
图片由我们的模型生成。
根据你将要进行的骑行来建立估算
一个有用的骑行路线时间估算,不是距离除以一个理想的平均速度。它是一个模型,模拟路线如何消耗你的能量以及在哪里浪费时间。
关键的转变很简单:分段估算骑行时间,然后加上在移动速度中无法清晰体现的现实摩擦。地形决定了功率需求。路面改变了多少功率能转化为速度。风改变了开阔路段的成本。停车和城市延误决定了骑行是否适合一天的其余时间。
这就是为什么最佳估算来自两个输出:
- 移动时间:实际骑行的预期时间
- 经过时间:包括停车、延误、重新集结和小型中断在内的全程持续时间
大多数骑行者在熟悉的道路上猜测移动时间还算准确。更大的失误是经过时间,因为它感觉像是管理而不是表现。实际上,经过时间是决定补给、日照、会合可靠性以及骑行计划能否经受住现实考验的数字。
从改变持续时间的输入开始
距离很重要,但它只是一个容器。真正的时间成本来自于距离如何分布。
距离
距离设定了基线。它不能解释骑行。
一条中断较少的平稳路线,即使很长,也可能具有可预测性。一条较短的路线,如果包含反复的爬坡、崎岖的小路、城镇穿行和技术性下坡,可能比地图显示的要长,因为每个路段都有不同的限制因素。
使用距离来确定骑行规模,然后将其分解。
爬升量
爬升量会改变速度,因为爬坡会增加保持移动所需的功率。它还会改变配速。长时间的稳定爬坡会奖励受控的努力。反复的爆发性爬坡会产生冲击,这些冲击在早期看起来可以控制,但后期会变得代价高昂。
将爬坡时间与平路时间分开。如果路线有显著的爬坡,将所有内容混合成一个平均速度会隐藏最可能扭曲估算的骑行部分。
路面
路面会改变滚动阻力、信心和疲劳。光滑的路面能让功率干净地转化为速度。崎岖的道路、碎石路、破损的车道以及视线不佳的共享路径都会降低效率。
重要的不仅仅是机械阻力。在崎岖的路面上,相同的功率可能会产生较低的速度,同时需要更多的注意力和稳定性。这种疲劳会在稍后显现,通常是在路线要求再爬一个坡或再经过一个开阔路段时。
风力暴露
当道路开阔且速度足够高以至于空气动力阻力占主导地位时,风的影响最大。迎着逆风的开阔平坦道路骑行起来可能像爬坡一样,即使海拔剖面看起来无害。
不要试图完美预测风。相反,将开阔路段标记为不确定性较高,并避免给它们与受保护道路相同的速度假设。
使用功率或努力作为控制变量
速度是结果。功率和努力是你可以控制的输入。
首先定义骑行目的。耐力骑行应该根据耐力努力来建模,而不是根据你精力充沛时能达到的配速。一次艰难的团体骑行应该考虑冲击和重新集结,而不仅仅是事后出现的平均功率。一次长距离的独自骑行应该根据你在补给、炎热、交通和累积疲劳开始显现后,仍然能平稳骑行的能力来配速。
如果你的训练以功能性阈值功率为基础,请将其用作参考点。如果这个数字过时,估算就会偏离正确的方向。夸大的FTP会使每个路段看起来比实际更容易。低估的FTP会使路线看起来不必要地冒险。如果需要,请使用最近的测试或实际的FTP估算来更新输入。
配速假设应该回答一个问题:你可以在不破坏本次训练目的的情况下,以何种努力完成这条路线?
对于耐力计划,这通常意味着你可以补给并重复的平稳努力。对于表现路线,这可能意味着在选定的爬坡上设定更高的目标,而在其他地方则刻意轻松骑行。当模型反映实际策略而不是理想化的骑行版本时,估算会得到改善。
分别估算爬坡、平路、下坡和延误时间
相比规划器估算,最大的改进是分段建模。路线并非单一的速度问题,而是不同约束条件的序列。
| 路段类型 | 主要限制因素 | 检查输入 | 保守调整 |
|---|---|---|---|
| 爬坡 | 可持续功率和配速 | 类似爬坡历史、当前疲劳程度、路面 | 使用可重复的努力,特别是对于后半段的爬坡 |
| 平路或起伏路 | 风、姿势、交通、可变性 | 暴露路段的备注、团队行为、路面 | 减慢暴露路段或冲刺频繁的路段 |
| 下坡 | 技能、能见度、弯道、路面 | 熟悉程度、天气、交通、技术难度 | 不要假设爬坡时间能完全恢复 |
| 城市或共享路径路段 | 中断 | 过去骑行中的移动时间与总时间 | 增加延迟缓冲,而不是将其隐藏在速度中 |
| 停车 | 人为行为 | 典型的停车时长和频率 | 将明确的停车时间计入总时长 |
爬坡
对于爬坡,使用你预期的功率或努力程度,然后将时间锚定在过去类似爬坡的骑行上。类似不一定意味着完全相同,它应该意味着在节奏、路面、坡度模式和骑行中的位置足够接近,以便比较有用。
不要将每次爬坡都建模为最佳努力。如果有多段爬坡,第一段不应像唯一一段那样配速。如果最难的爬坡出现在后期,估算应反映你在早期努力后仍能达到的水平。
一个好的爬坡估算会问:
- 爬坡是平稳的还是多变的?
- 你能保持坐姿和控制,还是会被迫反复加速?
- 路面是否足够快以支持持续功率输出?
- 它是在路线已经造成疲劳之前还是之后出现?
相同的海拔增益会根据节奏和位置产生非常不同的时间成本。
平路和起伏地形
平路在地图上看起来可预测,但它们对风、路面暴露程度、路面、交通和骑行姿势高度敏感。
对于独自骑行,平路速度应基于一种你能够保持的努力,而不会悄悄地陷入疲劳。对于团队骑行,将受保护的时间与领骑或响应加速的时间分开。一个流畅的团队可以在不提高感知成本的情况下提高速度。一个混乱的团队则可能通过刹车、冲刺和糟糕的轮换来达到相反的效果。
起伏地形需要特别注意,因为它会奖励糟糕的配速。如果每次爬升都变成阈值努力,文件可能仍然通过平均功率看起来受控,而双腿却承受着代价。当路线有频繁的转弯、盲坡或不均匀的配速需求时,要考虑到可变性的成本。
下坡
下坡并非免费时间。它们是低功率路段,但速度取决于路况、能见度、弯道、交通、天气和技能。
宽阔熟悉的下坡可以快速且可预测。狭窄陌生的下坡即使剖面图显示快速回报,也可能很慢。功率无法解决技术速度上限。如果下坡不熟悉、湿滑、繁忙或崎岖,请保守估算。
将骑行历史转化为更好的未来估算
你最好的规划数据已经存在于你的骑行文件中,但前提是你从中提取了正确的部分。
不要只看路线平均速度。提取与下一次骑行匹配的部分:
- 类似爬坡的移动速度:比较节奏、路面和骑行中位置相似的爬坡。如果你的配速下降,将后期爬坡与早期爬坡分开使用。
- 类似平路或起伏路的移动速度:将受保护的路段与暴露的路段分开,将平滑的路面与崎岖的路面分开。
- 城市出口的典型总时间损失:比较从家到开阔道路的总时间与移动时间。这通常是信号灯、路口、共享路径和导航检查隐藏的地方。
- 平均停车时长:提取咖啡站、补水、换衣服、拍照休息和重新集结的正常时长。使用你真实的行为,而不是你计划的行为。
- 暴露路段减速备注:标记那些因逆风、侧风或开阔路段导致某一段比预期慢的骑行。这些备注比没有上下文的干净文件更有用。
- 骑行后期疲劳模式:检查在长途骑行的最后部分,特别是反复爬坡或补给不足后,功率、踏频或速度是否通常会下降。
这就是模型变得个性化的地方。一个通用的规划器可以估算路线的几何形状。你的历史记录则估算当路面变得崎岖、团队变得混乱或最后一次爬坡到来时双腿疲惫时,你如何骑行这种几何形状。
估算骑行时长的实用工作流程
在进行重要的路线、长途骑行、团体出发或对日光敏感的训练之前,请使用此流程。
步骤1:将路线分成多个路段
将路线分成逻辑块:
- 城市出口或进近道路
- 主要爬坡路段
- 平坦或起伏路段
- 暴露路段
- 崎岖或技术性路面路段
- 下坡路段
- 已知停靠点
路段无需完美。它们需要将改变速度的因素隔离开来。
步骤2:为每个路段添加距离和海拔增益
对于每个路段,从您的路线规划器中记录距离和海拔增益。这为路段提供了基本形状。
一个有意义的短爬坡路段与一条长平坦道路需要不同的假设。一个有小幅重复起伏的起伏路段与一条笔直的受保护山谷道路需要不同的假设。
步骤3:分配预期的功率或努力程度
设定您实际打算骑行的努力程度:
- 有氧骑行的耐力努力
- 有目的的稳定路段的受控节奏
- 仅在骑行计划要求时才进行更努力的骑行
- 在艰难路段之后、技术性下坡之前或路线后期进行更轻松的骑行
这一步可以防止模型成为幻想。如果您在实际训练中不会付出那种努力,就不要用它来让估算看起来更快。
步骤4:根据路面和风力暴露进行调整
根据您的正常情况,将每个路段标记为快、中性或慢。
对于崎岖道路、碎石路、破损路面或共享路径,请使用路面备注。对于开阔道路、可能逆风的路段或侧风使姿势和操控效率降低的地方,请使用暴露备注。
调整无需数学上的优雅。它需要诚实。如果类似暴露的道路通常会花费您时间,请在骑行前减慢该路段的速度,而不是事后解释。
步骤5:添加停靠和延迟缓冲
保持缓冲明确。不要将它们隐藏在较低的路线整体速度中。
为以下各项添加单独的时间:
- 城市出口和入口
- 交通信号灯和路口
- 计划的食物或水补给站
- 重新集结
- 更换衣物
- 导航检查
- 偏远或崎岖路线上的机械风险
这会产生两个有用的数字:移动时间和总耗时。第二个数字是保护一天剩余时间的关键。
使用假设数字的示例
以下数字是针对一名骑手的假设规划输入。它们不是性能标准,不应被视为通用数据。
一名骑手正在规划一条路线,其路段估算如下:
- 城市出口:8 km,海拔增益60米,轻松骑行。过去在此出口的骑行通常显示移动时间24分钟,因信号灯和路口造成的总耗时损失8分钟。
- 主要爬坡:10 km,海拔增益500米,对于这位假设骑手来说,是受控耐力到节奏的努力,大约210 W。类似的爬坡通常需要55分钟,但计划的路面崎岖不平,因此骑手增加了5分钟的路面调整。
- 暴露的起伏路段:32 km,海拔增益250米,耐力努力,大约180到190 W。类似的受保护道路大约需要80分钟,但该路段开阔且受风影响,因此骑手计划90分钟。
- 下坡和返回道路:20 km,海拔增益90米,低到中等努力。由于下坡不熟悉且具有技术性,骑手估算45分钟,而不是假设下坡会完全弥补爬坡时间。
- 计划的补给和换衣停靠:12分钟。
- 额外的导航和重新集结缓冲:5分钟。
移动时间估算为:
- 城市出口:24分钟
- 主要爬坡(含崎岖路面调整):60分钟
- 暴露的起伏路段(含风力调整):90分钟
- 下坡和返回:45分钟
- 总移动时间:219分钟,即3小时39分钟
总耗时估算加上非移动成本:
- 城市延迟缓冲:8分钟
- 计划停靠:12分钟
- 导航和重新集结缓冲:5分钟
- 总缓冲:25分钟
- 总耗时:244分钟,即4小时4分钟
重要的不是精确的算术。而是结构。骑手分别建模了距离、海拔增益、预期努力、路面、风力暴露、停靠和总耗时。如果骑行结束晚了,骑行后的回顾可以找出打破估算的路段,而不是责怪整条路线。
利用估算来规划补给、日光和会合
一旦估算变得现实,它就不再仅仅是一个调度工具。
补给应遵循预期的持续时间和强度,而不仅仅是距离。如果爬坡造成持续压力,丘陵耐力路线可能比平坦路线需要更早的摄入。团体骑行中反复的努力可能比其平均功率所暗示的更需要关注补给。
日光规划应基于总耗时。一条在移动时间上看起来安全的路线,一旦包含停靠、交通、导航和速度下降,就可能变得边缘化。如果终点接近弱光,估算应影响车灯、衣物、路线选择和出发时间。
会合时间需要同样的纪律。如果您要骑行到团体出发点,不要将转场估算为干净的训练间歇。要考虑到信号灯、衣物调整、水壶加水以及在出发时间固定时总是会出现的小延迟。
一个好的估算会告诉您是否需要携带更多食物、选择更快的轮胎、更早出发、缩短路线、改变配速目标或跳过额外的环路。这就是建模的价值。它使权衡在骑行开始前就变得可见。
骑行后验证估算
第一个版本会不完美。没关系。目标不是第一次尝试就完美预测。目标是每次与现实比较时都能改进的模型。
骑行结束后,按路段回顾估算时间与实际时间之间的差距:
- 爬坡是否因为努力目标过于雄心勃勃而变慢?
- 平路是否因为风、路面、交通或疲劳而变慢?
- 下坡是否受到技术难度或谨慎的限制?
- 城市出口是否比平时花费了更多时间?
- 停留时间是否比计划长?
- 团队骑行是否比预期更顺畅或更混乱?
- 补给是否影响了骑行后期的功率和速度?
然后更新模型。如果暴露路段一直很慢,请在下次路线前进行调整。如果后期爬坡持续衰减,请降低功率假设或提前补给。如果咖啡停留时间从不短,就不要再假装它们会短。
最强的估算基于路段且考虑了总用时
最有用的骑行路线时间估算不是平均速度最清晰的那个。它是将骑行分解为实际决定持续时间的问题的那个:爬坡、起伏地形、路面、暴露程度、下坡、交通、停留和疲劳。
路段级配速是比通用规划器最大的升级,因为它为路线的每个部分提供了应有的约束。但总用时是大多数骑行者建模不足的指标。移动时间告诉你训练可能持续多久。总用时告诉你计划在现实世界中是否可行。
如果你希望估算具有可操作性,请根据你自己的骑行历史构建它,按路段分配实际的努力,根据路面和风进行调整,然后明确添加停留和延误。该模型不会完美,但它会以单一平均速度很少能做到的方式发挥作用:它会告诉你骑行可能在哪里顺利,可能在哪里出现问题,以及在出现问题之前需要改变什么。


