从心率数据到训练量化：三种训练强度分析方法的比较

Øystein Sylta, Espen Tønnessen, Stephen Seiler

这是作者发表在《国际运动生理学与运动表现杂志》2014 年第 9 卷第 100 - 107 页上的文章版本。该文件从机构知识库 AURA（http://brage.bibsys.no/uia）下载。

本文为原创研究，包含 3 个表格和 4 幅图。摘要 230 字，正文 3441 字。Øystein Sylta1, Espen Tønnessen2 & Stephen Seiler1

1. 挪威克里斯蒂安桑，阿格德大学健康与运动科学学院
2. 挪威奥斯陆，挪威奥林匹克委员会

摘要

目的：在大量精英耐力运动员的训练课程样本中，直接比较三种常用的基于心率的训练强度分布（TID）量化方法。方法：29 名精英越野滑雪运动员（16 名男性，13 名女性，年龄 25±4 岁，体重 70±11 千克，最大摄氧量为 76±7 毫升・（分钟・千克）⁻¹）在为期约 14 天的高原训练营中进行了 570 次训练课程。使用了三种分析方法：心率区间时长法（Time in Zone，TIZ）、训练目标法（Session-Goal，SG），以及一种训练目标 / 心率区间时长混合法（Session-Goal/Time in Zone，SG/TIZ）。通过总训练时间或训练课程频次来量化 1 区、2 区和 3 区的训练比例，并计算不同方法之间的简单转换系数。结果：比较 TIZ 和 SG/TIZ 方法，总训练时间的 96.1% 和 95.5% 分别处于 1 区（P <.001），2 区 / 3 区的时间占比分别为 2.9%/3.6% 和 1.1%/0.8%（P <.001）。使用 SG 方法时，1 区训练课程占 86.6%，2 区 / 3 区训练课程占 11.1%/2.4%。从 TIZ 或 SG/TIZ 到 SG 的估计转换系数，在低强度训练（LIT，1 区）范围内为 0.9/1.1，在高强度训练（HIT，2 区和 3 区）范围内为 3.0/0.33。结论：本研究直接比较了采用不同 TID 量化方法的研究，并给出了实用的转换系数，这些方法与最常见的基于心率的分析方法相关。关键词：越野滑雪运动员；耐力训练；强度分布；心率区间时长；训练目标

引言

训练剂量与适应性反应的关系是运动生理学和运动表现的核心。然而，训练剂量的量化仍是一个存在一定困惑的领域。对于耐力运动员而言，训练剂量可以通过完成的外部功（距离、功率、速度）来衡量，也可以通过该训练所引发的内部生理反应（心率、血乳酸、摄氧量）来衡量，还可以根据训练刺激的主观感受（训练课自觉用力程度，session RPE）来衡量。大多数高水平耐力运动员会记录训练日记来汇报他们的训练情况。实际上，运动员的自我汇报通常反映了这三种基本训练剂量描述的某种组合。

文献中描述了三种基于心率（HR）反应来量化耐力训练课程的基本方法。一种方法是心率区间时长法（TIZ），专用软件会根据运动员或教练在软件中设定的阈值，将心率记录数据分配到不同的强度区间。第二种方法是训练目标法（SG），这种分类方法将整个训练课程归为单一强度区间，其假设是训练课程的 “目标部分” 主要决定了它作为适应性信号和生理压力源的影响。这种分类方法可能会长期、真实地反映总训练强度分布（TID），在文献中也经常被引用。研究还发现，SG 方法与基于训练课自觉用力程度（session RPE）的强度分类吻合度较高。第三种方法是 SG 和 TIZ 的混合方法，在文献中称为改良 SG 法（SG/TIZ），该方法结合实际心率记录和所施加的工作量，根据训练目标来辅助将训练时间分配到不同强度区间。

图 1 展示了一名精英运动员进行一次时长约 90 分钟的典型耐力训练时，逐拍心率反应的三种分析方法。此次训练为间歇训练，包括 5 组 8 分钟的训练时段，每组间休息 2 分钟，还有热身和放松阶段。在第一、第三和第四次休息期间，血乳酸浓度分别为 3.5 毫摩尔 / 升、4.2 毫摩尔 / 升和 5.6 毫摩尔 / 升。根据三区模型（表 2），本次训练被设定为 “3 区间歇训练课”。该运动员的最大心率为 200 次 / 分钟。TIZ 方法根据心率曲线（实线）来分配不同区间的时间，35 分钟处于 3 区，48 分钟处于 1 区，5 分钟处于 2 区。SG 方法根据达到的最高强度和该强度下的累计持续时间，将整个训练课程归类为 3 区训练课。虚线表示 SG/TIZ 方法，该方法显示 40 分钟处于 3 区，48 分钟处于 1 区，它基于实际执行的工作量，而非仅依据心率。SG 和 SG/TIZ 方法都将乳酸值作为确定正确强度区间的额外信息（表 2）。关键的是，这三种研究训练剂量、适应性反应和运动表现发展的方法，其有效性都取决于教练和科学家对训练数据的一致且可比的解读。

Seiler 和 Kjerland 比较了 SG 和 TIZ 方法的数据，但这并非该研究的主要重点，该研究主要描述了极化训练强度分布（TID）的概念。此后，尚无研究系统地量化高水平运动员采用这三种不同方法得出的 TID。在描述性研究、实验性研究以及近期的综述中，耐力运动员的 TID 受到了越来越多的关注。由于这三种方法可互换使用，尽管该问题已被讨论，但在解读训练数据时仍可能产生混淆。

因此，本研究的目的是在大量精英耐力运动员的训练课程样本中，直接比较三种 TID 量化方法。

方法

受试者

29 名精英越野滑雪运动员自愿提供了知情同意书，参与本研究，该研究已获得挪威南部地区伦理委员会的批准。所有受试者均为挪威国家越野滑雪队成员。其中，28 名运动员在成年组 / 青年组世界锦标赛或奥运会上获得过奖牌，且都有使用心率监测手表和控制训练强度的经验。

训练数据收集

数据收集于 2012 年 10 月在意大利瓦尔斯内斯举行的高原训练营期间。每位运动员的数据收集期平均时长为 14 天（范围 8 - 18 天）。运动员们被要求按常规进行训练，并在每次训练时使用心率监测器。总共从 570 次训练课程中收集了完整的心率数据，并进行了相应的乳酸测量（380 个样本）。

强度区间分类

挪威运动员通常使用 5 区有氧强度量表来安排和汇报耐力训练。这是一个标准化指南，运动员通过个人测试来确定特定的心率和血乳酸阈值（表 2）。在本研究中，运动员需汇报此前根据生理测试和实践经验确定的个人 5 区量表。实验室测试包括在跑步机上以 10.5% 的坡度进行标准化递增亚极量运动测试。该测试包含四个 5 分钟阶段，速度逐渐增加（从最大摄氧量的 55% - 90%），在每个阶段的最后一分钟采集摄氧量和心率数据，并在各阶段之间 30 秒的恢复时间内测量血乳酸。完成乳酸测试后，进行最大摄氧量测试（此前已有描述）。所有运动员均定期进行测试（过去一年）。基于这些测试设计的强度区间此前已有描述。尽管心率和乳酸值在不同时间点、不同专项运动时略有差异，但在一个训练年度内，强度区间相对稳定，因此运动员通常仅使用一个量表来简化日常强度控制。

为比较上述三种 TID 方法，我们将 5 区量表合并为 3 个区间，对应生理转折点，如第一和第二通气阈值以及乳酸阈值（VT₁/₂和 LT₁/₂）。为计算不同方法之间的转换系数，仅采用低强度 / 高强度训练（LIT/HIT）二元模型，以简化方法和核心研究结果（表 2）。

数据分析

所有训练课程均采用三种方法进行分析：TIZ、SG 和 SG/TIZ（图 2）。

1. 在训练过程中持续记录心率，并根据心率区间阈值划分出在 1 区、2 区或 3 区的准确时间（图 1 / 表 2）。每位运动员提供各自区间之间的心率阈值。所有运动员均使用佳明（Garmin）Forerunner 910XT 或 610 心率监测手表（美国堪萨斯州佳明公司产品），采样频率为 1 赫兹。心率数据随后上传至佳明训练中心（3.6.5 版本），并在 Microsoft Excel（2010）中进一步分析。
2. 在训练目标法中，以训练课程的主要目标为依据，将整个训练课程分类到 1 区、2 区或 3 区（图 1 / 表 2）。如果心率和乳酸测量结果证实间歇训练课程的核心部分达到了预期的 2 区 / 3 区强度，则将其归类为 2 区 / 3 区训练课（表 2）。所有这些训练课程的计划和执行都确保累计高强度训练时间超过 25 分钟。对于持续训练课程，累计时间超过 15 分钟则将整个课程归类为 2 区 / 3 区训练课。
3. 训练目标 / 心率区间时长法结合了 SG 和 TIZ 方法。对于持续训练课程，以心率曲线为起点来确定各区间的时间（图 1 / 表 2）。明显处于 2 区 / 3 区达数分钟的时段，相应地分配到该区间。间歇训练课程根据核心部分的主要目标，结合心率和乳酸值，将训练时间分配到 2 区 / 3 区。间歇训练课程的恢复阶段，只有在进行主动恢复时才归类为 1 区。

对每种方法的数据进一步分析和比较。在 TIZ 和 SG/TIZ 方法中，通过总训练时间计算 1 区、2 区和 3 区的比例（比率）；在 SG 方法中，则通过训练课程频次计算。

转换系数计算

假设精英或业余运动员的整体训练课程结构具有一定可比性，我们计算了简单的转换系数，以便将基于一种方法的 TID 估计值转换为另一种方法的估计值。为简化计算，仅采用二元模型，即分别计算低强度训练（1 区）范围内的 TID 比率转换系数和高强度训练（2 区和 3 区合并）范围内的转换系数。计算公式如下：\(转换系数（TIZ→SG） = SG百分比比率/TIZ百分比比率\)\(转换系数（SG→TIZ） = TIZ百分比比率/SG百分比比率\)

统计分析

总训练时间以均值 ± 标准差（SD）表示，包括 29 名运动员的组数据和 570 次训练课程的总计数据。采用配对样本 T 检验来确定 TIZ 和 SG/TIZ 方法中训练时间的差异，并计算差异的 95% 置信区间（CI）。不同方法之间的转换系数基于总训练比率计算。

所有统计分析均使用 SPSS 18.0 软件（美国伊利诺伊州芝加哥市 SPSS 公司）进行，以 P <.05 为具有统计学意义。

结果

时间分布与训练课程分布

比较 TIZ 和 SG/TIZ 方法，总训练时间的 96.1±1.4% 和 95.5±1.5% 分别处于 1 区（P <.001）。基于这两种方法，2 区训练时间占总训练时间的 2.9±1.3% 和 3.6±1.5%（P <.001），3 区训练时间占 1.1±0.9% 和 0.8±0.7%（P <.001）。与 SG/TIZ 方法相比，使用 TIZ 方法时，高强度训练时间（2 区和 3 区合并）相对低估了 21.1±22.4%（置信区间：29.6 - 12.5，P <.001）（表 3 / 图 3）。

当使用 SG 方法对相同的训练课程进行分类，并通过心率和乳酸数据验证时，86.6±4.8%（570 次中的 492 次）的训练课程主要在 1 区进行，11.1±5.0%（570 次中的 64 次）在 2 区进行，2.4±2.8%（570 次中的 14 次）在 3 区进行（表 3 / 图 3）。

从 TIZ 或 SG/TIZ 比率到 SG 的转换系数，在低强度训练范围内约为 0.9，在高强度训练范围内约为 3.0。从 SG 到 TIZ 或 SG/TIZ 的转换系数，在低强度训练范围内估计为 1.1，在高强度训练范围内为 0.33（1/3）（图 4）。

高强度训练课程的时间

与 SG/TIZ 方法相比，TIZ 方法计算的高强度训练时段平均时长显著更低，分别为 32.5±8.6 分钟和 38.2±6.5 分钟，P <.001。TIZ 方法对高强度训练范围内的训练时间低估了 27.5±43.7%。

讨论

本研究提供了可直接比较的数据，展示了文献中常用的三种分析方法在量化 TID 方面的差异。

众多研究使用 3 区模型报告运动员的 TID。关键的是，分布比率通常基于不同的方法（基于时间的分配与分类分配）以及不同水平的运动员，这使得研究之间难以进行比较。尽管本研究的运动员样本采用了全国标准化的 5 区有氧强度量表，但我们选择将他们的训练数据转换为相同的 3 区强度量表，该量表围绕 VT₁/LT₁和 VT₂/LT₂设定，这在训练强度分布研究、单日长时间和多日赛事的强度分布研究中应用最为广泛。

通过这些数据，采用二元模型（1 区 = 低强度训练，2 区和 3 区 = 高强度训练），得出了基于时间和分类 TID 方法之间有用的转换系数。假设高强度训练课程的基本内容和结构在不同运动员群体和运动项目中具有一定一致性，我们建议将基于心率的 TIZ 方法估计的高强度训练课程时间乘以约 3（图 4），以得到基于分类分配的等效分布。例如，在每年训练 800 小时或 500 次训练课程的情况下，若采用 TIZ 方法的心率分析显示低强度 / 高强度训练比例为 93/7%，那么采用分类 SG 方法的耐力训练课程分布将接近 81/21%。这种差异主要是由于：1）低强度训练课程通常比高强度训练课程更长；2）高强度训练课程通常包含大量的热身、放松时间以及高强度训练间歇的恢复时间。例如，一次 6 组 4 分钟、心率达 95% 最大心率、血乳酸值大于 6 毫摩尔 / 升且每组间歇 2 分钟、热身 20 分钟、放松 15 分钟的高强度训练课程，采用 TIZ 方法计算的高强度训练时间约为 20 分钟，低强度训练时间约为 45 分钟，即便血乳酸值明显表明该课程强度很大，但仍会被量化为约 70% 的低强度训练。因此，在高强度训练范围内，采用转换系数 0.33 可将基于 SG 的 TID 转换为 TIZ 估计值（图 4）。由于这两种 TID 计算方法在文献中经常被报道，该转换系数有助于更合理地比较有关精英运动员的研究，减少对 TID 数据解读的困惑。此外，这些转换系数在非精英 / 业余运动员中使用时似乎也合理。将训练量为每年 500 小时、低强度 / 高强度训练比例为 91/9%（TIZ 方法）的青少年运动员的 TID 数据，转换为 SG 方法后，高强度训练比例约为 27%，与报道的 25% 相近。每周训练 5 次、每次 5 小时，包括 2 次高强度训练课程的业余运动员，采用 TIZ 或 SG 方法计算的高强度训练时间分别约占 15% 和 40%。这些例子表明，从精英运动员训练中得出的转换系数可应用于不同训练水平。

在本研究量化的 78 次高强度训练课程中，由于 TIZ 方法中的心率 “延迟时间”，SG/TIZ 和 TIZ 方法计算的高强度训练时间平均差异为 27.5%（38.8 分钟 vs. 32.5 分钟）（图 1）。在一个赛季中，对于每年训练 800 小时的运动员而言，这可能导致 2 区 / 3 区训练时间额外增加 10 - 12 小时。此外，间歇训练课程包含休息 / 恢复时间。在采用 SG/TIZ 方法时，如何处理这些休息时间可能会导致不同研究之间的不一致性。我们认为，恢复时间不应计入 2 区 / 3 区训练时间。不同间歇训练课程类型的休息时间不同，并且在一个训练周期内，休息时间可作为周期化训练计划的一部分进行调整。因此，间歇训练课程的这部分时间应归类为 1 区，若进行主动恢复，则应归类到实际执行的特定区间。

多项研究报道在运动员研究中使用 TIZ 或 SG/TIZ 方法。更重要的是，这些方法在运动员的训练日记自我汇报中经常使用。此前我们发现，精英运动员在自我汇报训练时，采用的 “概念性常规方法与 SG/TIZ 方法相近。在挪威国家越野滑雪队的 29 名运动员中，24 名使用 SG/TIZ 方法，其余运动员则直接用 TIZ 方法分析心率数据。由于心率监测手表及配套分析程序使用方便，TIZ 方法的应用较为简单直接。在挪威国家青年越野滑雪队，TIZ 方法比 SG/TIZ 方法更为常见（个人交流）。这凸显了分析和比较这些方法的重要性。TIZ 和 SG/TIZ 方法因易于分析、个性化且无创而颇具吸引力。然而，在某些情况下，“心率区间时长” 方法与特定训练的主观感知运动强度匹配度欠佳，可能会低估实际的压力负荷。因此，我们强烈建议使用 “基于时间” 方法的运动员在日记中同时自我汇报训练课自觉用力程度（sRPE）和训练目标（SG），以便真实反映长期的训练强度分布（TID）。

此前在一篇综述中我们提出，基于将整个训练课程分配到强度类别的分类方法，精英耐力运动员低强度训练（LIT）和高强度训练（HIT）之间 “典型的” TID 大致为 80% 的 LIT 和 20% 的 HIT。在本研究中，使用 SG 方法时，受试者仅 13 - 14% 的训练课程属于高强度训练（2 - 3 区）。然而，这是一次高原训练营，运动员在约 3000 米的高度进行低强度训练，在约 1800 米的高度进行高强度训练。因此，TID 中高强度训练的比例较低，这与高原训练的较大压力相符。高原地区的心率反应与海平面不同，但经过初步适应后，运动员通过对外部负荷进行个性化的向下调整，按照他们正常的强度量表进行训练。29 名运动员中有 24 名在海平面和高原使用相同的强度参考值，其余运动员报告在高原时每个区间的心率值比海平面低不到 5 次 / 分钟。在高海拔地区收集数据可能会影响研究结果，并且这些结果在海平面的可重复性仍不明确。

同样值得注意的是，这些精英运动员采用极化训练模式。低强度训练课程通常非常轻松，而高强度训练课程则难度较大。尽管参考量表（表 2）显示 82% 心率 / 2.5 毫摩尔 / 升血乳酸为下限，但由于精英运动员有氧能力和乳酸阈值非常高，2 区的训练课程通常在心率约 90%、血乳酸 1.5 - 4.0 毫摩尔 / 升的情况下进行。因此，与业余运动员相比，精英运动员的高强度区间更窄，在比较不同运动水平的数据时必须谨慎。

本研究的一个局限性是运动员的自我汇报中未纳入标准化的训练强度感知测量。训练课自觉用力程度（sRPE）在近期研究中应用频繁。这种分类方法适用于估计长期的 TID 模式，并且可能准确反映随时间变化的训练负荷。Foster 及其同事引入 sRPE 方法，用于衡量整个训练课程的整体强度感知。Stellingwerf 以 sRPE 为基础对训练课程强度进行分类，发现三名精英男子马拉松运动员在一年中的 TID 为 1 区 / 2 区 / 3 区分别占 74%/11%/15%。遗憾的是，挪威耐力运动员不习惯使用 sRPE 方法，作为妥协，我们与他们的教练达成一致，尽量不影响他们的常规训练模式。不过，我们认为 sRPE 和 SG 数据吻合度较高，在一定程度上可以互换。Seiler 和 Kjerland 发现，青少年越野滑雪运动员的 sRPE 三区分类与三区 SG 方法的一致性达到 92%。尽管如此，SG 方法的缺点是精英运动员和教练可能不熟悉这种分析训练数据的分类方法。然而，运动员在非正式情况下似乎确实会以某种二元强度分类来思考训练课程。例如，挪威国家越野滑雪队制定了一条 “成功规则”，即在每年超过 800 小时的训练负荷中，应融入约 100 - 140 次 2 - 3 区的训练课程（个人交流）。

实际应用

在本研究中，我们客观地比较了三种概念不同的训练强度分布（TID）量化方法。近年来，TID 得到了广泛研究，多项研究通过这三种方法描述了精英运动员的训练特征。此外，运动员在训练日记中的自我汇报通常采用与 SG/TIZ 或 TIZ 方法相近的方式。本研究表明，由于使用的方法存在差异，如果不考虑方法之间的差异，直接比较运动员不同自我汇报方法的 TID 或不同研究中的 TID 是不合适的。因此，本研究结果可能有助于运动员、教练和科学家解读有关 TID 和耐力运动表现的研究。我们提出以下指导原则：

• 与 SG 方法相比，日记中常用的自我汇报方法，如 TIZ 或 SG/TIZ，会低估高强度训练（HIT）在总训练中的比例。在高强度训练范围内，我们建议从 TIZ 或 SG/TIZ 转换到 SG 时使用 3 作为转换系数，从 SG 转换到 TIZ 或 SG/TIZ 时使用 0.33 作为转换系数。
• 由于心率 “延迟时间”，TIZ 方法与 SG/TIZ 方法相比会低估高强度训练强度范围内的训练时间。这种偏差的程度可能取决于训练课程的构成（心率 “快速成分”、恢复时间等）。在精英运动员中，这种差异每年可达 10 - 12 小时，在评估使用不同方法的自我汇报训练日记时必须考虑这一点。
• 为实现 TID 的标准化，通常建议运动员、教练和科学家采用 SG/TIZ 方法。此外，我们强烈建议运动员自我汇报训练课自觉用力程度（sRPE）和训练目标（SG），以便更好地反映总训练负荷。
• 在间歇训练课程中，应从 2 - 3 区训练时间中减去恢复时间，以确保 TID 的一致性和可比性。

结论

本研究对与最常见的基于心率的分析方法相关的 TID 差异进行了量化比较。这些数据为采用不同 TID 量化方法的研究提供了合理的转换系数，有望使该领域的研究更加清晰明确。