Senaptec系统（美国）的前身为Nike SPARQ感知训练站，能够进行全面的运动视觉能力测试且系统的信、效度已经过检验（Wang et al.，2015），在棒球（Klemish et al.，2018；Liu et al.，2020）、冰球（Poltavski et al.，2014）、垒球（Appelbaum et al.，2016）等类似飞碟射击的目标拦截性项目研究中得到应用。因此，本研究通过Senaptec测试系统对国家飞碟射击队运动员10类运动视觉能力指标进行数据采集后与运动专项成绩进行相关性分析，以探求对于飞碟射击运动员专项成绩提升重要的运动视觉能力指标。
1 研究对象与方法
1.1 研究对象
本研究选取国家飞碟射击队运动员共32名（男14人，女18人），年龄（23.56±5.10）岁，训练年限（9.41±4.83）年，双向项目16名、多向项目16名，运动员技术等级均为一级以上。受试者按照国家飞碟射击队统一安排训练，每周不少于5天，每天不少于3 h，同时本研究采用的测试方案与流程获得了国家飞碟射击队教练员的同意，且所有受试者在测试前均已被告知测试内容，获得其知情同意。
1.2 研究方法
1.2.1 运动专项成绩测试
本研究选取的受试者由双、多向飞碟射击运动员组成，除了资格赛同为125靶外，由于2个项目的其余竞赛单元规则有所差异很难统一反映运动成绩，且无论从技术发挥稳定性还是运动员的综合实力体现，资格赛成绩都是对飞碟射击运动员竞技水平评价和认识的最佳方式，经过与国家飞碟射击队教练组进行充分论证，本研究选取国家飞碟射击队在运动视觉能力测试后的3场世界杯选拔赛资格赛成绩（2023年塞浦路斯站、埃及站世界杯选拔赛莆田站、清流站）进行统计，计算平均值作为运动员运动专项成绩指标。所有运动员的测试场地、靶场环境相同，且能够充分调动运动员的求胜欲望，真实反映运动员的竞技水平。
1.2.2 运动视觉能力测试
1）测试时机选择：根据国家飞碟射击队的赛训安排，一方面避免与比赛冲突影响测试进度，同时避免运动员因高强度比赛引起的疲劳影响测试结果，经过与国家飞碟射击队教练组研讨，决定在第一场世界杯选拔赛前3周进行运动视觉能 力测试（图1）。2）测试指标：Elmurr（2011）将运动视觉功能划分为软件和硬件指标2种类型，硬件指标主要在视觉信息的接收层面。受到运动员视觉系统的眼部特征影响，视觉系统的硬件包括静态视敏度、感知深度等运动视觉能力测评的基础指标。软件指标主要在视觉信息的加工层面，这类指标受运动员的经验和策略的影响，视觉系统的软件包括信息处理策略，记忆编码检索、感知信息提取及预判等主要用于处理传入信息的相关指标（Elmurr，2011），本研究采用的Senaptec系统基于上述理论依据对测试指标进行分类说明（表1）：共10类指标，分别为视觉清晰度（visual clarity，VC）、对比敏感度（contrast sensitivity，CS）、感知深度（depth perception，DP）、远近切换（near/far quickness，N/FQ）、感知范围（perception span，PS）、多目标追踪（multiple object tracking，MOT）、反应时（reaction time，RT）、目标捕捉（target capture，TC）、手眼协调（eye hand coordination，EHC）、决策机制（go/no go，G/N G）。3）测试方法：测试采用Senaptec系统（美国）按照系统设定的先后顺序进行评估（表2），测试设计参照Jones等（2016）的研究，根据系统模式而定。
图1运动视觉能力测试
Figure 1Sports Vision Ability Test
表1 运动视觉能力测试指标说明Table 1 Deion of Sports Vision Ability Test Indicators
表2 运动视觉能力测试详细说明
Table 2 The Detailed Deion of the Sports Vision Ability Test
注：插图为测试指标示意图。
1.3 数据统计
运用SPSS 26.0统计软件进行数据分析，结果以平均值±标准差（ M± SD）表示，统一采用95%置信区间（95% CI）。数据的正态分布通过Shapiro-Wilk方法配合直方图进行检验。采用中位数分割法将各运动视觉能力测试指标结果数据分为优秀组和非优秀组，采用独立样本 t检验比较组间的专项成绩差异，Cohen’s d效应量（effect size，ES）取值在0.20～0.49为小效应，0.50～0.79为中等效应，≥0.80为大效应。通过单因素线性回归分析确定运动视觉能力测试指标与专项成绩之间的关系，相关系数 r在0.10～0.29为低相关，0.30～0.49为中度相关，0.50～0.69为高度相关，0.70～0.89为非常高度相关，0.90～0.99为近似线性相关。采用多元线性逐步回归分析法探究影响飞碟射击专项成绩的关键运动视觉因素，效应量 R 2分为弱（1%～8%）、 中（9%～24%）和强（≥25%）3个等级（Lachenbruch，1989）。P＜0.05为具有显著差异， P＜0.001为具有非常显著差异。
2 结果
2.1 测试指标
在测试指标结果中 （表3），运动员在VC测试中VC_B更具优势（4.97±0.21）；CS测试中CS_6测试结果更为理想［（2.010±0.020）logCS vs （1.995±0.114）logCS］；DP测试中DP_P更具优势（104.69±14.10）arcsec；N/FQ中NFQ_N_RT短于NFQ_F_RT［（884.91±16.57）ms vs （1 214.75±6.78）ms］。EHC测试中，EHC_C_RT小于EHC_P_RT［（534.07±48.88）ms vs （621.48±41.91）ms］；RT测试中，RT_ND多于RT_D的用时［（310.72±31.55）ms vs （308.75±7.91）ms］。
表3 测试指标的描述性统计结果Table 3 Deive Statistical Results of Test Indicators
注：VC_R，右眼视力；VC_L，左眼视力；VC_B，双眼视力；CS_6，每度视角6周栅条的空间频率对比阈限；CS_18，每度视角18周栅条的空间频率对比阈限；DP_P，双眼感知深度阈值；DP_L，左侧感知深度阈值；DP_R，右侧感知深度阈值；NFQ_SCORE，远近切换30 s得分；NFQ_N_RT，远近切换近端平均反应时；NFQ_F_RT，远近切换远端平均反应时；TC，目标捕捉极限速度；PS，感知范围数量；MOT_P_S，多目标追踪比例得分；MOT_C_S，多目标追踪综合得分；MOT_OBJ，多目标追踪最高可追踪的数量；MOT_SPEED，多目标追踪最高可追踪的速度；EHC_T，手眼协调总体用时；EHC_RT，手眼协调平均反应时；EHC_C_RT，手眼协调中心视域平均反应时；EHC_P_RT，手眼协调外周区域平均反应时；GNG_SCORE，决策机制整体得分；GNG_G，决策机制正确点击数量；GNG_R，决策机制错误点击数量；RT_A，平均反应时；RT_D，优势手反应时；RT_ND，非优势手反应时。
2.2 运动视觉能力对飞碟射击专项成绩的影响
与运动视觉能力得分较低的运动员相 比（图2），RT_D、RT_A较高水平的运动员的专项成绩可提升6.007靶［3.470，8.543］、4.458靶［1.4877，7.428］，具有较强显著性差异（ P＜0.01， ES=0.49～0.66）；GNG_G_HIT、GNG_SCORE较高的运动员可提升5.831靶［3.239，8.424］、3.230靶［0.046，6.414］，具有显著性差异（ P＜0.05， ES=0.34～0.64）；N/FQ_SCORE、NFQ_N_RT水平较优的运动员可提升专项成绩5.790靶［3.18484，8.395］、3.315靶［0.143，6.486］，具有较强显著性差异（ P＜0.05， ES=0.36～0.62）。EHC_RT水平较优的运动员的专项成绩高4.539靶［1.489，7.589］，具有显著性差异（ P＜0.05， ES=0.47）；MOT_P_S和MOT_SPEED水平较优的运动员专项成绩可提升3.517靶［0.285，6.749］和3.475靶［0.185，6.765］，具有显著性差异（ P＜0.05， ES=0.35～0.36）。VC_L和VC_R较优的运动员可提升专项成绩3.157靶［0.020，3.162］、2.646靶［0.584，4.708］，具有显著性差异（ P＜0.05， ES=0.34～0.42）；GNG_R_HIT得分高的运动员的专项成绩比较低水平的运动员低6.363靶［2.363，10］，具有较强显著性差异（ P＜0.01， ES=0.51）。
图2运动视觉能力测试指标对专项成绩的影响
Figure 2Effects of Sports Vision Ability Test Indicators on Special Performance
注：测试指标粉、蓝、黄分别代表该指标的优秀组较非优秀组的专项成绩有显著提升、无显著变化、有显著降低；*P＜0.05，**P＜0.01；下同。
2.3 运动视觉能力与飞碟射击专项成绩之间的相关性
在所有测试指 标中（表4），RT_D与专项成绩的相关性最高，呈近似线性正相关（ r=0.916， P＜0.001），解释了运动员83.3%的专项成绩方差，GNG_G_HIT（ r=0.856， P＜0.01）与专项成绩呈非常高度正相关，解释了运动员72.4%的专项成绩方差；NFQ_SCORE（ r=0.800， P＜0.001）与专项成绩呈非常高度正相关，解释了运动员62.7%的专项成绩方差。RT_A（ r=0.609， P＜0.01）、NFQ_F_RT（ r=0.592， P＜0.01）、PS（ r=0.586， P＜0.01）、MOT_P_S（ r=0.549， P＜0.01）、EHC_RT（ r=0.534， P＜0.01）、GNG_SCORE（ r=0.520， P<0.01）与专项成绩呈高度正相关，解释了运动员35.1%、32.9%、32.1%、27.8%、26.1%、24.6%的专项成绩方差。
表4 测试指标与专项成绩的相关性Table 4 Correlation between Test Indicators and Special Performance
注：* P＜0.05，** P＜0.01。
EHC_C_RT、VC_R、VC_L、VC_B、CS_6、DP_L、DP_R、NFQ_N_RT、MOT_C_S、MOT_SPEED、EHC_T、EHC_P_RT、TC与专项成绩呈中度正相关（ r=0.354～0.487， P＜0.05），解释了运动员9.6%～21.2%的专项成绩方差；GNG_R_HIT（ r=0.510， P＜0.01）与专项成绩呈高度负相关，解释了运动员23.6%的专项成绩方差。
2.4 飞碟射击专项成绩的关键影响因素
以专项成绩为因变量，将在独立样本 t检验中具有显著性差异的12项测试指标作为自变量进行多元线性逐步回归分析，分析限制运动员专项成绩的关键影响因素。本研究发现，RT_ D（B=0.298，t=8.143，P＜0.001；表5）、GNG_G_HIT对专项成绩的影响具有非常显著差异（B=0.868，t=5.580，P＜0.001；表5）。
表5 专项成绩的多元线性逐步回归分析结果Table 5 Results of Multiple Linear Stepwise Regression Analysis Special Performance
最终回归方程为：
（1）
式（1）解释了运动员95.9%的专项成绩方差（校正 R 2=0.959， F=122.92， P＜0.001），其中RT_D指标占比为51.25%，GNG_G_HIT指标占比为34.03%，CS_6指标占比为12.26%，VC_B指标占比为11.33%，PS指标占比为13.84%，MOT_C_S指标占比为9.32%。
3 分析与讨论
视觉、感知以及动作控制能力在目标截击性运动中的特殊作用多年来一直备受 关注（孙文芳 等，2018；Miller et al.，2011）。研究发现：1）在RT（RT_A、RT_D）、G/NG（GNG_G_HIT、GNG_R_HIT）、N/FQ（NFQ_SCORE、NFQ_N_RT）测试中表现较为突出的飞碟射击运动员可有效提升专项成绩（ P＜0.01）；2）各测试指标与专项成绩呈不同程度的相关性；3）运动员的 专项成绩受RT_D和GNG_G_HIT的影响最大。整体上，本研究与Poltavski等（2015）采用Nike感知训练站分析运动视觉能力与冰球运动员运动表现的相关性结果类似，运动表现指标与动态视觉感知和视觉动作控制能力具有显著关联，即与知觉、注意力、认知参数相结合的运动视觉能力指标与运动员进球得分和平均比赛分数强相关。此外，本研究结果也与Ciuffreda等（2004）在对视觉功能与运动表现相关性研究的Meta分析中赋予这些视觉功能的相对权重具有一定吻合性，即视觉软件能力对于运动员的运动表现具有更积极的预测作用。
3.1 运动视觉系统硬件指标分析
不仅 是Elmurr（2011）的指标分类，Erickson（2018）研究认为，VC、CS和DP相关指标同属侦测和选择输入信息的感知机制范畴，VC测试结果主要体现了运动员静态视敏度；CS属于静态视觉，反映视觉系统在不同亮度条件下处理有关物体及其背景空间的能力，CS与VC存在一定关系，CS较好的运动员能将视觉目标“看得清”“分得准”。从本研究结果来看，CS_6、VC_B是预测运动成绩的关键变量。DP反映了运动员快速、准确判断眼前物体的距离以及空间位置关系的能力，VC、DP这类在远处提取视觉细节和确定深度差异的测试指标，反映了视觉系统的一般性基础能力，也是长期的训练经验积累的视觉硬件优势（Elmurr，2011）。
静态视觉能力良好是正常进行视觉信息获取的前提，碟靶在视网膜上出现越清晰，对其飞行速度变化判断越准确，接靶也就越准确。赛训中经常会换到新的、背景较乱的靶场，有时背景中 较明显的物体会吸引射手注意力，影响看靶效果，若看靶不清，起枪也会带有盲目性，影响接靶的准确性（王晓 等，2016）。日常训练中教练员也会在靶场36 m弦上从靶房向8号位设立起6、8、12 m等距离提示的号牌帮助运动员培养持枪准星所指位置空间感知觉准确性（刘继昇，2004）。Klemish等（2018）采用Nike感知训练站的测试系统比较投手和击球手的视觉能力差异发现，专业水平的击球手具有更好的VC（t=3.75，P＜0.001）和DP（t=2.42，P=0.047），证实了高水平运动员有更加突出的感知能力。在截击性任务中，完成预估目标的空间位置和移动轨迹需要一定的基础视觉能力（Hofeldt，1996）。
3.2 运动视觉系统软件指标分析
3.2.1 N/FQ与TC
N/FQ测试评估运动员视觉能力的调节性会聚功能，即在中央视域视线和焦点远端、近端切换的能力。TC测试更多是对中央视区以外的视野范围发现突然出现的目标的视觉目标敏感性。二者作为动态视觉敏感度（dynamic vision ability，DVA）的测 评指标反映了运动员眼部肌肉协调性和眼动效率，对快速移动的目标做出反应的跳眼运动的启动延迟是影响DVA测评结果的关键因素之一（Kohmura，2008）。
碟靶抛出后飞行距离不断变化，从靶房、出靶口到靶场圆心，看靶区远近位置也在不断变换，只有合理调控视觉注意力才能达到清晰、准确的看靶效果（刘继昇，2004）。碟靶抛出速度在0～3 s内随机发生，飞行初速度约为25 m/s，需要运动员对碟靶目标捕捉的速度能力（武文强，2006）。此外，赛训中碟靶飞行的轨迹变化较大，在选好看靶区后可能出现偏向靶飞出原视野中心，在随机位置和不同时间条件下，运动员只有以超强的动态视敏度为基础才能稳定破靶（王晓 等，2016）。不仅是飞碟射击项目，注意力的调节对大多数竞技体育项目均具有重要意义（Di Russo et al.，2003）。Poltavski等（2015）证明了动态视敏度得分可以预测冰球运动员的进球率。综述研究指出，运动员的DVA优于非运动员，精英运动员的DVA优于业余或非精英运动员（Stine et al.，1982）。Ciuffreda等（2004）进一步提出，动态视觉注意力训练可以显著促进运动员表现的整体提高（如将视觉注意力焦点从一个视域动态转移到另一个区域），无论哪个项目都应将其纳入运动视觉训练中。
3.2.2 RT、EHC与决策机制
RT是衡量个人执行动作技能效率和有效性的经典 指标（Magill et al.，2006）。本研究测试中采用的简单反应时作为视觉动作的应答时间＝反应时＋动作时间，与中心视域反应时间相关（Erickson，2007）。EHC指标更多是在简单反应时的基础上反映运动员能否处理、整合视觉信息并引导控制身体迅速连贯的做出动作且保证准确度的能力，体现了视觉系统和动作执行的配合。决策机制测评则在视觉刺激的呈现方式上进一步增加了难度，运动员需要在回应视觉刺激的过程中进行判断，再根据判断选择对应的动作来回答不同视觉信号刺激的变化。3项指标同属视觉信息加工的效应机制评价范畴（Erickson，2018）。
飞碟射击从看靶飞出到击发总用时0.4～0.7 s，碟靶持续高速飞行，抛出后的瞬间视觉信息刺激反应快慢是重要的决胜因素。猎枪弹随着飞行距离增加弹丸有效散布面和侵彻力减小，若反应迟缓，射击距离变远，碟靶的时速和转速减慢也会降低离心力影响和弹丸碰撞时的碎裂 效果（刘继昇，2004）。从本研究结果看，专项成绩与RT_D之间的相关性最高，与RT_A呈高度正相关，RT_D是专项成绩的关键影响因素，这是由于高水平运动员普遍追求快打技术，接靶速射的趋势要求运动员超强的击发意识和快速的运枪动作，对负责持枪握把和击发的优势手反应能力提出了较高要求（张文杰，2001）。以专家表现的刻意练习观点来看，运动员所获得的优异表现反映了其多年积累的结构化的练习（Ericsson et al.，1993）。飞碟射击核心技术在于“看起接靶”配合的快速、准确和稳定（王晓 等，2016）。运动员经常在极短时间和感知限制的情况下做出反应和动作，长期速射命中训练极大锻炼了其眼手反应和协调能力，经过长时间手眼协调专项练习能够塑造稳定的神经反应和肌肉运动感觉，测试中对新异视觉刺激也能做出相匹配的快速、准确反应（Ericsson，2003）。此外，飞碟射击项目对运动员快速区分关键视觉刺激和抑制非目标运动的反应能力具有较高 要求（王满东 等，2014）。运动员面对邻近靶场的碎碟靶飞来或报好后抛出碎靶、未抛靶等情况需要及时做出判断并截断下意识地举枪或击发反应。突出的决策能力能够在多个项目中区分优秀和次优秀运动员（Mann et al.，2007）。
3.2.3 PS与MOT
PS测试主要评估运动员通过双视野来测量识别物体的速度和跨度的能力。考验飞碟射击运动员能否在一定范围内记住所见的目标及位置信息以及是否能在脑中复现相应的视觉信息，即记忆和重现视觉模式的能力。MOT测评运动员同时跟随多个移动目标的能力，与P S类似，这项能力对大脑记忆和处理视觉信息的要求极高，同时考察运动员脑部处理信息的耐力，Erickson（2018）将2项指标划归为视觉信息加工模型转化阶段的评价方式。
优秀运动员能够将目标信息在空间工作记忆中预先存储并随后识别（Lichtman，2013）。飞碟射击运动员赛训中不断重复提前看靶的过程，通过对碟靶轨迹、不同靶场风向、天气影响下弹丸的散布状态和碟靶中心点的吻和度等信息的短时记忆帮助预判随后上场时碟靶的飞行路径、枪的指点、视觉落点位置，进而辅助决策。飞碟射击需要在一定的视区范围对目标碟靶进行合理定位和捕捉，高水平飞碟射击运动员的看靶灵活，视野开阔，追靶范围大，眼动布局合理。经过长期碟靶追踪判断训练的飞碟射击运动员具备观察时注意力的合理分配能力，使其需要多视觉信息任务处理时能尽最大可能选择性注意到重要的视觉 信息（李刚，2018）。此外，长时间的赛程会极大消耗运动员的精力，需要锤炼在疲劳状态下盯牢靶、避免“断线”的能力，保证看靶精度和质量（刘继昇，2004）。因此，该类指标和专项成绩高度相关。Reichow等（2011）研究也发现，棒球击球手识别速视仪投球图片的能力与上赛季的击球率具有较高相关性（r=0.648，P＜0.01）。
综上，运动视觉系统的各类视觉能力对飞碟射击专项成绩具有不同程度的影响，运动视觉科学的核心观点是更好的视觉能力支撑了更好的运动表现。Kirschen等（2011）的运动视觉金字塔和Welford（1960）的视觉信息加工模型理论认为，顶层运动行为的成功表现是低层次过程有序运行的结果，所有行为和赛场的成功是一系列子过程相互作用的最终产物（图3）。任何组成部分出现问题都会影响整体运动表现。但结合本研究的结果来看，各类运动视觉系统软件指标与飞碟射击专项成绩的相关性更强，可见高水平飞碟射击运动员根据视觉信息采取行动的能力之间的巨大差异更多是在于决策和效应机制的运行上。同样，以往研究也有关于视觉系统基础功能并未影响运动表现的报 道（Moss et al.，1987；Regan，1994），甚至Abernethy（1999）对专家和新手飞碟射击运动员进行视觉测试发现，关于信息获取和基本处理的硬件指标新手要比专家运动员表现更为突出。这进一步说明，只有通过运动项目的特异性刺激（即测试情景能够复制某一项目具体任务所需要的视觉加工能力）才能够更加真切反映该项目本质的运动视觉特征（Abemethy，1987）。
图3运动视觉金字塔及Welford视觉信息处理模型（Kirschen et al.，2011； Welford，1960）
Figure 3Motor Visual Pyramid and Welford Visual Information Processing Model（Kirschen et al.，2011； Welford，1960）
4 结论
1）国家飞碟射击运动员的专项成绩受到运动视觉能力不同程度的影响，其中处理视觉信息的能力比接受视觉刺激的能力具有更大的作用。
2）VC、N/FQ、MOT、EHC、G/NG、RT对专项成绩具有显著性影响。
3）RT_D、G/NG、PS、MOT等运动视觉能力对专项成绩提升至关重要。
5 研究展望
1）本研究针对国家飞碟射击队运动员展开测试，受限于研究样本量，未来研究可纳入全国多个省份、不同项目、运动水平、性别的飞碟射击运动员进行全方位评价。
2）本研究证明了不同运动视觉能力对飞碟射击项目的重要性，但如何利用这一结果提升运动表 现才是最终指向，未来在训练中应利用能有效改善运动员视觉（Appelbaum et al.，2018）、感知（Appelbaum et al.，2012）和认知技能（Appelbaum et al.，2011）的数字化视觉训练技术（张致玮 等，2021；Broadbent et al.，2015），对影响运动员专项成绩的关键运动视觉能力进行重点强化。
想关注《中国体育科技》内容首发公众号
转载来源：体育总局科研所书刊部
原文制作：高天艾
原文校对：尹 航
原文监制：张 雷
学会编辑：徐璠奇返回搜狐，查看更多