2015年12月31日 星期四

重心轉移關鍵在於腳掌「拉回」臀部的速度


下午協助昇諺分析跑姿時剛好想到可以分享一個很重要的關鍵,也是我個人跑姿中做得最不好的地方,做了一小段影片跟大家分享。這支影片是用我這星期的錄下的跑姿跟Dibaba做個對比(Dibaba是我覺得目前世界上跑姿最優美跑者之一)。我的左腳掌在落地時,右腳掌還離臀部很遠,所以重心落在後方;不像Dibaba的腳掌落地時,另一隻腳的腳掌就已經非常靠近臀部,這代表她拉回夠快,拉得夠快代表她的重心可以快速往前轉移。像我的跑姿就不像Dibaba那麼標準,這是一種偏差動作(deviation,偏離標準的動作)……它所呈現的意義是我腳掌在落地時「重心在後方的時間比Dibaba長」,所以僅管我是前腳掌著地,一落地還是會有剎車效應,這當然就會影響到我的跑步效率。分享之~~

馬克操 vs 跑步技術

剛剛在臉書的留言中看到Yen-hsun提出一個很好的問題:馬克操中的A-skip和B-skip的動作反而和姿勢跑法的原理違背?您會練習馬克操嗎?」

我覺得這是個很好的問題,順便整理起來分享如下:

馬克操和跑步技術的動作並沒有互相違背,只要搞清楚馬克操和姿勢跑法訓練動作上的「目的」是不同的,就不會覺得怪怪的(因為我一開始也覺得很矛盾)。

馬克操的目的在於把跑步相關肌群與關節熱開,並不是要跑者在跑步時抬膝、向前踢或跨大步→我想大家應該已經從力學角度很明確知道「抬膝、向前踢或跨大步」是很沒有效率的。而姿勢跑法的目的是訓練技術,任何運動項目的技術訓練目的都是讓動作變得「效率」;馬克操並不是在讓動作變得有效率,而是讓使肌肉熱起來(血液流進去)、打開關節的活動度(mobility)、訓練肌肉的彈性(flexibility)和身體的敏捷性(agility),像下面這位女跑者的B-Skip做得非常流暢,可見她的關節活動度很大,肌肉的彈性也很好,但她跑步時覺不會這麼跑!腳步聲也不會那麼大(用力往下踩)!

因為目的不同。

所以,我在跑步前也很常做馬克操的動作→當作熱身,之後再做技術訓練動作,使身體先記得有效率的跑姿。

有些人會誤以為馬克操在練技術,這是錯誤的觀念!

2015年12月28日 星期一

耐力網APP

在許多跑者的回饋與督促下,耐力網的第一版APP完成了,目前iOS與Android同時上架,雖然現在的功能還很陽春,但已經把目前最多人用的「跑力檢測」與「我的課表」兩項功能建制上去了。此APP完全免費,純粹服務想要進行科學化訓練卻沒有教練的跑者:

「跑力檢測」的功能主要是要讓大家能夠了解自己各強度訓練區間的配速,並且了解每一個強度訓練的意義。


「我的課表」這項功能,要先在耐力網的網站上創建自己的訓練計畫(包括科學化訓練計畫與名人訓練計畫皆可),創建完成後,就可以在手機的APP上面直接查看,帶著課表去訓練!

除了上述兩個最受歡迎的項目之外,我們團隊也想知道喜好科學化訓練的大家,還有什麼需求,可以先提出來,之後會列為優先開發的項目。

--
PS 但目前手機APP僅支援帳號登入,若使用FB登入的用戶要先麻煩您使用網站登入的「忘記密碼」功能,重設密碼後即可使用手機APP登入,謝謝。

--
iOS → https://goo.gl/hgNRhL
Android → https://goo.gl/FXhu6t

思考/討論跳遠與跑步之間的差別

向前移動一定要重力存在,但向上移動不用重力也會發生,試想現在地球沒有重力,我們一蹬就會向上飛去,但在沒有重力的情況下我們不管怎麼施力都無法向前跑了!

昨天在臉書上跟朋友從Penny問「何謂推蹬?每個人的解釋都不太相同」的這個問題開始,有許多討論,整理出來跟大家分享。

--

KUO FENG:我歸納出來的定義是:「主動對地面作功」,因為落地時身體一定要對地面作功,所以主動與被動的差別是關鍵。主動與被動的差別有些難以解釋,舉個例子來說明,一般商家的店門口會標示「推」或者「拉」的指示牌,有些人看到「推」時會下意識主動伸直手臂去推門,但有些人是手臂沒有伸直,只是用手掌撐著握把,繼續往前走用身體的重量去把門推開,此時手臂的肌肉也有用力,卻是被動用力。前者伸直手臂是主動、後者用體重把門推開是被動。轉換成跑步的話,膝蓋伸直是主動,膝蓋保持彎曲身體自然往前傾是被動。(附上一張之前拍攝沒有主動推蹬的跑姿)

Jason:其實要把步幅弄大,不一定要靠跨步,去看三級跳遠的就知道了,應該沒有人的三步比這個運動還大了吧......三級跳應該有很大的後推力量造成往前的力量,從步幅的角度想的話,這裡跟姿勢跑法要求不一樣

KUO FENG:關於跳遠,我提一點來討論:跳遠時在執行「跳」的動作時一定要推蹬(不管是三級跳跳三次或一般跳遠跳一次)。因為砲彈理論→砲彈向45度角發射可以獲得最遠距離。所以跳遠選手需要「向上的分力」,因此推蹬向上是必需的……當然也要向前的分力,向前分力愈大,加速度愈大(速度也愈快),向前的「分」力是從重力「分配」來的,這是唯一來源。

KUO FENG:所以向前移動一定要重力存在,但向上移動不用重力也會發生,試想現在地球沒有重力,我們一蹬就會向上飛去,但在沒有重力的情況下我們不管怎麼施力都無法向前跑了!所以Jason文中提到「三級跳應該有很大的『後推力量』造成『往前的力量』」,這種說法還是不符合自然的,向前的力量只會來自「重力」。說法可以改成「三級跳應該有很大的『向上推蹬力量』來幫助他/她飛得更遠」

Jason:我想了一下,應該要把這句「三級跳應該有很大的『後推力量』造成『往前的力量』」修正成:「三級跳的前進動力來自慣性(前面加速造成的慣性,而前面加速的來源來自跑步時的重力重新分配),而讓距離變大的另一個來源是推而增加的騰空時間(就是教練提的砲彈理論)」,但是跑步時,不需要用推創造出那麼多的騰空時間來增加步幅,那個太浪費力氣,用fall就可以創造足夠的步幅了...

KUO FENG:嗯。是的。所以從Jason提出跳遠的例子可以看出「推蹬的確可以增加步距」,這無庸置疑,但向上用力很浪費力氣,跳遠要這麼做是因為只有「一到三步」要向上蹬,來創造更大的「步幅」。我想這也是許多人會對推蹬爭論不休的原因,推蹬的確可以增加步幅,但沒有效率,所以630才要開發Vertical Ratio這個數據來量化效率(垂直振幅÷步幅)!!!

KUO FENG:還可以用一點警告他/她們:Push愈高,落得愈重,運動傷害發生的機會也愈高。而且很多人Push的支點在膝蓋而不是臀部,那就更糟了。

IC做了一個漂亮的結論:步伐遠不如重心轉移快跟收腿提高步頻來得有效率啊!

Jason:如果最經濟的前進動力是來自重力的轉移,那在身體後方做任何的動作應該都是沒意義的...所以快點收腳才是要追求的目標。

--
後話:今天早上又跟另一位教練(茗傑)一起討論了許多有趣的議題。激發了許多思考空間。讓我更深信討論與學問(學會問問題)的重要性。

2015年12月26日 星期六

不刻意跨步也可以跑出長步幅(影片+錄音說明)

「企者不立,跨者不行」(老子第二十四章)

許多跑者常會犯一個嚴重的錯誤:過度跨步。這是當腳掌跨到臀部之前落地,就會形成剪應力(Shear Stress),而剪應力是造成膝關節受傷的主因。試想一根筷子垂直於桌面撐著,手掌用力從頂端往下施壓,由於沒有水平分力,所以不會形成剪應力,因此筷子不易折斷。但是當竹筷子斜撐在桌面,你的手掌仍由上向下逐漸加壓,它就會從中折斷。



同樣的道理也發生在跑步落地時,當你的腳掌落在臀部的正下方,就像一根筷子直立在桌面上,垂直向下的衝擊力與腿部的力學結構平行,因此不會有剪應力產生,但當你的腳跨出去的幅度加大,落地點跑到臀部(質心)前方,向前跨得愈遠,剪應力就愈大,傷害發生的機率也就愈高。剪應力所造成的運動傷害最常發生在膝蓋,由於膝蓋剛好位在大腿與小腿的接合處,當剪應力發生時就會造成不當滑動,滑動引起摩擦和拉扯,久而久之傷害就產生了。影片下方的示範動作就是腿部最容易受傷的跑法。

但不少人擔心「不跨步,步幅不就會變得很小嗎?」

只要我們知道步距長短的三項成因中並沒有跨步這一項,就可以了解這樣的擔心是多餘的,這三項成因分別是:

1.前傾角度:角度愈大,向前落地的距離愈遠。

2.腳掌拉起後離地的高度:腳掌離地愈高,落地的空間變大,自然能飛騰出較遠的距離。

3.慣性:雙腳皆離地後,失去支撐,此時沒有任何加速度,除了空氣阻力之外,身體前進保持慣性速度,此慣性速度是由支撐期前傾時的加速度所「加」出來的。

比如某位跑者前傾15度,加速到每公里3分半速,此時腳掌離地的高度自然就相當高,每步才有辦法飛躍出1.6公尺。想像一下:若這位跑者的腳掌最高只拉高到腳踝的話,有可能每步飛躍出1.59公尺嗎?(步速每公里3分30秒 = 285.71公尺/分鐘,假設此跑者的步頻是每分鐘180步→ 每步1.6公尺)。

老子說「企者不立,跨者不行」(老子第二十四章)。白話的意思是說踮起腳跟反而站不久,大跨步前進反而跑不遠。

「無為而無不為」,不刻意跨步,反而可以跑出較長的步幅,這其實就是順應自然的道理。今天心血來潮請叉傑克和依婷幫忙拍下來用影片跟大家分享……


向後推蹬跟步幅間有相對關係嗎?

早上在臉書po出影片後,收到一個好問題,也是很常聽到跑者懷疑的一點:「不向後推蹬怎麼可能跑出長步距(步幅)」。

我們可以試著從另一個角度來思考:當我們在靜止的狀態下向前跳(像我們小時候做的立定跳遠),後蹬當然是前進的關鍵;但當我們「已經在前進」時,向後蹬事實上無法有效作功。想像一下,你正騎著10歲小孩專用的自行車,騎到時速20公里後刻意用腳蹬地加速,是否很沒有效率。換成跑步,當我們以穩定的速度向前進時,不用後蹬,只要腳掌快一點離地,再把腳快一點拉回到臀部下方,就會有很大的步幅,既然如此,那我們為什麼還要後蹬呢!?況且,推蹬還會延長觸地與後腿在臀部後方的時間,因此身體為了平衡後腳,前腳會不自覺往前跨,反而會造成影片中過度跨步的結果→也就是說「後蹬」會造成「過度跨步」。

Jason在臉書上留言的補充極好:「如果最經濟的前進動力是來自重力的轉移,那在身體後方做任何的動作應該都是沒意義的...所以快點收腳才是要追求的目標」。

2015年12月23日 星期三

可以具體量化跑姿優劣的「垂直比例」

晚上去東華大學跑了十七公里,好舒服,忽然想到昨天冬至,今天的晚風竟然那麼舒爽實在很詭異……跑到後來想到前幾天在北京有位跑者問到,垂直振幅太高是不是很容易受傷?是愈低愈好嗎?當時口頭回答沒有很清楚,邊跑邊想該怎麼回覆比較好,所以一回來就坐在電腦前面把跑步時想到的回覆方式用文字整理下來,順便分享出來(也歡迎討論):

