Allemagne vs Pakistan

Allemagne vs Pakistan : Nuits tropicales

Nuits tropicales en 2014 : 0,8 nuits (Allemagne) et 149,9 nuits (Pakistan), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Pakistan, avec un écart de 149,1 nuits, soit 180 fois celle de l’autre pays (Allemagne).

Voir son évolution sur la carte

nuits par an · CMIP6

Allemagne vs Pakistan : Nuits tropicalesNuits tropicales en 2014 : 0,8 nuits (Allemagne) et 149,9 nuits (Pakistan), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Pakistan, avec un écart de 149,1 nuits, soit 180 fois celle de l’autre pays (Allemagne).
AllemagnePakistanmédiane 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) : 8,8 nuits (Allemagne) et 177,6 nuits (Pakistan).

Année par année

nuits par an · CMIP6

AnnéeAllemagnePakistan
20140,8149,9
20130,7149,1
20120,9149,9
20110,5149
20100,9148,4
20090,5147,1
20080,2147,4
20070,3147,3
20060,3146,7
20050,6146,5
20040,7147,5
20030,6146
20020,2148,3
20010,5145,4
20000,2144,7
19990,2146,9
19980,1144,8
19970,1143,2
19960,2141,2
19950,1141,8
19940142,1
19930140,4
19920139,9
19910,1142,5
19900,1142,6
19890,1142,5
19880140,3
19870140
19860140
19850,1140
19840,1138,9
19830136,3
19820138,5
19810141,5
19800139,5
19790139,1
19780,1139
19770138,6
19760139,2
19750136,5
19740,1138,7
19730137,8
19720137,4
19710136
19700,1137,7
19690135,9
19680136,6
19670135,2
19660136,9
19650138,3
19640135,1
19630135,7
19620137
19610138,6
19600139
19590,1138,6
19580137,7
19570140
19560137,8
19550137,5
19540,1137,8
19530136,9
19520138,1
19510136,7
19500139,1
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeAllemagnePakistan
20150,50–4152,4138,7–163,3
20160,80–4,3150,6139,4–161,7
20170,70–5,1151,3138,8–162
20180,70–3,5152,6139,8–161,8
20191,20–5151,8138,1–163,3
20201,20–5,7153,1140,3–164,5
202110–6154,1140,6–165,7
20221,40–5,7153,1140,2–165,7
20231,10–5,7155,5141,6–165,9
20241,20–5,2156,8143,3–168,7
20251,90–8,2155,7141,5–168,6
20261,90,1–6,5155,3142,2–167,9
20271,40–4,7156,8140,9–168,9
20281,50,1–5,5156,5143,9–167,6
202920,1–6,4155,9141,5–167,7
20301,60–6,1156,3143,3–167,6
20311,40–5,4157,3144,4–168,1
20321,50,1–7,6157,4142,5–169,6
20331,70–6,8157,7143,6–169,4
20342,10,2–8,3159,5145,6–173,4
20351,70,1–6,9159,3146,7–170,3
20362,80,1–7,8159,1147,5–171,4
20372,50–9,2162,2147,5–175,3
20382,20,1–9,7161,4148,6–171,7
203930–8,9160148,2–170,4
20402,30,1–7,1160,9147,9–171,3
20412,40,1–7,9160,8146,7–171,7
20422,90,4–8,9162,3149,9–175,6
20433,10,1–8,7161,1150,3–173,8
20443,10,2–10,1163150,9–173,9
204530,1–8,7163149,5–174,8
20463,10,5–10,9163,5149,8–177,2
20474,30,3–10,6165,2151,8–178,5
20483,70,2–12,9166,4154,1–179,4
20494,40,2–11,8165150,8–178,2
20503,10,6–9,3166,9153,5–179,3
20512,70,1–9,5165,6150,8–180
20523,60,2–11,5166,7155,4–179,5
20532,30,4–8,7166,3154,2–178,8
20543,50,4–10,3167,5153,9–181
20553,30,4–11,3167,8155,8–182,5
20564,50,7–14,3166,3153,6–179,7
205740,4–11,3168,3153,9–182,3
20585,80,7–15,5167,5157–179,9
20595,10,1–15,6170,9155,9–183,8
20604,40,6–12,3170,3156,5–181,8
20615,31–12,3168,8156,8–179,6
20625,51,6–14,2171,6153,5–186,5
20635,20,8–13,8171,3159,5–183,8
20644,10,5–12,2170,2155,3–184,5
20654,90,3–15,8169,7156,4–185
20665,30,7–11,8172,2157–186,7
20677,21,4–17,5173,2160,2–186,3
20683,90,9–11,3172,6157,7–186,3
20696,11,6–15171,8157,3–185,6
20705,80,6–14,9171,7158,9–186,7
20716,30,6–16,4173,4158,7–186,8
20726,21,9–13174161,5–186,9
20735,51,3–16,2175,6157,2–187,9
20745,50,5–16,7173,5160–186,3
20756,21,4–18,3173161,5–187,8
20767,41,1–20,1172,9158,8–186,7
20776,31,1–17,4175161,3–187,8
20786,50,7–21,4174,4160,9–189,3
20796,70,6–22,7172,5158,3–187,7
20806,51,2–14,9175,1160,7–189,2
20816,60,9–18,5174,9159,2–190,2
20827,91,4–22,5175,4161,8–190,6
20837,61,3–16,8176,5161,8–190,8
20845,91,1–15,9176,1160,9–190,5
20856,50,9–17,6176,3161,9–193,6
20867,90,8–23173,9160–189,1
20879,91,1–24,1176161–193,1
20888,92–18,4175,4160,5–195,2
20898,31,9–19,2177,2164,2–191,7
20906,20,8–24,1177,7163,9–192,2
20919,31,3–23,5177,8162,8–192,2
20928,61,7–19,2178,7162,9–192,9
20936,20,8–18,2177164–191
20949,32,4–20,4176,8164,1–190,7
20959,51,1–24178,6163,8–193,1
20968,10,2–21,4177,8163,7–192,5
20976,40,5–20,1177,3160,4–192,5
20989,31,4–22,1178,7162,6–195,7
20998,11,4–20,8176159,9–193,2
21008,81,9–21,1177,6162,2–193

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

Allemagne vs Pakistan

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement