重庆市和苏必利尔湖的大小几乎一模一样
重庆市(中国的直辖市)面积约8.24万平方公里(3.18万平方英里),苏必利尔湖(湖泊)约8.23万平方公里(3.18万平方英里)。下面把两者的轮廓按同一比例叠放在一起。苏必利尔湖的轮廓取自Natural Earth,并与公布面积核对过。
- 8.24万km²重庆市
- 8.23万km²苏必利尔湖
100公里
- 重庆市
- 苏必利尔湖
能装下多少
- 苏必利尔湖的面积是重庆市的100%。
- 实测面积相差52.5平方公里,不到0.5%:这个差距比测量本身的确定程度还小。
- 以比利时的面积为单位:重庆市约合2.69个,苏必利尔湖约合2.68个。
两者有何不同
- 它们的中心相距约1.12万公里。
- 在常见的网络地图上,苏必利尔湖看起来比重庆市大:位于北纬30°的重庆市,面积被画成了实际的约1.3倍,位于北纬48°的苏必利尔湖约2.2倍,于是地图把苏必利尔湖画成了重庆市的1.64倍,而实际上重庆市是苏必利尔湖的1.00倍。
- 重庆市和苏必利尔湖加起来共16.5万平方公里,与索马里兰的大小相近(16.7万平方公里,比两者之和大1.7%)。
- 苏必利尔湖的中心比重庆市的中心更靠北,纬度相差17.5°,约1,950公里。
- 重庆市是中国的一个直辖市;绘制时没有把水域扣除,实测面积就是Natural Earth轮廓的面积。
- 苏必利尔湖是一个湖泊,在本站收录的104个湖泊中按面积排第2。
- 放在平面图上,重庆市南北约445公里,东西约469公里;苏必利尔湖则分别约为287公里和590公里。
- Wikidata记录苏必利尔湖的水量为12,100立方公里;把这些水倒在重庆市上,水深会达到147米。
- Wikidata公布的面积为8.24万平方公里,与我们测得的8.23万平方公里吻合,相差在2%以内。
各项谁占上风
| 项目 | 胜者 | 差距 |
|---|---|---|
| 面积更大 | 重庆市 | 1.00× |
| 更靠北 | 苏必利尔湖 | 纬度相差17.5° |
| 在网络地图上被拉得更大 | 苏必利尔湖 | 2.2倍对1.3倍 |
两者对照同样的参照物
| 参照物 | 重庆市 | 苏必利尔湖 |
|---|---|---|
| 比利时 3.07万平方公里 | 2.69× | 2.68× |
| 英国 24.4万平方公里 | 0.34× | 0.34× |
| 德国 35.8万平方公里 | 0.23× | 0.23× |
| 日本 37.4万平方公里 | 0.22× | 0.22× |
| 法国 54.8万平方公里 | 0.15× | 0.15× |
| 印度 315.1万平方公里 | 0.03× | 0.03× |
| 巴西 847.3万平方公里 | 0.01× | 0.01× |
| 美国 944.7万平方公里 | 0.01× | 0.01× |
| 俄罗斯 1698.0万平方公里 | 206分之1 | 206分之1 |
每个数字,都是该地区的面积除以参照物的面积。
并排对比
| 重庆市 | 苏必利尔湖 | |
|---|---|---|
| 类型 | 直辖市中国 | 湖泊本站收录的湖泊 |
| 面积(实测) | 8.24万平方公里3.18万平方英里 | 8.23万平方公里3.18万平方英里 |
| 公布面积 | 8.24万平方公里Wikidata | 8.24万平方公里Wikidata |
| 面积排名 | – | 第2(共104)湖泊 |
| 最大深度 | – | 406米Wikidata |
| 水量 | – | 12,100立方公里 |
| 纬度范围 | 北纬28°至北纬32° | 北纬46°至北纬49° |
| 沿岸 | – | 2个国家 |
公布数字:Wikidata(CC0)。湖泊或海没有法定边界:实测面积是Natural Earth轮廓的面积,与公布面积并列显示。
- Natural Earth所绘加拿大和美国的轮廓,包含苏必利尔湖的轮廓,或与它相距不超过4公里。这只是它的几何关系,并不表示苏必利尔湖归谁所有,也不表示边界在其中的走向。
更多对比
来源与方法
- 轮廓
- 湖泊和海域:Natural Earth的1:10m自然地理矢量数据(公有领域),只保留实测面积与公布面积相差在10%以内的。国家和行政区:Natural Earth,1:10m Admin 0和Admin 1,公有领域。
- 边界
- “事实上的”边界,按Natural Earth所绘。湖泊或海没有法定边界;轮廓是制图意义上的。
- 面积
- 在WGS84椭球上,依据完整精度的轮廓测得,显示时已四舍五入。公布数字来自Wikidata(CC0),获取于2026-11-11,与实测数字并列显示。
- 绘制
- 每个轮廓都用等积投影,以它自己的质心为中心,所以面积保持真实,两个轮廓也能叠放在一起。
- 数据生成日期
- 2026-11-11