垂直振幅(Vertical Oscilation, 簡稱VO)的意義是身體重心垂直振動的高度。振幅愈大,跑步效率愈差。菁英跑者的垂直振幅可以壓到6cm,但一般跑者平均是10cm。這是一種可以藉由訓練而提升的技術。振幅較大的跑者,跑起來會像移動中的麻雀,主要是由於不自覺對地推蹬所造成的;而且振幅愈高,落下的衝擊愈重,所以受傷風險也愈高。

目前只有Garmin的跑錶可以透過心跳帶中的G Senseor抓到你每一步上下振動的幅度,目前Forerunner 620以上的跑錶都有這個功能,多了這項功能當然是好事,但身邊有些跑者會為了降低垂直振幅,一直盯著錶上的數字,希望它愈低愈好以避免受傷,但通常結果就是愈跑愈小步。

另外一些追求速度的跑者,垂直振幅很大一直降不下來的原因是在加速時想要加大每一步的步幅,所謂一步的步幅是兩次落地之間的距離,他們認為每一步的步幅愈大,效率愈好。跑者在這樣觀念的引導下時常會不自覺地蹬地,藉以增加騰空時間。雖然這樣做的確會加大步幅,但振幅會過高,除了落地衝擊會加大之外也代表每一步都要多花額外的力氣把身體抬高。

從上面兩個問題可以看出,垂直振幅這個數據,並非單純愈低愈好。我們真正追求的是每步的垂直振幅很低,同時步幅又可以加大。所以「垂直比例」(Vertical Ratio,簡稱VR)這個數值相應而生,它的意義即是:垂直振幅÷步幅×100%。

垂直比例是成本效益比,其中成本是垂直振幅,而效益是移動的距離。垂直比例愈低,愈能確保你把能量用在前進而非向上。

如果某位跑者的垂直振幅是7.5公分,步幅是164公分,那他的垂直比例即是 7.5÷164 = 4.6%
比值愈低愈好。查了Garmin Connect上的說明,寫道:「Garmin曾針對所有不同程度的跑者進行研究調查。測試顯示較有經驗和較快的跑者會有較低的垂直比例。垂直比例與跑者的身高無關。」它也列出一個自我評估表,整理如下:

垂直比例範圍(%)

垂直比例範圍(%)
◉優越:小於6.1%
◉良好:6.1%~7.4%
◉ 好 :7.5%~8.6%
◉普通:8.7%~10.1%
◉ 差 :大於10.1%

剛剛的數據是平均7.5%,好像還可以,但Debaba在十公里賽中的VR可是3.4% (6÷174)。有Garmin 620型號以上跑錶的跑者,也可以計算與分享一下自己最近的VR。

2015年12月14日 星期一

量化身心的壓力指數(SS)

HRV是一個太過後端的生理數據,離前端太遙遠,一下子看不出這個數據的意義何在。因為大部分的人都看不懂,就算懂了背後的原理也很難拿來用,太學術了(像身邊的朋友傳來訊息說前面兩篇文章像大學教授寫的學術文章)。我想,這也是為什麼目前市面上這麼多穿戴式裝置不把這個數據呈現出來的原因……

Garmin的運動錶從920XT之後,加入了Connect IQ的平台,第三方可以自行設計APP或Widget放在這個平台上供使用者自行下載與安裝。

Garmin第一支內建IQ APP的型號即是630,這個款APP的分析功能是:評估你的「壓力指數」(Stress Score,以下簡稱SS)。

乍看之下,這個數據會馬上讓我聯想到自行車功率訓練中的「訓練壓力指數」(在自行車界簡稱為TSS),但它的計算方式卻完全不同。自行車用的TSS是以泛平均功率(NP)、強度系數(IF)和訓練時間去推算的,但這個APP是直接透過心率變異度(HRV)來計算。它是把受試者的訓練、飲食、睡眠與工作狀況做統整後,給出一個1~100的數值,數值愈大,壓力愈大。

因為它是用心率變異度來分析你的身心壓力,所以要求使用者一定要戴心率帶,接著保持站姿,維持3分鐘。我第一次量出來的數據是25,我太太是33,我爸也被我抓來測,他測出53。

國外已經有許多人在討論這個數值了。這個數值要每天量(還要同一時間),做出長期的比較圖才有意義,也就是說我和我爸相比是沒有意義的。

連續幾天測量的結果是:訓練前25,練跑第二級M強度10公里後一個小時測量是55,隔天做高強度訓練(第五級I強度800公尺十趟)一小時測量是88,很明顯的壓力很大,接著大睡一場,吃營養的東西,休了一個週末後(都慢跑5公里),量出來又回到30。長期下來我會觀察到我的數值在25是一個最低值,超過它就是有壓力,88是我目前測出來的最大值。

當你在SS較低的情況下訓練,會比較容易「吸收」接下來的訓練量,訓練才有效果。記得我們前面提過的訓練效果(TE)吧!訓練前的SS是30以下,某次訓練完的TE是4.0,可見訓練量很大,但身體在壓力較低的情況下還吸收得了;如果訓練前SS就高達80,雖然TE仍是4.0,但很可能這次練完明天就會出現過度訓練的症狀,像是昏昏欲睡或無法集中精神。提前檢測SS,就可以避免過度訓練的情況發生。

訓練前先測量一下,超過自己的平均值就不應該再做大量的訓練。

但SS也不是愈低愈好,就像人體內的自由基不能被完全清除,吃太多抗氧化劑把自由基清空後人體會出毛病,所以如果人一直完全沒壓力也會出問題。

有朋友在使用後提出問題:「如果明天或過幾天要跑馬拉松,那前幾天的值應該要相對低,表示有休息充份, 能這樣解釋嗎?」

如果比賽前幾天壓力指數還很高,就代表休息不夠,比賽時會無法維持配速或容易撞牆。但要長期監控才知道哪個數字是「太高」,因為50這個數值對我和其他人的意義是不同的。重點是要先找到最高和最低值,要找到就必須長期觀察。以我個人的數值來說,最低點22,最高是88,因此70這個數值對我來說就已經是非常高的壓力了。

但起跑前幾分鐘這個指數反而要高一點,讓身心都有一些壓力會比較好。你可以把身心想像成一個彈簧,比賽前一個禮拜要儘量放鬆,才不會彈性疲乏,但比賽當天要把彈簧「繃緊」一些它才會比較有力量。

這看起來有點矛盾,但那只是指準備起跑前的狀態,在起跑線前,心率不自覺加快,壓力指數也會跟著上升。比賽前帶點緊張感本就對成績有幫助。若跑者只是休閒跑,一點壓力都沒有,就不可能有所突破了。這在Garmin官方影片最後有提到:

YouTube解說影片:

影片中2分25秒開始有說到比賽時壓力指數要在高點比較容易破PB。更精確的說,是在起跑前幾分鐘(熱身完),故意讓它在高點。但要多高,就要花些時間累積數據來研究了。比賽前只是特例,大多數情況是希望練完後,壓力指數回復到正常的低點。

心臟的「變頻」能力:解釋耐力訓練中「心率變異度」(HRV)的意義

變頻的冷氣之所以比較省電也比較不容易壞的原因是它會隨著溫度自動調整馬達的運轉功率,而不會像傳統冷氣只能全力運轉與完全停機,所以效能不彰,所以需要適應環境來即時調整功率的變頻家電才會因應而生,而人的心臟也有類似的「變頻」功能。

心率的快慢主要是由心臟裡的竇房結節律細胞所控制,但它的放電頻率是固定的,我們規律的心跳就是因為有它。當我們面對外界壓力或提高運動強度時,身體需要更多的氧氣,血液要加速輸送,此時心率就不得不加快才行。因此我們勢必需要心率的調控能力,負責這項重任的就是「自律神經系統」。所謂「自律」就是會自主完成調控身體各項機能的律則。自律神經系統中的「交感神經」負責提高心率、副交感神經負責抑制心率,它們就像心臟頻率的兩個旋鈕。這兩顆旋鈕並非一開一關,而是相互拮抗作用。例如交感神經扭,會在需要面臨緊急狀況時(例如戰鬥或逃跑)旋緊,此時心率會加快、肌肉緊繃、血壓上升、消化作用減慢,如此你才可以把多餘的能量騰出來進行應變。

就算在安靜狀態下,心率的跳動週期也會因為兩顆旋鈕的鬆緊程度不同而有相當程度的變化,醫學界將這種心率週期變異的程度稱為「心率變異度」(Heart Rate Variability,簡稱HRV)。

假設沒有這兩顆旋鈕,心率只是由竇房結來控制的話,人的平圴心率在100bpm,但因為副交感神經作用,使人在安靜狀態下可以把心率調降到70、60、甚至50bpm以下,長年訓練的長跑選手心率會比較低,即是因為他們的副交感神經比較強勢。由此我們也知道交感神經開始掌控主導權,是在心率高於100bpm以後。

HRV愈高,代表你身心方面的調節能力較好,國外的心理學家則把它作為人類「意志力」的量化指標,HRV的值愈大,意志力愈堅強。其中一項有趣的實驗是:心理學家找了一群小朋友,先測量HRV,讓它們禁食一段時間,當他們都飢腸轆轆的時候,把他們帶進一間充滿蛋糕和糖果的房間,科學家們警告他們「這段時間不能動裡頭的食物,這些食物是要給其他客人吃的。等下就會給你們吃午餐了喔!」隨著時間過去,小朋友大都餓得受不了,陸續開始吃起來,實驗結果發現HRV愈高的小朋友,(意志力愈堅強)愈能忍耐不去吃那些食物,HRV最高的幾位小朋友甚至能忍住飢火中燒,看著其他人在面前大塊朵頤。在《輕鬆駕馭意志力》中還有其他許多有趣的意志力實驗。意志力愈強也代表愈有耐心,抗壓能力也愈好。

這種變異度類似冷氣機的「變頻」功能,可以快速讓室內的溫度回復到你設定的溫度。變頻效果愈好,調節能力也愈強。比如說冷氣房裡忽然進來了一百位剛打完球的學生,好的變頻冷氣可以在偵測到變化後立即加速運轉,避免在大家都感覺很熱之後才來補救。一個具有較高心率變異度的跑者也可以在強度改變時快速作出反應。例如間歇訓練時,身體忽然從靜止狀態加快到I配速,此時心率要能即時反應來幫助運輸氧氣、二氧化碳與乳酸等副產物。不只是身體,HRV高的人在越野跑時比較能快速辨別方向與踩點。這種身心的敏銳度,都可以從HRV這個數值看出來。

對跑者來說,看誰的HRV愈高代表身體的有氧能力愈好;若只與自己相比的話,太低則是指身體尚未恢復,愈高代表體能狀況愈好,身心都處於隨時應付各種挑戰的最佳狀態。

以我自身為例,圖中的表格是我在訓練前與收操後一小時所量測的HRV紀錄表,從這張表可以很明顯看出,訓練後的HRV大都比訓練前低:



我們把HRV的變化製成此表,可以看出第1、2、4、8、10、12號訓練前後的HRV都變化很大,實際也可看出那幾次訓練的壓力後壓力很大。

◉1號課表是第六級R強度訓練,所以練完後HRV一次下降了32,同樣的課表到了第二次(5號課表),下降的比例就減少了,明顯是適應的表現。
◉4號課表是一兩個月以來未部的第三級T配速(乳酸閾值強度)訓練,跑完六趟間歇後,HRV也下降了30以上。
◉8號課表執行前,原本前陣子都是練第一級E強度的長跑,所以這一次跑完第二級M強度1小時後,再加上短衝了六趟,HRV也掉了30以上。
◉10、12號課表分別是兩次長跑,HRV的變化也很明顯。

◉我們從9號課表可以看到一個有趣的現像,第一級E強度跑完,HRV反而上升了5,可見當天恢復跑的目的有效達成。

從這些數據也讓我了解到,以後我的HRV要回復到90以上,再進行質量訓練會比較妥當,它讓運動員可以很客觀地避免掉過度訓練的情形。


我該如何用手邊的裝置測得HRV?
若我沒有專業的運動錶,該如何量測自己的HRV呢?以及它是如何計算出來的?整理之後分享如下。

目前有多款手機APP可以直接利用智慧型手機來量測自己的HRV,有些要搭配藍牙心跳帶(會比較準),有些則直接用攝影鏡頭的感光元件來搜集數據。以APPLE Store上來說就有十二款APP:

◉HRV + (免費)
◉Elite HRV (免費)
◉HRV Tracker (免費)
◉BioForce HRV (免費)
◉EC-HRV test (免費)
◉SweatBeat HRV (免費)
◉SelfLoops HRV (免費)
◉Igtimi HRV (免費)
◉BioForce
◉Magenceutical Health - HaloBeat HRV (NT$ 750)
◉HRV with Alice (NT$ 60)
◉HeartsRing HRV-Breath-Biofeedback (NT$ 590)
◉Primal Blueprint - PrimalBeat HRV (NT$ 300)。

其中有大約八款的APP是免費的,但另外四款需付費,付費的紀錄、統計與分析功能比較完整,最貴的那款(第9款)甚至還有特殊設計的療程(運動處方)來幫你提升HRV。

目前Garmin 920和Fenis 3可以下載HRV的APP套件,直接在手錶上進行量測,但和APP比較起來的缺點是無法紀錄和分析。


HRV是如何被計算出來的 
要取得HRV這項數據,有很多種方法,主要分兩種:「時域分析」和「頻域分析」。穿戴裝置都是用時域分析,它是用「間距的標準差」來計算,也就是各個「間隔」距離平均值的偏差程度。

一般來說,「間隔」的取法是心電圖中最高峰R波之間的距離(R-R Intervals),見附圖。


如果用光學式,只有一個偵測點時,只能用手腕上的血流脈動來推測心臟律動時的R-R波間距。這種量測方式只是推估,並非實際掌握每兩個R波的間距。雖然不精確,當然還是可以得到一組間距數據來計算標準差(Standart Diviation) = 心率變異度。

心跳帶得到的R波間距當然不比醫院裡顯示的心電圖,在醫院裡,最少要用三個電極才能把其他P波、T波、U波都標示出來,畫出心電圖。使用心跳帶的限制是,當心臟跳一下時,你會不確定取在「剛開始跳」還「是快跳完」,無法像心電圖的數據明確地抓到每一次跳動的R波所在位置。當然,我們無法每天都去醫院在胸口貼上電極測HRV,雖然略微不準,但心跳帶已是最便利的選項。

當R波精準量測出來後,就能得到R-R波之間的間距。例如某次測量時每個間距的變化的間距大小從0.6秒到1秒,平均是0.8秒。接著把這些間距的標準差計算出來即是心率變異度。

標準差的意義是:各項數據的離散程度,標準差愈大表示各數據互相差異愈大。在計算HRV時是使用「母體標準差」(σ,唸sigma),它的計算方式是:

◉先從母體(固定時間中的R-R間隔)中抽取N個數據,假設其值分別為X1、X2、X3、X4……
◉求母體平均數(μ),也就是(X1+X2+X3+X4……)÷N
◉σ = (Xi-μ)的平方÷N,之後再開平方根號

(註:臺北市立和平高中黃俊瑋教師在「科學Onling」網站上利用變異數的幾何意義來解釋標準差,非常精彩:http://highscope.ch.ntu.edu.tw/wordpress/?p=55320)

就目前網路上可以查閱的資料,手機APP與穿戴式裝置都是用「母體標準差」的方式計算出來HRV的。

2015年12月11日 星期五

《全方位馬拉松科學化訓練》錯誤更正

致《全方位馬拉松科學化訓練》的讀者:

經臉書上的朋友提醒,書裡〈 按摩與伸展是為了讓跑步的肌肉維持長度與彈性〉一節中提到按摩的順序為何時,前後的文字有矛盾處:第一段寫要從接近心臟的地方開始按,但在第二段是寫從腳底板開始。這是我的疏失,應該是從足底開始較好。因為腳底按摩可以刺激副交感神經作用,抑制交感神經的活性,使全身肌肉放鬆與促進血液循環之順暢,先按腳底再按摩其他部位的效果會更好。
  • 更正處請見第180頁,第1行:「按摩要從越接近心臟的地方開始」改成「按摩要從遠離心臟的地方開始」。第2行提到「一開始建議從背部的關節和肌筋膜開始,再慢慢往腳底按下去」也要改成「一開始建議從腳底開始,再慢慢往背部的關節和肌筋膜按下去」。
這是我個人的疏失,謝謝讀者提醒,已跟出版社溝通過,有機會再刷的話會進行更正。在這邊先向有買書的讀者致歉。

​國峰

2015年12月8日 星期二

全馬比賽時休克送醫後的反省

前陣子有位學員在比賽過程中休克送醫,他倒在賽道35.5km處。經過「第一反應」救援團隊的CPR、AED急救後,他被救護車送進內科急症室,九天後才出院回家休養。

他的情況很危險,因為他倒下時是沒有意識的,一直到醫院才恢復意識。剛好他當天有配帶心率錶,全程紀錄下了當時的心率數據,正好可以把休克的過程紀錄下來,倪大哥事後也寫了一篇文章分析這段過程,希望在這邊分享出來可讓更多跑者避免同樣的情況發生。

他在文章中列了幾個休克的原因:
  • 對比賽結果太過執著
  • 賽前一個月減量週的訓練不夠確實
  • 比賽過程未按既定策略執行
  • 馬齡太短,比賽經驗不足
倪大哥的文章請見:http://goo.gl/XPQgiB
倪大哥的文章也是絕佳一篇「如何用心率錶來降低休克風險」的教學文章。

==
附帶一提,要不是這場馬拉松的醫療急救團隊夠大夠完備,他很可能倒下去就起不來了。這場比賽總共設立了21個醫療救助點、4個起終點醫療站、沿途還有20輛救護車及兩輛東方醫院國家緊急醫療救援隊的特種救護車。主辦單位為了應對突發情況,在10公里賽的重點附近以及半程和全程終點前2公里,每隔一段距離設置2人一組的醫療隊,並手舉提示牌,提醒選手在特殊路段的保護。而為了給賽事上起「雙保險」,還特別成立了醫療護跑團分時段、分路段進入賽道,進行流動的賽道醫療觀察。

2015年12月7日 星期一

高強度間歇該練幾趟比較適合?

