Autriche vs Thaïlande

Autriche vs Thaïlande : Nuits tropicales

Nuits tropicales en 2014 : 0,8 nuits (Autriche) et 286,4 nuits (Thaïlande), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Thaïlande, avec un écart de 285,6 nuits, soit 340 fois celle de l’autre pays (Autriche).

Voir son évolution sur la carte

nuits par an · CMIP6

Autriche vs Thaïlande : Nuits tropicalesNuits tropicales en 2014 : 0,8 nuits (Autriche) et 286,4 nuits (Thaïlande), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Thaïlande, avec un écart de 285,6 nuits, soit 340 fois celle de l’autre pays (Autriche).
AutricheThaïlandemédiane des modèles CMIP6 (SSP2-4.5, voie médiane)10e–90e centile des modèles

Ce que disent les chiffres

  • Thaïlande : en tête depuis 1950, chaque année où les deux pays ont des chiffres.
  • Pour 2100, médiane des modèles CMIP6 (SSP2-4.5, voie médiane) : 6,7 nuits (Autriche) et 320,8 nuits (Thaïlande).

Année par année

nuits par an · CMIP6

AnnéeAutricheThaïlande
20140,8286,4
20130,4289,1
20120,5286,6
20110,6286,4
20100,5286
20090,3286,9
20080,3284,8
20070,2283,2
20060,4284,3
20050,4281,7
20040,4287,5
20030,3279,3
20020,2280
20010,3285,5
20000,3283,4
19990,3282,5
19980,1282,7
19970,1284,8
19960,2279,8
19950,2278,7
19940,1280,8
19930275,6
19920268,8
19910,2276,7
19900,2279,2
19890,2278,4
19880,1279,6
19870,1277,9
19860,1277,5
19850,1276
19840277,9
19830,1273,9
19820275,7
19810277,8
19800,1277,9
19790278
19780,1276
19770277,3
19760,1275,6
19750,1274,4
19740,1276
19730280,6
19720,1273,9
19710273,2
19700276
19690,1274,8
19680277
19670,1270,3
19660274,4
19650275,8
19640,1271,9
19630,1274,7
19620275,4
19610,1278,5
19600276,2
19590,2274,4
19580278,7
19570277,4
19560,1277
19550,1274,6
19540275
19530,1275,4
19520,1275,1
19510277,5
19500,1276,2
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeAutricheThaïlande
20150,60,1–2290,6272,2–305
20160,70,1–2,6287,1269,8–306,2
20170,90,1–3,4290273,8–302,8
20180,80,2–3,2292,6275,1–308,7
20190,90,2–2,9291,2272,8–306,7
20201,30,2–3,4292,4272,2–307,8
20210,70,1–3,1294,2276,3–308,5
20221,10,1–3,4294,8277,2–311,9
20230,90,1–3,9296,1281,9–310,2
20240,90,1–3,4291,7275,5–307,8
20251,60–4294276,7–306,3
20261,40,2–4,4296278–309,3
20271,10,1–3,6295,8276,3–311,1
20281,30,3–4,3297279,3–315,1
20291,50,2–5,5300,3278,7–315
20301,20,1–4,2297,7280,2–312,5
20311,30,2–4,1300,8282,8–317,1
20321,50,2–4,9297,2280,9–311,4
20331,60,1–5300281,9–315,8
203420,1–5,8300,8279–318,4
20351,90,3–5,3298,6281,5–317,8
20362,30,4–7300,4279,9–316,9
20372,20,3–6,6299,8280–315,1
20381,90,3–7,1304,8286,6–319,3
20392,80,3–6,4300,9281,9–317
20402,40,7–5,8301,6284,5–315,7
20412,40,5–5,5303,1285,1–318,8
20422,50,4–6,8303,8290–318,3
20432,70,4–6,2302285,8–317,9
20442,30,6–7,4304,3286,3–318,8
20452,70,4–6,5307,1287,7–324,2
20462,90,4–8,7305,9285,2–321
20473,80,3–8,2306,6289,5–321,5
20483,20,3–10,2309,4288,9–325,7
20493,50,2–7,6308,1287,2–324,1
20502,81–7307,5291–321,5
20512,40,4–8,2312,8294,8–326
20523,60,5–7,5310,9291,2–323,4
20532,30,6–6,3308,3289,5–323,3
20542,70,8–7308,8292,8–322,3
20553,20,5–9,2308,6290,6–325,1
20563,61–8,8311,3294,9–326,3
20573,30,8–7,5308,5286,7–326,4
205850,3–10,8308291,1–325,1
20594,40,6–11,5312,7295,8–325,3
20603,91,1–10313,1294,6–328,6
20614,51,4–9,4314,4289,5–331,1
20623,90,9–9,2311,4293,4–330,3
20635,41,4–11,3314,8296,9–327,3
20644,70,9–9,9312,5295,4–330
206551,3–10,6309,6293,1–329,3
20664,91,2–11,6312,1292,6–328
20675,91,3–13,5311,2289,6–329,4
20684,71,6–9,3310,8292,4–330,6
20695,11,3–10,1315,5296,1–329,5
20704,41,2–11,6314,2292,9–330,7
20714,80,5–12,5313,8296,4–330,8
20725,81,9–10,2314,8296–329,6
20735,31,4–10,5316,5299,9–332,1
20744,51–11,8317,2295–333,8
20755,61,5–13,6317,2295,3–331,4
20766,20,9–14,6317,4299,8–335
20774,51,4–12,9317,5297,3–335,9
20785,61–15315,9297,1–331,6
20796,80,8–17,4318,5300,5–332,3
20806,31,8–13,3319,8297,4–337,5
20815,71,6–12,9317,7299,5–334,9
208272,2–16,2317,9294,8–333
20835,31,5–12,9315297,8–332,9
20846,11,3–11,5316295,5–330
20856,41,9–13,3322,6300,8–334,7
20866,41,7–15,1319,4295,2–335,2
20877,21,4–15,3320,2302,2–334,7
208872,3–15321,4299,8–334,8
20896,51,8–19318,9296,4–338,1
20906,11,9–17,7317,6304–337,4
20917,91,9–16,7320,1299,8–336,1
20926,91,4–14,4316,3298–336,4
20935,61,4–13,6316,1297,7–333,7
20948,51,8–15,3323,4301,8–337,3
20957,21,2–16322,9302,4–338,9
20966,51–15,2319,6302,8–336,7
20975,41,1–15319,8299,1–336
20987,62,1–15,1320,5303,9–336
20997,51,3–17,6319,9303,1–334,4
21006,72,5–16,1320,8301,1–336,7

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

Autriche vs Thaïlande

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement