勾配補正ペース（GAP）の解説
時計には6:30/kmと表示されているけれど、体感は5:00/kmの努力。GAPはその「感覚と数値のギャップ」を埋める指標です。科学的根拠からプラットフォーム間の違い、実践的な活用法まで解説します。
- GAPは坂道ランニングのペースを平地換算に変換し、異なる高低差プロファイルのコース間で努力を比較できるようにします。
- 科学的基盤はMinetti et al.（2002）の研究で、ランニングの代謝コストが最小になるのは平地ではなく、約-20%の下り勾配であることが発見されました。（-10%と紹介されることも多いですが、それは実は同研究のウォーキングの結果です。）
- 2017年、Stravaはラボベースの代謝モデルから、24万人のアスリートの600万回のランニングデータで訓練された心拍数等価モデルへ移行し、より実世界に即したGAP値を算出するようになりました。
- GarminとStravaで同じランニングのGAP値が異なるのは、標高データのソース、コストモデル、スムージングアルゴリズムが異なるためです。
- GAPは緩やかな上り（+1%〜+10%）で最も信頼性が高く、急な下りでは予測誤差が3倍に達することがあり精度が大幅に低下します。
目次
GAPとは？
上り坂を走ると、ペースは落ちます。努力が足りないからではなく、重力に逆らうことが1メートルあたりより多くのエネルギーを必要とするからです。心拍数は上がり、呼吸は荒くなり、脚は燃えるように感じます。しかし時計は遅いペースしか表示しません。平坦な道を楽にジョギングしているのか、6%の勾配を乳酸閾値で必死に登っているのかは区別できません。
Grade Adjusted Pace（GAP：勾配補正ペース）は、シンプルだが強力な問いに答えます：同じ生理的努力で平地を走っていたら、どのくらいの速さだったか？ 標高変化のエネルギーコストを考慮することで、GAPは起伏のあるランニングを平地換算に変換し、5:30/kmの上り坂リピートと4:45/kmの平地テンポ走が生理学的には同じ努力だったことを確認できるようになります。
主要なランニングプラットフォーム — Garmin、Strava、COROS、TrainingPeaks — はすべてGAPの一種を計算しています。しかし、常に一致するわけではありません。その理由を理解するには、科学、モデル、そしてデータの中身を見る必要があります。
GAPの科学的背景
GAPの科学的基盤は、2002年にAlberto Minettiらが Journal of Applied Physiology に発表した画期的な研究に遡ります。10人の男性トレイルランナーをモーター付きトレッドミルに乗せ、-45%から+45%の勾配で酸素消費量（代謝コストの直接的な指標）を測定しました。
結果は多くの人を驚かせるエネルギーコスト曲線を生み出しました。ランニングの代謝コストが最小になるのは平地ではなく、約-20%の下り勾配です。平地での代謝コストは約3.6 J/kg/mですが、-20%付近では約1.8 J/kg/m — エネルギー消費が半分になります。それ以上急な下りでは、偏心制動力が巨大になるため、逆にコストが急上昇します。（多くの記事で「最小は-10%」と紹介されていますが、これは同じMinetti研究のウォーキングの結果であり、ランニングの最小コストはより急な下りにあります。）
上り側では、コストは急峻かつ予測可能に上昇します。勾配が1%増えるごとに、エネルギーコストは約3〜4%増加します。+10%では平地より約40%多くのエネルギーを消費し、+45%ではコストは約19 J/kg/m — 平地の5倍以上に達します。
Minettiコスト式
C(g) = 155.4g⁵ − 30.4g⁴ − 43.3g³ + 46.3g² + 19.5g + 3.6
g = 勾配（分数表示、0.05 = 5%の上り）、C = 代謝コスト（J/kg/m）
Minettiコストカーブ（エネルギーコスト vs. 勾配）
勾配 (%) → コスト (J/kg/m)
この5次多項式は、テストされた全勾配範囲にわたる勾配と代謝コストの非線形関係を捉えました。これがランニングテック業界全体のGAP計算の基盤となりました。
GAPの計算方法
