Open Collections

UBC Graduate Research

Watershed Evaluation of McGillivray Creek Watershed Sigloch, Katrina 2015-02-05

Your browser doesn't seem to have a PDF viewer, please download the PDF to view this item.

Notice for Google Chrome users:
If you are having trouble viewing or searching the PDF with Google Chrome, please download it here instead.

Item Metadata


42591-Sigloch_Katrina_SOIL515_Watershed_evaluation_2015.pdf [ 936.03kB ]
JSON: 42591-1.0228451.json
JSON-LD: 42591-1.0228451-ld.json
RDF/XML (Pretty): 42591-1.0228451-rdf.xml
RDF/JSON: 42591-1.0228451-rdf.json
Turtle: 42591-1.0228451-turtle.txt
N-Triples: 42591-1.0228451-rdf-ntriples.txt
Original Record: 42591-1.0228451-source.json
Full Text

Full Text

	  	  	  	  Watershed	  Evaluation	  of	  McGillivray	  Creek	  Watershed	  Katrina	  Sigloch	  February	  5,	  2015	  	  	   	  Introduction	  The	  Watershed	  being	  reviewed	  is	  the	  McGillivray	  Creek	  watershed,	  an	  upper	  headwater	  hanging	  valley	  tributary	  to	  the	  Louis	  Creek	  watershed	  in	  the	  Southern	  Interior	  of	  BC	  (119°	  52'	  35"	  W,	  50°	  53'	  5"	  N).	  The	  McGillivray	  is	  a	  significant	  tributary,	  and	  has	  significant	  land	  uses	  that	  directly	  influence	  the	  downstream	  Louis	  Creek	  watershed.	  Within	  the	  approximately	  5100	  hectare	  McGillivray	  watershed	  are;	  the	  Resort	  Municipality	  of	  Sun	  Peaks,	  6	  range	  tenures	  covering	  80-­‐90%	  of	  the	  area,	  and	  current	  (Licensee	  Sun	  Peaks)	  and	  historic	  forest	  tenures	  (FLNR	  Mapview,	  2015;	  FLNR	  E-­‐licensing,	  2015).	  The	  southeastern	  most	  corner	  of	  the	  watershed	  was	  burnt	  in	  the	  2003	  McGillivray	  Fire,	  and	  there	  are	  rural	  properties	  and	  the	  small	  community	  of	  Whitecroft	  at	  the	  downstream	  end	  of	  McGillivray	  Creek	  (FLNR	  Mapview,	  2015).	  	  In	  2011,	  the	  Ministry	  of	  Environment	  ranked	  the	  watersheds	  in	  the	  Thompson	  Okanagan	  Region	  according	  to	  water	  quality	  risk.	  Of	  182	  small	  watersheds	  in	  the	  region,	  the	  Louis	  Creek	  watershed	  was	  ranked	  12th	  in	  risk	  priority	  due	  to	  land	  use	  types	  and	  watershed	  characteristics	  (Cooper,	  2011).	  Figure	  1.	  McGillivray	  Watershed	  Map	  shows	  the	  McGillivray	  watershed	  and	  associated	  land	  uses	  in	  the	  area.	  The	  Louis	  creek	  watershed,	  into	  which	  McGillivray	  drains,	  has	  high	  fish	  values	  and	  is	  currently	  in	  the	  process	  of	  being	  designated	  as	  a	  Sensitive	  Watershed	  under	  a	  government	  action	  regulation.	  The	  McGillivray	  sub-­‐basin	  is	  thought	  to	  be	  a	  significant	  source	  tributary	  to	  the	  Lois	  Creek	  watershed	  and	  is	  currently	  being	  examined	  more	  closely	  (Ptolemy,	  1980;	  McLeary	  and	  St.	  Pierre–	  personal	  communication,	  January	  2015).	  The	  resort	  of	  is	  situated	  in	  the	  valley	  bottom	  at	  the	  upper	  end	  of	  McGillivray	  creek	  watershed	  and	  is	  currently	  the	  most	  significant	  impact	  to	  the	  watershed	  in	  terms	  of	  both	  quality	  and	  quantity.	  Figure	  1.	  McGillivray	  Watershed	  Map	  	  	  Seasonal	  Water	  Use	  and	  Shortages	  The	  area	  is	  used	  as	  a	  multi	  season	  resort	  with;	  downhill	  skiing,	  cross-­‐country	  skiing,	  snowshoeing,	  dogsledding,	  snowmobiling	  in	  winter,	  and	  golf,	  hiking,	  biking	  and	  lake	  activities	  such	  as	  boating	  and	  fishing	  in	  summer.	  The	  area	  has	  a	  regular	  rural	  population	  year	  round,	  including	  ranchers,	  and	  residential	  neighbourhoods,	  as	  well	  as	  an	  increased	  seasonal	  population	  in	  winter.	  Water	  use	  is	  year	  round	  with	  the	  times	  of	  stress	  being	  fall	  and	  winter	  when	  both	  supply	  is	  limited	  and	  demand	  is	  highest.	  There	  are	  8	  water	  licenses	  allocated	  in	  the	  McGillivray	  watershed,	  allocated	  to	  drinking	  waterworks	  (for	  Sun	  Peaks),	  private	  domestic	  use,	  irrigation,	  land	  improvement,	  and	  storage	  (non-­‐power).	  The	  total	  allocation	  is	  429,	  866	  cubic	  meters	  per	  year	  with	  the	  breakdown	  provided	  in	  Table	  1.	  Water	  Allocations	  by	  license,	  use	  and	  season	  (FLNR	  E-­‐licensing,	  2015).	  There	  are	  3	  restricted	  licenses;	  two	  are	  from	  April	  1	  to	  September	  30	  for	  irrigation,	  and	  the	  third	  is	  for	  storage	  from	  April	  1	  to	  June	  30.	  Total	  allocations	  for	  water	  include	  8	  licenses	  on	  McGillivray	  Creek	  and	  tributaries	  (FLNR	  E-­‐licensing,	  2015).	  	  Water	  is	  used	  for	  drinking	  water,	  agricultural	  irrigation,	  snowmaking	  and	  irrigation	  of	  the	  golf	  course	  (FLNR	  E-­‐licensing,	  2015).	  	  The	  area	  is	  currently	  fully	  allocated	  under	  the	  Province	  of	  BC’s	  Water	  Act	  (WA)	  for	  surface	  water	  allocations.	  	  	  Table	  1.	  Water	  Allocations	  by	  license,	  use	  and	  season	  	  McGillivray	  Watershed	  Area	  5105.297	   ha's	   	  	   	  	   	  	   	   	  PurposeUse	   TermStart	   TermEnd	   Quantity	   Units	   StreamName	   PODNumber	   AverageDemand_m3s	  00A	  -­‐	  Waterworks	  Local	  Auth	  	  Jan	  	  01	   Dec	  	  31	   58076.29975	   m3/year	  	   Resort	  Creek	   PD48535	   0.00185	  00B	  -­‐	  Waterworks	  (Other)	  	  Jan	  	  01	   Dec	  	  31	   111174.631	   m3/year	  	   McGillivray	  Creek	   PD48489	   0.00353	  01A	  -­‐	  Domestic	  	   Jan	  	  01	   Dec	  	  31	   1659.32285	   m3/year	  	   McGillivray	  Creek	   PD48492	   0.00005	  01A	  -­‐	  Domestic	  	   Jan	  	  01	   Dec	  	  31	   829.66325	   m3/year	  	   McGillivray	  Creek	   PD48492	   0.00003	  03B	  -­‐	  Irrigation	  	   Apr	  	  01	   Sep	  	  30	   3700.44	   m3/year	  	   McGillivray	  Creek	   PD63895	   0.00024	  03B	  -­‐	  Irrigation	  	   Apr	  	  01	   Sep	  	  30	   140863.416	   m3/year	  	   McGillivray	  Creek	   PD48489	   0.00896	  04A	  -­‐	  Land	  Improve	  	   Jan	  	  01	   Dec	  	  31	   0	   *Total	  Flow	  	   Armitage	  (Five	  Mile)	  Creek	   PD68204	   0	  08A	  -­‐	  Storage-­‐Non	  Power	  	  Apr	  	  01	   Jun	  	  30	   113562.3535	   m3/year	  	   Armitage	  (Five	  Mile)	  Creek	   PD69190	   0.0146	  	   Total	  Annual	  	  Withdrawals	   	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  429,866.13	  	   m3/year	   	   	   	  *	  Total	  flow	  from	  spring	  freshet	  is	  allocated	  to	  storage	  for	  snowmaking,	  but,	  the	  discharge	  from	  Five	  Mile	  creek	  is	  not	  available.	  Note:	  Discrepancies	  between	  Figure	  1.	  McGillivray	  Watershed	  Map	  license	  locations,	  and	  number	  of	  allocations	  listed	  are	  a	  result	  of	  abandoned	  applications	  on	  McGillivray	  Lake,	  Switchback	  Creek	  and	  an	  active	  application	  for	  a	  storage	  pond	  shown	  on	  the	  Map	  but	  not	  in	  allocation	  database.	  	  Although	  not	  within	  the	  scope	  of	  this	  project,	  the	  Resort	  also	  currently	  accesses	  groundwater.	  The	  groundwater	  source(s)	  in	  use	  will	  become	  regulated	  shortly	  under	  the	  Water	  Sustainability	  Act	  (WSA).	  Groundwater	  sources	  in	  the	  area	  were	  initially	  thought	  to	  be	  quite	  large,	  but,	  the	  source	  was	  not	  adequately	  surveyed	  initially	  and	  recent	  evaluations	  are	  showing	  that	  groundwater	  sources	  will	  contribute	  less	  water	  than	  expected	  in	  the	  future	  (Christian	  St.	  Pierre	  and	  Christa	  Pattie,	  Personal	  Communication,	  January	  30,	  2015).	  	  McGillivray	  Creek	  average	  annual	  discharge,	  according	  to	  data	  collected	  from	  retired	  hydrometric	  station	  (08LB081)	  between	  1982	  and	  1996,	  is	  approximately	  0.366	  m3/second,	  while	  average	  low	  flow	  discharge	  is	  0.218	  m3/second	  (Environment	  Canada,	  2015).	  The	  time	  period	  of	  concern,	  as	  mentioned	  previously	  is	  the	  low	  flow	  period	  from	  October	  to	  February,	  after	  long	  periods	  of	  dry	  weather,	  and	  higher	  withdrawals	  for	  the	  ski	  season.	  The	  time	  period	  recorded	  was	  reviewed	  to	  look	  at	  whether	  there	  were	  significant	  trends	  during	  the	  monthly;	  low	  flow	  period	  compared	  to	  the	  annual	  flow,	  the	  difference	  between	  months	  in	  the	  low	  flow	  period,	  annual	  over	  all	  trends	  in	  average	  monthly	  flow,	  and	  low	  flow	  months	  early	  in	  the	  series	  compared	  to	  late	  in	  the	  series.	  There	  were	  no	  statistically	  significant	  trends,	  however,	  in	  all	  cases,	  the	  monthly	  flows	  declined	  over	  the	  time	  period.	  	  Figure	  2.	  McGillivray	  Creek	  Hydrometric	  Data	  Annual	  Monthly	  Flow	  shows	  the	  monthly	  variability,	  especially	  in	  the	  month	  of	  June,	  depending	  on	  the	  year,	  and	  also	  shows	  that	  there	  is	  little	  variability	  for	  the	  months	  of	  October	  –	  February,	  the	  low	  flow	  period.	  The	  low	  flow	  time	  period	  of	  October	  to	  February	  is	  shown	  in	  Figure	  3.	  McGillivray	  Creek	  Hydrometric	  Monthly	  Data	  –	  Low	  Flow	  vs	  Annual	  Average,	  comparing	  the	  time	  period	  to	  the	  annual	  average.	  	   	  Figure	  2.	  McGillivray	  Creek	  Hydrometric	  Data	  Annual	  Monthly	  Flow	  	  Figure	  3.	  McGillivray	  Creek	  Hydrometric	  Monthly	  Data	  –	  Low	  Flow	  vs	  Annual	  Average.	  	  	  The	  extreme	  low	  and	  high	  flows	  were	  also	  reviewed.	  Figure	  4.	  Extreme	  Low	  Flow	  Events	  (1982-­‐1996)	  shows	  the	  trend	  in	  extreme	  low	  flow	  events.	  The	  extreme	  low	  flows	  have	  been	  decreasing	  over	  the	  period	  from	  1982-­‐1996.	  This	  is	  a	  short	  time	  period,	  but	  the	  decrease	  is	  showing	  to	  be	  significant	  with	  95%	  confidence.	  The	  possibility	  that	  long	  term	  decreases	  are	  related	  to;	  withdrawals	  at	  the	  resort,	  or	  0	  0.2	  0.4	  0.6	  0.8	  1	  1.2	  1.4	  1.6	  1.8	  2	  1	   2	   3	   4	   5	   6	   7	   8	   9	   10	   11	   12	   13	  Flow	  (m3/second)	  Year	  (1982-­‐1996)	  McGillivray	  Creek	  Hydrometric	  Data	  Annual	  Monthly	  Flow	  Jan	  Feb	  Mar	  Apr	  May	  Jun	  Jul	  Aug	  Sep	  Oct	  y	  =	  -­‐0.0109x	  +	  0.4242	  R²	  =	  0.13742	  y	  =	  -­‐0.0037x	  +	  0.2224	  R²	  =	  0.13997	  0	  0.1	  0.2	  0.3	  0.4	  0.5	  0.6	  1	   2	   3	   4	   5	   6	   7	   8	   9	   10	   11	   12	   13	  Flow	  (m3/second)	  Year	  (1982-­‐1996)	  McGillivray	  Creek	  Hydrometric	  Monthly	  Data	  &	  Trends	  -­‐	  Low	  Flow	  vs.	  Annual	  Average	  Mean	  low	  flow	  mean	  Linear	  (Mean)	  Linear	  (low	  flow	  mean)	  climate	  events	  should	  be	  examined,	  but	  data	  was	  not	  found.	  Of	  the	  extreme	  events,	  nine	  of	  thirteen	  occur	  within	  the	  low	  flow	  period,	  with	  the	  remaining	  four	  occurring	  in	  August	  and	  September.	  Figure	  4.	  Extreme	  Low	  Flow	  Events	  (1982-­‐1996)	  	  	  Figure	  5.	  McGillivray	  Hydrograph	  shows	  the	  variability	  in	  peak	  flows	  in	  the	  spring	  runoff	  in	  both	  timing	  and	  amount,	  with	  the	  remainder	  of	  the	  year	  being	  relatively	  consistent.	  	  Figure	  5.	  McGillivray	  Hydrograph	  	  y	  =	  -­‐0.0013x	  +	  2.7584	  R²	  =	  0.04092	  0	  0.02	  0.04	  0.06	  0.08	  0.1	  0.12	  0.14	  1980	   1982	   1984	   1986	   1988	   1990	   1992	   1994	   1996	  Extreme	  low	  flow	  events	  (1982-­‐1996)	  	  MIN	  Linear	  (MIN)	  The	  time	  period	  of	  Hydrometric	  data	  collected	  on	  McGillivray	  Creek	  is	  not	  sufficient	  to	  evaluate	  trends.	  	  Water	  allocations	  have	  been	  based	  on	  ad	  hoc	  data	  sources,	  as	  a	  result	  of	  not	  having	  a	  comprehensive	  source	  for	  hydrometric	  data,	  and	  in	  many	  cases,	  insufficient	  data.	  Data	  on	  surface	  water	  sources	  is	  limited,	  and	  must	  extrapolated	  over	  the	  long	  term,	  which	  is	  problematic	  given	  climate	  change.	  It	  is	  also	  important	  to	  keep	  in	  mind	  that	  although	  allocated,	  most	  water	  sources	  are	  not	  metered;	  therefore,	  the	  actual	  use	  may	  be	  above	  or	  below	  the	  allocation.	  There	  are	  not	  plans	  to	  measure	  water	  use	  in	  the	  short	  term,	  or	  with	  the	  implementation	  of	  the	  WSA.	  There	  is	  not	  climate	  data	  for	  the	  Sun	  Peaks	  area.	  The	  Weather	  Station	  at	  Kamloops	  is	  probably	  not	  representative	  of	  the	  climate	  at	  Sun	  Peaks,	  with	  a	  gain	  in	  elevation	  of	  approximately	  900m	  from	  Kamloops	  to	  the	  base	  of	  Sun	  Peaks	  (Sun	  Peaks,	  2015).	  However,	  if	  trends	  showing	  for	  Kamloops	  are	  similar	  to	  Sun	  Peaks,	  then	  the	  resort	  may	  experience	  less	  precipitation	  in	  the	  form	  of	  snow,	  and	  warmer	  temperatures	  in	  both	  the	  winter	  and	  summer	  months.	  	  Snow	  data	  from	  Sun	  Peaks	  is	  available	  for	  1995	  to	  2014.	  In	  reviewing	  the	  data	  for	  new	  snow,	  and	  the	  snow	  base,	  there	  were	  no	  significant	  trends	  over	  the	  past	  20	  years;	  however,	  the	  snow	  base	  does	  show	  a	  decline	  (SPRC-­‐SH,	  2015).	  The	  information	  provided	  does	  not	  indicate	  whether	  snow	  making	  contributes	  to	  the	  snow	  base	  or	  new	  snow	  data.	  Seasonal	  Water	  Stress	  The	  need	  for	  water	  in	  the	  valley	  was	  not	  initially	  considered	  in	  the	  development	  of	  the	  resort	  (Christa	  Pattie	  -­‐	  Personal	  Communication,	  January	  2015).	  The	  resort	  is	  currently	  approximately	  one	  quarter	  of	  its	  proposed	  size,	  with	  only	  59.7Ha	  of	  a	  proposed	  233.5Ha’s	  developed	  in	  the	  valley	  bottom	  (Ecosign,	  2013).	  The	  proposal	  is	  for	  the	  currently	  ~7500	  bed	  capacity	  to	  reach	  ~23,000.	  Given	  that	  the	  surface	  water	  for	  the	  valley	  is	  currently	  fully	  allocated,	  there	  are	  significant	  concerns	  about	  water	  availability	  particularly	  in	  the	  winter	  at	  low	  flows	  (Ecosign,	  2013).	  The	  challenge	  in	  protecting	  many	  environmental	  services,	  such	  as	  environmental	  flow	  needs,	  is	  that	  economic	  drivers	  (resort	  development)	  are	  often	  more	  effective	  than	  environmental	  arguments	  where	  data,	  monitoring	  and	  enforcement,	  as	  well	  as	  understanding	  about	  environmental	  needs,	  are	  limited,	  as	  is	  the	  case	  here.	  Given	  that	  there	  is	  not	  climate	  data	  available	  for	  the	  area,	  the	  adjacent	  weather	  patterns	  have	  been	  considered	  (Environment	  Canada,	  2015).	  Environment	  Canada	  data	  for	  Kamloops	  shows	  patterns	  of	  winter	  warming	  trends,	  and	  reduced	  precipitation	  in	  the	  form	  of	  snow.	  Both	  of	  these	  trends	  were	  statistically	  significant	  for	  Kamloops	  (Appendix	  1	  –	  Climate	  Station	  Kamloops).	  As	  stated,	  the	  absolute	  values	  will	  not	  be	  relevant,	  but	  the	  trends	  in	  weather	  patterns	  could	  be.	  The	  most	  prominent	  seasonal	  issues	  will	  likely	  arise	  in	  the	  late	  summer,	  as	  the	  catchment	  is	  small	  and	  steep,	  with	  little	  precipitation,	  warm	  temperatures	  in	  summer,	  and	  reduced	  vegetative	  cover,	  and,	  in	  winter	  when	  demand	  is	  highest.	  Low	  flows	  occur	  throughout	  the	  year,	  with	  the	  significant	  period	  of	  concern	  being	  when	  water	  levels	  are	  at	  their	  lowest,	  and	  visitors	  and	  snowmaking	  are	  highest.	  	  The	  main	  ski	  area,	  Mount	  Tod,	  is	  southern	  exposure,	  with	  little	  to	  no	  vegetative	  cover	  on	  the	  ski	  runs.	  The	  lack	  of	  vegetative	  cover	  increases	  evaporation	  losses	  in	  the	  summer	  months.	  The	  ski	  slopes	  experience	  extended	  periods	  with	  little	  moisture	  during	  the	  dry	  period.	  Maintaining	  adequate	  base	  flow	  in	  McGillivray	  creek	  is	  critical.	  The	  creek	  is	  fish	  bearing,	  and	  salmonid	  use	  of	  the	  stream	  could	  be	  affected	  by	  the	  seasonal	  water	  stress	  and	  low	  flows	  in	  fall	  and	  winter	  (Ptolemy,	  1981;	  McLeary	  –	  personal	  communication,	  January	  2015).	  McGillivray	  is	  also	  tributary	  to	  Louis	  Creek,	  which	  has	  significant	  fisheries	  values	  (Ptolemy,	  1981);	  and	  is	  a	  water	  source	  for	  domestic	  and	  agricultural	  purposes	  (FLNR	  Mapview,	  2015).	  A	  summer	  seasonal	  water	  stress	  for	  the	  resort	  is	  that	  there	  is	  not	  currently	  sufficient	  water	  in	  the	  surface	  water	  system	  to	  allocate	  for	  irrigation	  of	  the	  golf	  course.	  The	  Municipality	  had	  constructed	  a	  diversion	  in	  McGillivray	  creek	  as	  an	  addition	  to	  the	  existing	  water	  works,	  however,	  the	  diversion	  has	  been	  ordered	  removed,	  and	  it	  has	  been	  determined	  the	  existing	  allocation	  is	  not	  sufficient	  to	  provide	  irrigation	  services	  to	  the	  golf	  course.	  The	  resort	  will	  continue	  to	  pursue	  alternatives,	  possibly	  increasing	  pressure	  on	  the	  already	  limited	  supply	  during	  the	  dry	  period.	  The	  desired	  future	  use	  of	  additional	  water	  for	  resort	  expansion	  and	  water	  for	  snowmaking	  is	  also	  a	  concern.	  The	  resort	  experiences	  patchy	  snowfall	  particularly	  in	  the	  early	  part	  of	  the	  ski.	  The	  resort	  is	  currently	  making	  snow	  for	  49.5ha	  with	  plans	  to	  expand	  that	  to	  150ha	  (Ecosign,	  2013).	  The	  water	  for	  current	  snowmaking	  is	  taken	  from	  Five	  Mile	  creek	  to	  fill	  a	  121,133m3	  reservoir	  during	  spring	  freshet	  (Ecosign,	  2013;	  Metric	  Conversions,	  2015).	  Further	  snowmaking	  will	  require	  additional	  water	  sources,	  and	  three	  additional	  reservoirs	  have	  been	  proposed	  (Ecosign,	  2013).	  The	  first	  proposed	  new	  reservoir	  source	  is	  unclear,	  but	  may	  require	  more	  water	  from	  Five	  Mile	  creek.	  The	  other	  two	  reservoirs	  have	  been	  proposed	  to	  use	  treated	  effluent	  water	  from	  existing	  sewage	  lagoons	  (Ecosign,	  2013).	  Based	  on	  typical	  consumption	  of	  water	  required	  for	  snow	  making	  to	  a	  depth	  of	  30cm,	  and,	  the	  proposed	  expansion	  from	  49.5	  to	  150	  Ha’s,	  the	  resort	  could	  require	  an	  additional	  528,630m3	  of	  water	  (Schreier	  –	  Personal	  Communication,	  2015).	  Studies	  in	  the	  Alps	  have	  shown	  that	  as	  temperatures	  increase,	  the	  greater	  the	  losses	  to	  sublimation	  during	  snowmaking,	  resulting	  in	  increased	  water	  requirements	  for	  snowmaking	  (Schreier	  –	  personal	  communication,	  2015).	  	  Water	  Quality	  	  Data  -­‐  CABIN  Database  The	  Canadian	  Aquatic	  Biomonitoring	  Network	  (CABIN)	  has	  two	  sample	  sites	  on	  McGillivray	  Creek;	  Site	  Code:	  TOP-­‐MCGV-­‐01	  (downstream	  of	  village	  location)	  and	  TOP-­‐MCGV-­‐02	  (upstream	  of	  village	  location).	  Water	  chemistry	  information	  from	  two	  sample	  periods	  was	  reviewed	  to	  determine	  whether	  there	  were	  changes	  over	  the	  two-­‐year	  period,	  as	  well	  as,	  looking	  for	  contaminants	  that	  exceed	  water	  quality	  standards.	  	  Table	  2.	  Water	  Chemistry	  McGillivray	  Creek	  Sites,	  shows	  the	  increases	  and	  decreases	  in	  water	  quality	  indicators	  over	  two	  sample	  periods	  on	  CABIN	  site	  TOP-­‐MCGV-­‐02	  and	  the	  downstream	  accumulated	  water	  quality	  impacts	  from	  one	  sample	  at	  CABIN	  site	  TOP-­‐MCGV-­‐01	  (CABIN,	  2015).	  	  