Power or speed: Which metric is more accurate for modelling endurance running performance on track?
Santiago A. Ruiz-Alias1,2 | Alberto A. Ñancupil-Andrade1,2,3 | Alejandro Pérez-Castilla4,5 | Felipe García-Pinillos1,2,6
刊登于《EUROPEAN JOURNAL OF SPORT SCIENCE》——2024年
摘要
本研究旨在比较功率计测量的输出功率与惯性测量单元（IMU）和全球导航卫星系统（GNSS）运动手表测量的速度之间的准确性，以确定临界功率（CP）和速度（CS）、CP 上的功耗（W'）和 CS 上的功耗（D'）以及长时间（即 60 分钟）的表现。15 名训练有素的运动员在 400 米跑道上随机进行了 7 次计时赛。CP/CS和W'/D'是通过时间反比模型，利用3、4、5、10和20分钟的试验确定的。通过幂律模型，利用 1、3 和 10 分钟的试验估算出 60 分钟的成绩，并与实际成绩进行比较。使用功率计（CP：2.7 [2.1-3.3] % 和 W'：13.8 [10.4-17.3] %）估算的标准误差低于 IMU 报告的速度（CS：3.4 [2.5-4.3] % 和 D'：20.7 [16.6-24.3] %）：20.7 [16.6-24.7] %）和全球导航卫星系统运动手表（CS：3.4 [2.5-4.3] % 和 D'：20.6 [16.7-24.7] %）报告的速度相比。关于 60 分钟成绩估算中 IMU（10.9 [7.1-14.8] %）和 GNSS 运动手表（10.9 [7.0-14.7] %）报告的速度，在模拟赛道耐力成绩方面，功率计的误差低于 IMU 和 GNSS 运动手表。
亮点
可穿戴技术的最新进展为运动员（如配速）和教练员（如成绩分析）的任务创造了新的机会，在精确度至关重要的情况下（如赛道跑步）精确监测跑步强度。
最近推出的全球导航卫星系统（GNSS）运动手表的跟踪模式似乎提供了不错的改进。另外，专为跑步设计的新型惯性测量单元（IMU）已经出现，能够在跑步机和室内跑道等特定环境下监测距离。此外，这些惯性测量单元还提供了新的外部负载指标。
Stryd 惯性测量单元（IMU）提供的功率计在模拟赛道上的耐力跑成绩时，与相同的 IMU 和 Garmin GNSS 运动手表（使用赛道模式）报告的速度数据相比，显示出更低的估计误差。
1 简介
当前可穿戴技术的进步为新形式的跑步监测提供了机会。从使用全球导航卫星系统的运动手表诞生之初，跟踪速度就是衡量外部负荷的唯一标准。然而，跑步功率指标的出现，为特定环境提供了潜在的替代方案。如今，不同的 IMU 报告的功率指标来自未公开的方程式，对不同的外部负荷因素（如速度、坡度和体重）非常敏感（Cerezuela-Espejo 等人，2020 年）。具体而言，在现有的不同商用 IMU 中，Stryd 功率计在不同的环境（即室内和室外）和条件下表现出很高的可靠性，并与外部功耗和摄氧量保持一致、因此，Stryd 是该领域的可穿戴参考设备（Cerezuela-Espejo等人，2021 年；García-Pinillos 等人，2019 年；Imbach 等人，2020 年；Ruiz-Alias 等人，2022 年；Taboga 等人，2022 年）。
因此，不同的研究探讨了在不同的跑步环境中，速度和功率输出哪个指标更适合监测的问题（Hingrand 等人，2023 年；Van Rassel 等人，2022 年、2023 年）。一方面，在 Van Rassel 等人的研究（Van Rassel 等人，2023 年）中，运动员在室外跑道上完成了不同距离的比赛，以确定临界速度（CS）和临界功率（CP）。然后，运动员以临界速度进行单次 800 米试验，观察到平均功率输出与临界功率输出没有差异，因此可以互换。另一方面，Van Rassel 等人（Van Rassel et al.，2022 年）测试了速度和功率输出指标的有效性，以说明与最大新陈代谢稳态相关的内部负荷（即摄氧量），他们使用了一个特定的跑步机方案，该方案由比 800 米试验更长的步数组成（即12 分钟）。在这种情况下，只有功率输出能够捕捉到实际的内部负荷，而使用速度指标时则被低估，这可能是由于速度和摄氧量的慢速成分之间的错位造成的。在这方面，值得注意的是，慢速部分伴随着潜在功的增加（Borrani 等人，2003 年），Stryd 功率计捕捉到了这一变量（Cerezuela-Espejo 等人，2020 年；Imbach 等人，2020 年）。最后，Hingrand 等人（2023 年）加强了功率指标的作用，它比上升速度更能说明内部负荷。受试者完成了两项在上升速度方面相同的分级运动测试，只是坡度不同（即 10% 与 25%）（即运动员以不同的速度上升相同的米数）。结果显示，无论坡度如何，功率输出都能说明每种上升速度的内部负荷，但不能说明上升速度本身，这反映出 10%坡度的内部负荷优于 25%坡度的内部负荷。
除上述情况外，力量和速度指标的比较在其他训练和测试场景中也至关重要。一方面，CP 或 CS 概念是一种广泛应用于训练设计和比赛规划的方法，因为它能有效反映最大新陈代谢稳定状态（即 CP 或 CS）以及运动员在其之上的持久性（即 W'[功] 或 D'[距离]）（Hill，1993 年）。其测试程序要求在严重强度域进行两到五次最大努力，不同的模型将根据功率或速度与预测试验持续时间之间的关系拟合出最佳回归线（希尔，1993 年）。因此，模型的准确性将由预测试验与回归线的接近程度来决定，并通过给定的估计标准误差（SEE）来描述得出的参数。对于CP/CS 和 W'/D'，大于 5%和 10%的 SEE 被认为是不准确的模型（Muniz-Pumares 等人，2019 年）。另一方面，从业人员也会推断应用于所谓非症状模型的功率或速度-持续时间曲线的回归线（即随着时间的增加，功率或速度会向0下降），以估计运动员在尚未尝试的距离上的表现（Ruiz-Alias等人，2024a）。因此，这就提出了一个问题：监测速度或功率输出是否会影响这些估算的准确性。
在这种情况下，值得注意的是，Stryd 功率计报告的输出功率被认为是一个可靠的指标，报告的单位间（变异系数[CV]约为 1.1%）、肢间（CV 约为 1.5%）和日间（CV 约为 1.6%）最大努力的可靠性都很高（Ruiz-Alias 等人，2024b）。同样，Stryd IMU 报告的确定跑步速度的空间-时间参数（即步频和步长）与黄金标准具有很高的一致性（García-Pinillos等人，2021 年；Imbach 等人，2020 年），这为在全球导航卫星系统不可行的情况下（即跑步机和室内跑道）记录距离提供了机会。另一方面，众所周知，目前运动手表的全球导航卫星系统信号捕捉的距离容易受到不同误差来源的影响（即卫星信号受阻、卫星可用性、天气条件和数据间隙）（Scott 等人，2016 年），这可能会影响预测试验与最佳拟合回归线的接近程度。
根据现有的知识空白，本研究旨在比较功率计测量的功率输出与 Stryd IMU 和 Garmin GNSS 运动手表测量的速度之间的准确性，以确定 CP、CS、W'、D' 和长时间性能（即 60 分钟）。
2 材料和方法
2.1 实验设计
本研究是通过功率指标研究跑步耐力表现建模的大型项目的一部分。与理论模型和所选计时赛相关的结果已在其他地方发表（Ruiz-Alias 等人，2022, 2023a, 2023b, 2023c），而在本研究中，我们比较了功率指标与 Stryd IMU 和 Garmin GNSS 运动手表所报告速度的准确性。在为期四周的训练中，运动员按照随机顺序进行了七次计时测试（即 1、3、4、5、10、20 和 60 分钟）。测试之前有两个轻度训练日，并在相似的环境条件下进行
(温度：18-23 ºC；湿度：30%-60%；风速：<10 km/h）、鞋类、跑道和一天中的时间（± 1 h）。每次试验都通过 Stryd 功率计、Stryd IMU 和 GNSS 运动手表进行监测，以确定 CP/CS、W'/D' 和 60 分钟成绩。
2.2 主题
15 名训练有素运动员（8 男 7 女，年龄：23± 5 岁，身高：1.66±0.06 米，体重：58 8 千克；训练量：每周 110±15 千米，5 千米赛季最佳成绩：15:29±00:53）参加了研究（McKay 等人，2021 年）。在签署书面知情同意书之前，所有运动员都被告知了研究目的和研究程序。研究方案符合《赫尔辛基宣言》的原则，并获得了机构审查委员会的伦理批准（编号：2288/CEIH/2021）。
2.3 时间试验
计时测试在第 1 道 400 米田径跑道上进行。测试开始时，运动员首先进行标准化热身，包括 10 分钟的中低强度跑步（即相当于轻松长跑的强度）。在进行了一系列动态活动练习后，作为特定热身的一部分，运动员进行了三次高强度的短跑，每次休息 2 分钟。然后，运动员开始计时赛，要求完成尽可能长的距离。为避免出现训练效应，除 60 分钟计时赛外，每周随机进行两次计时赛（即五种不同的配置：1-5 分钟、4-20 分钟、3-10 分钟和 60 分钟）。
2.4 | 电源监控
Stryd 功率计（Stryd Summit 功率计）用于确定每次计时赛的平均绝对输出功率（瓦）。体重用体重秤（Seca 813；Seca 有限公司，德国汉堡）测量，并每天在功率计中更新。体重计始终系在右脚鞋带上。
2.5 | 距离监测
Stryd IMU 还用于通过 IMU 的算法（跑步速度 = 节奏×步长）确定每次计时赛的距离。此外，还通过全球导航卫星系统 Garmin 运动手表（Fore-runner Music 245）使用全球定位系统与全球导航卫星系统（GLONASS）相结合来监测所走的距离。计时赛以 "赛道跑 "模式进行记录，该模式采用特定算法，旨在提高 400 米赛道上的测量精度（Garmin，2024b）。与不使用此类算法的 "户外跑步 "模式相比，该模式有望提供更精确的测量结果（图 1）。
2.6 | CP/CS 和 W'/D'
利用 3、4、5、10 和 20 分钟试验中的功率和距离，CP/CS和 W'/D' 被定义为功率或速度与时间倒数（1/t，以秒为单位）之间回归线的截距和斜率（Ruiz-Alias 等人，2023b；Whipp 等人，1982 年）：
[Power = W´*(1/t)+ CP] [Speed = D´*(1/t)+ CS]
2.7 | 耐久性能估算
利用 1、3 和 10 分钟试验的功率和距离（Ruiz-Alias 等人，2023a），通过幂律模型 (vii) 确定 60 分钟的成绩（Kennelly，1906 年）：
功率*t = k*tg 距离 = k*tg
其中，k 是一个常数，表示一秒钟内的最大功率或速度；g 是一个指数，表示功率或速度随时间增加而衰减。
2.8 统计分析
描述性数据以平均值±标准差 (SD) 和 95% 置信区间表示。确定了 CP 和 CS 模型的决定系数 (R2)。计算 CP/CS 和 W'/D' 的 SEE，以比较功率和速度指标的准确性。此外，还确定了通过功率和速度指标报告的 60 分钟实际成绩与估计成绩之间的CV（[SD/均值] *100]）。Levene 检验用于评估 CP/CS、W'/D' 和 60 分钟成绩 SEE 的方差同质性。最后，使用配对样本 t 检验来比较功率和速度指标时的实际和估计 60 分钟成绩。所有统计分析均使用SPSS 软件包（IBM SPSS 版本 25.0）进行，统计显著性设定为 0.05。
3 结果
3.1 | CP/CS 和 W'/D'
Levene 检验表明，CP 和 CS 方差不等（F(2,42) = 79.7，p < 0.001）（表 1）。具体来说，当使用功率指标时，SEE 为 2.7% (2.1-3.3)，当使用 Stryd IMU和 Garmin GNSS 运动手表监测速度时，SEE 增加到 3.4% (2.5-4.3)。
Levene 检验显示 W' 和 D' 方差不等（F(2,42) = 12.4，p < 0.001）。具体来说，使用功率指标时，SEE 为 13.8% (10.4-17.3)，而使用 Stryd IMU 和 Garmin GNSS 运动手表监测速度时，SEE 增加到 20.6% (16.7-24.7)（图 2）。
3.2 | 耐久性能估算
Levene 检验显示，60 分钟成绩的估计偏差存在不等方差（F(2,42) = 46.9，p < 0.001）（表 2）。具体而言，使用功率指标时，CV 为 4.9% (3.7-6.1)，而使用 Stryd IMU和 Garmin GNSS 运动手表监测速度时，CV 增加到 10.9% (7.1-14.8)，导致 60 分钟实际功率输出与估计功率输出之间的差异不显著(p = 0.853)，而 60 分钟实际速度与估计速度之间的差异显著 (p≤ 0.001)。
