Las gráficas son el “detector de mentiras” más rápido del control de calidad (QC): en 30 segundos puedes ver si un sensor se ha quedado clavado, si hay huecos convertidos en ceros, si un radar está atenuado, o si tu verificación está castigando por desplazamiento espacial (convectiva) en vez de por intensidad. La clave es saber qué gráfica usar para cada problema, y qué conclusiones NO sacar (porque algunas gráficas también engañan si no pones baseline, si mezclas ventanas o si el evento es raro). Aquí tienes un kit de gráficas mínimas para QC aplicado a verificación (niebla y lluvias intensas incluidas), con trampas típicas y un checklist específico para precipitación convectiva.

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

QC visual es detectar patrones imposibles antes de calcular métricas. Una sola línea “rara” puede destrozar RMSE; un sesgo de subcaptura puede hacer parecer que el modelo sobrepronostica; una mala definición de evento puede falsear POD o ROC. Las gráficas te ayudan a localizar el problema y a decidir si: (a) corriges, (b) filtras, o (c) cambias el operador (ventana/umbral/vecindario).

2. Idea clave en 30 segundos

• En una frase: si una gráfica te sorprende, antes de celebrar o llorar, revisa QC y operador
• Señal típica: escalones, mesetas, picos imposibles o “nubes” raras en dispersión
• Confusión común: creer que una ROC bonita significa que el sistema es “bueno” en todo

3. Kit de gráficas mínimas (y qué detecta cada una)

3.1 Serie temporal (observado vs pronóstico)

• Detecta: huecos, ceros falsos, sensor clavado, cambios de unidad, desfases horarios
• Pista rápida: “escalón” de +10 ºC de golpe sin cambio meteorológico = problema de dato

3.2 Serie de diferencias (fcst - obs)

• Detecta: sesgo persistente, cambios de régimen, efecto de una actualización
• Trampa: sesgo puede venir del observado (subcaptura) y no del modelo

3.3 Dispersión (obs vs fcst)

• Detecta: saturación, límites, no linealidad, clusters de valores repetidos
• Trampa: correlación alta puede coexistir con bias fuerte

3.4 Histograma (obs y fcst por separado)

• Detecta: recorte en extremos, exceso de ceros, “cola” ausente
• Ejemplo: si el observado nunca pasa de 30 mm/h y el entorno sí, sospecha de sensor/ingestión

3.5 QQ-plot (cuantiles)

• Detecta: si fallas sobre todo en extremos (colas)
• Trampa: en convectiva, el QQ puntual mezcla desplazamiento con intensidad

3.6 Boxplots por mes/hora/régimen

• Detecta: sesgos estacionales o de ciclo diurno
• Trampa: mezclar ventanas (1h con 3h) te inventa sesgos

3.7 Curva ROC (y AUC)

• Detecta: discriminación (ordenar evento/no evento)
• NO detecta: calibración; coste de errores; utilidad operativa por umbral

3.8 Diagrama de fiabilidad (probabilidad vs frecuencia observada)

• Detecta: calibración (si dices 70% ocurre ~70%)
• Trampa: si el “evento observado” está mal definido o con QC pobre, calibras contra ruido

3.9 Spread-skill (ensembles)

• Detecta: si el spread refleja el error
• Trampa: spread bajo con error alto = ensemble sobreconfiado

3.10 Object-based (para convectiva: “objetos”)

• Detecta: desplazamiento, tamaño, intensidad del núcleo como “objeto”
• Por qué ayuda: evita castigar el píxel perfecto cuando el núcleo se mueve 10–20 km

4. Niebla: eventos raros y cómo no engañarte

• Definición: visibilidad <1000 m (u otro umbral) debe ser coherente
• Base rate: muchos no-eventos hacen que métricas se vean “bien” sin ser útiles
• Gráfica recomendada: fiabilidad + POD/FAR por umbral + serie de casos

5. Lluvias intensas y convectiva: dónde se rompen las gráficas clásicas

• La dispersión puntual se ensucia por desplazamiento
• QQ puntual mezcla fase e intensidad
• Serie temporal a punto puede parecer “fallo” si el núcleo pasó al lado
• Solución: operador espacial (neighborhood/FSS) y/o object-based

6. Checklist: errores típicos al verificar precipitación convectiva

• Ventana mal alineada: comparar 1h vs 3h vs 24h sin convertir
• Punto vs área: usar pluvio puntual para evaluar un campo de modelo sin operador espacial
• Umbral mal elegido: usar 1 mm como “evento” en convectiva y sacar conclusiones globales
• Radar sin QC: atenuación/bright band/clutter contaminan
• Huecos como 0: inventa false alarms y baja CSI
• Subcaptura: parece sobrepronóstico del modelo
• Mezclar regímenes: estratiforme y convectiva juntos deforman curvas
• Comparar sin baseline: persistencia/climatología como mínimo

7. Validación cruzada: la gráfica que evita el autoengaño

Si ajustas umbrales o calibración, guarda una parte de datos fuera: si la fiabilidad “perfecta” solo existe en entrenamiento, has sobreajustado.

8. Errores comunes

• Interpretar AUC como “ya está, funciona”
• Olvidar baseline
• No revisar outliers que dominan RMSE
• Confundir calibración con discriminación

9. Buenas prácticas

• Kit mínimo: serie + dispersión + histograma + fiabilidad
• Convectiva: neighborhood/FSS u object-based
• Estratificar por régimen y por intensidad
• Siempre baseline y QC documentado

10. Resumen y claves finales

• Las gráficas te dicen dónde falla el dato o el operador
• ROC/AUC mide discriminación, no calibración
• Fiabilidad es tu brújula para probas
• Convectiva necesita operador espacial u object-based
• Checklist evita trampas típicas

11. Mini-glosario

• Fiabilidad: probabilidad vs frecuencia observada
• Discriminación: separar evento/no evento
• POD: probabilidad de detección (hits / (hits + misses))
• Object-based: verificación por “objetos” (núcleos/estructuras)

12. Referencias y lecturas recomendadas

• WMO: verificación y buenas prácticas
• NOAA: guías de forecast verification
• AEMET: documentación y recursos