Espagne vs Thaïlande

Espagne vs Thaïlande : Nuits tropicales

Nuits tropicales en 2014 : 16,8 nuits (Espagne) et 286,4 nuits (Thaïlande), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Thaïlande, avec un écart de 269,6 nuits, soit 17 fois celle de l’autre pays (Espagne).

Voir son évolution sur la carte

nuits par an · CMIP6

Espagne vs Thaïlande : Nuits tropicalesNuits tropicales en 2014 : 16,8 nuits (Espagne) et 286,4 nuits (Thaïlande), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Thaïlande, avec un écart de 269,6 nuits, soit 17 fois celle de l’autre pays (Espagne).
EspagneThaïlandemédiane 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) : 51,6 nuits (Espagne) et 320,8 nuits (Thaïlande).

Année par année

nuits par an · CMIP6

AnnéeEspagneThaïlande
201416,8286,4
201317,9289,1
201216,4286,6
201116,2286,4
201017,5286
200916,2286,9
200816,5284,8
200715,3283,2
200617,6284,3
200516,5281,7
200416,4287,5
200314,5279,3
200214,9280
200115,6285,5
200013,8283,4
199913,9282,5
199813,5282,7
199712,7284,8
199612,9279,8
199511,4278,7
199412,1280,8
199311275,6
19929,5268,8
199112,3276,7
199013,1279,2
198911,5278,4
198812,3279,6
198711,1277,9
19869,2277,5
19858,9276
19848,9277,9
19839,5273,9
198210275,7
198110,1277,8
19809,6277,9
197910,5278
197811,1276
19779,7277,3
19768,3275,6
19758,7274,4
197410276
19738,9280,6
19729,6273,9
19718,4273,2
19708276
19699,2274,8
19689277
19678,8270,3
19668,1274,4
19657,6275,8
196410,1271,9
19638,7274,7
19629,5275,4
19619,4278,5
19609,3276,2
195910,2274,4
19589,7278,7
19579,5277,4
195610,5277
195510,4274,6
19549,8275
19539275,4
195210,5275,1
195110,2277,5
195011,8276,2
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeEspagneThaïlande
201520,413,3–30,2290,6272,2–305
201620,113,2–33,4287,1269,8–306,2
201721,313,3–31,1290273,8–302,8
201822,815,6–34,2292,6275,1–308,7
201922,714,6–33,6291,2272,8–306,7
202022,314,2–32,8292,4272,2–307,8
202123,114,2–34,2294,2276,3–308,5
202226,515–37,6294,8277,2–311,9
202325,215,5–35,2296,1281,9–310,2
202425,216,8–37291,7275,5–307,8
202524,914–36,5294276,7–306,3
202624,814,9–36,8296278–309,3
202726,817–38,3295,8276,3–311,1
202827,315,8–39,5297279,3–315,1
20292816–41,8300,3278,7–315
203027,816,8–38297,7280,2–312,5
20312817–39300,8282,8–317,1
203229,720,5–40,3297,2280,9–311,4
203328,920–39,2300281,9–315,8
203431,419,3–44,8300,8279–318,4
203530,619,2–43,3298,6281,5–317,8
203630,721,4–43,8300,4279,9–316,9
203731,319,8–41,7299,8280–315,1
203831,621,5–45304,8286,6–319,3
203931,723–43,8300,9281,9–317
204030,119–46301,6284,5–315,7
204130,419,5–43,3303,1285,1–318,8
204231,521,5–43,1303,8290–318,3
20433219,4–47,6302285,8–317,9
20443221,8–45,9304,3286,3–318,8
204534,122,7–47,8307,1287,7–324,2
204633,921,1–47,3305,9285,2–321
204734,322,3–49306,6289,5–321,5
204835,723,1–46309,4288,9–325,7
204937,324,6–52,2308,1287,2–324,1
205037,425,7–52,7307,5291–321,5
205136,322,6–51,6312,8294,8–326
205238,224,4–51,2310,9291,2–323,4
205336,325,2–51,9308,3289,5–323,3
20543623–53308,8292,8–322,3
205539,126,3–52,3308,6290,6–325,1
205638,227–52,8311,3294,9–326,3
205740,526,6–53,5308,5286,7–326,4
205841,827–54,8308291,1–325,1
205939,225,5–55,2312,7295,8–325,3
206041,929,2–55313,1294,6–328,6
206142,629,2–58,6314,4289,5–331,1
206241,429–55,5311,4293,4–330,3
206345,225,2–59,7314,8296,9–327,3
206442,625,1–57,5312,5295,4–330
206540,825,4–61,7309,6293,1–329,3
20664228,9–57,3312,1292,6–328
206745,531,3–61,4311,2289,6–329,4
206841,528,4–58,9310,8292,4–330,6
20694630–59,7315,5296,1–329,5
207045,430,7–63,3314,2292,9–330,7
207145,931,7–62,2313,8296,4–330,8
207247,130,2–62,5314,8296–329,6
207346,630,5–63,8316,5299,9–332,1
207443,429,5–61,4317,2295–333,8
207545,529–60,5317,2295,3–331,4
207646,930,2–64,9317,4299,8–335
207746,129,6–63317,5297,3–335,9
20784729,9–67,3315,9297,1–331,6
207943,731,4–63,5318,5300,5–332,3
208046,830–63,9319,8297,4–337,5
20814733,2–65317,7299,5–334,9
20824834,3–63,4317,9294,8–333
208349,932,4–65,9315297,8–332,9
208449,234,7–65,4316295,5–330
20855037,5–66322,6300,8–334,7
20865133,7–67,6319,4295,2–335,2
20875236–70,2320,2302,2–334,7
208852,133,4–72,5321,4299,8–334,8
208950,936,8–67,7318,9296,4–338,1
209052,832,7–72,3317,6304–337,4
209154,133,4–70320,1299,8–336,1
209251,532,8–66,4316,3298–336,4
209348,734,9–66,7316,1297,7–333,7
209450,331,4–70,1323,4301,8–337,3
209552,733,7–72,2322,9302,4–338,9
209654,134,9–72,5319,6302,8–336,7
209753,136,1–71,9319,8299,1–336
20985234,3–70,7320,5303,9–336
209955,737–70,7319,9303,1–334,4
210051,634,3–71,2320,8301,1–336,7

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

Espagne vs Thaïlande

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement