王 磊
(安徽文达信息工程学院 体育教学部, 安徽合肥 231201)
随着运动科学发展的不断深入, 有针对性地提升运动员的运动心理机能成为现代训练体系无法忽视的重要环节. 羽毛球运动具有转换节奏快、 发力方向多变、 战术判定复杂的特点, 高水平羽毛球运动员不仅需要打造高体能储备的身体机能, 还需要构建应对复杂比赛状况的快速反应能力, 因此, 实现羽毛球运动员“手-眼-脑”相互适配的快速反应能力, 成为改善运动员竞技水平的重要目标. 传统的羽毛球训练中, 针对运动员快速反应能力的训练体系相对单调, 运动员需要在长年累月的运动过程中逐步养成对羽毛球飞行规矩、 力度及落点的判断能力. 程勇民等[1]的研究指出, 职业羽毛球运动员运动能力的高峰期一般在19~24岁, 而战术心理的成熟期往往在23~30岁这一阶段, 身体机能的巅峰往往与战术意识的巅峰形成重合, 极大地制约了羽毛球运动员的最终比赛呈现. 因此, 针对羽毛球运动员的快速反应能力进行针对性训练, 改善运动员的运动素养和比赛表现, 成了运动科学领域关注的重要课题.
运动员的身体机能巅峰无法重合于战术意识巅峰的问题不仅存在于羽毛球领域, 也存在于篮球领域. 在美国的篮球职业化进程中, 运动科学一直是各个职业篮球俱乐部所关注的问题, 运动科学专家布兰登·佩因针对运动员的快速反应能力设计出了Fit-light训练系统, 并成功用于美国男子职业篮球运动员的运动实践过程中. 著名篮球运动员斯蒂芬·库里、 凯文·杜兰特及克莱·汤普森等人均从该系统中受益, 有效改善了篮球运动过程中的快速反应能力, 并帮助球队实现了高效的攻防转换战术体系. Henning等[2]的研究中充分肯定了Fit-light训练系统对于运动员手眼结合能力的帮助, 认为该系统具备广泛的应用前景. 随着运动迁移理论的兴起, 不同模式的训练体系在不同球类项目中相互转换, 实现了对运动员专项能力的有效培养. 鉴于此, Fit-light训练系统能够有效作用于羽毛球运动领域, 在羽毛球运动中大范围开展Fit-light训练能否改善运动员的快速反应能力, 本文基于单因素准实验分析展开研究.
本研究的被试者均为安徽文达信息工程学院的专业羽毛球运动员, 总计40人. 其中20人为男性, 20人为女性. 相关运动员均具有3年及以上的专业羽毛球训练经验, 且获得过省级及以上的羽毛球单双打比赛成绩, 在羽毛球基本技能上具备一定基础. 实验对象的描述性统计如表1所示. 由于运动员的整体技能水平差异不大, 为了符合单因素准实验对比的要求, 可以采用随机分组的方式将40名被试者分为四个组别. 从表1可以看到, 实验组和对照组相同性别的被试者在年龄、 身高和体重等方面不存在显著差异, 符合对比实验的要求.
表1 基本特征的描述性统计
1.2.1 测试方法
研究借鉴叶浣钰、 迟立忠[3]编制的羽毛球运动情境决策测试系统, 在Visual Basic软件中自编运动员决策判定程序. 该程序随机向被试者展示10张一组的羽毛球运动员击球画面, 被试者需要在图片隐藏的2D平面上点击羽球的预测落点, 误差小于25*25的像素点(正确落点范围周边的150%所构成的圆圈), 即为判断正确. 在测试程序编制过程中, 研究借鉴图像处理专家的意见, 尽可能保证各个图片均来自近5年的大型真实比赛过程, 图片分辨率均在1 080P以上, 图片方向均为击球运动员后方俯视视角. 同时, 研究考察了被试者的视觉能力, 所有被试者均不存在视力问题, 测试过程由研究者全程监督, 对所有被试者进行独立测试, 测试机器为联想扬天M4000s商务机. 被试者需要进行5~10组的击球落点判定, 当被试者的测试成绩开始收敛时, 所得成绩作为有效成绩. 测试完成后程序自动将记录成绩发送至实验数据库中, 便于进行后续分析. 此外, 为了保证图片材料的分辨率, 研究开始前对10名未参与实验的专业羽毛球运动员进行了预实验, 并挑选出200张具备较强辨析力的图片作为本次实验的主要判定素材. 实验前后所采用的判定素材不会重复出现.
1.2.2 实验方法
随机分组后, 首先进行为期1周的适应性训练, 帮助实验组和对照组成员了解训练流程, 学习运动方法, 防止在实验过程中出现不必要的运动损伤. 同时采用测试程序对两组成员进行决策正确率、 反应时和正确反应时的预判定, 结果显示两组运动员不存在快速反应能力的显著差别.
实验组成员进行为期8周的Fit-light训练系统, 对照组成员进行常规快速反应训练, 具体的运动过程由表2所示. Fit-light训练系统的核心在于场地中加入了智能反应的三色灯组. 以Fit-light训练系统中第一类训练“Fit-light三色灯+击球训练”为例, 运动员弱侧手边会设置红、 绿、 蓝三色可按灯键, 场地另一侧的羽毛球发球机上设置与三色灯关联的灯牌, 运动员需要根据发球机上灯牌的指示, 以强侧手进行击球, 同时在接发过程中按下与灯牌颜色一致的灯键. 在常规接发训练中, 运动员仅仅需要应对发球机不同速率和不同角度的发球. 在一定时间的训练后, 高水平羽球运动员无法从发球机训练中获得更多收益. 加入Fit-light系统后, 由于颜色处理任务与接发任务的冲突, 运动员需要实现运动思考与运动技能的相互适应, Fit-light系统中不同灯组的组合会有大量的无法预期的处理场景, 运动员很难因模式的机械化而达到瓶颈. 在场地踩灯设置后, Fit-light的组成前景由二维转向三维, 运动员需要兼顾手脚灯键的正确性. 在实验过程中, 实验组与对照组除设置Fit-light训练灯外, 其他训练内容均保持一致, 所有被试者未因系统性训练产生运动损伤.
表2 实验组和对照组训练方案
1.2.3 数理统计方法
采用SPSS 18.0数理统计软件进行数据处理, 推断统计中采用独立样本t检验, 以P<0.05作为显著性差异阈值, 描述统计过程均采用“均值±标准差(M±D)”进行表示.
由表3可知, 采用Fit-light训练系统进行训练后, 实验组实验前和实验后的决策正确率均具有显著差异. 实验组男子运动员的决策正确率显著提升(p<0.05), 女子运动员的决策正确率显著提升(p<0.05); 对照组男子运动员的决策正确率显著提升(p<0.05), 男子实验组决策准确率上升幅度大于女子实验组. 对照组女子运动员的决策正确率变化不显著. 实验组男子运动员和女子运动员变化幅度均大于对照组. 结果表明: 相比于传统敏捷性训练, Fit-light训练能够有效提升羽毛球运动员的决策准确率, 实现对羽毛球击球落点的有效判定.
表3 实验组和对照组决策正确率对比
由表4可知, 采用Fit-light训练系统进行训练后, 实验组实验前和实验后的反应时均具有显著差异性, 实验组男子运动员的反应时显著下降(p<0.05), 女子运动员的反应时显著下降(p<0.05); 男子实验组反应时与女子实验组反应时下降幅度差别不明显. 对照组男子运动员与女子运动员的反应时无明显变化, 实验组男子运动员和女子运动员变化幅度均大于对照组. 结果表明: 相比于传统敏捷性训练, Fit-light训练能够有效降低羽毛球运动员的反应时, 实现更短时间的决策判定.
表4 实验组和对照组反应时对比
由表5可知, 采用Fit-light训练系统进行训练, 实验组实验前和实验后的正确反应时均具有显著差异性. 实验组男子运动员的正确反应时显著下降(p<0.05), 实验组女子运动员的正确反应时显著下降(p<0.05); 男子实验组正确反应时下降幅度大于女子实验组. 对照组男子运动员与女子运动员的正确反应时无明显变化, 实验组男子运动员和女子运动员正确反应时的变化幅度均大于对照组. 结果表明: 相比于传统敏捷性训练, Fit-light训练能够有效降低羽毛球运动员的正确反应时, 实现更短时间的精确判定和更快的纠错时间, 有助于实现羽毛球运动员在快速反应中的有效判定.
表5 实验组和对照组正确反应时对比
进行Fit-light快速反应训练后, 不同性别的羽毛球运动员的决策正确率明显提升, 反应时和正确反应时均出现明显下降, 说明训练有效改善了羽毛球运动员的快速反应能力.
相比于常规快速反应训练的对照组成员, 进行Fit-light训练系统的实验组成员的决策正确率提升幅度更大, 反应时和正确反应时用时更短. 可见Fit-light训练系统相对于传统的快速反应练习, 更能调动运动员的反应神经, 促进运动员的训练有效性, 对于加强运动员的快速反应能力效果更为显著.
从Fit-light训练系统组内成员对比来看, 男子羽毛球运动员在进行Fit-light训练系统后决策正确率相比于女子羽毛球运动员提升更高. Fit-light训练系统对男子羽毛球运动员和女子羽毛球运动员反应时的降低不具备明显差异, 对男子羽毛球运动员的正确反应时的降低幅度更大.
结上所述, Fit-light训练系统对男子羽毛球运动员的快速反应能力提升更加明显, 更适用于男子羽毛球运动训练领域.
Fit-light训练系统不仅能够有效提升羽毛球运动员的快速反应能力, 而且相比于传统快速反应训练效果更加出众, 可以进一步扩大试点, 完善Fit-light训练系统的运动流程.
由于运动员对训练器材的设置及训练方法的不适应, 需要进行适应性训练和功能性保护. 训练过程中, 一方面要结合运动员手眼协调进行方法培训, 另一方面要通过眼脑结合强化运动思维.