ADT-HURSAT12数据集提供了1981 - 2017年期间从卫星图像中得出的全球均质TC记录。ADT-HURSAT数据集是使用来自操作数据集的TC轨道数据以及从全局地理卫星图像估计的TC轨道数据，这些数据在时间和区域都是同质的。从国际最佳气候管理v.4（参考文献51）获得的1981 - 2021年期间的全球最佳轨道数据被利用，以进一步确认基于ADT-HURSAT数据集的TC数据。为了分析全球趋势，将ADT-HURSAT数据集均质并用作优先级。ADT-HURSAT数据集中TC强度的绝对值估计值存在一些不确定性，并且在查看单个风暴和季节52,53时，最佳轨道数据可能会出现较低的强度错误。与从ADT-HURSAT数据集获得的上述发现一致，在两个半球中，基于最佳轨道数据集的强烈TC发生转移趋势也具有统计学意义（表1）。由于从最佳轨道数据获得的全球趋势更容易受到数据同质性问题的影响，因此我们将它们作为支持证据。自1981年以来的全球TC数据被认为是高质量的，因为地静止卫星通常用于监测TC，并且在1970年代对其仪器和轨道位置进行了大多数调整。

　　特别注意强烈的TCS。强烈的TC意味着其寿命最大强度超过110 kt，相当于基于Saffir – Simpson Scale8,17的4-5类TC。在发生TC的六个盆地中，我们仅考虑NH北太平洋，北太平洋东部和北大西洋，以及SH的南印度洋和南太平洋。因为在该盆地中观察到很少的TC，因此排除了北印度洋。还考虑了至少达到热带风暴强度（超过35 kt）的总体TC事件。

　　激烈的TC事件的发生时间定义为首先实现其寿命最大强度的日期。这取决于TC强度的相对变化而不是绝对值，这确保了结果的可靠性12,51。此外，在TC寿命最大强度附近，TC强度的测量通常要稳定得多。请注意，NH的TC季节定义为当前日历年，而SH的TC季节定义为从上一个日历年的7月1日到当前日历年的6月30日，为SH跨日历年的TC活动的季节性分布。

　　计算了活动季节中强烈的TC发生日期的中值。活跃季节定义为NH和12月至4月在SH的6月至11月，占所有TC活动的约85％。早期的季节被定义为活跃赛季的上半年（即，在NH的6月至8月，以及12月至2月在SH中），后期定义为活跃赛季的下半年（即，在NH和SH的NH和3月至4月）。

　　我们考虑在活跃季节的中位价值，而不是整整一年，以排除冬季发生的零星TC事件的影响。为了研究这种早期转移趋势的程度，除了上述活跃季节中的中值外，我们还根据基于两侧界限的Beta分布假设的预期出现强度TC的发生来估算了如何估计的（图2A，D）。通过假设整个TC季节的季节性周期大约遵循Beta分布54，就可以计算出全年的预期发生的强度TC。发生日期的预期值（μ=α/（α+β））是在强烈TC的季节性周期大约遵循beta分布的假设下计算的，其中α和β是β和β是β和β。这一假设是合理的，因为强烈的TC的季节性发生日期在两端都有界限。Beta分布参数通常使用当前的方法拟合。预期发生的强度TCS的结果支持相同的结论（表1）。

　　如果TC强度在24小时内至少增加了35 kt，则可以确定RI事件，相当于历史TC强化率的第95个百分点41。经历RI过程被认为是将强烈TC与其他TCS36区分开的合理标准。

　　考虑了可能与RI过程有关的四个环境因素，包括PI，OHC，RH和VWS。PI和OHC称为海洋因素，而RH和VW是大气因素。PI是TC可以实现的理论最大强度，并由海面温度和相关的热力学曲线确定8,41。我们使用每月平均大气温度，特异性湿度，海平面压力和海面温度数据41计算PI，并且该算法可在ftp://texmex.mit.mit.mit.edu/pub/poub/emanuel/tcmax/上获得。为了代表可能由TC进行调节的上海洋热场，使用并将其定义为从海面到26°C等温度55的集成热含量（即，在恒定压力下的特定热量是海水的密度，是海水的温度，是垂直坐标，是垂直坐标。700 HPA的数据用于RH。抑制TC开发过程的大众被计算为在200和850 hPa时水平风之间向量差的大小。

　　海洋变量是从ECMWF56月份的海洋重新分析数据库和全球海洋数据同化系统获得的。大气变量是从ERA-5数据集58，日本全球大气55年重新分析59和现代研究和应用的现代回顾性分析中获得的。随着同化方案和数值天气预测模型的改善，重新分析的可靠性可能会大大不同，具体取决于位置和评估指标61。

　　参考文献根据方法计算RI事件的环境阈值。43。与参考。43，我们发现较强的PI，更高的OHC，更高的RH和较弱的VW对RI都有益。确切的值不同于Bhatia等人43，因为我们使用35 kt作为RI定义的阈值，而不是Bhatia et al.43使用的30 kt。该结果表明，使用PI，OHC和RH的高分位数以及大众的低四分位数表明导致RI的环境条件是合理的。尽管TC所经历的当地条件应该与其进行RI的可能性更相关，但是在低分辨率气候模型模拟中，它不能以良好的准确性获得，其中TC和RI过程无法很好地表示（例如，历史和单构实验）。取而代之的是，高级PI和OHC的分数面积覆盖范围也很简单，并且可以直接从模拟中计算出来。在这里，相对于整个热带海洋区域（5–30°N，5–30°S），高PI，高OHC，高RH和低大众覆盖的分数区域量化了有利条件。高PI覆盖的面积，高OHC和高RH被定义为该区域的总和，其相应值分别高于其第95个百分位数，而低VWS覆盖的面积定义为大众低于其5％的面积之和。进行了敏感性分析，其中使用了PI，OHC和RH的第90个百分点，并且使用了大众的第十个百分点。一致地，季节性周期有利的海洋条件的较早变化是显而易见的（扩展数据图11a – d），而大气条件没有显着变化（扩展数据图11E – H）。

　　为了检测有利的海洋条件的早期转移趋势，我们使用CMIP6模拟第6阶段环境因素的多模型平均值62。考虑了1981 - 2014年期间的历史模拟以及未来的高发射方案（共享的社会经济途径585; SSP585）模拟在2080 - 2099年期间CMIP6的20个模型中的20个模型（扩展数据表1）。还使用了CESM2（参考文献63）的大合奏，可以在很大程度上抑制内部变异性。

　　在模拟相对较低的CMIP6模型的海洋中尺度条件下存在一些偏见，这可能会在与TC相关的环境场分析中引入不确定性5,64,65。尽管大规模的环境领域是我们研究的重点，但最好比较从CMIP6 HighResmip模拟的高分辨率和低分辨率模型输出获得的结果。使用这五对（总共10个模型）高分辨率和低分辨率模型的历史模拟（称为1950年）：CNRM-CM6-1-HR和CNRM-CM6-1；ec-earth3p-hr和ec-earth3p;ecmwf-ifs-hr和ecmwf-ifs-lr;HADGEM2-GC31-MM和HADGEM2-GC31-LL；以及INM-CM5-H和INM-CM5-0。这些模型对包含所需的所有变量。大量多模型集合分析表明，根据高分辨率和低分辨率模型输出，PI和OHC高百分位的较早发作是明显的（扩展数据图9E – H）。基于CMIP6 HighResmip模拟的高分辨率和低分辨率输出结果的结果一致性增加了基于CMIP6模型的结果的信心。

　　为了解决较早的强烈TCS发作是人为或天然强迫，本研究中使用了DAMIP66的所有可用实验。该大坝旨在估计人为和自然强迫对观察到的全球和区域气候变化的贡献。实验是在包括Hist-GHG在内的个体强制下进行的，其中仅开处方温室气体。Hist-Nat，其中只有天然强迫（太阳能活动和火山气体）被规定；和Hist-aer，其中仅规定了人为气溶胶。总共使用了所有所需输出的九个模型：访问-CM2，BCC-CSM2-MR，CANESM5，CESM2，FGOALS-G3，GISS-E2-1-G，IPSL-CM6A-LR，MRI-ESM2-0和NORESM2-LM。对于每个模型，在每个实验中仅使用一个实现。

　　极端降雨事件的发生频率定义为降雨量超过50 mm的天数，大约等同于每日降雨的第95个百分点。降雨数据是从气候预测中心全球统一量规数据集的基于气候预测中心获得的。在中国南部（15-25°N，105-120°E）和墨西哥湾（25–35°N，80–100°W）计数极端降雨事件。

　　强烈的TC引起的极端降雨事件被计算为超过50毫米的降雨量，而半径为500 km，降雨量超过50 mm。根据先前对TC降雨的分析，选择了500公里的半径68,69。

　　此外，持续的降雨事件被用作复合危害的一个例子，这是在其他天气系统产生的极端降雨（例如，夏季季风抑郁症系统）与强烈TCS产生的重叠期之间发生的。持续的降雨事件会通过诱发水位叠加和灾难准备资源的短缺5,50,70而导致不成比例的影响。根据参考文献提出的持续降雨事件的简单定义。69，使用至少连续三天超过50 mm的每日降水量的绝对阈值。请注意，对强烈的TC和其他高影响事件的复合危害进行了更详细的分析，需要对复合危害和对其变化的定量检查进行仔细的定义，这将在以后的研究中解决。

　　使用Mann -Kendall测试来确定是否达到了特殊水平的统计学意义趋势。这种方法是非参数，因此不需要知道数据系列的分布。该属性使Mann -Kendall测试适用于TC事件或其他极端事件的数量71,72。学生的t检验用于评估线性趋势估算的95％置信区间73,74。多模型均值的不确定性由S.D表示。（参考75）。