疑问 | “跑力变化”的规律！
在过去的两个月里，我们通过“我的跑力为什么”系列文章，回答了用户关于跑力比较关心的一些疑问。
古人云“格物致知”，通过答疑“格”跑力的过程，也是再思考，“致”新知的过程。
正如之前文章中说的，我们不是机器人，运动表现就如同人生一样，有高有低，起伏不定；这让人不禁想起一句话，“人生是一个随机过程”。
那么，APP里的“跑力变化”，也是一个随机过程吗？抑或是有什么关键的因素，在左右这条曲线呢？
影响跑力的因素：时间、距离和状态
让我们通过RQ APP中的三个工具来回答这个问题。
跑力变化：实际上反映的是跑力与时间的关系：在一段时间内，如果我们刻苦训练，那么就会看到当前跑力曲线上扬；相反地如果训练的刺激不够，那么曲线就会“躺平”。于此同时我们会看到即时跑力的曲线围绕当前跑力曲线波动，说明除了时间以外，还有其他因素在影响着我们的运动表现。
跑力变化曲线：即时跑力围绕当前跑力波动
竞赛跑力：我们知道，通过跑力可以预测不同距离下的完赛成绩。然而，同一个跑者在不同距离下的跑力不尽相同。举例来说，一位跑者在10k以内经常能跑出60的跑力值；但是到了全马比赛由于训练、经验、策略等原因，只能以50跑力值完赛，完赛时间比预计的慢了整整30分钟。这10个点的跑力值差异，是因为距离拉长所“导致”的，反映的是跑力“均衡性”。
竞赛跑力：距离对跑力的影响
最佳体能指标：我们知道，体能是训练量的体现。当我们训练刺激不足时，跑力无法提升；刺激过度时，会出现疲劳甚至伤病，跑力同样无法提升。只有施加适量的刺激，可以使我们的跑力产生“超量恢复”的效果：在短期内可能跑力因为疲劳有所下降，但是适当减量之后可以实现跃升。
最佳体能指标：体能对跑力的影响
让我们拓展一下，用“状态”来泛指引起跑力波动的因素：当体能状态良好，休息充分，外部因素（气候、场地等）宜人的时候，我们的跑力会接近波动范围的上界；相反则会更接近下界。
综合以上三点可以发现，每一个工具都在帮助我们从一个侧面了解自己的跑步能力，但是所谓“横看成岭侧成峰”，只有综合分析，才能够对自己的运动表现有更加客观全面的理解。
影响跑力的因素
例子：训练营的效果
这里我们以一位参加了今年5K加速营（6月-7月）以及冬训营（7月-11月）学员的数据为例。
首先让我们来看一下他全年的训练记录在时间和距离上的分布（每个点代表一笔运动记录，跑力越高，点的颜色越接近黄色）。
学员全年的运动记录分布（时间 X 距离）
首先可以看到，在6月份开始参加训练营后，整体而言学员的跑力有所提升（颜色更接近黄色）；但是如果仔细分析，可以看到在6月份的时候，跑者在10000米以下的训练中（1号方框），跑力其实并不高；
真正的提高发生在5K加速营结束之后，冬训营开始的7月份（2号方框）。
然而此时如果这位学员去参加半马或者全马的比赛，也许成绩和年初的时候并不会有什么差别，因为这个时候他的长距离跑力并没有显著提高（对比3号、4号方框）只有随着冬训营的深入，他的长距离跑力才慢慢提升（对比3号、5号方框）。
如果我们用数学模型来拟合这种趋势，可以更加明显地看出跑者长、短距离跑力随时间的变化。
拟合不同距离平均跑力的趋势
可以看出，在之前的一段时间里，这位跑者一直有较为规律的训练，但是跑力起起伏伏，始终在45-49的区间徘徊；5K加速营的科学训练，不仅帮助他找回了状态，而且率先在短距离跑力上突破了50——事实上想要实现整体突破，首先需要在一个方面（比如无氧能力、乳酸耐受力）打开缺口。在随后的冬训营中，再通过均衡训练“垫高”长距离的跑力。
这个时候，也许我们可以回答开头的问题了：
人生确实是一个随机过程，起起伏伏看似毫无规律，然而我们每天的行为，却在悄然改变这个过程中的概率转换关系：努力学习、工作也许不一定能让我们过上更好的生活，但是持之以恒，却可以提高美好生活发生的概率；
跑步亦是如此。如果我们只进行5K加速训练，短时间内跑力也许会提升很快；漫长的LSD也许会让身体感到疲劳，跑力来不及做出积极反馈。
坚持科学、均衡的训练，时间自然会给出公平的答案。
|
|
|
