CCalculate.Studio

🏅 马拉松成绩预测器

本预测器采用工程师 Peter Riegel 于 1981 年发表在《American Scientist》上的耐力公式 T2 = T1 × (D2/D1)^1.06,根据一场近期比赛成绩,估算其他距离的比赛成绩。输入 5K、10K、半程马拉松或全程马拉松的成绩,计算器就会推算其余三个距离的成绩。预测假设针对不同距离都进行了同等程度、恰当匹配的训练——这也是该公式最大的局限性。

最后审核: 2026-07-07
Add as preferred on Google

如何解读你的预测成绩

下表展示了四个示例比赛成绩的 Riegel 推算结果。距离差距较小(10K 到半马)的预测通常比距离跨度较大(5K 到全马)的预测更可靠。

起始比赛预测 5K预测 10K预测半马预测全马
10K 50:0023:591:50:193:50:01
10K 60:0028:472:12:234:36:01
半马 2:00:0026:0554:234:10:12
5K 25:0052:071:55:003:59:47
  • 该公式假设两个距离的训练水平相当。5K 成绩反映的是速度;马拉松则额外要求通过持续大训练量建立起的耐力——若不具备这种耐力,长距离预测就会偏乐观。
  • Vickers 和 Vertosick(2016)发现,1.06 这个指数会低估大多数业余跑者的马拉松成绩;许多教练把 Riegel 马拉松预测当作最理想情形来看待。
  • 赛道地形、天气、海拔和比赛当天的临场发挥,都可能使马拉松距离的实际成绩偏移数分钟。
  • 基于近期比赛的预测,比基于陈旧个人最佳成绩的预测更有参考意义,因为它反映的是当前的体能状态。
  • 没有任何公式能保证比赛结果;即便短距离成绩完全相同,不同跑者之间的个体差异也可能很大。

什么是比赛成绩预测器?

比赛成绩预测器根据跑者在某一距离的表现,估算其在另一距离可能达到的完赛时间。工程师 Peter Riegel 在 1981 年《American Scientist》一篇文章中总结出的基本规律是:平均速度会随比赛距离增加而按可预测的方式下降——把纪录成绩与距离在对数坐标上作图,在相当宽的跑步距离范围内会得到一条近乎直线、斜率约为 1.06 的曲线。

指数 1.06 意味着比赛距离翻倍时,用时会乘以约 2.085,而不是恰好乘以 2——多出的 4–5% 反映的是长距离下可持续配速更慢这一事实。Riegel 发现,这个“疲劳系数”对男女跑步纪录成绩的拟合效果都很好,适用于约 3.5 分钟到 230 分钟的比赛时长范围。

预测结果只有在符合公式的假设前提下才是可信的。该公式假设跑者对两个距离都进行了同等程度的训练和准备。实际情况中,5K 跑得快并不能保证具备全程马拉松所需的耐力基础:一项针对业余跑者的研究(Vickers & Vertosick,2016)发现,标准的 Riegel 指数往往会低估典型非精英跑者的马拉松成绩,常常低估数分钟甚至更多,若把训练量纳入考量,预测效果会有所改善。

如何使用本马拉松成绩预测器

  1. 选择一场近期比赛的距离——5 公里、10 公里、半程马拉松或全程马拉松。近期、全力以赴的比赛成绩最有参考价值。
  2. 输入完赛时间,格式为 分:秒(例如 50:00)或 时:分:秒(例如 1:45:30)。
  3. 查看其余三个距离的预测成绩——计算器只会显示与你所输入距离不同的其他距离的预测值。
  4. 把由短距离比赛预测出的马拉松成绩,视为假设已完成全面马拉松专项训练的乐观情形。

预测背后的公式

T2 = T1 × (D2 ÷ D1)^1.06

Riegel 公式用一个指数为 1.06 的幂律关系,把距离 D1 上的已知成绩 T1 换算成距离 D2 上的预测成绩 T2。该指数体现了平均配速随距离增加而变慢的程度。

算例:10K 成绩 50:00,预测全程马拉松成绩为 50:00 × (42.195/10)^1.06 ≈ 3:50:01,半程马拉松约为 1:50:19,5K 约为 23:59。请注意,虽然距离比为 4.22,但马拉松预测成绩超过 10K 成绩的四倍——指数带来了额外的耐力惩罚。

该公式是对称的:既可以由短距离推算长距离,也可以反过来推算。反向预测(由马拉松成绩推算 5K)也有对应的注意事项——它假设跑者具备短距离比赛所需的速度,而大跑量的马拉松跑者未必总能保持这种速度。

常见错误

  • 用 5K 成绩预测马拉松,并把结果当作一种承诺——这种跨度假设了 5K 无法体现的马拉松专项耐力。
  • 使用陈旧的个人最佳成绩而不是近期比赛成绩,导致预测反映的是过去而非当前的体能状态。
  • 输入的是训练跑成绩而不是全力比赛成绩,会使所有预测结果都偏慢。
  • 忽略了比赛条件的影响:在平坦凉爽赛道和多坡或炎热赛道之间,预测结果的迁移效果并不好。
  • 把预测时间当作精确的目标配速,不留任何余量,而该公式在长距离上已知会偏乐观。

常见问题

Riegel 公式预测马拉松成绩准确吗?

Riegel 的 1.06 指数对纪录级别的成绩在各距离之间拟合得很好,但 Vickers 和 Vertosick 在 2016 年针对业余跑者的一项研究发现,它往往会低估典型非精英跑者的实际马拉松成绩——每周训练量较低时,这一差距会更明显。由半程马拉松成绩推算出的预测,通常比由 5K 或 10K 推算出的更接近实际。

10K 跑 50 分钟能预测出什么样的马拉松成绩?

按 Riegel 公式计算,50:00 × (42.195 ÷ 10)^1.06 ≈ 3:50:01。这一预测假设跑者具备与马拉松相匹配的耐力训练;对许多业余跑者来说,实际成绩会更慢,这也是教练常把 Riegel 马拉松预测当作最理想情形的原因。

为什么指数是 1.06?

Peter Riegel 把纪录成绩与距离在对数坐标上作图,发现在约 3.5 分钟到 230 分钟的时长范围内,跑步成绩落在一条斜率约为 1.06 的近乎直线上。这个指数体现的是可持续配速随距离增加而下降的经验速率;如果指数恰好为 1.0,就意味着配速不会随距离变慢。

用哪个距离的比赛成绩预测马拉松最准?

总体来说是半程马拉松。它与马拉松的距离足够接近,配速—耐力关系能较好地迁移,而 5K 主要测的是速度。Vickers 和 Vertosick 对业余跑者的分析同样发现,输入比赛距离越接近目标距离、并结合训练量考虑时,预测效果越好。

预测器能反过来用吗,比如由马拉松成绩推 5K?

从数学上讲可以——该公式在两个方向上都适用,本计算器会预测除已输入距离外的所有其他距离。按公式计算,4:00:00 的马拉松成绩大约对应 25:01 的 5K 成绩。反向预测同样有对应的注意事项——大跑量的马拉松训练未必总能保留 5K 所需的高端速度。

为什么计算器不显示我输入的那个距离的预测值?

你输入的比赛是实际成绩,而不是预测值,因此计算器只会显示其余三个距离。例如输入 10K 成绩,你会得到预测的 5K、半马和全马成绩。

参考文献

  1. Riegel PS. Athletic records and human endurance. American Scientist 1981; 69(3): 285–290.
  2. Vickers AJ, Vertosick EA. An empirical study of race times in recreational endurance runners. BMC Sports Science, Medicine and Rehabilitation 2016; 8: 26.
  3. Tucker R, Lambert MI, Noakes TD. An analysis of pacing strategies during men's world-record performances in track athletics. International Journal of Sports Physiology and Performance 2006; 1(3): 233–245.
  4. World Athletics. Competition and technical rules — certified road-race distances (half marathon 21.0975 km, marathon 42.195 km).
  5. American College of Sports Medicine. ACSM's Guidelines for Exercise Testing and Prescription, 11th edition. Wolters Kluwer, 2021.

跑步 · 全部计算器

相关计算器

Guides & articles