Brésil vs Chine

Brésil vs Chine : Nuits tropicales

Nuits tropicales en 2014 : 282 nuits (Brésil) et 41,5 nuits (Chine), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Brésil, avec un écart de 240,6 nuits, soit 6,8 fois celle de l’autre pays (Chine).

Voir son évolution sur la carte

nuits par an · CMIP6

Brésil vs Chine : Nuits tropicalesNuits tropicales en 2014 : 282 nuits (Brésil) et 41,5 nuits (Chine), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Brésil, avec un écart de 240,6 nuits, soit 6,8 fois celle de l’autre pays (Chine).
BrésilChinemédiane des modèles CMIP6 (SSP2-4.5, voie médiane)10e–90e centile des modèles

Ce que disent les chiffres

  • Brésil : en tête depuis 1950, chaque année où les deux pays ont des chiffres.
  • Pour 2100, médiane des modèles CMIP6 (SSP2-4.5, voie médiane) : 317,3 nuits (Brésil) et 63,3 nuits (Chine).

Année par année

nuits par an · CMIP6

AnnéeBrésilChine
201428241,5
2013282,541,7
2012283,640,8
2011281,840,2
2010280,240,5
2009279,239,5
2008277,839,2
2007275,938,7
2006275,439,5
2005275,839,5
2004278,539,7
2003276,738,5
2002276,238,8
2001277,739,5
2000273,338,6
199927138,5
1998273,637,6
1997270,937,1
1996264,736,6
1995263,835,1
1994263,634,9
1993258,333,2
1992252,832,3
1991269,735,9
1990272,536,4
1989267,136,1
1988264,735,1
1987265,934,5
1986265,734
1985260,633,5
1984261,133,4
1983255,931,5
1982264,834,1
1981265,334,2
198026234,3
1979261,233,8
1978259,734,8
1977261,833,3
1976258,432,7
1975252,433,1
1974258,733,3
197326133,1
1972258,132,6
1971256,533
1970254,532,4
1969255,133,4
1968254,932,8
1967250,333,4
1966254,533,4
1965250,832,5
1964246,232,1
1963241,934,5
1962257,934
1961258,234,6
1960260,334,1
1959255,734
1958258,135
1957256,634,4
1956251,234,6
1955257,234,2
195425834,2
1953255,234,3
1952255,834,3
1951256,335,1
1950254,434,9
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeBrésilChine
2015284257,6–299,542,334,8–49,8
2016281,5261,4–296,342,134,4–50
2017284,1263,2–297,843,135,3–51,6
2018283,4263,1–298,842,335,5–49,5
2019283,7262,9–302,443,836,5–51,1
2020286,3264,2–303,643,736,8–51,1
2021287,9266,9–302,344,136–52,1
2022289,6270,7–303,944,737,5–52,7
2023287,3270,5–30345,737,8–53,4
2024291,5268,2–304,645,738,1–54
2025289,6269,1–304,846,337,5–54,8
2026289,7266,2–305,146,237,6–55,5
2027289,5269,1–303,746,138–54,9
2028291,2271,9–30646,438,4–54,3
2029295,5276,3–309,646,939,1–55,6
2030292,2269,1–306,947,138,8–55,3
2031295,3274–308,94738,8–56
2032296,8280,1–310,948,339,3–57,4
2033295,4273,3–308,547,939,7–56,6
2034294,3273,5–311,848,440,5–57,3
2035295,2274,4–310,949,740,8–58,6
2036295,1278,2–307,84940,1–58,2
2037299,9283,7–311,34941,2–57,6
2038299,6283,5–312,150,542,4–59,3
2039296,9279,9–31149,641,2–59,2
2040298,5279,4–311,950,942,4–60,4
2041301,4282,2–314,151,342,5–61,1
2042300,6277,8–314,751,642–61,5
2043298,2279,8–312,750,742,7–61
2044300,3281,2–315,651,942,4–61,9
2045299,9279,7–313,151,542,8–61,1
2046302,8285,8–316,65343,7–62,7
2047303,3285–316,453,544,5–62,5
2048304,4287,3–317,353,144–62,6
2049305,4288,4–318,552,843,8–63,3
2050303,9283,9–316,253,644,4–63,8
2051305,7287,5–317,554,345,1–64,8
2052305,9290,6–318,853,444,6–63,2
2053305,3285,9–317,554,244,2–64,2
2054306,1288,4–319,354,545,3–64,8
2055306,4290,8–319,85545,1–65,8
2056306,7288,3–321,155,245,1–66,6
2057306,4287,6–321,154,844,9–65,7
2058309291–321,455,145,8–67,7
2059310,4290,7–322,855,345,1–67,2
2060311,6294,4–325,157,246,9–68,1
2061307,5290,3–321,256,546,6–66,3
2062309291,5–322,856,846,9–68,5
2063310,8290,6–322,857,247,2–68,6
2064309,6290,2–321,15747,1–67,7
2065311,1291,6–323,157,347,1–67,8
2066312,2294,2–324,257,347,9–68,7
2067310,9291,5–323,357,546,4–68,2
2068311,5293–324,558,748,5–70,5
2069310,6292,2–323,658,548,4–69
2070312,7293–325,35847,6–71,7
2071311,5292,1–323,959,347,4–71,6
2072313,3297,8–325,559,248,1–71,5
2073313,8298,6–327,259,849,1–70,9
2074311,4292,4–323,559,648,7–71,1
2075310,9291,5–324,558,748,3–71,4
2076314,2294,4–327,760,249–70,9
2077315,1295,6–326,860,851,1–72,4
2078314,9296,3–327,159,648,8–72,4
2079313292,8–326,860,750,1–72,6
2080311,9294,7–325,459,950–72,3
2081313,5295,5–325,660,950–73,2
2082315296,8–327,16149,8–73,3
2083315,7295,3–328,761,251,2–73,6
2084316,6298,5–327,961,749,7–74,6
2085317,4299,3–329,861,250,8–75,2
2086315,8294–32861,648,9–74,5
2087316,5297,9–328,561,650,6–75
2088315,6297,3–328,862,750,5–77,1
2089315296,6–327,961,950–75,2
2090316298,9–330,362,551,4–73,7
2091317298,1–330,663,852–75,7
2092317,6298,7–330,763,251,2–75,1
2093316,3297,5–328,663,252–75,4
2094316,4300,2–327,56351,1–76,3
2095319299,8–330,763,952,8–76,4
2096317,7299,5–330,863,852,2–76,8
2097316,9297,8–32962,750,7–75,1
2098318,6299,9–331,963,451,2–76,8
2099318,1300–330,263,851,9–76,1
2100317,3298,4–330,363,351,7–76,2

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

Brésil vs Chine

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement