De lezers van onze boeken en onze artikelen op ProRun.nl kennen ongetwijfeld ons hardloopmodel, dat stelt dat onze prestatie bepaald wordt door de som van de loopweerstand P_r, de luchtweerstand P_a en de klimweerstand P_c.

In dit model zijn alle factoren verwerkt die van invloed zijn op je hardlooptijd, zoals je gewicht, je schoenen, je loopstijl, de temperatuur, de luchtdruk, je luchtweerstand (die minder is als je in een groepje loopt), de wind, de hoogte boven zeeniveau en de hellingsgraad.

Van alle factoren kunnen we zeer nauwkeurig de invloed op je hardlooptijd bepalen, maar tot nu toe lukte dat het minst goed met de invloed van de wind. Het probleem hierbij is dat de wind zo variabel is, naar tijd en plaats.

Als hardloper heb je dat vast wel ervaren, soms sta je bijna stil door een windvlaag en op andere plekken en momenten heb je weinig last van de wind. De windgegevens die je op Strava ziet staan komen van meetstations en zeggen weinig omdat ze het alleen geven over een langere periode (gemiddelden per 10 minuten), terwijl je tijdverlies vooral bepaald wordt door harde windvlagen die wat langer aanhouden.
Daar komt bij dat meetstations de wind meten op 10 meter hoogte en de windsnelheid op borsthoogte een stuk lager is (orde 50%). Verder heb je onderweg natuurlijk te maken met windschaduw in een groepje en door bomen en gebouwen of juist windzuiging langs straten en gebouwen.

Kortom, het was tot nu toe onmogelijk om nauwkeurig de windsnelheid te bepalen waar je al hardloper last van hebt. Daar komt bij dat die windsnelheid sterk varieert naar tijd en plaats. Het berekenen van de invloed van de wind altijd het zwakke punt in ons model bleef. Maar daar hebben we een oplossing voor door op een slimme manier gebruik te maken van de Air Power data van Stryd.

In een eerder artikel hebben we het meetprincipe van de ‘wind port’ van Stryd, waarmee de Air Power wordt bepaald, al eens uitgelegd. Stryd meet via een ‘wind port’ de windweerstand in real time. Dat levert een accuraat beeld van het verloop van de wind en daarmee het tijdverlies. We illustreerden deze doorbraaktechnologie al eens eerder aan de hand van de halve marathon van Egmond.

In dit artikel laten we zien hoe we nauwkeurig berekend hebben hoeveel tijdverlies de wind tijdens de recente marathon van Den Bosch veroorzaakte.

Een dik PR voor Koen de Jong

We kunnen ons niet goed voorstellen dat iemand de artikelen van Koen de Jong over de marathon van Den Bosch heeft gemist. Koen scherpte zijn PR (2:59:02) met ruim 8 minuten aan. Koen was euforisch. Dezelfde avond had hij het al uitgeschreven in een enthousiast artikel voor Sportrusten. Bij ProRun had Koen vooraf uit de doeken gedaan dat 2:49:41 volgens de calculator van Hans en Ron haalbaar zou zijn. Het werd ondanks de harde wind 2:50:47.

Marathon van Den Bosch

De Bossche marathon was er een voor genodigden. Met de start in Sint Michielsgestel ging het in 3 ronden van 14 km linksom met een keerpunt rond het Bossche Broek en weer terug. In het open terrein had de wind vrij spel. Met 10 deelnemers was er ook geen gelegenheid te schuilen in een groepje. Slechts aangemoedigd door een groepje bekenden liep iedereen zijn eigen race.
Maar niet alleen. Koen de Jong had niet voor niets getraind met zijn Stryd hardloopvermogensmeter. Hij hoefde slecht op één getal te letten: 250 watt.

Ook Mark Zuurhout liep met een Stryd. Het streefwattage van Mark was 230 watt. De prestatie van Mark evalueren we ook in dit artikel. Zijn tijd van 3:08:25 betekende ook voor hem een PR. Hij liep gemiddeld 230,1 watt! Mark vertelde ons dat dit een snellere tijd is dan de Stryd race calculator voorspelde (3:10:59) en ruim 2 minuten langzamer dan onze calculator (zonder invloed van de wind).

Voor de evaluatie moet je nog weten dat Koen de Jong met de snelle HOKA ONE ONE Carbon X2 schoenen liep en Mark met HOKA ONE  ONE Clifton Edge wedstrijdschoenen.

Wind

Het was bewolkt op zondag 28 maart 2021. De temperatuur was met 8°C goed voor een marathon, maar de windkracht 4 (25 km/h) uit het zuidwesten zorgde voor een frisse 4°C gevoelstemperatuur. Het onbeschutte parcours lag niet ongunstig ten opzichte van deze windrichting.

Het startschot viel om 09:34 uur. Koen finishte tegen 12:30 uur en Mark kort na 12:45 uur. In onderstaande windgrafiek van het weerstation Gilze Rijen is te zien dat ze de hele race met windkracht 4 en harde windstoten (windkracht 7) te maken hadden.

Loop met constant vermogen

De lezers van onze artikelen bij ProRun en van ons boek ‘Hardlopen met Power!’ weten dat je je snelste tijd loopt als je met een constant vermogen loopt. Het wattage wel te verstaan dat je op die afstand aan kunt. Voor Koen is dat 250 watt en voor Mark 230 watt. Je hoeft dus alleen op deze waarde te letten op je hardloophorloge.

Als de wind aantrekt, neemt de windweerstand toe en heb je minder wattage beschikbaar voor je loopweerstand. Dit betekent dat je navenant langzamer moet lopen. Valt de wind weg of heb je de wind in de rug geef je gas en loop je harder. Het parcours was vlak, maar voor heuvelop en heuvelaf geldt hetzelfde.

In onderstaande afbeelding is de windweerstand weergegeven over de 3 ronden van de marathon. Hierbij moet je je realiseren dat bij deze loopsnelheden al zo’n 10 watt nodig zijn om je loopwind te overwinnen (bij windstil weer). Onder de 10 watt was er dus een windvoordeel (windje in de rug). Boven de 10 watt was er sprake van windje tegen. Je ziet duidelijk het effect van de windstoten met windweerstanden.

In de volgende afbeelding vergroten we het wind- en snelheidsverloop voor de eerste ronde uit. De tweede en derde ronde leveren een vergelijkbaar beeld op.

We laten in dit geval de gegevens van Mark zien. Mark liep de marathon gemiddeld in een tempo van 4:28/km (13,4 km/h). Hij slaagde erin om zijn wattage mooi constant te houden. Je ziet duidelijk dat tijdens de zwaardere en langere windvlagen de windweerstand flink opliep tot orde 30 Watt of meer.

Omdat Mark zijn vermogen constant hield op 230 Watt, daalde zijn snelheid tot 200/230*13.4 = 11.7 km/h. In de grafiek zie je duidelijk deze snelheidsdips terug. De praktijk volgt dus de theorie: als de windweerstand toeneemt, neemt je snelheid evenredig af en verlies je tijd.

We hebben dit in detail uitgewerkt in onderstaande tabel. Voor alle trajecten waarbij een serieus windnadeel optrad (windweerstand hoger dan 10 Watt gedurende langere periode) hebben we bepaald wat de lengte van het traject was en de gemiddelde windweerstand. Vervolgens hebben we van al die trajecten het tijdverlies berekend op basis van het lagere resterende vermogen (vermogen-windweerstand). Bedenk daarbij dat tegenwind een veel groter nadeel betekent dan meewind aan voordeel oplevert, en dat ook zijwind een nadeel oplevert.

Van elke seconde hebben we gegevens – Stryd meet alles een groot aantal keren per seconde – waardoor we in detail konden berekenen wat het tijdverlies van Koen en Mark door de wind was:

• tijdverlies Koen: 101.2 seconden (1:41.2)
• tijdverlies Mark: 121.3 seconden (2:01.3)

Waarom het tijdverlies door de wind van Koen minder was dan van Mark kun je verklaren uit het verschil in vermogen waarmee ze liepen (respectievelijk 250 watt en 230 watt). De wind was voor beiden gelijk en voor Mark daarom relatief meer dan de sterkere Koen.

Kijk nu nog eens naar de voorspelde tijden aan het begin van dit artikel? Voor Koen stond daar dat hij 1:06 langzamer gelopen heeft dan de voorspelling van de Race Calculator van Stryd. Volgens onze berekening was het dus nog iets meer 1:41.

Wij zijn heel tevreden met deze nieuwe methode om grip te krijgen op het tijdverlies door de wind. We denken dat dit een flinke stap voorwaarts is omdat het met de Stryd nu mogelijk is om de windweerstand nauwkeurig te bepalen in real time en ter plaatse van de loper zelf. De berekende tijdverliezen van 1:41 en 2:01 bij een windkracht 4 lijken ons heel reëel en een stuk nauwkeuriger dan we hadden kunnen bepalen met globale windgegevens van een weerstation.

Je kunt het effect van alle factoren op je prestaties nalezen in ons boek Hardlopen met Power!.

Lees verder...

Innovaties van Polar

In 2019 verzocht Koen Demyttenaere van Polar ons om hun nieuwe Polar Vantage V horloge te testen. Dat vonden we heel interessant, temeer daar de Polar Vantage V ook je hardloopvermogen in Watt geeft. Onze bevindingen legden we vast in twee eerdere artikelen voor ProRun, deel 1 en deel 2. De Polar Grit X is het robuuste broertje van de Polar Vantage V.

Bij deze testen liepen we er tegenaan dat de vermogens die Polar rapporteert een stuk (orde 25-30%) hoger zijn dan de waarden van Stryd en die van ons natuurkundige hardloopmodel. We begrepen dit niet en vroegen Koen om nadere informatie over de achtergronden van hun algoritme. Op deze plaats willen we Polar complementeren over hun openheid hierbij. Via Koen kregen we contact met hun chief scientist uit Finland, dr. Jussi Peltonen, hetgeen leidde tot een hele goede inhoudelijke discussie. We kregen ook een intern white paper over de achtergronden van de in de software geprogrammeerde hardloopvermogensberekening.

Dit alles leidde ertoe dat we tot een duidelijke conclusie konden komen waar het verschil van 25-30% door veroorzaakt wordt. Polar rapporteert het bruto vermogen (gebaseerd op metingen met krachtplaten) en Stryd rapporteert het netto vermogen (gebaseerd op metingen van het netto zuurstofverbruik bij hardlopen). Het verschil tussen beiden is de elastische energieterugwinning in je Achillespees en de spieren van je onderbeen bij de landing van je voet op de grond.
Op zich zijn beide methoden valide.

Omdat je hardloopprestatie vooral bepaald wordt door je zuurstofverbruik geven wij de voorkeur aan het netto vermogen. In ons hardloopmodel werken we ook met het netto vermogen dat nodig is voor het overwinnen van de loopweerstand, de luchtweerstand en de klimweerstand.

Recent wees Polar ons op een nieuw onderzoek waarbij geanonimiseerde Big Data werd geanalyseerd. Jussi Peltonen heeft hier samen met een onderzoeker van de universiteit van Parijs een baanbrekend artikel over geschreven. Hieronder geven we een samenvatting van het idee achter Big Data en de resultaten van het onderzoek van Thorsten Emig en Jussi Peltonen.

Wat is het idee achter Big Data?

Vanouds werd het onderzoek en de kennis over hardlopen vooral gebaseerd op fysiologische testen in het laboratorium. Hierbij werden en worden parameters als het maximale zuurstofverbruik (de VO₂ max in ml/kg/min), de lactaatdrempel en de Running Economy (het zuurstofverbruik per km in ml/kg/km) bepaald van kleine aantallen lopers op een loopband.

Aanvullend wordt ook gekeken naar het uithoudingsvermogen, zoals het percentage van het VO₂ max dat volgehouden kan worden gedurende langere tijd. Dergelijk onderzoek heeft het voordeel dat onder nauwkeurige condities specifieke hypotheses wetenschappelijk kunnen worden getest. Nadelen zijn onder meer dat het onderzoek beperkt is tot kleine testgroepen en de prestatie in de praktijk mede bepaald wordt door zaken als het weer, het parcours en de vorm van de dag.

In de afgelopen decennia hebben we een enorme groei gezien van het gebruik van sporthorloges en andere draagbare sensoren. Inmiddels worden hiermee jaarlijks meer dan 1 miljard trainings-en wedstrijdsessies wereldwijd vastgelegd op diverse platforms als Strava, Garmin, Stryd, Polar enzovoort.

In principe biedt deze “Big Data” een geweldige kans om fysiologische informatie niet-invasief te monitoren onder real-world condities buiten het laboratorium. Dit kan leiden tot nieuwe inzichten en kennis over het effect van training en wedstrijden op grote delen van de bevolking, variërend van joggers tot topatleten. In principe zijn de mogelijkheden eindeloos, denk aan optimalisatie van trainingsprogramma’s, het nauwkeurig voorspellen van wedstrijdtijden, de (positieve) gezondheidseffecten van fysieke training, het vroegtijdig ontdekken van blessures of overtraining, het vroegtijdig ontdekken van talenten en zelfs het effect van ‘performance enhancers’, waaronder ook schoentechnologie.

Wij zijn ervan overtuigd dat we nog maar aan het allereerste begin van het gebruik van Big Data staan en dat de komende jaren de kennis over hardlopen in een stroomversnelling zal komen. We verwachten dus zeker dat Big Data ons in de toekomst zal helpen om sneller (en gezonder) te worden.

Wat kan er nu al? : het onderzoek van Emig en Peltonen

Emig en Peltonen hebben een analyse gemaakt van de gegevens van 19.000 mensen die in totaal 35 miljoen km hardgelopen hebben in 3,5 jaar. De gegevens zijn afkomstig van Polar V800 horloges en het Polar Flow platform. Vergeleken met de vele miljoenen gebruikers van sporthorloges, is dit dus nog een beperkte eerste stap in het gebruik van Big Data. In totaal zijn 25.000 wedstrijdseizoenen geanalyseerd. De gemiddelde afstand per sessie was 12,9 km en het totale aantal wedstrijden was 85.000.

De belangrijkste resultaten waren:

1. Nauwkeurigheid van het voorspellen van wedstrijdtijden

Hun model bleek een nauwkeurigheid te geven van 2% voor ‘gewone’ wedstrijden en 10% voor de marathon. Bij de marathon spelen uiteraard weersomstandigheden en parcours een grotere rol, die met hun model ook niet te voorspellen is.

2. Het effect van training

Dit is het meest interessante deel van het onderzoek. Ze hebben gekeken naar 3 aspecten:

• de invloed van het trainingsvolume (afgelegde km’s)

Zij vonden een statistisch significante positieve lineaire relatie tussen het aantal afgelegde trainingskilometers en de haalbare snelheid v_m (dit is de snelheid bij de VO₂ max), zoals weergegeven in onderstaande figuur uit het artikel van Emig en Peltonen. Deze positieve relatie is in overeenstemming met de literatuur.
Hun hypothese is dat dit komt door verbetering van de Running Economy. Met andere woorden de lopers gaan zuiniger lopen door duurtraining. Helaas kan op basis van de data een andere verklaring niet uitgesloten worden, namelijk dat fittere lopers (met een hogere v_m) meer kilometers trainen.

• de invloed van de intensiteit (percentage van maximale snelheid)

Hier vonden ze een negatieve relatie tussen de trainingsintensiteit en de haalbare snelheid v_m, zoals weergegeven in de onderstaande figuur. Dit is eveneens in overeenstemming met de literatuur die stelt dat bij duurtraining een groot percentage op lage snelheid moet worden gelopen.

De resultaten kunnen dus verklaard worden door aan te nemen dat fitte lopers dit trainingsadvies opvolgen. Helaas kan op basis van de data een andere verklaring niet worden uitgesloten, namelijk dat het horloge tijdens een rustdeel van de training niet stopgezet is.

• het gecombineerde effect van omvang en intensiteit (uitgedrukt in TRIMP, training impulse, een combinatie van afgelegde km’s en percentage van maximale snelheid)

Hier vonden ze een zeer interessant resultaat, namelijk dat het uithoudingsvermogen (uitgedrukt in een factor E_l) lineair toeneemt met TRIMP, maar vanaf 25.000 weer afneemt, zoals weergegeven in de onderstaande figuur. Dit laatste zou een indicatie kunnen zijn van overtraining.

Conclusies

We verwachten dat Big Data ons op termijn zeker zal kunnen helpen om sneller (en gezonder) te worden. De enorme hoeveelheden data die wereldwijd geüpload worden naar platforms als Strava, Garmin, Stryd, Polar en dergelijke vormen een potentiële goudmijn om het inzicht en de kennis over hardlopen en trainingsmethoden te vergroten en de prestatie van hardlopers te optimaliseren.

Het onderzoek van Emig en Peltonen moet in dit perspectief bezien worden. Het is een eerste aanzet tot het analyseren van Big Data om ons te helpen beter te gaan lopen. Uit de besproken resultaten blijkt ook dat het zeker niet eenvoudig is om deze Big Data te vertalen naar nuttige kennis en inzichten. Problemen bij de interpretatie van de resultaten zijn onder meer:

• de data zelf kunnen vervuild zijn (is het horloge wel stopgezet tijdens de rust?)
• de invloed van het weer en het parcours kan het beeld vertroebelen
• de grote individuele verschillen tussen lopers onderling kan het lastig maken om universele conclusies te trekken
• een correlatie is nog geen bewijs van een causaal verband: zo kan training met een hogere TRIMP leiden tot een beter uithoudingsvermogen E_l , maar omgekeerd is het ook mogelijk dat lopers met een hoger uithoudingsvermogen E_l beter in staat zijn om te trainen met een hogere TRIMP

Toch mogen we verwachten dat in de toekomst deze en andere problemen opgelost gaan worden zodat Big Data ons echt kan helpen om beter te gaan lopen.

Stryd heeft in dit opzicht een veelbelovend concept ontwikkeld met het Stryd Power Center. Sterke punten van dit concept zijn het feit dat het gebaseerd is op vermogen (waardoor in principe de invloed van het weer en het parcours meegenomen kunnen worden) en dat iedere loper zijn eigen data verwerkt krijgt in zijn persoonlijke Power Duration Curve (zodat de grote individuele verschillen tussen lopers het beeld niet vertroebelen).

Kortom: wij zien uit naar een toekomst met Big Data (voor het lopen dan, waarbij we ons over de privacy niet zo druk maken).

Lees verder...

“Met welk vermogen kan ik lopen in die virtuele race?”

Deze vraag krijgen we nogal eens. Steeds meer hardlopers maken kennis met hardlopen op vermogen. Dat is niet ingewikkeld, wel nieuw en daarom soms nog onwennig.
En voor virtuele races heel geschikt. Je loopt alleen. Je kunt je op niemand richten en hebt geen referentie. Behalve als je met een hardloopvermogensmeter loopt. Dan hoef je maar één getal op je hardloophorloge in de gaten te houden. Dat is het wattage dat je aankunt op die afstand.

Hoe kom je aan dat wattage?

