如何更好地衡量单次以及一段时间内的训练量是很多马拉松运动爱好者所关心的问题。在单次训练过程中，关注心率和配速的变化，能够有效控制训练强度，但仅凭心率和配速信息无法对训练量进行评估，以及为未来训练计划的制定提供参考。负荷系统——EvoLab的核心系统，通过对训练强度、训练时间以及体力恢复，负荷量化，帮助我们实现科学的周期化训练安排与管理。

负荷系统的理论来源

过去，跑者们凭借主观经验与体感对训练进行规划，但这一方法显然容易出现偏差。因此，运动科学领域提出了量化训练负荷的假设，训练冲量（Training Impulse, TRIMP）的概念便孕育而出。

简单来说，训练冲量是运动强度与运动量的乘积，代表单次运动对身体造成的压力，数值越大压力越大。不同理论体系对训练冲量的具体计算方式也有不同，但在跑步运动中，基本数据一般都包含运动心率、配速、时间、最大心率与静息心率等。

训练冲量能够让马拉松运动爱好者更加直观地了解训练量。通过对一段时间的统计与分析，能够全面了解近期训练的情况，并通过相关数据对未来的训练安排进行合理调整。

直观的负荷指标

EvoLab的负荷系统，正是基于训练冲量理论，为用户提供训练负荷、短期负荷、长期负荷、负荷差值等指标，以此向用户展现更加直观的训练信息，并根据过往训练负荷智能推荐训练强度。

训练负荷

对于单次训练，EvoLab根据运动爱好者的能力水平，将训练负荷分为较小、中等、较大等3个等级大小，让用户了解该训练给身体带来的压力大小。

*查看各等级对应的训练负荷分数

训练负荷的等级划分

较小：此类训练可以帮助恢复或维持体能水平，如恢复跑等；

中等：此类训练可以提高体能水平，如节奏跑或乳酸阈跑等；

较大：此类训练可以大幅度提高体能水平，如高强度间歇训练或长时间的LSD训练等。

EvoLab同样也可以通过量化的数据，帮助用户直观看到一段时间内的训练效果和强度。

短期负荷

近7天内训练负荷的加权移动平均值，能够反应用户在最近7天跑步训练强度的平均水平，以此衡量短期内的训练情况。

长期负荷

过去42天内训练负荷的加权移动平均值，能够充分反映用户一段时间内身体可以承受的训练强度平均水平。适应负荷数值越大，反映了越好的训练负荷承受能力，意味着在近期内能够承受更高强度的训练安排。

负荷差值

因训练而产生的量化疲劳数值：综合考量了短期负荷与长期负荷，一方面考虑长时间训练为身体提供的训练承受能力；另一方面考虑短时间训练负荷对身体造成的压力。能够让用户更好地了解近期疲劳程度，避免过度训练，也为未来训练计划的安排提供重要参考。

本周负荷。以自然周为单位，根据个人能力和历史训练数据推荐适宜训练负荷区间。EvoLab将根据个人能力模型，  判断用户训练负荷区间是否适宜，并在手表和APP内呈现。用户遵照负荷区间进行训练，确保本周负荷在适宜区间内，不仅能够保持或提升运动能力，还可以防止运动损伤。

4周负荷强度分布近4周不同负荷强度分布也会呈现在手表和APP上，用户可以直观看到近期的高、中、低强度训练产生的训练负荷占比，并据此对后续的训练强度进行调整。* 该部分仅在Training Hub训练管理平台展示。

训练强度的划分依据

低强度：有氧阈强度及以下的训练，如LSD等；中强度：有氧阈强度至无氧阈强度之间的训练，如马拉松配速跑等；高强度：无氧阈强度及以上的训练，如高强度间歇跑等。* 该部分仅在Training Hub训练管理平台展示。

负荷指标的应用

科学训练的核心是根据个人水平，向机体施加适宜的刺激（训练），结合合理的恢复时间，不断提高自身运动能力。根据这一理论，当刺激负荷高于适应负荷，且将负荷疲劳控制在适宜范围内时，意味着训练对于能力的提升有益。下图所示的训练数据便是典型案例。该用户在过去半年的时间里，通过行之有效的训练，使适应负荷稳步提升，意味着其承受负荷的能力在不断得到提高。

此外，用户也可以在一个训练周期内利用负荷疲劳数据来监控自身的训练。以备战一场马拉松比赛为例，建议在基础期将负荷疲劳控制在适宜区间，为后期训练做好准备；在冲刺期，逐渐提升训练量及强度，可将负荷疲劳控制在较大水平；而临近比赛时，则需要逐渐减少训练量并控制强度，将负荷疲劳控制在较小区间，保证竞技表现。

训练负荷相关数据的计算与智能推荐，参考了大量的个人生理指标与训练数据，随着长期且规律的使用，相关数据将会趋于稳定和越发准确。但在使用中仍要注意，个体指标难免存在差异，算法与模型可能会出现偏差。对于用户来说，自身的身体状态也是一个重要的参考维度。