篮球运动员动态视觉注意特征与运动表现的相关性研究

金鹏 郭洪波 蔺铎 孙术奇 平朋刚 范铁铭 毛丽娟

摘    要：采用多目標追踪任务与点探测任务结合的双任务实验范式，旨在探讨篮球运动员的动态视觉注意分配特征及其与运动表现的相关关系。方法：选取48名大学生（篮球运动员24人，一般大学生24人），采用多目标追踪任务分析样本篮球运动员对动态视觉信息处理的表现，通过增加追踪目标负荷探讨样本篮球运动员动态视觉信息加工特点，运用点探测任务分析样本篮球运动员动态信息认知加工过程中注意资源的分配与加工特征，探讨样本篮球运动员的这种动态视觉注意特征与运动表现之间的相关性。结果：1）组别和目标数量维度的交互效应不显著，组别和点探测出现位置维度的交互作用不显著，组别和探测刺激出现位置维度的交互效应显著，在不同位置的点探测觉察率与运动表现（技术统计指标）的相关程度不同。2）随着目标数量的增多，任务难度增大，样本篮球运动员追踪正确率呈下降趋势。在MOT任务中，样本篮球运动员与被试一般大学生的注意分配能力未见显著差异。在双任务实验中，样本篮球运动员对空位置的更多关注意味着注意资源更多地分配到了空位置，这种视觉注意的特点使得样本篮球运动员在比赛中可能出现更多的助攻行为和更少的犯规行为，对良好的运动表现有促进作用。

关键词：篮球运动员;动态视觉;多目标追踪;注意特征;运动表现

中图分类号：G 804.8          学科代码：040302           文献标识码：A

Abstract： The purpose of this study is to explore the dynamic visual attention distribution characteristics of basketball players and its relationship with sports performance by using the dual task paradigm of multi-target tracking task and point detection task. Methods： 48 college students （24 basketball players and 24 general college students） were selected to analyze the performance of dynamic visual information processing of sample basketball players by multi-objective tracking task. The processing characteristics of dynamic visual information of sample basketball players were discussed by increasing the tracking target load， and the dynamic information cognitive processing process of sample basketball players was analyzed by point detection task This paper discusses the distribution and processing characteristics of mental resources， and discusses the correlation between the dynamic visual attention characteristics and sports performance of sample basketball players. Results： 1） there was no significant interaction between group and target number dimension， no significant interaction between group and position dimension of point detection， significant interaction effect between group and detection stimulus appearance dimension， and the correlation degree between point detection rate and motor performance （technical statistical index） was different in different positions. 2） With the increase of the number of targets， the task difficulty increases， and the tracking accuracy of sample basketball players shows a downward trend. In the mot task， there is no significant difference between the sample basketball players and the general college students. In the double task experiment， the sample basketball players pay more attention to the empty position， which means that more attention resources are allocated to the empty position. This visual attention feature makes the sample basketball players may have more assists and fewer fouls in the game， which can promote the good sports performance.

Keywords： basketball player; dynamic vision attention; multiple object tracking; correlation; performance

视觉注意是认知心理学中的一个研究重点。在日常生活中，人们所接收的视觉信息复杂且具有动态性，对动态视觉注意进行研究有助于更加全面地认识视觉注意的加工特点和机制。动态视觉注意是动态环境中随着时间变化对目标进行持续追踪的注意。动态视觉注意并不只是一个时间上的静态过程，而是在时间维度上持续地重新分配注意资源以此对多个空间位置进行加工的过程[1]。在体育运动中，参与者在动态环境中能够利用最合理的注意分配方式来完成复杂视觉信息的加工，以此取得良好的成绩[2]。在篮球比赛中，篮球运动员要注意队友和对手的移动和场上位置的变化。同时，队友和对手的场上位置都随着时间不断变化，篮球运动员需要将队友和对手的这些场上位置信息在注意中不断更新来进行准确判断。有研究表明，具备处理这种复杂信息的篮球运动员可以在比赛中作出正确的判断和减少失误[3]。篮球运动员良好的注意表现不仅是其对比赛中最相关的视觉信息作出反应的基础，也是篮球运动员有效发挥运动技能及提高运动表现的关键，因此，有必要对篮球运动员的动态视觉注意特征及其与运动表现的相关关系进行更深入的探讨，这在理论上有助于认识不同人群知觉加工特征;在实践中对运动员选材和有针对性地进行提高其注意力的训练提供参考。

