Trainingload.ai
指标 (Metrics)Heart rate

心率区间

解释耐力训练中的心率区间,包括 Karvonen 储备心率、Joe Friel 阈值心率区间,以及最大心率兜底模型。

心率区间

心率区间 把心率数据转换成可执行的训练强度范围。它适合用来理解内部训练负荷 (Internal Load):同样的配速或功率,在不同疲劳、温度、补给和恢复状态下,身体反应可能完全不同。

心率区间最好和配速、功率、主观感受、天气与疲劳状态一起看。为了适应不同用户的数据完整度与训练需求,Trainingload.ai 支持三种主流心率区间模型。

三种核心模型概览

Trainingload.ai 的心率区间系统可以基于数据完整度进行适配:

  1. Karvonen:实用默认模型。基于储备心率,兼顾个体差异与体能变化,适合大多数训练场景。
  2. Joe Friel:阈值心率模型。基于乳酸阈值心率,适合已有可靠 LTHR 数据的结构化耐力训练。
  3. Max HR:基础兜底模型。当缺乏静息心率或 LTHR 数据时,用最大心率保持基础区间可用。

1. Karvonen 模型 (基于储备心率)

这是 Trainingload.ai 的默认模型。Karvonen 公式由芬兰研究者 Martti Karvonen 提出,它引入了一个关键概念:储备心率 (Heart Rate Reserve, HRR)

核心理念

不仅仅看最大心率,还要看静息心率

HRR=HRmaxHRrestHRR = HR_{max} - HR_{rest}

计算公式为:

目标心率=(HRR×强度%)+HRrest\text{目标心率} = (HRR \times \text{强度\%}) + HR_{rest}
  • 动态适应:随着体能提升,静息心率往往会下降,HRR 也会变化。区间边界会随之调整,比单纯使用最大心率更贴近个体状态。
  • 为什么适合作为默认:相比 Max HR 模型,它纳入了静息心率这一重要个人数据;相比 Joe Friel 模型,它不需要先完成高强度阈值测试。它在个体化和易用性之间比较平衡。

区间划分

采用经典的 5 区间系统

区间名称强度 % (HRR)典型感受训练目的
Zone 1Warm Up
热身/恢复
50% - 60%轻松对话放松身心,轻微出汗,促进恢复。
Zone 2Fat Burn
燃脂/有氧
60% - 70%呼吸加深常用于有氧基础训练和轻松跑量积累。
Zone 3Aerobic
有氧强化
70% - 80%说话费力提升心肺耐力,增强心脏泵血能力。
Zone 4Anaerobic
无氧阈值
80% - 90%短句交流提升乳酸耐受力,提高高速奔跑能力。
Zone 5VO2 Max
极限
90% - 100%无法说话很高强度努力,通常只能短时间维持。

应用

  • 绝大多数用户:从健身爱好者到进阶跑者。
  • 关注体能变化:能够直观反映静息心率下降带来的区间红利。

局限性

  • 高强度偏差:在无氧区间(Z4-Z5),储备心率模型不如阈值心率模型精准,因为它没有直接锚定代谢转折点。
  • 数据依赖:需要可靠的静息心率测量(建议早晨醒来未下床时测量)。

2. Joe Friel 模型 (基于阈值心率)

这是 Trainingload.ai 为结构化训练提供的阈值心率模型

核心理念

一切区间的锚点是你的 阈值心率 (Lactate Threshold Heart Rate, LTHR)

  • 生理意义:这是乳酸开始持续累积并接近无氧阈值附近时对应的心率区间。
  • 为什么更贴近阈值训练:两个最大心率同样是 190 的人,阈值心率可能相差很大。Joe Friel 模型通过锚定阈值心率,减少最大心率模型在阈值附近的偏差。

区间划分

采用精细的 7 区间系统,针对不同代谢状态进行划分:

区间代码名称% LTHRRPE (感知)生理适应与训练目的
Zone 1Z1Recovery
恢复
< 81%< 2主动恢复。促进代谢废物排出,几乎不产生疲劳。
Zone 2Z2Aerobic
有氧耐力
81% - 89%2 - 3有氧基础。燃烧脂肪,提升线粒体密度,增强抗疲劳能力。
Zone 3Z3Tempo
节奏
90% - 93%3 - 4有氧/糖原混合。马拉松/半马比赛强度,提升肌糖原储备能力。
Zone 4Z4SubThreshold
亚阈值
94% - 99%4 - 5推高阈值。在阈值边缘游走,提升乳酸清除能力。
Zone 5aZ5aSuperThreshold
超阈值
100% - 102%5 - 6拉高阈值。略高于阈值,用于计时赛或 10k 强度。
Zone 5bZ5bVO2max
最大摄氧量
103% - 106%7 - 8有氧容量上限。高强度间歇常用区间,用于提升最大摄氧量。
Zone 5cZ5cAnaerobic
无氧容量
> 106%9 - 10无氧爆发。短时间冲刺,靠磷酸原和无氧糖酵解供能。

应用

  • 严肃训练者:铁人三项、自行车、马拉松运动员。
  • 精准计划:需要执行复杂的结构化训练(如 Sweet Spot 甜区训练,位于 Z3 上限与 Z4 下限之间)。

局限性

  • 测试成本:获取可靠的阈值心率通常需要 30 分钟计时赛或类似测试,对初学者负担较大,也不适合频繁进行。
  • 漂移现象:阈值心率会随体能状态波动,需要定期(4-6 周)重新测试校准。

3. Max HR 模型 (系统兜底)

这是最传统、也是最简单的模型。当你在 Trainingload.ai 中未设置阈值心率和静息心率时,系统会使用此模型以确保基础计算可用。

核心理念

直接基于最大心率的百分比划分,不考虑个体差异。

目标心率=HRmax×强度%\text{目标心率} = HR_{max} \times \text{强度\%}

区间划分

采用粗略的 5 区间系统(注意:其百分比定义与 Karvonen 不同):

区间名称强度 % (MHR)潜在问题
Zone 1Very Light50% - 60%对于体能好的人,此区间可能甚至低于静息心率。
Zone 2Light60% - 70%往往低于真实的燃脂区,导致训练强度不足。
Zone 3Moderate70% - 80%所谓的“有氧区”,但范围过宽,横跨了有氧和混氧。
Zone 4Hard80% - 90%无法清晰区分乳酸阈值,强度分布更容易失控。
Zone 5Maximum90% - 100%仅表示接近最大努力。

应用

  • 初学者:完全没有数据积累的新手。
  • 系统兜底:防止因数据缺失导致无法计算基础负荷。

局限性

  • 个体差异极大:它假设所有人的静息心率都是 0(这不可能)。
  • 公式误差:通用的 "220 - 年龄" 公式误差标准差高达 10-12 bpm。
  • 建议:请尽快进行测试或输入静息心率,升级到 Karvonen 或 Joe Friel 模型。

总结建议

如果你是...推荐模型理由
大众健身 / 进阶跑者Karvonen实用默认。兼顾个体化与易用性,能反映静息心率变化。
严肃跑者 / 铁三运动员Joe Friel适合已有可靠阈值心率、需要精细控制阈值附近强度的人。
完全新手Max HR兜底方案。先动起来,后续再收集数据升级模型。

Trainingload.ai 如何使用心率区间

Trainingload.ai 会把心率区间作为训练分析的一层证据,而不是孤立结论:

  • 内部负荷判断:对比计划强度和身体实际反应,识别同样配速下心率异常偏高或偏低的情况。
  • 单次训练复盘:发现轻松课因为高温、疲劳、坡度或配速控制不当而进入更高区间。
  • 周训练结构:查看一周是否主要由低强度组成,还是阈值和高强度比例过高。
  • 模型适配:有静息心率时优先使用 Karvonen;阈值心率可靠时使用 LTHR 区间;数据不足时用 Max HR 兜底。

相关工具与文档