Resultados de un control de calidad para datos horarios de precipitación, irradiancia, velocidad y dirección de viento

• José Luis Araya López ^[1]
  1. [1] Instituto Meteorológico Nacional (Costa Rica)
• Localización: Revista de Climatología, ISSN-e 1578-8768, Nº. 11, 2011, págs. 11-29
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se presenta una metodología y resultados de aplicar métodos de control de calidad a un amplio conjunto de estaciones meteorológicas automáticas. Este trabajo fue efectuado en el Instituto Meteorológico Nacional de Costa Rica. El objetivo fue detectar e indicar valores erróneos que pudieran haber pasado desapercibidos como parte del control de calidad manual. Un aproximado de 28.5 millones de registros fueron procesados. Se analizó un total de 53 series de lluvia, 45 estaciones para radiación solar total y 63 que generaban datos de velocidad y dirección de viento. Se encontró que del total de estaciones analizadas, las pruebas utilizadas permitieron detectar la existencia de valores atípicos en un 0.2% de las series de precipitación, en un 2.9% en las series de flujo neto de irradiancia, así como en un 1.5% para velocidad escalar y dirección predominante de viento. Las pruebas de control de calidad aplicadas mostraron ser efectivas en la detección de valores atípicos que en su momento pasaron desapercibidos en el control de calidad manual.

  • English

    A recent quality control study on hourly precipitation, irradiance, wind speed and direction data is presented. This work was developed at the Costa Rican National Meteorological Institute. The goal of this research was to determine to what extent atypical data went undetected in the previous manual quality control. Several quality control tools were applied, which combined quality control algorithms, along with plots and reports that facilitated outlier detection in large hourly time series. A number of automatic weather station data sets that included precipitation, irradiance, wind speed and predominant direction were analyzed, spanning up to 28.5 million of hourly data. As a whole, 0.2% of atypical values were detected for precipitation, 2.9% for total irradiance flux and 1.5% for wind speed and predominant direction data. The tests applied to these hourly data sets successfully detected outliers that went undetected in the former manual quality control protocol.