Changes	  from	  the	  two	  sample	  periods	  are	  not	  significant,	  however,	  some	  components	  could	  be	  useful	  indicators	  of	  land	  use	  impacts,	  particularly	  comparing	  the	  downstream	  site	  to	  the	  sites	  upstream	  of	  the	  resort	  village	  over	  time	  (CABIN,	  2015).	  Impacts	  from	  forestry,	  range	  and	  non-­‐point	  source	  pollution	  from	  the	  resort	  could	  be	  monitored	  over	  time	  using	  this	  methodology	  and	  building	  on	  this	  data	  set.	  	  	   	  TABLE	  2.	  Water	  Chemistry	  McGillivray	  Creek	  Sites	  	  	  	   	  Water&Chemistry&-&(CABIN,&2015)& downstream&increaseSample&Date:&September&17&2007 Sample&Date:&September&29&2009 Sample&Date:&September&17&2007Silver 0 mg/L Silver 0.000028 mg/L Silver 0 mg/LAluminum 0.0064 mg/L Aluminum 0.0229 mg/L Aluminum 0.0358 mg/LArsenic 0 mg/L Arsenic 0.00021 mg/L Arsenic 0.0002 mg/LBoron 0 mg/LBarium 0.0255 mg/L Barium 0.00755 mg/L Barium 0.0331 mg/LBeryllium 0.00003 mg/L Beryllium 0 mg/L Beryllium 0 mg/LBismuth 0 mg/L Bismuth 0 mg/L Bismuth 0 mg/LBromide 0 mg/L Bromide 0 mg/L Bromide 0.02 mg/LCadmium 0.00001 mg/L Cadmium 0.000017 mg/L Cadmium 0.00003 mg/LDissolved&Chloride 1.8 mg/L Dissolved&Chloride 0.5 mg/L Dissolved&Chloride 8.9 mg/LCobalt 0.000007 mg/L Cobalt 0.000059 mg/L Cobalt 0.000069 mg/LChromium 0 mg/L Chromium 0.0003 mg/L Chromium 0 mg/LCopper 0.00096 mg/L Copper 0.584 mg/L Copper 0.00121 mg/LAlkalinity 80.6 mg/L Alkalinity 98 mg/L Alkalinity 115 mg/LTotal&Organic&Carbon 1.7 mg/L Total&Organic&Carbon 4.6 mg/L Total&Organic&Carbon 2.5 mg/LColour 0 Unknown Colour 0 Unknown Colour 0 UnknownBottom&Dissolved&Oxygen 9.99 mg/L Bottom&Dissolved&Oxygen 9.68 mg/LpH 8.19 pH pH 8.12 pH pH 8.12 pHTDS&(Filterable&Residue) 112 mg/L TDS&(Filterable&Residue) 120 mg/L TDS&(Filterable&Residue) 180 mg/LTotal&Suspended&Solids 0 mg/L Total&Suspended&Solids 0 mg/L Total&Suspended&Solids 0 mg/LSpecific&Conductance 108 uS/cm Specific&Conductance 201 uS/cm Specific&Conductance 280 uS/cmAir&Temperature 10.5 Degrees&C Air&Temperature 11 Degrees&CTemperature 5.5 Degrees&C Temperature 5.76 Degrees&C Temperature 6.59 Degrees&CTurbidity 0.2 NTU Turbidity 0.6 NTU Turbidity 2.1 NTULithium 0.00051 mg/L Lithium 0 mg/L Lithium 0.00101 mg/LMagnesium 2.72 mg/LManganese 0.00485 mg/L Manganese 0.0291 mg/L Manganese 0.0235 mg/LMolybdenum 0.00107 mg/L Molybdenum 0.00008 mg/L Molybdenum 0.00179 mg/LNickel 0.00168 mg/L Nickel 0.00029 mg/L Nickel 0.00035 mg/LAmmonia 0 mg/L Ammonia 0.154 mg/L Ammonia 0 mg/LNitrate/Nitrite 0.069 mg/L Nitrate/Nitrite 0.035 mg/L Nitrate/Nitrite 0.074 mg/LTKN&(Water) 0.07 mg/L TKN&(Water) 0.08 mg/L TKN&(Water) 0.08 mg/LTotal&Nitrogen 0.14 mg/L Total&Nitrogen 0.12 mg/L Total&Nitrogen 0.16 mg/LTotal&Organic&Nitrogen 0.07 mg/L Total&Organic&Nitrogen 0 mg/L Total&Organic&Nitrogen 0.08 mg/LLead 0.00003 mg/L Lead 0.00253 mg/L Lead 0.00008 mg/LOrtho&Phosphorus 0.006 mg/L Ortho&Phosphorus 0.001 mg/L Ortho&Phosphorus 0.009 mg/LTotal&Phosphorus&(Water) 0.002 mg/L Total&Phosphorus&(Water) 0 mg/L Total&Phosphorus&(Water) 0.007 mg/LAntimony 0.000016 mg/L Antimony 0.00004 mg/L Antimony 0.000035 mg/LSelenium 0.0004 mg/L Selenium 0 mg/L Selenium 0.0006 mg/LTin 0.0001 mg/L Tin 0.00007 mg/L Tin 0.00004 mg/LSulphate 6 mg/L Sulphate 17.6 mg/LStrontium 0.128 mg/L Strontium 0.0918 mg/L Strontium 0.2 mg/LThallium 0.000003 mg/L Thallium 0 mg/L Thallium 0.000004 mg/LUranium 0.000353 mg/L Uranium 0.000005 mg/L Uranium 0.000949 mg/LVanadium 0 mg/L Vanadium 0.0006 mg/L Vanadium 0.00014 mg/LZinc 0.0009 mg/L Zinc 0.0096 mg/L Zinc 0.0033 mg/Ldecrease&from&previous&sample increase&from&previous&sampleSite&Code:&TOP$MCGV$02&-&Upstream&of&Sun&Peaks&Village Site&Code:&TOP$MCGV$02+-&Upstream&of&Sun&Peaks&Village Site&Code:&TOP$MCGV$01&-&Downtream&of&Sun&Peaks&VillageMcGillivray  Creek  Water  Quality  Condition    The	  sources	  of	  chemicals	  and	  other	  water	  quality	  indicators	  in	  Table	  2	  could	  include;	  natural	  geological	  and	  hydrological	  sources,	  land	  use	  sediment	  generation	  and	  associated	  contaminants,	  as	  well	  as,	  non-­‐point	  source	  pollutants	  (NPS)	  from	  the	  municipality	  and	  surrounding	  land	  use.	  In	  Table	  2,	  downstream	  increases	  highlighted	  in	  yellow	  are	  potential	  indicators	  of	  NPS	  resulting	  from	  the	  land	  use	  activities	  and	  municipality	  upstream.	  Other	  potential	  indicators	  of	  land	  use	  impacts	  such	  as	  total	  dissolved	  solids,	  conductivity,	  nitrogen	  &	  phosphorous	  and	  metals	  were	  also	  be	  considered	  with	  respect	  to	  origin	  and	  potential	  effects.	  Some	  indicators	  from	  CABIN	  have	  been	  checked	  against	  the	  BC	  Water	  Quality	  Guidelines	  and	  the	  RAMP	  guidelines	  of	  Alberta.	  Samples	  from	  McGillivray	  Creek	  for	  total	  dissolved	  solids,	  specific	  conductance,	  and	  alkalinity	  are	  below	  acceptable	  thresholds	  	  (BC	  MoE,	  2015;	  RAMP,	  2015).	  Other	  indicators	  reviewed	  against	  the	  water	  quality	  guidelines	  include;	  temperature	  (well	  below	  limits),	  sulphates	  (well	  below	  limits),	  nitrate	  and	  nitrite	  (well	  below	  limits)	  (BC	  MoE,	  2015).	  	  Aluminum	  is	  currently	  below	  the	  level	  of	  0.05mg/L	  (median	  value)	  for	  freshwater	  aquatic	  life,	  at	  0.0358,	  but,	  this	  value	  increased	  significantly	  from	  2007-­‐2009,	  and	  was	  higher	  downstream	  of	  the	  resort	  (Butcher,	  2001).	  Arsenic	  is	  also	  below	  acceptable	  limits	  for	  all	  water	  uses	  at	  0.2	  micrograms/L.	  	  At	  the	  time	  of	  assessment	  (2007	  and	  2009),	  based	  on	  the	  indicators,	  the	  water	  in	  McGillivray	  Creek	  was	  of	  good	  quality	  for	  all	  uses	  (drinking	  water,	  aquatic	  ecosystems,	  irrigation	  etc.)	  (BC	  MoE,	  2015).	  	  Evaluating	  trends	  in	  water	  quality,	  however,	  are	  not	  possible	  without	  longer-­‐term	  data	  collection.	  A	  review	  of	  the	  sites	  monitored	  for	  water	  quality	  contaminants	  in	  BC	  shows	  that	  there	  are	  very	  few	  headwater	  systems	  that	  are	  monitored,	  particularly	  over	  the	  long	  term.	  In	  the	  southern	  interior,	  there	  are	  monitoring	  stations	  in	  the	  North	  and	  South	  Thompson	  Rivers,	  but,	  it	  appears	  that	  typically	  water	  is	  monitored	  only	  for	  drinking	  water	  purposes	  and	  most	  small	  communities	  accessing	  surface	  water	  within	  the	  Thompson	  Nicola	  Regional	  District	  (TNRD)	  provide	  public	  data	  only	  after	  water	  treatment	  has	  occurred.	  Long-­‐term	  water	  quality	  data	  is	  very	  difficult	  to	  attain,	  particularly	  in	  small	  watersheds,	  and	  will	  be	  required	  to	  assess	  the	  impacts	  of	  development	  on	  water	  quality.	  	  Planning	  for	  Water	  Quantity	  and	  Quality	  Protection	  Measures	  	  Water	  management	  considerations	  for	  reducing	  water	  quality	  impacts	  and	  water	  quantity	  concerns	  are	  important	  in	  the	  McGillivray	  Watershed.	  Although	  the	  water	  is	  currently	  of	  good	  quality,	  it	  is	  necessary	  to	  focus	  on	  reducing	  the	  inputs	  of	  contaminants	  and	  adhering	  to	  best	  management	  practices	  for;	  land	  use	  activities	  in	  the	  area,	  urban	  non	  point	  sources	  of	  pollution.	  The	  significant	  concern	  in	  this	  area	  is	  for	  water	  quantity	  management	  and	  the	  implementation	  of	  some	  water	  conservation	  measures	  may	  assist	  in	  meeting	  water	  demand.	  Water	  quantity	  and	  quality	  protection	  often	  are	  interrelated,	  and	  many	  management	  options	  provide	  benefits	  to	  both	  quality	  and	  quantity.	  	  	  	  Short  Term  Short-­‐term	  strategies	  for	  implementation	  or	  consideration	  include;	  sediment	  management,	  riparian	  best	  management	  practices	  and	  land	  use/	  resort	  development	  considerations.	  	  All	  land	  uses	  in	  the	  area	  should	  ensure	  sediment	  best	  management	  practices	  are	  followed,	  as	  this	  is	  likely	  one	  of	  the	  easiest	  and	  most	  immediate	  opportunities.	  Preventing	  sediment	  delivery	  to	  watercourses	  is	  a	  preventative	  measure	  that	  will	  reduce	  impacts	  to	  water	  quality.	  	  	  Minimising	  road	  area	  within	  the	  watershed	  will	  reduce	  the	  amount	  of	  sediment	  delivery	  to	  water.	  Where	  roads	  are	  necessary	  for	  access	  and	  development,	  ensuring	  appropriate	  road	  construction	  and	  maintenance	  practices	  is	  critical	  for	  preventing	  sediment	  delivery	  to	  water	  sources.	  Maintenance	  best	  management	  practices	  ensure	  that	  water	  is	  directed	  off	  the	  road	  through	  the	  use	  of	  berms,	  and	  into	  collection	  areas,	  such	  as	  sumps	  or	  areas	  that	  are	  not	  hydrologically	  connected	  to	  the	  water	  source.	  	  Forest/vegetative	  cover	  protects	  soil	  surfaces	  from	  exposure	  to	  rain,	  reducing	  the	  erosive	  potential	  of	  rain,	  which	  causes	  sedimentation.	  Management	  practices	  that	  maintain	  vegetative	  cover,	  forest	  floor	  and	  litter	  layers,	  serve	  as	  a	  protective	  layer	  to	  mineral	  soils	  are	  required.	  In	  forest	  harvesting,	  utilising	  appropriate	  methods	  and	  techniques	  that	  minimise	  exposure	  of	  mineral	  soil	  are	  required.	  	  Timing	  and	  methods	  for	  forest	  harvesting,	  forest	  clearing	  for	  recreational	  development	  and	  grazing	  should	  be	  considered	  to	  reduce	  compaction	  and	  resulting	  reduced	  infiltration	  ability	  of	  the	  soil.	  