実際のGAP計算は、アクティビティの約1秒ごとのGPSレコードに3つのステップを適用します。まず、瞬間的な勾配（その区間の標高変化÷水平距離）を計算します。次に、その勾配に対するエネルギーコスト調整係数を参照します。最後に、実際のランニング速度にその調整係数を掛けて、同じ努力での平地速度を推定します。
計算は単純です。5%の上りを3.0 m/sで走っていて、コストモデルが5%の勾配は平地の1.17倍のエネルギーを要すると示す場合、GAP速度は3.0 × 1.17 = 3.51 m/s — 実際の5:33/kmに対して平地換算で約4:45/kmに相当します。
GAP調整の例
| 勾配 | コスト係数 | 実際のペース | GAP |
|---|---|---|---|
| -10% | 0.72× | 4:00/km | 5:33/km |
| -5% | 0.87× | 4:20/km | 4:59/km |
| 0% | 1.00× | 4:45/km | 4:45/km |
| +3% | 1.11× | 5:10/km | 4:40/km |
| +5% | 1.17× | 5:33/km | 4:45/km |
| +10% | 1.40× | 6:30/km | 4:38/km |
| +15% | 1.68× | 7:40/km | 4:34/km |
実際には、ほとんどのプラットフォームはMinettiの完全な多項式を簡略化したバージョンを使用しています。一般的な近似は2次モデル — a(g) = 1 + c₁·g + c₂·g² — で、線形係数は正味の勾配効果を、2次係数は急勾配での非線形コスト増加を捉えます。正確な係数はプラットフォームによって異なり、これがGAP値が異なる理由の一つです。
標高データ：隠れた変数
コストモデルがGAPを計算する前に、正確な標高データが必要です。そしてこれがプラットフォーム間の最大の不一致の源です。標高データには3つの一般的なソースがあり、それぞれ明確な長所と短所があります。
最新のランニングウォッチ（Garmin、COROS、Apple Watch Ultra）には気圧センサーが搭載されています。気圧変化を測定して高度を推定し、GPS由来の標高で補正します。気圧高度計は応答性が良く（短い丘や歩道橋などの微地形をリアルタイムでキャプチャ）、天候の気圧変化や腕振り、体温、走行中の温度変化の影響を受けます。
Stravaや一部の後処理ツールは、デバイスの標高をDEMデータ（地球表面のすべての地点に標高を割り当てる衛星由来の地形マップ）で置換または補強します。DEMデータは一貫性があり天候で変動しません。ただし、DEM解像度（通常10〜30mグリッド）では橋、トンネル、急激な勾配変化などの狭い地形を見逃す可能性があります。
純粋なGPS標高（気圧補正なし）は最も信頼性が低く、±15〜20mの誤差が一般的で、都市部のビル街ではさらに悪化します。GAP計算の主要ソースとして使用されることはほとんどありません。
重要なポイント：同じ10kmのランニングでも、気圧、DEM、GPS標高のいずれを見ているかによって、標高プロファイルが明らかに異なります。これらの違いはGAP計算に直接影響します。異なる標高プロファイルは、異なるサンプルごとの勾配値、異なるコスト係数、そして最終的に異なるGAP結果を生み出すからです。
GarminとStravaでGAPが異なる理由
Garmin ConnectとStravaで同じランニングを比較したことがあれば、GAP値が常に一致しないことに気づいたかもしれません — 1キロあたり5〜10秒異なることもあります。これはバグではありません。4つの次元での根本的に異なる設計上の選択の結果です。
| 特徴 | Garmin | Strava |
|---|---|---|
| 標高ソース | 気圧高度計（リアルタイムセンサーデータ） | DEM後処理（衛星地形マップ） |
| コストモデル | 代謝多項式（Minettiのラボデータに基づく） | 心拍数等価モデル（2017年Drew Robbによる更新） |
| 学習データ | ラボ測定（10人の被験者） | 24万人のアスリートの600万回のランニング |
