竞速类滑冰运动员比赛成绩与冰质条件、特征相关性研究

吴 迪，穆 亮，贺 鹤，赵明元

（哈尔滨体育学院，黑龙江 哈尔滨 150001）

在冬季奥林匹克竞技中，我国冰上项目一直具有较强的竞争力[1].影响冰上项目运动员成绩的因素十分复杂，除了运动员自身的比赛节奏、步速[2]、身体素质、技战术运用[3]等因素之外，冰场质量也是影响运动员稳定发挥竞技运动水平的重要条件.相对间冷系统而言，直冷制冰技术可以保证冰上运动项目场地冰面温度均匀[4]，并且冰面温差不超过±0.5℃.冰面温差越小，冰面的平整度和稳定性就越好，也就越可以保证短道速滑赛事冰面的质量优质率.

北京冬季奥林匹克运动会以绿色、科技冬奥为契机研发、设计和建造了具有自主知识产权的CO2跨临界直冷制冰机组，在首都体育馆冰场进行示范应用，服务冬奥会和国家冰雪战略，这是自1924年法国夏蒙尼第一届冬季奥运会迄今为止首次采用的制冰技术，碳排放量接近于零，突出了北京冬奥会“科技、智慧、绿色、节俭”的特色.因而，这项技术的应用不仅回应了《蒙特利尔议定书基加利修正案》《奥林匹克2020议程》等环保共识[5]，而且满足了“十四五”能耗“双控”，2030年前碳达峰[6]以及全民健身冰雪运动的可持续开展[7]等3个方面的要求.CO2跨临界直冷制冰技术不仅与常用制冰工质的全球变暖潜能值（GWP）差异较大[8]，而且可以保障短道速滑赛事冰面的质量优质率.由于冰场场地相关因素，特别是冰质条件对运动员的竞技表现起着至关重要的作用.因此，本研究针对竞速类冰上项目的主要冰质特征需求以及成绩相关性进行梳理，旨在为CO2跨临界直冷制冰技术应用提供参考.

1 研究方法

1.1 文献资料

查阅冰壶、滑冰以及冰球等国际冰上运动项目协会有关竞赛规则，整理各项目对冰质要求的主要参数区间范围.相关协会主要有国际滑冰联盟（International Skating Union，ISU）、国际冰球联合会（International Ice Hockey Federation，IIHF）以及世界冰壶联合会（World Curling Federation，WCF）.

1.2 深度访谈

通过深度访谈技术官员、运动员以及制冰师，进一步总结CO2跨临界直冷制冰技术条件下冰面使用的体验与特征.

1.3 数理统计法

选取2022年北京冬季奥林匹克运动会首都体育馆冰质条件如表1所示.

2 主要研究发现

2.1 冰质需求参数与竞赛成绩

2.1.1 冰质需求参数

冬奥会场馆冰场对冰面温度、厚度、风速及室内环境有严格的技术要求.根据冬奥会国际单项体育联合会技术要求及调研，冬奥会速度滑冰、花样滑冰、冰壶及冰球的冰场室内设计参数如下（表2）.

表2 首都体育馆冰质数据

3.1.2 竞速类冰上运动成绩

从官方成绩册、奥运会官方网站数据分析，女子3000 m荷兰选手以3:53.93打破2002年美国选手3:57.70的成绩；女子1500 m 荷兰选手以1:53.28 打破2014 年荷兰选手1:53.51 的成绩；女子5000 m 荷兰选手以6:43.51打破2002年德国选手6:46.91的成绩；女子1000 m日本选手以1:13.19打破2018年荷兰选手1:13.56的成绩.

对我国参赛运动员而言，在中国北京冬奥代表团获得的4块冰上项目金牌中，首都体育馆采用CO2跨临界制冷剂的冰场，助力中国代表团获得3枚金牌（其中短道速滑2块，花样滑冰1块），占中国北京冬奥代表团金牌总数75%，为我国在本届冬奥取得历史性突破提供了重要的场地技术支持.

2.2 冰质需求特征分析

2.2.1 稳定性

运动员如想在冰面上获得更大的动力，减少阻力，刀刃是最理想的，冰非常光滑，通常物体在冰面上没有办法获得足够的侧向摩擦力，支撑不住，但因为刀刃在冰面上可以插入到冰面之中，从而既可以获得一个竖直方向的支撑力，也可以获得水平方向的阻力.在冰刀刃和冰面之间存在一层水膜，起到了很好的润滑作用.也是因为这一层水膜的存在，才使冰刀在冰面上滑行的时候能够运行自如.因此，冰面冰质的好坏和均匀程度，即冰面的稳定性对运动员的运动表现有着至关重要的作用.

通过访谈可知，CO2跨临界直冷制冰技术可以使冰面获得较好的稳定性.例如，北京冬奥组委技术部部长喻红介绍，参与“相约北京”冰上项目测试的北京冬奥会5大竞赛场馆中，其中4个都采用了CO2跨临界直接制冰技术，这种系统碳排放量接近于零.冰表面温差不超过0.5℃，冰场硬度均匀，更有利于运动员出成绩.

另外，通过对制冰师以及弯道管理员访谈表明，CO2制冷更能适应各种浇冰形式，弯道管理员在浇热水的时候，冰面能更好的适应热水，冰面温度稳定，不会很快把浇上的热水冻结，反而使其形成薄薄的一层水，使运动员滑行更为舒适流畅，更有利于发挥运动员的能力，取得好成绩.

2.2.2 效率性

为了提高冰上项目场馆的使用效率，因而存在不同的冰上比赛项目对于冰面温度要求的不同，而且还存在不同项目在同场地比赛的情况，这就需要冰场具有能够快速调节不同使用区域冰面温度，即冰场使用功能转换效率的问题.由于承办两种赛事，整个冬奥会期间，首都体育馆的冰场需要进行30次转换，以满足花样滑冰和短道速滑两种比赛项目的不同需求，有时中间只有3 h的转换时间.

根据首都体育馆花样滑冰竞赛主任姚佳介绍，两个项目对于冰面、现场环境等比赛要素需求不同，“冰场转换”成为场馆工作的重中之重.同时，通过访谈可知，为了快速实现冰面功能转换，主要是充分利用二氧化碳制冰温度均匀的特点，结合精准控制系统和线性降温策略.通过此项策略，不仅可以实现2 h 内完成快速、高效的冰面转换，而且远远小于国际奥委会3 h冰面转换的要求.

2.2.3 优质性

竞速类冰上项目竞赛中要求冰面具有较高的优质性.例如，短道速滑比赛，运动员在转弯的过程中，身体要尽量靠近圆弧的切线，因为这样才是最短路径；同时左肩要明显低于右肩，完成蹬冰动作.重心的变化，在短道滑的时候，人的两个脚的冰刀基本上是接触于冰面的，所以冰面也会给这个人一个斜向的作用力，这个作用力可以提供人的向心力，冰面的优质性是保障弯道高速滑行的重要因素，与获得优异成绩有重要关系.

通过访谈可知，CO2跨临界直冷制冰技术可以使冰面保证较好的优质性.例如，匈牙利选手刘少林在男子1500 m1/4决赛中打破奥运纪录，赛后访谈表述“冰面和场地感受都很好，速度也很快，我喜欢这块场地，冰面场地也很有抓地力，让我可以更好的控制过弯.”另外，冬奥会期间，日本花样滑冰名将羽生结弦点赞说：“我在这里可以滑得非常轻松，跳得非常高，我太喜欢这个场馆的冰面了.”此外，荷兰选手舒尔婷北京冬奥会获得4枚短道速滑奖牌，并在女子1000 m1/4决赛中打破尘封10年的世界纪录.赛后访谈表述“能在如此优美的冰面滑冰，是无语伦比的享受，享受每一场比赛，冲刺的时候很梦幻.”

2.3 冰质条件与竞速类运动项目竞技成绩相关性分析

2.3.1 正态性检验

以速度滑冰女子3000 m以及短道速滑男子500 m、女子500 m、男子1000 m和女子1000 m项目为例，使用的数据主要来自两个方面.第一，场地参数来自于速度滑冰女子3000 m 以及短道速滑男子500 m、女子500 m、男子1000 m和女子1000 m项目比赛场地国家速滑馆，主要指标包括时间、室内温度、室内湿度、冰道厚度、冰道硬度、冰道表面温度以及冰面质量优质率等；第二，2022 年第24 届北京冬季奥林匹克运动会速度滑冰女子3000 m 以及短道速滑男子500 m、女子500 m、男子1000 m 和女子1000 m 项目官方成绩册，以及2021/22 国际滑联世界杯赛名古屋(日本JPN）、2021/22 国际滑联世界杯赛多德雷赫特（荷兰NED），2021/22 国际滑联世界杯赛德布勒森（匈牙利HUN）男子500 m、女子500 m、男子1000 m 和女子1000 m官方成绩册.

