足球運動員進攻戰術預判決策的視覺搜索特征：空間工作記憶容量的影響

史 鵬，王國動，魏 征，孫金月，章冬楊，張鐸耀

現代足球競賽身體對抗日趨激烈，攻守轉換速度加快（李春陽 等，2021），這要求足球運動員擁有超強的戰術意識以應對瞬息萬變的場景。戰術意識是以戰術知識和專項經驗為基礎形成的心智活動（黃竹杭，2008），較高的戰術意識在比賽中體現為觀察決策的有效性和技能選擇的合理性（部義峰，2021）。因此，視覺搜索在戰術意識中發揮重要作用，并決定了運動員的信息篩選和行為決策。高水平足球運動員發揮高效戰術決策的前提是其有效的選擇性注意加工策略，這種策略使運動員能夠通過更廣泛的視野從競賽場景獲取更有效的信息，從而與環境刺激相互聯系誘發更靈活的決策（王洪彪，2013；Rocal et al.，2018）。工作記憶（working memory，WM）和選擇性注意是知覺和行動間動態交互作用中2 個重要的認知系統（張明 等，2012）。WM 在執行任務過程中是用于信息暫時性存儲和加工的資源有限系統（Ma et al.，2014），選擇性注意是對外界信息進行篩選以確保有限認知資源得以高效運行的系統（Quigley et al.，2014），WM 會促使個體對WM 表征的信息或與信息有關的特征投入更多的注意（龍芳芳 等，2019；王洪彪，2013；Conway et al.，2007）。因此，WM 在運動員視覺搜索過程中發揮重要作用。

視覺工作記憶（visual working memory）作為WM 多組分模型的重要組成部分，可以實現對客體和空間信息的暫時性存儲和加工（李華慶 等，2019；Klauer et al.，2004）。其中，對圖案、形狀等客體信息進行暫時性存儲和加工的系統稱為客體工作記憶（object working memory，OWM），主要執行“what”功能；對位置、方向等空間信息進行暫時性存儲與加工的系統稱為空間工作記憶（spatial working memory，SWM），主要執行“where”功能（李華慶 等，2019；Anderson et al.，2011）。運動員在足球競賽中做出合理有效的決策，需要對場上復雜多變的信息進行存儲加工，并通過與已有運動圖式建立聯系誘發選擇性注意、提取關鍵信息（呂中凡 等，2020），這一過程中SWM 容量起非常重要的作用。目前，SWM 容量與運動員認知加工的相關研究主要集中于探討SWM 容量對運動員預判決策的影響，根據SWM 容量將被試劃分為高容量和低容量2 類，比較二者預判決策的差異。李華慶等（2019）認為，SWM 容量影響籃球運動員防守預判的敏捷性，且低SWM 容量組防守預判更為敏捷；陳士博（2017）研究表明，在高壓情景下，運動員高SWM 容量的優勢不再顯著。但相關研究尚未達成統一結論，例如，Furley 等（2012）認為，高SWM 容量的運動員注意力更加集中，有利于將更多的注視資源集中于當前任務，進而提高決策效率；付穎穎等（2016）研究認為，SWM 容量不會影響運動員的戰術決策。

此外，足球競賽的高壓環境往往會影響個體信息加工中的注意資源分配，進而導致預判決策能力下降（馮甜等，2021；Récopé et al.，2019），但這更可能體現在經驗不足的運動員中。高水平運動員通過耦合感覺-運動系統積累的時間壓力應對經驗豐富，受時間壓力的影響較低（馮甜 等，2021）。有研究發現，不同WM 容量個體在壓力下均會出現認知活動衰退的現象，其中高容量個體更容易受到影響（陳瑾 等，2014）。據此提出研究假設：SWM容量可能影響足球運動員在進攻戰術決策任務中的視覺搜索特征。基于此，本研究以信息刺激復雜多變的足球“3v2”進攻戰術決策情景為刺激材料，通過“專家-新手”范式，探討高水平足球運動員的進攻戰術決策績效和視覺搜索策略，并探討SWM 容量對其的影響。

1 研究對象與方法

1.1 實驗對象

共選取27 名被試。專家組為參加2021 年中國大學生足球聯賽（China University Football Association，CUFA）的13 名男性運動員，運動員技術等級均為國家二級及以上，年齡為（25.54±2.40）歲，持續訓練年限為（5.08±1.12）年；新手組為14 名足球專項學生，年齡為（24.57±1.65）歲，持續訓練年限為（2.00±0.91）年。所有被試優勢腳均為右腳，雙眼裸眼視力或矯正視力正常，無散光、色盲、色弱等。實驗前1 天無熬夜、失眠等，且實驗當天精神狀態良好。

1.2 實驗設計

采用2（運動水平：專家組、新手組）×2（SWM 容量：高容量組、低容量組）雙因素實驗設計，組間變量為運動水平，組內變量為SWM 容量。將刺激視頻劃分為空當、球門（含守門員）、近端進攻球員、遠端進攻球員、近端防守球員和遠端防守球員6 個興趣區域（area of interest，AOI）。以戰術決策績效和視覺信息加工的眼動參數為因變量，其中戰術決策績效包括決策敏捷性（反應時）和決策合理性（專家評價），眼動參數包括注視特征（注視次數、注視時間）和掃視特征（掃視次數、眼跳幅度）。

1.3 刺激材料

1）SWM 容量測試材料。借鑒張明等（2002）的研究，采用回憶報告范式測量被試的SWM 容量。實驗材料由“W”和“M”2 種字母組成，形成n行m列的字母矩陣，且每次實驗均呈現3 個“W”和n個“M”。加工負載隨實驗次數的增加而增加，其增加規律為每次實驗后增加1 行或1列字母，“W”的位置隨機變化，且不與上次實驗位置相同。實驗材料包含2 個預備材料和10 個不同加工負載的正式材料。

2）進攻戰術決策任務材料。“3v2”真實錄像取自于2019—2020 賽季歐洲足球5 大聯賽積分榜前2 名球隊的主客場比賽。真實錄像的還原拍攝在L 大學11 人制足球場進行，拍攝期間天氣良好，無刺激光線，且拍攝期間無建筑物和樹木陰影。由1 名研究者和5 名熟知“3v2”戰術的足球專項學生進行錄像還原，研究者扮演1 名進攻球員，手持佳能6D 相機、50 mm 定焦鏡頭以第一視角進行拍攝，5 名足球專項學生分別扮演2 名進攻球員、2 名防守球員和1 名守門員。拍攝過程中，不允許出現球員間肢體、手勢、眼神交流，以排除實驗過程中對被試的引導。通過小組討論判斷球員跑動的位置、軌跡、相對速度和球員撕扯所形成的空當大小是否與真實錄像一致，若不一致，則重新拍攝。共拍攝2 個預備視頻和9 個正式視頻。

從球員啟動初現移動方向時開始剪輯，控球球員做出決策后1 000 ms 結束剪輯，時長約為5 000 ms。實驗前，邀請6 名足球專項學生和6 名輔修學生（非足球專項，但有至少1 學期足球學習經驗的體育專業大學生）進行刺激材料效度檢驗，要求其獨立觀看刺激材料，記錄其決策反應時和決策合理性，對低區分度視頻再次進行剪輯，多次重復檢驗，最終確定刺激材料時長為4 000～6 000 ms。

1.4 實驗流程

1） SWM容量測試。依次將被試帶入實驗室，填寫基本信息后進行SWM 容量測試。刺激材料由35.4 cm×19.9 cm的戴爾筆記本電腦呈現。通過被試回憶判斷字母空間位置的結果評價對不同負載刺激材料的信息加工能力。被試在每次測試中所讀取信息的時間為3 000 ms，3 000 ms后呈現空白屏，要求口頭報告3 個字母“W”的位置。若均正確則進入下次實驗，否則用同一負載刺激材料再次呈現；若被試此次回憶判斷字母位置均正確則進入下一次實驗，否則將終止實驗，將回憶判斷正確的加工負載級別定義為SWM 容量。正式實驗時長約3 min。

2） 戰術決策績效測試。眼動記錄設備選用Dikablis Professional 頭戴式眼動儀（Ergoneers，德國），采樣率為60 Hz，追蹤精度為0.1°～0.3°，采集每名被試的眼動數據。將負責追蹤眼睛的eye-camera 和負責錄制場景的fieldcamera 與眼動儀信息收集裝置相連接，將數據信息傳輸端口與裝有D-Lab 3.0 軟件的聯想筆記本電腦連接，用以記錄被試眼動過程。將戴爾筆記本電腦與SHARP XGD3080XA 投影儀連接，將刺激材料投放到幕布（幕布距離被試測試區域約2.5 m）上。實驗過程中，要求被試坐立面對幕布，眼睛水平視線在幕布中央。采用手動調節校準和4 點校準，對被試佩戴的眼動儀進行校準。通過預備實驗提高被試對實驗流程和操作任務的熟悉程度，給予適時指導，糾正不當操作。呈現3 000 ms 的空白屏后，播放刺激材料，并要求被試按鍵進行決策反應，若未進行按鍵反應，系統播放結束后自動進入空白屏，若被試在有限時間內做出按鍵反應，系統將在按鍵后進入空白屏。實驗過程中，1 人負責刺激材料播放和記錄被試口頭報告，1 人負責操作D-Lab 3.0 軟件。每名被試的眼動實驗測試時間約為5 min。

1.5 數據處理

借鑒李華慶等（2019）的研究，以SWM 容量的中位數為界，將被試劃分為高、低SWM 容量組。

基于D-Lab 3.0 軟件提取被試決策反應時數據，以此反映決策敏捷性。根據被試戰術決策選擇進行編碼，以對球門的威脅程度為依據，邀請5 名長期從事足球教學與訓練的專家，分別采用Likert 5 點評分法對每種決策的合理性進行評價，取其平均值作為戰術決策合理性分值。

基于D-Lab 3.0 軟件，逐幀分析、手動標記處理每個AOI 的注視點數量，導出研究所需的眼動參數。

1.6 數理統計

采用SPSS 25.0 和GraphPad Prism 8 軟件進行統計分析和繪圖。采用Kandall'W和諧系數計算專家戰術決策合理性評判的一致性程度。采用單因素MANOVA 進行戰術決策績效和眼動參數的統計分析，若存在交互作用，則采用EMMEANS 編程檢驗簡單效應。檢驗水平定為α=0.05。

2 結果

2.1 戰術決策績效

足球運動員決策敏捷性的單因素MANOVA 結果顯示（圖1），運動水平主效應顯著（F=6.666，P=0.010，η2=0.028），專家組顯著高于SWM 容量主效應顯著（F=16.942，P=0.000，η2=0.068），高容量組顯著低于低容量組；運動水平與SWM容量的交互作用不顯著（F=2.461，P=0.111，η2=0.011）。

圖1 足球運動員進攻戰術決策績效的單因素MANOVA結果Figure 1.One-Way MANOVA Results of Football Players’ Offensive Tactical Decision-Making Performance

專家戰術決策合理性評判的一致性結果顯示，Kandall’W=0.635，χ2=142.957，df=45，P＜0.01，具有較高一致性。足球運動員決策合理性的單因素MANOVA 結果顯示（圖1），運動水平主效應顯著（F=11.531，P=0.001，η2=0.046），專家組顯著高于新手組；SWM 容量主效應不顯著（F=2.132，P=0.146，η2=0.009），運動水平與SWM 容量的交互作用不顯著（F=0.904，P=0.343，η2=0.004）。

2.2 視覺搜索特征

2.2.1 注視次數

足球運動員注視次數的單因素MANOVA 結果顯示，在空當、球門、近端進攻球員、近端防守球員和遠端防守球員AOI，運動水平的主效應顯著（P＜0.05），專家組在空當AOI 的注視次數顯著多于新手組，在球門、近端進攻球員、近端防守球員和遠端進攻球員AOI 的注視次數顯著少于新手組；在空當AOI，SWM 容量的主效應顯著（F=22.037，P=0.000，η2=0.087），高容量組在空當AOI 的注視次數顯著多于低容量組；在空當和近端防守球員AOI，運動水平與SWM 容量的交互作用顯著（P＜0.05）。簡單效應檢驗顯示，高容量專家組在空當和近端防守球員和遠端進攻球員AOI 的注視次數顯著多于低容量專家組（P＜0.01），高容量新手組在近端防守球員AOI 的注視次數顯著少于低容量新手組（P＜0.01；圖2）。對于總注視次數，運動水平的主效應顯著（F=5.640，P=0.018，η2=0.024），專家組顯著少于新手組；SWM 容量的主效應顯著（F=7.076，P=0.018，η2=0.030），高容量組顯著多于低容量組；運動水平與SWM 容量的交互作用不顯著（F=0.417，P=0.519，η2=0.002）。

圖2 足球運動員進攻戰術決策任務下注視次數的單因素MANOVA結果Figure 2.One-Way MANOVA Results of Fixation Counts for Football Players’ Offensive Tactical Decision-Making Tasks

2.2.2 注視時間

足球運動員注視時間的單因素MANOVA 結果顯示，在球門和近端防守球員AOI，運動水平的主效應顯著（P＜0.05），專家組在上述AOI 的注視時間顯著短于新手組；在空當和球門AOI，SWM 容量的主效應顯著（P＜0.05），高容量組在上述AOI 的注視時間顯著長于低容量組；在空當和近端防守球員AOI，運動水平與SWM 容量的交互作用顯著（P＜0.05）。簡單效應檢驗顯示，高容量專家組在空當AOI 的注視時間顯著長于低容量專家組（P＜0.05），高容量新手組在近端防守球員AOI 的注視時間顯著短于低容量新手組（P＜0.05；圖3）。對于總注視時間，運動水平的主效應顯著（F=4.418，P=0.043，η2=0.018），專家組顯著短于新手組；SWM 容量的主效應顯著（F=4.592，P=0.033，η2=0.020），高容量組顯著長于低容量組；運動水平與SWM 容量的交互作用顯著（P＜0.05）。簡單效應檢驗結果顯示，高容量專家組總注視時間顯著長于低容量專家組（P＜0.05；圖3）。

圖3 足球運動員進攻戰術決策任務下注視時間的單因素MANOVA結果Figure 3.One-Way MANOVA Results of Fixation Duration under Football Players’ Offensive Tactical Decision-Making Task

2.2.3 掃視次數

足球運動員掃視次數的單因素MANOVA 結果顯示，在近端進攻球員和遠端進攻球員AOI，運動水平的主效應顯著（P＜0.05），專家組在上述AOI 的掃視次數顯著少于新手組；在近端進攻球員AOI，SWM 容量的主效應顯著（F=4.577，P=0.033，η2=0.020），高容量組顯著少于低容量組；運動水平和SWM 容量的交互作用不顯著（P＞0.05）。對于總掃視次數，主效應和交互作用均不顯著（P＞0.05）。

2.2.4 眼跳幅度

足球運動員眼跳幅度的單因素MANOVA 結果顯示，在空當和近端進攻球員AOI，運動水平的主效應顯著（P＜0.05），專家組在上述AOI 的眼跳幅度顯著大于新手組；在遠端進攻球員AOI，SWM 容量的主效應顯著（F=3.936，P=0.048，η2=0.017），高容量組大于低容量組；在空當和近端進攻球員AOI，運動水平和SWM 容量的交互作用顯著（P＜0.05）。簡單效應檢驗結果顯示，高容量專家組在上述AOI 的眼跳幅度顯著小于低容量專家組（P＜0.05；圖4）。對于總眼跳幅度，主效應和交互作用均不顯著（P＞0.05）。

圖4 足球運動員進攻戰術決策任務下眼跳幅度的單因素MANOVA結果Figure 4.One-Way MANOVA Results of Saccade Length under the Football Player’s Offensive Tactical Decision-Making Task

3 討論

3.1 足球運動員進攻戰術決策的視覺搜索策略

“快”是同場對抗類項目的核心要素之一，有效的視覺搜索是做出快速動作反應和正確預判決策的前提（廖彥罡 等，2009）。在足球“3v2”進攻戰術決策場景下，運動員需要在動態多變的場景中快速、準確地搜集和把握事關決策的有效信息，通過調整認知適應變化的外界刺激，結合自身程序性知識和豐富臨場經驗做出最佳戰術決策。專家組表現出更敏捷、合理的決策，反映其視覺信息提取加工的高速度、高準確性。在競技體育領域，技戰術知識的儲備數量是成為專家的必要條件，是否具備符合該運動特征的有組織的知識是成為專家的決定性因素（王洪彪，2013；Petiot et al.，2022）。在本研究中，專家組有較高的運動等級和較長的訓練年限，參加重要比賽的機會較多，因此具備更復雜的概念網絡，包括與技戰術相關的陳述性知識和程序性知識，以及特定運動策略和情景模式（Lexl et al.，2015）。另外，專家組長時記憶系統中的概念網絡（圖式，包括專項知識和組塊數量、比賽情景和環境變化），是運動決策過程中模式識別的關鍵因素，能夠促使其將刺激信息與大腦中已有的圖式結構進行比較和匹配，從而有效辨別該刺激信息的意義（段再復 等，2017；Gorman et al.，2017）。專家組知識結構和運動圖式的有序化，使其能夠根據場景變化調整自己的注意策略，快速搜索出有價值的信息，從而做出高效合理的運動決策。

運動員為識別“3v2”進攻戰術決策場景中的信息，雙眼必須保持一定方位，使場景信息呈現在視網膜上，這一眼動活動稱為注視；運動員通過一系列注視，在不斷變化的場景中快速搜尋關鍵信息，注視點位置不斷發生變化，這種注視點發生快速跳動的眼動活動稱為掃視或眼跳（Aksum et al.，2020；Vítor de Assis et al.，2020）。其中，注視反映運動員對刺激材料的加工程度，注視越多說明視覺信息加工程度越深；掃視反映運動員對場景信息的提取情況，掃視越多說明越難找到關鍵信息，眼跳幅度越小說明視覺搜索越集中（廖彥罡 等，2009）。在預期線索的選擇上，專家組和新手組在視覺搜索和信息提取過程中有本質區別，專家組通過更多掃視搜索近端進攻球員和遠端進攻球員AOI 的信息，通過更大幅度眼跳對空當和近端進攻球員AOI 提取加工，并對空當AOI 投入更長的注視時間。足球戰術進攻的核心是對守方球門造成威脅，同時“3v2”進攻戰術最主要的特點是傳球路線多、進攻面積廣，因此，專家組傾向于對攻防球員撕扯變化的空當AOI 予以注意，以尋找傳威脅球的機會。在掃視運動期間，視覺是清晰的、穩定的，用于注視轉換的掃視（眼跳）可分為經驗驅動和刺激驅動的注意轉移（Binda et al.，2018）。專家組長時記憶系統存儲了大量的足球專項運動圖式，使其能夠根據專項認知進行視覺信息的提取與加工，通過大幅度眼跳多次搜索事關決策的有效信息，并有意將注視集中于空當等關鍵信息位置，因此表現出“大眼跳、注視集中”的經驗驅動搜索策略。而新手組長時記憶系統缺乏相關戰術場景和應答模塊，只能通過更多的掃視和注視搜索不斷變化的刺激信息，是典型的刺激驅動的視覺搜索策略。

3.2 SWM 容量對足球運動員進攻戰術決策視覺搜索特征的影響

SWM 與執行注意有密切關聯（Engle，2018），對于揭示運動員的預判決策具有重要意義（王洪彪，2013）。信息加工的類比計算機模型觀點（Ricker et al.，2018）認為，WM 類似于計算機的“內存條”，其容量越大，信息加工速度便越快。相關研究（Duchowski et al.，2013；Furley et al.，2012）也表明，高容量可促進運動員投入更多的注意資源于認知任務，有助于搜索到更多的場景信息。本研究結果顯示，SWM 容量影響足球運動員戰術決策即時加工的敏捷性，具體表現為高容量組戰術決策反應時更長，與類比計算機模型的觀點相反，但與李華慶等（2019）對籃球運動員防守預判決策的研究結果一致。研究認為，雖然高容量有助于搜索到更多場景信息，但同時也意味著增加了信息處理負荷，需要調動更多信息加工資源去解決沖突和干擾信息（Duchowski et al.，2013；Jost et al.，2011）。

SWM 容量影響足球運動員進攻戰術決策任務下的視覺搜索特征，具體表現為高容量專家組采用“小眼跳、注視集中”的視覺搜索策略，在空當和近端防守球員AOI 投入更多的注視次數，在空當AOI 投入更長的注視時間；而高容量新手組在近端防守球員、AOI 投入更少的注視次數和更短的注視時間。記憶的標簽機制（memory-based tagging mechanisms，MBTM）（Olfe，1994；Peterson et al.，2001）理論認為，視覺搜索過程中注意需從一個空間位置轉移到另一個空間位置，并且先前已經被注意選擇的空間位置可能被儲存在WM 中以抑制注意重復選擇，從而優化視覺搜索效率。但本研究結果并不支持MBTM 假說，高容量專家組通過小幅度眼跳維持對空當和近端防守球員等關鍵信息位置的注視，因此并未產生更多的抑制重復。在排球攔網（曹立智，2016）、羽毛球反手搓推勾（李陽陽，2017）和籃球戰術（盧新豪，2021）等技能的預判決策研究中，較高的WM 刷新與運動員預判決策績效存在關聯，刷新功能越高越有助于監控和篩選相關刺激信息。研究認為，足球“3v2”進攻戰術決策是一項開放性的被試敏捷性-合理性權衡任務，其場景涵蓋的刺激復雜多變，高容量專家組有絕對的SWM 容量資源去存儲和加工更多信息，動用更多的刷新功能去篩選關鍵信息，有助于運動員從全局出發考慮最優決策。但這無疑增加了信息加工負載，易造成提取信息與記憶圖示的相互干擾，提取加工信息所需的注視時間也就明顯增多。因此，高容量組在解決問題時更依賴于WM 系統，因而在復雜任務干擾其WM 系統時表現出壓力下的“chocking”，這將影響戰術決策的敏捷性（陳亞林 等，2009；Taheri et al.，2017）。相反，低容量專家組受制于SWM 容量的有限性，在大幅度眼跳基礎上，通過選擇性注意系統篩選關鍵信息區域，因此推測其可以抑制對周邊變化刺激的注意，避免多信息間的干擾和沖突，維持對關鍵區域的注視追蹤。高容量新手組與低容量新手組的組間差異主要體現在對近端防守球員AOI 的注視次數和注視時間上，其中高容量組的注視次數更少，注視時間更短。受限于運動經驗，新手組長時記憶系統中缺少與戰術決策場景相匹配的完整運動圖式，因此難以關注到這些關鍵信息。雖然低容量新手組對上述AOI 的注視次數較多、注視時間較長，但只是看到了，并未引起注意（Ribeiro et al.，2021）。

3.3 研究不足

1）研究結果與類比計算機模型的觀點并不一致，有待后續研究進一步驗證。刺激材料可能無法體現高容量專家組的視覺搜索優勢，這可能是造成研究結果間差異的主要原因。所選取的足球“3v2”進攻戰術決策場景涉及較少的AOI，若增大刺激材料難度，可能會呈現不一致的研究結果。2）鑒于客觀條件，研究采用視頻呈現刺激信息，無法使材料呈現1∶1 的畫面，生態學效度偏低。3）限于位置職責要求，不同場上位置球員的視覺搜索行為可能存在差異。后續研究可以加大刺激材料難度、提高生態學效度和增加場上位置變量等，以更加契合足球戰術決策訓練的實踐需求。

4 結論

在實驗室場景下，探討足球運動員“3v2”進攻戰術預判決策的視覺搜索特征和SWM 容量的影響。結果顯示：1）專家組多采用“大眼跳、注視集中”的經驗驅動搜索策略，有較高的特征提取和模式匹配能力，表現出更加敏捷、合理的戰術決策行為；2）高容量組戰術決策的敏捷性低于低容量組，SWM 容量影響專家組“3v2”進攻戰術決策的視覺搜索特征，高容量專家組采用“小眼跳、注視集中”的刺激驅動與經驗驅動相結合的視覺搜索策略，在空當和近端防守球員AOI 投入較多的注視次數，在空當AOI投入較長的注視時間，深度提取關鍵信息以選擇最優決策；低容量專家組受限于SWM 容量，采用大幅度眼跳的經驗驅動視覺搜索策略，通過選擇性注意系統篩選關鍵信息區域，在上述AOI 上表現出更少的注視次數和更短的注視時間，維持對關鍵區域的注視追蹤。