| 処理方式 | リアルタイム（デバイス上で計算） | 後処理（サーバーで計算） |
| 傾向 | 保守的 — GAPが実際のペースに近い | 積極的 — GAPが実際のペースよりかなり速い |
Stravaの2017年の転換は特に重要でした。Drew Robb率いるエンジニアリングチームは、純粋な代謝コストモデル（Minettiのような）から心拍数等価アプローチへ移行しました。「5%の勾配はどれだけ多くのエネルギーを必要とするか？」という問いの代わりに、「このランナーが同じ心拍数を維持できる平地ペースは？」と問うようになりました。微妙ですが重要な違いです — ラボのトレッドミルテストでは捉えきれない実世界のランニングダイナミクスを反映します。
どちらのプラットフォームも決定的に「より正確」とは言えません。Garminの気圧データはDEMが見逃す微地形を捉えますが、ノイズが多くなります。Stravaの大規模データセットは統計的堅牢性を提供しますが、DEM標高は実際の勾配変化を平滑化する可能性があります。ほとんどのロードランナーには大きな違いはありませんが、非常に起伏の多いコースやテクニカルなコースでは、差が顕著になります。
GAPが役立つとき
不完全さはあるものの、適切に使用すればGAPは有益なインサイトを提供します。最も価値を発揮する3つのシナリオを紹介します。
起伏のあるルートで5:15/km、平坦なルートで4:50/km。どちらがより良いパフォーマンスでしょうか？GAPがなければ判断は困難です。GAPを使えば、両方のランニングを平地換算に正規化して、起伏のあるラン（GAP 4:48/km）の方が実は強い努力だったことがわかります。
起伏のあるルートでペースベースのトレーニングをすると、上りで強度が上がりすぎ、下りで回復しすぎることがあります。GAPを確認することで、意図した努力ゾーン内に留まれたかを確認できます — 特にイージーランやテンポ走で有効です。
トレーニングがすべて起伏のあるルートの場合、平均ペースはフィットネスを過小評価します。GAPはそのトレーニングペースが平坦コースでどの程度に相当するかを大まかに翻訳してくれます — フラットなマラソンやトラック練習の目標ペース設定に役立ちます。
GAPの限界
GAPはモデルであり、すべてのモデルは現実を単純化しています。以下の最も重要な限界を念頭に置いてください。
急な下りでの精度の低下
Minettiモデルの著者自身が、下りの予測は3倍の誤差を生じうることを指摘しています。下り走行には個人差の大きい偏心ブレーキが必要で、-15%を超える勾配でのGAP値は慎重に扱うべきです。
トレイルの地形は考慮されない
GAPは勾配を考慮しますが、岩、木の根、泥、砂、テクニカルな足場は考慮しません。5%の勾配のテクニカルトレイルは、5%の舗装道路よりはるかにコストがかかります。トレイルランナーの場合、GAPは平地換算を一貫して過大評価します。
個人のバイオメカニクスの差異
一部のランナーは生まれつき登りが得意 — 軽い体重、上りでの高ケイデンス、効率的な垂直力生成。他のランナーは坂が苦手でも平地では優れています。標準的なGAPモデルはこれらの個人差を無視した画一的なコスト曲線を使用しています。
環境要因は無視される
風、暑さ、湿度、標高はすべて勾配とは独立してランニングのエネルギーコストに影響します。涼しい海面レベルでの5%の上りは、35°Cで標高2,500mでの同じ上りよりコストが低いですが、GAPはこれを考慮しません。
短く急な区間がスムージングされる可能性
デバイスの標高データとプラットフォームのスムージングアルゴリズムの両方が、短い急勾配区間（20mの陸橋ランプ、短い階段）を平坦化する可能性があります。これらの勾配スパイクが平滑化されると、対応するGAP調整も消失します。
トレーニングでのGAP活用法
GAPをトレーニング分析に取り入れる4つの実践的な方法を紹介します。過度に依存せず、バランスよく活用しましょう。
イージーランの目標が5:30/kmで、起伏のあるルートを平均5:50/km（GAP 5:25/km）で走った場合、努力は適切だったと確信できます。GAPがなければ、その5:50は遅い日に見えるかもしれません。
