% This file contains a station summary listing for a temperature % station in the Berkeley Earth database. This station is identified as: % % Berkeley ID#: 29315 % Primary Name: TEXICO NEAR % Record Type: TAVG % Country: United States % State: NM % Latitude: 34.30000 +/- 0.00005 % Longitude: -103.08330 +/- 0.00005 % Elevation (m): 1230.78 +/- 0.15 % # of Months: 47 % % Alternate Names: Missing Station ID - 298793 % % IDs: coop - 298793 % ghcnd - USC00298793 % ncdc - 30002539 % % Sources: US Cooperative Summary of the Day % Global Historical Climatology Network - Daily % Multi-network Metadata System % % Site Hash: 70d54ef5461663e7fb4606b006c5bc5f % Raw Data Hash: c05c6e8ba2b20f8337707a99f0449ec3 % Adj Data Hash: cbab6d3a8aab37750b4f207caad5aa46 % % 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 1924 3 NaN NaN NaN NaN NaN NaN 4.283 -4.047 1924 4 NaN NaN NaN NaN NaN NaN 12.654 -0.803 1924 5 NaN NaN NaN NaN NaN NaN 16.206 -2.356 1924 6 NaN NaN NaN NaN NaN NaN 25.490 1.746 1924 7 NaN NaN NaN NaN NaN NaN 24.106 -1.363 1924 8 NaN NaN NaN NaN NaN NaN 25.084 0.688 1924 9 NaN NaN NaN NaN NaN NaN 19.688 -0.869 1924 10 NaN NaN NaN NaN NaN NaN 15.162 0.596 1924 11 NaN NaN NaN NaN NaN NaN 9.478 1.815 1924 12 NaN NaN NaN NaN NaN NaN 0.307 -3.453 1925 1 NaN NaN NaN NaN NaN NaN 1.225 -1.343 1925 2 NaN NaN NaN NaN NaN NaN 7.276 2.475 1925 3 9.845 1.979 0 0 11.040 3.174 10.938 2.608 1925 4 14.100 1.106 0 0 15.295 2.301 15.634 2.177 1925 5 17.806 -0.293 0 0 19.001 0.902 18.741 0.179 1925 6 NaN NaN NaN NaN NaN NaN 24.885 1.141 1925 7 24.181 -0.825 0 0 25.376 0.370 25.598 0.129 1925 8 21.468 -2.465 0 0 22.663 -1.270 22.730 -1.665 1925 9 NaN NaN NaN NaN NaN NaN 20.077 -0.479 1925 10 11.191 -2.912 1 0 NaN NaN 11.800 -2.766 1925 11 NaN NaN NaN NaN NaN NaN 7.422 -0.241 1925 12 1.141 -2.155 1 0 NaN NaN 2.672 -1.088 1926 1 0.165 -1.941 0 0 1.360 -0.746 1.354 -1.215 1926 2 6.707 2.369 1 0 NaN NaN 7.390 2.589 1926 3 5.165 -2.702 0 0 6.360 -1.507 6.080 -2.249 1926 4 9.352 -3.642 0 0 10.547 -2.447 10.924 -2.533 1926 5 15.809 -2.290 0 0 17.004 -1.095 16.870 -1.692 1926 6 21.492 -1.789 1 0 NaN NaN 22.741 -1.003 1926 7 22.212 -2.794 0 0 23.407 -1.599 23.801 -1.668 1926 8 22.654 -1.278 0 0 23.849 -0.083 24.346 -0.050 1926 9 NaN NaN NaN NaN NaN NaN 21.130 0.573 1926 10 NaN NaN NaN NaN NaN NaN 15.541 0.975 1926 11 7.051 -0.149 0 0 8.246 1.046 7.939 0.276 1926 12 1.036 -2.260 0 0 2.231 -1.065 3.162 -0.597 1927 1 4.527 2.422 0 0 5.722 3.617 5.143 2.574 1927 2 7.378 3.040 1 0 NaN NaN 7.110 2.308 1927 3 NaN NaN NaN NaN NaN NaN 8.172 -0.158 1927 4 NaN NaN NaN NaN NaN NaN 15.201 1.743 1927 5 16.610 -1.489 0 0 17.805 -0.294 20.747 2.185 1927 6 18.726 -4.555 0 0 19.921 -3.360 22.627 -1.117 1927 7 20.657 -4.349 0 0 21.852 -3.154 24.954 -0.515 1927 8 24.091 0.159 1 0 NaN NaN 23.518 -0.877 1927 9 NaN NaN NaN NaN NaN NaN 19.931 -0.626 1927 10 NaN NaN NaN NaN NaN NaN 15.483 0.917 1927 11 NaN NaN NaN NaN NaN NaN 10.731 3.068 1927 12 NaN NaN NaN NaN NaN NaN 1.551 -2.208 1928 1 NaN NaN NaN NaN NaN NaN 4.207 1.639 1928 2 NaN NaN NaN NaN NaN NaN 3.758 -1.043 1928 3 NaN NaN NaN NaN NaN NaN 9.614 1.284 1928 4 NaN NaN NaN NaN NaN NaN 11.892 -1.565 1928 5 NaN NaN NaN NaN NaN NaN 17.600 -0.962 1928 6 NaN NaN NaN NaN NaN NaN 23.050 -0.694 1928 7 NaN NaN NaN NaN NaN NaN 25.237 -0.232 1928 8 NaN NaN NaN NaN NaN NaN 22.764 -1.631 1928 9 NaN NaN NaN NaN NaN NaN 19.830 -0.727 1928 10 NaN NaN NaN NaN NaN NaN 15.560 0.994 1928 11 NaN NaN NaN NaN NaN NaN 6.461 -1.202 1928 12 NaN NaN NaN NaN NaN NaN 3.874 0.115 1929 1 NaN NaN NaN NaN NaN NaN 2.789 0.221 1929 2 NaN NaN NaN NaN NaN NaN -0.322 -5.123 1929 3 NaN NaN NaN NaN NaN NaN 7.966 -0.364 1929 4 NaN NaN NaN NaN NaN NaN 14.141 0.683 1929 5 17.615 -0.484 0 2 16.647 -1.452 16.212 -2.350 1929 6 NaN NaN NaN NaN NaN NaN 23.650 -0.093 1929 7 25.155 0.149 0 0 24.187 -0.818 24.773 -0.696 1929 8 NaN NaN NaN NaN NaN NaN 24.512 0.117 1929 9 19.568 -0.525 0 0 18.601 -1.493 19.964 -0.593 1929 10 14.643 0.540 0 0 13.676 -0.427 14.604 0.038 1929 11 5.077 -2.123 0 0 4.109 -3.090 3.310 -4.353 1929 12 2.821 -0.475 0 0 1.854 -1.442 4.802 1.043 1930 1 -0.424 -2.530 0 0 -1.392 -3.497 -2.199 -4.767 1930 2 9.044 4.706 0 0 8.077 3.739 8.447 3.645 1930 3 8.050 0.183 0 0 7.083 -0.784 6.390 -1.940 1930 4 15.965 2.971 1 0 NaN NaN 16.527 3.069 1930 5 17.359 -0.740 0 0 16.391 -1.708 17.166 -1.396 1930 6 22.319 -0.962 0 0 21.351 -1.930 23.911 0.167 1930 7 24.013 -0.993 0 0 23.045 -1.960 25.049 -0.420 1930 8 25.505 1.572 0 0 24.537 0.605 25.037 0.641 1930 9 22.363 2.270 0 0 21.396 1.302 21.684 1.128 1930 10 17.343 3.240 0 0 16.375 2.273 13.901 -0.665 1930 11 10.486 3.286 0 0 9.518 2.319 7.517 -0.146 1930 12 2.877 -0.419 0 0 1.910 -1.386 2.156 -1.603 1931 1 4.023 1.917 1 0 NaN NaN 2.766 0.198 1931 2 6.534 2.196 1 0 NaN NaN 6.107 1.306 1931 3 6.850 -1.017 0 0 5.883 -1.984 5.627 -2.703 1931 4 13.959 0.965 0 0 12.992 -0.003 11.904 -1.554 1931 5 16.393 -1.706 0 0 15.426 -2.673 15.816 -2.747 1931 6 22.245 -1.036 0 0 21.278 -2.003 24.565 0.821 1931 7 NaN NaN NaN NaN NaN NaN 24.925 -0.544 1931 8 NaN NaN NaN NaN NaN NaN 22.896 -1.500 1931 9 NaN NaN NaN NaN NaN NaN 23.328 2.771 1931 10 NaN NaN NaN NaN NaN NaN 15.926 1.360 1931 11 NaN NaN NaN NaN NaN NaN 7.755 0.092 1931 12 NaN NaN NaN NaN NaN NaN 4.002 0.243 1932 1 NaN NaN NaN NaN NaN NaN 1.388 -1.181 1932 2 NaN NaN NaN NaN NaN NaN 8.567 3.765 1932 3 NaN NaN NaN NaN NaN NaN 5.817 -2.513 1932 4 NaN NaN NaN NaN NaN NaN 14.061 0.604 1932 5 NaN NaN NaN NaN NaN NaN 18.164 -0.398 1932 6 NaN NaN NaN NaN NaN NaN 22.677 -1.067