La presencia de la no estacionariedad en los conjuntos de datos de flujo ha desafiado la evaluación del riesgo de inundaciones. Se han propuesto herramientas y métricas de evaluación no estacionarias para abordar la no estacionariedad y guiar el diseño de infraestructuras y las medidas de mitigación. Hasta la fecha, el examen de cómo los riesgos de inundación se ven afectados por la no estacionariedad sigue siendo muy limitado. Este artículo, por lo tanto, examinó la asociación entre los riesgos de inundación y los patrones y grados no estacionarios de los conjuntos de datos subyacentes. Se adoptó el Filtro de Partículas, que permite evaluar la incertidumbre de las estimaciones puntuales, para realizar el análisis de frecuencia de inundaciones no estacionarias (NS-FFA) con el fin de estimar posteriormente los riesgos de inundación en tres casos de estudio reales. Los resultados sugirieron que los modelos NS-FFA óptimos y superiores seleccionados de acuerdo con la eficiencia de ajuste en general se alinean con el patrón de no estacionariedad, aunque no siempre pueden ser superiores en términos de incertidumbre. Además, los resultados demostraron la asociación y la sensibilidad de los riesgos de inundación a los patrones y grados de no estacionariedad percibidos. En particular, las variaciones de los riesgos de inundación se intensificaron con el aumento del grado de no estacionariedad, lo que debería evaluarse de manera más elaborada, es decir, considerando múltiples momentos estadísticos. Esto aboga por el potencial de utilizar las características de no estacionariedad como un proxy para evaluar las evoluciones de los riesgos de inundación.