El modelado de datos ambientales juega un papel crucial en la explicación de fenómenos ambientales. En algunos casos, distribuciones bien conocidas, por ejemplo, Weibull, inversa Weibull y distribuciones de Gumbel, no pueden modelar adecuadamente eventos ambientales. Por lo tanto, muchos autores han intentado encontrar nuevas distribuciones estadísticas para representar de manera más precisa los fenómenos ambientales. En este documento se introduce una distribución log-Moyal generalizada -monótona (-GlogM) y se derivan algunas propiedades estadísticas como la función de distribución acumulativa, la función de tasa de riesgo (hrf), la representación de mezcla de escalas y momentos. La función hrf de la distribución -GlogM puede formar una variedad de formas, incluida la forma de bañera. La distribución -GlogM converge a las distribuciones generalizadas seminormales (GHN) e inversas GHN. Se reduce a las distribuciones slash GHN e inversa GHN -monótonas para ciertas configuraciones de parámetros. Se utilizan conjuntos de datos ambientales para mostrar implementaciones de la distribución -GlogM y también para comparar su rendimiento de modelado con sus competidores. Las comparaciones se realizan utilizando criterios de información bien conocidos y estadísticas de bondad de ajuste. Los resultados de la comparación muestran que la distribución -GlogM es preferible sobre sus competidores en términos de capacidad de modelado.