随着全球变暖，极端事件频繁发生，持续性极端降水和极端干旱是中国乃至全球致灾最为严重的极端天气气候事件之一。
近50年来，
“在气候变暖背景下，降水的空间分布格局、各季节的分配及年际变率等，都有可能发生形态上的改变，这些与我国洪涝干旱等灾害关系密切。”南京信息工程大学教授陆尔表示。现在很多统计与降水有关的传统方法还在使用，例如，通过逐月降水与年总降水量的比值来反映某站点的年降水分布。与此类似的，春夏秋冬四季和洪涝季节的降水都可以通过相应的降水量与年总降水量的比值来表示。最大或最小降水量与年总降水量比值的方法，在研究某个区域旱涝灾害中也很重要。“这些传统的方法各有优缺点，但都存在一个普遍问题，就是无法使用一个简单的方法来反映降水的集中程度以及最大降水量发生的时期。方差是描述一个随机变量离散程度的方法，但是它比较适用于检验正态分布的变量。降水量概率密度函数通常呈偏态分布，即降水往往呈偏态分布，所以方差不适用于检验降水的离散程度。”陆尔介绍道。除了降水总量和强度外，持续时间、降水的集中程度和集中时期也是衡量降水特性变化的一个重要特征。近50年来，中国地区的极端降水变化趋势与全球的发展趋势基本一致。其中，中国西部地区、长江中下游地区以及华南沿海等地区的极端降水事件趋于增多。而且，近年来长江流域的降水在时间和空间上的集中程度显著增加，这也是水旱灾害加剧的主要原因。
可见，降水时空集中程度是与严重旱涝事件密切相关的，那么，降水时空集中程度是否会随全球变暖进一步加强，它的变化是否会导致旱涝灾害更加严重等问题，已经引起人们的普遍关注。因此，研究团队利用信息熵的概念，建立降水集中度指数（Q指数），进而用来表征不同时间段、不同地区降水集中程度的特征。该方法最大的优势是研究时间的选取可以为任意时段，适用于逐小时、逐日和逐月等资料以及各种时间长度的资料，因此该方法的适用性更广。Q指数是用来衡量年（季、月或候）内逐日降水的时间变化程度，可以正确反映一定时期降水集中的属性。当Q指数小（接近0）时，代表降水分散在更多的雨日内；当Q指数大（接近1）时，代表降水集中在少数的雨日内。如果总降水量大，则容易发生干期或干事件，易发生持续性强降水，反之亦然。将Q指数和总降水量结合，有利于清晰表达降水的持续性情况。
研究团队利用Q指数对华南夏季降水集中情况进行的研究发现，在华南地区夏季降水越来越集中的背景下，持续性降水增多。在夏季，我国华南北部大部地区Q指数在0.2至0.3之间，这说明华南北部大部地区夏季降水较为分散。在年际变化方面，华南地区近50年夏季Q指数和降水总量呈现增多趋势，这说明华南夏季更多的降水将在更少的雨日内出现，进而说明降水强度增加了，这样很容易造成洪涝灾害。此外，在华南地区夏季降水越来越集中的背景下，无论降水量为1毫米、25毫米还是50毫米，持续1天的降水过程都是在减少的，而持续多日的降水过程在增多，这也说明华南夏季持续性降水和持续性强/极端降水过程都是增多的。
