研究目的:跳马是一项由助跑(约25米)、踏板起跳、手撑上台连接体操技术动作,最后稳定站立落地的竞技体操项目,跳马最终得分由难度分(D分)和完成分(E分)两部分组成。许多研究揭示跳马运动学参数如助跑跑速、踏板速度、第1腾空时间和腾空高度、第2腾空时间和腾空高度、马上支撑时间等与跳马动作难度分(D分)和裁判打分之间有着密切的关系。以往的回归模型研究主要集中在具体的某个翻跳技术或个人技术优化上,存在采用简单的回归统计方法分析复杂的相互关联变量、小样本规模或缺乏真实比赛成绩等不足。此外,国际体操联会(Fédération Internationale de Gymnastique,FIG)规定体操项目竞赛规则每届奥运会之后(四年一次)进行相应修改及修订。因此,以往的模型研究在实际应用中存在一定的局限性。本研究目的是建立新周期体操评分规则下女子跳马预判评分模型并评估预判评分模型的可靠性和准确性。研究方法:本研究数据来源于2017年全国体操锦标赛女子跳马资格赛。这次比赛是2016年里约奥运会后我国举行的第一次体操大赛,也是我国第十三届全运会体操比赛的预赛。本次比赛采用国际体操联合会2017-2020年女子竞技体操评分规则(Code of Points,COP)。通过高速摄像机(JVC PX100)采集运动员助跑倒三步至落地过程影像学数据,摄像机拍摄频率100fps,主光轴与助跑跑道垂直,距离跑道约50m。共获得48个有效女子跳马资格赛样本,动作组别为组I(前手翻类型)和组II(第1腾空转体90°或180°)。样本分为两部分,第一部分(n=43)用于建立跳马预判评分数学模型,另一部分(n=5)作为新的样本用于评估预判模型评分的可靠性和准确性。自变量来自19个运动学指标和1个难度分(D分)指标,运动学数据指标由有经验的编码人员(r=0.91-0.96)采用Dartfish二维视频分析软件解析获得,因变量裁判打分为官方公布的比赛最终得分(Final Score,FS)。使用UnsrambleraX 10.3 v(挪威)统计软件进行偏最小二乘回归(Partial Least Squares Regression,PLSR)分析,用于模型的校准和交叉验证。研究结果:本研究选择2因素模型的拟合优度,校正方差解释R2校正=86.24%,而验证方差解释R2验证=82.83%的模型。在校准和验证模型中,预测的最终得分(FS)和实际最终得分(FS)之间的关系显著(r校正=0.929,r验证=0.910)。校正误差中均方根误差(Root Mean Square Error of Calibration,RMSEC)和预测误差(Root Mean Square Error of Prediction,RMSEP)分别为0.3056和0.3495。这意味着校准数据具有高拟合度,模型可以用于描述校准数据集。本研究发现,倒二步时间、倒二步速度、助跑速度、踏板速度、跳马台桌支撑时间、第2腾空时间和D分等指标是预判评分模型的重要变量。通过使用本研究评分预测模型,预判准确度达到80%。研究结论:本研究通过二维视频分析手段获得跳马运动学参数结合已知的跳马动作D分,可以实现无技术评价的预判评分模型。该评分模型可用于跳马日常训练的监测与评估,有助于提高训练质量和效率,预防和减少伤病的发生,提升体操跳马的科学化训练水平。但本研究中所选用的跳马动作只包括两个组别,D分范围为4.0-5.6,并未包含所有难度动作,未来研究中将纳入更多难度价值和组别的跳马动作,进一步提高模型的准确性和预判范围。
暂无评论