La manera más rápida de entender por qué la climatología como baseline es imprescindible es verla en acción con casos reales de operativa: lluvia intensa, viento y niebla. En los tres, si no comparas contra climatología (y cuando toca, persistencia), puedes sacar métricas “bonitas” y aun así fallar justo donde duele. Aquí vamos con ejemplos paso a paso: qué mirar, qué métricas sí sirven, cuáles engañan, y cómo traducir números en decisiones.

Este artículo forma parte del tema Verificación en WikiMeteo.es, donde reunimos conceptos y guías prácticas para entender mejor el tiempo y el clima.

1. Qué es y por qué importa

Un baseline es tu “rival mínimo”. Si tu sistema no mejora a la climatología (o a la persistencia en ventanas cortas), entonces el sistema puede ser bonito pero no útil. El problema es que algunos números (como la correlación o una AUC aislada) pueden dar sensación de calidad aunque la utilidad operativa sea mala (muchas falsas alarmas, sesgo sistemático, o probabilidades poco honestas).

2. Idea clave en 30 segundos

• En una frase: sin baseline, no sabes si mejoras o solo te estás contando una historia
• Señal típica: “mi score subió” pero el skill vs climatología es ~0
• Confusión común: usar una sola métrica y mezclar casos fáciles con difíciles

3. Cómo leer los casos (mini-guía)

• Paso 1: define el fenómeno y el umbral (evento) o la variable (continuo).
• Paso 2: fija baseline(s): climatología condicional + persistencia si aplica.
• Paso 3: elige 3–5 métricas máximo, alineadas con la decisión.
• Paso 4: interpreta: ¿sesgo? ¿falsas? ¿sobreconfianza? ¿localización?
• Paso 5: decide una acción (ajuste/calibración/segmentación).

4. Caso 1: lluvia intensa (evento) en Mediterráneo

Situación: queremos verificar “lluvia intensa” en 24 h en una zona costera con tormenta convectiva local. Definimos umbral (ej.): ≥ 50 mm/24 h (ajústalo a tu climatología regional). La clave es que la convectiva es local: punto a punto puede castigar desplazamientos.

5. Qué baseline usar

• Climatología condicional: probabilidad típica de ≥50 mm/24 h en esa época y zona (por mes/estación).
• (Opcional) Persistencia: menos útil en 24 h de convectiva, pero puede servir como referencia secundaria.

6. Métricas que sí sirven (y cómo se interpretan)

• ETS (o CSI): mide acierto equilibrando hits y falsas; mejor que accuracy con eventos raros.
• POD: “¿cuántos episodios pillo?”; si baja, pierdes eventos.
• FAR: “¿cuántas falsas genero?”; si sube, fatigas a usuarios.
• Bias (de eventos): si >1 sobrealertas; si <1 infraalertas.
• Nota convectiva: si ETS bajo punto a punto pero sube con tolerancia espacial (neighborhood/object-based), el problema es localización/timing.

7. Caso 2: viento (continuo) con rachas

Situación: verificamos racha máxima (km/h) en 0–24 h. Aquí la correlación puede ser buena, pero el sesgo en rachas fuertes puede ser el fallo real.

8. Baseline y métricas útiles

• Baseline climatológico: percentiles de racha por mes/zona (P50/P90/P95).
• MAE: error medio absoluto (fácil de explicar).
• RMSE: castiga fallos grandes (ojo con extremos).
• Bias: si sistemáticamente infrapredices rachas fuertes.
• Percentiles: compara desempeño en P90/P95 (extremos) además del promedio.

9. Lectura rápida (viento)

• Correlación alta + bias negativo: “clava la forma” pero se queda corto en picos → acción: corrección por régimen/exposición, o postproceso.
• MAE buena en promedio pero mala en P95: el sistema es útil para el día a día, pero no para avisos → segmentar por intensidad.

10. Caso 3: niebla (evento) en ventana corta

Situación: verificamos niebla (sí/no) en 0–6 h. En esto, persistencia suele ser un baseline durísimo: “si había niebla, seguirá; si no, no”. Si tu sistema no gana a persistencia, ojo.

11. Baselines y métricas

• Persistencia: baseline principal en 0–6 h.
• Climatología: baseline secundario (frecuencia de niebla por mes/zona/hora).
• Matriz de confusión: POD (detección) y FAR (falsas), y CSI/ETS si lo aplicas.
• Bias: si produces demasiadas falsas nieblas o te quedas corto.

12. Probabilístico: fiabilidad y Brier (por qué importan)

Si das probabilidades (p. ej., 60% de niebla), necesitas que sean honestas: cuando dices 60%, debería ocurrir ~6 de cada 10. Eso se ve con fiabilidad (reliability) y se resume con Brier score. Una AUC alta solo dice que ordenas bien casos, pero no que tus probabilidades estén bien calibradas.

13. Errores comunes que aparecen en estos casos

• Comparar solo con climatología anual (sin condicionar)
• Usar solo correlación (viento) o accuracy (lluvia intensa/nievebla)
• Ignorar persistencia en niebla a corto plazo
• Convectiva punto a punto sin tolerancia
• AUC sin fiabilidad (probabilidades sobreconfiadas)

14. Resumen y claves finales

• Baseline condicional = higiene básica
• Lluvia intensa: ETS/CSI + POD/FAR + tolerancia espacial si convectiva
• Viento: MAE/RMSE + bias + percentiles (P90/P95)
• Niebla: persistencia manda en 0–6 h
• Probabilístico: Brier + fiabilidad, no solo AUC

15. Mini-glosario

• ETS: equitable threat score (aciertos equilibrados en evento)
• POD: probabilidad de detección
• FAR: tasa de falsas alarmas
• Fiabilidad: calibración de probabilidades

16. Referencias y lecturas recomendadas

• AEMET: documentación y materiales de predicción y verificación
• NOAA: guías de verificación y scores
• WMO: recomendaciones y definiciones estándar