|
|
大数据揭示新的跑步训练模式，助推马拉松训练计划
|
|
[发布时间]
2020年12月30日 17:31:29
[新闻来源]
未知
[阅读数]
次
|
|
| |
| |
大数据揭示新的跑步训练模式，助推马拉松训练计划
伴随着各地马拉松报名的开始，马拉松跑者们又逐渐开始了新一轮的训练周期。基本上，大部分跑者依然遵循着通常的训练模式，根据自己的情况把基础跑、速度间歇跑训练和长距离训练加以组合，构成一个训练周期的大循环。
这种训练模式只能这样一成不变吗？从跑步运动的发展来看，如今的训练模式和过去已经有了很大的变化，训练效率也在不断提高，但这不禁让人会问：现在的训练模式就是最优状态吗？
对大部分跑者而言，能够更多接触到的是一些精英跑者分享的训练模式和方法，比如基普乔格的训练就是这样一种典型，而更多专业跑者的训练方式也常常被各种媒体或者教练所引用。问题在于：对于普通跑者来说，如果希望提高跑步成绩，突破赛事达标成绩，选择和精英跑者一样的训练模式真的是最好的办法吗？
在大数据研究能够普遍开展之前，这样的问题很难回答。而大数据研究的流行，也让跑者和教练能够发现之前没有意识到或者忽视的训练与运动成绩之间的关系，让训练模式的突破成为可能。最近有一些基于跑者训练GPS数据的研究，从结果上看，对如何理解更有效的针对性训练有着显著的贡献，尤其是这些研究结果更多的是适用于那些中等配速或者慢配速的跑者。
这些大量的跑步数据得益于如今的智能穿戴设备比如跑步手表，以及各种跑步应用APP。像国外的Strava，Runkeeper，国内的悦跑圈、咕咚或者keep，都拥有着一个庞大的数据库，保存着各类型跑者的训练数据。当然这些数据不能轻易被外人访问，而且数据信息含量较多，想从里面抽丝剥茧，找出训练与成绩提高的关系，没有专业的大数据研究者参与是无法做到的，这也是大数据研究者之所以存在的原因。他们可以通过工具、数学模型分析总结无数马拉松跑者的训练数据，进而找出一个能够显著提高跑步成绩的训练模式。
最近几天呼噜爸爸刚刚分享了一个法国巴黎萨克雷大学的研究，Emig教授通过对Polar智能手表的数据研究，建立了可以准确预测马拉松完赛成绩的数学模型，为更有效地训练提供了科学的配速依据；而同时期都柏林大学的Barry Smthy教授主导的预测性研究，对Strava（国外著名的跑步应用）数据进行分析，提出了与传统训练不同的新训练模式。
科学研究论文中有大量的公式、推导和计算，但这都不是跑者关心的内容。在上一篇《大数据新研究：用六个月的跑步记录准确预测马拉松完赛成绩 》中主要介绍了Emig教授的数学模型、公式对于成绩预测和训练过量信号的侦测，其实论文本身还有一些很重要也很关键的结论是有助于跑者在打造训练计划时值得参考。
结论一：即使跑得再慢，只要多跑多训练都能提高跑步速度
有很多跑者觉得自己配速太慢，常常在网上发问这样跑是否能提高速度。
从大数据统计的趋势看，答案是肯定的。多跑步才能逐步提高身体素质，先建立起能够加快速度的基础，慢慢就会水到渠成。
呼噜爸爸自己也是从跑一两公里就喘，一直跑到现在能够接近3小时完成马拉松。每个人的素质也许不同，但无疑只要坚持跑步，都能够在原来的基础上进一步提高的。
结论二：强度跑训练不仅可以提高配速，对于耐力的提高也是效果显著
从数据的角度来看，强度训练较多的跑者会获得更多的TRIMP分值，也呈现出更高的耐力分值。只要没有超过训练上限，高强度的速度训练实际上更能提高身体的耐力。
这个说法并不是否定以往的慢配速训练耐力的观点，而是揭示出通过速度训练提高耐力，可能比慢配速训练更加显著。如果跑者在短距离的比赛中可以跑得更快，则意味着长距离比赛中也能够在一定程度上保持更快的配速，结果使得整个比赛成绩提高。
