首頁 資訊 跑步出汗的奧秘:為什么有些人大汗淋漓,有些人卻不怎么出汗

跑步出汗的奧秘:為什么有些人大汗淋漓,有些人卻不怎么出汗

來源:泰然健康網(wǎng) 時間:2025年01月01日 21:35

出汗量多少主要由運動強度、運動量決定,也與身體當時狀態(tài)、環(huán)境溫度、個人體質(zhì)如汗腺是否發(fā)達等因素相關。所以,有些人跑完步跟從水里撈出來似的,有些人卻不怎么出汗,這是很自然的現(xiàn)象,對于出汗多的人,更加注意補水就OK啦。

跑步時大汗淋漓對很多跑友來說是一件很爽的事情,出身汗,整個人都舒服了,可是為什么有些人跑完步就跟從水里撈出來似的,有些人卻是出汗不多,今天就來跟大家探討一下這個話題。

一、出汗只有一個目的

出汗是人體體溫調(diào)節(jié)的一種途徑,出汗只有一個目的——那就是散熱。人體在安靜狀態(tài)下,當環(huán)境溫度達到30攝氏度左右時便開始發(fā)汗。若空氣濕度大,氣溫25攝氏度便可引起發(fā)汗。運動時,由于身體大量產(chǎn)熱、溫度升高,為了散熱出汗量往往急劇增加。

由于出汗而導致的體液過度流失會顯著降低身體機能,導致疲勞并對你的健康造成嚴重的影響。研究顯示,運動前后人體大量流失水分,汗液量達到人體體重2%以上時,就意味著脫水,并導致心臟等供血系統(tǒng)負擔過重,體溫調(diào)節(jié)紊亂等后果;

有些長跑運動員,汗液流失量達到體重6%至10%,這是非常危險的。

我們的身體是由約60%的水組成,其中三分之一來自細胞外液,包括細胞周圍的液體和血漿。

通常,我們丟失的汗液來自于細胞外液,如果在大量出汗時不及時補液,很容易導致血容量下降,心率加快,排汗率下降,散熱能力下降,體溫升高,機體電解質(zhì)紊亂和酸堿平衡紊亂,從而引起運動能力下降,甚至脫水,嚴重時會導致中暑。

二、是不是胖子運動時更容易出汗呢?

有一種觀點是這么說的:出汗量多與體內(nèi)脂肪百分比有關,也就是我們常說的“胖紙多汗”,亦或是“體虛多汗”,解釋就是胖子體內(nèi)脂肪含量高,脂肪的隔熱性好,在運動時體內(nèi)產(chǎn)生的熱量不容易散發(fā),所以只有通過大量出汗的方式來散熱。

情況真的是這樣嗎?渥太華大學的Matthew Cramer教授和悉尼大學的Ollie Jay教授發(fā)表在《美國應用生理學雜志》上的研究成果否定了這種傳統(tǒng)觀點。

Cramer和Jay對28名志愿者進行研究測試,他們的有氧耐力和體型身材均不相同,志愿者以不同強度蹬騎自行車1小時,測量他們的出汗率和體溫變化。

結(jié)果顯示,體內(nèi)溫度的變化多少是由騎自行車產(chǎn)生的熱量決定的,也就是說,是由運動強度決定的。脂肪不能“保溫”!運動時體溫改變50%以上的原因都是由于運動產(chǎn)熱導致,體內(nèi)脂肪對于體溫的影響只占2.3%。

因此,研究結(jié)果發(fā)現(xiàn)體重相同的兩人,一個人又矮又胖,另一個又高又瘦,只要運動強度一致,體溫變化基本一致。

這項研究表明:出汗量的多少與體內(nèi)脂肪含量基本無關。我們感覺胖的人更容易出汗,不是因為脂肪阻礙了散熱所以被迫大量出汗,而是由于脂肪含量高的人,體重更大,他們需要付出更多的體力才能完成身體運動。

此外,這項研究也表明,心肺耐力好壞對于出汗也沒有太大影響,只不過同等速度下,心肺耐力好的人跑起來更輕松,相對出汗更少,但是如果都以70%最大攝氧量進行跑步,心肺耐力好的人跑得會更快,自然出汗量就更大。

三、為什么不同個人出汗量差別巨大

不同個體以同等強度運動,單位體重產(chǎn)生的熱量基本是一致的,但為什么有些人跟從水里撈出來似的,有些人卻出汗不多。答案很有可能是汗腺數(shù)量。你從出生就有四百萬個汗腺。女人比男人有更多的汗腺,但男人的腺體更活躍。

你出汗多少取決于你的性別、你有多少汗腺(更多的汗腺等于產(chǎn)生更多的汗)、你有多熱、你有多強烈的鍛煉或者你感覺有多緊張焦慮。

一個人出汗的量還取決于汗腺被激活的量和每個腺體分泌的汗量。事實證明,健康的男性出汗量明顯多于健康的女性。這種情況下,激活的汗腺量可能是相同的,但是女性每個汗腺分泌的汗少。

人們通過在訓練中快速出汗能更有效地出汗散熱,從而防止體溫飆升。

然而,久坐不動的人與運動的人在相同強度的工作時,不動的人體溫升高的速度更快,并有可能出汗多。當涉及到出汗時,有些東西你還是可以控制的。如果你喝咖啡,咖啡會增加出汗,喝酒也有同樣的問題。吸煙者出汗也多,因為尼古丁會影響你的荷爾蒙、皮膚和大腦。穿不透氣的面料會讓你感覺更熱更容易出汗,所以要穿透氣速干的面料。

此外,是否出汗與出汗的量,與身體當時狀態(tài)、環(huán)境溫度、皮膚血流量以及血流速度高度相關。

冬天在室外想出一身的汗也是不容易的吧,而夏天往往不動就是一身汗,這就是由于環(huán)境溫度的不同造成的,但這并不表明同樣的運動量,在冬季進行不減脂而夏季進行才減脂。運動會使得機體產(chǎn)熱量是安靜時的十幾倍,熱量產(chǎn)生的增加自然使得散熱也要加強,為了增加散熱,皮膚血管會舒張,血流速度加快,皮膚血流量也會增加,從而導致出汗大量增加。

四、出汗越多脂肪消耗越多嗎?

