篮球训练与比赛中内外负荷的关系研究①

范海燕

(南京体育学院 江苏南京 210014)

监测球员的工作负荷使篮球从业者能够在训练和比赛中进行量化[1-2]。在这方面，运动负荷数据可以为个人篮球运动训练提供合理的训练量和恢复管理的依据[3-4]。为球员提供适当的工作负荷刺激，这对促进良好的表现相关的结果，同时降低疾病、受伤和过度训练等不适应反应的风险显得尤为重要。

运动员的工作负载可分为外部或内部[5-7]。在这方面，外部工作负荷代表运动量或满足身体需求量，而内部工作负荷则代表运动员对施加的运动反应或心理生理反应要求。虽然生理适应最终取决于内部工作负荷，篮球运动员必须控制外部工作负荷，才能使其产生期望的反应。因此，了解外部和内部工作负荷之间的运动量—反应关系对于提供适当的物理刺激以促使球员期望的反应非常重要[8]。利用外部和内部的工作负荷变量之间的关系，可以让篮球练习者更好地控制整个比赛的身体需求量，以促进球员达到最佳的适应性和赛前状态，以确保比赛最佳表现。

表1 男子篮球运动员训练和比赛期间的内外负荷（ ± s）

表1 男子篮球运动员训练和比赛期间的内外负荷（ ± s）

注：数据表示为平均值±标准偏差；AU=任意单位；IMA=惯性运动分析。

测量结果 训练 比赛运动员负荷TM （AU） 491±131 532±198高强度加速度（计数） 6±4 8±5总加速度（计数） 50±20 61±24高强度减速（计数） 10±5 11±7总减速度（计数） 101±41 109±50高强度方向变化（计数） 19±10 25±19方向总变化（计数） 351±129 358±138高强度跳跃（计数） 17±10 17±10总跳跃数（计数） 64±25 56±23低强度 IMA事件（计数） 391±139 406±153中等强度IMA事件（计数） 122±43 119±46高强度IMA事件（计数） 52±23 60±33 IMA事件总数（计数） 566±196 584±221内部负荷 心率区总负荷（AU） 239±82 267±86自感疲劳评分（AU） 426±177 683±224外部负荷

1 方法

1.1 研究对象

8名篮球运动员的年龄为（23.1±3.8）岁，身高为（191±8）cm，体重为（87±16）kg；打球经验为（5.1±1.8）年，自愿参加该研究。应教练组的要求，对这些球员进行常规监控，因为预计这些球员将在比赛期间定期获得上场时间。没有定期参与训练和接受比赛时间且没有监测的球员，没有纳入该研究。

1.2 设计

采用观察性研究设计，对比赛所有训练课程和比赛期间的外部和内部工作负荷进行监测。球员在赛前和赛中都受到了监控。赛前包括6周的结构化训练和3场比赛，而比赛持续15周，包括18场比赛。总体来说，220个训练样本和118个比赛样本被纳入分析。

1.3 程序

在第一次训练之前，收集了每个运动员的人体测量数据。在每一次训练和比赛中，运动员都会在肩胛骨之间安装微型传感器以及胸前心率（HR）监测仪。

对于所有培训课程和比赛，在每次培训结束后，使用微型传感器附带的专有软件连续记录并下载到个人电脑上进行分析。在所有的分析中，热身期被排除在外，所有的休息期（如训练期间的休息、比赛期间的暂停和替补）都被保留下来，以量化整个课程的需求。在完成每节训练课和比赛的30min内，使用伯格呼吸困难指数（Borg）的1-10分类比率量表对研究小组的一名成员进行个体化的自感疲劳评分（RPE）。

外部负载变量由微传感器中的加速度计和惯性传感器导出。外部工作量是通过运动员负载（PL）来确定的，这是一个专有的指标，它来自于100Hz的加速度计采样。PL表示通过横向（x）、冠状面（y）和矢状面（z）加速度变化率平方根乘以比例系数0.01计算的累积荷载。团体运动中PL（CV=0.9%～1.9%）的信度已得到支持。

外部工作负荷评估也使用各种IMA变量从惯性传感器（陀螺仪和磁强计）确定球员的方向。具体而言，将加速、减速、方向变化、跳跃和所执行的总体事件数作为高强度和总事件数进行计算。此外，还计算了低强度、中等强度、高强度工作负荷。跳跃是通过专有算法确定的，将跳跃高度小于20 cm定为低强度事件，20～40 cm之间定为中强度事件，大于40 cm作为高强度事件。IMA衍生的外部工作负荷变量的可靠性在团队运动中得到了支持。

每节课结束后，人力资源数据以1-s时间段导出到一个定制的电子表格中进行分析（Microsoft Excel版本15，Microsoft Corporation）。为了客观地测量内部工作负荷，采用了一种改进的SHRZ模型。根据该模型，每个HR响应被置于预先定义的区域中，该区域从50%HRmax开始递增2.5%HRmax（在任何培训课程或比赛中获得的最高HR）。然后将每个区域花费的时间乘以相应的权重，从1.0（50%～52.4%HRmax）开始，到5.75（97.5%～100%HRmax），每个区域递增0.25，累计权重之和代表SHRZ工作量。此外，通过sRPE对内部工作量进行主观评估，个体化RPE乘以训练时长（min）。所有训练和比赛均在相似的环境条件下完成；温度为（25±2）°；湿度为（63±12）%；热指数为（26±4），并计划在14:00至20:30之间开始。

2 统计分析

3 结果

外部和内部工作量测量的平均值±标准差如表1所示。外部和内部工作负载变量之间所有关系的95%置信区间的r值。在所选的外部工作负载变量中，PL与内部工作负载变量的关联性最强。

PL与SHRZ（r=0.88±0.03，记为非常大[训练]；0.69±0.09，记为大[比赛]）和sRPE（r=0.74±0.06，记为非常大[训练]；0.53士0.12，记为大[比赛]）的相关性高于其他外部工作负荷变量（P＜0.05）。在高强度加速、减速、转向（COD）和跳跃与低强度、中等强度、高强度和整体惯性运动分析事件和内部工作负荷之间的相关性方面，训练期间（r=0.44～0.88）强于比赛期间（r=0.15～0.69）。

4 结语

与单个IMA变量（加速度、减速和跳跃）和高强度IMA事件相比，使用PL量化遇到的总体外部工作负载与内部工作负载的关系最为密切。与其他IMA变量相比，COD与内部工作负荷的关系最为密切。外部工作负荷与客观（SHRZ）比主观（sRPE）内部工作负荷变量更密切相关。此外，在训练过程中，外部和内部工作负荷变量之间的关系比比赛中更为明显。