所以在训练中重视冲刺训练、间歇跑训练的跑者，他们不光跑的更快，实际上耐力也不输给其他跑者。当然，训练计划中还需要考虑第一个结论『多跑更好』，以及人体疲劳度和恢复的平衡，才能做到速度与耐力的齐头并进，并且避免运动伤害。
结论三：精英跑者和普通跑者相比，反而更少让自己跑得过于疲劳
很多跑者都认为精英跑者的训练强度和训练量很大，日常的疲劳度一定远超普通人。但实际上，这些精英跑者每周跑量普遍要超过160公里，无可避免地需要在强度上做出妥协，不至于让身体过度疲劳。
所以尽管看精英跑者用远超常人的速度奔跑，但那也许只是最大有氧速度的百分之七、八十，跑步的感受远不如普通跑者努力奔跑那么辛苦。普通跑者如果每周只计划跑30公里到60公里的话，完全可以考虑承受一些强度更大的训练。
结论四：注意训练上限，避免过量训练带来的耐力值下降
Emig教授的论文研究中，有一点是关于训练过量的信号侦测。通过把每次训练的强度和时长进行计算，就可以得到不同的TRIMP分值。
TRIMP：训练心搏值，不同的教练解读方式可能不同，但主要是体现训练时长和训练强度。
趋势上看，累计TRIMP值更高的跑者呈现更高的耐力值，但是一旦累计值超过25000分，则会到达训练顶点，再增加训练只会降低身体的耐力分值。
日常中用TRIMP来对应训练并不方便，所以它并不能很直接地与训练挂钩。重要的是，这能够帮助跑者理解训练上限，找到训练量与训练效果的平衡。
另一项预测性研究提出跑步训练周期的新模式
无独有偶，关于跑步的大数据研究不止Emig教授。都柏林大学的Smthy教授也和自己的团队通过分析Strava的训练数据（注1），提出了关于调整马拉松训练计划的几项可行性建议。
▧ 第一：把训练的焦点放在每一周而不是某一个具体的跑步活动上
▧ 第二：每个月的训练模式可以按照：强度周 - 强度周 - 轻松周 - 中等强度 的节奏设置
▧ 第三：比赛前的减量周，可以采用 强度周 - 轻松周 - 轻松周 的节奏设置
过去大部分跑者会注重在某个类型训练，但是从整体上看，以周为单位来构思训练计划效果可能会更好。Smthy教授对于强度周、轻松周或者中等强度周的定义也很容易掌握：
强度周：即在当周训练中要增加多一点的速度训练，比如一个乳酸跑或者可以保持五公里比赛配速的速度跑。这样的训练强度，能够使跑者在下一周依然会有持续的训练刺激效果，同时身体的疲劳度也在累积。
轻松周：轻松周的运动量只需要占到强度周的50% ～ 67%，但是需要保持和强度周一致的跑步配速。和大多数轻松跑放慢配速不同，短距离快速的跑步既能够维持训练效果，也可以让身体得到恢复。
中等强度周：训练量介于强度周和轻松周之间，既不过于疲惫也不会过于轻松。
在Smthy教授的研究中，最重要的发现之一就是训练模式中两个连续强度周的重复，第二就是在轻松周里的训练量。一般减量周的训练，很少会减少到50%这种程度，同时还要求保持跑步配速的。
乍一看，很难把大家习惯的训练计划与这样的训练模式匹配。但是根据Smthy的数据分析，大约40%的马拉松跑者的实际训练能够接近这个训练模式，所以也能够看到比赛成绩得到明显地提高；而另外有46%的跑者处于训练量不足，14%的跑者处于训练过量的状态，这些跑者可以考虑根据以上的建议对自己的训练做出调整。
大数据研究听起来很潮又科学，但是科学家从来不认为自己的研究可以解决全部的问题，找出所有的答案，所以Smthy教授只用了『助推』一词来概括自己的研究。
|
|
|
| |
|
相关新闻
|
|
|
|
|
|
|
