Mountain Meadows of the Sierra NevadaAn integrated means of determining ecological condition in mountain meadows  

Protocols and Results from  2006  

Sabra E. Purdy and Peter B. Moyle       

 

 

 

Department of Water Resources Contract No. 4600004497 

2  

Acknowledgments   We would like to acknowledge the Department of Water Resources (Contract No. 4600004497) for their support of this research project under the Integrated Regional Water Management Plans. We would also like to thank our sponsor, the Natural Heritage Institute (Agreement No. 06‐000470), in particular, Elizabeth Soderstrom and Carrie Monohan. In addition, we extend our gratitude to Amy Merrill, David Weixelman, Jeff Brown and Sagehen Field Station, Max Fish, Dan Wilson, Brett Baker, Jon Stead, Erik King, Morgan King, Ken Tate, and the administrative staff at the U.C. Davis Center for Watershed Sciences, Diana Cummings, Tanya Guilfoil, and Ellen Mantallica.  

3  

Introduction to Sierra Nevada Meadows   Montane meadows are a distinctive form of riparian wetland that occur in the elevational belt between 4,000 and 8,000 feet in the Sierra Nevada. Riparian plant communities differ significantly from their corresponding upland communities because of their access to water and because the soil type provides conditions not found elsewhere (Kondolf et al. 1996). Riparian areas are generally limited to a narrow strip along the stream before the increased depth of the water table forces a change to an upland community (Kondolf et al. 1996). Therefore, riparian habitats tend to represent just a small fraction of the land in any given watershed, ranging from approximately 0.1 to 1 percent in the Sierra Nevada (Kattelmann and Embury 1996). Mountainous areas with steep gradients are frequently punctuated by alluvial basins with low gradients. In these areas, both the water table and riparian vegetation are able to spread out, creating meadows. Such meadows represent less than 0.01 percent of the landscape in the Sierra Nevada, but are very important in their function and biodiversity (Kattelmann and Embury 1996). These productive and diverse systems support more species of wildlife than any other habitat type in the Sierra Nevada (Kauffman and Krueger 1984). For example, approximately one‐fifth of the 400 species of terrestrial vertebrates found in the Sierra Nevada are strongly dependent on riparian areas, with a much higher percentage partially associated with riparian areas (Graber 1996). Meadows and riparian areas have been identified as the single most important habitat to birds in the western U.S. (DeSante 1995). In addition, amphibian species such as mountain yellow‐legged frog (Rana muscosa and Rana sierrae (Vredenburg), the Yosemite toad (Bufo canorus) (both endemic to the Sierra Nevada), and southern long‐toed salamander (Ambystoma macrodactylum sigillatum) all heavily rely on meadows, or meadow associated habitats.  

  Although Sierra mountain meadows are disproportionately valuable for habitat and ecological services, they have generally received less attention than wetlands at lower elevations. They have withstood a long history of degradation (change to a state that is less productive and supports fewer species and individuals of native animals and plants) from timber harvest, dams and diversions, mining, livestock grazing, and invasions of alien species (Ratliff 1985). In spite of their importance, there is surprisingly little comprehensive information available regarding their status or the status of the streams they contain on which to base planning, restoration, and conservation priorities. Despite considerable and widespread impacts from grazing and other activities, a fairly high proportion of Sierran meadows appear to have not crossed the threshold into irreversible, long‐term ecological impairment.  Meadows are comparatively resilient systems that can return to an apparent high state of ecological function once degrading influences, such as grazing or roads, are eliminated or reduced (Ratliff 1984, US Bureau of Land Management 1995). This resiliency is presumably the result of a combination of ample water, a large seedbank, and low gradients, but can be lost once a certain degradation threshold has been passed and the system cannot recover on its own.   The single biggest factor that reduces meadow resiliency and hence promotes degradation in the Sierra Nevada is grazing, particularly in the way it can change meadow hydrology.  

 

 

4  

Grazing 

   With few exceptions, nearly all meadows in the Sierra Nevada have been grazed by livestock at one time or another (Kattelmann and Embury 1996). Many areas have been badly damaged by grazing and the effects can be seen in many meadow streams. In the Sierra Nevada, grazing was virtually ubiquitous before 1930 (Kattelmann and Embury 1996) and only the most remote and inaccessible areas remained ungrazed (Kinney 1996). Grazing occurred primarily in riparian areas because they provided the best forage, shade, and easy access to water;  the effects of the livestock quickly became evident (Kinney 1996). For example, years of persistent overgrazing in Plumas National Forest led to major degradation of the riparian meadows in the North Fork Feather River drainage (Kattelmann and Embury 1996). Severe gullying and soil loss was evident by 1900 (Kattelmann and Embury 1996). The Soil Conservation Service estimated soil losses in the watershed to be 15‐30 vertical cm (6‐12 in) since grazing began in the 1860s (Kattelmann and Embury 1996). Menke et al. (1996) provided a thorough look at the grazing history of California from the gold rush era to present times, and found that although considerable improvement has been made in range management, there was a great deal of residual damage in these systems, and they are not likely to recover without 1) further reduction or elimination of grazing, and 2) active restoration projects. For example an inventory of wet meadows in Inyo National Forest in the eastern Sierra indicated that 90% were damaged or threatened by damage from accelerated erosion due to poor grazing practices (Kattelmann and Embury 1996). 

Despite the large body of literature demonstrating the negative ecological impacts of livestock grazing, properly managed grazing is not necessarily detrimental to the environment (Menke et al. 1996, Allen‐Diaz et al. 1999). Techniques utilized for minimizing cattle impact to riparian areas include pasture rotation, grazing alternate years, decreased stock levels, and riparian exclosures (Menke et al. 1996). A common criticism in the literature is that few of these management tools receive premanipulation study and are therefore riddled with inferential mistakes, causal assumptions, and inconclusive evidence (Belsky et al. 1999, Sarr 2002). Additionally, many studies set out only to document patterns associated with overgrazing rather than quantitative analysis of processes (both degradation and recovery) (Sarr 2002). The contentious nature of economic interest versus ecosystem health has generated decades of debate; yet, there are relatively few conclusive studies about quantitative effects of grazing (Sarr 2002). Vegetation changes are fairly well‐documented, but references to impacts on fish and other aquatic organisms are surprisingly sparse. This may be in part due to the difficulty of separating causal interactions in already‐degraded streams, particularly in light of the long history of degradation in these systems. The dearth of sites that have never been impacted makes it difficult to reference historical conditions and quantitatively compare them to current conditions. 

Hydrology 

   Mitsch and Gosselink (2000) contend that hydrology is the primary driver for the establishment and persistence of all wetlands. While hydrology drives botanical community structure, it is also driven by it. The connection between hydrology, vegetation, and stream geomorphology in meadows is generated by both positive and negative feedbacks, and an impact to one inevitably affects the others. Stream bank erosion is one of the most obvious and widespread negative effects of disturbance in meadow systems (Micheli and Kirchner 2002). While this may have a number of root causes, the most common causes of erosion and incision in Sierran meadows 

5  

have been 1) grazing of livestock and 2) poorly installed culverts, and 3) road cuts, that lead to head cutting, bank erosion, and drops in the water table.  

  Generally, soil erosion is preceded by a loss of protective vegetation, though large scale flood events that mobilize large volumes of sediment can alter stream beds through both erosion and deposition.  Hydric meadows are often dominated by sedges (Carex species), which generally possess densely matted root matrices that do an excellent job of holding together the unconsolidated and fine soils generally found in meadows (Chambers et al. 2004). Meadow vegetation protects stream banks from the erosive forces of water and helps to attenuate flooding when the stream overtops its banks. In combination, meadow soils and vegetation have a sponge‐like effect and are able to store water that is available for a longer time over a greater surface area to meadow vegetation (Hammersmark et al. 2008). When stream bank vegetation is depleted past a certain threshold level, the dynamics of moving water quickly begin to erode the soft, unconsolidated meadow soils (Micheli and Kirchner 2002). This leads to a widening of the stream channel which in turn prevents the stream from overtopping its banks and accessing the floodplain in high runoff events. Rather than dissipating energy onto the floodplain, the full erosive power of the water is contained within the widened stream channel (Micheli and Kirchner 2002). The inevitable result is the initiation of channel incision. The stream bed is scoured, small cobble and gravels (the best habitat for invertebrates) are mobilized and the channel becomes increasingly deeper. Stream channel incision generally coincides with an overall drop in the water table, thus altering the vegetation community structure. This series of positive feedbacks cannot be reversed by simply removing the disturbance after a certain threshold level of incision has taken place, and the meadow then becomes relegated to a narrow riparian strip inside disproportionately high stream banks. Because of the loss of hydrologic connectivity, the plant community remains altered indefinitely and the meadow is lost.  

However, although grazing and its interaction with hydrology are the principal cause of meadow degradation in the Sierran Nevada, it is not clear if this interaction affects all parts of the system equally (Allen‐Diaz et al. 1999). Because meadows are such complex systems, multiple measures of their state of ecological function (“health”) are needed. In this study, we have developed a system of multiple measures to examine meadow condition.  In developing this protocol, we have attempted to address critical information gaps and deepen our understanding of the connections between hydrology, streams, and terrestrial conditions in meadows. 

Purpose      This study was based on the hypothesis that terrestrial‐based measures of meadow condition (the most common assessment method for meadows) may not represent the true condition adequately because they do not include any measure of aquatic conditions. Degradation in meadows frequently starts at the riparian edge and spreads to both the aquatic and terrestrial ecosystems. However, the aquatic systems generally have less resistance to disturbance because of the dynamic nature and erosive power of moving water. Therefore, we developed an independent, multi‐metric evaluation methodology for meadow streams that could be used to develop information on aquatic systems for comparison with results of standard botanical surveys. We were also interested in providing baseline information for future studies, for both restoration purposes and to monitor the effects of climate change.                             

Our project had 3 broad purposes: (1) to build a set of integrated meadow survey protocols that measured both aquatic and terrestrial conditions, (2) to develop a set of meadow‐specific indices of biotic integrity (IBIs) made up of combined terrestrial and aquatic metrics to determine 

6  

ecological condition (i.e., health) in meadows, and (3) to use this system to rate the ecological condition of meadows in the northern Sierra Nevada. We were interested in knowing if methods commonly used by aquatic and terrestrial assessment teams produced similar results, i.e., were individual meadows likely to be assessed as being in good or bad condition by all methodologies or did different methods produce different results? If so, what consistent differences could we expect from the different measures?   

  In 2005, we sampled 88 (combined UC Davis and CDFG surveys) meadows in Plumas, Sierra, Nevada, El Dorado, Alpine, and Placer Counties. The meadows were located on public land, mainly on national forest lands (Tahoe, El Dorado, Stanislaus, Humboldt/Toiyabe, Plumas), at elevations between 4,900 and 8,200 ft. In the 2006 field season, we sampled 67meadows primarily in Plumas, Lassen, and Modoc Counties, and also repeated sampling efforts at some locations from the 2005 season. The meadows used in the analysis were mainly classified as Moist Meadow Foothill Zone Ecological Type or Moist Meadow Montane Zone Ecological Type by Weixelman et al. (2003) (Appendix 1). These meadows were dominated by grasses and sedges with patches of willows and other riparian shrubs; they have wet to moist soils through most of the summer. Most had streams flowing through them with perennial flows, with some streams becoming intermittent by late summer. The meadows were typically surrounded by mixed coniferous forest. All had a history of grazing by cattle and sheep, as well as of logging in surrounding forests; most of the meadows were in varying degrees of recovery from heavy usage. 

  We used the field study results to develop indices (scoring systems) to determine the condition of meadow streams and the biotic communities they supported by measuring the diversity and abundance of amphibians and reptiles, aquatic invertebrates, fish, riparian vegetation, habitat condition, and water quality. From this data we calculated five indices of meadow condition: two indices of biotic integrity (IBIs) based on fish, (one with fish and amphibians, one with fish only), an invertebrate IBI based on combining five aquatic macroinvertebrate indices, an index of physical habitat quality (Barbour et al. 1999), and an index of vegetation condition based on the methods of Weixelman et al (2003). Additionally, we created an overall IBI, which is the average score of the five indices (the two fish IBIs, the macroinvertebrate IBI, the habitat index, and the vegetation index) combined. We also built an index using only the invertebrate IBI, the habitat index, and the vegetation index, in order to compare its outcomes to the fish‐based indices.    In 2006, we made several improvements to the assessment protocol, which included an in‐depth vegetation survey of our own and more intensive invertebrate identification. With greater information about the vegetation and invertebrate taxa, we modified the data analysis protocols and the metrics used to build the indices for the 2006 season. Both protocols can be undertaken by trained crews in approximately two hours; however, the 2006 protocol requires a substantial increase in the training and expertise of the people in the field, Therefore, we provide detailed protocols for both the 2005 (Protocol I) sampling design and the 2006 (Protocol II) sampling design in this document. Differences between the two are indicated in the text. Both protocols are informative and robust; however, Protocol II provides a more in‐depth level of inquiry and more refined results.  

