Una serie temporal (gráfico de datos con el tiempo) es como un electrocardiograma de tu estación: si sabes mirar la forma, puedes detectar rápido si el dato está sano o si hay un problema de sensor, instalación, entorno o software. La idea aquí es aprender señales visuales muy típicas (escalones, agujas, dientes de sierra, valores pegados, desfases) y qué hacer sin entrar en estadística pesada.

Este artículo forma parte del tema Datos de calidad en WikiMeteo.es, donde reunimos conceptos y guías prácticas para entender mejor el tiempo y el clima.

1. Qué significa ‘verlo en series’ y por qué importa

Verlo en series es mirar cómo cambia el dato en el tiempo. Muchos errores no se detectan por un valor suelto, sino por su patrón: si se repite, si aparece a horas exactas, si no cuadra con otras variables o si rompe límites físicos razonables.

2. Idea clave en 30 segundos

• En una frase: los errores dejan formas típicas en el gráfico (escalón, aguja, pegado, diente de sierra, desfase) y suelen delatar su causa
• Señal típica: cambio brusco sin transición o repetición periódica
• Confusión común: borrar picos reales (sobre todo de lluvia convectiva) pensando que “son demasiado bruscos”

3. Mapa de formas: qué ves en el gráfico y qué suele ser

• Escalón (salto y se queda): cambio de emplazamiento, cambio de abrigo, calibración, altura distinta, o cambio de unidad/pipeline.
• Aguja (spike) aislada: ruido eléctrico, paquete corrupto, lectura puntual mala, interferencia o insecto/vibración en pluvio.
• Diente de sierra regular: agregación rara (medias mal hechas), redondeo temprano, o un ciclo de publicación/cache.
• Valores pegados (se queda fijo): sensor atascado, condensación, o proceso congelado (logger/API).
• Platea/recorte (no pasa de un valor): saturación del sensor o límite de escala.
• Desfase temporal (todo va ‘tarde’ o ‘pronto’): UTC vs hora local, cambio de hora, o drift del reloj.

4. Señales que apuntan a instalación/abrigo (muy típico en T y HR)

• T máximas demasiado altas en días soleados y calma: abrigo mal ventilado o radiación indirecta (pared/suelo reflectante).
• HR muy alta muchas horas sin niebla: sensor mojado/condensación o abrigo que retiene humedad.
• Patrón ‘solo falla a ciertas horas’: sombra, insolación, o ventilación dependiente del viento.

5. Señales que apuntan a software/pipeline (las más traicioneras)

• Saltos a horas exactas: cron, ventanas de agregación, reseteos de acumulados.
• Acumulado diario raro (sube y baja o reinicia): reinicio del logger, cambio de hora, o cálculo de ‘día’ distinto (UTC vs local).
• Duplicación: mismo evento repetido por reintentos (puede duplicar lluvia o rachas).

6. Picos convectivos: cómo no cargarte meteorología real

La convectiva produce picos reales muy bruscos (lluvia intensa en minutos, rachas fuertes, bajones de temperatura por outflow). Antes de llamar “error” a un pico:

• Busca coherencia: ¿sube lluvia y a la vez baja T y sube HR? ¿hay racha? Eso suele ser real.
• Compara con señales externas si puedes (radar/rayos) y con estaciones cercanas (si existen).
• Si el pico es único pero plausible, márcalo como sospechoso en vez de borrarlo sin más.

7. Checklist de 5 minutos (triage rápido)

• 1) Mira la forma: escalón, aguja, pegado, diente de sierra, desfase.
• 2) Mira la hora: ¿pasa a horas redondas? ¿coincide con cambio de hora?
• 3) Busca coherencia: T/HR/lluvia/viento/presión/radiación deberían contar una historia compatible.
• 4) Sospecha de instalación: si el fallo depende de sol/calmas o de orientación.
• 5) Conecta con mantenimiento: limpiar pluviómetro, verificar nivelado, revisar abrigo/ventilación, conexiones.

8. Errores comunes

• Filtrar o suavizar una serie y borrar extremos reales
• Corregir valores sin anotar la causa (luego no sabes qué pasó)
• Ignorar el tiempo (UTC/cambio de hora) y perseguir un “fallo” inexistente
• Mirar una sola variable sin comprobar coherencia con las demás

9. Buenas prácticas

• Separar dato bruto de dato marcado (flags) y de derivados
• Cuando cambies algo (abrigo, altura, sensor), dejar metadato con fecha
• Revisar y mantener: limpieza, nivelado, ventilación del abrigo, conectores
• Preferir marcar sospecha antes que borrar sin pista

10. Resumen y claves finales

• La forma del gráfico suele delatar el tipo de problema
• Errores de tiempo y agregación pueden parecer meteorología
• Convectiva: picos bruscos pueden ser reales, valida antes de invalidar
• Mantenimiento + metadatos convierten el QC en algo estable
• Coherencia entre variables es el detector más barato y fiable

11. Mini-glosario

• Serie temporal: valores ordenados en el tiempo
• Spike: pico aislado muy corto
• Escalón: salto que se mantiene
• Drift: deriva del reloj del logger
• Flag: marca de calidad (ok/sospechoso/malo) sin borrar el dato

12. Referencias y lecturas recomendadas

• AEMET: documentación y recursos sobre observación y calidad de datos
• WMO: guías de instrumentación, exposición y metadatos
• NOAA: recursos educativos y documentación sobre observación y series