图片由我们的模型生成。
为什么跟车让速度成为误导性的体能信号
速度感觉是最清晰的性能指标，因为它可见、即时且令人心情愉悦。问题在于速度受到周围空气的严重影响，而在集体骑行中，你很少能独自享受空气。
一个在快速队伍中受到保护的骑行者可以以与领骑者相同的速度前进，但产生的功率却大相径庭。受到保护的骑行者并非突然变得更健康。他们是用位置而不是生理机能来换取速度。
如果你用集体骑行速度来判断状态，这种区别就很重要。一次受到保护的骑行所带来的高平均速度可能会夸大你的体能。而一次长时间逆风骑行则可能会低估它。相同的路线、相同的速度和相同的标准化努力，根据你在领骑、中段跟车、弥补空隙或在拥堵中滑行的时间长短，可能意味着非常不同的事情。
对于数据驱动的耐力运动员来说，集体骑行功率不应被视为个人计时赛文件。跟车改变了速度的代价，因此分析必须考虑你在队伍中的位置以及空气的影响。
你需要什么数据：功率、速度、风和位置记录
一次有用的跟车分析需要足够的背景信息来解释功率曲线为何呈现出这种形态。
基本要素很简单：
- 来自经过校准的功率计的可靠功率数据
- 来自GPS或轮速传感器的速度数据
- 骑行后记录的风向和一般情况
- 骑行关键部分的位置记录
- 熟悉路线，特别是道路的暴露、遮蔽、上坡或技术路段
功率是核心，因为它告诉你骑行在生理上的代价。速度告诉你这些功率产生了什么。风和位置解释了两者之间的差距。
最被低估的输入是位置记录。集体骑行后，记下你在决定性路段的位置。不需要完整的日记，只需足够的结构，以便在疲劳消退后仍能清晰地阅读文件。
使用这个可重复的模板：
- 路段：道路名称、路段名称或清晰的路线标记
- 风向：逆风、顺风、侧风或多变
- 队伍位置：领骑、第二位、中段、队尾、前进中或被空隙阻碍
- 速度稳定性：稳定、起伏、走走停停、技术路段或反复减速
- 功率模式：平稳、低功率且受保护、反复尖峰、长时间领骑、滑行和加速
- 置信水平：高、中或低，基于数据和记忆的清晰程度
如果没有位置背景，你仍然可以看到跟车的效果，但你经常会误读它们。高速下的低功率路段可能是极好的遮蔽。它也可能是一个下坡、顺风、走走停停的路段或错误的功率数据。文件本身很少能解释一切。
如果你的功率计设置不一致，请在尝试估算骑行能量节省之前解决这个问题。跟车分析是一场比较游戏，糟糕的测量会将微小的差异变成错误的结论。如果你需要复习功率如何锚定训练区域和配速，请从Neverchill FTP指南开始。
在比较集体努力之前创建个人基线
你无法估算跟车带来的好处，除非你知道独自骑行时类似速度的代价。
个人基线不需要是正式的测试。它需要以正确的方式可重复且枯燥。选择一条你经常骑行的路线或一组路段，最好中断较少，路面可预测，并且技术性刹车最少。随着时间的推移，独自以稳定的耐力、节奏和更努力的受控方式骑行它们。目的是了解你在没有其他骑行者保护时正常的功率-速度关系。
这个基线成为你的参考点。如果你通常需要一定的功率范围才能在暴露路段保持给定速度，然后你在集体骑行中以较低功率保持相同的速度，那么跟车带来的空气动力学节省就开始变得可见。
不要从英雄般的日子或混乱的文件中建立你的基线。一次风向多变、反复停车、轮胎气压不足、穿着厚重或功率数据可疑的独自骑行会扭曲比较。基线应该代表普通情况，而不是你的最佳或最差情况。
最有效的方法是比较相似的条件，而不是追求精确。相同的道路方向、相似的风感、相似的自行车设置、相似的服装、相似的轮胎选择和相似的努力风格。你不是要证明一个普遍规律。你只是想了解你自己的速度代价。
以相同速度估算节省的瓦特数
一旦你有了单独骑行的基线数据，你就可以开始估算在相同速度下节省的瓦特数。
最清晰的方法是基于路段的。选择一段团队保持稳定速度且你了解自己位置的路段。然后将其与在相同路段、相似速度和大致相似条件下单独骑行的努力进行比较。
问一个简单的问题：单独骑行时，这个速度通常需要多少功率？而跟骑时，它需要多少功率？
这个差异就是你估算的节省。它不会是完美的，但它是可操作的。如果团队骑行文件显示你以远低于正常单独骑行成本的功率快速骑行，那么你获得了强大的遮蔽。如果功率接近你的单独骑行成本，那么你的跟骑效果有限，风向降低了收益，或者你反复加速和刹车，从而抵消了优势。
一个具体的迷你例子：在你通常暴露的路段上，将你在匹配速度范围内的单独骑行功率与来自相同风向的团队骑行文件功率进行比较，然后将差异记录为一个置信区间。如果团队骑行有更清晰的线路但有更多加速，则两者都记录。这种比较很有用，因为它针对的是那条路、那个风向和你的位置，而不是因为它产生了普遍的节省。
对于长路段的平均功率要小心。跟骑是高度动态的。一个受到遮蔽的骑行者可能会花时间滑行，然后突然提高功率以弥补小间隙。平均功率可能看起来适中，而代谢负荷感觉不均匀。这就是为什么最好的分析结合了平均功率、变异性、踏频、速度稳定性和文件的形状。
一个实用的工作流程：
- 标记你想要分析的团队路段
- 使用模板记录你的位置和风暴露情况
- 在同一条路上找到一个相似速度的单独骑行基线努力
- 比较该速度所需的功率
- 检查加速、刹车、坡度或转弯是否解释了差异
- 将估算的节省记录为一个范围，而不是一个固定的真理
范围比虚假的精确度更诚实。团队骑行不是风洞。但一个有充分支持的范围足以指导配速和战术。
在骑行文件中发现领骑、遮蔽、加速和滑行
如果你知道要寻找什么，功率文件会讲述一个故事。
当你领骑时，速度通常保持稳定，而功率与后面的骑行者相比会升高。如果路况和风稳定，领骑者正在为团队支付全部空气动力学成本。在你自己的文件中，领骑表现为速度保持较高且功率高于你在相似速度下受到遮蔽时产生的功率的路段。
遮蔽看起来不同。速度保持较高，但功率低于你的单独骑行基线。如果团队稳定，踏频可能保持平稳。如果文件显示高速、低扭矩和最小刹车，你很可能处于干净的跟骑状态。
加速是糟糕定位的隐藏成本。它们表现为在小幅减速、转弯、起伏路段或间隙后反复出现的峰值。团队后方的骑行者有时可能比前方的骑行者平均功率更低，但由于充满了加速，努力效率可能较低。这对于耐力运动员很重要，因为反复的峰值会累积疲劳，即使总体平均值看起来受到控制。
滑行也需要解释。大量的零功率时间可能意味着有用的能量保存。它也可能意味着团队不一致、拥堵或技术中断。转弯时滑行然后冲刺出弯与在平稳的领骑线中稳定遮蔽不同。
寻找这些模式：
- 领骑：在团队速度下功率更高，尤其是在暴露的路段
- 跟骑：在相似速度下功率更低，踏频更平稳，加速更少
- 拖尾：在反复的峰值之间功率较低，通常在加速前有刹车
- 侧风暴露：尽管靠近其他骑行者，功率仍然升高
- 轮换不佳：不规则的领骑、不匹配的速度和不必要的加速
你的笔记与文件越匹配，你对分析的信心就越大。
使用跟骑数据进行配速、比赛和团队骑行决策
跟骑分析应该改变下一个决策，而不仅仅是解释上一次骑行。
在比赛中，跟骑数据可以帮助你决定何时消耗能量以及何时隐藏。如果你的文件显示，坐在队伍前方与坐在队伍深处获得的遮蔽效果几乎相同，但加速次数更少，那这是有价值的。这意味着更好的定位可以降低空气动力学成本和随机成本。你不仅通过避开风来节省能量，还通过避开手风琴效应来节省能量。
