印度与沙特阿拉伯对比
印度与沙特阿拉伯:热带夜
2014 年热带夜:印度为 215.5 夜,沙特阿拉伯为 181.5 夜(CMIP6 气候模型中位数模拟)。 2014 年印度的数值较高,高出 34 夜,是沙特阿拉伯的 1.19 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,印度的数值都更高。
- 根据CMIP6 模型中位数(SSP2-4.5,中间路径),2100 年印度为 250.4 夜,沙特阿拉伯为 218.7 夜。
逐年数据
每年夜数 · CMIP6
| 年份 | 印度 | 沙特阿拉伯 |
|---|---|---|
| 2014 | 215.5 | 181.5 |
| 2013 | 216 | 180.4 |
| 2012 | 217.4 | 182.8 |
| 2011 | 215.5 | 182.7 |
| 2010 | 215.2 | 179.2 |
| 2009 | 213.7 | 177.1 |
| 2008 | 213.7 | 180.3 |
| 2007 | 213.3 | 178.9 |
| 2006 | 212.5 | 177.5 |
| 2005 | 212.9 | 177.9 |
| 2004 | 214.9 | 177.6 |
| 2003 | 212.1 | 177.4 |
| 2002 | 213 | 175.6 |
| 2001 | 212.2 | 178.1 |
| 2000 | 210.8 | 176.4 |
| 1999 | 211.9 | 173.2 |
| 1998 | 210.3 | 173.4 |
| 1997 | 209.5 | 173.8 |
| 1996 | 207 | 172 |
| 1995 | 208.8 | 169.2 |
| 1994 | 207.1 | 170.4 |
| 1993 | 206 | 164.6 |
| 1992 | 203.5 | 165.9 |
| 1991 | 208 | 169.2 |
| 1990 | 209.9 | 172.7 |
| 1989 | 208 | 168.9 |
| 1988 | 207.3 | 166.8 |
| 1987 | 207.2 | 167.3 |
| 1986 | 207.2 | 169.4 |
| 1985 | 205.9 | 166 |
| 1984 | 206.7 | 165 |
| 1983 | 203.3 | 163.5 |
| 1982 | 205.7 | 164.7 |
| 1981 | 208.4 | 168.9 |
| 1980 | 205.3 | 166.8 |
| 1979 | 205.5 | 165.3 |
| 1978 | 204.1 | 164.8 |
| 1977 | 205.9 | 165.6 |
| 1976 | 204.6 | 165.9 |
| 1975 | 202.6 | 161.2 |
| 1974 | 205.3 | 162.9 |
| 1973 | 205.6 | 163.7 |
| 1972 | 203.8 | 163.7 |
| 1971 | 203.6 | 160.4 |
| 1970 | 202.6 | 162.5 |
| 1969 | 203.6 | 161.3 |
| 1968 | 201.7 | 162.7 |
| 1967 | 201.6 | 159.5 |
| 1966 | 203.9 | 159.5 |
| 1965 | 202.4 | 159.5 |
| 1964 | 201.2 | 159.9 |
| 1963 | 201.8 | 160.2 |
| 1962 | 203.8 | 163.2 |
| 1961 | 206.3 | 163.7 |
| 1960 | 206 | 165.7 |
| 1959 | 206.1 | 164.4 |
| 1958 | 204 | 164.1 |
| 1957 | 206.5 | 165.5 |
| 1956 | 204 | 163.6 |
| 1955 | 203.2 | 162 |
| 1954 | 206 | 161.2 |
| 1953 | 204 | 162.5 |
| 1952 | 204.4 | 163.4 |
| 1951 | 204.3 | 161.2 |
| 1950 | 206.3 | 161.6 |
CMIP6 模型中位数(SSP2-4.5,中间路径) · 2015–2100
| 年份 | 印度 | 沙特阿拉伯 |
|---|---|---|
| 2015 | 216.9202.1–228.4 | 184.9169.4–198.7 |
| 2016 | 215202.5–227.6 | 183167.7–195.7 |
| 2017 | 216.2202.1–228.5 | 182.6168.1–196.7 |
| 2018 | 218.3204.5–231.4 | 186.8173.1–199.4 |
| 2019 | 217.4202.3–230.4 | 184.1168.8–199.1 |
| 2020 | 217.6203.1–232 | 185.3171.8–198.9 |
| 2021 | 219.7204.5–233.2 | 188.6173.6–202.8 |
| 2022 | 220.5205.8–233 | 187.6170.7–202 |
| 2023 | 220.4206.4–233.7 | 188.6173–203.8 |
| 2024 | 222.6208.1–236.3 | 187.1172.9–203.9 |
| 2025 | 219.7202.7–236.2 | 191.5176–206.1 |
| 2026 | 220.2204.2–236.8 | 191.8177.1–205.5 |
| 2027 | 223.6207.1–239 | 191.2176.6–206.8 |
| 2028 | 222.1205.1–235.7 | 191.9175.5–205.1 |
| 2029 | 225.4210–240.3 | 192.2176.6–205.7 |
| 2030 | 222.7207.3–235.6 | 193.3178.4–206.3 |
| 2031 | 223.8207.1–237.8 | 194.7179.1–207.6 |
| 2032 | 225.9210–240.5 | 192.2175.2–206 |
| 2033 | 223.8209.3–235.4 | 192.6177.5–206.9 |
| 2034 | 225.8210–242.7 | 196.7181.6–213 |
| 2035 | 224.9210.6–240.9 | 196.5179.9–211.6 |
| 2036 | 224.2210.4–240.3 | 194.1180–209.7 |
| 2037 | 228.3213.6–242.6 | 197183.7–209.9 |
| 2038 | 228.1212.6–241.4 | 198.4182.3–213.3 |
| 2039 | 227.4211.9–242.8 | 198184.4–213.6 |
| 2040 | 227212.2–242 | 199.2182.1–212.7 |
| 2041 | 227.1210.7–240.5 | 197.7181.4–211.7 |
| 2042 | 229.1214.8–244.2 | 198.3181.2–217 |
| 2043 | 228.9214.5–244 | 198.2182.3–215.3 |
| 2044 | 229.7214.7–244.2 | 199.2185.5–213.5 |
| 2045 | 231.2216.6–246.1 | 202187.1–216.8 |
| 2046 | 232.6216.2–248.6 | 204.1185.3–219.4 |
| 2047 | 232.4215.5–250 | 204.1187.4–220 |
| 2048 | 235.6218.5–254.3 | 206.1190.7–220 |
| 2049 | 235.3218.3–249.9 | 201.6187.7–216.2 |
| 2050 | 233.5216.6–253.4 | 205.7190.2–219.3 |
| 2051 | 234.9218.6–249.9 | 204.3188.8–222.1 |
| 2052 | 234219.4–249.3 | 203.8189.6–218 |
| 2053 | 234.9219.5–252.5 | 203.8186.3–218.8 |
| 2054 | 237.2219.4–253.1 | 207.6188.3–222.3 |
| 2055 | 237.2220.7–256.6 | 207.8190.8–221 |
| 2056 | 238.8221.2–254.9 | 203.7186.6–220.1 |
| 2057 | 235.7218.5–253.8 | 207.5188.8–224.2 |
| 2058 | 238.8222.8–254.1 | 205.9189.2–221.4 |
| 2059 | 241.1224.9–256.2 | 207.3191.6–226.9 |
| 2060 | 240.9225.6–255.6 | 206.9192.7–222.8 |
| 2061 | 237.9220.6–253.7 | 206.5190.4–220.9 |
| 2062 | 239.9221.2–259.7 | 208.1189.4–228.3 |
| 2063 | 239.9222.3–256.1 | 210.4193–227.1 |
| 2064 | 240223.8–256.3 | 207.5191.9–223.3 |
| 2065 | 240.9222.9–257.3 | 208.9193.9–226.1 |
| 2066 | 241.5224.1–258.6 | 210.3194.9–228 |
| 2067 | 241.6224.8–257.9 | 210.9193.1–228.6 |
| 2068 | 242.3224.6–262.1 | 209.8194.6–228.6 |
| 2069 | 242.8225.4–259.1 | 208.9194.5–226.3 |
| 2070 | 240.1225.3–257.1 | 211.2191.2–229 |
| 2071 | 241.8223.7–260.2 | 215.1196.3–233.3 |
| 2072 | 242.6225.4–259.2 | 213.6195.3–229.3 |
| 2073 | 243.8228–259.3 | 213.7194.1–231.6 |
| 2074 | 241.6226.9–258.4 | 210.5191.9–229.3 |
| 2075 | 243.5226.4–258.2 | 212.1196.6–231.8 |
| 2076 | 243.2224.6–259.9 | 212.8194.8–230.3 |
| 2077 | 243.7226.6–264.6 | 215.1196.6–233.9 |
| 2078 | 246.7230.1–261.5 | 215.5197.6–230.7 |
| 2079 | 244.9226.4–261.3 | 213.6197–229 |
| 2080 | 246.7227–263.7 | 213.6197.1–233.9 |
| 2081 | 247.5230.4–264.8 | 214.7194.4–231.6 |
| 2082 | 244.6227.9–262.3 | 214198.9–230.9 |
| 2083 | 247.5227.8–265.1 | 214.2198.5–238 |
| 2084 | 247.3228.3–266.8 | 217.4197.4–233.1 |
| 2085 | 246.5227.5–267.1 | 217.4199.6–237.9 |
| 2086 | 245.6227.7–266.5 | 217197.4–237.4 |
| 2087 | 245.5226.7–266.2 | 217.3199.7–238.7 |
| 2088 | 247229.4–266.9 | 216.1198.2–243.1 |
| 2089 | 248.1230–266.3 | 217.6199.5–239 |
| 2090 | 249228.9–266.4 | 217.3198.5–239.2 |
| 2091 | 248.9230–266.5 | 218.5202.8–238.4 |
| 2092 | 249.8232.3–267.8 | 218.5198.5–241.6 |
| 2093 | 248.1229–266.5 | 216.6197.8–236.3 |
| 2094 | 249.1230.6–268.4 | 218.8202–236.9 |
| 2095 | 251233.2–270 | 219.4204.2–237.4 |
| 2096 | 247.8231.4–269.3 | 219.9197.7–239.6 |
| 2097 | 251.1231.4–268 | 216.7196.8–239.7 |
| 2098 | 252.3230.8–268.3 | 219.7199.6–241.3 |
| 2099 | 248.7230.1–268.3 | 216.8200.8–236.8 |
| 2100 | 250.4232.9–266.7 | 218.7202.3–241 |
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
印度与沙特阿拉伯对比
健康
人口与社会
经济
教育
政治
冲突
军用
- 军费开支印度:2025 年为 GDP 的 2.3%沙特阿拉伯:2025 年为 GDP 的 6.48%
- 军费开支(美元)印度:2025 年为 US$933亿沙特阿拉伯:2025 年为 US$815亿
- 人均军费开支印度:2025 年为 US$63沙特阿拉伯:2025 年为 US$2,428
- 军费占政府支出比例印度:2025 年为 8.2%(占政府支出)沙特阿拉伯:2025 年为 23.5%(占政府支出)
- 武装部队人员印度:2020 年为 307万 人沙特阿拉伯:2020 年为 282,000 人
- 国家实力印度:2022 年为 9.94%(占全球实力)沙特阿拉伯:2022 年为 1.34%(占全球实力)
- 武装部队占劳动力比例印度:2020 年为 0.58%(占劳动力)沙特阿拉伯:2020 年为 1.92%(占劳动力)
- 武器进口印度:2025 年为 28.6亿 TIV沙特阿拉伯:2025 年为 30.4亿 TIV
- 武器出口印度:2025 年为 8100万 TIV沙特阿拉伯:2023 年为 300万 TIV