Pylyshyn等提出的多目标追踪范式（简称“MOT”）是研究动态情景中视觉注意加工机制的常用范式[4]。该范式已经成为探索动态视觉注意与知觉加工规律的主要方法之一[5]。李军[6]的研究发现，与篮球队新手组相比，专家组在多目标追踪任务中的表现优于新手组，并存在显著差异。廖彦罡 等[7]、张学民 等[8]的研究结果也与上述研究结果一致。这些研究表明，篮球等集体性球类运动项目的运动员比普通人更能频繁地接收大量复杂的时间和空间信息，因而其动态视觉注意力得到了发展。资源共享模型理论也认为认知操作任务的熟练程度影响其操作效果[9]，即便在同一球类运动项目中，由于球场上分工不同，长期的比赛和训练也会导致运动员不同的认知特点。Martín等[10]对职业橄榄球运动员进行研究发现，后卫队员的多目标追踪表现优于前锋队员。然而也有一些研究得出了不同的结论，例如：Memmert等[11]利用多目标视觉追踪来考察不同人群的视觉注意力，发现运动员与普通人在完成多目标追踪任务时的表现未见显著差异。季朝新 等[12]以不同运动技术等级羽毛球运动员（专家组和新手组）为研究对象，发现不同运动技术等级羽毛球运动员在多目标追踪任务中并沒有表现出明显的差异。产生这一结果的原因一方面可能是多目标追踪任务负荷的差异，也可能是选取的运动员运动技术水平存在差异。根据上述研究结果的不同，本研究将首先探讨篮球运动员相比普通大学生在MOT任务下是否存在优势。

此外，知觉负载理论认为，当前任务知觉负载的高低决定了注意过程中的资源分配[13]。上述研究结果不一致的原因可能为任务难度过低。对于篮球运动员和普通大学生来说，经过长期运动训练，其注意力得到了显著提高，可以较好地完成多目标追踪任务。对此，研究者开发了多目标追踪任务的变式，加入了点探测任务，大大提高了任务难度，个体不仅需要追踪目标，还需要在某一随机时间点对探测刺激进行反应[14]。张禹 等[15]采用多目标追踪与点探测的双任务范式则发现了篮球运动员注意分配能力的优势。因此，本研究将采用双任务范式，进一步探究篮球运动员的注意能力优势，并在难度较大的任务中，揭示其表现特征。

近年来，一些研究者开始关注运动员的认知优势与运动表现的相关关系。在大多数的体育运动项目中，良好的视觉注意力是优异运动表现的前提。有研究显示，精确的视知觉、合理的注意分配可以使运动员快速、准确地在赛场上获取有效信息[16]。Chuang等[17]提出，在罚篮之前，球员保持稳定的情绪和相对持续的专注力会促进其运动表现。Mangine等[18]的研究也表明，视觉注意力与运动表现相关，具备良好视觉追踪速度的球员会有更多的机会去执行“抢断”“助攻”等任务。在篮球运动中，注意力已经被认为是影响运动表现的关键因素之一，但还缺乏大量的实证研究支撑这一观点。已有研究表明，篮球运动员对空挡区域的关注有利于扩大注意范围[3]，注意范围的扩大更有助于对双方的运动趋向进行预判[19];同样，运动员注意范围的扩大可以在比赛中获取球场上视觉信息变化的情况，通过分析对手的进攻选择、防守路线有利于为下一步运动动作作出预判，这种预判为抢断行为提供条件[20]。面对瞬息万变的赛场，运动员在获取关键信息（目标）的同时也要抑制对手或球场产生的干扰信息（非目标）[21]，这种视觉信息的处理方式可能会在比赛中有效地减少失误与犯规。视觉注意在篮球投篮中非常重要，是形成良好肌肉本体感觉、提高命中率的前提条件[22]，篮球比赛最终结果是以得分为胜负依据，得分是最直观衡量一个球员能力的标准[23]。鉴于此，笔者结合已有研究及现代篮球运动快速多变的特征[24-26]，对双任务范式下样本篮球运动员的动态视觉注意特征与比赛中的助攻、抢断、失误、犯规及得分5项运动表现进行分析。

综上所述，为了探讨样本篮球运动员的动态视觉注意分配特征及其与运动表现的相关性，本研究采用多目标追踪任务分析样本篮球运动员对动态视觉信息处理的表现，通过增加追踪目标负荷探讨样本篮球运动员动态视觉信息加工的特点，运用点探测任务分析样本篮球运动员动态信息认知加工过程中注意资源的分配与加工特征，从而探讨样本篮球运动员的这种动态视觉注意特征与运动表现之间的相关性。

研究假设：1）与普通大学生相比，篮球运动员能更好地完成多目标追踪任务;2）与普通大学生相比，篮球运动员动态视觉信息加工处理的优势明显;3）与普通大学生相比，篮球运动员能将知觉信息合理调配到更重要的任务上，其知觉处理优势与运动表现相关。

1   研究对象与方法

1.1  研究对象

本研究使用G*Power3.1.9.2软件计算所需样本量[27]，根据Cohen提出的标准[28]，本研究以重复测量方差分析，设参数为被试间重复测量，效应值d=0.8，统计检验力1-β= 0.8，一类错误概率α=0.05，选取“中国大学生篮球联赛”高水平组东南赛区前8名篮球队的男子运动员24名（场均出场时间20 min以上），运动技术水平均在一级以上（含一级），平均年龄为（20.45±2.16）岁，平均运动年限为（9.24±2.39）年，每周训练时间为（18.28±3.52）h;选取南京某大学本科生24名（均为男性），平均年龄为（18.73±1.64）岁，2组被试视力或矫正视力正常，均为右利手。所有被试均签署了知情同意书。

1.2  实验设计

本研究采用双任务实验范式，分别为MOT任务和点探测任务。MOT任务采用2（组别）×5（目标数量）的混合实验设计，组别（篮球运动员、普通大学生）为被试间变量，目标数量（2、3、4、5、6）为被试内变量，因变量为追踪正确率。点探测任务采用2（组别）×3（点探测刺激出现位置）的混合实验设计，组别（篮球运动员、普通大学生）为被试间变量，点探测出现位置（目标位置、空位置、非目标位置）为被试内变量。因变量为追踪正确率和点探测觉察率。正确率的计算方法是：计算被试不同目标数量条件下的所有实验试次正确选择目标的百分数。觉察率的计算方法是：计算被试正确觉察探测刺激的次数占探测刺激出现总次数的比例。结合实验目的与相关文献，笔者在点探测实验中将追踪数量设置为3个球，在保证追踪正确率的前提下考察样本篮球运动员与普通大学生的点探测觉察率。

1.3  仪器与材料

实验仪器为联想T430笔记本电脑，屏幕为17英寸，屏幕分辨率为1 366×768 pixel，垂直刷新率为60 Hz。使用MATLAB2016a和Psychtoolbox自编多目标追踪实验程序。

1.4  实验程序

本实验分为2个部分，第1部分为MOT追踪实验，在实验之前，进行5次预实验，使被试熟悉实验流程。被试距离屏幕约为60 cm，刺激呈现区域为整个屏幕。实验开始后，首先在屏幕中间出现“+”，持续1 000 ms，屏幕可视区域视角为37.98 °×21.0 °，之后，屏幕会呈现12个白色圆球，视直径为0.65 °，其中的2个、3个、4个、5个或6个圆球由白色变为蓝色，并闪烁3次，被标记为目标物，其余没有颜色变化的为非目标物，之后所有圆球都恢复为白色。隨后，圆球以视角5 °/s的速度开始随机运动，在运动过程中，遮挡现象时有发生，10 s后圆球停止运动，要求被试用鼠标左键点出目标物，随后进入下一个试次。实验由5个“块”组成，每个“块”有30次追踪，共有150个试次，每个“块”中间休息2 min，实验条件顺序在被试内进行平衡，整个实验大约持续50 min。记录指标为追踪正确率，实验流程如图1所示。为了避免疲劳对实验结果的影响，在24 h之后进行第2部分实验。

第2部分为点探测觉察任务，在实验之前，会有5次预实验，以使被试熟悉实验流程。实验开始后，首先在屏幕中间出现“+”，持续1 000 ms之后，屏幕会呈现12个白色圆球，其中的3个圆球由白色变为蓝色，并闪烁3次，被标记为目标物，其余没有颜色变化的为非目标物，之后所有圆球都恢复为白色。随后，圆球分别以5°/s的速度开始随机独立运动，在运动过程中，遮挡现象时有发生，10 s后圆球停止运动，要求被试用鼠标左键点出目标物。在实验过程中，探测刺激红点将会在第4 s到第6 s内随机出现在目标物中，非目标物和空白区域，呈现时间为200 ms，如果被试发现红点，在所有圆环停止运动并选择出目标物后，屏幕会出现是否发现红点的提问，如果发现，则按下“Y”，如果没有发现，则按下“N”。被试作出选择后按鼠标左键进入下一个试次。在对象运动过程中，不使用碰撞检测算法，各个对象彼此之间会有遮挡，但保证呈现点探测刺激的对象始终处于最前端，即不会出现点探测刺激被遮挡的情况。实验由2个“块”组成，每个“块”有60次追踪，共有120个试次，每个“块”中间休息2 min，整个实验大约持续40 min。在实验中，红点一共出现60次，红点出现的区域平均分布在目标位置、非目标位置和空位置。即每个区域均会出现20次。记录指标为追踪正确率和各个位置的点探测觉察率。实验流程如图2所示。

1.5  比赛技术统计数据

实验时间在十九届CUBA东南赛区分区赛后7～10 d进行，运动表现选取的指标有得分、抢断、助攻、失误、犯规（共7场比赛），以每100 min为单位对数据进行标准化处理，所有统计数据均来自中国大学生篮球联赛官方网站[29]。标准化后的数据为：助攻（7.32±3.32）/100 min，抢断（4.67±2.07）/100 min，失误（8.31±3.38）/100 min，犯规（9.68±3.79）/100 min，得分（34.01±12.13）/100 min。

1.6  数据采集与处理

数据由MatlabR2016a软件记录采集，采用SPSS21.0软件进行统计分析。在MOT追踪实验中以正确率为因变量，进行2（组别）×5（目标数量）的双因素重复测量方差分析，进一步对交互作用进行简单效应分析。在点探测任务中分别以追踪正确率和点探测觉察率为因变量，进行2（组别）×3（点探测位置）的双因素重复测量方差分析。在分析过程中，对不满足球形检验的统计量采用Greenhouse Geisser法矫正自由度和p值，事后比较采用Bonferroni法。研究采用Pearson Correlation Coefficient来检验线性相关关系，以p<0.05作为具有统计学显著差异的标准。

2   研究结果

2.1  视觉信息量对样本篮球运动员多目标追踪能力的影响

为考察样本篮球运动员在不同追踪负荷条件下注意分配的能力，以组别为组间变量，以追踪目标数量（目标数量2、3、4、5、6）为组内变量，多目标追踪的正确率为因变量，进行双因素重复测量方差分析。结果表明，不同组别和目标数量维度的交互效应不呈显著性（F（4， 184）=1.413，p>0.05，η2P= 0.73）。不同组别的主效应不显著（F（1， 46）=0.064，p=0.801，η2P=0.97），目标数量主效应显著（F（4， 184）=283.95，p<0.001，η2P= 0.86），目標数量越多，追踪正确率越低，目标数量为2的追踪正确率显著高于目标数量为3的追踪正确率（MD=0.128，p<0.05），目标数量为3的追踪正确率显著高于目标数量为4的追踪正确率（MD=0.179，p<0.05），目标数量为4的追踪正确率显著高于目标数量为5的追踪正确率（MD=0.192，p<0.05），目标数量为5的追踪正确率显著高于目标数量为6的追踪正确率（MD=0.124，p<0.05），目标数量为2、3、4、5、6的追踪正确率依次显著下降。如图3和表1所示。

2.2  动态视觉信息处理研究结果

2.2.1  点探测刺激出现位置对追踪正确率的影响

对点探测出现在不同位置的追踪进行统计，当点探测刺激出现在目标球上时样本篮球运动员的追踪正确率为（83.15%±1.13）%，样本普通大学生的正确率为（81.24%±1.67）%;点探测刺激出现在空位置时样本篮球运动员的追踪正确率为（82.56±1.67）%，被试普通大学生的正确率为（80.69±1.42）%;点探测刺激出现在非目标球上时样本篮球运动员的追踪正确率为（81.39±1.25）%，被试普通大学生为（80.12±1.73）%。对点探测刺激出现在3种不同位置的追踪正确率进行双因素重复测量方差分析。结果表明，不同组别和点探测出现位置维度的交互作用不显著（F（2， 92）=0.230，p>0.05，η2P= 0.005），不同组别主效应也不显著（F（1， 46）=0.143，p>0.05，η2P= 0.003），点探测出现的位置主效应不显著（F（1，46）=0.136 ，p>0.05，η2P=0.381）。表明被试进行圆环追踪时，无论点探测刺激出现在哪个位置都不会影响被试进行相关的追踪任务。

2.2.2  点探测刺激出现在不同位置的注意分配差异分析

对样本篮球运动员与被试普通大学生在不同位置的点探测刺激觉察率进行统计分析。以样本篮球运动员和被试普通大学生为组间变量，以不同位置点探测觉察率（目标位置、空位置、非目标位置）为组内变量，不同位置的点探测觉察率为因变量，进行双因素重复测量方差分析。结果表明，不同组别和探测刺激出现位置的交互效应显著（F （2，92 ） =5.927，p<0.05，η2P=0.201），然后进行简单效应检验，结果显示：点探测刺激出现在目标位置时，样本篮球运动员与被试普通大学生点探测觉察率未见显著差异（p>0.05），点探测刺激出现在非目标位置时样本篮球运动员和被试普通大学生点探测觉察率未见显著差异（p>0.05），点探测刺激出现在空位置时样本篮球运动员的点探测刺激觉察率显著高于被试普通大学生（p<0.05）。不同位置主效应显著（F（2，92 ）=72.37，p<0.05，η2P=0.622），不同组别的主效应显著（F（1，46）=11.089，p<0.05，η2P=0.201）。如图4和表2所示。

2.3  动态视觉注意分配与运动表现的相关性分析

变量之间的相关程度一般用相关系数来表示，其值在-1～1之间，大于0代表正相关，小于0代表负相关，相关系数R在0～0.30为低相关，0.31～0.49为中度相关，0.5～0.69 为高度相关，0.7～0.89为非常高度相关，0.9～1为近似线性相关[30]。动态视觉注意分配与运动表现的皮尔逊相关系数计算结果见表3。

在不同位置的点探测觉察率与运动表现（技术统计指标）的相关程度不同。点探测在目标位置的觉察率与助攻（r=0.390，p=0.060）呈中度正相关;与抢断（r=0.186，p=0.384）呈低度正相关;与失误（r=0.121，p=0.574）呈低度正相关;与犯规（r=-0.293，p=0.165）呈低度负相关;与得分（r=0.110，p=0.609）呈低度正相关。点探测在空白位置的觉察率与助攻（r=0.58，p=0.003）呈高度正相关;与抢断（r=0.204，p=0.338）呈低度正相关;与失误（r=0.217，p=0.309）呈低度正相关;与犯规（r=-0.218，p=0.304）呈低度负相关;与得分（r=0.021，p=0.921）呈低度正相关。点探测在非目标位置的觉察率与助攻（r=0.360，p=0.084）呈中度正相关;与抢断（r=0.243，p=0.252）呈低度正相关;与失误（r=0.-222，p=0.298）呈低度负相关;与犯规（r=-0.278，p=0.188）呈低度负相关;与得分（r=-0.023，p=0.915）呈低度负相关。

3   讨论

3.1  样本篮球运动员与被试普通大学生在多目标追踪任务中的表现

本研究结果表明，随着目标数量的增多，任务难度增大，样本篮球运动员追踪正确率呈下降趋势。在MOT任务中，追踪目标数量主效应显著，目标个数2个时追踪正确率最高，其次分别是目标数量为3、4、5、6，这与以往研究一致。FLEX模型理论认为，注意资源的容量是有限的，追踪目标个数越多，用于分配到每个追踪目标上的注意资源越少，所以导致追踪正确率的下降[31]。本研究结果并没有支撑第1个假设，从图3可以看出，随着追踪负荷的增加样本篮球运动员与被试普通大学生未见显著差异。产生这一结果的原因：1）可能与实验任务难度有关，实验任务在6个目标之内可能无法体现样本篮球运动员追踪数量的优势，2组被试的注意资源基本可以满足本实验的难度负荷。Pylyshyn的研究也证实普通人能够追踪4～5个目标并能保持一定的正确率[32]。此外，本实验被试在视觉信息的整合和存储上以目标为基本单位。来自选择性注意和视觉工作记忆等方面的大量研究采用不同研究范式，也均得出了对视觉信息的加工是以客体为基本单元的结果[33]。2）可能与被试的选取有关，被试可能与精英运动员的视觉注意力尚有一定差异。这与张学民 等[8]、张禹 等[15]、Furley等[34]的研究结果一致。季朝新 等[12]对羽毛球运动员的多目标追踪能力的研究也支撑了这一结论。综上所述，在目标数量增加的条件下，样本篮球运动员的信息加工优势没有充分体现。相关研究发现，对视觉信息的加工速度更能体现样本篮球运动员的注意优势，今后的研究可以增加追踪目标速度来提高注意负荷，以此来区分篮球运动员与普通大学生注意能力的差别。

3.2  样本篮球运动员动态视觉信息处理特征

在MOT任务中，样本篮球运动员与被试普通大学生的注意分配能力未见显著差异。当加入点探测任务后，样本篮球运动员与被试普通大学生对探测刺激的识别有显著差异，样本篮球运动员明显高于被试普通大学生，也支撑了笔者的假设，表明样本篮球运动员对新异刺激的出现更为敏感，表现出了更好的注意分配能力。造成这种差异的原因可能是现代篮球运动所体现的攻防转换速度快、拼抢争夺激烈，要求篮球运动员必须洞察场上瞬时变化的情况，应對不断变化的内外部环境，所以在长期的训练和比赛中篮球运动员形成了一种特定的注意品质，新目标的出现能强烈吸引篮球运动员的注意力，说明篮球运动员对新目标具有优先注意加工效应。有研究也支撑了这一假设，即优秀的篮球运动员的视觉加工优势体现在对突然出现刺激的捕捉，真正比赛中机会可能就在一瞬间，如果球员反应及时，就能够把握战机，否则就会失去机会[35]。本实验还发现，点探测刺激的觉察率具有明显的位置主效应，在目标位置，无论是样本篮球运动员还是被试普通大学生的点探测觉察率差异不明显;在非目标处，篮球运动员与普通大学生组的点探测觉察率的差异也不显著，但是当点探测刺激出现在空位置时，样本篮球运动员的点探测觉察率显著高于被试普通大学生。本研究所选取的样本篮球运动员都是经过多年的专业训练，相比于被试普通大学生，样本篮球运动员对空位置分配了更多的注意资源，更多地关注空位置能够使样本篮球运动员扩大自己的注意范围，在比赛中获取场上比赛信息变化的趋势，为作出相应的动作和决策提供时间和信息保障[36]，此特点也符合在赛场真实条件下篮球运动员的注意模式。龚然 等[3]的研究结果也支撑了这一结论。张运亮 等[37]的研究也发现，专家组篮球运动员将注意主要分配到注视同伴队员和对手的防守空当，而对防守队员的注视较少，王静等[21]对足球运动员的研究也得出了同样的结论。本研究结果表明，相比于被试普通大学生，样本篮球运动员注视其他空位置的时间百分比显著较高，表现出对注意分配的控制能力，付全[26]的研究也证实了专业运动员的优势在于能有效地控制注意分配。这说明，对赛场上目标移动位置的注意是篮球运动员提取可利用的信息并在追踪过程中分配了更多认知加工资源。

3.3  动态视觉注意分配与运动表现的相关性

运动表现是一个复杂的系统，其影响因素也很复杂。Mangine 等[18]最早从动态视觉注意的角度来分析篮球运动员的视觉注意特征与运动表现，采用多目标追踪任务对12名NBA球员的视觉追踪速度进行研究发现，视觉追踪速度与助攻指标、抢断指标呈现出高度正相关关系，与失误指标也显示出了一定的关联。本研究结果显示，动态视觉注意与运动表现是有一定关联的。通过分析可知，点探测在空位置的觉察率与助攻呈高度正相关关系，表明具有良好的动态视觉注意力的运动员可能在比赛中会有更多的助攻次数。篮球是集体性球类运动项目，需要运动员之间的配合，助攻是篮球运动员之间配合的最好体现。在篮球比赛中，助攻产生的直接得分所占的比重越来越大，助攻次数的多少对比赛的成绩具有重要影响。助攻除了要求篮球运动员具备良好的身体素质及扎实的基本运动技术，更需要篮球运动员具备良好的视觉注意力，长期的专项训练使得篮球运动员不仅关注视线范围内的目标，也将更多的注意资源分配在目标物运动趋向的其他空位置。本研究还发现，在3种位置的点探测觉察率都与犯规呈低度负相关关系，虽然相关度不高，但也说明点探测觉察率越高，犯规次数越少。犯规次数过多不仅会影响个人技战术的发挥，也会导致全队处于被动，并影响其比赛结果。现代篮球运动的防守理念是攻击性防守，强调防守的攻击性，即强调主动出击，先发制人。在篮球场上，瞬息万变的情况导致防守的焦点随时转化，有时以防球为重点，有时以防人为重点。防守目标不断地变化要求防守篮球运动员注意资源的分配也要随之变化。具备这种能力的运动员会在比赛中合理地分配注意，并作出相应的动作决策以抢先获得优势位置，以减少犯规次数。本研究结果表明，在双任务实验中，样本篮球运动员对空位置的更多关注，意味着注意资源更多地投入到空白区域，这种视觉注意的特点使得样本篮球运动员在比赛中可能出现更多的助攻行为和更少的犯规行为，对良好的运动表现起到促进作用，这也支撑了笔者的假设。

4   结论

1）随着目标数量的增多，任务难度增大，样本篮球运动员追踪正确率呈下降趋势。随着追踪负荷的增加，样本篮球运动员与被试普通大学生未见显著差异。

2）在目标数量增加的情况下，样本篮球运动员的信息加工优势没有充分体现。在MOT任务中，样本篮球运动员与被试普通大学生的注意分配能力未见显著差异，当加入点探测任务后，样本篮球运动员与被试普通大学生对探测刺激的识别呈现显著差异，样本篮球运动员明显高于被试普通大学生。

3）在双任务实验中，样本篮球运动员对空位置的关注更多，意味着注意资源更多地配置到了空位置，这种视觉注意的特点使得样本篮球运动员在比赛中可能出现更多的助攻行为和更少的犯规行为，对良好的运动表现有促进作用。

参考文献：

[1]  贾建荣，方方，罗欢. 视觉注意的时间结构和动态神经机制[J]. 生理学报，2019，71（1）：5.

[2]  廖彦罡，葛春林. 运动员注意力的研究：多层面模式分析[J]. 西安体育学院学报，2003， 20（6）：114.

[3]  龚然，陈听，岳小祺，等. 不同运动强度对篮球运动员多目标追踪影响及眼动分析[J]. 天津体育学院学报，2016，31（4）：358.

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

[5]  CAVANAGHC P， ALVAREZl G A. Tracking multiple targets with multifocal attention[J]. Trends in Cognitive Sciences， 2005， 9（7）： 1.

[6]  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.

[7]  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.

[8]  张学民，廖彦罡，葛春林. 运动员与普通大学生在多目标追踪任务中的表现[J]. 北京体育大学学报，2008，31（4）：504.

[9]  JARROLD C， TOWSE J N. Individual differences in working memory[J]. Neuroscience， 2006， 139（1）： 39.

[10]  MART？魱N A， SFER A M， VILLAR M A D， et al. Position affects performance in multiple-object tracking in rugby union players[J]. Frontiers in Psychology， 2017（8）： 1494.

[11]  MEMMERT D， SIMONS D J， GRIMME T. The relationship between visual attention and expertise in sports[J]. Psychology of Sport & Exercise， 2009， 10（1）： 146.

[12]  季朝新，刘俊一. 羽毛球运动员多目标追踪任务中对非目标的抑制机制[J]. 天津体育学院学报，2015，30（2）：152.

[13]  魏萍，周晓林. 从知觉负载理论来理解选择性注意[J]. 心理科学进展，2005，13（4）：413.

[14]  PYLYSHYN Z W， HALADJIAN H H， KING C E， et al. Selective nontarget inhibition in multiple object tracking[J]. Visual Cognition， 2008， 16（8）： 1011.

[15]  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]//上海：第九届全国体育科学大会，2011.

[16]  李泰安，张禹，李杰. 多目标追踪在各类人群评价与训练中的应用[J]. 心理科学进展，2019，27（9）：1585.

[17]  CHUANG L Y， HUANG C J， HUNG T M. The differences in frontal midline theta power between successful and unsuccessful basketball free throws of elite basketball players[J]. International Journal of Psychophysiology， 2013， 90（3）： 321.

[18]  MANGINE G T， HOFFMAN J R， WELLS A J， et al. Visual tracking speed is related to basketball-specific measures of performance in NBA players[J].  Journal of Strength & Conditioning Research， 2014， 28（9）： 2406.

[19]  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.

[20]  魏平. 运动员在动态变化信息中的预判加工方式與策略[J]. 山东体育学院学报， 2006，22（5）：65.

[21]  王静，李杰，张禹. 足球运动员在动态追踪任务中的追踪表现和注意分配特点[J]. 天津体育学院学报，2018，33（2）：139.

[22]  姜秀英.篮球运动员空间立体视觉与投篮命中率的关系初探[J]. 松辽学刊（自然科学版），2000（1）：81.

[23]  孙桂福，付黎黎. 对篮球投篮与时间视觉训练的探讨[J]. 新课程（教育学术），2010（3）：212.

[24]  GO′MEZ M， LORENZO A， SAMPAIO J， et al. Game related statistics that discriminated winning and losing teams from the Spanish mens professional basketball teams[J]. Collegium Antropologicum， 2008， 32（2）： 451.

[25]  IBANEZ S， SAMPAIO J， FEU S， et al. Basketball game-related statistics that discriminate between teams season-long success[J]. European Journal of Sport Science， 2008， 8（6）： 369.

[26]  付全，冯丽伟. 篮球运动员不同视野范围的视觉搜索优势及眼动特征[J]. 首都体育学院学报，2014，26（4）：371.

[27]  FAUL F， ERDFELDER E， LANG A G， et al. G*Power 3： A flexible statistical power analysis program for the social， behavioral， and biomedical sciences[J]. Behavior Research Methods， 2007， 39（2）： 175.

[28]  COHEN J. Statistical power analysis[J]. Current Directions in Psychological Science， 1992， 1（3）： 98.

[29]  中国大学生篮球联赛官方网站[EB/OL]. （2019-01-01）[2020-02-

15]. http：//www.cuba.edu.cn/info/team.asp.

[30]  HOPKINS W G ， MARSHALL S W ， BATTERHAM A M ， et al. Progressive statistics for studies in sports medicine and exercise science[J]. Medicine & Science in Sports & Exercise， 2009， 41（1）： 3.

[31]  ALVAREZ G A， FRANCONERI S L. How many objects can you track？ evidence for a resource-limited attentive tracking mechanism[J]. Journal of Vision， 2007， 7（13）： 1.

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

[33]  SCHOLL B J， PYLYSHYN Z W， FELDMAN J. What is a visual object？ evidence from target merging in multiple object tracking[J]. Cognition， 2001， 80（1-2）： 159.

[34]  FURLEY P ， MEMMERT D . Differences in spatial working memory as a function of team sports expertise： the corsi block-tapping task in sport psychological assessment[J]. Perceptual & Motor Skills， 2010， 110（1）： 801.

[35]  年青，柴嬌. 篮球运动员客体工作记忆对场景搜索任务的影响机制[J]. 沈阳体育学院学报，2016，35（2）：118.

[36]  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（6）： 774.

[37]  张运亮，李宗浩，孙延林，等. 专家与新手篮球后卫运动员的眼动研究[J]. 心理与行为研究，2004，2（3）：534.