Procedencia y auditoría — precipitaciones históricas DGAC (2013–2026)

Capa: precipitaciones_dgac. El extractor de investigación mantiene evidencia independiente y reproducible; la distribución permanente requiere un nuevo bundle validado por CI.

Fuente primaria: Dirección General de Aeronáutica Civil (DGAC), datos.gob.cl, API CKAN y archivos mensuales CSV; revisión del catálogo: 16–17 de octubre de 2026.

Valor científico y alcance

El extractor produce observaciones diarias de lluvia en milímetros por estación meteorológica, sin interpolación ni agregación comunal ficticia. Usos: estacionalidad, tendencias interanuales, frecuencia de días lluviosos, precipitaciones extremas y comparaciones entre estaciones con cobertura temporal suficiente. Los cambios de estación, la falta de datos y la calidad histórica son límites fundamentales para inferir tendencias climáticas.

El valor agregado de chile-hub es consolidar 143 archivos-mes validados de 144 recursos mensuales declarados bajo paquetes abiertos, normalizar los CSV sin encabezados, preservar valores faltantes, detectar duplicados y guardar procedencia, licencia y hashes SHA-256 de cada archivo.

Períodos y restricciones

Año	Paquetes aprovechables	Meses esperados	Licencia CKAN
2013	2 semestres	12	CC BY
2014	Ninguno redistribuible confirmado	0	Paquete legado CC-NC, excluido
2015	Segundo semestre	6	CC BY
2016–2023	2 semestres por año	96	CC BY
2024	2 semestres	12	CC BY (I), CC0 (II)
2025	2 semestres	12	CC0
2026	Primer semestre	6	CC0

Total: 144 meses de paquetes abiertos identificados, 143 meses incorporados tras cuarentena de enero 2017. Los huecos de 2014 y 2015-I no significan que no lloviera ni que la DGAC no midiera: datos históricos aparecen en el paquete 2719, que declara CC-NC. Como chile-hub permite usos comerciales, no se mezclan en el archivo redistribuible sin resolver las restricciones de uso. El segundo semestre de 2026 no está publicado en el catálogo inspeccionado. No llamar la serie «continua 2013–2026».

Integridad: enero de 2017 figura como Precipitacion_012017.csv pero su contenido tiene columnas T.Maxima y T.Minima (temperaturas). Por tanto, ese mes queda en cuarentena con motivo explícito en quarantined_source_months, sin imputación ni interpretación como lluvia.

Las publicaciones antiguas presentan diferencias reales que el extractor debe gestionar: nombres inconsistentes de recursos (2015, 2021 y julio 2023), dos cargas de septiembre 2022, duplicado de julio 2015 y un paquete separado de XLSX de 2025 con errores de clasificación (que no se utiliza). Los duplicados se aceptan solo si el SHA-256 de ambas descargas coincide; discrepancias bloquean la publicación.

Reproducibilidad

# Histórico completo, por defecto:
python scripts/research_dgac_precipitaciones.py \
  --output /tmp/precipitaciones_dgac_historico_2013_2026.csv

# Subconjunto para regresión o diagnóstico, sin cambiar el catálogo:
python scripts/research_dgac_precipitaciones.py \
  --start-year 2024 --end-year 2025 \
  --output /tmp/precipitaciones_dgac_2024_2025.csv

python -m unittest discover -s tests \
  -p 'test_research_dgac_precipitaciones.py' -v

La ejecución crea un CSV ordenado por fecha y estación con granularidad (fecha, id_estacion), más un JSON *.metadata.json con fechas, total de meses, observaciones, estaciones, faltantes, conteo por año, hashes originales, licencias, duplicados y períodos deliberadamente excluidos.

Campo	Tipo / significado
fecha	ISO 8601
id_estacion	Código DGAC como texto (6 dígitos)
nombre_estacion	Nombre observado
latitud_dms	Latitud tal como está en fuente, grados/minutos/segundos
altitud_m	Altitud
precipitacion_mm	Precipitación diaria en mm, vacío = sin dato
url_fuente	URL específica del recurso oficial
licencia_fuente	cc-by o cc-zero del paquete CKAN

No se convierten valores faltantes en cero, no se asignan códigos CUT sin verificación, ni se calculan promedios comunales a partir de estaciones aisladas.

Control de calidad: años/meses dentro del recurso, mínimo de 100 filas por archivo, estaciones identificadas, lluvia no negativa, claves estación-fecha únicas, todos los meses de cada paquete declarado, licencias aceptadas y controles SHA-256 de duplicados. Falla cerrado: si un paquete abierto no puede ser recuperado o normalizado, el comando termina sin producir un CSV parcial y CI falla.

Compatibilidad histórica demostrada: 2013 contiene archivos separados por punto y coma; 2016 tiene una cabecera convencional; 2026 tiene una cabecera con nombres diferentes y tildes. El extractor reconoce específicamente esas variantes, preserva observaciones sin cabecera y rechaza los formatos desconocidos. Hay tests para estos casos y para no confundir temperaturas con precipitaciones.

Evidencias, madurez y gates

• Baseline 2024–2025 (certificado): GitHub Actions #38987688576, 24 CSV, 24.123 registros, 33 estaciones, 7/7 tests. SHA-256: ce3da5259d9b316bebb6aa027da8a77cb8210601bf4c2925af7c14354f0495b5.
• Histórico ampliado (certificado 2026-10-17): workflow #38991196698 PASS con los CSV oficiales. El extractor consolidó 141.436 observaciones, 33 estaciones, 143 meses en 2013-01-01/2026-06-30. SHA-256 del CSV: 0e0605843518a4f597d9e3cbed8b3840de092ef76b1fdc6472c7a294e89914a5. Descargar CSV + metadata (artefacto temporal, expira el 16 de noviembre de 2026). La extracción es reproducible en esta corrida; la disponibilidad futura de archivos depende del portal oficial.

Para la distribución: el DatasetSpec, contrato, registro, validadores, workflow y snapshot verificado deben pasar CI y adjuntarse al bundle. Las limitaciones de densidad por estación y comparabilidad histórica se mantienen como advertencias científicas, no como cobertura total. El chequeo heredado de perfil_territorial_comunal se gestiona en issue #185, independiente de esta investigación.

Citación: DGAC, Precipitaciones diarias por estación, datos.gob.cl (fuente primaria, licencia por paquete); Carlos Ortega, chile-hub (software), https://doi.org/10.5281/zenodo.22968698.