骑行热量估算与运动感知

骑行软件或 AI 显示的热量消耗是否准确，取决于输入数据的质量，而非软件本身的优劣。理解生物能到机械能的转化效率，并学会将心率、功率与主观感受相结合，是骑行者建立准确运动感知的核心路径。

热量估算的依据

热量消耗的计算，本质上是在推算生物能转化为机械能的过程。骑车时，身体燃烧糖和脂肪等储存的生物能，驱动肌肉收缩，进而对自行车做机械功，推动车辆前行。功率计测量的正是这部分机械功。

如果你有功率计，软件可以依据实测数据推算热量消耗，结果相对可靠。如果只提供年龄、体重、速度和距离，软件只能套用通用估算模型，误差可能相当大。此外，车辆本身的机械效率同样影响结果——骑公路车轻松维持 20 码，与骑传动阻力大、轮胎滚阻高的城市代步车完全不同，相同速度下的能量消耗差异悬殊。

转化效率的差异

生物能转化为机械能的过程存在明显折损，骑行效率较高时理论值约为 25%，但实际因人而异：

• 运动效率较低者（踩踏技术较差）：转化效率约 17%–18%
• 运动效率较高者（踩踏技术较好）：转化效率约 23%–24%

两者之间可相差约 5%。佳明码表等设备通常采用较乐观的转化效率（约 23%–24%）折算，因此对于踩踏技术不够好的骑手，估算出的热量消耗反而可能偏低而非偏高。

运动感知的培养

对运动强度感知不清晰是正常现象，这是一个需要主动学习和长期积累的过程。建立准确感知的关键，在于将以下三个维度有意识地关联起来：

• 主观疲劳感与呼吸急促程度（即 RPE，主观运动感知量表）
• 实时心率
• 对应功率

值得注意的是，相同强度在不同季节（尤其是极冷或极热时）下，心率与主观感受都会出现相应偏差。平时骑行时，持续留意"现在有多累、呼吸多急促、心率与功率各是多少"，逐步将三者建立稳定的对应关系，运动强度感知便会越来越准确。这个过程本身，也是深入了解自己身体与运动能力的过程。