Changling, Heilongjiang
| Changling (长岭) | |
| Changling jiedao, 长岭镇 | |
| Stadsdelsdistrikt | |
| Officiellt namn: 长岭街道 | |
| Land |  Kina
|
|---|---|
| Provins | Heilongjiang |
| Höjdläge | 129 m ö.h. |
| Koordinater | 46°02′48″N 126°38′24″Ö / 46.04665°N 126.64005°Ö |
| Folkmängd | 25 365 (2010)[1] |
| Tidszon | CT (UTC+8) |
| Geonames | 8515433 |
  Läge i Kina
| |
Changling (kinesiska: 长岭) är ett stadsdelsdistrikt i Kina.[2] Den ligger i provinsen Heilongjiang, i den nordöstra delen av landet, 1 100 km nordost om huvudstaden Peking. Changling ligger 129 meter över havet[2] och antalet invånare är 25 365.[1] Befolkningen består av 12 811 kvinnor och 12 554 män. Barn under 15 år utgör 13,0 %, vuxna 15-64 år 79 %, och äldre över 65 år 6,0 %.[1]
Terrängen runt Changling är mycket platt.[a] Den högsta punkten i närheten är 181 meter över havet, 13,9 km väster om Changling.[b] Runt Changling är det mycket tätbefolkat, med 2 431 invånare per kvadratkilometer.[4] Närmaste större samhälle är Hulan, 7,7 km söder om Changling. Runt Changling är det i huvudsak tätbebyggt.[5]
Inlandsklimat råder i trakten.[6] Årsmedeltemperaturen i trakten är 5 °C. Den varmaste månaden är juni, då medeltemperaturen är 23 °C, och den kallaste är januari, med −20 °C.[7] Genomsnittlig årsnederbörd är 721 millimeter. Den regnigaste månaden är juli, med i genomsnitt 169 mm nederbörd, och den torraste är januari, med 6 mm nederbörd.[8]
| Changling | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Klimatdiagram (förklaring) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Kommentarer
[redigera | redigera wikitext]- ^ Framräknat ur variansen i alla höjduppgifter (DEM 3") från Viewfinder Panoramas, inom 10 km radie.[3] Mer om algoritmen finns här: Användare:Lsjbot/Algoritmer.
- ^ Framräknat ur höjduppgifter (DEM 3") från Viewfinder Panoramas.[3] Mer om algoritmen finns här: Användare:Lsjbot/Algoritmer.
Källor
[redigera | redigera wikitext]- ^ [a b c] ”中国2010年人口普查分乡、镇、街道资料》xls (Folkräkning 2010 Kina)”. Baidu.com. http://pan.baidu.com/share/link?uk=2922733136&shareid=2553664090&third=0&adapt=pc&fr=ftw#path=%252F%25E3%2580%258A%25E4%25B8%25AD%25E5%259B%25BD2010%25E5%25B9%25B4%25E4%25BA%25BA%25E5%258F%25A3%25E6%2599%25AE%25E6%259F%25A5%25E5%2588%2586%25E4%25B9%25A1%25E3%2580%2581%25E9%2595%2587%25E3%2580%2581%25E8%25A1%2597%25E9%2581%2593%25E8%25B5%2584%25E6%2596%2599%25E3%2580%258Bxls. Läst 23 april 2016.
- ^ [a b] Changling hos Geonames.org (cc-by); post uppdaterad 2013-04-06; databasdump nerladdad 2016-03-31
- ^ [a b] ”Viewfinder Panoramas Digital elevation Model”. http://www.viewfinderpanoramas.org/dem3.html. Läst 21 juni 2015.
- ^ ”NASA Earth Observations: Population Density”. NASA/SEDAC. Arkiverad från originalet den 9 februari 2016. https://web.archive.org/web/20160209064446/http://neo.sci.gsfc.nasa.gov/view.php?datasetId=SEDAC_POP. Läst 30 januari 2016.
- ^ ”NASA Earth Observations: Land Cover Classification”. NASA/MODIS. Arkiverad från originalet den 28 februari 2016. https://web.archive.org/web/20160228161657/http://neo.sci.gsfc.nasa.gov/view.php?datasetId=MCD12C1_T1. Läst 30 januari 2016.
- ^ Peel, M C; Finlayson, B L; McMahon, T A (2007). ”Updated world map of the Köppen-Geiger climate classification”. Hydrology and Earth System Sciences 11: sid. 1633-1644. doi:. http://www.hydrol-earth-syst-sci.net/11/1633/2007/hess-11-1633-2007.html. Läst 30 januari 2016.
- ^ [a b] ”NASA Earth Observations Data Set Index”. NASA. Arkiverad från originalet den 6 augusti 2013. https://web.archive.org/web/20130806035941/http://neo.sci.gsfc.nasa.gov/dataset_index.php. Läst 30 januari 2016.
- ^ ”NASA Earth Observations: Rainfall (1 month - TRMM)”. NASA/Tropical Rainfall Monitoring Mission. Arkiverad från originalet den 19 april 2019. https://web.archive.org/web/20190419091014/https://neo.sci.gsfc.nasa.gov/view.php?datasetId=TRMM_3B43M&year=2014. Läst 30 januari 2016.