Cuando miramos un dato antiguo (una lluvia “récord”, una ola de calor histórica, una sequía larga o una granizada memorable), lo peligroso no es el dato en sí: lo peligroso es sacarlo de contexto. El contexto histórico es la diferencia entre “una cifra que impresiona” y “una evidencia que enseña algo”. Aquí vamos a ver cómo poner datos de archivo en contexto con comparaciones sanas (percentiles, rankings, ventanas) y con una idea clave: el territorio y la exposición cambian, así que el impacto de ayer y el de hoy no se interpretan igual.

Este artículo forma parte del tema Extremos históricos en WikiMeteo.es, donde reunimos métodos y guías para reconstruir episodios con rigor y sacar lecciones útiles.

1. Qué significa “poner en contexto” un dato antiguo

Poner un dato en contexto significa responder tres preguntas simples:

• ¿Comparado con qué? (serie, región, estación, época del año)
• ¿En qué ventana? (1h, 24h, semanal, mensual…)
• ¿Con qué calidad y trazabilidad? (metadatos, lagunas, cambios de estación)

Si falta una de esas piezas, el dato puede seguir siendo interesante, pero no debe usarse para afirmaciones fuertes.

2. Idea clave en 30 segundos

• En una frase: Un “récord” sin ventana, sin serie y sin QC es un titular, no un análisis.
• Señal típica: cifras sueltas (“lo nunca visto”) sin estación, sin unidad clara o sin periodo de comparación.
• Confusión común: comparar un episodio antiguo con el presente sin considerar cambios de exposición y del sistema afectado.

3. Ventanas de comparación: el truco que evita la mayoría de errores

• Granizo: suele ser muy local; la comparación suele ir por frecuencia de granizadas/daños + señales atmosféricas, más que por una “cifra universal”.
• Ola de calor: duración y noches (mínimas) importan tanto como la máxima; y la urbanización influye.
• Sequía: es acumulativa; comparar por semanas/meses y por balance demanda-oferta, no por un día suelto.
• Lluvia extrema: separar 1h (flash) y 24–72h (cuenca) cambia completamente la interpretación.

4. Percentiles vs récord: cómo no engañarse

En vez de “récord absoluto”, suele ser más útil decir:

• Percentil: “p99 en 24h” o “p95 de mínimas nocturnas”.
• Ranking: “top 5 de la serie en ese mes/temporada”.
• Contexto: “serie desde 1960” (o lo que sea) y si hubo cambios de estación/instrumento.

Esto baja el drama y sube la calidad.

5. Qué ha cambiado desde entonces (exposición y vulnerabilidad)

• Más urbanización: más superficie impermeable, más escorrentía rápida, más calor nocturno.
• Más redes críticas: dependencia de electricidad, carreteras, comunicaciones.
• Ocupación de zonas de riesgo: inundables, laderas, costa expuesta.

Resultado: incluso con un hazard parecido, el impacto puede ser mayor o distinto hoy.

6. Checklist de contexto en 10 pasos

1. Define la ventana: 1h/24h/mensual/duración.
2. Define la escala: estación, comarca, país.
3. Escribe la fuente: estación, informe, reanálisis, hemeroteca (etiqueta el tipo).
4. QC rápido: ¿metadatos, cambios, lagunas?
5. Serie comparable: ¿con qué periodo comparas?
6. Estacionalidad: ¿comparación por mes/temporada?
7. Percentil o ranking: expresa rareza sin vender humo.
8. Distribución espacial: ¿fue local o regional?
9. Impacto: qué falló y dónde (puntos críticos).
10. Lección: qué señal habría permitido actuar antes y qué acción reduce daño.

7. Señales tempranas y decisiones (en versión sencilla)

• Señales robustas: patrón persistente, bloqueo, suministro de humedad/masa.
• Señales finas: dónde cae el máximo, granizo local, rachas micro.

Decisión práctica: se puede activar prevención por vulnerabilidad cuando hay señales robustas, y ajustar a última hora con señales finas.

8. Errores comunes

• Usar “récord” como sinónimo de “impacto” (no es lo mismo).
• Comparar series no homogéneas o con estaciones movidas.
• Olvidar estacionalidad (p.ej., lluvia mediterránea cambia muchísimo según mes).
• Tomar reanálisis como medida exacta local de extremos convectivos.

9. Buenas prácticas

• Preferir percentiles/rankings y ventanas correctas.
• Guardar trazabilidad (fuente, ventana, unidad, ubicación, límites).
• Separar hazard e impacto y explicar cambios de exposición.
• Convertir el contexto en lecciones: señal → decisión → efecto.

10. Resumen y claves finales

• El contexto histórico evita comparar mal y evita récords engañosos.
• Ventana + serie + QC son el triángulo básico.
• Para aprender de verdad, hay que incluir vulnerabilidad y cambios de exposición actuales.

11. Mini-glosario

• Percentil: valor que deja por debajo un porcentaje de la serie (p99 = muy raro).
• Estacionalidad: cambio de distribución según la época del año.
• Exposición: personas/activos situados donde puede afectar el hazard.

12. Referencias y lecturas recomendadas

• Met Office: recursos sobre clima, extremos y análisis histórico
• NOAA: recursos sobre extremos, datos y comunicación del riesgo
• WMO: guías y glosarios sobre extremos y observación