Cómo funciona MeteoRanking

Casi todas las webs del tiempo te enseñan un pronóstico. Casi ninguna te enseña cuánto se equivocó ayer. MeteoRanking existe para hacer las dos cosas: combinar los mejores modelos meteorológicos del mundo y, cada día, rendir cuentas comparando lo que dijeron con lo que de verdad ocurrió en tu ciudad. Esta página explica el método completo, con los mismos números que usa el código.

Qué es un modelo meteorológico

Un modelo meteorológico es un programa que divide la atmósfera en una malla tridimensional de celdas y resuelve, celda a celda, las ecuaciones físicas del aire: cómo se mueve, cómo se calienta, cuándo condensa. Partiendo de millones de observaciones (satélites, estaciones, globos sonda, aviones), simula la atmósfera hacia el futuro. Los mantienen los grandes centros meteorológicos del mundo, y ninguno es infalible: cada uno tiene sus manías — uno tiende a exagerar el viento, otro se queda corto con las mínimas — y esas manías cambian según el lugar y la estación.

Los nueve que combinamos

MeteoRanking consulta, a través de Open-Meteo (datos bajo licencia CC BY 4.0), nueve modelos globales de primer nivel:

• ECMWF — el modelo IFS del Centro Europeo de Predicción a Plazo Medio, el referente mundial.
• GFS — el modelo global de la NOAA (EE. UU.).
• ICON — el del servicio meteorológico alemán (DWD).
• Météo-France — el servicio meteorológico francés.
• UKMO — la Met Office británica.
• GEM — el modelo del servicio meteorológico de Canadá.
• JMA — la agencia meteorológica de Japón.
• AIFS — el modelo de inteligencia artificial del ECMWF, una arquitectura completamente distinta (no publica rachas de viento).
• CMA — el modelo global del servicio meteorológico de China.

En la tira multimodelo verás además tres modelos regionales de alta resolución — ICON-EU (DWD, ~7 km), ARPEGE-Europa (Météo-France, ~11 km) y AROME (Météo-France, ~1,5 km, Francia y norte de España) — que se muestran para comparar, pero no entran en el ranking puntuado: aún no los verificamos con el mismo rigor, y mezclarlos sería hacer trampa.

El combinado: una media que aprende

Al combinado lo llamamos Sinapsis y lo versionamos: hoy corre Sinapsis 3. Cuando cambie la forma de ponderar o de corregir el sesgo subirá de versión (3.1, 3.5, 4…), y el ranking de cada ciudad dirá siempre qué versión firmó esas cifras.

La línea gruesa, Sinapsis 3, no es un modelo más: es una síntesis ponderada de los nueve. La idea es vieja y sólida — los meteorólogos la llaman ensemble — y consiste en que el promedio de varios modelos independientes suele acertar más que cualquiera de ellos por separado. Nosotros damos un paso más: el peso de cada modelo no es fijo. Se recalcula para cada variable (máxima, mínima, precipitación, viento, racha, nubosidad) y cada horizonte (mañana, pasado, dentro de tres días…) según su acierto reciente en tu ciudad, dando más importancia a los errores nuevos que a los antiguos, con una semivida de 45 días: el error de hace mes y medio pesa la mitad que el de ayer.

Además corregimos el sesgo medido de cada modelo antes de promediar: si uno lleva semanas quedándose 1 °C corto con las máximas en tu zona, se le suma ese grado. Lo validamos con un backtest de un año en cuatro climas distintos: la corrección mejora la temperatura máxima un 5,6 %, la mínima un 4,7 %, el viento un 7,4 %, las rachas un 13,5 % y la nubosidad un 2 %. La precipitación se excluye a propósito: es asimétrica y casi siempre cero, y corregirle el sesgo la empeora (un 8 %). Cuando un ajuste no funciona, no se aplica — aunque quede menos elegante.

La verificación: cada día, contra la realidad

Aquí está el corazón del sitio. Dos veces al día, nuestro servidor recorre las 183 ciudades de España y Portugal y hace dos cosas: pedir los pronósticos nuevos y puntuar los antiguos. Para puntuar forma pares (predicción, observación): lo que cada modelo dijo ayer para hoy, frente a lo que de verdad midió la atmósfera, tomada del reanálisis ERA5 del ECMWF — la reconstrucción de referencia del estado real de la atmósfera, vía Open-Meteo. De cada par salen dos métricas sencillas: el error medio absoluto (MAE: cuántos grados, milímetros o km/h se desvió, en promedio) y, para la lluvia, el acierto sí/no (¿llovió al menos 0,1 mm cuando dijo que llovería?). En la sección Fiabilidad puedes ver esa verificación día a día: pronóstico de víspera contra observación, fecha a fecha, sin retoques.

El ranking local y el «walk-forward»

Con esos pares construimos la clasificación local: qué modelo acierta más en tu ciudad, variable a variable, agregando los horizontes de 1 a 3 días. Un modelo solo puntúa cuando acumula al menos 10 pares — antes de eso, decir «es el mejor» sería ruido.

Y la fila de Sinapsis 3 en ese ranking tiene una regla especial, la más importante de todo el método: se evalúa fuera de muestra, con la técnica llamada walk-forward. El pronóstico combinado de cada día se puntúa usando únicamente los pesos que existían el día anterior — es decir, exactamente el pronóstico que tú habrías visto esa mañana, no uno recalculado a toro pasado. Sin esta regla, el combinado jugaría con ventaja: se estaría examinando de un examen cuyas respuestas ya conoce. Con ella, compite en igualdad de condiciones con los nueve modelos. Es la diferencia entre una nota real y una nota maquillada.

Por qué la ventana es de 31 días

Cuando el sitio dice «últimos 31 días», ese número no es una promesa: es una medición. En cada corrida calculamos la edad del par verificado más antiguo disponible y publicamos esa ventana real — hoy, 31 días, porque el archivo de pronósticos pasados con el que arrancamos la verificación (los previous runs de Open-Meteo) conserva 31 días de pronósticos emitidos. Podríamos escribir un número más impresionante en un texto fijo; preferimos que la cifra salga de los datos de cada corrida, aunque sea más modesta. Es una ventana suficiente para separar los modelos buenos de los malos en tu zona y lo bastante corta para reflejar su forma actual, que cambia con las estaciones.

La promesa de honestidad

Todo lo anterior se resume en un compromiso: «si un día lo hacemos peor que un modelo, lo verás». El sitio publica, sin filtro, si el combinado bate o no al mejor modelo individual de tu ciudad; la gráfica de evolución muestra el MAE en ventana móvil de 30 días de todos los modelos y del propio combinado, en la misma escala; y la verificación diaria enseña cada fecha en la que nos equivocamos, cuánto, y quién lo hizo mejor. También te contamos las limitaciones antes de que las descubras: las temperaturas mínimas y la lluvia débil son intrínsecamente más difíciles de predecir que las máximas — para los nueve modelos y, por tanto, también para nosotros.

No te pedimos que te fíes de MeteoRanking. Te pedimos que mires los datos de ayer y decidas tú. Están en la portada, todos los días.