Los períodos secos que ocurren durante la temporada de lluvias tienen implicaciones significativas para la productividad agrícola y el desarrollo socioeconómico, particularmente en países agrícolas de secano como Senegal. Este estudio emplea diversas herramientas basadas en la teoría del caos, incluyendo el método de lacunaridad, análisis reescalado y el método de descomposición empírica de modo completo mejorado con ruido adaptativo (ICEEMDAN), para investigar la distribución, predictibilidad y propiedades multiescala de la serie anual de la longitud máxima de los períodos secos (AMDSL) en Senegal durante la temporada de lluvias. El análisis se centra en 29 estaciones a lo largo de Senegal, abarcando el período de 1951 a 2010. Los hallazgos revelan un comportamiento persistente en la AMDSL en casi todas las estaciones, lo que indica que los modelos predictivos basados en la extrapolación de tendencias temporales pasadas podrían mejorar la previsión de la AMDSL. Además, se observa una distribución espacial bien definida del exponente de lacunaridad beta, que exhibe una relación discernible con los patrones de lluvia en Senegal. Notablemente, el exponente de lacunaridad muestra un gradiente de sur a norte para todos los umbrales, lo que sugiere su potencial para distinguir entre diferentes regímenes y zonas de sequía, al tiempo que ayuda a comprender los patrones de variabilidad espacial y temporal de la lluvia. Además, el análisis identifica cinco funciones de modo intrínseco (IMFs) significativas caracterizadas por diferentes períodos, incluyendo oscilaciones interanuales, interdecadales y multidecadales. Estas IMFs, junto con una tendencia no lineal, se identifican como las fuerzas impulsoras detrás de las variaciones de la AMDSL en Senegal. Entre las oscilaciones interanuales, emerge un cuasi-período de 3 años como el principal contribuyente y componente principal que influye en la variabilidad de la AMDSL. Adicionalmente, se identifican cuatro tipos morfológicos distintos de tendencias no lineales en las variaciones de la AMDSL, siendo las tendencias crecientes-decrecientes y crecientes las más prevalentes. Estos hallazgos contribuyen a una mejor comprensión de la variabilidad en las longitudes máximas anuales de los períodos secos, particularmente en el contexto del cambio climático, y proporcionan valiosos conocimientos para mejorar la previsión de la AMDSL. En general, este estudio mejora nuestra comprensión de la dinámica compleja que subyace a la ocurrencia de períodos secos durante la temporada de lluvias y presenta posibles vías para predecir y gestionar la AMDSL en Senegal.