Las gráficas son donde la verificación deja de ser “un número” y se vuelve una historia: ¿estamos mejorando al baseline (climatología/persistencia) o solo nos estamos contando un cuento bonito? En este artículo montamos un kit visual mínimo (3–6 gráficas) para ver en 5 minutos si hay valor añadido, dónde falla (sesgo, desplazamiento, extremos) y qué trampas visuales son las más típicas. Incluimos ejemplos con lluvia intensa, viento y niebla, y conectamos con métricas como RMSE/ETS/CRPS, pero siempre desde lo que se ve y lo que significa.

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

Una métrica sin contexto puede engañar. Una gráfica bien elegida te muestra patrones: sesgo sistemático, problemas en extremos, errores de fase (llegar tarde/pronto), y sobre todo si tu sistema gana al baseline. Lo importante no es tener 20 gráficos, sino un conjunto pequeño que responda: “¿mejora, dónde, y por qué?”

2. Idea clave en 30 segundos

• En una frase: si tu curva no separa claramente sistema vs baseline, la mejora probablemente es ruido
• Señal típica: correlación alta pero RMSE no mejora frente a climatología
• Confusión común: creer que una línea “bonita” implica buen pronóstico en extremos

3. Antes de graficar: define baseline y escala

• Climatología: percentiles/medias por época y lugar (no anual si el fenómeno es estacional).
• Persistencia: baseline duro en 0–6 h (nowcasting/mesoescala).
• Escala: punto a punto vs ventana espacial (neighborhood) para convectiva.

4. Gráfica 1: serie temporal “sistema vs baseline”

La reina para empezar. Dibuja (o tabula en el tiempo) el pronóstico y el baseline sobre el observado, o mejor aún: el error de ambos.

• Opción A: Observado, Sistema, Climatología (tres líneas).
• Opción B (mejor): |Error| del sistema vs |Error| del baseline (dos líneas).
• Qué buscas: separación sostenida a favor del sistema, no solo episodios sueltos.

5. Gráfica 2: dispersión (observado vs pronosticado) + línea 1:1

Te muestra sesgos rápido.

• Si la nube está por encima de 1:1: sobreestimación; por debajo: infraestimación.
• Extremos: mira si la nube “se aplasta” (no llega a valores altos).
• Trampa: correlación alta puede coexistir con sesgo grande.

6. Gráfica 3: histograma del error (o caja y bigotes)

Una distribución te enseña si el error es simétrico o tiene cola (extremos).

• Sesgo: si el centro está desplazado.
• Colas: si hay errores extremos frecuentes.
• Comparación: sistema vs baseline en el mismo gráfico (siempre).

7. Gráficas de evento (binario) que sí sirven

7.1 Curva ROC (y AUC) con cuidado

• Qué dice: capacidad de discriminar evento/no evento.
• Qué NO dice: calibración ni coste; AUC alta no significa pocas falsas alarmas.
• Baseline: compara ROC del sistema con una regla climatológica o persistencia (cuando tenga sentido).

7.2 Diagrama de fiabilidad (probabilístico) + Brier/CRPS

• Qué dice: si “70%” ocurre ~70%.
• Por qué importa: para decisión (alertar, recursos).
• Baseline: una línea plana a la frecuencia climatológica te da el punto de referencia.

7.3 ETS/CSI por umbral (como curva)

Muy útil en lluvia intensa y viento por rachas: graficas ETS o CSI contra el umbral. Si al subir umbral cae a cero, tu sistema no aguanta el extremo (o el operador punto a punto lo castiga).

8. Trampas comunes al interpretar gráficas

• Gráfico sin baseline: no sabes si hay skill.
• Elegir un periodo “bonito”: cherry picking; usa ventana fija (semanal/mensual).
• Escalas engañosas: ejes recortados que “aplanan” errores.
• Correlación como estrella: puede subir aunque el sesgo y RMSE sean malos.
• Mezclar estaciones: climatología cambia; separa por época o normaliza.

9. Ejemplos (lluvia intensa, viento, niebla)

9.1 Lluvia intensa convectiva

• Qué graficar: ETS/CSI vs umbral + comparación punto a punto vs neighborhood.
• Señal útil: mejora clara con neighborhood = problema de desplazamiento más que de intensidad.
• Trampa: ROC bonita pero ETS flojo en umbrales altos.

9.2 Viento (rachas)

• Qué graficar: dispersión + histograma del error + serie temporal de |error| vs baseline.
• Señal útil: sesgo positivo persistente (sobreestima rachas) aunque correlación sea alta.

9.3 Niebla (nowcasting)

• Baseline duro: persistencia por franja horaria.
• Qué graficar: matriz/series de POD y FAR por hora local; y fiabilidad si hay probas.
• Señal útil: POD sube sin disparar FAR cuando afinas umbral/diagnóstico.

10. Errores comunes

• Usar solo correlación y olvidar RMSE/bias.
• ROC/AUC como “aprobado” sin mirar fiabilidad o FAR.
• Convectiva punto a punto sin neighborhood y concluir que “no funciona”.
• Gráficas sin separar por estación/época.
• No comparar contra climatología/persistencia.

11. Buenas prácticas

• Kit mínimo fijo semanal: serie de error, dispersión, histograma, ETS/CSI vs umbral (si evento), fiabilidad (si probas).
• Siempre baseline: climatología y persistencia cuando aplique.
• Documenta umbrales, ventanas y operador espacial.
• Usa el mismo formato/escala para comparar semanas (evita autoengaños).

12. Resumen y claves finales

• Gráficas buenas cuentan si hay skill frente a baseline
• Correlación no sustituye RMSE/bias
• ROC discrimina; fiabilidad calibra
• Convectiva: ETS/CSI vs umbral + neighborhood
• Nowcasting: persistencia es el rival real

13. Mini-glosario

• RMSE: error cuadrático medio (castiga extremos)
• ETS: acierto ajustado por azar
• ROC/AUC: discriminación
• Fiabilidad: calibración probabilística
• CRPS: score probabilístico continuo (distribuciones/ensembles)
• Persistencia: “lo de ahora sigue” como baseline

14. Referencias y lecturas recomendadas

• Copernicus/ECMWF: recursos de ensembles, scores y verificación
• WMO: guías y glosarios de verificación
• NOAA/Met Office: materiales didácticos de ROC, fiabilidad y lectura de scores