曾經(jīng)聽過這樣一句話,“汗水是脂肪的眼淚”,可見有多少人把汗水多少當做對減脂效果的評價。

跑完步,看著身上濕噠噠的衣服,滿滿的幸福感,感覺自己瞬間又輕了幾斤。這樣的話勵志可以,你真信的話就那就是你的不對了。

美國科羅拉多州立大學的研究員做了一個實驗,實驗的對象就是高溫瑜伽課。一節(jié)90分鐘的高溫瑜伽課,由11位女性與8位男性參加,完成26個不同的動作,再加上兩種呼吸練習。最終的研究結(jié)果顯示,一節(jié)讓人大汗淋漓的高溫瑜伽課,消耗的卡路里效果并沒有高過一節(jié)流汗很少的普通瑜伽課。

也就是說,在運動量不變的情況下,出再多汗你消耗的卡路里也不會增加。也對嘛,不然我們干脆天天汗蒸算了,還健什么身啊。

那是不是出汗就跟減脂一點關系都沒有了呢?沒這么絕對,對同一個人來說,如果你在同樣的環(huán)境中運動,那么你運動的強度越大,運動時間越長,往往出的汗也越多。也就是說,排除環(huán)境和個人因素的話,出汗量是跟運動強度、運動量成正比的。而一般來說運動量大些,減肥的效果也會好一些。這可能也是許多人覺得出汗越多,減肥效果越好的原因吧。所以說,出汗不是判斷這一次的運動是否達到減脂效果的標準,但還是可以作為一種輔助的參考來和其他指標一起判斷你今天的運動量是否足夠。

五、出汗多不要緊,注意補水就行

跑前

運動前沒有充分地飲水,運動中又不注意補水,就會造成脫水。

建議:跑前不要有口渴感,跑前10分鐘再喝一杯水。

跑中

口渴時喝水,這是人的本能,但這不足以補充水分。人體自身衡量水合狀態(tài)的能力是非常低效的,當你感到口渴時,你已經(jīng)處于脫水狀態(tài)了。

建議:每次飲用200-300ml,也即是大約1紙杯,每隔20分鐘至半小時喝一次水。同時,運動飲料也是不錯的選擇,它不僅可以補充水分,也可以補充部分電解質(zhì)。

跑后

盡管在跑前、跑中已經(jīng)及時補充水分了,但你仍然可能存在一定程度的脫水。所以跑后補水也是需要的,但在跑后喝盡可能多的水也是不可取的。

建議:科學家建議每丟失500g體重的水,補充500-1000ml水或運動飲料。為了確定到底丟失了多少汗液,可以對比跑步前后的凈體重。根據(jù)兩次體重差值,就知道跑后需要補充多少水了。

六、出汗等于排毒嗎?

科學研究顯示汗液的確是體內(nèi)砷、鎘、鉛、汞等有害物質(zhì)的排出途徑之一,在汗液中可以檢測到與尿液中濃度相當?shù)闹亟饘俪煞?,有時濃度甚至會比尿液更高。在日常生活中,一般每天汗液蒸發(fā)量為550毫升,尿液量每天約為1000~1500毫升,很難說平日一般排汗會在排泄這些有害物質(zhì)方面起到更重要的作用,與其說汗液排毒,倒不如說是尿液排毒,但考慮到跑步人群,夏季運動出汗量可以高達2000毫升,因此,跑步排毒的說法似乎也不無道理。那么,這是不是就意味著跑步出汗排毒是靠譜的呢?

其實,你忽略了一個重要前提,體內(nèi)得有毒可排啊!

對于暴露有害物質(zhì)風險較低的普通人而言,他們體內(nèi)的重金屬含量本身就很少,這種情況下,運動出汗“排毒”所能帶來的健康益處總體上來說是可以忽略不計的。重金屬化合物雖然可對人體健康產(chǎn)生多方面的危害,但它們的致癌性還存在一些爭議。確實有研究表明,鉛、鎘等重金屬暴露與癌癥風險增加有關,但這些研究的對象也大多是具有較高暴露風險的工人。

導致癌癥的因素有很多方面,在實際生活中,與遺傳、生活習慣等因素相比,重金屬暴露對一般人群的癌癥風險貢獻恐怕要少得多。事實上,也沒有任何證據(jù)表明汗液中的重金屬排出和減少癌癥風險存在關聯(lián)。

圖片來源:123rf

春雨醫(yī)生

相關知識

動不動大汗淋漓,中醫(yī)有哪些“止汗”招數(shù)?醫(yī)生說出3個中成藥
夏季出汗不用怕 出汗有這10個好處
夏天不出汗是什么原因
跑步出汗就能減肥嗎?
“不出汗”與“狂出汗”哪個更健康?中醫(yī)的答案出人意料
出汗=排毒?你出那么多汗為什么還沒瘦?
出汗癥狀看健康 不出汗也要調(diào)理
有些出汗是疾病信號
多出汗=排毒減肥?
性生活時大汗淋漓,是身體太虛?

網(wǎng)址: 跑步出汗的奧秘:為什么有些人大汗淋漓,有些人卻不怎么出汗 http://www.gysdgmq.cn/newsview984721.html

推薦資訊