Effekten av våt asfalt på gjennomsnittsfart på rulleski.

Av Ole Martin Bollandsås

 

Alle som har gått en del på langrennsski vet at føret har stor betydning for farten man klarer å holde på en gitt intensitet. Er det veldig kaldt eller veldig vått, vil vi som regel holde lavere fart sammenlignet med når føret er nærmere det optimale. På rulleski er det også slik at «føret» har effekt på farten.

Mange har sikkert lagt merke til at man bruker lengre tid på den «faste runden» når det er vått sammenlignet med når asfalten er tørr. Kvaliteten på asfalten har også mye å si, både med hensyn på hastigheten og på «følelsen» man har av å gå der. Slitt, gammel asfalt gir ikke en god «feeling» og det oppstår gjerne ubehagelige vibrasjoner når de små rulleskihjulene ruller over den ru overflaten. Men hvor stor effekt har slike faktorer på hastigheten? I denne uhøytidelige studien, har jeg sett litt nærmere på hvor stor effekt vannmengden på asfalten har på hastigheten målt i sekunder per kilometer. Datamaterialet som ligger til grunn for denne studien er samlet inn i forbindelse med en rulleskitest som 12 ulike personer regelmessig har gjennomført i perioden fra våren 2010 og fram til høsten 2015. Til sammen omfatter materialet 165 unike gjennomføringer fordelt på 43 forskjellige dager.

Lang testløype i motbakke

Løypa hvor testene er gjennomført ligger i Holmenkollåsen. Den starter på Slemdal, i krysset der Dalsveien kommer inn på Dagaliveien. Derfra følger den Dagaliveien mot nordvest og svinger etter 1500 meter til høyre inn på Holmenkollveien, følger veien under T-banesporet, og går deretter til høyre inn på Doktor Holms vei. Løypa følger Doktor Holms vei og ved Holmenkollrestauranten svinger den på ny til høyre inn på Holmenkollveien og følger denne helt til den svinger venstre inn på Voksenkollveien. Videre går løypa over toppen ved Lysebu, ned bakken i retning Frognerseteren, men før man kommer helt ned til Frognerseteren tar løypa hardt venstre inn på Øvreseterveien. Løypa ender på parkeringsplassen ved Tryvannstårnet. Løypa er 8670 m lang, det er 433 meter akkumulert stigning og 59 meter akkumulert fall (det aller meste i bakken ned fra Lysebu). Gjennomsnittlig stigning er 5 %. Løypeprofilen finnes i Figur 1.

Figur 1. Løypeprofil.

Stor variasjon mellom utøvere

Startordningen på testen har vært enkeltstart med et minutts intervall, der resultatlista fra forrige test har bestemt rekkefølgen slik at den antatt raskeste har startet til slutt. Alle utøverne har hatt maksimal innsats ved hver gjennomføring, og alle har selv registrert sluttid. Vanligvis har den første testen blitt gjennomført i mai og den siste i oktober hvert år. Variasjonen knyttet til hvor mange ganger den enkelte har gått har vært stor, og det har også vært stor nivå-variasjon (formvariasjon). Nivåvariasjonen gjelder både mellom utøvere og for den enkelte utøver innen- og mellom ulike år. Figur 2 illustrerer dette grafisk ved hjelp av et boksplott, der de tykke svarte strekene i hver grønne boks, indikerer median-tidene. Tidene er skalert til sekunder per kilometer. Høyden til de grønne boksene sier noe om spredningen i tidene til den enkelte utøver, og boksenes øvre og nedre endepunkt markerer tiden for henholdsvis den 75% dårligste og den 75% beste tiden. Strekene ut fra boksene markerer ekstremtidene (beste og dårligste). Som figuren viser varierer median-tidene fra omkring 225 til 320 sekunder per kilometer. Alle utøvere har benyttet rulleski med C2-hjul, men merkene har variert. Pro Ski, Swix, Swenor og IDT har blitt benyttet. 

Figur 2. Oversikt over nivået til utøverne i testen. Tykke, horisontale linjer markerer median, og «n» markerer hvor mange tester de ulike utøverne har gjennomført.

