La no estacionariedad de las precipitaciones extremas está ahora bien establecida en presencia del cambio climático y la variabilidad de baja frecuencia. En consecuencia, las implicaciones para las inundaciones urbanas, para las cuales no hay registros de inundaciones prolongados, necesitan ser mejor comprendidas. La vulnerabilidad es especialmente alta en las ciudades costeras, donde el terreno plano y la cobertura impermeable presentan un desafío adicional. En este artículo, estimamos las distribuciones de probabilidad variables en el tiempo para precipitaciones extremas horarias y diarias utilizando el Modelo Aditivo Generalizado para Ubicación, Escala y Forma (GAMLSS), empleando diferentes índices climáticos, como la Oscilación Multidecadales del Atlántico (AMO), el Índice de SST de El Niño 3.4 (ENSO), la Oscilación Decadal del Pacífico (PDO), el Pool Cálido del Hemisferio Occidental (WHWP) y otras covariables. Se consideran aplicaciones a ciudades costeras seleccionadas en los EE. UU. En general, la AMO, la PDO y la WHWP son los factores dominantes que influyen en las lluvias extremas. El modelo no estacionario supera al modelo estacionario en el 92% de los casos durante el período de ajuste. Sin embargo, en términos de su rendimiento predictivo durante los próximos 5 años, el modelo ST logra una mayor verosimilitud logarítmica en el 86% de los casos. Se consideran las implicaciones para el diseño de lluvias variables en el tiempo en áreas costeras, ya sea que esto corresponda a un diseño estructural o a la duración de un contrato para un instrumento financiero para la titulización de riesgos. Se discute la oportunidad de utilizar estos modelos probabilísticos variables en el tiempo para la gestión adaptativa del riesgo de inundaciones en un contexto de ciudad costera.