⚡ electrical engineering

A Coupled Geodetic-Atmospheric-Physiological Model of Sustainable Cycling Performance at Altitude

本研究提出了一种耦合大地测量-大气-生理的模型，证明了虽然在爬坡时可持续骑行速度随海拔升高而持续下降，但平地骑行表现出一种受空气密度降低、重力变化及生理限制之间复杂相互作用驱动的海拔依赖性最优值（约在 2.0–2.5 公里处）。

原作者： Carlos Alberto Gomez Tarazona, Carlos E. Guerra-Londoño, Daniel R. Izquierdo

发布于 2026-09-16

📖 1 分钟阅读☕ 轻松阅读

原作者： Carlos Alberto Gomez Tarazona, Carlos E. Guerra-Londoño, Daniel R. Izquierdo

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在高海拔地区骑行呈现出一种独特的物理难题，其中两种相反的力量在争夺主导权。一方面，高海拔地区的稀薄空气提供了一种机械优势：由于空气分子减少，骑行者遇到的风阻更小，从而更容易维持速度。另一方面，同样的稀薄空气也造成了生理劣势：由于可呼吸的氧气减少，人体无法产生如此多的动力。几十年来，运动员和科学家们一直在争论这种平衡点究竟在哪里。是稀薄空气带来的好处抵消了缺氧的代价，还是缺氧的影响始终占据上风？答案很大程度上取决于骑行者的实际行为，具体而言，是他们在平地上骑行，还是在陡峭的山坡上爬坡，以及他们在地球上的哪个位置骑行。

来自哥伦比亚和美国的科研团队建立了一个详细的计算机模型来解决这个问题，该模型超越了简单的经验法则，能够解释地球和大气层复杂的现实情况。他们没有将海拔视为一个单一的数值，而是创建了一个将地球形状、不断变化的大气状态与骑行者的生物学特征联系起来的系统。他们考虑了重力如何根据骑行者所处的南北纬度而发生细微变化，以及空气密度如何随季节、一天中的时间以及太阳活动而变化。通过将这些精确的环境因素与现代人类肺部和肌肉对低氧反应的理解相结合，他们模拟了从海平面到海拔4000米范围内的可持续骑行速度。

研究结果表明，“完美海拔”这一概念其实是一个神话。该模型证实，对于正在爬坡的骑行者来说，结论非常简单明了：海拔越低越好。当道路向上倾斜时，对抗重力的努力成为了主要挑战。在这种情况下，稀薄空气带来的微小收益无法补偿因缺氧导致的动力损失。研究人员发现，在6%的坡度下（这是一种常见的陡坡），最快的可持续速度始终出现在海平面。随着骑行者上升高度，其速度持续下降，不存在任何一个让稀薄空气突然使他们变快的转折点。海拔带来的生理惩罚仅仅是压倒了机械上的优势。

然而，当道路平坦时，情况则完全不同。在平路骑行中，风阻是主要敌人，模型预测这里存在一个明显的“甜点区”。在这里，空气密度的降低确实提供了足够的优势，足以抵消氧气损失带来的影响，但这种优势仅限于一定范围内。模拟显示，对于平坦路线，理想的海拔并非在海平面，也不是在最高峰，而是存在一个内部最优值，即一个特定的高度，在此高度骑行者可以达到最快速度。根据纬度和大气条件的不同，这种巅峰表现出现在海拔2000米至2500米之间。低于这个高度，空气仍然太厚，无法充分利用空气动力学的增益；高于这个高度，缺氧问题变得过于严重，骑行者速度就会下降。

这个最优高度并不是一个适用于任何地方的固定数字，它会随着骑行地点和时间的改变而移动。研究人员发现，季节性的影响非常显著，但仅限于特定的纬度。在赤道附近，不同季节之间的表现差异微乎其微，理想海拔保持稳定。但当你向中纬度和高纬度地区移动时，季节开始使最优海拔与最大速度产生分歧。在这些地区，大气密度的年度变化足以让骑行者的最高可持续速度产生近1%的差异。这意味着，最佳骑行地点不仅取决于海拔，还取决于地理位置、季节以及道路坡度这三者的特定组合。

这项研究还阐明了为什么过去关于海拔纪录的观察结果看似相互矛盾。一些历史数据表明，自行车纪录是在高海拔地区被打破的，而另一些数据则表明并非如此。该模型解释了为什么两者都是正确的，但原因各异。受益于海拔的纪录几乎全是在平地上创造的，因为空气动力学的优势成为了决定性因素。而受海拔影响而表现不佳的纪录，则是那些涉及持续爬坡的纪录，因为生理成本过高。通过将道路的机械需求与骑行者的生物极限区分开来，研究人员表明，“最佳”海拔并非一个普遍真理，而是特定骑行条件下产生的一种涌现属性。

最终，这项工作证明了人类在自行车运动中的表现是环境与身体之间一场微妙的博弈。高山的稀薄空气提供了一份减小阻力的礼物，但它也要求以动力下降作为税收。这份礼物是否值得支付这笔税收，完全取决于任务本身。如果道路向上，税收太高，骑行者最好留在低处；如果道路平坦，这份礼物便极具价值，并且存在一个平衡完美的特定高度。研究结果表明，对于任何计划骑行的人来说，关于“多高才算太高？”的问题，不能在不先询问“道路有多陡？”以及“我们在地图上的什么位置？”的情况下得到回答。答案不在于一个单一的数字，而在于重力、空气与人类生物学之间复杂的相互作用。

技术摘要：一种用于高海拔可持续骑行性能的地球测地–大气–生理耦合模型

问题陈述
高海拔下的骑行表现受制于机械阻力降低（由于空气密度降低）与海拔诱发的生理功能受损（由于缺氧）之间复杂的竞争关系。以往的方法通常将这些机制分开处理，或依赖于简化的环境描述，例如国际标准大气（ISA），而 ISA 无法捕捉大气密度对地理纬度、季节、世界时以及太阳/地磁活动的显式依赖性。此外，有效重力随纬度和高度的变化往往被忽略，尽管它会对重力及滚动阻力产生影响。本研究旨在建立一个统一的框架，同时考虑测地、大气和生理因素，以确定可持续骑行速度并识别潜在的最佳海拔高度。

方法论
作者开发了一个耦合模型，区分了骑行者-自行车系统的所需机械功率 ( $P_{req}$ ) 与生理可获得的机械功率 ( $P_{avail}$ )。

测地组件： 模型利用 WGS84 参考椭球体计算正规重力 $g(h, \phi)$ ，其中 $h$ 为几何高度， $\phi$ 为测地纬度。这考虑了地球的扁率和自转，从而为重力和滚动阻力提供了系统的纬度相关修正。
大气组件： 研究并未采用标准 ISA，而是采用了 NRLMSIS 2.0 经验大气模型。该模型根据高度、地理位置（纬度和经度）、时刻、一年中的天数以及太阳/地磁活动指数（ $F_{10.7}$ 、 $Ap$ ）提供中性大气质量密度 ( $\rho_{atm}$ ) 和温度。此外，还推导出了一个修正的标准大气模型（ISA-m），用以分离纬度的测地贡献。
生理组件： 最大摄氧量 ( $\dot{V}O_2max$ ) 随海拔下降的过程通过经过修正的 MacInnis 等人的元回归模型进行建模，该模型考虑了基准有氧能力和急性缺氧暴露。这种生理缩放因子 $F_{MI}(h, V_0)$ 被应用于海平面可持续功率 ( $P_0$ )，以确定海拔下的可用功率。保留了历史公式（Howley-Bassett）用于敏感性比较，但未将其作为主要模型使用。
机械耦合： 可持续骑行速度 ( $v_{sus}$ ) 通过求解功率平衡方程 $P_{req} = P_{avail}$ 来确定。 $P_{req}$ 包括空气动力阻力（取决于 $\rho_{atm}$ ）、重力阻力（取决于 $g(h, \phi)$ 和路面坡度 $\theta$ ）以及滚动阻力。模型在 0–4000 米的海拔范围内，针对不同纬度（0°、45°、71°）和路面坡度（0%、3%、6%、9%）进行了数值求解。

核心贡献

集成框架： 本文提出了第一个明确分离测地（WGS84 重力）、大气（NRLMSIS 2.0 密度）和生理（MacInnis 缩放）依赖性的耦合模型，用于预测可持续骑行表现。
梯度依赖的最优值： 研究表明，是否存在最佳骑行海拔并非仅是海拔高度的普适函数，而是路面坡度、空气动力阻力和生理能力之间相互作用产生的涌现属性。
大气敏感性： 通过使用 NRLMSIS 2.0，模型揭示了大气对表现的影响不仅取决于高度，还随纬度和一年中的天数发生显著变化，尤其是在中高纬度地区。

结果

机械与生理的权衡： 虽然维持固定速度所需的机械功率随海拔升高而单调递减（由于空气密度和重力的轻微下降），但这并不保证可持续速度的提升。
爬坡条件： 在 6% 的参考爬坡坡度下，生理受损占据了机械收益的主导地位。因此，可持续速度从海平面到 4000 米呈单调下降趋势，未预测到内部最优值；其最佳海拔实际上即为海平面。
平路骑行： 相比之下，在平路骑行（0% 坡度）情况下，存在一个内部最优值，即空气动力阻力的减少最初超过了生理惩罚。该最优值出现在约 2.0–2.5 公里处，具体取决于纬度和大气状态。
纬度与季节性： 大气密度的季节性变化对赤道地区的影响微乎其微，但在中高纬度地区会导致差异逐渐增大。在 45° 和 71° 纬度，季节性偏移可使最大可持续速度改变高达 ~1%，并使最佳海拔高度移动数百米。
敏感性： 最优值的出现位置对路面坡度高度敏感；随着坡度增加，最优值向低海拔方向移动，并最终消失。

意义与主张
本文主张，最佳骑行海拔应被视为一个多变量量，它源于空气动力阻力、重力需求和生理损伤之间的特定平衡，而非一个普适的高度值。本研究调和了文献中看似矛盾的发现（例如，小时纪录中的收益与爬坡中的惩罚），通过展示机械机制（平路 vs. 爬坡）决定了是否存在海拔优势。

作者强调，他们的框架是一个“受控理论框架”而非特定路线的预测器。他们明确指出了局限性，包括使用急性缺氧模型（MacInnis）未能考虑适应过程、排除了风力和瞬时坡度的影响，以及假设可持续功率直接随 $\dot{V}O_2max$ 缩放。这项工作的意义在于证明，标准的大气模型不足以进行精确的性能建模，在分析高海拔下的细微性能差异时，必须明确考虑地理和时间性的大气变化。

类似论文