Allemagne vs Arabie saoudite

Allemagne vs Arabie saoudite : Nuits tropicales

Nuits tropicales en 2014 : 0,8 nuits (Allemagne) et 181,5 nuits (Arabie saoudite), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Arabie saoudite, avec un écart de 180,7 nuits, soit 220 fois celle de l’autre pays (Allemagne).

Voir son évolution sur la carte

nuits par an · CMIP6

Allemagne vs Arabie saoudite : Nuits tropicalesNuits tropicales en 2014 : 0,8 nuits (Allemagne) et 181,5 nuits (Arabie saoudite), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Arabie saoudite, avec un écart de 180,7 nuits, soit 220 fois celle de l’autre pays (Allemagne).
AllemagneArabie saouditemédiane des modèles CMIP6 (SSP2-4.5, voie médiane)10e–90e centile des modèles

Ce que disent les chiffres

  • Arabie saoudite : 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 218,7 nuits (Arabie saoudite).

Année par année

nuits par an · CMIP6

AnnéeAllemagneArabie saoudite
20140,8181,5
20130,7180,4
20120,9182,8
20110,5182,7
20100,9179,2
20090,5177,1
20080,2180,3
20070,3178,9
20060,3177,5
20050,6177,9
20040,7177,6
20030,6177,4
20020,2175,6
20010,5178,1
20000,2176,4
19990,2173,2
19980,1173,4
19970,1173,8
19960,2172
19950,1169,2
19940170,4
19930164,6
19920165,9
19910,1169,2
19900,1172,7
19890,1168,9
19880166,8
19870167,3
19860169,4
19850,1166
19840,1165
19830163,5
19820164,7
19810168,9
19800166,8
19790165,3
19780,1164,8
19770165,6
19760165,9
19750161,2
19740,1162,9
19730163,7
19720163,7
19710160,4
19700,1162,5
19690161,3
19680162,7
19670159,5
19660159,5
19650159,5
19640159,9
19630160,2
19620163,2
19610163,7
19600165,7
19590,1164,4
19580164,1
19570165,5
19560163,6
19550162
19540,1161,2
19530162,5
19520163,4
19510161,2
19500161,6
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeAllemagneArabie saoudite
20150,50–4184,9169,4–198,7
20160,80–4,3183167,7–195,7
20170,70–5,1182,6168,1–196,7
20180,70–3,5186,8173,1–199,4
20191,20–5184,1168,8–199,1
20201,20–5,7185,3171,8–198,9
202110–6188,6173,6–202,8
20221,40–5,7187,6170,7–202
20231,10–5,7188,6173–203,8
20241,20–5,2187,1172,9–203,9
20251,90–8,2191,5176–206,1
20261,90,1–6,5191,8177,1–205,5
20271,40–4,7191,2176,6–206,8
20281,50,1–5,5191,9175,5–205,1
202920,1–6,4192,2176,6–205,7
20301,60–6,1193,3178,4–206,3
20311,40–5,4194,7179,1–207,6
20321,50,1–7,6192,2175,2–206
20331,70–6,8192,6177,5–206,9
20342,10,2–8,3196,7181,6–213
20351,70,1–6,9196,5179,9–211,6
20362,80,1–7,8194,1180–209,7
20372,50–9,2197183,7–209,9
20382,20,1–9,7198,4182,3–213,3
203930–8,9198184,4–213,6
20402,30,1–7,1199,2182,1–212,7
20412,40,1–7,9197,7181,4–211,7
20422,90,4–8,9198,3181,2–217
20433,10,1–8,7198,2182,3–215,3
20443,10,2–10,1199,2185,5–213,5
204530,1–8,7202187,1–216,8
20463,10,5–10,9204,1185,3–219,4
20474,30,3–10,6204,1187,4–220
20483,70,2–12,9206,1190,7–220
20494,40,2–11,8201,6187,7–216,2
20503,10,6–9,3205,7190,2–219,3
20512,70,1–9,5204,3188,8–222,1
20523,60,2–11,5203,8189,6–218
20532,30,4–8,7203,8186,3–218,8
20543,50,4–10,3207,6188,3–222,3
20553,30,4–11,3207,8190,8–221
20564,50,7–14,3203,7186,6–220,1
205740,4–11,3207,5188,8–224,2
20585,80,7–15,5205,9189,2–221,4
20595,10,1–15,6207,3191,6–226,9
20604,40,6–12,3206,9192,7–222,8
20615,31–12,3206,5190,4–220,9
20625,51,6–14,2208,1189,4–228,3
20635,20,8–13,8210,4193–227,1
20644,10,5–12,2207,5191,9–223,3
20654,90,3–15,8208,9193,9–226,1
20665,30,7–11,8210,3194,9–228
20677,21,4–17,5210,9193,1–228,6
20683,90,9–11,3209,8194,6–228,6
20696,11,6–15208,9194,5–226,3
20705,80,6–14,9211,2191,2–229
20716,30,6–16,4215,1196,3–233,3
20726,21,9–13213,6195,3–229,3
20735,51,3–16,2213,7194,1–231,6
20745,50,5–16,7210,5191,9–229,3
20756,21,4–18,3212,1196,6–231,8
20767,41,1–20,1212,8194,8–230,3
20776,31,1–17,4215,1196,6–233,9
20786,50,7–21,4215,5197,6–230,7
20796,70,6–22,7213,6197–229
20806,51,2–14,9213,6197,1–233,9
20816,60,9–18,5214,7194,4–231,6
20827,91,4–22,5214198,9–230,9
20837,61,3–16,8214,2198,5–238
20845,91,1–15,9217,4197,4–233,1
20856,50,9–17,6217,4199,6–237,9
20867,90,8–23217197,4–237,4
20879,91,1–24,1217,3199,7–238,7
20888,92–18,4216,1198,2–243,1
20898,31,9–19,2217,6199,5–239
20906,20,8–24,1217,3198,5–239,2
20919,31,3–23,5218,5202,8–238,4
20928,61,7–19,2218,5198,5–241,6
20936,20,8–18,2216,6197,8–236,3
20949,32,4–20,4218,8202–236,9
20959,51,1–24219,4204,2–237,4
20968,10,2–21,4219,9197,7–239,6
20976,40,5–20,1216,7196,8–239,7
20989,31,4–22,1219,7199,6–241,3
20998,11,4–20,8216,8200,8–236,8
21008,81,9–21,1218,7202,3–241

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 Arabie saoudite

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement