当前位置:首页 > 文章列表 > 文章 > 常见问题 > 一箭之地是多少米 古代一箭之地有多远

一箭之地是多少米 古代一箭之地有多远

2026-05-21 17:28:25 0浏览 收藏
“一箭之地”并非一个固定长度,而是随时代、地域、弓弩类型、军事用途和文学语境变化的弹性距离概念——从考古实证的4.8米(三弓制)到战场压制所需的近120米,跨度逾25倍;它既是古代度量智慧的缩影,也折射出文献解读中“数字背后的历史逻辑”:读《水浒》需按步幅算约80米,析城墙防御宜取50–70米,观演义阵势则可能指向百步开外。理解这一模糊而生动的表达,恰是打开古典文本空间感与历史现场感的关键钥匙。

一箭之地是多少米 古代一箭之地有多远【文学】

如果您在阅读古典文学作品时遇到“一箭之地”这一表述,常需将其换算为现代长度单位以准确理解场景距离。该词并非固定数值,而是依时代、地域、弓制及语境存在显著差异。以下是几种主流考据所得的具体换算方式:

一、按弓制与“三弓”推算法

此法依据黑龙江地区出土实物及文献记载,“弓”为古代基本长度单位,约等于1.6米;“一箭之地”被明确记为“三弓”。该算法强调度量工具的实物基础,适用于北方边地军事文献语境。

1、确认“一弓”标准值:取考古实测平均值1.6米;

2、乘以“三弓”数量:计算式为1.6 × 3 = 4.8;

3、得出结果:4.8米,对应选择题选项A。

二、按步幅与“百三十步”推算法

此法源自《水浒传》《三国演义》等小说常见描述“一箭之地约百三十步”,结合古人“一步”为两足迈距(即跨出左右脚一次),并参照日常行走步幅进行估算,适用于平原作战或城防布阵类文学描写。

1、取保守步幅下限:0.6米/步;

2、计算总长:130 × 0.6 = 78米;

3、取常规步幅上限:0.7米/步;

4、计算总长:130 × 0.7 = 91米;

5、综合判断区间:78–91米,近似取整为80米左右。

三、按战术射程与“马面间距”推算法

此法立足于城墙防御工程实际,参考北京明清城墙马面(敌台)设置规律,即“马面间距不到100米”,且“两马面可交叉射箭覆盖”,由此反推单侧有效射程,适用于军事地理类文本解析。

1、查证现存马面实测间距:多为80–100米;

2、扣除交叉覆盖重叠区,单向有效控制距离约为间距的60%–70%;

3、计算得:48–70米;

4、文学中常取整表述为四五十米或约四十米。

四、按元明尺度与“一射”制度推算法

此法援引《营造尺库平制》及元代至明清军政档案,“一射”为正式计量单位,与“一箭之地”互训,其定义直接关联弓弩实战效能,适用于官方文书与工程典籍类文本。

1、确认“一射”步数范围:文献载为120至150步;

2、采用明代通行步长:每步约0.5米;

3、下限计算:120 × 0.5 = 60米;

4、上限计算:150 × 0.5 = 75米;

5、得出制度化区间:60–75米。

五、按战场阵列与“射住阵脚”推算法

此法出自评书演义及兵家笔记,强调实战中弓箭手压制敌方冲锋起始线所需距离,即“射住阵脚”的物理临界点,反映冷兵器时代战术心理距离,适用于演义体文学分析。

1、查《武经总要》《纪效新书》所载强弓有效压制距离:平原无风条件下为120–170米;

2、排除抛射仰角影响,取平射直击有效段:约占全射程70%;

3、计算得:84–119米;

4、文学常用概称:百步之外或百余步,对应约一百二十米。

今天关于《一箭之地是多少米 古代一箭之地有多远》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

PHP实现哈希表基本操作详解PHP实现哈希表基本操作详解
上一篇
PHP实现哈希表基本操作详解
PHP与Python建站哪个更优?
下一篇
PHP与Python建站哪个更优?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    418次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    500次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    507次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    454次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    282次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码