424
Views
1
CrossRef citations to date
0
Altmetric
Research Articles

Stream thermalscape scenarios for British Columbia, Canada

ORCID Icon, ORCID Icon & ORCID Icon
Pages 233-252 | Received 23 Mar 2023, Accepted 02 Oct 2023, Published online: 01 Nov 2023
 

Abstract

Water temperature is a key feature of freshwater ecosystems but comprehensive datasets are severely lacking, a limiting factor in research and management of freshwater species and habitats. An existing statistical stream temperature model developed for British Columbia (BC), Canada, was refit to predict August mean stream temperatures, a common index of stream thermal regime also used in thermalscapes developed for the western United States (US). Thermalscapes of predicted August mean stream temperature were produced for 680,000 km of stream network at approximately 400 m intervals. Temperature predictions were averaged for 20-year periods from 1981-2100 to produce 86 scenarios: one for each historical period (i.e. 1981-2000, 2001-2020), and 21 for each future period (i.e. six global climate models and an ensemble average under three representative concentration pathways). The final model performance was consistent with other published regional-scale statistical models (R2 = 0.79, RMSE = 1.53 °C, MAE = 1.18 °C), performing well given the relative paucity of data, large geographic extent, and range of climatic and physiographic conditions. Model results suggested an average increase of August mean stream temperature of 2.9 ± 1.0 °C (RCP 4.5 ensemble mean ± SD) by end of century, with significant heterogeneity in predicted temperatures and warming rates across the province. Compared to stream temperature predictions from the western US, the predictions for BC showed good agreement at cross-border streams (Pearson’s r = 0.91), suggesting the possible integration of both products for a thermalscape covering much of western North America. These stream thermalscapes for BC address a major data deficiency in freshwater ecosystems and have potential applications to stream ecology, species distribution modelling, and evaluation of climate change impacts.

RÉSUMÉ

La température de l’eau est une caractéristique importante des écosystèmes d’eau douce, mais les ensembles de données complets sont largement insuffisants, ce qui limite la recherche et la gestion des espèces et des habitats d’eau douce. On a adapté un modèle statistique existant de la température des cours d’eau développé pour la Colombie-Britannique pour prédire les températures moyennes des cours d’eau en août, un indice commun du régime thermique des cours d’eau aussi utilisé dans les paysages thermiques élaborés pour l’ouest des États-Unis. On a produit les paysages thermiques de la température moyenne prévue au mois d’août pour 680000km de réseau de cours d’eau à des intervalles d’environ400mètres. On a calculé la moyenne des prévisions de température pour des périodes de 20ans de 1981 à 2100 en vue de produire 86scénarios: un pour chaque période passée (c.-à-d. de 1981 à 2000 et de 2001 à 2020) et 21 pour chaque période future [c.-à-d. six modèles climatiques globaux et une moyenne de l’ensemble de trois profils représentatifs d’évolution de la concentration (RCP)]. La performance finale du modèle était cohérente avec d’autres modèles statistiques à l’échelle régionale qui ont été publiés (R2 = 0,79; écart moyen quadratique = 1,53°C, EMA = 1,18°C), et elle s’est avérée satisfaisante compte tenu de la rareté relative des données, de la vaste étendue géographique et de la gamme de conditions climatiques et physiographiques. Les résultats du modèle indiquent une augmentation moyenne de la température moyenne des cours d’eau en août de 2,9 ± 1,0°C (moyenne de l’ensemble des RCP 4.5 ± écart-type) d’ici la fin du siècle, avec une hétérogénéité importante dans les températures prédites et les taux de réchauffement dans la province. Lorsqu’on les compare aux prévisions de température des cours d’eau de l’ouest des États-Unis, les prévisions pour la Colombie-Britannique ont montré une bonne concordance pour les cours d’eau transfrontaliers (r de Pearson = 0,91), ce qui indique l’intégration possible des deux produits pour un paysage thermique couvrant une grande partie de l’ouest de l’Amérique du Nord. Ces paysages thermiques des cours d’eau de la Colombie-Britannique comblent une lacune importante dans les données sur les systèmes d’eau douce et ont des applications potentielles pour l’écologie des cours d’eau, la modélisation de la répartition des espèces et l’évaluation des répercussions des changements climatiques.

View correction statement:
Correction

Acknowledgements

This project was funded by Department of Fisheries and Oceans. Access to stream temperature datasets was provided by: Albert Chirico, Tony Botica, Dave Maloney, Deb Epps, Liz Freyman, Kym Keough, Ed Quilty, Erl MacIsaac, Gerry Leering, Greg Henderson, Herb Herunter, Ian Sharpe, Jeff Burrows, Marc Shrimpton, Hydrologic Inc, Dianne Sutherland, Brian Menounos, Tracy Cone, Warren Warttig, Dave Hutchinson, Marc Nelitz, and Matthew Bayly. We appreciate the feedback and comments from three anonymous reviewers that improved the quality of the manuscript.

Disclosure statement

No potential conflict of interest was reported by the author(s).

Data availability statement

Spatial data layers for all thermalscape scenarios are available at https://doi.org/10.5061/dryad.bzkh189fk. Supporting data are available from the corresponding author, JDW, upon reasonable request; some data require third party permissions.

Log in via your institution

Log in to Taylor & Francis Online

PDF download + Online access

  • 48 hours access to article PDF & online version
  • Article PDF can be downloaded
  • Article PDF can be printed
USD 61.00 Add to cart

Issue Purchase

  • 30 days online access to complete issue
  • Article PDFs can be downloaded
  • Article PDFs can be printed
USD 172.00 Add to cart

* Local tax will be added as applicable

Related Research

People also read lists articles that other readers of this article have read.

Recommended articles lists articles that we recommend and is powered by our AI driven recommendation engine.

Cited by lists all citing articles based on Crossref citations.
Articles with the Crossref icon will open in a new tab.