通过文献本文资料法、球体三维轨迹重建法、对比分析法、数理统计法等研究方法,采集和分析了李宗伟、安赛龙、谌龙和林丹在2016—2017年重大赛事中相互交手的12场比赛中的三维信息。以他们的击球高度作为研究的主要突破口,将羽毛球场的三维空间进行了重新划分。根据世界优秀羽毛球男子单打运动员在三维空间中的技术使用频率与击球效果,构建了一种能够定量评价运动员决策行为的理论模型——空间效用。主要研究成果如下:1.对世界优秀羽毛球男子单打运动员击球技术的平均高度进行量化分析之后,可以看出四位运动员各项技术的击球高度呈现一些相似性:挑球的平均高度最低为0.8 m,杀球的平均击球高度最高为2.69 m。2.将世界优秀羽毛球男子单打运动员的空中击球点进行可视化处理之后,发现运动员的击球点呈现两头高,中间低的“V”字型特征。3.以羽毛球场的三维空间划分为基础,从中得到:在低于球网1.55 m的H空间中,击球频率占到了62.84%;在1.55~2.5 m的M空间中,击球频率占到了21.47%;在2.5~4 m的H空间中,击球频率占到了15.68%。运动员的击球空间所占比例呈现L空间>M空间>H空间。4.将运动员的技术分布纳入三维空间统计中,根据统计结果发现了击球空间的属性并对其进行命名:在L空间中,运动员主要以挑球、搓放和挡球为主,因此将L空间定义为羽毛球的防守空间;在M空间中,运动员主要以吊球和高远球为主,因此将M空间定义为羽毛球比赛的过渡空间;在H空间中,运动员的技术以杀球为主,因此将H空间定义为羽毛球的进攻空间。5.基于三维空间的得失分统计发现:运动员的主动得分能力在H空间最强,在L空间的失误最多。详细到36-空间中可知,李宗伟的“甜点位置”为33号空间,失误频数最多的为8号空间;安赛龙的“甜点位置”为35号空间,失误频数最多的为4号空间;谌龙的“甜点位置”为34号空间,失误频数最多的为1号空间;林丹的“甜点位置”为35号空间,失误频数最多的为1号空间。6.空间效用作为一种理性的决策模型,可以客观地对运动员在某一空间的决策进行量化:在L空间中,谌龙的效用值最高,安赛龙的效用值最低;在M空间中,李宗伟的效用值最高,林丹的效用值最低;在H空间中,谌龙的效用值最高,李宗伟的效用值最低。