La distribución de la lluvia en el suroeste de China es desigual, y el umbral de tormenta de lluvia no puede utilizarse con un estándar unificado. Este documento sintetiza un método de cálculo para el umbral de precipitación extremadamente fuerte y la provisión del umbral de tormenta de lluvia en la operación meteorológica. Calcula el umbral de tormenta de lluvia diaria en 400 estaciones terrestres nacionales en el suroeste de China. Los eventos de tormenta de lluvia desde 1961 hasta 2021 se analizaron estadísticamente utilizando el umbral de tormenta de lluvia y analizando las características de variación espacio-temporal. Los resultados muestran que el número de eventos de tormenta de lluvia en estaciones individuales y la precipitación promedio de eventos de tormenta de lluvia en estaciones individuales en el suroeste de China disminuyeron de este a oeste. El número y la frecuencia de eventos de tormenta de lluvia en estaciones individuales en Guizhou, Sichuan, Tíbet y Chongqing están aumentando, mientras que el número de eventos de tormenta de lluvia en estaciones individuales en Yunnan está disminuyendo. No hay un patrón de distribución espacial aparente para los eventos de tormenta de lluvia continuos en la región suroeste. Desde 1961 hasta 2021, el número y la frecuencia de eventos de tormenta de lluvia en una sola estación en el suroeste de China siguieron una tendencia ascendente. El número de eventos de tormenta de lluvia en una sola estación aumentó 16.7 veces · (10a), y la frecuencia de tormentas de lluvia aumentó un 9.9% · (10a). Los eventos de tormenta de lluvia continuos muestran una tendencia creciente, con un aumento de 0.1 veces · (10a). Utilizando el umbral de tormenta de lluvia en el suroeste de China, se puede ajustar el umbral de alerta temprana para desastres por tormentas de lluvia. Las características temporales y espaciales de los eventos de tormenta de lluvia desde 1961 pueden analizar los cambios que ocurren en los eventos de tormenta de lluvia bajo el calentamiento global y proporcionar datos para apoyar la respuesta del suroeste de China al cambio climático.