4 | 讨论
本研究旨在比较功率计测量的输出功率与 Stryd IMU 和 Garmin GNSS 运动手表测量的速度之间的准确性，以确定 CP、CS、W'、D'和长时间成绩（即 60 分钟）。结果显示，功率计的估算误差低于 Stryd IMU 和 Garmin GNSS 运动手表报告的速度，因此是运动员在赛道上进行监测的更准确的指标。
使用功率指标来模拟耐力跑成绩已得到广泛认可。在 CP 方面，Ruiz-Alias 等人（2022 年）证实了两个计时试验（即 9 分钟和 3 分钟）的简化线性 CP 模型对于确定训练有素的运动员与第二换气阈值相关的功率输出的有效性。同样，在使用两个多点的两次时间试验时，CP 的稳定性也加强了功率指标的实用性（Ruiz-Alias 等人，2023c）。关于 60 分钟的成绩，Ruiz-Alias 等人（2023a）证实了不同经验模型的有效性，这些模型可以从较短的时间试验（如 1、3 和 10 分钟）中估算出 60 分钟的功率输出。关于 W'，虽然相对于速度指标，功率指标似乎提高了估算的准确性，但这一指标仍具有较大的 SEE 特征。因此，该指标是否适用于定义运动员在高强度领域的表现受到了质疑（Ruiz-Alias 等人，2024c）。
全球导航卫星系统跟踪距离的有效性一直是运动员普遍关注的问题。在这方面，Taddia等人（2021 年）探讨了商用全球导航卫星系统运动手表与小型全球导航卫星系统轻量级原型系统在库珀和科斯明测试中监测专业运动员跑步成绩的一致性水平。结果显示两者之间存在 3.7%-5.7% 的巨大差异。同样，Lluch（Lluch 等人，2020 年）测定了在不同马拉松比赛中使用的最常见的商用全球导航卫星系统运动设备的精确度，结果发现 42 195 米（~100-~1400 米）的估计值明显偏高。有趣的是，面向公路使用的全球导航卫星系统运动手表比面向越野或智能手机应用的手表更加精确。值得注意的是，这些设备的精确度还受完赛时间的影响，完赛时间越长，误差越大。关于全球导航卫星系统运动手表对运动项目的适用性，通过赛道模式（见图 1），尽管每次计时的距离误差总和导致功率指标的 SEE 较高，但还是取得了不错的改进。这些结果对训练处方或步调的影响至关重要。
测试的各种细微差别值得进一步讨论。一方面，应该指出的是，虽然功率指标的准确性优于速度指标，但两者都无法复制跑步机和户外表现（Ruiz-Alias 等人，2024d；Triska 等人，2017）。同样，应该注意的是，赛道模式是为 400 米赛道创建的，对于这种赛道，使用标准形状以外的其他几何量的循环是无效的（Garmin，2024b）。此外，运动员应注意该模式仅限于第 1 行车道。在这种情况下，Stryd IMU 重新提供的功率和速度指标可能是一个适当的替代方案，因此这种组合对于确定功率输出的背景情况非常必要（例如，4.5 W/kg 导致 3:00 min/km）。为此，Garmin 提供了多种运动界面，Stryd 与之合作，为其功率计和IMU 设计了特定的界面（Garmin，2024a）。
5 结论
关注可穿戴设备准确性的运动员和从业人员应该注意到，Stryd 功率计在模拟赛道耐力表现方面优于 Garmin GNSS 运动手表。在这方面，还必须强调新颖的 GNSS 赛道模式所带来的显著改进，尽管这种模式仅限于标准 400 米赛道。考虑到功率指标在跑步中的新颖性，运动员和从业人员可能会发现有必要将其与跑步速度结合起来，以便将功率输出指标与实际情况相结合。为此，Garmin GNSS 和 Stryd IMU 显示了类似的性能。不过，在选择设备时应考虑到 GNSS 赛道模式的局限性（即仅适用于在 400 米赛道和第 1 行车道上跑步）。
图 1全球导航卫星系统运动手表户外和赛道跑步模式示例。
表 1使用功率和速度指标时，CP/CS 和W'/D' 估计值的标准误差。
图 2 CP/CS、W'/D' 和 60 分钟性能测定的强度-时间模型。CP：临界功率；CS：临界速度、
CV：变异系数；W/D'：CP或 CS 的功耗；SEE：估计值的标准误差。*:差异显著（P < 0.001）；黑点和白点分别表示预测值和估计值。
表 2使用功率和速度指标时，60 分钟成绩估计值的标准误差。
