临界速度与D'双参数模型：科学化建构全马破三、破四精准训练处方

一、引言与前沿研究背景

从实验室功率计到跑者脚下的双参数革命

过去十年间，自行车运动科学领域因临界功率（Critical Power, CP）模型的导入而产生翻天覆地的变革。这套源自于西元1960年代法国生理学家 Monod 与 Scherrer 的肌肉做功-疲劳理论，最初仅应用於单一肌群的局部肌耐力测试，然而在运动生理学家 Andy Coggan 与训练平台 TrainingPeaks 的大力推广下，如今已成为自由车选手安排间歇课表、预测竞赛表现与监控疲劳恢复的内核工具。其数学本质简洁而优雅：人体在任何高强度运动下的最大做功能力，可以被一条双曲线精确描述，而这条双曲线的两大参数——代表「可无限持续的最大代谢稳态强度」的 CP 值，以及代表「无氧能量储备容量」的 W’（读作 W prime）——构成了运动表现生物能量学的基石。

近年来，这套双参数模型已成功被移植至跑步领域，并以「临界速度（Critical Speed, CS）」与「D’（D prime）」两个对应参数呈现。西元2020年以后，多篇发表于《European Journal of Applied Physiology》与《Medicine & Science in Sports & Exercise》的前瞻性研究，已证实 CS 与 D’ 不仅能精准预测中长距离跑者的 10 公里、半程马拉松乃至全程马拉松的完赛时间，其预测误差甚至低于传统的最大摄氧量（VO₂max）与乳酸阈值（Lactate Threshold）单一指针。这项发现对于广大的市民跑者而言意义重大：过去，破三与破四被视为某种带有神秘色彩的「天赋门槛」，如今，通过两次简易的场地测验，我们便能以数学模型拆解每一位跑者体内的生理资本，并据此建构出高度个人化的周期化训练处方。

为什么传统心率与配速训练存在结构性盲点？

传统的跑步训练分区，无论是根据最大心率百分比（%HRmax）或储备心率（HRR），抑或是根据乳酸阈值配速（Lactate Threshold Pace）划分的 Z1-Z5 五区系统，皆存在一个根本性的盲点：这些模型本质上是「一维的」，它们假设跑者只要维持在某个强度区间内，身体就会产生相对应的适应。然而，人体的运动疲劳并非单一强度函数，而是「强度」与「持续时间」交互作用的二维动态系统。一位乳酸阈值配速为 4:00/km 的跑者，与另一位同样阈值配速的跑者，两人的 CS 可能截然不同——前者可能拥有较高的有氧引擎但极小的无氧储备，后者则反之。在传统配速模式下，这两位跑者会运行完全相同的课表，但实际上，他们对于间歇训练的耐受度、恢复速度以及比赛末段的冲刺能力将有天壤之别。临界速度模型则直接将这两个维度——有氧持续能力（CS）与无氧储备（D’）——同时纳入数学方程，从根本解决了「同配速、不同体质」的个人化处方难题。

二、运动生理学与生物力学内核机制

2.1 双参数曲线的数学推导与生理意义

临界速度模型的内核方程序如下：

[
d(t) = CS \times t + D’
]

其中，( d(t) ) 代表跑者在时间 ( t )（秒）内所能覆盖的最大距离（公尺），( CS ) 为临界速度（公尺/秒），( D’ ) 为无氧做功储备（公尺）。将此方程序两侧同时除以时间 ( t )，可得到速度-时间关系式：

[
v(t) = CS + \frac{D’}{t}
]

此方程序揭示了一个关键的生理事实：跑者的即时速度 ( v(t) ) 是由「可持续的基础速度 CS」与「随时间衰减的无氧加成项 ( D’/t )」所组成。当比赛时间趋近于无限长时，速度将收敛至 CS；反之，当比赛时间极短（如 400 公尺冲刺），无氧加成项将占据主导地位。从生物能量学角度而言，CS 对应的是人体能够维持的最大「代谢稳定状态」（Maximal Metabolic Steady State），在此强度下，细胞内磷酸肌酸（Phosphocreatine, PCr）浓度、血乳酸浓度、以及氢离子（H⁺）浓度皆能维持动态平衡；而 D’ 则代表体内储备的无氧能量总量，主要涵盖 PCr 立即分解产能与糖酵解（Glycolysis）途径的净 ATP 产量，其单位以「距离」表示，隐含了跑步经济性（Running Economy）与肌肉缓冲能力（Buffering Capacity）的综合影响。

2.2 三参数扩展模型与疲劳动力学修正

传统双参数模型虽已相当精准，但研究发现，当运动持续时间超过 15 至 20 分钟后，实际最大速度会略低于模型预测值，此现象被称为「CS 衰减效应」。为了解决这个问题，运动科学家提出了三参数扩展模型：

[
v(t) = CS \times \left(1 + \frac{A}{t - k}\right)
]

其中 ( A ) 为新的曲线参数，( k ) 为时间偏移常数。此模型能更精确地拟合从 2 分钟至 3 小时以上的完整强度-时间曲线。对于全马破三（平均配速约 4:15/km，即 3.92 m/s）与破四（平均配速约 5:41/km，即 2.93 m/s）的跑者而言，了解此衰减效应至关重要：一位 CS 为 3.80 m/s 的跑者，其理论上可无限维持 4:23/km 的配速，但在实际马拉松比赛中，由于后段燃料耗竭、体温升高与肌肉微损伤累积，其真实可维持速度往往仅有 CS 的 92% 至 95%。因此，在后续的成绩预测公式中，我们必须引入「马拉松疲劳系数」（Marathon Fatigue Factor, MFF），通常取值 0.93 至 0.97，视跑者的肌耐力与补给策略而定。

2.3 跑步经济性与地面反作用力的生物力学耦合

CS 与 D’ 并非孤立存在的生理数值，它们与跑者的生物力学特征密切耦合。根据牛顿第二运动定律与冲量-动量定理，跑步时地面反作用力（Ground Reaction Force, GRF）的垂直冲量必须等于体重支撑所需的垂直动量变化：

[
\int F_z(t) , dt = m \times \Delta v_z
]

其中 ( F_z(t) ) 为垂直地面反作用力，( m ) 为体重，( \Delta v_z ) 为重心垂直速度变化。研究指出，垂直振幅（Vertical Oscillation）过大的跑者，其每公斤体重每公里的耗氧量（即跑步经济性）会显著增加，进而导致相同的 CS 数值下，实际可维持的速度降低。具体而言，垂直振幅每增加 1 公分，跑步经济性约下降 2% 至 3%。因此，在后续的课表设计中，我们除了关注生理参数（CS、D’、VO₂max）外，也必须将步频（Cadence）、触地时间（Ground Contact Time）与垂直振幅比（Vertical Ratio）纳入监控指针，以确保训练所提升的有氧能力能有效转化为前进速度。

2.4 从 CP 到 CS 的跨运动转译：差异与调适

自行车的 CP 模型与跑步的 CS 模型虽在数学形式上完全一致，但两者在生理应用上存在关键差异。首先，跑步涉及全身性的离心收缩（Eccentric Contraction），其造成的肌肉微损伤（Exercise-Induced Muscle Damage, EIMD）远高于自行车的向心主导模式，这意味着跑者的 D’ 消耗后，需要更长的恢复时间才能完全重置。其次，跑步时的能量成本随速度呈非线性增长，而自行车的功率-速度关系则相对线性，这使得跑步 CS 的「衰减效应」比自行车更早出现。最后，重力对跑步的影响远大于自行车，在爬坡路段，跑者需要额外克服重力位能，这将直接消耗 D’，因此越野跑与山地马拉松的配速策略必须将坡度纳入 D’ 消耗的估算模型中。

三、关键参数实测与对比分析

3.1 临界速度与 D’ 的场地测验方法

要获得个人化的 CS 与 D’ 数值，最简便且可靠的方式是进行两次计时测验（Time Trial, TT）。建议的测验组合为：一次 3 公里全力跑（约 10-15 分钟）与一次 12 分钟全力跑（约 2.5-3.5 公里）。将两次测验的「距离-时间」数据代入线性回归方程序 ( d = CS \times t + D’ )，即可求得个人参数。若欲提高模型精准度，可增加第三次测验（如 1 公里全力跑），并使用最小平方法进行拟合。以下为两位虚拟跑者的实测数据范例：

表1：两次场地测验推导 CS 与 D’ 之实例对照表（数据为仿真示范，实际数值因人而异）

3.2 全马、半马与 10km 极限成绩预测模型

根据三参数扩展模型并纳入马拉松疲劳系数（MFF），我们可以创建以下成绩预测公式：

[
t_{race} = \frac{D_{race}}{CS \times MFF} + \frac{D’}{CS \times (CS \times MFF)}
]

其中 ( D_{race} ) 为比赛距离，( MFF ) 对于 10km 取 0.98、半马取 0.96、全马取 0.93。以下为两位跑者的成绩预测对比：

表2：基于 CS 与 D’ 之距离成绩预测与实际表现对照

从表 2 可观察到，A 君的 CS 为 4.21 m/s，其理论全马成绩约为 3:02，距离破三仅有一步之遥；若要达成破三（平均配速 4:15/km，即 3.92 m/s），A 君仅需将 CS 提升至 4.30 m/s 以上，或通过改善跑步经济性与补给策略将 MFF 从 0.93 提升至 0.95。而 B 君的 CS 为 3.38 m/s，其破四所需平均配速为 2.93 m/s，相当于 CS 的 86.7%，留有相当充裕的缓冲空间；B 君若要稳定破四，重点不在于大幅提升 CS，而在于维持足够的肌耐力与糖原补充策略，避免后段速度崩溃。

3.3 传统阈值模型与双参数模型的预测力比较

表3：传统模型与双参数模型之预测性能比较（数据汇整自 2021-2023 年文献）

四、周期化训练课表与配速操作指南

4.1 以 CS 与 D’ 为内核的五区强度划分系统

传统的五区强度系统以乳酸阈值为基准，而本文将之重新锚定于 CS 与 D’ 双参数，使每一趟训练的刺激目标更为明确：

表4：基于 CS 与 D’ 之五区训练强度划分表

4.2 破三跑者（CS ≥ 4.20 m/s）之 12 周周期化课表

破三的关键在于将 CS 从 4.20 m/s 提升至 4.30 m/s 以上，同时维持 D’ 在 200 公尺以上的水准，以应付比赛末段的提速需求。以下为 12 周训练架构：

• 第一至四周（基础期）：每周总跑量 80-90 公里，其中 Z2 有氧跑占 75%，Z3 节奏跑每周一次（20-30 分钟），肌力训练每周两次（深蹲、硬举、单脚离心训练）。
• 第五至八周（强化期）：每周总跑量 90-100 公里，加入每周一次 Z4 阈值间歇（如 6 趟 1,200 公尺，间休 90 秒，配速为 95-100% CS），以及一次 Z5 无氧储备训练（如 8 趟 400 公尺，间休 3 分钟，配速为 110-115% CS）。
• 第九至十二周（巅峰与减量期）：总跑量逐步递减至 70-60 公里，保留 Z4 与 Z5 训练但减少总量，加入 2-3 次 20-25 公里的长跑，其中后半段以 90% CS 配速完成，仿真比赛后段的疲劳状态。

4.3 破四跑者（CS 3.30-3.50 m/s）之 12 周课表

破四的关键在于将 CS 从 3.35 m/s 提升至 3.50 m/s，同时创建足够的肌肉肌腱韧性以承受 42.2 公里的反复冲击。课表重点在于「有氧容积」与「肌力储备」并重：

• 第一至四周（基础期）：每周总跑量 50-60 公里，Z2 有氧跑占 80%，加入每周一次的 Z3 节奏跑（15-20 分钟），以及两次全身性肌力训练（以腿后侧链与内核为主）。
• 第五至八周（强化期）：总跑量提升至 65-75 公里，加入每周一次 Z4 阈值间歇（如 5 趟 1,000 公尺，间休 2 分钟，配速为 95% CS），以及一次长跑（18-22 公里），后半段维持 85% CS。
• 第九至十二周（巅峰期）：总跑量维持 60-70 公里，加入一次 25-28 公里的关键长跑，其中最后 5 公里以 90-92% CS 完成，仿真比赛末段「有氧引擎」的续航力。减量期最后一周总跑量降至 35 公里。

五、赛事补给、环境适应与实战策略

5.1 马拉松糖原负荷与比赛日碳水精确摄取

全马破三所需的平均输出功率极高，根据能量代谢估算，体重 62 公斤的跑者完成 42.2 公里约需消耗 2,600 至 2,800 大卡，其中约 70% 来自碳水化合物有氧燃烧。人体肝糖与肌糖原总保存量约为 500-600 公克，相当于 2,000-2,400 大卡，明显不足以支撑全程高强度输出。因此，比赛日的碳水补充策略至关重要：

• 赛前 3-4 天：进行「糖原负荷法」，每日碳水摄取量提升至每公斤体重 8-10 公克（62 公斤跑者约 500-620 公克）。
• 比赛日当天：赛前 2-3 小时摄取每公斤体重 2-3 公克碳水（约 150-200 公克），以低纤维、低脂肪之精致碳水为主。
• 比赛中：每小时摄取 60-90 公克碳水（约等于每 15-20 分钟摄取 15-22 公克），建议使用 6-8% 浓度之等渗透压运动饮料搭配能量胶。以破三跑者 2 小时 55 分完赛为例，总摄取量应达 175-260 公克碳水。

5.2 环境温度与湿度对 CS 的衰减效应

高温环境会显著加速 D’ 的消耗，因为散热需求的增加会导致皮肤血管扩张，进而减少肌肉血流灌注，使得无氧代谢产物（氢离子、无机磷）清除速率下降。研究显示，环境温度每上升 5°C（超过 15°C 基准），CS 约下降 3-5%，D’ 的有效容量约下降 10-15%。因此，若目标赛事（如台北马拉松）当天气温预报超过 22°C，建议将目标配速下修 2-3%，并增加补给站的水分与电解质摄取频率。此外，赛前 7-10 天可进行「热适应训练」，每天在 28-30°C 环境下进行 45-60 分钟的 Z2 有氧跑，以提升血浆容量与排汗效率。

5.3 坡度与风阻的功率修正：以阳明山风中剑与武岭为例

台湾经典的「风中剑」路线（风柜嘴-中社路-剑南路）总爬升约 1,200 公尺，而东进武岭更是一场从海拔 300 公尺爬升至 3,275 公尺的极端爬坡盛宴。在爬坡路段，跑者需额外克服重力位能，其额外消耗的 D’ 可估算为：

[
\Delta D’ = \frac{m \times g \times h}{E}
]

其中 ( m ) 为跑者质量（含装备），( g ) 为重力加速度（9.81 m/s²），( h ) 为累计爬升高度（公尺），( E ) 为跑步的净效率（约 0.25）。以体重 62 公斤跑者攀登风中剑（累计爬升 1,200 公尺）为例，额外消耗的无氧能量相当于：

[
\Delta D’ = \frac{62 \times 9.81 \times 1200}{0.25} \approx 2,920,000 \text{ 焦耳}
]

换算为跑步距离等效值，约等于消耗 450-500 公尺的 D’，这远超过一般跑者 200-250 公尺的 D’ 储备。因此，在爬坡赛事中，跑者必须大幅降低配速（降至 75-80% CS），以有氧代谢为主，避免过早耗尽 D’ 而导致「撞墙」或步履蹒跚。在风阻方面，平路跑者对抗风阻的功率消耗约占总输出 5-10%，逆风时可达 15% 以上；建议破三跑者跟随配速小组或寻找身材相近的跑者进行挡风战术，可节省约 2-3% 的能量消耗。

六、常见操作误区与科学迷思破解

误区一：把 CS 当作「乳酸阈值配速」直接训练

许多跑者将 CS 与传统的乳酸阈值配速混为一谈，并直接以 CS 配速进行长时间的节奏跑。然而，CS 在生理学上对应的是「最大乳酸稳定状态」（Maximal Lactate Steady State, MLSS），其强度高于传统的乳酸阈值（约为 85-90% VO₂max），且其可持续时间理论上为无限长，但实际上多数跑者仅能维持 30-50 分钟。若直接以 CS 配速进行 60 分钟以上的训练，将导致 D’ 逐渐耗尽，身体进入严重的无氧代谢状态，训练后需要 48-72 小时才能完全恢复，反而干扰了整体训练频率与品质。

误区二：过度追求 D’ 的扩充而忽略 CS 的基础建设

部分跑者热衷于高强度间歇训练（如 400 公尺反复冲刺），试图快速提升 D’ 容量。然而，D’ 的扩充幅度有其生理上限（通常仅能提升 10-20%），且其训练刺激对于神经系统与肌肉骨骼系统的负荷极大，若一周安排超过两次 Z5 训练，将显著增加胫骨应力症候群与阿基里斯腱病变的风险。科学研究表明，对于全马成绩的整体提升，CS 的进步贡献约占 80%，D’ 仅占 20%。因此，训练处方应以 Z2-Z3 的有氧基础建设为内核，Z5 训练仅作为「点缀性」的辅助刺激。

误区三：忽略「D’ 重置」所需的恢复时间

D’ 在激烈运动后并非立即恢复至满水位。研究显示，D’ 的半恢复期约为 3-5 分钟，但完全恢复至 95% 以上需要 15-30 分钟的被动休息；若进行主动恢复（如慢跑），则需要更长时间。在间歇训练中，若休息时间过短（少于 2 分钟），每一趟的起始 D’ 水位将逐次递减，导致后段趟数的配速与功率输出下降，训练刺激将从「无氧储备扩充」转变为「痛苦耐受训练」，两者的生理适应截然不同。建议 Z5 间歇的休息时间应至少为运动时间的 2-3 倍，以确保每一趟都能以完整的 D’ 进行高品质输出。

误区四：认为「跑量越多，CS 越高」

虽然 Z2 有氧跑量与 CS 呈现正相关，但两者并非无限的线性关系。研究指出，当每周跑量超过 100-110 公里后，CS 的提升幅度将明显趋缓，且受伤风险急剧上升。对于多数市民跑者而言，每周 70-90 公里的跑量已足以支撑破三目标；过高的跑量若无足够的恢复与肌力训练配合，反而可能导致慢性疲劳、荷尔蒙失调与过度使用伤害。重点在于「有效的跑量」——即维持在 Z2 强度、且不影响恢复的跑量——而非单纯的里程累积。

七、专家常见问答 FAQ

Q1：我目前 10 公里成绩 45 分钟，CS 约 3.50 m/s，请问破四有机会吗？需要多少时间？

根据双参数模型预测，您的理论全马成绩约为 4:05-4:10。破四所需的平均配速为 5:41/km（2.93 m/s），仅为您目前 CS 的 83.7%，意味着您拥有足够的有氧缓冲空间。建议您以 12-16 周为一个周期，重点训练 Z3 节奏跑（每周一次 25-35 分钟）与长跑（逐步延长至 28-30 公里），同时将体重控制在 BMI 21-22 之间。若您能将 CS 提升至 3.60 m/s 以上，破四将变得相当稳健。

Q2：我的 D’ 只有 150 公尺，是否代表我不适合跑间歇训练？

D’ 仅代表您的无氧储备容量，数值偏低并不妨碍您进行间歇训练。事实上，Z5 间歇训练正是扩充 D’ 最有效的手段。建议您从「短间歇、长恢复」开始，例如 6 趟 300 公尺（配速为 110% CS），每趟之间休息 3-4 分钟，让 D’ 在每趟开始前恢复至 90% 以上。经过 6-8 周的训练，您的 D’ 应可提升至 180-200 公尺。此外，肌力训练（特别是深蹲与增强式训练）也能通过提升肌肉缓冲能力与神经肌肉效率来间接扩充 D’。

Q3：全马比赛中，我应该如何分配 D’ 的使用，避免后段无力？

建议采用「前慢后快」的负分段（Negative Split）策略。在比赛前半段，将配速控制在 90-92% CS，此时 D’ 消耗极少（约 10-15%），保留大量无氧储备。进入 30 公里后的「决胜阶段」，再逐步将配速提升至 95-100% CS，此时开始动用 D’ 储备。理想的状态是：在最后 2-3 公里，您仍保有 40-50 公尺的 D’ 可供冲刺。若您发现 25 公里时已感到腿部沉重、呼吸急促，代表 D’ 消耗过快，应立即降速至 85% CS，让身体重新以有氧代谢为主。

Q4：临界速度模型可以用于越野跑或超马（如 UTMB）吗？

可以，但需要进行参数修正。越野跑涉及大量爬升与技术性地形，跑者的实际前进速度远低于平路 CS，且 D’ 的消耗因离心收缩增加而更为剧烈。建议将越野跑的 CS 乘以 0.85-0.90 作为「有效越野 CS」，并将 D’ 的有效容量乘以 0.70-0.80。此外，超马赛事中能量补给与睡眠剥夺对中枢神经系统的影响，远超过外周肌肉的疲劳，因此双参数模型仅能预测前 3-4 小时的表现，后段需依赖完善的补给策略与心理韧性。

Q5：我该如何定期监测 CS 与 D’ 的进步？

建议每 6-8 周进行一次标准化的场地测验（3 公里 TT + 12 分钟 TT），并记录当下的体重、睡眠品质、疲劳指数（如静止心率变异数 HRV）等数据。进步的判断标准为：CS 提升 0.05-0.10 m/s（相当于全马配速每公里快 2-4 秒），或 D’ 提升 10-15 公尺。若连续两次测验皆无明显进步，应查看训练量是否足够、恢复是否充足，以及是否需调整训练强度分配（如增加 Z3 比例或加入坡度训练）。切记，进步是非线性的，偶尔的持平或微幅下降是正常的生理波动，应以长期趋势（3-4 次测验）作为评断依据。