奥地利与缅甸对比
奥地利与缅甸：热带夜
2014 年热带夜：奥地利为 0.8 夜，缅甸为 201.9 夜（CMIP6 气候模型中位数模拟）。 2014 年缅甸的数值较高，高出 201.1 夜，是奥地利的 240 倍。
每年夜数 · CMIP6
数据解读
- 自 1950 年以来，在两国都有数据的每一年，缅甸的数值都更高。
- 根据CMIP6 模型中位数（SSP2-4.5，中间路径），2100 年奥地利为 6.7 夜，缅甸为 244.5 夜。
逐年数据
每年夜数 · CMIP6
| 年份 | 奥地利 | 缅甸 |
|---|---|---|
| 2014 | 0.8 | 201.9 |
| 2013 | 0.4 | 203.1 |
| 2012 | 0.5 | 201.1 |
| 2011 | 0.6 | 200.9 |
| 2010 | 0.5 | 202.1 |
| 2009 | 0.3 | 199 |
| 2008 | 0.3 | 198.1 |
| 2007 | 0.2 | 196.8 |
| 2006 | 0.4 | 198.2 |
| 2005 | 0.4 | 196.7 |
| 2004 | 0.4 | 200.3 |
| 2003 | 0.3 | 195.3 |
| 2002 | 0.2 | 196.6 |
| 2001 | 0.3 | 199 |
| 2000 | 0.3 | 197.2 |
| 1999 | 0.3 | 196.4 |
| 1998 | 0.1 | 194.7 |
| 1997 | 0.1 | 194.4 |
| 1996 | 0.2 | 191.4 |
| 1995 | 0.2 | 189.9 |
| 1994 | 0.1 | 188.8 |
| 1993 | 0 | 185 |
| 1992 | 0 | 180.5 |
| 1991 | 0.2 | 191.7 |
| 1990 | 0.2 | 191.5 |
| 1989 | 0.2 | 190.3 |
| 1988 | 0.1 | 190.7 |
| 1987 | 0.1 | 190.8 |
| 1986 | 0.1 | 189.7 |
| 1985 | 0.1 | 187.4 |
| 1984 | 0 | 189.1 |
| 1983 | 0.1 | 182.3 |
| 1982 | 0 | 186.7 |
| 1981 | 0 | 188.4 |
| 1980 | 0.1 | 189 |
| 1979 | 0 | 189.8 |
| 1978 | 0.1 | 186.8 |
| 1977 | 0 | 187.4 |
| 1976 | 0.1 | 185.8 |
| 1975 | 0.1 | 183.6 |
| 1974 | 0.1 | 185.5 |
| 1973 | 0 | 187.5 |
| 1972 | 0.1 | 184.8 |
| 1971 | 0 | 185.2 |
| 1970 | 0 | 184.9 |
| 1969 | 0.1 | 184.3 |
| 1968 | 0 | 183.7 |
| 1967 | 0.1 | 182.3 |
| 1966 | 0 | 186.2 |
| 1965 | 0 | 182.9 |
| 1964 | 0.1 | 180.6 |
| 1963 | 0.1 | 183.1 |
| 1962 | 0 | 187.3 |
| 1961 | 0.1 | 188.7 |
| 1960 | 0 | 187.1 |
| 1959 | 0.2 | 186.5 |
| 1958 | 0 | 187.1 |
| 1957 | 0 | 186.2 |
| 1956 | 0.1 | 187.9 |
| 1955 | 0.1 | 185.9 |
| 1954 | 0 | 185.7 |
| 1953 | 0.1 | 185 |
| 1952 | 0.1 | 186.1 |
| 1951 | 0 | 187.1 |
| 1950 | 0.1 | 186.9 |
CMIP6 模型中位数（SSP2-4.5，中间路径） · 2015–2100
| 年份 | 奥地利 | 缅甸 |
|---|---|---|
| 2015 | 0.60.1–2 | 205.2186.4–218.9 |
| 2016 | 0.70.1–2.6 | 202.8186.2–218.8 |
| 2017 | 0.90.1–3.4 | 203.4187.3–218.3 |
| 2018 | 0.80.2–3.2 | 205.5190.9–219.9 |
| 2019 | 0.90.2–2.9 | 205.2186.7–222.2 |
| 2020 | 1.30.2–3.4 | 208.2188.5–223.5 |
| 2021 | 0.70.1–3.1 | 208.9191.2–224.1 |
| 2022 | 1.10.1–3.4 | 209.9192.7–224.9 |
| 2023 | 0.90.1–3.9 | 210.6195.4–226.3 |
| 2024 | 0.90.1–3.4 | 210.4193.8–226.6 |
| 2025 | 1.60–4 | 209.9190.3–225.2 |
| 2026 | 1.40.2–4.4 | 212.2194.3–229.2 |
| 2027 | 1.10.1–3.6 | 212195.6–228.6 |
| 2028 | 1.30.3–4.3 | 213195.7–227.2 |
| 2029 | 1.50.2–5.5 | 215.3193.9–231.9 |
| 2030 | 1.20.1–4.2 | 212.2194.9–228 |
| 2031 | 1.30.2–4.1 | 214.3197.2–230.8 |
| 2032 | 1.50.2–4.9 | 215199.3–229.6 |
| 2033 | 1.60.1–5 | 215.5198.5–230.1 |
| 2034 | 20.1–5.8 | 214.9198.4–233.5 |
| 2035 | 1.90.3–5.3 | 214.9199.2–236.8 |
| 2036 | 2.30.4–7 | 216198.7–234.5 |
| 2037 | 2.20.3–6.6 | 217.2199.6–233.5 |
| 2038 | 1.90.3–7.1 | 220.7204.8–235.1 |
| 2039 | 2.80.3–6.4 | 219.7202.4–234.3 |
| 2040 | 2.40.7–5.8 | 219.2202.9–235 |
| 2041 | 2.40.5–5.5 | 220.7203.9–237.7 |
| 2042 | 2.50.4–6.8 | 221.8206.1–237.2 |
| 2043 | 2.70.4–6.2 | 219.5201.2–237.1 |
| 2044 | 2.30.6–7.4 | 221.4201.6–239.6 |
| 2045 | 2.70.4–6.5 | 223.7204.8–241.5 |
| 2046 | 2.90.4–8.7 | 223.2203.2–240.2 |
| 2047 | 3.80.3–8.2 | 224.3204.8–241.1 |
| 2048 | 3.20.3–10.2 | 226.4207.7–243.8 |
| 2049 | 3.50.2–7.6 | 226.5205.6–242.8 |
| 2050 | 2.81–7 | 227209.3–243.5 |
| 2051 | 2.40.4–8.2 | 229.6212.4–246.4 |
| 2052 | 3.60.5–7.5 | 227.2208.6–244.2 |
| 2053 | 2.30.6–6.3 | 227.9208.7–247.7 |
| 2054 | 2.70.8–7 | 227.9209.6–244.8 |
| 2055 | 3.20.5–9.2 | 229.1209.8–247.5 |
| 2056 | 3.61–8.8 | 231.8210.4–252.1 |
| 2057 | 3.30.8–7.5 | 228.6208–249 |
| 2058 | 50.3–10.8 | 228.9208.8–249 |
| 2059 | 4.40.6–11.5 | 230.7212.1–247.5 |
| 2060 | 3.91.1–10 | 234.7211.1–251.5 |
| 2061 | 4.51.4–9.4 | 231.9213–247.7 |
| 2062 | 3.90.9–9.2 | 233.6209.9–252.8 |
| 2063 | 5.41.4–11.3 | 233215.4–250.5 |
| 2064 | 4.70.9–9.9 | 233.2214.4–251.3 |
| 2065 | 51.3–10.6 | 230.7210.4–250.7 |
| 2066 | 4.91.2–11.6 | 233.5214.3–251.2 |
| 2067 | 5.91.3–13.5 | 233211.5–253.3 |
| 2068 | 4.71.6–9.3 | 233.1212.4–253.7 |
| 2069 | 5.11.3–10.1 | 236.1214.6–253.4 |
| 2070 | 4.41.2–11.6 | 235.9218.1–253.4 |
| 2071 | 4.80.5–12.5 | 235.1213.5–259.6 |
| 2072 | 5.81.9–10.2 | 234.6216.1–252.6 |
| 2073 | 5.31.4–10.5 | 237.2219.3–257.2 |
| 2074 | 4.51–11.8 | 236.4215.7–254.5 |
| 2075 | 5.61.5–13.6 | 236.7214.4–255.9 |
| 2076 | 6.20.9–14.6 | 237.7216–257 |
| 2077 | 4.51.4–12.9 | 237.5219–258.7 |
| 2078 | 5.61–15 | 238.5217.3–257.8 |
| 2079 | 6.80.8–17.4 | 238.5219.2–257.2 |
| 2080 | 6.31.8–13.3 | 240.5218.8–258.3 |
| 2081 | 5.71.6–12.9 | 240219.7–260.9 |
| 2082 | 72.2–16.2 | 239.4217.1–258.8 |
| 2083 | 5.31.5–12.9 | 239.1220.5–259.2 |
| 2084 | 6.11.3–11.5 | 241.3218.9–260.6 |
| 2085 | 6.41.9–13.3 | 241.7218.8–260.7 |
| 2086 | 6.41.7–15.1 | 241.7217.4–262.7 |
| 2087 | 7.21.4–15.3 | 241.4220.5–260.9 |
| 2088 | 72.3–15 | 241.8222.3–261.5 |
| 2089 | 6.51.8–19 | 240.7221.2–262.6 |
| 2090 | 6.11.9–17.7 | 241.3224.4–260.9 |
| 2091 | 7.91.9–16.7 | 242.6220.3–262.5 |
| 2092 | 6.91.4–14.4 | 241.9221.6–263.3 |
| 2093 | 5.61.4–13.6 | 242.1220.2–260 |
| 2094 | 8.51.8–15.3 | 242.5222.5–261.9 |
| 2095 | 7.21.2–16 | 244.9224–264.4 |
| 2096 | 6.51–15.2 | 243.9221.1–266.5 |
| 2097 | 5.41.1–15 | 243.6219.6–264.2 |
| 2098 | 7.62.1–15.1 | 243.6222.5–263.9 |
| 2099 | 7.51.3–17.6 | 244.7221.8–263.5 |
| 2100 | 6.72.5–16.1 | 244.5223.2–261.8 |
分别查看各国
须知
- 一年中气温始终高于 20 °C 的夜晚数，取全国平均。
- 来源：World Bank Climate Change Knowledge Portal, CMIP6 multi-model median。
- 虚线为CMIP6 模型中位数（SSP2-4.5，中间路径），是一种情景而非预报；阴影带为其模型第 10–90 百分位。
- 气候模型值为 CMIP6 各模型的中位数：2014 年及以前按历史排放模拟，此后按中间路径 SSP2-4.5 模拟；它们并非实测数据。
各图层如何运作、数据从何而来，以及它们无法告诉你什么： 历年各国数据
奥地利与缅甸对比
健康
人口与社会
经济
教育
政治
冲突
军用
- 军费开支奥地利：2025 年为 GDP 的 1.1%缅甸：2024 年为 GDP 的 6.61%
- 军费开支（美元）奥地利：2025 年为 US$58.8亿缅甸：2024 年为 US$46.5亿
- 人均军费开支奥地利：2025 年为 US$697缅甸：2024 年为 US$92
- 军费占政府支出比例奥地利：2025 年为 2%（占政府支出）缅甸：2024 年为 32%（占政府支出）
- 武装部队人员奥地利：2020 年为 23,000 人缅甸：2020 年为 463,000 人
- 国家实力奥地利：2022 年为 0.17%（占全球实力）缅甸：2022 年为 0.53%（占全球实力）
- 武装部队占劳动力比例奥地利：2020 年为 0.5%（占劳动力）缅甸：2020 年为 1.94%（占劳动力）
- 武器进口奥地利：2025 年为 2900万 TIV缅甸：2025 年为 7000万 TIV