之前在幫別人調整課表時碰到的問題就是:他在第一週期的訓練已經結束了,接著要進入間歇訓練週期時,該如何替訓練進度不同的跑者設定間歇趟數呢?之前都是憑主觀經驗來預估,但後來我都改用「訓練量」的概念來設定。

這裡指的訓練量並不是指週跑量(每週跑步的里程數),跑量的概念忽略了強度,所以不夠精確。例如上週跑100公里,全部都是慢跑;而這週跑60公里中有42公里是在比賽,後者的訓練量可能就比上週大。所以我們要把訓練量的概念想成:訓練強度×該強度的維持時間。維持時間的單位是分鐘,強度的單位我們採用《丹尼爾博士的跑步方程式》中的定義如下:
◉第1級-E強度 = 0.2/分鐘
◉第2級-M強度= 0.4/分鐘
◉第3級-T強度= 0.6/分鐘
◉第4級-A強度= 0.8/分鐘
◉第5級-I 強度= 1.0/分鐘
◉第6級-R強度= 1.5/分鐘

我就是利用這種訓練量的概今來確認每位跑者所能承受的壓力底線,也就是目前身體可以吃的下的基本訓練量是多少?基本訓練量正是用E強度的LSD來計算。下面以實際的案例說明計算方式:

之前訓練的某位跑者他已經練了四個星期的基礎期,每週週末都有一次長距離慢跑,第一次是E心率1小時30分,之後每星期增加15分鐘。這四週結束後要開始改練高強度間歇,因此我利用這位跑者之前每次練完LSD的回饋來評估他目前身體可以負荷的訓練量為何,如下列表:
◉E心率1:30➜ο太輕鬆/ ✔輕鬆/ ο剛剛好/ ο有點累/ ο很疲累
◉E心率1:45➜ο太輕鬆/ ✔輕鬆/ ο剛剛好/ ο有點累/ ο很疲累
◉E心率2:00➜ο太輕鬆/ ο輕鬆/ ✔剛剛好/ ο有點累/ ο很疲累
◉E心率2:15➜ο太輕鬆/ ο輕鬆/ ο剛剛好/ ✔有點累/ ο很疲累


藉由回饋,我知道他E強度的LSD跑超過2小時就會覺得疲累,他感覺「剛剛好」的訓練量是「E心率2小時」:
0.2 × 120分鐘 = 24點

因此我就知道這位跑者目前身體可以負荷的量是24點:

▶︎當他下個星期要開始練「I強度2分鐘」的間歇課表時,我就可以算出幾趟比較適合,I強度的強度單位是「1.0/分鐘」,因此每一趟2分鐘的I強度訓練等於2點(2×1.0),適合它的趟數:24÷2=12趟

▶︎若他下個星期要練的主課表是「T強度5分鐘」的間歇課表,T強度的強度單位是「0.6/分鐘」,因此每一趟5分鐘的T強度訓練等於3點(5×0.6),適合它的趟數:24÷3=8趟

▶︎若他下個星期要練的主課表是「R強度1分鐘」的間歇課表,R強度的強度單位是「1.5/分鐘」,因此每一趟1分鐘的R強度訓練等於1.5點(1.5×1),適合它的趟數:24÷1.5=16趟

2015年12月6日 星期日

訓練的專一性?

在耐力網上有人提出的好問題:「在R、I、T強度的訓練週期,如果每天早上再多做一些E強度的基礎體能訓練,晚上則照做課表,那會不會導致該週期訓練目標效果打折扣,影響訓練的專一性?」


「如果在R、I、T強度的訓練週期,在每天早上也同時多做一些E強度的基礎體能訓練,會不會影響訓練效果」→不會。這一點在《丹尼爾博士的跑步方程式》中的課表可看出端倪,書中課表中的第二、三、四週期,雖然主要強度都不是E,但質量課表(Q課表)一星期也只有兩次,其他都是E強度的訓練。


我覺得在週期化訓練中E課表是像是米飯似的食材,不管主菜是什麼,E都要佔一定的量,而且因為強度最低(最平淡無味),所以並不會搶走其他主菜的風味(訓練效果)。除非你扒了好幾碗飯(一星期練了好幾次的LSD),肚子撐到吃不下其他東西,那就另當別論了。


==
有耐力運動相關問題的朋友,歡迎到耐力網上提問,目前有十一位教練在上面回答大家的問題。除了跑步外,還有鐵人三項、游泳專長的教練:http://www.center4gaming.org/c4g/index.php/forum/index

LSD拆開練,效果會比較不好嗎?

昨天有10人在耐力網上連署提問:「請問在做跑步基礎體能訓練的時候,假設跑量是10公里,那如果拆成早上跑5公里,晚上跑5公里,效果會不會因為一次跑的量太少比較不好?」


「訓練效果」和「訓練壓力」是一體的兩面,效果好同時代表施加在身體上的壓力也大。


我個人認為在練E強度的長跑時,還是要一次吃完課表效果比較好,因為身體在慢跑前半段都屬於熱身階段,要到三十分鐘後才有練到我們要的「肌肉端有氧能力」,因此若是拆開來練,等於重複兩次啟動的步驟,效果會差一些,但從另一個方面來講:對身體的壓力也小一些。

==
有耐力運動相關問題的朋友,歡迎到耐力網上提問,目前有十一位教練在上面回答大家的問題。除了跑步外,還有鐵人三項、游泳專長的教練:http://www.center4gaming.org/c4g/index.php/forum/index

全馬破PB的關鍵


【圖】學員們自主做的畢業紀念冊封面,也是開訓前測完最大心率後的合照

今年七月開始擔任上海馬拉松訓練營的教練,從七月四日開始上先修課程,七月十四日開始訓練,為期十六週,目標賽事是11月8日的上海馬拉松。雖然訓練營的主題是「破四」,但有不少學員本來的PB就是在四小時內,所以我自己的是希望能幫助大家破個人的PB。比賽剛結束,破PB的比例很高,超忽預期的高,比過往我的任何一份課表還高,知道這樣的結果後,我不斷在思考破PB的關鍵在哪裡?

