当前位置:首页 > 文章列表 > 文章 > 常见问题 > 半程马拉松多少公里?长跑距离对照表

半程马拉松多少公里?长跑距离对照表

2026-02-18 17:07:06 0浏览 收藏
半程马拉松并非人们常以为的约21公里,而是由世界田径严格规定的精确距离——21.0975公里,这一数字源于全程马拉松42.195公里的严谨折半,须经校准测距轮实测并控制在±0.1%误差内,任何简化为21公里或21.1公里的表述在官方认证、积分统计和赛道丈量中均不被认可;无论您是首次报名的新手还是追求成绩合规的老将,了解这一毫厘必究的法定标准,不仅关乎成绩有效性,更体现对长跑运动专业性与国际规则的尊重。

半程马拉松等于多少公里?长跑赛程距离标准换算

如果您准备报名或参与半程马拉松赛事,但对具体距离存在疑问,则需明确其法定标准长度。以下是关于半程马拉松距离定义与换算的详细说明:

一、国际田联认证的标准距离

半程马拉松是全程马拉松距离的精确折半,其长度由世界田径(World Athletics)正式规定,不得增减。该距离并非近似值,而是基于1908年伦敦奥运会马拉松原始赛道42.195公里严格计算所得。

1、全程马拉松标准距离为42.195公里;

2、半程马拉松即为42.195 ÷ 2 = 21.0975公里;

3、该数值保留四位小数,是国际丈量员使用 calibrated measuring wheel(校准测距轮)实测并经中国田径协会或世界田径认证的唯一合法赛程长度。

二、常见误读与纠正方式

部分跑者将半马简记为21公里或21.1公里,虽便于口头表达,但在官方计时、积分统计及赛道认证中必须采用完整数值,否则可能导致成绩无效。

1、浙江马拉松积分赛管理办法明确要求:“仅统计马拉松、半程马拉松成绩,采用净计时成绩,对照积分换算表”,其中半程马拉松对应距离字段为21.0975公里;

2、2026梧州半程马拉松公告中注明“全长21.0975公里”,与赛事起终点布置、补给点设置(每5公里设站)、计时点布设(起点、10公里、20公里、终点)完全匹配该精度;

3、若赛道实测结果为21.097公里或21.098公里,均视为不合格,须重新丈量直至误差控制在±0.1%以内。

三、单位换算与英制对照

为满足不同地区参赛者理解需要,半程马拉松距离同步提供公制与英制标准换算,所有转换均基于国际单位制定义,不作四舍五入处理。

1、21.0975公里 = 21,097.5米;

2、21.0975公里 ≈ 13.1094英里(1英里 = 1.609344公里,精确换算结果为13.109398...,保留四位小数);

3、赛道指示牌上标注的“13.1M”为通用简写,实际指代13.1094英里,不可等同于13.1英里(即21.097公里误差已超容许范围)。

以上就是《半程马拉松多少公里?长跑距离对照表》的详细内容,更多关于的资料请关注golang学习网公众号!

韵达快递改地址方法详解韵达快递改地址方法详解
上一篇
韵达快递改地址方法详解
表单method属性详解:GET与POST区别
下一篇
表单method属性详解:GET与POST区别
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    482次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    538次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    560次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    509次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    330次使用