不同运动强度对篮球运动员多目标追踪影响及眼动分析

龚　然，陈　听，岳小祺，肖义然，张　禹

●研究报道Short Comunications

不同运动强度对篮球运动员多目标追踪影响及眼动分析

龚然1，陈听1，岳小祺1，肖义然2，张禹1

目的：探究篮球运动员在不同运动强度干预下的多目标追踪成绩，借助眼动技术，分析篮球运动员与普通大学生两群体的注视策略差异，丰富运动员的心理选材依据，为多目标追踪过程的理论争议提供跨人群、跨情景支持。方法：选取60名二级及以上篮球运动员，60名普通大学生，运动强度干预分为基线、低、中、高强度，使用MOT范式及眼动仪考察和分析追踪成绩和眼动注视特征。结果：（1）中等运动强度干预对两群体均有显著积极影响，高强度存在显著消极影响。（2）总体而言，篮球运动员的多目标追踪成绩低于普通大学生，眼动分析的结果与以往研究不同，篮球运动员注视其他区域的时间显著多于普通大学生，进一步将注视目标与其他区域的时间合并，并与注视中心区域的时间进行比较后发现，两者间的时间百分比不存在显著差异。结论：中等运动强度下的干预有助于赛场水平的最佳发挥，相较于普通人群，篮球运动员具有对目标未来走向趋势的预测能力，其灵活的眼动注视策略为视觉索引和多焦点注意理论的并存提供了有力证据。

多目标追踪；运动强度；眼动；篮球运动员

篮球作为集体性与对抗性较强的团体运动项目，对队员间的配合要求较高，其战术形式多样，经典的有传切技术、挡拆等。运动员在应用战术全场跑动时，不仅要与队友密切配合，更要时刻警惕对方队员，并通过大量视觉信息来辨别篮框、篮架的空间位置[1]，因此有必要对篮球运动员在动态信息的注意能力方面进行更深入的探讨。得益于计算机技术的革新，注意动态范式的开创与蓬勃发展使注意研究在生态学效度延展上迈出重要的一步，使注意任务情景更加贴近现实生活，也为揭示职业人群的注意训练创设了条件[2-3]。

1　研究对象与方法

1.1研究对象

采用分层抽样的方法，选取北京某大学本科生120名，其中二级及以上篮球运动员60名，男性42名，女性18名，平均年龄（20.85±1.10）岁，学科普通大学生60名，男性40名，女性20名，平均年龄（19.93±0.75）岁。研究参与者通过问卷进行筛选，其平均每周的电子游戏时间不超过4 h[43]，（矫正）视力和色觉正常，均为右利手，BMI值在正常范围内（19 kg/m2～24 kg/m2）且身体状况适合于本试验的运动强度。

1.2研究仪器与材料

1.2.1研究仪器惠普450笔记本电脑，屏幕为14英寸，屏幕分辨率为1336×768。利用MONARK 874E型功率自行车（瑞典产）实施运动干预，采用Polar Rs800cr型心率遥测仪（芬兰产），监控不同运动强度干预下的心率。使用TobiiT120眼动仪（瑞典产）记录研究参与者的眼动轨迹。

1.2.2研究材料研究材料以PYLYSHYN[32]的多目标追踪范式为依据。屏幕背景为黑色。首先，在随机位置上呈现9个白色圆环，呈现时间持续250 ms，其中4个白色圆环（标记为目标物）连续闪动5次，每次闪动时间150 ms，共计750 ms，闪动结束后恢复到初始静止状态，静止状态持续时间为300 ms，接着，所有白色圆环进行4 s的随机运动后静止。每一试次开始时，所有白色圆环水平与垂直的初始速度均为每帧（0±3）pixel，而后，在每一帧的位置和速度皆依上一帧做5%的随机改变。白色圆环静止后，研究参与者用鼠标既准又快地点击选出4个闪动的目标物，随后进入下一个试次（见图1）。

图1　相关试验程序示意图Figure 1　Diagram of the related experimental procedure

本研究材料的呈现过程中，9个白色圆环相当于篮球赛场上除研究参与者外的另9名队员，其中4个闪动的目标物为其队友，另外5个干扰的分心物为对方队员。圆环运动模拟赛场实际情况，以随机变化的速度做随机运动。前后测的任务相同，完成每项多目标追踪任务的时间约为10 min。

1.3运动强度划分

（1）客观指标依据心率的标准划分运动强度。对于篮球运动员而言，每分钟心率在120～138次为低强度运动；139～156次为中强度运动；157次以上为高强度运动[44-45]。而对于大学生运动强度的设定，以美国运动医学会针对健康成年人的有氧运动强度的分级标准为基础，结合国内以大学生为研究对象的相关研究结果，确立其有氧运动强度的分级标准：低强度运动设定为个体最大心率的50%~59%，中强度运动设定为个体最大心率的60%~69%，高强度运动设定为最大心率的70%~79%，其中最大心率=220−年龄；实际功率自行车运动过程中所有研究参与者的低、中、高3种运动强度平均值分别为：55%、65%以及75%的最大心率[11]。

（2）主观报告将《心率对应生理学与RPE自我感觉运动负荷等级指标模式表》[46]与运动强度客观指标的划分进行对照。对于篮球运动员与普通大学生而言，低、中、高运动强度分别对应自我感觉报告：有点费力、费力、很费力以及轻松、有点费力、费力。

研究参与者因日常活动的影响所引起的生理状态反应是不同的，因而在测试中不仅需要运用可监控的心率作为强度监测的客观指标，同时还需主观运动强度的检测指标，即RPE自我感觉运动负荷等级指标模式表进行补充。此方法将研究参与者因运动干预产生的生理机能反应和主观感觉相互联系，使试验达到更理想的程度。

基于以上主观与客观指标，本研究将运动强度划分为：基线、低强度、中强度、高强度4个水平。对于篮球运动员而言，低强度每分钟心率为120～138次且主观报告为有点费力，中强度每分钟心率为139～156次且主观报告为费力，高强度心率为157次/min次以上且主观报告为很费力。对于普通大学生而言，低强度为个体最大心率的50%~59%且主观报告为轻松，中强度为个体最大心率的60%～69%且主观报告为有点费力，高强度为个体最大心率的70%～79%且主观报告为费力。

1.4研究设计

采用2（人群类型：篮球运动员、普通大学生）×4（运动强度水平：基线、低强度、中强度、高强度）的组间试验设计。人群类型与运动强度水平均为组间变量。

测试成绩：多目标追踪任务中前后测所有试次平均正确率的差值（后测平均正确率−前测平均正确率），若差值为正数则正确率上升，运动干预后任务成绩提高，反之则降低。

眼动注视点出现区域：将追踪过程中的注视区域分为4种，即注视目标、注视4个目标构成的中心区域、注视其他区域和注视分心物，若注视点同时落在多个区域，则将其重复纳入到每个区域内进行计数与时间累加，分别计算每个试次中4种注视区域的累积注视时间占总追踪时间比率的平均值（即时间平均百分比）[33-34,36,38]。

1.5研究过程

试验时间定在晚6点到8点，有研究表明，人体运动水平高低受生物节律支配，呈现周期性变化，此时间段中，研究参与者机体灵活性与运动能力皆达到一天中的最佳效果，可排除疲劳对试验产生的影响[47]。研究参与者均在安静的试验室内完成所有任务，并由主试进行一对一的个别施测。试验程序有2个部分组成：前测和后测部分。

前测部分：研究参与者在无运动干预的安静状态下完成多目标追踪任务。首先，研究参与者佩戴心率遥测仪后休息，主试监控其心率，当心率稳定在安静状态（60次/min～100次/min之间）时，进行多目标追踪任务。任务开始前，由主试引导研究参与者进入练习阶段，直至研究参与者达到一定正确率（练习阶段中正确率有5次达100%）后，校正眼动，开始正式试验。

完成前测任务后，研究参与者休息5～10min直至心率稳定在安静状态的范围内，开始后测试验。

（1）基线组：在功率自行车上静坐，静坐时间与运动干预至目标心率范围的时间相等，校正眼动，完成多目标追踪任务。此基线水平为其他3种运动强度干预的对照组。

（2）低强度运动组：研究参与者在功率自行车上进行低强度运动，当心率稳定在目标区后，询问其主观感受，直至RPE自我感觉报告与相应心率范围匹配后，校正眼动，完成多目标追踪任务。

（3）中强度运动组和高强度运动组：除运动强度干预不同外，试验过程同低强度运动组。

最后主试向研究参与者表达谢意，赠送礼品，试验结束。

1.6数据统计分析

数据结果用平均值±标准差（M±SD）表示，采用SPSS 18.0进行双因素组间方差分析，得出运动强度、人群因素对多目标追踪任务正确率差值的影响及其交互作用，分析眼动数据中各区域注视点的时间百分比；如果效应显著，则用LSD进行事后比较，统计分析显著性为P≤0.05。

2　结　果

2.1不同强度运动对多目标追踪任务正确率的影响及人群差异

据悉，该市中心城区23条公交线路462辆公交车移动支付新设备全面安装调试到位，实现了公交移动支付全覆盖。至此，中心城区公交全面迈进移动支付时代，市民乘车告别零钱，轻松“闪付”。新的刷卡机上方为IC公交卡刷卡区域，中间显示票价，下方为手机扫码区域。手机扫码区域有一个类似“摄像头”的扫码装置，市民只要上车前准备好乘车二维码，上车时对准“摄像头”区域，扫码成功后，系统会进行语音提示刷卡成功，就可以乘坐公交了。手机扫码乘车与IC公交卡乘车价格相同，均享受9折优惠。

为了探讨不同运动强度与不同人群对多目标追踪任务正确率的影响，以运动强度和人群类型为自变量，多目标追踪任务正确率的差值为因变量，进行二因素组间方差分析（见表1）。

表1　正确率变化结果（n=15）Table 1　Results of tracking accuracy change value(n=15)

表2结果表明：首先，运动强度的主效应显著，F(3，112)= 19.101，P<0.01，偏η2=0.338；进一步事后比较发现，中、高强度组正确率的差值与基线组相比，两者的差异均有统计学意义（P< 0.05），而低强度无统计学意义（P>0.05），对两群体来说，具体表现为：中强度具有显著积极作用，而高强度为显著消极作用。其次，人群类型的主效应显著，F(1，112)=6.532，P<0.05，偏η2= 0.055，表明两群体任务表现有显著差异，其中篮球运动员较差。但运动强度与人群类型的交互作用不显著，F(3，112)=1.839，P>0.05，偏η2=0.047。综上，运动强度与人群因素影响多目标追踪任务的正确率（见图2）。

表2　正确率变化方差分析表Table 2　Results of the repeated measures ANOVA for the tracking accuracy

图2　不同运动强度干预下两群体的追踪正确率变化差值Figure 2　Tracking accuracy change value of different exercise intensity

2.2多目标追踪任务中注视区域时间百分比的人群差异

为了探讨多目标追踪任务中注视区域时间百分比的人群差异，以人群类型为自变量，注视区域的时间百分比为因变量，将百分比数据进行平方根反正弦转换后，进行单因素方差分析[48]（见表3）。

表3　不同群体注视区域的时间平均百分比（%）及转换数据（n=24）Figure 3　Average fixation duration of different areas and dataconversion in different participants(n=24)

结果表明，两群体在注视其他区域的时间百分比上的差异有统计学意义（P<0.05），具体来看，篮球运动员注视其他区域的时间百分比显著多于普通大学生。而在注视目标、注视中心区域与注视分心物的时间百分比上，两群体间的差异无统计学意义（P>0.05）（见图3）。综上，在多目标追踪任务中，两群体注视区域的时间百分比存在一定差异。进一步分别对两群体的注视区域进行方差分析，将注视目标与注视其他区域的时间百分比进行合并之后，再与注视中心区域的时间百分比进行比较，结果发现：对篮球运动员来说，这两种注视区域的时间百分比的差异无统计学意义（P>0.05）；对普通大学生来说，此差异也无统计学意义（P>0.05）。

图3　注视区域的时间平均百分比Figure 3　Fixation duration of different areas

3　讨论

3.1不同运动强度对任务成绩的影响

采用前后测正确率的差值作为多目标追踪任务中跨情境表现的检验标准，从整体看，中强度运动对任务表现具有显著积极作用，高强度下为显著消极作用。关于认知与不同运动强度干预研究的结果，前人多用倒U型理论进行解释，该理论认为运动强度与认知唤醒水平相关，其中，中等运动强度会产生最佳的唤醒水平，有利于认知表现，而运动强度过低或过高皆对唤醒水平产生抑制，使认知表现欠佳[49-51]。此外，有研究表明，不同运动强度会改变机体激素含量，从而影响认知任务的成绩[52]。结合心理与生理两个角度，可对不同运动强度下多目标追踪表现差异进行解释：中强度的干预使唤醒水平达到最佳，同时，此强度下的血浆肾上腺素与血浆去甲肾上腺素含量呈现上升趋势，且两激素水平与认知表现正性相关[52]，进而引起认知表现的提高，产生最佳的追踪成绩。而高强度抑制了认知唤醒水平，同时，使血氨、血乳酸水平上升，损害多目标追踪任务的认知表现[50]。本研究将试验时间严格控制于15 min以内[53]，从而控制同一群体中的任务表现差异仅由运动强度这一变量引起，使上述结果更加可靠。由于真实篮球运动的强度干预除本研究涉及的4种水平外，还包括停顿间歇这一划分标准[45]。近期研究发现高强度间歇可较好的在试验室中模拟出赛场的停顿间歇过程[54-55]，未来可加入这一变量的研究，以增加试验的生态效应。

3.2不同群体的表现差异

在面临诸多复杂、开放的运动情景时，篮球运动员能否将视野能力与技战术配合协调一体，是其争取更多有利进攻机会的关键[56]。篮球运动员视野能力的高低更多体现在注意范围的大小上，扩大注意范围有利于随时关注赛场情况，并对双方潜在的运动趋势进行预判[57]，这种预判能力对挡拆、传切等技战术配合以及依据双方球员的肢体动作线索[58]而做出的回应起着关键作用，从而使运动员更多地看向对手或队友可能跑向的空白位置以便配合队友或阻挡对手的进攻。另外，较强的预判能力使篮球运动员能够在同一时间内关注更多的信息，并从中提取出自身需要的部分，本研究结果表明，相比于普通大学生，篮球运动员注视其他空白区域的时间百分比显著较高，这提示我们，对目标移动位置的预测是篮球运动员提取出的可利用的信息，并在追踪过程中投入了更多认知加工资源。依据视觉索引理论的观点，尽管目标物会在多目标追踪的闪烁阶段短暂消失，但与此同时研究参与者会对目标的走向进行预测[59]，所以篮球运动员眼中的“目标”很有可能不仅涉及目标本身，也包含其未来走向的相关区域，说明这一群体在追踪过程中会自动将目标范围扩大。此特点亦符合在赛场真实条件下，这一群体的注意模式：他们不会特别关注目标此刻所处的位置，而是将关注点更多地集中于目标未来走向的其他空白区域上。鉴于此眼动分析结果更适用于动态注意场景下的追踪模式，故采用与多目标追踪范式相似度较高的优秀运动员选拔与训练的任务时，可高度重视眼动分析中，注视其他区域这一预判策略的比例。尽管本研究中篮球运动员的任务成绩表现不如普通大学生，但同时也提示我们，不可仅关注任务成绩表现差异，更应关注产生差异的行为数据背后的注视策略。未来可针对赋予身份及表面特征信息的多身份追踪，进一步探究跨范式的一致性[31,60]。

3.3不同注视策略与多目标追踪理论

国外学者FHED等结合眼动技术，提出追踪过程中常用的两种策略：目标注视与中心注视策略[36]。其中，目标注视策略可通过视觉索引理论进行解释，该理论认为人的视觉系统可以基于一些基本的自动化运算，将视野中的刺激区分为独立的个体，这种索引能够随着环境的变化，保持与客体的一致性[24]。多焦点注意理论认为多目标追踪是对所有目标同时进行的独立注意选择，它表明注意可同时分配在多个目标所处的位置上，即追踪过程更多使用位置加工的追踪方式，其与中心注视策略较为匹配[36,39]。针对本研究的两群体而言，进一步将可利用视觉索引理论解释的目标与其他区域的时间百分比合并，并与多焦点注意理论下的中心区域进行比较，结果发现：两者间的时间百分比不存在显著差异，说明两群体表现出同样的注视规律，因目标与中心注视策略各处于视觉注意中较为极端的状态，他们或许采用了较为灵活的变换注视策略，故上述两种理论对于跨人群多目标追踪过程的眼动策略解释皆存在合理性。另外，因本研究的试验程序是基于无规律的运动场景，研究参与者在刺激物运动状态多变的条件下，为保证追踪的正确率，采取了灵活的眼动注视策略。故未来研究可将有、无规律的任务类型与注视区域相结合，并进行比较分析，以探讨不同任务类型的差异是否会对注视策略的使用产生不同的影响。除此，未来可针对分心物加入点探测刺激觉察范式[61]，以深入挖掘动态情境下注意过程的选择机制。

4　结论

（1）中强度运动干预对两群体的多目标追踪成绩均有积极影响，高强度为消极影响。说明中等运动强度可提高认知任务表现，过高强度反而有损于认知水平的发挥。（2）篮球运动员任务表现的正确率虽低于普通大学生，但眼动注视策略较优。（3）理论上，丰富了认知领域中跨人群跨情境的眼动注视策略，证明两群体采用了较灵活的变换注视策略，且支持了视觉索引理论与多焦点注意理论的并存。实践中，从与实战最为接近的多目标追踪任务角度，为优秀篮球运动员的选拔及技战术配合提供了相应行为与眼动指标的支持。

[1]张运亮，李宗浩，孙延林，等.篮球后卫运动员专项认知眼动特征研究[J].天津体育学院学报，2005，20（5）：39-41.

[2]AREND A M，ZIMMER H D.Successful training of filtering mechanisms in multiple object tracking does not transfer to filtering mechanisms in a visual working memory task：behavioral and electrophysiological evi⁃dence[J].Neuropsychologia，2012，50（10）：2379-2388.

[3]BARKER K，ALLEN R，MCGEORGE P.Multiple-object tracking：en⁃hanced visuospatial representations as a result of experience[J].Experi⁃mental Psychology，2010，57（3）：208-214.

[4]PYLYSHYN Z.The role of location indexes in spatial perception：a sketch of the FINST spatial-index model[J].Cognition，1989，32（1）：65-97.

[5]PYLYSHYN Z W，STORM R W.Tracking multiple independent targets：evidence for a parallel tracking mechanism[J].Spatial Vision，1988，3（3）：179-197.

[6]廖彦罡，张学民，葛春林.运动员在多目标视觉追踪任务中表现的研究[J].西安体育学院学报，2006，23（2）：124-127.

[7]李军.目标数量对篮球运动员视觉追踪表现的影响[J].天津体育学院学报，2012，27（2）：133-137.

[8]张禹，于娇娇.多目标追踪中分心物的数量和颜色对篮球运动员选择性抑制的影响[C].第十届全国体育科学大会论文摘要汇编（三），浙江杭州：中国体育科学学会，2015：3890-3891.

[9]张禹，倪靖哲，姜媛.篮球运动员与非运动员多目标追踪任务成绩比较[C].第九届全国体育科学大会论文摘要汇编（3），上海：中国体育科学学会，2011：576-577.

[10]MÓNICA MUIÑOS，SOLEDAD BALLESTEROS.Peripheral vision and perceptual asymmetries in young and older martial arts athletes and nonathletes[J].Attention，Perception and Psychophysics，2014，76（8）：2465-2476.

[11]陈爱国，殷恒婵，颜军，等.不同强度短时有氧运动对执行功能的影响[J].心理学报，2011，43（9）：1055-1062.

[12]陈爱国，赵莉，李焕玉，等.不同强度短时篮球运球训练对小学生执行功能的影响[J].天津体育学院学报，2014，29（4）：352-355.

[13]付迪，陈舒，黄晨.不同运动强度对正确记忆与错误记忆的影响[C].第十五届全国心理学学术会议论文摘要集，广东广州：中国心理学会，2012：504.

[14]关涛.不同运动强度下大学生运动知觉能力变化特点的研究[D].长春：东北师范大学，2006.

[15]李鑫楠，陈爱国，张媛媛.不同强度短时有氧运动对认知功能的影响[C].心理学与创新能力提升——第十六届全国心理学学术会议论文集，江苏南京：中国心理学会，2013：1872-1873.

[16]张良志.不同运动负荷对篮球运动员注意能力影响的试验研究[D].长春：东北师范大学，2013.

[17]赵晓超.篮球、田径运动员不同运动强度下注意品质变化特点的研究[D].长春：东北师范大学，2007.

[18]DUPUY O，LUSSIER M，FRASER S，et al.Effect of overreaching on cog⁃nitive performance and related cardiac autonomic control[J].Scandina⁃vian Journal of Medicine&Science in Sports，2014，24（1）：234-242.

[19]JAMES REED JONES.An exploration of multiple object tracking acrossvarious fields of view[D].Canada：The university of Guelph，2007.

[20]MARTINS A Q，KAVUSSANU M，WILLOUGHBY A，et al.Moderate intensity exercise facilitates working memory[J].Psychology of Sport and Exercise，2013，14（3）：323-328.

[21]YANAGISAWA H，DAN I，TSUZUKI D，et al.Acute moderate exercise elicitsincreaseddorsolateralprefrontalactivationandimprovescognitive performance with Stroop test[J].Neuroimage，2010，50（4）：1702-1710.

[22]YU-KAI CHANG，LIN CHI，ETNIER J，et al.Effect of acute aerobic exercise on cognitive performance：Role of cardiovascular fitness[J]. Psychology of Sport and Exercise，2014，15（5）：464-470.

[23]魏柳青，刘冰，张学民，等.多目标追踪的任务难度对不同类型非目标选择性抑制的影响[J].心理科学，2013，36（5）：1093-1100.

[24]魏柳青，张学民，刘冰，等.多目标视觉追踪的现象、规律和认知加工机制[J].心理科学进展，2010，18（12）：1919-1925.

[25]张学民，鲁学明，魏柳青.目标与非目标数量变化对多目标追踪的选择性抑制效应[J].心理科学，2011，34（6）：1295-1301.

[26]BLUMBERG E J，PETERSON M S，PARASURAMAN R.Enhancing multiple object tracking performance with noninvasive brain stimula⁃tion：A causal role for the anterior intraparietal sulcus[J].Frontiers in Systems Neuroscience，2015，9：1-9.

[27]MEYERHOFF H S，PAPENMEIER F，JAHN G，et al.Not FLEXible enough：Exploring the temporal dynamics of attentional reallocations with the multiple object tracking paradigm[J].Journal of Experimental Psychology：Human Perception and Performance，2016，42（6）：776-787.

[28]PARSONS BRENDAN，MAGILL TARA，BOUCHER ALEXANDRA，et al.Enhancing Cognitive Function Using Perceptual-Cognitive Train⁃ing[J].Clinical EEG and neuroscience，2016，47（1）：37-47.

[29]PAPENMEIER F，MEYERHOFF H S，JAHN G，et al.Tracking by loca⁃tion and features：Object correspondence across spatiotemporal discon⁃tinuities during multiple object tracking[J].Journal of Experimental Psy⁃chology：Human Perception and Performance，2014，40（1）：159-171.

[30]PYLYSHYN Z W.Why the mind is（still）not a network[J].Trends in Cognitive Sciences，2001，5（11）：499.

[31]PYLYSHYN Z.Some puzzling findings in multiple object tracking：I. Tracking without keeping track of object identities[J].Visual Cognition，2004，11（7）：801-822.

[32]PYLYSHYN Z E.Selective nontarget inhibition in Multiple Object Tracking[J].Visual Cognition，2008，16（8）：1011-1021.

[33]张滨熠，丁锦红.多目标视觉追踪的注意策略及其眼动模式[J].心理学探新，2010，30（4）：50-53.

[34]张滨熠，丁锦红.多目标视觉追踪中物体属性加工的眼动研究[J].心理与行为研究，2014，12（3）：304-309.

[35]FEHD H M，SEIFFERT A E.Eye movements during multiple object tracking：Where do participants look?[J].Cognition，2008，108（1）：201-209.

[36]FEHD HILDA M，SEIFFERT ADRIANE E.Looking at the center of the targetshelps multipleobjecttracking[J].JournalofVision，2010，10（4）：1-13+19.

[37]HOROWITZ T S，COHEN M A.Direction information in multiple ob⁃ject tracking is limited by a graded resource[J].Attention，Perception，&Psychophysics，2010，72（7）：1765-1775.

[38]OKSAMA L，HYÖNÄ J.Position tracking and identity tracking are sepa⁃ rate systems：Evidencefromeyemovements[J].Cognition，2016，146：393-409.

[39]VATER C，KREDEL R，HOSSNER E.Detecting single-target changes in multiple object tracking：The case of peripheral vision[J].Attention，Perception，&Psychophysics，2016，78（4）：1004-1019.

[40]ZELINSKY G J，NEIDER M B.An eye movement analysis of multiple object tracking in a realistic environment[J].Visual Cognition，2008，16（5）：553-566.

[41]王明辉，李建民，闫苍松.篮球运动员运动决策准确性和速度差异性的眼动研究[J].北京体育大学学报，2007，30（06）：774-776.

[42]李京诚，徐守森，张森.体育运动心理领域的眼动研究综述[J].首都体育学院学报，2006，18（03）：3-5+22.

[43]朱伊昉.电子游戏玩家和非玩家在多目标追踪任务中抑制表现的差异[D].北京：北京体育大学，2013.

[44]程冬美.“大超联赛”比赛中运动员心率及相关生理指标特征研究[J].中国学校体育，2014，1（11）：84-89.

[45]张宏杰，赵茂勇.比赛中篮球运动员的运动强度变化、供能特征及训练解析[J].北京体育大学学报，2005，28（6）：843-844+858.

[46]李伟，张元锋，张雷，等.心率对应运动负荷等级指标的研究[J].哈尔滨师范大学自然科学学报，2008，24（5）：99-102.

[47]花秀芹.不同时间段中低强度运动对能量代谢的影响[D].苏州：苏州大学，2011.

[48]张文彤，闫洁.SPSS统计分析基础理论教程[M].北京：高等教育出版社，2004.

[49]胡喆.中小强度的运动对不同认知负荷下工作记忆广度的影响[D].呼和浩特：内蒙古师范大学，2014.

[50]杨勇涛，张新伟，冉静，等.运动强度和能量消耗对认知表现的影响[J].中国运动医学杂志，2011，30（1）：110-115.

[51]TOMPOROWSKI P D，ELLIS N R.Effects of exercise on cognitive pro⁃cesses：A review[J].Psychological Bulletin，1986，99（3）：338-346.

[52]YK CHANG，JL ETNIER.Exploring the dose-response relationship be⁃tween resistance exercise intensity and cognitive function[J].Journal of Sport&Exercise Psychology，2009，31（5）：640-656.

[53]万利.浅析运动强度对运动员血氨值的影响及相关研究[J].四川体育科学，2003，（3）：10-11.

[54]马继政，张仁祥，谷波，等.大强度间歇训练研究与进展[J].南京体育学院学报（自然科学版），2013，12（4）：8-14.

[55]张戈.高强度间歇训练：运动量和锻炼效果研究进展[J].中国运动医学杂志，2016，35（2）：184-188+183.

[56]刘兰香.篮球训练中的视野训练[J].黑龙江科技信息，2014（36）：17.

[57]吴殷.篮球运动员的视觉—运动知觉预测特征及fMRI研究[D].上海：上海体育学院，2013.

[58]AGLIOTI S M，CESARI P，ROMANI M，et al.Action anticipation and motor resonance in elite basketball players[J].Nature Neuroscience，2008，11（9）：1109-1116.

[59]KEANE B P，PYLYSHYN Z W.Is motion extrapolation employed in multiple object tracking?Tracking as a low-level，non-predictive func⁃tion[J].Cognitive Psychology，2006，52（4）：346-368.

[60]魏柳青，张学民.多身份追踪中基于范畴的分组效应[J].心理科学进展，2014，22（9）：1383-1392.

[61]PYLYSHYN Z.Some puzzling findings in multiple object tracking（MOT）：II.Inhibition of moving nontargets[J].Visual Cognition，2006，14（2）：175-198.

Effects of Different Exercise Intensity on Multiple Object Tracking of Basketball Players and Analysis of Eye Movements

GONG Ran1，CHEN Ting1，YUE Xiaoqi1，XIAO Yiran2，ZHANG Yu1
（1.School of Sport Science，Beijing Sport University，Beijing 100084，China；2.School of PE，Beijing Sport University，Beijing 100084，China）

Objective:To evaluate effects of different exercise intensity on multiple object tracking of basketball players with eye movement technique，which can analyze the gaze strategies between two different participants，basketball players and undergraduate students，and enrich theoretical references for psy⁃chological selection of players.Methods:We choose sixty basketball players who have already gained secondary level and above rating and sixty undergradu⁃ate students who have no experiences as athletes.The subjects were divided into four groups:baseline，low cycling exercise，moderate cycling exercise and high cycling exercise.Multiple object tracking task and eye tracker were used to analyze the performance of task and the trait of eye movements.Results:1）Moderate cycling exercise had a positive influence onmultipleobject tracking；however，the high one had a negative impact.2）Overall，the tracking accura⁃cy of basketball players was lower.The results of eye movement analyses were different from others.Compare with undergraduate students，basketball play⁃ers put more duration attention on other area.Furthermore，we accumulated the duration of target and other area to compare with the duration of the center ar⁃ea，which indicated there are no significant differences between them.Conclusions:The effect of moderate cycling exercise helps perform best before games. Basketball players tend to predict the location of objects and their flexible gaze strategy suggests the visual index theory and multi-focal attention theory are all suitable.

multiple object tracking；exercise intensity；eye movements；basketball player

10.13297/j.cnki.issn1005-0000.2016.04.015

G 804.8

A

1005-0000（2016）04-358-06

2016-02-08；

2016-05-09；录用日期：2016-05-10

北京体育大学课题（项目编号：2016RB025）；中央高校基本科研业务费专项资金资助项目（项目编号：2016RB0252016ZD004）；国家自然科学基金项目（项目编号：2016RB02531500887）

龚然（1993-），女，吉林省吉林市人，研究方向为运动心理学；通信作者：张禹（1973-），男，吉林四平人，博士，副教授，研究方向为运动心理学。

1.北京体育大学运动人体科学院心理教研室，北京100084；2.北京体育大学运动人体科学学院教研室，北京100084。

在注意动态信息加工的研究范式中，多目标追踪任务（Multiple Object Tracking task,MOT task）应用较为广泛[4-5]。目前，篮球运动领域中的相关研究发现，多目标追踪过程中存在明显的群组效应[6]，且客体属性特征的差异[7-8]会对追踪成绩造成影响，任务背后的追踪轨迹特点与机制[9]、视觉空间表现[10]同样也得到了学者们的关注。然而以上研究的篮球运动员参与者皆处于静止不动状态下，完成对动态注意信息的选择，而忽略了在实际生活中，此类信息需在不断运动的动态场景中进行接收的事实。真实生活中的运动场景往往体现于不同运动强度的状态下，且有研究表明，不同运动强度会对认知产生不同影响，具体表现为：中等强度下的任务成绩显著提升，但低、高强度对任务表现的影响结果不一致[11-22]。此外，多目标追踪作为认知领域重要问题之一[23-32]，目前欠缺与不同运动强度相关的研究，故本试验利用基线与低、中、高3种运动强度划分标准，并结合MOT范式，力图贴近篮球赛场的真实状态，使研究更具生态效度。

过往研究中，多关注运动强度干预对注意领域中行为指标的影响，却未涉及外显行为背后的注视策略问题[14,16-17]。而眼动作为可及时、准确地记录运动时间和空间特征的技术，是反映视觉注视特征的有效手段，眼动仪也是研究篮球运动员群体注视策略的重要仪器。但目前此类研究中，参与者大多处于安静状态下，使用图片或运动实践的影像场景作为试验材料，探究其注视模式与信息加工效率[41-42]，缺少利用眼动注视策略来解释和预测篮球运动员在运动中的动态注意过程的研究。

多目标追踪作为动态注意领域中的常见范式[4-5]，近年来，越来越多的学者将研究重点转向行为指标背后的眼动加工机制[33-40]，基于此提出两种较为常见的注视策略：目标注视与中心注视策略，并利用已有的视觉索引理论与多焦点注意理论分别对其进行解释[36]，而两者中较优策略的评定，前人研究尚存在争议。虽多表明精准、高效的追踪过程会较多使用中心注视策略，但因需要在任务中计算目标物的中心位置，故这一策略应用起来相对困难[36]。而且，上述研究的参与者大多为普通人群，对于具有特殊专业背景的篮球运动员，其跨人群的眼动策略是否与前人研究一致尚待商榷。本研究采用配合行为指标的眼动技术，除完善与丰富注视策略的理论外，从现实意义角度，探索篮球运动员动态注意的内在认知规律，为教练员的选材工作以及队员技战术合理运用提供相应的参考借鉴。