Redacción iAgua
Connecting Waterpeople
Ingeteam
Schneider Electric
AMPHOS 21
Red Control
CAF
Aqualia
Sacyr Agua
FLOVAC
Consorcio de Aguas Bilbao Bizkaia
Hach
Hidroconta
J. Huesa Water Technology
Almar Water Solutions
ADECAGUA
Molecor
Fundación Botín
Fundación CONAMA
Catalan Water Partnership
Fundación Biodiversidad
Lama Sistemas de Filtrado
Centro Nacional de Tecnología de Regadíos (CENTER)
TRANSWATER
ICEX España Exportación e Inversiones
Baseform
Innovyze, an Autodesk company
Amiblu
DATAKORUM
SCRATS
Filtralite
Rädlinger primus line GmbH
Idrica
Minsait
RENOLIT ALKORPLAN
Vector Energy
Grupo Mejoras
Agencia Vasca del Agua
Xylem Water Solutions España
IAPsolutions
KISTERS
GS Inima Environment
ACCIONA
Barmatec
Asociación de Ciencias Ambientales
Sivortex Sistemes Integrals
s::can Iberia Sistemas de Medición
ONGAWA
Likitech
AECID
TEDAGUA
HRS Heat Exchangers
Confederación Hidrográfica del Segura
TecnoConverting
FENACORE
LACROIX
ISMedioambiente
ESAMUR
Ministerio para la Transición Ecológica y el Reto Demográfico
AGS Water Solutions
Laboratorios Tecnológicos de Levante
Saint Gobain PAM
Global Omnium

Se encuentra usted aquí

Cómo saber cuánto ha llovido basándose sólo en las búsquedas de Google

Sobre el blog

Luis Martín Martínez
Luis Martín Martínez es el Director de Hidrología Sostenible, que tiene como actividades la comunicación y creación de contenidos especializada en el mundo del agua, y la realización de proyectos para un uso sostenible del agua en el entorno urbano.

Temas

  • Cómo saber cuánto ha llovido basándose sólo búsquedas Google

Para saber si ha llovido sólo tienes que asomarte a la ventana y mirar si hay charcos en la calle. Si quieres saber si ha llovido en otra ciudad, puedes consultar los datos de precipitaciones en una de las muchas webs que los ofrecen. Eso sería lo fácil, pero mucho más aburrido.

Entones me pregunto, ¿podría saber cuánto ha llovido en una ciudad basándome sólo en el número de búsquedas de un determinado término en Google?

En la era de la información y el “big data”, las búsquedas en los buscadores (en España mayoritariamente Google) son una gran fuente de datos que se pueden usar para el mal, pero también para el bien.

Se han hecho experimentos para intentar predecir brotes de gripe con mayor antelación (Microsoft) basándose en las búsquedas de los síntomas en buscadores. Si la gente, antes de ir al médico y ser diagnosticada, empieza a poner en su buscador términos como “fiebre”, “dolor de cabeza” o “tos”, puede estar gestándose un brote de gripe y las autoridades pueden ir preparándose.

Con los fenómenos naturales es algo distinto porque son mucho más repentinos y no suele haber síntomas que la gente reconozca, como por ejemplo, la lluvia. No hay síntomas que podamos identificar todos a simple vista de que va a llover a cántaros, y si los hay, los servicios meteorológicos ya lo han anunciado mucho antes de que el cielo se ponga negro como un tizón.

Parece que predecir un episodio concreto cuando se trata de la lluvia no es muy viable, pero ¿podría saber si ha llovido o no, y cuánto lo ha hecho, en un lugar concreto, mediante el análisis de búsquedas?

Esa es la pregunta que me hice cuando la semana pasada me encontré en “Google Trends”, un servicio que te permite saber que términos de búsqueda están siendo los más usados, que la búsqueda de “botas de agua” estaba teniendo un gran impacto. Era el día 13 de octubre a las 18:00 de la tarde y durante el día 12 y 13 había estado lloviendo en todo el país. Además era la primera lluvia en muchos lugares después de un verano muy seco y al comienzo del curso escolar, por lo que era bastante lógica esa búsqueda.

Google trends te permite sectorizar las búsquedas por comunidades autónomas y así observé como esa búsqueda era mucho más importante en algunas comunidades que en otras.


Resultado de Google Trends para el término de búsqueda “botas de agua”.

Pero la lluvia tampoco había sido uniforme en todo el país, como es lógico ¿Existiría entonces una relación directa lluvia-búsqueda de “botas de agua”?

Pues manos a la obra, una rápida búsqueda en la web de la AEMET (Agencia Estatal de Meteorología de España) y ya tenía la lluvia acumulada para el día 12 y el día 13 (hasta las 18:00) para las estaciones meteorológicas principales.

Como Google no me daba los datos por ciudades sino por comunidades autónomas, tuve que hacer algo que invalida por completo cualquier conclusión científica que se pretendiera sacar de este pequeño estudio, hice una media de todos los datos de cada estación perteneciente a una comunidad autónoma, así, a lo bestia, sin tener en cuenta distribuciones espaciales, ni número de habitantes, ni nada. Ya si alguna universidad o centro de investigación está interesado lo hacemos como debe hacerse y en lugar de tardar un par de horas, sacamos una tesis doctoral de cuatro años, pero hasta entonces vamos a usar la técnica del número gordo.

Teniendo estos dos datos, la lluvia acumulada en esos dos días (en milímetros), y la popularidad del término (de 0-100), podemos ver cómo se comporta esta relación.


Ver la infografía con mayor calidad.

Y la verdad es que sale relativamente bien, especialmente para las comunidades con poca lluvia y más teniendo en cuenta que solo hemos usado dos variables.

Podríamos intentar buscar explicaciones a datos que se alejan mucho, como es el caso de Andalucía. Yo he vivido toda mi vida en esta comunidad y que llueva no es lo más habitual, no tengo unas botas de agua desde que tenía 5 años, por lo que tiene lógica que aunque llueva un poco, la gente no va a salir en masa a comprarse unas.

Luego tenemos un caso como el de Castilla y León, que aunque llovió de media unos 12 l/m2 (en algunos puntos llegaron a los 20 l/m2) es la comunidad en la que más popularidad tiene en término. No sé si es que en Castilla y León son muy de botas de agua, quizá tenga que ver con que en esa comunidad es normal que todos los inviernos nieve, y ya se están preparando.

Sea como sea, queda claro que aunque deberíamos tener en cuenta otras variables para mejorar el ajuste y tratar mejor los datos de lluvia, es posible hacernos una idea de cuánto ha llovido en un sitio por lo que buscamos en internet. Puede que no pase de una mera curiosidad sin ninguna aplicación práctica o sea una de las muchísimas aplicaciones que en un futuro tendrá el "big data", nunca se sabe.