由于样本量较少，所以采用夏皮洛-威尔克进行正态性检验，由表3可知，速度滑冰女子3000 m项目成绩和冰层厚度(cm)的p＜0.05，即数据不满足正态性.

表3 冰场物理指标正态性检验

2.3.2 冰场物理指标与成绩相关性分析

由于不是所有的变量都满足正态性，所以采用斯皮尔曼来进行相关性检验.由表4可以看出，速度滑冰女子3000 m项目成绩和冰质、室内温度以及室内湿度之间，在0.01级别（双尾）上的相关性呈现显著相关，相关性系数为0.676，0.764以及0.743.此外，室内温度与室内湿度也呈现高度相关，相关系数为0.707.

表4 冰场物理指标与速度滑冰女子3000 m成绩相关性

由相关性分析的结果可知，速度滑冰女子3000 m项目成绩和冰质之间的相关性是显著的，因此可以通过这两个指标来建立模型对Times进行预测.

2.4 冰质条件与短道速滑运动成绩的相关性分析

2.4.1 数据整理与分析

分别对短道速滑男子500 m、女子500 m、男子1000 m和女子1000 m等4个单项的比赛结果进行分析，未列入男子1500 m、女子1500 m和接力比赛.并且，因受伤、疾病或跌倒导致的比赛结果差异被排除在比较之外.比较每组滑冰运动员的比赛结果，并记录成绩之间的差异，用来探究CO2跨临界直冷制冰技术冰质条件与高水平运动员速度滑冰成绩之间的关系.所有的分析采用SPSS 26.0.首先，对场馆基础条件以及短道速滑项目比赛成绩进行描述统计；其次，将CO2跨临界直冷冰场赋值为1，其他场馆赋值为2，最后，采用Person 系数进行描述与分析CO2跨临界直冷制冰技术冰质条件与高水平运动员速度滑冰成绩之间的相关性.其中，r＞0 为正相关，显著性水平通过“*”的数量表示.

2.4.2 短道速滑成绩数据特征

数据显示（表5），北京冬奥会（CHN）短道速滑男子500 m决赛8人，比赛成绩平均值（M）为40.934 s，标准差为（SD）为0.423.女子500 m决赛运动员比赛成绩平均值（M）为43.6621 s，标准差（SD）为0.20721.男子1000 m比赛成绩平均值（M）为94.776 s，标准差（SD）为5.164.女子500 m比赛成绩平均值（M）为42.846 s，标准差（SD）为0.256.女子1000 m比赛成绩平均值（M）为90.972 s，标准差（SD）为4.485.

表5 北京冬奥与近期大赛短道速滑成绩

2021/22国际滑联世界杯赛名古屋（日本JPN）男子500 m决赛运动员比赛成绩平均值（M）为44.011 s，标准差为（SD）为6.31.女子500 m决赛运动员比赛成绩平均值（M）为43.662 s，标准差（SD）为0.207.男子1000 m决赛运动员8人比赛成绩平均值（M）为92.324 s，标准差为（SD）为9.131.女子1000 m决赛运动员8人，比赛成绩平均值（M）为99.5050，标准差（SD）为12.801.

2021/22 国际滑联世界杯赛多德雷赫特（荷兰NED）男子500 m 决赛运动员比赛成绩平均值（M）为45.247 s，标准差（SD）为8.426.女子500 m 决赛运动员比赛成绩平均值（M）为45.247 s，标准差（SD）为6.965.男子1000 m决赛运动员9人比赛成绩平均值（M）为85.401 s，标准差为（SD）为1.739.女子1000 m决赛运动员9人，比赛成绩平均值（M）为91.189 s，标准差（SD）为2.367.

2021/22 国际滑联世界杯赛德布勒森（匈牙利HUN）男子500 m 决赛运动员比赛成绩平均值（M）为44.421 s，标准差（SD）为6.533.女子500m决赛运动员比赛成绩平均值（M）为43.203 s，标准差（SD）为0.589.男子1000 m决赛运动员6人比赛成绩平均值（M）为85.275 s，标准差为（SD）为1.069.女子1000 m决赛运动员6人，比赛成绩平均值（M）为98.019 s，标准差（SD）为9.645.

2.4.3 冰质情况与短道速滑成绩的相关性

进一步统计采用CO2跨临界直冷循环技术北京冬奥会短道速滑男子500 m、女子500 m、男子1000 m和女子1000 m决赛成绩之间的数据间距.通过数据间距反映与北京冬奥会短道速滑成绩之间的差距，主要考察各组成绩之间是否具有统计学意义上的显著差异，依次来说明采用CO2跨临界直冷循环技术以后场馆冰质与运动员成绩之间的相关性.

数据显示（表6），北京冬奥会短道速滑各项目与平均值间距分别为2.329、0.8935、-5.332和3.949.2021/22国际滑联世界杯赛名古屋（日本JPN）短道速滑各项目与平均值间距分别为-0.748、0.078、-2.880和-4.584.2021/22国际滑联世界杯赛多德雷赫特（荷兰NED）短道速滑各项目与平均值间距分别为-0.425、-1.508、4.043 和3.732.2021/22 国际滑联世界杯赛德布勒森（匈牙利HUN）短道速滑各项目与平均值间距分别为-1.158、0.537、4.169和-3.098.

表6 北京冬奥与近期大赛短道速滑成绩相关性分析

2.5 冰质条件与运动成绩的模型建构

2.5.1 相关性验证

为了方便验证这种关系，研究采用北京冬奥会短道速滑项目比赛期间的冰面温度与室内湿度的数据反映冰质的好坏和均匀程度情况，并集中讨论CO2跨临界直冷循环技术场馆冰质与女子运动员500 m短道速滑成绩之间的相关性.首先，对场馆基础条件以及短道速滑500 m项目比赛成绩进行汇总统计；其次，利用皮尔逊相关系数分析CO2跨临界直冷制冰技术冰质条件与女子500 m短道速滑成绩之间的相关性.

在公式（1）中，x表示比赛成绩，y分别表示冰面温度和室内湿度.

计算结果显示冰面温度、室内湿度与女子500 m短道速滑成绩相关系数为-0.136和0.225.因此冰面温度与女子500 m短道速滑成绩有负相关性，室内湿度与女子500 m短道速滑成绩有正相关性.

2.5.2 回归预测模型

根据第一部分计算的相关性系数，可知冰面温度和室内湿度与女子500 m短道速滑成绩存在一定的相关性.观察已有的数据，假定此时冰面温度和室内湿度与女子500 m短道速滑成绩存在某种线性关系，则建立起回归预测模型.

一般线性模型为y=β0+β1x1+…+βnxn+ε,其中，y为数值型的输出变量，xi(i=1,2,….n)为输入变量；ε是随机误差项.

现以冰面温度、室内湿度分别作为输入变量x1和x2，女子500 m短道速滑比赛成绩作为输出变量y，建立多元线性回归模型，判断二者对短道速滑比赛成绩的影响，具体回归方程如下式所示：

利用Matlab调用回归函数计算模型参数，得出：=53.753-10.874x1+1.373x2.

2.5.3 统计性检验

回归模型建立后需进行相关的检验，评价模型的效果.此时先利用SPSSPRO 对冰面温度和室内湿度进行F检验.如表7的结果分析可以得到，显著性P值为0.031**，小于0.05，说明数据之间存在显著差异，存在线性关系，基本满足要求.

表7 方差齐性检验结果表

其次，利用Matlab作残差分析并绘制时序残差图（图1），可以看到残差大部分集中分布在零的附近.23,34,35,39,43的这5个样本点的残差偏离原点较远，但总体呈现的结果较好，满足回归模型前提假定的要求.最后，通过以下公式

图1 残差分析的结果图

计算R2的值，分析此回归模型的拟合情况.

R2为曲线回归的拟合程度，越接近1 效果越好，计算得出此回归模型的R2为0.109.

3 结论

对使用CO2跨临界直冷循环技术以后场馆冰质条件下运动员在北京冬奥会以及相近时期国际大赛中的成绩统计、描述与分析，主要目的是考察冰道冰质情况与成绩之间的相关性.通过相关分析显示，竞速类滑冰项目与场馆冰质呈现显著正相关性.研究结果表明，北京冬奥会冰上项目场馆采用CO2跨临界直冷循环技术与短道速滑运动员提高成绩具有一定的相关性.