Este artículo forma parte del tema Extremos históricos en WikiMeteo.es, donde aprendemos a analizar récords y episodios raros sin confundir clima con cambios de estación, entorno o método.

1. Qué son los metadatos y por qué importan en extremos

Los metadatos son la información que describe cómo, dónde y con qué se midió un dato: ubicación, altura del sensor, tipo de abrigo, calibración, cambios de entorno (edificios, árboles), y hasta horarios o forma de promediar. En extremos (ola de calor, viento, lluvia intensa, sequía) importan muchísimo porque un cambio pequeño puede mover la aguja de los máximos y crear “récords” que en realidad son cambios de exposición.

2. Idea clave en 30 segundos

• En una frase: un extremo solo es comparable si la estación lo es.
• Señal típica: el “récord” aparece justo tras un cambio de sensor, ubicación o entorno.
• Confusión común: creer que una cifra extrema siempre refleja meteorología, cuando a veces refleja el sitio o el instrumento.

3. Qué metadatos deberían existir siempre

• Ubicación: coordenadas aproximadas, altitud y una descripción del lugar (azotea, jardín, campo abierto).
• Alturas: a qué altura están temperatura/humedad, lluvia y viento (no afectan igual).
• Entorno: obstáculos cercanos (edificios, árboles), cambios recientes (obras, talas, nuevas construcciones).
• Instrumentación: modelo de sensor/abrigo, tipo de pluviómetro, anemómetro, firmware si aplica.
• Método de dato: intervalo y definición (racha de 3 s vs media 10 min; acumulado diario “0–24” vs “8–8”).
• Historial de cambios: fechas de mudanzas, sustituciones, recalibraciones, incidencias.

4. Por qué en extremos el problema se agranda

En el día a día, un pequeño sesgo puede pasar desapercibido. En un extremo, ese sesgo se multiplica: una racha máxima depende de canalizaciones y obstáculos; una Tmax depende de sombra, ventilación y radiación; la lluvia convectiva depende de microescala y exposición. Por eso, sin metadatos, un ranking histórico puede ser más “ranking de cambios” que “ranking de meteorología”.

5. Señales de que el dato no es comparable

• Salto brusco del nivel típico (por ejemplo, máximas más altas desde una fecha concreta) sin explicación meteorológica regional.
• El récord es muy local y no aparece nada parecido en estaciones cercanas ni en evidencias externas (radar, informes, etc.).
• Cambio conocido cerca de la fecha: mudanza, cambio de abrigo, cambio de altura del anemómetro, nueva pared/edificio.
• El récord depende de una definición distinta (ventanas de acumulación, promedios, “día” distinto).

6. Checklist antes y después de un cambio

• Antes: fotografía del montaje y del entorno (4 direcciones), altura medida, descripción del suelo (césped, terraza, asfalto), y una nota del “por qué” del cambio.
• Durante: registrar fecha/hora exacta, qué se toca (sensor, abrigo, altura, orientación), y cualquier prueba rápida (comparación con termómetro de referencia si existe).
• Después: comparar varias semanas con una estación cercana o una referencia (no para “igualar”, sino para detectar saltos raros).
• Documentar: dejarlo escrito para el futuro (tu yo de dentro de 3 años te lo va a agradecer).

7. Ejemplos cotidianos (sin drama, pero reales)

• Temperatura: mover el sensor a una zona con más sol directo o menos ventilación puede subir máximas y bajar mínimas, creando “récords” falsos.
• Viento: subir el anemómetro 2–3 m o quitar un obstáculo puede disparar rachas máximas registradas sin que el temporal sea más fuerte.
• Lluvia: un pluviómetro con salpicaduras (rebote en suelo duro) o con pantalla mal nivelada puede inflar o recortar acumulados, sobre todo en episodios intensos.

8. Errores comunes

• Llamar “récord histórico” a un dato sin especificar métrica y definición (racha de qué duración, acumulado de qué ventana, etc.).
• Olvidar que el entorno cambia (crecen árboles, se urbaniza, se levantan muros) y eso cambia la exposición.
• No anotar cambios “pequeños” (cambiar abrigo, girar un mástil, mover 10 m): pequeños para nosotros, grandes para una serie.
• Comparar periodos con distinta tecnología (manual vs automático) sin advertir límites.

9. Buenas prácticas

• Tratar metadatos como parte del dato: si no existe, el dato está “incompleto”.
• Separar en informes: observado vs comparable vs contextualizado.
• Cuando hay cambios, usar más percentiles/duración/área afectada y menos “máximo absoluto” como único argumento.
• Conectar con vulnerabilidad: un mismo extremo puede causar más daño si cambió la exposición (más gente, infra más frágil), aunque la meteorología sea similar.

10. Resumen y claves finales

• Sin metadatos, un extremo puede ser un espejismo de instrumento o entorno.
• Los cambios pequeños (altura, sombra, obstáculos) importan mucho más en récords que en días normales.
• Documentar cambios es la forma más barata de aumentar la calidad de una serie histórica.
• Comunicar bien (métrica + definición + comparabilidad) evita titulares engañosos.

11. Mini-glosario

• Metadatos: información sobre la medición (dónde, cómo, con qué, y qué cambió).
• Exposición: cómo el entorno “presenta” el fenómeno al sensor (obstáculos, altura, suelo).
• Comparabilidad: posibilidad de comparar dos periodos como si midieran lo mismo.
• Ruptura: cambio brusco no climático en una serie (por mudanza, sensor, entorno, método).

12. Referencias y lecturas recomendadas

• WMO: guías y recomendaciones de instrumentos y observación meteorológica (calidad y exposición).
• NOAA: recursos de calidad de datos y buenas prácticas de observación.
• NASA: contexto de observación de la Tierra (satélite) como evidencia externa complementaria.