Best	  management	  practices	  that	  avoid	  these	  outcomes	  include;	  avoiding	  saturated	  soils,	  utilising	  equipment	  with	  dispersed	  weight	  loads,	  and	  avoiding	  traffic	  on	  soil	  types	  sensitive	  to	  compaction,	  and	  effective	  grazing	  rotations,	  that	  prevent	  overgrazing	  and	  compaction.	  	  Adhering	  to	  riparian	  management	  practices	  that	  retain	  minimum	  buffer	  widths	  of	  forest	  adjacent	  to	  streams	  in	  both	  land	  use	  and	  urban	  and	  recreational	  construction	  will	  be	  greatly	  beneficial	  to	  water	  quality.	  Maintaining	  riparian	  setbacks	  assists	  in	  trapping	  sediments	  and	  reducing	  the	  amount	  reaching	  the	  streams.	  Riparian	  buffers	  also	  act	  to	  reduce	  evaporation	  and	  maintain	  stream	  temperature.	  Forested	  buffers	  better	  protect	  streams	  from	  livestock	  and	  wildlife,	  reducing	  impacts	  from	  hoof	  shear,	  as	  well	  as	  reducing	  pathogenic	  introductions	  from	  animal	  faeces.	  Trails	  that	  are	  near	  watercourses	  can	  be	  used	  as	  an	  opportunity	  to	  raise	  awareness	  with	  residents	  and	  visitors	  about	  the	  critical	  habitat	  through	  the	  use	  of	  signage.	  In	  Resort	  development,	  design	  considerations	  have	  the	  greatest	  probability	  of	  protecting	  water	  quantity.	  There	  are	  opportunities	  for	  recovery	  and	  re-­‐use	  of	  water	  for	  some	  purposes,	  which	  will	  greatly	  affect	  the	  available	  water.	  When	  planning	  ski	  runs	  and	  other	  recreational	  trails;	  snowmobile,	  snowshoe	  etc.,	  that	  allow	  for	  retention	  of	  trees	  on	  sites	  where	  it	  is	  safe	  to	  do	  so	  will	  minimise	  evaporation	  losses	  from	  ski	  runs.	  Promoting	  treed	  runs	  where	  tree	  species	  are	  appropriate,	  to	  the	  degree	  necessary	  to	  allow	  snow	  through	  fall,	  while	  also	  providing	  shade,	  and	  keeping	  the	  ski	  runs	  cooler	  in	  warmer	  weather	  events,	  perhaps	  reducing	  the	  need	  for	  snowmaking	  and	  reducing	  evaporation	  and	  sublimation	  losses.	  	  Sun	  Peaks	  Municipality	  should	  explore	  options	  for	  the	  capture,	  reuse	  and	  storage	  of	  grey	  water	  and	  rainwater.	  Water	  collected	  within	  the	  municipality	  could	  be	  used	  for	  irrigation	  purposes	  on	  landscaping	  and	  the	  golf	  course,	  or	  for	  snow	  making	  in	  the	  lower	  portions	  of	  the	  resort,	  reducing	  the	  transport	  or	  water,	  and	  reducing	  the	  pressure	  on	  treated	  water.	  	  Currently	  there	  are	  reservoirs	  in	  place,	  and	  proposed	  for	  development,	  that	  take	  advantage	  of	  spring	  freshet.	  There	  is	  the	  need	  to	  also	  consider	  the	  losses	  to	  evaporation	  during	  the	  summer	  season	  between	  water	  capture	  and	  use.	  The	  time	  period	  varies,	  but	  on	  average	  there	  is	  the	  potential	  for	  significant	  evaporation	  losses	  between	  June	  and	  September,	  when	  temperatures	  are	  highest	  (Note:	  summer	  temperature	  data	  was	  not	  available).	  Reducing	  evaporation	  losses	  could	  reduce	  the	  deficit	  in	  water	  use	  for	  snowmaking,	  which	  is	  a	  concern	  going	  forward.	  	  These	  are	  some	  of	  the	  obligations	  and	  options	  of	  land	  users	  in	  the	  area	  and	  should	  be	  considered	  standard	  practice.	  The	  long-­‐term	  objective	  is	  to	  create	  a	  better	  understanding	  by	  all	  users	  in	  the	  watershed,	  to	  ensure	  water	  use	  and	  protection	  is	  optimized.	  As	  a	  municipality	  and	  primary	  land	  and	  water	  user	  in	  the	  area,	  the	  Resort	  has	  the	  responsibility	  to	  engage	  the	  public	  and	  community	  through	  source	  water	  protection	  strategy	  development	  and	  implementation	  to	  assist	  in	  water	  quality	  and	  quantity	  protection	  measures.	  This	  process	  is	  difficult	  and	  can	  take	  some	  time,	  but	  as	  the	  watershed	  is	  clearly	  defined	  and	  of	  a	  manageable	  size,	  it	  is	  possible	  to	  create	  a	  realistic	  plan	  and	  vision	  of	  a	  water	  future.	  	  	  Long  Term  Sun	  Peaks	  should	  address	  water	  quality	  and	  quantity	  issues	  through	  initiation	  and	  development	  of	  a	  Source	  Water	  Protection	  (SWP)	  Strategy.	  A	  SWP	  is	  defined	  by	  Simms,	  Lightman,	  and	  de	  Loe,	  as	  “…an	  activity	  involving;	  mapping	  water	  sources,	  identifying	  threats,	  and	  instituting	  risk	  management	  strategies.”	  Much	  of	  this	  work	  is	  complete,	  and	  could	  be	  built	  upon	  to	  consider	  the	  long	  term	  availability	  and	  quality	  of	  the	  water;	  the	  land	  uses	  that	  now,	  and	  potentially	  could	  in	  the	  future,	  impact	  the	  sources;	  and,	  the	  types	  of	  management	  strategies	  that	  could	  be	  instituted	  to	  protect	  the	  source	  from	  contamination	  and	  overuse.	  	  	  Due	  to	  the	  complexity	  of	  water	  management	  and	  diversity	  of	  potential	  impacts,	  the	  protection	  of	  water	  sources	  needs	  to	  be	  implemented	  as	  a	  multi	  barrier	  approach	  to	  ensure	  protection	  (Simms,	  Lightman	  and	  de	  Loe,	  2010).	  	  To	  be	  effective,	  site-­‐specific	  options	  for	  source	  water	  protection	  at	  Sun	  Peaks	  should	  include	  the	  key	  considerations	  above,	  as	  well	  as,	  stakeholder	  engagement	  in	  the	  process	  of	  protection	  (WHO,	  2011).	  The	  other	  land	  users	  in	  the	  valley	  must	  also	  be	  included,	  as	  they	  have	  a	  stake	  in	  the	  outcome,	  and	  play	  a	  role	  in	  protection.	  The	  process	  would	  be	  time	  consuming,	  but	  would	  provide	  a	  more	  realistic	  water	  future	  in	  the	  McGillivray	  and	  downstream	  Louis	  Creek	  Watersheds.	  	  	  	  	   	  References:	  BC	  Ministry	  of	  Environment	  -­‐	  Environmental	  Protection	  Division	  [BC	  MoE]	  (2015).	  Water	  Quality	  Guidelines	  (Criteria)	  Reports.	  [ONLINE]	  Available	  at:	  [Last	  Accessed	  February	  2,	  2015].	  BC	  Ministry	  of	  Forests,	  Lands	  and	  Natural	  Resource	  Operations	  E-­‐licnesing	  [FLNR	  E-­‐licensing]	  (2015).	  BC	  Ministry	  of	  Forests,	  Lands	  and	  Natural	  Resource	  Operations	  Mapview	  [FLNR	  Mapview]	  (2015).	  Database	  Query	  for	  Sun	  Peaks	  Resort	  –	  data	  derived	  from	  multiple	  FLNR	  business	  applications.	  [ONLINE]	  Available	  at:	  	  [Last	  Accessed	  February	  1,	  2015].	  BC	  Ministry	  of	  Forests,	  Lands	  and	  Natural	  Resource	  Operations	  Mountain	  Resort	  Branch	  [FLNR	  MRB]	  (2012).	  The	  Value	  of	  Mountain	  Resorts	  to	  the	  British	  Columbia	  Economy.	  [ONLINE]	  Available	  at:­‐by-­‐Activity/All-­‐Research-­‐by-­‐Activity/Value-­‐of-­‐Mountain-­‐Resorts-­‐to-­‐the-­‐British-­‐Columbia/Value_of_Mountain_Resort_Properties_Phase_One_June-­‐2012.pdf.aspx.	  [Last	  Accessed	  January	  31,	  2015].	  Butcher,	  G.	  A.	  (2001).	  Updated	  Water	  Quality	  Criteria	  for	  Aluminum	  -­‐	  Overview	  Report.	  [ONLINE]	  Available	  at:	  [Last	  Accessed	  February	  2,	  2015].	  Copper,	  Samantha	  (2011).	  A	  GIS-­‐based	  risk	  assessment	  of	  Thompson	  Region	  watersheds.	  [ONLINE]	  Available	  at:­‐report-­‐thompson-­‐jan2011.pdf	  [Last	  Accessed	  January	  31,	  2015].	  Canadian	  Aquatic	  Biomonitoring	  Network	  [CABIN]	  (2015).	  Current	  Activities	  of	  sampling	  locations	  Map.	  [ONLINE]	  Available	  at:­‐ca.	  [Last	  Accessed	  February	  2,	  2015].	  Ecosign	  (2013).	  Sun	  Peaks	  Resort	  Master	  Plan	  Update	  2013.Ecosign	  Mountain	  Resort	  Planners	  Ltd.	  Whistler,	  B.C.	  Government	  of	  Canada	  (2015).	  Daily	  Discharge	  Statistics	  Graph	  for	  LOUIS	  CREEK	  ABOVE	  MCGILLIVRAY	  CREEK	  (08LB081).	  [Online}	  Available	  at:	  	  [Last	  Accessed	  February	  1,	  2015].	  Harvey,	  Julie	  K.	  (2014).	  Pollution	  Sources:	  Point	  and	  Nonpoint.	  [ONLINE]	  Available	  at:­‐Re/Pollution-­‐Sources-­‐Point-­‐and-­‐Nonpoint.html.	  [Last	  Accessed	  Nov	  16,	  14].	  Metric	  Conversions	  (2015).	  Metric	  Conversions	  [Online]	  Available	  at:	  	  http://www.metric-­‐­‐liquid-­‐gallons-­‐to-­‐cubic-­‐meters.htm	  [Last	  Accessed	  January	  27,	  2015].	  Ptolemy,	  Ronald	  A.	  (1981).	  Salmonid	  Biomass	  Assessment	  and	  Potential	  carrying	  Capacity	  of	  Louis	  Creek	  Near	  Barriere	  BC.	  [Online]	  Available	  at:	  [Last	  Accessed	  January	  27,	  2015].	  Regional	  Aquatics	  Management	  Program	  [RAMP]	  (2015).	  Water	  Quality	  Indicators;	  Conventional	  Variables.	  [ONLINE]	  Available	  at:	  http://www.ramp-­‐	  [Last	  Accessed	  February	  2,	  2015].	  Simms,	  G.,	  D.	  Lightman,	  and	  R.	  De	  Loe	  (2010).	  Tools	  and	  Approaches	  for	  Source	  Water	  Protection	  in	  Canada.	  Governance	  for	  Source	  Water	  Protection	  in	  Canada,	  Report	  No.	  1.	  Waterloo,	  ON:	  Water	  Policy	  and	  Governance	  Group.	  [ONLINE]	  Available	  at:	  Sun	  Peaks	  Resort	  Corporation	  [SPRC-­‐SH]	  (2015).	  Snow	  History.	  [ONLINE]	  Available	  at:­‐and-­‐cams/snow-­‐history.	  [Last	  Accessed	  January	  31,	  2015].	  Sun	  Peaks	  Resort	  Corporation	  (2015).	  Mountain	  Stats.	  [Online]	  Available	  at:­‐stats	  [Last	  Accessed	  February	  1,	  2015].	  Thompson	  Nicola	  Regional	  District	  (TNRD)	  (2013).	  Notice	  of	  Water	  Regulations	  and	  Conservation	  Measures	  2013.	  [ONLINE]	  Available	  at:	  [Last	  Accessed	  January	  27,	  2015].	  World	  Health	  Organization	  (WHO)	  (2011).	  Optimizing	  Regulatory	  Frameworks	  for	  Safe	  and	  Clean	  Drinking	  Water	  -­‐	  Protecting	  Drinking	  Water	  Sources	  through	  Regulation.	  [ONLINE]	  Available	  at:	  [Last	  Accessed	  November	  16,	  2014].	  Personal	  Communications:	  Rich	  McLeary	  	  Regional	  Aquatic	  Ecologist	  Forests,	  Lands	  and	  Natural	  Resource	  Operations	  Thompson	  Okanagan	  Region	  Christian	  St.	  Pierre,	  P.Ag	  Resource	  Coordination	  Officer	  Forests,	  Lands	  and	  Natural	  Resource	  Operations	  Thompson	  Okanagan	  Region	  	  Christa	  Pattie,	  P.Ag.	  	  Authorizations	  Coordinator	  	  Forests,	  Lands	  and	  Natural	  Resource	  Operations	  	  Thompson	  Okanagan	  Region	  	   	  APPENDIX	  1	  –	  Climate	  Station	  Kamloops	  	  518	  Assignment	  2	  Posted	  Oct.	  1,	  2014.	  Due	  Date:	  November	  10,	  2014.	  	  Increased	  Climatic	  Variability	  	  Climate	  is	  a	  multi-­‐dimensional	  term	  defined	  by;	  weather,	  wind	  and	  storms,	  rainfall,	  temperatures,	  sunny	  and	  cloudy	  days,	  length	  of	  growing	  season	  etc.	  Climate	  affects	  living	  and	  growing	  conditions	  for	  both	  ecosystems	  and	  social/economic	  systems	  in	  all	  parts	  of	  the	  world.	  For	  this	  reason,	  it	  is	  critical	  that	  we	  are	  aware	  of	  what	  the	  changing	  climate	  signals	  are,	  and	  adjust	  for	  the	  potential	  predicted	  future.	  	  It	  is	  important	  to	  be	  aware	  that	  climate	  data	  is	  difficult	  to	  interpret	  given	  the	  natural	  variability	  in	  temperatures,	  precipitation,	  and	  other	  climate	  factors.	  Natural	  variability	  from	  one	  location	  to	  the	  next,	  whether	  on	  a	  large	  or	  small	  scale,	  makes	  extrapolation	  from	  climate	  data	  difficult.	  Collection	  of	  averages	  (temperature,	  precipitation,	  etc.)	  of	  climate	  data	  is	  how	  we	  make	  it	  possible	  to	  collect	  and	  consider	  that	  information,	  but,	  it	  has	  limitations.	  	  The	  use	  of	  average	  data	  has	  the	  effect	  of	  masking	  variability,	  and,	  variability	  exists	  within	  even	  a	  small	  geographic	  area.	  Therefore,	  climate	  data	  must	  be	  considered	  and	  interpreted	  very	  carefully	  (Schreier	  and	  Pang,	  2014).	  Natural	  climatic	  variability,	  both	  spatially	  and	  temporally,	  creates	  uncertainty	  for	  prediction/forecasting	  of	  future	  climate	  without	  risk	  of	  errors.	  Limited	  climate	  stations	  makes	  it	  necessary	  to	  extrapolate	  climate	  data	  interpretations	  over	  broad	  regions,	  which,	  is	  not	  necessarily	  accurate/feasible,	  and	  the	  use	  of	  average	  temperature	  and	  precipitation	  values	  results	  in	  the	  cancelling	  out	  of	  extremes	  (Schreier	  and	  Pang,	  2014).	  	  Climate	  Station	  Kamloops	  Airport	  (YKA)	  The	  climate	  station	  at	  the	  Kamloops	  Airport	  was	  chosen	  as	  a	  sample	  location.	  The	  weather	  station	  used	  is	  at	  345.3m	  elevation,	  a	  valley	  bottom	  location	  (Government	  of	  Canada,	  2014).	  Members	  of	  the	  urban	  community	  of	  Kamloops	  live	  at	  valley	  bottom	  up	  to	  approximately	  800m	  in	  elevation.	  Rural	  population	  in	  the	  surrounding	  area	  live	  up	  to	  approximately	  1100m	  in	  elevation.	  The	  topography	  in	  the	  surrounding	  area	  is	  such	  that	  the	  majority	  of	  prevailing	  wind	  comes	  from	  the	  much	  higher	  surrounding	  mountains,	  and	  the	  majority	  of	  precipitation	  from	  the	  pacific,	  is	  lost	  over	  the	  Coast	  Mountains,	  prior	  to	  weather	  systems	  arriving	  in	  Kamloops.	  	  Anecdotally,	  I	  would	  expect	  climate	  data	  to	  reflect	  that	  there	  has	  been	  a	  warming	  trend	  in	  the	  Kamloops	  area	  in	  the	  winter	  months.	  Anecdotal	  evidence	  such	  as;	  increasing	  bark	  beetle	  activity	  (mountain	  pine	  beetle,	  Douglas-­‐fir	  beetle,	  balsam	  bark	  beetle,	  western	  bark	  beetle	  and	  spruce	  bark	  beetle),	  forest	  defoliator	  insect	  activity,	  trends	  in	  fire	  frequency	  and	  severity,	  and	  localised	  cases	  of	  surface	  water	  scarcity.	  All	  of	  these	  can	  be	  indicators	  of	  a	  changing	  climate,	  and	  all	  are	  also	  affected	  by	  land	  management	  decisions	  and	  human	  interference/intervention.	  	  Climate	  data	  from	  1951	  to	  2012,	  was	  used	  initially	  for	  winter	  and	  summer	  average	  maximums	  and	  minimums	  and	  precipitation	  to	  illustrate	  the	  difficulty	  of	  using	  averages	  to	  show	  trends.	  The	  data	  for	  1952	  and	  2012	  was	  then	  compiled	  and	  compared	  for	  the	  winter	  and	  summer	  extremes.	  2008	  data	  was	  incomplete	  so	  in	  some	  instances	  may	  be	  excluded	  from	  the	  analysis.	  For	  assessing	  whether	  there	  has	  been	  a	  shift	  in	  precipitation,	  the	  data	  for	  1960-­‐2012	  was	  used.	  All	  climate	  data	  used	  is	  from	  the	  Government	  of	  Canada,	  2014.	  	  Temperature	  Interpreting	  historic	  climate	  data	  is	  complicated.	  When	  average	  temperatures	  are	  used	  across	  broad	  geographic	  regions,	  the	  result	  is	  that	  higher	  or	  lower	  than	  normal	  temperatures	  cancel	  one	  another	  out	  and	  create	  the	  perception	  that	  changes	  are	  not	  consistent	  or	  significant.	  	  In	  one	  out	  of	  three	  weather	  stations,	  data	  collected	  and	  interpreted	  for	  the	  last	  50	  years	  will	  show	  no	  statistically	  significant	  change	  in	  climate	  variables	  (Schreier,	  personal	  communication,	  2014).	  	  To	  evaluate	  temperature,	  winter	  and	  summer	  should	  be	  evaluated	  during	  critical	  periods	  (Schreier	  and	  Pang,	  2014).	  The	  observations	  that	  initially	  show	  trends,	  can	  then	  be	  assessed	  for	  their	  significance.	  Temperature	  critical	  periods	  assessed	  are;	  winter	  -­‐	  December,	  January	  February,	  and,	  summer	  –	  June,	  July,	  August	  (Schreier,	  personal	  communication,	  2014).	  In	  some	  cases	  the	  entire	  period	  will	  show	  trends,	  in	  others,	  they	  can	  be	  evaluated	  separately.	  Identification	  of	  the	  significance	  of	  the	  changes	  are	  dependent	  on	  assessing	  the	  appropriate	  sets	  of	  data.	  Illustrating  the  effect  of  the  use  of  averages  Prior	  to	  analysis,	  it	  is	  important	  to	  illustrate	  the	  effects	  that	  the	  use	  of	  averages	  can	  have	  on	  the	  outcome	  of	  climate	  data	  interpretation.	  The	  mean	  winter	  min	  and	  max	  temperatures	  were	  used	  as	  an	  example.	  The	  trend	  in	  mean	  winter	  maximum	  and	  minimum	  temperatures	  (Figure’s	  1a	  and	  1b)	  indicates	  that	  the	  winter	  temperatures	  are	  increasing.	  Winter	  maximums	  appear	  to	  be	  increasing	  by	  approximately	  1	  degree	  Celsius	  every	  30	  years.	  However,	  when	  the	  statistical	  significance	  of	  the	  data	  was	  tested,	  it	  shows	  that	  the	  increase	  is	  not	  statistically	  significant.	  With	  95%	  confidence,	  the	  trend	  is	  between	  -­‐0.0068	  and	  +0.0612,	  and,	  because	  zero	  is	  within	  that	  range,	  we	  can't	  be	  certain	  that	  there	  is	  definitely	  an	  increase	  in	  temperature	  when	  using	  average	  data.	  Eliminating	  the	  extremes,	  reduces	  the	  variability,	  and	  the	  extremes	  are	  the	  events	  that	  will	  cause	  most	  disruption	  to	  the	  environment	  and	  society.	  This	  data	  manipulation	  and	  methodology	  does	  not	  provide	  certainty	  that	  climate	  is	  changing,	  and	  as	  a	  result,	  can	  be	  employed	  by	  individuals,	  corporations	  or	  governments	  whose	  interests	  are	  not	  served	  or	  advanced	  by	  the	  certainty	  of	  climate	  changes.	  	  Figure	  1a.	  Actual	  mean	  winter	  max	  temperatures	  recorded	  at	  Kamloops	  Airport	  (1952-­‐2012)	  and	  Figure	  1b.	  Actual	  mean	  winter	  min	  temperatures	  recorded	  at	  Kamloops	  Airport	  (1952-­‐2012)	  show	  the	  trends	  of	  the	  average	  climate	  data	  for;	  winter	  maximum	  (1a)	  and	  minimum	  (1b)	  averages	  (Dec/Jan/Feb),	  and	  demonstrate	  the	  inability	  to	  use	  mean	  temperatures	  to	  confirm	  trends	  in	  climate.	  Means	  show	  trends,	  but	  the	  lack	  of	  statistical	  significance	  shows	  that	  means	  are	  inappropriate	  due	  to	  the	  natural	  variability	  in	  weather	  and	  the	  limited	  data	  collection	  points.	  	  The	  means	  will	  not	  be	  the	  issue	  in	  future	  climate,	  it	  will	  be	  the	  extreme	  climate	  events	  that	  cause	  problems.	  	  Figure	  1a.	  Actual	  mean	  winter	  max	  temperatures	  recorded	  at	  Kamloops	  Airport	  (1952-­‐2012)	  	  	  	   	  -­‐6	  -­‐4	  -­‐2	  0	  2	  4	  6	  1940	   1950	   1960	   1970	   1980	   1990	   2000	   2010	   2020	  Degrees	  C	  Year	  (1952-­‐2012)	  Kamloops	  Mean	  Winter	  Max	  Actuals	  (Dec/Jan/Feb)	  Series1	   Linear	  (Series1)	  Figure	  1b.	  Actual	  mean	  winter	  min	  temperatures	  recorded	  at	  Kamloops	  Airport	  (1952-­‐2012)	  	  	  The	  use	  of	  means	  and	  lack	  of	  statistical	  significance	  illustrates	  the	  need	  to	  use	  the	  extreme	  values	  to	  attempt	  to	  determine	  whether	  there	  are	  changes	  happening	  in	  the	  climate.	  It	  is	  the	  extreme	  events	  that	  will	  prove	  limiting	  and	  potentially	  catastrophic	  in	  the	  future.	  In	  the	  following	  sections,	  the	  extreme	  temperatures,	  precipitation	  events	  and	  trends,	  in	  both	  winter	  and	  summer	  are	  evaluated.	  Winter  Extreme  Temperatures  The	  extreme	  winter	  maximum	  and	  minimum	  temperatures	  were	  analysed	  for	  Kamloops	  for	  December,	  January	  and	  February	  using	  Environment	  Canada	  data	  from	  December	  1951	  to	  December	  2012.	  In	  all	  three	  winter	  months,	  the	  minimum	  winter	  temperatures	  appear	  to	  be	  increasing	  while	  the	  extreme	  maximum	  temperatures	  do	  not	  appear	  to	  show	  much	  of	  a	  trend.	  