辽南京

Multi tool use
唐朝安史之亂時,曾稱
范陽為“燕京”,約在今河北保定與北京一帶。
辽南京,即南京析津府,是辽国陪都,今北京市。
后唐清泰三年(936年),后唐节度使石敬瑭以割让幽、蓟、云、朔等十六个州(史称燕云十六州)为条件,换取辽太宗发兵协助。
938年辽太宗将幽州(今北京西南的广安门一带)定为「幽都府」,1012年改號「析津府」。名稱來自於「以燕分野旅寅為析木之津」。后来在金代经过修缮扩建成为中都。
此地在明代之前,一直不被宋朝統治,只有不到三年的时间(1123年二月金太祖以“海上之盟”归还了太行山以南的燕京诸州——1125年十二月金太宗第一次伐宋攻下燕山地区)归北宋燕山府管辖过。
外部链接
辽朝行政区划
|
---|
| 五京制 | | 上京道 |
府 | 上京臨潢府 |
---|
| 軍州 | 祖州天成軍 | 怀州奉陵軍 | 慶州玄寧軍 | 泰州德昌軍 | 長春州韶陽軍 | 烏州静安軍 | 永州永昌軍 | 儀坤州啓聖軍 | 龙化州興国軍 | 降聖州開国軍 | 饒州匡義軍 | 徽州宣德軍 | 成州長慶軍注1 | 懿州广順軍注2 | 渭州高陽軍 | 鎮州建安軍
|
---|
| 州 | 壕州 | 原州 | 福州 | 横州 | 鳳州 | 遂州 | 丰州 | 順州 | 閭州 | 松山州 | 豫州 | 寧州 | 静州 | 維州 | 防州 | 招州
|
---|
| 城 | 河董城 | 静边城 | 皮被河城 | 塔懶主城
|
---|
| |
---|
| 東京道 |
府 | 東京遼陽府 | 龙州黄龙府 | 率賓府 | 定理府 | 铁利府 | 安定府 | 長岭府 | 鎮海府
|
---|
| 州軍 | 開州鎮国軍 | 定州保寧軍 | 保州宣義軍 | 辰州奉国軍 | 盧州玄德軍 | 铁州建武軍 | 興州中興軍 | 崇州隆安軍 | 海州南海軍 | 淥州鴨淥軍 | 显州奉先軍 | 乾州广德軍 | 貴德州寧遠軍 | 沈州昭德軍 | 集州怀衆軍 | 遼州始平軍 | 通州安遠軍 | 韓州東平軍 | 双州保安軍 | 銀州富国軍 | 同州鎮安軍 | 咸州安東軍 | 信州彰聖軍 | 賓州懷化軍 | 湖州興利軍 | 渤州清化軍 | 郢州彰聖軍 | 銅州广利軍 | 吉州福昌軍 | 懿州寧昌軍注2 | 媵州昌永軍 | 衍州安广軍 | 連州德昌軍 | 蘇州安復軍 | 復州怀德軍 | 肅州信陵軍 | 寧江州混同軍 | 河州德化軍 | 祥州瑞聖軍
|
---|
| 州 | 湯州 | 耀州 | 宗州 | 广州 | 遂州 | 涑州 | 冀州 | 東州 | 尚州 | 麓州 | 荊州 | 寧州 | 归州 | 安州 | 荣州 | 率州 | 荷州 | 源州 | 渤海州
|
---|
| 城 | 順化城嚮義軍 | 来遠城
|
---|
|
---|
| 中京道 |
府 | 中京大定府 | 興中府
|
---|
| 軍州 | 成州興府軍注1 | 宜州崇義軍 | 錦州臨海軍 | 川州長寧軍 | 建州保静軍 | 来州归德軍 | 隰州平海军 | 迁州兴善军 | 润州海阳军
|
---|
|
---|
| 南京道 |
府 | 南京析津府 |
---|
| 軍州 | 顺州归化军 | 檀州武威军 | 涿州永泰军 | 易州高阳军 | 蓟州尚武军 | 景州清安军 | 平州辽兴军 | 滦州永安军 | 营州邻海军
|
---|
|
---|
| 西京道 |
府 | 西京大同府 |
---|
| 軍州 | 弘州博宁军 | 丰州天德軍 | 雲內州開遠軍 | 宁边州鎮西軍 | 奉聖州武定軍 | 归化州雄武军 | 可汗州清平军 | 儒州缙阳军 | 蔚州忠順軍 | 应州彰国軍 | 朔州順義軍 | 武州宣威军 | 東勝州武興軍
|
---|
| 州 | 德州 | 金肅州
|
---|
| 軍 | 天德軍 | 河清軍
|
---|
| - 注1:成州先属上京道,后属中京道。
- 注2:懿州先属上京道,后属东京道。
|
|
---|
|
中国历代都城
|
---|
| 中国首都 | | 古都 并称 |
四大 | |
---|
| 八大 | 洛阳 · 西安 · 南京 · 北京 开封 · 杭州 · 安阳 · 郑州
|
---|
|
---|
| 先秦 |
商 | 亳[遗址] → 隞(嚣)[遗址] → 相 → 庇 → 邢 → 奄 → 殷[遗址] → 朝歌
|
---|
| 周 | |
---|
|
---|
| 秦 汉
|
秦朝 | 咸阳[遗址]
|
---|
| 汉朝 | 西汉→新朝长安 → 东汉雒陽[遗址] → 东汉献帝长安 → 东汉献帝许都[遗址]
|
---|
|
---|
| 三国 |
曹魏五都 | 长安遗址 · 谯都 · 许都遗址 · 邺都遗址 · 洛阳遗址
|
---|
|
---|
| 南 北 朝 |
南朝 | 宋→齐→梁→陈建康
|
---|
| 北朝 | 盛乐 → 平城[遗址] → 北魏洛阳 · 东魏邺 · 西魏长安 · 北齐邺 · 北周长安
|
---|
|
---|
| 隋 唐
| 统治中心:长安 → 大兴→长安(胡姆丹) → 武周神都 → 长安 → 成都 → 长安 → 洛阳[遗址]
|
---|
| 五 京 制 |
唐 | 北京太原府[遗址] · 东京河南府 · 中京京兆府 · 南京成都府 · 西京凤翔府
|
---|
| 渤 海 | 上京龙泉府[遗址] · 东京龙原府 · 中京显德府[遗址] · 南京南海府 · 西京鸭绿府
|
---|
| 辽 | 上京临潢府[遗址] · 东京辽阳府 · 中京大定府[遗址] · 南京析津府 · 西京大同府
|
---|
| 金 | 上京会宁府[遗址] · 中都大兴府 · 南京→东京辽阳府 · 西京大同府 · 北京临潢府→大定府 · 南京开封府
|
---|
|
---|
| 五代 十国 |
五代 | 後梁開封府 → 後唐洛陽 → 後晋→後漢→後周開封府
|
---|
| 十国 | 南唐江宁府[遗址] → 南都南昌府 · 北汉太原府[遗址]
|
---|
|
---|
| 西夏 | 东京兴庆府→中兴府 · 西京西平府 · 辅郡西涼府
|
---|
| 宋 | 东京开封府(汴梁)[遗址] → 行在临安府[遗址]、行都建康府 · 西京河南府 · 南京应天府 · 北京大名府[遗址]
|
---|
| 元 | 大蒙古国:曲雕阿兰 → 哈拉和林 → 上都[遗址] 征服王朝:大都路大都(汗八里) · 上都路[遗址](陪都) 北元:上都[遗址] → 应昌城[遗址] → 哈拉和林
|
---|
| 明 |
中都中立府[遗址] · 京师應天府(后改为留都南京)[遗址] → 京师顺天府(原为行在)[遗址] → 應天府 → 顺天府
| | 南明 | 弘光應天府 · 隆武福京天兴府 · 绍武 · 永历 · 东武 |
---|
|
---|
| 清 | 后金:费阿拉(佛阿拉) → 赫图阿拉(兴京) → 界藩城(行都) → 萨尔浒城(行都) → 辽阳 → 东京 → 盛京奉天府[遗址](后改为留都) 征服王朝:京师顺天府[遗址][ 太平天国:天京]
|
---|
| 民国 | 民初政府:南京府(临时) → 北京 国民政府:广州 → 武汉 → 南京 → 洛阳(行都)、西京(陪都) → 重庆(陪都) → 南京(还都) [ 中华共和国:福州][ 中华苏维埃共和国:瑞京→保安→延安] 行宪政府:南京[遗迹] → 广州 → 重庆 → 成都 → 臺北(中央政府所在地)
|
---|
| 共和国 | 北京 |
---|
| 参见:中国历史
|
|
老北京地名与历史文化主题
|
---|
| 北京主题页 | | 規劃 | 北京中軸綫 · 北京城池 · 北京城牆 · 北京城門 · 北京皇城 · 北京王府 · 北京胡同 · 北京牌樓 · 四合院
|
---|
| 歷史 | 县级:薊縣(古代)(薊城) → 薊北縣 → 析津县 → 大兴县 · 燕都县 → 幽都县 → 宛平县 郡州路府市级:燕国 · 燕国 (楚汉战争) · 广阳郡 · 幽州 · 燕京 · 辽南京(南京道析津府) · 金中都(中都路大兴府) · 元大都(大都路) · 北平府(北平) · 京师順天府(北京) · 京兆地方 · 北平市
|
---|
| 傳統 藝術 | 昆曲 · 京剧 · 評劇 · 河北梆子 · 京韻大鼓 · 西河大鼓 · 梅花大鼓 · 京东大鼓 · 含灯大鼓 · 滑稽大鼓 · 五音大鼓 · 北京琴書 · 北京評書 · 相聲 · 雙簧 · 八角鼓 · 單弦 · 快板書 · 數來寶 · 智化寺京音樂 · 景泰藍 · 象牙雕刻 · 雕漆 · 料器 · 京綉 · 琉璃 · 花丝镶嵌 · 金漆镶嵌 · 風箏哈 · 鬃人 · 毛猴 · 内畫鼻煙壺 · 聚元号 · 京作硬木家具 · 北京燈彩 · 北京玉雕 · 宫毯 · 天橋 · 天橋八怪 · 吹糖人 · 面人郎 · 拉洋片 · 賽活驢 · 銀槍刺喉 · 拉硬弓 · 天橋摔跤 · 古彩戲法 · 雜技 · 口技 · 中幡 · 大力丸
|
---|
| 老字號 | 鶴年堂 · 同仁堂 · 長春堂 · 德壽堂 · 稻香村 · 稻香春 · 內聯陞 · 馬聚源 · 盛錫福 · 同陞和 · 步瀛齋 · 通三益 · 王麻子 · 八大祥(瑞蚨祥 · 瑞生祥 · 瑞增祥 · 瑞林祥 · 益和祥 · 廣盛祥 · 祥義號 · 謙祥益) · 一得閣 · 榮寶齋 · 戴月軒 · 崇古齋 · 德源興 · 張一元 · 慶林春 · 吳裕泰 · 元長厚 · 亨得利鐘表眼鏡商店 · 大明眼鏡店 · 精益眼鏡店 · 四大恆 · 義利 · 雙合盛 · 天惠齋 · 東昇平 · 清華園浴池 · 清華池 · 鑫园澡堂 · 興華園 · 來今雨軒
|
---|
| 名勝 | 天安門 · 故宮 · 正陽門 · 景山 · 北海 · 什刹海 · 九壇八廟 · 燕京八景 · 大柵欄 · 鐘鼓樓 · 天橋 · 琉璃廠 · 八大胡同
|
---|
| 寺廟 與廟會 | 八刹三山 · 故宫外八庙 · 護國寺 · 隆福寺 · 白塔寺 · 雍和宮 · 報國寺 · 都土地廟 · 白雲觀 · 東岳廟 · 五頂(东顶 · 南顶 · 西顶 · 北顶 · 中顶) · 蟠桃宮 · 厰甸 · 都城隍廟 · 宛平縣城隍廟 · 大興縣城隍廟 · 江南城隍廟 · 五顯財神廟 · 崇元觀 · 太陽宮 · 廣寧觀 · 花市火神廟 · 地安門火神廟 · 都灶君廟 · 西藥王廟 · 東藥王廟 · 南藥王廟 · 北藥王廟 · 妙峰山 · 丫髻山 · 牛街礼拜寺 · 东四清真寺 · 花市清真寺 · 马甸清真寺 · 北堂 · 南堂 · 东堂 · 西堂