因為上海馬拉松很熱門,除了菁英選手可以直接報名外,其他人都要抽籤。最後參加上馬與沒抽籤自行選報其他相近賽事的學員總共有64位。破PB的最後有56位,破PB的達成率88%……更讓我驚訝的是,有28​位進步20分鐘以上。

這次聽了許多學員在賽後的分享,歸納出破PB的幾個重要原因:

▶︎天時:比賽時天氣很好(全程陰天),起跑時氣溫17度,到比賽結束氣溫都沒超過22度。

▶︎地利:賽道幾乎全程平路,只有一座不到四百公尺的橋。

▶︎除了課表中的訓練賽外,訓練期間沒有參加太多其他比賽。

▶︎沒超過最大量訓練的跑者:最多只有E強度2.5小時的LSD。

▶︎沒有太過強求,不執著於成績。「沒有想到」是賽後我從破PB學員口中聽到最多次的四個字,訓練時規律有紀律地把週期化訓練課表吃完,但到了比賽當天又要能拋開一切,不要執著於目標的人通常能跑出好成績。過去我自己的PB也都是在沒有預期成績的狀態下跑出來的。好幾次求好心切下,反而跑得很糟,甚至暈倒過兩次。

▶︎人和:是良好的訓練氛圍。GARMIN的團隊營造了優質的訓練「氣氛」,這是我最不擅長的,我總是在談訓練科學、跑步技術、週期化訓練與不同訓練強度的E/M/T/I/R課表,從沒用心營造想要變強的氛圍。這點實在太重要了,像三重間歇團的崇華教練就做得非常好,因為他有這樣的個人特質。如同木鱼大哥在專訪文中提到:「每次參加訓練營集訓,都會被工作人員的付出感動,也會被老師的專業和同學的努力感染。在這樣一個團隊中怎能不讓人進步。」在這一次的訓練營中,GARMIN團隊補足了我缺少的這項能力,才能在這十六週的訓練營中獲得如此豐碩的滿足感。
==

下面是進步幅度最驚人的幾位:

  • 陳    克:PB從4小時28分,進步到3小時27分。
  • 朱興華:PB從3小時50分,進步到3小時08分。
  • 蘇進平:PB從4小時26分,進步到3小時09分。
  • 南    征:PB從5小時00分,進步3小時59分。
  • 張文灝:PB從4小時55分,進步到3小時51分。
  • 犹    著:PB從4小時50分,進步到3小時54分。
  • 孫    博:PB從4小時32分,進步到3小時53分。
  • 黃鋼鋒:PB從4小時30分,進步到3小時23分。
  • 邵佳星:PB從4小時27分,進步到3小時59分。
  • 趙    萌:PB從4小時26分,進步到3小時58分。
  • 張    琦:PB從4小時21分,進步到3小時51分。
  • 吳    斌:PB從4小時15分,進步到3小時36分。
  • 錢    鍶:PB從3小時45分,進步到3小時15分。
  • 倪豪杰:PB從3小時45分,進步到3小時26分。
  • 丁    山:PB從3小時08分,進步到2小時45分。
    • 訓練期間沒參加其他全馬比賽,而且按照強度的週期走,是他能一舉破三的原因。
  • 馮子鵬:PB從2小時53分,進步到2小時46分(雪梨馬拉松)。
    • 如果訓練期間沒有參加其他比賽,最終上馬想必能跑得更好。但我們都知道,有時忍住不比真的沒有想像中那麼容易。
  • 周敦華:PB從3小時53分,進步到3小時31分。
    • 學員中年紀最大的跑者,55歲,仍一舉破了20分以上的PB。
  • 壽佳炎:PB從3小時33分,進步到3小時19分。
  • 李書彪:PB從5小時16分,進步3小時52分。
  • 周    昱:PB從4小時22分,進步到3小時59分。
    • 下面這篇文章是周昱自述開始練跑的經歷,〈四十起步,解讀大叔周昱的勵志跑步史!〉,文中提到原本只是在等女兒上英文課,四小時間沒其他事,就在黃浦江邊跑步,那是2014年3月,當時體重80多公斤,就這樣跑下來,不到兩年的時間就順利破四。
  • 曹春宇:PB從4小時02分,進步到3小時33分。
    • 之前上課時跟我說他擔心跑量不夠,怕最後會掉速。在十六週中他平均週跑量是45公里(課表完成率八成左右),最大的一次里程數是27公里,他自己證明了「訓練品質」這四個字。賽後,他跟我從終點等我,拉著我的手一直說感謝!
​有幾位學員雖然沒有破四,但進步幅度也很驚人:​
  • 白樹華:PB從5小時32分,進步到4小時20分。
  • 馮    亮:PB從5小時13分,進步到4小時11分。
  • 余恩霆:PB從4小時57分,進步到4小時08分。
還有兩位特別「特殊」的學員,特殊的原因是他們這次都是初馬而且課表完成度是少數達到九成的學員:
  • 陳   偉,他雖然也沒跑過全馬,但在訓練初期就展現過人實力,所以一開始就是跟著破三課表來練,原本有機會跑進三小時,最後因為比賽經驗不足沒跑好,但還是跑到3小時14分,以業餘跑者的初馬來說已經是相當優秀了!
  • 江   浩,初馬就破四,跑出3小時54分。江浩在賽後給了我一封,信中具體說明了跑出好成績的幾個關鍵因素:
    • 國峰老師:我是訓練營21號學員江浩,在您的指導下和通過自身的努力,我的首馬就跑進了4小時,最終成績是3:54:00。我對此非常感謝!我以前沒有參加過正式全馬比賽​​,只有今年上半年5月24日我參加的上海半程馬拉松,我以5'31/km的配速跑完了半程,成績是1:57:47,但僅僅通過4個月的訓練我能以5'30/Km的配速跑完全程這是我從來沒有想到過的。 按照你的課表,我的完成率是90%以上。我覺得訓練質量非常高。但由於最長的一次訓練距離只有27KM,因此我也非常擔心上馬的後半程是否會掉速,但最後分段顯示這次上馬21KM用的分段是1:55:43(平均心率162);後半馬的分段是1: 55:42(平均心率163),沒有掉速。
==
最後,退步的學員有8位,但大多是因為工作和家庭無法照表操課的人,依GARMIN主辦方統計的結果,他/她們的課表完成率大都在五成以下。其中有兩位課表完成率達七成,但卻退步,我對他們也很好奇,打算寫信問她狀況,想知道背後的原因。
  • 張萌:「關於我跑步沒有進步的原因:當天沒有任何狀況,我只能說我沒有盡力跑,我和您一樣是休閒跑,跑完我身體沒有任何不適,這與之前相比已是最大的進步了。我去參加訓練營的目的很簡單:就是更健康的跑,我沒想為了跑步傷害自己,可能我還沒有其他學員的覺悟。關於訓練任務完成情況達到70、80,其實是跑量,在這裡我要承認:在訓練區間上,我沒有嚴格遵照您的課程安排,這可能是我跑步速度沒有上去的原因。」
    • 我認為張萌能很明確地把目標放在「更健康的跑」很好,代表他的自我意識很明確,我很高興聽到她跑完沒有任何的不適,那實在太棒了!那是比破PB更重要的另一個訓練目標。
  • 徐軍:我的PB成績是今年3月份無錫的309,但那是以腳後跟著地方式完成的,跑完無錫之後我自己覺得這種跑法對身體和膝蓋的衝擊力太大,感覺自己時刻處在受傷邊緣。經朋友推薦接觸了羅曼諾夫博士著您翻譯的《跑步該怎麼跑》一書,今年也特別巧,4月份在上海聽了您和博士的講座,佳明訓練營更是得到了您親自指導。
    關於訓練,我訓練的課表是相對比較容易的破4課表,因為姿勢跑法著地用到的小腿、跟腱和足弓等肌肉群我在以往應用相對的會比較少,力量比較薄弱,需要重新開始練習。同時要時刻關注跑步的姿勢,讓姿勢跑法變成我的習慣跑姿,有個循序漸進的過程。這次上馬我的目標設定是330,能夠跑到313對我來說已經是一個驚喜了。與其受傷著PB,我選擇佳明訓練營更科學更系統的打基礎。學會了姿勢跑法,今年上馬也許沒有PB,但對我來說,訓練營這4個多月讓我打好了基礎,健康著PB是遲早的事!
    • 這次認識了許多很有智慧的跑者,徐軍是其中之一。周叔、李書彪和丁山也是,他們不急於求成,享受跑步的樂趣,有「無為」的精神,最後反而享受到「無不為」的成果。

