Control de qualitat de dades de les EMA

Les dades de la XEMA són sotmeses a un control de qualitat posterior a l’enregistrament, que consisteix en diversos processos jeràrquics i semiautomàtics de verificació de les dades, sempre sota la supervisió de personal tècnic.

Control de completesa

Abans de res, es comprova que les dades de la xarxa d’estacions s’han rebut i emmagatzemat correctament. L’absència de dades pot representar problemes amb les comunicacions o l’alimentació de les EMA.

Filtres de rang

Aquest procés automàtic té com a objectiu detectar els errors més evidents, com ara els valors que van més enllà de l’interval de mesura de cada sensor o propis de la tecnologia emprada, o bé que són impossibles d’assolir en l’àmbit del clima de Catalunya. Una temperatura de 60 °C, un gruix de neu negatiu o una humitat relativa que superi el 100% són exemples de dades errònies que són detectades per aquest filtre. (Taula 1)

VariableUnitatRang (mín/màx)
TemperaturaºC-30/46
Humitat relativa%0/100
Precipitació (horària)mm0/200
Precipitació (semi-horària)mm0/100
Velocitat del ventm/s0/55
Direcció del ventgraus0/360
Irradiància solar globalW/m20/1400
Pressió atmosfèricahPa700/1060
Gruix de neu al terramm0/4660

Control de coherència temporal

Hi ha errors en les dades que es poden detectar analitzant l’evolució temporal dels valors de cada una de les variables: els canvis bruscos en el valor de les diverses variables poden indicar errors de mesura. Es tracta de comparar cada registre amb el registre immediatament anterior i considerar dubtoses o errònies les dades en què s’observa un salt massa gran. Al contrari, quan els registres d’una variable es mantenen constants durant un període de temps determinat, també és probable que el sensor no estigui funcionant correctament. (Fig. 1)

D’altra banda, hi ha un tipus d’error específic de la mesura de la precipitació que només es detecta analitzant-ne l’evolució temporal. Quan s’embussa alguna part del pluviòmetre, habitualment l’embut per on entra l’aigua, aquesta no pot fluir a través del mecanisme de basculació i no s’enregistra correctament la precipitació. En alguns casos, l’aigua estancada pot degotar lentament durant les hores o els dies posteriors a la precipitació, de manera que el pluviòmetre enregistra pluges molt dèbils tot i que no hi ha precipitació real. (Fig. 2)

Gràfica exemple anemòmetre congelat
Figura 1. Coherència temporal: dades de vent errònies per congelació de l’anemòmetre
Exemple gràfica de pluviòmetre embussat
Figura 2. Coherència temporal: pluviòmetre embussat que degota aigua durant hores

Control de coherència interna

Aquest control engloba un gran nombre de condicions i algorismes que es defineixen per garantir la coherència de les diferents dades meteorològiques que arriben d’una determinada EMA. Per exemple, en un mateix interval de temps la temperatura màxima no pot ser inferior a la temperatura mitjana. (Fig. 3)

Exemple gràfic de coherència interna
Figura 3. Coherència interna: velocitat mitjana del vent i la ratxa màxima

Control de coherència espacial

Una altra font d’informació que permet corroborar la validesa de les dades és comparar els diferents registres d’una determinada estació amb els de les estacions més properes i/o ubicades a la mateixa regió climàtica. Per fer-ho, diàriament es generen mapes que mostren la distribució dels valors de les diverses variables arreu del país. També s’utilitzen productes de les eines de teledetecció com els satèl•lits, radars o detectors de descàrregues elèctriques per verificar les dades de diverses variables. (Fig. 4 i 5)

Mapa exemple de coherència espacial de les dades
Figura 4. Exemple de mapa generat per al control de coherència espacial
Exemple de coherència entre radar i dades d'estacions meteorològiques
Figura 5. Coherència espacial: precipitació diària estimada pel radar i mesurada a les EMA

Control visual

A banda dels controls específics esmentats, cada dia es fa una inspecció visual de totes les dades mitjançant gràfiques de l’evolució temporal de totes les variables. Això permet detectar certs errors més subtils, com ara la deriva d’alguns sensors.

Finalment, serà el tècnic qui decidirà el nivell de qualitat de les dades considerant la situació meteorològica en qüestió, la zona climàtica de cada EMA, l’època de l’any, les dades de les EMA properes i la informació facilitada per les eines de teledetecció o els observadors.

Esquema del control de qualitat de les dades de les estacions de la XEMA

esquema del control de qualitat a l'SMC