Este artículo forma parte del tema Extremos históricos en WikiMeteo.es. Aquí aprenderás a comparar episodios con datos (series, percentiles y récords) sin trampas habituales, y a leer un ranking con criterio.

1. Qué significa ‘rankear’ episodios con datos

Un ranking es una lista ordenada (por ejemplo, los 10 días con más lluvia, las 10 rachas máximas, las 10 noches más cálidas). Para que sea justo, no basta con mirar el número: hay que definir qué variable, qué ventana de tiempo, qué lugar (estación) y qué periodo de referencia. Si cambias cualquiera de esas piezas, el ranking puede cambiar mucho.

2. Idea clave en 30 segundos

• En una frase: un ranking defendible necesita una definición estable (variable, ventana, dominio y periodo) y un control mínimo de calidad (datos y metadatos).
• Señal típica: el episodio aparece como extremo no solo en un punto, sino también en percentiles, duración o extensión (según el tipo de fenómeno).
• Confusión común: llamar “récord” a algo sin decir si es día civil o 24 h móvil, sin QC, o comparando estaciones con cambios de entorno.

3. Antes de comparar: define 4 cosas

• Variable: lluvia (mm), racha (km/h), temperatura (°C), granizo (proxy con radar o reportes), etc.
• Ventana: 1 h, 6 h, 24 h móvil, día civil, 3 días, ola de calor (n días), etc.
• Dominio: una estación, un municipio, una cuenca, una red de estaciones.
• Periodo base: ¿comparando desde 1950, desde 1981, desde que hay datos fiables en esa estación?

4. Percentiles: qué son y cómo usarlos

Los percentiles te dicen si algo es raro respecto a lo habitual. Por ejemplo, el percentil 99 significa que solo el 1% de los casos supera ese valor (en el periodo base). Son útiles para comparar episodios entre estaciones o épocas, pero solo si usas el mismo criterio de cálculo.

• Percentil diario: compara un día con otros días de esa época del año.
• Percentil anual: compara con todo el año (más bruto, menos fino).
• Percentil por ventana: no mezcles percentiles de 1 h con datos de 24 h.

5. Series y rankings: cómo leerlos sin engaños

• Pico vs persistencia: un máximo muy alto en 1 h no es lo mismo que 24 h muy altas. Son rankings distintos.
• Un punto no es una región: un récord local puede ser real y a la vez no representar el impacto regional.
• Estacionalidad: comparar máximos absolutos sin separar por estación puede mezclar fenómenos distintos.
• Duración: para olas de calor/frío, importa tanto el pico como los días consecutivos y las noches (Tmin).

6. Calidad de datos y metadatos (lo que suele romper rankings)

• Huecos y cambios: periodos sin datos, cambios de sensor, cambios de ubicación, cambio de abrigo, cambio de horario, cambios de muestreo.
• Entorno: urbanización, vegetación, edificios, sombra o reflectancia que antes no existían.
• Instrumento: pluviómetro con rebotes, anemómetro con rachas falsas por vibración, termómetro mal ventilado.
• QC básico: revisa si el valor extremo tiene forma plausible y si aparece también en variables coherentes (por ejemplo, lluvia extrema con radar compatible; racha extrema con gradiente y viento sostenido).

7. Casos típicos (con ejemplos fáciles)

• Lluvia extrema (DANA/temporal): ranking por 1 h (intensidad) y ranking por 24 h (acumulado) pueden dar puestos distintos. Ambos son válidos, pero no son comparables entre sí.
• Granizo: no siempre hay medida directa. Se usan reportes, daños, observación y proxies (radar) con mucha cautela y dejando claro el método.
• Ola de frío: ranking por Tmin absoluta no equivale a ranking por duración de heladas. Un episodio puede ser top-3 en duración sin batir récord de Tmin.
• Ola de calor: ranking por Tmax vs ranking por noches tropicales o ecuatoriales. Impactos humanos suelen correlacionar más con noches y persistencia.

8. Errores comunes

• Mezclar día civil y 24 h móvil sin decirlo (y luego comparar puestos como si fuera lo mismo)
• Decir “récord histórico” con una serie corta (por ejemplo, 8–12 años) sin aclararlo
• Comparar estaciones con cambios de ubicación/entorno como si fueran continuas
• Elegir el periodo base después de ver el resultado (sesgo)
• Usar radar como si fuera pluviómetro (sirve para estructura, no como sustituto directo del acumulado)

9. Buenas prácticas

• Define y fija: variable, ventana, dominio y periodo base antes de calcular
• Documenta metadatos: cambios de estación, instrumento, entorno y huecos
• Separa rankings: magnitud, persistencia, extensión e impacto (si añades vulnerabilidad/exposición)
• Verifica coherencia: cruza con observación, radar/satélite y reanálisis cuando toque

10. Resumen y claves finales

• Un ranking justo es más que una cifra: necesita definiciones estables y QC mínimo
• Percentiles ayudan a comparar rareza, pero dependen del periodo base y la ventana
• Metadatos (cambios de estación/entorno) pueden falsear puestos si no se documentan
• Separar pico, duración y extensión evita conclusiones engañosas

11. Mini-glosario

• Percentil: umbral que deja por debajo un porcentaje de casos (p99 deja el 99% por debajo)
• Periodo base: intervalo usado para calcular climatología y percentiles
• QC: control de calidad (detección de valores imposibles o inconsistentes)
• 24 h móvil: acumulado en cualquier ventana de 24 h, no atado al día civil
• Metadatos: información sobre estación, instrumento, ubicación, cambios y entorno

12. Referencias y lecturas recomendadas

• Copernicus Climate Change Service (C3S): productos y documentación de reanálisis y clima
• ECMWF: documentación técnica y guías sobre reanálisis (ERA5 y derivados)
• AEMET: recursos y notas técnicas sobre observación, climatología y extremos