职业 U 23 骑手的功率曲线是什么样的? 他们如何训练以在 UCI 洲际级别比赛中取得好成绩?
Leo 等人最近的一项研究考察了职业 U 23 自行车运动员在 3 个赛季中的训练和功率曲线 (1)。他们随后分析了训练变量的变化与整个赛季表现变化之间的关系。
这项研究产生了一些有趣的结果, 增进了我们对如何通过训练提高比赛表现的理解, 无论你是一名即将崭露头角的青年选手还是一名经验丰富的业余选手。
研究对象是谁?
30 名男性 U 23 职业自行车运动员参与了这项研究。所有骑手都是 UCI 洲际 U 23 发展队的成员。
运动员的身体和生理特征总结如下 (给出平均值):
- 年龄: 20 岁
- 身高: 182.6 厘米
- 体重: 68.9 公斤
- VO 2 max: 73.7 毫升/公斤/分钟
21 名骑手被定性为全能型, 9 名为爬坡型。
这项研究关注什么?
根据作者的说法, 这项研究的目的有两个:
- 比较从训练和比赛中得出的功率曲线
- 评估训练的变化, 并检验这些变化与功率曲线变化之间的关系
为了研究这一点, 科学家们收集了骑手在 3 年训练和比赛期间功率计和心率监测器的数据。
每个赛季被分为 4 个时期:赛前期 (11 月-1 月)、赛季初期 (2 月-4 月)、赛季中期 (5 月-7 月) 和赛季后期 (8 月-10 月)。
在每个赛前期, 运动员都进行了 VO 2 max 测试和临界功率 (CP) 测试。
CP 测试包括 2 分钟、5 分钟和 12 分钟的最大努力。还从每个赛季的 4 个时期提取了平均最大功率数据 (MMP)。
* 临界功率是科学家和教练广泛使用的参数。它代表了进一步增加强度不能再达到稳态 VO 2 消耗的强度。为简单起见, 你可以将 CP 视为接近无氧阈值的功率值。此外, 计算你的 CP 还允许估算你的无氧能力, 即所谓的 W′ (2)。
作者随后分析了训练数据, 包括训练量、训练负荷和强度。最后, 将功率曲线的变化与训练特征的变化进行了对比。
他们如何测试?
初始赛前测试得出以下基线结果 (给出平均值):
- VO 2 max: 73.7 毫升/公斤/分钟
- VT1:256 瓦 (3.8 瓦/公斤)*
- VT2:367 瓦 (5.3 瓦/公斤)*
- 临界功率: 382 瓦 (5.5 瓦/公斤)
* VT 1 和 VT 2 通常被认为是划分低强度和中等强度 (VT 1) 以及中等强度和高强度 (VT 2) 工作的界限。
虽然作者没有提供整个赛季功率曲线发展的分析, 但他们在一个比较训练和比赛 MMP 结果的图表中提供了这些数据。
然而, 他们确实指出"功率曲线在整个竞赛赛季中得以维持, 由于体重减轻, 相对功率曲线有所改善。"
每个赛季相应部分训练和比赛中达到的功率输出 (MMP 12 和 CP) 之间的差异。来自 Leo 等人, Sports 2020。
你能从这项研究中学到什么?
这项研究的第一个非常明显的发现是,通过比赛达到的平均最大功率 (MMP) 记录始终高于通过训练达到的记录。
如果你正在积极使用 MMP 曲线来监控你的训练进展, 这是有用的知识。这个教训是,如果你不处于有规律比赛的时期, 你的 MMP 值可能会低估你真实的功率曲线。
因此,建议每个赛季至少进行两次最大努力的现场测试 (即 CP 测试) 来验证现场获得的 MMP 值, 以进行基线比较。
Leo 等人, Sports 2020
全年训练量增加
训练量在整个训练年度内增加, 然后在赛季后期下降。赛季每个季度的总训练时间分别为 167 - 202 - 219 - 150 小时, 分别对应赛前期、赛季初期、赛季中期和赛季后期。
作者注意到赛前期和赛季初期之间的一个有趣观察。
从赛前期到赛季初期, 骑手将总训练量从 167 小时增加到 202 小时。此外, 这段时间内总工作量和每小时工作量都有所增加。
实际上, 这意味着赛季初期包括更多的训练时间, 而且这些时间可能涉及更高的平均强度。*
* 作者实际上使用了几个参数来跟踪强度。这些参数显示了一些不同的结果。然而, 我认为它们或多或少地表明每小时训练负荷有所增加。
有趣的是, U 23 骑手在赛前期和赛季初期之间功率曲线的变化 (对于 2 分钟和 5 分钟 MMP) 与训练工作量的增加呈负相关。此外, 同一时期 12 分钟 MMP 和 CP 的变化与比赛天数呈负相关。
这意味着在赛季初期训练工作量增加较大的骑手在同一时期的 2 分钟和 5 分钟 MMP 结果表现较差。
同样, 参加更多比赛的骑手在赛季初期产生了较低的 12 分钟 MMP 和临界功率结果。
... 如果骑手增加训练负荷或比赛天数过多, 功率曲线就会下降。
Leo 等人, Sports 2020
因此, Leo 及其同事提出以下实际建议:
...当在赛季初期引入比赛时, 不应进一步增加总工作量; 为了实现这一点, 降低整体训练量的强度可能是有益的。
Leo 等人, Sports 2020
训练强度的阈值分布
在 3 个赛季的过程中, 骑手平均每个赛季总计 738 小时的训练和比赛时间 (仅计算骑行工作, 不包括其他训练方法)。
这个训练量在之前报道的成功职业公路自行车运动员的范围内。相比之下, Thibault Pinot 在20-22 岁时每年的训练量在 840-876 小时之间(3)。
我发现更令人惊讶的是这些 U 23 骑手实现的训练强度分布。
低、中、高强度训练的季度分布范围 (由 VT 1 和 VT 2 分隔) 为:
- 低强度:17-19%
- 中等强度:51-63%
- 高强度:8-9%
最引人注目的是花费在中等强度工作上的相当大比例时间, 以及随后对低强度训练的稀少使用。
作者将其描述为强度的阈值训练分布。
职业骑手似乎倾向于金字塔分布
从我的角度来看,这些数字与精英运动员中经常报告的强度分布形成鲜明对比,即极化和金字塔训练模型 (4-8)。
在准备我正在撰写的一篇文章时, 我最近对专业和成功的业余自行车运动员的训练强度文献进行了 (高度非系统性的) 回顾。
非常一致的图景似乎是, 他们遵循金字塔强度分布, 具有更大的低强度训练量, 以及更保守地使用中等强度训练。
来自各种研究的成功职业和业余自行车运动员的训练强度分布。一个教练的笔记。
为了将 Leo 等人的 U 23 结果置于适当的背景中:
在我检查的所有研究中, 报告的低强度训练比例最低的是 63%(4 名骑手的平均结果)。在所有研究中, 低强度训练的比例范围从 63%到 91%。
此外, 在这些数据中, 表现最好的职业自行车运动员一致报告 80%到 90%的低强度训练 (无论是通过功率数据、心率时间区间还是通过修改后的训练课目标方法报告)。
换句话说, 最近 Leo 等人研究中 U 23 骑手的训练与更成功的职业自行车运动员报告的训练明显不同。
显而易见的下一个问题是 - 为什么会这样?
作者自己提出了几种可能的解释:
- 他们最初假设大量中等强度训练可能是由于大量比赛天数造成的。在竞争激烈的集团中, 比赛中的强度控制可以说更加困难。
然而, 作者分析了这一点, 发现比赛天数与中等强度时间没有相关性。 - 高比例的中等强度工作可能是教练的首选方法。
- 运动员可能训练时强度纪律不足, 最终执行低强度训练课时强度过高 - 这是一个常见错误 (9-10)。
- 最后一种可能性是,应用的训练区不准确地锚定在骑手的生理阈值上 - 从经验来看, 这也是一个常见的陷阱。
我们根本无法确定为什么这些运动员报告如此少的低强度和如此多的中等强度训练。
然而, 我建议目前有足够的证据不鼓励即将崭露头角的自行车运动员和热心的业余选手故意追求如此激进的阈值训练分布。
更极化的训练提高功率输出
作者注意到, 在赛季初期和中期之间, 骑手倾向于在高强度和低强度上花费稍多的时间。
有趣的是,这些变化与功率输出的改善相关 (1)。
换句话说,远离阈值模型而更加极化强度对比赛表现产生了积极影响。虽然可能有点推测, 但这可以被视为一个微妙的暗示, 即骑手可能从较低程度的阈值训练中受益。
总结
首先, 这项研究表明, 在训练中达到的平均最大功率结果可能会低估你真正的表现潜力。
其次, 在这些 U 23 骑手中, 赛季初期较高的训练负荷和比赛数量与功率曲线的下降有关。
因此, 作者建议一旦比赛季节开始就避免增加训练负荷。为了在引入比赛时保持稳定的负荷, 适当降低训练强度可能是有用的。
最后, 这些 U 23 骑手表现出对中等强度训练的重视, 这与成功的自行车运动员中经常报告的情况有显著差异。在我看来, 可能建议追求比本研究报告更高比例的低强度训练。
如果你对年轻运动员的功率曲线感兴趣, 还有一篇最近关于不到 17 岁，他们已能骑出 223 瓦有氧功率，你呢？。
参考文献:
- Leo P et al. Training characteristics and power profile of professional U 23 cyclists throughout a competitive season. Sports, 2020;8:167
- Chorley A and Lamb KL. The application of critical power, the work capacity above critical power (W’), and its reconstitution: A narrative review of current evidence and implications for cycling training prescription. Sports, 2020;8:123
- Pinot J and Grappe F. A six-year monitoring case study of a top-10 cycling Grand Tour finisher. Journal of Sports Sciences, 2015; 33 (9): 907-914
- Seiler S. What is best practice for training intensity and duration distribution in endurance athletes? International Journal of Sports Physiology and Performance, 2010;5:276-291
- Seiler S and Tønnessen E. Intervals, thresholds, and long slow distance: The role of intensity and duration in endurance training. Sportscience, 2009;13:32-53
- Stöggl T and Sperlich B. The training intensity distribution among well-trained and elite endurance athletes. Frontiers in Physiology, 2015;6:295
- Bourgois JG et al. Perspectives and determinants for training-intensity distribution in elite endurance athletes. International Journal of Sports Physiology and Performance, 2019;14:1151-1156
- Van Erp et al. Training characteristics of male and female professional road cyclists: A 4-year retrospective analysis. International Journal of Sports PHysiology and Performance, 2019; 15 (4): 534-540
- Scantlebury S et al. Understanding the relationship between coach and athlete perceptions of training intensity in youth sport. Journal of Strength and Conditioning Research, 2018;32:3239-3245
- Brink MS et al. Coaches’ and players’ perceptions of training dose: Not a perfect match. International Journal of Sports Physiology and Performance, 2014;9:497-502
