Datos, calidad y series · Última actualización: 2026-01-27

Unidades y conversión: cómo evitar líos silenciosos: comparación de métodos

Los líos de unidades y conversiones suelen empezar como “un detalle” y acabar como “¿por qué hoy la presión parece de Marte?”. La clave es elegir un método de trabajo y ser consistente. Aquí comparamos enfoques típicos (y cuándo conviene cada uno) para que operemos sin liarla.

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. El problema real: errores que no gritan

Un error “ruidoso” rompe todo y lo ves. El malo es el silencioso: te deja publicar, te deja hacer extremos, te deja comparar… pero todo está desplazado por un factor (×3,6, ÷100) o por un offset (−273,15).

2. Enfoques típicos para conversiones (visión general)

  • A) Convertir al entrar (ingestión): guardas todo ya normalizado.
  • B) Convertir al servir (API/pipeline): almacenas raw y normalizas cuando generas productos.
  • C) Convertir en el panel (UI): guardas raw y el panel “traduce”.

Y luego está el “combo” (que es donde nacen los monstruos): A+B o B+C sin control.

3. Comparativa rápida (pros/cons)

MétodoVentajasRiesgosCuándo encaja
A) IngestiónDerivados coherentes; menos líosSi te equivocas, contaminas todoOperación diaria, panel simple
B) API/PipelineReprocesas fácil; raw intactoComplejidad; riesgo de dobles reglasSitios con muchos productos
C) UIRápido de implementarDerivados (diarios/extremos) pueden quedar mal si no pasan por la UISolo visualización y nada más

4. QC y flags: el cinturón de seguridad

Sea cual sea el método, pon detectores de “factores típicos”:

  • Factor 100: Pa↔hPa
  • Factor 3,6: m/s↔km/h
  • Offset 273,15: K↔°C

Y flags básicos: rango físico, spikes, freeze, coherencia interna, missing real.

5. Metadatos: el dato que evita el lío

Sin metadatos, cualquier método se vuelve frágil. Lo mínimo:

  • unidad fuente y unidad almacenada
  • punto único de conversión (y cuál es)
  • semántica temporal (instantáneo, acumulado, promediado)

6. Qué método elegir (reglas simples)

  • Si quieres operar sin estrés y no te interesa “raw”: A (ingestión) + QC.
  • Si quieres poder rehacer todo y auditar: B (pipeline) + raw + transforms auditables.
  • Si solo quieres ver números en una pantalla: C, pero asumiendo que diarios/extremos deben salir de otro sitio.

7. Errores comunes

  • Doble conversión (A+B sin saberlo)
  • UI convierte, pero el backend calcula diarios con raw
  • Missing convertido en 0

8. Buenas prácticas

  • Un solo punto de conversión
  • Unidades visibles en el panel
  • QC con flags y alertas
  • Log de cambios (mantenimiento/actualizaciones)

9. Resumen y claves finales

  • Elige un método y sé consistente
  • QC + metadatos es lo que evita el autoengaño
  • Si dudas: raw intacto + pipeline reproducible

10. Mini-glosario

  • Raw: dato tal cual sale del sensor/logger
  • Normalizado: convertido a unidad oficial
  • Flag: marca de sospecha o fallo

11. Referencias y lecturas recomendadas

  • AEMET
  • WMO
  • NOAA