LSS 跑步中的关键指标

耐力跑的核心一直是在一定速度下使用更少的能量和氧气。最近功率计的引入，让我们重新思考是否可以利用新的跑步指标来学习如何更聪

耐力跑的核心一直是在一定速度下使用更少的能量和氧气。最近功率计的引入，让我们重新思考是否可以利用新的跑步指标来学习如何更聪明、更经济、更快速地跑步？

近期Stryd与荷兰的奈梅亨的拉德堡大学研究发现了跑步经济性（RE）和腿部弹簧硬度（LSS）之间的关联。LSS是随着日常使用功率计而出现的指标之一。这个参数对于日常确定跑步经济性和跑步特点的改进具有极大的价值。由于功率计的存在，我们可以很容易地获得新的评估和改进指标，以达到在一定的努力下跑得更快的目标。

腿部弹簧硬度(LSS)

腿部弹簧硬度是衡量跑步者对施加在地面上的能量的回收程度。这个指标衡量的是腿部肌肉和肌腱的僵硬程度。据称，LSS的增加表明随着时间的推移，经济性有所提高。LSS属于个体化指标，这就意味着LSS只适用于自己的纵向对比，而不适合和他人进行横向比较，与CP值类似，在长期的数据跟踪中，就算是同一个身体，也会有体重的浮动，因此采用体重标准化处理，用特定速度的LSS/kg的趋势来进行分析，是一个比较合理的方式。

跑步经济性(RE)

继最大摄氧量之后，跑步经济性（RE）被广泛认为是耐力跑性能的最佳预测指标。然而，大多数跑者并不能够经常确定他们的RE。RE通常是在生理学实验室中根据恒定的亚最大速度v下的耗氧量VO2用方框内（下图）的公式确定的。经济型跑者在相同的速度下使用较少的氧气，他们的RE小于200ml O2/kg/km。RE是一个复杂的、多因素的概念，反映了代谢、心肺、人体测量、生物力学和神经肌肉方面的综合因素。因此，还不可能得出具体哪种跑步方式最经济的结论。然而，通过训练，有可能减少RE（从而变得更经济）。最著名的例子是保拉-拉德克利夫，她在10年的持续性训练中成功地将她的RE从205降低到175毫升O2/公斤/公里。

跑步的能量成本(ECOR)

随着跑步功率计的出现，例如Stryd，已经有可能确定RE的替代品，即跑步的（机械）能量成本（ECOR）。ECOR可以从每次跑步的功率P和速度v中计算出来，其公式见上图。

因此，只要需要的时候，ECOR就可以通过简单公式来进行计算。经济型跑步者使用较少的机械能，他们的ECOR低于1.0 kJ/kg/km。为了更聪明而快速地跑步，跑步者需要找到一种方法来减少他们的ECOR和RE。如今，跑步手表、足部反应器和智能手机提供了确定各种跑步指标的途径，如步频、地面接触时间（GCT）、垂直振荡（VO）、步长和腿部弹簧硬度（LSS）。这为跑步者提供优化跑步技术的机会，以减少他们的ECOR（以及最终的RE）。

较高的LSS与较低的RE密切相关

SStryd在荷兰奈梅亨大学（RUN）的Maria Hopman教授的生理学实验室进行了一个研究项目。该项目包括由前欧洲800米冠军Bram Som执教的七山队的13名年轻选手（12-17岁）。所有跑者在项目开始时（基线）和16周训练后都在跑步机上进行了最大增量运动测试（速度在11-21公里/小时之间）。使用Stryd功率计对耗氧量进行监测并记录各种跑步指标。

对所有的结果（11名选手，6个速度和2个测试，所以总共有100多个数据）进行了皮尔逊相关分析，以评估ECOR和RE与各种跑步指标之间的关系。主要结果总结在下表中。

结果为零阶皮尔逊相关系数 黑体数字在0.05水平上有统计学意义

关于ECOR，相关性证实ECOR在更高的速度（负号）、更高的步频（负号）、更低的GCT（正号）和更低的垂直振荡（正号）时更低。这与理论相符，因为垂直运动和地面接触应该受到限制。值得注意的是，ECOR与步幅之间的关系以及ECOR与垂直振荡之间的关系在0.05水平上具有统计学意义（用黑体字表示）。

关于RE，结果证实，RE在较高的速度和较低的GCT下较低。这两种相关性在统计学上都是显著的（16周后，用黑体字表示），并与文献的发现一致。RE与步幅和垂直振荡之间的相关性是反直觉的，但这种关联很脆弱，可能反映了RE是许多参数的综合反应的事实。重点是RE和LSS之间在统计学上有最显著的相关性（甚至在0.001水平）。

对LSS和RE之间关系的生理学解释

如前所述，LSS代表腿部肌肉和肌腱的僵硬程度。从文献中可知，较硬的肌肉和肌腱能够在落地时反冲出更多的弹性能量。因此，LSS较高的跑步者使用较少的能量和氧气，所以他们的RE较低。我们认为，RE和LSS之间的强关联性非常重要。它可以解释一些令人费解的结果，如RE和VO之间的反直觉关系。从个别跑者的结果来看，高VO的跑者也有高LSS（注意这里是指配速不变的情况下）。这意味着他们大部分较高的垂直能量使用可能已经作为弹性能量返回。

例如下图中随着配速的提高，LSS与VO都出现了一致的趋势（下降）

这些结果在跑步界的应用也很有前景，因为跑步者可以用LSS作为他们日常的RE指标。他们可以跟踪训练和跑步风格对LSS的影响（比如同样配速下前掌跑法，后跟跑法，更换差别明显的跑鞋，差异巨大的路面，都会影响LSS数据），最终对RE的影响。

如何提高你的LSS？

各种训练方法可能对LSS产生积极影响。这就需要坚持多种训练方法，不仅包括耐力和间歇训练，还包括跑步训练、坡度训练、肌力训练和爆发力及力量训练，如下图所示。

通往个性化跑步指标集合体

通过RE指标将跑步中复杂的多因素变量综合起来看待，尽量用个性化指标最大化个体训练效益。个性化指标包括生理学数据，如VO2max、HR最大值、乳酸阈值等，但也包括跑步指标。下图给出了这样一份跑步个体化数据的初稿。

上图例子中给出的数据不一定适合每个跑者，因为这些数值将取决于个人特点，如身体姿势和跑步形式。然而，教练可以通过收集足够多的训练数据来确定每个跑者的ECOR和RE。

Stryd功率数据可以很好地用于优化日常的训练和跑步技术。训练的改进应反应在一定速度下跑步的能量成本（ECOR）和氧气成本（RE）都降低。

ECOR可以通过增加步幅和减少VO来降低。研究发现，RE与LSS密切相关：额定速度下LSS较高的跑步者具有较高（较低）的RE。因此，LSS是测量RE的一个有用方法。