Dada la aleatoriedad inherente a los problemas de dinámica de fluidos y las limitaciones en la cognición humana, la modelización y simulación de Dinámica de Fluidos Computacional (CFD) están afectadas por incertidumbres no despreciables, lo que genera dudas sobre la credibilidad de la CFD. Cuantificar científica y rigurosamente la incertidumbre de la CFD es fundamental para evaluar su credibilidad e informar decisiones de ingeniería. Con el fin de cuantificar la incertidumbre de las respuestas del campo de flujo multidimensional derivadas de parámetros del modelo inciertos, este artículo propone un método basado en la Descomposición Ortogonal Propia Gappy (POD) para complementar datos de campo de flujo de alta fidelidad dentro de un marco que aprovecha la POD y modelos sustitutos. Este enfoque permite la generación de campos de flujo de alta fidelidad correspondientes a partir de campos de flujo de baja fidelidad, reduciendo significativamente el costo de la computación del campo de flujo de alta fidelidad en la modelización de propagación de incertidumbre. A través de un análisis del impacto de la incertidumbre en los coeficientes del modelo de turbulencia Spalart-Allmaras (SA) sobre la distribución de los coeficientes de fricción en la pared para el perfil aerodinámico NACA0012 y los coeficientes de presión para el ala M6, se demuestra que el enfoque de modelización de multifidelidad propuesto ofrece avances significativos tanto en precisión como en eficiencia en comparación con métodos de unifidelidad, proporcionando un modelo de predicción robusto y eficiente para muestreo aleatorio a gran escala.