PROCEDIMIENTOS DE VALIDACIN DE DATOS DE ESTACIONES METEOROLGICAS AUTOMTICAS.

APLICACIN A LA RED DE INFORMACIN AGROCLIMTICA DE ANDALUCA

Javier Estvez1 Pedro Gaviln2 Universidad de Crdoba. Departamento de Instituto de Investigacin y Formacin Agraria y Pesquera (IFAPA). rea de Produccin Ecolgica y Recursos Naturales. Centro Alameda de Obispo. Apdo. 3092. 14080 Crdoba (Espaa)
2 1

javier.estevez.ext@juntadeandalucia.es; pedrod.gavilan@juntadeandalucia.es Resumen La informacin meteorolgica debe ser validada como un paso previo a cualquier aplicacin. Esta validacin asegura que la informacin est siendo generada adecuadamente, identifica los registros errneos y permite detectar problemas para resolverlos mediante las oportunas labores de mantenimiento, reparacin y calibracin de los sensores. En este trabajo se describen las bases de los procedimientos de validacin, de acuerdo con la norma AENOR 500540, y los resultados de su aplicacin a la Red de Informacin Agroclimtica de Andaluca. Los resultados obtenidos ponen de manifiesto la existencia de registros meteorolgicos potencialmente errneos. Su anlisis temporal ha permitido tomar decisiones como la sustitucin de sensores o la depuracin de registros antes de ser empleados en aplicaciones agronmicas. 1. INTRODUCCIN La informacin meteorolgica es una de las herramientas ms importantes para la toma de decisiones en la agricultura (Weiss y Robb, 1986). Entre sus aplicaciones podemos citar el clculo de las necesidades de agua de los cultivos y la programacin de riegos, el diseo de los sistemas de riego y drenaje, la lucha integrada contra plagas y enfermedades de los cultivos, el desarrollo de modelos de cultivos y la lucha contra heladas (Meyer y Hubbard, 1992). Durante las dos ltimas dcadas se ha producido una gran expansin de las redes de estaciones meteorolgicas automticas en todo el mundo. Este desarrollo se ha visto materializado en Espaa con la implantacin de la Red SIAR (Sistema de Informacin Agroclimtica para el Regado) (Prez de los Cobos y col., 2003). Esta rpida evolucin ha sido consecuencia de la necesidad de disponer de datos meteorolgicos especficos en tiempo real o casi real (Miller y Barth, 2003), as como de la evolucin de los sistemas automticos de adquisicin de datos. Sin embargo, los servicios meteorolgicos nacionales no disponen de redes que permitan realizar tales funciones, suministrando, en muchos casos, nicamente registros de temperatura del aire y precipitacin (Gzquez y col., 2003). Adems, estos datos no se encuentran fcilmente disponibles con la frecuencia deseada (Meyer y Hubbard, 1992), a pesar de lo expresado en el 12 Congreso de la Organizacin Meteorolgica Mundial en 1995, en el que se plante la 40 Resolucin, que gira en torno a la informacin de carcter climtico y meteorolgico (WMO CG XII, Resolution 40), y que seala la importancia de permitir el intercambio de informacin climtica entre los diferentes organismos meteorolgicos nacionales y el suministro de informacin climtica a terceras partes, incluyendo el sector privado (Cuadrat y col., 2002).

La informacin meteorolgica es recogida en potentes bases de datos. Sin embargo, las metodologas aplicadas en su control de calidad son variadas y los procesos para asegurar la calidad de los registros son con frecuencia dudosos (Meek y Hatfield, 1993), siendo en algunos casos inexistentes. En lneas generales, se puede afirmar que existen tres grandes razones por las cuales es necesario aplicar un sistema de control de calidad: 1. Asegura que la informacin est siendo generada adecuadamente; 2. Identifica, y en su caso corrige, los registros errneos que conduciran a una inadecuada toma de decisiones; 3. Permite detectar problemas para resolverlos mediante las oportunas labores de mantenimiento, reparacin y calibracin de los sensores (Doraiswamy y col., 2000). Para asegurar la calidad de la informacin obtenida se pueden aplicar diferentes mtodos. Desde aquellos que implican el mantenimiento peridico de las estaciones y la verificacin en campo de la informacin proporcionada por los sensores, hasta los basados en la validacin de los datos registrados utilizando procedimientos estadsticos, pasando por la calibracin peridica de los sensores. Entre los procedimientos de validacin basados en la aplicacin de reglas de decisin para realizar el anlisis de la calidad de los datos podemos citar el propuesto OBrien y Keefer (1985), posteriormente utilizado por Meek y Hatfield (1993). En este proceso los registros de dudosa calidad son detectados y corregidos o marcados como sospechosos. En otros procedimientos el resultado final es un dato que lleva adjunto una marca de seguridad o confianza -bueno, sospechoso, alarmante fallido- (Fiebrich y Crawford, 2001; Horel y col., 2002). Otros autores utilizan marcas de dos tipos, informativas y graves, para indicar la calidad y posibilidad de utilizacin del registro. Este sistema se utiliza en los procesos de control de calidad de la Red CIMIS del estado de California (Snyder y Pruitt, 1992). En algunos casos se aplican algoritmos que permiten corregir los registros o rellenar los datos perdidos, pero en cualquier caso tanto el dato original como el corregido se almacenan en la base de datos (Robinson, 1990; Reek y col., 1992). Finalmente, los registros meteorolgicos marcados deben ser juzgados por personal debidamente cualificado (Kunkel y col., 1998; Ovita y Wilkins, 2002). En este trabajo se describen las bases de los procedimientos de validacin y su aplicacin a la Red de Informacin Agroclimtica de Andaluca, perteneciente a la Red SIAR. 2. TESTS DE VALIDACIN La norma UNE 500540 (2004) define siete niveles de validacin que deben aplicarse sucesivamente, con excepcin de la inspeccin visual (Nivel 6) que puede hacerse una vez realizada la validacin correspondiente a los Niveles 0 y 1. Estos ltimos niveles son de obligada aplicacin, mientras que el resto son opcionales. nicamente se califican de forma automtica como no vlidos aquellos datos que no superen el nivel 0 o el test de lmites rgidos (Nivel 1). Los datos que no pasan con xito cualquiera de los otros tests se consideran sospechosos y se deber discernir si el dato es vlido o no por inspeccin visual. 2.1 NIVEL 0. VALIDACIN DE LA ESTRUCTURA DEL REGISTRO DE DATOS Se comprueba que tanto la estructura del registro como el nmero de datos son los que se espera que lleguen. Si alguno de los datos no puede ser extrado correctamente, se considerar dicho dato como no vlido. Si existe error en la fecha y/u hora, todos los datos del registro asociados a esa fecha y hora se considerarn no vlidos.

2.2 NIVEL 1. VALIDACIN DE LOS DATOS SEGN LMITES En este nivel de validacin se comprueba el rango de los valores meteorolgicos introducidos en la base de datos. Por rango entendemos el lmite superior y el inferior entre los que debe estar el valor de un dato para ser considerado como vlido (Feng y col. (2004); Meek y Hatfield, 1994; Reek y col., 1992; Shafer y col., 2000; Schroeder y col., 2005). Se definen dos tipos de lmites: lmites fsicos e instrumentales y lmites flexibles (efemrides meteorolgicas). 2.2.1 Lmites rgidos: fsicos e instrumentales Se aplicarn los lmites que resulten ms restrictivos de los fsicos e instrumentales. Cualquier dato fuera de los lmites establecidos ser un dato no valido. En la Tabla 1 se indican los lmites fsicos aplicables segn la norma UNE 500540 (2004).
Tabla 1. Lmites fsicos de diferentes variables meteorolgicas (UNE 500540, 2004)

Variable
Temperatura del aire Humedad relativa del aire Velocidad del viento Direccin del viento Presin Radiacin solar global Precipitacin en 10 minutos

Unidad
C % m s-1 Grados hPa W m-2 Mm

Rango
-35/55 0/100 0/75 0/360 700/1080 -1/1400 0/50

2.2.2 Lmites flexibles: efemrides meteorolgicas Estos lmites se basarn en los valores extremos que las distintas variables puedan tomar en la zona donde est ubicada la estacin (UNE 500510, 2005). Lo ideal es contar con un conjunto de efemrides meteorolgicas para cada mes, que sean representativas del entorno de donde provienen los datos que se validan. Si el dato no superase este test de lmites flexibles ser calificado como sospechoso y se deber hacer una inspeccin visual para considerarlo vlido o no. Estos tests incorporarn un mdulo de verificacin de efemrides en el que cada valor se comparar con el valor extremo registrado histricamente en la misma estacin. Si el registro que se est validando supera el valor extremo prefijado, el sistema generar una alerta que deber ser validada por el administrador para incorporarla como nueva efemride. 2.3 NIVEL 2. VALIDACIN DE LA COHERENCIA TEMPORAL DEL DATO Los procedimientos basados en la coherencia temporal comprueban si la diferencia entre medidas meteorolgicas sucesivas excede un valor determinado, en cuyo caso habra que sospechar de ambas medidas (Feng y col., 2004; Graybeal y col., 2004; Meek y Hatfield, 1994). Es decir, se chequea el exceso de variabilidad de dos registros consecutivos. Si esta diferencia supera el valor preestablecido dentro del sistema de validacin, se genera una alerta para los dos datos. En este nivel se comparar el cambio entre dos o ms observaciones consecutivas separadas media hora unas de otras. Este tipo de valoracin slo afecta a los datos semihorarios. Si la diferencia excede un valor prefijado, distinto para cada variable, se considerar que el dato o datos no ha superado el test. 2.4 NIVEL 3. VALIDACIN DE LA COHERENCIA INTERNA DE LOS DATOS. RELACIONES ENTRE VARIABLES Los procedimientos denominados de coherencia interna estn basados en la verificacin de la coherencia fsica o climatolgica de cada variables observada o tambin de la consistencia entre variables (Grter et al., 2001). Valores medidos al mismo tiempo y en el mismo lugar no pueden ser incoherentes entre ellos. En este caso, puesto que no se puede discernir cul de las variables involucradas es la responsable, se considerar que

ambas observaciones no han superado este test. Tambin entran en esta categora los tests que comprueban la coherencia interna del propio sistema. Por ejemplo, un valor promediado debe ser siempre menor que el valor instantneo mximo, o la precipitacin durante media hora siempre deber ser menor que la precipitacin acumulada durante 24 horas (Vejen et al., 2002). Tambin son habituales las comprobaciones del tipo Tmax(i)>Tmed(i)>Tmin Tmax(i)>Tmin(i-1) siendo i un da cualquiera. Existen tambin comprobaciones para rangos diarios de temperatura excesivos (Feng et al., 2004; Reek et al., 1992). 2.5 Nivel 4. VALIDACIN DE LA COHERENCIA TEMPORAL DE LA SERIE Este nivel de validacin se aplicar sobre series temporales de datos del periodo que se vaya a analizar (p.e. cada 24 horas). Se calcular la media y la desviacin tpica de cada variable. Si la desviacin tpica fuese menor que un mnimo aceptable, todos los datos de ese periodo se considerarn sospechosos (Shafer y col., 2000). 2.6 NIVEL 5. VALIDACIN DELA COHERENCIA ESPACIAL. CONTRASTE DE LOS DATOS DE CADA ESTACIN CON DATOS DE OTRAS ESTACIONES En este nivel de validacin se tiene en cuenta que los valores de una misma variable medidos al mismo tiempo en estaciones correlacionadas no pueden diferir demasiado unos de otros (Eischeid et al., 1995; Gandin, 1988; Hubbard, 2001; Wade, 1987). El llevar a la prctica este test puede resultar ms o menos complicado dependiendo de la densidad de estaciones y de lo compleja que sea la orografa de la zona. Para llevar a cabo este test se aplicarn, por ejemplo, tcnicas de interpolacin. Es suficiente con aplicar algn mtodo sencillo que permitan detectar los errores ms groseros. Los errores ms sutiles se pueden descubrir por inspeccin visual. Para validar la coherencia espacial se suele estimar un valor para cada observacin. Esto se hace a partir de datos de la misma variable (que no hayan sido etiquetados como no vlidos en niveles previos), registrados en otras estaciones correlacionadas con la variable que se est analizando. A continuacin, se calcular alguna expresin que de cuenta de la diferencia entre el valor medido y el valor estimado. Si esta diferencia excediese un cierto umbral (p.e. dos veces la desviacin tpica de los datos empleados en la estimacin), se considerar que el dato analizado no ha superado este test. 2.7 NIVEL 6. INSPECCIN VISUAL Para llevar a cabo una inspeccin visual sobre los datos que se pretende analizar, resulta muy til representar la evolucin temporal de las distintas variables en varios niveles de agregacin, especialmente cuando se trate de determinar si un dato sospechoso es vlido o no vlido. Igualmente, resulta muy til cartografiar valores mximos, mnimos, acumulados, etc. de las distintas variables as como de parmetros derivados. Para identificar problemas sutiles, en el caso de la temperatura, la velocidad y direccin del viento y la presin, se recomienda un anlisis de valores promedio a una hora especfica del da (p.e. 0, 6,12 y 18). En el caso de la humedad relativa, la media de los mximos y la media de los mnimos. Finalmente, para la precipitacin y la irradiacin, los valores acumulados. Se pueden aplicar otros anlisis estadsticos, como por ejemplo el mtodo de doble masa, aunque muchos de ellos dependen de la longitud de las series para que den buenos resultados.

3. APLICACIN A LA RED DE INFORMACIN AGROCLIMTICA DE ANDALUCA 3.1 RADIACIN SOLAR Los resultados del test de rango rgido para datos diarios se muestran en la Tabla 2, en la que se indican los porcentajes mximo y mnimo de los registros meteorolgicos que no han superado el test aplicado a cada una de las estaciones, as como la media y la desviacin tpica de estos porcentajes correspondientes a toda la red. La nica estacin en la que se han detectado valores diarios fuera de rango ha sido la de Puebla de Cazalla (Sevilla), con un valor medido de 219 MJ m-2 d-1. nicamente este dato no super el test, lo que en trminos porcentuales representa aproximadamente el 0.05% de los datos. El resto de las 89 estaciones superaron satisfactoriamente el test, obtenindose un valor medio para toda la red del 0.001% de registros errneos. Slo en la estacin de Tjola (Almera) se detectaron errores a escala semihoraria, donde catorce valores semihorarios se situaron fuera de rango, lo que equivale al 0.016% del total de los registros histricos de radiacin solar de la estacin. Estos catorce registros, para el conjunto de toda la red, supusieron un porcentaje muy bajo (0.0002%) (Estvez, 2008).
Tabla 2. Porcentaje de datos que no han superado los tests de rangos rgido y flexible, coherencia temporal y persistencia aplicados a los registros de radiacin solar media diaria (Rs) y semihoraria (Rssh) (Estvez, 2008). Entre parntesis se dan el nmero de registros errneos

Test de rango rgido Max (%) Min (%) Medio (%) Desv. Tip. (%) Validacin
Rs Rssh Rs Rssh Rssh Rs Rssh 0.049 (1) 0.016 (14) 11.80 7.04 0.24 0.82 0.00 0 0 0 0.05 0.02 0.00 0.00 0.001 (2) 0.000 (14) 0.34 (673) 0.80 (61588) 0.10 (7697) 0.005 0.002 1.32 1.10 1 1 1F 1F 2 0.04 0.09 2 2

Test de rango flexible Coherencia temporal Persistencia

0.01 (770) 0.00

El test de rango flexible aplicado en base diaria detect un 0.34% de registros potencialmente errneos, con un valor mximo de 11.80% en la estacin de las Cabezas de San Juan (Sevilla) (Figura 1). En 30 estaciones no se detect ningn valor fuera de rango. El mayor nmero de registros fuera de rango correspondi al ao 2005, debido fundamentalmente a la descalibracin de los piranmetros. A partir de esta fecha se empezaron a calibrar algunos piranmetros (Estvez y col., 2005) y se realizaron las primeras sustituciones por sensores nuevos o calibrados. Hasta esta fecha, en general, el nmero de registros fuera de rango fue aumentando, producindose, generalmente, sobreestimaciones en las medidas de radiacin solar. El 0.80% de los registros semihorarios no superaron el test con un valor mximo del 7.04%. En todas las estaciones hubo registros semihorarios fuera de rango, con un mnimo del 0.05%. El ao con mayor nmero de registros semihorarios fuera de rango fue igualmente el 2005.

Figura 1. Resultado de la aplicacin del test de rango flexible para los registros diarios de radiacin solar en Las Cabezas de San Juan (Sevilla) y Crdoba (Estvez, 2008)

La aplicacin de este test permiti tomar la decisin de sustituir el piranmetro de la estacin de Las Cabezas de San Juan al detectarse que el nmero de registros fuera de rango aumentaba alarmantemente con el tiempo. En la Figura 1 se puede observar como el piranmetro mide sistemticamente por encima de la radiacin solar terica en condiciones de cielo despejado a partir del ao 2004, sntoma inequvoco de que el sensor estaba descalibrado. A finales de 2002 comenzaron ya a registrarse valores fuera de rango, sealados con un crculo rojo en la figura. En el mes de Junio de 2006 se sustituy un piranmetro y las medidas realizadas a partir de esta fecha se situaron dentro del rango. Como comparacin, en la misma figura se muestra el resultado grfico de la aplicacin del test a la estacin de Crdoba, donde el piranmetro dio muestras de funcionar correctamente. La aplicacin del test de coherencia temporal permiti detectar un 0.10% de registros potencialmente errneos, con un valor mximo del 0.24%. Por otro lado, un 0.01% de los registros diarios no superaron el test de persistencia, mientras que todos los datos semihorarios superaron satisfactoriamente el test de persistencia. 3.2 TEMPERATURA DEL AIRE Todos los registros de temperatura (diaria y semihoraria) superaron satisfactoriamente el test de rango rgido (Tabla 3). La aplicacin del test de coherencia temporal a los registros semihorarios permiti detectar un porcentaje medio de registros potencialmente errneos del 0.11%, con un valor mximo del 0.77% en la estacin de beda (Jan). En todas las estaciones se registraron datos anmalos tras la aplicacin de este test. Finalmente, ningn registro potencialmente errneo fue detectado tras la aplicacin del test de persistencia (Estvez, 2008). La aplicacin de los tests de coherencia interna a los registros de temperatura mxima detect un porcentaje medio de registros anmalos del 0.012%, mientras que todos los registros de 69 estaciones pasaron este test. El porcentaje medio de registros de temperatura mnima que no superaron este test fue del 0.005%, con un valor mximo del 0.175%. En este caso, todos los registros de 85 estaciones superaron satisfactoriamente este test. El test de ceros detect un promedio del 0.024% de registros potencialmente errneos, con un total de 83 estaciones en las que todos los registros superaron el test. Todos los registros de temperatura media superaron satisfactoriamente todos los tests de coherencia interna. Finalmente, el test de salto trmico diario fue el que detect el mayor porcentaje de datos potencialmente errneos, con un valor medio del 0.59% y un mximo del 6.19% en la estacin de beda (Jan).

Tabla 3. Porcentaje de datos que no han superado los tests de rango rgido, coherencia temporal y persistencia y coherencia interna aplicados a los registros de temperatura del aire mxima (Tmax), mnima (Tmin) y media (Tmed) diarias y semihoraria (Tsh) (Estvez, 2008)

Test de rango rgido Max (%) Min (%) Medio (%) Desv. Tip. (%) Validacin
Tmax, Tmin, Tmed Tsh Tsh Tsh Tmax Tmin Tmed Test de ceros Tmin Test de salto trmico 0.00 0.00 0.77 0 0.091 0.175 0 0.788 6.190 0.00 0.00 0.01 0 0 0 0 0 0 0.00 0.00 0.11 ((8465) 0.00 0.00 0.14 0 0.023 0.022 0 0.112 1.135 1 1 2 2 3 3 3 3 3

Coherencia temporal Persistencia

0

Coherencia interna
0.012 (24) 0.005 (10) 0 0.024 (47) 0.585 (1158)

3.3 HUMEDAD RELATIVA DEL AIRE Se puede observar en la Tabla 4, tal y como cabra esperar en una regin semirida, que slo algunos registros de humedad relativa mxima han tomado valores por encima del 100%. El porcentaje medio de registros que no pasaron el test de rango rgido fue del 0.07%, con un valor mximo del 1.63% en la estacin de Lepe (Huelva). En 69 estaciones no se registraron valores fuera de rango. (Estvez, 2008) El mayor porcentaje de datos que no superaron los tests de coherencia interna fueron los de humedad relativa mxima (HRmax), con un valor medio del 0.044%. Hubo 43 estaciones cuyos registros de HRmax superaron el test satisfactoriamente en su totalidad. Para la humedad relativa mnima (HRmin) el porcentaje medio de registros potencialmente errneos fue del 0.007%, con un total de 83 estaciones sin registros potencialmente errneos. Para la humedad relativa media (HRmed) los porcentajes fueron inferiores, pues en solo dos estaciones hubo registros potencialmente errneos. El porcentaje de registros anmalos ms elevado para el test de persistencia se dio en las medidas de HRmax, con un promedio del 0.252% y un valor mximo en la estacin de Isla Mayor (Sevilla) del 16.019%. Tambin se ha detectado una tendencia creciente en el porcentaje de datos potencialmente errneos, producindose el mximo durante el ao 2006. Sin embargo, para esta misma variable no se detect ningn registro sospechoso en 35 de las estaciones analizadas. Para los registros de HRmin y HRmed los porcentajes de alertas de la aplicacin del test de persistencia fueron muy parecidos. Para ambas variables se detectaron datos anmalos en tan slo 4 estaciones. Finalmente, para los registros semihorarios el test de persistencia detect un porcentaje medio del 0.09%, con un mximo en la estacin de La Puebla de Guzmn (Huelva) del 1.53%, mientras que hubo 32 estaciones en las que todos los registros superaron satisfactoriamente el test. Por ltimo, el test de coherencia temporal fue el que detect los porcentajes ms bajos de alertas, con un promedio del 0.002% y un mximo del 0.021% para la estacin de La Higuera de Arjona (Jan). Este test no detect ningn registro anmalo en 55 de las estaciones analizadas y prcticamente la totalidad de los registros detectados estuvieron asociados a episodios de lluvia (Estvez, 2008).

Tabla 4. Porcentaje de datos que no han superado los tests de rango rgido, coherencia temporal, persistencia, coherencia interna y coherencia temporal de la serie aplicados a los registros de humedad relativa del aire mxima (HRmax), mnima (HRmin) y media (HRmed) diarias y semihoraria (HRsh) (Estvez, 2008)

Test de rango rgido Max (%) Min (%) Medio (%) Desv. Tip. (%) Validacin
0.00 1.63 0.021 16.019 0.147 0.234 0.649 0.240 0.239 1.535 0.00 0.00 0 0 0 0 0 0 0 0 0.00 0.07 (139) 0.002 (159) 0.00 0.20 0.004 1.717 0.029 0.034 0.080 0.030 0.029 0.194 1 1 2 2 2 2 3 3 3 4

HRmed, HRmin, HRsh HRmax HRsh HRmax HRmin HRmed HRmax HRmin HRmed HRsh

Coherencia temporal Persistencia

0.252 (499) 0.006 (12) 0.008 (16) 0.044 (87) 0.007 (14) 0.004 (8) 0.094 (7233)

Coherencia interna

Coherencia temporal de la serie

3.4 VELOCIDAD Y DIRECCIN DEL VIENTO La aplicacin del test de rango rgido no detect ningn registro de velocidad y direccin de viento diario o semihorario fuera de los umbrales establecidos (Tabla 5). En general, los registros de velocidad de viento diaria superaron el test de coherencia temporal satisfactoriamente, puesto que en una nica estacin se registraron valores anmalos (0.09% de los registros). Los porcentajes de datos sospechosos detectados para direccin de viento fueron ms elevados, con un promedio del 2.64% a escala diaria y del 1.30% a escala semihoraria (Estvez, 2008). Los datos de la velocidad mxima diaria que no superaron los tests de coherencia interna fueron el 0.32% de los registros, con un valor mximo del 2.70% en la estacin de Almuecar (Granada), existiendo un total de 11 estaciones cuyos registros superaron todos los tests. Para la velocidad del viento media diaria, el valor mximo de registros potencialmente errneos se dio en la estacin de Padul (Granada) (el 0.65% de los datos no superaron los tests), con un porcentaje medio del 0.01%. Estos registros, al igual que los correspondientes a la direccin de viento diaria, fueron producidos por inconsistencias entre velocidad y direccin de viento. Anlogamente, la aplicacin de estos tests a escala semihoraria detect un porcentaje mximo del 0.93% en la misma estacin, con un promedio para ambas variables del 0.06%. Estos registros inconsistentes a ambas escalas se produjeron mayoritariamente en el ao 2002, lo cual indica un mal funcionamiento de la Anemoveleta en este periodo.

Tabla 5. Porcentaje de datos que no han superado los tests de rango rgido, coherencia temporal, persistencia y coherencia interna aplicados a los registros de velocidad del viento media (VVmed), mxima (VVmax) y semihoraria (VVsh) diarias y direccin del viento media diaria (DVmed) y semihoraria (DVsh) (Estvez, 2008)

Test de rango rgido Max (%) Min (%) Medio (%) Desv. Tip. (%) Validacin
VVmed, VVmax, VVsh DVmed, DVsh VVmed VVsh DVmed DVsh VVmax VVmed VVsh DVmed DVsh 0.00 0.00 0.09 0.00 7.46 2.92 2.70 0.65 0.93 0.65 0.93 0.00 0.00 0.00 0.00 0.237 0.362 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.64 (5229) 1.30 (100064) 0.32 (634) 0.01 (20) 0.06 (4618) 0.01 (20) 0.06 (4618) 0.00 0.00 0.00 0.00 1.40 1.59 0.42 0.07 0.15 0.05 0.15 1 1 2 2 2 2 3 3 3 3 3

Coherencia temporal

Coherencia interna

3.5 PRECIPITACIN El test de rango rgido solamente detect valores errneos en la estacin de Tjola (Almera), tanto para registros horarios como semihorarios (Estvez, 2008). Ambas medidas se produjeron en las mismas fechas, lo que parece indicar que pudieran ser debidas a operaciones de mantenimiento, probablemente provocadas por los tcnicos al comprobar la correcta generacin de pulsos en los pluvimetros en sus visitas peridicas a las estaciones.

Figura 2. Valores semihorarios de Radiacin solar (Rssh), Radiacin solar en cielo despejado (Rso) y Precipitacin (Psh) para el 26 de abril de 2002 en la estacin de Tjola (Almera) (Estvez, 2008)

El test de coherencia interna no detect ningn registro inferior a la precisin del pluvimetro (0.2 mm) (Tabla 6). Finalmente, el test de coherencia interna para valores semihorarios basado en los valores de la transmitancia atmosfrica detecto registros de precipitacin potencialmente errneos en 36 estaciones con un mximo del 0.37% en la estacin de Crdoba, donde el pluvimetro se vio afectado por el riego de las parcelas adyacentes (Estvez, 2008). El volumen de falsos positivos detectados en la estacin de Tjola (Almera) fue de 3249.4 mm y coincide con el periodo en que los registros no superaron el test de rango fijo. El da 26 de abril de 2002 los valores semihorarios de radiacin solar (Rssh) describieron una curva tpica de ausencia de nubes, acercndose a la envolvente de radiacin solar terica en cielo despejado (Rso), sin embargo, se

registraron medidas de precipitacin (Psh) a partir de las 7 de la maana (Figura 2). Estos medidas corresponden a valores potencialmente errneos.
Tabla 6. Porcentaje de datos que no han superado los tests de rango rgido y coherencia interna aplicados a los registros de precipitacin semihoraria (Psh) y acumulada diaria (P) (Estvez, 2008)

Max (%)
P Psh P Psh Psh 0.105 0.003 0.00 0.00 0.37 (352.2 mm)

Test de rango rgido Min (%) Medio (%) Desv. Tip. (%) Validacin
0.00 0.00 0.00 0.00 0.00 0.001 (3) 0.000 (1) 0.00 0.00 0.011 0.000 0.00 0.00 1 1 3 3 3

Coherencia interna (Precisin del pluvimetro) Coherencia interna (Transmitancia atmosfrica)

4. CONCLUSIONES Los resultados obtenidos de la aplicacin de los diferentes tests de validacin de acuerdo con la norma AENOR UNE 500540 ponen de manifiesto la existencia de registros meteorolgicos errneos y potencialmente errneos en las dos bases de datos validadas (diaria y semihoraria). El anlisis temporal de los registros detectados por los tests y el uso de grficos de control generados de forma dinmica han permitido tomar decisiones tan importantes como la sustitucin de sensores o la depuracin de registros fuera de rango antes de ser empleados en aplicaciones agronmicas (clculo de la evapotranspiracin de referencia). Agradecimientos Este trabajo ha sido financiado por el Instituto Nacional de Investigacin y Tecnologa Agraria y Alimentaria (INIA) con cargo al Proyecto RTA04-063 (Control de calidad de la Informacin generada en las Redes de Estaciones Agroclimticas). Bibliografa Cuadrat, J.M., Vicente, S.M., Saz, M.A., 2002. Fuentes de informacin en climatologa: Incertidumbres de las series de datos climticos en Espaa. VII Reunin Nacional de Climatologa. Albarracn, 27-29 Junio de 2002. Doraiswamy, P.C., Pasteris, P.A., Jones, K.C., Motha, R.P., Nejedlik, P., 2000. Techniques for methods of collection, database management and distribution of agrometeorological data. Agricultural and Forest Meteorology. 103:83-97. Eischeid, J.K., Baker, T.K., Daz H.F., 1995. The quality control of long-term climatological data using objective data analysis. J. Appl. Meteor., 34, 2787- 2795. Estvez, J., 2008. Diseo de un sistema integrado para el control de calidad de datos de estaciones meteorolgicas automticas. Tesis Doctoral. Departamento de Agronoma. Universidad de Crdoba. Estvez, J., Gaviln, P., De Haro, J., 2005. Calibracin de piranmetros en la Red de Informacin Agroclimtica de Andaluca. XXIII Congreso Nacional de Riegos. Elche, del 14 al 16 de Junio. Asociacin Espaola de Riegos y Drenajes. Feng, S., Hu, Q., Qian, Q., 2004. Quality control of daily meteorological data in China, 1951-2000: a new dataset. Int. J.Climatol., 24, 853-870. Fiebrich, C.A., Crawford, K.C., 2001. The impact of unique meteorological phenomena detected by the Oklahoma Mesonet and ARS Micronet on automated quality control. Bulletin of the American Meteorological Society. 82(10):2173-2187. 10

Gandin, L.S., 1988. Complex quality control of meteorological data. Mon. Wea. Rev., 116, 1137-1156. Gzquez, A., Perpiny, M., Pea, J., 2003. The XAC Agroclimatology Network of Catalonia (La Xarxa Agrometeorolgica de Catalunya). 3rd International Conference on experiences with automatic weather stations. Torremolinos (Mlaga). 19th, 20th and 21st February 2003. Graybeal, D. Y., DeGaetano, A. T., Eggleston, K.L., 2004a. Improved quality assurance for historical hourly temperature and humidity: development and application to environmental analysis. J. Appl. Meteor., 43, 1722-1735. Grter, E., Hberli, C., Kng, U., Mumenthaler, P., Mettler, J., Bassi, M., Konzelmann, T., Dsseger, R., 2001. The next generation of quality control tools for meteorological data at Meteoswiss DACH-MT 2001. Horel, J., Splitt, M., Dunn, L., Pechmann, J., White, B., Ciliberti, C., Lazarus, S., Slemmer, J., Zaff, D., Burks, J., 2002. Mesowest: Cooperative Mesonets in the Western United States. Bulletin of the American Meteorological Society. 83: 211-225. Hubbard, K.G., 2001. Multiple station quality control procedures. Automated weather stations for applications in agriculture and water resources management. World Meteorological Organization Tech. Doc. AGM-3 WMO/TD No. 1074, 133-136. Kunkel, K.E., Andsager, K., Conner, G., Decker, W.L., Hillaker Jr., H.J., Knox, P.N., Nurnberger, F.V., Rogers, J.C., Scheeringa, K., Wendland, W.M., Zandlo, J., Angel, J.R., 1998. An expanded digital daily database for climatic resources applications in the Midwestern United States. Bulletin of the American Meteorological Society. 79(7):1357-1366. Meek, D.W., Hatfield, J.L., 1993. Data quality checking for single station meteorological databases. Agricultural and Forest Meteorology. 36:85-109 Meyer, S.J., Hubbard, K.G., 1992. Nonfederal automated weather stations and networks in the United States and Canada: a preliminary survey. Bulletin of the American Meteorological Society. 73(4):449-457. Miller, P.A., Barth, M.F., 2003. Ingest, integration, quality control, and distribution of observations from State Transportation Departments using MADIS. International Conference on Interactive Information and Processing Systems for Meteorology, Oceanography and Hydrology (IIPS). February 9-13, 2003, Long Beach, California. OBrien, K.J., Keefer, T.N., 1985. Real-time data verification. In: Computer Applications in Water Resources. Proc. ASCE Spec. Conf., Buffalo, N.Y., ASCE, New York, N.Y., pp. 764-770. Oviatt, H.S., Wilkins, D.E., 2002. USDA-ARS meteorological monitoring in Northeastern Oregon. Reprinted from 2002 Columbia Basin Agricultural Research Annual Report. Spec. Rpt. 1040, pp. 16-29, 2002. Prez de los Cobos, P., Carazo, J.I., Padilla, F., 2003: Agroclimatic Information System for Irrigation Areas. 3rd International Conference on experiences with automatic weather stations. 19, 20 y 21 Febrero 2003. Torremolinos (Mlaga). Reek, T., Doty, S.R., Owen, T.W., 1992. A deterministic approach to the validation of historical daily temperature and precipitation data from the Cooperative Network. Bulletin of the American Meteorological Society. 73(6):753-762.

11

Robinson, D.A., 1990. The United States Cooperative Climate Observing Systems : reflections and recommendations. Bulletin of the American Meteorological Society. 71(6):826-831. Schroeder, J.L., Burgett, W.S., Haynie, K.B., Sonmez, I., 2005: The West Texas Mesonet: a technical overview. J. Atmos. Oceanic Technol., 22, 211-222. Shafer, M.A., Fiebrich, C.A., Arndt, D. S., Fredrickson, S. E., Hughes, T. W., 2000. Quality assurance procedures in the Oklahoma Mesonet. J. Atmos. Oceanic Technol., 17, 474-494. Snyder, R.L., Pruitt, W.O., 1992. Evapotranspiration data management in California. Irrigation and Drainage, Saving a Threatened Resource In Search of Solutions, T.E. Engman, Ed., American Society of Civil Engineers, 128-133. UNE 500510, 2005. Redes de Estaciones Meteorolgicas Automticas. Aspectos generales y nomenclatura. AENOR. UNE 500540, 2004. Redes de Estaciones Meteorolgicas Automticas. Directrices para la validacin de registros meteorolgicos procedentes de redes de estaciones automticas. Validacin en tiempo real. AENOR. Vejen, F., Jacobsson, C., Fredriksson, U., Moe, M., Andresen, L., Hellsten, E., Rissanen, P., Palsdottir, T., Arason, T., 2002. Quality control of meteorological observations. Report 8/2002 KLIMA. Norwegian Meteorological Institute, Oslo. Wade, C. G., 1987. A quality control program for surface mesometeorological data. J. Atmos. Oceanic Technol., 4, 435-453. Weiss, A., Robb, J.G-, 1986. Results and interpretations from a survey on agriculturally related weather information. Bulletin of the American Meteorological Society. 67(1):10-15.

12