Argentine vs Viêt Nam

Argentine vs Viêt Nam : Nuits tropicales

Nuits tropicales en 2014 : 42,6 nuits (Argentine) et 242,6 nuits (Viêt Nam), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Viêt Nam, avec un écart de 200 nuits, soit 5,69 fois celle de l’autre pays (Argentine).

nuits par an · CMIP6

Argentine vs Viêt Nam : Nuits tropicalesNuits tropicales en 2014 : 42,6 nuits (Argentine) et 242,6 nuits (Viêt Nam), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Viêt Nam, avec un écart de 200 nuits, soit 5,69 fois celle de l’autre pays (Argentine).
ArgentineViêt Nammédiane des modèles CMIP6 (SSP2-4.5, voie médiane)10e–90e centile des modèles

Ce que disent les chiffres

  • Viêt Nam : en tête depuis 1950, chaque année où les deux pays ont des chiffres.
  • Pour 2100, médiane des modèles CMIP6 (SSP2-4.5, voie médiane) : 65,2 nuits (Argentine) et 282,7 nuits (Viêt Nam).

Année par année

nuits par an · CMIP6

AnnéeArgentineViêt Nam
201442,6242,6
201341,8243,6
201241242,4
201141,5241,9
201040,8240,9
200941,6240
200841,4238,7
200739,6238
200639,3239,1
200540,1238,3
200440,6241,8
200338,7235,9
200240,2236,3
200139,5241,3
200039,5237
199938,4236
199838,8236,8
199738,5237,1
199637231,4
199535,7229,9
199434,7231,2
199334,3225,3
199233,4221,9
199136,8229,8
199036233,1
198937229,2
198836,9231,7
198736,1230,3
198636,4230,9
198536228
198434,7230,2
198335,2224,9
198235,7227,5
198137,3229,7
198036,3228,1
197937,5228,9
197835,7227,5
197735,1229
197635,7225,8
197534,8225,8
197435,4225,7
197334,1230,3
197235,5225,6
197134,7225,5
197034,9226,1
196933,4227
196834,6227,1
196733222,9
196634,3226,8
196532,2225,4
196430,3222,6
196332224,3
196235,2227,8
196135,6229,4
196035,6228,5
195934,5226,2
195833,3230,9
195735,7228,4
195635228,7
195534,4227,5
195433,6226,3
195335,8228,2
195234,4228,5
195135,4229,2
195033,9228,9
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeArgentineViêt Nam
201544,433,5–53,4245,8228,2–261,9
201643,532,4–53,4243,7226,1–259,4
201742,834,2–52,6247229,6–260,7
201842,632,7–52,6248,3228,8–263,3
201943,633,4–53,1248,1229,2–262,8
202045,735,5–57,2248,8229,6–262,9
202145,634,3–56,4251,1233,1–266,7
202244,633,3–56,4252,4234,3–266,8
202344,934,9–53,9253,4235,4–266,6
202445,834,2–57,5251,3236,7–264,6
202546,536–58,1252,4234,1–266,2
202647,936,7–57252,8232,9–268,5
202746,434,5–56,3253,2237–268,8
202846,133,5–58,5254,3237,7–272
202948,336–58,8258,1238,5–273,7
203047,835,4–60,3256,4240,9–270,1
203146,935,5–58,7255,9241,2–270,9
20324837,9–59,7257,4239,1–269,9
203347,436,7–57,6258,3241,7–273,2
203447,837,8–58,9258,8240,7–275,8
203547,339–59258,6242,5–275,4
203648,939,2–58,4258,3239,1–273,8
20375141,2–60,9258,7242,4–272,4
203848,737,9–59,7263,4247,6–277,3
203948,839,1–58,4260,2243,7–275,9
204050,440,4–62,3260,1242,8–274,8
204150,740,4–61,7263,1245,9–279
20425037,3–61,1263,6246,5–279
204350,340,5–61261,4245,5–279,6
20445240–65263,2245,2–277,6
204552,441,3–65,6265,5249,6–281,4
204651,941,2–62,7264,9246,8–278,1
204751,542–64266,9250,4–282,9
204854,542,6–65268250,5–283,8
204953,942,8–64,9267,8251,2–284,8
205052,543,6–62,4268251,2–283,5
205155,743,3–67,4270,9254,3–285,4
205255,642,2–67268,3253,3–282,8
205355,342,6–67,6268,5250,1–283,2
205454,743–66,7269,1250,8–283,6
205555,942,3–67,2270249,8–284,2
205657,642,8–68,6271,7254,8–290,1
205756,842,3–68,7270253–285,7
205854,841,5–68,1270,7252,9–286,5
205957,844,9–70,3273257,6–286,6
206056,943,4–67,9275,7255,6–290,6
206156,542,3–70,6273,5254,6–289,5
206257,345,8–68,5271,4253,1–290,2
206358,244,6–70,2272,9252,7–288,1
206458,845,8–71,5273,8254,4–288,1
206558,746–71,1272255,8–286,3
206659,947–68,9271,8254,4–287,3
206758,944,8–71,5270,8252,1–287,6
206857,844,3–70,3275,6256,9–292,4
206959,445,4–70,5276,4258,5–292
207061,348,2–74,3274,6257,8–292,8
207160,148,7–73,2276,2255,2–294,1
207260,146,7–73,7277256,8–291,4
207360,847,6–73,5278,5262,7–293,4
207460,447,6–73,7277,6259,2–295,8
207561,347,9–73,9276,4258,7–294,4
207661,146,8–75,8279,2258,5–296,6
207760,647,1–73,1280264,9–294,7
207863,449,4–75,6278,4258,6–295,5
207959,948,7–73279,3263,4–293,6
20806348,1–75,5280261,4–296,5
208161,448,7–73,5280,4261,2–297,9
208261,747,7–75280,9258,9–296
208362,148,2–75,6278,4261,6–295
208462,950,3–76279257,4–293,8
20856246,9–76,4281,3265–297,8
208662,749,4–76,4282,3260,2–297,5
208761,847,9–74,9281,9261,3–300,7
208864,450,8–77,5283,1265,7–301,5
208962,749,3–76,3280,8261,2–301,6
209064,152,5–77,1280,5264,5–297,6
209164,451,7–78,3283,3264,3–298,9
209265,650,8–78,3281,1261,5–299,4
209362,749,7–76,8280,5263,4–296,1
209463,950,1–78,5283264,5–300
209562,948,8–77,9285,5264,5–302,9
209664,749,4–78,9281,8264,8–299,8
209764,552,4–80,1281,5263,3–299
209865,652,7–78,7282,5263,9–301,5
209965,249,3–80,2282,7265,1–298
210065,250–81,7282,7261–298,2

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

Argentine vs Viêt Nam

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement