Comment lire un parcours de trail comme un pro

Résumé exécutif

Pourquoi analyser un trail change tout

Le trail n’est pas un 10 km route : le relief et la technicité font varier le coût énergétique et la biomécanique d’un segment à l’autre. Une référence majeure (Minetti et al.) mesure le coût énergétique de la marche et de la course sur des pentes extrêmes, et montre que ce coût varie fortement avec la pente. ([journals.physiology.org](https://journals.physiology.org/doi/10.1152/japplphysiol.01177.2001?utm_source=chatgpt.com))

Donc si je lis mal le parcours (ou si je le lis trop “globalement”), je fais des erreurs de pacing, de nutrition, et de gestion du risque. À l’inverse, une analyse bien faite rend le jour J plus simple : je sais à l’avance où je marche, où je mange, et où je garde de la marge.

Profil altimétrique : ce que ça montre (et ce que ça cache)

Ce que le profil altimétrique montre bien

Un profil altimétrique montre la structure globale : grandes montées, grandes descentes, altitude maximale, distribution du dénivelé. C’est excellent pour décider de la logistique (frontale ? météo en altitude ?).

Pente instantanée vs pente moyenne

Une pente moyenne peut masquer des “murs” et des replats. J’utilise donc : (1) une pente fenêtrée (50–200 m) pour réduire le bruit, (2) une distribution des pentes (quantiles / histogramme), (3) la plus longue montée continue.

Pente (%) = 100 * Δh / Δd_horiz
Pente fenêtrée (plus stable) : pente_% = 100 * (ele[j] - ele[i]) / dist_horiz(i->j) où dist_horiz(i->j) ≈ 50–200 m (selon densité de points)

Le vrai piège : le lissage (smoothing) et la qualité altitude

La “pente” dépend de l’altitude. Or l’altitude est bruitée (GPS), peut dériver (baro), et peut être corrigée via MNT. Strava explicite un mécanisme de lissage et de seuils avant de compter le D+. ([support.strava.com](https://support.strava.com/hc/fr/articles/115001294564-FAQ-concernant-l-altitude?utm_source=chatgpt.com))

Si je veux un profil “référence” en France, je peux recalculer des altitudes via les services altimétriques IGN (API REST) et/ou utiliser un MNT comme RGE ALTI (pas 1 m/5 m selon produit). ([geoservices.ign.fr](https://geoservices.ign.fr/documentation/services/services-geoplateforme/altimetrie?utm_source=chatgpt.com)) ([geoservices.ign.fr](https://geoservices.ign.fr/rgealti?utm_source=chatgpt.com))

Segments clés : comment segmenter

Mon objectif : transformer un tracé continu en segments “décisionnels”. Un bon segment est homogène (pente + terrain + courbure) et se termine là où je change de stratégie.

Le coût de la pente et son effet sur la locomotion justifient cette segmentation : la marche/course change de coût selon le gradient. ([journals.physiology.org](https://journals.physiology.org/doi/10.1152/japplphysiol.01177.2001?utm_source=chatgpt.com))

Pièges terrain : descentes, dévers, pierriers, virages

Un parcours “bien lu” n’est pas celui où je connais le D+. C’est celui où j’ai marqué les pièges qui plafonnent la vitesse et augmentent le risque : descentes cassantes, dévers glissants, pierriers, épingles serrées, visibilité faible.

Les descentes augmentent les forces de freinage et d’impact : une étude rapporte des hausses importantes en descente par rapport au plat (ex. à −9°). ([pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/15652542/?utm_source=chatgpt.com))

Transitions : l’épuisement invisible

Les transitions, ce sont les changements rapides (pente, rythme, appuis) qui “cassent” l’économie : marcher/courir/marcher, relances après épingles, replats courts, escaliers naturels. Elles coûtent surtout parce qu’elles ajoutent du freinage, de la relance, et du stress neuromusculaire.

Ma règle : je segmente les transitions et j’ajoute un buffer spécifique (temps ou %) plutôt que de les diluer dans une moyenne globale.

Stratégie : pacing, nutrition, matériel, reconnaissance, crew

Pacing (principe)

Je vise une intensité durable en montée et je protège les descentes. Au lieu de courir “tout ce qui monte”, je décide où je marche activement (pour éviter une marche subie plus tard). Ce principe est cohérent avec le coût énergétique variable de la pente. ([journals.physiology.org](https://journals.physiology.org/doi/10.1152/japplphysiol.01177.2001?utm_source=chatgpt.com))

Nutrition : traduire le temps estimé en g CHO/h

Un temps estimé devient un plan d’apports : l’INSEP mentionne des repères de glucides pendant l’effort (30–60 g/h et jusqu’à 90 g/h sur efforts plus longs selon contexte). ([books.openedition.org](https://books.openedition.org/insep/1212?lang=en&utm_source=chatgpt.com))

Matériel et sécurité

J’adapte chaussures, bâtons, frontale, couches au terrain et à la météo. Je traite les zones exposées et les descentes techniques comme des zones de sécurité, même si “ça coûte” une minute.

Reconnaissance et crew

Si je ne peux pas reconnaître tout le parcours, je reconnais au moins : (1) la descente la plus technique, (2) la montée la plus longue, (3) l’accès aux ravitos. Et je partage au crew des fenêtres de passage (pas une heure unique).

Workflow GPX → DEM → segments → temps → plan

# Convertir GPX -> GeoJSON (track_points)
ogr2ogr -f GeoJSON track_points.geojson trace.gpx track_points

Calculer pente depuis un MNT/DEM
gdaldem slope mnt.tif slope_percent.tif -p

import gpxpy
with open("trace.gpx", "r", encoding="utf-8") as f: gpx = gpxpy.parse(f)

Exemple : itérer points
for trk in gpx.tracks: for seg in trk.segments: for pt in seg.points: lat, lon = pt.latitude, pt.longitude ele = pt.elevation # peut être None t = pt.time # peut être None

Exemple chiffré : 20 km / +800 m (segmenté)

Je prends un exemple plausible (non spécifié, car sans GPX réel) : 20 km, +800 m, et environ -800 m (boucle). Je segmente de manière “lisible” pour illustrer Naismith, Tobler, et un modèle empirique.

Méthodes : Naismith, Tobler, empirique

T_naismith (heures) = (D_km/5) + (Dplus_m/600)
D = 20 km ; D+ = 800 m

T = (20/5) + (800/600) = 4.000 + 1.333 = 5.333 h = 05h20

v(S) = 6 * exp(-3.5 * abs(S + 0.05))
S = dh/dx (m/m), v en km/h Temps segment = distance / v(S)

Segments :
+10% => S=+0.10 -> v≈3.549 km/h -> t=5/3.549=1.409 h = 01h25
-13.3% => S=-0.133 -> v≈4.426 km/h -> t=3/4.426=0.678 h = 00h41
0% => S=0 -> v≈5.037 km/h -> t=7/5.037=1.390 h = 01h23
+10% => v≈3.549 -> t=3/3.549=0.845 h = 00h51
-20% => S=-0.20 -> v≈3.739 km/h -> t=2/3.739=0.535 h = 00h32
Total ≈ 4.857 h = 04h51

T (minutes) = D_km*p0 + (Dplus_m/100)*c_up + (Dminus_m/100)*c_down

D = 20 km ; D+ = 800 m ; D- = 800 m
Profil lent : 207.5 + 810 + 84 = 150 + 80 + 32 = 262 min = 04h22 Profil moyen : 206.25+ 88 + 82 = 125 + 64 + 16 = 205 min = 03h25 Profil rapide: 205.25+ 86.5+ 8*1 = 105 + 52 + 8 = 165 min = 02h45

À retenir : Naismith/Tobler sont orientés marche (rando) : je les utilise pour la prudence et la comparaison ; le modèle empirique est plus “plan de course” mais doit être calibré. Le coût énergétique de pente (Minetti) explique pourquoi une approche “distance seule” échoue. ([journals.physiology.org](https://journals.physiology.org/doi/10.1152/japplphysiol.01177.2001?utm_source=chatgpt.com))