發表文章

目前顯示的是 二月, 2020的文章

Stryd PowerCenter 跑步能力分佈

圖片
隨著 Stryd 用戶越來越多,近期App功能不斷優化,到了今天 PowerCenter 網頁改版終於也正式發佈,為愛用電腦的使用者帶來更好的數據分析體驗。

這次更新除了介面大改版,優化了很多功能之外,還新增了一個非常重要的分析功能:Power Duration Curve(功率-時間曲線),並根據曲線分析出四項跑步能力指標:體能(Fitness)、爆發力(Muscle Power)、疲勞抵抗(Fatigue Resistance)與耐力(Endurance),另外還會跟同性別、年齡及目標的跑者進行比較,可以更明確瞭解自己相對的強弱項。

四項關鍵指標都是根據過去 90 天的的跑步紀錄分析:
體能(Fitness):臨界功率體重比爆發力(Muscle Power):10 秒最高功率體重比疲勞抵抗(Fatigue Resistance):接近目標比賽功率以下所能維持的最長時間耐力(Endurance):≥ 50% 臨界功率以上的最長連續跑步時間 臨界功率體重比越高的跑者,通常都代表有著相對較高的體能水平,它會自動根據功率-時間曲線去推算(除非你改為手動設定)。而對於耐力運動員來說,10 秒內的衝刺能力是常被忽略的部分,但衝刺的水平除了可以反映出無氧能力外,其實也是檢驗跑步技巧的重要環節。要知道技巧不佳的跑者是沒辦法在短時間內輸出高功率/配速的,所以 10 秒最高功率較高的跑者也表示具備良好的跑步技巧。
耐力的定義比較單純,就是在 90 天內以 ≥ 50% 臨界功率持續跑步的最長時間,可作為有氧耐力的指標;但這個數據只是告訴你最長可以跑多久,跟實際競賽能力並沒有直接關係(除了超馬),能夠「跑很久」跟「跑得又快又久」是兩種截然不同的能力。疲勞抵抗彌補了這個不足,它會根據跑者所選擇的目標比賽距離而有不同的標準: 五公里:≥ 96~100% 臨界功率所能維持的最長時間十公里:≥ 92~96% 臨界功率所能維持的最長時間半程馬拉松:≥ 88~92% 臨界功率所能維持的最長時間馬拉松:≥ 75~88% 臨界功率所能維持的最長時間
疲勞抵抗可以直接反映出跑者在維持一定強度下的續航力有多長,即在回答能不能「跑得又快又久」,跟專項比賽表現具有高度的相關性。你可以用很慢很慢的配速跑很長一段時間,但不代表能夠以接近比賽強度的配速撐很久,疲勞抵抗正是告訴我們在比賽強度下,續航力落在什麼樣的水平。

跑步臨界功率 - Critical Power

圖片
臨界功率(Critical Power,簡稱CP)是指在沒有出現衰竭的狀態下所能輸出的最高功率,所以臨界功率其實跟功能性閾值功率(Functional Threshold Power,簡稱FTP)的定義非常相似,兩者都在描述同一個運動生理狀態:最大乳酸穩定強度(Maximal Lactate Steady State,簡稱 MLSS )。

當運動強度處於臨界功率以下時,由於乳酸會及時排掉,所以能夠維持比較長的時間(超過一小時);而當超過臨界功率時,乳酸會在血液中快速累積而產生疲勞,超出臨界功率越多,所能維持的時間也將越短。而介於兩者之間,即乳酸累積跟排除的速度接近相同時的運動強度,就是處於 MLSS,這個狀態下所能維持的功率就是臨界功率。


對長距離跑者來說,從 5000 公尺到馬拉松的比賽功率基本上都在臨界功率 ±10% 的範圍內,所以在訓練過程中確認自己的臨界功率非常重要,除了確保各強度區間的有效性,也能夠算出比賽當天的目標功率。

隨著時間、訓練、天氣變化等,體能會產生變化,所以我們需要定期更新臨界功率。目前主要可以通過兩種方式找出自己的臨界功率:
進行臨界功率檢測根據軟體分析(Stryd auto-CPWKO4/5Golden Cheetah等) 臨界功率檢測有好幾種,主流的方式包括 3/9 分鐘計時測驗、10 公里計時測驗、30 分鐘計時測驗,在另一篇文章有較詳細的說明。另外,在 2019 年起 Stryd 的 App 也提供臨界功率的估算(Auto-calculated Critical Power),系統會根據過去 90 天的數據紀錄進行分析,利用類似 WKO4/5 的多參數功率-時間數學模型(power-duration model)推估出臨界功率[1]。

要注意的是,通過軟體自動分析並不代表不需要進行任何檢測。功率-時間模型並不是在「預測」你的表現,而是根據你過去一段期間內、在不同可持續跑步時間的「實際表現」,去推估出你能夠長時間穩定維持的最高功率值。

因此,如果近期沒有任何一小時內且盡全力的比賽或測驗,系統將很可能會低估你的臨界功率。想利用數學模型準確推估臨界功率,定期進行檢測仍是必要的,只是在安排上相對更加彈性,因為90天內的數據都會被採用,不一定要安排在同一天內。

由於分析模型大都根據最近 90 天的數據,所以每天系統所採用的數據範圍都會改變…