Degree-days (DD) are an increasingly popular method for explaining variation in fish growth and development. By including a base temperature (T o ) the DD formula limits calculations to temperatures that are relevant to growth. However, our review of growth studies shows multiple T o values in use for a given fish species. To determine how T o affects the ability of DD to explain within-population growth variation, we first show that the ability of DD to describe a growing season is robust to low values of T o . We then analyze immature length data from eight species and 85 water bodies in North America to show that there is a broad range of T o values that effectively explain growth variation. Based on these results, we argue that precise T o estimates are unwarranted for most single-population studies and recommend standard T o values (0, 5, 10, 15°C). Standardization facilitates comparative studies and promotes the use of DD in future research. To this end, we provide equations for converting annual DD at a given T o to annual DD at a standard T o . Résumé :Les degrés-jours (DJ) constituent une méthode de plus en plus usitée pour expliquer les variations associées à la croissance et au développement des poissons. L'incorporation d'une température de base (T o ) dans la formule des DJ limite les calculs aux températures pertinentes pour la croissance. Un examen des études sur la croissance indique toutefois que de multiples valeurs de T o sont utilisées pour des espèces de poissons données. Afin de déterminer l'incidence de T o sur l'adéquation des DJ pour expliquer les variations de croissance au sein d'une population, nous démontrons d'abord l'adéquation des DJ pour décrire une période de croissance jusqu'à de faibles valeurs de T o . Nous analysons ensuite des données sur la longueur de poissons immatures pour huit espèces et 85 plans d'eau en Amérique du Nord pour démontrer qu'il existe une grande fourchette de valeurs de T o qui permettent d'expliquer adéquatement les variations de croissance. À la lumière de ces résultats, nous postulons que des estimations précises de T o ne sont pas nécessaires pour la plupart des études sur des populations individuelles et recommandons l'utilisation de valeurs de T o normalisées (0, 5, 10, 15°C). Une telle normalisation facilite les études comparatives et favorisera l'utilisation de DJ dans des travaux futurs. Nous présentons à cet effet des équations pour la conversion de DJ annuels pour une T o quelconque en DJ annuels pour une T o normalisée. [Traduit par la Rédaction]
The degree-day (DD) is a method of describing the thermal opportunity for growth and development and is becoming increasingly popular when comparing fish growth over large spatial scales (e.g., counter-gradient growth). Temperatures too cold to permit growth are excluded in the DD equation by incorporating a lower temperature threshold (T o ). However, there is no convention for choosing T o , and unknown is the effect of an incorrect T o on how growth is perceived. We simulate data to demonstrate how an incorrect T o may lead to differences in temperature-corrected growth rates among populations. These differences increase with the error in T o and the thermal range among simulated populations. We then show the same relationships in an analysis of length-at-age data from 81 walleye (Sander vitreus) populations in North America. Together, our results demonstrate that differences in temperature-corrected growth rates among populations can be a statistical artifact rather than a biological phenomenon, especially when populations are distributed over a large thermal gradient. Résumé :La méthode des degrés-jour (DJ), utilisée pour décrire les possibilités de croissance et de développement selon la température, est de plus en plus employée pour comparer la croissance des poissons sur de grandes étendues (p. ex. croissance à contre-gradient). Les températures trop basses pour permettre la croissance sont exclues de l'équation des DJ en incorporant un seuil de température minimum (T o ). Il n'existe toutefois aucune convention sur le choix de la valeur de T o , et l'effet d'une T o incorrecte sur la perception de la croissance est inconnu. Nous simulons des données afin de démontrer comment une T o incorrecte peut mener à des différences entre populations sur le plan des taux de croissance corrigés pour la température. Plus l'erreur associée à T o et la fourchette de températures pour les populations simulées sont grandes, plus ces différences sont importantes. Nous démontrons ensuite l'existence des mêmes relations dans une analyse de données de longueur selon l'âge pour 81 populations de dorés jaunes (Sander vitreus) en Amérique du Nord. Collectivement, nos résultats démontrent que des différences entre populations sur le plan des taux de croissance corrigés pour la température peuvent être des artefacts statistiques plutôt que le produit d'un phénomène biologique, particulièrement dans le cas de populations réparties le long d'un important gradient thermique. [Traduit par la Rédaction]
River networks may dampen local hydrologic signals of climate change through the aggregation of upstream climate portfolio assets. Here we examine this hypothesis using flow and climate trend estimates (1970–2007) at 55 hydrometric gauge stations and across their contributing watersheds' within the Fraser River basin in British Columbia, Canada. Using a null hypothesis framework, we compared our observed attenuation of river flow trends as a function of increasing area and climate trend diversity, with null‐simulated estimates to gauge the likelihood and strength of our observations. We found the Fraser River reduced variability in downstream long‐term discharge by >91%, with >3.1 times the attenuation than would be expected under null simulation. Although the strength of dampening varied seasonally, our findings indicate that large free‐flowing rivers offer a powerful and largely unappreciated process of climate change mitigation. River networks that integrate a diverse climate portfolio can dampen local extremes and offer climate change relief to riverine biota.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.