Gautier Coralie Msc 2021.Pdf (9.072Mb)

Département de géomatique appliquée Faculté des lettres et sciences humaines Université de Sherbrooke

Étude de la qualité d’habitat et des patrons migratoires du caribou de Peary (Rangifer tarandus pearyi) à l’aide d’un modèle thermodynamique de neige, des anomalies de glace de mer et du savoir traditionnel

Coralie Gautier

Mémoire (GMQ804) Maîtrise en sciences géographiques, cheminement de type recherche en géomatique

Mai 2021

Directeur de recherche : Prof. Alexandre Langlois (Département de géomatique appliquée, Université de Sherbrooke)

Co-directrice de recherche : Dr. Cheryl Ann Johnson (Service Canadien de la Faune, Environnement et Changement Climatique Canada)

Membres du jury : Prof. Jérôme Théau (Département de géomatique appliquée, Université de Sherbrooke)

Prof. Alexandre Roy, (Département des sciences de l'environnement, Université du Québec à Trois-Rivières)

© Coralie Gautier - 2021 Résumé Des changements importants dans la variabilité spatio-temporelle de l'étendue de la glace de mer et du couvert nival ont été observés dans l'Arctique au cours des dernières décennies, en raison de diverses rétroactions climatiques. L'une des conséquences observées de ces rétroactions est un réchauffement accéléré qui entraîne une augmentation de la fréquence des événements hivernaux extrêmes telles que la pluie-sur-neige et les tempêtes qui mènent à une densification de la couverture neigeuse, la présence de croûtes de glace et une réduction spatiale de la glace de mer affectant les conditions de pâturage et de déplacements saisonniers du caribou de Peary. Dans ce contexte, ce travail présente des simulations des propriétés de la couverture neigeuse affectant les conditions d'alimentation des caribous, en utilisant une plateforme de spatialisation du modèle SNOWPACK développée dans notre laboratoire. Les résultats démontrent que les conditions de neige simulées, lorsqu'elles sont couplées aux variables environnementales dans le modèle MaxEnt, augmentent la performance statistique de la prédiction de la présence d'individus sur les îles Banks et Melville des Territoires du Nord- Ouest. Nous présentons également des anomalies de glace de mer pour la période 1983-2019, calculées à partir des images satellites RADARSAT-1 et 2, afin d'évaluer les tendances spatiotemporelles de concentration de glace dans les zones utilisées pour les déplacements saisonniers des caribous entre les îles de Banks, Melville et Victoria, et entre Banks et le continent. Les données sur la localisation et les déplacements des caribous sont issues du savoir traditionnel et ont été utilisées dans le modèle MaxEnt avec des simulations de neige. Nos résultats suggèrent que les anomalies de la glace de mer influencent directement la capacité des caribous à traverser entre les îles : les zones anomalies négatives sont présentes aux endroits où la traverse des caribous s’est arrêtée depuis les années 2000, tandis que celles positives sont présentes aux endroits où les caribous traversent encore depuis 2000. Les résultats des simulations de neige suggèrent que les caribous se trouvent davantage dans les zones à faible épaisseur cumulée de haute densité (CT350), comme prévu. Les résultats maximums de la probabilité de présence suggèrent que les caribous se trouvent plus souvent dans les zones de faible altitude, de faible CT350 et de végétation comportant principalement lichens, herbes et arbustes, avec certaines particularités saisonnières.

Mots-clés Amplification arctique; Anomalies de glace de mer; Caribou de Peary; Changements climatiques; Densification de la neige; Déplacements saisonniers; Savoir traditionnel Inuit.

Table des matières

Table des matières ...... i Liste des figures...... iii Liste des tableaux ...... v Liste des abréviations ...... vi Remerciements ...... vii 1. Introduction ...... 1 1.1. Contexte et problématique ...... 1 1.2. Objectifs ...... 3 1.3. Hypothèses ...... 4 2. Cadre théorique ...... 5 2.1. État du caribou de Peary ...... 5 2.2. Patrons migratoires connus ...... 6 2.3. Périodes critiques ...... 7 2.4. Savoir traditionnel Inuit et Inuvialuit ...... 7 3. Données et méthodes ...... 9 3.1. Anomalies de glace de mer (Objectif A) ...... 11 3.1.1. Données Objectif A ...... 11 3.1.2. Méthodologie Objectif A ...... 11 3.2. Simulations de neige avec l’OSSA (Objectif B) ...... 13 3.2.1. Données Objectif B ...... 14 3.2.2. Méthodologie Objectif B ...... 16 3.3. Modélisation de la qualité d’habitat avec MaxEnt (Objectif C) ...... 17 3.3.1. Données Objectif C ...... 18 3.3.2. Méthodologie Objectif C ...... 21 4. Article scientifique ...... 25 Introduction ...... 29 Background: Monitoring Environmental Changes for Peary caribou ...... 32 Material and Method ...... 33 Study Site ...... 33 Data and Methods ...... 34 Sea Ice ...... 34 Snow State Variables ...... 35 MaxEnt Simulations and Caribou Data from Surveys and Traditional Knowledge.. 36 Results ...... 39 Sea Ice ...... 39

Spring ...... 39 Summer-Fall ...... 42 Winter ...... 43 OSSA Snow Simulations ...... 44 Spring ...... 44 Summer-Fall ...... 46 Winter ...... 46 MaxEnt ...... 46 Spring ...... 47 Summer-Fall ...... 50 Winter ...... 50 Discussion ...... 51 Sea-ice anomalies ...... 51 Snow simulation and caribou ...... 52 Habitat modelling (MaxEnt probabilistic model) ...... 52 Uncertainties ...... 54 Conclusion ...... 55 Acknowledgments ...... 57 References ...... 58 Supplementary Material ...... 65 5. Résultats et discussions complémentaires à l’article ...... 66 5.1. Anomalies de glace de mer (Objectif A) ...... 66 5.2. Simulations de neige avec l’OSSA (Objectif B) ...... 72 5.3. Modélisation de la qualité d’habitat avec MaxEnt (Objectif C) ...... 78 6. Conclusion ...... 85 Références ...... 88 Annexe 1 : Carte des données d’occupation du sol - Circumpolar Arctic Vegetation Map (CAVM) ...... 93 Annexe 2 : Carte des données d’élévation – Modèle Digital d’Élévation du Canada (MNEC) ...... 94 Annexe 3 : Librairies utilisées pour les étapes de programmation avec R et Python ...... 95 Annexe 4 : Carte de l’Archipel Arctique Canadien et du nom des îles qui le composent ...... 97 Annexe 5 : Revue de littérature réalisée pour ECCC - Cartographie du savoir traditionnel sur la localisation des caribous de Peary dans l’AAC ...... 98

Liste des figures

Figure 1. Les quatre sous-populations de caribous de Peary. Figure tirée de Johnson et al. (2016)...... 5 Figure 2. Aire d'étude - Îles de Banks et Melville dans l’AAC et zones 1 à 3. La figure a été tirée de l’article Gautier et al. (2021) et est donc présentée en langue originale anglaise...... 10 Figure 3. Figure expliquant le calcul de l'épaisseur cumulative de neige à partir des simulations nivales réalisées avec l’OSSA. Tirée de l’article Ouellet et al. (2017, Figure 2)...... 17 Figure 4. Emplacements observés des caribous de Peary dans l’AAC, entre 1980 et 2013. Base de données réalisée en combinant le savoir traditionnel aux données de recensements, provenant de Johnson et al., 2016 (p.121)...... 20 Figure 5. Données de présence de caribous de Peary, par saison, sur les îles de Banks et celles du Complexe de l’île de Melville. Données provenant de la base de données de Johnson et al. 2016 et présentées en totalité à la Figure 4 ci-dessus...... 20 Figure 6. Étapes méthodologiques suivant les objectifs spécifiques de la maîtrise. Les données de présence de caribous provenant de Johnson et al. (2016) sont issues d’une base de données combinant le savoir traditionnel et celui scientifique...... 24 Figure 7. Study site for snow simulations on Banks Island & Melville Islands Complex (Melville, Byam-Martin, Mackenzie-King, Brock and Borden islands), and for sea ice anomalies analysis around Banks Island (zones 1 to 3)...... 34 Figure 8. Caribou location by season on Banks Island and Melville Island Complex. Data are from the Johnson et al. (2016) database...... 37 Figure 9. Sea ice average anomalies (1983–2019) in the three zones around Banks Island, for spring (a), summer-fall (b) and winter (c)...... 40 Figure 10. Sea ice average anomalies by year, for each of the three zones around Banks Island, for spring, from 1983 to 2019. Each dot represents the mean annual anomaly for the entire zone, with the standard error value represented with the vertical bars...... 41 Figure 11. Sea ice average anomalies by year, for each of the three zones around Banks Island, for summer-fall, from 1983 to 2019. Each dot represents the mean annual anomaly for the entire zone, with the standard error value represented with the vertical bars...... 43 Figure 12. Sea ice average anomalies by year, for each of the three zones around Banks Island, for winter, from 1983 to 2019. Each dot represents the mean annual anomaly for the entire zone, with the standard error value represented with the vertical bars...... 44 Figure 13. Snow cumulative thickness of high density (>350 kg/m³) (CT350) simulated with the OSSA on Banks Island & Melville Island Complex (mean 2000-2013), for spring (a), summer-fall (b) and winter (c). Please note that the scale of values is different from a season to another...... 45 Figure 14. Peary caribou probability of presence on Banks Island & Melville Island Complex (MaxEnt simulation) for the years 2000–2013, for spring (a), summer-fall (b) and winter (c)...... 48 Figure 15. Environmental variables in Maxent top models and their variation following the probability of presence (0-1) for each season on Banks Island and Melville Island Complex. Banks Island corresponds to [a & b] for spring, and [c & d] for summer-fall. Melville Island Complex corresponds to [e, f & g] for spring, [h] for summer-fall, and [I & j] for winter...... 49

Figure 16. Anomalies moyennes de glace de mer jeune pour la période printanière de 1983-2019. .... 68 Figure 17. Anomalies moyennes de glace de mer jeune pour la période estivale-automnale de 1983- 2019...... 69 Figure 18. Anomalies moyennes de glace de mer jeune pour la période hivernale de 1983-2019...... 70 Figure 19. Histogrammes des fréquences de valeur d'anomalies par saison pour la période 1983-2019 pour l'ensemble de l'AAC...... 71 Figure 20. Résultats des simulations de CT350 avec l'OSSA pour les années 2000 à 2013, sur l’île de Banks, et moyenne de toutes ces années.À noter que les échelles de valeurs diffèrent d’une année à l’autre, car elles représentent les valeurs minimales et maximales...... 74 Figure 21. Histogrammes des fréquences de valeurs d'épaisseur cumulée de neige (CT350) pour le printemps 2000-2013. Île Banks à gauche et Île Melville à droite...... 75 Figure 22. Histogrammes des fréquences de valeurs d'épaisseur cumulée de neige (CT350) pour l’été- automne 2000-2013. Île Banks à gauche et Île Melville à droite...... 76 Figure 23. Histogrammes des fréquences de valeurs d'épaisseur cumulée de neige (CT350) pour l’hiver 2000-2013. Île Banks à gauche et Île Melville à droite...... 77 Figure 24. Histogrammes des fréquences de valeurs de probabilité de présence (0-1) des caribous pour les années 2000-201 pour l’île de Banks. Printemps à gauche et été-automne à droite...... 82 Figure 25. Histogrammes des fréquences de valeurs de probabilité de présence (0-1) des caribous pour les années 2000-201 pour l’île de Banks. Printemps à gauche, été-automne au centre et hiver à droite...... 83

Liste des tableaux

Tableau 1. Présentation des données utilisées et de leurs caractéristiques...... 10 Tableau 2. Sea-ice mean anomaly and concentration before and after 2000, range of anomalies and most common values of anomalies, for the 3 zones around Banks Island...... 42 Tableau 3. Top seasonal models produced from MaxEnt predicting the probability of Peary caribou occurrence across Banks Island and Melville Island Complex from 2000–2013. Models present their AICc, AUC, AUC Standard Deviation (AUC sd) and percentage of permutation values...... 47 Tableau 4. MaxEnt results (AICc, AUC, AUC sd, % of permutations) for all the models tested for the three seasons on both Banks Island and Melville Island Complex. Best models in bold...... 65 Tableau 5. Modèles MaxEnt testés avec leurs caractéristiques (AICc, AUC et écart-type, pourcentage de permutation des variables environnementales) et modèle final choisi en gras (autres modèles en italique). Île Banks, par saison...... 79 Tableau 6. Modèles MaxEnt testés avec leurs caractéristiques (AICc, AUC et écart-type, pourcentage de permutation des variables environnementales) et modèle final choisi en gras (autres modèles en italique). Île Melville, par saison...... 80

Liste des abréviations

AUC : Zone Sous la Courbe (de l’anglais Area Under the Curve)

AICc : Critère d'Information d'Akaike avec Correction pour petite taille d’échantillons

AAC : Archipel Arctique Canadien

CAVM : Carte de la Végétation de l'Arctique Circumpolaire (de l’anglais Circumpolar Arctic Vegetation Map)

CISDA : Archives Numériques du Service Canadien des Glaces (de l’anglais Canadian Ice Service Digital Archives)

CT350 : Épaisseur Cumulée de la neige avec une densité supérieure à 350kg/m³ (de l’anglais Cumulative Thickness over 350kg/m³)

MNEC : Modèle Numérique d'Élévation du Canada

CME : Centre de Modélisation de l'Environnement

NARR : Produit de Réanalyse Régionale Nord-Américaine (de l’anglais North American Regional Reanalysis product)

OSSA : Outil de Spatialisation de SNOWPACK en Arctique

PSN : Pluie-Sur-Neige

SD : Écart-type (de l’anglais Standard Deviation)

Remerciements

Je voudrais remercier du fond du cœur toutes les personnes qui m’ont aidée, encouragée, soutenue et conseillée durant les dernières années de réalisation de mon projet de maîtrise.

Tout d’abord, merci infiniment, Alex, ça a été un grand plaisir de réaliser la maîtrise sous ta supervision. Merci pour ta grande disponibilité et ton bureau toujours ouvert pour nous aider ou nous écouter. Merci pour les belles opportunités que j’ai pu réaliser, que ce soit le stage à Tromsø (Norvège), le cours dans les Alpes au Col du Lautaret (France), la campagne de terrain au Nunavut. Merci pour les opportunités d’en apprendre davantage et de partager mon projet lors des nombreuses conférences auxquelles j’ai pu assister ou présenter. Merci aussi pour le beau groupe de travail et d’entraide, le GRIMP, que tu as su créer et alimenter. Ça a permis de partager de beaux moments autant amicaux que scientifiques avec toutes ces merveilleuses personnes, ce qui a grandement contribué à la bonne expérience de laboratoire que j’ai vécue au bureau.

Un grand merci à Cheryl qui m’a aidée, soutenue, encouragée durant toute la maîtrise. Merci pour les chaleureux accueils à chaque fois que nous sommes venus à Ottawa. J’ai beaucoup aimé passer plusieurs jours avec toi et Erin lors de votre passage à Cambridge Bay. Merci aussi, Erin, pour ton soutien technique. Merci à vous deux pour les belles opportunités d’emplois que vous m’avez offertes au travers de la maîtrise.

Merci aussi à tous ceux et celles du GRIMP qui m’ont aidée au niveau scientifique, que ce soit par des discussions, des réflexions, des enseignements ou des rétroactions. Je pense tout particulièrement à Vincent pour sa précieuse aide avec l’OSSA, à Céline pour son aide avec la programmation et à Guillaume pour son aide avec les analyses de glace de mer. Merci aussi énormément à Joëlle pour toutes ses rétroactions et questions pour pousser ma propre réflexion et faire avancer mon projet. Merci à Charlotte pour l’aide technique et morale, les réflexions scientifiques, les randonnées hebdomadaires à la montagne et les fous rires (que ce soit en faisant de macramé, du spinning et du vélo, une teinture mauve qui ne marche pas ou un souper). Merci aussi pour les belles soirées et activités sociales qu’on a partagées ensemble au GRIMP durant ces dernières années.

Aussi, un immense merci à mon cher Batistin qui m’a aidée et soutenue à de si nombreuses reprises au cours de ce long et parfois difficile projet de maîtrise qui s’est terminé en pleine pandémie mondiale de covid-19. Merci pour tes réflexions qui m’ont aidée à avancer

© Coralie Gautier - 2021 viii scientifiquement, merci pour ta précieuse aide en programmation et merci pour les encouragements et le soutien moral lors des moments plus ardus. Je suis bien chanceuse de t’avoir dans ma vie et à mes côtés depuis plus de deux ans déjà.

Merci à ma chère maman qui m’a soutenue depuis toujours et qui a toujours cru en moi, m’a encouragée à continuer et m’a questionnée toujours plus pour en apprendre davantage sur mon projet.

Merci à ma chère colocataire, Jeanne, sans qui la dernière année (covid-19) n’aurait pas été aussi lumineuse et parsemée de profondes discussions, de soutien et d’écoute, d’entrainement et de course et de bons soupers.

Merci à mes professeurs du baccalauréat qui savaient comment enseigner pour donner aux étudiants une grande soif d’apprentissage. Un merci tout spécial à Patrice Bourgault. Merci aussi à Marc Bélisle qui m’a permis d’avoir la bourse CRSNG grâce à ses bons mots de référence et qui m’a permis de m’initier à la recherche, au travers du projet de recherche sur les hirondelles bicolores et de mon projet personnel sur les bourdons.

Finalement, merci aux organismes qui ont subventionné ce projet de maîtrise, soit le Regroupement des Étudiants et Étudiantes de maîtrise, de Diplôme et de Doctorat de l’Université de Sherbrooke (REMDUS), le Conseil de recherches en sciences naturelles et en génie (CRSNG), le Fonds de recherche du Québec – Nature et technologies (FRQNT), Environnement et Changement Climatique Canada (ECCC), Savoir Polaire Canada et son Programme de Formation Scientifique dans le Nord (PFSN), l’Université de Sherbrooke et son Fond d’Appui à l’Engagement Étudiant (FAEE), le Département de Géomatique Appliqué et le Centre d’Études Nordiques (CEN) et le Groupe de Recherche Interdisciplinaire sur les Milieux Polaires (GRIMP).

Enfin, merci à tous ceux que j’ai pu oublier de mentionner, mais qui m’ont encouragée et qui ont contribué à ma réussite.

1. Introduction

1.1. Contexte et problématique

Les changements climatiques actuellement observés ont des répercussions particulièrement importantes en Arctique, où le réchauffement est deux à trois fois plus rapide qu’ailleurs sur la planète, dû à l’amplification arctique (Serreze et Barry, 2011 ; Uboni et al., 2016 ; Langlois et al., 2017). En effet, avec l’augmentation des températures dans les régions arctiques, une réduction du couvert de glace de mer est observée depuis quatre décennies laissant place à l’eau libre menant ainsi à une réduction considérable de l’albédo. Cette rétroaction positive entraine un réchauffement de l’eau qui à son tour retarde l’englacement (Yadav, Kumar et Mohan, 2020 ; Yu et al., 2021). Les prédictions de différents modèles climatiques suggèrent que d’ici 2050, tout l’Arctique sera libre de glace durant l’été, car la formation hivernale de glace ne sera plus assez importante pour compenser la fonte estivale et la glace pluri-annuelle est appelée à disparaitre (Rigor et Wallace, 2004 ; Maslanik et al., 2011 ; Yadav, Kumar et Mohan, 2020). De plus, ces modifications de couverture de glace de mer influencent le régime des polynies (Couture et al., 2021), susceptible de contribuer davantage à cette boucle de rétroaction positive sur l’albédo. Ces phénomènes sont susceptibles de se produire encore plus rapidement qu’estimés, comme l’a montré l’année 2019 où le mois de juillet a été le mois le plus chaud depuis plus de 40 ans contribuant ainsi à une fonte de la banquise encore plus importante qu’attendue (Yadav, Kumar et Mohan, 2020).

L’amplification arctique contribue de façon soutenue à une augmentation des températures (Vincent et al., 2018), menant à une augmentation des précipitations (Hansen el al., 2014; Johnson et al., 2016) et une augmentation de l’occurrence d’évènements climatiques extrêmes dont des pluies-sur-neige (PSN) (Dolant et al., 2017; Il Jeong et Sushama, 2018; Vincent et al., 2018 ; Sobota, Weckwerth et Grajewski, 2020). Plus spécifiquement, ces évènements climatiques extrêmes mènent à des changements importants au niveau des conditions de neige en influençant la variabilité spatio-temporelle du manteau neigeux (Callaghan et al., 2011; Derksen et al., 2012 ; Bokhorst et al., 2016) et en densifiant la neige sous l’effet des vents et des PSN (Liston et Hiemstra, 2011; Dolant et al., 2018). Plus particulièrement, la microstructure de la neige, sa densité, son albédo (Langlois et al., 2017), son épaisseur et sa conductivité thermique (Bokhorst et al., 2016) sont affectés par ces changements. Cependant, peu de mesures ou études s’y attardent.

Ces phénomènes climatiques ont déjà des impacts sur les animaux de l’Arctique dont les caribous de Peary (Rangifer tarandus pearyi) vivant dans l’Archipel Arctique Canadien (au nord du Canada dans l’océan Arctique), ci-après appelé AAC. Ces derniers ont une grande importance culturelle pour les communautés Inuit et Inuvialuit de ces régions, et l’espèce est actuellement désignée menacée par le Comité sur les Espèces en Péril au Canada (COSEPAC, 2015). La diminution de ces populations de caribous est notamment attribuable à 1) l’augmentation des épisodes de PSN qui créent une densification du manteau neigeux et des croutes glacées (Langlois et al., 2017) et 2) à l’amincissement de la glace de mer (Tyler, 2010; Forbes et al., 2016; Mallory, Fredlund et Campbell, 2020). Ces modifications environnementales ont à leur tour un effet négatif sur l’accessibilité de la nourriture, disponible sous le manteau neigeux amenant les caribous à se déplacer davantage sur et entre les îles de l’AAC pour accéder à de la nourriture (Jenkins et al., 2016). D’ailleurs, plusieurs cas de mortalité massive de caribous dans différentes régions de l’Arctique ont été observés au fil des dernières années, toutes liées aux changements climatiques et aux épisodes de PSN (Tews, Ferguson et Fahrig, 2007; Forbes et al., 2016; Dolant et al., 2018; Kaluskar et al., 2020).