Field Methods   In both the 2005 and 2006 protocols, we sampled 50 meter stream reaches. We placed blocknets at each end of the reach to prevent entrance or egress of fishes from the sampling area. We chose reaches that were both accessible and representative of the meadow. In large meadows, we often sampled two reaches to account for the habitat heterogeneity. The sampling procedures 

7  

for fishes, amphibians, habitat, flow, temperature, substrate, and turbidity were identical during both field seasons; the only changes were the introduction of a more intensive vegetation survey and the change from identification of invertebrates from the order level to the family level.   Amphibian and Reptile surveys   We surveyed day‐active amphibians (mainly frogs) in the riparian zone, using Visual Encounter Surveys (Crump and Scott 1994). Reptiles (mainly two species of garter snakes) were also recorded. The amphibian surveys started as soon as the crew arrived on the site, before other sampling began. Two observers, one on each side of the stream, walked upstream along the stream bank over the length of the stream reach counting all amphibians within 5 m of the stream bank and in any side channels or pools along the stream bank. Special attention was paid to looking through vegetation, examining holes, searching for tadpoles, and scrutinizing all likely amphibian habitats. Start and finish times were recorded in order to calculate catch per unit effort. We identified all observed amphibians and recorded length and life stage on a standardized form (Crump and Scott 1994, p. 91, Appendix 2). Amphibians observed or captured during the fish sampling were recorded in a total abundance score for the site. The final data consisted of 1) a species list and 2) abundance score for each species, where 0 = none observed, 1 = rare (single individual encountered), 2 =common (2‐10 individuals encountered), and 3 = abundant, more than 10 individuals encountered.  Aquatic Invertebrate Sampling Protocol I (2005)   Benthic macroinvertebrates (BMI) were sampled using modified Level 2 protocols from Harrington and Born (2000)1. We took nine total samples from within each fish sampling reach, using a D‐net, preferentially sampling riffles or distinctive habitats throughout the reach. We focused on finding three riffles or other sampling areas, evenly spread through the sampling reach (one near the bottom block net, one near the center of the reach, and one near the top). Three samples were then taken from each area for a total of 9 samples. At each riffle, the D‐net was wedged against the stream bed with the opening facing upstream. A crew  member agitated the 2 square feet in front of the net (i.e., flipping rocks over and scrubbing them into the net, digging in the substrate, making sure that a large portion of the organisms in the sampling area are carried into the net). If flows were low, samples were gathered by sweeping the net through the water column for approximately four feet, bouncing the net along the bottom in order to pick up benthic organisms, but not dragging it through the sediment.    The samples from each of the three main sampling areas were combined to form 3 aggregated samples and each was placed in a white enamel pan and the major debris removed. We sorted and identified the live invertebrates to order in the field (this may be difficult for the inexperienced) and returned them to the stream afterwards. The crew member doing the sorting scanned the pan back and forth while a second person recorded the taxa observed. This kind of sorting represents a departure from the Harrington and Born (2000) protocol which assumes collectors have only minimal skills in identifying aquatic invertebrates and so requires that preserved samples of invertebrates be sorted in a laboratory setting. We identified the first ~100 invertebrates in each sample (300 minimum for the combined sample) to order by eye or with a field microscope, noting number of families in the orders Ephemeroptera, Plecoptera, and Trichoptera. Invertebrates with questionable identification were preserved in 70% ethanol for later identification in the 

                                                            1 Note that the California Department of Fish and Game has recently updated protocols for bioassessment in wadable 

streams. More information on the SWAMP (Surface Water Ambient Monitoring Protocols) protocols can be found at http://www.swrcb.ca.gov/swamp/docs/phab_sopr6.pdf 

8  

laboratory. Three complete samples were brought back for traditional laboratory processing to validate field sorting accuracy.  Aquatic Invertebrate Sampling Protocol II (2006)   All of the sampling methods for Protocol 2 were identical to that of Protocol 1. The number of subsamples was the same, as were the methods used to collect invertebrates. However, we increased the level of effort in identifying invertebrates to a lower taxonomic level. We identified all invertebrates to the family level, and took samples preserved in 70% ethanol back to the laboratory when identifications were uncertain. In addition, we made a gross estimate of the total number of invertebrates per sample based on the percentage of invertebrates left unidentified in the pan after subsampling took place. This enabled us to show relative abundances between streams.   Fish Sampling   Fish sampling protocol was identical for both 2005 and 2006. Basic fish sampling procedures followed those of Moyle et al. (2002). A block net was placed at the upper and lower end of each 50 meter sampling reach. A single pass with a Smith‐Root type 12 backpack electrofisher was made covering all of the habitat within the stream. Stunned fish were captured by two to three people using dip nets. The fish were kept alive in buckets or live wells until they were identified to species (using Moyle 2002), measured (standard length), and weighed (most through volumetric displacement using graduated cylinders, with some on an electronic balance); then they were returned alive to the water. At some sites, three pass electrofishing was performed for a more quantitative comparison with past surveys. All data was recorded on standardized forms (Appendix 3).    Vegetation Sampling Protocol I (2005)   Riparian plant communities were classified using fifteen categories (non‐woody plants, sedges, grass, forbs, shrubs, willows along stream, willows at site, alders along stream, alders at site, sagebrush, other shrubs, number of trees, tree coverage, aspen, white alder, cottonwood, lodgepole pine, white fir, other tree species);  the  percentage cover of each category was noted with a score of 1 equal to <5% of the total area, 2 = 5‐20%, 3 = 21‐50%, 4 = 51‐80%, and 5 = 81‐100% (Appendix 8). In addition, we estimated average willow height and noted moisture regime by determining if there was standing water on the surface of the soil, if the soil was saturated, if the soil was moist on the top 2 ‐5 centimeters, or if the soil was dry to touch). This data can be used to determine meadow type and as a gross measure of community type, but does not provide detailed information about community structure, diversity, or seral status. This version of the vegetation survey characterized the meadow plant communities, but determination of vegetation condition required the more in depth survey we developed for the 2006 field season.     We used the methods of Weixelman et al. (2003) as the botanical component for determining vegetation condition in the meadow (Appendix 3 and 4). Condition status in this case was defined as successional status, which represents the degree of recovery from a past disturbance. We first determined meadow type based on soil saturation, depth to soil mottling, presence of soil organic or peat layer, presence of indicator species, and elevation (Appendix 2). Then the relative frequency of plant species on a line transect was quantified. Plant species were divided into three seral categories (1) early seral; (2) mid‐seral; (3) late seral. Following Weixelman et al. (2003), we equated seral status with ecological condition, so early seral status corresponds with low ecological function, mid‐seral status with moderate ecological function and late‐seral with 

9  

high ecological function. Estimates of extent of bare soil cover and rooting depth were included to further determine “ecological status.”We determined scores for the meadows using the vegetation successional score card of Weixelman et al. (2003, Appendix 4).   Vegetation Sampling Protocol II (2006)   We designed our 2006 vegetation survey as a modified version of Weixelman et al. (2003). The assessment was based on seral status (essentially vegetation age) as a proxy for recovery from past disturbance, depth to rooting frequency (a measure of both soil compaction and seral status), the percentage of bare soil in the meadow, and vegetation functional guilds.  In the survey reach, we surveyed both sides of the stream from the water’s edge to approximately 20 meters away. This distance occasionally changed based on the size of the meadow, i.e., if it was a tiny, incised stream, or encroached by forest, the survey distance was smaller.  All crew members walked the length of the reach and out to the edge of the survey area and identified all plants observed to the lowest possible taxonomic level. Unknown plants were either preserved or photographed for later identification. Their locations were noted and the percent cover of each plant species in the reach was estimated (Appendix 8). The total did not have to add up to 100% because we assumed overlapping canopies. We then estimated the percent of bare ground exposed (this is a measure of disturbance), and also noted the percentage of rocks, and cryptogams in the survey reach. Depth to rooting frequency was also measured, i.e., the depth at which roots reach a frequency of less than 10 substantial roots per decimeter of soil.    Vegetation functional guilds were determined following Weixelman et al (2003, Appendix 3), and from information in the USDA Plants Database on identification, habitat, distribution, and function of plants (http://plants.usda.gov/wetland.html). Functional guilds were used, as opposed to transects and  identification of all vegetation to species because it was less time consuming than more systematic species surveys and yet provided basic information on the types of plants dominating the meadow communities.  Habitat Surveys Protocol I (2005)   We used the EPA (Barbour et al. 1999) Habitat Assessment Sheet to assess to evaluate the habitat structure and geomorphological conditions of the meadow streams. This assessment is based on 20 (see Appendix 6) instream, as well as bank and vegetation parameters, each scoring between 0 and 20. We normalized the scores to fit with our scoring scheme (on a scale of 100 rather than 200). The high gradient assessment procedure was found to be the most useful for meadow streams, despite the fact meadow streams have generally low to moderate gradients. Field testing of the low gradient assessment found that there were a number of parameters that did not apply well to meadow streams. The assessment was conducted by several people working together to reach consensus on each parameter, with the same crew members performing the assessment each time for consistency.   Habitat Surveys Protocol II (2006)   For the 2006 field season, we made slight modifications to the EPA high gradient Habitat Assessment Sheet (Barbour et al. 1999). We included greater attention to the amount of incision and access to the floodplain, as well as melding pertinent metrics from both the low and high 

10  

gradient Habitat Assessment Sheets Appendix 7)2. We used incision because it was the most obvious indicator of meadow impairment. Therefore, in 2006 we added a bankfull measure to our surveys. At three locations along the 50 m transect we measured the width from bank to bank and the vertical distance between the top of the stream bank and the surface of the water. This provided a measure of connectivity to the floodplain and is also an indicator of depth to the water table.   Other Parameters Measured  1. Stream Name, County, GPS coordinates using decimal degree format with as many decimal 

places as the device allow.  2. Photographs, 1 upstream and downstream at each blocknet, 1 for each bank of the stream and 

the surrounding habitat mid‐reach 3. Date, beginning time, ending time 4. Description of site including human impacts 5. Presence of birds, reptiles, and amphibians 6. Elevation (m) 7. Gradient of stream section (m/km) 8. Air temperature (C, beginning, end, time taken) 9. Water temperature (C, beginning, end, , time taken) 10. Water Clarity (1‐5)3  11. Turbidity (NTU) 12. Conductivity (units) (if meter is available) 13. Section Length (m) 14. Length (m) of riffles, runs, pools 15. Width (m), 10 transects at even intervals down the 50 m reach 16. Average depth (cm) from depth measures at 25%, 50%, and 75% the width at 10 transects 17. Maximum depth (cm) 18. Aquatic vegetation: estimated % of section covered with emergent plants, floating mats, 

filamentous algae, and macrophytic vegetation 19. Substrate: estimated % clay, mud, sand, gravel, cobble, boulders, and bedrock 20. Silt: % flocculent material covering bottom 21. Consolidation: the amount of armoring observed in the substrate. Loose, moderate or heavy 

consolidation 22. Flow (m3/sec) using a Marsh‐McBirney Flo‐mate 2000 flow meter 4  

                                                            2 Barbour et al. (1999) intended that their habitat assessment methods should be broadly applicable and encompass the full range of impacts that occur to streams. The lower end of the spectrum is designed to apply to streams that have been completely channelized, levied or even paved (the common description for the lowest grade would be the Los Angeles River, which is completely paved, and generally devoid of water, therefore its habitat value is negligible). In comparison, even the most impaired and disturbed meadow stream will still score relatively high. This means that there is not a high degree of differentiation among meadows using these indices as Barbour et al. (1999) present them.   

3Clarity measures based on 1‐5 scale, 1 being perfectly clear and 5 being opaque 

4 Flow in m3/sec taken in a cross‐stream transect broken into 10 sections whose individual flow is then averaged and combined to get total flow. 

11  

Data Entry and Management   All of the data were entered into excel spreadsheets organized by site in the first column. We put the data for all of the sites on the same spreadsheet for ease of calculations and comparisons. The data entry spreadsheets contained all information collected in the field by site. Unique identifying numbers were provided for sites because many of the place names were similar (for example, we surveyed at least 4 Willow Creeks). Many meadows in the Sierra Nevada have been identified by the Forest Service and our database is organized by those meadow ID numbers in order to be able to link to other data sets available for a given meadow. Our data was divided into 8 spreadsheets based on the different surveys conducted.      The first spreadsheet included stream name, date sampled, GPS coordinates, and contained all of the physical data collected (i.e., temperature, length of pool, riffle, run complexes, substrate types, etc.). Spreadsheet 2 was the rapid habitat assessment with column headings of the ten categories measured. Spreadsheet 3 contained flow calculations (velocity x depth x width), average depth and width calculations, and bankfull measurements. Spreadsheet 4 was the amphibian and reptile survey and is organized very similarly to the field data sheets (Appendix 8). Spreadsheet 5 was the vegetation survey. It contained a row of all of the species encountered, each species functional score and what percent cover range (i.e. <5% =1, 6‐20%=2, etc.) for each site. Spreadsheet 6 was fish measurements. For each site it contained a column for species, standard length, and volume. Spreadsheet 6 was also for fish but contained columns for abundance numbers by site and species. Spreadsheet 8 was the invertebrate sheet. It was organized by the family (protocol II, 2006) or by order (protocol I, 2005) in the first row, then each family’s tolerance value (protocol II, 2006 only) in the second row, followed by functional feeding groups (also in Harrington and Born 2000) in the third row. For each site, abundance of each invertebrate order or family was entered and then metrics calculated. In general, the data was organized in a way to be readily accessible, by site, and presented in a way that allowed easy calculation of IBI metrics. 

Analysis Indices   We built Indices of biotic integrity (IBIs) (based on those of Karr 1981 and Moyle and Marchetti 1999). Such indices are a frequently used method to condense a great deal of information into a single number or score. All of the data are normalized to the same scale, thus enabling the comparison of different locations in a consistent and meaningful way. Each IBI consisted of a number of pertinent metrics that are scored using a 1, 3, or 5 to indicate a range of values for poor, moderate, or excellent condition. The scores for all of the metrics in a given IBI were combined, then divided by the number of metrics and multiplied by 20 to get a final IBI score out of 100. Each of the final indices was based on a possible score of 100.  We broke the indices up into discreet categories with an index score of 20‐405 being in poor ecological condition, 41‐60 being in marginal ecological condition, 61‐80 being in fair ecological condition, and 81‐100 being in good ecological condition.  

Fish‐only IBI   The fish‐only IBI focused on fish biomass and abundance. Stocking of non‐native or hatchery fish, particularly in historically fishless waters, was, and continues to be, widespread in the Sierra 

                                                            5 Note, the habitat can actually score lower than 20 based on how the metrics work (Appendix 7), though it is extremely unlikely based on the scoring criteria of Barbour et al. 1999. 

12  

Nevada. Therefore, it was very difficult to assess the effect non‐native fishes on the system and so we approached that problem by creating two indices. On one hand, species such as brook trout (Salvelinus fontinalis) require clean, cold, well‐oxygenated streams with abundant invertebrate communities to feed on. Their presence is therefore an indicator of a stream with permanent flows, clean water, and abundant food and cover. However, their presence, particularly in historically fishless streams, can be detrimental to native fish taxa, invertebrate communities, and, in particular, native amphibians. This IBI placed less weight on native vs. non‐native status and more emphasis on diversity and overall abundance.  Fish-only IBI metrics

I. Trout Biomass (grams per sq. meter) <4 g/m2= (1) 

  4‐7 g/m2= (3)   >7g/m2 = (5)  II. Total Abundance 

<10= (1)   10‐50= (3)   >50= (5) III. Total # Species 

<2= (1) 2‐4= (3) >4= (5) 

 IV. Number of age classes of natives 

<2= (1) 2‐3= (3) >3= (5) 

 IBI Score = [Total points/number of metrics] x 20  Fish and Amphibian IBI   We built a combined IBI of fish and amphibians for several reasons. First, amphibians have become so rare throughout the Sierra Nevada that there were too few encounters to build an index solely of amphibians. In addition, non‐native fish introductions have played a major role in amphibian decline in the Sierra, but amphibians may persist in areas with a native fish community. The fish and amphibian IBI measures native fish diversity, abundance, and age classes, and then also includes the total abundance of amphibians as well as a metric specifically for native amphibians.   Fish and Amphibian IBI metrics

I. Native trout species (rainbow trout, western Sierra Nevada, Lahontan cutthroat trout, eastern Sierra Nevada, Redband trout in Warner Mountains) No native trout present = (1) Native trout present with non‐native trout = (3) Native trout only= (5) 

II. Percentage of native species (number of native individuals <25%= (1) 26‐75% = (3) 75% + = (5) 

III. Number of native species present  0‐1= (1) 

13  

2 = (3) 3+ = (5) 

IV. Number of age classes, native species 0‐1= (1) 2 = (3) 3+= (5) 

V. Total fish abundance <10 = (1) 10‐50= (3) >50 = (5) 

VI. Total number of fish species present 0‐1= (1) 2‐3= (3) 4+ = (5) 

VII. Number of amphibians 0= (1) 1‐3 (3) 4+ (5) 

VIII. Number of native amphibian species present 1 = (1) 2= (3)  3+= (5)  

 IBI Score = [Total points/number of metrics] x 20  Invertebrate IBI   We built two indices for invertebrates based on the differences in the data between the 2005 and the 2006 field seasons. Protocol I (2005), based on invertebrate identification at the order level was a simple index looking at diversity, sensitive species, and evenness in composition. Identification to order provided a gross taxonomic measure that imparted basic information about the community composition, but understanding was markedly improved by examining the community at the family level. The protocol II (2006) IBI identified invertebrates at the family level and allowed us more precise and robust analyses of the invertebrate community and is the only invertebrate index reported here. The Hilsenhoff tolerance index was an important metric that combines the tolerance value (as determined by the California Department of Fish and Game Aquatic Bioassessment Laboratory. See Harrison and Born (1999) for tolerance values). Both indices incorporated the commonly used EPT index, which refers to the abundance and diversity of Ephemeroptera, Plecoptera, and Trichoptera. These three taxa are considered to be the most sensitive to pollution, high temperatures, and low dissolved oxygen conditions, therefore their presence indicates good water quality.   Invertebrate IBI metrics (Protocol I, 2005)

I. EPT index (number of EPT individuals/total number of individuals in the sample)   < 25 = (1)   > 25 < 65 = (3)   > 65 = (5)   II. Taxa richness (number of orders of invertebrates found) 

  < 6= (1)   > 6 < 9 = (3)   > 9 < 12 = (5) III. Percent dominant species 

14  

  > 39 = (1)   >15 < 39 = (3)   ≤ 14 = (5) IV. Percent stoneflies 

  < 5 = (1)   > 5 < 25 = (3)   > 25 = (5)      IBI Score = [Total points/number of metrics] x 20  Invertebrate IBI metrics (Protocol II, 2006) I.   EPT Index: Number of EPT individuals out of total number of individuals in sample 

>0.735= (5) 0.474‐0.734= (3) 0‐0.473= (1) 

II.   Hilsenhoff Index: Tolerance value Where: n=number of individuals of the ith species, t=tolerance 

  value of ith species, and N=total number of individuals. ∑    <3.3= (5) 3.3‐6= (3) 6.1‐10= (1) 

III.   Percent Stoneflies: Number Plecoptera individuals out of total number of individuals in sample >0.21= (5) 0.1‐0.21= (3) <0.1= (1) 

IV.   Percent Predators: Number of predatory individuals out of total number of individuals in sample >0.21= (5) 0.1‐0.21= (3) <0.1= (1) 

V.  Percent Diptera: Number of dipteral individuals out of total number in individuals in sample <0.1= (5) 0.11‐0.26= (3) >0.27= (1) 

VI. Taxa Richness: Number of taxa in sample >22= (5) 17‐22= (3) <17= (1) 

IBI Score = [Total points/number of metrics] x 20  Habitat Index Protocol I (2005)     The habitat index was based on the EPA (Barbour et al. 1999) habitat assessment for high gradient streams. It was based on 10 metrics, each scored from 0 to 20 with a final score out of a possible 200. The score was determined in the field utilizing the field data sheet (see Appendix 6) and the score was halved to make it consistent with the other IBIs.   Protocol II (2006)   The protocol II (2006) habitat index was slightly modified from standard EPA protocol used in 2005. It still consisted of 10 metrics scored on a 0‐20 scale for a final possible score out of 200. 

15  

The score was determined in the same way as protocol I and the final score was normalized to 100 to be comparable to the other indices. See Appendix 7 for the appropriate field data sheet.   Vegetation Index  The vegetation index was built based on the percentages of each functional category in the meadow as defined by Weixelman et al. (2003). We simply used the results of Weixelman et al. (2003) in the 2005 study because the vegetation data collected by our team was considered too descriptive to build an IBI and was only used to determine meadow type and basic community structure. The 2006 vegetation index was based on functional status as defined by Weixelman et al. (2003). The metrics presented below are for mesic meadows; see Appendix 5 for functional group percentages, depths to rooting frequencies, and bare ground percentages for hydric and xeric meadows. Additional information on functional groupings and meadow scorecards are also in the Appendix.    Vegetation Index metrics (Protocol II, 2006). See Weixelman scorecards etc.in Appendices 1‐5. 

I. Functional Status (See Table 1 below for sample calculation) % high functional status = (5)  % moderate functional status = (3)  % low functional status = (1)  

II. Depth to Rooting Frequency: Depth at which root frequency is less than 100 per decimeter  >18 cm= (5) 12‐17 cm= (3) <12 cm= (1)  

III. Percent Bare Ground 0‐4%= (5) 5‐9%= (3) >10%= (1) 

IBI Score = [Total points/number of metrics] x 20  Table 1. Example of score calculation for vegetation index functional groups 

   Ecological Function 

   Low  Moderate  High Percent Functional Group  25  25  50 Multiplier  1  3  5 Score  25  75  250 Sum of Function Scores (SFS)  350      Total Possible Score (TPS)  500      Final score (SFS/TPS)  0.7      Adjusted Final Score   70 out of 100    

 For example, in the Table above, a site that had 25% low, 25% moderate, and 50% high ecological function species would be scored 25 low, 75 moderate, and 250 high for a total score of 350 out of a possible 500 points.  We then divide the total score by 5 in order to adjust the score to a 0 to 100 scale, obtaining a score of 70 for this site’s functional group score.   

16  

Interpretation of Results   Once the IBI scores were calculated, we analyzed them in numerous ways. The scores for each of the indices can be looked at individually or averaged for each site to produce an overall index of biological function for each site. For a qualitative interpretation, the numerical IBI scores were broken into 4 broad qualitative groups: poor, marginal, fair, and excellent.    Scores of 20‐40 were sites considered in poor overall condition they were characterized by extensive past and continuing degradation and almost complete loss of function. Severe impacts to biodiversity and ecosystem functioning were observed. Management and restoration activities are likely to require a lot of resources and outcomes are less predictable since a new steady state has been reached and there are several possible trajectories a restoration could take.    Scores of 41‐60 were sites considered to be in marginal condition and were characterized by significant past or continuing degradation, but the site continued to support limited ecological function. Biodiversity and abundance of meadow organisms were highly constrained by the environmental conditions. The extensive damage to the system would likely require considerable effort and cost for management and restoration.    Scores of 61‐80 were considered to be in fair condition. Considerable past or current impacts were observed, with some ongoing impairment of function and loss of the most sensitive taxa. However, sites in fair condition often supported abundant taxa and were good candidates to respond to moderate restoration or management activities. Meadows in fair condition had not crossed the threshold into a new steady state and were therefore resilient to the impacts upon them.    Scores of 81‐100 were considered to be in excellent condition with little or no degradation or impairment observed. Biodiversity and ecosystem function were high and sites in this category (particularly higher than 80) should be considered as reference sites, i.e., properly functioning meadows to compare against future test sites in the region. They need little in the form of restoration, but would benefit from changes in management practices (e.g., grazing timing and intensity, evaluation of culverts). The protection of these meadows should be a focus, while using all available conservation and restoration tools to improve the conditions of meadows that scored lower.    There were many additional analyses that this data set could be used for. For example, temperature data could be analyzed against the invertebrate IBI score to determine if temperature is a driver in the system. Similarly, substrate and incision data could be compared to temperature data and/or IBI scores. The multimetric nature of the data collected using this field protocol helped to explain the variation observed in meadow streams and prevents erroneous assumptions based on a single metric. The field protocol we have put forth was rapid, robust and in depth, and provided an invaluable tool for meadow assessment, conservation, and restoration.    