Dat kun je ingewikkeld maken door eerst ons boek Hardlopen met Power! te lezen en alle aspecten die van invloed zijn op je hardloopprestatie te doorgronden. Het kan ook met grote stappen gauw thuis. Hans gaf daar afgelopen week spontaan een eenvoudige vuistregel voor.

Hoe kwam dat zo? We mochten een paar opties voor de omslag van ons nieuwe boek bekijken. Op de omslag staat een hardloper die een halve marathon loopt met 284 watt en 1:41:32 als tijd neerzet. Die loper weegt 75 kg, zei Hans meteen.

Vereenvoudigde formule

Hans maakte daarbij gebruik van de vereenvoudigde formule P = 1,04*m*v
In de formule is P het wattage (in watt), m het gewicht van de hardloper (in kg) en v de loopsnelheid (in meters per seconde).

Als je 1:41:32 loopt op de halve gaat dat in 289 seconden per kilometer (gemiddelde tempo 4:49/km). De loopsnelheid is dan 1000 meter gedeeld door 289 seconden = 3,46 m/s. Het is verder een kwestie van die vereenvoudigde formule invullen waarbij de uitkomst 284 watt moet zijn.

En om nu tot een bruikbaar antwoord te komen op de vraag hoe kom je aan het wattage voor die virtuele race: stel je wil met een tempo van 5:00/km lopen. 1000 meter gedeeld door 300 seconden levert een loopsnelheid v op van 3,33 m/s. En als je bijvoorbeeld 80 kg weegt, is het vermogen waar je je in die virtuele race op kunt richten: 1,04*80 kg*3,33 m/s = 277 watt.

Die 277 watt kun je gebruiken als je met een Stryd loopt, een Coros horloge, of met een app als Power2Run voor Apple watch. Bij Coros en Power2Run moet je wel bedenken dat die geen rekening houden met de wind. De factor 1,04 gaat op voor rustig weer met weinig wind.

Dat is ook zo als je met Polar Running Power en Garmin Running Power loopt. Deze hebben ook geen windmeting. Bovendien is de definitie van vermogen bij Garmin en Polar anders. Het met de vereenvoudigde formule berekende vermogen dien je bij Garmin en Polar met 25% op te hogen. Dat wordt dan 346 watt.

Calculator

ProRun heeft een calculator op de website waar de vereenvoudigde formule achter zit. De calculator is eigenlijk bedoeld om het vermogen te bepalen dat je bij intervaltraining loopt.
Hiervoor moet je aangeven wat je gewicht is en hoeveel seconden je per 100 meter wil lopen.

In het voorbeeld van een tempo van 5:00/km is dat 300 seconden per 1000 meter, dus 30 seconden per 100 meter. Als je dat invult in de calculator, zal je zien dat ook hier de uitkomst 277 watt is voor iemand van 80 kg.

Welk tempo kan ik dan lopen?

Om op bovenstaande wijze het vermogen te berekenen is het wel nodig dat je van jezelf weet welk tempo bij weinig wind op een vlak parcours haalbaar is. De factor 1,04 in de formule is, zoals eerder in dit artikel al is aan gegeven, op deze situatie gebaseerd. Als het harder waait, is de luchtweerstand hoger en is navenant een hoger wattage nodig om je voorgenomen tempo te lopen. Of je tempo moet omlaag om het met die wind vol te houden als het al je maximaal haalbare tempo was voor die afstand. In een volgend artikel zullen we in een handig tabelletje laten zien wat wind met je wattage doet.

Helaas zijn er in deze tijd maar weinig echte wedstrijden waar je van kunt afleiden wat je kunt. Als je dat van een of meer afstanden wel weet, zou je onderstaande tabel kunnen gebruiken. Per regel staan hier de bij elkaar behorende haalbare tijden voor verschillende afstanden. Je kunt natuurlijk ook de calculator op de website www.hetGeheimvanHardlopen.nl gebruiken.

Lees verder...