% This file contains a station summary listing for a temperature % station in the Berkeley Earth database. This station is identified as: % % Berkeley ID#: 29134 % Primary Name: GLENDALE STAPENHORST F % Record Type: TAVG % Country: United States % State: CA % Latitude: 34.15000 +/- 0.00005 % Longitude: -118.26670 +/- 0.00005 % Elevation (m): 161.80 +/- 0.05 % # of Months: 80 % % Alternate Names: GLENDALE KENNEDY % GLENDALE STAPENHORST % % IDs: coop - 43450 % ghcnd - USC00043450 % ncdc - 20001747 % % Sources: US Cooperative Summary of the Day % Global Historical Climatology Network - Daily % US Cooperative Summary of the Month % Multi-network Metadata System % % Site Hash: aaa31d5642257b270d19dd2d7a321e58 % Raw Data Hash: 2ec06f6c62cf64f91a800fb09edcede5 % Adj Data Hash: e7c390cdcbd80325070433e3c3c6767c % % The data for this station is presented below in several columns and in % several forms. The temperature values are reported as "raw", % "adjusted", and "regional expectation". % % The "raw" values reflect the observations as originally ingested by % the Berkeley Earth system from one or more originating archive(s). % These "raw" values may reflect the merger of more than one temperature % time series if multiple archives reported values for this location. % Alongside the raw data we have also provided a flag indicating which % values failed initial quality control checks. A further column % dates at which the raw data may be subject to continuity "breaks" % due to documented station moves (denoted "1"), prolonged measurement % gaps (denoted "2"), documented time of observation changes (denoted "3") % and other empirically determined inhomogeneities (denoted "4"). % % In many cases, raw temperature data contains a number of artifacts, % caused by issues such as typographical errors, instrumentation changes, % station moves, and urban or agricultural development near the station. % The Berkeley Earth analysis process attempts to identify and estimate % the impact of various kinds of data quality problems by comparing each % time series to neighboring series. At the end of the analysis process, % the "adjusted" data is created as an estimate of what the weather at % this location might have looked like after removing apparent biases. % This "adjusted" data will generally to be free from quality control % issues and be regionally homogeneous. Some users may find this % "adjusted" data that attempts to remove apparent biases more % suitable for their needs, while other users may prefer to work % with raw values. % % Lastly, we have provided a "regional expectation" time series, based % on the Berkeley Earth expected temperatures in the neighborhood of the % station. This incorporates information from as many weather stations as % are available for the local region surrounding this location. Note % that the regional expectation may be a systematically a bit warmer or % colder than the weather stations by a few degrees due to differences % in mean elevation and other local characteristics. % % For each temperature time series, we have also included an "anomaly" % time series that removes both the seasonality and the long-term mean. % These anomalies may provide an easier way of seeing changes through % time. % % Reported temperatures are in Celsius and reflect monthly averages. As % these files are intended to be summaries for convenience, additional % information, including more detailed flagging and metadata, may be % available in our whole data set files. % % The Berkeley Earth analysis was run on 15-Nov-2013 19:55:48 % % Raw Data QC Continuity Adjusted Data Regional Expectation % Year, Month, Temperature, Anomaly, Failed, Breaks, Temperature, Anomaly, Temperature, Anomaly 1928 1 NaN NaN NaN NaN NaN NaN 10.215 1.312 1928 2 NaN NaN NaN NaN NaN NaN 11.132 0.764 1928 3 NaN NaN NaN NaN NaN NaN 12.673 1.277 1928 4 NaN NaN NaN NaN NaN NaN 14.226 0.801 1928 5 NaN NaN NaN NaN NaN NaN 18.178 1.717 1928 6 NaN NaN NaN NaN NaN NaN 19.404 -0.516 1928 7 NaN NaN NaN NaN NaN NaN 22.927 -0.470 1928 8 NaN NaN NaN NaN NaN NaN 22.623 -0.553 1928 9 NaN NaN NaN NaN NaN NaN 21.940 0.761 1928 10 NaN NaN NaN NaN NaN NaN 15.864 -1.164 1928 11 NaN NaN NaN NaN NaN NaN 12.277 -0.265 1928 12 NaN NaN NaN NaN NaN NaN 8.538 -0.861 1929 1 11.400 1.144 0 0 11.400 1.144 7.719 -1.184 1929 2 11.354 -0.367 0 0 11.354 -0.367 8.444 -1.924 1929 3 14.374 1.625 0 0 14.374 1.625 10.489 -0.907 1929 4 15.262 0.483 0 0 15.262 0.483 11.473 -1.953 1929 5 19.934 2.120 0 0 19.934 2.120 17.412 0.951 1929 6 20.803 -0.469 0 0 20.803 -0.469 19.855 -0.065 1929 7 23.039 -1.711 0 0 23.039 -1.711 24.033 0.636 1929 8 25.000 0.471 0 0 25.000 0.471 24.847 1.671 1929 9 21.602 -0.930 0 0 21.602 -0.930 21.318 0.139 1929 10 20.400 2.019 0 0 20.400 2.019 19.003 1.975 1929 11 16.045 2.151 0 0 16.045 2.151 14.260 1.718 1929 12 15.527 4.775 0 0 15.527 4.775 12.339 2.940 1930 1 11.265 1.009 0 0 11.265 1.009 8.671 -0.232 1930 2 14.516 2.795 0 0 14.516 2.795 12.602 2.233 1930 3 15.126 2.377 0 0 15.126 2.377 12.214 0.818 1930 4 17.593 2.815 0 0 17.593 2.815 14.955 1.530 1930 5 16.487 -1.327 0 0 16.487 -1.327 14.557 -1.904 1930 6 NaN NaN NaN NaN NaN NaN 20.127 0.207 1930 7 24.492 -0.258 0 0 24.492 -0.258 24.157 0.760 1930 8 23.955 -0.574 0 0 23.955 -0.574 23.417 0.241 1930 9 19.755 -2.776 0 0 19.755 -2.776 19.257 -1.921 1930 10 18.208 -0.173 0 0 18.208 -0.173 17.018 -0.010 1930 11 16.665 2.771 0 0 16.665 2.771 13.754 1.213 1930 12 12.126 1.374 0 0 12.126 1.374 9.307 -0.092 1931 1 12.806 2.551 0 0 12.806 2.551 9.963 1.060 1931 2 NaN NaN NaN NaN NaN NaN 11.538 1.170 1931 3 NaN NaN NaN NaN NaN NaN 13.828 2.432 1931 4 16.231 1.453 0 0 16.231 1.453 15.922 2.496 1931 5 19.973 2.159 0 0 19.973 2.159 19.176 2.715 1931 6 21.378 0.106 0 0 21.378 0.106 19.754 -0.166 1931 7 NaN NaN NaN NaN NaN NaN 26.698 3.301 1931 8 NaN NaN NaN NaN NaN NaN 24.832 1.656 1931 9 20.688 -1.843 0 0 20.688 -1.843 20.551 -0.628 1931 10 18.132 -0.249 0 0 18.132 -0.249 17.243 0.214 1931 11 12.313 -1.581 0 0 12.313 -1.581 10.652 -1.890 1931 12 9.557 -1.195 0 0 9.557 -1.195 7.588 -1.811 1932 1 9.042 -1.214 0 0 9.042 -1.214 6.589 -2.314 1932 2 NaN NaN NaN NaN NaN NaN 9.567 -0.801 1932 3 NaN NaN NaN NaN NaN NaN 12.324 0.927 1932 4 NaN NaN NaN NaN NaN NaN 13.274 -0.151 1932 5 18.598 0.784 0 0 18.598 0.784 16.338 -0.123 1932 6 19.591 -1.681 0 0 19.591 -1.681 19.407 -0.513 1932 7 21.250 -3.500 0 0 21.250 -3.500 22.563 -0.834 1932 8 21.360 -3.169 0 0 21.360 -3.169 22.058 -1.118 1932 9 20.437 -2.095 0 0 20.437 -2.095 21.457 0.279 1932 10 18.640 0.259 0 0 18.640 0.259 16.958 -0.070 1932 11 18.642 4.747 0 0 18.642 4.747 15.330 2.789 1932 12 10.434 -0.318 0 0 10.434 -0.318 7.034 -2.365 1933 1 10.124 -0.132 0 0 10.124 -0.132 7.052 -1.851 1933 2 11.575 -0.146 0 0 11.575 -0.146 8.508 -1.860 1933 3 14.230 1.481 0 0 14.230 1.481 11.263 -0.133 1933 4 14.590 -0.188 0 0 14.590 -0.188 12.616 -0.809 1933 5 15.350 -2.464 0 0 15.350 -2.464 13.863 -2.598 1933 6 18.402 -2.871 0 0 18.402 -2.871 18.432 -1.488 1933 7 21.611 -3.138 0 0 21.611 -3.138 24.326 0.929 1933 8 21.811 -2.718 0 0 21.811 -2.718 23.106 -0.071 1933 9 18.341 -4.191 1 0 NaN NaN 19.465 -1.713 1933 10 19.040 0.659 0 0 19.040 0.659 19.239 2.211 1933 11 17.546 3.652 0 0 17.546 3.652 14.774 2.232 1933 12 12.429 1.677 0 0 12.429 1.677 9.695 0.296 1934 1 13.676 3.420 0 0 13.676 3.420 10.667 1.764 1934 2 13.950 2.229 0 0 13.950 2.229 12.027 1.659 1934 3 18.406 5.657 0 0 18.406 5.657 15.769 4.373 1934 4 17.453 2.675 0 0 17.453 2.675 16.618 3.192 1934 5 19.155 1.341 0 0 19.155 1.341 18.580 2.119 1934 6 17.477 -3.796 0 0 17.477 -3.796 18.003 -1.917 1934 7 23.073 -1.677 0 0 23.073 -1.677 24.096 0.699 1934 8 22.230 -2.299 0 0 22.230 -2.299 23.367 0.191 1934 9 22.565 0.034 0 0 22.565 0.034 21.842 0.664 1934 10 18.935 0.554 0 0 18.935 0.554 17.515 0.486 1934 11 15.508 1.614 0 0 15.508 1.614 12.896 0.354 1934 12 13.536 2.784 0 0 13.536 2.784 10.222 0.822 1935 1 11.811 1.555 0 0 11.811 1.555 8.946 0.043 1935 2 13.548 1.827 0 0 13.548 1.827 10.985 0.617 1935 3 10.660 -2.089 0 0 10.660 -2.089 8.752 -2.644 1935 4 14.134 -0.644 0 0 14.134 -0.644 13.031 -0.394 1935 5 15.371 -2.443 0 0 15.371 -2.443 15.542 -0.919 1935 6 18.649 -2.624 0 0 18.649 -2.624 20.238 0.318 1935 7 21.752 -2.998 0 0 21.752 -2.998 22.673 -0.724 1935 8 23.434 -1.095 0 0 23.434 -1.095 23.699 0.523 1935 9 21.128 -1.403 0 0 21.128 -1.403 21.965 0.786 1935 10 17.882 -0.499 0 0 17.882 -0.499 16.291 -0.737 1935 11 14.266 0.372 1 0 NaN NaN 11.189 -1.353 1935 12 NaN