Chine vs Pakistan

Chine vs Pakistan : Nuits tropicales

Nuits tropicales en 2014 : 41,5 nuits (Chine) et 149,9 nuits (Pakistan), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Pakistan, avec un écart de 108,5 nuits, soit 3,62 fois celle de l’autre pays (Chine).

Voir son évolution sur la carte

nuits par an · CMIP6

Chine vs Pakistan : Nuits tropicalesNuits tropicales en 2014 : 41,5 nuits (Chine) et 149,9 nuits (Pakistan), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Pakistan, avec un écart de 108,5 nuits, soit 3,62 fois celle de l’autre pays (Chine).
ChinePakistanmédiane des modèles CMIP6 (SSP2-4.5, voie médiane)10e–90e centile des modèles

Ce que disent les chiffres

  • Pakistan : en tête depuis 1950, chaque année où les deux pays ont des chiffres.
  • Pour 2100, médiane des modèles CMIP6 (SSP2-4.5, voie médiane) : 63,3 nuits (Chine) et 177,6 nuits (Pakistan).

Année par année

nuits par an · CMIP6

AnnéeChinePakistan
201441,5149,9
201341,7149,1
201240,8149,9
201140,2149
201040,5148,4
200939,5147,1
200839,2147,4
200738,7147,3
200639,5146,7
200539,5146,5
200439,7147,5
200338,5146
200238,8148,3
200139,5145,4
200038,6144,7
199938,5146,9
199837,6144,8
199737,1143,2
199636,6141,2
199535,1141,8
199434,9142,1
199333,2140,4
199232,3139,9
199135,9142,5
199036,4142,6
198936,1142,5
198835,1140,3
198734,5140
198634140
198533,5140
198433,4138,9
198331,5136,3
198234,1138,5
198134,2141,5
198034,3139,5
197933,8139,1
197834,8139
197733,3138,6
197632,7139,2
197533,1136,5
197433,3138,7
197333,1137,8
197232,6137,4
197133136
197032,4137,7
196933,4135,9
196832,8136,6
196733,4135,2
196633,4136,9
196532,5138,3
196432,1135,1
196334,5135,7
196234137
196134,6138,6
196034,1139
195934138,6
195835137,7
195734,4140
195634,6137,8
195534,2137,5
195434,2137,8
195334,3136,9
195234,3138,1
195135,1136,7
195034,9139,1
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeChinePakistan
201542,334,8–49,8152,4138,7–163,3
201642,134,4–50150,6139,4–161,7
201743,135,3–51,6151,3138,8–162
201842,335,5–49,5152,6139,8–161,8
201943,836,5–51,1151,8138,1–163,3
202043,736,8–51,1153,1140,3–164,5
202144,136–52,1154,1140,6–165,7
202244,737,5–52,7153,1140,2–165,7
202345,737,8–53,4155,5141,6–165,9
202445,738,1–54156,8143,3–168,7
202546,337,5–54,8155,7141,5–168,6
202646,237,6–55,5155,3142,2–167,9
202746,138–54,9156,8140,9–168,9
202846,438,4–54,3156,5143,9–167,6
202946,939,1–55,6155,9141,5–167,7
203047,138,8–55,3156,3143,3–167,6
20314738,8–56157,3144,4–168,1
203248,339,3–57,4157,4142,5–169,6
203347,939,7–56,6157,7143,6–169,4
203448,440,5–57,3159,5145,6–173,4
203549,740,8–58,6159,3146,7–170,3
20364940,1–58,2159,1147,5–171,4
20374941,2–57,6162,2147,5–175,3
203850,542,4–59,3161,4148,6–171,7
203949,641,2–59,2160148,2–170,4
204050,942,4–60,4160,9147,9–171,3
204151,342,5–61,1160,8146,7–171,7
204251,642–61,5162,3149,9–175,6
204350,742,7–61161,1150,3–173,8
204451,942,4–61,9163150,9–173,9
204551,542,8–61,1163149,5–174,8
20465343,7–62,7163,5149,8–177,2
204753,544,5–62,5165,2151,8–178,5
204853,144–62,6166,4154,1–179,4
204952,843,8–63,3165150,8–178,2
205053,644,4–63,8166,9153,5–179,3
205154,345,1–64,8165,6150,8–180
205253,444,6–63,2166,7155,4–179,5
205354,244,2–64,2166,3154,2–178,8
205454,545,3–64,8167,5153,9–181
20555545,1–65,8167,8155,8–182,5
205655,245,1–66,6166,3153,6–179,7
205754,844,9–65,7168,3153,9–182,3
205855,145,8–67,7167,5157–179,9
205955,345,1–67,2170,9155,9–183,8
206057,246,9–68,1170,3156,5–181,8
206156,546,6–66,3168,8156,8–179,6
206256,846,9–68,5171,6153,5–186,5
206357,247,2–68,6171,3159,5–183,8
20645747,1–67,7170,2155,3–184,5
206557,347,1–67,8169,7156,4–185
206657,347,9–68,7172,2157–186,7
206757,546,4–68,2173,2160,2–186,3
206858,748,5–70,5172,6157,7–186,3
206958,548,4–69171,8157,3–185,6
20705847,6–71,7171,7158,9–186,7
207159,347,4–71,6173,4158,7–186,8
207259,248,1–71,5174161,5–186,9
207359,849,1–70,9175,6157,2–187,9
207459,648,7–71,1173,5160–186,3
207558,748,3–71,4173161,5–187,8
207660,249–70,9172,9158,8–186,7
207760,851,1–72,4175161,3–187,8
207859,648,8–72,4174,4160,9–189,3
207960,750,1–72,6172,5158,3–187,7
208059,950–72,3175,1160,7–189,2
208160,950–73,2174,9159,2–190,2
20826149,8–73,3175,4161,8–190,6
208361,251,2–73,6176,5161,8–190,8
208461,749,7–74,6176,1160,9–190,5
208561,250,8–75,2176,3161,9–193,6
208661,648,9–74,5173,9160–189,1
208761,650,6–75176161–193,1
208862,750,5–77,1175,4160,5–195,2
208961,950–75,2177,2164,2–191,7
209062,551,4–73,7177,7163,9–192,2
209163,852–75,7177,8162,8–192,2
209263,251,2–75,1178,7162,9–192,9
209363,252–75,4177164–191
20946351,1–76,3176,8164,1–190,7
209563,952,8–76,4178,6163,8–193,1
209663,852,2–76,8177,8163,7–192,5
209762,750,7–75,1177,3160,4–192,5
209863,451,2–76,8178,7162,6–195,7
209963,851,9–76,1176159,9–193,2
210063,351,7–76,2177,6162,2–193

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

Chine vs Pakistan

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement