Con el objetivo de comprender el impacto de la contaminación del aire en la salud humana y los ecosistemas en la región de los Andes tropicales (TAR), buscamos acoplar el Modelo de Investigación y Pronóstico del Tiempo (WRF) con los modelos de transporte químico (CTM) Simulación de Ozono a Largo Plazo y Smog Operacional Europeo (LOTOS-EUROS), a resoluciones alta y regional, con y sin asimilación. Los factores establecidos para WRF se basan en las estimaciones optimizadas del clima y el tiempo en ciudades y islas de calor urbano en la región TAR. Es bien conocido en el campo de la investigación y pronóstico del tiempo que la incertidumbre de los modelos no lineales es un problema importante, lo que hace que un análisis de sensibilidad sea esencial. En consecuencia, este artículo busca cuantificar el rendimiento del modelo WRF en presencia de perturbaciones a las condiciones iniciales (IC), para un conjunto arbitrario de variables de espacio de estado (presión y temperatura), simulando una interrupción en las entradas del modelo. Para este fin, consideramos tres distribuciones sobre el término de error: una distribución normal estándar, una distribución normal y una distribución exponencial. Analizamos la sensibilidad de las salidas del modelo WRF empleando técnicas estadísticas no paramétricas y robustas, como estimaciones de distribución de kernel, pruebas de rango y bootstrap. Los resultados muestran que el modelo WRF es sensible en el tiempo, el espacio y los niveles verticales a cambios en las IC. Finalmente, demostramos que la distribución del error de la salida difiere de la distribución del error inducida sobre los datos de entrada, especialmente para distribuciones gaussianas.