% This file contains a station summary listing for a temperature % station in the Berkeley Earth database. This station is identified as: % % Berkeley ID#: 38973 % Primary Name: MURPHY % Record Type: TAVG % Country: United States % State: ID % Latitude: 43.21670 +/- 0.00005 % Longitude: -116.56670 +/- 0.00005 % Elevation (m): 739.75 +/- 0.15 % # of Months: 77 % % Alternate Names: Missing Station ID - 106248 % % IDs: coop - 106248 % ghcnd - USC00106248 % ncdc - 12001622 % % Sources: US Cooperative Summary of the Day % Global Historical Climatology Network - Daily % Multi-network Metadata System % % Site Hash: 4605a137559c345c1eec6393f720e83d % Raw Data Hash: cf41e9aedec4da905f0d94c007c0ec81 % Adj Data Hash: 004f6b362a9627106a429a523fc0badb % % 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 1918 7 NaN NaN NaN NaN NaN NaN 21.542 0.276 1918 8 NaN NaN NaN NaN NaN NaN 17.180 -2.778 1918 9 NaN NaN NaN NaN NaN NaN 15.662 0.813 1918 10 NaN NaN NaN NaN NaN NaN 9.812 1.189 1918 11 NaN NaN NaN NaN NaN NaN 1.131 -0.995 1918 12 NaN NaN NaN NaN NaN NaN -3.435 -1.348 1919 1 NaN NaN NaN NaN NaN NaN -2.516 0.721 1919 2 NaN NaN NaN NaN NaN NaN -0.299 0.058 1919 3 NaN NaN NaN NaN NaN NaN 1.494 -0.626 1919 4 NaN NaN NaN NaN NaN NaN 7.477 1.002 1919 5 NaN NaN NaN NaN NaN NaN 13.009 1.369 1919 6 NaN NaN NaN NaN NaN NaN 16.851 0.510 1919 7 26.242 1.594 1 0 NaN NaN 22.564 1.298 1919 8 25.484 2.144 0 0 25.352 2.012 21.102 1.144 1919 9 18.170 -0.060 0 0 18.104 -0.127 15.027 0.179 1919 10 8.381 -3.624 0 0 8.367 -3.637 5.177 -3.445 1919 11 3.240 -2.268 0 0 3.271 -2.238 0.729 -1.397 1919 12 -4.835 -6.131 0 0 -4.770 -6.066 -5.794 -3.708 1920 1 -0.423 -0.568 0 0 -0.377 -0.522 -2.601 0.636 1920 2 1.976 -1.050 0 0 1.944 -1.081 0.744 1.101 1920 3 6.268 0.765 0 0 6.181 0.679 1.140 -0.981 1920 4 8.603 -1.255 0 0 8.527 -1.331 4.013 -2.462 1920 5 14.268 -0.754 0 0 14.200 -0.823 10.584 -1.056 1920 6 18.916 -0.806 0 0 18.803 -0.920 14.566 -1.775 1920 7 26.133 1.485 0 0 25.976 1.328 22.152 0.886 1920 8 24.019 0.679 0 0 23.887 0.547 19.918 -0.040 1920 9 17.966 -0.264 0 0 17.900 -0.330 14.443 -0.405 1920 10 10.250 -1.755 0 0 10.237 -1.768 7.115 -1.507 1920 11 4.378 -1.130 0 0 4.409 -1.100 1.722 -0.404 1920 12 1.442 0.147 0 0 1.508 0.212 -1.335 0.752 1921 1 1.586 1.440 0 0 1.632 1.486 -1.557 1.680 1921 2 2.080 -0.945 0 0 2.049 -0.977 0.184 0.541 1921 3 8.287 2.785 0 0 8.201 2.698 3.786 1.666 1921 4 9.482 -0.376 0 0 9.405 -0.453 4.807 -1.669 1921 5 15.130 0.108 0 0 15.062 0.040 11.408 -0.231 1921 6 23.850 4.127 0 0 23.736 4.013 16.823 0.482 1921 7 24.960 0.312 0 0 24.802 0.155 21.654 0.388 1921 8 24.724 1.384 0 0 24.592 1.252 20.496 0.538 1921 9 15.646 -2.584 0 0 15.580 -2.650 12.160 -2.689 1921 10 13.739 1.734 0 0 13.725 1.721 10.486 1.863 1921 11 7.392 1.883 0 0 7.422 1.914 4.227 2.101 1921 12 0.248 -1.047 0 0 0.314 -0.982 -1.152 0.934 1922 1 -6.674 -6.820 0 0 -6.628 -6.774 -9.168 -5.931 1922 2 -0.459 -3.484 0 0 -0.490 -3.516 -3.525 -3.168 1922 3 3.578 -1.925 0 0 3.491 -2.011 -1.347 -3.468 1922 4 7.755 -2.103 0 0 7.678 -2.180 3.542 -2.933 1922 5 14.128 -0.894 0 0 14.060 -0.962 11.121 -0.519 1922 6 NaN NaN NaN NaN NaN NaN 17.783 1.443 1922 7 NaN NaN NaN NaN NaN NaN 21.538 0.272 1922 8 NaN NaN NaN NaN NaN NaN 20.915 0.957 1922 9 NaN NaN NaN NaN NaN NaN 15.968 1.120 1922 10 NaN NaN NaN NaN NaN NaN 10.347 1.724 1922 11 2.905 -2.604 0 0 2.935 -2.573 0.514 -1.612 1922 12 -1.000 -2.296 1 0 NaN NaN -3.060 -0.973 1923 1 2.213 2.068 0 0 2.259 2.114 -1.279 1.958 1923 2 -1.030 -4.056 0 0 -1.062 -4.087 -3.946 -3.589 1923 3 6.205 0.702 0 0 6.118 0.616 0.414 -1.706 1923 4 11.237 1.379 0 0 11.160 1.302 5.618 -0.858 1923 5 15.029 0.007 0 0 14.961 -0.061 11.332 -0.308 1923 6 17.993 -1.730 0 0 17.879 -1.844 13.712 -2.629 1923 7 27.239 2.591 0 0 27.081 2.434 22.320 1.055 1923 8 24.374 1.034 0 0 24.242 0.902 19.769 -0.189 1923 9 20.375 2.145 0 0 20.309 2.078 15.690 0.842 1923 10 10.666 -1.339 0 0 10.653 -1.352 7.563 -1.060 1923 11 5.715 0.207 0 0 5.745 0.237 3.324 1.197 1923 12 -0.013 -1.309 1 0 NaN NaN -3.262 -1.175 1924 1 -3.796 -3.941 0 0 -3.750 -3.895 -5.712 -2.475 1924 2 5.169 2.144 1 0 NaN NaN 3.328 3.685 1924 3 4.847 -0.656 0 0 4.760 -0.742 -0.234 -2.355 1924 4 11.706 1.848 0 0 11.629 1.771 6.028 -0.448 1924 5 NaN NaN NaN NaN NaN NaN 14.295 2.655 1924 6 NaN NaN NaN NaN NaN NaN 15.910 -0.430 1924 7 NaN NaN NaN NaN NaN NaN 21.256 -0.010 1924 8 NaN NaN NaN NaN NaN NaN 19.131 -0.827 1924 9 NaN NaN NaN NaN NaN NaN 14.770 -0.078 1924 10 NaN NaN NaN NaN NaN NaN 8.828 0.205 1924 11 4.578 -0.931 0 0 4.608 -0.900 1.656 -0.470 1924 12 NaN NaN NaN NaN NaN NaN -7.357 -5.270 1925 1 NaN NaN NaN NaN NaN NaN -2.890 0.346 1925 2 NaN NaN NaN NaN NaN NaN 2.518 2.875 1925 3 NaN NaN NaN NaN NaN NaN 2.915 0.795 1925 4 NaN NaN NaN NaN NaN NaN 7.321 0.846 1925 5 NaN NaN NaN NaN NaN NaN 13.418 1.778 1925 6 22.583 2.860 1 0 NaN NaN 15.095 -1.246 1925 7 24.520 -0.128 1 0 NaN NaN 22.928 1.663 1925 8 NaN NaN NaN NaN NaN NaN 18.388 -1.570 1925 9 16.608 -1.622 0 0 16.542 -1.689 13.839 -1.009 1925 10 10.206 -1.798 0 0 10.193 -1.812 7.899 -0.723 1925 11 3.850 -1.659 0 0 3.880 -1.628 1.907 -0.220 1925 12 1.223 -0.073 0 