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:
- 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。
- 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。
- 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。
计算公式为:
- 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 1 | Warm Up 热身/恢复 | 50% - 60% | 轻松对话 | 放松身心,轻微出汗,促进恢复。 |
| Zone 2 | Fat 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 3 | Aerobic 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 4 | Anaerobic 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 5 | VO2 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 | % LTHR | RPE (感知) | 生理适应与训练目的 |
|---|---|---|---|---|---|
| Zone 1 | Z1 | Recovery 恢复 | < 81% | < 2 | 主动恢复。促进代谢废物排出,几乎不产生疲劳。 |
| Zone 2 | Z2 | Aerobic 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 3 | Z3 | Tempo 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 4 | Z4 | SubThreshold 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 5a | Z5a | SuperThreshold 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 5b | Z5b | VO2max 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 5c | Z5c | Anaerobic 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。
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 1 | Very Light | 50% - 60% | 对于体能好的人,此区间可能甚至低于静息心率。 |
| Zone 2 | Light | 60% - 70% | 往往低于真实的燃脂区,导致训练强度不足。 |
| Zone 3 | Moderate | 70% - 80% | 所谓的“有氧区”,但范围过宽,横跨了有氧和混氧。 |
| Zone 4 | Hard | 80% - 90% | 无法清晰区分乳酸阈值,强度分布更容易失控。 |
| Zone 5 | Maximum | 90% - 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。