FACULTEIT WETENSCHAPPEN
Opleiding Geografie en Geomatica Master in de Geomatica en Landmeetkunde
GPS-Tracking van voetbalspelers tijdens specifieke wedstrijdvormen Analyse aan de hand van het CTM Gert Peyskens
Aantal woorden in tekst: 11784
Promotor: Prof. Dr. N. Van de Weghe Vakgroep Geografie Co-promotor: Prof. Dr. R. Vaeyens Vakgroep Bewegings- en Sportwetenschappen
Academiejaar 2012 – 2013 Masterproef ingediend tot het behalen van de graad van Master in de Geomatica en Landmeetkunde
1. WOORD VOORAF
De Masterproef is geschreven in functie van het behalen van de graad van Master in de Geomatica en Landmeetkunde, een vijfjarige opleiding aan de universiteit van Gent. Een aantal personen hebben een belangrijke medewerking verleend bij het tot stand komen van deze Masterproef: promotor Nico Van de Weghe en co-promotor Roel Vaeyens. Beiden hielpen mee het onderwerp te concretiseren en gaven gedurende het onderzoek wetenschappelijke ondersteuning. Ook Club Brugge K.V. wil ik bedanken voor het ter beschikking stellen van de terreinen en de beloftenkern als proefpersonen. Verder wil ik mijn dank betuigen aan Yi Qiang, die zijn doctoraat afwerkte aan de vakgroep Geografie, voor het verlenen van technische kennis in verband met de CTM-software en tot slot aan Dieter Deprez, assistent aan de vakgroep Bewegings- en Sportwetenschappen, voor de ondersteuning tijdens het terreinwerk.
2
2. INHOUDSTAFEL
3. Inleiding
4
4. Studiegebied, methoden, materialen
7
4.1 Studiegebied en algemene werkwijze
7
4.2 Specifieke analyses
9
4.3 Materialen
13
5. Resultaten
18
5.1 Dominantieanalyse
18
5.1.1 Balbezit
18
5.1.2 Veldoverwicht
19
5.1.3 Speelsnelheid
21
5.1.4 Dominantie
22
5.2 Vergelijking van vier opeenvolgende wedstrijden
31
5.2.1 Snelheid
32
5.2.2 Versnelling
34
5.2.3 Snelheid ten opzichte van de gemiddelde snelheid
37
5.2.4 Snelste speler
40
6. Discussie
45
6.1 Dominantie
45
6.2 Vergelijking van de wedstrijden
47
6.3 Belang van de GIWetenschap
48
6.4 Toekomstig onderzoek
49
7. Besluit
51
8.Referentielijst
53
8.1 Literatuur
53
8.2 Internetbronnen
55
8.3 Software
55
9. Bijlagen
56
3
3. INLEIDING
Het voetbal wordt de laatste decennia steeds professioneler. Elke factor die een invloed op de prestatie van een atleet heeft, wordt nauwkeurig opgevolgd. Fysieke en tactische innovaties zijn nodig om de competitiviteit van een voetbalploeg te verbeteren. Dit onderzoek wil een grondige analyse maken van een aantal fysieke en tactische parameters in het voetbal.
De voorbije decennia werden reeds tal van onderzoeken gevoerd naar verschillende aspecten in het voetbal, gaande van talentidentificatie, over tactische en fysieke invloeden op de prestaties, tot blessurepreventie. Atkinson et al. (2008) maakten een overzicht van de afgelopen 25 jaar wetenschappelijk onderzoek. Opmerkelijk is het grote aantal onderzoeken in de small-sided games: fysieke kenmerken van voetbalspelers werden geanalyseerd en gemeten, ter vergelijking van specifieke wedstrijdvormen. De studie van Rampinini et al. (2007) toont aan dat de intensiteit van de inspanningen van de spelers (gemeten aan de hand van hartslag, lactaatgehalte en een score voor de waargenomen inspanning) toeneemt, indien op een groter terrein wordt gespeeld, het aantal spelers vermindert en de coach aanmoedigingen geeft. Het effect van de terreingrootte op de intensiteit werd nog meer in detail onderzocht door Casamichana en Castellano (2010). De effectieve speeltijd, hartslag, snelheid, afstand en waargenomen inspanning nemen af naarmate het veld kleiner wordt. HillHaas et al. (2008) bewezen dat ook de continuïteit van de wedstrijdjes een invloed heeft op de intensiteit. Voetbalspelers bewegen, in wedstrijdjes met rustpauzes, aan een hogere snelheid en leggen meer sprints af. Door de onderbreking zijn de spelers frisser en kunnen ze een hogere intensiteit aan. Tot nog toe werden in deze small-sided games weinig tactische aspecten onderzocht. Maçãs en Sampalo (2012) vergeleken de posities van de spelers op het veld met de posities van de medespelers in 5 tegen 5 wedstrijden. De resultaten suggereren dat de posities van de medespelers een grotere invloed hebben op het verplaatsingsgedrag van een speler dan zijn eigen positie op het veld. In huidige studie worden naast fysieke kenmerken, ook tactische kenmerken onderzocht en worden de gegevens tijdruimtelijk geanalyseerd. Het continuous triangular model (CTM) maakt het mogelijk om gegevens kwantitatief te analyseren en te presenteren gedurende elk tijdsinterval van een wedstrijd (Qiang, 2012).
Om fysieke kenmerken en posities van sporters te meten, worden verschillende technologieën gebruikt. Automatische trackingsystemen meten kenmerken van sporters op basis van
4
overlappende camerabeelden. Anido et al. (2007) analyseerden met een automatisch beeldensysteem de afstand die voetballers uit de Braziliaanse eerste klasse aflegden tijdens een aantal competitiewedstrijden. Een overzicht van enkele recente meetsystemen werd gegeven door Bloomfield et al. (2008). Naast automatische trackingmethoden worden ook GPS-systemen gebruikt om kenmerken van sporters te meten. De geldigheid en betrouwbaarheid van GPS-metingen werd onderzocht door Edgecomb en Norton (2006) tijdens Australian football wedstrijden. Er bleek een systematische overschatting van de afgelegde afstand, die procentueel hoger lag bij kleine afstanden (< 200 m) dan bij grote afstanden (> 2 km). De afwijkingen zijn te wijten aan de GPS-technologie: interferentie en slechte ontvangst van de signalen beperken de nauwkeurigheid. Een vergelijkende studie tussen vier technologieën, waaronder twee GPS-systemen (5 Hz en 1 Hz) werd uitgevoerd door Randers et al. (2010). Laagfrequente systemen verkorten een bepaalde afstand ten opzichte van hoogfrequente systemen. Laagfrequente systemen detecteren ook minder sprints, vooral wanneer er zich richtingsveranderingen in de loopbewegingen voordoen. Hill-Haas et al. (2008) hebben aangetoond dat bij metingen met GPS, er minder nauwkeurige resultaten bereikt worden, naarmate de spelers zich sneller voortbewegen. Een hoge frequentie van de GPS is daarom belangrijk om nauwkeurige metingen te verrichten.
Dit onderzoek wil bijdragen tot het beter analyseren van sportprestaties. Het doel van de studie is om de bestaande technieken binnen de GIWetenschap te gebruiken om voetbalanalyses uit te voeren en te meten. Specifiek worden twee analyses uitgewerkt: de dominantie van twee ploegen wordt berekend tijdens een bepaalde wedstrijd en de fysieke prestatie van een speler wordt gedurende vier opeenvolgende wedstrijden vergeleken. Hiervoor worden de snelheid van de speler, zijn versnelling en de snelheid van de ploeggenoten berekend om een zinvolle vergelijking te maken. De speler met de hoogste snelheid wordt ook voor elke wedstrijd weergegeven, dit geeft een indicatie over de invloed van de positie van een speler op de afstand die afgelegd wordt. Voor de dominantieanalyse worden verschillende fysieke en tactische parameters van de voetballers berekend. Om deze variabelen te meten, wordt gebruik gemaakt van GPS-technologie in het trackingonderzoek. Volgende onderzoeksvragen zullen worden behandeld: hoe dominant heeft een team ten opzichte van het andere team gevoetbald? Heeft een team zijn dominantie kunnen omzetten naar doelkansen of doelpunten? Is er een afname van de snelheid en/of versnellingen in de vier opeenvolgende wedstrijden? Wat is de beste wedstrijd volgens de onderzochte variabelen? Wat is de invloed van de positie van een speler op de snelheid/afstand die
5
afgelegd wordt? Bieden de technieken van de GIWetenschap een meerwaarde voor het meten en analyseren van voetbalgegevens? De hoeveelheid balbezit, het veldoverwicht en de snelheid van spelen lijken geschikte variabelen om de dominantie van een team te onderzoeken. Een dominant spelend team zou in staat moeten zijn om meer doelkansen te creëren. Op basis van de literatuur (Rampinini et al., 2007; Hill-Haas et al., 2008, 2009; Casamichana en Castellano, 2010) wordt verwacht dat de snelheid en versnellingen zullen afnemen als gevolg van de toenemende fysieke belasting in de opeenvolgende wedstrijden. Middenvelders leggen tijdens wedstrijden vaker een grotere afstand af dan verdedigers en aanvallers, omdat het speelgebied dat ze bestrijken groter is (Bloomfield, et al., 2008). Het continu triangulair model biedt het voordeel om continue gegevens tijdens elk interval te bestuderen (Qiang, 2012), dit zou ook bij voetbalgegevens interessant kunnen zijn. Bovenstaande aannames worden gedurende het onderzoek verder geanalyseerd.
Het balbezit, het veldoverwicht en de speelsnelheid laten toe om de dominantie van een team op een realistische manier weer te geven. Het dominant spelende team kon in de onderzochte wedstrijd zijn overheersing dikwijls omzetten naar doelkansen. In de vier opeenvolgende wedstrijden was er gemiddeld geen afname van de snelheid en de versnellingen van de linkerflankspeler, dit was wel het geval in de tweede wedstrijdhelft. De verschillende analyses tonen aan dat de vierde wedstrijd kwalitatief de beste was. In alle vier de wedstrijden legde de rechtermiddenvelder de grootste afstand af. De analyses tonen aan dat de GIWetenschap kan bijdragen tot het beter analyseren van sportprestaties. GPS-tracking is een handige techniek om (fysieke) parameters van voetbalspelers tijdens trainingen te meten. De resultaten tonen ook de meerwaarde van het continuous triangular model om voetbalgegevens te analyseren.
In de volgende paragraaf wordt het studiegebied grondig afgebakend. Er wordt een overzicht gegeven van de gebruikte methoden en materialen tijdens het onderzoek. Verder volgen de resultaten met de antwoorden op de onderzoeksvragen. De discussie gaat hierop dieper in, evalueert de resultaten en legt de tekortkomingen bloot. Tot slot is er nog het besluit, de referentielijst en bijlagen.
6
4. STUDIEGEBIED, METHODEN, MATERIALEN
4.1 Studiegebied en algemene werkwijze
De proefpersonen in dit onderzoek waren voetballers van het beloftenteam van Club Brugge K.V. Dit zijn semiprofessionele sporters. Hun leeftijd bij de start van het onderzoek was 18,8 ± 1,2 jaar. Deze spelers hadden een gewicht van 72,3 ± 6,7 kg en een lengte van 1,80 ± 0,07 m. Er werden wedstrijden gespeeld tussen twee teams van vijf spelers (vier veldspelers + doelman) en tussen twee teams van negen spelers (acht veldspelers + doelman). Voorafgaand aan elke sessie werd een gestandaardiseerde opwarming gegeven door de trainersstaf. De wedstrijden werden gespeeld op natuurlijk gras, op de oefenterreinen van Club Brugge K.V. (Figuur 1).
Figuur 1: Wedstrijd 5 tegen 5
De veldgroottes werden bepaald door de trainers en hadden als afmetingen: respectievelijk 40 m x 32 m en 68 m x 40 m. Ploegen van vijf spelers speelden wedstrijden van 2,5 min. Tussen twee wedstrijden door was er een rustpauze van 2,5 min. Ploegen van negen speelden wedstrijden van 5 min met 2 min rust. De spelers werden willekeurig aan een ploeg toegewezen. Enkele spelregels werden aangepast om de vlotheid van de wedstrijden te bevorderen:
7
Wanneer de bal via de zijlijn buiten het speelveld ging, werd de bal opnieuw in het spel gebracht door een pass
De doelman van het team dat scoorde, kreeg opnieuw de bal
De buitenspelregel was niet van toepassing
Strafschoppen werden niet toegekend
Verder waren de gebruikelijke regels van het voetbalspel van toepassing. De trainers gaven geen aanmoedigingen. Het onderzoek werd gestart op 24 september, voetbalseizoen 20122013. Er werden zes meetsessies gehouden. Het speelschema wordt in Tabel 1 weergegeven.
Tabel 1: Speelschema DATUM 24/09/’12
SESSIE 1
WEDSTRIJD 5x5
01/10/’12
2
9x9
13/11/’12
3
5x5
16/11/’12
4
9x9
27/11/’12
5
5x5
30/11/’12
6
9x9
1 2 3 4 5 6 7 8 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 5 6 7 8 1 2 3 4
TEAM A-B C-D A-B C-D A-B C-D A-B C-D A-B B-A A-B B-A A-B B-A A-B B-A A-B B-A A-B B-A A-B C-D A-B C-D A-B C-D A-B C-D A-B B-A A-B B-A
AFTRAP A C B D A C B D A B A B B D A C B A B A A C B D A C B D A B A B
TIJD
2,5’ + 2,5’ rust
5’ + 2’ rust 2,5’ + 2,5’ rust 5’ + 2’ rust
2,5’ + 2,5’ rust
5’ + 2’ rust
8
Tijdens de verschillende voetbalwedstrijden werden fysieke kenmerken (zoals snelheid) en posities van de spelers gemeten met GPS-apparatuur. De bal zelf werd niet getrackt. Een trackingproject bestaat steeds uit vier substantiële elementen: een bewegend object, een tijdruimtelijke positie, een reken- en verwerkingseenheid en een communicatienetwerk (Van de Weghe, 2011). De tijdruimtelijke posities van de voetballers werden berekend met behulp van GPS-technologie. Op basis van de tijdsintervallen die radiosignalen (uitgezonden door satellieten) nodig hebben om de GPS-ontvanger te bereiken, wordt de positie op aarde berekend (De Wulf, 2002). In dit project werd bij de plaatsbepaling gebruik gemaakt van device positioning: de positieberekening vond plaats in het apparaat dat met het bewegend object
verbonden
was.
Een
reken-
en
verwerkingseenheid
bestaan
uit
een
databankbeheersysteem en een control processing unit, die de berekeningen op de gegevens uitvoert. Deze software werd geleverd door het Australisch bedrijf ‘GPSports’. Het communicatienetwerk was een draadloos systeem (het type werd door de fabrikant niet meegedeeld).
4.2 Specifieke analyses
De dominantie van een team ten opzichte van een ander team werd onderzocht. Een team dat dominant speelt, heeft een zekere overheersing over het andere team. Drie variabelen die elk een bepaalde invloed hebben op die overheersing zijn:
Balbezit
Veldoverwicht
Speelsnelheid
Een team is in balbezit totdat een tegenstrever de bal raakt. Het aantal seconden balbezit werd manueel bepaald met behulp van videobeelden van de wedstrijd. Dit kan bijgevolg tot enkele onnauwkeurigheden leiden (het werkelijke balbezit startte bijvoorbeeld 1 s vroeger/later dan vastgesteld). Het veldoverwicht werd bepaald aan de hand van de afstand van de centroïde van het team tot aan het centrum van het doel van de tegenstrever. De centroïde-positie is het zwaartepunt van een ploeg. Deze positie wordt berekend door het gemiddelde te nemen van de xy-posities van elke veldspeler in het team. Deze waarden werden gemeten door de GPStechnologie. Een team heeft vervolgens veldoverwicht indien de centroïde zich dichter bij het doel van de tegenstever bevindt dan de centroïde van het andere team bij hun doel. De afstand
9
tussen het centrum van het doel en de centroïde werd euclidisch bepaald met de formule: . In Figuur 2 heeft het blauwe team veldoverwicht.
Figuur 2: Veldoverwicht Bron: naar http://nl.freepik.com/, 23/10/2012
De snelheid waarmee het team speelde, werd bepaald door het gemiddelde te nemen van de snelheid van elke speler van de ploeg. De snelheid van elke speler werd gemeten met het GPS-systeem.
De variabelen van de dominantie (balbezit, veldoverwicht en speelsnelheid) werden kwantitatief geanalyseerd en gepresenteerd met behulp van het continuous triangular model (CTM). Het CTM is een innovatieve voorstelling voor lineaire data (zoals tijds- en afstandsintervallen). Het CTM is een ideaal hulpmiddel voor het kwantitatief redeneren rond deze intervallen (Qiang, 2012). Het model is gebaseerd op het TM, het triangular model (Bechtold et al., 2007). Het principe van het TM is dat tijdsintervallen voorgesteld worden door punten in een tweedimensionale ruimte. Het CTM voegt in vergelijking met het TM een derde dimensie toe: elk punt in het model stelt een specifiek interval voor met een bijbehorende waarde (Figuur 3). De waarde van elk punt is berekend door het gemiddelde te nemen van de waarden in dat subinterval.
10
Figuur 3: Transformatie van een lineair interval naar het TM: (a) De lineaire tijdsintervallen, (b) De constructie van een intervalpunt in het TM, (c) De TM presentatie van de tijdsintervallen Bron: Qiang, 2012
Figuur 4 toont een voorbeeld van een continu triangulair model, waarbij de snelheid van een voetballer tijdens een wedstrijd van 2,5 min is weergegeven.
I2 I1
Figuur 4: Continu triangulair model
11
Deze voorstelling toont de snelheid van de speler tijdens elk mogelijk interval van de wedstrijd. Bijvoorbeeld de snelheid van de speler tijdens de eerste halve minuut van de wedstrijd was gemiddeld 9,6 km/u (interval I1). De snelheid van de eerste tot en met de tweede minuut bedroeg gemiddeld 7,1 km/u (interval I2). In het CTM kunnen kortdurende intervallen geanalyseerd worden in de lagere zones van de driehoek en langdurige intervallen zijn te vinden hoger in de driehoek. Het CTM maakt het dus mogelijk om lineaire data in verschillende schalen voor te stellen. Omdat tijdsintervallen voorgesteld worden door punten, is het mogelijk om zeer grote hoeveelheden tijdsintervallen te analyseren.
In de eerste analyse werd elke dominante variabele ten opzichte van het ander team berekend (relatief). Er is ook telkens een binair CTM opgesteld. De CTM’s van het relatief balbezit, het relatief veldoverwicht en de relatieve speelsnelheid werden vervolgens samengevoegd tot een CTM voor relatieve dominantie. Map algebra maakt het mogelijk om CTM’s te combineren. Het is een techniek die verschillende operaties kan toepassen op rasterlagen. De functie subtract berekent bijvoorbeeld een nieuwe rasterlaag door de waarden van de cellen van twee rasterkaarten van elkaar af te trekken. Een continu triangulair model kan beschouwd worden als een rastervoorstelling, waarop map algebra kan toegepast worden. Bij het samenvoegen van de CTM’s werden gewichten aan elke variabele meegegeven, deze waarden werden berekend op basis van de tabel van Saaty (Tabel 2). De verschillende variabelen worden hierbij weergegeven in een tabel. Elke variabele stelt een rij en kolom voor en wordt beoordeeld naar belangrijkheid ten opzichte van de andere variabelen. Variabele 2 kan bijvoorbeeld drie keer belangrijker zijn dan variabele 1, dan wordt in de tabel bij de rij van variabele 2 en kolom van variabele 1 het getal 10 geschreven. Elk getal in de tabel wordt gedeeld door het kolomtotaal en vervolgens wordt het gewicht voor de variabele bekomen door het gemiddelde van elke rij te nemen. Het gemiddelde van de eerste rij is dan het gewicht voor variabele 1, het gemiddelde van de tweede rij is het gewicht voor variabel 2 en het gemiddelde van de derde rij is het gewicht voor variabele 3.
Tabel 2: Saaty Variabele 1
Variabele 2
Variabele 3
Variabele 1
1
var. 1 t.o.v. var. 2
var. 1 t.o.v. var. 3
Variabele 2
var. 2 t.o.v. var. 1
1
var. 2 t.o.v. var. 3
Variabele 3
var. 3 t.o.v. var. 1
var. 3 t.o.v. var. 2
1
12
Voor de interpretatie van de dominantie werd ook een genormaliseerd CTM en 3D-model berekend. In een genormaliseerd CTM krijgt elke rij in het CTM een andere kleurenschaal afhankelijk van de minimum en maximum waarden in de rij. De videobeelden van de wedstrijd werden gebruikt om na te gaan of het team zijn dominantie heeft kunnen omzetten in kansen of doelpunten.
