Allemagne vs Thaïlande

Allemagne vs Thaïlande : Nuits tropicales

Nuits tropicales en 2014 : 0,8 nuits (Allemagne) et 286,4 nuits (Thaïlande), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Thaïlande, avec un écart de 285,6 nuits, soit 350 fois celle de l’autre pays (Allemagne).

nuits par an · CMIP6

Allemagne vs Thaïlande : Nuits tropicalesNuits tropicales en 2014 : 0,8 nuits (Allemagne) et 286,4 nuits (Thaïlande), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Thaïlande, avec un écart de 285,6 nuits, soit 350 fois celle de l’autre pays (Allemagne).
AllemagneThaïlandemédiane 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) : 8,8 nuits (Allemagne) et 320,8 nuits (Thaïlande).

Année par année

nuits par an · CMIP6

AnnéeAllemagneThaïlande
20140,8286,4
20130,7289,1
20120,9286,6
20110,5286,4
20100,9286
20090,5286,9
20080,2284,8
20070,3283,2
20060,3284,3
20050,6281,7
20040,7287,5
20030,6279,3
20020,2280
20010,5285,5
20000,2283,4
19990,2282,5
19980,1282,7
19970,1284,8
19960,2279,8
19950,1278,7
19940280,8
19930275,6
19920268,8
19910,1276,7
19900,1279,2
19890,1278,4
19880279,6
19870277,9
19860277,5
19850,1276
19840,1277,9
19830273,9
19820275,7
19810277,8
19800277,9
19790278
19780,1276
19770277,3
19760275,6
19750274,4
19740,1276
19730280,6
19720273,9
19710273,2
19700,1276
19690274,8
19680277
19670270,3
19660274,4
19650275,8
19640271,9
19630274,7
19620275,4
19610278,5
19600276,2
19590,1274,4
19580278,7
19570277,4
19560277
19550274,6
19540,1275
19530275,4
19520275,1
19510277,5
19500276,2
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeAllemagneThaïlande
20150,50–4290,6272,2–305
20160,80–4,3287,1269,8–306,2
20170,70–5,1290273,8–302,8
20180,70–3,5292,6275,1–308,7
20191,20–5291,2272,8–306,7
20201,20–5,7292,4272,2–307,8
202110–6294,2276,3–308,5
20221,40–5,7294,8277,2–311,9
20231,10–5,7296,1281,9–310,2
20241,20–5,2291,7275,5–307,8
20251,90–8,2294276,7–306,3
20261,90,1–6,5296278–309,3
20271,40–4,7295,8276,3–311,1
20281,50,1–5,5297279,3–315,1
202920,1–6,4300,3278,7–315
20301,60–6,1297,7280,2–312,5
20311,40–5,4300,8282,8–317,1
20321,50,1–7,6297,2280,9–311,4
20331,70–6,8300281,9–315,8
20342,10,2–8,3300,8279–318,4
20351,70,1–6,9298,6281,5–317,8
20362,80,1–7,8300,4279,9–316,9
20372,50–9,2299,8280–315,1
20382,20,1–9,7304,8286,6–319,3
203930–8,9300,9281,9–317
20402,30,1–7,1301,6284,5–315,7
20412,40,1–7,9303,1285,1–318,8
20422,90,4–8,9303,8290–318,3
20433,10,1–8,7302285,8–317,9
20443,10,2–10,1304,3286,3–318,8
204530,1–8,7307,1287,7–324,2
20463,10,5–10,9305,9285,2–321
20474,30,3–10,6306,6289,5–321,5
20483,70,2–12,9309,4288,9–325,7
20494,40,2–11,8308,1287,2–324,1
20503,10,6–9,3307,5291–321,5
20512,70,1–9,5312,8294,8–326
20523,60,2–11,5310,9291,2–323,4
20532,30,4–8,7308,3289,5–323,3
20543,50,4–10,3308,8292,8–322,3
20553,30,4–11,3308,6290,6–325,1
20564,50,7–14,3311,3294,9–326,3
205740,4–11,3308,5286,7–326,4
20585,80,7–15,5308291,1–325,1
20595,10,1–15,6312,7295,8–325,3
20604,40,6–12,3313,1294,6–328,6
20615,31–12,3314,4289,5–331,1
20625,51,6–14,2311,4293,4–330,3
20635,20,8–13,8314,8296,9–327,3
20644,10,5–12,2312,5295,4–330
20654,90,3–15,8309,6293,1–329,3
20665,30,7–11,8312,1292,6–328
20677,21,4–17,5311,2289,6–329,4
20683,90,9–11,3310,8292,4–330,6
20696,11,6–15315,5296,1–329,5
20705,80,6–14,9314,2292,9–330,7
20716,30,6–16,4313,8296,4–330,8
20726,21,9–13314,8296–329,6
20735,51,3–16,2316,5299,9–332,1
20745,50,5–16,7317,2295–333,8
20756,21,4–18,3317,2295,3–331,4
20767,41,1–20,1317,4299,8–335
20776,31,1–17,4317,5297,3–335,9
20786,50,7–21,4315,9297,1–331,6
20796,70,6–22,7318,5300,5–332,3
20806,51,2–14,9319,8297,4–337,5
20816,60,9–18,5317,7299,5–334,9
20827,91,4–22,5317,9294,8–333
20837,61,3–16,8315297,8–332,9
20845,91,1–15,9316295,5–330
20856,50,9–17,6322,6300,8–334,7
20867,90,8–23319,4295,2–335,2
20879,91,1–24,1320,2302,2–334,7
20888,92–18,4321,4299,8–334,8
20898,31,9–19,2318,9296,4–338,1
20906,20,8–24,1317,6304–337,4
20919,31,3–23,5320,1299,8–336,1
20928,61,7–19,2316,3298–336,4
20936,20,8–18,2316,1297,7–333,7
20949,32,4–20,4323,4301,8–337,3
20959,51,1–24322,9302,4–338,9
20968,10,2–21,4319,6302,8–336,7
20976,40,5–20,1319,8299,1–336
20989,31,4–22,1320,5303,9–336
20998,11,4–20,8319,9303,1–334,4
21008,81,9–21,1320,8301,1–336,7

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

Allemagne vs Thaïlande

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement