Verificar no es solo comparar “pronóstico vs observado”. A veces el que falla es el dato: un pluvio que se atasca, una estación con rachas recortadas, un radar con atenuación, un satélite con interpretaciones indirectas… Si no aplicas control de calidad (QC), puedes “demostrar” con métricas que tu sistema va mal cuando en realidad la referencia está rota (o al revés). Esta guía rápida te enseña a detectar fallos típicos, hacer un QC mínimo razonable y documentarlo, sin convertirte en un laboratorio.

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

El QC es el conjunto de comprobaciones que haces para decidir si un dato es usable para verificar. No busca “perfección”: busca evitar trampas obvias que destrozan métricas y conclusiones. En verificación, un QC mínimo bien hecho vale más que un panel enorme de scores sobre datos dudosos.

2. Idea clave en 30 segundos

• En una frase: si el observado es malo, tu verificación es mala aunque las fórmulas estén bien
• Señal típica: un sensor “marca cero” en plena lluvia o una racha plana en temporal
• Confusión común: culpar al modelo cuando el fallo es del dato

3. Qué puede fallar en los datos (mapa mental rápido)

• Estaciones: cortes, huecos, deriva, cambios de emplazamiento, mantenimiento, sombra/obstáculos, calefactado, errores de timestamp
• Pluviómetros: atasco, rebose, viento, intensidades altas subcaptadas, acumulados “en bloque” tras desbloqueo
• Radar: atenuación, beam blocking, ground clutter, bright band, cambio de producto/QC
• Satélite: proxy (nube ≠ lluvia), umbrales fijos que fallan en algunas masas de aire
• Reanálisis: suavizado, no representa bien extremos locales

4. QC mínimo (la lista que más se usa)

4.1 Chequeos de integridad

• Huecos: ¿faltan datos? (no tratarlos como 0)
• Duplicados: timestamps repetidos
• Unidades: mm vs l/m², m/s vs km/h
• Rangos físicos: valores imposibles

4.2 Chequeos temporales

• Saltos: escalones bruscos sin sentido
• Deriva: sesgo progresivo (p. ej. presión)
• Agregación: 10 min vs 1h vs 24h (mezclarlo rompe todo)

4.3 Chequeos espaciales (consistencia)

• Comparar con vecinas: una estación aislada “rara” suele ser el sensor, no el tiempo
• Contexto radar/satélite: ¿hay eco/nube donde el pluvio dice 0?

4.4 Chequeos específicos por variable

• Lluvia: picos imposibles, “cero continuo” en episodio, acumulados repentinos (atasco)
• Viento: racha plana en temporal, direcciones clavadas, anemómetro bloqueado
• Temperatura: escalones por ventilación/insolación; abrigo defectuoso
• Visibilidad/nieve: umbrales y definiciones; sensores con limitaciones

5. Ejemplos rápidos (para pillar el patrón)

5.1 Precipitación intensa: pluvio atascado

• Señal: 0 mm durante horas con radar activo, y luego salto grande
• Acción QC: marcar tramo como no verificable; usar radar/vecinas para contexto
• Impacto en métricas: bias falso (parece que el modelo “sobreestima”)

5.2 Nowcasting: radar con atenuación

• Señal: “agujeros” detrás de núcleo intenso
• Acción QC: usar producto corregido o limitar interpretación; documentar
• Impacto: POD cae artificialmente; skill score engañoso

5.3 Viento: estación mal expuesta

• Señal: rachas sistemáticamente bajas frente a vecinas en mismo temporal
• Acción QC: excluir o etiquetar para verificación separada
• Impacto: bias inventado; calibración errónea si “corriges” el sistema

6. Cómo documentar QC (para que sea repetible)

• Fuente/versión de dato (producto radar, red de estaciones, etc.)
• Reglas aplicadas (rangos, huecos, vecinas)
• Qué se excluye y por qué
• Cuántos casos/días quedan tras QC

7. Conectar QC con calibración probabilística y ensembles

Si el observado tiene fallos, puedes “calibrar” probabilidades hacia un objetivo incorrecto. Antes de usar Brier/CRPS para calibración, asegúrate de que el evento está bien definido y que la referencia no introduce sesgos sistemáticos (p. ej. subcaptura de lluvia intensa por viento).

8. Errores comunes

• Tratar huecos como 0
• Mezclar agregaciones (1h vs 24h)
• Verificar convectiva con punto sin tolerancia espacial
• Ignorar metadata (cambios de estación)
• Calibrar probabilidades con referencia sesgada

9. Buenas prácticas

• QC mínimo siempre, aunque sea simple
• Usar consistencia espacial (vecinas) como detector rápido
• Combinar referencias (pluvios + radar QC) cuando toca
• Separar “dato dudoso” de “modelo dudoso” en el informe

10. Resumen y claves finales

• QC no es lujo: es condición de verificación
• Detecta huecos, outliers, unidades y agregación
• Usa consistencia espacial y contexto radar/satélite
• Documenta qué excluyes
• Sin QC, calibración y skill pueden ir en dirección equivocada

11. Mini-glosario

• QC: control de calidad del dato
• Metadata: información del sensor (emplazamiento, cambios)
• Subcaptura: medir menos de lo real (p. ej. lluvia con viento)
• POD: probabilidad de detección (detecciones/observados)

12. Referencias y lecturas recomendadas

• WMO: guías de observación y verificación
• ECMWF/Copernicus: recursos y documentación
• Met Office: materiales sobre QC y verificación