训练负荷计算器 — TRIMP/sRPE/TSS负荷监控

训练负荷计算器的工作原理

RunDida训练负荷计算器使用三种经过科学验证的方法量化你跑步训练的生理压力：TRIMP（训练冲量）、sRPE（会话主观疲劳度）和TSS（训练压力评分）。每种方法将一次训练归纳为一个数字，反映你训练的时长和强度，使不同类型的训练之间可以进行有意义的比较。

选择你偏好的计算方法，输入训练数据——时长、心率、RPE和/或距离——计算器产出负荷评分及完整分解。TRIMP使用Banister的指数心率模型强调高强度训练的不成比例压力。sRPE使用Foster验证的方法，将训练时长乘以你的主观疲劳度（1-10分制）。TSS从可用的心率、RPE或配速数据估算Coggan的训练压力评分。

除了原始评分外，计算器将你的训练分类到训练负荷区间（从恢复到极端），提供具体的恢复时间建议，并显示你的训练如何适合典型的周负荷范围。基于Gabbett里程碑式研究的综合急性:慢性负荷比（ACWR）参考帮助你了解如何长期监控负荷趋势以最大化体能增长同时最小化受伤风险。这不仅仅是一个计算器——它是更聪明、更安全训练的框架。

训练负荷监控的科学

训练负荷监控源自运动生理学家Eric Banister博士的工作，他于1991年发表了基础性的TRIMP模型作为其运动训练脉冲-反应理论的一部分。Banister认识到身体对训练的反应可以建模为正面体能效应和负面疲劳效应之间的平衡——两者都由累积训练负荷驱动。他的TRIMP公式使用心率储备和指数权重因子来捕捉运动强度与生理压力之间的非线性关系。

十年后，Carl Foster博士（2001）证明了会话RPE——简单地将时长与主观疲劳度相乘——与更复杂的基于心率的负荷指标有很强的相关性。他在威斯康星大学拉克罗斯分校的研究显示sRPE与Banister TRIMP在不同训练类型间的相关系数为0.75-0.90。这一发现具有变革性，因为它使训练负荷监控对没有心率监测器或功率计的运动员也变得可及。

该领域进一步由Tim Gabbett博士2016年在British Journal of Sports Medicine上具有影响力的论文推进，该论文引入了急性:慢性负荷比（ACWR）框架。通过分析多项运动的伤病数据，Gabbett表明伤病风险不仅仅是绝对训练负荷的函数，而是负荷相对于慢性体能变化的速度的函数。ACWR 0.8-1.3的「最佳区间」作为循证目标区间出现——足够高以驱动适应，足够低以防止伤病。关键是，Gabbett还证明了训练不足（ACWR < 0.8）也会增加伤病风险，因为不充分的慢性体能使运动员无法应对比赛和正常训练飙升的需求。

更近期的研究已对这些模型进行了完善。Impellizzeri等人（2019）警告原始ACWR计算（滚动平均值）可能存在数学耦合，导致一些研究人员提倡使用指数加权移动平均值（EWMA）替代。然而，对于实际的运动员自我监控，滚动平均方法仍然是最广泛推荐的方法，因为它足够简单且对训练决策有足够的准确性。

TRIMP、sRPE和TSS方法比较

选择正确的训练负荷方法取决于你的可用数据、训练环境和目标。每种方法都有需要了解的独特优势和局限性。

TRIMP（Banister模型）

TRIMP使用连续心率数据客观量化内部训练负荷。指数权重因子意味着在高心率下花费的时间对总评分的贡献不成比例地多于在低心率下花费的时间。90%最大心率下的30分钟间歇训练可以产生比65%最大心率下60分钟轻松跑更高的TRIMP，准确反映了更大的代谢和神经肌肉需求。局限：每次训练都需要心率监测器，无法捕捉非心血管压力（如下坡跑步的肌肉损伤），并且在高温或脱水条件下可能因心率漂移而偏差。

sRPE（Foster方法）

最简单和最便利的方法，sRPE只需要两个输入：你训练了多长时间和感觉有多辛苦。改良的Borg CR-10量表（1 = 非常轻松，10 = 极限）经过充分验证且直观。Foster建议在训练结束30分钟后记录RPE，以捕捉整体训练难度而非最后几分钟的体感。优势：不需要设备，捕捉包括心理和肌肉骨骼因素在内的全身压力，与基于心率的方法相关性好。局限：主观性质意味着评分可能受情绪、期望和个人对量表的理解影响。持续使用后一致性会提高。

TSS（跑步估算）

最初由Andrew Coggan博士为自行车开发的TSS使用相对于阈值的强度因子来标准化训练负荷，使得阈值强度1小时 = 100 TSS。对于跑步，阈值可以从乳酸阈值心率、阈值配速或RPE估算。跑步TSS本质上是估算，因为大多数跑者没有直接的功率计（尽管跑步功率计正在兴起）。TSS的好处是其直观的缩放和与TrainingPeaks等平台的兼容性。对跑者的局限是强度因子必须估算，引入潜在的不准确性。

实用建议

如果你每次跑步都佩戴心率监测器，TRIMP提供最具生理基础的追踪。如果你偏好简单或不带监测器训练，sRPE可靠且实用。如果你使用已经使用TSS的训练平台如TrainingPeaks，坚持TSS以保持一致性。最重要的一条规则：选择一种方法并持续使用。混用方法使纵向比较变得不可能。

在实践中使用急性:慢性负荷比（ACWR）

ACWR是现代训练负荷监控中最强大的工具，因为它将每周的训练置于你整体体能轨迹的背景中。以下是作为跑者如何在实际中实施它。

计算你的ACWR

每周汇总你的每日训练负荷评分（使用你选择的方法——TRIMP、sRPE或TSS）得到你的急性负荷（7天总量）。你的慢性负荷是过去28天（4周）你每周总量的滚动平均值。急性除以慢性：ACWR = 急性负荷 / 慢性负荷。例如，如果本周的sRPE总量是1,800，你的4周平均值是1,500，你的ACWR是1.2——在最佳区间内。

解读你的ACWR

Gabbett的研究建立了清晰的风险区间：ACWR 0.8-1.3是最佳区间，训练刺激适应且受伤风险可控。低于0.8，你训练不足且矛盾地更容易因突然负荷暴露而受伤。高于1.3，风险开始增加。高于1.5，受伤风险急剧上升——研究显示当ACWR超过1.5时软组织伤病增加2-4倍。这些阈值适用于包括跑步、橄榄球、板球和澳式足球在内的多项运动。

规划你的训练周

主动使用ACWR而非被动应对。在每个训练周之前，估算你的计划负荷并计算预期ACWR。如果超过1.3，考虑减少跑量或强度。恢复周（低急性负荷）之后，不要直接跳回峰值训练——这会造成突然飙升。应逐步过渡回来。经典的3:1训练结构（3周递增接1周恢复）在恢复周为前几周的60-70%时自然产生安全范围内的ACWR波动。

局限性和细微之处

ACWR是指南而非保证。个人受伤风险取决于负荷之外的因素：睡眠质量、营养、生物力学、组织韧性和心理压力都有贡献。一些运动员在ACWR超过1.5时不受伤，而其他人在1.2时就会崩溃。将ACWR作为更广泛决策框架中的一个输入，该框架包括主观健康监控、结构化恢复规划和渐进跑量递增。