2015年12月3日 星期四

怎知當次的「訓練效果」(Training Effect)如何呢?

剛拿到Garmin的錶時,就開始鑽研裡頭各種數據,其中有一樣「訓練效果」(Training Effect,以下簡稱TE)是我最疑惑的。這到底是怎麼定義出來的?

別人問我時,我都說參考就好,但每次這樣回答的同時也證明了我的無知,當我看到曾得過七次山徑跑世界冠軍的傳奇人物Jonathan Wyatt說:「我真的很看重『TE』這個分析數據。它不但即時告訴我當前訓練的費力程度,也為我的訓練情況提供了很棒的資訊。這就是科學化訓練該有的樣貌啊!」我才有股動力要把它的來龍去脈給搞清楚。

問了Jason之後才知道Garmin的許多分析數據的演算法都是由Firstbeat這家公司所提供,包括:
  • 消耗卡路里(Energy Expenditure)
  • 訓練效果(Training Effect, TE)
  • 預估最大攝氧量(VO2max Test)
  • 恢復時間(Recovery Time)

TE 使你的運動更有效

    「TE」是一項相當個人化的量化指標,它的數值是從1.0~5.0,它能客觀地量化這次訓練到底算是「輕鬆」還是「辛苦」,數值愈高也代表訓練愈辛苦,身體承受的壓力愈大,但同時也代表這次的訓練效果愈好:


  • TE1.0~1.9→效果:動態恢復。它主要的目的在「縮短恢復時間」,當你在這個訓練效果中訓練達一個小時以上,可以替有氧體能打好基礎,但對於運動長現完全沒有幫助。也就是說,如果你的訓練結果都在這個區間,你的成績永遠不會進步。
  • 2.0~2.9→效果:維持體能。 
  • 3.0~3.9→效果:提升體能。
  • 4.0~4.9→效果:大幅度提升體能。 
  • 5.0→效果:給身體施加過量負荷(Overreaching)。 


要求得丅E,,必須先知道單次訓練中最高的EPOC,以及跑者的Activity Class。

Garmin是由前一個月的訓練資料來判斷你目前的Activity Class

相較於低Activity Class的跑者
Activity Class較高的人,需要更艱苦的訓練,達到更高的EPOC,才能達到相近的TE。

目前具備FIRSTBEAT所提供的TE這項功能的裝置有:
  • Garmin:610, 620, 910, 920, Fenix 2, Fenix 3
  • Suunto:t3, t4, t6, Abit3
  • Sunsung:Gear S, Gear Fit, Gear 2, Gear 2 Neo, GALAXY S5, GALAXY Note 3, GALAXY S4


強而有力的學術基礎

FIRSTBEAT是一家專門分析運動生理數據的公司,他們以實用為目的,提供個人化體能、壓力指數、睡眠狀況與恢復時間的科學化評估。他們除了替Garmin處理訓練數據分析與體能評估,也同時提供給三星(Samsung)與Suunto的穿戴式裝置。他們的產品,全都是以運動生理的研究為基礎,這些研究的原始資料(Raw Data)全都以心率數據為主,其中最重要的演算模型是心率函數(Heart Function)和心率變異度(HRV),我想這也是他們把公司取名為FIRSTBEAT的理由:

這家公司裡,光是運動生理學、統計分析、運動科技與運動員就聘任超過四十位,所有的研究結果都是基於「科學」。他們結合了運動生理學與數學兩種專業,這些運動生理上的數據都是從實驗室和田徑現場收集回來的。FIRSTBEAT所設計出來的分析演算法,已被國外數百個菁英運動團隊所採用,全世界的使用者已超過百萬。對於如此專業的數據來說,能有如此龐大的運動愛好者可以接受,可見他們從專業學術研究「轉化」到一般人可以接受的這段過程,必然下了不少苦心。

他們在官網上提到:我們的任務是提供有意義的運動生理資訊,以助於提升人們的健康與運動表現。