El agua es esencial para todos los seres vivos, incluidos varios procesos/actividades ecológicos, geológicos, hidrológicos y climáticos. Con el cambio climático, los eventos asociados al El Niño/Oscilación del Sur (ENSO) parecen estimular patrones de precipitación y evapotranspiración altamente inciertos en todo el mundo. Los cambios en los patrones son muy sensibles a la variación de temperatura y, por lo tanto, también afectan los procesos naturales de flujo de agua. Este documento presenta un nuevo conjunto de enfoques de modelado estocástico para asociar secuencias de flujo de agua con tendencias climáticas. El trabajo presente se basa en un marco de modelado estocástico (HMM_GP) que integra un modelo oculto de Markov (HMM) con una distribución de Pareto generalizada (GP) para simular secuencias de flujo sintéticas. La distribución GP dentro del modelo HMM_GP tiene como objetivo mejorar la eficiencia del modelo para simular eficazmente eventos extremos. Este documento investiga además el potencial de la distribución de valor extremo generalizada (GEV) acoplada con un modelo HMM dentro de un esquema basado en regresión para asociar los impactos de los procesos de precipitación y evapotranspiración en el flujo de agua. La característica estadística del esquema de modelado pionero fue evaluada exhaustivamente para su idoneidad para generar y predecir secuencias de flujo de ríos sintéticos para un conjunto de proyecciones climáticas futuras, específicamente durante eventos de ENSO. El nuevo esquema de modelado puede adaptarse a una variedad de aplicaciones en hidrología, agricultura y cambio climático.