博客

GPS 速度阈值的个性化:挑战和复杂性

2017年八月29日

使用 GPS 技术监测运动员在训练和比赛中的外部负荷几乎无处不在,尤其是在职业运动中。

随着 GPS 技术在过去十年中的发展,用户现在拥有大量可用的指标,他们可以从中评估外部负载,并与教练一起更好地为培训过程提供信息。最近,研究人员引入了一些概念,例如在加速带中测量距离、结合加速度和速度数据(称为“代谢能力”)以及针对每个玩家的个性化传统速度区。

指标的数量可能会非常庞大,用户面临着选择哪些最适合运动环境的挑战,以及一种方法可以为时间-运动分析数据的解释带来什么附加值。鉴于体能在调节能力和对外部负荷的剂量反应方面的作用,评估运动员的 GPS 数据与他们的体能状况相关似乎很直观。

在这里,我们强调根据健身特征个性化 GPS 数据所涉及的挑战和复杂性,并为感兴趣的用户提供一些建议。

源自橄榄球联盟(Gabbett,2015)、橄榄球联盟(Clarke、Anson 和 Pyne,2015;Reardon、Tobin 和 Delahunt,2015)、澳式足球(Colby、Dawson、Heasman、Rogalski 和Gabbett,2014)和足球(Hunter 等人,2015 年;Lovell 和 Abt,2013 年)根据一个或多个身体特征定制了个别球员的速度区。这些研究人员使用了广泛的体能属性来个性化速度区,例如实验室衍生的无氧阈值、最大有氧速度和峰值冲刺速度。

足球研究表明,速度阈值的个性化可以为 GPS 数据的解释增加价值(Hunter 等人,2015 年;Lovell 和 Abt,2013 年),鉴于运动员外部负荷的“强度”分布是直观的可能受自身健身能力的影响。然而,考虑到经济和后勤方面的障碍,使用基于实验室的评估的可行性很低。

最近,在研究文献(Colby 等人,2014 年;Gabbett,2015 年;Reardon 等人,2015 年)中,使用峰值冲刺速度来规定多个速度区已变得普遍,因为它易于在训练领域收集。不幸的是,速度区的个性化并不是那么简单,用户被警告采用这种方法可能弊大于利!

以乌龟和兔子的寓言为例。

野兔是一个快速、有力的运动员,具有很高的峰值速度(可以说最高速度为 35 kmh-1),但他不能长时间保持这种状态,这反映在他的间歇性耐力能力上(Yo-Yo,30 :15 等)。如果我们采用研究文献中的方法,将 Hare 的峰值速度的任意分数应用到高速运行中,比如 50%(HSR;顺便说一下,它没有生理学原理!),这给了我们 17.5 kmh-1 的 HSR 阈值.

相比之下,乌龟的峰值速度仅为 25 kmh-1,导致 HSR 阈值为 12.5 kmh-1。但是乌龟的间歇耐力测试分数相对较高,这使她能够有效地绕过球场;更频繁地进入高速区,恢复更快。

当两人比赛时,他们的距离相同,但方式不同。以这种方式单独使用峰值速度来锚定速度阈值会导致野兔的 HSR 被低估,而乌龟被高估(有关更详细的示例,请参见 Hunter 等人,2015 年)。

以这种方式使用一种健身能力来锚定多个速度区假设更快的运动员也具有与其耐力能力相关的高跑步速度,反之亦然(见图 1)。

当在一场比赛中进行测量时,这些错误信息可能几乎没有影响,但是如果我们想根据此 GPS 数据评估和规定长期训练方案,我们可能会招致训练负荷错误,从而导致表现准备欠佳或受伤风险增加(Gabbett , 2016)。

图 1:描述在“龟兔赛跑”中错误地使用峰值速度来锚定 GPS 速度阈值。 sIFT = 在假设的间歇耐力体能测试中达到的最终速度。

实际上,用于确定运动员表现特征的测试类型使个性化速度阈值变得复杂。

团队运动中常见的间歇耐力评估无法让运动科学家或健身教练确定运动员过渡到运动强度领域(低、中、高、重度)的跑步速度。从业者还需要考虑在繁忙的比赛日程中进行体能测试的频率,以应对因疾病、受伤或训练干预而导致的体能变化。

这些复杂性和挑战为个性化速度区的实施提供了重大障碍,并且可能有助于解释 GPS 用户对这种做法的低接受度(Akenhead & Nassis,2015)。

但是个性化不需要那么困难。 2013 年,Alberto Mendez-Villanueva 及其同事提出了一种实用、用户友好且基于证据的个性化 GPS 分析方法(Mendez-Villanueva、Buchheit、Simpson 和 Bourdon,2013 年)。

他们应用每个运动员在 VAM-EVAL 现场测试中的最大有氧速度,以及他们在 40 m 冲刺评估中记录的峰值速度,以参考每个人的体能来评估外部负荷。这种方法提供了对足球比赛的球员外部剂量的改进表示,可用于优化物理编程。此外,最大有氧运动速度结果可用于使用完善的训练技术(即 Dupont、Akakpo 和 Berthoin,2004 年)来个性化运动员的高强度间歇训练处方 (HIIT)。

不幸的是,无论是 HIIT 处方还是 GPS 速度区的个性化,都无法使用在 20 米以上穿梭跑中进行的复合间歇耐力实地测试来实现,这通常会受到运动员改变方向和加速能力的严重影响(Castgna 等人,2006 年;Berthoin等人 2014 年)。

总之,规定运动员特定的速度区可以增加 GPS 数据解释的价值(Hunter 等人,2015 年;Lovell 和 Abt,2013 年;Mendez-Villanueva 等人,2013 年),只要用户考虑到复杂性其实施情况。

用户可能会反思他们的身体测试电池,以及它是否支持训练处方和外部负荷评估的整体方法(读者可以参考 Mendez-Villanueva & Buchheit [2013] 了解这方面的更多细节)。

需要更多的研究来确定个性化 GPS 分析的效用和潜在附加值,但在我们了解更多之前,建议使用既定的和基于证据的程序(参见 Mendez-Villanueva 等人,2013 年;Hunter 等人al., 2015),或者避免一起练习。

有兴趣了解 Catapult 如何帮助您的团队找到竞争优势? 联系方式,今天.

参考

Akenhead, R., & Nassis, GP (2015)。高水平足球的训练负荷和球员监测:当前的实践和看法。国际运动生理学与表现杂志。 http://doi.org/10.1123/ijspp.2015-0331

Berthoin, S.、Gerbeaux, M.、Turpin, E.、Guerrin, F.、Lensel-Corbeil, G. 和 Vandendorpe, F. (1994)。比较两个现场测试以估计最大有氧速度。运动科学杂志,12(4),355-362。

Clarke, AC、Anson, J. 和 Pyne, D.(2015 年)。基于生理学的 GPS 速度区,用于评估女子七人制橄榄球比赛中的跑步需求。运动科学杂志,33(11),1101-1108。

Colby, M.、Dawson, B.、Heasman, J.、Rogalski, B. 和 Gabbett, TJ(2014 年)。澳大利亚精英足球运动员的训练和比赛负荷以及受伤风险。力量与调节研究杂志,28(8),2244-2252。

Castagna, C., Impellizzeri, FM, Chamari, K., Carlomagno, D., & Rampinini, E. (2006)。足球运动员的有氧健身和悠悠球连续和间歇性测试表现:相关性研究。力量与调节研究杂志,20(2),320-325。

Dupont, G.、Akakpo, K. 和 Berthoin, S. (2004)。季节性高强度间歇训练对足球运动员的影响。力量与调节研究杂志,18(3),584-589。

加贝特,TJ(2015 年)。相对速度区的使用增加了在团队运动比洞赛中进行的高速运行。力量与调节研究杂志,29(12),3353-3359。

加贝特,TJ(2016 年)。训练损伤预防悖论:运动员应该更聪明、更努力地训练吗?英国运动医学杂志,50(5),273-280。

Hunter, F.、Bray, J.、Towlson, C.、Smith, M.、Barrett, S.、Madden, J. 等。 (2015)。时间-运动分析的个性化:方法比较和病例报告系列。国际运动医学杂志,36(1),41-48。

Lovell, R., & Abt, G. (2013)。时间-运动分析的个性化:一个病例队列示例。国际运动生理学与表现杂志,8(4),456-458。

Mendez-Villanueva, A. 和 Buchheit, M. (2013)。针对足球的体能测试:增加价值还是确认证据?运动科学杂志,31(13),1503-1508。

Mendez-Villanueva, A.、Buchheit, M.、Simpson, B. 和 Bourdon, PC(2013 年)。青少年足球比洞赛强度分布。国际运动医学杂志,34(2),101-110。

Reardon, C.、Tobin, DP 和 Delahunt, E.(2015 年)。应用个性化速度阈值来解释精英职业橄榄球联盟中特定位置的跑步要求:一项 GPS 研究。 PLoS 一,10(7),e0133410。