Una serie temporal meteorológica no es solo una lista de números: es número + contexto. Ese contexto son los metadatos (hora en UTC o local, resolución del sensor, calibración, cambios de ubicación, mantenimiento, software). Cuando algo “no cuadra” en una gráfica, casi siempre hay un metadato detrás que lo explica. Aquí vas a aprender a ver esas pistas en la serie y a no confundir errores con meteorología real.

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 “manual” del dato: te dicen cómo se midió, cuándo, con qué resolución y qué cambios ocurrieron. Sin metadatos, una ruptura en una serie puede parecer clima… o un desastre. Con metadatos, muchas dudas se resuelven en minutos.

2. Idea clave en 30 segundos

• En una frase: si la forma de la serie cambia de golpe, primero busca un cambio en metadatos antes de inventarte explicaciones meteorológicas
• Señal típica: escalones, valores repetidos por cuantización, ciclos desfasados por hora
• Confusión común: llamar “outlier” a un extremo real o llamar “episodio” a un cambio de sensor

3. Cómo “habla” una serie: patrones que delatan el problema

• Escalón (shift): la serie sube o baja de repente y se queda ahí
• Deriva lenta: se va “despegando” poco a poco (semanas/meses)
• Dientes de sierra / escalones repetidos: típico de redondeo o resolución insuficiente
• Picos aguja: spikes de sensor, reenvíos o ingestión duplicada (ojo con convectiva en lluvia)
• Huecos periódicos: cortes de transmisión, batería, o reglas de pipeline

4. Qué metadatos mirar siempre (la lista corta)

• Tiempo: UTC vs local, política de cambios de hora, sincronización (NTP) y fuente de timestamp
• Resolución: paso mínimo que puede medir el sensor (p.ej. tips del pluviómetro, resolución de dirección del viento)
• Muestreo/agregación: cada cuánto se mide y cómo se promedia (1 min, 10 min, máximos de racha, etc.)
• Calibración y mantenimiento: fecha de calibración, sustitución de sensor, limpieza, nivelado
• Emplazamiento: altura, obstáculos, cambios de ubicación
• Software: versión del firmware/logger y cambios de reglas

5. Timestamps: UTC, cambios de hora y drift del logger

Este es el fallo más traicionero: el dato puede ser correcto, pero está mal fechado.

• UTC vs local: si mezclas, el ciclo diurno se desplaza y “parece” otra cosa
• Cambio de hora (DST): días con 23 o 25 horas; duplicados o huecos
• Drift: el reloj del logger se va minutos con el tiempo; el pico de temperatura aparece cada vez más tarde

Pista en la serie: máximos/minimos se mueven de hora sin razón meteorológica, o el patrón diario se corre exactamente 1h.

6. Resolución y cuantización: cuando la serie se vuelve “a escalones”

Si la resolución es pobre o hay redondeo agresivo, verás “escalones” o valores repetidos. Eso no es clima: es cuantización.

• En viento: dirección en saltos grandes (p.ej. 10°) y rachas “en múltiplos”
• En lluvia: acumulados en saltos fijos (p.ej. 0.2 mm por tip)
• En temperatura: décimas perdidas por truncado (sesgo a la baja)

7. Ejemplos prácticos en series reales (sin necesidad de otro instrumento)

• Anemómetro: rachas máximas que caen de golpe tras cambio de altura o entorno; dirección “bloqueada” por fricción o sensor fatigado; picos aislados por ruido eléctrico
• Pluviómetro: picos aguja por rebote del balancín o ingestión duplicada; acumulado diario raro por cambio de “día” o por DST
• Calibración: escalón pequeño pero permanente tras calibrar (o tras sustituir sensor) que no coincide con estaciones cercanas

8. Trampas comunes al interpretar series

• Comparar periodos con distinta resolución o frecuencia de muestreo como si fueran iguales
• Filtrar picos sin mirar estructura temporal (especialmente en lluvia convectiva)
• Confundir deriva de reloj con “cambio climático” en el ciclo diario
• No anotar cambios de sensor/ubicación y perder la explicación meses después

9. Buenas prácticas (muy simples, muy efectivas)

• Guarda siempre los datos “raw” con timestamp en UTC y documenta la conversión
• Registra en un changelog cada cambio (sensor, firmware, ubicación, reglas)
• Marca con flags de calidad antes de borrar valores
• Cuando veas una ruptura: verifica metadatos, luego coherencia con otras variables

10. Checklist rápido (5 minutos) para diagnosticar una serie rara

• 1) Forma: ¿es escalón, deriva, picos, huecos o escalones por redondeo?
• 2) Tiempo: ¿UTC/local? ¿hubo DST? ¿hay drift o desajuste?
• 3) Muestreo: ¿cambió intervalo o ventana de agregación?
• 4) Resolución: ¿los valores caen en múltiplos sospechosos?
• 5) Metadatos de cambio: ¿mantenimiento, calibración, sustitución, reubicación?
• 6) Coherencia: ¿otras variables apoyan el evento o parece artefacto?

11. Resumen y claves finales

• La forma de la serie te dice qué tipo de problema buscar
• UTC/DST/drift explican muchos “misterios” sin tocar el sensor
• Resolución y redondeo crean escalones que no son meteorología
• Con metadatos y changelog, diagnosticar es rápido y no destruyes extremos reales

12. Mini-glosario

• Timestamp: fecha/hora asociada a cada dato
• DST: cambio de hora estacional (horario de verano/invierno)
• Drift: deriva del reloj del logger con el tiempo
• Cuantización: escalonado por resolución o redondeo

13. Referencias y lecturas recomendadas

• Met Office: guías educativas y recursos sobre observación y verificación de datos
• WMO: guías de instrumentación, exposición, metadatos y gestión de calidad
• NOAA: recursos sobre observación, datos y buenas prácticas