Loading...
HomeMy WebLinkAboutsummary    Ecologi B) cal  (EFSA Flows Science Advisory Board  Meeting Summary – February 21, 2012  Archdale Buildin , Rg X aleigh NC  APPROVED for distribution 4/21/2012     Attendance  sion  line)  Members   Donnie Brewer, Environmental Mgt Commis ice (on y  Mark Cantrell, US Fish & Wildlife Serv sitBob Christian, East Carolina Univer John Crutchfield, Progress Energy Carolinas  mission    Tom Cuffney, U.S. Geological Survey   Linda Diebolt, Local Governments   Chris Goudreau, NC Wildlife Resources Com Jeff Hinshaw, NC Cooperative Extension   esources   d  Jim Mead, NC Division of Water R Sam Pearsall, Environmental Defense Fun Judy Ratcliffe, NC Natural Heritage Program   aime Robinson, NCAWWA‐WEA  ay Sauber, NC Division of Water Quality   esources  J J Bill Swartley, NC Division of Forest R   Alternates  Cat Burns, The Nature Conservancy   Vernon Cox, NC Department of Agriculture   n  Sarah McRae, US Fish & Wildlife Service   teve Reed, NC Division of Water Resources  an Stancil, NC Wildlife Resources Commissio , NC Division of Water Resources  S V Fred Tarver   C Division of on Rayno  arah Young  N  Water Resources  D S           Duke  Guests (Onsite)   ature Conservancy/ n of Water Quality   Phillip Jones, RTI  Kimberly Meitzan, The N oIan McMillan, NC Divisi ennifer Phelan, RTI   ichele Cutrofello, RTI  J M Cynthia van der Wiele     he Nature Conservancy  ature Conservancy/SARP  Guests (Online)   , T N   Mark Anderson Mary Davis, The  whorn le  g  Dan McLa Linwood Pee Jeffrey Mannin tt  on  Kyle Hall  David Ellio ars Harm lorence  L F Haywood      nstitute  NCSU Cooperative Extension Facilitation Team Mary Lou Addor, Natural Resources Leadership I (NRLI)   Patrick Beggs (WECO) Watershed Education for  Communities and Officials  Christy Perrin (WECO) Watershed Education for  Communities and Officials  Nancy Sharpless, Natural Resources Leadership Institute  (NRLI)    The purpose of the Ecological Flows Science Advisory Board:  he Ecological Flows Science Advisory Board will advise NC Department Environment and Natural  sins  T Resources (NCDENR) on an approach to characterize the aquatic ecology of different river ba and methods to determine the flows needed to maintain ecological integrity.    , and background information about the E‐Flows SAB are available at: Presentations, reports www.ncwater.org/sab     at the  ddress and map ar The EF SAB will meet April 24, 2012. 9:45 am­ 4:15 pm Stan Adams Education Center  e on the last page.    A   EFSAB Meeting Summary ‐ 2/19/2012   Page 2 of 37    I. Executive Summary  Below are highlights of the meeting summary sections, including actions to be taken (in bold).  III. Fidelity Testing:    The Environmental Defense Fund and Research Triangle Institute (RTI) are working  together to develop a strategy for fidelity analysis.  They provided on overview of the work.  An objective of the project is to adopt a stream classification system that represents the  distribution of aquatic biota in North Carolina.  Fidelity is the term used to describe the  likelihood that an organism or guild is found in one class, versus another class.  The more  faithful an organism or guild is to a class, the more fidelity it shows.   The project will  compare fidelities of aquatic biota to different stream classification systems, starting with  the EFS classification system.  RTI will   • class – pair 185 USGS gages to biota at biological monitoring sites to determine stream  biology assignments  • generate  500 “virtual gages” with WaterFALL hydrologic data to assign stream  classes to biological monitoring stations without gages  • use Random Forest non‐parametric analyses to determine probability of species  occurrence and biological fidelity to stream classes  Potential future project steps have been identified but were not presented in detail.  A question was posed concerning a discrimination analysis or analysis of similarity to  incorporate the entire assemblage information and come up with an overall assessment of  whether these communities are following the classifications.  It was suggested this should  be done before an analysis using random forest of each individual species.  Board  members Sam Pearsall and Tom Cuffney will lead this exchange of data required to  erform this analyses. p   V. The Nature Conservancy Classification System for Northeast US:  Mark Anderson presented on their project to create a standardized, 13‐state aquatic habitat  classification and mapping system to provide a foundation for state and regional  conservation in Northeast and Mid‐Atlantic.  Products were a standardized NE Aquatic  Habitat Classification System (ANAHCS), and a GIS dataset of aquatic habitat using the  AHSCS.  Four key habitat variables used include stream size, stream gradient geology, and  stream temperature.  They developed a mapped stream system with each stream type as  some combination of these 4 variables, which was simplified into 92 stream types. Mary  Davis explained that the Southeast Aquatic Resource Partnership (SARP) hired TLC to  expand the classification to the Southeast.  SARP is starting with the NE classification and  adding additional variables.    Mary concluded that hydrologic classification has not been demonstrated to be a consistent  factor in improving ecological and instream flow relationships. The ELOHA process should  be revised to use classification to improve flow‐ecology relationships, but not necessarily as  a first step that constrains the development of these relationships.  She suggests picking a  classification and running with it, while explaining it can improve as more information  becomes available.        EFSAB Meeting Summary ‐ 2/19/2012   Page 3 of 37    VI. Rive s:  r basin hydrologic model update and visual representation of stream classification Steve Reed, NCDWR provided a brief update of the status of river basin hydrologic model  development, and then introduced Michelle Cutrofello, RTI, to share a demonstration of  color coding to individual stream reaches to illustrate stream classifications at work. She  showed a couple examples (in Little Tennessee and Tar River basins) where using  WaterFALL she determined the streamflow class for ungaged segments using the the state’s  classification software . The stream segments were color coded to visually represent the  resulting classifications and points at which classes change along the length of a river.    VII. Update on habitat modeling scenarios:    Jim Mead shared the changes in running and illustrating habitat modeling scenarios that  he’s made since the last time he showed them to the EFSAB in October.  Based on feedback  from today, he is leaning towards using 11 shallow guilds and 8 not­shallow guilds  and have 2 plots at all the sites (rather than one plot of 19 guilds).  He will use box  plots, and a symbol convention that discriminates by stream class.   He will  contemplate how to address the proportional habitat issue that was raised.  Tom  Cuffney offered to assist with this if needed, but needs to hear from Jim if that is the  case.            Table of Contents / Feb 21 agenda   (click to go to section)   I. Executive Summary .................................................................................................................................................... 2  II. Welcome, Agenda Review, Introductions, Logistics ...................................................................................... 4   III.Review of February 21, 2012 Meeting Summary ........................................................................................... 4 .  IV Fidelity Testing ............................................................................................................................................................. 4  V. Small Groups Discussion on Fidelity Testing ................................................................................................. 17  VI. The Nature Conservancy Classification System for NE .............................................................................. 19  VII. River basin hydrologic model update and visual representation of stream classifications ....... 24 I.  VII Habitat modeling for evaluating ecological flows ‐ Update ...................................................................... 29 .  IX April 24 Agenda .......................................................................................................................................................... 36 ......................................................................... 37 X. Directions .............................................................................................      EFSAB Meeting Summary ‐ 2/19/2012   Page 4 of 37      II. Welcome, Agenda Review, ntroductions, Logistics  Patrick Beggs welcomed everyone to the 10th meeting of the NC Ecological Flows Science Advisory  Board.  Everyone attending the meeting, in person and online, introduced themselves and their  affiliation.  The EFSAB was reminded about the ground rules, the process for raising questions, and  reminded to speak into the microphone when raising questions. Everyone was reminded that the  I session was being recorded.   The remaining 2012 meeting dates and meeting locations are listed below and posted online at  www.ncwater.org/SAB. The facilitation team is looking into new meeting locations with free  parking and ample facilitation meeting space whenever possible and thus the following meeting  locations may be subject to change: April 24, 2012 ucational State Forest  ‐ Stan Adams Training Center, Jordan Lake Ed  St enter (tentative)  June 19, 2012 ng   May 29, 2012 ‐ an Adams Training C August 28, 20  ‐ Wake County Agriculture Services Buildi 12   Sept 25, 2012 ‐  St ‐  Archdale Building   an er (tentative)  October 23, 2012 ‐ W ure Services Building  Adams Training Cent ake County Agricult November 27, 2012  ‐  Archdale Building    III. Review of February 21, 2012 Meeting Summary  The January 17, 2012 Meeting Summary was distributed for a final review, is approved, and is  posted on the DWR website.  All approved Meeting Summaries of the EFSAB are located at:  ww.ncwater.org/sabw    IV. Fidelity Testing  .   Sam Pearsall addressed the Board first The  sereem to be 3 separate concerns  1.we should have a biology based classification  2.we don't understand the classes we are using in relation to their biological charac 3. we should look at more and different variables that take us beyond flow and into  ter  substrate, climate, morphology, etc.  Of these 3 concerns, Environmental Defense Fund (EDF) has decided to look at 2 of them, #s 2  and 3.  We are not looking at #1 because it could lead to circular logic and because we simply  don't have the data available to develop a set of biological classes.  Questions to ask include:  How do the classes we have represent biology? How does biology respond to the classes we  have?  Should the classes be subdivided or changed as a result of the biological analysis? Are  there other variables that we should incorporate into our analysis?    EDF has negotiated with RTI to develop a strategy for a stepwise approach to fidelity analysis.   Fidelity is the term that describes the likelihood that an organism or guild is found in one  class, versus another class.  The more faithful that organism or guild is to a class, the more    EFSAB Meeting Summary ‐ 2/19/2012   Page 5 of 37    fidelity it shows.  EDF wanted to work with RTI for a few reasons.  One is the WaterFALL  program.   EDF worked with RTI to come up with ideas and worked with DWR to see what  thos ide eas might look like. We looked for data sources and found three:  originally rare species, 1.Natural Heritage data which incorporates initially a 2.DWQ bug and fish data for water quality analysis, an 3. Fish data from the Wildlife Resource Commission.    nd  d   Jennifer Phelan of RTI presented the proposal for moving forward to the EF SAB.  Michelle Cutrofello and Phillip Jones were also present to help answer questions specifically  in relation to the hydrology and statistical analysis components, respectively.   Sam Pearsall  also helped answer questions. The slideshow can be found on the project website.    Project Objective:  To adopt a stream classification system that represents the distribution of  aquatic biota in North Carolina.  Establish a connection between stream classes and aquatic  biot usa ing 3 components:  1.Evaluate the biological fidelity to the 7 stream classes developed by the EFS  2.Compare fidelities of aquatic biota to other stream classification systems  3. If necessary, modify the EFS stream classes to more accurately describe the  distribution of biota  Component 1 has 2 parts: 1 and 1a.  Steps 2 and 3 are not currently funded and will only be briefly reviewed in this presentation.    Step 1    Examine the biological fidelity of aquatic biota to the 7 EFS stream classes. To examine them  in their current form and see how well they describe the distribution.  To do that we will pair  stream classes with biology and then conduct statistical analysis to find out probabilities of  species occurrence and biological fidelity to stream classes.  We anticipate pairing USGS gages  (185 gages) with biological monitoring stations and the aquatic biota at these stations.  These    EFSAB Meeting Summary ‐ 2/19/2012   Page 6 of 37    185 gages were selected because of their stable (have not shown changes in hydrology over  time) flows.  We will assign classes to the monitoring stations.  Criteria include the same  NHD+ catchment or they could be a maximum 1 km distance between a station and a USGS  o.  gage, but there cannot be any sources of major instream flow alteration between the tw Question (Q):  That doesn’t seem reasonable to remove bio data if there are tributaries.  Response (R):  We want to make sure the stream class with the biota is correct.  If there is a  USGS gage associated with a stream class and there is a major source of flow alteration, it may  s that sound reasonable? change the functional stream class. Doe R:  I have to think about it some more.  Presentation continued  We will use 4 databases for this work:  • DWQ) Benthic macroinvertebrate ‐ NC Division of Water Quality ( • ram  • Stream fish community ‐ NC DWQ  Natural Heritage Inventory ‐ NC Natural Heritage Prog • Trout database ‐ N.C. Wildlife Resources Commission  We expect to conduct fidelity analysis differently for each of these databases.  To maximize  number of pairings between stream classes and biology the plan is to create 500 additional  s. virtual gages using WaterFALL data and pair these with biological monitoring station ates ‐ did you use qualitative or quantitative data? Q:  About benthic macroinvertebr R:  We used presence or absence.  Comment (C): It’s very important to clearly state the assumptions built into this, and the  inherent bias built into this.  For example, the benthic macroinvertebrate database is 30 yr  old, very extensive, semi‐quantitative and built upon wadeable streams.  The issue of the  gages is also biased; depending on funding source the gage was located in a certain place.   None of the data is random or developed for ecoflow classification.    So if we understand the  bias, we can better understand the results. In reference to whether or not to use the semi‐ quantitative info, presence/absence data might provide some difficult bias to cope with.   Often during heavy runoff events, species will be transported downstream so if they are found  it doesn’t necessarily mean they are representative there.  This is a good effort, just need to  clearly capture and state the assumptions and bias.  I completely support it, it is the majority  of data that is out there, it is well worth exploring.  Let’s be sure not to over‐interpret the  results.  ological flows. R:  Yes, the data was collected for a variety of reasons, none of which was ec Q: Question rephrase, will it be more useful to include relative abundance?  R:  Best we can do today is promise to evaluate data we have, see if possible to use the relative  abundance info.  We’re driven to least capable dataset when using multiple sets.  But we’ll see  if we can.    Addressing the issue of not dropping biological data because of distance of gage ‐ the virtual  gages may help this.  C:  We've been talking about biological bias but there are also hydrologic biases.  We haven’t  talked about the representativeness of the hydrology data ‐ the gages are not located  randomly, in fact many are clumped.  There needs to be discussion of biases that were    EFSAB Meeting Summary ‐ 2/19/2012   Page 7 of 37    brought into gage locations.  If we don’t take them into account now then we propagate them  in the WaterFALL model.  I am assuming RTI has looked at this already when developing  WaterFALL.  R:  2 responses.  1. We will generate 500 virtual gages, not based on the location of the current gages, but   according to a different set of prejudices.  They’ll be classified and we’ll see out the classification system looks after that.  2. We’ve looked closely at regional classification by McManamay.  He used different  variables and arrived at similar classes.  The likelihood that our classes are more than  trivially biased by gage location is small, but the 500 virtual gages will resolve that for  us.  C: Isn't there a bias in WaterFALL because it comes from gage locations?  R:  WaterFALL does not use any gage information to create flows. It is a rainfall model so it  runs on landuse and soils.  Gages are used to calibrate but it is done in a relative manner and  that is something RTI is looking into, to see if it introduces any bias.  The calibrations are  largely focused on 44 headwater watersheds in NC with little to no human influence.    C:  May be useful to do another WaterFALL presentation in the future to demonstrate how it  can be used to simulate gages.  C: I don't need to know how, just what is the variability.  It is 10 or 10,000?  ties. C: All science is imperfect.  As we get information we need to state the biases or difficul C: The comments don’t mean we’re not supportive, we just want to be able to state the  inherent biases.  Presentation continued  There was a high level of correspondence between NC classes (7) and McManamay classes  (8).  Criteria for locating the 500 virtual gage stations:     stations distributed evenly across the state. Monitoring Eliminate:  • catchments with impaired water quality (as determined by NC Division of Water  Quality – 303d listings)  • scharges and/or catchments with major in‐stream flow alterations (impoundments, di intake points)  catchments with “poor” or “questionable” biological monitoring data • Select:  • catchments that contain biological monitoring stations from multiple aquatic biota  datasets  • tions  biological monitoring stations sampled during years with average climate condi biological monitoring stations with most recent biological data  • biological monitoring stations with multiple biological measurement dates and  presence/absence that doesn’t change by > 10%  •   EFSAB Meeting Summary ‐ 2/19/2012   Page 8 of 37    • biological monitoring stations upstream from USGS reference gage  Q: Does this get you around the issue that DWQ data is for wadeable streams?  Are we limited  to wadeable streams for output?  R:  Yes, for initial output we are limited by the data available.  C:  The vast majority of NHP data sites are not monitoring stations but from an inventory  approach where somebody hit a site once in 25 years, with no repeat sampling.  I’m  encouraged we have DWQ data of fish and macroinvertebrates and it will fit nicely with what  you are describing and the somewhat standardized methods over time and relative  abundance data.  The NHP data and NCWRC data won’t necessarily fit this description very  well. Can you comment on this?  R:  We can try to address these concerns as a first filter by trying to get catchments with  multiple monitoring stations so we can include both NHP data and the trout data. We  appreciate that is a concern.  Q:  Jim:  I know DWQ benthos data is from wadeable streams, are the other limited that way?    R: Yes to fish data, mostly to NHP data, and trout data.  Coastal plain streams and swamps are  particular problems.  C:  Even with 500 virtual gages and best intentions in world to use all data we can find, as well  as possible, in the end our analyses will be inadequate in the coastal plain.  If any of you are in  a position to launch significant bio monitoring activities in the coastal plain that would be  great.  We’re facing significant challenges there.  It’s not that the water issues are less  . significant, we’re just not going to have the data to do a great fidelity analysis in coastal plain C:  Fish community database was definitely low in coastal plain, but still 15‐20% of 180 fish  community sites were in coastal plain.  C: Data has been collected in coastal plain, but I don’t know that they are in data set formats  that are quickly available for use, beside the trout data.  May not even be done in a year so  won’t be helpful.  Questions may be asked of other specific entities to fill the gap.  C:  I agree with coastal plain remarks.  DWQ has not been able to do a significant amount  there.  We don’t have sufficient methods to analyze the data to make evaluations for water  quality.  We’ve revised our methods /criteria for other systems like swamp systems.  It may  be 10 years before we have sufficient data for good coastal plain analyses.  We’ll be able to get  there sometime in future.  C: We’re taking the best available data and doing what we hope is useful;results will  determine if it is.  C: There may be NCSU shad work and anadromous fish studies that could be plugged in but  the data isn't currently in an appropriate database.   Q: RTI wants to use biological information from years with average climate conditions and  therefore average flow conditions, yet the interest of the larger analyses means it is important  to know the extreme conditions and how the biology responds to extreme flows.  How do you  reconcile that?  R:  Good point. It is important to consider the variety of flow when you are looking at  flow/biology relationships, but for this purpose we want to try to avoid extreme or dramatic  events where the species may not be found during those times at those locations. The purpose    EFSAB Meeting Summary ‐ 2/19/2012   Page 9 of 37    behind this analysis is to determine what biota is typically found in this stream class, so we  don’t want to include years where extreme events cause them not to be there.   extreme years, then that may be critical for the analysis. R: But, if they are there in only R:  Hadn’t thought about that.  C:  The classification system includes classes that have extreme conditions.  R:  That is a factor that should be included in determining which stations to include.  Q: When a rerun of the classification is conducted, do you include the virtual 500 gages? Does  that give us a deeper or better grasp of what the classification represents.  R:  Maybe.  I imagine that after classifying the 500 virtual and 185 existing gages, if we found  classes consisted of tight clusters with small diameters then we would not rewrite the  classifications, but if we end up with soup, then we would rerun the classification and maybe  have a new set of classes. I'm not sure if this is a good use of money.    C: Comment about extreme flow issue: There are variables in the software that use very high  and low flows to determine if it is in a specific class.  That is over 80 years of record.  For  biologic data, in terms of filtering that, is eliminating a biological monitoring data point if it  happened to be collected on that year when there was a significant event, but those other data  points that are left in, will still have a history of high and low flows where streams still subject  of the extreme events.  R:  But dramatic events may lead to a species presence because of the event.  C:  Trying to synthesize some of what has been said.  If we incorporate extreme flows into  modeling and different types of stream classes, if we leave out the bio data in those extreme  points, are we only talking about leaving out a small data set, are we significantly reducing  biological data because of the decision of what is an extreme flow event ?  R:   If a class supports organism X most of the time, but during extreme flow events, organism  X is washed downstream or killed by drought, in both cases what we don’t want to do is  determine that this class doesn’t support organism X, since the vast majority of time it does.   So class that includes extreme conditions as part of determining variables is one thing, but we  want to sample what is in the class normally, not in transient event.  R:  Then we need to include a lag function. I think you’ll find that the amount of  discriminatory ability in the class system won’t be significantly changed by many degrees by  ust. including the periods of extreme flows.  If you don’t, you need to adj R:  We can look into that, to see if extreme years change the results.  C:  You can do both, look at narrow more typical range, then look at all the data, run a delta  analysis to see difference.  Presentation continued:  Third component of the step 1 methods:  The statistical analysis we will use to determine the  biological fidelity.  We are proposing the Random Forest non‐parametric analyses to  determine probability of species occurrence and biological fidelity to stream classes. We  would run the analysis on the 185 gages alone, the 500 virtual gages alone, compare the  results, and then perhaps combine them.     EFSAB Meeting Summary ‐ 2/19/2012   Page 10 of 37      Using this yes/no model we can develop a table of fidelity.     This shows that species 2 and 9 have high fidelity, but species 5 for example does not show  fidelity and maybe doesn't have high specificity for a specific niche.  But a table like this would  be indicative that there is no fidelity to the classification system.      EFSAB Meeting Summary ‐ 2/19/2012   Page 11 of 37    Q: Why use a random forest analysis on individual species? You could do discriminatory  analysis, or analysis of similarities, and incorporate entire communities into this, and come up  quickly with an answer showing whether you are getting discrimination.  Here you don't  know whether you are getting discrimination, you have no tool to tell you.  With these other  methods you could actually get a probably that your classes are actually being classified  correctly.  R: My understanding is that this will produce probabilities of occurrence.  C: But that isn't what you want to know, you want to know if the classification system is  working correctly, so you need to know what percentage of your sites are being misclassified  ‐ this isn’t going to get you that information.  I think the first step to do is a discrimination  analysis or analysis of similarity incorporating the entire assemblage information and come  up with an overall assessment of whether these communities are following the classifications,  before you jump into a very lengthy and detailed analysis using random forest of each  individual species.  There’s an overall question to ask upfront.  R:  This may sound complicated but it is easy to run and very efficient.  Even with thousands  of rows and columns it can run in a few minutes.  It is also easy to set up and to change.  In  terms of accuracy measurements, the results can be used to correctly classify, or for  specificity or sensitivity, or kappa statistics.  Also, it is not parametric, so there are no  distributional assumptions about the sites.  To a certain extent, randomized sampling is less  of an issue.    Q:  Looking at the SLIDE 12 table showing no fidelity, would your conclusion be that there is   no difference between the communities in each of those streams based on that diagram? R:  Yes, the streams don’t capture distinct distributions of the biology across the spatial  landscape.  C: I think there is a difference at the hierarchical level of species about whether you find them  across streams and communities.  I could argue stream D has a different community than  stream A based on that diagram.  Are we interested in stream communities, species, both,  neither, and is that analysis going to get you that community level.  R:  Looking at SLIDE 4 ‐ The strategy here uses a working hypothesis‐ we will show low levels  of fidelity after matching up existent biological data with existing classes.  At step 3, we’ll  subset existing classes using other variables, topoadaphic variables (those associated with  substrate and shape of land, like slope and velocity and also maybe climate) and ask  ourselves, do the classes subset into new classes to which we do show fidelity.  My working  hypotheses is that they do and we will be able to subset these classes using non‐flow variables  so we begin to see significant fidelity.  The reason we’re working on a species approach to  fidelity is that’s the only one I know of.  If we attempt a community based approach, we first  have to come up with community classes for streams statewide.  C:  We already have the classes, you’re trying to test if the communities will break out the way  the classes do.  So if you run an analysis of similarity which is a multivariate way that uses all  the species information simultaneously, and you have certain classes defined and it will tell  you whether those classes are divided up biologically the same way or not, it will even give  you a significance level.  R:  I follow your intent but I don’t know your method well enough.  Will you send me and Jim  a 1‐page description of statistical strategy you’d like us to consider?  And we will incorporate  it if possible.    EFSAB Meeting Summary ‐ 2/19/2012   Page 12 of 37    C:  If you send me the data I can do the analysis of similarity for you.  I’d start at that level  before doing individual species because there is a possibility of compounding errors  whenever we do the same thing over and over.   We, as a group need to consider:  Do we need  to consider the assemblages or do we consider each individual species, or do we consider the  e things. guilds that are being used to define the habitat parameters or do we do all 3 of thes R: The guilds are pretty much defined by some combination of flow and substrate.  C:  I mean in terms of analysis.  There are 3 things going on ‐ the individual species, the  assemblages, and the metrics, which is where we pull all the information and combine it  together.  Those are 3 different endpoints.  Which one are we going to consider?  R: All we are doing at this point is attempting to ask the question, are the classes real, or is  there a way to make them real using universally available data, such as soils, topography, and  climate.  And we define reality by whether or not they show consistency based on their  biological composition.    ysis. 1. I suggest RTI send the biological data to Tom who can do the discriminate anal 2.   We continue with fidelity work and in the end we will hopefully have a set of  classes we think are real and have consistent biological characteristics so we can have  ecological flows baselines to comply with the law  C:  My concern is what if we do all this and we wind up changing everything and then later we  find that if we actually run the guilds, the classes would be fine?  We should analyze the  ore changing anything.  species, the assemblages and guilds bef ’t we analyzing the guilds now? Q: Aren R: Yes.  out? Q: Which guilds are we talking ab R: For the fish, the fast, slow, etc.  R: That ain’t part of this analysis.  C: My point is if we use the guilds as the end point and we find out the guilds actually end up  matching our current classification system but the species didn’t, then we have spent a lot of  money revamping everything when we already have a guild endpoint that matches  everything.  We should analyze species, classification and guilds before we spend too much  time.  pproach? Q: How would we run guilds through this a C: The guilds would essentially be species.  C: But some of those guilds, those curves that were used in habitat were as simple as  shallow/fast, so I’m not sure how you use that as a biological datapoint in this analysis.  C: I think it could be a percentage of the total community, where a certain percentage might  be more or less.   time. C: But that would mean we’d have to assign species to guilds which would take a long C: The point is good, I understand where you’re going I’m just trying to figure out the  mechanics of it.  C:  We don't have the fish data available to really get these answers we need for the fish guild  approach.    EFSAB Meeting Summary ‐ 2/19/2012   Page 13 of 37    C:  I agree it would be important to do both a species level analysis and a community level  analyses and I think those could be done relatively easily.  Also, parallel to the fidelity  analysis, an indicator species analysis should be done to see if they are specific indicator  species to see if there are specific indicator species that are representative of the stream  classes. This would be along the lines of a fidelity analysis but we might have a couple key  species that jump out as better indicators than others.  Those 3 things could pretty easily be  done together with same data set.    ation continued: Present Step 1a  Objective: To test biological fidelity to other stream classification systems and compare with  EFS  To look at a variety of classifications systems that have been developed for the southeast and  to look at the biological fidelity for these systems.  We looked at (references available on the  website):  • ams McManamay et al. (2011) – regional classification of unregulated stre • Konrad (in review) – hydrological classification in southeastern U.S.  Both systems are developed for southeast US and based on minimally altered/unaltered  streams and USGS gages and also based upon hydrologic methods. Both produce 8 distinct  stream classes, where as EFS has 7.  The analyses will see how similar they are with reference  to classification of streams and compare the fidelities of this different stream classes, by  repeating the random forest or other statistical method that we decide to use.  We would  repeat that analysis for each for the stream classes and then compare them. Perhaps one of  the classification systems works better than others. We anticipate Step 1 will give us a good  idea of which data sets are the best to use in this fidelity analyses, so maybe for step 1a we  may restrict the analysis to only the biofidelity bases which were useful.   yet. The following is a brief review of Steps 2 and 3 which are not currently slated to happen Step 2: Assess the biological fidelity of aquatic biota to stream classes that only include  streams that are not altered (i.e., minimal instream flow alterations).  We are using natural  streams in order to eliminate any other stressors that might be influencing the biology.  The  EFS system based its classification on 18 years of 185 gages with stable flows, but that doesn't  mean they are unaltered streams.  For example something outside of stable flows could have  occurred over 18 years ago. To do this we would:  • re‐classify streams (at 185 gage locations) using WaterFALL hydrologic data  (unaltered condition) and EFS software  • streams that change classes with the reclassification are considered “altered”   eliminate “altered” streams from dataset  • repeat Random Forest non‐parametric (or other statistical analysis we have decided  upon) to determine if biological fidelity to stream classes is improved with dataset  • restricted to non‐altered streams  Depending on what we find, we may proceed to Step 3 which would further refine the EFS  classification system.    EFSAB Meeting Summary ‐ 2/19/2012   Page 14 of 37    Step 3: Evaluate the ability to improve biological fidelity to stream classes by sub‐dividing  and/or aggregating the 7 EFS stream classes.  • Repeat Random Forest non‐parametric statistical analyses to determine aquatic biota  associations to stream classes and include additional parameters such as  physiographic/eco regions, which may help us take into account spatial separation  that might also influence biota.  The current EFS system doesn’t use geographical data in classifications, so in some cases  there’s a stream class that only occurs in the lower coastal plain also occurring in the  mountains.  So, we test to see if the biotic associations could be divided or have ecoregions  that better represents the distribution of biota.      We would use the following 5 physiographic / ecoregions.  Larger maps with legends are  available in the presentation on the website.   Classification System Reference   1 Ecoregions of the  Conterminous United  States   Omernik (1987)  2 Bailey’s Ecoregions and  Subregions of the United  States   http://www.nationalatlas.gov/mld/ecoregp.html,  http://na.fs.fed.us/sustainability/ecomap/section_descriptions.pdf  3 Physiographic Regions  of the Conterminous  United States   Fenneman and Johnson (1964)  4 TNC Ecological Drainage  Units   http://www.2c1forest.org/atlas/metadata/edu_metadata.htm  5 Hydrologic Landscapes  Wolock (2003)    1. Omernick ecoregions Level 3:    Ecoregions denote areas of general similarity in ecosystems and in the type, quality, and  quantity of environmental resources. The approach used to compile this map is based on the  premise that ecological regions can be identified through the analysis of patterns of biotic and  abiotic phenomena, including geology, physiography, vegetation, climate, soils, land use,  wildlife, and hydrology.  The continental United States contains 104 regions. Four ecoregions  in NC.    EFSAB Meeting Summary ‐ 2/19/2012   Page 15 of 37       2. Bailey:  This map layer is commonly called Bailey's ecoregions and is based on four levels of detail  (hierarchy) that include the influences of climate (precip and temp), vegetation (natural land  cover),terrain features, and elevation.  Five ecoregions in NC.     3. Feneman:  This is a polygon coverage of Physiographic Divisions in the conterminous United States. It  was automated from Fenneman's 1:7,000,000‐scale map, and is based on topography, rock  types and structure, and geologic and geomorphic history.  Four ecoregions in NC.      4. TNC Ecological Drainage Units:  Ecological Drainage Units (EDUs) group watersheds that share a common zoogeographic  history, physiographic and climatic characteristics, and therefore likely have a distinct set of    EFSAB Meeting Summary ‐ 2/19/2012   Page 16 of 37    freshwater assemblages and habitats.   Twelve ecoregions in NC       5. Wolock:  Hydrologic landscape regions based on similarities in land‐surface form, geologic texture, and  climate characteristics.  Twelve ecoregions in NC.        Other parameters that might be included in this analysis is the actual flow metric that might  determine stream classes.  There are 22 flow metrics that were used by EFS.  Conceivably  there might be clusters of biology occurring within the same stream class that have greater  affinity for different flow metrics.  These “clusters” of biota may indicate the ability to divide  stream classes, and biota occurring in multiple stream classes may offer opportunity to  combine classes     Questions for RTI:  C: A couple of points: 1) as you look at including relatively unaltered streams, please look at  DWQ databases on point sources where there are high concentrations of waste on 7Q10  conditions.  As well as the DWQ bentho database, there is also a habitat database.  Eric Fleek  would be the contact for that.  2)DWQ has developed and funded Omernik level 4.  The  current Omernik level 3 is probably not worthwhile.    C: Much of this data is collected on a 5‐ year cycle, so for example we don’t necessarily have  data from Neuse and French Broad in same year.  R: Yes, but most of the sites that will make it under consideration have been evaluated  multiple times over a long period of time, certainly not annually, but say, over a 30 year time  frame.  I’d guess that with additional analysis we’ll see a large number of animals repeated  over time.  You’re right it’s a basin‐wide rotational approach due to limited resources.  Most    EFSAB Meeting Summary ‐ 2/19/2012   Page 17 of 37    but not all sites are repeated over the long term.      C:  There is a habitat database describing the habitat for where the biological monitoring sites  are located. It is semi‐quantitative. Erik Fleek is the contact for that data.         V. Small Groups Discussion on Fidelity Testing  The EFSAB and alternates divided up into 5 groups to have a discussion and report out  nswers to the following question:  What additional questions and/or concerns do you have  bout the methodology used in the fidelity testing?  a a   Gro  oupne:  1. Is th  an:  ere such a thing as • unaltered stream?  land use patterns • • irrigation withdrawals   2. Con ta cern: for two/three of the classes, we do not have biological da • use data from other sources if available and easily assessable  3.How do you account for sampling biases? (for example during a low flow year?)  4.Can we look at Konrad’s classification? Is his paper ready for review?   5. What is the timeline for this process? (for Fidelity or the EFSAB‐ if latter, reference  Tom Reeder’s presentation)      Gro  2up  ne 1.If classification relies on output from a particular tool (e.g., WaterFall) to determi class, will DWR have access to that tool?   r    2.Large river data lacking‐ may be available from FERC relicensing projects but fo altered streams (Group 4 also posed the same solution for larger river systems) 3. Other (non‐hydrologic) variables for classification need to be widely and easily  applicable and available. For example, gradient could be important.     Gro  3up  1. Avoid circular thinking: where do we stop – biology, hydrology, biology, etc.  sses on biology, or then hydrologic  ‐ what is the stopping criteria  • assemblage cla 2. Need definitions:   a. unaltered flow – how many water sources in areas with unaltered flow  at constitutes an b.altered flow vs. unaltered (hydro) – buffer for defining wh erence sites for bio    alteration.   c. reference  sites for hydro vs. ref distance  d. tributary effects with  3. Criteria for site selection    EFSAB Meeting Summary ‐ 2/19/2012   Page 18 of 37    a. changes in biota  over time   b. changes in conditions over time   ding conditions of biology; need info on lag  o site selection.  4.A prior flow condition, effects of prece rate this int effects and how to incorpo 5.Time frame of analysis and reporting  6.Exploratory data analysis  7.Reference sites – definitions for hydrology and biology (fish and bugs)   8. Need to add additional parallel analysis that includes altered sites (hydrology) is/in  existing hydro classification (e.g. Neuse above and below dam)       Gro  4up  1.Define community based assemblage vs. individual species response   2.Concern that smaller wadeable stream communities may show more  sensitivity/difference relationships than larger rivers (*size factor)   3. For larger rivers not wadeable – will we have enough bio data to show fidelity?   (*hydropower/utilities companies may be willing to share data from larger rivers –   tap into FERC data)  4.Native vs. non‐native species fish (whether to include non‐natives in the analysis?) 5.Importance of physiography: hydrology – typology.  If no fidelity does it mean it is  incorrect or that they are not related?   iew from 6.Support approach of virtual gage data. It would help to have some input rev hydrologists   7. How does WaterFall address groundwater inflow and lag behind rainfall?     G   roup 5  1. Presence or absence of data species may not reflect communities and guilds  appropriately. Density information would help.   2.Is what we are doing defensible regarding ecological integrity? This will be critical  when legal issues come into play.   3. What are the effects of species abundancy refraction (?) curves on amount of sampling  used for plus/minus information?  (change in # of species with # of samples with  4. different amounts of samples in different streams)  Potential data sets beyond the five introduced earlier in the Fidelity presentation?   mic data sets may be valuable – eg‐ long‐term data from 1 or 2 a. academic? Acade streams to get ideas of how things may work across other streams  b.other agencies?  c. value of long‐term or intense for 1 or few systems to evaluate uncertainty of larger  data set of data used.   5. What is the end game? If all works with this, how does it affect what Jim is doing? How  does it contribute to what Jim is doing?             EFSAB Meeting Summary ‐ 2/19/2012   Page 19 of 37    VI. The Nature Conservancy Classification System for NE    Webinar Presentation on the Northeast Aquatic Habitat Classification and Mapping  by Mark  Anderson, Mary Davis  Cat Burns introduced Mark Anderson with The Nature Conservancy (TNC).  Mark is the  director of conservation science for the NC Eastern Region and got the NE Classification  project going.  The approach is different from many other approaches we’ve talked about.   Mary Davis is also online so she can explain how the work from the NE is being expanded to  the southeast, how the project is evolving, timeframe, and what may be available to the  EFSAB.     Mark explained that his colleague Arlene Olivero is not on the call but did a lot of the GIS work  on the project. You can follow up with either her or Mark for questions.  Project was funded  by NE Association of Fish and Wildlife Agencies‐ 13 state FW agencies pooled their money.  Project Objective:  create a standardized, 13‐state aquatic habitat classification and mapping  system to provide a foundation for state and regional conservation in Northeast and Mid‐ Atlantic.  Products were: NE Aquatic Habitat Classification System (NAHCS), a standardized  aquatic classification system; GIS dataset of aquatic habitat using the AHSCS.  Process (slide3) ‐ We put together a large steering committee, a couple federal partners and  the 13 states (30 people).  Began by compiling existing aquatic classification systems  developed by each state, opened them up and looked at them, held monthly topic‐focused  worksgroup calls to review different variables, discuss whether we should use them, think  about thresholds, and reach consensus.  After looking at the state classifications, compared them, and had a long discussion.  We found  that (Slides 5‐6) the 13 states in NE and mid‐Atlantic, there was little consistency with how  states classified aquatic systems.  Depending on the state they used different variables such as  size, temperature, gradient, chemistry, indicator fish communities, etc.  We couldn’t find a lot  of consistency across the states, they classified their lakes differently also.  After discussing,  the team agreed strongly they wanted an unambiguous biophysically based standard  taxonomy that we would develop for this project and that would work across the states. We  decided right at the start we wanted a geophysical classification.  Classification approach (slide 7) involved  taking a stream system like the network seen here,  and look at a variety of variables such as size, hydrology chemistry, looked at it stream reach  by stream reach and come up with a set of variables to characterize the stream.  It was an  important discussion that we were clear the product was not intended to override state  classification, it was intended as having a way to look at stream patterns across the states to  link them together so they would be unambiguous.  It’s important in the NE and mid‐Atlantic  where states were various sizes.  Starting with that group, first thing we did was brainstorm out a lot of different variables that  have been used to classify various streams (Initial Classification variables slide 8).  We argued  and discussed which variables were important, and agreed after a month or two upon 4  variables that we thought were important in this region.  (slide 9)Results: Four Key habitat variables:  Size, gradient geology, temperature  The next part of the project, a lot of discussion went into each of these 4 variables and figuring  out how to parse it up to reflect biodiversity.   I’ll show one example of how we got there,  which might give you ideas for your process. (Slide 10).  One result ‐ we divided one system    EFSAB Meeting Summary ‐ 2/19/2012   Page 20 of 37    into 7 size classes.  Size classes were based on square miles of upstream drainage area. We  have headwaters and creeks (we called streams), then for rivers, which included small river,  medium tributaries, to great.  Getting to these 7 classes we had a lot of tests, work, and  discussion.  Pennsylvania tested different stream class combinations. We started with 5 classes, then what  you see here is how well the 5 classes differentiate the fish fauna in PA in the Atlantic Basin  and the Ohio Basin.  The 5 classes did a pretty good job of differentiating the fish fauna in  those 2 basins.  We tried some other class combinations, some worked well in Ohio‐Great  Lakes (Slide 11).  We ended up using the 5 classes that worked well in both basins, plus a few  more larger classes that worked well in the Ohio Basin.  This was an example of how we  worked our way through size classes.  Second one was gradient (slide 12), was feeling that rise/run for several miles was a key  variable.  Here we classified gradient into 6 classes.  Very low and low‐ coastal plain, high and  very high are very steep gradient stream systems in the mountains.  We sorted through how  many classes we needed, using known rare fish, mussels, a little bit of aquatic insects, then did  cluster analysis based on biota to see if we got clusters of biota in the different gradient  stream classes and how different they really were.  The lower classes were more similar, until  you got into the high gradients.  Geology was the 3rd gradient that we talked about a lot (slide 12).  What we were after was  different stream pHs with different buffering capacities, we tested if we could approximate  that based on bedrock geology.   Had a couple thousand stream pH samples.  (Slide 15) This  slide shows average stream pH by underlying geology type.  Characterized streams on acidic  (on left) with more neutral, and highly calcarious limestone (on right).  Had interesting  biodiversity that coordinated with these  3 pH classes.    Final class was temperature.  This is the piece of model we feel least great about.  It’s a  straight forward model ‐ 4 temp classes, cold transitional cool, transitional warm, and warm.   We joked about it because most of the states have what they call “warm” and cold streams but  when you compare a warm stream in Maine with a cold stream in NJ they are similar.  It took  us a while to get it sorted out right.  What you see is a temperature model based on an air  temp models divided across different stream sizes.  In lower temperature class in largest river  you call it transitional cool, then in smaller river you call it cold.  In different sizes  (headwaters) we brought in slightly different model with base flow.  So in the end we have we have a mapped stream system with each stream types as some  combination of these 4 variables ‐ 259 stream types occur (slide 18). They range from an  extreme of very high gradient, acidic, cold headwater stream; to the other end, very low  gradient, calcareous, warm great river. Not all combinations occur but here’s what we’ve been  doing with this.  Now it got fun.  You can look at a map of all high gradient, acidic, coldwater  creeks (slide 19).  You can look across states and see the same geophysical setting across all  the states.  Here is a picture of highly buffered, calcareous, headwater creeks (slide 20).  It’s a stream GIS network that has the classifications built into it, but it also contains another  100+ habitat descriptors that we compiled in the process (Slide 21).  If you don’t like the  classification system or want to use something slightly different you can use the raw  variables.  Here is a query somebody did to see which streams are on the edge of transitional  cool vs transitional  warm, they were interested in climate change.  Here are the places that  flip over easily (slide 22).    EFSAB Meeting Summary ‐ 2/19/2012   Page 21 of 37    Also included are a bunch of large scale descriptors like what freshwater ecoregion the  stream is in, etc.  Lastly (slide 24), we discovered that 256 stream types was more than we could fathom so we  simplified a system using the key 92 types.  We developed “trumping rules” using size as most  important , then gradient, geology, temperature.   It’s a simpler structure.  You can use either,  they are both in the data set.   I won’t go through how.  The dataset is now downloadable on the NE Association of Fish and Wildlife website.  It is  getting used in many states, and we’ve just finished a measures report on state of streams.   We used this habitat system to look at streams, quality and quantity across the region.  Now  we’re focusing on linking biota directly to classification.  That’s tricky, because different biota  link to same stream system depending on where you are in the region‐ basin, history of basin,  species pool in that basin.  We’re just beginning to work that out.  Mary will talk about how we’re expanding, customizing it to the SE states.  Mary Davis’ presentation:  We looked at the NE classification when we were working with  Southeast Aquatic Resource Partnership (SARP), on our instream flow project as we were  addressing need to classify systems for  a framework for same purpose Mark outlined, to  create a classification that enables communication across broader political boundaries, states,  regions.  We took advantage of what NE had done‐ felt it was thorough, they had an interesting process  to develop the class system.  We in the South Atlantic region (pink area on map‐ slide 23)  extending a little further to eastern AL and FL, in past few months.  SARP put Nature  Conservancy under contract to extend the classification system south.  Mark and Arlene have  been working with us, with the instream flow work funding we’ve put a regional committee of  experts together, we’ve been having monthly calls.  We’ve talked about size, gradient, stream  temperature.  We’re adding to what they did by putting a hydrologic classification on top of  the geologic and biological classes they developed.  Where we are:  We’ve gone through the different topics and have settled on a framework for  size and stream gradient, available at website.  We’re still considering them draft until sent to  states for further review.  We have experts on these classifications we’re talking to monthly.   We want technically a comfort level extending this to SE.  Size class ‐ are we comfortable using  basin area for determining size class versus mean annual flow.  Both had good arguments, so  in SE we have size classes based on both.  Gradient ‐ we’re using the same as NE.  NC has agreed to do some modeling for us to determine pH and stream temperature.  This is  turning out to be a little problematic, not translating as cleanly.  pH ‐ we have very acidic  systems dominated by organic matter, black water streams, we’re trying to pick them up.  NC  is developing a data set with different soil attributes including organic soils to model pH  accurately.  Temperature ‐ NE system ended with warm streams (warm in southern VA).  In Florida that  warm category isn’t going to apply well to SE.  We’re working on fish, temperature data in  similar way as NE did that will extend to classes in NE down.  We’ve got the geology worked out and available for your area.  That leaves last big cahona‐  the hydrologic classification.  We’re not trying to come up with the “right” classification  system, not trying to replace the state’s system.  VA and NC were the only states that had  hydrologic classification.  Jim Henrickson’s work, and a VA Tech student used different  approach but same variables.  Ryan McManamay did a classification system ‐ NC and VA is  based on this.    EFSAB Meeting Summary ‐ 2/19/2012   Page 22 of 37    A third hydrologic classification system we were going to look at is Chris Konrad’s‐  it’s not  ready for prime time.  We’ll use McManamay’s and Henricksons regional classifications, we’ll  give those to Arlene.  She’ll use gaged locations that have been assigned hydrological  classifications.  She’ll try to build a model based on the parameters that Mark just went  through ‐ size, gradient, pH, temperature, geology, soil depth, some other things important in  determining a stream’s hydrological regime.  She’ll be using that to try to extrapolate to  ungaged river segments.  The hydrological classes will be developed for 2 different systems.   We hope to have McManamay’s classification done by mid‐March.  Arlene is going on  maternity leave so we should have that soon for NC.  We also have completed compiling ecological aquatic data for SE.  We have the tools to begin  testing the classifications more closely, particularly the biological fidelity testing, we’re  watching your project closely for lessons learned.  We may incorporate what you’ve done  aybe add on and improve. m   Discussion/Questions/Comments for speaker  Question (Q):  Mary, the work you’re doing, is for the South Atlantic LCC? (Yes)  Is any of that  portion going to be covering the western part of NC, which is in the Appalachian LCC?  Response (R):  Yes the South Atlantic LCC goes to boundary of piedmont and mountains.  In  our classification system we’ve been working more along state lines.  We will have the info for  entire state of NC.  Facilitator: Does anyone have any reactions or implications?  Q:  What is situation with getting biological details into classification of SE? (biota)  R:  Fish community sampling data is getting compiled, sampling locations are being linked to  NHD data set, so we can merge that information with the classification, then it is a statistical  exercise to find models that I.D.  fish assemblages and whether any of the classification  attributes inform where fish assemblages are, or on other hand do fish assemblages help us  find classes of the stream.  NC has given their data, but I’d like to get more ecological types,  macro‐invertebrate data to strengthen that, would like to get the sensitive species data (NHP  may have some data).  I thought it interesting they were using rare species data to test  attributes in NE.  This is an unfunded mandate‐ I have the data and a statistician.  I want to see what RTI comes  out with, then maybe we can do more extensive analysis based on their approach.  Q:  Are any states using these 92 types or ones in their boundaries, to define instream flow  requirement for ecological integrity?  To define instream flow baselines?  R:  Some of states are trying to define instream flow‐ MA and MD.  I don’t know their success  in that.  R:  PA is using size class and gradient, not successful in hydrology classification.  VA is using  size and eco‐region‐ they are having some success in testing sign of flow‐ecology  relationships.  When they split them into coastal plain and Piedmont the relationships  improve.  They do have McManamay’s hydrologic classes but I haven’t seen them used in the  Potomac River project.  The EFSAB took a break, then came back and continued questions and answers with Mary and  Mark.    EFSAB Meeting Summary ‐ 2/19/2012   Page 23 of 37    Q:  92 classes is a lot, there is no way we’ll make recommendations specific to 92; how do you  recommend that we refine that to a manageable approach if wanted to use a similar approach  so it’s relevant to defining instream flow requirements?  R:  What states have done is look at their own state and determine how many of the  subdivisions of the 4 variables are relevant to flow (4 size classes and 2 for gradient classes  for example then collapse from there).  The 92 is for all the whole region, there are about 30  in a state.  Some states use the classification attributes that will be altered by change in flow.  Geology for  example won’t change if you take water out of the stream.  MI is a good example.  They had 12  types of streams, 3 temps and 4 sizes.  They knew if they took water out of a small cool  transitional stream, it would likely turn it to a warm stream if that water slowed down and  had time to warm up.  You can classify as broadly or not as like‐ some are not classifying at all. If you proceed with  classification, consider in NC what is likely to change if you alter attributes.  Q:  I find the classification for the NE satisfying in that you can communicate to a wide  audience about what a particular stream is.  A particular community could understand what  the system their withdrawal would be part of, and implications of withdrawal on the system.   Hydrologic class would just be one more factor that would be considered along with size,  geology for example.  It would be another factor in writing a prescription for environmental   flows.  R:  Also important to consider what kinds of streams are being impacted.  Where are your  withdrawals happening?  Headwaters?   Piedmont may be more stable streams so you could  eliminate many.    Comment (C):   It doesn’t matter how many variables you have if they don’t change when the  flow changes, then can’t use to address what happens with alteration with flow.  If you have  92 classes and your assignment is to determine the necessary seasonal pattern of flows  (including variance) to maintain ecological integrity, what strategies can you use?  In NC,  we’re trying to develop hydrologic classes then overlay with other factors like size, gradient,  temperature.  Sounds like what you may be doing in SE is coming up with a set of classes  where hydrology is a 5th or 6th variable that you subset into classes.  Seems that the problem  is we need to come up with classes that respond with changes in flow.  C:  We need to be careful whether setting up classes by variables that respond to changes in  flow. That works if you are seeing if this change in flow results in a class change.  That’s only  one way to try to determine eco‐flow guideline.  For example gradient is not going to change  much with change in flow, whereas gradient may be a big effect in how a stream changes in  change in flow.  Eliminating classes that don’t change much in response to change in flow  could have pitfalls.  In looking at the 4 factors used in the NE:  Size (drainage area) is highly  correlated to hydrology.  You may not need a separate drainage area attribute if you’ve  already classified with hydrology statistics.  Geology in NC for example‐  don’t know that it’s  that important.  Gradient and temperature could be important for single state classification  here.  C:  I’m not arguing otherwise.  We care whether biology reacts to changes in flow.  A number  of these variables (like temperature, gradient, mean annual flow which is likely a good  surrogate for stream size) are good variables that need to be imbedded in classification, but  I’m worried about being able to tie variations to flow to biological responses.  If you can get  there by tying biology to the flow, then have a pathway.    EFSAB Meeting Summary ‐ 2/19/2012   Page 24 of 37    Q:  In NC, salinity is important because we have salinity so far inland, and will be affected by  changes in flow.  Did Mark consider salinity?  Was there a salinity threshold/boundary in your  study?  R:  We did not really.  We’ve been trying to map for years the threshold for brackish, fresh,  and higher salinity.  Very difficult because so many variations in coast and shoreline patterns.   It’s important, but did not include—too difficult.  Q:  In my opinion it is hard for me to get from hydrology to biology.  I don’t think we are going  to see high fidelity between info we have and hydrology.  I do think it will relate to the  variables included in this classification (size, pH, gradient).  If that is true, do we need to  tighten the fidelity of natural habitat classification and hydrologic classification? A 2 step  process?  C:  To me it’s what you do first.  In NE they did the landscape classification first, then  hydrology.  Here we have the hydrologic done first and are trying to add the other stuff.  It’s  going to be some of both. Coming at it from both ends of the spectrum.  R:  This discussion reminds me of another discussion about whether define size by drainage  area or mean annual flow.  They’re highly correlated so get you the same place.  If climate  continues to change and you base it on mean annual flow, on the ground the streams change  categories.  If you base it on drainage area, as climate changes and mean annual flow changes,  the stream is classified the same way at same place, but your descriptors change for how that  stream system works.   Do the classes change or do the descriptors change?  Mary’s last comment to group:  Classification for ecological flows in a number of case studies  around world, classification is not showing up as an important factor in determining the flow  requirements of a stream, in expecting the classification to improve the ecological and  instream flow relationships.  This can be adaptive.  Pick a classification and run with that.  Put  language in recommendation that you are going on best info available and recommendations  can be improved as more info becomes available.  There is a lot of work going into the  biological fidelity testing of classifications, if you can come back to it in the future, we will  ave a lot of information to offer you. h   VII. River basin hydrologic model update and visual  representation of stream classifications    Steve Reed provided a brief update of the status of river basin hydrologic model development,  and introduced Michele Cutrofello of RTI, to share a demonstration of color coding to  illustrate stream classifications at work.  Steve’s 4 slides are posted on the EFSAB website.    EFSAB Meeting Summary ‐ 2/19/2012   Page 25 of 37    Steve’s presentation:  The  legislation tasks DWR with  developing river basin  hydrologic models for each of  sins.   the 17 major river ba Status of River basin  hydrologic model  development:  Cape Fear and  Neuse are being updated to  current info and can be run  together.  Broad is light green  in west.  Kerr are the 2  models that have been  completed.   That’s only part  of the story.  The product is a river basin water resources plan, really.  The model is the tool  that helps us make evaluations in time and space across a river basin.  These eco‐flows are  being used for planning, it is going into a plan. When we determine places in the future where  there will be an impact on ecological integrity or a water shortage, our plan will lay out  different alternatives for people to look at.  That’s what your work is building towards.   Roanoke River basin was developed 20 years ago in conflicts between NC and VA, it is being  updated and will be practically a new model.  We expect that model to be under contract in  next few months.  Catawba basin‐ we’ll partner with Catawba water management group to  update the model and water resource plan there.  Later in summer hopefully will move into  west, Hiwassee and Little TN, we’ll develop a model in partnership with TVA.  We’ll have  models for all major basins done by 2018.  This is why classification is important for a  statewide perspective, think about that geographic area and the area we need an evaluation of  eco‐flows.  Tar‐ Pam basin‐ 4th largest river basin, in NC covers 6,000 sq miles.  The color codes on this  map are 8 digit HUCs (DWQ calls them subbasins).  Blue circles are surface water  withdrawals…our models do not function in tidal areas.  We don’t find surface water  withdrawals in salt waters. So we’re not able to model ecological integrity below a certain  part‐ this model ends downstream of Greenville.  Anywhere there is 100,000 gpd withdrawn  or wastewater being discharged, there will be a node in the model, where we can make a  calculation/evaluation on eco flows.  This is our Tar River basin hydro model schematic  (shown above).  Yellow nodes‐ only some are where calculations can be made.  It’s less  complex than the Neuse.  If you combine that with all the other models and hundreds of nodes  and different types of habitats, that’s why classification is important.  Appreciate the work on  trying to incorporate the biology.  If it comes out that eco integrity has one method for finding  it, we may not need it.  We’ll assume there will be differences in how systems respond to  changes in flow.  I’ll answer questions or turn over to Michele.   She’ll explain this handout that shows Swift  Creek and how WaterFALL is being used.  Q:  In lower Tar‐Pamlico, they have a regulatory model they use for withdrawals.  Since OASIS  is a planning tool, a facility that uses a customized model, will they continue to use that  model?  R:  An instream flow study was done there, that is a good example of a coastal stream, down  near Greenville.  We began it thinking it was similar to upstream.  We did the study, which    EFSAB Meeting Summary ‐ 2/19/2012   Page 26 of 37    used a 2 dimensional salinity and DO parameter.  The habitat is based on salinity, since that is  where you’re finding creatures.  There is a gage in Greenville that you can have higher flows at  lower levels, not the normal discharge relationship because it has tidal influences.  They are  looking at it in another step, our flows is an input into their model, then they look 30‐50 years  ahead‐ will it be reducing or changing the patterns?  The 2 will work together.  That is one of  the more complex areas.  Michele’s presentation:  OASIS does good job of explaining flows.  WaterFALL was used to describe the stream  classification where there are no flow gages.  In the original OASIS node diagram purple  arrows indicate places where OASIS requires time series of inflows for the model.  They have  created a dataset of what is going in at that point.  WaterFALL uses both land use and climate  inputs and can provide a different set of inflows than are currently being used so that the  issues of climate change and land use change can be examined with OASIS using a more  hysically‐based  representation of the hydrology.   p         EFSAB Meeting Summary ‐ 2/19/2012   Page 27 of 37    This is same OASIS schematic but represented with NHDPlus catchments for WaterFALL.  The  most downstream gage is the Tar River at Greenville.  WaterFALL determines what should  naturally be going into the inflow points based on rainfall, land use, future land use or climate  change.  All the Grey lines are NHD Plus catchments.  There are 4,556 catchments in the Tar  River watershed within the WaterFALL model.  Therefore, there are 4,556 segments which  S software to determine the stream classification.   can be run through EF Example on handout  (shown on p 27)‐ Swift  Creek (green) is classified  as a reference watershed  by the USGS (We use their  GAGES II dataset for  guidance on reference  watersheds).  We’ve been  using Swift Creek to do  some of our calibrations  and see how it extends to  the whole basin.   I selected  a few random stream  segments upstream of the  gage and ran WaterFALL’s  output for these segments  through the EFS  classification software.   The classifications show  that (1) Mainstem is small  flashy (class D/pink), (2)  some tributaries are small  stable(class B/green), and  (3) some headwater  segments are classified as  small stable.   Pink dots on  top are DENR monitoring  locations where an Index  of Biological Integrity was  recorded (with supporting  biological data).  So we can  go in and classify each of  the sites.    In the Little TN basin,  Cartoogechaye Creek was  classified as small stable  with the USGS gaged flows  and confirmed with the  WaterFALL modeled flows.   Segments further  upstream of the gage were  also classified as small  stable (class B) using      EFSAB Meeting Summary ‐ 2/19/2012   Page 28 of 37    WaterFALL.  In Cullasaja Creek, which didn’t have a gage, WaterFALL modeling also classified  it as small stable.  Continuing downstream the Little TN gets to be a pretty big river but it’s  still classified as small stable.  The quick example shows what happens when you can look  segment by segment along a river rather than solely at places with USGS gages.  RTI will be  exploring questions about variability in estimates, validity of comparing to gaged flows, and  xtending calibrations past the gaged sites over the next couple of months with WaterFALL. e   Discussion/Questions/Comments for speaker  Q: How do you determine how good a fit is to a classification?  R:  We’ve done several things ‐ looked at gage flows and flow duration curves, comparison to  daily flows. ..then we look at EFS classification and the individual metrics.  So far we’ve found  we can do pretty well with everything but reversals, and a couple of the variability metrics  …other than that, the low flow metrics, high flow metrics match pretty well.  Jim:  We’ve found similar things looking at OASIS data, there are some metrics that appear  different depending on whether using USGS or OASIS data.  There are limits as to how well  you can simulate real natural variability on such a short time scale.  On the Swift Creek  portion of the map it struck as counter intuitive that upstream was small stable, and  downstream was small flashy.  Some thoughts about that‐ remember that small flashy and  small stable were labels that some of us put on Class B and Class D. EFS thought we shouldn’t  do that, they thought it may create expectations of what classes should be.  To tweak to line  up with biological reality, we may want to tweak those that classify as small flashy in the east.   If small flashy comes out that way hydrologically as you go east, bigger rivers are still called  small flashy, as you head west it means something else.  C:  Olivero’s classification in the east would describe it whether it were small or not.  It’s  possible that flashy and stable are indicative of hydrology, there may be other characteristics  of the classes to draw from that may be more accurate, if we need to describe it rather than  just use alphabetical labels.  Swift Creek headwaters being stable; maybe that is the  groundwater contribution.  The higher order streams may have overland and runoff flow  override the groundwater and contribute to flashiness (high flows).  You can call headwaters  stable, but they’ve been dry at periods of time (hyporheic flows).  Jim:  I’ve thought that too.  And in the slatebelt stream, the flashiness may be the stream  bottoming out.  Q:  How long did this take you to do?  It would help me to see the entire stream‐ if there are all  different colors I don’t know what that means.  Is this a big deal?  R:  This is the first time we’ve done this, we’re working out some post‐processing bottlenecks.   Running WaterFALL is easy, it is the post‐processing that gets you.  This took me over a week  of working all day to do this.  It’s a manual process but can be automated.  A batch processor  has been ordered, it will run much faster.  Once it’s automated, filling in Swift Creek would be   day’s work. a           EFSAB Meeting Summary ‐ 2/19/2012   Page 29 of 37    VIII. Habitat modeling for evaluating ecological flows ­ Update    Jim Mead presented methods he is using to illustrate the flow scenarios, which include  changes based on EFSAB feedback.  Since the October/November meeting, the following has  been done  • Added 5 more sites, so 7 sites now: Eno River SP, Buckhorn Creek, West Fork Eno River,   have 3  First Broad Upper, First Broad Middle, First Broad Lower, Buffalo Creek.  We now small flashy and 4 small stable streams.  • e Revised output to separate the count of guilds that are < 80% and > 120% of th unregulated index value for each flow scenario   for the same 19 guilds or species • Revised output so that all sites are evaluated Jim asked the EFSAB for the following feedback:  • The output for comparison of all sites is in a different graph format.  What does the SAB  think about this?  • Based on Mary Freeman’s comments about transferability of habitat preferences between  different sites, Jim did an analysis using the same 11 guilds and species instead of 19.   k about These 11 focus on the shallow habitat / riffle organisms.  What does the SAB thin this?  • One potential concern about focusing on 11 or 19 species for all sites is that the  anadromous (e.g. shad) species and rare/threatened/endangered species (e.g. Cape Fear  Shiner) will not be found at all sites ‐ and therefore drop out of the analysis when focusing  on the 11 or 19 that are common to all sites.  What does the SAB think about this?    Jim’s presentation:  I don’t want to get into details or numbers or results today.  I have a sampling of scenarios to  ing.   show formats, to let you know what I’m working on, and to set the stage for our next meet Jim reminded the SAB how he had previously presented data, using some example slides.   (Please see EFSAB Meeting Summary October 18 2011 for his last presentation.)  For a very  brief reminder:  Slide 1 shows each color as a different flow scenario ranging from 10‐30% of ambient flow  being withdrawn.  The numbers in white boxes at the bottom are the habitat index to show  the % difference. We are looking for the gross number of habitat units, so for percent  difference s. you need to also think about the magnitude Slide 2 shows when we started lumping by seasons.     lated.    Initially we lumped numbers or percent guilds < 80 or > 120% unregu Now they are split out separately. Both analyze the 15 flow scenarios  Slide 3 at.  shows percentage of guilds with < 80% of unregulated habit lide 4 shows percentage of guilds > 120% of unregulated habitat.  S       EFSAB Meeting Summary ‐ 2/19/2012   Page 30 of 37    lide 1  Slide 2  lide 3    Slide 4    S       S     EFSAB Meeting Summary ‐ 2/19/2012   Page 31 of 37        Another change was to make all the sites comparable, by having a common set of guilds and species  analyzed for all the sites (this was a good observation by the EFSAB).  Originally we did the sites for  specific purposes; we may have run a particular set for a particular reason.  To be able to compare  these sites and lump together to see if there are trends, we want to run the same suite of guilds and  species at each site.  There are 7 sites now. Previously we had only 2.   I’m trying to maintain a summary page of each  poses and documentationsite for our pur .  Appendix 1 has the list of 7 sites.  Broad River sites are small stable streams.  The following slide shows a summary of the information for the 15 flow scenarios for the 7 sites.    EFSAB Meeting Summary ‐ 2/19/2012   Page 32 of 37     dot for each of the 7 sites and a mean of the 7 sites.    how eco‐flows are  phs, I can see how that    Slide 5    There is a A previous speaker said classification doesn’t make much difference with  determined.  I didn’t necessarily agree at the time, but looking at these gra might be possible.    An example of how to read these graphs, from Slide 5 (19 Guilds):  Look at the First Broad, Upper  which is the blue square in the 70% of inflow as flow‐by (5th flow regime from the right). Roughly  50% of the 19 guilds and species have less than 80% of the natural habitat metric when you  withdraw 30% of the ambient flow (leaving 70%).   Any comments on these graphs?  Is this a meaningful way to visualize results?     Comment (C):  You did have both flashy and stable.  It would be nice to set up a scheme where ea h EFSAB Meeting Summary ‐ 2/19/2012   Page 33 of 37    ch  es.     class of stream has a particular symbol, then use different colors from different streams or reac So then you can compare the flashy and small stable.  Response (R):  Good.  Trying to have a common convention for class would be helpful.  ld Q:  There are 2 different classes represented here.  Would it be prudent to run a statistic that wou identify whether or not the classifications actually help describe the variation, or whether lumping  them together is better?  C:  If you did a simple box whisker plot for each one of them, comparing the Bs and Ds you would  get a very interesting thing.  Bs and Ds overlap pretty substantially at 10% but after that, they are  very different.  This may be a meaningful summary statistic.   R:  I think it will help us understand if there is consistent response.    Slide 6    Jim’s question for the EFSAB‐ What about using 11 vs 19 guilds/species?  Jim explained these graphs are similar except for the # of guilds.   Mary Freeman mentioned  transferability and habitat preference from one location to the next.  She indicated the preference  values tend to be more transferable for shallow riffle type guilds than the deep guilds.  One  hypothesis is that deep water species have different responses, hiding here or there.  In riffles there    are fewer options and they tend to deal in the same way.  Her research indicated if you transfer  from one site to the other it’s more robust for shallower environments like riffles.  en redhorse  EFSAB Meeting Summary ‐ 2/19/2012   Page 34 decision as a science advisory board as to how we interpret the information.  One way weighting it, we want to look at it that every one of those is important, to lose x% of th  of 37    edhorse  e  19 guilds: includes 8 shallow, 6 deep, 3 benthos families (EPT), 2 life stages of gold 11 guilds:  includes 8 shallow, 3 benthos families (EPT), (Dropped the 6 deep and 2 golden r stages.)  On the plus side, they are more likely to have transferable habitat preferences.  The minus, we’ve  lost a broader range of things.  It’s still being done as a site by site evaluation for specific projects.  I  don’t see a way to include them when lumping them in a pot, to see consistent response across  locations.  For listed and anadromous species they are not regular across sites.  If you want to have  comparable, may be better to have less.  I don’t want to do them both going forward.  Q:  One problem I have about using a % of the 11 or 19 guilds is I feel like you have to look at all the  shallow guilds together, and then the deep guilds together to see if you get responses within the  deep and the shallow.  If you have 6 shallow guilds, that is 6 units within the percentage that are  going to respond.  If you only have 3 deep, it could overwhelm the deep responses.  I’m trying to  think this out.  You want to look at shallow responses to the sites…do you want to make them  unique analyses rather than lumping them together.  Will it obscure information?  R:  You have a good point. The red x and black + on the graph are both low gradient deep habitat  sites.    There are just no shallow areas at that site.  We picked the only spot we could wade, and it  was still deep.  There was a difference at those sites‐ if you focus just on the shallow ones, they fall  out.  What you’re saying, instead of having a choice of 11 or 19, could you have 11 shallow and 8 not  shallow and have 2 plots.  C:  If you just include shallow you’re biasing towards higher velocity and higher flows, so my gut  reaction is to include gamut of the species or those guilds.    C:  When you overlay them you look at the means, you would think that with the shallow guilds,  that the % would be higher, but they are not.  I think splitting them out would help us understand  what is going on.  Q:  In terms of how these are represented‐ seems like your guilds are discrete‐ they are affected at  80% or reduced or not.  (It is binary.)  But the % habitat represented by preferred habitat is  proportional… Is there a way to incorporate a weighting factor for the % of habitat that is  represented in the stream site?  R:  You struggle to condense this, but have we lost nuance, given everything the same weight. (That  is a problem with proportional data when presented with binary responses).  I need to think about  . it.  We want it to be a digestible amount and not have the flow scenarios for every guild separately C: If there is a critical species that only lives in the marginal habitat we need to know that.  Q:  I’d include them.  In the context of planning and purpose of end product, could you conceive of  giving a presentation where it would be important to separate the 11 from the 8, as opposed to the  broad brush of the 19 and the inclusive community?  As opposed to the 2 subsets of the  community?  R:  I can’t see it being important for presentation purposes; it may be important for our evaluation  for the data.  The deep group response changes the way you interpret the data. Segregating deep  and shallow for our purposes may have some value.  I can’t see other folks being as interested as w are.  C:  This is a discussion we’ll need to have. The point is good about how do we want to make a   is instead of  at number at    some point is unacceptable from an ecological perspective.  If you weight it to say it’s ok to lose  some of these since there is not a whole lot of them anyway ‐ that is a philosophical debate we will   EFSAB Meeting Summary ‐ 2/19/2012   Page 35 of 37        could look at the data and see if I can put something  :  Something concerns me.  Let’s look at the 85% flow by of the11 guilds.  I don’t know that the  r if  m  ng  .  Is  nd  Q:  I lines as  R:  Not  t   If  you  R:  Whe l falls apart.  need to have.  Our charge is not to say how much of an impact is too much of an impact. R:  Yes, we are counting on the SAB to provide ‐ what is an acceptable difference?  C:  I thought another group after us would tackle those kind of judgmental policy decisions  following our efforts.   