Tørt, vått og veldig vått

Vannmengden for hver test-dag har blitt registrert i tre kategorier; «tørt», «vått» og «svært vått». Kategorien «svært vått» ble brukt når det var rennende vann på asfalten. I tillegg til tiden og vannmengden er person, dato og år også registrert. Dette gjør at det er mulig å ta bort effekten av noen av de andre faktorene som har betydning for farten slik at man «isolerer» effekten av vannmengden på asfalten. Vi vet for eksempel at ulike personer har ulikt nivå, og at de har ikke gått testen like mange ganger. Fordelingen mellom gjennomføringer på tørt og vått føre varierer også. Det er også rimelig å anta at formen til den enkelte varierer over sesongen. Siden vi vet dato for hver gjennomføring, kan vi også ta bort, eller i hvert fall redusere, effekten av dette. For å oppnå dette ble sesongen i denne analysen delt inn i tre deler – vår, sommer og høst. I tillegg kan vi fjerne (redusere) effekten av at den enkelte utøver kan være i ulik form mellom år.

Analyse

Utregning av ordinære gjennomsnittstider for de ulike føreforholdene, ville gi et skjevt resultat siden vi vet at faktorene nevnt over også har effekt på farten. Analysen ble derfor gjort ved å tilpasse en statistisk modell (Generalisert lineær modell) som gjør det mulig å estimere hvor mye farten reduseres når det er henholdsvis vått og svært vått, sammenlignet med tørre forhold, uavhengig av person, årstid og år. Det er vanskelig å kort forklare hva en slik statistisk modell er, men den kan sammenlignes med en matematisk ligning der den faktoren vi er interessert i (tid per km) står på vestre side av et likhetstegn, og de faktorene som vi mener påvirker tiden per km står på høyre siden av likhetstegnet. Et dataprogram gir oss tall på hvor stor effekt den enkelte faktor har på farten. Denne «ligningen» blir aldri helt perfekt siden det er et nærmest ubegrenset antall andre faktorer vi ikke har registrert som også har betydning for farten. Dataprogrammet gir oss imidlertid et estimat på hvor mange prosent av variasjonen i farten som kan knyttes til de faktorene vi har tilgjengelig.

Resultater

Resultatet av denne analysen er altså et estimat på hvor mange sekunder per kilometer utøverne i testen i gjennomsnitt tapte på henholdsvis vått og svært vått føre, sammenlignet med når asfalten var tørr. Det ble også regnet ut hvor mange prosent dette utgjorde av den gjennomsnittlige tiden på tørt føre. Denne prosenten gjør det mulig å relatere fartstapet på grunn av våt asfalt også til utøvernivå og også til andre distanser.

Modellen som ble tilpasset datamaterialet forklarte 81% av variasjonen i kilometertidene. Det er altså omkring 20% av variasjonen som ikke lar seg forklare med de faktorene som var registrert. Forklaringsgraden må likevel sies å være høy. En faktor som kanskje kunne ha bidratt til å øke forklaringsgraden er temperatur da dette til en viss grad påvirker både hardheten til gummien i hjulene og kanskje også motstanden i lager. Stavfestet er også påvirket av temperaturen. Vindforholdene er heller ikke registrert, og det er åpenbart at motvind kontra medvind vil ha betydning for farten. En annen faktor er hvor mye det enkelte skipar er brukt i forkant av testen. Rulleski er alltid litt tregere når de er nye, så slik informasjon hadde trolig vært nyttig.

Tabell 1 viser resultatene fra beregningen av gjennomsnittstider per kilometer ved hjelp av modellen. Som tabellen viser var gjennomsnittstiden per kilometer 266,6 sekunder og at gjennomsnittstiden øker med henholdsvis 8,4 sekunder (3,2%) og 16,9 sekunder (6,3%) på vått og svært vått føre.

Som det går fram av løypebeskrivelsen, ligger testløypa for det meste i forholdsvis bratt stigning. Det er kanskje ikke en slik profil man velger på en vanlig treningsrunde, ei heller finner i de fleste rulleskirenn. Resultatene må derfor tolkes med denne forutsetningen i minnet. Trolig er den relative tidsdifferansen per kilometer større i ei løype med bratt stigning fordi man også får dårligere feste på våt- enn på tørr asfalt. På høsten vil det i tillegg ofte være lauv på asfalten som forsterker denne effekten, men denne effekten er imidlertid til dels tatt hensyn til i og med at modellen inkluderer «sesong» (vår, sommer, høst). Den relative differansen kan, som indikert over, i prinsippet brukes for å estimere tidstapet på en hvilken som helst rulleskitur, men innenfor visse grenser med hensyn på løypeprofil og løypelengde. Er løypa mye lengre vil kanskje den relative differansen øke fordi man er mer sliten over et lengre tidsrom.