Japon vs Pakistan

Japon vs Pakistan : Nuits tropicales

Nuits tropicales en 2014 : 58,6 nuits (Japon) et 149,9 nuits (Pakistan), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Pakistan, avec un écart de 91,3 nuits, soit 2,56 fois celle de l’autre pays (Japon).

Voir son évolution sur la carte

nuits par an · CMIP6

Japon vs Pakistan : Nuits tropicalesNuits tropicales en 2014 : 58,6 nuits (Japon) et 149,9 nuits (Pakistan), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Pakistan, avec un écart de 91,3 nuits, soit 2,56 fois celle de l’autre pays (Japon).
JaponPakistanmédiane 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) : 87,7 nuits (Japon) et 177,6 nuits (Pakistan).

Année par année

nuits par an · CMIP6

AnnéeJaponPakistan
201458,6149,9
201359,9149,1
201259,3149,9
201157,9149
201059,6148,4
200957,6147,1
200857,3147,4
200756,6147,3
200657,5146,7
200557,2146,5
200456,7147,5
200356,1146
200256148,3
200154,2145,4
200053,8144,7
199955,3146,9
199852,4144,8
199752,4143,2
199652,9141,2
199549,7141,8
199449,5142,1
199345,4140,4
199245,1139,9
199149,4142,5
199050,7142,6
198951,4142,5
198848,1140,3
198747,7140
198646,1140
198546,7140
198444,8138,9
198341,9136,3
198246,4138,5
198145,9141,5
198046,5139,5
197946,7139,1
197847,6139
197745,8138,6
197646139,2
197546,9136,5
197445,6138,7
197344,3137,8
197245,8137,4
197144,8136
197044137,7
196946,9135,9
196845,7136,6
196748,3135,2
196645,9136,9
196545,8138,3
196444,9135,1
196348,3135,7
196245,6137
196148,9138,6
196046,4139
195946,9138,6
195848,8137,7
195749,2140
195650,6137,8
195547,9137,5
195446,9137,8
195349,2136,9
195249,5138,1
195146,2136,7
195049,9139,1
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeJaponPakistan
201560,649,3–74,4152,4138,7–163,3
201661,547,9–73,9150,6139,4–161,7
201762,352,1–75,8151,3138,8–162
201860,548,5–73,8152,6139,8–161,8
201964,152,1–80,1151,8138,1–163,3
202063,151–74,5153,1140,3–164,5
202162,348,5–78,8154,1140,6–165,7
202264,653,8–76,5153,1140,2–165,7
202365,951,7–78155,5141,6–165,9
202465,352,9–80,7156,8143,3–168,7
202565,652,8–80,4155,7141,5–168,6
202665,554,2–81,2155,3142,2–167,9
202766,452,9–79,5156,8140,9–168,9
202865,352,4–80,1156,5143,9–167,6
202968,555–80,4155,9141,5–167,7
203066,552,3–80,6156,3143,3–167,6
203166,554,7–80157,3144,4–168,1
20326650,8–82,1157,4142,5–169,6
203370,354,7–84,8157,7143,6–169,4
203468,553,9–81,7159,5145,6–173,4
203572,960,4–84,6159,3146,7–170,3
203672,556,1–89,7159,1147,5–171,4
203767,656,7–82,5162,2147,5–175,3
203870,558,6–83,8161,4148,6–171,7
203970,455,6–85,7160148,2–170,4
204073,657,4–89,3160,9147,9–171,3
204172,955,6–88,5160,8146,7–171,7
204271,258,1–86,4162,3149,9–175,6
204373,357,9–88,1161,1150,3–173,8
204472,657,8–85,5163150,9–173,9
204572,959,5–86,7163149,5–174,8
204676,261–90,3163,5149,8–177,2
204775,656,6–89,3165,2151,8–178,5
204874,858,5–89,4166,4154,1–179,4
204974,359,7–90,8165150,8–178,2
205075,160,8–89,3166,9153,5–179,3
205175,861,1–92,4165,6150,8–180
205274,557,9–90,4166,7155,4–179,5
205378,559,6–91,6166,3154,2–178,8
205475,959,6–89,3167,5153,9–181
205576,862,2–95,1167,8155,8–182,5
205677,861,9–93,7166,3153,6–179,7
205779,962,8–94,4168,3153,9–182,3
205879,263,7–94,9167,5157–179,9
205979,858–95,6170,9155,9–183,8
206078,261,1–95,1170,3156,5–181,8
206180,865,7–96,7168,8156,8–179,6
20628063,6–96,3171,6153,5–186,5
20638064,1–96,5171,3159,5–183,8
206477,661,4–95,2170,2155,3–184,5
206581,763–97,4169,7156,4–185
206680,363,8–94,2172,2157–186,7
206781,363,2–97,1173,2160,2–186,3
206879,861,4–99,3172,6157,7–186,3
206982,365–96,1171,8157,3–185,6
207083,360,2–102,3171,7158,9–186,7
207183,663,6–99,2173,4158,7–186,8
207284,363,3–99,1174161,5–186,9
207383,564,9–97,4175,6157,2–187,9
207484,366,8–100,9173,5160–186,3
207585,664,1–99,8173161,5–187,8
207683,968,8–99,3172,9158,8–186,7
207786,467,6–102,4175161,3–187,8
207884,167,7–103,2174,4160,9–189,3
207986,168,3–99,4172,5158,3–187,7
208084,767,6–103,7175,1160,7–189,2
208183,668,5–104,3174,9159,2–190,2
208286,469,4–107,7175,4161,8–190,6
208385,966,5–105,7176,5161,8–190,8
208485,867,4–102,3176,1160,9–190,5
208587,568,9–102,8176,3161,9–193,6
208684,668,6–105,3173,9160–189,1
208787,270,3–107176161–193,1
208886,866,3–102,5175,4160,5–195,2
208985,765,9–103,8177,2164,2–191,7
209089,469,5–104,4177,7163,9–192,2
209188,367,4–103,1177,8162,8–192,2
20928667,7–102,3178,7162,9–192,9
209388,969,8–107,4177164–191
209487,569,3–103,7176,8164,1–190,7
20958872,4–104,9178,6163,8–193,1
209690,771–107,3177,8163,7–192,5
209789,471–103,1177,3160,4–192,5
209888,571–106,5178,7162,6–195,7
209988,370,8–102,4176159,9–193,2
210087,769,2–106,2177,6162,2–193

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

Japon vs Pakistan

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement