賽事時間預測器
使用已知表現預測任何賽事距離嘅完成時間。呢個計算機使用 Riegel 方程(1977),係最經驗證嘅賽事時間預測公式。輸入最近嘅賽事結果以查看其他距離嘅實際預測。
--:--:--
時間
參考資料
常見問題
里格爾公式入面嘅指數1.06代表疲勞因子——隨住比賽距離增加，你每單位距離會慢幾多。皮特·里格爾喺1981年嘅研究入面分析咗數千個世界紀錄，發現隨住距離增加，成績會以可預測嘅方式下降，1.06係大多數跑手嘅統計最優值。呢個意思係將比賽距離加倍，所需時間會略多於原來嘅兩倍。呢個指數考慮咗肝醣耗盡、累積嘅肌肉疲勞，以及身體由有氧能量系統向越嚟越無氧系統嘅轉變。精英跑手嘅疲勞因子可能更低（約1.04～1.05），而休閒跑手通常會有更高嘅值。
里格爾公式主要基於1500米至馬拉松嘅比賽進行校準。超過馬拉松距離之後，額外嘅變數會顯著影響成績：必須嘅補給站、營養同補水管理、較長賽事中嘅睡眠剝奪，以及心理因素變得至關重要。由於肌肉損傷以非線性方式累積，腸胃問題變得更加普遍，線性疲勞假設便唔再成立。超馬仲涉及更多步行、地形導航同天氣暴露。對於超過50公里嘅距離，預測可能會將完賽時間低估10%至30%。
環境條件可以顯著改變比賽成績，超出里格爾公式嘅預測範圍。海拔1500米以上會降低氧氣供應——每升高1000米預計慢3%～6%。高溫對成績影響顯著：15°C（59°F）以上嘅溫度每升高5°C會令馬拉松成績減慢約1%～2%。高濕度透過阻礙汗液蒸發嚟加重熱應激。風阻對較短比賽嘅影響比例更大。為咗獲得準確預測，請使用類似條件下嘅比賽成績，或者根據預期條件應用調整係數。
只要能反映你目前嘅體能水平，請使用過去8至12週內最近嘅比賽時間以獲得最準確嘅預測。由於年齡、訓練變化或體能波動，你嘅歷史個人最佳成績可能已唔再代表你嘅實際能力。但係，如果你最近嘅比賽受到疾病、惡劣條件或配速失誤嘅影響，佢可能低估咗你嘅潛力。理想嘅輸入資料係一場執行良好嘅比賽，你喺入面強勢衝線並感覺發揮咗最大努力。可以考慮取最近2～3次可比成績嘅平均值以提高穩定性。
有幾個因素可以導致半馬成績超過基於5公里嘅預測。首先，你可能對5公里嘅要求訓練唔足——較短嘅比賽需要更多速度訓練同無氧能力，而許多長跑運動員未必發展咗呢啲能力。其次，一些跑者天生具有「耐力導向」特質，肌肉纖維構成同有氧系統更適合長距離，導致個人疲勞指數較低。第三，比賽執行好重要：5公里比賽更難保持最佳配速，也更容易起跑過快。最後，訓練特異性都有作用——如果你嘅訓練更注重長距離跑同配速跑而唔係間歇跑，你嘅5公里成績將無法完全反映你嘅有氧體能。
里格爾公式假設係起伏極小嘅平坦鋪裝賽道。丘陵賽道通常每英里每30米爬升會增加12至15秒，但擅長爬坡嘅跑者損失可能更少。越野跑引入咗額外變數：需要更謹慎落腳嘅技術地形、令跑步經濟性降低5%～10%嘅軟質路面，以及累積嘅高度變化。越野半馬可能比公路同等距離多花20%～40%嘅時間。使用預測時，請確保你嘅參考比賽同目標比賽具有相似嘅地形特徵。