|
---|
| 會館 | 湖廣會館 · 安徽會館 · 江西會館 · 湖南會館 · 四川會館 · 全浙會館 · 福建會館 · 福建汀州會館 · 南海會館 · 安慶會館 · 瀏陽會館 · 番禺會館 · 順德會館 · 平陽會館 · 中山會館 · 粵東新舘 · 紹興會館 · 休寧會館 · 潮州會館 · 台灣會館 · 正乙祠
|
---|
| 商場 | 青雲閣 · 勸業場 · 東安市場 · 首善第一樓 · 天橋市場 · 西安市場 · 西單商場
|
---|
| 戲院 | 廣和樓 · 景泰園 · 泰華園 · 阜成園 · 廣德樓 · 中和戲院 · 慶樂戲園 · 三慶戲院 · 慶和園 · 同樂軒 · 大亨軒 · 天樂茶園→華樂戲園 · 裕興園 · 大舞臺 · 燕喜堂 · 長安大戲院 · 吉祥戲院 · 開明戲院 · 哈爾飛戲院 · 新新大戲院 · 慶春園 · 廣興園 · 春仙園 · 慶順園 · 西安園 · 慶昇園 · 天和園 · 天匯園 · 第一舞臺 · 萬盛軒 · 天樂戲院
|
---|
| 茶館 | 天滙軒 · 滙豐軒 · 廣慶軒 · 廣和茶園 · 阜成茶園 · 東和順 · 龍海軒 · 慶盛軒 · 天祿軒
|
---|
| 京菜 | 谭家菜 · 厲家菜 · 北京烤鴨 · 炸醬麵 · 涮羊肉 · 二鍋頭 · 東來順 · 全聚德 · 便宜坊 · 仿膳飯莊 · 厚德福 · 柳泉居 · 烤肉季 · 烤肉宛 · 南來順 · 又一順 · 西來順 · 壹条龍 · 玉華台飯莊 · 全素齋
八大樓:正陽樓 · 東興樓 · 泰豐樓 · 安福樓 · 致美樓 · 鴻興樓 · 春華樓 · 新豐樓
十大堂:惠豐堂 · 聚賢堂 · 福壽堂 · 天福堂 · 會賢堂 · 福慶堂 · 慶和堂 · 同和堂 · 同興堂 · 慶豐堂
八大居:廣和居 · 砂鍋居 · 同和居 · 恩承居 · 萬福居 · 福興居 · 天興居 · 萬興居
|
---|
| 小吃 | 护国寺小吃(豆汁、焦圈、豌豆黄、艾窝窝、驴打滚) · 茯苓夹饼 · 京糕 · 褡裢火烧 · 炒肝 · 爆肚 · 冰糖葫芦 · 煎灌肠 · 炒疙瘩 · 白水羊头 · 糖卷果 · 面茶 · 姜丝排叉 · 奶油炸糕 · 蜜麻花 · 馓子麻花 · 萨其玛 · 糖火烧 · 豆馅烧饼 · 炖吊子 餛飩侯 · 小腸陳(卤煮火烧) · 奶酪魏 · 年糕楊 · 爆肚馮 · 豆腐腦白 · 茶湯李 · 瑞賓樓 · 月盛齋 · 天興居 · 錦馨 · 白魁老號 · 不老泉 · 都一處(烧麦) · 天福號 · 六必居 · 天源醬園 · 王致和 · 桂馨齋 · 麻醬麵
|
---|
| 玩物 | 溜鳥 · 斗蛐蛐 · 蟈蟈 · 鴿子 · 金魚 · 貓 · 棗 · 石榴 · 夾竹桃 · 柿子 · 菊花 · 國槐 · 海棠 · 中國象棋 · 圍棋 · 牌九 · 麻將 · 九九消寒圖 · 太極拳 · 抖空竹 · 毽子 · 核桃鐵球 · 燈謎 · 對聯
|
---|
| 言語 | |
---|
|
t0un T0BCVXM,78J,h 1Pkvtk
Popular posts from this blog
Ramiro Burr's New Blog - to go back: www.ramiroburr.com From Latin rock to reggaeton, boleros to blues,Tex-Mex to Tejano, conjunto to corridos and beyond, Ramiro Burr has it covered. If you have a new CD release, a trivia question or are looking for tour info, post a message here or e-mail Ramiro directly at: musicreporter@gmail.com Top Tejano songwriter Luis Silva dead of heart attack at 64 By Ramiro Burr on October 23, 2008 8:40 AM | Permalink | Comments (12) | TrackBacks (0) UPDATE: Luis Silva Funeral Service details released Visitation 4-9 p.m. Saturday, Rosary service 6 p.m. Saturday at Porter Loring, 1101 McCullough Ave Funeral Service 10:30 a.m. Monday St. Anthony De Padua Catholic Church, Burial Service at Chapel Hills, 7735 Gibbs Sprawl Road. Porter Loring (210) 227-8221 Related New Flash: Irma Laura Lopez: long time record promoter killed in accident NewsFlash: 9:02 a.m. (New comments below) Luis Silva , one of the most well-known ...
