Japon vs Viêt Nam

Japon vs Viêt Nam : Nuits tropicales

Nuits tropicales en 2014 : 58,6 nuits (Japon) 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 184 nuits, soit 4,14 fois celle de l’autre pays (Japon).

Voir son évolution sur la carte

nuits par an · CMIP6

Japon vs Viêt Nam : Nuits tropicalesNuits tropicales en 2014 : 58,6 nuits (Japon) 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 184 nuits, soit 4,14 fois celle de l’autre pays (Japon).
JaponViêt 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) : 87,7 nuits (Japon) et 282,7 nuits (Viêt Nam).

Année par année

nuits par an · CMIP6

AnnéeJaponViêt Nam
201458,6242,6
201359,9243,6
201259,3242,4
201157,9241,9
201059,6240,9
200957,6240
200857,3238,7
200756,6238
200657,5239,1
200557,2238,3
200456,7241,8
200356,1235,9
200256236,3
200154,2241,3
200053,8237
199955,3236
199852,4236,8
199752,4237,1
199652,9231,4
199549,7229,9
199449,5231,2
199345,4225,3
199245,1221,9
199149,4229,8
199050,7233,1
198951,4229,2
198848,1231,7
198747,7230,3
198646,1230,9
198546,7228
198444,8230,2
198341,9224,9
198246,4227,5
198145,9229,7
198046,5228,1
197946,7228,9
197847,6227,5
197745,8229
197646225,8
197546,9225,8
197445,6225,7
197344,3230,3
197245,8225,6
197144,8225,5
197044226,1
196946,9227
196845,7227,1
196748,3222,9
196645,9226,8
196545,8225,4
196444,9222,6
196348,3224,3
196245,6227,8
196148,9229,4
196046,4228,5
195946,9226,2
195848,8230,9
195749,2228,4
195650,6228,7
195547,9227,5
195446,9226,3
195349,2228,2
195249,5228,5
195146,2229,2
195049,9228,9
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeJaponViêt Nam
201560,649,3–74,4245,8228,2–261,9
201661,547,9–73,9243,7226,1–259,4
201762,352,1–75,8247229,6–260,7
201860,548,5–73,8248,3228,8–263,3
201964,152,1–80,1248,1229,2–262,8
202063,151–74,5248,8229,6–262,9
202162,348,5–78,8251,1233,1–266,7
202264,653,8–76,5252,4234,3–266,8
202365,951,7–78253,4235,4–266,6
202465,352,9–80,7251,3236,7–264,6
202565,652,8–80,4252,4234,1–266,2
202665,554,2–81,2252,8232,9–268,5
202766,452,9–79,5253,2237–268,8
202865,352,4–80,1254,3237,7–272
202968,555–80,4258,1238,5–273,7
203066,552,3–80,6256,4240,9–270,1
203166,554,7–80255,9241,2–270,9
20326650,8–82,1257,4239,1–269,9
203370,354,7–84,8258,3241,7–273,2
203468,553,9–81,7258,8240,7–275,8
203572,960,4–84,6258,6242,5–275,4
203672,556,1–89,7258,3239,1–273,8
203767,656,7–82,5258,7242,4–272,4
203870,558,6–83,8263,4247,6–277,3
203970,455,6–85,7260,2243,7–275,9
204073,657,4–89,3260,1242,8–274,8
204172,955,6–88,5263,1245,9–279
204271,258,1–86,4263,6246,5–279
204373,357,9–88,1261,4245,5–279,6
204472,657,8–85,5263,2245,2–277,6
204572,959,5–86,7265,5249,6–281,4
204676,261–90,3264,9246,8–278,1
204775,656,6–89,3266,9250,4–282,9
204874,858,5–89,4268250,5–283,8
204974,359,7–90,8267,8251,2–284,8
205075,160,8–89,3268251,2–283,5
205175,861,1–92,4270,9254,3–285,4
205274,557,9–90,4268,3253,3–282,8
205378,559,6–91,6268,5250,1–283,2
205475,959,6–89,3269,1250,8–283,6
205576,862,2–95,1270249,8–284,2
205677,861,9–93,7271,7254,8–290,1
205779,962,8–94,4270253–285,7
205879,263,7–94,9270,7252,9–286,5
205979,858–95,6273257,6–286,6
206078,261,1–95,1275,7255,6–290,6
206180,865,7–96,7273,5254,6–289,5
20628063,6–96,3271,4253,1–290,2
20638064,1–96,5272,9252,7–288,1
206477,661,4–95,2273,8254,4–288,1
206581,763–97,4272255,8–286,3
206680,363,8–94,2271,8254,4–287,3
206781,363,2–97,1270,8252,1–287,6
206879,861,4–99,3275,6256,9–292,4
206982,365–96,1276,4258,5–292
207083,360,2–102,3274,6257,8–292,8
207183,663,6–99,2276,2255,2–294,1
207284,363,3–99,1277256,8–291,4
207383,564,9–97,4278,5262,7–293,4
207484,366,8–100,9277,6259,2–295,8
207585,664,1–99,8276,4258,7–294,4
207683,968,8–99,3279,2258,5–296,6
207786,467,6–102,4280264,9–294,7
207884,167,7–103,2278,4258,6–295,5
207986,168,3–99,4279,3263,4–293,6
208084,767,6–103,7280261,4–296,5
208183,668,5–104,3280,4261,2–297,9
208286,469,4–107,7280,9258,9–296
208385,966,5–105,7278,4261,6–295
208485,867,4–102,3279257,4–293,8
208587,568,9–102,8281,3265–297,8
208684,668,6–105,3282,3260,2–297,5
208787,270,3–107281,9261,3–300,7
208886,866,3–102,5283,1265,7–301,5
208985,765,9–103,8280,8261,2–301,6
209089,469,5–104,4280,5264,5–297,6
209188,367,4–103,1283,3264,3–298,9
20928667,7–102,3281,1261,5–299,4
209388,969,8–107,4280,5263,4–296,1
209487,569,3–103,7283264,5–300
20958872,4–104,9285,5264,5–302,9
209690,771–107,3281,8264,8–299,8
209789,471–103,1281,5263,3–299
209888,571–106,5282,5263,9–301,5
209988,370,8–102,4282,7265,1–298
210087,769,2–106,2282,7261–298,2

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

Japon vs Viêt Nam

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement