足球运动员“3V2”进攻战术决策场景下的视觉信息加工特征

史鹏　吕中凡　孙金月　王国动　魏征　章冬杨　张铎耀

摘    要   目的：探讨足球运动员“3V2”进攻战术决策场景下的视觉信息加工特征。方法：采用“专家-新手”范式，以8名CUFA足球联赛运动员为专家组，以8名足球专项大学生为新手组，以真实比赛录像还原拍摄成的视频为刺激材料，采用Dikablis Professional头戴式眼动仪采集眼动信息，采用“D-lab 3.0”“SPSS 25.0”和“R 3.6.1”软件进行统计分析和绘图，基于Needleman Wunsch算法计算专家组的眼动轨迹相似度。结果： 1）与新手组相比，专家组表现出快速与合理的战术决策（p<0.05）；2）与新手组相比，专家组在空当区域、近端进攻球员区域和远端防守球员区域有着更少的注视次数（p＜0.05）；3）与新手组相比，专家组在空当区域有着更少的凝视次数（t=-2.331，p=0.021）和较长的凝视时间（t=2.007，p=0.048）；4）与新手组相比，专家组有着更少的扫视次数（t=-2.325，p=0.022）、更短的扫视时间（t=-2.081，p=0.039）和更長的眼跳距离（t=2.147，p=0.034），注视点更加集中（p<0.05），在相同察觉目标数量的前提下注视目标更少（t=-2.306，p=0.023）；5）专家组的眼动轨迹存在中低程度的相似性（0.139～0.559），其信息加工策略主要包括经济成本较低的外周视觉感知策略和经济成本较高的中央视觉感知策略。结论：专家组采用经济与合理的视觉搜索策略识别“3V2”进攻战术决策场景关键信息，且外周视觉感知策略优于中央视觉。建议：借鉴专家组视觉搜索策略，开发提高新手组专项认知的计算机辅助训练手段；专家组借鉴最优视觉搜索策略，进行外周视觉训练，节省扫视成本。

关键词   战术决策；信息加工；视觉搜索；多目标追踪；选择性注意；足球

中图分类号：G 843           学科代码：040302           文献标志码：A

DOI：10.14036/j.cnki.cn11-4513.2023.02.009

Abstract   Objective： To explore the visual information processing characteristics of football players in “3V2” offensive tactical decision-making scenarios. Methods： Adopting the“expert-novice” paradigm， taking 8 players of CUFA Football League as the expert group， 8 college students of football specialty as the novice group， taking the video restored from the real game video as the stimulating material， using Dikablis professional head mounted eye tracker to collect eye movement information， and using D-Lab 3.0， SPSS 25.0 and R 3.6.1 software for statistical analysis and drawing. Based on Needleman Wunsch algorithm， eye movement trajectory similarity of expert group is studied. Results： 1） Compared with the novice group， the expert group showed rapid and reasonable tactical decision-making （p<0.05）; （2） Compared with the novice group， the expert group had fewer gaze times in the empty area， the near offensive player area and the far defensive player area （p<0.05）; 3） Compared with the novice group， the expert group had fewer gaze times （t=-2.331， p=0.021） and longer gaze durations （t=2.007， p=0.048） in the empty area; 4） Compared with the novice group， the expert group had less saccade times （t=-2.325， p=0.022）， shorter saccade durations （t=-2.081， p=0.039）， and longer saccade distance （t=2.147， p=0.034）， the fixation point is more focused （p<0.05）， and the number of perceived targets is the same（t=-2.306， p=0.023）; 5） There was a low to moderate degree of similarity （0.139 to 0.559） in the eye-movement trajectories of the expert group， whose information processing strategies included the less economically costly peripheral visual perception strategy and the more economically costly central visual perception strategy. Conclusion： The expert group adopted an economical and reasonable visual search strategy to identify the key information of the“3V2” attack tactics decision-making scene and the peripheral visual perception strategy was better than the central vision. It is suggested that the computer-aided training method should be developed to improve the novice groups football special cognition by using the expert groups visual search strategy for reference. It is also suggested that the expert group should use the optimal visual search strategy for peripheral visual training to save scanning cost.

Keywords   tactical decision; information processing; visual search; multi-target tracking; selective attention; football

足球运动项目身体对抗激烈、比赛节奏快、攻防转换频繁，通常在前场完成快速进攻的时间在3 s以内［1］。因此，有必要研究足球运动员如何在有限的时间内完成高效的决策。基于容量有限加工的假设，人类的信息加工系统不能同时加工外界输入的多重信息［2］，而足球运动的特性决定了运动员必须对赛场多目标信息进行同时加工处理。足球运动员作出决策的前提是短时间内对赛场上球员身份和移动轨迹及双方球员不断撕扯变化的空当等信息进行加工处理，通过选择性注意系统地过滤掉分心刺激，筛选出关键信息。过滤筛选的策略是运动心理学研究的重点话题，且伴随着眼动记录技术的发展，探讨高水平运动员的外显眼动特征逐渐成为研究热点［3］。目前，大量研究［4-6］揭示了高水平运动员在运动决策中运用了符合专项认知特征的、更加合理有效的视觉信息加工策略。

依据刺激目标的数量，可以将视觉搜索任务分为单目标和多目标任务［7］。足球单目标任务的研究多集中于探讨守门员扑救点球的视觉搜索策略，相关研究证明其扑救点球的成功率与高效简洁的视觉搜索策略存在关联，经验丰富的守门员能够通过选择性注意将追踪目标从客观环境中剥离，注视点集中、注视分配主次明显、注视轨迹简单［8-9］。但是足球赛场上更多的是开放性环境，目标信息含量丰富，进攻或防守过程中呈现战术阵型，更加强调认知成分的参与，具有很高的策略性［10-11］。该情境下的追踪目标速度和轨迹是不可预测的，运动员眼动速度明显慢于目标速度，则要求其匹配追赶性眼跳进行补偿［12］。国内外足球运动员多目标任务的研究主要集中于探讨进攻或防守情境下的视觉搜索策略，但目前研究尚存的不足：1）从第三人称视角对运动员观看动态录像或静态战术板时的预判决策进行研究，被试被隔离在比赛场景外，同时静态战术板缺乏动态参数的信息，生态学效度较低［13-14］；2）虽然有研究［15-16］解决了上述生态学效度问题，但分析的眼动参数单一，仅基于注视分配无法完全解释运动员的选择性注意特征，因为分配到各兴趣区域的注视时间可以通过单次长时间注视和多次短时间注视来实现。

足球比赛的动态性决定了运动员感兴趣的刺激目标在不断变化，因此其眼动数据必然也呈现动态性的特征［5］，需采用更多动态性的参数（扫视、眼跳等）进一步探讨运动员的视觉信息加工特征。此外，采用凝视数据和注视点分布数据对视觉信息提取进行解读，能进一步揭示搜索策略与预判反应的关联［17-18］。同时，本研究引入Needleman Wunsch （NLW）算法［19-20］对运动员的眼动轨迹进行匹配分析，直观反映运动员对视觉刺激的加工顺序和整体动态的眼动过程，揭示运动员战术决策的理论模型。因此，本研究采用“专家-新手”研究范式，以“3V2”真实比赛录像还原拍摄成二维动态比赛视频，配合高策略性的战术决策任务，从第一视角对足球运动员的视觉信息加工特征进行研究，分别从注视、凝视和扫视3个方面归纳总结高水平运动员多目标追踪下的视觉搜索策略，期望对足球专项认知训练、战术意识培养、运动选材与训练监控提供心理学指导。

1   研究方法

1.1  被试

共选取16名被试，以8名参加过CUFA足球联赛的大学生运动员（5名一级运动员和3名二级运动员）为专家组，年龄为（25.25±1.67）岁，持续训练年限为（7.63±1.85）年；以8名L大学体育学院足球专项大学生为新手组，年龄为（24.25±1.49）岁，持续训练年限为（2.13±1.13）年，均了解“3V2”战术决策任务。所有被试均为前场球员，裸眼视力或矫正视力在5.0以上，无色盲和色弱，无生理和心理疾病，且实验前一天晚上睡眠充足，当天精神状态良好。

1.2  实验设计

采用比较研究，对不同水平（专家、新手）运动员“3V2”进攻战术决策绩效和视觉搜索策略进行比较分析。以真实比赛录像还原拍摄成二维动态比赛视频，采用第一视角对足球运动员进攻战术决策任务下的信息加工特征进行研究。将刺激视频划分为球门（含守门员）、空当、近端进攻球员、远端进攻球员、近端防守球员和远端防守球员6个兴趣区域。从战术决策绩效反映运动员专项认知加工的速度和有效性，包括决策敏捷性和决策合理性；通过眼动参数凝练足球运动员进攻战术决策场景下的视觉信息加工特征，包括注视特征（注视次数、注视时间）、凝视特征（凝视次数、凝视时间）、扫视特征（扫视次数、扫视时间、眼跳距离）、注视点分布（x/y轴坐标的标准差）等指标。

1.3  刺激材料

采用“EV录屏”软件截取欧洲5大联赛中的前场“3V2”录像资料。录像的还原拍摄在L大学11人制足球场进行，拍摄期间无刺激和耀眼的太阳光线，无建筑物阴影等干扰。由1名研究者扮演为1名进攻球员手持佳能6D相机配合50 mm定焦镜头以第一视角进行“3V2”进攻战术视频拍摄，经商议由5名熟知“3V2”进攻战术的足球专项大学生分别扮演2名进攻球员、2名防守球员和1名守门员。共拍摄左路、中路、右路进攻各3个视频和2个预备实验视频。采用“绘声绘影12.0”软件对视频进行剪辑，以场上某一球员启动开始至场上所有球员跑动结束为止，每个刺激材料时长为8 000 ms左右。另邀请6名运动训练专业大学生和6名体育教育专业大学生分别独立观看刺激材料，记录其决策反应时和决策合理性，发现刺激材料能够有效区分运动训练专业和体育教育专业学生，因此具有较高的判别效度。

1.4  实验程序

采用Dikablis Professional头戴式眼动仪（采样率为60 Hz，追踪精度为0.1～0.3°，德国生产）采集被试的眼动数据。已有研究［21-22］证明了Dikablis Professional头戴式眼动仪采集的眼动数据的准确性和可靠性，且在运动心理学研究中得到广泛应用。本研究将用于追踪眼球的摄像头和用于录制场景的摄像头与眼动仪信息收集装置相连接，将数据信息传输端口与装有“D-Lab 3.0”软件的笔记本电脑（Dell Inspiron 7557）连接；选用其他笔记本电脑（Lenovo 80KD）與投影仪（SHARP XG-D3080XA）连接，并将刺激材料投放到幕布（距离被试2.5 m）上。

按顺序将被试单独领入运动心理学实验室，询问并记录其年龄、运动等级、持续运动年限等基本信息。讲解实验程序后，要求被试以坐姿面对投影仪幕布，眼睛水平视线大约在幕布中央，适当调整幕布以适应被试坐高。被试佩戴眼动仪后，采用手动调节和4点校准2种方法进行眼动校准。通过预实验提高被试实验流程和操作任务的熟悉程度。实验指导语为：“接下来您将以持球进攻球员的身份置身于足球‘3V2进攻场景中，屏幕中蓝色球员为您的队友，黄色球员为防守球员，红色球员为对方守门员。您需要根据场上情景变化自行作出决策，若播放过程中形成决策，请您立即按下空格键，并用鼠标标记和口头汇报展示您的决策选择。决策选择包括自行运球及方向、传球路线及位置、直接射门及区域等。”呈现500 ms空白屏后进行刺激材料播放，要求被试进行决策反应，之后要求被试回忆并报告刺激材料最后一帧各球员的移动特征。眼动实验由3名研究者协调配合完成。其中：1人负责放映刺激材料；1人负责操作“D-Lab 3.0”软件采集眼动数据；1人负责操纵PAW-VE录音设备收集口头汇报内容。每位被试进行9次测试，1次测试约10 s，测试时间约3 min。

1.5  数据处理和统计分析

依据路线标记结合录音资料处理被试战术决策，邀请2名长期从事足球教学的专家（职称为教授，教龄为30.5年）分别采用Likert 5点评级的方法对每种战术决策的合理程度进行评价，若评价存在严重争议，则邀请第3名专家（职称为教授，教龄为33.0年）进行判断，取其平均值作为战术决策合理性分值。将被试回忆的球员移动特征与视频最后一帧进行比较，若一处匹配则记为1分，满分为5分。基于“D-lab 3.0”软件提取被试决策反应时数据和研究所需的眼动参数，经过Excel 2010软件处理后导入“SPSS 25.0”和“R 3.6.1”软件进行统计分析和绘图。采用独立样本t检验对专家组和新手组的战术决策绩效和眼动参数进行比较分析，检验水平定为α=0.05。采用Needleman Wunsch （NLW）算法，经过注视数据预处理、兴趣区域编码、形成眼动轨迹字符串、计算相似性等步骤对运动员的眼动轨迹进行比较，以相似性得分衡量认知过程的差异［23］。

2   结果

2.1  戰术决策绩效

在战术决策敏捷性上，专家组战术决策的反应时间短于新手组（t=-4.165，p＜0.001）；在战术决策合理性上，专家组战术决策的合理性分值高于新手组（t=2.301，p=0.023）（见表1）。因此，专家组战术决策绩效更高。

2.2  视觉信息加工特征

2.2.1  注视特征

在空当区域、近端进攻球员区域和远端防守球员区域，专家组的注视次数少于新手组（p＜0.05）；在其他区域，2组在注视次数上不存在显著性差异（p＞0.05）（见表2）。在注视时间上，专家组和新手组在所有兴趣区域均不存在显著性差异（p＞0.05）（见表3）。

2.2.2  凝视特征

在空当区域，专家组的凝视次数少于新手组（t=

-2.331，p=0.021）；在其他区域，2组在凝视次数上不存在显著性差异（p＞0.05）（见表4）。在空当区域，专家组的凝视时间长于新手组（t=2.007，p=0.048）；在其他区域，2组在凝视时间上不存在显著性差异（p＞0.05）（见表5）。

2.2.3  扫视特征

由表6可知，专家组的扫视次数少于新手组（t=

-2.325，p=0.022）；专家组的扫视时间短于新手组（t=

-2.081，p=0.039）；专家组的眼跳距离长于新手组（t=

2.147，p=0.034）。

2.2.4  注视点分布

如图1所示，专家组注视点在x轴的标准差小于新手组（t=-2.306，p=0.023）；专家组注视点在y轴的标准差小于新手组（t=-2.265，p=0.025），因此，可以认为专家组注视点分布较为集中，新手组注视点更加散乱。

2.2.5  注视目标和察觉目标数量

以足球进攻战术决策场景下的各球员为注视目标和察觉目标，以采集的注视场景内的球员数量为注视目标数量，以被试正确回忆最后一帧画面的球员数量为察觉目标数量，考察不同水平足球运动员战术决策场景下的注视目标数量和察觉目标数量是否存在差别。结果显示（见表7）：专家组的注视目标数量少于新手组（t=-2.306，p=0.023）；专家组的察觉目标数量与新手组相比不存在显著性差异（t=1.632，p=0.105）。

2.2.6  眼动轨迹匹配分析

首先，根据Nuthmann等关于眼动预处理的观点［24］，将兴趣区域之外和1次持续注视时间小于50 ms的注视数据剔除；将球门区域、空当区域、近端进攻球员区域、近端防守球员区域、远端进攻球员区域和远端防守球员区域编码为字符A、B、C、D、E、F。其次，根据研究目的设置基础注视时间为50 ms，将兴趣区域的单次注视时间编码到字符串中，按照单次注视时间与基础注视时间的比例进行重复编码，全部编码字符按照注视时间顺序排列形成眼动轨迹字符串［23］。最后，采用NLW算法计算眼动轨迹相似度，揭示专家组视觉信息加工的时空特征。专家组的眼动轨迹字符串和组间相似度分别见表8和图2。

专家组的眼动轨迹字符串（见表8）和组间相似度（如图2所示）显示：在“3V2”进攻战术决策场景下，专家组的眼动轨迹字符串存在明显差别，其眼动轨迹存在中低程度的相似性（0.139～0.559），说明即便专家组有着相似的战术决策绩效，但其视觉信息加工策略却不尽相同。根据眼动轨迹字符串可以将专家组的信息加工策略分为2类：1）运动员1、2、3、5、7、8的字符串涵盖的注视目标数量相对较少，但其察觉目标数量却没有减少，空当与某些兴趣区域的字符串重复呈现，因此推测该类运动员多采用外周视觉感知信息的搜索策略，空当区域可能是其中重要的“锚定点”；2）运动员4和运动员6的字符串涵盖所有的兴趣区域，因此推测该类运动员多采用中央视觉感知信息的搜索策略。此外，运动员2、3、7、8均在空当区域、远端进攻球员区域和远端防守球员区域投入较多的信息加工时间，但是鉴于加工顺序的不同，其眼动轨迹也仅存在中等程度的相似性（0.417～0.559）；运动员5分别与运动员4、运动员6在兴趣区域的加工顺序上存在些许相似，但鉴于视觉搜索策略的差异性，其眼动轨迹也呈现中等程度的相似度（0.412～0.441）；而运动员1投入更多注视资源于远端球员区域，与其余运动员的眼动轨迹相似度较低（0.257～0.371）。

3   讨论

本研究探讨了足球运动员“3V2”进攻战术决策场景下的视觉信息加工特征。战术决策敏捷性和合理性分别反映了视觉信息提取加工的速度和准确性；眼动参数的整合能够反映视觉信息的来源、分布及视觉信息加工的策略。视觉信息加工策略的差异性是行为绩效不同的重要原因。本研究通过整合战术决策绩效和视觉信息加工的时间与空间特征，归纳和提取专家组战术决策的信息加工策略，为战术意识培养和决策训练提供指导。

3.1  战术决策绩效分析

在足球“3V2”进攻战术决策场景下，专家组表现出敏捷、合理的战术决策，反映了其视觉信息提取加工的快速和有效性。只有那些在某一领域里投入了大量精力进行准备或训练并能维持高水平表现的个体才能称之为专家［25］。在竞技体育领域，技战术知识的储备量成为专家的充分条件；是否具备符合该运动特征的有组织的知识是成为专家的决定性因素［26］。一般而言，专家拥有更复杂的概念网络，包括与技战术相关的陈述性知识和程序性知识、反应选择及执行程序［27］。专家组知识结构的有序化使得其能够根据场景变化调整自己的注意策略，快速搜索出有价值的信息。这种高效的视觉搜索策略促使其基于先验信息的特征提取能力得到提升，即便信息不完整，仍然能作出高效合理的決策。此外，这些概念网络是运动决策过程中模式识别的关键因素，能够促使专家组将刺激信息与大脑中已有的图式结构进行比较和匹配，从而有效辨别该刺激信息的意义［28-30］。专家组有着较高的运动等级和较长的持续训练年限，参加重大赛事的机会多，由于经常接受足球专项刺激使其逐渐丰富和完善长时记忆系统中的图式，能够自上而下调节信息的输入，从而在有限注意资源下能快速把握和预测比赛。而新手组由于运动水平较低、持续训练年限较短、参加重大比赛次数较少等原因，特征提取和模式识别有限，无法提取关键信息，因此视觉信息加工的速度和准确性较低，表现为较低的战术决策绩效。

3.2  视觉信息加工的时间与空间特征

足球运动员要想在不断变化的场景中短时间内作出正确决策，需要运动员迅速准确地通过视觉搜索进行判断处理，把握有效信息并进行深度加工。本研究通过整合各项眼动参数归纳运动员视觉信息加工的时间与空间特征。其中：注视（注视次数、注视时间）和凝视（凝视次数、凝视时间）反映视觉信息加工的时间特征；扫视（扫视次数、扫视时间和眼跳距离）和注视点坐标位置离散程度反映视觉信息加工的空间特征。

3.2.1  时间特征

运动员为看清“3V2”进攻战术决策场景中的信息，必须将双眼保持一定方位，使场景信息呈现在视网膜上，这一眼动活动称为注视［31］。运动员对某一兴趣区域的注视持续时间大于100 ms被称为一次凝视，被描述为“感兴趣的信息区域上的暂停”，不同兴趣区域的凝视特征是选择性注意策略的体现［5，17］。根据容量有限加工的假设，信息加工系统不能同时加工多重信息的输入，否则行为绩效将会下降，因此，这种由注意资源有限性造成的加工瓶颈使信息加工系统不得不“决策”哪些信息接受感知和深度加工［2］。专家组在空当区域、近端进攻球员区域和远端防守球员区域一次注视所持续的时间较长，其中空当区域是专家组选择性注意的焦点区域，运动员对其信息加工程度较深。传球是专家组使用概率最高的决策。己方进攻球员与对方防守球员不断撕扯变化的空当是专家组关注的重点，运动员为了保证其传球对球门的威胁，倾向于传球至远端进攻球员，但往往远端进攻球员被对方防守球员所钳制，因此退而选择传球至近端进攻球员。结合战术决策绩效来看，专家组和新手组在注视时间上没有显著性差异，但专家组决策敏捷性高于新手组，这说明新手组可能受场景外刺激因素的干扰，投入较多注视资源于无关信息上。此外，专家组能够实施合理有效的视觉搜索策略，通过选择性注意挑选信息量较为丰富的空当区域进行深度加工，同时对近端进攻球员区域和远端进攻球员区域等事关决策的兴趣区域进行加工，从而作出有效决策。而新手组缺乏足球专项的运动图式，无法实施自上而下的视觉搜索策略，也就无法辨别出关键兴趣区域，因此战术决策绩效低下。

3.2.2  空间特征

扫视是指眼睛从某一位置到另一位置的快速运动，即注视之间的过渡［32］，用于注视之间转换的扫视（眼跳）可分为经验驱动和刺激驱动的注意转移［33-34］。注视点坐标位置离散程度是指注视点x轴和y轴坐标点与零点坐标距离的绝对值，注视点坐标离散程度越小，说明注视点越集中。专家组有着丰富的专项认知经验，长时记忆系统存储着大量的专项运动图式，具有合理有效的选择性注意策略。因此，尽管运动场景具有不可预测性，但专家组仍能够根据专项认知进行视觉信息的提取与加工，即表现出经验驱动的注意转移，在扫视行为上表现出扫视次数少、扫视时间短、眼跳距离长。扫视与更明显的注意激活有关，扫视的方向指向运动员感兴趣的区域［35-36］。本研究表明，专家组视觉搜索的关键兴趣区域集中于空当区域、近端进攻球员区域和远端防守球员区域。专家组较高的战术决策合理性也正说明了其基于认知控制眼跳到关键兴趣区域，体现了眼跳的准确性。此外，在注视点坐标位置离散程度上，专家组注视点x轴和y轴坐标点与原点坐标距离的绝对值均小于新手组，说明专家组的注视点较为集中。综上，专家组在专项认知经验的基础上明确场景信息的来源、有目的地进行视觉搜索、注视点集中，节省了搜索的时间成本，提高了信息加工的合理性。新手组由于临场经验和专项认知的不足，不能有效提取关键信息，无法动用经验驱动的注意转移策略，而大多是基于刺激信息呈现的时序特征进行搜索，表现出基于小幅度眼跳的多次扫视，注视点散乱，信息整合能力较差。

3.3  战术决策的视觉信息加工策略

在“3V2”进攻战术决策场景下，尽管专家组注视目标数量少于新手组，但是仍然会察觉更多的刺激目标。此外，专家组表现为扫视少和眼跳大的眼动行为，因此多采用外周视觉感知信息的加工策略，该结果与Vater等研究相似［37］。运动员在高压时间任务下倾向于将注意集中于某一位置，动用外周视觉感知其他刺激信息。这种视觉信息加工策略的优点在于：1）避免在扫视过程中信息处理的中断；2）可以更快地转移注意力，减少扫视的成本［37-38］。凝视锚定假说［37］提出，运动员在某一位置长时间地凝视，但这个位置可能与信息提示无关，而是在通过外周视觉优化信息处理消除与扫视运动相关的成本。通过分析眼动参数的时间特征发现，专家组在空当区域凝视次数较少和凝视时间较长，且从眼动轨迹匹配分析可知，空当区域与某些兴趣区域的组合字符串规律性地重复呈现，由此推测空当区域是专家组外周视觉信息加工的“锚定点”。本研究结果与Afonso等［39-40］研究者在排球防守情境下的研究类似，这些研究者认为在执行防御前，专家组用更多时间专注于对方攻击者与己方阻击者之间的空当，即“功能空间”。眼动轨迹匹配分析表明，专家组眼动轨迹存在中低程度的相似性，因此并非所有运动员采取外周视觉感知信息的加工策略。运动员4和运动员6的注视目标涵盖所有兴趣区域，其眼动轨迹字符串较长，注视时间较长，扫视次数较多。因此，该类运动员多采用中央视觉感知信息的加工策略。Hüttermann等建议运动员可以通过了解自身眼动行为中功能性较弱的模式，借鉴最优秀运动员的眼动行为，有助于提升运动表现［31］。因此，本研究建议中央视觉信息加工策略的专家组多进行外周视觉的训练，提升外周视觉感知信息的能力，减少扫视过程中的时间成本。

专家组通过少扫视和注视点集中的眼动行为有效定位和提取关键信息，并通过大幅度的眼跳把握整体场景信息，因此其视觉搜索活动是经验驱动的认知加工过程，即自上而下的视觉搜索策略。根据徐兆方等对多目标视觉搜索策略的分类［41］，本研究认为专家组大多采用系列搜索的感知策略，即有意的、按照一定的搜索路径进行的信息扫描。专家组在足球专项认知经验的基础上明确场景信息的来源、有目的地进行视觉搜索、注视点集中，节省了视觉搜索的时间成本，提高了战术决策绩效。在系列搜索过程中，工作记忆会暂时存储被检测过的信息，以防止重复搜索，因此眼跳会更多偏离先前注意过的项目［42］。但是眼动轨迹字符串表明，由于运动场景和刺激信息的不断变化，运动员在搜索过程中会重复搜索关键区域，这是决策反应时和准确率权衡的结果。因此，专家组在系列搜索外，同时采用刺激驱动（自下而上）的视觉搜索策略，即徐兆方等提出的多目标视觉搜索策略中的平行搜索策略［41］，也即一种自由的、无序的搜索并且没有意识控制眼跳方向或眼跳距离。综上所述，专家组采用一种平行-系列的复合性搜索策略。而新手组大多采用中央视觉感知外界信息，多注视、多扫视、眼跳小、注视点分散，表明其大多采用平行搜索的信息加工策略。

3.4  研究的局限性

本研究尚存在以下局限：1）限于条件有限，纳入符合条件的被试相对较少，但也有研究［43］显示仅7名专家和7名新手便可以得到预期结果；2）采用录像还原的刺激材料在视觉信息的呈现上很难与足球运动的立体场景一致，生态学效度偏低；3）限于专业职责要求，不同场上位置球员的战术决策和视觉搜索行为绩效可能存在差异；4）“3V2”进攻战术属于局部简单战术配合，而真实比赛场景是多种技战术的配合与串联，因此与真实比赛存在一定差距。建议后续研究中可以纳入更多被试，从提高刺激材料的生态学效度和增加场上位置变量等进一步探讨连贯性的真实比赛情境下运动员的视觉信息加工特征，以更加契合足球战术决策训练的实践要求。

4   结论

专家组在“3V2”进攻战术决策场景中表现出更加快速与合理的战术决策，原因是具备经济和高效的视觉信息加工策略，对空当区域、近端进攻球员区域、远端进攻球员区域等关键区域进行深度加工。专家组多数采用平行-系列搜索策略，以空当区域为视觉“锚定点”，动用外周视觉实现对多目标信息的加工处理；少数采用中央视觉感知信息的策略，视觉信息加工的成本较高。而新手组由于专项认知经验匮乏，大多采用平行搜索的信息加工策略，基于中央视觉感知和处理信息，视觉搜索的经济性较低。建议专家组借鉴最优视觉搜索策略，进行外周视觉训练，节省扫视成本；并且可以根据专家组的视觉搜索关键信息，设计一套基于计算机辅助训练的方法，有针对性地提高新手组专项认知和信息加工的有效性。

参考文献：

［1］  杨浩，高巍. 第18届世界杯足球赛16强快速进攻战术运用的情况［J］. 首都体育学院学报，2009，21（4）：490-495.

［2］  徐鹏，张家健，赵冰. 选择性注意的神经机制和眼动注意模型的研究综述［J］. 重庆理工大学学报（自然科学版），2015，29（11）：112-119.

［3］  李京诚，徐守森，张森. 体育运动心理领域的眼动研究综述［J］. 首都体育学院学报，2006，16（3）：3-5.

［4］  ROCAL A， FORD P R， MEMMERT D. Creative decision making and visual search behavior in skilled soccer players［J］. Plos One， 2018，13（7）：1-11.

［5］  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-

375.

［6］  BUSCOMBE R， POTTON A， VOLSKIS L， et al. The influence of body language and expected competency on gaze behaviour while forming an impression of a tennis player［J］. International Journal of Sport and Exercise Psychology， 2020， 21（4）： 1-13.

［7］  劉洋，漆昌柱，秦杰. 视觉运动追踪及其在体育运动中的应用与启示［J］. 武汉体育学院学报，2018，52（8）：78-84.

［8］  VAN DER KAMP J. Exploring the merits of perceptual anticipation in the soccer penalty kick［J］. Motor Control， 2012， 15（5）：342-358.

［9］  吴殷，刘圣阳，张剑. 足球运动员视觉搜索策略研究［J］. 沈阳体育学院学报，2012，31（2）：106-108.

［10］  MANN D T Y， WILLIAMS A M， WARD P， et al. Perceptual cognitive expertise in sport： A meta-analysis［J］. Journal of Sport & Exercise Psychology， 2007， 29（4）： 457-478.

［11］  孙文芳，王馨悦，王长生，等. 专家运动员的视觉搜索特征：基于眼动研究的Meta分析［J］. 天津体育学院学报，2018，33（4）：321-328.

［12］ LAURUTIS V， DANUYS G， ZEMBLYS R. Quantitative analysis of catch-up  saccades executed during two-dimensional smooth pursuit［J］. Electronics and Electrical Engineering， 2010， 98（2）： 83-86.

［13］  许战，苏舒扬，梁若雯. 不同足球中场技术水平大学生的眼动特征比较研究［J］. 内江科技，2014，35（4）：151-152.

［14］  LEXL H， ESSIG K， KNOBLAUCH A， et al. Cognitive representations and cognitive processing of team-specific tactics in soccer［J］. Plos One， 2015， 10（2）： 219-236.

［15］  ROCAL A， FORD P R， MEMMERT D.Creative decision making and visual search behavior in skilled soccer players［J］. Plos One， 2018， 13（7）： 381-392.

［16］  AKSUML K M， MAGNAGUAGNO L， BJORNDALL C T， et al. What do football players look at？ An eye-tracking analysis of the visual fixations of players in 11 v 11 elite football match play［J］. Frontiers in Psychology， 2020，16（11）： 2995-3005.

［17］  PIRAS A， PIERANTOZZI E， SQUATRITO S.Visual search strategy in judo fighters during the execution of the first grip［J］. International Journal of Sports Science and Coaching， 2014， 9（1）：185-198.

［18］  李安民，李晓娜. 乒乓球运动员发球落点判断过程中視觉搜索的眼动特征［J］. 上海体育学院学报，2011，35（2）：12-15.

［19］  ZHOU L， ZHANG Y Y， LI S， et al. New paradigms for the old question： Challenging the expectation rule held by risky decision-making theories［J］. Journal of Pacific Rim Psychology，2018， 36（12）： 17-21.

［20］  KR？譫L M， KR？譫L E M. Learning from peerseye movements in the absence of expert guidance： A proof of concept using laboratory stock trading，eye tracking， and machine learning［J］. Cognitive Science，2019，43（2）： 12716-12728.

［21］  STUART S， ALCOCK L，GODFREY A， et al. Accuracy and re-test reliability of mobile eye-tracking in Parkinsons disease and older adults［J］. Medical Engineering & Physics， 2016， 38（3）： 308-315.

［22］  CZY■ S H， ZVONA？魲 M， BORYSIUK Z， et al. Gaze behavior in basketball free throws developed in constant and variable practice［J］. International Journal of Environmental Research and Public Health， 2019，16（20）： 3875-3886.

［23］  黄龙，徐富明，胡笑羽. 眼动轨迹匹配法：一种研究决策过程的新方法［J］. 心理科学进展，2020，28（9）：1454-1461.

［24］ NUTHMANN A， KLIEGL R. An examination of binocular reading fixations based on sentence corpus data［J］. Journal of Vision， 2009， 9（5）：1-28.

［25］  STARKE J， ALLARD F. Perception in volleyball： The effects of competitive stress［J］. Journal of Sport Psychology， 1983， 5（3）：189-196.

［26］  王洪彪. 运动决策情境中认知加工理论模型的初步构建 ［J］. 沈阳体育学院学报，2013，32（3）： 28-32.

［27］  LEXL H， ESSIG K， KNOBLAUCH A， et al. Cognitive representations and cognitive processing of team-specific tactics in soccer［J］. Plos One， 2015， 10（2）： 219-236.

［28］  GORMAN A D，ABERNETHY B， FARROW D. Evidence of different underlying processes in pattern recall and decision-making［J］. The Quarterly Journal of Experimental Psychology， 2015， 14 （2）：37-41.

［29］  GORMAN A D， ABERNETHY B， FARROW D. Is the relationship between pattern recall and decision-making influenced by anticipatory recall？［J］. The Quarterly Journal of Experimental Psychology，2017，30（12）：21-42.

［30］  徐立彬，李安民. 乒乓球運动员对发球知觉判断的启动效应研究［J］. 天津体育学院学报，2013，28（4）：310-314.

［31］  HUTTERMANN S， NO？魮L B， MEMMERT D. Eye tracking in high-performance sports：Evaluation of its application in expert athletes［J］. Int J Comput Sci Sport， 2018， 17（11）：182-203.

［32］  SCHMIDT R A， LEE T D. Motor control and learning： A behavioral emphasis［M］. Champaign， IL： Human Kinetics， 2005：210-213.

［33］  BINDA P， MORRONE M C. Vision during saccadic eye movements［J］. Annu Rev Vis Sci， 2018， 10（4）：193-213.

［34］  LUNA B， VELANOVA K， GEIER C F. Development of eye-movement control［J］. Brain and Cognition， 2008， 68（5）：293-308.

［35］  MCCAMY M B， OTERO-MILLAN J， DI STASI L L， et al. Highly informative natural scene regions increase micro saccade production during visual scanning［J］. Journal of Neuroscience， 2014， 34（16）： 2956-2966.

［36］  PIRAS A， RAFFI M， PERAZZOLO M， et al. Microsaccades and interest areas during free-viewing sport task［J］. Journal of Sports Sciences， 2017， 18（8）：1-8.

［37］  VATER C，WILLIAMS A M， HOSSNER E J. What do we see out of the corner of our eye？ The role of visual pivots and gaze anchors in sport［J］. Int Rev Sport Exerc Psychol， 2019， 13（5）：81-103.

［38］  VAEYENS R， LENOIR M， WILLIAMS A M， et al. The effects of task constraints on visual search behavior and decision-making skill in youth soccer players［J］. J Sport Exerc Psychol， 2007， 29（4）：147-169.

［39］  AFONSO J， GARGANTA J， MCROBERT A， et al. The perceptual cognitive processes underpinning skilled performance in volleyball： Evidence from eye-movements and verbal reports of thinking involving an in situ representative task［J］. Journal of Sports Science & Medicine， 2012， 18（11）：339-345.

［40］  VANSTEENKISTE P，VAEYENS R， ZEUWTS L， et al. Cue usage in volleyball： A time course comparison of elite，intermediate and novice female players［J］. Biology of Sport， 2014， 31（6）：295-302.

［41］  徐兆方，柳忠起，王兴伟，等. 多目标搜索过程中的眼动研究［J］. 生物医学工程学杂志，2017，34（2）：214-219.

［42］  KLEIN R M， MACINNES W J. Inhibition of return is a foraging facilitator in visual search［J］. Psychol Sci， 1999， 10（4）： 346-352.

［43］  SAVELSBERGH G J P， ONRUST M， ROUWENHORST A， et al. Visual search and locomotion behavior in a four-to-four football tactical position game. International Jourperimental investigations of some methodological issues［J］. Motor Control， 2006， 9（9）：332-351.

收稿日期：2021-09-27

第一作者简介：史鹏（1996—），男，博士在读，研究方向为运动决策的信息加工及眼动行为模式干预。E-mail：1658585524@qq.com。

通信作者简介：吕中凡（1965—），男，博士，教授，研究方向为球类运动的视觉情报与处理。E-mail：luzhongfan@sina.com。

作者單位：1.上海体育学院体育教育学院，上海 200438；2.辽宁师范大学体育学院，辽宁大连 116029；3.辽宁省运动人体科学重点实验室，辽宁大连 116029。

1. School of Physical Education， Shanghai University of Sport， Shanghai 200438， China; 2. School of Physical Education， Liaoning Normal University， Dalian， Liaoning 116029， China; 3. Sports Human Science Key Laboratory of Liaoning Province， Dalian， Liaoning 116029， China.