¿Cada cuánto se actualiza el puntaje?

Cada 10 minutos aproximadamente. El sistema revisa fuentes vencidas, incorpora nuevas mediciones y recalcula los puntajes de las 102 localidades de Tucumán cuando corresponde.

¿De dónde sacan los datos?

De fuentes públicas, oficiales o atribuidas: INA SIyAH (ríos y lluvia horaria), EEAOC Agromet (lluvia diaria), Open-Meteo, Google Weather, AccuWeather, OpenWeather, WeatherAPI y Meteoblue (pronósticos), SMN (alertas), Google Flood Hub (probabilidades), CONAE SAOCOM (humedad satelital), ERA5-Land, HydroATLAS, NASA SRTM/OpenTopodata, Copernicus GHSL, INTA, RIDES Tucumán, Catastro Tucumán, DesInventar y NASA EONET para capas históricas o territoriales. No usamos datos privados ni reportes ciudadanos sin verificar.

¿Qué significa cada banda del puntaje?

Bajo (0–44): monitoreo de rutina. Medio (45–64): conviene mirar más seguido. Alto (65–79): coordinar con Defensa Civil, hay señales claras de lluvia importante. Muy Alto (≥80): se juntan varias señales fuertes — pronóstico alto, lluvia ya cayendo, terreno vulnerable, alerta SMN — momento de activar protocolo.

¿Puede una sola fuente llevar una localidad a Muy Alto?

No por sí sola. Si el cálculo bruto cruza Muy Alto pero la lluvia prevista viene de una sola fuente y no hay lluvia observada, antecedente significativo, alerta SMN, Google Flood Hub ni reporte verificado, publicamos Alto hasta que otra señal confirme el peligro. Preferimos una alerta crítica corroborada antes que una falsa alarma por una fuente aislada.

No. Si el SMN emite un aviso oficial, ese aviso prevalece sobre nuestro puntaje. FloodRisk complementa la información oficial pero nunca la sustituye. Estamos para ayudar a priorizar localidades cuando no se puede mirar todas a la vez.

¿Pueden predecir qué calle se va a inundar?

No. El índice trabaja a escala de localidad. El detalle por barrio o por manzana lo aporta Defensa Civil municipal con conocimiento de campo y observación en tiempo real.

¿Cómo verifican que el modelo acierta?

Guardamos cada pronóstico con la hora a la que apunta. Cuando INA o EEAOC publican la lluvia que efectivamente cayó, comparamos y publicamos métricas de habilidad. Con una fila calibrada activa ajustamos pesos por Brier; mientras junta muestra, usamos error en milímetros y confiabilidad probabilística. Con muestras más grandes corregimos sesgos por localidad, por grupo hidroclimático o por toda la provincia. Los reportes verificados también se auditan contra el score previo: si una localidad tuvo impactos confirmados con score Bajo o Medio, el modelo conserva una memoria temporal y acotada para ser más sensible ahí.

Transparencia metodológica

Cómo se calcula el índice de riesgo

Q: ¿Cómo se calcula el riesgo de inundación?

FloodRisk Tucumán combina tres señales principales: la propensión histórica del lugar (cuán seguido se inunda por cómo está parado), lo que ya cayó en los 7 días previos, y lo que viene según el pronóstico combinado de seis proveedores meteorológicos. El resultado es un puntaje 0–100 por localidad para 24 horas y 3 días.

FloodRisk Tucumán publica un puntaje de 0 a 100 por localidad, para dos plazos: las próximas 24 horas y los próximos 3 días. Tres señales mandan sobre el resto: la propensión histórica del lugar (cuán seguido se inunda por cómo está parado, según años de registros, terreno y evidencia científica), lo que ya cayó en los 7 días previos, y lo que viene según el pronóstico combinado. El resto de los componentes aporta contexto y matiza, pero ninguno por sí solo puede empujar el puntaje. No decimos qué calle se va a inundar: ayudamos a decidir qué localidades mirar primero cuando no se puede mirar todas a la vez.

Nuestro criterio es quedarnos cortos antes que exagerar. Cuando los datos son pobres, bajamos la confianza del índice en vez de inflar el puntaje. Y cuando una misma señal aparece en dos lugares (por ejemplo, propensión histórica y vulnerabilidad estructural), la contamos una sola vez para no sobre-inflar.

Ver fuentes y estado Explorar localidades

Cómo se lee

Qué significa cada rango del puntaje

El puntaje no dice cuántos milímetros van a caer ni si una calle puntual se va a inundar. Sirve para ordenar prioridades cuando no se puede mirar todas las localidades a la vez. Los rangos coinciden con los colores del mapa.

0–44
Calma
Sin señales que ameriten acción. Monitoreo de rutina.
45–64
Atención
Conviene mirar más seguido. Confirmar el pronóstico de las próximas horas y repasar los puntos que ya se inundaron en eventos anteriores.
65–79
Alerta
Hay señales claras de lluvia importante en camino. Coordinar con Defensa Civil municipal y revisar los puntos que se inundan primero antes de que llueva fuerte.
≥80
Crítico
Se juntan varias señales fuertes al mismo tiempo: pronóstico alto, lluvia ya cayendo, terreno vulnerable, alerta del SMN activa. Es momento de activar el protocolo y avisar a la población.

Los rangos son una guía operativa, no una medición directa del riesgo. Si el SMN emite un aviso, ese aviso prevalece sobre el puntaje.

Cuándo y cómo se publica

Frecuencia, demoras y respaldos

Aproximadamente cada 10 minutos revisamos si hay fuentes vencidas, incorporamos nuevas mediciones y recalculamos el puntaje de cada localidad y plazo cuando corresponde.
Las mediciones llegan con demora. Las estaciones de INA y EEAOC publican con 30 a 90 minutos de atraso típico, y algunos reportes tardan días en aparecer. Por eso recalculamos los puntajes de los últimos 10 días cada vez: ningún reporte queda afuera por llegar tarde.
Publicamos un único índice operativo. Las revisiones técnicas quedan registradas para auditoría interna, pero la página pública muestra siempre el puntaje vigente y su nivel de confianza.
Cada fuente es consultable y citable. No usamos acuerdos confidenciales ni datos que no podamos documentar en esta página.

Componentes del puntaje

Cómo se arma el número del 0 al 100

Índice operativoPeso total posible · 132 puntos

El índice combina señales de pronóstico, mediciones recientes, terreno e historial local. Cada una aporta puntos hasta un tope fijo: ninguna decide el puntaje por sí sola. Hoy no hay ajuste operativo aplicado: el puntaje se publica directamente desde las señales disponibles. Última calibración global: —.

La corrección por fuente ya trabaja en tres niveles: localidad, grupo hidroclimático y referencia provincial. Hoy hay 597 filas de calibración, con 173 activas y 424 bajadas por controles de habilidad; las 102 localidades se agrupan en 6 familias hidroclimáticas. Último ajuste por fuente: 3 jun 2026, 10:46 a. m..

#	Componente	Peso máx.	Qué significa y cómo se calcula
01	Pronóstico combinado (lluvia prevista) ensemble_rain	26/ 100	Promedio ponderado de seis pronósticos meteorológicos. Los que más aciertan en cada localidad pesan más. Después el aporte se ajusta según el contexto: +30 % si el suelo ya viene saturado, −20 % si viene seco, +10 % si la probabilidad de tormenta supera el 50 %, y hasta +8 % si el mes ya va entre los más lluviosos del registro. Los mismos 40 mm significan algo distinto en un mes seco que en uno ya encharcado. Con menos de 2 mm previstos, este aporte es cero. Fórmula`0 si E<2mm, si no min(26, 0.31 · E · amc · convectivo · anclaje_local)` Open-Meteo Google Weather AccuWeather OpenWeather WeatherAPI Meteoblue Open-Meteo Archive (percentil local)
02	Lluvia antecedente (7 días) antecedent_7d	22/ 100	Lo que llovió en los últimos siete días, ajustado por Curve Number SCS-CN cuando la localidad tiene ese dato. CN traduce suelo y cobertura en retención potencial, abstracción inicial y escorrentía directa equivalente. Si falta CN explícito, el modelo conserva el fallback por grupo hidrológico A/B/C/D. Los primeros milímetros pesan más que los últimos: una vez que el suelo está saturado, los siguientes casi no agregan riesgo. Fórmula`si CN: S=25400/CN-254, Ia=0.2S, Q=0 si a7d≤Ia; si no Q=(a7d-Ia)^2/(a7d+0.8S), y min(22, 7.15 · log1p(a7d · clamp(0.70+Q/a7d,0.60,1.30) / 10)); si no: min(22, 7.15 · log1p(a7d · mult[grupo] / 10))` INA EEAOC Open-Meteo Archive USDA-NRCS NEH-630 ch. 9/10 INTA / basin CN proxy Merz et al. 2022
03	Probabilidad de precipitación precip_probability	10/ 100	Qué tan probable es que llueva en el plazo consultado, según el promedio de los pronósticos. Fórmula`min(10, 0.10 · p%)` Open-Meteo Google Weather AccuWeather OpenWeather WeatherAPI Meteoblue
04	Probabilidad de tormenta thunder_probability	0,0/ 100	No suma puntos directos. Cuando la probabilidad de tormenta eléctrica supera el 50 %, refuerza un 10 % el aporte de la lluvia pronosticada: las tormentas concentran mucha agua en poco tiempo. Por eso se aplica dentro de la lluvia prevista y se muestra acá como contexto. Fórmula`informativo · activa ×1.10 en ensemble_rain si s ≥ 50%` AccuWeather Google Weather Meteoblue OpenWeather WeatherAPI
05	Lluvia observada reciente observed_rain	16/ 100	Lluvia ya medida por las estaciones oficiales. Combinamos dos ventanas — 24 horas y 6 horas — para distinguir un evento que está cayendo ahora de otro que pasó anoche. Si más de la mitad de la lluvia del día cayó en las últimas seis horas (tormenta concentrada, no llovizna), el aporte se refuerza ×1.20: la misma cantidad en menos tiempo desborda antes que repartida a lo largo del día. Sólo las ventanas operativas frescas alimentan este componente: referencias diarias contextuales, datos vencidos, cruces modelados de proveedores meteorológicos o lecturas marcadas como no disponibles pueden mostrarse como contexto, pero no suman como lluvia 24 h/6 h. Esos cruces modelados tampoco alimentan el antecedente 7 d. Fórmula`min(16, (0.16 · obs24 + 0.13 · obs6) · intensidad)` INA GeoServer EEAOC NWS FFG (Kittell 2012)
06	Reportes verificados en terreno verified_ground_reports	6,0/ 100	Reportes de vecinos, brigadas o partners que ya fueron revisados por un operador. Sólo cuentan si son recientes y verificados: los reportes pendientes, duplicados, rechazados o viejos quedan fuera del puntaje. Funcionan como verdad de campo para lo que las estaciones o el radar no ven en una calle puntual. Fórmula`min(6, fuerza_severidad_reciente + bonus_por_coincidencia)` Reportes comunitarios verificados NOAA/NWS SKYWARN WMO IBFWS
07	Memoria de impactos verificados impact_miss_memory	4,0/ 100	Memoria corta de impactos confirmados en los últimos 30 días que el modelo no había elevado lo suficiente antes de la verificación. No cuenta reportes pendientes ni rechazados. Si una localidad vuelve a tener eventos confirmados cuando el score estaba Bajo o Medio, suma unos pocos puntos temporales para que el sistema sea más sensible ahí mientras la calibración de fondo junta muestra. Fórmula`min(4, fuerza_por_impactos_confirmados_30d · decaimiento_recencia)` Reportes comunitarios verificados WMO IBFWS NOAA/NWS SKYWARN
08	Riesgo de inundación (RIDES) rides_class	0,0/ 100	La clasificación oficial que la provincia asigna a cada localidad, construida con años de registros y trabajo de campo. Desde v2.12 esta información se cuenta una sola vez, dentro de la propensión histórica; antes aparecía dos veces e inflaba el puntaje. Acá se preserva como referencia descriptiva. Fórmula`informativo · alimenta historical_propensity` RIDES Tucumán
09	Geomorfología y drenaje geomorph	0,0/ 100	Mira dos cosas juntas: dónde está el pueblo (en la llanura donde el agua se junta, en el piedemonte donde baja o en la montaña donde se suelta rápido) y cómo drena el suelo (si retiene el agua o la deja escurrir). Desde v2.12 se cuenta una sola vez, dentro de la propensión histórica, y acá se muestra como contexto. Fórmula`informativo · alimenta historical_propensity` RIDES Tucumán INTA
10	Percentil histórico del mes historical_percentile	0,0/ 100	Compara la lluvia del mes con la del mismo mes en más de diez años de registros Open-Meteo Archive. Se muestra como contexto porque ya se usa dentro de la propensión histórica y del ajuste por anomalía del pronóstico. Si la cache histórica no está sembrada, se marca no disponible en vez de mostrar 0. Fórmula`informativo · alimenta historical_propensity y ensemble_rain` Open-Meteo Archive
11	Alerta SMN activa smn_alert	4,0/ 100	Si el Servicio Meteorológico Nacional tiene una alerta por tormentas activa sobre la zona, suma puntos según su color: amarilla, naranja o roja. Fórmula`amarillo→1, naranja→2, rojo→3` SMN
12	Google Flood Hub google_flood	6,0/ 100	Probabilidad de inundación que estima Google Flood Hub, un modelo entrenado con datos de todo el mundo. Si RIDES clasifica la localidad como riesgo ligero o nulo, este aporte cuenta la mitad: la lectura local de RIDES pesa más que un modelo que no conoce Tucumán en detalle. Fórmula`min(6, 6 · prob · multiplicador_RIDES)` Google Flood Hub
13	Población potencialmente expuesta population_exposure	4,0/ 100	Cuánta población podría quedar en el camino cuando una señal de peligro está activa. No es un mapa de personas inundadas: usa la estimación poblacional de la localidad, comprimida para que una ciudad grande no domine el índice, y sólo se activa con lluvia pronosticada u observada, alerta SMN, Google Flood Hub o suelo muy cargado. Si no hay peligro activo, suma cero aunque la localidad sea grande. Fórmula`4 · sqrt(min(población, 150000)/150000) · activación_hazard` Catastro Tucumán (cache local) UNDRR JRC GHSL
14	Exposición al río más cercano river_exposure	0,0/ 100	Qué tan cerca pasa el río más próximo. Los estudios locales muestran que el daño urbano por crecidas se concentra en el primer kilómetro o dos desde el cauce (Fernández & Lutz 2010). Desde v2.12 esta señal se cuenta una sola vez dentro de la propensión histórica, para evitar duplicar la misma exposición. Fórmula`informativo · alimenta historical_propensity` RIDES Tucumán (hidrografía) INTA Fernández & Lutz 2010
15	Pendiente media de la cuenca slope_terrain	0,0/ 100	Qué tan inclinada es la cuenca donde está la localidad. Las cuencas planas acumulan el agua y alargan las crecidas; las empinadas la sueltan rápido. Desde v2.12 esta señal se cuenta una sola vez dentro de la propensión histórica. Fórmula`informativo · alimenta historical_propensity` HydroATLAS BasinATLAS L06
16	HAND (altura sobre el cauce más cercano) hand_drainage	0,0/ 100	A cuántos metros de altura está la localidad respecto del cauce más bajo de su cuenca. Entre todas las características del terreno — las que no cambian con el clima — esta es la que mejor anticipa hasta dónde puede llegar una crecida (Nobre 2011, Aristizabal 2023). Desde v2.12 esta señal se cuenta una sola vez dentro de la propensión histórica. Fórmula`informativo · alimenta historical_propensity` NASA SRTM30m vía Open-Topo-Data HydroATLAS BasinATLAS L06
17	Densidad de vegetación (NDVI) vegetation_ndvi	2,0/ 100	Cuánta vegetación cubre la cuenca, estimada a partir de la cobertura forestal. Las hojas frenan la caída de la lluvia y las raíces ayudan al suelo a absorberla; los suelos pelados o pavimentados la dejan correr en superficie. Con vegetación escasa (NDVI ≤ 0.30) este aporte llega al tope (2); con bosque cerrado (NDVI ≥ 0.65) queda en cero. Fórmula`NDVI≤0.30→2 · ≥0.65→0 · lineal entre ambos` HydroATLAS BasinATLAS L06 (forest_cover_pct)
18	Superficie construida urbana urban_impervious	0,0/ 100	Cuánto de los dos kilómetros alrededor de la localidad está cubierto por superficie construida GHSL, usada como proxy de impermeabilización urbana. Donde la ciudad crece más rápido que los desagües, el agua entra menos al suelo y se acumula en la calle. En Tucumán esto explica parte de lo que pasa en Yerba Buena y en el sureste de San Miguel (Fernández 2009, SEGEMAR). Desde v2.12 esta señal se cuenta una sola vez dentro de la propensión histórica. Fórmula`informativo · alimenta historical_propensity` Copernicus GHSL GHS-BUILT-S
19	Propensión histórica a inundación historical_propensity	28/ 100	Qué tan seguido se inunda esta localidad por cómo está construida y dónde está parada, aunque no esté lloviendo hoy. Combina inundaciones reportadas en DesInventar entre 1990 y 2025, cuán lluvioso viene siendo el mes comparado con años anteriores, topografía local y las bandas de recurrencia de Google Inundation History (0.5%, 1% y 5% del periodo 1999-2020). NASA EONET entra como corroboración capada cuando hubo inundaciones o tormentas a menos de 50 km; si es la única señal disponible queda capado en 25/100 porque NASA advierte que sus extensiones espaciales y temporales pueden ser aproximadas. Es la señal con más peso del modelo: en Tucumán el drenaje no creció al ritmo de la urbanización, y los barrios que ya se inundaron tienden a hacerlo de nuevo con la misma tormenta. Fórmula`score 0–100 mapeado linealmente a 0–28 puntos · NASA EONET como corroboración capada: +5 por inundación, +2.5 por tormenta severa, tope +10; si EONET es la única base, tope 25/100` DesInventar Open-Meteo Archive Google Flood Hub NASA EONET v3
20	Vulnerabilidad estructural de base structural_vulnerability	0,0/ 100	Cuenta cuántos rasgos fijos del terreno se juntan en la misma localidad: clasificación RIDES Grave o Muy Grave, altura sobre el cauce menor a 10 m, río a menos de 2 km, propensión histórica ≥ 40. Sirve para explicar el perfil estructural de la localidad; el puntaje ya usa esos rasgos en sus componentes específicos. Fórmula`informativo · cuenta disparadores: RIDES Grave/Muy Grave, HAND<10m, río<2km, propensión≥40 (sin contribución al puntaje)` RIDES Tucumán HAND (Nobre 2011) DesInventar Tehrany & Kumar 2018 Rahmati 2016
21	Tormenta compuesta (interacción) compound_storm	4,0/ 100	Refuerzo cuando varios peligros se juntan al mismo tiempo. Suma en dos escalones, que pueden acumularse hasta 4 puntos: +2.25 si hay suelo saturado, probabilidad de tormenta ≥ 50 % y pronóstico de al menos 10 mm a la vez; +1.5 más si además la cuenca es plana (pendiente ≤ 4 %). La propensión histórica no vuelve a sumar acá: ya está en su propio canal para evitar doble conteo. Tres condiciones hidrometeorológicas que caen juntas son más peligrosas que cada una por separado (Wahl 2022; Frontiers Water 2024). Fórmula`+2.25 si (AMC III y tormenta ≥50% y lluvia ≥10 mm); +1.5 si además pendiente ≤4%; tope 4` Wahl 2022 STE HEC-HMS Frontiers Water 2024 Alshehri 2023
22	Respuesta de cuenca basin_response	0,0/ 100	Contexto hidrológico de la cuenca: tiempo de concentración y clase de respuesta rápida/intermedia/lenta. Ayuda a leer cuánto margen puede haber entre una lluvia intensa y la respuesta de arroyos, canales o bajos, pero no suma puntos todavía porque la señal está a escala de cuenca y debe calibrarse con eventos locales antes de pesar en el score. Fórmula`informativo · Tc Témez + clase de respuesta de cuenca` Témez 1978 HydroATLAS Basin hydrology seed
23	Humedad satelital del suelo (SAOCOM) saocom_soil_moisture	0,0/ 100	Contexto satelital/modelado de humedad del suelo por localidad. SAOCOM observa con radar de microondas y CONAE publica productos de humedad del perfil de suelo; FloodRisk usa el percentil local para explicar si el suelo llega seco, intermedio o cargado. En v2 no suma puntos porque el antecedente operativo ya se calcula con lluvia observada/archivo y Curve Number, y todavía falta calibración local suficiente para pesar SAOCOM sin doble conteo. Fórmula`informativo · percentil SAOCOM de humedad del suelo (sin puntos en v2)` CONAE SAOCOM Catálogo SAOCOM / humedad del suelo
24	Penalidad por falta de datos coverage_guardrail	0,0/ 100	No suma puntos. Baja la confianza del índice cuando hay pocas estaciones reportando o sus mediciones están viejas. Preferimos mostrar un puntaje con poca confianza antes que dar una falsa alarma con datos pobres. Fórmula`—` INA GeoServer EEAOC

El puntaje se redondea a un decimal y queda siempre entre 0 y 100. Se publica con una banda de incertidumbre: se abre cuando los proveedores de lluvia discrepan en los milímetros esperados y usa una banda conservadora si sólo queda una fuente de lluvia útil. La confianza final baja cuando algún componente clave entra con datos pobres, aunque el resto venga limpio.

Ver ejemplo numérico paso a paso

Ejemplo trabajado

Cómo se arma un puntaje en zona de Alerta

Una mañana de verano en Famaillá, a poco más de un kilómetro del río del mismo nombre, en la parte baja de la cuenca Famaillá–Colorado. El pronóstico combinado —el promedio ponderado de los seis proveedores— marca 60 mm para las próximas 24 horas. En las últimas 6 horas ya cayeron 18 mm, y los 7 días previos sumaron 40 mm. RIDES clasifica la localidad como moderada, el SMN tiene alerta amarilla activa, Google Flood Hub estima un 25% de probabilidad de inundación, y la propensión histórica del lugar (DesInventar + topografía + Flood Hub histórico + EONET capado) está en 50/100: barrios que ya se inundaron antes, aunque no de forma crónica.

Componente	Cálculo	Aporte
Pronóstico combinado (60 mm · suelo con humedad normal · sin refuerzo por tormenta)	min(26, 0.31 · 60 · 1.00 · 1.00 · 1.00)	18.6
Propensión histórica 50/100 (5 señales combinadas, ahora canal único de la señal estructural)	28 · 50/100	14.0
Lluvia antecedente 7 d (40 mm, suelo grupo C)	min(22, 7.15 · log(1 + 40/10))	11.5
Probabilidad de precipitación 80%	min(10, 0.10 · 80)	8.0
Lluvia observada (24 h = 18 mm, 6 h = 18 mm · ratio 1.0 > 0.5 → ×1.20)	min(16, (0.16·18 + 0.13·18) · 1.20)	6.3
Reportes verificados en terreno	sin reportes recientes verificados	0.0
Google Flood Hub 25% (mult RIDES = 1.0)	min(6, 6 · 0.25 · 1.0)	1.5
Población potencialmente expuesta (50.000 personas · activación 100% por pronóstico fuerte)	4 · sqrt(50.000/150.000) · 1.00	2.3
Alerta SMN amarilla	tabla	1.0
NDVI de cuenca ≈ 0.50 (cobertura forestal 49%)	2 · (0.65 − 0.50)/(0.65 − 0.30)	0.86
RIDES moderado · Exposición al río Famaillá · HAND 5 m · Geomorfología llanura · Pendiente media · superficie construida urbana	desde v2.12 son informativos · ya alimentan la propensión histórica	0.0
Probabilidad de tormenta 40% (< 50% · no activa el refuerzo)	informativo	0.0
Percentil histórico p70	informativo (ya alimenta propensión y ensemble)	0.0
Vulnerabilidad estructural (HAND<10m + río<2km · 2 disparadores)	informativo (ya alimenta los componentes individuales)	0.0
Tormenta compuesta (suelo no saturado + tormenta < 50% → no dispara)	0 escalones activos	0.0
Penalidad por falta de datos	cobertura robusta → sin penalidad	0.0
Puntaje final (se recorta al rango 0–100)		64.1

El ejemplo cierra en 64.1: zona de "Atención" alta, cerca del umbral de Alerta. Los tres aportes mayores son el pronóstico (18.6), la propensión histórica (14.0) y la lluvia antecedente (11.5): juntos explican casi tres cuartos del puntaje, en línea con el criterio del modelo. La rebaja respecto a v2.11 (que sumaba ~17 puntos extra por contar la geomorfología, HAND, RIDES, exposición al río, pendiente y cobertura urbana en paralelo a la propensión) es intencional: esos datos ya están dentro de la propensión histórica. Si el pronóstico subiera a 90 mm y la probabilidad de tormenta cruzara el 50% (activando el refuerzo por tormenta ×1.10 más el primer escalón de tormenta compuesta), el puntaje cruzaría los 70. Mover una variable cambia solo su aporte: ningún dato aislado puede empujar el puntaje por encima del tope que le corresponde a su señal.

Cómo medimos precisión

Verificación contra observaciones reales

Guardamos cada pronóstico con la hora a la que apunta. Cuando INA o EEAOC publican la lluvia que efectivamente cayó, comparamos el pronóstico con lo observado y anotamos la diferencia en milímetros. Esa comparación sirve para dos cosas: los proveedores que más aciertan en tu localidad pesan más en el promedio, y publicamos el error medio absoluto (MAE) de cada uno —un solo número, en milímetros, que resume por cuánto le suele errar al dato real. Cuando ya existe una fila calibrada activa, el peso prioriza su Brier: un score de lluvia/no lluvia que premia confiabilidad del evento, no sólo cercanía en milímetros.

La evaluación usa una ventana móvil de 30 días. Para usar Brier calibrado exigimos al menos 30 pares y una fila no demovida; si todavía no existe, ajustamos con al menos 7 pronósticos verificables en esa ventana y mantenemos el peso base cuando tampoco alcanza. El Brier Skill de las probabilidades queda como ajuste chico: premia a quien acierta mejor las probabilidades y penaliza suavemente a quien sobreactiva lluvia. Las mediciones que llegan tarde (hasta 10 días después) entran automáticamente al recálculo.

Además aplicamos un cap de redundancia: Open-Meteo y Meteoblue pueden mejorar su peso si aciertan, pero juntos no superan el 45% del promedio porque pueden compartir parte de la misma línea global de pronóstico. Así una familia de modelos no desplaza por completo a fuentes independientes.

La calibración del puntaje completo es escalonada. Cuando una localidad tiene suficientes comparaciones limpias, usamos su propio historial. Si todavía no alcanza, tomamos prestada evidencia de localidades de la misma cuenca y respuesta hidrológica. Y si ese grupo tampoco tiene suficiente muestra, aplicamos una corrección provincial conservadora. Las combinaciones que exageran o rinden peor que una referencia simple se bajan de peso en vez de empujar el puntaje.

El intervalo que se muestra junto al puntaje no es una promesa probabilística fina: es una banda operativa de incertidumbre, siguiendo el criterio de los servicios hidrometeorológicos que combinan ensambles, verificación contra observaciones y comunicación clara de confianza. Cuando hay dos o más proveedores con lluvia prevista, la banda se abre si discrepan mucho en los milímetros esperados; además usamos el error medio reciente y, cuando ya hay al menos 50 comparaciones, la cola empírica 90% de esos errores para no mostrar una banda artificialmente estrecha aunque los proveedores coincidan. Si queda una sola fuente de lluvia útil, usamos una banda conservadora porque no hay comparación independiente.

Fuentes detrás del índice

Datos abiertos, modelos y observaciones oficiales

El índice y su explicación pública se apoyan en estas 20 fuentes: señales que entran directo al score, pronósticos que alimentan el ensamble meteorológico y capas históricas o territoriales que documentan el contexto. La página de fuentes muestra el estado en vivo de las fuentes operativas.

Qué no calculamos

Lo que esta herramienta no hace

No predecimos qué calle ni qué casa se va a inundar. El índice trabaja a escala de localidad; el detalle por barrio o por manzana lo aporta Defensa Civil municipal con conocimiento de campo.
No reemplazamos alertas oficiales. Si el SMN emite un aviso, ese aviso prevalece sobre nuestro puntaje. El trabajo de FloodRisk es complementar lo oficial, nunca sustituirlo.
No prometemos una calibración perfecta por barrio. Corregimos sesgos donde hay muestra suficiente, y usamos grupos hidroclimáticos o una referencia provincial cuando la evidencia local todavía es chica. Si una fuente entra en modo alarma falsa, el sistema puede bajarle el peso; eso no reemplaza la observación de campo municipal.
No usamos datos privados. Todo lo que entra al modelo viene de fuentes públicas o de acuerdos abiertos con organismos oficiales.
No usamos reportes ciudadanos sin verificar. Los reportes sólo entran al índice cuando un operador o partner los revisó, descartó duplicados y confirmó que son recientes. Lo pendiente, rechazado o viejo queda fuera del puntaje.

Preguntas frecuentes

Preguntas que nos hacen seguido

¿Cómo se calcula el riesgo de inundación?: FloodRisk Tucumán combina tres señales principales: la propensión histórica del lugar (cuán seguido se inunda por cómo está parado), lo que ya cayó en los 7 días previos, y lo que viene según el pronóstico combinado de seis proveedores meteorológicos. El resultado es un puntaje 0–100 por localidad para 24 horas y 3 días.
¿Cada cuánto se actualiza el puntaje?: Cada 10 minutos aproximadamente. El sistema revisa fuentes vencidas, incorpora nuevas mediciones y recalcula los puntajes de las 102 localidades de Tucumán cuando corresponde.
¿De dónde sacan los datos?: De fuentes públicas, oficiales o atribuidas: INA SIyAH (ríos y lluvia horaria), EEAOC Agromet (lluvia diaria), Open-Meteo, Google Weather, AccuWeather, OpenWeather, WeatherAPI y Meteoblue (pronósticos), SMN (alertas), Google Flood Hub (probabilidades), CONAE SAOCOM (humedad satelital), ERA5-Land, HydroATLAS, NASA SRTM/OpenTopodata, Copernicus GHSL, INTA, RIDES Tucumán, Catastro Tucumán, DesInventar y NASA EONET para capas históricas o territoriales. No usamos datos privados ni reportes ciudadanos sin verificar.
¿Qué significa cada banda del puntaje?: Bajo (0–44): monitoreo de rutina. Medio (45–64): conviene mirar más seguido. Alto (65–79): coordinar con Defensa Civil, hay señales claras de lluvia importante. Muy Alto (≥80): se juntan varias señales fuertes — pronóstico alto, lluvia ya cayendo, terreno vulnerable, alerta SMN — momento de activar protocolo.
¿Puede una sola fuente llevar una localidad a Muy Alto?: No por sí sola. Si el cálculo bruto cruza Muy Alto pero la lluvia prevista viene de una sola fuente y no hay lluvia observada, antecedente significativo, alerta SMN, Google Flood Hub ni reporte verificado, publicamos Alto hasta que otra señal confirme el peligro. Preferimos una alerta crítica corroborada antes que una falsa alarma por una fuente aislada.
¿Reemplaza al SMN?: No. Si el SMN emite un aviso oficial, ese aviso prevalece sobre nuestro puntaje. FloodRisk complementa la información oficial pero nunca la sustituye. Estamos para ayudar a priorizar localidades cuando no se puede mirar todas a la vez.
¿Pueden predecir qué calle se va a inundar?: No. El índice trabaja a escala de localidad. El detalle por barrio o por manzana lo aporta Defensa Civil municipal con conocimiento de campo y observación en tiempo real.
¿Cómo verifican que el modelo acierta?: Guardamos cada pronóstico con la hora a la que apunta. Cuando INA o EEAOC publican la lluvia que efectivamente cayó, comparamos y publicamos métricas de habilidad. Con una fila calibrada activa ajustamos pesos por Brier; mientras junta muestra, usamos error en milímetros y confiabilidad probabilística. Con muestras más grandes corregimos sesgos por localidad, por grupo hidroclimático o por toda la provincia. Los reportes verificados también se auditan contra el score previo: si una localidad tuvo impactos confirmados con score Bajo o Medio, el modelo conserva una memoria temporal y acotada para ser más sensible ahí.