L’impact des changements climatiques sur les déplacements saisonniers des caribous de Peary dans l’AAC est encore mal compris, dû aux effets nombreux et complexes des changements climatiques et du manque de disponibilités de données de variables d’état de surface (i.e., neige et glace de mer) (Boelman et al. 2019). De plus, les données de présence de caribou sont peu nombreuses et incomplètes (Johnson et al., 2016). Par conséquent, il devient difficile de connaitre précisément de quelle manière les déplacements saisonniers seront affectés, mais il est certain qu’ils le seront dû aux variations dans l’étendue, la durée et l’épaisseur de la glace entre les îles (Paquette et al., 2020). Parmi les impacts possibles, nous notons un rallongement de la distance (changements spatiaux) de déplacement dû aux conditions de surface non favorables; ou encore un décalage de ces déplacements saisonniers dans le temps (changements temporels) en attente de conditions plus favorables. Il demeure donc incertain si les caribous réussiront à adapter leurs déplacements saisonniers aux changements actuellement observés à la lumière des épisodes de mortalité massive répertoriés dans la littérature. Le projet de maîtrise tentera donc de répondre à ces questions complexes, en combinant les données de présence de caribous provenant en majorité du savoir traditionnel des Communautés Inuites et Inuvialuit de l’Arctique Canadien, avec des données environnementales (neige et glace de mer) provenant d’images satellitaires et de modélisation.

Dans le cadre de ce projet de maitrise, deux modèles seront utilisés : l’Outil de Spatialisation de SNOWPACK en Arctique (OSSA) et MaxEnt. Premièrement, l’OSSA est un modèle développé par le Groupe de Recherche Interdisciplinaire sur les Milieux Polaires (GRIMP) de l’Université de Sherbrooke (Ouellet et al., 2017) à partir du modèle SNOWPACK (Bartelt et Lehning, 2002; Lehning et al., 2002) et qui permet de simuler spatio-temporellement le couvert nival sur des îles de l’AAC. Deuxièmement, MaxEnt (Elith et al., 2011; Phillips et Dudik, 2008) est un outil statistique basé sur l’apprentissage profond qui permet de prédire la probabilité de présence des caribous de Peary au sein de l’AAC selon les conditions environnementales favorables prescrites (végétation, neige et glace de mer). L’utilisation de ce modèle a démontré une amélioration significative des prédictions de présence lors de l’inclusion de données sur le couvert nival provenant de l’OSSA (Martineau et al., 2021). Une description plus approfondie des modèles sera faite dans la section 3.

1.2. Objectifs

Objectif général

Suivant le contexte identifié ci-haut, le projet de maitrise a pour objectif principal d’améliorer les connaissances sur l’habitat des caribous de Peary en couplant le logiciel MaxEnt avec l’OSSA, appliqué sur deux îles de l’AAC, soit Banks et Melville, ainsi que d’évaluer l’impact des conditions d’englacement sur la présence des caribous entre les îles de l’AAC nommées précédemment et la terre ferme au sud. Ces deux îles ont été choisies pour leur abondance actuelle et passée en termes de caribou de Peary. Cet objectif motive les trois objectifs spécifiques suivants :

Objectifs spécifiques a) Évaluer l’impact des changements spatio-temporels de concentration de glace de mer (glace jeune de plus de 10 cm) entre 1983 et 2019, sur les comportements migratoires des caribous de Peary, grâce au savoir traditionnel Inuit et Inuvialuit renseignant sur la présence des caribous et aux anomalies de concentration de glace de mer le long de trois zones de traverses inter-îles (autour de Banks) bien documentées. b) Simuler de façon spatio-temporelle, à l’aide de l’OSSA, les conditions de neige influençant directement la recherche de nourriture du caribou (épaisseur cumulative à > 350kg/m³) à 4 km

© Coralie Gautier - 2021 4 de résolution, forcé avec les données climatiques passées (2000-2013), sur les îles Banks et Melville. c) Modéliser la probabilité de présence des caribous, à l’aide du logiciel prédictionniste MaxEnt, dans des zones connues de présence (Banks et Melville) et comprendre comment les facteurs environnementaux (neige simulée en b), végétation et élévation) influencent ces présences. d) Créer une base de données géoréférencées de présence de caribou de Peary, par saison, provenant du savoir traditionnel et de travaux de recherche réalisés en partenariat avec les communautés Inuit et Inuvialuit de l’AAC (objectif ajouté dans le cadre du contrat avec Environnement et changement climatique Canada – voir Annexe 3 pour détails et présentation du rapport).

