El objetivo de este estudio fue desarrollar una metodología de minería de información para la modelización y predicciones de sequías utilizando registros históricos de datos climáticos, satelitales, ambientales y oceánicos. Se utilizó el enfoque de árbol de clasificación y regresión (CART) para extraer episodios de sequía en diferentes intervalos de predicción con retraso temporal. Usando el enfoque CART, se construyeron varios árboles de modelo exitosos, que pueden ser fácilmente interpretados y utilizados por los tomadores de decisiones en sus decisiones de gestión de sequías. Se encontró que las reglas de regresión producidas por CART tenían coeficientes de correlación de 0.71 a 0.95 en la modelización solo con reglas. Las precisiones de los modelos fueron más altas en el modelo de instancias y reglas (0.77-0.96) en comparación con el modelo solo con reglas. A partir del análisis experimental, se concluyó que diferentes combinaciones de los modelos de vecino más cercano y comité aumentan significativamente el rendimiento de los modelos de sequía CART. Para obtener resultados más robustos de la metodología desarrollada, se recomienda que futuras investigaciones se centren en seleccionar atributos relevantes para la identificación y predicción de episodios de sequía de inicio lento.