如何從騎乘功率資料中獲得更多資訊？

隨著科技的進步，讓騎乘功率越來越普及(延伸閱讀：自行車功率計的演進)，我們都知道功率資訊在自行車訓練中扮演很重要的角色，但是相信很多人在看到密密麻麻的騎乘資料，不免都會產生疑惑，這些資料到底告訴我們什麼？該如何從這些資料中獲取有用的資訊呢？

功率區間持續時間 (Power zone distribution)

透過個人的閾值強度將騎乘功率分成不同的區間，並計算在每個區間下的累積時間，可以獲得各區間佔總騎乘時間的百分比；如圖1，這樣的方式可以了解這趟騎乘對個人的強度有多高，視覺化訓練的刺激與負荷的量。而為何使用個人的閾值強度作為區間的切割依據，其理論背景為何，請參考<延伸閱讀：如何評估訓練強度？>。

功率與持續時間曲線 (Power-duration relationship)

透過平均的方式也可以獲得單次騎乘的強度資訊，但在騎乘過程中可能因為路況、下坡和交通號誌等外在因素影響平均的結果，所以為了減低這些因素的影響，發展出了最大平均功率的方式 (Maximal mean power output)；透過不同連續騎乘時間如：5秒、10秒、5分鐘、20分鐘、1小時等最大平均功率的結果，我們可以獲得一條功率與持續時間曲線，如圖2，經過累積許多騎乘資料後，包含各種騎乘狀態如衝刺、長時間爬坡和平路騎乘等，所產生的曲線即可代表個人的各項騎乘能力。

隨著工具的發展與平常騎乘資訊的累積，可以更明確掌握自己能力與狀態的變化，我們不一定需要進實驗室進行正式的測驗，也可以獲得或是預測一些個人的生理能力指標，像臨界功率或是功能性閾值功率等資訊，善用這些資料我們可以回頭檢視訓練的成效、觀察每次的騎乘策略以及監控生理狀況的變化，讓訓練更有效率。

參考文獻：

Allen, H., & Coggan, A. R. (2006). Training and Racing with a Power Meter (1st ed.). Boulder, CO: VeloPress.

Leo, P., Spragg, J., Podlogar, T., Lawley, J. S., & Mujika, I. (2022). Power profiling and the power-duration relationship in cycling: a narrative review. European Journal of Applied Physiology, 122, 301-316.