Figure	  2.	  Kamloops	  Winter	  Temperature	  Trends	  shows	  the	  combined	  winter	  maximum	  and	  minimum	  temperatures	  for	  winter	  months	  in	  Kamloops	  from	  1952-­‐2012.	  The	  trend	  shows	  that	  over	  60	  years,	  the	  extreme	  minimum	  winter	  temperature	  has	  increased	  by	  approximately	  5	  degrees	  Celsius.	  	  	   	  -­‐16	  -­‐14	  -­‐12	  -­‐10	  -­‐8	  -­‐6	  -­‐4	  -­‐2	  0	  1940	   1950	   1960	   1970	   1980	   1990	   2000	   2010	   2020	  Degrees	  C	  Year	  (1952-­‐2012)	  Kamloops	  Mean	  Winter	  Min	  Actuals	  (Dec/Jan/Feb)	  Series1	   Linear	  (Series1)	  Figure	  2.	  Kamloops	  Winter	  Temperature	  Trends	  	  Figures;	  2a.	  Kamloops	  December	  Trend,	  2b.	  Kamloops	  January	  Trend,	  and	  2c.	  Kamloops	  February	  Trend	  show	  the	  extreme	  maximum	  and	  minimum	  temperatures	  and	  trend	  from	  1951-­‐2012	  for	  each	  winter	  month	  individually.	  All	  three	  months	  show	  an	  increasing	  trend	  in	  the	  winter	  minimum	  temperature,	  but	  the	  change	  in	  the	  minimum	  January	  temperatures	  is	  most	  prominent.	  January	  shows	  a	  trend	  of	  an	  increase	  of	  approximately	  eight	  degrees	  Celsius	  over	  60	  years.	  This	  illustrates	  that	  even	  the	  winter	  extreme	  averages	  for	  a	  winter,	  rather	  than	  by	  month,	  can	  hide	  a	  more	  prominent	  or	  extreme	  change	  in	  a	  certain	  period.	  	   	  -­‐40	  -­‐30	  -­‐20	  -­‐10	  0	  10	  20	  1951	  1953	  1955	  1957	  1959	  1961	  1963	  1965	  1967	  1969	  1971	  1973	  1975	  1977	  1979	  1981	  1983	  1985	  1987	  1989	  1991	  1993	  1995	  1997	  1999	  2001	  2003	  2005	  2007	  2009	  2011	  Degrees	  C	  Year	  Kamloops	  Winter	  Temperatures	  -­‐	  December/January/February	  extreme	  max	  and	  min	  temperatures	  1952-­‐2012	  Extr	  Min	  Temp	  (°C)	   Linear	  (Extr	  Min	  Temp	  (°C))	  Figure	  2a.	  Kamloops	  December	  Trend	  	  Figure	  2b.	  Kamloops	  January	  Trend	  	  Figure	  2c.	  Kamloops	  February	  Trend	  	  -­‐40	  -­‐20	  0	  20	  1951	  1955	  1959	  1963	  1967	  1971	  1975	  1979	  1983	  1987	  1991	  1995	  1999	  2003	  2007	  2011	  Degrees	  C	  Year	  Kamloops	  December	  	  Extr	  Min	  Temp	  (°C)	   Linear	  (Extr	  Min	  Temp	  (°C))	  -­‐40	  -­‐30	  -­‐20	  -­‐10	  0	  10	  20	  1951	  1955	  1959	  1963	  1967	  1971	  1975	  1979	  1983	  1987	  1991	  1995	  1999	  2003	  2007	  2011	  Degrees	  C	  Year	  Kamloops	  January	  	  Extr	  Min	  Temp	  (°C)	   Linear	  (Extr	  Min	  Temp	  (°C))	  -­‐40	  -­‐30	  -­‐20	  -­‐10	  0	  10	  20	  1951	  1955	  1959	  1963	  1967	  1971	  1975	  1979	  1983	  1987	  1991	  1995	  1999	  2003	  2007	  2011	  Degrees	  C	  Year	  Kamloops	  February	  Extr	  Min	  Temp	  (°C)	   Linear	  (Extr	  Min	  Temp	  (°C))	  To	  determine	  whether	  the	  change	  in	  temperature	  from	  a	  historic	  time	  period	  to	  the	  most	  recent	  time	  period	  is	  significant,	  the	  minimum	  temperature	  for	  the	  decade	  1951-­‐1960	  vs	  2000-­‐2012	  has	  be	  assessed.	  The	  graph	  in	  Figure	  2d.	  Kamloops	  1951-­‐1960	  vs	  2000-­‐2012	  winter	  extreme	  max	  and	  min,	  shows	  an	  increasing	  trend	  in	  the	  minimums.	  If	  this	  trend	  is	  shown	  to	  be	  significant,	  we	  can	  infer	  that	  the	  increasing	  trend	  will	  continue	  into	  the	  future.	  Figure	  2d.	  Kamloops	  1951-­‐1960	  vs	  2000-­‐2012	  winter	  extreme	  max	  and	  min	      Statistical  Significance  of  Winter  Trends  The	  winter	  maximum	  temperatures	  do	  not	  show	  much	  of	  a	  trend,	  and	  statistical	  analysis	  confirmed	  that	  the	  trends	  are	  not	  significant.	  In	  evaluating	  the	  winter	  minimum	  temperature	  trends,	  however,	  both	  January	  alone	  and	  the	  winter	  period,	  including	  December,	  January	  and	  February	  combined,	  shows	  statistically	  significant	  trends.	  Using	  linear	  regression,	  for	  the	  three	  winter	  months,	  the	  R2	  value	  is	  0.0367	  and	  has	  a	  P-­‐value	  of	  0.00897	  so	  there	  would	  be	  a	  0.8%	  probability	  of	  this	  being	  chance.	  The	  upper	  and	  lower	  confidence	  limits	  show	  that	  with	  95%	  confidence	  the	  slope	  will	  be	  between	  +0.0205	  and	  +0.1417,	  so	  we	  can	  be	  certain	  that	  there	  has	  definitely	  been	  an	  increasing	  trend	  in	  temperature	  95%	  of	  the	  time.	  	  	  January	  alone	  is	  also	  statistically	  significant	  with	  an	  R2	  value	  of	  0.0918	  and	  a	  P-­‐value	  of	  0.0303.	  The	  upper	  and	  lower	  confidence	  limits	  show	  that	  with	  95%	  confidence	  the	  slope	  will	  be	  between	  +0.0116	  and	  +0.2257,	  so	  we	  can	  be	  certain	  that	  there	  has	  definitely	  been	  an	  increase	  in	  temperature	  95%	  of	  the	  time	  in	  January.	  	  	  	   	  -­‐40	  -­‐20	  0	  20	  1940	   1950	   1960	   1970	   1980	   1990	   2000	   2010	   2020	  Degrees	  C	  1951-­‐1961	  	  	  	  	  	  	  	  	  	  2003-­‐2012	  1951-­‐1960	  compared	  to	  2000-­‐2012	  Extr	  Max	  Temp	  (°C)	   Extr	  Min	  Temp	  (°C)	  In	  Table	  1.	  Kamloops	  1951-­‐1960	  vs	  2000-­‐2012	  statistical	  significance	  of	  winter	  minimum	  temp,	  the	  minimum	  temperature	  for	  the	  decade	  1951-­‐1960	  compared	  to	  2000-­‐2012	  was	  analysed	  using	  an	  independent	  samples	  two	  tailed	  t-­‐test	  in	  Microsoft	  excel	  (Grange,	  2011),(Duke,	  2010).	  The	  change	  from	  the	  first	  time	  period	  to	  the	  second	  time	  period,	  is	  shown	  to	  be	  statistically	  significant	  with	  95%	  confidence.	  We	  can	  infer	  that	  the	  change	  in	  minimum	  temperature,	  by	  using	  the	  P-­‐value	  of	  0.040,	  indicates	  that	  only	  4%	  of	  the	  time	  the	  temperature	  change	  would	  be	  random	  (Grange,	  2011),	  (Wikipedia,	  2014),	  (Hooper,	  Unk).	  	  Summer  Extreme  Temperatures    The	  extreme	  summer	  maximum	  and	  minimum	  temperatures	  were	  analysed	  for	  Kamloops	  for	  June,	  July	  and	  August	  In	  all	  three	  summer	  months,	  the	  minimum	  temperatures	  appear	  to	  be	  increasing	  while	  the	  extreme	  maximum	  temperature	  does	  not	  appear	  to	  show	  much	  of	  a	  trend.	  Figure	  3.	  Kamloops	  Summer	  Temperature	  Trends,	  shows	  the	  combined	  maximum	  and	  minimum	  temperatures	  for	  summer	  months	  in	  Kamloops	  from	  1952-­‐2012.	  The	  trend	  shows	  that	  over	  60	  years,	  the	  extreme	  minimum	  summer	  temperature	  has	  increased	  by	  approximately	  3	  degrees	  Celsius.	  	  Figure	  3.	  Kamloops	  Summer	  Temperature	  Trends	  	  	  The	  summer	  extreme	  maximum	  and	  minimum	  temperatures	  for	  individual	  months	  June,	  July,	  August	  shows	  that	  the	  most	  prominent	  change	  is	  in	  the	  extreme	  minimum	  temperatures	  in	  August.	  Figures;	  3a.	  Kamloops	  June	  Trend,	  3b.	  Kamloops	  July	  Trend,	  and	  3c.	  Kamloops	  August	  Trend	  show	  the	  extreme	  maximum	  and	  minimum	  temperatures	  and	  trend	  from	  1951-­‐2012	  for	  each	  summer	  month	  individually.	  All	  three	  months	  show	  an	  increasing	  trend	  in	  the	  summer	  minimum	  temperature,	  but,	  the	  change	  in	  the	  minimum	  August	  temperatures	  is	  most	  prominent.	  August	  shows	  a	  trend	  of	  an	  increase	  of	  0	  10	  20	  30	  40	  50	  1951	  1953	  1955	  1958	  1960	  1962	  1965	  1967	  1969	  1972	  1974	  1976	  1979	  1981	  1983	  1986	  1988	  1990	  1993	  1995	  1997	  2000	  2002	  2004	  2007	  2009	  2011	  Degrees	  C	  Year	  Kamloops	  Summer	  Temperatures	  -­‐	  June/July/August	  extreme	  max	  and	  min	  termperatures	  1952-­‐2012	  Extr	  Max	  Temp	  (°C)	   Extr	  Min	  Temp	  (°C)	  Linear	  (Extr	  Max	  Temp	  (°C))	   Linear	  (Extr	  Min	  Temp	  (°C))	  Table	  1.	  Kamloops	  1951-­‐1960	  vs	  2000-­‐2012	  statistical	  significance	  of	  winter	  minimum	  temp	  t-­‐Test:	  Two-­‐Sample	  Assuming	  Unequal	  Variances	  	  	   Variable	  1	   Variable	  2	  	   	   	  Mean	   -­‐19.09	   -­‐15.6833	  Variance	   75.97817	   34.08626	  Observations	   30	   30	  Hypothesized	  Mean	  Difference	   0	   	  	  df	   51	   	  	  t	  Stat	   -­‐1.77855	   	  	  P(T<=t)	  one-­‐tail	   0.040637	   	  	  t	  Critical	  one-­‐tail	   1.675285	   	  	  P(T<=t)	  two-­‐tail	   0.081274	   	  	  t	  Critical	  two-­‐tail	   2.007584	   	  	  approximately	  four	  and	  a	  half	  degrees	  Celsius	  over	  60	  years.	  This	  illustrates	  that	  the	  summer	  extreme	  averages	  can	  also	  hide	  a	  more	  prominent	  or	  extreme	  change	  in	  a	  certain	  period.	  	  Figure	  3a.	  Kamloops	  June	  Trend	  	  Figure	  3a.	  Kamloops	  July	  Trend	  	  	   	  0	  10	  20	  30	  40	  50	  1951	  1954	  1957	  1960	  1963	  1966	  1969	  1972	  1975	  1978	  1981	  1984	  1987	  1990	  1993	  1996	  1999	  2002	  2005	  2008	  2011	  Degrees	  C	  Year	  Kamloops	  June	  Extr	  Max	  Temp	  (°C)	   Extr	  Min	  Temp	  (°C)	  Linear	  (Extr	  Max	  Temp	  (°C))	   Linear	  (Extr	  Min	  Temp	  (°C))	  0	  10	  20	  30	  40	  50	  1951	  1954	  1957	  1960	  1963	  1966	  1969	  1972	  1975	  1978	  1981	  1984	  1987	  1990	  1993	  1996	  1999	  2002	  2005	  2008	  2011	  Degrees	  C	  Year	  Kamloops	  July	  Extr	  Max	  Temp	  (°C)	   Extr	  Min	  Temp	  (°C)	  Linear	  (Extr	  Max	  Temp	  (°C))	   Linear	  (Extr	  Min	  Temp	  (°C))	  Figure	  3a.	  Kamloops	  August	  Trend	  	  	  	  Statistical  Significance  of  Summer  Trends  To	  determine	  the	  significance	  of	  the	  summer	  trends	  over	  time,	  linear	  regression	  was	  used	  to	  shows	  that	  the	  summer	  minimum	  temperatures	  are	  increasing.	  In	  the	  case	  of	  summer,	  rather	  than	  compare	  the	  full	  summer	  period	  to	  determine	  whether	  this	  pattern	  can	  be	  anticipated	  to	  continue,	  a	  two-­‐tailed	  t-­‐test	  was	  used	  for	  the	  month	  of	  August	  alone	  in	  two	  time	  periods.	  This	  is	  a	  critical	  time	  as	  it	  is	  the	  height	  of	  the	  drought	  season,	  and	  increased	  minimum	  temperatures	  will	  increase	  stress	  on	  aquatic	  and	  terrestrial	  ecosystems	  by	  reducing	  overnight	  recovery	  and	  increasing	  losses	  to	  evapotranspiration.	  The	  historic	  time	  period	  for	  August	  1951-­‐1960	  was	  compared	  to	  August	  2000-­‐2012.	  Figure	  3d.	  August	  Extreme	  Min	  Temp,	  shows	  the	  trend	  is	  increasing	  from	  the	  historic	  decade	  1951-­‐1960	  compared	  to	  most	  recent	  2003-­‐2012.	  Table	  2.	  Statistical	  significance	  August,	  show	  that	  the	  trend	  is	  statistically	  significant	  and	  we	  can	  expect	  it	  to	  continue	  (Grange,	  2011),	  (Wikipedia,	  2014),	  (Hooper,	  Unk).	  Figure	  3d.	  August	  Extreme	  Min	  Temp0	  10	  20	  30	  40	  50	  1951	  1954	  1957	  1960	  1963	  1966	  1969	  1972	  1975	  1978	  1981	  1984	  1987	  1990	  1993	  1996	  1999	  2002	  2005	  2008	  2011	  Degrees	  C	  Year	  Kamloops	  August	  Extr	  Max	  Temp	  (°C)	   Extr	  Min	  Temp	  (°C)	  Linear	  (Extr	  Max	  Temp	  (°C))	   Linear	  (Extr	  Min	  Temp	  (°C))	  Table	  2.	  Statistical	  significance	  August	  t-­‐Test:	  Two-­‐Sample	  Assuming	  Unequal	  Variances	  	  	   1951-­‐1960	   2003-­‐2012	  Mean	   5.24	   8.26	  Variance	   2.149333333	   1.424888889	  Observations	   10	   10	  Hypothesized	  Mean	  Difference	   0	   	  	  df	   17	   	  	  t	  Stat	   -­‐5.051451268	   	  	  P(T<=t)	  one-­‐tail	   0.00004920	   	  	  t	  Critical	  one-­‐tail	   1.739606726	   	  	  P(T<=t)	  two-­‐tail	   0.00009841	   	  	  t	  Critical	  two-­‐tail	   2.109815578	   	  	  	  Precipitation	  Changes	  in	  precipitation	  are	  difficult	  to	  quantify,	  as	  are	  the	  effects	  of	  those	  changes	  on	  aquatic	  and	  terrestrial	  ecosystems,	  society	  and	  the	  economy.	  Precipitation	  comes	  in	  the	  form	  of	  rain	  or	  snow	  and	  is	  variable	  much	  like	  temperature.	  For	  many	  reasons	  the	  timing	  of	  precipitation,	  as	  well	  as	  the	  intensity	  and	  frequency	  of	  precipitation	  are	  critical.	  	  The	  frequency	  and	  duration	  of	  precipitation	  events,	  particularly	  of	  rain,	  is	  of	  concern	  given	  the	  potential	  for	  runoff	  and	  flooding	  as	  the	  soils	  are	  not	  able	  to	  infiltrate	  the	  rain	  at	  the	  rate	  it	  is	  falling.	  Ideally	  precipitation	  events	  could	  be	  reviewed	  as	  daily	  data	  to	  identify	  the	  extreme	  events	  and	  their	  change	  in	  amplitude	  and	  frequency,	  but,	  for	  the	  purposes	  of	  this	  exercise	  only	  total	  by	  month	  data	  has	  been	  analysed.	  	  Total	  precipitation	  data	  can	  be	  considered	  in	  the	  context	  of	  critical	  periods	  to	  assess	  if	  there	  has	  been	  a	  shift	  in	  timing.	  Winter	  precipitation	  needs	  to	  be	  considered	  for	  effects	  on	  snowpack,	  and	  spring	  replenishment	  of	  stressed	  summer	  waterways.	  Summer	  precipitation	  is	  critical	  for	  drought	  impacts	  and	  can	  play	  a	  role	  with	  fire	  risk,	  intensity	  and	  severity	  in	  fire	  prone	  locations	  like	  Kamloops.	  	  The	  total	  precipitation	  for	  Kamloops	  over	  the	  time	  period	  1952-­‐2012	  was	  reviewed.	  Figure	  4.	  Kamloops	  total	  precipitation	  1952-­‐2012	  shows	  the	  total	  precipitation	  data	  on	  its	  own	  indicates	  that	  there	  has	  been	  very	  little	  change	  in	  the	  annual	  precipitation	  over	  the	  60	  year	  period.	  This	  information	  on	  its	  own	  does	  not	  provide	  any	  insight	  into	  the	  potential	  risks	  associated	  with	  changing	  precipitation	  regimes.	  To	  start	  to	  understand	  the	  critical	  periods,	  both	  winter	  precipitation	  and	  summer	  precipitation	  need	  to	  be	  evaluated	  on	  their	  own.	  	  Figure	  4.	  Kamloops	  total	  precipitation	  1952-­‐2012	  0	  5	  10	  15	  1940	   1950	   1960	   1970	   1980	   1990	   2000	   2010	   2020	  Degrees	  C	  1951-­‐1960	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  2003-­‐2012	  August	  Extr	  Min	  Temp;	  1951-­‐1960	  compared	  to	  2003-­‐2012	  Extr	  Min	  Temp	  (°C)	   Linear	  (Extr	  Min	  Temp	  (°C))	  	  	  Winter  Precipitation    Examination	  of	  the	  trends	  in	  winter	  precipitation	  for	  the	  months	  December,	  January	  and	  February	  (form	  here	  on	  referred	  to	  as	  “winter”)	  in	  Figure	  5.	  Kamloops	  Change	  in	  Total	  Winter	  Precipitation,	  show	  a	  decreasing	  trend.	  However,	  when	  the	  precipitation	  is	  shown	  as	  either	  snow	  in	  Figure	  5a.	  Change	  in	  Winter	  Precipitation	  as	  Snow,	  or,	  rain	  in,	  Figure	  5b.	  Change	  in	  Winter	  Precipitation	  as	  Rain,	  the	  trends	  are	  diverging	  where	  rain	  is	  increasing	  and	  snow	  is	  decreasing.	  This	  can	  be	  of	  particular	  concern	  for	  ecosystems	  that	  rely	  on	  slow	  input	  of	  meltwater	  from	  the	  mountains	  to	  sustain	  flow	  and	  cool	  them	  through	  the	  summer	  months.	  This	  can	  also	  indicate	  an	  increase	  in	  rain-­‐on-­‐snow	  events	  (which	  can	  cause	  early	  melt	  of	  existing	  snow	  packs,	  as	  well	  as,	  creating	  unstable	  layers	  that	  can	  cause	  avalanches	  in	  steep	  terrain),	  reduced	  opportunities	  for	  recreation	  that	  rely	  on	  snow	  (ski	  hill	  operations,	  backcountry	  recreation),	  and	  potential	  flooding	  in	  winter	  when	  the	  ground	  is	  frozen	  and	  has	  a	  reduced	  infiltration	  capacity.	  This	  trend	  is	  not	  surprising	  given	  the	  confirmed	  increase	  in	  winter	  minimum	  temperatures.	  	  Figure	  5.	  Kamloops	  Change	  in	  Total	  Winter	  Precipitation	  	  0	  20	  40	  60	  80	  100	  120	  140	  1940	   1950	   1960	   1970	   1980	   1990	   2000	   2010	   2020	  cm	  of	  snow	  and	  mm	  of	  rain	  Year	  Kamloops	  Total	  Precipita?on	  1952-­‐2012.	  	  Total	  Precip	  (mm)	   Linear	  (Total	  Precip	  (mm))	  0	  50	  100	  1940	   1950	   1960	   1970	   1980	   1990	   2000	   2010	   2020	  cm	  of	  snow	  and	  mm	  of	  rain	  Year	  Kamloops	  Change	  in	  Total	  Winter	  Precipita?on	  -­‐	  1952-­‐2012	  	  Total	  Precip	  (mm)	   Linear	  (Total	  Precip	  (mm))	  	  Figure	  5a.	  Change	  in	  Winter	  Precipitation	  as	  Snow	  	  	  	   	  0	  100	  200	  1960	  1962	  1964	  1966	  1968	  1970	  1972	  1974	  1977	  1979	  1981	  1983	  1985	  1987	  1989	  1991	  1993	  1995	  1997	  1999	  2001	  2003	  2005	  2007	  2010	  2012	  Axis	  Title	  Axis	  Title	  Change	  in	  Precipita?on	  as	  Snow	  1960-­‐2012	  Series1	   Linear	  (Series1)	  Figure	  5b.	  Change	  in	  Winter	  Precipitation	  as	  Rain	  	  Signif icance  of   Winter  Precipitat ion  The	  primary	  consideration	  for	  winter	  precipitation	  is	  the	  change	  in	  precipitation	  in	  the	  form	  of	  snow.	  Historically,	  this	  would	  provide	  a	  prolonged	  source	  of	  meltwater	  for	  spring	  replenishment	  of	  water	  courses,	  and,	  would	  provide	  a	  thermal	  blanket	  keep	  moisture	  in	  the	  ground	  and	  heat	  out.	  Figure	  5d.	  Winter	  Precipitation	  as	  Snow	  shows	  that	  for	  the	  two	  time	  periods	  1959-­‐1970	  compared	  to	  2002-­‐2012,	  the	  total	  amount	  of	  snow	  is	  decreasing,	  and	  Table	  2.	  Winter	  Snow	  Precip	  t-­‐Test	  indicates	  that	  this	  trend	  is	  significant	  and	  we	  can	  predict	  that	  it	  will	  continue	  (Grange,	  2011),	  (Wikipedia,	  2014),	  (Hooper,	  Unk).	  	  Figure	  5d.	  Winter	  Precipitation	  as	  Snow	  	  Summer  Precipitation  Evaluating	  the	  summer	  precipitation	  between	  1952	  and	  2012	  for	  the	  months	  of	  June	  July	  and	  August	  does	  not	  appear	  to	  show	  any	  trend.	  Figure	  6.	  Summer	  Precipitation	  does	  not	  show	  a	  trend.	  A	  statistical	  assessment	  of	  summer	  data	  was	  done	  and	  the	  data	  is	  not	  significant.	  	  	  This	  is	  not	  surprising	  given	  that	  the	  data	  used	  was	  monthly,	  and	  individual	  precipitation	  events	  that	  are	  significant	  are	  hidden	  by	  the	  use	  of	  totals.	  This	  masks	  the	  significance.	  	  As	  a	  result,	  large	  and	  unusual	  rainfall	  events	  that	  can	  result	  in;	  overland	  flow,	  reduced	  infiltration,	  and	  sedimentation,	  are	  lost	  in	  the	  data	  set.	  In	  order	  to	  assess	  the	  frequency	  and	  impacts	  of	  these	  events	  it	  would	  be	  necessary	  to	  look	  at	  the	  frequency,	  duration	  and	  overall	  volume	  of	  rainfall	  of	  every	  rainfall	  event	  over	  time.	  The	  data	  required	  would	  be	  daily	  data.	  	  0	  500	  1960	  1962	  1964	  1966	  1968	  1970	  1972	  1974	  1977	  1979	  1981	  1983	  1985	  1987	  1989	  1991	  1993	  1995	  1997	  1999	  2001	  2003	  2005	  2007	  2010	  2012	  Axis	  Title	  Axis	  Title	  Change	  in	  Precipita?on	  as	  Rain	  1960-­‐2012	  Series1	   Linear	  (Series1)	  0	  50	  100	  1950	   1960	   1970	   1980	   1990	   2000	   2010	   2020	  precipita?on	  as	  snow	  (cm)	  year	  Winter	  Precip	  as	  Snow;	  1959-­‐1970	  compared	  to	  2002-­‐2012	  Series1	   Linear	  (Series1)	  Table	  2.	  Winter	  Snow	  Precip	  t-­‐Test	  t-­‐Test:	  Two-­‐Sample	  Assuming	  Unequal	  Variances	  	  	   Variable	  1	   Variable	  2	  Mean	   25.25882	   15.37576	  Variance	   298.1352	   129.4631	  Observations	   34	   33	  Hypothesized	  Mean	  Difference	   0	   	  	  df	   57	   	  	  t	  Stat	   2.77415	   	  	  P(T<=t)	  one-­‐tail	   0.003735	   	  	  t	  Critical	  one-­‐tail	   1.672029	   	  	  P(T<=t)	  two-­‐tail	   0.007469	   	  	  t	  Critical	  two-­‐tail	   2.002465	   	  	  It	  is	  likely	  that	  if	  daily	  data	  was	  reviewed,	  there	  would	  be	  a	  trend	  in	  the	  frequency	  and	  severity	  of	  rain	  events	  in	  the	  spring	  and	  summer.	  There	  have	  been	  a	  number	  of	  these	  events	  in	  the	  past	  few	  years.	  On	  July	  26,	  2011	  (Kamloops	  Daily	  News,	  2011)	  there	  was	  flash	  flooding	  that	  resulted	  in	  road	  closures	  and	  debris	  flows,	  where	  some	  storm	  flows	  blew	  manhole	  covers	  off.	  The	  most	  recent,	  on	  the	  23rd	  of	  July,	  2014,	  Peterson	  creek	  that	  runs	  through	  the	  downtown	  core	  broke	  through	  its	  banks	  and	  damaged	  Peterson	  Creek	  Park	  trails	  and	  infrastructure,	  as	  well	  as,	  further	  downstream	  eroding	  the	  foundation	  from	  under	  a	  house	  on	  its	  bank.	  The	  north	  east	  area	  of	  town,	  Sun	  Rivers,	  is	  built	  below	  silt	  bluffs	  and	  experienced	  small	  scale	  landslides	  that	  resulted	  in	  the	  closure	  of	  the	  highway	  5a.	  This	  is	  in	  addition	  to	  many	  other	  road	  closures,	  and	  damage	  to	  personal	  properties	  and	  landscapes.	  In	  a	  climate	  that	  is	  typically	  dry,	  has	  fine	  textured,	  and	  in	  some	  cases	  hydrophobic	  soils,	  the	  impact	  to	  infrastructure	  such	  as	  roads	  and	  buildings,	  as	  well	  as	  natural	  ecosystems,	  can	  be	  severe.	  	  Figure	  6.	  Summer	  Precipitation	  	  	  Precipitation  Shifts  –  February  to  March  To	  answer	  the	  question	  about	  whether	  or	  not	  precipitation	  is	  shifting	  from	  late	  winter	  to	  early	  spring,	  the	  months	  of	  February	  and	  March	  were	  looked	  at	  in	  a	  number	  of	  ways.	  When	  you	  consider	  the	  change	  in	  precipitation	  in	  winter,	  from	  snow	  to	  rain,	  and,	  the	  increase	  in	  winter	  minimum	  temperature,	  the	  change	  in	  precipitation	  form	  is	  not	  surprising.	  In	  order	  to	  determine	  whether	  there	  is	  more	  precipitation	  in	  the	  spring,	  the	  trend	  in	  the	  months	  of	  February	  and	  March	  have	  been	  looked	  at.	  The	  total	  precipitation,	  shown	  in	  Figure	  7.	  Total	  precipitation	  Trend	  shows	  that	  over	  time	  the	  total	  precipitation	  has	  been	  increasing	  in	  February	  and	  March	  combined,	  for	  a	  total	  increase	  of	  approximately	  5mm	  over	  50	  years.	  When	  the	  individual	  months	  are	  looked	  at,	  February	  shows	  less	  of	  an	  increasing	  trend	  than	  March.	  To	  compare	  the	  change,	  the	  time	  period	  of	  1960-­‐1970	  has	  been	  compared	  to	  the	  time	  period	  of	  2000-­‐2010,	  for	  both	  months.	  Figure	  7a.	  February	  Precipitation	  Changes	  and	  Figure	  7b.	  March	  Precipitation	  Changes	  show	  the	  difference	  between	  the	  historic	  decade	  of	  1960-­‐1970	  and	  recent	  decade	  2000-­‐2010.	  Since	  the	  total	  precipitation	  change	  in	  February	  appears	  to	  be	  less	  than	  that	  in	  March.	  Which	  would	  imply	  that	  a	  shift	  in	  precipitation	  is	  occurring.	  The	  largest	  trend	  is	  in	  precipitation	  in	  the	  form	  of	  rain	  in	  March.	  	   	  0	  20	  40	  60	  80	  100	  120	  140	  1940	   1950	   1960	   1970	   1980	   1990	   2000	   2010	   2020	  cm	  of	  snow	  and	  mm	  of	  rain	  Year	  Kamloops	  Summer	  Precipita?on	  1952-­‐2012.	  	  Total	  Precip	  (mm)	   Linear	  (Total	  Precip	  (mm))	  Figure	  7.	  Total	  precipitation	  Trend	  	  Figure	  7a.	  February	  Precipitation	  Changes	  	  	  Figure	  7b.	  March	  Precipitation	  Changes	  	  0	  10	  20	  30	  40	  50	  1960	  1962	  1965	  1967	  1970	  1972	  1975	  1977	  1980	  1982	  1985	  1987	  1990	  1992	  1995	  1997	  2000	  2002	  2005	  2007	  2010	  2012	  total	  precipita?on	  year	  Total	  Precip	  -­‐	  February	  &	  March	  Trend	  (mm)	  Total	  Precip	  (mm)	   Linear	  (Total	  Precip	  (mm))	  0	  10	  20	  30	  1950	   1960	   1970	   1980	   1990	   2000	   2010	   2020	  cm	  of	  snow	  and	  mm	  of	  rain	  Year	  Kamloops	  February	  Precipita?on	  1960-­‐1970	  and	  2000-­‐2010.	  	  Total	  Rain	  (mm)	   Total	  Snow	  (cm)	   Linear	  (Total	  Rain	  (mm))	   Linear	  (Total	  Snow	  (cm))	  0	  10	  20	  30	  1950	   1960	   1970	   1980	   1990	   2000	   2010	   2020	  cm	  of	  snow	  and	  mm	  of	  rain	  Year	  Kamloops	  March	  Precipita?on	  1960-­‐1970	  and	  2000-­‐2010.	  	  Total	  Rain	  (mm)	   Total	  Snow	  (cm)	   Linear	  (Total	  Rain	  (mm))	   Linear	  (Total	  Snow	  (cm))	  Significance  of  Early  Spring  Precipitation  The	  increased	  precipitation	  as	  rain	  in	  February	  and	  March	  are	  both	  statistically	  significant.	  A	  two	  tailed	  t-­‐test	  was	  used	  to	  compare	  the	  historic	  (1960-­‐1970)	  and	  recent	  (2000-­‐2010)	  time	  periods,	  and	  showed	  that	  the	  probability	  of	  either	  of	  these	  trends	  being	  chance	  are	  extremely	  low.	  Given	  that	  it	  has	  been	  established	  that	  winter	  precipitation	  is	  decreasing,	  and	  that	  spring	  precipitation	  in	  the	  form	  of	  rain	  is	  increasing,	  we	  can	  infer	  a	  shift	  from	  winter	  to	  spring	  precipitation	  regimes.	  	  Conclusions	  The	  data	  assessed	  has	  provided	  a	  generic	  set	  of	  baseline	  information.	  This	  information	  could	  be	  used	  to	  identify	  starting	  points	  to	  assess	  the	  impacts	  of	  these	  significant	  observed	  changes.	  In	  order	  to	  assess	  the	  potential	  impacts	  of	  increases	  in	  minimum	  temperatures,	  the	  values	  at	  risk	  need	  to	  be	  determined,	  as	  do	  their	  critical	  thresholds/tolerances	  (E.g.	  Forest	  seedling	  tolerances	  to	  summer	  minimum	  temperature	  increases).	  	  To	  assess	  the	  impacts	  of	  changes	  and	  shift	  in	  timing	  of	  precipitation,	  it	  would	  be	  necessary	  to	  evaluate	  the	  extreme	  daily	  events	  in	  the	  context	  of	  values	  at	  risk.	  This	  would	  require	  that	  daily	  data	  be	  evaluated	  over	  time,	  in	  the	  context	  the	  value	  being	  considered.	  For	  precipitation	  timing	  changes	  in	  spring,	  for	  example,	  capacity	  of	  the	  environment	  to	  absorb	  the	  additional	  water	  will	  have	  a	  direct	  impact	  on	  spring	  freshet.	  The	  caution	  is	  that	  extrapolation	  of	  climate	  data	  from	  one	  geographic	  location	  has	  inherent	  risk,	  and	  should	  be	  done	  with	  extreme	  care	  and	  consideration.	  Statistical	  significance	  of	  historic	  data	  and	  its	  use	  to	  predict	  future,	  is	  somewhat	  dependent	  upon	  the	  theory	  that	  all	  other	  factors	  remain	  the	  same.	  Increased	  anthropogenic	  effects	  on	  climate	  are	  therefore	  an	  important	  consideration.	  These	  effects	  are	  widespread	  and	  often	  human	  activities,	  that	  are	  seemingly	  innocuous,	  can	  affect	  local	  climate.	  Human	  interactions	  with	  the	  environment	  are	  difficult	  to	  quantitatively	  define;	  have	  cumulative	  impacts;	  and,	  are	  increasing.	  Land	  management	  decisions	  impact	  the	  spatial	  and	  temporal	  distribution	  of	  forest	  age	  classes,	  impacting	  resilience	  and	  susceptibility	  to	  fire	  and	  insect	  regimes.	  Reduced	  canopies	  on	  insect	  damaged	  or	  killed	  trees	  reduce	  interception	  cover,	  and	  thereby	  reduce	  evapotranspiration	  rates.	  Fire	  management,	  through	  protection	  of	  resource	  values	  and	  communities	  has	  inadvertently	  created	  decadent	  forests	  susceptible	  to	  extreme	  fire	  behavior.	  Urbanisation	  creates	  heat	  sources,	  disrupting	  natural	  air	  circulation	  patterns.	  There	  is	  increasing	  demand	  for	  withdrawal	  of	  surface	  and	  groundwater	  for	  various	  domestic	  and	  industrial	  uses	  that	  goes	  relatively	  unmonitored,	  but	  the	  availability	  in	  critical	  periods	  is	  diminishing.	  All	  of	  these	  contribute	  to	  the	  resilience	  of	  natural	  ecosystems,	  and	  result	  in	  environmental	  outcomes	  that	  are	  similar	  to	  climate	  impacts,	  while	  also	  contributing	  to	  climate	  change.	  Close	  attention	  to	  social	  and	  land	  use	  trends	  is	  required	  to	  more	  accurately	  predict	  climate	  impacts	  and	  future	  trends.	  	   	  Literature	  Cited:	  Duke,	  Chris	  (2010).	  StatsCast:	  What	  is	  a	  t-­‐test?	  [ONLINE]	  Available	  at:	  	  Environment	  Canada	  (2014).	  Climate	  Trends	  and	  Variations	  Bulletin	  –	  Winter	  2013-­‐2014.	  [ONLINE]	  Available	  at:­‐cmda/default.asp?lang=En&n=383F5EFA-­‐1.	  	  Government	  of	  Canada	  (2014).	  Kamloops	  Airport	  Monthly	  Data.	  [ONLINE]	  Available	  at:­‐01-­‐01|2012-­‐12-­‐01&Year=1960&Month=01&Day=01.	  Grange,	  Jim	  (2011).	  t-­‐test	  in	  Microsoft	  excel.	  [ONLINE]	  Available	  at:	  	  Hooper	  (Unknown).	  What	  is	  a	  P-­‐Value?	  [ONLINE]	  Available	  at:	  	  Schreier	  and	  Pang,	  (2014).	  Water	  in	  International	  Development.	  [Online]	  Available	  at:	  http://ubclfs-­‐	  Wikipedia	  (2014).	  One	  and	  two	  tailed	  tests.	  [ONLINE]	  Available	  at:­‐_and_two-­‐tailed_tests.	  	  


Citation Scheme:


Citations by CSL (citeproc-js)

Usage Statistics



Customize your widget with the following options, then copy and paste the code below into the HTML of your page to embed this item in your website.
                            <div id="ubcOpenCollectionsWidgetDisplay">
                            <script id="ubcOpenCollectionsWidget"
                            async >
IIIF logo Our image viewer uses the IIIF 2.0 standard. To load this item in other compatible viewers, use this url:


Related Items