Varios interesados buscan métodos efectivos para comunicar los posibles impactos de la lluvia de ciclones tropicales (CT) y los peligros de inundación subsiguientes. Si bien los métodos actuales, como las curvas de Intensidad-Duración-Frecuencia, ofrecen información, no capturan completamente la complejidad y variabilidad de la lluvia de CT. Esta investigación presenta un flujo de trabajo innovador que utiliza estimaciones de precipitación satelital GPM-IMERG para agrupar patrones espaciales y temporales de lluvia de CT, ilustrando así su potencial para la evaluación de peligros de inundación al simular las respuestas de inundación asociadas. La metodología se prueba utilizando series temporales de lluvia de un solo CT mientras atravesaba una zona de amortiguamiento de 500 km de diámetro alrededor de Dominica. El agrupamiento espacial particional con K-means identificó los clústeres espaciales de series temporales de lluvia con patrones temporales similares. El valor óptimo de = 4 fue el más adecuado para agrupar las series temporales de lluvia del CT probado. Las señales de precipitación representativas (RPS) del análisis de cuantiles generalizaron los patrones temporales del clúster. Las RPS sirvieron como entrada de lluvia para el openLISEM, un modelo hidrológico basado en eventos que simula características de inundación relacionadas. El CT probado exhibió tres niveles de magnitud de lluvia espacialmente distintos, es decir, extremo, intermedio y menos intenso, cada uno resultando en diferentes respuestas de inundación. Por lo tanto, la lluvia de CT varía en espacio y tiempo, afectando los peligros de inundación locales; las evaluaciones de inundación deberían incorporar la variabilidad para mejorar la respuesta y la recuperación.