2006 Results   We sampled 68 streams. However, only 59 streams had complete records for all data, so we only those streams in this analysis. We compiled the scores for each of the five indices for each stream and compared them with each other using a Pearson product moment correlation. We also performed a standard statistical analysis of all indices to establish mean, median, standard error, range, skewness, and kurtosis. Data analysis was performed using the program Statgraphics 5.0 and Microsoft Excel.    The overall results of the study indicated that 3% of the meadow sites sampled were in good condition, 71% were in fair condition, 26% were in marginal condition, and 0% were in poor 

17  

condition (Table 2). This was determined by averaging all of the IBI scores to produce an integrated overall score. However, when looked at the IBIs individually, we found that the fish only, and fish/amphibian indices indicated much lower scores with 17% and 0% respectively scoring in the good category, 24% and 16% respectively scoring in the fair category, 38% and 42% respectively scoring in the marginal category, and 21% and 42% respectively scoring in the poor category (Table 2). The invertebrate, habitat, and vegetation indices tended to score higher, pulling up the overall score. Therefore, it is more informative to look at the results of each of the different indices individually than to simply analyze the average score of each site.   Table 2. Number of sites in each of the four categories and percentage of sites falling into each category out of the total sample  

Category  Poor  Marginal  Fair GoodScore  20‐40  41‐60  61‐80  80‐100 

Fish –only IBI     13  24 15 11

% of Sites  21%  38% 24% 17%

Fish/Amphibian IBI 

27  27 10 0

% of Sites  42%  42% 16% 0%

Invertebrate IBI  9  18 16 20

%  of Sites  14%  29% 25% 32%

Habitat Index  1  7 24 36

% of Sites  1%  10% 35% 53%

Vegetation Index  1  12 16 35

% of Sites   2%  19% 25% 54%

Overall Score  (All IBIs Avg.) 

0  19 47 2

% of Sites  0%  28% 69% 3%

 

Statistics   Table 3 provides summary statistics for each of the IBIs including mean, standard error, median, standard deviation, kurtosis, skewness, range of scores, minimum score, maximum score, and count. We analyzed each of the IBIs against one another using a Pearson product moment correlation with a 95% confidence interval. We found a significant correlation between the habitat index and the invertebrate IBI (0.3724 of the variation, p‐value = 0.0037) and also a significant correlation between the habitat index and the vegetation index (0.5518 of the variation, p‐value = 0.00001). This correlation indicates that there is significant connectivity between the aquatic and terrestrial habitats (Table 4). 

18  

Table 3. Summary Statistics for all of the IBIs. Note, differences in count are caused by the presence of some fishless streams or sites where data was not taken for all indices 

Statistic  Fish Only IBI  Fish/Amphib IBI 

Invertebrate IBI 

Habitat Index 

Vegetation  Index 

Mean  61.25  46.78 65.30 77.57 78.81 

Standard Error 

2.18  1.80 2.45 1.51 2.1 

Median  60  48 67 81 87 Standard Deviation 

17.50  14.46 19.49 12.46 16.79 

Kurtosis  ‐0.42822  ‐0.90835 ‐0.819 3.421424 ‐0.10865 

Skewness  0.059588  0.13328 ‐0.29746 ‐1.34083 ‐0.71169 

Range  80  55 73 72 67 

Minimum  20  20 27 25 33 

Maximum  100  75 100 97 100 

Count (n)  64  64 63 68 64 

 Table 4. Pearson product moment correlations of each of the five indices. Boxes highlighted in red indicate significant correlations with p‐values of less than 0.05 

Pearson  correlations 

Fish‐only IBI  Fish/Amphibian IBI 

Invertebrate IBI 

Habitat Index  Vegetation Index 

Fish‐only IBI  ―  0.7135  ‐0.0249  ‐0.0456  ‐0.2123 

P‐value  ―  0.00000  0.8518  0.7319  0.1064 

Fish/Amphibian IBI 

0.7135  ―  ‐0.0253  ‐0.1890  ‐0.1503 

P‐value  0.0000  ―  0.8494  0.1516  0.2559 

Invertebrate IBI  ‐0.0249  ‐0.0253  ―  0.3724  0.0790 

P‐value  0.8518  0.8494  ―  0.0037  0.5522 

Habitat Index  ‐0.0456  ‐0.1890  0.3724  ―  0.5518 

P‐value  0.7319  0.1516  0.0037  ―  0.0000 

Vegetation Index 

‐0.2123  ‐0.1503  0.0790  0.5518  ― 

P‐value  0.1064  0.2559  0.5522  0.00001  ―  

19  

Scores   Table 5 provides a list of site names and the score each received for each of the five indices as well as the overall score that is an average of all of the indices. Scores were based on a scale of 20 to 100 with scores from 20‐40 in poor condition, 41‐60 in marginal condition, 61‐80 in fair condition, and 81‐100 in good condition based on the metrics provided for the IBIs. The sites were predominantly located in Plumas, Lassen, and Modoc Counties; however all of the Sagehen and Martis Creek sites were located in Sierra and Nevada Counties. Those sites were part of an ongoing annual survey and were included because the data collected for them was valid for the mountain meadows project.  

Table 5. Individual IBI scores and overall score for 2006 Meadows. 

Stream Name  Fish Only IBI 

Fish/ Amphib 

IBI 

Invertebrate IBI 

Habitat Index 

Vegetation Index 

Overall Score 

Parsnip Springs Creek 

70  40 60 82 73  50

Couch Creek  60  70 80 59 73  53

Upper Blue Lake Springs 

70  55 73 84 87  56

Lower Blue Lake Springs 

50  35 67 73 47  57

Lower Fitzhugh Creek 

60  60 87 88 87  53

Upper Fitzhugh Creek 

60  65 87 84 87  65

N. Fork Davis Creek  70  55 93 75 60  44

Lassen Creek  60  68 60 67 73  55

Bear Camp Creek (Lower) 

90  48 53 67 73  59

Bear Camp Creek (Upper) 

80  43 47 64 47  54

Trib To Rush Creek (Near Kresge) 

fishless  fishless  53 71 87  66

Ash Creek  70  48 67 74 73  56

Beaver Creek fishless  fishless  27 70 73  55

Bailey Creek  20  20 33 60 87  66

Locherman Canyon  fishless  fishless  53 82 73  57

Willow Creek  80  63 47 80 73  72

20  

Stream Name  Fish Only IBI 

Fish/ Amphib 

IBI 

Invertebrate IBI 

Habitat Index 

Vegetation Index 

Overall Score 

Willow Creek (Lake Outflow) 

40  28 33 83 87  66

Willow Creek Middle 

60  48 80 82 100  69

Childs Meadow  60  60 60 84 87  75

Louse Creek  fishless  fishless  27 81 100  64

Benner Creek  40  38 87 80 73  54

Benner Creek @ Campground 

70  50 87 82 73  59

Upper Benner Creek 

50  40 73 72 47  69

North Arm Of Rice Creek 

50  30 87 83 100  69

Lower Robber Creek 

70  55 47 86 87  70

Upper Robber  70  55 67 74 87  68

Clarks Creek  70  75 47 58 73  58

Last Chance Creek  70  60 47 55 33  66

Yellow Creek  30  30 73 83 87  56

Grizzly Creek  50  25 33 80 100  64

Wapaunsie Creek  40  40 87 59 47  65

Haskins Creek  50  40 73 62 60  69

Red Clover Creek  70  55 40 25 60  62

Little Grizzly Creek  50  40 53 61 60  70

Long Valley Upper  60  30 67 80 60  71

Long Valley Lower  60  30 87 80 100  71

Jameson @ Ross  40  25 73 75 87  60

Jameson @ McCray  50  40 53 59 73  65

21  

Stream Name  Fish Only IBI 

Fish/ Amphib 

IBI 

Invertebrate IBI 

Habitat Index 

Vegetation Index 

Overall Score 

Grayeagle Creek (Mainstem)

30  25 67 93 100  66

Grayeagle Creek (Sidechannel)

40  25 27 88 100  70

Packer Creek 60  50 67 71 47  60

Lincoln Creek 70  55 73 81 73  68

Upper Stevens Meadow

60  35 73 89 87  77

Pine Creek @ Bogard

90  55 73 96 87  69

Upper Murrer Meadows

70  70 33 56 100  64

Lower Murrer Meadows

100  75 40 75 87  72

Trib To Independence

50  30 80 76 87  73

Independence Creek

60  40 93 81 87  61

Lower Haypress Meadow

40  30 93 84 87  65

Upper Haypress Meadows

40  30 93 92 87  74

Upper Tributary To Haypress

50  55 47 88 100  71

Lower Tributary To Haypress

50  55 87 64 87  69

Cold Stream Lower

40  40 67 94 100  80

Cold Stream Upper

40  45 80 97 100  77

Loney Meadows Lower

60  35 60 84 87  79

Loney Meadows Upper

40  30 60 83 87  63

Sagehen #1 60  30 80 81 60  68

Saghen #2 90  60 Fish only  86 Fish only  72

Sagehen #4 90  50 100 94 100  74

Sagehen #5 90  50 Fish only  92 Fish only  76

Sagehen #6 80  50 Fish only  82 Fish only  67

22  

Stream Name  Fish Only IBI 

Fish/ Amphib 

IBI 

Invertebrate IBI 

Habitat Index 

Vegetation Index 

Overall Score 

Sagehen #7  70  55 67 88 87  71

Sagehen #8  90  70 93 94 87  70

Sagehen #9  70  50 Fish only  77 Fish only  68

Martis C. #1  80  70 80 83 73  87

Martis C #2  90  70 53 72 73  77

Martis C #3  60  45 60 82 73  72

Martis C #4  70  50 no bugs  88 47  87

 

Fish­only IBI   We captured 5998 fishes of 17 different species over the 2006 field season. The most abundant taxa captured was speckled dace (2223 fish, 37% of fish captured), followed by trout species (1954 fish, 33% of fish captured), and Paiute sculpin (1030 fish, 17% of fish captured). Of the trout species, brook trout were the most numerous (1069 fish, 18% of fish captured). Widespread stocking of both native and non‐native hatchery trout over the last century has resulted in either stocked fish in historically fishless streams or streams that no longer support the original fish fauna. The only native trout in our study area were rainbow trout (Oncorhynchus mykiss) on the west slope (below ~8,000 feet), redband trout (O. mykiss subspecies) in the northern Sierra/southern Cascades, and Lahontan and Paiute cutthroat trout on the east slope. The fact that the dominant salmonid throughout the study was non‐native indicated considerable alteration of the fish fauna in meadow systems. For that reason, the fish‐only IBI was based predominantly on factors such as biomass (trout/m2), number of species, and abundance. Fish‐only IBI scores ranged from 20 to 100 with a mean score of 61.25 and a standard error of 2.18 (Table 3). 

 

 

 

 

 

 

 

23  

Figure 1. Frequency distribution of Fish‐only IBI scores ranging from 20 to 100 

 

 

Fish and Amphibian IBI   We created the fish and amphibian IBI to measure the presence of native fish and amphibians in each meadow system. There were so few encounters with amphibians that we could not build an individual index for them; therefore the index was combined with native fish metrics. Only 25 study sites (37% of the 68 sites) had reptiles or amphibians present. We found no native ranid frogs (e.g., mountain yellow legged, foothill yellow legged, or red legged frogs) at any of the sites. We observed Pacific treefrogs (Pseudacris regilla) at 11 of the 68 sites (16% of sites). Non‐native bullfrogs (Rana catesbeiana) occurred at 2 sites (3% of the 68 sites). Two sites (3%) contained western toads (Bufo boreas). Reptile observations included western terrestrial garter snakes (Thamnophis elegans) (5 sites, 7% of the 68 sites), western aquatic garter snakes (Thamnophis couchii) (14 sites, 21% of the 68 sites), gopher snakes (Pituophis catenifer) (1 site), alligator lizards (Elgaria coerulea) (1 site), and western fence lizards (Sceloporus occidentalis) (1 site) (Table 3). Fish and amphibian IBI scores ranged from 20‐75, with a mean score of 46.78 with a standard error of 1.8 (Table 3). 

