杨 强 朱 东 李晓霞

(1.四川师范大学 体育学院，四川 成都 610101;2.成都体育学院，四川 成都 610041)

随着科学技术和竞技体育训练水平的迅速提高，运动训练的科学性越来越受到重视。[1]因此，在篮球运动中，为了提高球员的能力，实施有效的科学训练策略是非常重要的，而有效的训练策略取决于有效的运动监控。[2]Akubat将运动负荷监控分为：运动学指标的监测和生理生化指标的监测[3]。其中运动学指标监测包含运动捕捉监控(TMA)、GPS监控及加速度计传感器测量等；生理生化的监测指标有：血液学指标、心率(HR)等；而基于心率的训练负荷监测主要包含四种：Banister 模型、Lucia模型、主观体力感觉评定模型以及累加心率模型(SHRZ)。结合这两类监控方法对运动员制定有效的个体化训练策略，能够显著地提高篮球运动员的体能训练效率。本文将对上述方法进行系统的评述，分析其优缺点，讨论如何有效地将监控方法与篮球运动实践相结合，力求为教练员与运动员在训练和比赛期间调整训练方法与战术提供实践建议。

1 运动学指标监控

1.1 运动捕捉监控(TMA)

运动捕捉监控(Time-motion Analysis)是通过处理由高速摄像机捕捉到的连续运动图像以获得所需的信息，即随着时间的推移来跟踪图像中的特定对象，以确定对象的大小及运动轨迹等。其功能主要是对数据进行计算处理分析来获得运动员速度、运动覆盖范围、持续运动时间以及移动次数等指标。[4]其操作简单，因此被广泛应用于篮球训练和比赛监控。但是，数学模型的多样性、可靠性以及时效性都限制了TMA在篮球运动员监测中的使用，因此找到一种更加方便的运动学监测替换TMA是很有必要的。[5]

因为运动员的动作容易受人为误差影响而被误判，使得分析数据时必须要求分析员具备相关知识，这导致了TMA使用受限。[6]而每个运动类别通过记录运动频率、持续运动时间以及在比赛时间中占有的比例来识别。但是运动类别存在误判的可能性，因为在篮球训练和比赛中会出现例如战术的重新规划、中场休息、犯规和罚球等导致了频繁地暂停，这使得运动的分类出现了模糊解读。因此，使用TMA来监测篮球运动是不太适用的。

1.2 微传感分析

除了运动捕捉监控以外，不少研究者还使用微技术来监控篮球运动训练。其中微技术指全球定位系统(GPS)和微传感器。GPS使用卫星导航监测运动位置和速度，而微传感器通常是指由三轴加速度计、陀螺仪和磁力仪等组成的多传感设备。[7]与GPS相比，微传感器其设备简单，操作方便，信号干扰小，不会给运动员带来额外的负担，这就为捕捉篮球运动员的动作提供了便利的解决方案。其具体工作原理如下，微传感分析主要是将三轴加速度传感器固定在运动员身上，通过监测在空间坐标系下x、y、z运动平面上的瞬时加速度变化并计算处理来得到所需的测量变量。其处理公式如下，其中Ac1、Ac2、Ac3是三轴加速度计的正交分量，0.01是比例因子[8]:

(1)

加速度计具有响应快、重量轻、数据简单和准确度高的优点，并且可以使用自定义的运动算法来分析，能够帮助分析人员快速捕捉运动员的动作。[9,10]例如，史文哲等基于惯性传感器加速度计等仪器，分析识别出了篮球运动中的一些姿势，如运球、投篮、跑步、跳跃等身体姿态，证明了加速度计对篮球运动姿态识别具有一定的实用价值。[11-14]因此采用微传感加速度计来进行运动监控测量是一条可行的方案。但是，目前关于篮球方面的加速度计研究比较少，并且这些研究的样本量很少，只有少量的训练周期和比赛周期数据，缺乏完整性和可靠性。

2 生理生化指标监测

2.1 血液学指标

当前适用于体现篮球训练生物化学反应的血液学指标主要分为：血红蛋白(Hb)、红细胞数(RBC)、白血胞(WBC)、血尿素氮(BUN)、血乳酸(BLa-1)、血清酶CK和LDH等。这些指标可以为教练员提供球员在训练和比赛期间身体监控的信息。[15]血乳酸(Bla)在篮球运动中的应用更为频繁，这可能是因为仅需要使用便携式设备采取毛细血管样本，这就减少了影响运动员机能的可能性。[16]在血乳酸的研究中，田学礼等研究认为篮球比赛属于无氧运动为主有氧运动为辅的高强度对抗赛，而血乳酸的含量高低代表了无氧运动下持续运动能力的高低，因此，可用来评定篮球运动员训练水平并以此为依据来挑选更优秀的运动员。[17]孙鲁岷等人的研究验证了这个观点，在篮球训练中，处于前锋位置的运动员运动强度大、负荷高，因此其血乳酸含量相较于其他位置的选手更高。[18]所以，在篮球训练中，针对不同位置运动员依据其所需训练强度的不同可制定对应的训练方法，例如运动强度需求更大的篮球运动员，可制定血乳酸训练，以提高其无氧运动时血乳酸含量，保证有效地供能来满足运动需求。但是这仍然不能避免血乳酸在篮球应用中的局限性。

2.2 心率(HR)

正常人安静状态下每分钟心跳的次数被称为心率(HR)，由于心率的无创性、方便性以及连续性，使得其被更广泛地应用于篮球训练和比赛中。[19-21]然而有研究指出，心率评估分析可能会低估运动强度。[22]这种差异是由于心率响应的滞后性，即在中低运动强度转换到高强度运动过程中，心率响应时间的延迟，使得运动强度仍被低估为中低运动强度。为了降低这个影响，心率可以与其他措施相结合运用，例如基于心率的训练负荷模型。[23]

3 训练负荷模型(TL)

3.1 Banister模型

Banister模型将静息心率值(HRrest)、最大心率值(HRmax)和平均心率值(HRex)结合到一个预定的公式中(2)。该公式使用在递增运动期间获得的心率和血乳酸之间的已知指数关系来估计内部负荷。其中，x=(HRex-HRrest)/(HRmax-HRrest)。

(2)

分析公式可知，Banister模型适合应用于篮球运动中，因为它仅有一个心率指标，且心率的收集不会影响篮球训练。然而，这个模型需要精确地静息心率值和最大心率值，如果测量不准确，则响应结果也是不精确地。[24]此外，模型主要采用标准乳酸曲线来监测对运动的响应，会随训练模式和有氧无氧运动的变化而变化，并且该模型没有将个体差异化考虑进去，这是一个很大的局限性。因此，相较于Banister模型，能够捕捉个体差异并监测负载变化的其他运动负荷模型如Lucia模型或SHRZ更适合进行篮球运动的监控。

3.2 Lucia模型

Lucia模型是根据心率和血乳酸来评估篮球运动员运动时的生理负荷，然而与Banister模型不同的，该模型考虑了不同负荷强度因素。这个模型给予不同血乳酸区间内的心率值以不同的权重，进而整体评估篮球运动员生理负荷。其主要公式如下：

Load=(duration in zone 1×1)+(duration in zone 2×2)+(duration in zone 3×3)

(3)

其中zone 1 表示当血乳酸[BLa-1]<2.5 mmol·L-1时的心率次数，zone 2表示当血乳酸2.5 mmol·L-1≤[BLa-1]≤4.0 mmol·L-1时的心率次数，zone 3表示当血乳酸[BLa-1]>4 mmol·L-1时的心率次数。

由于血乳酸对个体的运动响应有极大的差异性，因此该模型考虑了乳酸阈，以此来评估生理负荷。[25]其研究发现在篮球这样主要依赖无氧代谢途径的运动中，乳酸阈是生理机能的转折点，通常这也是疲劳产生点。因此Lucia的模型将篮球运动员[BLa-1]>4 mmol·L-1强度所对应的心率区间的持续工作时间考虑进去，从而能够更全面地表达篮球训练和比赛中的生理负荷。不过，虽然Lucia模型通过确定个体血乳酸和心率之间的反应来克服了Banister模型中的局限性，但实用性并不强，例如运动员必须穿戴专业设备来完成递增负荷测试才能确定血乳酸阈值所对应的心率。因此，该模型不仅需要额外的时间来进行运动测试，还需要专业知识来解释数据。此外，Scanlan等人通过测量模拟篮球运动训练中男篮运动员在10到40分钟内的血乳酸及心率，代入到Lucia模型和Banister模型中发现，Lucia模型的相关性为r=0.15-0.22，Banister模型的相关性为r=0.01-0.07，均表现出很低的相关性。[26]因此，在篮球训练和比赛中，寻找一种替代Lucia模型的监测方法是有必要,而主观体力感觉评定模型sPRE模型正逐步得到研究者的青睐。

3.3 主观体力感觉评定模型(sRPE)

主观体力感觉评定模型sRPE(Session-Rating of Perceived Exertion Model)是用个人的主观体力感觉来评定运动负荷，计算公式是主观体力活动感觉(RPE)乘以运动持续时间(分钟)。该模型具有无创性和计算简单的优点，但需要运动员对比赛或训练期间内的RPE有准确的感知。多数文献针对训练期间的主观体力感知进行探讨，极少的文献涉及到监测比赛期间的球员，只有一项研究在比赛期间提及了sRPE，[27]然而，应该注意的是本体主观感知测量可能受心理因素影响，如与比赛相关的压力和焦虑等，进而产生较大的误差，在比赛中运用应谨慎。

3.4 累加心率模型(SHRZ)

SHRZ模型是量化篮球生理生化指标的另一种方法，数据的采集方便、高效，并且不会影响运动员训练和比赛。其模型主要是由心率在各区间的持续时间，乘以相应的权重来计算评估总的生理负荷，其公式为：

SHRZ= (duration in zone 1×1)+(duration in zone 2×2)+(duration in zone 3×3)+

(duration in zone 4×4)+(duration in zone 5×5)

(4)

其中zone 1表示最大心率值HRmax的50%-60%，zone 2表示最大心率值的60%-70%，zone 3表示最大心率值的70%-80%，zone 4表示最大心率值的90%-100%。

但到目前为止，只有很少的文献对实用性进行了报道，Conte. D认为持续运动时间的差异性会直接影响SHRZ的值，目前都没有一个综合地研究探讨SHRZ在篮球运动监控上的优势。因此，鉴于SHRZ在篮球领域负荷监控的实际优势，应该进一步研究和验证。

4 小结与展望

本文对运动监控的两大类指标(运动学监测监控和生理生化指标监测)进行了在篮球运动中应用和研究情况进行了介绍和分析。发现可穿戴设备监控，如微传感监控与训练负荷模型监控等，是一种可量化篮球训练和比赛负荷的方法，具有数据采集方便、不影响运动员训练的优点，并且能同时进行运动学指标和生理生化指标的监测，使得它非常适合篮球运动监控。在长期监控的基础上，可以得到一系列有效的分析数据使得教练团队能够更好地管理球队并对个体球员的训练安排进行适当的实时调整，降低球员疲劳值和伤害风险。

基于可穿戴设备监控的优点，其相似类型设备在比赛中的有效性和实用性。我们认为更简化的操作流程，更少地对运动员本身进行干扰的监控手段仍然是未来主流研究方向。未来的研究可能更倾向于使用人工智能(Artificial Intelligence)来进行运动负荷监控，另外不可忽视智能手机端专业app的研发，这些方向在未来都将为篮球运动员负荷监控做出贡献。

但是目前关于可穿戴设备监控在训练和比赛中的有效性和适用性研究不多，未来在探究其有效性和适用性研究时，需要将篮球运动员的主打位置、年龄和竞争水平这些因素考虑进去，确保监控的通用性。因此，制定一套数据收集准则以及确定如何更好地分析数据并得出结果是一种非常值得研究的方法，这种方法将提高监控的准确性和有效性。