如何有效提高無氧能力？認識 FRC 與 dFRC（一）
對耐力運動員來說，無論是鐵人三項、馬拉松、抑或是公路自行車選手，功能性閾值功率（FTP）幾乎是最受關注的指標，原因無他，大多數耐力運動競賽比的就是有氧能力有多強 ：誰能夠在有氧狀態下作越多的功，脫穎而出的機會就越大。
但是，這並不代表無氧能力不重要，至少在訓練當中，無氧系統訓練同樣佔據相當重要的地位。一般定義來說，無氧能力（Anaerobic Capacity）指的是在短時間（30 ~ 90秒）的最高強度運動中的最大作功量，這時候主要是依靠糖原的無氧酵解提供能量，因此可用來反映出無氧系統的能量輸出能力。
無氧訓練之所以對耐力運動員同等重要，是因為它也有助於提高乳酸閾值、最大攝氧量、速度與力量等，因而提高有氧耐力的表現；近年流行的高強度間歇訓練（HIIT）正是無氧訓練的一種形式。
問題在於，有氧能力可以透過閾值功率／臨界功率、乳酸閾值、最大攝氧量等指標去衡量，那無氧能力呢？我們怎麼知道自己無氧能力進步了？怎樣去判斷無氧訓練的成效？以及如何更準確且客觀地安排無氧訓練？
WKO4/5 會根據功率－時間模型（Power-Duration Model）計算出 FRC，反映出無氧能力的水平（仍有小部分來自有氧作功），達到較高的 FRC 即代表無氧作功能力較強。FRC 就像一顆高強度動力電池，每個人都有不同的電池容量，當功率輸出越高（超過 FTP 越多），電池－FRC－就會消耗得越快；而當處於低強度下（ FTP 以下），FRC 將獲得回充的機會。
舉個具體的例子，假設你正在全力爬一段陡坡，此時 FRC 會被快速消耗，也許騎了三分鐘之後開始沒力氣再維持下去，這時候就代表 FRC 被消耗光了。而當你掉頭下坡時，FRC 將會開始恢復，溜到坡底的時候可能就回充到 50％，這時候你又可以再使勁往上騎了，但這次大概只騎到第一趟的一半距離，功率就會開始掉，因為 FRC 又再次花光了。
對公路車選手以及奧運距離的鐵人三項選手來說，FRC 的概念尤其重要，因為在比賽過程中經常會出現短距離的突圍攻擊、高強度爬坡、衝刺等，這些時候無氧能力的表現將顯得非常關鍵。假如無氧功率不夠高，或是 FRC 提早耗盡，你可能就跟不上集團的節奏、無力進行衝刺、或是下車跑步腳就開始發軟。
訓練及基因都會影響無氧能力的水平，基因我們無法控制，但訓練可以。因此，透過訓練去擴充自己的 FRC 電池容量，以及監控 FRC 的變化、掌握自己電池的容量大小，將有助於提高競賽的表現。FRC 越高，在集團中生存下來的機率就越大，到最後衝刺或是鐵人三項的路跑項目中的表現也就越好，當然這也要看選手懂不懂得聰明地使用自己的無氧儲備，這就帶到了下一個主題。
在 WKO5 中其中一個新功能就是加入了動態功能性儲備能力（Dynamic Functional Reserve Capacity，簡稱 dFRC），它就是在反映 FRC 在運動過程中的使用情況，更具像化地表達 FRC 這顆電池使用了多少、或是還剩下多少能使用。
上面這張圖是我其中一位選手進行 4 x 4分鐘@105 ~ 112% FTP 間歇訓練的 dFRC 紀錄，黃線是功率輸出，中間的灰線是選手 FTP 的位置（乳酸閾值），紫線代表 dFRC。可以看到當功率超過 FTP 時，由於動用到更多無氧能量，dFRC 會立刻往下掉。隨著間歇進行，由於沒有足夠的時間完全恢復，dFRC 會越掉越深，到最後一趟結束時，dFRC 也來到了最低的位置。
不過，基於這位選手有著 15.4kJ 的 FRC 存量，在這次訓練中 dFRC 在最低點還剩 4.1kJ，代表他其實還可以再騎 2 ~ 3 趟才會力歇，或是有能力以更高的功率去完成這四趟間歇（比如 110~118% FTP），所以在下次訓練可以增加間歇的困難度，例如增加趟數，延長持續時間、提高強度、或是縮短恢復時間。
另外，假如有跑步功率計的話，同樣可以使用 FRC 跟 dFRC 去分析訓練或比賽。下圖是另一位選手的跑步訓練數據，課表是先跑 7k＠80 ~ 90% FTP，然後進行 6 x 15秒爬坡衝刺，每趟動態恢復 2 分鐘。可以看到前面七公里由於是在有氧跑，處於 FTP 以下，所以 dFRC 沒有變化，直到進行衝刺時才立刻往下掉，然後在動態恢復時回充。到第四趟開始，dFRC 幾乎都是快要見底了，代表他真的有全力去跑每一趟，無氧系統有充分被刺激到。
dFRC 的分析牽涉到 FRC 的準確性，而 FRC 是來自你過去90天內的數據，所以假如在這段期間內沒有進行檢測，不管是 FRC 或 dFRC 的分析都會有誤。第二篇文章將會介紹 FRC 的檢測與訓練方法、以及在實務應用方面該注意的地方。
－－－
【參考文章】
無氧訓練之所以對耐力運動員同等重要，是因為它也有助於提高乳酸閾值、最大攝氧量、速度與力量等，因而提高有氧耐力的表現；近年流行的高強度間歇訓練（HIIT）正是無氧訓練的一種形式。
問題在於，有氧能力可以透過閾值功率／臨界功率、乳酸閾值、最大攝氧量等指標去衡量，那無氧能力呢？我們怎麼知道自己無氧能力進步了？怎樣去判斷無氧訓練的成效？以及如何更準確且客觀地安排無氧訓練？
功能性儲備能力 FRC
早在 1965 年， Monod 跟 Scherrer 就提出臨界功率的模型，後來 Dr. Phil Skiba 提出了 W 與 W’balance 的理論，用於量化無氧與有氧的作功能力。到 2015 年，WKO4 發展出功能性儲備能力（Functional Reserve Capacity，簡稱 FRC），它的定義是在連續運動狀態下，高於 FTP 或乳酸閾值且未出現衰退的總作功量，單位為千焦耳（kilojoules），FRC 這個指標越高，代表可以利用無氧系統產出越多的能量／功率。WKO4/5 會根據功率－時間模型（Power-Duration Model）計算出 FRC，反映出無氧能力的水平（仍有小部分來自有氧作功），達到較高的 FRC 即代表無氧作功能力較強。FRC 就像一顆高強度動力電池，每個人都有不同的電池容量，當功率輸出越高（超過 FTP 越多），電池－FRC－就會消耗得越快；而當處於低強度下（ FTP 以下），FRC 將獲得回充的機會。
 |
| 以上是 WKO 團隊根據資料庫所提供的資訊，可以知道自己的 FRC 是屬於哪一種範圍；要注意的是自行車跟跑步的 FRC 並不一樣，上圖是自行車 FRC 的數據。 |
舉個具體的例子，假設你正在全力爬一段陡坡，此時 FRC 會被快速消耗，也許騎了三分鐘之後開始沒力氣再維持下去，這時候就代表 FRC 被消耗光了。而當你掉頭下坡時，FRC 將會開始恢復，溜到坡底的時候可能就回充到 50％，這時候你又可以再使勁往上騎了，但這次大概只騎到第一趟的一半距離，功率就會開始掉，因為 FRC 又再次花光了。
對公路車選手以及奧運距離的鐵人三項選手來說，FRC 的概念尤其重要，因為在比賽過程中經常會出現短距離的突圍攻擊、高強度爬坡、衝刺等，這些時候無氧能力的表現將顯得非常關鍵。假如無氧功率不夠高，或是 FRC 提早耗盡，你可能就跟不上集團的節奏、無力進行衝刺、或是下車跑步腳就開始發軟。
 |
| 長期追蹤選手的 FRC 變化（綠線），讓教練或選手更好地觀察訓練的成效，從而調整未來的訓練策略。 |
訓練及基因都會影響無氧能力的水平，基因我們無法控制，但訓練可以。因此，透過訓練去擴充自己的 FRC 電池容量，以及監控 FRC 的變化、掌握自己電池的容量大小，將有助於提高競賽的表現。FRC 越高，在集團中生存下來的機率就越大，到最後衝刺或是鐵人三項的路跑項目中的表現也就越好，當然這也要看選手懂不懂得聰明地使用自己的無氧儲備，這就帶到了下一個主題。
動態功能性儲備能力 dFRC
正如前面爬坡的舉例，在運動過程中 FRC 的存量其實會隨著強度高低而不斷變化，當高於閾值功率時會減少，低於閾值時會回充；假如你在比賽中提早把 FRC 消耗完畢，那麼勝利也會離你而去。在 WKO5 中其中一個新功能就是加入了動態功能性儲備能力（Dynamic Functional Reserve Capacity，簡稱 dFRC），它就是在反映 FRC 在運動過程中的使用情況，更具像化地表達 FRC 這顆電池使用了多少、或是還剩下多少能使用。
上面這張圖是我其中一位選手進行 4 x 4分鐘@105 ~ 112% FTP 間歇訓練的 dFRC 紀錄，黃線是功率輸出，中間的灰線是選手 FTP 的位置（乳酸閾值），紫線代表 dFRC。可以看到當功率超過 FTP 時，由於動用到更多無氧能量，dFRC 會立刻往下掉。隨著間歇進行，由於沒有足夠的時間完全恢復，dFRC 會越掉越深，到最後一趟結束時，dFRC 也來到了最低的位置。
不過，基於這位選手有著 15.4kJ 的 FRC 存量，在這次訓練中 dFRC 在最低點還剩 4.1kJ，代表他其實還可以再騎 2 ~ 3 趟才會力歇，或是有能力以更高的功率去完成這四趟間歇（比如 110~118% FTP），所以在下次訓練可以增加間歇的困難度，例如增加趟數，延長持續時間、提高強度、或是縮短恢復時間。
另外，假如有跑步功率計的話，同樣可以使用 FRC 跟 dFRC 去分析訓練或比賽。下圖是另一位選手的跑步訓練數據，課表是先跑 7k＠80 ~ 90% FTP，然後進行 6 x 15秒爬坡衝刺，每趟動態恢復 2 分鐘。可以看到前面七公里由於是在有氧跑，處於 FTP 以下，所以 dFRC 沒有變化，直到進行衝刺時才立刻往下掉，然後在動態恢復時回充。到第四趟開始，dFRC 幾乎都是快要見底了，代表他真的有全力去跑每一趟，無氧系統有充分被刺激到。
dFRC 的分析牽涉到 FRC 的準確性，而 FRC 是來自你過去90天內的數據，所以假如在這段期間內沒有進行檢測，不管是 FRC 或 dFRC 的分析都會有誤。第二篇文章將會介紹 FRC 的檢測與訓練方法、以及在實務應用方面該注意的地方。
－－－
【參考文章】
留言
張貼留言