Cuando hablamos de “calidad de datos”, en realidad hablamos de métodos para detectar fallos y decidir si un dato se usa, se marca (flag) o se descarta. No existe un único método perfecto: lo sensato es combinar varios enfoques simples, porque cada uno pilla fallos distintos. Aquí vamos a comparar los más útiles (rangos, coherencia entre variables, series temporales, metadatos, muestreo, outliers, redondeo y revisiones del pluviómetro) y cuándo conviene cada uno.

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 es “un método de control de calidad”

Es una regla o conjunto de reglas para detectar si un dato es probable que sea real o sea un fallo (sensor, instalación, reloj, transmisión, formato). La idea no es “perseguir el número perfecto”, sino evitar que errores silenciosos contaminen diarios, extremos, gráficas o comparaciones con modelos.

2. Idea clave en 30 segundos

• En una frase: combina métodos: cada uno ve fallos diferentes y juntos son más fiables
• Señal típica: el dato “canta” en serie (patrón raro) aunque en un instante parezca plausible
• Confusión común: pensar que un outlier siempre es error (a veces es un evento real)

3. Método 1: rangos plausibles (límites físicos o regionales)

Es el enfoque más simple: si un valor está fuera de un rango razonable (por física o por climatología local), lo marcas. Es rápido y útil para errores graves, pero no detecta sesgos pequeños ni problemas sutiles.

• Cuándo usarlo: primer filtro, especialmente en ingestión.
• Qué detecta bien: valores imposibles (p. ej., HR > 100%, lluvia negativa, presión absurda).
• Qué se le escapa: máximas infladas 1–3 °C por radiación, lluvia espuria de 0,2 mm, drift temporal.

4. Método 2: coherencia entre variables (reglas cruzadas)

Compara variables que deberían “moverse” juntas o al menos no contradecirse. Es potentísimo para detectar fallos de instalación (abrigo, pluviómetro, redondeos) sin necesitar una estación vecina.

• Ejemplo: lluvia con cielo despejado + sin eco radar + ticks con viento fuerte → sospecha.
• Ejemplo: máximas disparadas solo con sol y calma → sospecha de abrigo/ventilación.

5. Método 3: análisis de series (patrones)

Mirar la serie temporal es como escuchar el “acento” de tu estación: detectas cosas que un dato suelto no muestra.

• Patrones típicos: escalones, saturación, “stuck” (se queda fijo), picos aislados, ruido excesivo.
• Cuándo usarlo: revisión diaria/semanal, y cuando sospechas de cambios tras mantenimiento.

6. Método 4: metadatos y timestamp (la parte invisible que rompe todo)

Metadatos = unidades, resolución, sensor, firmware, ubicación, altura, zona horaria. Si esto está mal, puedes tener datos “bonitos” pero desplazados, duplicados o comparaciones falsas. El timestamp (UTC vs hora local) es la causa #1 de caos en resúmenes diarios.

7. Outliers: qué son y por qué aparecen

Un outlier es un dato raro comparado con su contexto. Puede ser error (spike) o evento real (granizo, racha local, microburst). La clave es: contexto (series + coherencia + observación).

• Error típico: borrar outliers sin mirar contexto y sin dejar nota/flag.
• Pista rápida: si no hay soporte en variables relacionadas ni en continuidad temporal, sospecha.

8. Muestreo y resolución: cómo te engañan sin que lo notes

El muestreo (cada cuánto se mide) y cómo se promedian/registran los datos pueden crear falsos picos o esconder extremos reales.

• Ejemplo: ráfagas medidas como promedio de 10 min vs pico real de 3 s.
• Ejemplo: lluvia acumulada con resolución gruesa: aparecen saltos tipo “escalera”.

9. Redondeo: el fallo silencioso (y muy común)

Si un sensor o el pipeline redondea demasiado, la serie pierde información y puede parecer “rara”: escalones constantes (p. ej., 0,5 °C), máximas/mínimas sesgadas o humedad “a saltos”.

10. Pluviómetro: por qué exige método propio

La lluvia es la variable con más falsos positivos: suciedad, insectos, vibración, rebote del balancín, mala nivelación. Por eso conviene un enfoque específico: coherencia + inspección + flags.

• Señal típica: “migas” en días secos, a menudo coincidiendo con viento.
• Acción: limpiar, revisar nivelado, fijación, y marcar ticks sospechosos.

11. Checklist de decisión (sin liarla)

• 1) ¿Timestamp/UTC correcto? Si no: corregir y rehacer derivados.
• 2) ¿Esquema/unidades OK? Si no: flag y arreglar parser/pipeline.
• 3) ¿Rango plausible? Si no: flag fuerte.
• 4) ¿Coherencia multivariable? Si no: flag sospechoso y revisar instalación.
• 5) ¿Patrón en la serie? Si sí: investigar causa (sensor, mantenimiento, redondeo, muestreo).

12. Errores comunes

• Usar solo rangos y creer que ya está todo controlado
• Confundir outlier con error (o al revés) sin mirar contexto
• Ignorar muestreo/resolución y comparar “peras con manzanas”
• No vigilar el pluviómetro y acumular lluvia espuria
• Olvidar metadatos/UTC y romper diarios

13. Buenas prácticas

• Combinar métodos: rangos + coherencia + serie + metadatos
• Usar flags y notas (trazabilidad) en vez de borrar a ciegas
• Revisión corta pero constante (mejor 5 min diarios que 2 h una vez al mes)

14. Resumen y claves finales

• No hay un método único: la combinación es lo que te da confianza
• Timestamp/metadatos son “invisibles” pero determinan todo
• Outliers necesitan contexto: serie + coherencia + observación
• Muestreo y redondeo pueden engañarte sin que lo notes
• Pluviómetro merece reglas específicas y mantenimiento

15. Mini-glosario

• Outlier: valor raro respecto a su contexto
• Muestreo: frecuencia de medición/registro
• Resolución: “granularidad” del dato (p. ej., 0,1 °C vs 0,5 °C)
• Metadatos: información sobre cómo se mide y procesa el dato
• Flag: etiqueta de calidad (informativo/sospechoso/inválido)

16. Referencias y lecturas recomendadas

• WMO: guías de observación e instrumentación, y control de calidad
• NOAA: recursos sobre datos, instrumentación y calidad
• NASA: recursos educativos y contexto de observación/medición