跳到主要內容
返回

從刻度到直覺:解構五大強度指標與生理地圖

從刻度到直覺:解構五大強度指標與生理地圖

大多數跑者至少用過兩種監測工具:心率、配速、功率,或 RPE(主觀感受)。

很多人以為它們測量的是不同的東西,其實它們都在回答同一個問題:

我現在的訓練強度,是不是落在目標區間?

差別只在於,每一種工具都是從不同角度估計這件事。

心率反映身體反應;配速代表外在表現;功率代表機械輸出;血乳酸直接描述代謝壓力;RPE 則整合了身體所有感受。

沒有任何一個指標能完整描述訓練強度,真正重要的是理解它們各自代表什麼,以及什麼時候會失真。


RPE:在數據之上的身體校準層

RPE 並不是沒有儀器時的替代方案,而是所有客觀數據的校準工具。

短短十幾分鐘內,大腦便整合神經肌肉募集、呼吸負荷、睡眠品質、累積疲勞與免疫狀態,形成任何感測器都無法直接測量的綜合訊號。

有價值的不是 RPE 本身,而是它與數據是否一致。

相同配速卻感覺特別吃力,可能代表疲勞、脫水或恢復不足;心率異常偏高但體感正常,也可能只是熱環境造成的心血管漂移。

RPE 無法告訴你疲勞來自哪裡,但它能提醒你今天的身體和平常不一樣。


心率:可靠,但不是任何時候都可靠

維多利亞時代心率記錄儀,三條矛盾曲線標注三種說謊情境

心率是跑者最普及的生理監測工具,也是耐力訓練史上最早被系統化應用的客觀指標。連續、非侵入、即時。在穩態有氧訓練中,它能可靠反映身體的內部負荷,這也是它幾十年來始終站在訓練核心位置的原因。

它有兩個可靠的長期用途:同速度下的「次最大強度心率(HRex)」追蹤有氧適應進步,安靜心率 HRV(心跳節律的波動,間接反映自律神經恢復狀態)則可以偵測急性疲勞。在低強度穩態有氧訓練中,這兩個指標都很有效。

但心率在三個情境下會給出錯誤資訊。

高熱環境與熱適應期

心臟同時應付散熱與供氧,心率被拉高。更反直覺的是,熱適應完成後血漿容量增加,HRV 反而可能矛盾上升;即使運動員更疲勞、配速下滑。Buchheit 追蹤一場沙漠極限賽,第四天後 HRV 數值看起來「恢復良好」,但配速和主觀疲勞持續惡化。只看 HRV,你會做出完全錯誤的決定。[1]

高訓練量的飽和效應

精英運動員在高容量期,迷走神經張力極高,HRV 指標反而因神經受器飽和而下降。這個下降不代表疲勞,代表心臟已高度適應。但幾乎所有人會把它讀成「狀態差」,然後錯誤地降低訓練量。

神經肌肉疲勞與肝醣

神經肌肉疲勞(肌肉承受損傷後的修復壓力)與肝醣(肌肉裡的能量儲備),都直接影響跑動表現,但心率對這兩件事毫無感知。比賽後腿很痠、肌肉損傷嚴重,HRV 可能完全正常;跑前肝醣不足,心率也不會給你任何警訊。

還有一個結構性問題:心率對強度變化的反應比功率慢 30–60 秒。30 秒的坡衝結束了,心率才到高點,你看到的數字早就不代表剛才的強度了。


配速:測量的是結果,不是壓力

配速告訴你的是:你在這個環境、這個身體狀態下,跑了多快。它是結果,不是代謝壓力本身。相同的 5:00 配速,春天平路跑和夏天午後爬坡,對身體是完全不同的強度。

在平地固定坡度的條件下,配速和功率的相關性高達 R²=0.97[2]。風不大、坡度固定時,看配速和看功率幾乎等價;這是配速在平路環境下足夠使用的原因。

但一旦出現坡度、逆風、高溫、高海拔,這個等價關係就斷了。爬坡時維持配速,實際代謝壓力可能已經進入閾值區,但配速顯示「只是比較慢」。馬拉松後半段許多人掉速,原因往往不是配速策略失誤,而是前半段表面配速讓他們以為強度正常,但心率和乳酸早就偏高了。

配速最可靠的使用場景是平路比賽模擬,確認目標完賽速度是否可執行;以及恢復跑的強度確認,確保沒有跑超過。這兩個場景環境變因少,配速是功率的可靠近似值。


功率:比賽裡最接近即時強度的工具

解剖心臟(心率漂移)與精密齒輪(功率穩定)的對比標本插畫

功率繞過心率的滯後、配速的地形限制與 RPE 的主觀干擾,是目前最接近即時強度的客觀監控工具。

功率的核心優勢在於即時反映個體對地面施加的機械輸出。它消除了心血管系統 30 至 60 秒的滯後反應,且不受地形坡度影響。在實際應用中,Stryd 等演算法已將坡度補償納入計算,跑者在開始上坡的瞬間,功率便能立刻呈現額外的代謝負擔,並在坡頂放鬆時即時回落。

這種即時與客觀性在長距離賽事中很關鍵。比賽過程中,心率通常呈現特定的生理軌跡,起跑初期因交感神經滯後啟動而偏低,隨後爬升至穩定值,並在賽事中後段因體溫升高與脫水導致心血管漂移而持續上升。此時若盲目依據心率區間配速,跑者在後半段將被迫減速以維持目標心率,但後半段的心率攀升很大程度與真實的物理輸出強度無關。

相比之下,功率表現出極高的生理穩定性與可重複性。van Rassel 的研究指出,在最大乳酸穩定狀態(MLSS)強度下持續運動 30 分鐘,受試者的功率偏差僅有 0.1%,而同等條件下的攝氧量(VO2)卻漂移了 +50 mL/min。此外,間隔數天的兩次測試顯示,功率的組內相關係數(ICC)達到 1.00。[3]

這意味著一旦透過閾值測試確立了目標功率,比賽當天只需維持該輸出數值,配速便會自動因應風向與坡度等環境條件進行最佳化調整,避免了配速的盲目強求或後半段心率漂移帶來的誤判。


血乳酸:建立生理的地圖

三張個人標本記錄卡與橫跨其上的 4 mmol/L 量尺,顯示固定閾值無法對應個人差異

前面四種工具有同一個問題:它們在估算強度,估算的依據是間接的。血乳酸不是。

在某個速度下抽一滴血,你就知道那個速度對你身體造成的代謝壓力是高還是低、是否接近臨界點。沒有滯後,沒有環境噪音,沒有主觀成分。

乳酸監控的核心價值並非定位單一的 4 mmol/L 閾值,而是透過多個速度節點的採樣,描繪出專屬的個人乳酸曲線。當你明確掌握自己在各個配速下的乳酸濃度變化,就等於擁有一幅將速度與代謝壓力精確對應的生理地圖,使日常訓練強度的執行不再流於猜測。

4 mmol/L 作為通用閾值是過度簡化:未訓練者可能落在 2–3 mmol/L,頂尖有氧運動員則可達 7–8 mmol/L。25 種閾值定義中,MLSS 與表現相關性最高[4],但檢測繁瑣。完整的個人乳酸曲線能直接呈現生理全貌,單一數值的爭論便失去必要性。

此外,血乳酸也是追蹤訓練成效最直接的科學證據。在相同配速下,若數個月後檢測到的乳酸濃度顯著下降,即代表有氧代謝能力的實質提升,這比心率變異或最大攝氧量的估算都更具說服力。

儘管採血設備與專業操作的成本,限制了它進行日常頻繁監控的可能,但它很適合作為每年度一到兩次的基準測試,用以建立曲線並校正訓練區間,再搭配其他便捷工具進行日常追蹤,便能建構出兼具精準度與可行性的科學化訓練系統。


數據的維度,體感的刻度

儀器數據(左)與人體感知(RPE,右)之間的 gap = signal 示意圖

這五種監控工具並非互相替代的競爭關係,而是層疊互補、提供不同解析度的動態系統。

在這個系統中,主觀運動自覺強度(RPE)始終是無可取代的底層基石。

RPE 是中樞神經、代謝狀態、睡眠品質與恢復程度的綜合輸出,任何客觀數據都無法單獨解讀。高階運動監控的核心技能,是敏銳比對體感與數據的落差:功率或配速與 RPE 出現偏離時,落差本身就是生理訊號,可能預示隱性疲勞、熱壓力或免疫波動。數據提供座標,體感提供脈絡,缺一不可。

建立這張地圖需要長期累積——本質與血乳酸測試相同:在生理壓力與客觀輸出之間建立對照,差別只在解析度。

在賽事的高壓情境下,這張地圖的價值更為顯著。當面對前半程因腎上腺素激增而產生的「輕快幻覺」時,唯有平時對這張地圖有深刻理解的跑者,才能在關鍵節點上做出理性的強度抉擇。

在整體的訓練架構中,心率負責追蹤長期的有氧適應,配速在平坦路面上轉換為直觀的執行語言,功率精準鎖定閾值訓練與比賽的即時輸出,血乳酸則以年度一至兩次的基準測試校正所有區間。而 RPE 則是始終在背景運作的監控核心,不斷檢視體感與數字的吻合度。


盲信數據會讓人淪為儀器的奴隸,唯有在落差中覺察自我,這張生理地圖才有了靈魂。


參考資料

  1. 1. Buchheit M. Monitoring training status with HR measures: do all roads lead to Rome? Front Physiol. 2014;5:73.
  2. 2. Aubry RL, Power GA, Burr JF. An assessment of running power as a training metric for elite and recreational runners. J Strength Cond Res. 2018;32(8):2258–2264.
  3. 3. van Rassel CR, Sales KM, Macpherson REK, et al. Running power is more sustainable than heart rate for monitoring long duration exercise intensity. Front Physiol. 2021;12:682333.
  4. 4. Faude O, Kindermann W, Meyer T. Lactate threshold concepts: how valid are they? Sports Med. 2009;39(6):469–490.

如果這篇文章對你有幫助,歡迎 請我喝杯咖啡 繼續創作。


分享這篇文章:

上一篇
你把肌肉練強了,跑步卻更卡:肌力訓練的兩個陷阱
下一篇
阿基里斯腱節能的真正機制