1 I having trouble getting my ResourceDictionary.MergedDictionaries to load from app.xaml. My WPF app has a static class with a Main defined and startup object set to it. Within Main I created an instance of App and run it. The override OnStartup fires and the mainwindow.cs InitializeComponent gives the error "Message "Cannot find resource named 'MaterialDesignFloatingActionMiniAccentButton'. If I put the resources in the mainwindow.xaml everything is fine, but I wanted them to load at the app level so I they are not in each page. Any help appreciated. public partial class App protected override void OnStartup(StartupEventArgs e) base.OnStartup(e); var app = new MainWindow(); var context = new MainWindowViewModel(); app.DataContext = context; app.Show(); from the Main.. var app = new App(); app.Run(); app.xaml.. <Application x:Class="GS.Server.App" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:...
up vote 2 down vote favorite There is a clear pattern that show for two separate subsets (set of columns); If one value is missing in a column, values of other columns in the same subset are missing for any row. Here is a visualization of missing data My tries up until now, I used ycimpute library to learn from other values, and applied Iterforest. I noted, score of Logistic regression is so weak (0.6) and thought Iterforest might not learn enough or anyway, except from outer subset which might not be enough? for example the subset with 11 columns might learn from the other columns but not from within it's members, and the same goes for the subset with four columns. This bar plot show better quantity of missings So of course, dealing with missings is better than dropping rows because It would affect my prediction which does contain the same missings quantity relatively. Any better way to deal with these ? [EDIT] The nullity pattern is confirmed: machine-learning cor...