Table 6. List of sites with herpetofauna, species, life stage, and number encountered 

Site  Common Name  Scientific Name  Lifestage/ (number) 

Couch Creek  Western terrestrial garter snake  Thamnophis elegans  Adult (1) 

Lower Blue Lake Springs  Western aquatic garter snake  Thamnophis couchii  Adult (1) 

North fork Davis Creek  Western aquatic garter snake  Thamnophis couchii  Adult (1) 

0

5

10

15

20

25

20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100

Freq

uency

Score (20‐100)

Fish Only IBI

Poor Marginal Fair Good

24  

Lassen Creek  Western aquatic garter snake Pacific Treefrog 

Thamnophis couchii Pseudacris regilla 

Adult (3) Adult (1) 

Upper Bear Camp Creek  Western aquatic garter snake  Thamnophis couchii  Adult (1) 

Ash Creek  Western aquatic garter snake  Thamnophis couchii  Adult (1) 

Beaver Creek  Pacific Treefrog  Pseudacris regilla  Adult (1) 

Willow Creek (upper)  Western aquatic garter snake  Thamnophis couchii  Adult (1) 

Willow Creek (middle)  Pacific Treefrog   Pseudacris regilla  Adult (1) 

Childs Meadow  Western aquatic garter snake  Thamnophis couchii  Adult (2) 

Louse Creek  Pacific Treefrog  Pseudacris regilla  Adult (1) 

Upper Benner Creek  Alligator Lizard  Elgaria coerulea  Adult (1) 

Clarks Creek  Pacific Treefrog   Pseudacris regilla  Adult (1) 

Grizzly Creek  Pacific Treefrog   Pseudacris regilla  Adult (1) 

Upper Long Valley  Western aquatic garter snake  Thamnophis couchii  Adult (1) 

Grayeagle Creek   Western aquatic garter snake  Thamnophis couchii  Adult (1) 

Pine Creek @ Bogard  Western aquatic garter snake  Thamnophis couchii  Adult (1) 

Upper Murrer Meadows  Bullfrog Pacific Treefrog Western terrestrial garter snake 

Rana catesbeiana Pseudacris regilla Thamnophis elegans 

Adult (6) Adult (1) Adult (1) 

Lower Murrer Meadows  Gopher snake Western aquatic garter snake Pacific Treefrog 

Pituophis catenifer Thamnophis couchii Pseudacris regilla 

Adult (1) Adult (2) Adult (1) 

Lower Coldstream  Pacific Treefrog Western toad 

Pseudacris regilla Bufo boreas 

Adult (4) Adult (4) 

Upper Coldstream  Pacific Treefrog Western toad 

Pseudacris regilla Bufo boreas 

Adult (2) Adult (1) 

Sagehen #7  Western fence lizard  Sceloporus Occidentalis  Adult (1) 

Sagehen #9  Western terrestrial garter snake  Thamnophis elegans  Adult (1) 

Martis Creek #1   Western aquatic garter snake  Thamnophis couchii  Adult (1) 

Martis Creek #3  Western terrestrial garter snake  Thamnophis elegans  Adult (1) 

Martis Creek #4  Western aquatic garter snake  Thamnophis couchii  Adult (1) 

    

25  

Figure 2. Frequency distribution of Fish and Amphibian IBI scores ranging from 20 to 100 

 

Invertebrate IBI   The average number of macroinvertebrates identified at all sites (n=64) was 351, standard error = 14.85, range=753. The average taxa richness =19.3, range=17, standard error=0.47. The average EPT index=58%, range =87%, standard error=0.027. The ephemeropteran family, Baetidae dominated as the most abundant taxa in 19 (29%) of the sites, followed by the dipteran family, Simuliidae which dominated 8 (12.5%) of the sites, and the dipteran family, Chironomidae, dominating 7 (11%) of the 64 sites. The invertebrate IBI scores ranged from 27 to 100, with a mean score of 65.3, and a standard error of 2.45. 

Figure 3. Frequency distribution of Invertebrate IBI scores ranging from 20‐100 

 

 

0

5

10

15

20

25

20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100

Freq

uency

Score (20‐100)

Fish and Amphibian IBI

Poor Marginal Fair Good

0

5

10

15

20

25

20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100

Freq

uency

Score (20‐100)

Invertebrate IBI

Poor Marginal Fair Good

26  

Habitat Index   The habitat index scores ranged from 25 to 97 with a mean score of 77.6 and a standard error of 1.5 (n=68) (Table 3). Most of the scores skewed heavily to the right (better condition) with one site in the poor category (figure 4). The majority of sites (36, 53%) fell in the good category, with 24 sites (35%) in the fair category (figure 4). In general, the habitat index indicated better overall condition scores for the meadows than the other indices. This index was the least quantitative of the five indices and may not be as sensitive to the factors that affect meadows. Only those meadows with extremely heavy incision and obvious scouring or siltation scored poorly. The meadows that had stabilized banks and were recovering generally scored higher than they did in the other indices, even if considerable past degradation was obvious. Despite the potential lack of responsiveness in the index, it tied together the vegetation index (correlation = 0.5518, p=0.00001) and the invertebrate index (correlation =0.3724, p=0.0037), and therefore showed how terrestrial and aquatic impacts are connected.   

Figure 4. Frequency distribution of Habitat Index scores ranging from 20 to 100 

 

 

Vegetation Index   The vegetation index scores ranged from 33 to 100 with a mean score of 78.8 and a standard error of 2.1 (n=64) (Table 3). Vegetation community species richness ranged from 12 to 41 taxa with a mean of 21.4 species and a standard error of 0.68. The survey meadows were predominantly mesic type (38 of the 65, 58.5%), with 10 (15.4%) hydric type, 0 xeric type, 8 (12.3%) mixed hydric/mesic type, 6 (9.2%) mixed mesic/xeric type, 1 that contained all three (hydric, mesic, xeric) hydrologic types, and 1 site that did not represent a true meadow and was not assigned to a meadow class.  

0

5

10

15

20

25

20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100

Freq

uency

Score (20‐100)

Habitat Index

Poor Marginal Fair Good

27  

Figure 5. Frequency distribution of Vegetation Index scores ranging from 20‐100 

 

All IBIs Averaged   We averaged the five IBIs to produce an overall score that reflected all of the factors contributing to meadow condition. Most sites (47, 69%) fell into the fair category when all five of the factors were combined. Nineteen sites (28%) fell into the marginal category, and 2 sites (3%) fell into the good category. No sites fell into the poor category.  

Figure 6. Frequency distribution of all IBIs averaged scores ranging from 20‐100 

 

Index of Biotic Function   We designed this index to compare results if fish and amphibians are not considered in the analysis. Overall, the scores for the meadows tended to be better that when fish and amphibians were included. We found that 23 sites (34%) fell into the good category, 38 sites (56%) fell into the marginal category, and 7 (10%) fell into the marginal category. No sites scored in the poor category.  

0

5

10

15

20

25

20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100

Freq

uency

Score (20‐100)

Vegetation Index

Poor Marginal Fair Good

0

5

10

15

20

25

20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100

Freq

uency

Score (20‐100)

All IBIs Averaged

Poor Marginal Fair Good

28  

Figure 7. Frequency distribution of Index of Biotic Function (IBF) scores ranging from 20‐100. The IBF consists of the three indices (Invertebrate IBI, Habitat Index, and Vegetation Index) that correlate. See Table 4. 

 

 

Discussion   The results indicate that there is a strong connection between the condition of terrestrial and aquatic habitats in meadow systems. Both the vegetation index and the invertebrate IBI were significantly correlated to the habitat index (Table 4).  The habitat index scored the majority (71%) of study sites in fair condition. This was because many sites had either significant past damage that has stabilized or had continued moderate damage that was not irreversible. The most obvious habitat damage stemmed from stream bank erosion and incision, which in turn impacted all of the other aspects of the system.  Many of the meadows have persisted through years of serious disturbance, suggesting that there is a large amount of resilience inherent in these meadow systems and that some degree of recovery is possible. Despite this general finding, we also found that using different indices to evaluate a meadow could produce vastly different outcomes. This is a result of the indices responding to different spatial and temporal scales within the system, as indicated in the discussion of the individual indices. 

Fishes and Amphibian Indices     The fish‐only and fish and amphibian indices did not correlate with any of the other indices. This is likely a product of the extirpation of most Sierran amphibians throughout their historical range by factors not related to meadow condition and the widespread planting of fishes that has dramatically altered their distribution throughout the Sierra. Nevada The considerable alteration of fish communities and establishment of fish populations in previously fishless waters made it challenging to correlate the fish community to specific environmental conditions. On one hand, trout were an indicator of cold, well‐oxygenated water, ample invertebrate populations, and 

0

5

10

15

20

25

20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100

Freq

uency

Score (20‐100)

IBF

Poor Marginal Fair Good

29  

sufficient habitat to support them. On the other hand, non‐native fishes were themselves a disturbance and have heavy impacts on the systems where they have been introduced, including contributing to amphibian declines through competition and predation. In addition, fish have much higher mobility than other taxa sampled and have much greater individual ranges, so they are not necessarily responding to conditions of a particular location with their presence or absence during the sampling period. The two fish indices we created attempted to take all of those factors into account, and ultimately provided an assessment of long‐term alterations that have occurred to the historical community structure.  

Invertebrate Index   The development of macroinvertebrate indices as a proxy for water quality has expanded greatly over the past decade (e.g. Resh et al. 1995, Barbour et al. 1999, Harrington and Born 2000). Aquatic invertebrates’ lack of mobility, broad range of tolerances to different stressors, and specialized habitat usage combined to make an index a robust and sensitive measure of water quality and recent instream events. The development of appropriate indices is highly habitat dependent and varies with the natural environmental conditions found in a given stream. For example, a high flow event may create a large amount of invertebrate drift. This could depress the overall abundance, but it might also affect certain taxa more than others, which would skew the index. For that reason, researchers commonly take multiple samples throughout the year in order to compare changes over time (Resh et al. 1995).  Because our study was based on sampling at a single time, we compared each invertebrate index with other indices (but especially the habitat index) to determine if what we observed was a result of impairment, a recent high flow event, or another factor affecting the community structure and abundance. We took into account the distinctive habitat conditions of meadow systems to build our invertebrate IBI. Montane meadows are by definition mostly low gradient systems, where the substrate is often sandy or silty. Water velocity is commonly low and if there is little woody/shrubby riparian cover, temperatures can be quite high. This will influence the invertebrates and the community will be comprised of more tolerant invertebrates, which can give the impression of impairment, but is actually the natural community for that type of habitat.  Despite this problem, the invertebrate index we developed seemed to be a good reflection of ‘real’ condition of the habitat. 

Vegetation Index      The key driver of botanical community structure in meadows is hydrology; its influences can be broken into 2 categories: 1) water table depth (i.e., duration of inundation and depth of available water), which essentially determines how much water is available for plants, and 2) soil redox potential, which directly affects plants through the availability of oxygen, but can also induce important changes in soil chemistry (Castelli et al. 2000, Dwire et al. 2006). Hence, water table depth and redox potential in concert are strong drivers of the vegetation community and any changes in the water table therefore have profound effects on the botanical community structure. According to Allen‐Diaz (1991), hydric vegetation in Sierra Nevada meadows occurs where the water‐Table is 0–40 cm below the surface, and mesic vegetation predominates when the water‐Table is 20–80 cm below the surface. If the water table drops from one threshold to another, a new vegetation community will take over based on the new water table depth. Obligate wetland shrubs 

30  

and trees such as willows and alders are less susceptible to drops in the water table because the roots can reach a water table of 140–380 cm deep, and facultative wetland shrubs are found where the water‐Table is 120–150 cm below the surface (Stromberg et al. 1996). However, future recruitment will be limited due to the unavailability of water for young plants with shallow roots.    In hydric meadows, as the water table drops, the community changes to a more mesic structure with more grasses than sedges, more facultative wetland plants and upland plants that do not require the constant moisture regime of the obligate wetland species found in truly hydric meadows. The vegetation is fairly resilient to disturbance if 1) the seedbank is not lost, and 2) the hydrology is fairly stable.  Mesic vegetation appears to respond to a temporal scale of years to decades and spatial configuration may play a large role in recovery (i.e. are there nearby meadows that can subsidize the seedbank?).  

