Los sistemas de transporte de mercancías multimodal, que integran modos marítimos, ferroviarios y por carretera, desempeñan un papel vital en la logística moderna, pero enfrentan riesgos operativos, humanos y ambientales elevados debido a su complejidad e interdependencias. Para abordar las limitaciones de los métodos convencionales de evaluación de riesgos, este estudio propone un marco de modelado de riesgos híbrido que integra el análisis de árboles de fallos (FTA), árboles de fallos dinámicos (DFT) y razonamiento difuso. Este enfoque apoya el modelado de fallos secuenciales y captura incertidumbres cualitativas como la fatiga humana y la capacitación inadecuada. El marco incorpora métricas de fiabilidad, incluyendo el Tiempo Medio hasta la Falla (MTTF) y el Tiempo Medio Entre Fallas (MTBF), lo que permite la cuantificación de la resiliencia del sistema y la identificación de rutas críticas de fallo. La aplicación del modelo reveló que el error humano, particularmente las violaciones de procedimientos, la capacitación insuficiente y la fatiga, son el factor de riesgo dominante en los modos de transporte. El transporte por carretera mostró la mayor probabilidad de ocurrencia de riesgo ( = 0.9960), seguido por el ferroviario ( = 0.9937) y el marítimo ( = 0.9900). Al integrar el razonamiento probabilístico con conocimientos cualitativos, el modelo propuesto ofrece una herramienta flexible de apoyo a la decisión para los operadores logísticos y los responsables de políticas, permitiendo la planificación de riesgos basada en escenarios y mejorando la robustez del sistema ante la incertidumbre.