4 min de lecturaPronóstico

Verificación de pronósticos: cómo evaluar un pronóstico del tiempo

A un pronóstico que no se ha evaluado no se le puede poner precio, ni se puede ajustar, ni se puede confiar en él. Las métricas habituales en lenguaje llano, las trampas y un ejemplo publicado de cómo informar con honestidad.

Mapa de pronóstico de la velocidad del viento a 80 metros sobre el suelo en Washington y Oregón, en una malla de 1 km, con franjas brillantes de viento fuerte en los pasos de montaña.

Publicado por primera vez el 11 de noviembre de 2026 · Actualizado el 16 de noviembre de 2026

La verificación de pronósticos es la práctica de evaluar los pronósticos frente a lo que realmente ocurrió. Así sabe el responsable de un equipo de pronóstico si una nueva configuración del modelo es una mejora, así sabe un comprador cuánto vale el pronóstico de un proveedor y así decide un responsable de operaciones hasta qué punto fiarse de la cifra de mañana. Esta guía explica con qué comparar, las métricas habituales en lenguaje llano, las trampas que producen resultados favorecedores y un ejemplo publicado de un resultado presentado junto con sus límites.

Con qué comparar un pronóstico

Ninguna referencia es la verdad perfecta. Cada una tiene puntos fuertes y puntos ciegos.

  • Las estaciones de superficie miden la temperatura, el viento, la presión y la lluvia directamente en un punto. Abundan cerca de aeropuertos y ciudades y escasean en el resto, y las mediciones estándar de viento se toman a 10 m, muy por debajo del buje de un aerogenerador.
  • El lidar mide el viento a varias alturas por encima del instrumento, incluida la altura del buje. Se adapta bien a la energía eólica, pero pocos emplazamientos tienen uno.
  • El radar ve la lluvia, el granizo y la estructura de las tormentas sobre un área amplia cada pocos minutos. Mide la energía reflejada por la precipitación en el aire, no la lluvia que llega al suelo, así que convertirla en lluvia caída requiere cuidado.
  • Los análisis son las mejores estimaciones de la atmósfera sobre una malla, que combinan observaciones con un modelo. Lo cubren todo, lo cual es cómodo, pero arrastran los hábitos del modelo que los generó. Un modelo evaluado frente a su propio análisis sale favorecido.

Sea cual sea la referencia, evalúe también una línea de base: la persistencia (ningún cambio respecto a ahora), la climatología o un pronóstico público como HRRR, el modelo de pronóstico horario de la NOAA para EE. UU. Un pronóstico solo justifica su costo si supera lo que usted habría tenido sin él.

Las métricas habituales en lenguaje llano

Tomemos cinco pronósticos de viento que erraron en +2, −1, +3, −2 y +3 m/s (pronóstico menos observación). Las cifras son inventadas para mostrar el cálculo.

  • El sesgo es el error medio conservando los signos: (2 − 1 + 3 − 2 + 3) ÷ 5 = +1.0 m/s. El pronóstico tiende a quedar alto. El sesgo es el error más fácil de corregir, pero un sesgo de cero puede ocultar errores grandes que se compensan.
  • El error absoluto medio (MAE) es la magnitud media del error sin tener en cuenta los signos: (2 + 1 + 3 + 2 + 3) ÷ 5 = 2.2 m/s. Interprételo como el error habitual.
  • La raíz del error cuadrático medio (RMSE) eleva al cuadrado cada error, promedia los cuadrados y extrae la raíz cuadrada: √((4 + 1 + 9 + 4 + 9) ÷ 5) = √5.4 = 2.32 m/s. Al elevar al cuadrado, los errores grandes pesan más, por lo que el RMSE nunca es menor que el MAE. Úselo cuando un error grande cueste más que varios pequeños.

Para los eventos, como una tormenta en un emplazamiento o un viento por encima de la velocidad de corte de un aerogenerador, cuente aciertos, fallos y falsas alarmas. Supongamos que se pronosticó tormenta en 20 días y llegó en 12 de ellos, y que otras 3 tormentas llegaron sin pronóstico (de nuevo, cifras inventadas).

  • Tasa de aciertos, también llamada probabilidad de detección: aciertos ÷ (aciertos + fallos) = 12 ÷ (12 + 3) = 0.80. De las tormentas que ocurrieron, el 80% se había pronosticado.
  • Proporción de falsas alarmas: falsas alarmas ÷ (aciertos + falsas alarmas) = 8 ÷ (12 + 8) = 0.40. De las tormentas pronosticadas, el 40% no ocurrió.

Presente las dos juntas. Un pronóstico que anuncia tormenta todos los días tiene una tasa de aciertos perfecta y una proporción de falsas alarmas inservible. Hay definiciones más completas en la guía de métodos que mantiene el Joint Working Group on Forecast Verification Research, un grupo de trabajo del Programa Mundial de Investigación Meteorológica de la OMM. METplus, del Developmental Testbed Center junto con el NCAR y la NOAA, es un marco de verificación público.

Tres trampas que inducen a error

Representatividad

Un valor del modelo es un promedio sobre una celda de malla. Un instrumento mide un punto. En una sola celda de malla caben a la vez una cresta y un valle. La altura también importa: un anemómetro a 10 m dice poco sobre el viento a 80 m. Parte del «error» es este desajuste, no el pronóstico.

Errores de tiempo y la doble penalización

Un modelo de alta resolución dibuja una tormenta nítida. Si la sitúa a 20 km de distancia o una hora tarde, una métrica puntual cuenta un fallo donde estuvo la tormenta y una falsa alarma donde se pronosticó: dos penalizaciones por un solo casi acierto. Un pronóstico suave y de malla gruesa que nunca se compromete puede obtener mejor puntuación siendo menos útil. Las métricas que admiten un vecindario en el espacio o una ventana en el tiempo tratan con más justicia a los pronósticos nítidos.

Casos escogidos a conveniencia

Un caso espectacular no demuestra nada. Fije el periodo, los emplazamientos y la métrica antes de mirar los resultados. Después presente todos los casos, el tamaño de la muestra, la línea de base y lo que no funcionó.

Un ejemplo resuelto de cómo informar con honestidad

Aerava, la plataforma de inteligencia meteorológica operada por TempoQuest, publica una comparación de viento. Sus partes se corresponden con la lista de comprobación anterior.

  • Muestra: doce noches en un solo parque eólico de Oklahoma.
  • Referencia: un lidar público del DOE a 80 m.
  • Línea de base: HRRR solo.
  • Resultado: el pronóstico de 1 km combinado con HRRR tuvo entre un 11 y un 13 por ciento menos de error que HRRR solo, y fue mejor en 11 de 12 noches.
  • Lo que no funcionó: por sí sola, la ejecución de 1 km no superó a HRRR de forma fiable.
  • Estado: la combinación es investigación y no está a la venta.

Aerava también dice lo que no ha evaluado: los pronósticos de tormentas todavía no se han evaluado, y el tamaño del granizo es una orientación experimental. Doce noches en un solo emplazamiento son una muestra pequeña, y la declaración no afirma nada más allá de esas doce noches. Ese es el patrón que conviene pedir a cualquier proveedor, TempoQuest incluido: la muestra, la referencia, la línea de base, lo que falló y lo que sigue sin evaluar.

TempoQuest está desarrollando la Forecast Verification Tool (FVT), una herramienta diseñada para mejorar la verificación de los pronósticos meteorológicos. Las métricas y las trampas de esta guía son práctica general, no una descripción de FVT.

Qué hacer ahora

Lea qué son los pronósticos por emplazamiento a 1 km de Aerava o póngase en contacto con TempoQuest.

Su pronóstico

¿Tiene su propia pregunta sobre pronósticos?

Cuéntenos a qué decisión debe servir. Un formulario breve basta para llegar al equipo, y revisamos todas las solicitudes.