As the water table declines further, particularly in the case of large scale stream incision, which is the hallmark of an impacted meadow, there is a further shift in the vegetation community towards upland plant species, in particular, sagebrush (Artemisia species), junipers (Juniperus species), and annual grasses and forbs that take advantage of the short duration of available moisture and complete their life cycles quickly before it is gone. These new communities are generally quite simplified in comparison and cannot support anywhere near the abundance and diversity of species as a hydrologically functional meadow would.  

  Our vegetation index indicated that most of the meadows sampled (54%) were mesic meadows that fell into the good category. It is not clear how many of the mesic meadows in the study were historically hydric meadows that had lost water table elevation due to disturbance, but most appeared fairly stable (e. g. not actively incising). An additional concern was how to approach non‐native vegetation in the index. Many of the annual grasses and forbs found in the Sierra Nevada are naturalized introduced species.  Generally speaking, their growth forms indicated that they were treated as indicators of poor condition according to Weixelman et al. (2003), but the methodology did not specifically address how to treat non‐natives. Interestingly, Weixelman et al. (2003) did not use species richness as a component of their condition index, although it could be important in determining meadow condition. However, some meadow types are inherently less speciose than others, which could confound an index with a metric based on diversity. 

Habitat   We found that the habitat index was an important indicator of meadow condition because it tied together the terrestrial and aquatic systems. In particular, the habitat index measured the physical changes to meadow geomorphology, particularly in regards to incision and erosion. However, we felt that the EPA habitat index used in this study was not specific enough to meadows and the range of conditions found there to be as sensitive to conditions as it could have been. While the EPA habitat index was clearly robust, a more meadow‐specific index would provide greater resolution and sensitivity to the metrics. The EPA habitat index was designed to be very broad and take into account the full spectrum of stream conditions from pristine to catastrophically impacted. This is beyond the range of conditions that could be encountered in even the most damaged meadow systems and therefore gives an artificially high score in comparison with the other indices. 

31  

A weakness of any index is that the individual metrics lose resolution when they are combined and the overall impact reduced.  This was particularly evident with the habitat index because it is so broad. 

  A meadow specific habitat index should focus incision/gully formation since that is the ultimate indicator of a damaged meadow system and has the greatest effect on condition of the meadow as a whole. Relevant factors include: 1) Bankfull measurements. Does the stream have access to the floodplain? What volume of water is required for the stream to overtop its banks? How much incision has occurred?  2) Bank stability. How stable are the stream banks? Are they actively eroding? Is past erosion that has stabilized evident? 3) Bank Vegetation. How well vegetated are the banks? How deeply rooted is the bank vegetation? 4) Riparian width. How far out does the riparian area extend before there is an obvious change in vegetation community? 5) Evidence of streambed scouring or siltation. Has the stream lost substrate due to scouring or is upstream erosion depositing silts/fines in the reach? 

Overall IBI vs. Index of Biotic Function     The difference observed in the Overall IBI versus the IBF shows the importance of choosing representative metrics and understanding what aspect of meadow condition those metrics describe. The fish and amphibian indices in the overall IBI were based on taxa that have been drastically altered over the last century and the generally low scores indicate legacy effects that will not repair themselves. In contrast, the IBF was made up of indices that respond to a fairly short time scale and can rebound to presumed historical conditions if hydrologic factors permit. In general, the invertebrate community responds to the shortest timescale, where the community will return to its previous composition on a scale of as little as a few months to a few years, if the substrate or water quality has not been permanently altered. The vegetation had a similar level of resiliency due to the long term persistence of the seedbank that can regenerate from dormancy when conditions (either hydrologic or otherwise) improve. Thus, once a disturbance has been removed and the stream substrate and/or groundwater hydrology have stabilized, the communities are likely to regenerate to a structure and composition similar to the original communities. This tendency towards resilience and resistance to perturbation was evidenced by the generally higher index scores for vegetation. The invertebrate index also tended to score high when major community drivers such as stream substrate remained intact, even if substantial past impacts were observed. It was only when stream substrates or temperatures were significantly altered that a corresponding change in the community (and decrease in IBI score) occurred. Therefore, while the vegetation, invertebrate, and habitat indices provide a good indicator of current conditions, they do not show legacy effects until a threshold level of degradation has been crossed.  

Conclusions    Our analysis indicates that there have been profound and lasting changes to both the structure and species inhabiting meadow systems in the Sierra Nevada. Nevertheless, we found most meadows on public land were in surprisingly good condition, apparently recovering from much heavier use in the past, especially for grazing.  Casual inspection of meadows on private land suggests that many of them are, in contrast, in poor condition, often severely and perhaps 

32  

irreversibly altered by grazing and other uses. This may be a function of heavier continuous usage, or could have other underlying roots such as parent soil material, climate, and historical use. While the meadows we studied seemed to possess a high level of resistance and resiliency to disturbance, once a threshold level of disturbance has been reached, function can be severely inhibited. This can have serious implications to not only the ecological integrity of the meadows, but also for the ecological services provided by meadows as well, such as reliable water supply. A recent study by Kevin Cornwell (in prep) showed the loss of water storage capacity that occurs when meadow streams become deeply incised. When extrapolated across degraded meadows throughout the entire Sierra Nevada, the loss of water storage capacity is potentially staggering.  In addition, the livestock industry relies heavily on montane meadows for summer pasture. Damaged meadows provide much less forage and are also much more sensitive to the impacts created by the presence of livestock, a positive feedback that can create increasingly bad conditions for both ecological function and economic value (Schlesinger et al. 1990, Popp et al. 2008).   

  Many groups have been working on meadow restoration in the Sierra Nevada; however, communication among restorationists, agencies, and researchers has been minimal as evidenced by the lack of published work on the subject despite a considerable amount of agency, non‐profit, and private interest in meadow issues. As more information becomes available, it is becoming clear that montane meadows are much more valuable than previously thought. Therefore, the time is ripe to initiate large scale efforts to prioritize restoration needs and coordinate efforts, findings, and monitor and learn from the results. These systems are too valuable on too many levels to not do so. The fact that many meadows are only moderately impacted bodes well, because restoration will be far less costly and difficult in those meadows. Many of the largest meadows are under private ownership and therefore present their own challenges for restoration and management, but restoring a few key large meadow systems may make more sense than putting funding into numerous smaller meadows.  

In addition, it is important to determine which meadows are most susceptible to anthropogenic damage.  U.C. Davis researcher, Joshua Viers, is currently conducting GIS analyses to determine if certain meadow types are more vulnerable to degradation than others, but on‐the‐ground data are lacking for the vast majority of Sierran Meadows, and many have not even been delineated. Many of the meadows in the state have been delineated using remote sensing technology but not “ground‐truthed.” Widespread inventory of meadow systems and their condition would be an important starting point. It has also come to our attention that there are numerous state and federal entities that have conducted studies on meadow systems, but there has been little coordination and sharing of data. This appears generally to be a budgetary issue, but it is certain that important data on meadow systems are not available to managers and researchers as a result. A thorough review of the literature on meadow systems would be beneficial to researchers and managers. We need to focus on testable hypotheses, ecosystem function, ecosystem services, integrated and adaptive management, and data sharing. It is clear that mountain meadows possess critical components for ecosystem services and biodiversity and should therefore be a management and restoration priority. There appears to be increasing interest in meadow restoration and more available resources towards that end. This presents an excellent opportunity to improve our 

33  

understanding of restoration ecology (both the theory and applied science) in these systems and explore the trajectories, impacts, and characteristics of restored meadows. There are many opportunities to further our understanding of meadow ecology and hydrology through carefully constructed interdisciplinary research programs and we should endeavor to do so as soon as possible. 

 

34  

Appendix 1. Classification of meadow types based on species composition, soil, and hydrologic factors, from Weixelman et al. 2003 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Dry meadow montane 6000-8000 ft.

Moist meadow foothill and montane 4000-8000 ft.

Wet meadow foothill 4000-6000 ft.

Wet meadow montane 6000-8000 ft.

Peatland meadow montane type 6000-8000 ft.

USFS R5 Meadow Classification COINSPAN Analysis 

Wet meadow subalpine 8000-9500 ft.

Dry Meadow foothill 4000-6000 ft.

Low elevation High elevation

Deep water table Shallow water table

Appendix 2. Dichotomous key to meadow types 

Dichotomous Key to Region 5 meadow types (scorecard types)   1.  Dry meadow sites dominated by drier grasses, forbs, and grass‐like species.  Depth to soil saturation greater than 100 cm.  Depth to mottles (redoximorphic concentrations) generally greater than 100 cm.  Some key indicator species are Poa secunda, Achnatherum spp., Bromus tectorum, Carex douglasii.                                   2  1’.  Not as above.  Moist to wet meadow sites dominated by grasses and grass‐like species or mosses.  Depth to soil saturation less than 100 cm in mid summer.  Depth to mottles (redoximorphic concentrations) less than 100 cm.  Soils with a peat layer or not.                                                                                                                  3  2.  Elevation 3,000 ft. to 6,000 ft.  Dry meadow foothill type.  2’.  Not as above.  Elevation 6,000 ft. to 8,000 ft.                   Dry meadow montane type.      3.  Depth to soil saturation between 40 and 100 cm in mid summer.  Depth to mottles (redoximorphic concentrations) generally between 40 and 100 cm.    Soils without a peat layer.  Key indicator species are: Poa pratensis, Juncus balticus, and Muhlenbergia richardsonis.                        Moist meadow foothill and montane type  3’.  Not as above.  Sites wetter.  Soils with or without a peat layer.  Key indicator plant species are: Carex nebrascensis, C. jonesii, C. vallicola, C. simulata, or C. vesicaria.                                                                                       4  4.  Soils with a layer of organic soil.  Sphagnum mosses and Drosera sp. are often prominent.  Typical vascular plant indicators are Carex vesicaria, C. echinata, and Carex capitata.                                                                             Peatland meadow montane type   4’.  Not as above.  Soils without an organic layer.                     5  5.  Elevation 3,000 – 6,000 ft.                                           Wet meadow foothill type  5’.  Not as above.                              6  6.  Elevation 6,000 ft. – 8,000 ft.                                        Wet meadow montane type  6’.   Not as above.  Elevation 8,000 ft. – 9500 ft.          Wet meadow subalpine type  

36  

Appendix 3. Functional ratings for wetland plant species from Weixelman et al. (2003) 

Region 5 Plant Functional Ratings for Riparian Species  The ratings are specific to the hydrologic type (wet, moist, dry).  The ratings are: high, moderate, or low ecological status.  The ratings are based on plant functional characteristics and the plant functional characteristics are:  

1. rooting habit: rhizomatous, cespitose 2. wetland rating: Obligate (OBL), facultative wetland (FACW), facultative (FAC), 

facultative upland (FACU), and upland (UPL) 3. root depth (for graminoid species) 4. life history (annual or perennial) 5. life form (grass, grasslike, forb, woody) 6. plant height 7. N‐fixing capability 

 All hydric types: 

1. OBL and FACW cespitose and rhizomatous perennial graminoids with deep fibrous root systems = High, e.g. Carex nebrascensis, Glyceria spp., C. vesicaria 

2. All cespitose and rhizomatous graminoids with shallower root systems and that are OBL, FACW, or FAC status = Moderate, e.g. Agrostis stolonifera, Eleocharis spp. 

