跑步成绩预测计算器

跑步成绩预测计算器

增长中 AI Skill PRO

输入计算

数学公式

T2=T1·(目标距离已知距离)1.06其中T1=3600小时+60分钟+秒\begin{gathered} T_2 = T_1 \cdot \left( \frac{\text{目标距离}}{\text{已知距离}} \right)^{1.06} \\[1.5em] \text{其中}\quad T_1 = 3600\,\text{小时} + 60\,\text{分钟} + \text{秒} \end{gathered}
使用统计

广告

结果

预测完赛时间
0:52:07
小时 : 分钟 : 秒
预测小时 0
预测分钟 52
预测秒 7
平均配速(每单位距离) 5:13

Riegel 公式用于马拉松时往往过于乐观(对一半跑者而言会预测快10分钟以上)。

报告本页错误

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。

广告
运用里格尔指数,预测比赛时间随距离上升的曲线
里格尔公式将已知时间乘以距离比的1.06次方。

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。

四个比赛距离标记及预测完赛时间
由单一已知成绩推算5公里、10公里、半程和全程马拉松的预计时间。

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。

广告

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。

资料来源与参考

  • 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. · 核实日期 2026-11-07

已与上述来源核对,日期 . 未经医生审核。 仅供一般参考,不构成医疗建议或诊断。如有任何健康方面的疑虑,请咨询医生。

最后更新:

时间和日期热门计算器

查看全部时间和日期计算器