DILEMMALESSTravel Is Weather

Climatologías solar y lunisolar coreana para destinos turísticos: evaluación de cinco años reservados en 1.500 lugares

DILEMMALESS
Informe de investigación · Sin revisión por pares de una revista · 2026-10-19 · Versión 1.0

Resumen

SOLAR tuvo menor error medio global que LUNA en esta evaluación. Los datos diarios de 1.500 destinos abarcaron 1991–2020; solo 1991–2015 se utilizó para estimar, reservando 2016–2020 para probar. En 2.653.500 pares de lugar/fecha de meses ordinarios, SOLAR tuvo menores errores en todas las medidas de pérdida de temperatura y precipitación evaluadas. Su indicador probabilístico de cielo despejado también tuvo menor error en los 274 lugares con nubosidad. Algunos lugares favorecieron a LUNA; comprobar si esas ventajas persisten en otros períodos requiere más pruebas.

Palabras clave: climatología, calendario gregoriano, calendario lunisolar coreano, evaluación con datos reservados, tiempo turístico

1. Introducción

Agrupar el mismo tiempo histórico según calendarios distintos puede cambiar las medias climáticas. Comparamos SOLAR, basado en mes/día gregoriano, y LUNA, basado en mes/día lunisolar coreano. LUNA no significa únicamente fase lunar. Se evalúan estimadores climatológicos de un día, no todas las recomendaciones de las aplicaciones ni pronósticos numéricos a corto plazo.

2. Datos

Se incluyeron los 1.500 destinos con registros diarios disponibles en el proyecto. Los primeros 25 años se usaron para estimar y los cinco finales para probar. Los datos son reanálisis de la familia ERA5, no observaciones independientes de estaciones [1]. Temperatura y precipitación siguen la agregación por fecha local del proyecto. La nubosidad solo pudo evaluarse en 274 destinos. Ambos métodos utilizaron las mismas fuentes y fechas objetivo.

3. Métodos

SOLAR promedió muestras de entrenamiento con el mismo mes y día gregorianos. LUNA exigió coincidencia exacta de mes, día y condición de mes intercalar del calendario lunisolar coreano [3]. Se exigieron cinco muestras válidas como mínimo, todas anteriores a 2016-01-01. La ventana fue ±0 días, sin interpolación ni sustitución intercalar. Temperatura y cantidad de lluvia se estimaron mediante medias; la probabilidad de lluvia fue la frecuencia de precipitación diaria ≥1mm. Cielo despejado fue un indicador exploratorio de nubosidad media diaria ≤20%, distinto de ausencia de lluvia.

4. Métricas de evaluación

Las variables continuas se evaluaron con MAE y RMSE, y las probabilidades con Brier [2]. La exactitud de clasificación utilizó el umbral de probabilidad 0,5. N indica pares lugar/fecha, y el valor de comprobación, ŷ la estimación, p la probabilidad y o la ocurrencia (0 o 1). Se agruparon los casos sin asignar igual peso a cada país.

MAE = (1/N) Σ |ŷᵢ − yᵢ|

RMSE = √[(1/N) Σ (ŷᵢ − yᵢ)²]

Brier = (1/N) Σ (pᵢ − oᵢ)²

5. Resultados

En meses ordinarios, las MAE de temperatura mínima y máxima de SOLAR fueron 1,9131°C y 2,3390°C, frente a 1,9959°C y 2,4165°C de LUNA: un 4,33% y 3,31% mayores. La MAE de precipitación y el Brier de lluvia de LUNA fueron un 0,87% y 1,21% mayores. El indicador de cielo despejado tuvo 484.706 pares y Brier un 0,80% mayor con LUNA. En cada uno de los cinco años SOLAR tuvo menores errores globales en las cinco medidas de pérdida.

Pares de meses ordinarios. MAE/Brier menores y exactitud mayor son mejores. Temperatura/lluvia N=2.653.500; nubosidad N=484.706.
MétricaSOLARLUNA
Temperatura mínima MAE (°C)1.91311.9959
Temperatura máxima MAE (°C)2.33902.4165
Precipitación MAE (mm)3.16923.1966
Lluvia: Brier0.16720.1692
Lluvia: exactitud (%)74.332973.9533
Cielo despejado: Brier del indicador0.12230.1233
Cielo despejado: exactitud (%)83.245983.1306

6. Meses intercalares y desplazamiento estacional

Las fechas de meses intercalares no se sustituyeron por meses ordinarios. Ningún caso intercalar alcanzó cinco muestras de entrenamiento; hubo cero pares y su rendimiento queda indeterminado. El desplazamiento estacional se examinó por mes gregoriano objetivo y DJF/MAM/JJA/SON, junto con distancias de calendario. Estas etiquetas representan los mismos grupos de meses en ambos hemisferios, no sus estaciones locales.

7. Exploración regional

LUNA tuvo menores errores en 169 destinos para temperatura mínima, 170 para máxima, 481 para precipitación y 407 para probabilidad de lluvia. El indicador de cielo despejado favoreció a LUNA en 100 de 274 destinos. Entre combinaciones país/estación/métrica con al menos diez destinos por año, 32 favorecieron a LUNA durante los cinco años. Esta búsqueda múltiple es exploratoria: no puede seleccionarse una región y confirmar independientemente su ventaja con el mismo período.

8. Limitaciones

Un único bloque fijo de cinco años no establece capacidad futura. La cuadrícula del reanálisis, el relieve, la selección de destinos, el cambio climático y los datos ausentes pueden influir. Lugares próximos y fechas sucesivas están correlacionados; no se trataron como ensayos independientes ni se presentaron intervalos de confianza o pruebas de significación. Ventanas ±3/±7 días, puntuaciones por duración del viaje, clasificaciones y rendimiento intercalar quedaron fuera. El umbral de cielo despejado es exploratorio y el estudio no se prerregistró.

9. Conclusión

SOLAR tuvo menor error medio global que LUNA en esta evaluación climatológica diaria. Algunos lugares presentaron, sin embargo, menores errores con LUNA; la persistencia de esas ventajas regionales requiere validación con origen móvil y datos independientes de estaciones. Los resultados se limitan al contexto evaluado y no demuestran un efecto lunar causal ni predicción meteorológica para una fecha futura concreta.

Disponibilidad de datos y conflictos de interés

Se ofrecen resultados agregados y diagnósticos de desplazamiento en anexos CSV. No se distribuyen aquí datos meteorológicos originales ni código ejecutable. DILEMMALESS publica el informe y opera el sitio que presenta las aplicaciones comparadas; no es una evaluación independiente de terceros.

Referencias

  1. Hersbach H, Bell B, Berrisford P, et al. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146, 1999–2049.
  2. ECMWF. Forecast User Guide, 12.B: Statistical Concepts — Probabilistic Data.
  3. Microsoft. KoreanLunisolarCalendar, System.Globalization.