足底压力特征与身高相关性研究*
2018-11-09宋庚益李星宇宋奇凡李静泉康崇伟
宋庚益 李星宇 宋奇凡 李静泉 康崇伟 丁 浩
江苏警官学院,江苏 南京 210031
在科技日益发达的今日,各种新技术出现在犯罪现场的勘验中,足迹检验方式依靠其易采集和稳定的特点有着极强的证明力。足迹能够作为重要的痕迹物证,其原因是基于它较长时期的稳定性。在办案中证明,足部结构的稳定性能持续数年甚至十几年[2]。足迹是犯罪嫌疑人最易留在现场的一种证据,且其个性化特征丰富,能有效刻画犯罪嫌疑人的身高、体重、行走习惯等特征,为案件初期的刑事侦查提供详细的方向指导。在办案中,大众所最为熟知的以DNA技术为主的生物检材尽管能够很好地对人身进行识别,但却无法像足迹一样体现如此丰富的细节。
在当今的刑事侦查实践中,足迹提取,是一种重要的物证鉴定手段。因此,对犯罪现场遗留的足迹进行快速正确的分析,显得尤为重要。多年来,在办案中,由于足迹检验出现较早,刑警技术人员已经积累了大量实践经验,形成了一套较为完整的体系。对于现场足迹的相关提取、保存等技术均已发展出较为成熟的方法。但与此同时,由于新媒体的发展,足迹作为一种关键性证据已经被大众所熟知,许多犯罪嫌疑人在实施犯罪时往往刻意对足迹进行伪装,以达到误导侦查人员的目的,这使得在当今的足迹检验中,仅仅依靠一种方法进行判断是一种危险和不负责任的行为。
在本文中,主要寻找研究青年男性在自然行走过程中,所体现出的足部前后重压点之间的距离与身高之间的关系,采用先进的Zebris步态分析系统对足底压力数据进行采集、归纳和整理,并对采集数据进行分析,通过计算现场足迹重压点之间的距离来推测发罪嫌疑人的身高,并用已存的方式进行验证。
一、研究内容和方法
(一)原理和定义
原理:本实验采取的度量方法有平均数、方差、正态分布。在统计学中,平均数是反映数据集中趋势的一项指标。方差经常用于统计分布程度上的测量,统计中的方差(样本方差)是每个样本值与全体样本值的平均数之差的平方值的平均数。方差越大则波动性越大,稳定性越差,反之,则波动性越小,稳定性越好。正态分布是许多统计方法的理论基础,平均数分析、方差分析均要求分析的指标服从正态分布,许多统计方法虽然不要求分析指标服从正态分布,但统计量要近似正态分布,因而大样本时这些统计推断方法也是以正态分布为理论基础的。定义:身高/足掌重压点和足底重压点之间的距离。
(二)实验对象
本实验采取30名健康男性青年学生作为实验对象,年龄20.5岁±1.6岁,身高178±7cm,体重75.25±10kg,每个实验对象髋,膝,踝关节活动正常,行走均无明显异常,无扁平足,高足弓等足部疾病。
(三)实验器材和实验方法
本实验选用Zebris足底压力分布测量系统及其配套软件。该系统是具有世界先进水平和代表性的三维动态足底压力步态分析系统。Zebris足底压力分布测量系统具有高精度、大量程、分析功能完善等特点。首先让20名实验对象在实验室内的Zebris足底压力分布测量系统压力采集器上进行正常行走,每次行走来回一次,每个实验对象来回行走20次,待数据采集完毕后,导出Zebris足底压力分布测量系统自动制做出的每次行走所形成的足底压力分布图。对于个人数据稳定性的研究,我们选取了一名20岁的男青年作为样本,使用Zebris足底压力分析系统采集了其100次行进中的足底压力样本的压力数据。在得到这些样本压力数据后,我们分析了每一个样本压力数据后,选择测量前脚掌重压点与后脚掌重压点之间的距离,并将所得的左右足各一百份数据与该个体的身高进行商运算(身高/前脚掌重压点与后脚掌重压点之间的距离),得出200份比值。对这200份比值进行处理,并在Excel中制作成表格并绘制其图表。
(四)目标
找到身高H和足跟重压点到足掌重压点的距离L的相关性联系。从而能够通过计算现场足迹重压点之间的距离来推测发罪嫌疑人的身高,为案件的侦破提供线索。
二、实验数据分析处理
(一)个人稳定性分析
根据上述方法,我们首先需要对单个个体数据的稳定性进行测试研究。个体数据纵向稳定性是进行本次实验的前提条件,也是不同个体进行横向对比的基础,只有在确定了单个个体数据的价值后,大批次的数据才可以进行横向的分析比较,得出结论。
对这200份比值数据进行处理后,我们得到左足数据的平均值为9.82,数据方差为0.066;右足数据的平均值为10.28,方差为0.166。结合左右足比值数据的方差和图像(表1,2;图1,2,3,4),可以得出该比值的离散程度很小,可以被用来支持进行下一步实验。对于单个人数据左足数据离散程度比右足小,我们通过对这100次实验过程的观察,认为这一现象的产生和单个人的行走方式、仪器的本身误差有关。每一次个体的行走方式都会因为心情、速度等多种因素而发生变化。我们认为这两个误差都可以接受,并不影响下一步横向数据的对比。
表1 左足比值的区间分布
表2 右足比值的区间分布
图1 左足数据分布图
图2 右足数据分布图
(二)集体稳定性分析
从以上实验中得出的压力图像中可以看出,每个青年男性都有其压力分布的特点,说明不同人有着不同的足底压力分布情况,但是从Zebris步态分析系统中得出的足底压力分布图像可以看出大部分青年男性的黑色点状曲线既合力的移动路径,每次行走时的足底与地面的作用方式也不相同。但从整体上看,大部分青年男性的黑色点状曲线都是偏离压力的最大值,为了保证数据的有效性,在参与实验的20个个体所留下的数据中,舍去那些黑色点状曲线位于足底压力最大值的数据共计2个个体。现对于剩余18个个体数值进行纵向分析,符合要求的样本情况如下(见表3)。
在证明集体稳定性前,我们需要先验证集体样本的分布是否符合正态分布,将数据用Excel简单处理后,导出并输入SPSS21.0分析软件,得到左足特定比值的Sig值为0.075>0.05,而右足特定比值的Sig值为0.15>0.05,故此集体样本符合正态分布。
将数据导出后用spss21.0计算出左脚特定比值的方差为0.707425,右脚特定比值方差为0.856270。两组方差均接近于0,所以综合以上实验内容得出结论:集体实验对象的特定比值趋于稳定。
在此基础上,本实验所采用数据的稳定性得到了全面的论证,证明了实验结论的可靠性,我们能够达成此次实验的目的。
表3 各实验对象身高与左右足压力比值
三、实验结论
在经过个人以及集体数据的稳定性论证后,基本可以确认本文所采用的方法得出的数据是可以进行定量分析的可靠数据。综合所取的18个个体的数据,我们可以得到如下结论:在20左右的青年男性中,其身高与足底重压点之间的比值分布于一定的区间内,左脚为9.38-10.30,右脚为9.52-10.36。(图3,4)。
在左足的18组数据中,数据总体偏小,分布靠前,但仍符合正态分布的要求,我们截取了包含95%数据的值作为上限(10.30)和下限(9.38),并以此为最终的结果;而右足数据的分布虽然较为分散,但其主体仍与左足数据一样属于正态分布,同样截取包含95%数据的值作为上限(10.36)和下限(9.52)。通过这两个区间,我们便可以大致计算出相关足迹所对应的人的身高范围,左右足迹数据不同,它们之间是相互印证的关系,若同时采取两者所得的范围进行收缩,其结论应当更为准确有效。
图3 所有样本左足数据正态分布直方图
图4 所有样本右足数据正态分布直方图
四、实验结语
本实验基于Zebris足底压力步态分析系统,初步进行了足底压力与身高相关性研究,但由于实验仪器掌握情况等原因,造成实验数据的不完善,同时足底重压点分布也受地面条件和行走动作等其他因素影响,要准确反应青年人足部重压点距离与身高的分布规律,还需要扩大实验对象数量,在今后的实验中继续研究。