Υπολογιστής ταχύτητας ανάβασης VAM
Κατακόρυφα μέτρα ανάβασης ανά ώρα
Βγάλε φωτογραφία και η AI καταγράφει το γεύμα σου. Διατροφή και προπόνηση σε μία εφαρμογή.Κατέβασε τη δωρεάν εφαρμογήκατακόρυφα μέτρα ανάβασης, π.χ. 500
λεπτά ανάβασης, π.χ. 30
Υπολογιστής ταχύτητας ανάβασης VAM
Το VAM επιτρέπει στους ποδηλάτες να συγκρίνουν τη δύναμη ανάβασης ανεξάρτητα από απόσταση ή ταχύτητα — μετρά μόνο πόσο γρήγορα κερδίζετε ύψος. Εισαγάγετε την υψομετρική διαφορά που ανεβήκατε και πόσο χρόνο χρειάστηκε, και αυτός ο υπολογιστής επιστρέφει το VAM σας σε μέτρα ανά ώρα καθώς και πόσο θα διαρκούσαν 1000 m υψομέτρου με αυτόν τον ρυθμό. Χρησιμοποιήστε τον για να παρακολουθείτε τη φόρμα ανάβασης, να συγκρίνετε προσπάθειες σε διαφορετικές αναβάσεις και να θέτετε στόχους για την επόμενη μεγάλη σας ανάβαση.
Το VAM (Velocità Ascensionale Media) είναι τα κατακόρυφα μέτρα που ανεβαίνετε ανά ώρα — το πιο καθαρό μεμονωμένο μέτρο της απόδοσης ανάβασης στην ποδηλασία, που έγινε γνωστό στις μεγάλες αναβάσεις του Tour και του Giro. Οι ερασιτέχνες ανεβαίνουν περίπου 700–1000 m/h, οι δυνατοί ερασιτέχνες 1100–1400 και οι κορυφαίοι επαγγελματίες πάνω από 1600 m/h σε απότομες κλίσεις. Αυξάνεται με την κλίση με την ίδια προσπάθεια, οπότε συγκρίνετε το VAM σε παρόμοιες αναβάσεις.
Συχνές ερωτήσεις
- What is VAM in cycling?
- VAM (velocità ascensionale media) is your average climbing speed measured in vertical metres gained per hour. It's a clean way to compare climbing efforts across different gradients and climbs, independent of horizontal distance or road speed.
- How is VAM calculated?
- Divide the elevation gained in metres by the climbing time in hours. Climbing 600 m in 30 minutes equals a VAM of 1,200 m/h. Enter your elevation and time and the tool returns VAM plus the minutes needed per 1,000 m of climbing.
- What is a good VAM?
- Recreational climbers often produce roughly 600–900 m/h, strong amateurs 1,000–1,400 m/h, and professional climbers on steep gradients can exceed 1,600–1,800 m/h. VAM rises on steeper slopes, so always compare efforts on similar gradients.