3. All graminoids that have wetland status of FACU or UPL = Low, e.g. Poa pratensis, Danthonia spp.  

4. Tall forbs (> 2.5 ft.) that are OBL, FACW, or FAC = High, e.g. Aconitum, Aquilegia, Pedicularis groenlandica   

5. Rhizomatous forbs that are OBL, FACW, or FAC = Moderate, e.g. Veratrum californicum 6. Rhizomatous forbs that are FACU or UPL = Low 7. Forbs that are N fixers = Moderate, e.g. all Trifolium spp. 8. OBL, FACW, tap‐rooted forbs = Moderate, e.g. Senecio serra 9. Tap‐rooted forbs that are FAC or FACU, or UPL = Low, e.g. Taraxacum spp. 10. All annuals = Low, e.g. Gayophytum diffusum 11. Woody species that are OBL, FACW wetland status = High 12. Woody species that are FAC wetland status = Moderate 13. Woody species that are FACU, or UPL wetland status = Low 

 

All mesic types: 

1. OBL, FACW, and FAC, perennial cespitose and rhizomatous graminoids with deep fibrous root systems = High, e.g. Carex nebrascensis 

2. All perennial cespitose and rhizomatous graminoids with shallower root systems and that are OBL, FACW, FAC or FACU status = Moderate, e.g. Agrostis stolonifera, Eleocharis spp., Poa pratensis 

3. All perennial graminoid species that are UPL status = Low 4. Tall forbs (> 2.5 ft.) that are OBL, FACW, or FAC = High, e.g. Aconitum, Aquilegia 5. Rhizomatous forbs that are OBL, FACW, or FAC = Moderate, e.g. Veratrum californicum 6. Rhizomatous forbs that are FACU or UPL = Low 

37  

7. Forbs that are N fixers = Moderate, e.g. all Trifolium spp. 8. OBL, FACW tap‐rooted forbs = Moderate, e.g. Arnica chamissonis 9. Tap‐rooted forbs that are FAC, FACU, or UPL = Low, e.g. Taraxacum spp. 10. All annuals = Low, e.g. Gayophytum diffusum 11. Woody species that are OBL, FACW, FAC wetland status = High 12. Woody species that are FACU, or UPL wetland status = Low 

 

All xeric types: 

1. OBL, FACW, FAC, FACU, and UPL perennial cespitose and rhizomatous graminoids  = High, e.g. Carex nebrascensis, Poa secunda ssp. juncifolia, Poa pratensis, Danthonia spp. 

2. Tall forbs (> 2.5 ft.) that are OBL, FACW, or FAC = High, e.g. Aconitum, Aquilegia 3. Rhizomatous forbs that are OBL, FACW, FAC, FACU = Moderate, e.g. Veratrum 

californicum, Aster occidentalis 4. Rhizomatous forbs that are FACU, and UPL = Low, e.g. Phlox hoodii 5. Forbs that are N fixers = Moderate, e.g. all Trifolium spp. 6. OBL, FACW, FAC, tap‐rooted forbs = Moderate, e.g. Arnica chamissonis 7. Tap‐rooted forbs that are FACU, or UPL = Low  8. All annuals = Low, e.g. Gayophytum diffusum 9. Woody species that are OBL, FACW, FAC wetland status = High 10. Woody species that are FACU, UPL wetland status = Low 

     

38  

Appendix 4. Vegetation successional stage scorecard for hydric, mesic, and xeric meadows from Weixelman et al. (2003). 

Vegetation successional stage scorecard for wet meadows.                       Vegetation successional stage scorecard for moist meadows.  

Rel

ativ

e Fr

eque

ncy

Late

Ser

al S

peci

es

Relative Frequency Early Seral Species

Low

Hi

Moderate

0  10   20   30   40   50   60   70   80  90   100

  0 

10 

20 

 30 

40 

50 

   60 

70 

   80 

90 

100 

Rel

ativ

e Fr

eque

ncy

Late

Ser

al S

peci

es

Relative Frequency Early Seral Species

Low

High 

Moderate

0   10   20   30 40   50   60   70   80   90 100 

  0

10

20

 30 

40

50

   60 

70

   80 

90 

100 

39  

 Vegetation successional stage scorecard for dry meadows.                      

Rel

ativ

e Fr

eque

ncy

Late

Ser

al S

peci

es

Relative Frequency Early Seral Species

Low

High 

Moderate

0   10   20   30  40   50   60   70   80   90  100

  0 

10 

20 

 30 

40 

50 

   60 

70 

   80 

90 

100 

40  

Appendix 5. Scorecards from Weixelman et al. (2003) to assess ecological function. Use these parameters as vegetation metrics for depth to rooting frequency and percent bare ground in the Vegetation Index. 

Scorecard for assessing ecological function ‐ Dry meadow foothills zone    Ecological Status    Species Composition    Root Depth           Bare Soil                      (>100 roots/dm2)                                                                                                                                                                                                                              High ecological status  Vegetation is in a late    > 6 cm                < 7%       successional stage using the        dry meadow triangle.  Moderate ecological   Vegetation is in a mid    4 – 6 cm               8 ‐ 12% Status      successional stage  Low ecological status  Vegetation is in an early    0 ‐ 3 cm deep               > 12 %       Successional stage   Scorecard for assessing ecological function –Dry meadow/ Montane zone    Ecological Status    Species Composition    Root Depth    Bare Soil               (>100 roots/dm2)  High ecological status  Vegetation is in a late    > 7cm      < 8%       successional stage  Moderate ecological   Vegetation is in a mid    4 – 6 cm     8 ‐ 13% Status      successional stage using the       Dry meadow triangle  Low ecological status  Vegetation is in an early    0 ‐ 3 cm deep    > 13 %       Successional stage   Scorecard for assessing ecological function ‐ Moist meadow    Ecological Status  Species Composition    Root Depth    Bare Soil               (>100 roots/dm2)                                                                    High ecological status  Vegetation is in a late    > 18 cm deep    0 ‐ 6 %       Successional stage  Moderate ecological  Vegetation is in a mid    10 ‐ 17 cm deep    6 ‐ 13 % Status      successional stage using the       Moist meadow triangle  Low ecological status  Vegetation is in an early    0 ‐ 9 cm deep    > 13 %       Successional stage    

41  

Scorecard for assessing ecological function ‐ Wet meadow/foothills zone    Ecological Status  Species Composition    Root Depth    Bare Soil               (>100 roots/dm2)                                                                    High ecological status  Vegetation is in a late     > 20 cm deep    0 ‐ 4 %       Successional stage using the       Wet meadow triangle  Moderate ecological  Vegetation is in a mid    10‐ 19 cm deep    5 ‐ 9 % Status      successional stage   Low ecological status  Vegetation is in an early    0 ‐ 9 cm deep    > 10 %       Successional stage  Scorecard for assessing ecological function ‐ Wet meadow/montane zone    Ecological Status  Species Composition    Root Depth    Bare Soil               (>100 roots/dm2)                                                                    High ecological status  Vegetation is in a late     > 19 cm deep    0 ‐ 4 %       Successional stage using the       Wet meadow triangle  Moderate ecological  Vegetation is in a mid    10‐ 19 cm deep    5 ‐ 9 % Status      successional stage  Low ecological status  Vegetation is in an early    0 ‐ 9 cm deep    > 10 %       Successional stage   Scorecard for assessing ecological function ‐ Wet meadow/subalpine zone    Ecological Status  Species Composition    Root Depth    Bare Soil               (>100 roots/dm2)                                                                    High ecological status  Vegetation is in a late     > 15 cm deep    0 ‐ 4 %       Successional stage using the       Wet meadow triangle  Moderate ecological  Vegetation is in a mid    10‐ 15 cm deep    5 ‐ 8 % Status      successional stage  Low ecological status  Vegetation is in an early    0 ‐ 9 cm deep    > 8 %       Successional stage 

42  

Appendix 6. Habitat assessment field sheet used to determine site specific physical habitat conditions 

43  

 

 

44  

Appendix 7. Rapid Habitat Assessment Data Sheet 2006 

 

 

 

Rapid Habitat Assessment Data Sheet (2006)  Condition Category    

Habitat Parameter  Optimal  Suboptimal  Marginal  Poor 1.Epifaunal Substrate/ Available Cover 

Greater than 50% of substrate favorable for epifaunal colonization and fish cover; mix of snags, submerged logs, undercut banks, cobble or other such habitat and at the stage to allow full colonization potential (i.e., logs/snags that are not new fall and not transient). 

40‐70% mix of stablehabitat; well‐suited for full colonization potential; adequate habitat for maintenance of populations; presence of additional substrate in the form of newfall, but not yet prepared for colonization (may rate at high end of scale). 

20‐40% mix of stable habitat; habitat availability less than desirable; substrate frequently disturbed or removed. 

Less than 20% stablehabitat; lack of habitat is obvious; substrate unstable or lacking. 

Score:  20  19  18  17  16  15  14  13  12  11    10   9   8    7   6   5    4   3   2   1  0 2. Pool Substrate Characterization 

Mixture of substrate materials, with gravel and firm sand prevalent; root mats and submerged vegetation common 

Mixture of soft sand, mud, or clay; mud may be dominant; some root mats and submerged vegetation present 

All mud or clay on sand bottom; little or no root mat; no submerged vegetation. 

Hard‐pan clay or bedrock; no root mats or vegetation 

Score:  20  19  18  17  16  15  14  13  12  11    10   9   8    7   6   5    4   3   2   1  0 3. Velocity/depth Regime 

All four velocity to depth regimes are present (slow‐deep, slow shallow, fast‐deep, fast shallow). Slow is <0.3 m/sec, deep is >0.5 m. 

Only 3 of the 4 velocity to depth regimes are present. If fast‐shallow is missing, then score lower than if missing any of the other regimes. 

Only 2 of the 4 habitat regimes are present (if fast‐shallow or slow‐shallow are missing, score low). 

Dominated by 1 velocity/depth regime, usually slow‐deep 

   20  19  18  17  16  15  14  13  12  11    10   9   8    7   6   5    4   3   2   1  0 4. Sediment Deposition/ Embeddedness 

Little or no enlargement of islands or point bars and <20% of the bottom affected by sediment deposition.  Gravel, cobble and boulder particles are 0‐25%  surrounded by fine sediment.  Layering of cobble provides diversity of niche space. 

Some new increase in bar formation, mostly from gravel, sand or fine sediment; 20‐50% of the bottom affected; slight deposition in pools. Gravel, cobble and boulder particles are 25‐50% surrounded by fine sediment. 

Moderate deposition of new gravel, sand or fine sediment on old and new bars; 50‐80% of the bottom affected; sediment deposits at obstructions, constrictions and bends; moderate deposition of pools prevalent.  Gravel, cobble, and boulder particles are 50‐75% surrounded by fine sediment. 

Heavy deposits of fine maternal, increased bar development; more than 80% of the bottom changing frequently; pools almost absent due to substantial sediment deposition.  Gravel, cobble, and boulder particles are more than 75% surrounded by fine sediment.   

Score:  20  19  18  17  16  15  14  13  12  11    10   9   8    7   6   5    4   3   2   1  0 5. Channel Flow Status  Water reaches base of both 

lower banks, and minimal amount of channel substrate is exposed. 

Water fills >75% of the available channel; or <25% of the channel substrate is exposed. 

Water fills 25‐75% of the available channel, and/or riffle substrates are mostly exposed.   

Very little water in channel and mostly present as standing pools. 

Score:  20  19  18  17  16  15  14  13  12  11    10   9   8    7   6   5    4   3   2   1  0 

45  

Habitat Parameter  Optimal  Suboptimal  Marginal  Poor 6. Channel Alteration/   Channel condition/ Access to floodplain 

Channelization or incision absent or minimal; stream with normal pattern.  Natural Channel, no evidence of downcutting; Flooding every 1.5 to 2 years‐‐not incised 

Evidence of past channelization or downcutting, but with significant recovery, no recent channelization present.  Adequate access to the floodplain, flooding every 3‐5 years‐‐limited incision 

Channelization/ downcutting extensive; or embankments and/or shoring structures present on both banks (i.e. riprap).  Floodplain access restricted, flooding every 6‐10 yrs‐‐deeply incised 

Banks shored with gabion or cement; over 80% of the stream reach channelized and disrupted.  Instream habitat greatly altered or removed entirely.  Channel actively downcutting or widening; floodplain access prevented 

Score:  20  19  18  17  16  15  14  13  12  11    10   9   8    7   6   5    4   3   2   1  0 7. Frequency of Riffles or Bends 

Occurrence of riffles/bends relatively frequent; ratio of distance between riffles/ bends divided by width of the stream <7:1 (generally 5‐7); variety of habitat is key.  In streams where riffles are continuous, placement of other large natural  obstruction is important. 

Occurrence of riffles/bends infrequent; distance between riffles/bends divided by the width of the stream is between 7 to 15 

Occasional riffle/bend; bottom contours provide some habitat; distance between riffles/bends divided by the width of the stream is between 15 to 25 

Generally all flat water or shallow riffles; poor habitat; distance between riffles/bends divided by the width of the stream is a ratio of >25. 

