La forma más rápida de aprender verificación con datos de referencia (pluvios, radar, estaciones, satélite, reanálisis) es ver casos reales y entender por qué unas métricas sirven y otras engañan. Aquí tienes ejemplos típicos, con un flujo paso a paso para no perderte: primero qué referencia usar, qué QC mínimo aplicar, qué operador escoger (punto/área/ventana) y qué métricas tienen sentido según el fenómeno. Incluimos casos de lluvia intensa, viento y niebla, porque son justo los tres escenarios donde más fácil es “tener números” y aun así equivocarse.

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

Los casos te enseñan lo que los libros no dejan claro a la primera: la verificación siempre depende del dato de referencia y del operador. Dos personas pueden verificar “lo mismo” y sacar conclusiones opuestas si una usa radar con QC y operador espacial, y la otra usa un pluvio puntual y una ventana temporal incoherente.

2. Idea clave en 30 segundos

• En una frase: en cada caso, define evento + referencia + operador y entonces elige métricas
• Señal típica: RMSE mala por desplazamiento, pero el pronóstico era útil a escala de impacto
• Confusión común: “si falla en un pluvio, falló todo”

3. Flujo paso a paso para cualquier caso

1. Define el objetivo: ¿avisos? ¿ranking? ¿calibración?
2. Define el evento: umbral + ventana temporal + área
3. Selecciona referencia: pluvios/estaciones, radar (QC), satélite, reanálisis
4. QC mínimo: outliers, huecos, timestamps, cambios de estación
5. Operador: punto/área/vecindario; 1h/3h/24h; máximo vs media
6. Métricas: bias/MAE/RMSE, matriz en umbral, probabilístico (Brier/CRPS), espacial (FSS), object-based
7. Baseline: climatología/persistencia
8. Conclusión operativa: qué cambiarías y cómo medir si mejora

4. Caso 1: lluvia intensa convectiva (QPF) con desplazamiento

Situación típica: la célula descarga fuerte, pero 10–20 km más allá del máximo previsto. En un pluvio concreto parece “fallo total”, pero a escala comarcal era un buen aviso.

• Referencia recomendable: radar (con QC) + pluvios para validar acumulados puntuales
• QC clave: radar (atenuación/beam blocking/bright band) y pluvios (huecos ≠ 0)
• Operador: vecindario (neighborhood) o espacial (FSS) + ventana 1–3h
• Métricas que sí sirven: FSS (estructura), matriz por umbral (impacto), bias (tendencia), CRPS/Brier si es probabilístico
• Métricas que engañan si vas a punto: RMSE en un pluvio aislado, correlación a punto

5. Caso 2: lluvia estratiforme amplia (QPF) sin desplazamiento grande

Situación típica: frente o banda amplia. Aquí el punto tiene más sentido y el objetivo suele ser acumulado regional.

• Referencia: red de pluvios + radar (QC) para estructura
• Operador: 24h o 6h según impacto
• Métricas útiles: MAE (error típico), bias (deriva), RMSE (colas), skill vs climatología

6. Caso 3: viento fuerte en estación con mala exposición

Situación típica: una estación mide menos por obstáculos; verificas y sale que el sistema “sobreestima” viento.

• Referencia: varias estaciones cercanas + metadata (exposición/altura) y, si procede, reanálisis para contexto
• QC: detectar estación anómala vs vecinas (consistencia espacial)
• Operador: rachas (máximo 10 min / 1h) y ventana coherente
• Métricas útiles: bias/MAE por estación + análisis por percentiles (colas)
• Trampa: corregir el pronóstico para “encajar” una estación mala

7. Caso 4: niebla (evento binario) y base rate

Situación típica: evento raro o muy dependiente de microescala. Puedes tener buena “exactitud” simplemente porque casi nunca hay niebla.

• Referencia: observación humana/estación (visibilidad) + cámaras si están disponibles
• Definición operativa: visibilidad < 1000 m (o umbral local) + ventana horaria
• Métricas útiles: matriz (POD/FAR), skill vs “no niebla”, Brier si hay probabilidades
• Trampa: celebrar un score alto con 0 detecciones reales

8. Caso 5: probabilístico (ensembles) en lluvia intensa

Situación típica: el ensemble da 30–40% de superar 20 mm/24h. ¿Eso era “bueno”? Depende de calibración, discriminación y de cómo conviertes probabilidad en decisión.

• Referencia: pluvios + radar QC
• Métricas útiles: Brier score (calidad total), CRPS (si verificas distribuciones), fiabilidad (calibración), y skill frente a climatología
• Trampa: AUC alta sin calibración útil; o calibración buena con sistema “tímido” sin resolución

9. Errores comunes que se repiten en los casos

• No definir evento y operador
• Usar referencia sin QC
• Confundir desplazamiento con fallo total
• Olvidar baseline (climatología/persistencia)
• Interpretar un solo número como “verdad”

10. Buenas prácticas

• Usar la referencia adecuada al fenómeno (y documentar QC)
• Elegir operador coherente con el impacto
• Combinar métricas: continuo + umbral + (si aplica) espacial/probabilístico
• Revisar 3–5 casos manualmente para validar lectura

11. Resumen y claves finales

• Convectiva: FSS/neighborhood y radar QC son clave
• Estratiforme: pluvios + ventanas largas dan señales limpias
• Viento: la exposición de estaciones manda
• Niebla: cuidado con base rate y “exactitud” engañosa
• Probabilístico: Brier/CRPS + fiabilidad + skill vs climatología

12. Mini-glosario

• FSS: score espacial por vecindario
• Brier score: calidad de probabilidades para evento
• CRPS: score para distribuciones/probabilístico
• Object-based: comparar “objetos” (células/bandas) en lugar de píxel a píxel

13. Referencias y lecturas recomendadas

• WMO: verificación y guías
• NOAA: recursos de verificación
• ECMWF: ensembles y verificación