Allemagne vs Viêt Nam

Allemagne vs Viêt Nam : Nuits tropicales

Nuits tropicales en 2014 : 0,8 nuits (Allemagne) et 242,6 nuits (Viêt Nam), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Viêt Nam, avec un écart de 241,8 nuits, soit 300 fois celle de l’autre pays (Allemagne).

Voir son évolution sur la carte

nuits par an · CMIP6

Allemagne vs Viêt Nam : Nuits tropicalesNuits tropicales en 2014 : 0,8 nuits (Allemagne) et 242,6 nuits (Viêt Nam), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Viêt Nam, avec un écart de 241,8 nuits, soit 300 fois celle de l’autre pays (Allemagne).
AllemagneViêt Nammédiane des modèles CMIP6 (SSP2-4.5, voie médiane)10e–90e centile des modèles

Ce que disent les chiffres

  • Viêt Nam : 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 282,7 nuits (Viêt Nam).

Année par année

nuits par an · CMIP6

AnnéeAllemagneViêt Nam
20140,8242,6
20130,7243,6
20120,9242,4
20110,5241,9
20100,9240,9
20090,5240
20080,2238,7
20070,3238
20060,3239,1
20050,6238,3
20040,7241,8
20030,6235,9
20020,2236,3
20010,5241,3
20000,2237
19990,2236
19980,1236,8
19970,1237,1
19960,2231,4
19950,1229,9
19940231,2
19930225,3
19920221,9
19910,1229,8
19900,1233,1
19890,1229,2
19880231,7
19870230,3
19860230,9
19850,1228
19840,1230,2
19830224,9
19820227,5
19810229,7
19800228,1
19790228,9
19780,1227,5
19770229
19760225,8
19750225,8
19740,1225,7
19730230,3
19720225,6
19710225,5
19700,1226,1
19690227
19680227,1
19670222,9
19660226,8
19650225,4
19640222,6
19630224,3
19620227,8
19610229,4
19600228,5
19590,1226,2
19580230,9
19570228,4
19560228,7
19550227,5
19540,1226,3
19530228,2
19520228,5
19510229,2
19500228,9
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeAllemagneViêt Nam
20150,50–4245,8228,2–261,9
20160,80–4,3243,7226,1–259,4
20170,70–5,1247229,6–260,7
20180,70–3,5248,3228,8–263,3
20191,20–5248,1229,2–262,8
20201,20–5,7248,8229,6–262,9
202110–6251,1233,1–266,7
20221,40–5,7252,4234,3–266,8
20231,10–5,7253,4235,4–266,6
20241,20–5,2251,3236,7–264,6
20251,90–8,2252,4234,1–266,2
20261,90,1–6,5252,8232,9–268,5
20271,40–4,7253,2237–268,8
20281,50,1–5,5254,3237,7–272
202920,1–6,4258,1238,5–273,7
20301,60–6,1256,4240,9–270,1
20311,40–5,4255,9241,2–270,9
20321,50,1–7,6257,4239,1–269,9
20331,70–6,8258,3241,7–273,2
20342,10,2–8,3258,8240,7–275,8
20351,70,1–6,9258,6242,5–275,4
20362,80,1–7,8258,3239,1–273,8
20372,50–9,2258,7242,4–272,4
20382,20,1–9,7263,4247,6–277,3
203930–8,9260,2243,7–275,9
20402,30,1–7,1260,1242,8–274,8
20412,40,1–7,9263,1245,9–279
20422,90,4–8,9263,6246,5–279
20433,10,1–8,7261,4245,5–279,6
20443,10,2–10,1263,2245,2–277,6
204530,1–8,7265,5249,6–281,4
20463,10,5–10,9264,9246,8–278,1
20474,30,3–10,6266,9250,4–282,9
20483,70,2–12,9268250,5–283,8
20494,40,2–11,8267,8251,2–284,8
20503,10,6–9,3268251,2–283,5
20512,70,1–9,5270,9254,3–285,4
20523,60,2–11,5268,3253,3–282,8
20532,30,4–8,7268,5250,1–283,2
20543,50,4–10,3269,1250,8–283,6
20553,30,4–11,3270249,8–284,2
20564,50,7–14,3271,7254,8–290,1
205740,4–11,3270253–285,7
20585,80,7–15,5270,7252,9–286,5
20595,10,1–15,6273257,6–286,6
20604,40,6–12,3275,7255,6–290,6
20615,31–12,3273,5254,6–289,5
20625,51,6–14,2271,4253,1–290,2
20635,20,8–13,8272,9252,7–288,1
20644,10,5–12,2273,8254,4–288,1
20654,90,3–15,8272255,8–286,3
20665,30,7–11,8271,8254,4–287,3
20677,21,4–17,5270,8252,1–287,6
20683,90,9–11,3275,6256,9–292,4
20696,11,6–15276,4258,5–292
20705,80,6–14,9274,6257,8–292,8
20716,30,6–16,4276,2255,2–294,1
20726,21,9–13277256,8–291,4
20735,51,3–16,2278,5262,7–293,4
20745,50,5–16,7277,6259,2–295,8
20756,21,4–18,3276,4258,7–294,4
20767,41,1–20,1279,2258,5–296,6
20776,31,1–17,4280264,9–294,7
20786,50,7–21,4278,4258,6–295,5
20796,70,6–22,7279,3263,4–293,6
20806,51,2–14,9280261,4–296,5
20816,60,9–18,5280,4261,2–297,9
20827,91,4–22,5280,9258,9–296
20837,61,3–16,8278,4261,6–295
20845,91,1–15,9279257,4–293,8
20856,50,9–17,6281,3265–297,8
20867,90,8–23282,3260,2–297,5
20879,91,1–24,1281,9261,3–300,7
20888,92–18,4283,1265,7–301,5
20898,31,9–19,2280,8261,2–301,6
20906,20,8–24,1280,5264,5–297,6
20919,31,3–23,5283,3264,3–298,9
20928,61,7–19,2281,1261,5–299,4
20936,20,8–18,2280,5263,4–296,1
20949,32,4–20,4283264,5–300
20959,51,1–24285,5264,5–302,9
20968,10,2–21,4281,8264,8–299,8
20976,40,5–20,1281,5263,3–299
20989,31,4–22,1282,5263,9–301,5
20998,11,4–20,8282,7265,1–298
21008,81,9–21,1282,7261–298,2

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 Viêt Nam

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement