Cuando un dato meteorológico “se rompe”, casi nunca es magia: suele ser tiempo (UTC y cambios de hora), muestreo (cada cuánto y cómo se promedia), redondeo/unidades, o pipeline (scripts, filtros, conversiones). Y aquí es donde los metadatos son oro: te permiten explicar el fallo, reproducirlo y corregirlo sin cargarte extremos reales (como picos convectivos de lluvia).
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:
- Esqueleto del problema: sección 3.
- Convectiva y picos: sección 6.
- Checklist para arreglarlo: secciones 9–10.
1. Qué se rompe y por qué importa
Un dato “malo” no siempre es un sensor roto. A veces el valor está bien, pero lo que falla es el contexto: el reloj, la agregación, una conversión, un filtro o una regla diaria. Si no entiendes el mecanismo, acabarás cometiendo el peor error: arreglar el dato rompiendo la meteorología.
2. Idea clave en 30 segundos
- En una frase: la mayoría de fallos vienen de reglas (tiempo/muestreo/pipeline), no de “valores raros”
- Señal típica: rupturas, escalones o patrones repetitivos a horas fijas
- Confusión común: borrar picos convectivos reales pensando que son outliers
3. Los 5 mecanismos más comunes de “dato roto”
- Tiempo: UTC vs local, cambios de hora (DST), deriva de reloj
- Muestreo: cambios en frecuencia, ventanas de promediado, cobertura
- Agregación: reglas de máximos/medias/accumulados (día meteorológico vs civil)
- Unidades y redondeo: truncar, redondear, convertir mal (mm↔l/m², m/s↔km/h)
- Pipeline: filtros, QC, parsers, cambios de scripts, duplicados, reenvíos
4. Tiempo: UTC, cambios de hora y deriva (drift)
- Qué ocurre: días con 23/25 horas, saltos de 1h, datos “descuadrados”
- Qué ves en la serie: desplazamiento de ciclo diurno, máximas/minimas a horas raras
- Metadatos clave: timeReference (UTC/local), política DST, sincronización NTP, timestamp source
5. Muestreo y agregación: cuando cambias el ritmo, cambias el clima
- Qué ocurre: pasas de 1 min a 10 min: picos se suavizan; máximos horarios bajan
- Qué ves: extremos menos “agudos”, lluvia intensa repartida en bloques
- Metadatos clave: samplingInterval, aggregationWindow, coverageThreshold, definición de “día”
6. Lluvia convectiva: el campo minado de los “outliers”
La convectiva produce picos reales, muy altos y muy locales. Por eso es el sitio donde más se mete la pata.
- Pico real convectivo: subida rápida + continuidad + coherencia (HR, cambios térmicos, contexto)
- Falso pico: aguja aislada, repetición, valores incompatibles con resolución del sensor
- Metadatos que deciden: tipo de pluviómetro (balancín/pesaje), resolución (tips), mantenimiento y nivelado, reglas de “spike removal” si existen
7. Unidades, redondeo y conversiones: el error silencioso
- Qué ocurre: redondeo a 0.1 vs 1.0 cambia medias; truncar sesga a la baja
- Qué ves: “dientes de sierra”, escalones, valores repetidos (p.ej. siempre múltiplos de 0.5)
- Metadatos clave: roundingPolicy, units, conversionRules
8. Pipeline: cuando el dato pasa por demasiadas manos
- Qué ocurre: parser cambia, columnas se desplazan, se duplican registros, filtros agresivos
- Qué ves: saltos sin motivo, duplicados, huecos periódicos
- Metadatos clave: softwareVersion, qcRules, changeLog, proveniencia
9. Errores comunes
- Corregir valores sin mirar si cambió el timestamp o el muestreo
- Aplicar un filtro anti-picos que borra convectiva real
- No documentar cambios de scripts/firmware
- Mezclar periodos con distintas reglas de agregación
10. Buenas prácticas
- Raw en UTC + política DST explícita para derivados
- Registrar cambios (sensor/pipeline) con fecha
- Flags de calidad en vez de borrar
- Para convectiva: validar con estructura temporal y contexto antes de filtrar
11. Resumen y claves finales
- Tiempo, muestreo, redondeo y pipeline explican la mayoría de “datos rotos”
- Los patrones a horas fijas suelen ser pistas de reglas, no meteorología
- Convectiva: cuidado con llamar “outlier” a un extremo real
- Con metadatos completos puedes corregir sin inventarte el clima
12. Mini-glosario
- Drift: deriva del reloj del logger con el tiempo
- Agregación: regla para pasar de muestras a medias/máximos/acumulados
- Proveniencia: origen y transformaciones del dato
13. Referencias y lecturas recomendadas
- AEMET: documentación y guías de observación/series (contexto español)
- WMO: guías de instrumentación, exposición y gestión de datos
- NOAA: recursos educativos sobre observación y calidad