Si alguna vez has pensado “los datos se ven bien… pero algo no cuadra”, casi siempre el culpable está en los metadatos. Aquí tienes un checklist corto pero completo para dejarlo todo en orden sin volverte loco.

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 y por qué importa

Los metadatos son el contexto del dato: qué mide, cómo, cuándo, con qué unidades y qué ha cambiado. Si faltan o están mal, te pueden crear saltos, tendencias falsas o comparaciones injustas aunque el número “parezca real”.

2. Idea clave en 30 segundos

• En una frase: si no puedes explicar “qué cambió y cuándo”, la serie puede engañar sin avisar
• Señal típica: un salto o cambio de textura justo tras mantenimiento o actualización
• Confusión común: pensar que metadatos = lat/lon y ya

3. Checklist mínimo (lo obligatorio)

• Tiempo: ¿timestamps en UTC? ¿zona horaria explícita para visualización? ¿política de cambio de hora documentada?
• Unidades: ¿mm vs mm/h? ¿m/s vs km/h? ¿presión estación vs reducida? ¿UV índice vs irradiancia?
• Muestreo/agregación: ¿instantáneo o media 10 min? ¿racha máxima en qué ventana? ¿acumulado con qué corte diario?
• Sensor/instalación: modelo, altura, abrigo, orientación, entorno inmediato
• Proveniencia: ¿dato crudo o filtrado? ¿hay relleno de huecos o suavizado?
• Trazabilidad: registro de cambios (changelog) con fecha y motivo

4. Checklist de tiempo (UTC, cambio de hora y reloj)

• Guardar en UTC: el timestamp “de verdad” debe ser UTC (y luego convertir para mostrar)
• DST (cambio de hora): deja claro qué pasa en días de 23/25 horas y cómo calculas diarios
• Deriva del reloj (drift): anota si el logger tiene NTP o si se corrige a mano (y cuándo)
• Resolución temporal: cada cuánto llega el dato (1 min, 5 min, 10 min)

5. Checklist de sensor y entorno (lo que más crea sesgos)

• Abrigo de temperatura: tipo (pasivo/activo), altura, ventilación y si se cambió alguna vez
• Pluviómetro: tipo, resolución (por vuelco), altura, nivelación, protección de salpicaduras
• Anemómetro: altura, obstáculos cercanos, cambios de vegetación
• Radiación/UV: limpieza, sombras, calibración o reemplazo del sensor

6. Checklist de “qué significa el dato” (definiciones operativas)

• Viento: media y racha con ventana (p.ej. racha 3 s; media 10 min)
• Lluvia: incremental vs acumulada; intensidad instantánea vs promedio
• Presión: presión en estación vs presión reducida al nivel del mar
• UV: índice UV o irradiancia UV; método de cálculo si aplica

7. Checklist de proveniencia (crudo vs procesado)

• ¿Hay filtros? marca si hay eliminación de outliers, suavizado, interpolación o relleno
• ¿Hay correcciones? offsets aplicados (p.ej. calibración), y desde qué fecha
• ¿Hay re-muestreo? cambios de 1 min a 10 min, o de “instantáneo” a “media”

8. Checklist rápido de checks automáticos (flags)

Idea simple: cada dato puede llevar un “flag” que diga si es fiable, dudoso o inválido. No hace falta un sistema gigante: con 10 checks ya detectas el 80% de problemas.

• Rango físico: valores imposibles (ej. humedad > 100%, presión absurda)
• Saltos bruscos: cambios demasiado rápidos para esa variable
• Persistencia rara: variable clavada (sensor congelado)
• Consistencia interna: temperatura/dew point coherentes; UV alto con noche = sospecha
• Timestamp: duplicados, huecos, retrocesos en el tiempo

9. Ejemplos de flags “de andar por casa”

• WARN: valor raro pero posible (p.ej. racha muy alta aislada con tormenta cerca)
• FAIL: valor imposible o claramente corrupto (p.ej. lluvia negativa, hora duplicada masiva)
• INFO: evento conocido (mantenimiento, cambio de sensor) para que el usuario lo vea

10. Errores comunes

• No declarar UTC/DST y luego sufrir con diarios y acumulados
• Cambiar abrigo o ubicación y no registrarlo
• Mezclar crudo y filtrado sin indicarlo
• No especificar unidades y definición (racha, media, acumulado)
• No tener changelog mínimo

11. Buenas prácticas

• Guardar timestamps en UTC y convertir solo al mostrar
• Changelog simple: fecha, qué, por qué, impacto esperado
• Separar dato crudo y producto (procesado) con proveniencia clara
• Implementar flags básicos (WARN/FAIL/INFO) desde el día 1

12. Resumen y claves finales

• Metadatos buenos = datos defendibles y comparables
• UTC + política DST + control de drift evita el 50% de dolores
• Sensor/entorno y proveniencia explican la mayoría de “tendencias falsas”
• 10 checks automáticos con flags detectan fallos temprano
• Un changelog mínimo vale oro

13. Mini-glosario

• UTC: referencia horaria global
• DST: cambio de hora estacional
• Drift: deriva del reloj del logger
• Proveniencia: qué transformaciones se aplicaron al dato
• Flag: etiqueta de calidad (OK/WARN/FAIL/INFO)

14. Referencias y lecturas recomendadas

• AEMET: documentación y notas técnicas sobre observación
• WMO: guías de instrumentación y buenas prácticas
• NOAA: recursos de control de calidad y observación