Chine vs Thaïlande

Chine vs Thaïlande : Nuits tropicales

Nuits tropicales en 2014 : 41,5 nuits (Chine) et 286,4 nuits (Thaïlande), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Thaïlande, avec un écart de 245 nuits, soit 6,91 fois celle de l’autre pays (Chine).

Voir son évolution sur la carte

nuits par an · CMIP6

Chine vs Thaïlande : Nuits tropicalesNuits tropicales en 2014 : 41,5 nuits (Chine) et 286,4 nuits (Thaïlande), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Thaïlande, avec un écart de 245 nuits, soit 6,91 fois celle de l’autre pays (Chine).
ChineThaïlandemédiane 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) : 63,3 nuits (Chine) et 320,8 nuits (Thaïlande).

Année par année

nuits par an · CMIP6

AnnéeChineThaïlande
201441,5286,4
201341,7289,1
201240,8286,6
201140,2286,4
201040,5286
200939,5286,9
200839,2284,8
200738,7283,2
200639,5284,3
200539,5281,7
200439,7287,5
200338,5279,3
200238,8280
200139,5285,5
200038,6283,4
199938,5282,5
199837,6282,7
199737,1284,8
199636,6279,8
199535,1278,7
199434,9280,8
199333,2275,6
199232,3268,8
199135,9276,7
199036,4279,2
198936,1278,4
198835,1279,6
198734,5277,9
198634277,5
198533,5276
198433,4277,9
198331,5273,9
198234,1275,7
198134,2277,8
198034,3277,9
197933,8278
197834,8276
197733,3277,3
197632,7275,6
197533,1274,4
197433,3276
197333,1280,6
197232,6273,9
197133273,2
197032,4276
196933,4274,8
196832,8277
196733,4270,3
196633,4274,4
196532,5275,8
196432,1271,9
196334,5274,7
196234275,4
196134,6278,5
196034,1276,2
195934274,4
195835278,7
195734,4277,4
195634,6277
195534,2274,6
195434,2275
195334,3275,4
195234,3275,1
195135,1277,5
195034,9276,2
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeChineThaïlande
201542,334,8–49,8290,6272,2–305
201642,134,4–50287,1269,8–306,2
201743,135,3–51,6290273,8–302,8
201842,335,5–49,5292,6275,1–308,7
201943,836,5–51,1291,2272,8–306,7
202043,736,8–51,1292,4272,2–307,8
202144,136–52,1294,2276,3–308,5
202244,737,5–52,7294,8277,2–311,9
202345,737,8–53,4296,1281,9–310,2
202445,738,1–54291,7275,5–307,8
202546,337,5–54,8294276,7–306,3
202646,237,6–55,5296278–309,3
202746,138–54,9295,8276,3–311,1
202846,438,4–54,3297279,3–315,1
202946,939,1–55,6300,3278,7–315
203047,138,8–55,3297,7280,2–312,5
20314738,8–56300,8282,8–317,1
203248,339,3–57,4297,2280,9–311,4
203347,939,7–56,6300281,9–315,8
203448,440,5–57,3300,8279–318,4
203549,740,8–58,6298,6281,5–317,8
20364940,1–58,2300,4279,9–316,9
20374941,2–57,6299,8280–315,1
203850,542,4–59,3304,8286,6–319,3
203949,641,2–59,2300,9281,9–317
204050,942,4–60,4301,6284,5–315,7
204151,342,5–61,1303,1285,1–318,8
204251,642–61,5303,8290–318,3
204350,742,7–61302285,8–317,9
204451,942,4–61,9304,3286,3–318,8
204551,542,8–61,1307,1287,7–324,2
20465343,7–62,7305,9285,2–321
204753,544,5–62,5306,6289,5–321,5
204853,144–62,6309,4288,9–325,7
204952,843,8–63,3308,1287,2–324,1
205053,644,4–63,8307,5291–321,5
205154,345,1–64,8312,8294,8–326
205253,444,6–63,2310,9291,2–323,4
205354,244,2–64,2308,3289,5–323,3
205454,545,3–64,8308,8292,8–322,3
20555545,1–65,8308,6290,6–325,1
205655,245,1–66,6311,3294,9–326,3
205754,844,9–65,7308,5286,7–326,4
205855,145,8–67,7308291,1–325,1
205955,345,1–67,2312,7295,8–325,3
206057,246,9–68,1313,1294,6–328,6
206156,546,6–66,3314,4289,5–331,1
206256,846,9–68,5311,4293,4–330,3
206357,247,2–68,6314,8296,9–327,3
20645747,1–67,7312,5295,4–330
206557,347,1–67,8309,6293,1–329,3
206657,347,9–68,7312,1292,6–328
206757,546,4–68,2311,2289,6–329,4
206858,748,5–70,5310,8292,4–330,6
206958,548,4–69315,5296,1–329,5
20705847,6–71,7314,2292,9–330,7
207159,347,4–71,6313,8296,4–330,8
207259,248,1–71,5314,8296–329,6
207359,849,1–70,9316,5299,9–332,1
207459,648,7–71,1317,2295–333,8
207558,748,3–71,4317,2295,3–331,4
207660,249–70,9317,4299,8–335
207760,851,1–72,4317,5297,3–335,9
207859,648,8–72,4315,9297,1–331,6
207960,750,1–72,6318,5300,5–332,3
208059,950–72,3319,8297,4–337,5
208160,950–73,2317,7299,5–334,9
20826149,8–73,3317,9294,8–333
208361,251,2–73,6315297,8–332,9
208461,749,7–74,6316295,5–330
208561,250,8–75,2322,6300,8–334,7
208661,648,9–74,5319,4295,2–335,2
208761,650,6–75320,2302,2–334,7
208862,750,5–77,1321,4299,8–334,8
208961,950–75,2318,9296,4–338,1
209062,551,4–73,7317,6304–337,4
209163,852–75,7320,1299,8–336,1
209263,251,2–75,1316,3298–336,4
209363,252–75,4316,1297,7–333,7
20946351,1–76,3323,4301,8–337,3
209563,952,8–76,4322,9302,4–338,9
209663,852,2–76,8319,6302,8–336,7
209762,750,7–75,1319,8299,1–336
209863,451,2–76,8320,5303,9–336
209963,851,9–76,1319,9303,1–334,4
210063,351,7–76,2320,8301,1–336,7

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

Chine vs Thaïlande

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement