Suisse vs Thaïlande

Suisse vs Thaïlande : Nuits tropicales

Nuits tropicales en 2014 : 0,2 nuits (Suisse) et 286,4 nuits (Thaïlande), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Thaïlande, avec un écart de 286,2 nuits, soit 1 200 fois celle de l’autre pays (Suisse).

Voir son évolution sur la carte

nuits par an · CMIP6

Suisse vs Thaïlande : Nuits tropicalesNuits tropicales en 2014 : 0,2 nuits (Suisse) et 286,4 nuits (Thaïlande), selon la simulation médiane des modèles climatiques CMIP6. En 2014, valeur la plus élevée : Thaïlande, avec un écart de 286,2 nuits, soit 1 200 fois celle de l’autre pays (Suisse).
SuisseThaïlandemédiane 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) : 3,8 nuits (Suisse) et 320,8 nuits (Thaïlande).

Année par année

nuits par an · CMIP6

AnnéeSuisseThaïlande
20140,2286,4
20130,1289,1
20120,1286,6
20110,1286,4
20100,1286
20090,1286,9
20080,1284,8
20070283,2
20060284,3
20050,1281,7
20040,1287,5
20030,1279,3
20020,1280
20010,1285,5
20000283,4
19990282,5
19980282,7
19970284,8
19960279,8
19950278,7
19940280,8
19930275,6
19920268,8
19910276,7
19900279,2
19890278,4
19880279,6
19870277,9
19860277,5
19850276
19840277,9
19830273,9
19820275,7
19810277,8
19800277,9
19790278
19780276
19770277,3
19760275,6
19750274,4
19740276
19730280,6
19720273,9
19710273,2
19700276
19690274,8
19680277
19670270,3
19660274,4
19650275,8
19640271,9
19630274,7
19620275,4
19610278,5
19600276,2
19590274,4
19580278,7
19570277,4
19560277
19550274,6
19540275
19530275,4
19520275,1
19510277,5
19500276,2
médiane des modèles CMIP6 (SSP2-4.5, voie médiane) · 2015–2100
AnnéeSuisseThaïlande
20150,10–1,1290,6272,2–305
20160,20–1,3287,1269,8–306,2
20170,20–1,5290273,8–302,8
20180,10–1,3292,6275,1–308,7
20190,30–1,4291,2272,8–306,7
20200,10–1,4292,4272,2–307,8
20210,30–2,2294,2276,3–308,5
20220,30–2,1294,8277,2–311,9
20230,30–1,9296,1281,9–310,2
20240,40–1,5291,7275,5–307,8
20250,40–1,9294276,7–306,3
20260,50–1,9296278–309,3
20270,30–1,6295,8276,3–311,1
20280,50–1,9297279,3–315,1
20290,80–2,2300,3278,7–315
20300,30–2,4297,7280,2–312,5
20310,40–1,4300,8282,8–317,1
20320,60,1–2,4297,2280,9–311,4
20330,60–3,2300281,9–315,8
20340,70,1–3,3300,8279–318,4
20350,70,1–2,4298,6281,5–317,8
20360,80–2,7300,4279,9–316,9
20370,60,1–2,7299,8280–315,1
20380,80–2,9304,8286,6–319,3
20390,90–2,6300,9281,9–317
20400,90–2,6301,6284,5–315,7
204110–2,9303,1285,1–318,8
20420,80,1–2,8303,8290–318,3
204310,1–2,7302285,8–317,9
20440,80,1–3,3304,3286,3–318,8
20451,20–3,5307,1287,7–324,2
20461,20,2–3,8305,9285,2–321
20471,50,1–3,8306,6289,5–321,5
204810,1–4,6309,4288,9–325,7
20491,60,1–4,2308,1287,2–324,1
20501,20,3–3,5307,5291–321,5
205110–4312,8294,8–326
20521,40,1–3,9310,9291,2–323,4
20530,80,1–3,8308,3289,5–323,3
20541,40,2–3,5308,8292,8–322,3
20551,30,1–3,4308,6290,6–325,1
20561,40,2–6,5311,3294,9–326,3
20571,70,2–3,7308,5286,7–326,4
20582,10,2–5,5308291,1–325,1
20591,80,1–7,1312,7295,8–325,3
20601,60,4–5,6313,1294,6–328,6
20611,90,1–4,9314,4289,5–331,1
20622,30,3–5311,4293,4–330,3
20632,20,2–5,9314,8296,9–327,3
206420,3–5312,5295,4–330
206520,1–7,4309,6293,1–329,3
206620,3–5,5312,1292,6–328
20673,80,8–10311,2289,6–329,4
20682,20,2–4,9310,8292,4–330,6
20692,60,7–5,9315,5296,1–329,5
20702,60,3–7,1314,2292,9–330,7
20712,90,1–7,8313,8296,4–330,8
20722,91,2–6,5314,8296–329,6
207320,3–7316,5299,9–332,1
20741,70,2–7,6317,2295–333,8
20752,40,4–7,7317,2295,3–331,4
20762,80,5–10,6317,4299,8–335
20772,40,5–8,8317,5297,3–335,9
20782,20,3–8,1315,9297,1–331,6
20792,60,4–8,5318,5300,5–332,3
20802,90,3–6,6319,8297,4–337,5
20812,90,5–8,3317,7299,5–334,9
20823,30,4–8,9317,9294,8–333
20832,50,5–7,9315297,8–332,9
20842,60,6–6,1316295,5–330
208530,9–7,7322,6300,8–334,7
20863,40,7–8,7319,4295,2–335,2
20874,10,5–10,4320,2302,2–334,7
20883,60,8–11,7321,4299,8–334,8
20893,61,1–9318,9296,4–338,1
20903,60,6–9,5317,6304–337,4
209140,7–9,8320,1299,8–336,1
20923,10,2–9,4316,3298–336,4
20932,70,7–7,8316,1297,7–333,7
20944,21,2–9,2323,4301,8–337,3
20953,90,2–11,4322,9302,4–338,9
20963,10,2–10319,6302,8–336,7
20972,80,2–10,3319,8299,1–336
20983,80,7–10,2320,5303,9–336
20993,90,4–10,7319,9303,1–334,4
21003,80,8–11,7320,8301,1–336,7

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

Suisse vs Thaïlande

Santé

Population

Économie

Éducation

Politique

Conflit

Militaire

Climat

Technologie et environnement