什么是跑步成绩预测器?
这款计算器可以根据你已有的一次比赛成绩,估算你在另一个距离上能跑出多快。它采用 Pete Riegel 提出、被广泛引用的耐力公式,用数学方式刻画跑步速度随距离增加而下降的规律。无论你是 5 公里、10 公里、半程马拉松还是全程马拉松跑者,它都适用,并且支持公里、英里和米三种单位。
使用方法
先填入你在某个已知距离上跑出的时间(小时、分钟、秒),再输入这场比赛的距离,以及你想预测的目标距离。选择好单位后,计算器会给出预测的完赛时间,以及每单位距离的平均配速。想让结果更准确,建议用一场近期、全力发挥、且距离与目标比较接近的比赛成绩作为基准。
公式详解
Riegel 公式为 $$T_2 = T_1 \times \left( \frac{D_2}{D_1} \right)^{1.06}$$。其中 \(T_1\) 是你已知的成绩,\(D_1\) 是对应的比赛距离;\(D_2\) 是目标距离,\(T_2\) 则是预测出来的时间。指数 \(1.06\) 被称为「疲劳系数」,它反映了一个事实:你无法把短距离比赛的配速一直保持到更长的距离上。如果指数恰好等于 \(1.0\),配速就会保持不变;正因为它略高于 \(1.0\),预测时间增长的速度才会比距离增长得略快一些。
实例演算
假设你 5 公里跑了 25:00(即 1500 秒),想预测 10 公里成绩。距离比 \(D_2/D_1 = 10/5 = 2\),于是 \(2^{1.06} \approx 2.0851\),所以 $$T_2 \approx 1500 \times 2.0851 \approx 3127.6 \text{ 秒}$$,约合 52:08。这比单纯把 5 公里成绩翻倍(50:00)稍慢一些,恰好体现了实际比赛中的疲劳因素。
标准比赛距离(公里、英里和米)
Riegel 公式只需要两个距离的比值,因此只要两个距离使用相同单位,任何单位都可以。下表列出了常见比赛距离,并给出计算器支持的三种单位(km、mi、m)的换算结果。
| 比赛 | 公里 | 英里 | 米 |
|---|---|---|---|
| 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 |
| 半程马拉松 | 21.0975 | 13.109 | 21,097.5 |
| 全程马拉松 | 42.195 | 26.219 | 42,195 |
1 英里正好等于 1,609.344 米,1 公里约等于 0.6214 英里。
根据同一个 5K 成绩预测的完赛时间
下表将 \(T_2 = T_1 \cdot (D_2/D_1)^{1.06}\) 应用于三个 5K 样本成绩。以 5K 为起点时,对应 10K 的倍数约为 2.085,半程马拉松约为 4.600,全程马拉松约为 9.591。时间四舍五入到最接近的秒,配速按每公里计算,同样四舍五入到最接近的秒。
| 5K 时间(配速) | 10K(配速) | 半程马拉松(配速) | 全程马拉松(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 成绩示例:\(T_1 = 25 \times 60 = 1500\) 秒。对于全程马拉松,\(T_2 = 1500 \cdot (42.195/5)^{1.06} = 1500 \cdot 9.591 \approx 14{,}387\) 秒,即 3:59:47。平均配速为 \(14{,}387 / 42.195 \approx 341\) 秒/公里,即 5:41/km。
如何理解你的预测时间
Riegel 公式是一种经验模型。它使用指数 1.06,将一次成绩外推到另一个距离。由于指数大于 1,预测时间的增长快于距离的增长,因此比赛距离越长,平均配速越慢。在上面的示例中,5K 配速为 5:00/km 的成绩,在 10K 中约为 5:13/km,在全程马拉松中约为 5:41/km。
- 体能和付出程度相同:预测假设已知成绩是全力且配速合理的表现,并且你在比赛当天的体能保持不变。
- 赛道和条件相似:坡度、路面、海拔、高温、湿度和风力都不在公式之内。坡度更大或更热的比赛通常会比预测慢,而快速平坦的赛道则可能更快。
- 准确性随距离降低:相邻距离之间的预测(例如 5K 到 10K,或 10K 到半程马拉松)通常比跨度很大的预测(例如 5K 到全程马拉松)更可靠。
- 马拉松预测以耐力训练为前提:公式无法衡量训练量、长距离跑经验、补给或配速能力。马拉松预测描述的是,具备相应耐力训练的跑者可能达到的成绩。如果没有这样的训练,实际成绩通常会比预测慢。
- 最佳输入:近期且有记录的比赛成绩,通常比随意或估计的表现更适合作为输入。
请将结果视为某一距离上潜力的估计,而不是保证的完赛时间。
常见问题
预测有多准?当目标距离与已知比赛距离相差大约在 2 倍以内时,结果是相当可靠的估算。但如果跨度过大(例如从 5 公里直接推算全马),预测往往会偏乐观。
距离单位会影响结果吗?不会——公式只用到 \(D_2/D_1\) 这个比值,因此只要前后单位一致,得到的预测结果都一样。
为什么指数是 1.06?Riegel 通过分析大量不同距离的比赛成绩数据推导出这个数值,它代表了训练有素的跑者平均的耐力衰减程度。