0 1.288 -0.008 -0.150 1.936 1926 1 -1.542 -1.688 0 0 -1.496 -1.642 -3.134 0.103 1926 2 4.820 1.794 0 0 4.788 1.763 2.621 2.978 1926 3 7.063 1.560 0 0 6.976 1.474 3.423 1.303 1926 4 13.192 3.334 0 0 13.115 3.257 9.540 3.064 1926 5 14.495 -0.527 0 0 14.427 -0.595 12.282 0.642 1926 6 21.173 1.450 0 0 21.059 1.337 18.035 1.695 1926 7 25.139 0.491 1 0 NaN NaN 22.284 1.018 1926 8 22.706 -0.635 0 0 22.574 -0.767 20.163 0.205 1926 9 14.997 -3.234 0 0 14.930 -3.300 11.391 -3.457 1926 10 NaN NaN NaN NaN NaN NaN 9.710 1.087 1926 11 NaN NaN NaN NaN NaN NaN 4.736 2.610 1926 12 NaN NaN NaN NaN NaN NaN -3.165 -1.079 1927 1 NaN NaN NaN NaN NaN NaN -2.008 1.229 1927 2 NaN NaN NaN NaN NaN NaN 0.813 1.170 1927 3 NaN NaN NaN NaN NaN NaN 1.342 -0.779 1927 4 NaN NaN NaN NaN NaN NaN 5.228 -1.248 1927 5 NaN NaN NaN NaN NaN NaN 10.029 -1.611 1927 6 NaN NaN NaN NaN NaN NaN 15.821 -0.519 1927 7 NaN NaN NaN NaN NaN NaN 21.133 -0.132 1927 8 NaN NaN NaN NaN NaN NaN 18.366 -1.592 1927 9 NaN NaN NaN NaN NaN NaN 12.819 -2.029 1927 10 NaN NaN NaN NaN NaN NaN 9.807 1.185 1927 11 NaN NaN NaN NaN NaN NaN 4.817 2.691 1927 12 NaN NaN NaN NaN NaN NaN -4.612 -2.526 1928 1 NaN NaN NaN NaN NaN NaN -2.680 0.557 1928 2 NaN NaN NaN NaN NaN NaN -0.586 -0.230 1928 3 NaN NaN NaN NaN NaN NaN 3.369 1.249 1928 4 NaN NaN NaN NaN NaN NaN 4.909 -1.567 1928 5 NaN NaN NaN NaN NaN NaN 14.756 3.116 1928 6 NaN NaN NaN NaN NaN NaN 13.991 -2.350 1928 7 NaN NaN NaN NaN NaN NaN 21.580 0.314 1928 8 NaN NaN NaN NaN NaN NaN 18.764 -1.194 1928 9 NaN NaN NaN NaN NaN NaN 14.880 0.032 1928 10 NaN NaN NaN NaN NaN NaN 9.016 0.394 1928 11 3.125 -2.383 1 0 NaN NaN 2.413 0.286 1928 12 -4.437 -5.733 0 2 -5.016 -6.312 -5.303 -3.217 1929 1 -5.515 -5.660 0 0 -5.922 -6.067 -7.471 -4.234 1929 2 -3.662 -6.687 0 0 -3.383 -6.409 -5.471 -5.114 1929 3 7.192 1.689 0 0 7.958 2.455 1.797 -0.323 1929 4 8.508 -1.350 0 0 9.188 -0.670 4.416 -2.060 1929 5 NaN NaN NaN NaN NaN NaN 11.305 -0.335 1929 6 18.384 -1.339 0 0 19.393 -0.330 14.555 -1.785 1929 7 25.344 0.696 0 0 26.737 2.089 21.773 0.507 1929 8 NaN NaN NaN NaN NaN NaN 21.712 1.754 1929 9 NaN NaN NaN NaN NaN NaN 12.299 -2.549 1929 10 NaN NaN NaN NaN NaN NaN 9.317 0.694 1929 11 NaN NaN NaN NaN NaN NaN 0.478 -1.648 1929 12 NaN NaN NaN NaN NaN NaN 1.088 3.175 1930 1 NaN NaN NaN NaN NaN NaN -8.880 -5.643 1930 2 NaN NaN NaN NaN NaN NaN 3.056 3.413 1930 3 NaN NaN NaN NaN NaN NaN 2.884 0.764 1930 4 NaN NaN NaN NaN NaN NaN 9.196 2.721 1930 5 NaN NaN NaN NaN NaN NaN 10.184 -1.456 1930 6 NaN NaN NaN NaN NaN NaN 15.063 -1.277 1930 7 NaN NaN NaN NaN NaN NaN 22.316 1.051