比賽完賽時間預測計算機

比賽完賽時間預測計算機

成長中 AI Skill PRO

輸入計算

數學公式

T2=T1·(目標距離已知距離)1.06其中T1=3600時+60分+秒\begin{gathered} T_2 = T_1 \cdot \left( \frac{\text{目標距離}}{\text{已知距離}} \right)^{1.06} \\[1.5em] \text{其中}\quad T_1 = 3600\,\text{時} + 60\,\text{分} + \text{秒} \end{gathered}
使用統計

廣告

結果

預測完賽時間
0:52:07
時:分:秒
預測時數 0
預測分鐘 52
預測秒數 7
平均配速(每單位距離) 5:13

Riegel 公式用於馬拉松時往往過於樂觀(對一半的跑者而言會預測快10分鐘以上)。

回報本頁錯誤

什麼是比賽時間預測計算機?

這個計算機能根據你既有的一筆成績,推估你在另一個距離大約能跑出多快。它採用 Pete Riegel 廣為引用的耐力公式,用來描述跑步速度如何隨距離拉長而下降。不論你是跑 5K、10K、半馬還是全馬,都適用,並支援公里、英里或公尺等單位。

使用方式

先輸入你在某個已知距離跑出的時間(時、分、秒),接著填入該次比賽的距離,以及你想預測的目標距離,再選擇單位。計算機便會回傳預估的完賽時間,以及每單位距離的平均配速。想得到最準確的結果,建議以一場近期、全力以赴、且距離與目標相近的比賽成績作為基準。

公式解析

Riegel 公式為 $$T_2 = T_1 \cdot \left( \frac{D_2}{D_1} \right)^{1.06}$$ 其中 \(T_1\) 是你的已知時間、\(D_1\) 是該成績的距離;\(D_2\) 是目標距離,\(T_2\) 則是預測時間。指數 \(1.06\) 就是所謂的「疲勞係數」——它反映了一個事實:你無法把短距離的配速完整撐到更長的距離。如果指數等於 \(1.0\),配速就會維持不變;正因為它略大於 \(1.0\),預測時間會比距離增加得稍微快一些。

廣告
運用里格爾指數,預測比賽時間隨距離上升的曲線
里格爾公式將已知時間乘以距離比的1.06次方。

實例試算

假設你用 25:00(1500 秒)跑完一場 5 公里比賽,想預測自己的 10 公里成績。距離比 \(D_2/D_1 = 10/5 = 2\),那麼 \(2^{1.06} \approx 2.0851\),因此 $$T_2 \approx 1500 \times 2.0851 \approx 3127.6 \text{ 秒}$$ 約等於 52:08。這個結果比單純把 5K 成績加倍(50:00)略慢一些,正好反映出實際跑步時的疲勞效應。

四個比賽距離標記及預測完賽時間
由單一已知成績推算5公里、10公里、半程與全程馬拉松的預計時間。

不同單位下的標準賽跑距離(公里、英里、公尺)

Riegel 公式只需要兩個距離的比值,因此只要兩個距離使用相同單位,任何單位都可以。以下列出本計算機接受的三種單位(km、mi、m)下的常見比賽距離。

比賽 公里 英里 公尺
1500 m 1.5 0.932 1,500
1 英里 1.609 1.000 1,609.344
3K 3 1.864 3,000
5K 5 3.107 5,000
10K 10 6.214 10,000
15K 15 9.321 15,000
10 英里 16.093 10.000 16,093.44
半程馬拉松 21.0975 13.109 21,097.5
全程馬拉松 42.195 26.219 42,195

一英里恰好等於 1,609.344 公尺,一公里約等於 0.6214 英里。

同一個 5K 成績的預測時間

下表將 \(T_2 = T_1 \cdot (D_2/D_1)^{1.06}\) 套用於三個 5K 樣本時間。以 5K 為起點的倍數約為 2.085(10K)、4.600(半程馬拉松)和 9.591(全程馬拉松)。時間四捨五入至最接近的秒,配速以每公里計,同樣四捨五入至最接近的秒。

5K 時間(配速) 10K(配速) 半程馬拉松(配速) 全程馬拉松(配速)
20:00(4:00/km) 41:42(4:10/km) 1:32:00(4:22/km) 3:11:49(4:33/km)
25:00(5:00/km) 52:07(5:13/km) 1:55:00(5:27/km) 3:59:47(5:41/km)
30:00(6:00/km) 1:02:33(6:15/km) 2:18:00(6:32/km) 4:47:44(6:49/km)

25:00 的 5K 成績計算範例:\(T_1 = 25 \times 60 = 1500\) 秒。全程馬拉松的部分,\(T_2 = 1500 \cdot (42.195/5)^{1.06} = 1500 \cdot 9.591 \approx 14{,}387\) 秒,即 3:59:47。平均配速為 \(14{,}387 / 42.195 \approx 341\) 秒/公里,即每公里 5:41。

廣告

如何解讀你的預測時間

Riegel 公式是一種經驗模型。它使用 1.06 的指數,將某一距離的成績外推至另一距離。由於指數大於 1,預測時間的增長快於距離,因此比賽距離越長,平均配速就越慢。在上述範例中,5K 每公里 5:00 的配速,在 10K 會約為每公里 5:13,在全程馬拉松則約為每公里 5:41。

  • 體能與努力程度相同:預測假設已知成績是盡全力且配速得當的表現,並且你在比賽當天的體能與當時相同。
  • 路線與條件相近:公式未納入坡度、路面、海拔、高溫、濕度和風力。較多坡道或較炎熱的比賽通常會比預測慢,而快速平坦的路線則可能更快。
  • 準確度隨距離遞減:相近距離之間的預測(例如 5K 到 10K,或 10K 到半程馬拉松)通常比跨度較大的預測(例如 5K 到全程馬拉松)更可靠。
  • 全程馬拉松預測假設具備耐力訓練:公式無法衡量訓練量、長距離跑的經驗、補給或配速策略。全程馬拉松的預測描述的是,具備相應耐力訓練的跑者可能達到的成績。若沒有這類訓練,實際時間通常會比預測慢。
  • 最佳輸入值:近期且有紀錄的比賽成績,通常比隨意或估計的努力程度更適合作為輸入。

請將結果視為特定距離下潛在能力的估計,而非保證的完賽時間。

常見問題

準確度如何?在與已知比賽距離大約 2 倍範圍內的預測,結果相當可靠。若是跨度極大的推算(例如從 5K 直接預測全馬),預估往往會偏樂觀。

距離單位會影響結果嗎?不會——公式只用到 \(D_2/D_1\) 的比值,因此只要單位前後一致,預測結果都相同。

為什麼指數是 1.06?Riegel 是從大量、橫跨各種距離的比賽成績資料中推導出這個數值;它代表訓練有素跑者的平均耐力衰退幅度。

資料來源與參考

  • An empirical study of race times in recreational endurance runners — Vickers AJ, Vertosick EA, BMC Sports Sci Med Rehabil 2016;8:26, doi 10.1186/s13102-016-0052-y, PMID 27570626. Riegel's formula (T2 = T1 x (D2/D1)^1.06) predicts well up to the half marathon but makes marathon times at least 10 min too fast for half of runners. · 核實日期 2026-11-07

已與上述來源核對,日期 . 未經醫師審閱。 僅供一般參考,不構成醫療建議或診斷。如有任何健康疑慮,請諮詢醫師。

最後更新:

時間和日期熱門計算器

查看全部時間和日期計算器