Загасны уртаас жин тооцоолох (W = aL^b)
Загасны урт ба a, b коэффициентоос жинг тооцоолно. Үр дүн, алдааны хүрээ, хадгалсан коэффициентийн багц, хуваалцах JSON-ийг нэг урсгалаар авч явна.
Хуудас нь TL / FL / SL таамаглалыг ил тод харуулж, браузераас гаралгүйгээр хурдан тооцоо, коэффициент тохируулга, багц боловсруулалтыг дэмжинэ.
Энэ хэрэгсэл юу хамрах вэ
Хэрэглэх арга
- Загасны төрөл, урт, нэгж, уртын төрлийг оруулаад лавлагааны preset сонгох эсвэл a ба b-г шууд оруулна.
- Алдааны хувийг тааруулбал баруун талын тооцоолсон жин ба хүрээ шууд шинэчлэгдэнэ.
- Коэффициент тогтмолжмогц нэр, тэмдэглэлтэйгээр хадгалах эсвэл JSON-оор экспортлох боломжтой.
- Коэффициентийг мэдэхгүй бол коэффициент тохируулгын табыг, олон хэмжилт хэрэгтэй бол багц табыг ашиглана.
Examples
Estimate from a reference preset
Species: Japanese jack mackerel, length: 35 cm, length type: TL, a=0.01096, b=2.97, error: ±20%
Estimated weight: about 421 g, range: about 337 g to 505 g
Solve for a from one sample
Length: 35 cm, observed weight: 432 g, assumed b: 3.0
a = 0.01008, formula: W(g) = 0.01008 × L(cm)^3.0
Batch calculation
Run 25 cm, 30 cm, and 35 cm with the same coefficient set
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.
Тайлбар толь
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.
Томьёо
Estimated weight W(g) = a × L(cm)^bLower bound = W × (1 - error% / 100)Upper bound = W × (1 + error% / 100)Single-sample solve: a = W / L^bMulti-sample fit: log(W) = log(a) + b log(L)
Түгээмэл асуултууд
a ба b-г мэдэхгүй бол яах вэ?
Коэффициент тохируулгын табыг ашиглана уу. Нэг хэмжсэн дээжээс a-г олж болно, эсвэл олон урт-жингийн хосоос a ба b хоёуланг нь тохируулж болно.
Олон загасыг нэг дор тооцоолж болох уу?
Тийм. Багц таб нь хүснэгт оруулах болон CSV маягийн наалтыг хүлээн авч, үр дүнг CSV-ээр татах боломжтой.
cm ба inch, эсвэл g ба lb хооронд сольж болох уу?
Тийм. Оролт ба гаралтын нэгжийг хүссэн үедээ сольж болно. Дотоод тооцоолол үргэлж cm болон g-ээр хийгдэнэ.
Яагаад тооцоолол бодит жингээс нэлээд зөрж болох вэ?
Нэг төрлийн загас ч бүс нутаг, улирал, боловсорсон байдал, өөхлөг байдал, хэмжилтийн аргаас хамаарч ялгаатай байдаг. Тооцооллыг баталгаатай яг утга биш, хүрээ гэж ашиглана уу.
Хадгалсан коэффициентүүд хаана хадгалагддаг вэ?
Нэвтрэлтгүй орчинд хадгалсан багцууд энэ хөтчийн localStorage-д үлдэнэ. Зөөврийн хуулбар хэрэгтэй бол JSON экспорт хадгалаарай.
Өгөгдөл сервер рүү илгээгддэг үү?
Үгүй. Тооцоолол, хадгалалт, JSON үүсгэлт бүгд хөтөч дотор үлдэнэ.
Чухал тэмдэглэл
- Энэ тооцоолол нь зөвхөн заавар. Бүс нутаг, улирал, боловсорсон байдал, биеийн нөхцөл, хэмжилтийн арга нь үр дүнг мэдэгдэхүйц өөрчилж болно.
- Үргэлж ижил уртын төрөл болон нэгжийн таамаглалтай коэффициентийг ашиглана уу. Дотоод суурь нь cm ба g.
- Лавлагааны preset-үүд нь ажиллагааны бодит утга биш. Боломжтой бол өөрийн хэмжсэн өгөгдлөөр багцаа бий болгоно уу.