1.3. Hypothèses

L’hypothèse principale de mon projet suppose que les changements observés dans l’utilisation du territoire et les patrons migratoires des caribous de Peary dans l’AAC, déterminés grâce au savoir traditionnel inuit et aux recensements, seront corrélés avec les changements dans la couverture nivale (densification) et la diminution de la couverture spatiale glace de mer jeune.

Plus spécifiquement, les tendances temporelles d’anomalies de glace de mer ont une influence directe sur le comportement des caribous décrit par le savoir traditionnel de la façon suivante : a) les zones inter-îles à tendance positive d’englacement sont corrélées aux zones connues toujours empruntées par les caribous à ce jour, b) les zones où la tendance d’englacement est négative correspondent à des endroits qui ne sont plus utilisés par les caribous et finalement c) les zones où les tendances sont constantes, aucun changement migratoire ne devrait être observé;

2. Cadre théorique

2.1. État du caribou de Peary

Les caribous de Peary sont endémiques de l’AAC (COSEPAC, 2015) et vivent en petits groupes de quelques individus, pour éviter la surutilisation des ressources déjà peu abondantes et disponibles (COSEPAC, 2015). Selon les connaissances actuelles, ces groupes seraient rassemblés en quatre populations relativement distinctes. Celle des îles Reine-Élizabeth; celle de l’île Banks et du nord-ouest de l’île Victoria; celle de l’île Prince-de-Galles et de l’île Somerset; ainsi que celle de la Péninsule de Booth (COSEWIC, 2004; Figure 1). L’aire de répartition de ces caribous dans l‘AAC représente plus de 800 000 km2 (Tews, Ferguson et Fahrig, 2007). Cette sous-espèce de caribous est considérée par le COSEPAC comme menacée, avec un statut de conservation depuis 2004, dû au déclin de 72% de la population dans les 21 dernières années (3 générations) (Festa-Bianchet et al., 2011 ; COSEPAC, 2015).

Figure 1. Les quatre sous-populations de caribous de Peary. Figure tirée de Johnson et al. (2016).

2.2. Patrons migratoires connus

Les caribous de Peary font de cours déplacements saisonniers, adaptant leurs déplacements aux conditions de neige et à la température (réponse comportementale) (COSEPAQ, 2015). Les caribous de Peary préfèrent faire de longs détours pour rester sur une couche de neige peu épaisse ou de la glace plutôt que de nager. En effet, bien qu’ils soient de bons nageurs, nager comporte les risques ne pas pouvoir remonter sur la glace ou de se noyer dû à la fatigue (Jenkins et al., 2016) ou au refroidissement de leur température corporelle; tous ces facteurs ayant des impacts sur la survie (Mallory et Boyce, 2017). Les changements actuels et prévus dans la phénologie de la glace de mer auront ainsi des impacts négatifs sur les caribous de Peary en réduisant la connectivité entre les îles, donc en diminuant le nombre d’habitats favorables accessibles (Mallory et Boyce, 2017) tout en augmentant la résistance du paysage aux déplacements inter-îles (Jenkins et al., 2016).

Les données concernant les déplacements saisonniers des caribous de Peary sont à ce jour encore incomplètes selon le rapport de Johnson et al. (2016). Peu de colliers GPS ont pu être installés sur les caribous, mis à part pour un groupe de quelques individus sur le complexe de l’île Bathurst (Martineau et al., 2021) et sur les îles d’Axel Heiberg et Ellesmere (Parcs Canada, données non publiées). Ceci est notamment dû aux coûts élevés d'installation et de récupération des colliers, aux difficiles conditions de déplacement dans l’Arctique et aux volontés des communautés inuites de l’Arctique (considérant le statut menacé des caribous) (COSEPAC, 2015). De plus, le manque de connaissances sur les déplacements saisonniers serait aussi dû au peu de disponibilité des données concernant les taux d’immigration et d’émigration entre les différentes populations de caribous de Peary, ainsi qu’à l’hybridation entre les caribous de Peary et ceux des hardes de Dolphin-Union et Barren-ground (Johnson et al., 2016).

