Los líos de unidades son de las trampas más peligrosas en datos meteorológicos: no hacen ruido, pero te cambian conclusiones. Un viento que parece flojo, una presión “rarísima”, una lluvia que no cuadra… y al final era un m/s vs km/h, Pa vs hPa o una conversión aplicada dos veces. Aquí tienes una guía clara y práctica para reconocerlo y evitarlo.

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 este problema y por qué importa

Un error de unidades ocurre cuando un dato se guarda, se interpreta o se convierte con una unidad distinta a la real. Importa porque cambia umbrales, extremos, comparaciones entre estaciones y cualquier verificación (métricas). Además, puede pasar sin que el valor parezca “imposible”: solo parece raro.

2. Idea clave en 30 segundos

• En una frase: si el dato está “escalado” (todo más alto o más bajo) sin motivo meteorológico, sospecha unidades o conversiones
• Señal típica: cambio brusco de distribución desde una fecha (todo el viento más bajo, toda la presión más alta, etc.)
• Confusión común: pensar que es una ola de viento/una baja/una tormenta, cuando es un factor constante

3. Regla de oro (para no perderse)

Antes de concluir “esto es meteorología”, haz estas 3 preguntas: (1) cuál es la unidad real del sensor, (2) dónde se convierte (logger, backend, API, panel), (3) si la conversión se aplica una sola vez. La mayoría de desastres vienen de duplicar conversiones o cambiar unidades sin avisar.

4. Tabla rápida de conversiones sanas (las más habituales)

• Viento: 1 m/s = 3,6 km/h (si todo cambia por ~3,6, ya tienes sospechoso)
• Presión: 1 hPa = 100 Pa (si ves 101325 “como presión”, casi seguro son Pa)
• Lluvia: 1 mm = 1 L/m² (misma magnitud, pero cuidado con acumulación vs intensidad)
• Temperatura: °C = K - 273,15 (si ves 293 en “°C”, son Kelvin)
• Radiación: W/m² (cuidado con promedios vs instantáneo; y con “J/m²” si es energía integrada)
• Visibilidad: m vs km (10000 m = 10 km)

5. Casos típicos (y cómo detectarlos en 2 minutos)

• Caso A: viento en m/s interpretado como km/h: el viento parece 3,6 veces menor; prueba rápida: compara 10 puntos antes/después o estación vecina.
• Caso B: presión en Pa interpretada como hPa: aparecen valores ~100000; si en tu panel esperas 1013 hPa y ves 101300, es Pa.
• Caso C: temperatura en Kelvin interpretada como °C: aparecen valores ~270–310 “°C”; eso es Kelvin casi seguro.
• Caso D: lluvia acumulada interpretada como intensidad (o al revés): un valor “12” puede ser 12 mm en 24h o 12 mm/h; mira el intervalo temporal del dato (muestreo).
• Caso E: radiación con unidades mezcladas: confundir W/m² (instantáneo) con energía integrada; la forma de la curva diaria se delata.

6. Errores comunes (por qué pasan)

• Conversión aplicada dos veces (logger convierte y backend vuelve a convertir)
• API cambia unidad por defecto y el cliente no lo actualiza
• Se guarda sin unidad explícita y el panel “asume” una
• Se mezclan fuentes (estación propia + reanálisis + radar) sin normalizar

7. Cómo identificarlo en la práctica (sin herramientas raras)

• Busca un factor: ¿todo se multiplica/divide por ~3,6, 10, 100, 1000?
• Mira el “t0”: ¿empieza tras mantenimiento, update o cambio de pipeline?
• Comparación vecina: a igualdad de situación, una estación cercana no debería divergir por factor constante
• Textura del dato: unidad mal no cambia la textura, solo la escala (la forma sigue parecida)

8. Checks automáticos con flags (prevención mínima viable)

Estos checks no buscan “clavar la verdad”, buscan encender una luz roja cuando algo huele a unidad/conversión:

• FLAG_UNIT_SCALE: detectar escalado constante (p.ej., ratio mediano ~3,6 vs estación de referencia o vs tu propio histórico)
• FLAG_UNIT_RANGE: rango físico razonable (p.ej., presión 870–1085 hPa; si llega 100000, sospecha Pa)
• FLAG_UNIT_STEP: cuantización/resolución rara (saltos mínimos cambian: típico en lluvia por vuelcos o conversión errónea)
• FLAG_UNIT_METADATA_MISSING: si falta “unit” o “definitionId” en metadatos, marcar WARN automáticamente
• FLAG_DOUBLE_CONVERSION: detectar que ya llega convertido (p.ej., viento ya en km/h) y el sistema vuelve a convertir (salta a valores absurdos)

9. Mini-ejemplos de sensores (lo que suele venir “de fábrica”)

• Anemómetro: muchas salidas nativas son m/s; paneles de usuario suelen querer km/h
• Barómetro: frecuente en hPa o Pa según fabricante; ojo con APIs que entregan Pa
• Termómetro: casi siempre °C en estaciones domésticas, pero algunas integraciones usan Kelvin
• Pluviómetro: incrementos por vuelco (p.ej., 0,2 mm); si cambias unidad o factor, el patrón de escalones delata el problema

10. Qué hacer cuando lo detectas (sin romper series)

• No borres: marca el periodo afectado y corrige la conversión a partir del punto de ruptura
• Separa raw vs procesado: conserva el dato crudo si existe
• Documenta: deja anotado “qué cambió, cuándo, por qué” (aunque sea un registro simple)
• Recalcula agregados: si el error afectó a diarios/medias, vuelve a calcular con la unidad correcta

11. Resumen y claves finales

• Los errores de unidades suelen verse como escalados constantes o rangos “demasiado grandes”
• Presión (Pa vs hPa) y viento (m/s vs km/h) son los clásicos
• Prevenir es más fácil que curar: metadatos con unidad + checks automáticos con flags
• Corrige sin destruir: marca ruptura, documenta y recalcula productos derivados

12. Mini-glosario

• Unidad: forma estándar de medir una magnitud (m/s, km/h, hPa…)
• Conversión: transformar de una unidad a otra con un factor/fórmula
• Rango físico: valores plausibles en la atmósfera real (no “lo típico”, sino lo posible)
• Flag: etiqueta automática que avisa de un posible problema (WARN/FAIL/INFO)

13. Referencias y lecturas recomendadas

• WMO: guías y recomendaciones de instrumentación/observación y metadatos
• NOAA: recursos de calidad de datos, observación y buenas prácticas
• NASA: recursos educativos y de datos ambientales (unidades, productos y variables)