加拿大与泰国：热带夜

2014 年热带夜：加拿大为 0.5 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 285.9 夜，是加拿大的 540 倍。

每年夜数 · CMIP6

加拿大泰国CMIP6 模型中位数（SSP2-4.5，中间路径）模型第 10–90 百分位

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 年加拿大为 4.1 夜，泰国为 320.8 夜。

逐年数据

每年夜数 · CMIP6

年份	加拿大	泰国
2014	0.5	286.4
2013	0.4	289.1
2012	0.5	286.6
2011	0.5	286.4
2010	0.4	286
2009	0.5	286.9
2008	0.4	284.8
2007	0.4	283.2
2006	0.5	284.3
2005	0.4	281.7
2004	0.4	287.5
2003	0.4	279.3
2002	0.4	280
2001	0.3	285.5
2000	0.3	283.4
1999	0.4	282.5
1998	0.3	282.7
1997	0.3	284.8
1996	0.3	279.8
1995	0.3	278.7
1994	0.2	280.8
1993	0.2	275.6
1992	0.1	268.8
1991	0.2	276.7
1990	0.3	279.2
1989	0.2	278.4
1988	0.2	279.6
1987	0.2	277.9
1986	0.2	277.5
1985	0.2	276
1984	0.2	277.9
1983	0.1	273.9
1982	0.1	275.7
1981	0.2	277.8
1980	0.2	277.9
1979	0.2	278
1978	0.2	276
1977	0.2	277.3
1976	0.1	275.6
1975	0.3	274.4
1974	0.2	276
1973	0.2	280.6
1972	0.2	273.9
1971	0.1	273.2
1970	0.2	276
1969	0.1	274.8
1968	0.1	277
1967	0.1	270.3
1966	0.2	274.4
1965	0.2	275.8
1964	0.1	271.9
1963	0.2	274.7
1962	0.2	275.4
1961	0.3	278.5
1960	0.2	276.2
1959	0.2	274.4
1958	0.2	278.7
1957	0.2	277.4
1956	0.2	277
1955	0.2	274.6
1954	0.2	275
1953	0.1	275.4
1952	0.2	275.1
1951	0.2	277.5
1950	0.2	276.2

CMIP6 模型中位数（SSP2-4.5，中间路径） · 2015–2100

年份	加拿大	泰国
2015	0.60.1–1.9	290.6272.2–305
2016	0.60.2–1.9	287.1269.8–306.2
2017	0.60.1–2	290273.8–302.8
2018	0.60.2–1.8	292.6275.1–308.7
2019	0.60.2–1.9	291.2272.8–306.7
2020	0.60.1–2	292.4272.2–307.8
2021	0.60.1–1.9	294.2276.3–308.5
2022	0.80.3–2.3	294.8277.2–311.9
2023	0.80.2–2.5	296.1281.9–310.2
2024	0.70.1–2.6	291.7275.5–307.8
2025	0.90.2–2.5	294276.7–306.3
2026	10.2–3.1	296278–309.3
2027	0.90.2–3.3	295.8276.3–311.1
2028	10.3–2.6	297279.3–315.1
2029	10.3–3	300.3278.7–315
2030	10.2–2.7	297.7280.2–312.5
2031	0.90.2–2.7	300.8282.8–317.1
2032	1.10.3–3.3	297.2280.9–311.4
2033	1.10.4–3	300281.9–315.8
2034	1.10.3–3.1	300.8279–318.4
2035	1.30.3–3.8	298.6281.5–317.8
2036	1.30.3–4	300.4279.9–316.9
2037	10.3–3.3	299.8280–315.1
2038	1.10.3–3.9	304.8286.6–319.3
2039	1.10.3–3.5	300.9281.9–317
2040	1.40.3–4.9	301.6284.5–315.7
2041	1.30.4–3.7	303.1285.1–318.8
2042	1.20.4–3.9	303.8290–318.3
2043	1.20.3–4.5	302285.8–317.9
2044	1.60.5–4.3	304.3286.3–318.8
2045	1.40.4–4.2	307.1287.7–324.2
2046	1.60.4–4.9	305.9285.2–321
2047	1.70.6–4.8	306.6289.5–321.5
2048	1.60.5–4.1	309.4288.9–325.7
2049	1.60.4–5	308.1287.2–324.1
2050	1.70.4–5.2	307.5291–321.5
2051	1.80.5–6	312.8294.8–326
2052	20.3–5.2	310.9291.2–323.4
2053	1.50.3–4.9	308.3289.5–323.3
2054	1.80.4–5.7	308.8292.8–322.3
2055	20.5–5	308.6290.6–325.1
2056	1.90.5–5.8	311.3294.9–326.3
2057	20.5–5.8	308.5286.7–326.4
2058	2.10.5–6.4	308291.1–325.1
2059	20.6–5.9	312.7295.8–325.3
2060	2.50.8–5.6	313.1294.6–328.6
2061	2.40.6–6	314.4289.5–331.1
2062	2.60.4–6.4	311.4293.4–330.3
2063	2.20.6–6.4	314.8296.9–327.3
2064	1.70.4–6	312.5295.4–330
2065	2.40.5–7	309.6293.1–329.3
2066	2.30.5–7.4	312.1292.6–328
2067	2.40.6–6.3	311.2289.6–329.4
2068	2.50.5–7.9	310.8292.4–330.6
2069	2.90.8–7	315.5296.1–329.5
2070	2.30.7–7.2	314.2292.9–330.7
2071	2.40.5–7.3	313.8296.4–330.8
2072	2.50.7–7.2	314.8296–329.6
2073	2.60.6–7.6	316.5299.9–332.1
2074	2.60.7–7.6	317.2295–333.8
2075	2.60.6–7.7	317.2295.3–331.4
2076	2.80.7–7.9	317.4299.8–335
2077	2.90.7–8.5	317.5297.3–335.9
2078	2.60.8–8.4	315.9297.1–331.6
2079	30.7–7.4	318.5300.5–332.3
2080	2.70.8–7.5	319.8297.4–337.5
2081	31–8.6	317.7299.5–334.9
2082	3.40.7–9.1	317.9294.8–333
2083	3.21–9.4	315297.8–332.9
2084	2.90.8–8.4	316295.5–330
2085	3.51–9.1	322.6300.8–334.7
2086	3.51–9.4	319.4295.2–335.2
2087	3.80.9–9.5	320.2302.2–334.7
2088	3.60.7–9.2	321.4299.8–334.8
2089	3.40.9–8.5	318.9296.4–338.1
2090	3.30.8–9	317.6304–337.4
2091	3.91–10.6	320.1299.8–336.1
2092	3.91–10	316.3298–336.4
2093	3.61–9.6	316.1297.7–333.7
2094	3.90.6–9.2	323.4301.8–337.3
2095	3.71.1–11.2	322.9302.4–338.9
2096	3.91.1–10.7	319.6302.8–336.7
2097	41.1–10.7	319.8299.1–336
2098	3.71.1–10.2	320.5303.9–336
2099	3.81.3–9.7	319.9303.1–334.4
2100	4.11–11.5	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

加拿大与泰国对比

健康

人口与社会

经济

教育

政治

冲突

冲突死亡人数加拿大：2022 年为 0 人死亡泰国：2022 年为 46 人死亡