在团队骑行中，同样的逻辑可以帮助你选择正确的车轮。一个骑行平稳的强壮骑行者可能比一个让间隙打开并猛烈关闭的骑行者为你节省更多能量。最好的跟骑不总是最近的车轮。它是那个在不强迫你反复进行无氧修正的情况下为你提供遮蔽的车轮。
对于配速，你的跟骑估算可以帮助你避免过度自信。如果你完成了一次快速的团队骑行，感觉很强壮，因为你的平均功率适中，那么请问其中有多少是遮蔽带来的。这并不会使这次骑行无效。它只是告诉你不要将那个速度转化为新的单独骑行配速目标。
反之亦然。如果你的功率很高，尽管速度普通，请检查你是否暴露在外、经常领骑、陷入侧风或反复弥补间隙。这次骑行可能比速度所显示的更具挑战性。
这在规划具有不断变化的团队动态的活动时特别有用。如果你预计会花时间受到遮蔽，你可以采用与单独骑行不同的配速。如果你预计会领骑、衔接或暴露骑行，你的单独骑行基线就变得更相关。对于在这些决策之前估算可持续输出，Neverchill FTP 估算器可以提供一个起点，但骑行文件会告诉你功率是如何实际消耗的。
常见错误：风向变化、坡度、停车和传感器故障
最常见的错误是将每一次功率-速度不匹配都视为跟车。事实并非如此。
风可以改变整个解释。顺风可以使单独骑行看起来像强力跟车。逆风可以使有遮蔽的骑行看起来平平无奇。侧风可以降低直接跟在另一位骑行者身后的价值，并使在路上的位置比在队伍中的位置更重要。
坡度也使情况复杂化。在更陡峭或更慢的路段，空气动力阻力相对于你正在克服的其他力变得不那么主导。跟车仍然可能很重要，但其对功率-速度比较的影响更难分离。如果你将起伏的团队路段与平坦的单独基线进行比较，你很可能混淆了不同的问题。
停车和减速是另一个陷阱。一个有交通中断的文件可以显示低平均速度和高标准化应变，或者高速度和奇怪的功率间隙，这取决于停车发生在哪里。在得出结论之前，请删除混乱的部分。
传感器故障会毁掉整个分析。漂移的功率计、不一致的胎压、速度中断或糟糕的码表记录会产生看起来像战术的模式，但实际上只是测量噪声。如果文件未能通过基本的可靠性检查，请不要从中得出结论。
在相信你的估计之前使用此过滤器：
- 在该路段之前和之后，功率计读数是否正常？
- 速度记录是否清晰？
- 道路方向是否与你的基线比较相似？
- 风是否足够稳定以进行比较？
- 是否有停车、转弯或刹车事件扭曲了骑行？
- 你的位置记录是否与数据模式匹配？
如果答案不确定，请降低分析的置信度，而不是强行得出结论。
将团队骑行数据转化为更好的骑行
良好的团队骑行功率数据应该改变你的骑行方式。
如果你的分析显示你在平稳的遮蔽中节省了大量能量，那么在艰难的团队骑行中，优先考虑位置而不是恐慌。提早移动，干净利落地跟车，在路况复杂时避免落在后面，并选择保持速度而不是猛冲的骑行者。
如果你的文件显示每次团队出弯时你都会耗尽体力，问题可能不是体能。可能是位置。稍微靠近前方骑行可以减少速度变化，并使整个骑行更轻松，即使你在风中花费的时间稍多一些。
如果你发现你在相同速度下的领骑比有遮蔽的骑行要困难得多，请有意识地利用这些信息。在有利于骑行、比赛或训练目标时领骑。不要意外地漂到前面，然后疑惑为什么最后一段感觉比平均功率所暗示的更糟糕。
最佳的骑行能量节省来自于将生理学与战术相结合。功率告诉你你付出了什么。速度告诉你你得到了什么。跟车分析解释了为什么兑换率发生了变化。
不要只问团队骑行是否快。问问那个速度实际上让你付出了多少，为什么付出了那么多，以及下次应该改变什么。
