Este checklist es para cuando quieres una respuesta clara: ¿puedo confiar en estos datos? No hace falta un laboratorio ni un máster: con una rutina corta (y repetible) puedes detectar la mayoría de fallos típicos de estaciones y pipelines (hora/UTC, abrigo y exposición, outliers, resolución/ redondeo, pluvio, radiación/UV, y errores de procesamiento). Aquí tienes una lista práctica, con ejemplos de cosas que pasan de verdad y qué hacer cuando aparecen banderas.

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 vas a conseguir con este checklist

Al final, deberías poder: (1) detectar errores obvios y sutiles, (2) separar dato real de fallo de sensor/proceso, y (3) dejar el sistema “fino” con acciones concretas (limpieza, nivelado, ajuste de tiempo, flags, o cambios de procesamiento).

2. Idea clave en 30 segundos

• En una frase: si el tiempo está bien, las series son coherentes y el sensor no hace cosas imposibles, puedes confiar mucho más
• Señal típica: escalón, pico raro, o patrón imposible que se repite cada día
• Confusión común: arreglarlo “a ojo” en vez de marcar flags y corregir la causa

3. Checklist exprés (2 minutos)

• Tiempo: ¿la última muestra es reciente? ¿la hora cuadra (UTC/local)?
• Gaps: ¿hay huecos en la última hora / 24 h?
• Forma de la serie 24 h: ¿hay picos aislados o escalones?
• Pluvio: ¿llueve “miguitas” en un día completamente seco?
• Radiación/UV: ¿curva diurna lógica? ¿UV no negativo y razonable?
• Coherencia interna: ¿temperatura, humedad y presión cuentan una historia compatible?

4. Checklist completo (paso a paso)

4.1 Tiempo, UTC y cadencia

• ¿Guardas en UTC? Si no, anótalo: muchos problemas nacen aquí.
• ¿Hay cambio de hora/DST? Busca duplicados o saltos de 1 hora.
• ¿Cadencia estable? Si de repente cambia (p.ej. de 1 min a 5 min), los extremos y acumulados pueden romperse.
• Ejemplo real: el logger deriva 2–3 minutos/día → los máximos diarios caen “mal” y comparas peras con manzanas.

4.2 Completitud y datos faltantes

• % de datos: revisa última hora, 24 h y 7 días.
• Patrón de gaps: siempre a la misma hora suele ser reinicio/tarea programada.
• Ejemplo real: microcortes de red: cada noche faltan 3–5 minutos → extremos diarios se sesgan.

4.3 Abrigo, exposición y entorno (lo que más sesga)

• Abrigo: limpio, ventilado, sin obstrucciones.
• Sombras/reflejos: paredes, tejados, suelos claros, chimeneas.
• Viento y calma: en calma, un abrigo mediocre infla máximas con sol.
• Ejemplo real: máximas “demasiado” altas solo en días despejados y sin viento → exposición/abrigo, no ola de calor.

4.4 Outliers (picos raros) y sensores pegados

• Picos aislados: salto brusco y vuelta rápida (ruido/lectura corrupta).
• Stuck: valores clavados durante demasiado tiempo.
• Ejemplo real: HR al 99–100% toda la tarde con sol fuerte → sensor/abrigo, o condensación.

4.5 Resolución, redondeo y cuantización

• Resolución: pasos “a escalones” pueden ser normales (según sensor), pero también indicar mala configuración.
• Redondeo: si redondeas antes de acumular/mediar, introduces sesgo.
• Ejemplo real: temperatura siempre en .0 o .5 → puede ser cuantización; útil saberlo para tendencias finas.

4.6 Precipitación (pluviómetro)

• Nivelado: si no está nivelado, sesga acumulados.
• “Miguitas” en seco: vibración, insectos, suciedad o rebote.
• Saltos raros: ticks enormes de golpe sin señal meteorológica.
• Ejemplo real: 0,2 mm cada hora en un día despejado → falso positivo típico.

4.7 Radiación e índice UV

• Curva diurna: debería subir y bajar de forma coherente (con nubes puede “serruchar”, pero no hacer cosas imposibles).
• UV: no negativo; valores muy altos con sol bajo suelen ser señal de fallo/escala.
• Ejemplo real: UV alto al amanecer → sensor mal o unidad/escala incorrecta.

4.8 Coherencia interna (cruces rápidos)

• T y Td: el punto de rocío no debería superar la temperatura si está bien calculado.
• HR y radiación: HR 100% persistente con radiación fuerte puede ser sospechoso.
• Presión: saltos grandes en minutos no suelen ser meteorología real.

5. Checklist de “antes de publicar” (extremos y resúmenes)

• Máximas/mínimas: ¿coinciden con forma de serie? ¿hay outliers que los “secuestran”?
• Acumulados de lluvia: ¿hay ticks espurios? ¿se corrigió el nivelado?
• Serie limpia: ¿hay tramos con flags? (mejor mostrar flag que borrar sin avisar).

6. Checks automáticos con flags (sin romper el dato)

La idea no es borrar: es etiquetar para que los derivados (extremos, diarios, comparaciones) sepan qué usar. Un esquema simple de flags suele bastar:

• RANGE_HARD: fuera de límites físicos/instrumentales.
• RANGE_SOFT: fuera de lo esperable (aviso).
• SPIKE: salto puntual grande.
• STUCK: variación casi nula durante ventana.
• GAP: dato faltante o cadencia rota.
• DUP: timestamp duplicado (DST/reintentos).
• DRIFT: deriva temporal detectada.
• SUSPECT_EXPOSURE: patrón compatible con exposición/abrigo (p.ej. máximas infladas en calma y sol).

Ejemplos de sensores reales (patrones típicos):

• Termo-higrómetro: HR clavada y T con “dientes” → condensación o ventilación pobre.
• Pluviómetro: ticks periódicos en seco → vibración/insectos/suciedad.
• UV: valores incoherentes en amanecer/atardecer → escala/unidad/sombra.

7. Qué hacer cuando algo falla (acciones rápidas)

• Tiempo mal: sincroniza (NTP si posible), corrige zona/UTC, revisa DST, y recalcula derivados.
• Gaps: revisa energía/red, y marca ventanas con flags para no sesgar diarios.
• Picos aislados: flag SPIKE; revisa cableado/ruido.
• Stuck: revisa sensor y abrigo; puede ser condensación o conector.
• Máximas infladas: revisa abrigo, ventilación y entorno; compara con un punto cercano si existe.
• Lluvia espuria: limpia, nivela, revisa fijación; flag de ticks sospechosos.
• UV raro: revisa instalación y calibración/escala.

8. Errores comunes

• Confundir “fuera de lo normal” con “incorrecto”
• Redondear antes de acumular (sesga lluvia y medias)
• No documentar mantenimiento (luego no entiendes los cambios)
• Comparar con modelos/ensembles sin QC previo
• Arreglar a mano sin flags ni trazabilidad

9. Buenas prácticas

• Guardar raw en UTC y no tocarlo
• Aplicar flags reproducibles
• Recalcular derivados usando flags
• Registrar mantenimiento con fecha
• Usar radiación/UV como testigo de exposición

10. Resumen y claves finales

• Haz siempre: tiempo + gaps + forma 24 h + pluvio + radiación/UV + coherencia
• Los flags etiquetan; no “maquillan”
• Abrigo/exposición sesga más de lo que parece
• Un buen checklist evita récords falsos y comparaciones engañosas

11. Mini-glosario

• Outlier: valor anómalo, no necesariamente “falso” (requiere contexto)
• Cuantización: escalones por resolución del sensor
• Flag: etiqueta de calidad aplicada a una muestra o ventana
• Derivados: productos calculados (diarios, extremos, medias)

12. Referencias y lecturas recomendadas

• NASA: recursos de observación y calidad/uso de datos
• NOAA: guías técnicas y educativas de instrumentación y datos
• WMO: estándares y buenas prácticas de medición y calidad