奥地利与泰国对比
奥地利与泰国：热带夜
2014 年热带夜：奥地利为 0.8 夜，泰国为 286.4 夜（CMIP6 气候模型中位数模拟）。 2014 年泰国的数值较高，高出 285.6 夜，是奥地利的 340 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，泰国的数值都更高。
- 根据CMIP6 模型中位数（SSP2-4.5，中间路径），2100 年奥地利为 6.7 夜，泰国为 320.8 夜。
逐年数据
每年夜数 · CMIP6
| 年份 | 奥地利 | 泰国 |
|---|---|---|
| 2014 | 0.8 | 286.4 |
| 2013 | 0.4 | 289.1 |
| 2012 | 0.5 | 286.6 |
| 2011 | 0.6 | 286.4 |
| 2010 | 0.5 | 286 |
| 2009 | 0.3 | 286.9 |
| 2008 | 0.3 | 284.8 |
| 2007 | 0.2 | 283.2 |
| 2006 | 0.4 | 284.3 |
| 2005 | 0.4 | 281.7 |
| 2004 | 0.4 | 287.5 |
| 2003 | 0.3 | 279.3 |
| 2002 | 0.2 | 280 |
| 2001 | 0.3 | 285.5 |
| 2000 | 0.3 | 283.4 |
| 1999 | 0.3 | 282.5 |
| 1998 | 0.1 | 282.7 |
| 1997 | 0.1 | 284.8 |
| 1996 | 0.2 | 279.8 |
| 1995 | 0.2 | 278.7 |
| 1994 | 0.1 | 280.8 |
| 1993 | 0 | 275.6 |
| 1992 | 0 | 268.8 |
| 1991 | 0.2 | 276.7 |
| 1990 | 0.2 | 279.2 |
| 1989 | 0.2 | 278.4 |
| 1988 | 0.1 | 279.6 |
| 1987 | 0.1 | 277.9 |
| 1986 | 0.1 | 277.5 |
| 1985 | 0.1 | 276 |
| 1984 | 0 | 277.9 |
| 1983 | 0.1 | 273.9 |
| 1982 | 0 | 275.7 |
| 1981 | 0 | 277.8 |
| 1980 | 0.1 | 277.9 |
| 1979 | 0 | 278 |
| 1978 | 0.1 | 276 |
| 1977 | 0 | 277.3 |
| 1976 | 0.1 | 275.6 |
| 1975 | 0.1 | 274.4 |
| 1974 | 0.1 | 276 |
| 1973 | 0 | 280.6 |
| 1972 | 0.1 | 273.9 |
| 1971 | 0 | 273.2 |
| 1970 | 0 | 276 |
| 1969 | 0.1 | 274.8 |
| 1968 | 0 | 277 |
| 1967 | 0.1 | 270.3 |
| 1966 | 0 | 274.4 |
| 1965 | 0 | 275.8 |
| 1964 | 0.1 | 271.9 |
| 1963 | 0.1 | 274.7 |
| 1962 | 0 | 275.4 |
| 1961 | 0.1 | 278.5 |
| 1960 | 0 | 276.2 |
| 1959 | 0.2 | 274.4 |
| 1958 | 0 | 278.7 |
| 1957 | 0 | 277.4 |
| 1956 | 0.1 | 277 |
| 1955 | 0.1 | 274.6 |
| 1954 | 0 | 275 |
| 1953 | 0.1 | 275.4 |
| 1952 | 0.1 | 275.1 |
| 1951 | 0 | 277.5 |
| 1950 | 0.1 | 276.2 |
CMIP6 模型中位数（SSP2-4.5，中间路径） · 2015–2100
| 年份 | 奥地利 | 泰国 |
|---|---|---|
| 2015 | 0.60.1–2 | 290.6272.2–305 |
| 2016 | 0.70.1–2.6 | 287.1269.8–306.2 |
| 2017 | 0.90.1–3.4 | 290273.8–302.8 |
| 2018 | 0.80.2–3.2 | 292.6275.1–308.7 |
| 2019 | 0.90.2–2.9 | 291.2272.8–306.7 |
| 2020 | 1.30.2–3.4 | 292.4272.2–307.8 |
| 2021 | 0.70.1–3.1 | 294.2276.3–308.5 |
| 2022 | 1.10.1–3.4 | 294.8277.2–311.9 |
| 2023 | 0.90.1–3.9 | 296.1281.9–310.2 |
| 2024 | 0.90.1–3.4 | 291.7275.5–307.8 |
| 2025 | 1.60–4 | 294276.7–306.3 |
| 2026 | 1.40.2–4.4 | 296278–309.3 |
| 2027 | 1.10.1–3.6 | 295.8276.3–311.1 |
| 2028 | 1.30.3–4.3 | 297279.3–315.1 |
| 2029 | 1.50.2–5.5 | 300.3278.7–315 |
| 2030 | 1.20.1–4.2 | 297.7280.2–312.5 |
| 2031 | 1.30.2–4.1 | 300.8282.8–317.1 |
| 2032 | 1.50.2–4.9 | 297.2280.9–311.4 |
| 2033 | 1.60.1–5 | 300281.9–315.8 |
| 2034 | 20.1–5.8 | 300.8279–318.4 |
| 2035 | 1.90.3–5.3 | 298.6281.5–317.8 |
| 2036 | 2.30.4–7 | 300.4279.9–316.9 |
| 2037 | 2.20.3–6.6 | 299.8280–315.1 |
| 2038 | 1.90.3–7.1 | 304.8286.6–319.3 |
| 2039 | 2.80.3–6.4 | 300.9281.9–317 |
| 2040 | 2.40.7–5.8 | 301.6284.5–315.7 |
| 2041 | 2.40.5–5.5 | 303.1285.1–318.8 |
| 2042 | 2.50.4–6.8 | 303.8290–318.3 |
| 2043 | 2.70.4–6.2 | 302285.8–317.9 |
| 2044 | 2.30.6–7.4 | 304.3286.3–318.8 |
| 2045 | 2.70.4–6.5 | 307.1287.7–324.2 |
| 2046 | 2.90.4–8.7 | 305.9285.2–321 |
| 2047 | 3.80.3–8.2 | 306.6289.5–321.5 |
| 2048 | 3.20.3–10.2 | 309.4288.9–325.7 |
| 2049 | 3.50.2–7.6 | 308.1287.2–324.1 |
| 2050 | 2.81–7 | 307.5291–321.5 |
| 2051 | 2.40.4–8.2 | 312.8294.8–326 |
| 2052 | 3.60.5–7.5 | 310.9291.2–323.4 |
| 2053 | 2.30.6–6.3 | 308.3289.5–323.3 |
| 2054 | 2.70.8–7 | 308.8292.8–322.3 |
| 2055 | 3.20.5–9.2 | 308.6290.6–325.1 |
| 2056 | 3.61–8.8 | 311.3294.9–326.3 |
| 2057 | 3.30.8–7.5 | 308.5286.7–326.4 |
| 2058 | 50.3–10.8 | 308291.1–325.1 |
| 2059 | 4.40.6–11.5 | 312.7295.8–325.3 |
| 2060 | 3.91.1–10 | 313.1294.6–328.6 |
| 2061 | 4.51.4–9.4 | 314.4289.5–331.1 |
| 2062 | 3.90.9–9.2 | 311.4293.4–330.3 |
| 2063 | 5.41.4–11.3 | 314.8296.9–327.3 |
| 2064 | 4.70.9–9.9 | 312.5295.4–330 |
| 2065 | 51.3–10.6 | 309.6293.1–329.3 |
| 2066 | 4.91.2–11.6 | 312.1292.6–328 |
| 2067 | 5.91.3–13.5 | 311.2289.6–329.4 |
| 2068 | 4.71.6–9.3 | 310.8292.4–330.6 |
| 2069 | 5.11.3–10.1 | 315.5296.1–329.5 |
| 2070 | 4.41.2–11.6 | 314.2292.9–330.7 |
| 2071 | 4.80.5–12.5 | 313.8296.4–330.8 |
| 2072 | 5.81.9–10.2 | 314.8296–329.6 |
| 2073 | 5.31.4–10.5 | 316.5299.9–332.1 |
| 2074 | 4.51–11.8 | 317.2295–333.8 |
| 2075 | 5.61.5–13.6 | 317.2295.3–331.4 |
| 2076 | 6.20.9–14.6 | 317.4299.8–335 |
| 2077 | 4.51.4–12.9 | 317.5297.3–335.9 |
| 2078 | 5.61–15 | 315.9297.1–331.6 |
| 2079 | 6.80.8–17.4 | 318.5300.5–332.3 |
| 2080 | 6.31.8–13.3 | 319.8297.4–337.5 |
| 2081 | 5.71.6–12.9 | 317.7299.5–334.9 |
| 2082 | 72.2–16.2 | 317.9294.8–333 |
| 2083 | 5.31.5–12.9 | 315297.8–332.9 |
| 2084 | 6.11.3–11.5 | 316295.5–330 |
| 2085 | 6.41.9–13.3 | 322.6300.8–334.7 |
| 2086 | 6.41.7–15.1 | 319.4295.2–335.2 |
| 2087 | 7.21.4–15.3 | 320.2302.2–334.7 |
| 2088 | 72.3–15 | 321.4299.8–334.8 |
| 2089 | 6.51.8–19 | 318.9296.4–338.1 |
| 2090 | 6.11.9–17.7 | 317.6304–337.4 |
| 2091 | 7.91.9–16.7 | 320.1299.8–336.1 |
| 2092 | 6.91.4–14.4 | 316.3298–336.4 |
| 2093 | 5.61.4–13.6 | 316.1297.7–333.7 |
| 2094 | 8.51.8–15.3 | 323.4301.8–337.3 |
| 2095 | 7.21.2–16 | 322.9302.4–338.9 |
| 2096 | 6.51–15.2 | 319.6302.8–336.7 |
| 2097 | 5.41.1–15 | 319.8299.1–336 |
| 2098 | 7.62.1–15.1 | 320.5303.9–336 |
| 2099 | 7.51.3–17.6 | 319.9303.1–334.4 |
| 2100 | 6.72.5–16.1 | 320.8301.1–336.7 |
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
奥地利与泰国对比
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%泰国：2025 年为 GDP 的 1.04%
- 军费开支（美元）奥地利：2025 年为 US$58.8亿泰国：2025 年为 US$55.7亿
- 人均军费开支奥地利：2025 年为 US$697泰国：2025 年为 US$84
- 军费占政府支出比例奥地利：2025 年为 2%（占政府支出）泰国：2025 年为 4.4%（占政府支出）
- 武装部队人员奥地利：2020 年为 23,000 人泰国：2020 年为 455,000 人
- 国家实力奥地利：2022 年为 0.17%（占全球实力）泰国：2022 年为 0.79%（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）泰国：2020 年为 1.13%（占劳动力）
- 武器进口奥地利：2025 年为 2900万 TIV泰国：2025 年为 3300万 TIV
- 武器出口奥地利：2025 年为 100万 TIV泰国：2024 年为 1500万 TIV