어류 길이-무게 수산 도구
한국어
English 日本語 ລາວ Монгол Oʻzbekcha Тоҷикӣ Кыргызча Қазақша Azərbaycan Հայերեն ქართული العربية Български বাংলা čeština Dansk Deutsch Ελληνικά Español Eesti Suomi Français हिन्दी ગુજરાતી ಕನ್ನಡ मराठी മലയാളം Srpski Slovenčina Slovenščina Kiswahili Hrvatski Magyar Indonesia Italiano 한국어 Lietuvių Latviešu Nederlands Norsk Svenska Polski Português Română Русский Українська Беларуская Shqip اردو தமிழ் తెలుగు Türkçe ภาษาไทย Tiếng Việt 简体中文 繁體中文 עברית ខ្មែរ Melayu မြန်မာ ਪੰਜਾਬੀ සිංහල Tagalog is

길이로 어류 무게 추정 (W = aL^b)

어류 길이와 계수 a, b로 무게를 추정한 뒤, 결과, 오차 범위, 저장한 계수 세트, 공유 가능한 JSON을 한 흐름에서 다룹니다.

이 페이지는 TL / FL / SL 가정을 명확히 보여 주며, 브라우저를 벗어나지 않고도 빠른 추정, 계수 맞춤, 일괄 처리를 지원합니다.

cm 또는 인치 길이 입력, g / kg / oz / lb 무게 출력 참고 프리셋, 브라우저 저장, JSON 공유 샘플 하나로 a를 구하거나 여러 샘플로 a와 b를 맞춤 여러 물고기를 위한 일괄 계산과 CSV 내보내기

이 도구가 다루는 것

어종, 길이, 길이 유형, 계수 a와 b를 입력해 추정 무게와 실용적인 오차 범위를 즉시 계산합니다.
FishBase 기반 참고 프리셋으로 시작한 뒤, 현장이나 공장 계수로 바꾸어 나중에 다시 사용할 수 있습니다.
계수 세트를 JSON으로 내려받거나 다시 가져오거나, 현재 상태로 공유 가능한 URL을 만들 수 있습니다.
계수를 모를 때는 샘플 하나로 풀거나 여러 측정 쌍으로 맞출 수 있습니다.
이 페이지는 일본어와 영어 사용, 국제 작업 흐름의 단위 전환에 맞게 준비되어 있습니다.

사용 방법

  1. 어종명, 길이, 단위, 길이 유형을 입력한 뒤 참고 프리셋을 고르거나 계수 a와 b를 직접 입력하세요.
  2. 오류 비율을 조정하면 오른쪽의 추정 무게와 범위가 실시간으로 바뀝니다.
  3. 계수가 정해지면 이름과 메모를 붙여 저장하거나 JSON으로 내보내세요.
  4. 계수를 아직 모르면 계수 맞춤 탭을, 여러 측정값이 필요하면 일괄 탭을 사용하세요.

Examples

Estimate from a reference preset

Input

Species: Japanese jack mackerel, length: 35 cm, length type: TL, a=0.01096, b=2.97, error: ±20%

Output

Estimated weight: about 421 g, range: about 337 g to 505 g

Solve for a from one sample

Input

Length: 35 cm, observed weight: 432 g, assumed b: 3.0

Output

a = 0.01008, formula: W(g) = 0.01008 × L(cm)^3.0

Batch calculation

Input

Run 25 cm, 30 cm, and 35 cm with the same coefficient set

Output

List estimated weight, low range, and high range for each row and export the table as CSV

Reference presets

Built-in presets are reference values only. Check the source label and length-type assumption in the result panel, and replace them with measured operating values whenever possible.

Japanese jack mackerel: a=0.01096, b=2.97, TL, based on cm/g. FishBase reference value.
Chub mackerel: a=0.00741, b=3.05, TL, based on cm/g. FishBase reference value.
Olive flounder: a=0.00794, b=3.07, TL, based on cm/g. FishBase reference value.
Japanese seabass: a=0.01259, b=3.02, TL, based on cm/g. FishBase reference value.
Red seabream: a=0.01288, b=3.03, TL, based on cm/g. FishBase reference value.
Blackhead seabream: a=0.02138, b=2.99, TL, based on cm/g. FishBase reference value.

용어

TL / FL / SL

Total length, fork length, and standard length. The coefficient set is only valid when the same length definition is used.

Coefficients a and b

The values that define the relationship W = aL^b. They vary by species, region, season, and stock condition.

Error range

The working range around the estimate. Adjust it to reflect regional differences, maturity, and body condition.

Reference coefficient

A coefficient set taken from published or public reference data. Validate it before operational use.

Fitted coefficient

A coefficient set derived from your own measured fish, either by back-solving or by regression.

수식

  • Estimated weight W(g) = a × L(cm)^b
  • Lower bound = W × (1 - error% / 100)
  • Upper bound = W × (1 + error% / 100)
  • Single-sample solve: a = W / L^b
  • Multi-sample fit: log(W) = log(a) + b log(L)

자주 묻는 질문

a와 b를 모르면 어떻게 하나요?

계수 맞춤 탭을 사용하세요. 측정 샘플 하나로 a를 구하거나, 여러 길이-무게 쌍으로 a와 b를 모두 맞출 수 있습니다.

여러 물고기를 한 번에 계산할 수 있나요?

네. 일괄 탭은 표 입력과 CSV 형식 붙여넣기를 지원하며, 결과를 CSV로 내려받을 수 있습니다.

cm와 인치, 또는 g와 lb를 바꿀 수 있나요?

네. 입력과 출력 단위는 언제든 바꿀 수 있습니다. 내부 계산은 항상 cm와 g를 사용합니다.

왜 추정값이 실제 무게와 많이 다를 수 있나요?

같은 어종이라도 지역, 계절, 성숙도, 비만도, 측정 방식에 따라 차이가 큽니다. 추정값은 보증값이 아니라 범위로 사용하세요.

저장한 계수는 어디에 저장되나요?

로그인 지원이 없으므로 저장된 세트는 이 브라우저의 localStorage에 남습니다. 이동 가능한 복사본이 필요하면 JSON 내보내기를 보관하세요.

서버로 데이터가 전송되나요?

아니요. 계산, 저장, JSON 생성은 모두 브라우저 안에서만 이뤄집니다.

중요한 참고 사항

  • 이 추정값은 참고용입니다. 지역, 계절, 성숙도, 체형, 측정 방식에 따라 결과가 크게 달라질 수 있습니다.
  • 계수는 반드시 같은 길이 유형과 단위 가정에서 사용하세요. 내부 기준은 cm와 g입니다.
  • 참고 프리셋은 운영값이 아닙니다. 가능하면 측정 데이터를 사용해 직접 세트를 만드세요.