NaN NaN NaN NaN NaN 9.917 0.518 1936 1 NaN NaN NaN NaN NaN NaN 10.444 1.541 1936 2 NaN NaN NaN NaN NaN NaN 10.023 -0.345 1936 3 NaN NaN NaN NaN NaN NaN 12.248 0.851 1936 4 NaN NaN NaN NaN NaN NaN 14.286 0.861 1936 5 NaN NaN NaN NaN NaN NaN 17.741 1.280 1936 6 NaN NaN NaN NaN NaN NaN 20.785 0.865 1936 7 NaN NaN NaN NaN NaN NaN 24.769 1.372 1936 8 NaN NaN NaN NaN NaN NaN 23.924 0.748 1936 9 NaN NaN NaN NaN NaN NaN 21.580 0.401 1936 10 NaN NaN NaN NaN NaN NaN 17.365 0.337 1936 11 NaN NaN NaN NaN NaN NaN 14.271 1.730 1936 12 NaN NaN NaN NaN NaN NaN 9.072 -0.327 1937 1 NaN NaN NaN NaN NaN NaN 4.347 -4.556 1937 2 NaN NaN NaN NaN NaN NaN 9.059 -1.310 1937 3 NaN NaN NaN NaN NaN NaN 10.708 -0.688 1937 4 NaN NaN NaN NaN NaN NaN 13.120 -0.306 1937 5 NaN NaN NaN NaN NaN NaN 17.034 0.573 1937 6 NaN NaN NaN NaN NaN NaN 19.904 -0.016 1937 7 NaN NaN NaN NaN NaN NaN 24.082 0.686 1937 8 NaN NaN NaN NaN NaN NaN 23.311 0.135 1937 9 NaN NaN NaN NaN NaN NaN 21.973 0.795 1937 10 NaN NaN NaN NaN NaN NaN 17.943 0.914 1937 11 NaN NaN NaN NaN NaN NaN 12.875 0.334 1937 12 13.027 2.275 1 0 NaN NaN 11.083 1.684 1938 1 11.735 1.479 1 0 NaN NaN 10.544 1.641 1938 2 NaN NaN NaN NaN NaN NaN 9.863 -0.506 1938 3 NaN NaN NaN NaN NaN NaN 9.722 -1.674 1938 4 NaN NaN NaN NaN NaN NaN 13.427 0.001 1938 5 NaN NaN NaN NaN NaN NaN 16.650 0.189 1938 6 NaN NaN NaN NaN NaN NaN 19.416 -0.504 1938 7 NaN NaN NaN NaN NaN NaN 23.432 0.035 1938 8 NaN NaN NaN NaN NaN NaN 23.194 0.017 1938 9 NaN NaN NaN NaN NaN NaN 22.740 1.561 1938 10 NaN NaN NaN NaN NaN NaN 16.435 -0.593 1938 11 NaN NaN NaN NaN NaN NaN 11.774 -0.767 1938 12 NaN NaN NaN NaN NaN NaN 11.056 1.657 1939 1 NaN NaN NaN NaN NaN NaN 9.079 0.176 1939 2 NaN NaN NaN NaN NaN NaN 7.773 -2.595 1939 3 NaN NaN NaN NaN NaN NaN 10.723 -0.673 1939 4 NaN NaN NaN NaN NaN NaN 15.456 2.030 1939 5 NaN NaN NaN NaN NaN NaN 16.604 0.143 1939 6 NaN NaN NaN NaN NaN NaN 19.601 -0.319 1939 7 NaN NaN NaN NaN NaN NaN 23.398 0.001 1939 8 NaN NaN NaN NaN NaN NaN 23.659 0.483 1939 9 NaN NaN NaN NaN NaN NaN 22.445 1.267 1939 10 NaN NaN NaN NaN NaN NaN 17.623 0.594 1939 11 NaN NaN NaN NaN NaN NaN 14.218 1.677 1939 12 NaN NaN NaN NaN NaN NaN 11.815 2.416 1940 1 11.903 1.647 1 0 NaN NaN 10.334 1.431 1940 2 12.115 0.394 1 0 NaN NaN 10.934 0.566 1940 3 14.046 1.297 1 0 NaN NaN 12.819 1.423 1940 4 NaN NaN NaN NaN NaN NaN 14.721 1.296 1940 5 NaN NaN NaN NaN NaN NaN 18.476 2.015 1940 6 NaN NaN NaN NaN NaN NaN 21.066 1.146 1940 7 NaN NaN NaN NaN NaN NaN 22.890 -0.507 1940 8 NaN NaN NaN NaN NaN NaN 22.804 -0.372 1940 9 NaN NaN NaN NaN NaN NaN 19.912 -1.266 1940 10 NaN NaN NaN NaN NaN NaN 17.817 0.788 1940 11 NaN NaN NaN NaN NaN NaN 12.147 -0.394 1940 12 NaN NaN NaN NaN NaN NaN 11.126 1.727 1941 1 NaN NaN NaN NaN NaN NaN 9.975 1.072 1941 2 NaN NaN NaN NaN NaN NaN 11.636 1.268 1941 3 NaN NaN NaN NaN NaN NaN 12.019 0.623