water.  But   unacceptable.  We  e can say wh R:  To some degree, in determining what is acceptable in context of other demands on we have decided preliminarily to make the limits below 80% and above 120% as ay what is allowable in broad perspective, but from ecological integrity wwon’t s at  keeps a percentage of guilds within a natural metric.  What is that percentage?  Is it that fewer than  I 20% of 19 guilds are outside of 80‐120 range? Or fewer than 50%?  These are the questions  thought we’d answer.  Q: Can the problem with proportional difference be addressed with some kind of normalizing ‐ by  flow or amount of habitat?  R:  One possible way would be to further normalize them all first, then go with percentage change.  I  need to think about that more.  :  Could you do a similarity index approach?  Look at similarity at baseline, incorporate all the  ifferent guilds at the same time and then say we’ll accept similarity down to 80% or some number. ook at what 80% means ‐ if you lose a species that is different than reducing all species…will  lify s well.  I  Q d L s t Q th imp  and normalize things a ogether that makes sense.  10% gu ey are ilds influenced at that point are the same ones being affected at 75% plus more guilds?  O  completely unique set of guilds that were being impacted?   Are they unique, or are they  additiv 10% of guilds the same for one streae as you increase the withdrawal?  Basically, are the  0% is 1 out of 11.  as for another?  R:  No it is just a count.  The 1 C:  I’m conc hammered, erned we’re lumping the numbers, we don’t know it’s the “shallow fast” that are getti t.  That’s the consistency that I’m most interested in the habita streams.  May e  for example.  We don’t know tha R:  It may  t response similar across the classifications?  up with cl be that these results also feed into our thinking about how to subdivide  are a grou osed loop, but how they respond to changes in flows may mean that how these respond  p, or a class.  C:  Th ta would help us respond to your question of what is acceptable.  If we find that this guild is  always the one being hit, it would help to inform us.  se  noticed you used index B, is that between 10‐90% habitat?  Was that agreed upon?  If you u the entire range of habitat, at the low end do you have thoughts about how that would affect the  far as bottom habitat values?  off the top of my head.  Those tables have medium, index a, b, c.  When we’ve looked at the  sites and all 3 indices, they’re within 10‐15% in terms of % unregulated.  People have argued  against us ing lower flow numbers, but i mpact to species.   using index C because they thought it meant recommend doesn’t.  Looking at specific project or permit we look at multiple indices.  C:  If you w ack off the lower range of those it seems like you might have more i use the whole range of habitat values.  n y u simulate habitat and you get into really high flows the mode h   o   EFSAB Meeting Summary ‐ 2/19/2012   Page 36 of 37    dback. Thank you.  I’m leaning towards 11 and 8 both deep and shallow.   iscriminates by stream class. I’ll think about getting around   amount.  Highlight or  ro that would be good     pecifics if needed.  Jim:  I got some good fee Box plots, a symbol convention that d the proportional habitat issue.  C:  Perhaps separately point out those guilds that are affected by more than x an a threshold (if it goes to zeput a star on a guild that is affected more th to point out)  Jim:  Do you still want to see the stacked bar charts?  How much stuff do you want to wade through? I’ve generated them for all 7 sites so far.  Should we focus on what I’ve presented today?  :  Can you make it available on the website to review?  I would like to look at it.  im: I’ll think about how to library it into our website and let everyone know where it is.  As a  roup we’ll focus on the more condensed stuff, but can get back to s Q J g Jim:  Finally, the other handout ‐ Appendix 2 ‐ is a list by basin where we have habitat sites.   Because of where we have operating OASIS models, I’ve run one Cape Fear and 2 Neuse basin small  flashy streams, and 4 Broad basin small stable streams.  The operating OASIS models we have right  now are the Neuse and Tar.  Next ones I’ll run will be the Tar, and if we get Cape Fear for Rocky  River site (near Siler City)that modeled really well, and Neuse near Tear Quarry.  I went with Broad  because the Oasis model was ready to run and they were recent sites easy to bring up to speed.  If  you think of anything else let me know.    IX. April 24 Agenda     DRAFT AGENDA for April 24:  • Fidelity testing update (response by EDF, RTI to questions and suggestions from 02/12  meeting, and a progress update)  • Habitat Modeling scenarios presented by Jim Mead  • Proposal from DWR  Ideas for agenda that were raised at the February meeting:  • DWR proposes a trial balloon with things they might be looking for, EFSAB reaction  • Use small groups for discussion  • Give EFSAB a chance to discuss the data in small groups  • We need to look at different approaches to analyze the biological data  • I'm pretty comfortable with different frameworks about modeling habitat differences,  but we need to discuss and determine how the biology relates and changes  • Tom: if RTI has a chance to look at dataset then I can do some work on.  It would be nice  to determine how we can work with the data ahead of time to determine things.  • There is a host of knowledge and information that we already have that we are  excluding from our database.  I’m concerned about dropping out the ecological data  available and just looking at presence/absence data.  but, I'm OK with waiting to see  what comes up.  • We shouldn't drop to presence absence if you have at least semi qualitative data.  I’d  prefer to have both those analyses, and not just the presence absence data.  • Can RTI present any more data via the waterfall model  • RTI‐ we may be able to have things like abundance measures       EFSAB Meeting Summary ‐ 2/19/2012    Page 37 of 37    X. 9BDirections     On April 24, 2012 we will meet from 9:45 – 4:15 at the:  Stanford M. Adams Training Facility at Jordan Lake Educational State Forest  2832 Big Woods Road, Chapel Hill, NC  27517  Map link:  HUhttp://g.co/maps/7zx5dU  From Rt 64 and Big Woods Road, it will be the first Forest Service sign on the right.  Pass the office  building and continue on through the gate to the education center.                1 Following is a listing of all of the Division of Water Resources’ existing aquatic habitat model study sites, sorted by hydrologic stream classification. This is also shown on a google earth map through DWR’s Ecological Flows Science Advisory Board web site at: http://www.ncwater.org/Data_and_Modeling/eflows/sab/presentations/20110517/ The listing constitutes our best judgment on stream classification. However, it is important to note that many sites do not have a nearby USGS gage with an unaltered flow record. If these sites are also in a river basin for which a hydrologic model is not yet available, then in most cases there is no flow data to analyze with the stream classification software. These sites are marked with an asterisk and the classification is not yet confirmed (as of 2/1/2012). Existing Habitat Models for Small Flashy (D) Stream Classification Neuse River Basin 1. Eno River State Park – 99.4 square miles 2. Eno River, Hillsborough – 66 square miles – (convert from mainframe model) 3. West Fork Eno River – 11 square miles 4. Swift Creek – 74.1, 80.7, & 116.4 square miles – (consultant 2D model) * 5. Middle Creek – 38.2 & 63.8 square miles – (convert from mainframe model) Cape Fear River Basin 6. Buckhorn Creek, below Harris Lake – 76.3 square miles 7. Rocky River, Siler City Reservoir – 55 square miles * Tar River Basin 8. Tar River, Louisburg – 437 square miles * small flashy classification to be confirmed 2 Existing Habitat Models for Small Seasonal (G) Stream Classification Neuse River Basin Cape Fear River Basin Tar River Basin Broad River Basin * small seasonal classification to be confirmed Existing Habitat Models for Coastal (A) Stream Classification Neuse River Basin 1. Little River, upper site, 55 mi² (consultant, study in progress) 2. Little River, middle site, 90 mi² (consultant, study in progress) 3. Little River, lower site, 191 mi² (consultant, study in progress) 4. Neuse River, near quarry, 787 mi² * Cape Fear River Basin 5. Nicks Creek, 26 mi²; * Tar River Basin 6. Tar River, lower site, 2620 mi² (consultant, study in progress) * * coastal classification to be confirmed 3 Existing Habitat Models for Large Piedmont (E) Stream Classification Roanoke River Basin 1. Roanoke River, bypassed reach, 8371 mi² * 2. Roanoke River, upper reach, 8384 mi² * 3. Roanoke River, north channel, 8402 mi² * 4. Roanoke River, south channel, 8407 mi² * 5. Roanoke River, below Weldon, 8432 mi² * Catawba River Basin 6. Catawba River, below Hickory Reservoir (Oxford Dam), 1314 mi² * Yadkin – Pee Dee River Basin 7. Pee Dee River, below Tillery Dam, 6051 mi² * 8. Pee Dee River, below Rocky River confluence, 6303 mi² * 9. Pee Dee River, above Blewett Falls Dam, 6694 mi² * 10. Pee Dee River, below Blewett Falls Dam, 6863 mi² * 11. Pee Dee River, lower N.C. site, 7175 mi² * * large Piedmont classification to be confirmed Existing Habitat Models for Large Stable (C) Stream Classification French Broad River Basin 1. French Broad R.; below Craggy Dam, 966 mi² Little Tennessee River Basin 2. Tuckasegee River, lower middle site, 598 mi² * 3. Tuckasegee River, lower site, 655 mi² * * large stable classification to be confirmed 4 Existing Habitat Models for Small Stable (B) Stream Classification Broad River Basin 1. Buffalo Creek, below Kings Mtn. Reservoir – 127 mi² 2. Roberson Creek, 15 mi² * 3. 1st Broad R.; upper, upstream of Knob Crk., 145 mi² 4. 1st Broad River; middle, downstream of Shoal Rock Crk., 202 mi² 5. 1st Broad River; lower, downstream of Hwy. 74, 230 mi² Catawba River Basin 6. Catawba River, Muddy Creek confluence below Catawba Dam, 98 mi² * 7. Catawba River, Linville Dam tailrace, 383 mi² * French Broad River Basin 8. Davidson River, 13 mi² * 9. Hominy Creek, upper site, 91 mi² * 10. Hominy Creek, lower site, 95 mi² * 11. Jonathan Creek, 13 mi² * 12. Mills River, 71 mi² * 13. North Fork Mills River, 10 mi² * 14. Bradley Creek, 10 mi² * 15. Ivy “River” Creek, 112 mi² * 16. Cedar Rock (“Grogan”) Creek, 2 mi² * Hiwassee River Basin 17. Nottely River, 245 mi² * 5 Existing Habitat Models for Small Stable (B) Stream Classification cont’d Little Tennessee River Basin 18. Cartoogechaye Creek, 51 mi² 19. Dicks Creek, 3 mi² * 20. Nantahala River, bypassed reach between dam & Dicks Ck., 91 mi² * 21. Nantahala River, bypassed reach between Dicks & Whiteoak Cks., 103 mi² * 22. Nantahala River, bypassed reach below Whiteoak Ck., 128 mi² * 23. Queens Creek, 4 mi² * 24. Tuckasegee “East Fork” River, lower site, 81 mi² * 25. West Fork Tuckasegee River, upper site, 39 mi² * 26. West Fork Tuckasegee River, middle site, 53 mi² * 27. Whiteoak Creek, 13 mi² * 28. Wolf Creek, 15 mi² * Lumber River Basin 29. Drowning Creek, 186 mi² New River Basin 30. Middle Fork South Fork New River, 12 mi² * Savannah River Basin 31. Toxaway River, 16.9 mi² * 32. Horsepasture River, upper site, 24 mi² * 33. Horsepasture River, lower site, 24 mi² * Yadkin River Basin 34. South Yadkin River, 117 mi² * small stable classification to be confirmed 6 Existing Habitat Models for Medium Stable (F) Stream Classification Broad River Basin Roanoke River Basin 1. Dan River, at Joyce Mill, 72 mi² Catawba River Basin 2. Catawba River, near Morganton, 584 mi² * French Broad River Basin 3. Pigeon River, upper site, 459 mi² * 4. Pigeon River, middle site, 479 mi² * 5. Pigeon River, lower site, 484 mi² * Little Tennessee River Basin 6. Cheoah River, upper site, 178 mi² * 7. Cheoah River, upper middle site, 186 mi² * 8. Cheoah River, lower middle site, 200 mi² * 9. Cheoah River, lower site, 206 mi² * 10. Nantahala River, lower mainstem, 144 mi² * 11. Tuckasegee River, upper middle site, 360 mi² * 12. Tuckasegee River, upper site, 347 mi² * Hiwassee River Basin 13. Hiwassee River, upper site , 198 mi² * 14. Hiwassee River, middle site, 252 mi² * medium stable classification to be confirmed