阳谷网站建设价格,扬中会建网站,聚美优品网站怎么做的,ionic3 做网站随着疫情得到控制#xff0c;各个城市的马拉松比赛又开始相继恢复。从线上马拉松终于可以再次到各个城市不同的赛道上奔跑#xff0c;无疑是跑者的福音。积压了大半年的情绪#xff0c;也激发了跑者更高的训练热情#xff0c;带来了更多跑量的累积。而准备一场马拉松比赛各个城市的马拉松比赛又开始相继恢复。从线上马拉松终于可以再次到各个城市不同的赛道上奔跑无疑是跑者的福音。积压了大半年的情绪也激发了跑者更高的训练热情带来了更多跑量的累积。而准备一场马拉松比赛最重要的一点莫过于设定客观可靠的完赛目标。这个时间是对日常训练很重要的参考。但除非有过很多次比赛经验的跑者大部分人根据自己体能、日常训练情况和跑步配速做出的完赛目标通常过于乐观就算是经验跑者对自己的完赛目标也只能根据前一次和当下的训练情况做出预估。在实际的比赛中人们却常常发现这些预估成绩过于乐观而导致比赛中的感受和训练时大相径庭后半程受到的影响尤为严重。从科学家的角度来说一切活动都可以用数学模型和数据进行推导和计算。近期在《自然通讯》期刊上有一篇《基于真实世界大数据的人类跑步成绩》来自法国和芬兰的科学家就通过对大量实际跑者的训练数据(来自跑者佩戴的跑步手表或着其他智能设备)建立了一个可以预测马拉松完赛成绩的数学模型。根据这个模型他们预测了超过一千个跑者的比赛成绩而结果误差有2%的波动。从跑者更熟悉的完赛成绩来看也就是说能够三个小时完赛的马拉松跑者最终成绩误差在三分半左右虽然不是完美的精确但是已经非常了得了。研究主导者——法国巴黎萨克雷大学的Thorsten Emig教授使用该模型和很多著名跑者短距离比赛的个人最佳成绩预测了他们可能的马拉松个人最佳成绩。这个预测是假设在最好的地形、跑者身体状态最佳、天气也很适合的情况下精英跑者能够跑出的结果。而事实上他预估的穆罕默德·法拉的个人最佳误差为9秒钟海勒·格布雷西拉西耶的个人最佳成绩误差为8秒钟基普乔格的个人最佳成绩误差为56秒钟。从9410个训练记录数据预测马拉松比赛成绩显然这个数学模型虽然是基于真实世界的跑者训练大数据但是无法囊括所有对完赛成绩有影响的一些因素比如天气、地形等以及跑者个人可能会遇到的突发情况。但是这些因素的影响的误差已经可以在接受范围之内了更重要的是Emig教授说这个数学模型不仅仅针对精英跑者只要能够在六个小时里能够跑完马拉松的跑者他们的成绩都可以适用这个数学模型来预测。从这个意义上讲很多还不能够稳定配速的马拉松跑者也可以用这样的数学模型来准确预估自己的完赛成绩从而在训练中采用更有效率的跑步配速。实际的路跑数据与实验室数据的差别做这样一个大数据研究并非Emig教授一时心血来潮。他虽然并不是一个运动学家但却是一个真正的马拉松跑者个人马拉松最好成绩为2小时58分。更重要的是他是一个理论物理学家(如果你知道谢耳朵是谁就更容易理解了)研究方向是统计物理。也就是说Emig教授是一个有着深厚数学功底的经验跑者所以进行这样一个领域与爱好结合的研究也就不奇怪了。一般的情况下科学家们更习惯于从实验室中评估一个跑者的潜力从而预估他们的比赛成绩。最常见的一个指标就是最大摄氧量(VO2Max)。很多跑者也会用这个指标和一些简单的公式来预估训练以及完赛的配速但实际上真正使用过的人就会知道这个指标的偏差还是挺大的。因为个人的跑步能量利用率(跑步效率)和个体的乳酸阈值会共同产生影响这些数据指标基本只能在实验室的设备上才能准确测量普通跑者是没有这样的条件获得最精确的数据的凭自己估计的值有帮助但是偏差很大。作为跑者Emig教授忽然意识到从普通跑者日常的训练和佩戴的跑步设备上就能够获得大量实际的跑者训练数据所以即使不用实验室的设备也可以通过这些数据对跑者的指标数据进行计算。他的一个学生同时也是芬兰Polar手表(国外一个知名跑步手表品牌)的创始者之一通过他们的帮助在保证了用户隐私的情况下收集了14000个马拉松跑者超过1百60万次的训练数据总里程超过2千万公里。因此Emig教授通过自己建立的数学模型从这些数据中可以获得的两个关键信息就把这个运动研究变成了数学计算的问题。数学模型的公式跑者的最大有氧配速与耐力决定了一切第一个重要的数据信息是跑者在达到自己最大摄氧量时的跑步配速有时这个速度也被称为最大有氧配速。依据运动专家的意见训练有素的跑者可以维持这个速度长达六分钟左右。但是即使普通人无法维持这个速度达到这个指标也可以用能够保持较长距离的最快配速进行估算。第二个关键数据是跑者的耐力。在研究中Emig教授把这个指标数据化称为 『E1』E1: 跑者的90%最大有氧配速(基本上相当于乳酸阈值配速)程度下可以保持的跑步时长分钟数除以6。这个数据非常富有变化性。比如一个配速高达3分20秒每公里的跑者最大有氧配速每秒可以跑过5米因此他的E1值计算为12。也就是保持在最大有氧配速90%的强度下他可以坚持跑72分钟。还有一些其它重要的参量。一个能够达到3分20秒配速的跑者最大有氧配速每秒可达5米他的耐力因素值为12意味着在最大有氧配速90%的速度下可以坚持跑72分钟而耐力因素值为3的那些跑者却只能坚持18分钟而已。因此即使两个跑者的最大有氧配速相当但是由于他们的耐力值差别就可以决定了他们是能够2小时40分完赛还是3个半小时完赛。Emig教授的数学模型需要扫描跑者马拉松比赛前六个月的跑步数据才能得到这些指标参数并算出预测完赛成绩训练中五公里、十公里、半程马拉松的完赛时间对于估算最大有氧配速和耐力值E1很重要。数学模型预测还假设了这些数据中包括了足够多的强度跑步训练这样才能更准确的计算出跑者的潜力值。但是Emig教授认为即使有些跑者从来不在训练中加入强度、速度训练同时这也意味着马拉松比赛中这些跑者也不会把自己逼的太紧因此最后到终点前的时间预测依然可以保持它的准确性。所以这也是这个模型有着更大普适性的原因。跑步成绩与训练要素相关性预测成绩之外的另一个作用判断是否训练过量Emig教授研究出的数学模型不仅仅可以用于预测比赛成绩更重要的一点是它能够侦测到一些训练过量的信号。Emig教授在研究中为每个跑步训练数据都使用了一个称为TRIMP(训练心搏值)的指标。这个指标并不是一个新概念但是网上有很多不同的解释版本。Emig教授使用了一个复杂的计算公式根据跑步时长和最大有氧配速时的运动强度来计算跑步相关有效性。在计算中运动强度因素的权重很高所以50分钟的强度训练跑比60分钟的 慢跑可以获得更多的分数。在线的TRIMP计算器举例说明一个男性跑者用马拉松配速跑步90分钟可以得到220分而同一个跑者如果只用轻松配速跑90分钟只会得到150分根据性别不同这个分值也会略有不同。基于跑者比赛前六个月的训练数据Emig教授发现能够累积更高TRIMP分值的跑者会显示出的得到更高耐力分值(E1)的趋势。但是这个分数值有一个天花板有些跑者累积到了20000分左右就进入平台期而如果超过25000分耐力值反而会有近25%的下降。这也说明了强度训练和更多的跑量对于耐力值的提高影响很大但是如果累积过度则适得其反。遗憾的是现在这个数学模型还没有一个成熟的应用软件或者线上计算器马上可以供跑者使用。Emig教授的团队正在打算进一步把这项研究做成线上计算器也包括了TRIMP分数计算器这样就能让更多的跑者自己预测成绩并监测是否训练过量。好消息是Emig教授称年底可能会有希望至少也能放一个实验版本出来希望届时我们都可以从这项研究中真正获益。如果对Emig教授的研究感兴趣可以参考附注中的论文。TRIMP计算器网络地址可以在评论中查看。▧ ▧ ▧作者 呼噜爸爸编辑 一仟流注图例引用《Human running performance from real-world big data》Nature Communication202010.6