Score:  20  19  18  17  16  15  14  13  12  11    10   9   8    7   6   5    4   3   2   1  0 8.  Bank Stability (score each bank) 

Banks stable; evidence of erosion or bank failure absent or minimal; little potential for future problems.  <5% of bank affected. 

Moderately stable; infrequent, small areas of erosion mostly healed over.  5‐30% of bank in reach has areas of erosion. 

Moderately unstable; 30‐60% of bank in reach has areas of erosion; high erosion potential during floods.   

Unstable; many eroded areas; "raw" areas frequent along straight sections and bends; obvious bank sloughing; 60‐100% of bank has erosional scars. 

Score:                       Score: 

Left Bank:  10  9   Right Bank:10  9 

8      7       6                  8      7       6  

5       4      3                  5        4       3      

2      1      0                   2      1      0 

9.  Vegetative Protection (score each bank) 

More than 90% of the streambank surfaces and immediate riparian zone covered by native vegetation, including trees, understory shrubs, or nonwoody macrophytes; vegetative disruption through grazing or mowing minimal or not evident; almost all plants allowed to grow naturally.   

70‐90% of the streambank surfaces covered by native vegetation, but one class of plants is not well‐represented; disruption evident but not affecting full plant growth potential to any great extent; more than one‐half of the potential plant stubble height remaining. 

50‐70% of the streambank surfaces covered by vegetation; disruption obvious; patches of bare soil or closely cropped vegetation common; less than one‐half of the potential plant stubble height remaining. 

Less than 50% of the streambank surfaces covered by vegetation; disruption of streambank vegetation is very high; vegetation has been removed to 5 centimeters or less in average stubble height. 

Score:                       Score: 

Left Bank:  10  9   Right Bank:10  9 

8      7       6                  8      7       6  

5       4      3                  5        4       3      

2      1      0                   2      1      0 

10.  Riparian Vegetative Zone Width (score each bank riparian zone) 

Width of riparian zone > 18 meters; human activities (i.e. parking lots, roadbeds, clearcuts, lawns, grazing, or crops etc.) have not impacted zone. 

Width of riparian zone 12‐18 meters; human activities have impacted zone only minimally. 

Width of riparian zone 6‐12 meters; human activities have impacted zone a great deal.   

Width of riparian zone <6 meters; little or no riparian vegetation due to human activities. 

Score:                     Score: 

Left Bank:  10  9  Right Bank:10  9 

8      7       6                  8      7       6  

5       4      3                  5        4       3      

2      1      0                   2      1      0 

46  

Appendix 8. Field Data Sheets 

Mountain Meadows Stream Assessment Stream Name Date: Site GPS Lat:

Crew Site GPS Long:

Elevation Order Gradient Site Number County Rise (cm) Run (cm) Clinometer Description (include human impacts, meadow type, etc.) Beginning Time Turbidity Conductivity End Time

Beg. Air Temp End Air Temp

Beg. H20 Temp End H2O Temp

Pictures Number Description Photo 1 Photo 2 Photo 3 Photo 4 Photo 5 Photo 6 Photo 7 Photo 8 Photo 9 Photo 10      

47  

  

Flow & Stream Transects  

Stream Site #: Date Total Width____________

Distance (width/10)

Depth

Velocity

Flow

∑Flow (cms) =

  Average

Width

Depth 25%

Depth 50%

Depth 75%  

Avg. Depth

Max Depth

Avg. Width

Max Width

Bankfull Depth

Bankfull Width

Reach Length (m)

1 1 % Pool

2 2 % Glide

3 3 % Riffle

% Other

Substrate Characterization 

% Silt 

% Mud 

% Clay 

% Sand 

% Gravel 

% Cobble 

% Boulder 

% Bed rock 

Consolidation (LMH) 

%  Macro‐ phyte beds 

% Filamentous Algae 

% Emergent Plants 

% Floating mats 

                         

 Habitat Assessment 

Epifaunal Habitat 

Embeddedness & deposition 

Velocity/Depth regime 

Substrate Character 

Channel Flow Status 

Channel alteration 

Freq of Riffles 

Bank Stability 

Veg. Protection 

Riparian Width 

Total Habitat Score: 

LB:  LB:  LB:  RB:  RB:  RB: 

48  

Amphibian Visual Encounter Survey Date: Site #: Observers Stream Air Temp Beg. Time End Time

Observations

Species Number SVL (est)

Location: 1 = water 2 = logs 3 = edge 4 = bank

Life Stage: Adult Juvenile Tadpole Notes

General Site Abundance: 1 = 1 sited Sightings: 2 = 2-3 3 = 4-10 4 = 11- 100 5 = 101 +

49  

  

Invert Tally Sheet Site # Date

Stream Name_________________________

Plecoptera Ephemeroptera Trichoptera Diptera Odonata Hemiptera Coleoptera Acari Tubellaria Oligochaetes Other        

50  

 2005 Vegetation Survey Stream Name:_________________ Site #__________Date:__________ 

Form Basic Meadow Plant Data          

Moisture Regime (check one box)  y/n  Notes (plant height, species, % cover estimates) Standing water     Saturated (water pools around feet)    moist top 1‐2 inches     dry to touch           Vegetation (Estimate percent cover category)  <5%  5‐20%  21‐50%  51‐80%  >80   Non‐woody plants      Sedges      Grass       Forb      Shrubs      Willows present along stream only      Willows       Average willow height (feet)      Alders present along stream only      Alders      Sagebrush       Other shrubs      Trees      Trees cover >15% site     Aspen       White Alder      Cottonwood      Lodgepole pine      White/Red Fir      Other Tree species       

 

             

51  

2006 Vegetation Survey     Date     Site number  Stream Name           

Moisture Regime:   Wet (Hydric)  Depth to Rooting Frequency (cm):   

    Moist (Mesic)                 Dry (Xeric)  Grazing height:       Vegetation Cover (estimate percent coverage)  Include rushes, sedges, forbs, shrubs, trees, etc by function 

Species  <5 % 6‐20% 

21‐35% 

36‐50%  51‐65%  66‐80%  81‐95% 

>95% 

Function (H/M/L) 

                                                                                                                                                                                                                                        

                             

                             

                             

                                                                                       

                             

                             

                                                                                                                                                                                                           

                             

                             

                             

                             % Rocks                              Hydric  Mesic  Xeric                   % Bare Ground  0‐4%  0‐4%  <8   Notes:                

   4‐8%  5‐9% 8‐13%              

  >8%  >10%  >13%              

 

52  

Fish Survey  Site #  Date   Pass 1  Pass 2 

  Pass 3 

Species Stream Name:______________________________________________

SL/FL Vol SL/FL Vol SL/FL Vol SL/FL Vol SL/FL Vol SL/FL Vol

53  

References  Allen‐Diaz B. 1991. Water‐Table and plant species relationships in Sierra Nevada Meadows.   American Midland Naturalist. 126:30–43.   

Allen‐Diaz, B., R. Barrett, W. Frost, L. Huntsinger, K. Tate. 1999. Sierra Nevada Ecosystems in the   Presence of Livestock. A report to the Pacific Southwest Station and Region 5 USDA Forest   Service.  Auble G. T., D. A. Doff, and M. L. Scott. 1994. Relating riparian vegetation to present and future   streamflow. Ecological Applications. 4:544–554. 

Barbour, MT, J Gerritsen, BD Snyder, and JB Stribling. 1999. Rapid Bioassessment Protocols for Use   in Streams and Wadeable Rivers: Periphyton, Benthic macroinvertebrates and Fish. U.S.   Environmental Agency, Office of Water, Washington, DC. EPA 841‐B‐99‐002.  Belsky, A.J., A. Matzke, S. Uselman. 1999. Survey of livestock influences on stream and riparian   ecosystems in the western United States. Journal of Soil and Water Conservation. 54:419‐  431.  Blank et al.  2006. Soil Attributes in a Sierra Nevada Riparian Meadow as Influenced by Grazing.    Rangeland Ecology and Management.  59(3), p. 321‐329.  Castelli R. M., J. C. Chambers, and R. J. Tausch. 2000. Soil‐plant relations along a soil‐water gradient   in Great Basin riparian meadows. Wetlands. 20:251–266.  Chambers J. C., R. J. Tausch, J. L. Korfmacher, J. R. Miller, and D. G. Jewett. 2004. Effects of   geomorphic processes and hydrologic regimes on riparian vegetation. p. 196–231. In J. C.   Chambers and J. R. Miller (eds.) Great Basin Riparian Ecosystems— Ecology, Management   and Restoration. Island Press, Covelo, CA, USA.  Crump, M. L. and N. J. Scott, Jr. 2000. Visual encounter surveys. Pages 84‐92 in W. H. Heyer  et al.,   eds. Measuring and monitoring biodiversity: standard methods for amphibians.    Smithsonian Inst Press, Wash. DC  DeSante, D.F. 1995. The status, distribution, abundance, population trends, demographics, and risks   of the landbird avifauna of the Sierra Nevada. The Institute for Bird Populations.  Dull, R. A., 1999. Palynological Evidence for 19th Century Grazing‐Induced Vegetation Change in the   Southern Sierra Nevada, California, USA.  Journal of Biogeography. 26, p. 899‐912.     Dwire K.A., Kauffman J.B., Baham J.E. 2006. Plant species distribution in relation to water‐Table   depth and soil redox potential in montane riparian meadows. Wetlands: Vol. 26, No. 1 pp.   131–146  

54  

Hammersmark, C.T., M.C. Rains, and J.F. Mount. 2008. Quantifying the hydrological effects of   stream restoration in a montane meadow, Northern California, USA. River. Res. Applic. 24:   735–753  Harrington, J. and M. Born. 2000. Measuring the health of California streams and rivers. Sustainable   Land Stewardship International Institute, Sacramento CA   Karr, J.R. 1981. Assessment of Biotic Integrity using fish communities.  Fisheries 6:21‐27.  Kattelmann, R. and M. Embury. 1996. Riparian Areas and Wetlands. Sierra Nevada Ecosystem   Project: Final Report to Congress, vol. III, Assessments and scientific basis for management   options. University of California, Davis, Centers for Water and Wildland Resources.

Kinney, B. 1996. Conditions of rangelands before 1905. In Sierra Nevada Ecosystem Project: Final   report to Congress, vol. II, chapter 3. Davis: University of California, Centers for Water and   Wildland Resources.  Kondolf, G. M., R. Kattelman, M. Embury, D. C. Erman. 1996. Status of riparian habitat. In Sierra   Nevada Ecosystems Project, Final report to Congress, volume II. Assessment and scientific   basis for management options. University of California, Centers for Water and Wildland   Resources, Davis. Pages 1009–1030.  Mitsch, W.J. and Gosselink, J.G. 2000. Wetlands (3rd edn). John Wiley and Sons, New York: New   York.  Micheli, E.R. and J.W.Kirchner. 2002. Effects of wet meadow riparian vegetation on streambank   erosion. 1. Remote sensing measurements of streambank migration and erodibility.    27(6):627‐639.   Popp, A., N. Blaum, and F. Jeltsch. 2008. Ecohydrological feedback mechanisms in arid rangelands:   Simulating the impacts of topography and land use. Basic and Applied Ecology.  Ratliff. RD. 1985. Meadows in the Sierra Nevada of California: state of knowledge.  Gen. Tech. Rep.   PSW‐84.  Berkeley, CA: Pacific Southwest Forest and Range Experiment Station, Forest   Service, U.S. Department of Agriculture. 52 pp.  Resh, V.H., R.H. Norris, and M.T. Barbour. 1995. Design and implementation of rapid assessment   approaches for water resource monitoring using benthic macroinvertebrates. Australian   Journal of Ecology. 20: 108‐121  Schlesinger, W.H.,  J.F. Reynolds, G.L. Cunningham, L.F. Huenneke, W.M. Jarrell and R.A. Virginia et   al., Biological feedbacks in global desertification, Science 247 (1990), pp. 1043–1048.  Stromberg J.C., R. Tiller, and B. Richter. 1996. Effects of ground‐water decline on riparian vegetation   of semi‐arid regions: the San Pedro, Arizona. Ecological Applications. 6:113–131.  Weixelman, D., G. Bakker, and J. Fites. 2003. USFS Region 5 Range Monitoring Project 2003 Report.   Adaptive Management Services, U.S. Forest Service, Nevada City, Ca. 45p.