Afghanistan vs Iran

Afghanistan vs Iran : Nuits tropicales

Nuits tropicales en 2014 : 50,8 nuits (Afghanistan) et 90,8 nuits (Iran), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Iran, avec un écart de 40,1 nuits, soit 1,79 fois celle de l’autre pays (Afghanistan).

nuits par an · CMIP6

Afghanistan vs Iran : Nuits tropicalesNuits tropicales en 2014 : 50,8 nuits (Afghanistan) et 90,8 nuits (Iran), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Iran, avec un écart de 40,1 nuits, soit 1,79 fois celle de l’autre pays (Afghanistan).
AfghanistanIranmédiane des modèles CMIP6 (SSP2-4.5, voie médiane)10e–90e centile des modèles

Ce que disent les chiffres

  • Iran : en tête depuis 1950, chaque année où les deux pays ont des chiffres.
  • Pour 2100, médiane des modèles CMIP6 (SSP2-4.5, voie médiane) : 72,3 nuits (Afghanistan) et 124,4 nuits (Iran).

Année par année

nuits par an · CMIP6

AnnéeAfghanistanIran
201450,890,8
201350,690,6
201250,190,3
201149,989,8
201048,287
200948,987,2
200848,888
200748,387,9
200648,788,2
200548,187,1
200447,986,4
200347,285,9
200249,487,7
20014786,6
200047,986,5
199947,985,1
199846,883,8
199746,884,3
19964582,4
199544,481,6
199444,680,6
199342,477,7
199242,577
199145,181,9
199045,583,1
198945,581,7
198844,380,4
198744,579,8
19864480,1
198543,579,7
198443,478,8
198340,575,5
198243,177,9
198143,880,2
19804379,4
19794480,2
197843,178,1
197741,577,8
197641,677,2
197541,476,6
197441,676,4
197341,776,9
197242,177,4
197140,875
197041,675,3
196941,375,6
196840,876,3
196741,576,1
19664175,5
196541,175,3
196441,375,3
196341,876,4
196241,877,5
196142,677,7
196042,177,6
195941,876,8
195843,378,4
195742,278,2
195642,376,2
195541,476,5
195442,577,6
195341,877,3
195242,978,2
195141,576,6
195042,877,7
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeAfghanistanIran
201552,244,8–59,894,482,7–106
201652,545–59,794,183,1–105,3
201752,345,8–58,893,981,7–104
20185244,6–59,394,183–106,3
201953,345,9–60,795,183,4–105,8
202054,347,1–61,295,985,5–107,5
202153,746,7–61,497,286–107,7
202253,146,2–61,696,285,2–108,3
202355,646–62,798,485,7–110,6
20245647,3–649885,1–110,5
202555,947,9–6598,787,2–110,5
202654,945,9–64,599,186,7–111,7
202755,948,7–64,2100,288,7–112,1
20285647,4–6499,686,2–111,6
202954,747,9–62,599,386,7–109,9
203056,749,3–63,8100,889,8–111,6
203158,650,2–65,4102,990,1–114,8
203257,649,8–65,4101,289–113,9
203357,749,1–65,5102,889,9–115,1
203459,148,6–68,2104,690,7–117,3
203560,251,4–67,710592,1–116,2
203659,251,7–66,6103,591,4–115,2
203759,751,1–7010693,1–119,4
20386051,9–67,2105,993,2–116,5
203958,651,3–66104,392,9–116,6
204059,651,8–68105,592,3–118,4
20415951,1–68104,892,5–116,4
204260,752,4–69,9107,793,4–120,7
204359,351,2–68,510692,9–118,8
204460,752,6–69,8106,893,6–121,2
204561,152,7–69,7108,795,1–121,8
204661,452,3–71,6109,296,1–121,9
204762,553,6–71,5110,596,9–123,3
204863,354,7–72,3111,498,6–124
204962,253,1–71,911095,7–123,4
205063,754,4–73,1112,199,6–125,1
205162,853,2–73,2111,797,6–124,1
205264,254,7–73,411298,3–126
205363,354,9–71,6111,597,5–124
205464,355,6–73,4111,899–126,3
205564,956,7–73,7114,6101,4–128
205664,155,8–73,4113,1100,2–126,2
205765,555,1–75,6113,899,9–128,9
205865,256,7–74,7114,2100–127,7
205964,556,1–73,6113,498,9–126,3
206066,855,9–75,6116,3100,3–129,5
206165,857,4–73,2115100,5–127,6
206266,856,9–77,4115,799,7–131,1
206367,359,1–76,6117103,7–130,3
206466,357,6–76,7115,1101,7–130,3
206567,457,8–78,5117,3102,8–132,3
20666859,4–77,9117,7103,7–132,1
206769,258,5–79,9119103–133,5
20686858,5–77,7118,1104,3–131,4
206968,560,5–78,3118,4103,8–133,2
20706859,6–78,7118,2104,9–132,9
207168,458,2–78,9119,3105,1–135,3
207268,558,7–79,3119103,2–135,1
207369,960,2–80,9120,6104,9–137,7
207469,260,9–79,3119,1104,4–134,5
207568,459,6–81,4119,7105,9–135,5
207669,457,9–81118,9102,6–137
207770,158,3–80,8120,3104,3–135,3
207867,958,5–82,4119,2105,3–136
207968,757,9–81,2120,1103,2–135,6
208069,459,3–82120,4106,1–139,5
208169,158,1–81,3120,5104,3–137,1
208270,960,1–83122,5107,5–137,7
208370,960,3–82,8122,6105,8–140,4
208471,760,2–82,3123,7107,6–139,1
208570,260,1–85,4121,3106,6–140,6
208669,660,3–82,9122,1107,9–139,8
208771,362,8–84,1123,7108–140,7
208871,660,7–85,2124106,5–142,2
208972,361,4–83,9124,1109–139,7
20907160,2–83,4122,5105,4–141,9
209172,261,1–83,3124,3108–140,5
209272,261,6–83,3125,5110,1–140
209372,562,6–83,5124,5109–139,3
209472,962,2–85,3125108,7–142,9
209573,761,1–84,3125,3108,5–141
209673,362,9–85,7125,8109–142,4
209770,960,6–84,3123,6106,9–141,8
209873,562,2–87,3125,8109,4–143,8
209972,761–84,1123,1107,8–140,1
210072,360,5–87,4124,4107,9–143,7

Chaque pays séparément

Bon à savoir

  • Nuits de l’année où la température reste au-dessus de 20 °C, en moyenne sur le pays.
  • Source : World Bank Climate Change Knowledge Portal, CMIP6 multi-model median.
  • Ligne en pointillés : médiane des modèles CMIP6 (SSP2-4.5, voie médiane), un scénario plutôt qu’une prévision ; bande : 10e–90e centile des modèles.
  • Les valeurs de modèles climatiques sont la médiane des modèles CMIP6, simulés avec les émissions passées jusqu’en 2014, puis selon SSP2-4.5, une trajectoire médiane : ce ne sont pas des mesures.

Comment fonctionnent les calques, d’où viennent leurs données et ce qu’ils ne peuvent pas vous dire : Les pays à travers le temps

Afghanistan vs Iran

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement