Cuando verificamos, no comparamos “predicción vs realidad”, comparamos predicción vs una medición. Y esa medición tiene su propia física y sus propios errores: un pluviómetro no “ve” lo mismo que un radar; un anemómetro no mide lo mismo según exposición; un satélite no mide lluvia, mide radiancia y de ahí se infiere algo. Entender estos mecanismos evita el autoengaño típico: penalizar al modelo por un error del dato, o declarar victoria porque el dato suaviza el extremo.

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

La verificación sirve para mejorar decisiones. Si no entiendes el mecanismo del dato de referencia, puedes concluir cosas falsas: “el modelo no sirve”, “mi postproceso es perfecto”, o “acerté el extremo”, cuando en realidad el dato estaba filtrando, saturando o no representaba el fenómeno a esa escala.

2. Idea clave en 30 segundos

• En una frase: primero entiende qué mide el dato y su escala; luego elige operador y métrica
• Señal típica: RMSE alto por desfase/espacio, no por “mala física”
• Confusión común: correlación buena = verificación buena

3. Mecanismo 1: el sensor mide algo (y tú verificas otra cosa)

• Pluviómetro: mide precipitación en un punto; no sabe nada del campo alrededor.
• Radar: mide reflectividad (no lluvia directamente); lluvia se infiere con supuestos.
• Satélite: mide radiancia; precipitación/nubes se estiman con algoritmos.
• Anemómetro: mide viento local en su entorno inmediato; obstáculos cambian todo.

4. Mecanismo 2: representatividad (punto vs área)

Es el error que más confunde. Un modelo o un producto areal puede estar “bien” para la comarca y “mal” para el pluvio de una esquina. Si tu uso es areal, define operador areal; si tu uso es puntual, acepta que el skill será menor y que necesitas redes densas o tolerancias.

5. Mecanismo 3: filtrado y suavizado

• Rejillas: promediar suaviza extremos.
• Reanálisis: tiende a suavizar convectiva y picos locales.
• Productos procesados: cambios de algoritmo pueden “mover” estadísticas sin que cambie el tiempo.

6. Mecanismo 4: cambios de instrumentación y entorno

Cambiar un escudo de radiación, el emplazamiento del pluvio o crecer un árbol cerca del anemómetro cambia la medida. Si no registras esto, la verificación “empeora” o “mejora” por razones que no son del pronóstico.

7. Ejemplos rápidos (para fijarlo)

• Lluvia convectiva: el radar ve estructura y timing; el pluvio ve el punto. Si verificas punto con un pronóstico areal, el RMSE puede ser enorme aunque el sistema sea útil.
• Viento fuerte: dos estaciones separadas 500 m pueden diferir mucho por exposición; comparar sin metadata confunde.
• Niebla: satélite puede confundir estratos con niebla; webcam ayuda pero depende de luz.

8. Checklist de errores típicos al verificar precipitación convectiva

• No definir operador espacial (punto vs área)
• Verificar con acumulación 24h cuando el problema era 1–3h
• Ignorar desplazamiento y fase
• Usar radar como “verdad” de acumulación sin QC
• No separar convectivo vs estratiforme
• Usar solo MAE/RMSE sin umbrales
• No reportar N/base rate

9. Errores comunes

• Concluir por una sola métrica
• Concluir sin baseline
• No documentar sesgos del dato

10. Buenas prácticas

• Escribir qué mide el dato y su escala
• Alinear operador con el uso
• Triangular cuando haga falta (pluvios+radar; satélite+webcams)

11. Resumen y claves finales

• Verificación = predicción vs medición (no vs realidad perfecta)
• Mecanismos del dato (qué mide) importan
• Representatividad es el error dominante en convectiva y viento
• Correlación no cierra el caso
• Checklist convectiva evita conclusiones falsas

12. Mini-glosario

• Representatividad: qué área representa un punto
• Suavizado: pérdida de extremos al promediar
• QC: control de calidad
• Operador: definición exacta (t,s, umbral) de lo verificado

13. Referencias y lecturas recomendadas

• WMO: observación y verificación
• NOAA: recursos de verificación
• Met Office: materiales de verificación