同じ起伏のあるルートを定期的に走っている場合、数週間・数ヶ月にわたってGAPを追跡しましょう。安定した心拍数でGAPが改善していれば、有酸素フィットネスの成長を示す強いシグナルです — 起伏のある地形では生ペースが隠してしまうものです。
急な下りでは、GAPが実際のペースより遅い値を示すことがあります（モデルは下りを「楽」と判断するため）。下りでターゲットGAPに合わせようと走りを調整するのではなく、快適なフォームとコントロールされた努力に集中しましょう。
最も堅牢な分析は、GAPと心拍数データを組み合わせます。GAPと心拍数の両方が同じ努力レベルを示していれば、評価を信頼できます。両者が食い違う場合（例：GAPはイージーだが心拍数は高い）、暑さ、疲労、心拍ドリフトなどの外的要因が影響している可能性があります。
Hashiri.AIのGAP計算方法
GarminとStravaそれぞれのGAPアプローチとそのトレードオフを研究した上で、私たちは独自の実装を構築しました。その仕組みをステップごとに解説します。
1秒ごとのレコードレベル計算
ラップレベルではなく、1秒ごとのGPSレコードでGAPを計算します。これにより、ラップ平均では平滑化されてしまう短い上りや下りを捉え、各ラップ内の努力をより正確に反映します。
標高スムージング（±2サンプル窓）
生の気圧高度はノイズが多いため、勾配を計算する前に±2サンプルの移動平均を適用します。スムージングが少なすぎるとGPSジッターが架空の勾配を生み、多すぎると実際の地形特徴が消えてしまいます。
簡略化2次コストモデル
急な下りで過剰補正する可能性があるMinettiの5次多項式の代わりに、実際の走行条件で精度と安定性のバランスを取る2次近似式を使用しています。
実際のGarminデータで調整
同一アクティビティでGarminのGAP値と比較し、係数を調整しました。緩やかな地形では近い値を出しつつ、急勾配ではStravaのような積極的な調整を避けています。
Hashiri.AI GAPの計算式
adjustment(g) = 1 + 0.033 × g + 0.0025 × g²
g = 勾配（%）。GAP速度 = 実速度 × 調整係数。上りではGAPが実際より速く、下りでは遅くなります。
結果として、緩やかな地形ではGarminに近いGAPを算出し、すべてのモデルが精度を失う急な下りでは保守的な値を維持。起伏のある努力を平地と比較するための信頼性の高い指標を提供します。
よくある質問
GAPはNGP（Normalized Graded Pace）と同じですか？
同じ概念 — ペースの標高正規化 — を目指していますが、名称とアルゴリズムが異なります。GarminとStravaは「GAP」、TrainingPeaksは「NGP」を使用しています。基礎となるモデルと標高データソースが異なるため、プラットフォーム間で値は完全には一致しません。
ほぼ平坦なコースでもGAPが実際のペースより速いのはなぜですか？
「平坦」なコースでも微細な起伏があり、気圧高度計がそれを検出します。非線形のコストモデル（上りのコスト増が下りの節約を上回る）のため、どんな起伏でもGAPは実際のペースよりわずかに速くなります。これはコスト曲線の数学的性質であり、エラーではありません。
傾斜付きトレッドミルでGAPを使えますか？
はい — 実際、トレッドミルのGAPは屋外のGAPより正確な場合があります。勾配が正確で一定だからです。3%傾斜のトレッドミルでは、表示ペースよりかなり速いGAPが表示され、上りの追加努力を反映します。
StravaのGAPがGarminと大きく異なるのはなぜですか？
2つの主な理由があります：異なる標高データ（Garminは気圧式、StravaはDEM補正）と異なるコストモデル（Garminは代謝多項式、Stravaは600万ランからの心拍数等価モデル）。頻繁に短い勾配変化があるルートで差が最も顕著になります。
レースのペース配分にGAPを使うべきですか？
GAPはレース前の計画（起伏のあるコースプロファイルでの努力推定）に有用ですが、レース中の唯一のペースガイドにすべきではありません。心拍数と体感努力と併用しましょう。レース当日は数値より体を信じてください — GAPはレース当日のアドレナリン、暑さ、累積疲労を考慮できません。