Cómo funciona 27 inviernos
La metodología, en abierto. Cada cifra que ves tiene detrás una decisión y una fuente. Aquí las contamos todas — incluidas las difíciles.
Los datos: Copernicus, abiertos y europeos
Todo sale de ERA5-Land, el reanálisis climático del Copernicus Climate Change Service (C3S), gestionado por el ECMWF. Un reanálisis combina observaciones reales (estaciones, satélites, boyas) con un modelo físico para reconstruir el clima hora a hora, de forma coherente en todo el continente y desde 1950.
- Variable: temperatura del aire a 2 m.
- Resolución: celdas de ~9 × 9 km.
- Cobertura: Europa (latitud 35–72, longitud −10 a 30), 1950–2025.
En la práctica, descargamos las estadísticas diarias de ERA5-Land a través de Google Earth Engine (colección ECMWF/ERA5_LAND/DAILY_AGGR), que redistribuye el mismo producto de ECMWF/Copernicus. Es una vía eficiente para traer décadas de datos celda a celda a escala europea. La fuente y el método son públicos: la transparencia empieza por ahí, y cualquiera puede verificar lo que mostramos.
El baseline: 1951–1980
Para saber si un año es “cálido” hay que compararlo con una normalidad. Usamos el periodo 1951–1980 como referencia — el mismo que la NASA (GISS). Es un baseline anterior a la aceleración del calentamiento, así que las anomalías que ves miden el cambio real, no una normalidad ya recalentada.
Anomalía = temperatura media del año − media de 1951–1980 de tu celda.
Las warming stripes
Cada franja es un año. Su color es la anomalía: azul = más frío que el baseline, rojo = más cálido. Es el lenguaje visual de Ed Hawkins (2018), que se hizo viral por su claridad. Nuestra aportación es el marco “yo”: recuadramos los años de tu vida para que la historia global se vuelva personal.
Tus cuatro cifras
- Subida desde tu nacimiento — diferencia entre la media de los últimos 10 años y la de tu año de nacimiento, en tu celda.
- Años récord vividos — años, desde que naciste, cuya media superó a todos los anteriores desde 1950.
- Rachas de calor inusual — ver abajo.
- Días de calor extremo frente a tu padre — días con máxima > 30 °C que has vivido de más (o de menos) que alguien nacido 30 años antes, a tu misma edad.
La decisión honesta: “rachas inusuales”, no “olas de calor”
Esta es la parte que casi nadie cuenta. Una ola de calor parece simple, pero definirla obliga a elegir un umbral. Probamos primero el percentil 95 de la temperatura máxima de todo el año (1951–1980): el problema es que, con el calentamiento, casi todo el verano supera ese listón → el conteo se dispara y pierde sentido (cientos por persona).
La definición que usamos es la estándar científica (Perkins & Alexander, 2013; Russo et al., 2015): el percentil 90 de la máxima para cada día del año (ventana de ±15 días). Así medimos lo anómalamente cálido para esa fecha.
Pero fuimos un paso más allá en honestidad: con ese umbral, una racha cálida de invierno también cuenta. Es correcto como índice científico de rachas cálidas, pero llamarlo “ola de calor” engañaría. Por eso lo llamamos “rachas de calor inusual para la época del año”: el nombre dice exactamente lo que mide.
Cómo procesamos el dato
Detrás de una respuesta instantánea hay un pipeline que digiere ~2.000 millones de filas (74.510 celdas × 76 años × 365 días) hasta tres tablas compactas:
- una de baseline por celda, una serie anual con anomalías y récords, y una de eventos de rachas de calor;
- procesado con DuckDB (SQL columnar) por su eficiencia a escala, reproducible y versionado;
- antes de publicar, una auditoría automática comprueba que el resultado reproduce hechos conocidos: la tendencia de calentamiento, la concentración de récords en décadas recientes y los veranos extremos de 2003 y 2022–2024.
Límites: lo que el dato no dice
- Un reanálisis no es una observación directa: tiene incertidumbre, mayor donde hay pocas estaciones.
- La celda de ~9 km es una media de área: tu calle puede diferir (efecto urbano, altitud).
- Mostramos temperatura, no impactos (salud, cosechas): son señales, no destino.
- Simplificamos a propósito para que se entienda; el detalle técnico vive en nuestra documentación abierta.
Quién está detrás
27 inviernos es un proyecto de cultural data: ciencia de datos rigurosa y transparente para el sector público y cultural europeo, desde proyectos prácticos como este. Si te interesa este trabajo — de dato abierto a producto que se entiende — escríbenos a hola@culture-data.org.
Fuentes
- Copernicus Climate Change Service (C3S) / ECMWF — ERA5-Land, vía Google Earth Engine (
ECMWF/ERA5_LAND/DAILY_AGGR). - Hawkins, E. (2018) — warming stripes.
- Perkins, S. E. & Alexander, L. V. (2013); Russo, S. et al. (2015) — definición de rachas cálidas por día del año.
- NASA GISS — periodo de referencia 1951–1980.