Los efectos de la formación de hielo atmosférico pueden anticiparse mediante Dinámica de Fluidos Computacional (CFD). Estudios anteriores muestran que la transferencia de calor convectiva influye en la acumulación de hielo y es a su vez una función de la rugosidad de la superficie. La cuantificación de la incertidumbre (UQ) podría ayudar a cuantificar el impacto de los parámetros de rugosidad de la superficie en la fiabilidad de la predicción de la acumulación de hielo. Este artículo tiene como objetivo cuantificar las incertidumbres en la acumulación de hielo e identificar los principales parámetros de corrección de rugosidad de la superficie que más contribuyen a las incertidumbres en una formulación de Navier-Stokes promediada por Reynolds (RANS). Se utilizan simulaciones de acumulación de hielo sobre una placa plana rugosa utilizando dos modelos de corrección térmica para construir una base de datos RANS. Se desarrollan metamodelos de Expansión de Caos Polinómico No Intrusivo (NIPCE) para predecir la transferencia de calor convectiva y las características de formación de hielo de la base de datos RANS. Los metamodelos permiten el cálculo de los intervalos de confianza del 95% de la distribución de probabilidad de salida (PDF) y de los índices de sensibilidad de los parámetros de rugosidad según su nivel de influencia en las salidas. Para uno de los modelos de corrección térmica, el parámetro más influyente es la altura de rugosidad, mientras que para el segundo modelo es el coeficiente de corrección de superficie. Además, la incertidumbre en la temperatura del flujo libre tiene un impacto menor en la sensibilidad de la acumulación de hielo en comparación con la incertidumbre en los parámetros de rugosidad.