In de tweede analyse werden de snelheid en versnellingen van een willekeurige speler geanalyseerd tijdens vier opeenvolgende wedstrijden. Deze parameters werden ook bepaald met GPS. Het trackingsysteem meet vijftien versnellingen per seconde, maar de versnellingen werden herberekend naar een gemiddelde versnelling per seconde. De versnellingen van de speler werden ingedeeld in klassen (volgens een rekenkundige reeks) en gevisualiseerd in een histogram. Dit liet een vlottere interpretatie toe. In de analyse werd de snelheid van de onderzochte speler en de snelheid ten opzichte van zijn medespelers voorgesteld met een CTM. Via map algebra werd de speler met de hoogste snelheid van de ploeg berekend en eveneens gevisualiseerd met een CTM.
4.3 Materialen De spelers werden gevolgd met het ‘GPS Wi SPI’ systeem, een product van het Australisch bedrijf GPSports (www.gpsports.com). Elke veldspeler droeg een hesje, waarin langs de achterzijde de GPS-unit geplaatst werd (Figuur 5).
Figuur 5: Het GPS-systeem
13
De GPS meet met een frequentie van 15 Hz. Met de software ‘Team AMS’ werden de data uitgelezen. Dit programma slaat de gemeten parameters op, waaronder: snelheid, afstand, xypositie (WGS84 coördinaten) en versnelling. Elk kenmerk kan grafisch weergegeven worden voor elke speler. Met het ‘SPI Real Time’ softwareprogramma werden de gegevens van de spelers tijdens de testen weergegeven in real-time. De hartslag werd gemeten aan de hand van een ‘Polar’ hartslagmeter en kan worden uitgelezen met hetzelfde verwerkingsprogramma (Team AMS) van de GPS-metingen. De wedstrijdjes werden gefilmd met een digitale camera (‘Sony’, type: ‘Carl Zeiss’). De software ‘CTMTool.m’ werd gebruikt om de gegevens te analyseren en te presenteren. Dit programma wordt opgestart in ‘Matlab 7_13’ en is ontwikkeld door Yi Qiang tijdens zijn doctoraatstudie (Qiang, 2012).
Vooraleer er effectief gemeten werd tijdens het onderzoek, werden enkele voorbereidende testen uitgevoerd. Deze testen gingen na of de GPS voldoende nauwkeurig is en geen te grote onregelmatigheden vertoont om posities tijdens voetbalwedstrijden te meten. De temporele en ruimtelijke nauwkeurigheid werden gecontroleerd. Er werd gemeten tijdens stilstand, een eenparig rechtlijnige beweging en een eenparig versnelde beweging. De testen werden uitgevoerd op de oefenvelden van tweedeprovincialer R. Knokke F.C. op 10 juli 2012. De terreinen zijn vergelijkbaar met de oefenvelden van Club Brugge K.V. en ook de meetomstandigheden tijdens het onderzoek waren gelijkaardig. Wat de ruimtelijke nauwkeurigheid betreft, werd nagegaan hoeveel satellieten gedetecteerd werden op het trainingsveld. In principe zijn steeds vier satellieten nodig om gunstige resultaten te bekomen (De Wulf, 2002). Tijdens de testen werden steeds acht of meer satellieten gedetecteerd. Er was geen informatie beschikbaar over de ruimtelijke spreiding van de satellieten. Theoretisch meet de GPS vijftien posities per seconde (15 Hz). Dit betekent één positie om de 0,067 s. Er werd gecontroleerd of het toestel ook effectief vijftien waarnemingen per seconde detecteert en hoe sterk de temporele resolutie hiervan afwijkt.
Er is een histogram opgesteld (Figuur 6) uit een meting met willekeurige tijdsduur (hier 58,80 s). De temporele resolutie is 0,067 ± 0,036 s. Er dienden wel enkele foute waarden (zoals negatieve afstanden) uit de metingen verwijderd te worden. Er werd gemeten tot op 0,01 s nauwkeurig.
14
Figuur 6: Histogram van de temporele resolutie
Er is geen eenduidig antwoord op de vraag welke de ideale temporele resolutie is om voetbalbewegingen te meten. Op basis van eerdere onderzoeken (Randers et al., 2010) waarin systemen met een lagere resolutie (1 Hz en 5 Hz) gebruikt werden, wordt aangenomen dat een temporele
resolutie
van
15
Hz
voldoende
nauwkeurig
is
om
posities
tijdens
voetbalwedstrijden te meten.
Vervolgens werd een meting uitgevoerd tijdens stilstand. Er werden negentien punten waargenomen gedurende een willekeurige tijdsduur (hier 1,26 s). Figuur 7 toont de grafiek met de afwijkingen van de posities ten opzichte van de gemiddelde x- en y-coördinaat.
Figuur 7: Spreidingsplot tijdens stilstand
15
De gemiddelde afwijking rondom de x-coördinaat is 0,074 ± 0,060 m. De gemiddelde afwijking rondom de y-coördinaat is 0,073 ± 0,057 m. Het punt met de grootste afwijking ligt op 20,21 cm van de gemiddelde x-coördinaat en 19,06 cm van de gemiddelde y-coördinaat. Voor dit onderzoek is deze nauwkeurigheid op een positie voldoende.
Bij de eenparig rechtlijnige en eenparig versnelde beweging werd nagegaan of er geen onregelmatigheden gemeten werden. De grafiek van de eenparig rechtlijnige beweging (Figuur 8) is een rechte lijn, enkel in het begin en naar het einde toe is er een afwijking, wat veroorzaakt werd door een lagere beginsnelheid en het vertragen op het einde.
Figuur 8: Eenparige rechtlijnige beweging
Figuur 9 geeft de grafiek van de eenparig versnelde beweging weer en bevat verschillende hellingen. Dit wijst op de versnellingen tijdens de loopbeweging. Er komen geen onregelmatigheden voor.
16
Figuur 9: Eenparige versnelde beweging
17
5. RESULTATEN
5.1 Dominantieanalyse
De dominantie van twee teams werd berekend tijdens de vijfde wedstrijd van de eerste meetsessie. Deze wedstrijd werd gekozen, omdat er veel doelpogingen plaatsvonden en er ook drie doelpunten gescoord werden. Het blauwe team versloeg het gele team met 3 - 0. Hieronder worden eerst het balbezit, het veldoverwicht en de speelsnelheid toegelicht. Daarna volgt de analyse van de dominantie. Videobeelden van de wedstrijd zijn terug te vinden in de bijlage (‘Videobeelden eerste analyse’).
5.1.1 Balbezit
Het blauwe team had tijdens de wedstrijd gemiddeld het meeste balbezit. Dit is te zien aan de blauwe kleur van de top van het binair CTM (Figuur 10). In de beginperiode van de wedstrijd hield het gele team de bal in de ploeg (interval I1), maar al snel nam het blauwe team voor geruime tijd over. Interval I2 en I3 waren nog twee opvallende perioden waarin het gele team gemiddeld meer balbezit had.
I1 I2
I3
Figuur 10: Balbezit binair
18
Op Figuur 11 met het relatief balbezit is een bipolaire kleurenschaal opgesteld: 100% balbezit betekent 100% meer balbezit voor het blauwe team en -100% balbezit betekent 100% meer balbezit voor het gele team. Deze voorstelling geeft informatie over het gemiddeld percentage balbezit dat een team had ten opzichte van het andere team, tijdens bepaalde perioden in de wedstrijd.
I1 I2
Figuur 11: Relatief balbezit van het blauwe en gele team
Tijdens interval I1 had het blauwe team gemiddeld 75% meer balbezit dan het gele team gedurende 1 min 10 s. Naar het einde van de wedstrijd toe was de hoeveelheid balbezit meer in evenwicht. Tijdens interval I2 had het blauwe team gemiddeld 12% meer balbezit gedurende 43 s. Toen waren er afwisselende perioden met balbezit voor beide teams. Het blauwe team had over de hele wedstrijd 34% meer balbezit dan het gele team. Dit betekent dat het blauwe team tijdens de wedstrijd: (100 - 34) / 2 + 34 = 67% balbezit had, tegenover 33% van het gele team.
5.1.2 Veldoverwicht
Tijdens de wedstrijd had het blauwe team gemiddeld het meeste veldoverwicht. Het CTM met het binair veldoverwicht is overwegend blauw (Figuur 12). Er waren wel een aantal perioden
19
waarin het gele team overnam, maar het blauwe team had de bovenhand. Een goede periode (qua veldoverwicht) van het gele team was tijdens interval I1.
I1
Figuur 12: Binair veldoverwicht
I2
I1 I3
Figuur 13: Relatief veldoverwicht van het blauwe en gele team
Het lijkt op basis van het binair CTM alsof het blauwe team veel meer veldoverwicht had, maar de voorstelling met het relatief veldoverwicht (Figuur 13) toont aan dat het blauwe team
20
gemiddeld slechts 4,3% meer veldoverwicht had dan het gele team. Dit betekent dat het blauwe team over de hele wedstrijd gemiddeld 2,7 m dichter bij het doel van de tegenstrever speelde. Op een terrein van 64 m is dit vrij beperkt. Er waren wel enkele opvallende perioden waarin het blauwe team duidelijk de bovenhand had. Tijdens interval I1 had het blauwe team gemiddeld 11% (7 m) meer veldoverwicht gedurende 36 s. De hoogste percentages lopen op tot 33%, maar deze momenten waren van korte duur. Interval I2 toont aan dat het grootste deel van de wedstrijd in evenwicht was. Gedurende 1 min 26 s had het blauwe team gemiddeld 3,7% (2,4 m) meer veldoverwicht. Het gele team kon het veldoverwicht van het blauwe team dus beperken, maar zelf had het weinig momenten met veel veldoverwicht. Tijdens interval I3 had het gele team gemiddeld 1% (0,6 m) meer veldoverwicht gedurende 10 s. Opvallend is dat beide ploegen hun veldoverwicht nooit lang konden aanhouden.
5.1.3 Speelsnelheid
De snelheid waarmee beide teams in de wedstrijd speelden was gelijklopend. Er waren weinig lange perioden met grote verschillen in speelsnelheid. Het binair CTM (Figuur 14) is overwegend blauw, maar het onderste niveau laat zien dat de blauwe en gele kleur vrij snel afwisselen. Goede perioden (qua snelheid) van het gele team waren tijdens interval I1 en op het einde van de wedstrijd tijdens interval I2.
I2
I1
Figuur 14: Binaire snelheid
21
I1
I2
Figuur 15: Relatieve speelsnelheid van het blauwe en gele team
De spelers van het blauwe team liepen tijdens de wedstrijd gemiddeld 2,8% (0,6 km/u) sneller dan de spelers van het gele team (Figuur 15). Het lijkt erop dat beide ploegen vrij in evenwicht waren qua speelsnelheid. Een goede periode van het blauwe team was tijdens interval I1, waarin de spelers gemiddeld 8% (1,6 km/u) sneller speelden dan het gele team, dit gedurende 55 s. Tijdens interval I2 speelde het gele team gemiddeld 0,8% (0,2 km/u) sneller. Wat opvalt is, dat er hoge percentages relatieve speelsnelheid voorkomen bij beide teams, tot waarden van 42% voor het blauwe team en 36% voor het gele team. Deze waarden werden alleen gehaald tijdens zeer korte perioden. Het onderste niveau van het CTM laat zien dat het team, dat de bovenhand had in speelsnelheid, snel wijzigde.
5.1.4 Dominantie
Het balbezit, het veldoverwicht en de speelsnelheid hebben elk hun invloed op de dominantie waarmee een team speelt. De belangrijkheid van elke variabele werd beoordeeld in overleg met de trainers van Club Brugge K.V. Het veldoverwicht werd beschouwd als de belangrijkste factor voor dominantie, omdat een dominant team bij veel veldoverwicht de tegenstrever onder druk zet. Deze variabele kreeg twee keer zo veel gewicht mee als het balbezit en de speelsnelheid. De relatieve percentages van het balbezit kunnen oplopen tot 100% wanneer een team de bal rondspeelt, daarom werd gekozen om deze variabele niet meer
22
invloed mee te geven als de speelsnelheid, waar de verschillen tussen twee teams meestal kleiner zijn. De gewichten werden berekend met behulp van de tabel van Saaty (Tabel 3).
Tabel 3: Invloed op de dominantie Balbezit
Veldoverwicht
Speelsnelheid
Balbezit
1
0,5
1
Veldoverwicht
2
1
2
Speelsnelheid
1
0,5
1
Dit geeft volgende gewichten:
+
+
=
+
+
=
+
+
=
= 0,25 = 0,5 = 0,25
Het balbezit heeft een invloed van 25% op de dominantie, het veldoverwicht 50% en de speelsnelheid 25%. Om de CTM’s met de relatieve waarden samen te voegen werd gebruik gemaakt van map algebra (Figuur 16).
Figuur 16: Map algebra: Relatieve dominantie berekenen
Eerst dienden de gegevens herberekend te worden naar procentuele waarden, dit gebeurde met de formule: Waarde = (Xi – Xmin) / (Xmax – Xmin) * 100
23
Bij het veldoverwicht is 100% veldoverwicht 64 m, dit was de lengte van het voetbalveld. Bij de speelsnelheid komt 100% speelsnelheid overeen met 20 km/u. Deze waarde werd bepaald op basis van de snelheidszones die in Club Brugge K.V. gehanteerd worden. Daarbij ligt 20 km/u in de intensieve zone. Indien een team 100% sneller speelt dan een ander team, is de gemiddelde snelheid van de ploeg 20 km/u en de gemiddelde snelheid van het andere team is dan 0 km/u. Na de herschaling werd de relatieve dominantie berekend door de gewogen som van de drie variabelen te nemen:
Relatieve dominantie = ¼ relatief balbezit + ½ relatief veldoverwicht + ¼ relatieve speelsnelheid
Voor de binaire voorstellingen te berekenen werden de relatieve modellen herschaald naar waarden 0 of 1 (Figuur 17).
Figuur 17: Map algebra: Binaire CTM’s berekenen
Het CTM van de binaire dominantie wordt in Figuur 18 voorgesteld. Het blauwe team heeft tijdens de wedstrijd gemiddeld dominanter gespeeld dan het gele team. Drie perioden waarin het gele team gemiddeld dominanter speelde (interval I1, I2 en I3) worden hier toegelicht. De andere perioden worden verderop besproken. In het begin van de wedstrijd had het gele team de bovenhand. Op de binaire CTM’s van het balbezit, veldoverwicht en de snelheid is te zien dat in deze periode het team gemiddeld meer balbezit had, de snelheid van de spelers vaak hoger lag dan de snelheid tegenstander en er weinig tot geen veldoverwicht was. Tijdens interval I2 had het gele team balbezit en liepen de spelers sneller dan de spelers van het blauwe team. Het veldoverwicht was voor het blauwe team, maar de speler van het gele team die in balbezit was, werd weinig onder druk gezet. Interval I3 geeft de derde opvallende periode weer waarin het gele team gemiddeld dominanter speelde. Het team had meer balbezit, speelde sneller en zette een aanval op. Vlak voor en op het moment van de doelpoging was er duidelijk veldoverwicht. Dit was een sterk moment van het gele team.
24
I1 I2
I3
Figuur 18: Binaire dominantie
De relatieve dominantie wordt in Figuur 19 voorgesteld. De doelpogingen van het blauwe team zijn aangeduid met de letter Db, de doelpogingen van het gele team met de letter Dg. Er was ook een dreigende aanval van het blauwe team zonder doelpoging, dit werd aangeduid met de letter Ab.
I3
I4
I2
I1
1- 0 2- 0
Dg 3- 0 Db
Ab Dg Dg
Dg
Db
Figuur 19: Relatieve dominantie
25
Tijdens de wedstrijd speelde het blauwe team gemiddeld 12,8 % dominanter dan het gele team. Het blauwe team won met duidelijke cijfers, 3-0. Het gele team was wel het beste aan de wedstrijd begonnen. Tijdens interval I1 was het gele team gemiddeld 20% dominanter gedurende 20 s. In deze periode kon het gele team echter geen doelkansen creëren. De spelers hadden balbezit en liepen sneller dan de tegenstander. Er was veldoverwicht voor het blauwe team, maar de speler in balbezit werd weinig onder druk gezet. Het blauwe team liet niemand vrijlopen. Na 17 s probeerde het gele team een aanval op te zetten en was er even meer veldoverwicht, maar het blauwe team stond goed. De speler in balbezit moest terug. De aanvaller van het blauwe team begon hoog te storen. De doelman werd onder druk gezet, verloor de bal en een speler van het blauwe team scoorde met een boogbal de 1-0.
Het blauwe team nam de dominantie over. Het team was gedurende 30 s gemiddeld 30% dominanter dan het gele team (interval I2). Het tweede doelpunt viel dan ook vrij vlug na het eerste. De doelman van het blauwe team wierp de bal richting de linkerflankspeler. Die speelde een ploeggenoot vrij en deze speler verdubbelde de score met een geplaatst schot in de linkerbenedenhoek. Het blauwe team bleef in balbezit. De tegenstander probeerde de bal te veroveren door hoger te storen, maar liet zo meer ruimte voor de flankspelers. Er werd opnieuw een aanval opgezet door het blauwe team. Na een één-twee op links gaf de flankspeler een gemeten voorzet, maar er was niemand goed gevolgd en de tegenstander kon ontzetten. Met één pass werd de aanvaller van het gele team bereikt. Deze speler ging schuin op doel af, maar kraakte zijn schot. Het blauwe team hield de bal opnieuw in de ploeg, had een gemiddelde dominantie van 22% ten opzichte van het gele team, maar kon gedurende 36 s geen doelpoging creëren (interval I3). Het gele team ging toen vaak hoog storen en even was er een onoplettendheid van de speler in balbezit. Een speler van het gele team kon de bal onderscheppen en een doelpoging ondernemen. Het schot ging hoog over.
Een meer evenwichtige periode kwam er tijdens interval I4, waarin er een iets hogere gemiddelde dominantie was van het blauwe team van 5,8% gedurende 44 s. Er kwamen kansen voor beide ploegen. Een speler van het gele team had de bal en kreeg even ruimte. Er volgde een schot, van vrij ver, in de handen van de keeper. Het derde doelpunt van de wedstrijd viel wanneer het blauwe team licht de bovenhand had. Het was vooral een knappe individuele actie van de linkerflankspeler. Deze speler schoot van vrij ver op doel en plaatste de bal buiten het bereik van de keeper. Hierop volgde opnieuw een aanval van het blauwe team. De bal werd diep gespeeld, de aanvaller controleerde het leer en schoot onmiddellijk op
26
doel. De doelman kwam echter gepast tussen en kon de vierde treffer vermijden. Toen werd het gele team dominanter, er werd een mooie aanval opgezet. De bal vertrok bij de doelman en werd vervolgens zeer snel rondgespeeld. Er werd rondgetikt in slechts één of twee tijden. Het spel werd verlegd van de rechter- naar de linkerflank, gevolgd door een doelpoging in één tijd. De bal schoof laag over de grond, maar de doelman bracht redding. In het slot van de wedstrijd was er nog een kans voor het blauwe team. Er was een hoge dominantie wegens duidelijk veldoverwicht en meer balbezit. De aanvaller werd volledig vrijgelaten op links en kreeg de bal in de voet toegespeeld. De spits schoot hard op doel, maar de keeper stond pal, waardoor de eindstand 3-0 bleef staan.
Tijdens de meeste perioden van de wedstrijd kon het dominante team doelgevaar creëren. Enkel in het begin van de wedstrijd (gele team) en tijdens interval I3 (blauwe team) lukte dit niet. Het blauwe team speelde sterk tijdens interval I2, waarin het gemiddeld dominanter was en twee doelpogingen kon creëren. Het gele team had kortere momenten van dominantie waarin het doelkansen creëerde.
Figuur 20 toont verschillende combinaties van de drie dominante variabelen voor het gele team:
Meer balbezit, maar minder veldoverwicht
Meer balbezit, maar minder snelheid
Meer veldoverwicht, maar minder balbezit
Meer veldoverwicht, maar minder snelheid
Meer snelheid, maar minder balbezit
Meer snelheid, maar minder veldoverwicht
De verschillende combinaties kenmerken in deze wedstrijd vaak specifieke spelsituaties.
27
(a)
(b)
(c)
(d)
(e)
(f)
Figuur 20: (a) Meer balbezit, minder veldoverwicht van het gele team (b) Meer balbezit, minder snelheid (c) Meer veldoverwicht, minder balbezit (d) Meer veldoverwicht, minder snelheid (e) Hogere snelheid, minder balbezit (f) Hogere snelheid, minder veldoverwicht
In situaties waar het gele team meer balbezit en minder veldoverwicht had (Figuur 20a), werd de bal vaak achteraan rondgespeeld. Een voorbeeld van deze spelsituatie is te zien op de videobeelden van 1 min 30 s tot 1 min 35 s. Op momenten dat er meer balbezit was en minder snel gespeeld werd (Figuur 20b), probeerde het blauwe team druk te zetten en de bal te veroveren (bv. van 10 s tot 19 s). Een kenmerkende situatie voor meer veldoverwicht en minder balbezit (Figuur 20c) was, wanneer er hoog gestoord werd en de spelers van het blauwe team de bal achteraan rondspeelden (van 1 min 47 s tot 1 min 51 s). Situaties waarin het gele team meer veldoverwicht en minder snelheid had (Figuur 20d), leidden vaak tot doelgevaar van het blauwe team. Het gele team stond dan dikwijls hoog op de helft van de tegenstander. De tegenstander had meer snelheid en kon van de ruimte profiteren om een aanval op te zetten. Dit zijn momenten die eerder vermeden moeten worden. Een voorbeeld
28
van zo een spelsituatie is te zien van 1 min 49 s tot 1 min 55 s. De positiewissels en bewegingen van de veldspelers tijdens deze spelsituatie worden hieronder weergegeven in Figuur 21.
Figuur 21: Spelsituatie: Meer veldoverwicht, minder balbezit
Toen het gele team meer snelheid en minder balbezit had (Figuur 20e), werd geprobeerd om de bal te veroveren (bv. van 2 min 11 s tot 2 min 15 s). De situaties waarin het gele team meer snelheid en minder veldoverwicht had (Figuur 20f), gaven vaak aanleiding tot een aanval (bv. 1 min 30 s tot 1 min 38 s).
Een nadeel van de huidige voorstelling van het continu triangulair model is dat de bovenste niveaus van het CTM een weinig gedifferentieerd beeld geven. Om een meer gedifferentieerd beeld te krijgen, kan een genormaliseerd CTM berekend worden. In een genormaliseerd CTM wordt elke rij van het CTM weergegeven door een andere kleurenschaal, afhankelijk van de minimum en maximum waarden in de rij. Figuur 22 toont het genormaliseerd CTM van de relatieve dominantie.
29
Figuur 22: Genormaliseerd CTM
Deze voorstelling toont dat het percentage van de relatieve dominantie in de tweede wedstrijdhelft gemiddeld hoger was. Er is een meer gedifferentieerd beeld, maar een duidelijke meerwaarde voor de dominantieanalyse blijkt uit deze voorstelling niet. Een andere interessante voorstelling is de 3D-weergave van de relatieve dominantie (Figuur 23).
Figuur 23: 3D-Model
30
Er zijn pieken en dalen, die de hoogste waarden van de relatieve dominantie van het blauwe team (pieken) en het gele team (dalen) voorstellen. De extremen worden in de 3D-voorstelling duidelijker weergegeven dan in de CTM voorstelling, maar nieuwe inzichten kunnen hieruit niet afgeleid worden. De posities van de spelers tijdens een hoge relatieve dominantie (> 20%) waren vaak gelijklopend. De centrale verdediger schoof op naar voren en bevond zich op de speelhelft van de tegenstander. Dergelijke kenmerkende dominante fase wordt hieronder in Figuur 24 weergegeven (het blauwe team is dominant):
Figuur 24: Posities tijdens een relatieve dominantie > 20%
Een modelfase waar het blauwe team zijn dominantie omzette in een doelpoging is te zien op de videobeelden van 2 min 12 s tot 2 min 19 s. Een modelfase voor het gele team is te bekijken van 2 min 2 s tot 2 min 12 s.
5.2 Vergelijking van vier opeenvolgende wedstrijden
Er werden willekeurig vier opeenvolgende wedstrijden van één speler geselecteerd. De vier wedstrijden van de linkerflankspeler van team B, die tijdens de derde meetsessie gespeeld werden, worden vergeleken. In deze wedstrijden werd gespeeld met 5 tegen 5 spelers. De opstelling van de ploeg was in een ruitvorm met één verdediger, twee middenvelders en één aanvaller. De snelheid van de speler tijdens elke wedstrijd wordt in volgende paragraaf voorgesteld. Er wordt nagegaan of de snelheid afneemt door de toenemende fysieke belasting. In een CTM is het mogelijk om de gegevens in elk interval van de wedstrijd te bestuderen, dus wordt er eveneens gefocust op het tweede deel van de wedstrijd. De toenemende fysieke belasting zou daar nog meer tot uiting moeten komen. Tevens wordt onderzocht of de
31
versnellingen afnemen en wat het verschil in snelheid was met de gemiddelde snelheid van de ploeg. Op basis van deze criteria worden de wedstrijden ten opzicht van elkaar beoordeeld. Tot slot wordt voor elke wedstrijd een CTM berekend waar de speler met de hoogste snelheid wordt weergegeven. Deze voorstellingen geven een indicatie over de invloed van de positie op de snelheid waarmee een speler voetbalt. Videobeelden van de wedstrijden zijn terug te vinden in de bijlage (‘Videobeelden tweede analyse’).
5.2.1 Snelheid
Voor elke wedstrijd werd een CTM berekend met de snelheid van de linkerflankspeler. Hieronder worden de verschillende figuren weergegeven:
I1
Figuur 25: Snelheid wedstrijd 1
I2
Figuur 26: Snelheid wedstrijd 2
32
I3
Figuur 27: Snelheid wedstrijd 3
I4
Figuur 28: Snelheid wedstrijd 4
De linkerflankspeler liep in de vier wedstrijden aan een gemiddelde snelheid van:
eerste wedstrijd: 8,3 km/u of 346 m
tweede wedstrijd: 7,8 km/u of 325 m
derde wedstrijd: 7,7 km/u of 321 m
vierde wedstrijd: 7,9 km/u of 329 m
33
Er is geen duidelijke afname in gemiddelde snelheid te zien. In de tweede en derde wedstrijd is er een kleine afname ten opzichte van de vorige wedstrijd, maar in de vierde wedstrijd is er terug een lichte toename. De verschillen tussen de wedstrijden zijn klein: maximum 17 m in afstand. Tijdens de eerste wedstrijd liep de speler het meest. Opvallend is dat er weinig aan constante snelheid gelopen werd. De maximum snelheden lopen op tot 22 km/u. In elke wedstrijd waren ook momenten waarin de speler weinig aan het spel deelnam, tijdens deze perioden was zijn snelheid gemiddeld lager dan 5 km/u. Wat de gemiddelde snelheid in de tweede wedstrijdhelft betreft, zijn dit de resultaten:
eerste wedstrijd: 8,0 km/u of 167 m (interval I1)
tweede wedstrijd: 7,4 km/u of 154 m (interval I2)
derde wedstrijd: 7,1 km/u of 148 m (interval I3)
vierde wedstrijd: 6,8 km/u of 142 m (interval I4)
Hier is steeds een afname in gemiddelde snelheid te zien, zowel ten opzichte van de eerste wedstrijdhelft als tussen de vier wedstrijden onderling. Deze resultaten suggereren dat de daling van de snelheid veroorzaakt wordt door een toenemende fysieke belasting naar het einde van de wedstrijd toe.
5.2.2 Versnelling
De versnelling wordt hier niet voorgesteld door middel van een CTM, omdat versnellingen in voetbalwedstrijden steeds van zeer korte duur zijn en een gemiddelde versnelling binnen een bepaalde periode meestal weinig relevante resultaten oplevert. Een mogelijke oplossing zou kunnen zijn om het CTM aan te passen. De y-as zou logaritmisch kunnen worden voorgesteld (Figuur 29). De waarden in het onderste niveau van het CTM worden op die manier meer benadrukt.
34
Figuur 29: Logaritmisch CTM
De interpretatie van dit CTM blijft echter zeer onoverzichtelijk omdat de versnellingen van zeer korte duur zijn. Daarom werden de versnellingen ingedeeld in klassen en voorgesteld met behulp van histogrammen. De discretisatie werd bepaald volgens een rekenkundige reeks: 0,0005 + x + 2x + 3x + 4x + 5x = 3,08. Deze methode werd gehanteerd omdat er meer versnellingen zijn met lage waarden dan met hoge waarden. De discretisatie volgens een meetkundige reeks gaf een onevenwichtige verdeling van de gegevens. Figuur 30 geeft een histogram voor de eerste en tweede wedstrijd weer. Figuur 31 toont de versnellingen tijdens de derde en vierde wedstrijd.
Figuur 30: Histogrammen van de versnellingen in de eerste en tweede wedstrijd
35
Figuur 31: Histogrammen van de versnellingen in de derde en vierde wedstrijd
Het aantal versnellingen en de gemiddelde versnelling van de speler waren:
eerste wedstrijd: 70 versnellingen, gemiddeld aan 0,66 m/s²
tweede wedstrijd: 82 versnellingen, gemiddeld aan 0,60 m/s²
derde wedstrijd: 75 versnellingen, gemiddeld aan 0,59 m/s²
vierde wedstrijd: 78 versnellingen, gemiddeld aan 0,64 m/s²
Er is geen duidelijke afname te zien in de versnellingen. In de eerste wedstrijd werden zelfs het minst aantal versnellingen uitgevoerd. Een toenemende fysieke belasting is uit deze gegevens niet af te leiden. In alle vier de wedstrijden werden de meeste versnellingen uitgevoerd in de eerste drie klassen. Dit zijn versnellingen die een waarde hebben tot 1,23 m/s². De verschillen tussen de wedstrijden waren wel klein. Tijdens de tweede wedstrijd werden de meeste versnellingen (82) uitgevoerd. Een speler met een hoge acceleratie kan gemakkelijker het verschil maken en een tegenstander uitschakelen, daarom werd vooral gefocust op de grootte van de versnelling. De kwaliteit van de versnellingen was het hoogst in de eerste en de vierde wedstrijd. In de laatste wedstrijd werd 78 keer versneld aan een gemiddelde van 0,64 m/s². Tijdens deze wedstrijd werden ook het meeste versnellingen uitgevoerd in de twee hoogste klassen. De linkerflankspeler had twaalf keer een acceleratie met een waarde tussen 1,23 m/s² en 2,05 m/s². Er waren in deze wedstrijd ook vier versnellingen in de hoogste klasse (versnellingen tot 3,08 m/s²). Rekening houdend met het aantal versnellingen, de kwaliteit van de versnellingen en de toenemende fysieke belasting, is de laatste wedstrijd de meest intensieve.
36
5.2.3 Snelheid ten opzicht van de gemiddelde snelheid
De snelheid werd ook berekend ten opzichte van de gemiddelde snelheid van de ploeg. Dit geeft een beeld over de prestatie van de speler in vergelijking met zijn medespelers. De blauwe kleur geeft aan wanneer de linkerflankspeler sneller liep dan het gemiddelde. De groene kleur geeft weer wanneer de speler minder snel speelde dan zijn ploeggenoten. De voorstellingen zijn bekomen door map algebra toe te passen op de CTM’s van de snelheid en de CTM’s van de gemiddelde snelheid. Deze modellen werden samengevoegd via de functie ‘Subtract’. Dit betekent dat de gemiddelde snelheid afgetrokken werd van de snelheid van de speler:
Resultaat = CTMsnelheid - CTMgem.snelheid In Figuur 32 wordt het CTM van de eerste wedstrijd weergegeven.
I2 I1
Figuur 32: Snelheid ten opzichte van het gemiddelde (wedstrijd 1)
Tijdens deze wedstrijd werd gemiddeld 0,4 km/u trager gelopen dan de gemiddelde snelheid van de ploeg. Vooral in de eerste wedstrijdhelft liep de speler langzamer dan het teamgemiddelde. Tijdens interval I1 werd gedurende 48 s gemiddeld 2 km/u trager gelopen. De linkerflankspeler was toen weinig in het spel betrokken. Naar het einde toe (interval I2),
37
werd relatief sneller gelopen: in de laatste minuut werd gemiddeld 1 km/u sneller gespeeld dan de medespelers.
Tijdens de tweede wedstrijd waren er weinig grote verschillen tussen de snelheid van de speler en het teamgemiddelde (Figuur 33).
I1
I2
Figuur 33: Snelheid ten opzichte van het gemiddelde (wedstrijd 2)
De groene kleur is opnieuw het meest aanwezig. Er werd gemiddeld 0,5 km/u trager gespeeld dan de medespelers. In het eerste deel van de wedstrijd liep de speler aan hetzelfde tempo als de ploeg (interval I1). Tijdens interval I2 was de linkerflankspeler minder in het spel betrokken, toen werd gemiddeld 1,5 km/u langzamer gelopen gedurende 56 s. Op het onderste niveau van het CTM is te zien dat de blauwe en groene kleur vrij snel wisselen, wat duidt op de intensieve ritmeveranderingen in de wedstrijd.
In de derde wedstrijd werd gemiddeld 0,9 km/u trager gelopen dan de gemiddelde snelheid van de ploeg (Figuur 34). Slechts op enkele momenten kon de speler boven het gemiddelde presteren (interval I1). Naar het einde van de wedstrijd toe (interval I2), versnelde de linkerflankspeler nog weinig. De andere spelers waren vaker in balbezit en bewogen meer. De linkerflankspeler kon weinig acties ondernemen. Het onderste niveau van het CTM vertoont ook minder kleurveranderingen.
38
I2
I1
Figuur 34: Snelheid ten opzichte van het gemiddelde (wedstrijd 3)
De vierde wedstrijd toont een ander beeld (Figuur 35). Dit was de beste wedstrijd van de linkerflankspeler ten opzichte van zijn medespelers. De verschillen over de ganse wedstrijd waren niet groot, maar de speler liep gemiddeld 0,1 km/u sneller dan het gemiddelde. Het onderste niveau van het CTM toont veel kleurwisselingen. De speler had vaak de bal en verdedigde actief mee. De beste periode was in het midden van de wedstrijd (interval I1), waarin gedurende 58 s, 1,2 km/u sneller gelopen werd dan het gemiddelde.
I1
Figuur 35: Snelheid ten opzichte van het gemiddelde (wedstrijd 4)
39
De linkerflankspeler heeft over de vier wedstrijden, op basis van de onderzochte criteria, weinig overtuigende resultaten. In drie van de vier partijen werd gemiddeld langzamer dan het tempo van het team gespeeld. In vergelijking met de andere middenvelder zijn dit vrij zwakke cijfers.
Het bepalen van de beste wedstrijd op basis van de snelheid ten opzichte van de gemiddelde snelheid van de ploeg is vrij moeilijk. De linkerflankspeler had in elke wedstrijd goede momenten, waardoor het niveau van de ploeg opgekrikt werd en anderzijds waren er perioden waarin zijn tempo lager lag dan dat van het team. Indien de wedstrijden gemiddeld bekeken worden, springt de laatste wedstrijd in het oog. In deze wedstrijd nam de linkerflankspeler vaker initiatief en werd er gemiddeld sneller gelopen dan de ploeggenoten. De vierde wedstrijd blijkt ook op basis van vorige criteria (snelheid en versnelling) gemiddeld de beste.
5.2.4 Snelste speler
Ook interessant om te onderzoeken is welke speler op welke momenten in de wedstrijd de hoogste snelheid had. Deze resultaten laten zien wanneer een speler de ploeg op sleeptouw nam en hoelang deze speler er bovenuit stak. Via map algebra werd voor elke speler eerst de waarden geselecteerd waar de snelheid het hoogste was in vergelijking met de medespelers, dit werd uitgedrukt ten opzichte van de gemiddelde snelheid (zoals in vorige analyse). De verschillende CTM’s van elke speler, met maximum snelheden ten opzichte van het gemiddelde, werden dan samengevoegd door een som:
CTMspeler1 = Select values where Snelheidspeler1 > Snelheidspeler2 And where Snelheidspeler1 > Snelheidspeler3 And where Snelheidspeler1 > Snelheidspeler4 Resultaatwedstrijd1 = CTMspeler1 + CTMspeler2 + CTMspeler3 + CTMspeler4
De legende van deze CTM’s wordt voorgesteld in Figuur 36. Voor elke speler werd een schaal met grijswaarde opgesteld. De speler met de hoogste snelheid in de eerste wedstrijd wordt weergegeven in Figuur 37. Ook de afstand die elke speler in de wedstrijd aflegde, wordt gegeven, omdat dit een beter beeld geeft van de verhoudingen tussen de spelers.
40
Figuur 36: Legende
I1
Figuur 37: Maximum snelheid (wedstrijd 1)
De overheersende groende kleur valt in het model onmiddellijk op: de rechterflankspeler had zeer vaak de hoogste snelheid. Over de ganse wedstrijd, werd door deze speler ook de grootste afstand afgelegd. Het is de enige speler die meer dan 400 m liep. De andere middenvelder (de linkerflankspeler, blauwe kleur) liep 354 m en had een goede periode tijdens interval I1, gedurende 1 min werd 1,1 km/u sneller gelopen dan het gemiddelde. De verdediger (grijze kleur) speelde slechts op enkele momenten met de grootste snelheid en legde 325 m af. De aanvaller van het team (oranje kleur) liep 362 m en had dan weer iets vaker de hoogste snelheid.
41
Een vrij gelijkaardig beeld is te zien op het CTM van de tweede wedstrijd (Figuur 38).
I1
Figuur 38: Maximum snelheid (wedstrijd 2)
De rechterflankspeler was opnieuw superieur. Over de ganse wedstrijd, werd door deze speler gemiddeld 0,8 km/u sneller gelopen dan het gemiddelde. Ook werd de grootste afstand door hem afgelegd (379 m). De aanvaller van het team legde de tweede grootste afstand af (346 m) en heeft tijdens interval I1 gemiddeld 1 km/u sneller gespeeld dan het gemiddelde van de ploeg. In vergelijking met de eerste wedstrijd komt de verdediger iets vaker in het stuk voor. De blauwe kleur is weinig aanwezig, de linkerflankspeler was niet vaak betrokken in het spel. Deze spelers liepen respectievelijk 329 m en 333 m.
Tijdens de derde wedstrijd valt de groene kleur opnieuw op, maar dit keer speelde ook de verdediger een lange periode aan de hoogste snelheid (Figuur 39). Toch heeft deze speler maar de derde grootste afstand afgelegd (354 m). De rechterflankspeler legde 400 m af, de linkermiddenvelder 325 m en de aanvaller 363 m. Vooral in de tweede wedstrijdhelft, werd door de verdediger duidelijk veel inspanningen geleverd. Tijdens interval I1 werd gemiddeld 2,5 km/u sneller gelopen dan de medespelers gedurende 1 min. Ook de aanvaller had opnieuw zijn goede momenten. De blauwe kleur is beperkter, de linkerflankspeler stelde wat teleur. Slechts tijdens enkele korte momenten kon deze speler het team op sleeptouw nemen.
42
I1
Figuur 39: Maximum snelheid (wedstrijd 3)
In de vierde wedstrijd krijgen we een ander beeld (Figuur 40).
I1
Figuur 40: Maximum snelheid (wedstrijd 4)
De blauwe kleur is veel meer aanwezig. De linkerflankspeler heeft in het midden van de wedstrijd beduidend veel inspanningen geleverd en aan een hoge snelheid gespeeld. Deze speler liep ook de tweede grootste afstand (338 m). Tijdens interval I1 werd er gemiddeld 0,8 km/u sneller gelopen dan de andere spelers. De verdediger legde in totaal slechts 279 m af, de rechterflankspeler 371 m en de aanvaller 333 m. Elke speler had zijn goede momenten en de middenvelders namen de ploeg het vaakst op sleeptouw.
43
In alle vier de wedstrijden heeft de rechterflankspeler gemiddeld het snelst gespeeld én de grootste afstand afgelegd. Deze speler beschikte duidelijk over de beste conditie of de meeste inzet: in bijna elke wedstrijd werd 1 km/u sneller gelopen dan het teamgemiddelde. De aanvaller van het team heeft in vergelijking met de medespelers ook sterk gepresteerd. Vaak zorgde deze speler voor een extra versnelling met doelgevaar tot gevolg. De verdediger presteerde degelijk, met de derde wedstrijd als uitschieter. De linkerflankspeler presteerde minder goed. Alleen in de vierde wedstrijd werd door deze speler een echte meerwaarde aan het team toegevoegd. De resultaten tonen (net zoals de vorige analyses) dat de vierde wedstrijd, rekening houdend met de fysieke belasting, gemiddeld de meest intensieve was.
44
6. DISCUSSIE
6.1 Dominantie
De dominantie van een voetbalploeg werd bepaald op basis van drie variabelen: het balbezit, het veldoverwicht en de speelsnelheid. Er was een kleine foutenmarge bij het bepalen van het balbezit, tot ongeveer 2 s. Dit heeft te maken met het feit dat het balbezit manueel berekend werd. Ook het overeenstemmen van het exacte begin van de wedstrijd met de metingen van de GPS kunnen 1 a 2 s verschillen. Steeds werd de binaire en de relatieve dominantie berekend. Er zijn geen absolute gegevens over hoe dominant een ploeg speelde. De prestaties van twee ploegen in een voetbalwedstrijd worden ook meestal vergeleken ten opzicht van elkaar, daarom is de relatieve dominantie dus zeker interessant.
Zowel het binaire als het relatieve CTM van het balbezit hebben opvallende, afgelijnde vormen. Dit komt door het feit dat het balbezit niet zo snel van ploeg wijzigde (wat bij de andere variabelen wel het geval was) en door de aard van de gegevens. Er is namelijk steeds 100% (1 bij binair) of -100% (0 bij binair) balbezit op het onderste niveau van het CTM. Alle tussenliggende (gemiddelde) waarden kunnen enkel voorkomen in de hogere niveaus van het relatieve CTM. Bij het balbezit en het veldoverwicht liggen de waarden van het onderste niveau van het CTM dichter bij elkaar.
Het relatieve veldoverwicht was beperkt gedurende lange perioden in de wedstrijd en hoge percentages veldoverwicht konden nooit lang aangehouden worden. Dit zal echter in veel wedstrijden zo zijn omdat het team dat veldoverwicht heeft, vaak hoog op de helft van de tegenstrever speelt en ruimte in de rug laat. De tegenstander is dikwijls meer gegroepeerd, kan vaak de bal onderscheppen en in de ruimte lopen, zodanig dat het veldoverwicht wijzigt. Anderzijds kan een lage waarde voor het veldoverwicht al een belangrijke indicatie zijn voor de dominantie van een team, want een situatie van 100% veldoverwicht kan praktisch niet voorkomen.
Hetzelfde geldt voor de speelsnelheid: er waren weinig grote verschillen gedurende langere perioden en het team met de hoogste speelsnelheid wijzigde snel. Dit eerder logisch, want vaak zal een team sneller beginnen lopen, wanneer een team versnelt. Een klein verschil in speelsnelheid, gedurende een bepaalde periode kan ook al een duidelijke indicatie zijn voor de
45
dominantie van een team. Een belangrijke beslissing bij deze variabele was de grootte van de snelheid die overeenkwam met 100% relatieve speelsnelheid. 100% meer speelsnelheid betekende hier dat een team gemiddeld aan 20 km/u liep en het andere team stil stond. Deze beslissing (die werd afgeleid op basis van de snelheidszones die Club Brugge K.V. hanteert) heeft natuurlijk ook zijn invloed op de waarden van de relatieve dominantie.
Een andere belangrijke beslissing in de analyse was de gewichtenverdeling. Het balbezit had een invloed van 25% op de relatieve dominantie, het veldoverwicht 50% en de speelsnelheid 25%. Een wijziging van de gewichten had weinig invloed op het model van dominantie. Een gedetailleerde sensitiviteitsanalyse kan hierover nog meer duidelijkheid brengen. Het balbezit zorgde er in sterke mate voor of er een bepaalde dominantie was of niet. Het relatieve balbezit bereikte immers waarden van -100% (gele team) tot 100% (blauwe team). Die patronen zijn ook duidelijk terug te vinden in het CTM van de relatieve dominantie. De waarden van het relatief veldoverwicht (-9% tot 33%) en de relatieve speelsnelheid (-36% tot 42%) waren veel lager. De correlaties tussen de relatieve dominantie en de drie variabelen tonen ook een hogere associatie tussen het balbezit en de dominantie aan. De vraag rijst hier of een herverdeling van de gewichten dan nodig is. Deze beslissing hangt samen met de invulling van de definitie van ‘dominantie’. Een dominante ploeg heeft een bepaalde overheersing over zijn tegenstander en zou in staat moeten zijn om meer doelkansen te creëren. Anderzijds kan een dominant spelende ploeg ook de bal achteraan rondtikken en de tegenstander laten lopen. In deze studie is het opvallend dat bij elk doelpunt dat gescoord werd of bij elke doelpoging, er een bepaalde dominantie was. Om een doelpoging te creëren moest er dus een bepaalde dominantie aanwezig zijn. Omgekeerd was dit niet zo: indien er dominant gespeeld werd, leidde dit niet automatisch tot doelpogingen. Dit zijn realistische resultaten, de gewichtenverdeling blijkt dus vrij goed te zijn. Een belangrijke opmerking is dat er gespeeld werd op een klein terrein met afmetingen van 40 x 32 m. Het was in deze omstandigheden mogelijk om een doelpoging te ondernemen zonder beduidend veldoverwicht of een hogere speelsnelheid, maar uiteraard met balbezit. Al nam de kans op doelgevaar wel toe bij een groter veldoverwicht en een hogere speelsnelheid. Op een groter terrein waar beide ploegen met 11 tegen 11 spelen lijkt dit veel moeilijker en kan het belang van veldoverwicht en speelsnelheid voor een doelpoging te ondernemen toenemen.
De verschillende combinaties van de variabelen geven ook interessante resultaten. De combinaties kenmerken vaak typische spelsituaties. Op basis van deze gegevens kan een
46
wedstrijd beter geanalyseerd worden. Bijvoorbeeld in situaties waarin het gele team meer balbezit en minder veldoverwicht had, werd de bal dikwijls achteraan rondgespeeld. De situaties, waarin het gele team meer veldoverwicht en minder snelheid had, leidden vaak tot doelgevaar van het blauwe team. Deze situaties zijn zeer belangrijke informatie voor de trainers, het zijn momenten die zoveel mogelijk vermeden moeten worden.
6.2 Vergelijking van de wedstrijden
Op basis van de snelheid, versnelling en snelheid ten opzichte van het gemiddelde werden vier wedstrijden vergeleken. De snelheidsgegevens van de linkerflankspeler zijn een duidelijk vergelijkpunt tussen de wedstrijden, maar zeggen op zich niet zo veel. Er is informatie over de kwantiteit van de snelheid, maar bijvoorbeeld niet over de richting waarin gelopen werd. Bewegen aan een hoge snelheid duidt dan ook niet op beter spelen, al is het vaak wel zo dat de uitblinkers in een wedstrijd een grotere afstand afleggen. De snelheid van een speler is ook dikwijls gelijklopend aan de snelheid van de tegenstander. Toch tonen deze resultaten een indicatie voor de conditie of op zijn minst de inzet van de speler tijdens de wedstrijden. Tussen de vier verschillende wedstrijden was er geen duidelijke afname in de snelheid. Dit heeft verschillende redenen, zoals de relatieve korte wedstrijdduur (2,5 min) en het feit dat er rustpauzes tussen de wedstrijden waren. Er is wel een afname van de snelheid in de tweede wedstrijdhelft (ten opzichte van de eerste wedstrijdhelft) te zien. Dit zou kunnen wijzen op de invloed van een toenemende fysieke belasting. Hill-Haas et al. (2008) toonden reeds aan dat de continuïteit aan wedstrijden de fysieke paraatheid van spelers beïnvloedt. Ook opvallend is dat er weinig aan constante snelheid gelopen werd. Dit komt omdat het spel in 5 tegen 5 wedstrijden snel over en weer gaat en wordt gekenmerkt door korte, hevige tempowisselingen. Deze veranderingen komen goed tot uiting door de kleurwisselingen op de onderste niveaus van de CTM’s.
De vergelijking van de wedstrijden op basis van de versnellingen gebeurde aan de hand van histogrammen van de volledige wedstrijd. Door deze voorstellingen te gebruiken, zijn er geen specifieke gegevens van de versnellingen in bijvoorbeeld de tweede wedstrijdhelft. Al kan er natuurlijk wel een apart histogram berekend worden voor een specifiek interval. Over de ganse wedstrijd is er geen duidelijke afname in de versnellingen te zien. De spelers waren fris genoeg om in de opeenvolgende partijen evenveel en even grote versnellingen te plaatsen. Net zoals bij de snelheid geldt ook hier dat een speler vaak zal reageren op de versnelling van een
47
tegenstander. Om de kwaliteit van wedstrijden te vergelijken kan het interessanter zijn om de nuttige versnellingen te tellen in plaats van een totaal weer te geven. Voorbeelden van nuttige versnellingen kunnen zijn: wanneer een speler een man uitschakelt of wanneer een speler door een versnelling nuttige ruimte creëert voor zijn medespelers. Al zal dit in de praktijk vaak moeilijk te bepalen zijn.
Op basis van de snelheid ten opzichte van de gemiddelde snelheid van de ploeg wordt de verhouding tussen de speler en zijn team duidelijk. De wedstrijden op basis van dit criterium vergelijken is echter vrij moeilijk, omdat in een bepaalde wedstrijd het team globaal sterk kan presteren en in een andere wedstrijd het collectief kan laten afweten. Het is eerder een interessant criterium om een wedstrijd afzonderlijk te beoordelen. De prestatie van een speler wordt meer benadrukt, indien samengespeeld wordt met minder sterke ploeggenoten. De verschillen in snelheid van de linkerflankspeler met zijn team waren (gemiddeld) niet heel groot. Bijvoorbeeld in de derde wedstrijd werd gemiddeld 0,9 km/u trager gelopen dan het gemiddelde van de ploeg. Toch suggereren deze kleine verschillen of een speler het niveau van zijn team kon opkrikken of net niet.
Een interessante analyse om een wedstrijd te beoordelen is op basis van de snelste speler tijdens de wedstrijd. De analyse toont een indicatie over de invloed van de positie van een speler op de snelheid waarmee gespeeld wordt en op de afstand die afgelegd wordt. Een verdediger en aanvaller bestrijken vaak een minder groot speelgebied dan middenvelders en lopen daarom meestal langzamer (Bloomfield et al., 2008). De afstand die een speler aflegt, hangt natuurlijk ook af van de sterkte van de tegenstander op die positie. De CTM’s geven een goed beeld over de verhoudingen tussen de spelers, niet zozeer qua conditionele mogelijkheden, maar het toont wel hoe vaak een speler het verschil probeerde te maken.
6.3 Belang van de GIWetenschap
GPS-systemen werden al vaak gebruikt om kenmerken van sporters te meten. Het GPSsysteem in deze masterproef meet met een temporele nauwkeurigheid van 15 Hz. Door deze hoge frequentie konden ook kleine veranderingen in de bewegingen van de spelers goed gemeten worden. De dataset is zeer gedetailleerd en bevat gegevens om de 1/15 s. Uit de voorbereidende testen blijkt ook de goede ruimtelijke nauwkeurigheid van het GPS-systeem. Een nadeel van GPS-tracking is dat de techniek moeilijk gebruikt kan worden tijdens
48
competitiewedstrijden, omdat er dan geen apparatuur gedragen mag worden. Een automatisch trackingsysteem biedt hiervoor een oplossing.
Het continu triangulair model werd gebruikt om de resultaten kwantitatief te presenteren en te analyseren. Lineaire gegevens kunnen aan de hand van een CTM in elk interval voorgesteld worden (Qiang, 2012). De resultaten laten zien dat dergelijke voorstellingen ook interessant zijn voor het analyseren van voetbalgegevens. De dominantie kon tijdens elk interval van de wedstrijd bestudeerd worden. Het is erg nuttig voor trainers om de sterkere en zwakkere perioden van hun team tijdens wedstrijden te meten en analyseren. Het kan dan ook zeer interessant zijn om de huidige analyse toe te passen op een wedstrijd van 90 min met 11 tegen 11 spelers. Ook in de tweede analyse konden aan de hand van CTM’s de onderzochte parameters tijdens verschillende intervallen vergeleken worden. De resultaten toonden dat het fysieke verval van de linkerflankspeler meer tot uiting kwam in het tweede deel van de wedstrijd. De CTM-voorstellingen hebben echter ook enkele minpunten: voor gegevens van zeer korte duur (bijvoorbeeld versnellingen) is een CTM-voorstelling niet overzichtelijk en de hogere niveaus van de CTM’s vertonen vaak weinig differentiatie. Een mogelijke oplossing voor het eerste probleem is om de y-as logaritmisch te maken. Met een logaritmisch CTM is het ook mogelijk om dominante perioden uit te vergoten. Het differentiatieprobleem kan verholpen worden door een genormaliseerd CTM te berekenen.
6.4 Toekomstig onderzoek
Het kan interessant zijn om het CTM van dominantie te linken met de sportverslaggeving. Een verslaggever kan bijvoorbeeld rapporteren dat een team in de eerste helft van een wedstrijd weinig balbezit had en niet dominant speelde, dit kan dan nagegaan worden aan de hand van de CTM-voorstelling. Vanuit het dominante CTM is het mogelijk om de grote lijnen van een wedstrijd te bespreken (de dominante periodes van beide ploegen). Een tekortkoming is dat er geen informatie wordt weergegeven over de doelkansen en/of doelpunten.
Het is ook mogelijk om topologische relaties op te bouwen op basis van specifieke gebeurtenissen (doelpoging, doelpunt, aanval, …) tijdens dominante periodes. Bijvoorbeeld de topologie van een doelpoging in het begin van een dominante periode kan vergeleken worden met de topologie van een doelpoging op het einde van een dominante periode.
49
Verder kunnen de verschillende combinaties aan variabelen van de dominantie nog uitgebreider onderzocht worden. Er zijn drie variabelen die elk twee waarden kunnen aannemen. In theorie zijn er 64 mogelijke combinaties. Er kan onderzocht worden of bepaalde combinaties al dan niet specifieke spelsituaties opleveren.
50
7. BESLUIT
Trainers van voetbalploegen willen vaak dominant spelen. Dominantie is een ongedefinieerd concept, maar algemeen wordt beschouwd dat een dominant spelend team een bepaalde overheersing heeft en (meer) doelkansen kan creëren dan de tegenstander. Het balbezit, het veldoverwicht en de speelsnelheid lijken geschikte variabelen om de dominantie van een team te onderzoeken. Er zijn ook nog andere parameters die een invloed kunnen hebben, bijvoorbeeld versnelling. Verder onderzoek kan het concept van dominantie nog beter definiëren en aan de hand van de juiste apparatuur en software moet het mogelijk zijn om competitiewedstrijden op dominantie te beoordelen. In de geanalyseerde wedstrijd had het blauwe team 34% meer balbezit, was er gemiddeld 4,3% meer veldoverwicht en werd er gemiddeld 2,8% sneller gelopen dan het gele team. Het blauwe team speelde gemiddeld 12,8% dominanter dan het gele team. Beide ploegen slaagden er dikwijls in hun dominantie om te zetten naar doelkansen. Tijdens enkele korte perioden lukte dit niet: in het begin van de wedstrijd liet het gele team na zijn dominantie om te zetten naar doelpogingen en in het midden van de wedstrijd kon het blauwe team niet dreigen. In beide situaties was er vaak balbezit, speelde het dominante team iets sneller, maar was er weinig uitgesproken veldoverwicht. Situaties waarbij een team meer veldoverwicht, maar minder snelheid heeft, moeten vermeden worden. Dergelijke situaties leiden vaak tot tegenaanvallen.
Vier opeenvolgende wedstrijden (van 2,5 min speelduur) van een willekeurige speler werden vergeleken. In de wedstrijden, met ploegen van 5 spelers, was er (gemiddeld) geen duidelijke afname van de snelheid of de versnellingen van de speler. Een toenemende fysieke belasting kwam wel tot uiting in de tweede wedstrijdhelft, waar een daling in de snelheid en afgelegde afstand te zien was. De opeenvolging van wedstrijden beïnvloedt de fysieke paraatheid van een speler. De snelheid werd ook berekend ten opzichte van de gemiddelde snelheid van de ploeg. Alleen in de vierde wedstrijd liep de speler gemiddeld sneller dan het team, hij nam de ploeg toen vaak op sleeptouw en stak er in de tweede wedstrijdhelft bovenuit. Op basis van de onderzochte criteria en rekening houdend met de toenemende fysieke belasting was de laatste wedstrijd kwalitatief de beste. De resultaten tonen ook dat middenvelders gemiddeld sneller lopen dan verdedigers en aanvallers, omdat ze een groter speelgebied bestrijken.
51
De technieken binnen de GIWetenschap bieden een meerwaarde om voetbalgegevens te meten en te analyseren. GPS-tracking laat toe de snelheid, versnelling, afstand en positie van spelers nauwkeurig te bepalen. Het continious triangular model is een handige voorstelling om continue voetbalgegevens te visualiseren en te analyseren. Het model heeft een belangrijk voordeel: metingen kunnen op elk tijdstip worden weergegeven en elk interval van een wedstrijd kan geanalyseerd worden.
52
8. REFERENTIELIJST
8.1 Literatuur
Anido, R., Barros, R., Cunha, S., Figueroa, P., Menezes, R., Misuta, M., Moura, F., Leite, N. (2007) “Analysis of the distances covered by first division Brazilian soccer players obtained with an automatic tracking method”. Journal of Sports Science and Medicine. No. 6, 233-242. Atkinson, G., Hughes, M., Nevill, A. (2008) “Twenty-five years of sport performance research in the Journal of Sports Sciences”. Journal of Sports Sciences. Vol. 26, No. 4, 413426. Bechtold, B., De Maeyer, P., Docter, R., Ryckbosch, K., Van de Weghe, N. (2007) “The triangular model as an instrument for visualizing and analyzing residuality”. Journal of Archaeological Sience. Vol. 34, 649-655. Bloomfield, J., Carling, C., Nelsen, L., Reilly, T. (2008) “The Role of Motion Analysis in Elite Soccer - Contemporary Performance Measurement Techniques and Work Rate Data”. Sports Med. Vol. 38, No. 10, 839-862.
Bogaert, P., De Maeyer, P. (2012) GIS-Toepassingen. Gent: Universiteit Gent. Casamichana, D., Castellano, J. (2010) “Time-motion, heart rate, perceptual and motor behaviour demands in small-sides soccer games: Effects of pitch size”. Journal of Sports Sciences. Vol. 28, No. 14, 1615-1623.
De Maeyer, P., Van de Weghe, N. (2008) Beginselen Geomatica. Gent: Academia Press.
De Maeyer, P. (2008) Cartografie. Gent: Academia Press.
De Maeyer, P., Hossein Chavoshi, S., Logghe, S., Qiang, Y., Van de Weghe, N. (2013) “Multi-scale Analysis of Linear Data in a Two-Dimensional Space”. Onuitgegeven scriptie. Gent: Universiteit Gent, Faculteit Wetenschappen, Departement Geografie.
53
De Wulf, A. (2002) Cursus Topografie I. Gent: Universiteit Gent. Edgecomb, S.J., Norton, K.I. (2006) “Comparison of global positioning and computer-based tracking systems for measuring player movement distance during Australian football”. Journal of Science and Medicine in Sport. Vol. 9, No. 1-2, 25-32. Hill-Haas, S., Coutts, A., Rowsell, G., Dawson, B. (2008) “Variability of acute physiological responses and performance profiles of youth soccer players in small-sided games”. Journal of Science and Medicine in Sport. Vol. 11, No. 5, 487-490. Hill-Haas, S., Rowsell, G., Dawson, B., Coutts, A. (2009) “Acute physiological responses and time-motion characteristics of two small-sided training regimes in youth soccer players”. Journal of Strength and Conditioning Research. Vol. 23, No. 1, 111-115. Maçãs, V., Sampalo, J. (2012) “Measuring Tactical Behaviour in Football”. Int J Sports Med. Vol. 33, 395-401.
Qiang, Y. (2012) Modelling Temporal Information in a Two-Dimensional Space; A Visualistion Perspective. Onuitgegeven scriptie. Gent: Universiteit Gent, Faculteit Wetenschappen, Departement Geografie.
Rampinini, E., Impellizzeri, F., Castagna, C., Abt, G., Chamari, K., Sassi, A., Marcora, S. (2007) “Factors influencing physiological responses to small-sided soccer games”. Journal of Sports Sciences. Vol. 25, No. 6, 659-666.
Randers, M., Mujika, I., Hewitt, A., Santisteban, J., Bischoff, R., Solano, R., Zubillaga, A., Peltola, E., Krustrup, P., Mohr, M. (2010) “Application of four different football match analysis systems: a comparative study”. Journal of Sports Sciences. Vol. 28, No. 2, 171-182.
Van de Weghe, N. (2011) Cursus Geografische InformatieWetenschap. Gent: Universiteit Gent.
Witlox, F. (2010) Cursus Ruimtelijke Analyse: Methoden en Technieken. Gent: Universiteit Gent.
54
8.2 Internetbronnen
http://nl.freepik.com/vrije-vector/voetbalveld-voetbalveld-clip-art_381493.htm. 23/10/2012.
8.3 Software
‘CTMTool.m’ opgestart in ‘Matlab 7_13’
‘Team AMS’ van het bedrijf ‘GPSports’
55
9. BIJLAGEN
Videobeelden van de wedstrijd van de dominantieanalyse zijn terug te vinden in de digitale bijlage onder de naam ‘Videobeelden eerste analyse‘. De videobeelden van de vier opeenvolgende wedstrijden van de tweede analyse zijn te bekijken onder de naam ‘Videobeelden tweede analyse’.
56
