印度与瑞典对比

印度与瑞典：热带夜

2014 年热带夜：印度为 215.5 夜，瑞典为 0.1 夜（CMIP6 气候模型中位数模拟）。 2014 年印度的数值较高，高出 215.5 夜，是瑞典的 4,300 倍。

在地图上查看其变化

每年夜数 · CMIP6

印度与瑞典：热带夜2014 年热带夜：印度为 215.5 夜，瑞典为 0.1 夜（CMIP6 气候模型中位数模拟）。 2014 年印度的数值较高，高出 215.5 夜，是瑞典的 4,300 倍。
印度瑞典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，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，瑞典为 0.7 夜。

逐年数据

每年夜数 · CMIP6

年份印度瑞典
2014215.50.1
20132160.1
2012217.40
2011215.50
2010215.20
2009213.70
2008213.70
2007213.30
2006212.50
2005212.90
2004214.90
2003212.10
20022130
2001212.20
2000210.80
1999211.90
1998210.30
1997209.50
19962070
1995208.80
1994207.10
19932060
1992203.50
19912080
1990209.90
19892080
1988207.30
1987207.20
1986207.20
1985205.90
1984206.70
1983203.30
1982205.70
1981208.40
1980205.30
1979205.50
1978204.10
1977205.90
1976204.60
1975202.60
1974205.30
1973205.60
1972203.80
1971203.60
1970202.60
1969203.60
1968201.70
1967201.60
1966203.90
1965202.40
1964201.20
1963201.80
1962203.80
1961206.30
19602060
1959206.10
19582040
1957206.50
19562040
1955203.20
19542060
19532040
1952204.40
1951204.30
1950206.30
CMIP6 模型中位数（SSP2-4.5，中间路径） · 2015–2100
年份印度瑞典
2015216.9202.1–228.40.10–0.3
2016215202.5–227.600–0.3
2017216.2202.1–228.500–0.4
2018218.3204.5–231.400–0.3
2019217.4202.3–230.40.10–0.5
2020217.6203.1–23200–0.3
2021219.7204.5–233.200–0.3
2022220.5205.8–2330.10–0.5
2023220.4206.4–233.70.10–0.6
2024222.6208.1–236.300–0.4
2025219.7202.7–236.20.10–1
2026220.2204.2–236.80.10–1
2027223.6207.1–2390.10–0.3
2028222.1205.1–235.70.10–0.6
2029225.4210–240.30.10–0.8
2030222.7207.3–235.60.10–0.5
2031223.8207.1–237.80.10–0.4
2032225.9210–240.50.10–0.8
2033223.8209.3–235.40.10–0.8
2034225.8210–242.70.10–0.7
2035224.9210.6–240.90.20–0.8
2036224.2210.4–240.30.10–0.8
2037228.3213.6–242.60.10–1
2038228.1212.6–241.40.10–1.2
2039227.4211.9–242.80.10–0.8
2040227212.2–2420.10–0.8
2041227.1210.7–240.50.10–1.2
2042229.1214.8–244.20.20–1.2
2043228.9214.5–2440.20–1.1
2044229.7214.7–244.20.10–1.1
2045231.2216.6–246.10.10–0.6
2046232.6216.2–248.60.20–1.3
2047232.4215.5–2500.30–2.1
2048235.6218.5–254.30.30–1.8
2049235.3218.3–249.90.20–1.6
2050233.5216.6–253.40.20–1.8
2051234.9218.6–249.90.20–1.7
2052234219.4–249.30.20–2
2053234.9219.5–252.50.10–1.3
2054237.2219.4–253.10.20–1.1
2055237.2220.7–256.60.20–1.6
2056238.8221.2–254.90.20–1.5
2057235.7218.5–253.80.20–1.4
2058238.8222.8–254.10.30–2.3
2059241.1224.9–256.20.30–1.7
2060240.9225.6–255.60.20–1.4
2061237.9220.6–253.70.40–1.6
2062239.9221.2–259.70.30.1–1.7
2063239.9222.3–256.10.20–2.1
2064240223.8–256.30.20–1.6
2065240.9222.9–257.30.30–3
2066241.5224.1–258.60.20–2.8
2067241.6224.8–257.90.30–2
2068242.3224.6–262.10.20–1.5
2069242.8225.4–259.10.60.1–3.1
2070240.1225.3–257.10.30–2
2071241.8223.7–260.20.30–2.7
2072242.6225.4–259.20.20–2
2073243.8228–259.30.40–4.6
2074241.6226.9–258.40.20–2.8
2075243.5226.4–258.20.30–2.9
2076243.2224.6–259.90.40–2.4
2077243.7226.6–264.60.40–2.2
2078246.7230.1–261.50.50–3.1
2079244.9226.4–261.30.40–3.1
2080246.7227–263.70.30–2.1
2081247.5230.4–264.80.30–3
2082244.6227.9–262.30.40–4.4
2083247.5227.8–265.10.50.1–3
2084247.3228.3–266.80.30–2.4
2085246.5227.5–267.10.40–3.3
2086245.6227.7–266.50.70–4
2087245.5226.7–266.20.60–6
2088247229.4–266.90.50–2.7
2089248.1230–266.30.50.1–3.4
2090249228.9–266.40.40–2.9
2091248.9230–266.50.60–3.9
2092249.8232.3–267.80.80–4.2
2093248.1229–266.50.70.1–4.8
2094249.1230.6–268.40.50–2.6
2095251233.2–2700.50.1–4.3
2096247.8231.4–269.30.50–3.7
2097251.1231.4–2680.50–4.5
2098252.3230.8–268.30.50.1–3.7
2099248.7230.1–268.30.30–3.2
2100250.4232.9–266.70.70–4.4

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

印度与瑞典对比

健康

人口与社会

经济

教育

政治

冲突

军用

气候

技术与环境