获取用户输入的文本（无论是选的还是自己打字的）
+        provider = self._provider_combo.currentText().strip()
         s.setValue("ai_provider", provider)
         s.setValue("api_base_url", self._url_edit.text().strip())
         s.setValue("api_key", self._key_edit.text().strip())
@@ -334,11 +342,13 @@ class AISettingsDialog(QDialog):
         返回键：ai_provider / api_base_url / api_key / vision_model / text_model / timeout_s
         """
         s = QSettings(AI_SETTINGS_ORG, AI_SETTINGS_APP)
-        provider = s.value("ai_provider", "minimax", type=str)
+        # 默认返回 Aliyun
+        provider = s.value("ai_provider", "Aliyun", type=str)
         return {
             "ai_provider": provider,
             "api_base_url": s.value("api_base_url", "", type=str),
-            "api_key": s.value("api_key", "", type=str),
+            # 同样向后兼容读取旧版本的 key
+            "api_key": s.value("api_key", s.value("minimax_api_key", "", type=str), type=str),
             "vision_model": s.value("vision_model", "", type=str),
             "text_model": s.value("text_model", "", type=str),
             "timeout_s": s.value("timeout_s", 120, type=int),

src/gui/panels/step13_report_panel.py

@@ -64,8 +64,9 @@ class ReportWorkerThread(QThread):
                 )
             else:
                 ai_cfg = ReportGenerationConfig(
-                    ai_provider="minimax",
+                    ai_provider=provider,
                     minimax_api_key=s.value("api_key", "", type=str) or "",
+                    minimax_base_url=s.value("api_base_url", "", type=str) or None,  # <--- 新增这行，把界面上的 URL 传过去
                     minimax_vision_model=s.value("vision_model", "", type=str) or None,
                     minimax_text_model=s.value("text_model", "", type=str) or None,
                     minimax_timeout_s=timeout,

src/postprocessing/report_word.py

@@ -33,6 +33,10 @@ from docx.oxml import OxmlElement
 
 from docx import Document
 
+from docx.shared import Inches, Pt, Cm
+
+from docx.enum.text import WD_ALIGN_PARAGRAPH
+
 from docx.enum.section import WD_SECTION
 
 from docx.oxml.ns import qn
@@ -87,6 +91,7 @@ class ReportGenerationConfig:
 
         self.on_step = on_step
 
+        self.n = 0
 
         self._render()
 
@@ -160,8 +165,11 @@ class WaterQualityReportGenerator:
 
     # 通用
 
+    ai_provider: Optional[str] = None        # "ollama" | "minimax"，默认 "minimax"
 
-            os.environ.get("MINIMAX_BASE_URL", "https://api.minimaxi.com/v1/text/chatcompletion_v2").rstrip("/")
+    enable_ai_analysis: Optional[bool] = None
+
+    # Ollama 专属
 
     ollama_base_url: Optional[str] = None
 
@@ -229,10 +237,13 @@ class WaterQualityReportGenerator:
 
         if output_dir is None:
 
-                f"{param}_distribution_enhanced.png"
+            self.output_dir = self.visualization_dir
 
         else:
 
+            self.output_dir = Path(output_dir)
+
+        self.output_dir.mkdir(parents=True, exist_ok=True)
 
         
 
@@ -320,10 +331,12 @@ class WaterQualityReportGenerator:
 
         )
 
-        """调用 Minimax 文本模型 /v1/text/chatcompletion_v2。"""
+        # 接收外部传入的万能 URL，默认给一个国际标准的 completions 端点
 
         self.minimax_base_url = (
 
+            cfg.minimax_base_url.rstrip("/")
+
             if cfg and getattr(cfg, 'minimax_base_url', None)
 
             else os.environ.get("MINIMAX_BASE_URL", "https://api.openai.com/v1/chat/completions").rstrip("/")
@@ -332,10 +345,9 @@ class WaterQualityReportGenerator:
 
         self.minimax_vision_model = (
 
-
             cfg.minimax_vision_model
 
-            url=self.minimax_base_url,
+            if cfg and cfg.minimax_vision_model
 
             else os.environ.get("MINIMAX_VISION_MODEL", "abab6.5s-chat")
 
@@ -348,24 +360,37 @@ class WaterQualityReportGenerator:
             if cfg and cfg.minimax_text_model
 
             else os.environ.get("MINIMAX_TEXT_MODEL", "abab6.5s-chat")
-            return (
+
-                obj.get("choices", [{}])[0]
+        )
-                .get("message", {})
+
-                .get("content", "")
+        self.minimax_timeout_s = (
-                .strip()
+
-                or "（模型未返回内容）"
+            int(cfg.minimax_timeout_s)
-            )
+
+            if cfg and cfg.minimax_timeout_s is not None
+
+            else int(os.environ.get("MINIMAX_TIMEOUT_S", "120"))
+
+        )
+
+
+
+        # 通用配置
+
+        if cfg and cfg.enable_ai_analysis is not None:
+
+            self.enable_ai_analysis = bool(cfg.enable_ai_analysis)
+
         else:
 
             self.enable_ai_analysis = os.environ.get("ENABLE_AI_ANALYSIS", "1") not in {
-            return f"（Minimax调用失败 HTTP {e.code}：{e.reason}）"
+
                 "0",
-            return f"（Minimax调用失败：{e}）"
+
                 "false",
-            return f"（Minimax解析失败：{e}）"
+
-
                 "False",
-        """调用 Minimax 视觉模型（多模态），图片转为 base64 后通过 image_url 传入。"""
+
             }
 
         self.ai_cache_path = self.output_dir / "ollama_image_analyses_cache.json"
@@ -375,6 +400,8 @@ class WaterQualityReportGenerator:
         # 各参数的专业描述（完整版）
 
         self.parameter_descriptions = {
+
+            "Chlorophyll": """叶绿素（Chlorophyll）是浮游植物进行光合作用的关键色素，直接反映水体中藻类的生物量与初级生产力水平。它是评价水体富营养化程度最常用的指标之一。当叶绿素浓度持续升高时，表明藻类大量增殖，水华风险显著增加，并可能引发溶解氧剧烈波动、水体透明度下降及底栖生态系统退化。因此，通过遥感手段反演叶绿素浓度，可为水华预警、水质改善及生态修复提供重要科学依据。""",
 
 
 
@@ -400,7 +427,7 @@ class WaterQualityReportGenerator:
 
             "Turbidity": """浊度（Turbidity）反映水体中悬浮颗粒物（如泥沙、藻类、微生物）对光线的散射程度，是衡量水体透明度的关键指标。浊度升高不仅影响水生植物光合作用，还会为病原微生物提供附着载体，干扰水处理工艺。通过遥感影像反演浊度，可实现大范围、高频次的水体清澈度评价，对饮用水源地保护和河流泥沙输送研究具有重要意义。""",
 
-            url=self.minimax_base_url,
+
 
             "TDS": """总溶解固体（TDS）指水中溶解性无机盐和部分有机物的总质量，与水的适口性、管道腐蚀风险及灌溉适宜性密切相关。TDS过高会导致水味苦涩，并可能伴随有害微量元素积累。在咸潮入侵、工业排放及农业面源污染研究中，TDS是评价水质变化的稳定指标，其反演结果有助于识别淡水咸化区域及制定取水策略。""",
 
@@ -413,22 +440,35 @@ class WaterQualityReportGenerator:
             "NO3-N": """硝酸盐氮（NO3-N）是氮循环中氧化程度最高的形态，易溶于水，常通过农田径流、化粪池渗漏或工业废水进入水体。过量硝酸盐会刺激藻类过度生长，加速水体富营养化；饮用水中硝酸盐氮浓度超标会引发“蓝婴症”（高铁血红蛋白血症），对婴幼儿健康构成威胁。因此，硝酸盐氮是水质评价与饮用水安全监管的重点指标。""",
 
 
-            return (
+
-                obj.get("choices", [{}])[0]
+            "NH3-N": """氨氮（NH3-N）是水体受有机污染初期的重要指示物，主要来源于生活污水、农业化肥及工业含氮废水。氨氮对鱼类等水生生物有较强的毒性，且在好氧条件下会消耗大量溶解氧转化为硝酸盐。氨氮浓度高往往反映近期污染输入或水体自净能力不足，其动态变化可用于预警突发性污染事件和评估生态修复效果。""",
-                .get("message", {})
+
-                .get("content", "")
+
-                .strip()
+
-                or "（模型未返回内容）"
+            "BGA": """BGA（蓝绿藻，即蓝藻）是表征水体蓝藻生物量的关键生物参数，通常通过藻蓝蛋白等特征色素反演获得。蓝藻过量繁殖（水华）会释放藻毒素、消耗溶解氧、形成水面覆盖层，严重威胁饮用水安全和水生态系统健康。BGA浓度的空间分布能精准指示水华高发区域与迁移路径，是水华预警、蓝藻治理和生态修复措施制定不可或缺的输入信息。""",
-            )
+
+
+
+            "TT": """总氮（TT）是水体中有机氮、氨氮、硝酸盐氮、亚硝酸盐氮等各种形态氮的总和，综合反映了水体的氮营养水平。总氮是导致水体富营养化的主要限制因子之一，其浓度过高会引发藻类爆发、透明度下降、水质恶化。总氮的时空变化趋势可用于判断流域面源污染强度、评估氮减排措施成效，是水质管理和流域水环境保护的关键参考指标。"""
+
+        }
+
+        
+
+        # 每个参数对应的图片顺序（统一5张图模式）
+
+        params_list = ["Chlorophyll", "COD", "DO", "PH", "Temperature",
+
+                       "spCond", "Turbidity", "TDS", "Cl-", "NO3-N",
+
                        "NH3-N", "BGA", "TT"]
 
         self.parameter_images = {
-            return f"（Minimax Vision调用失败 HTTP {e.code}：{e.reason}）"
+
             param: [
-            return f"（Minimax Vision调用失败：{e}）"
+
                 f"{param}_histogram.png",
-            return f"（Minimax Vision解析失败：{e}）"
+
-
                 f"{param}_spectrum_comparison.png",
 
                 f"{param}_scatter_with_confidence.png",
@@ -440,13 +480,13 @@ class WaterQualityReportGenerator:
             ] for param in params_list
 
         }
-        if self.ai_provider == "minimax":
+
+
+
         # ========== 新增：缓存线程锁 ==========
 
         self._cache_lock = Lock()
 
-        else:
-            return self._ollama_chat(model, system_prompt, user_prompt, image_path)
 
 
     def apply_ai_config(self, ai_config: ReportGenerationConfig) -> None:
@@ -611,28 +651,42 @@ class WaterQualityReportGenerator:
 
             return (obj.get("message") or {}).get("content", "").strip() or "（模型未返回内容）"
 
-        """分析单张图片并缓存，失败则返回可展示的提示文本。"""
+        except (HTTPError, URLError, TimeoutError) as e:
 
             return f"（Ollama调用失败：{e}）"
 
         except Exception as e:
 
-        cache = self._load_ai_cache()
+            return f"（Ollama解析失败：{e}）"
-        cache_key = f"{image_path.name}::{image_path.stat().st_mtime_ns}::{self.ollama_vision_model}::{image_type}"
+
-        if cache_key in cache:
-            return str(cache[cache_key])
 
+
+    def _call_minimax_text(self, system_prompt: str, user_prompt: str) -> str:
+        """调用 Minimax 文本模型（自动兼容 OpenAI 标准端点）"""
+        if not self.minimax_api_key:
+            return "（Minimax API Key 未配置，请设置 MINIMAX_API_KEY 环境变量）"
+
+        url = self.minimax_base_url
+
+        payload: Dict[str, Any] = {
+            "model": self.minimax_text_model,
             "max_tokens": 4096,
             "messages": [
-            model=self.ollama_vision_model,
+                {"role": "system", "content": system_prompt},
                 {"role": "user", "content": user_prompt},
             ],
         }
         data = json.dumps(payload, ensure_ascii=False).encode("utf-8")
+        req = Request(
+            url=url,
+            data=data,
+            headers={
+                "Authorization": f"Bearer {self.minimax_api_key}",
+                "Content-Type": "application/json",
             },
             method="POST",
-        return text
         )
+
         try:
             with urlopen(req, timeout=self.minimax_timeout_s) as resp:
                 raw = resp.read().decode("utf-8", errors="ignore")
@@ -828,102 +882,103 @@ class WaterQualityReportGenerator:
 
             },
 
-        self,
+            "spectrum_comparison": {
-        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,
                 "analysis": (
-        """为单个参数添加报告章节（带编号和规范中英文图题）"""
+
                     "分析要点：\n"
-            print(f"警告: 参数 {param} 没有预定义的描述")
 
                     f"- 结合 {param} 的固有光学特性，重点分析400-900nm区间内的特征波段响应（如吸收谷、反射峰、双峰效应等）。\n"
 
                     "- 对比不同浓度组别的光谱差异，说明浓度变化是如何改变水体对光吸收和后向散射规律的。\n"
 
                     "- 指出对该参数反演最具区分度的关键波段区间，验证模型的物理可解释性。"
-        # 添加参数描述
 
                 ),
-        
-        # 设置首行缩进两个字符（中文排版规范）
 
-        
-        # 设置正文样式：宋体小四，1.5倍行距
                 "conclusion": "结论应聚焦：浓度梯度引起的光谱响应规律及其对应的光学机制验证。",
 
             },
 
             "scatter_with_confidence": {
 
-        # 添加图片 - 支持子文件夹结构 + 中英文图题
                 "analysis": (
 
                     "分析要点：\n"
-                "histogram": "直方图",
+
-                "spectrum_comparison": "光谱对比图",
+                    "- 评估机器学习反演模型在该参数上的鲁棒性。点云对1:1线的贴合度反映了反演精度。\n"
-                "scatter_with_confidence": "模型散点图",
-                "boxplot": "箱型图",
-                "distribution": "分布图"
 
                     "- 重点分析在极低值区或极高值区是否存在系统性高估/低估（这是水色遥感的常见难点，如高浓度下的光谱饱和效应）。\n"
+
+                    "- 结合置信带宽度，说明模型在不同浓度区间的预测不确定性。"
+
+                ),
+
+                "conclusion": "结论应聚焦：反演模型的整体精度表现、局限性及可靠的浓度预测区间。",
 
             },
 
-
+            "boxplot": {
-                # 选择子文件夹与动态寻址
 
                 "analysis": (
-                    img_path = vis_dir / img_name
+
+                    "分析要点：\n"
 
                     "- 结合中位数和四分位距，分析不同类别（或区域）间水质差异的显著性。\n"
 
-                    if not img_path.exists():
+                    "- 解释离散程度大（箱体长）可能代表的强烈时空异质性。\n"
-                        img_path = vis_dir / img_name
 
                     "- 指出箱线图上下的离群点，探讨其作为局部水质突变信号的价值。"
-                    img_path = vis_dir / img_name
+
+                ),
 
                 "conclusion": "结论应聚焦：核心对比趋势及数据整体的时空变异特征。",
 
             },
 
-                    # 颜色地图由预测步骤生成，开启全盘指索
+            "distribution": {
-                    search_dirs = [
-                        vis_dir.parent / "9_water_quality_prediction",
-                        vis_dir.parent / "11_12_13_predictions",
-                        vis_dir.parent / "9_Concentration" / "charts",
-                        vis_dir.parent / "9_Concentration",
-                        vis_dir
-                    ]
 
                 "analysis": (
 
-                            candidates = list(s_dir.glob(f"*{param}*.png")) + list(s_dir.glob(f"*{param}*.jpg"))
+                    "分析要点：\n"
-                            # 剔除掉属于其他类型的图
+
-                            candidates = [c for c in candidates if not any(x in c.name.lower() for x in ("scatter", "histogram", "spectrum", "boxplot", "preview"))]
                     f"- 分析 {param} 高值区与低值区的空间异质性特征。\n"
 
                     "- 推断污染/物质来源类型：高值区呈斑块状/点状（通常提示点源排放或局部水华），还是呈沿岸带状/梯度扩散（通常提示面源径流或水动力扩散）。\n"
 
                     "- 结合常见水动力学特征，简述物质可能的输移趋势。"
-                        img_path = vis_dir / img_name
+
                 ),
 
                 "conclusion": "结论应聚焦：水质参数的空间格局特征及其指示的宏观环境动力学过程。",
+
             },
+
+            "correlation_heatmap": {
+
+                "analysis": (
+
+                    "分析要点：\n"
+
+                    "- 挖掘关键水质参数间的生物地球化学联系。如叶绿素与总氮/总磷的正相关提示营养盐驱动，与浊度的正相关提示藻类为主导的悬浮物等。\n"
+
+                    "- 识别拮抗作用（强负相关），并解释其潜在的生化机制（如高浊度遮蔽光照导致叶绿素降低）。\n"
+
+                    "- 基于相关性聚类，推断水体中的核心主导污染因子群。"
+
+                ),
+
+                "conclusion": "结论应聚焦：水质指标间的核心协同/拮抗机制及水环境的主要驱动力。",
+
+            },
+
+        }
 
 
 
-                    # 使用统一的图像插入方法（中文图题）
         default_spec = {
 
             "analysis": "结合水环境遥感原理，深入解读图中展现的数据分布或空间格局特征。",
-                    # 添加英文图题：宋体小四（与中文图题一致）
 
             "conclusion": "结论应聚焦：该图表传递的核心水质遥感科学结论。",
 
@@ -933,24 +988,17 @@ class WaterQualityReportGenerator:
 
         spec = type_specs.get(image_type, default_spec)
 
-                    # AI 分析：插入在图题之后
+        
 
-                        image_path=img_path,
+        user = (
-                        image_type=title_key,
-                        param=param,
-                        figure_num=figure_num,
 
             f"图号：图{figure_num}\n"
 
-                        all_image_analyses.append(
+            f"当前分析参数：{param}\n"
-                            {
+
-                                "figure_num": figure_num,
+            f"图表类型：{image_type}\n\n"
-                                "param": param,
-                                "image_type": title_key,
-                                "image_name": img_name,
 
-                            }
+            "【专业要求】：\n"
-                        )
 
             f"{spec['analysis']}\n\n"
 
@@ -959,14 +1007,13 @@ class WaterQualityReportGenerator:
             "直接输出一段（不要分段）150~300字的专业分析。前半部分描述关键数据现象并深挖其光学或生态机制，最后用一句“总之，…”作为全文的科学性总结。\n"
 
             f"【最终落脚点要求】：{spec['conclusion']}\n"
-                # 每处理完一张图（无论成功/失败）更新进度条
 
         )
 
         return {"system": system, "user": user}
 
 
-        doc.add_paragraph()  # 章节结束空行
+
     
 
 
@@ -1241,7 +1288,7 @@ class WaterQualityReportGenerator:
                        report_title: str = "水质参数反演分析报告",
 
                        output_path: Optional[str] = None,
-        deglint_img_path = vis_dir / "glint_deglint_previews" / "deglint_deglint_goodman_preview.png"
+
                        on_progress=None) -> str:
 
         """
@@ -1734,7 +1781,7 @@ class WaterQualityReportGenerator:
         for run in title.runs:
 
             run.font.name = self.title_font
-            image_extensions = ['*.png', '*.jpg', '*.jpeg', '*.tif', '*.tiff']
+
             run.font.size = Pt(36)  # 增大标题字体
 
             run._element.rPr.rFonts.set(qn('w:eastAsia'), self.title_font)
@@ -1787,3 +1834,4 @@ if __name__ == "__main__":
 
             run._element.rPr.rFonts.set(qn('w:eastAsia'), self.chinese_font)
 
+