Datos, calidad y series · Última actualización: 2026-01-27

Calidad de datos meteorológicos: lo que decide si puedes confiar: casos y ejemplos

En calidad de datos, la teoría se entiende de verdad cuando ves casos reales. Aquí vas a aprender a leer situaciones típicas (picos raros, escalones, reloj desfasado, lluvia “fantasma”, sensores pegados) con una idea sencilla: antes de tocar nada, identifica el patrón y decide si es meteorología real o un problema del sensor/pipeline. Cada caso incluye una lectura paso a paso y una acción concreta.

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.

Accesos directos:

  • Si quieres ir a lo práctico ya: salta a los casos 4 a 10.
  • Si te interesa la lluvia convectiva: mira los casos 8 y 9 (picos reales vs errores).
  • Relacionado: instrumentos-meteorologicos,nowcasting-que-es-y-cuando-funciona

1. Cómo usar este artículo

Lee cada caso como si fuera una “historia”: (1) qué ves en la serie/panel, (2) qué hipótesis son razonables, (3) qué confirmación rápida puedes hacer con coherencia interna o con observaciones cercanas, y (4) qué acción dejará el sistema mejor sin borrar información.

2. Idea clave en 30 segundos

  • En una frase: un dato raro no se arregla; se diagnostica, se etiqueta (flag) y se corrige la causa
  • Señal típica: patrón que se repite o incoherencia entre variables
  • Confusión común: tratar lluvia convectiva real como “pico erróneo” solo porque es abrupta

3. Antes de empezar: 3 comprobaciones rápidas

  • Tiempo: ¿UTC/local/DST bien? ¿último dato reciente?
  • Cadencia: ¿muestreo estable?
  • Coherencia interna: ¿T, HR/Td, presión, viento y lluvia cuentan algo compatible?

4. Caso 1: “Escalón” en temperatura (sube y se queda)

Lo que ves: T sube 2–5 °C de golpe y a partir de ahí todo el día va desplazado.

  • Hipótesis probables: cambio de emplazamiento, abrigo tocado/limpieza, sensor re-colocado, cambio de calibración/firmware, sombra/reflectancia nueva.
  • Confirmación rápida: ¿radiación/UV y viento explican el salto? ¿presión y HR siguen normales? ¿coincide con hora de mantenimiento?
  • Qué hacer: documenta evento en metadatos; aplica flag de “breakpoint” en el QC; evita comparar antes/después sin homogeneización.

5. Caso 2: Picos aislados en temperatura (aguja y vuelta)

Lo que ves: T hace un pico de 5–10 °C en 1–2 muestras y vuelve.

  • Hipótesis probables: lectura corrupta, ruido eléctrico, cable flojo, condensación en electrónica, error de parseo.
  • Confirmación rápida: ¿pasa también en HR o en otra variable? Si solo es T y es instantáneo, suele ser spike.
  • Qué hacer: flag SPIKE; no borres raw; revisa cableado/conectores.

6. Caso 3: Humedad al 99–100% “todo el día”

Lo que ves: HR pegada arriba durante horas en un día sin niebla evidente.

  • Hipótesis probables: sensor mojado/condensación, abrigo sucio, mala ventilación, lluvia reciente y secado lento.
  • Confirmación rápida: ¿radiación alta y HR sigue 100%? sospechoso. ¿Td casi igual a T todo el día? mira coherencia con cielo y visibilidad.
  • Qué hacer: mantenimiento (limpieza/ventilación), flag STUCK o SUSPECT_EXPOSURE según patrón, y recalcula Td/índices usando flags.

7. Caso 4: Presión con saltos bruscos

Lo que ves: saltos de varios hPa en minutos y luego vuelve o se queda desfasada.

  • Hipótesis probables: sensor presion fallando, offset aplicado mal, cambio de altitud configurada, error de unidades.
  • Confirmación rápida: compara con estaciones cercanas o reanálisis; la presión real no hace dientes tan rápidos.
  • Qué hacer: flag RANGE_SOFT/SPIKE; revisar configuración altitud/offset; documentar cambio.

8. Caso 5: Deriva del reloj del logger (todo se “mueve”)

Lo que ves: máximas/mínimas caen en horas raras, y al comparar con otros sitios “vas tarde” o “vas pronto”.

  • Hipótesis probables: deriva de reloj, NTP ausente, reset parcial, zona horaria mal.
  • Confirmación rápida: mira la diferencia entre timestamp y hora real; detecta drift acumulado en días.
  • Qué hacer: corregir hora (ideal NTP), flag DRIFT_TIME para ventanas; recalcular diarios/extremos con timestamps corregidos si tu sistema lo permite, conservando raw original.

9. Caso 6: Lluvia “fantasma” (miguitas en un día seco)

Lo que ves: 0,1–0,3 mm repartidos durante el día, sin señal meteorológica.

  • Hipótesis probables: vibración, insectos, suciedad, balancín sensible, rebote, viento fuerte que hace vibrar.
  • Confirmación rápida: ¿radar/satélite muestran nada? ¿hay HR alta y nubes? Si todo indica seco, sospecha pluvio.
  • Qué hacer: limpieza y nivelado, revisar fijación; flag SUSPECT_RAIN_FALSE para esos ticks; evita sumar al diario sin QC.

10. Caso 7: Lluvia convectiva real (picos bruscos pero verdaderos)

Lo que ves: acumulación salta rápido (p.ej., varios mm en pocos minutos) y luego se para.

  • Lo importante: la convectiva sí puede ser abrupta. Un salto grande no es automáticamente error.
  • Confirmación rápida: busca coherencia con: radar (eco intenso y pequeño), rayos, caída de temperatura, subida de HR, cambio de viento (rachas/outflow), nubosidad en satélite.
  • Señales de que es real: coincide con radar/rayos; hay cambios coherentes en T/HR/viento; puede haber racha.
  • Señales de que es falso: ticks periódicos sin radar; lluvia con radiación plena y HR baja sin cambios; patrón repetido a la misma hora varios días.
  • Qué hacer: si es real, no filtres; si dudas, marca flag blando y revisa con observación externa.

11. Caso 8: “Outliers” por muestreo/intervalo (aliasing)

Lo que ves: el panel parece errático, pero la estación muestrea poco (p.ej. cada 10 min) y te pierdes picos reales o te quedas con un punto extremo.

  • Hipótesis: cadencia insuficiente, promedios mal definidos, ventana de acumulación incorrecta.
  • Confirmación rápida: revisa cadencia real y cómo se agregan los datos.
  • Qué hacer: aumenta frecuencia o define claramente medias/máximas; flag de “cadencia baja” para interpretación.

12. Caso 9: “Homogeneización” (cuando cambia el sitio o el sensor)

Lo que ves: el clima “cambia” de un día para otro y no cuadra con el entorno.

  • Hipótesis: traslado, altura distinta, nuevo abrigo, sensor nuevo, entorno cambió.
  • Confirmación rápida: metadatos de mantenimiento; comparación con vecinas; patrón persiste meses.
  • Qué hacer: registra breakpoint; para climatología, considera homogeneización; para operativa diaria, avisa del cambio.

13. Caso 10: Consistencia interna rota (cuando una variable “miente”)

Lo que ves: Td supera T, HR baja con lluvia intensa sin explicación, o presión se vuelve loca mientras lo demás no.

  • Hipótesis: fórmula mal aplicada, unidades erróneas, parseo, sensor fallando.
  • Confirmación rápida: recalcula Td desde T y HR; revisa unidades y escalas.
  • Qué hacer: flag de consistencia interna, corregir pipeline, recalcular derivados.

14. Errores comunes

  • Eliminar datos en vez de etiquetar (pierdes trazabilidad)
  • No mirar radar/satélite al decidir si la convectiva es real
  • Olvidar que el reloj y el DST pueden “fabricar” errores
  • Comparar climatología sin marcar breakpoints por cambios de sensor/emplazamiento

15. Buenas prácticas

  • Raw en UTC y QC con flags
  • Metadatos de mantenimiento siempre
  • Convectiva: confirmar con radar/rayos antes de “filtrar picos”
  • Recalcular derivados con reglas reproducibles

16. Resumen y claves finales

  • La forma del error suele delatar su causa (escalón, aguja, pegado, repetición)
  • La coherencia interna es tu detector más rápido
  • La convectiva puede dar picos reales: usa observación externa para decidir
  • Etiqueta (flags) y corrige causa: eso es calidad de verdad

17. Mini-glosario

  • Breakpoint: punto donde cambia el régimen por cambio de sensor/emplazamiento
  • Aliasing: efectos por muestrear demasiado lento
  • Consistencia interna: reglas entre variables (T, HR, Td, presión, lluvia)

18. Referencias y lecturas recomendadas

  • ECMWF: documentación y recursos de datos y validación
  • Copernicus: productos y guías de uso de datos
  • WMO: estándares de instrumentación, exposición y QC