Hoppa till innehållet

Xintang, Guangzhou

(Omdirigerad från Suntong)
För andra betydelser, se Xintang.
Xintang
(新塘)
Xintang, Suntong, 新塘街道
Grannskap
Land Kina Kina
Provins Guangdong
Stad Guangzhou
Stadsdistrikt Tianhe
Höjdläge 28 m ö.h.
Koordinater 23°09′45″N 113°24′25″Ö / 23.16257°N 113.40685°Ö / 23.16257; 113.40685
Folkmängd 41 207 (2010)[1]
Tidszon CT (UTC+8)
Geonames 7504574
Läge i Kina
Läge i Kina
Läge i Kina

Xintang (kinesiska: 新塘) är ett grannskap i Kina.[2] Den ligger i provinsen Guangdong, i den sydöstra delen av landet, 1 900 km söder om huvudstaden Peking. Xintang ligger 28 meter över havet[2] och antalet invånare är 41 207.[1] Befolkningen består av 17 802 kvinnor och 23 405 män. Barn under 15 år utgör 5,0 %, vuxna 15-64 år 93 %, och äldre över 65 år 1,0 %.[1]

Terrängen runt Xintang är platt söderut, men norrut är den kuperad. Terrängen runt Xintang sluttar söderut.[a] Den högsta punkten i närheten är 303 meter över havet, 3,5 km nordväst om Xintang.[b] Runt Xintang är det mycket tätbefolkat, med 3 249 invånare per kvadratkilometer.[4] Närmaste större samhälle är Guangzhou, 16,8 km väster om Xintang. Trakten runt Xintang består till största delen av jordbruksmark.[5]

Klimatet i området är fuktigt och subtropiskt.[6] Årsmedeltemperaturen i trakten är 22 °C. Den varmaste månaden är juli, då medeltemperaturen är 28 °C, och den kallaste är januari, med 16 °C.[7] Genomsnittlig årsnederbörd är 2 375 millimeter. Den regnigaste månaden är maj, med i genomsnitt 451 mm nederbörd, och den torraste är januari, med 32 mm nederbörd.[8]

Xintang
Klimatdiagram (förklaring)
JFMAMJJASOND
 
 
32
 
19
12
 
 
47
 
22
15
 
 
212
 
26
15
 
 
300
 
26
19
 
 
451
 
29
22
 
 
333
 
27
22
 
 
249
 
31
25
 
 
365
 
30
25
 
 
170
 
30
22
 
 
36
 
26
21
 
 
99
 
25
16
 
 
83
 
21
12
Genomsnittlig temperatur i °C (max. och min.)
Nederbörd i mm. Årsnederbörd: 2 377 mm.
Källa: [7]
  1. ^ Framräknat ur variansen i alla höjduppgifter (DEM 3") från Viewfinder Panoramas, inom 10 km radie.[3] Mer om algoritmen finns här: Användare:Lsjbot/Algoritmer.
  2. ^ Framräknat ur höjduppgifter (DEM 3") från Viewfinder Panoramas.[3] Mer om algoritmen finns här: Användare:Lsjbot/Algoritmer.
  1. ^ [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. 
  2. ^ [a b] Xintang hos Geonames.org (cc-by); post uppdaterad 2012-06-06; databasdump nerladdad 2016-03-31
  3. ^ [a b] ”Viewfinder Panoramas Digital elevation Model”. http://www.viewfinderpanoramas.org/dem3.html. Läst 21 juni 2015. 
  4. ^ ”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. 
  5. ^ ”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. 
  6. ^ 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:10.5194/hess-11-1633-2007. http://www.hydrol-earth-syst-sci.net/11/1633/2007/hess-11-1633-2007.html. Läst 30 januari 2016. 
  7. ^ [a b] ”NASA Earth Observations Data Set Index”. NASA. Arkiverad från originalet den 7 april 2019. https://web.archive.org/web/20190407091601/https://neo.sci.gsfc.nasa.gov/dataset_index.php. Läst 30 januari 2016. 
  8. ^ ”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.