Par ailleurs, une étude récente menée au Canada (Le Corre et al., 2017), visant à évaluer l’impact de la météorologie locale sur les déplacements saisonniers des caribous a montré que, depuis 2000, les dates de départ au printemps ont été devancées de 14 jours, et les dates de départ à l’automne ont été respectivement devancées de 6 jours. Ces nouveaux résultats portent à croire que ces caribous sont en mesure d'ajuster leurs déplacements saisonniers selon les conditions climatiques locales, mais non en fonction des conditions météorologiques à grande échelle (Le Corre et al., 2017). Dans la même lignée, il a été montré avec les rennes du Svalbard, semblables aux caribous de Peary, qu’en présence de couches glacées au sein du manteau neigeux, dû aux PSN, les populations augmentent de 2 à 4 fois la distance de leurs déplacements

(Stien et al., 2010). Ces résultats indiquent une adaptation comportementale des caribous en présence d’évènements climatiques extrêmes (Parker et al., 1975; Miller et Gunn; Stien et al., 2010), ce qui est prometteur pour leur survie.

2.3. Périodes critiques

Les caribous de Peary ont un cycle de vie annuel séparé en trois grandes périodes (Johnson et al., 2016):

1) Les déplacements printaniers et la mise bas (avril-juin);

2) la recherche estivale de nourriture et le rut (juillet-octobre);

3) les déplacements et recherche de nourriture hivernale (novembre-mars).

Durant toutes ces périodes, les caribous sont vulnérables, et ce, pour diverses raisons. Par exemple, durant la période de mise bas, ce sont les petits qui sont vulnérables, les mères doivent alors choisir des habitats avec moins de prédation et qui sont souvent moins favorables au niveau alimentaire (Johnson et al., 2016). Durant la saison estivale, la recherche d’habitats avec d’abondantes ressources alimentaires devient primordiale, car les individus ont besoin d’emmagasiner beaucoup de réserves en vue de l’hiver suivant (Johnson et al., 2016). Si un décalage trophique de produit suivant les changements climatiques, les caribous pourraient être dans l’incapacité d’accumuler suffisamment de réserves pour survivre à l’hiver (Gustine et al., 2017). Finalement, l’hiver est aussi une période critique, car les conditions climatiques ne sont pas toujours favorables et la recherche et l’accès à la nourriture peuvent devenir très difficiles, coûteux énergétiquement et parfois même impossible (Johnson et al., 2016). Les caribous sont des herbivores, il est donc primordial pour eux d’être en mesure de creuser le manteau neigeux pour accéder aux ressources végétales sur le sol. Ils ingèrent jusqu’à 2,5 kg de biomasse quotidiennement durant les mois de juin à septembre, pour diminuer à 1,5 kg/jour durant la saison hivernale (Tews, Ferguson et Fahrig, 2007). Cette biomasse végétale provient principalement de graminoïdes, d’herbacées et d’arbustes nains durant l’été, et de lichens durant l’hiver (Tews, Ferguson et Fahrig, 2007 ; Johnson et al., 2016).

2.4. Savoir traditionnel Inuit et Inuvialuit

De plus en plus de scientifiques travaillant dans le Nord se tournent vers le savoir traditionnel pour baser leurs connaissances, orienter et améliorer leurs recherches, leur méthodologie et

© Coralie Gautier - 2021 8 l’interprétation de leurs résultats (Pearce et al., 2009; Johnson et al., 2016; Tomaselli et al., 2018). En effet, les membres des communautés inuites du Canada détiennent un savoir traditionnel précieux sur leur environnement. Depuis des millénaires, ce savoir est transmis de génération en génération, et malgré l’histoire colonialiste récente et le déclin de cette transmission culturelle, de précieuses connaissances sur le climat, la faune et la flore, la neige, sont encore présentes dans ces communautés (Kendrick, Lyver et K’É Dene First Nation, 2004; Pearce et al., 2009; Tomaselli et al., 2018). Les projets de recherches ayant inclus le savoir traditionnel ont fait face à de nombreux quant au vocabulaire, à la vision des choses et au type de savoir qui sont bien différents. Cependant, ces projets ont grandement été enrichis de cette combinaison de savoirs (Pearce et al., 2009; Johnson et al., 2016; Tomaselli et al., 2018).

Un merci tout particulier pour les communautés suivantes qui ont accepté de nous laisser réutiliser les données d’observations de caribous de Peary dans le cadre de ce projet de recherche : Resolute Bay Hunters and Trappers Organization – Philip Manik, Sr., Community of Resolute Bay, NU; Iviq Hunters and Trappers Association – Amon Akeeagok, Jaypetee Akeeagok, Charlie Noah, Community of Grise Fiord, NU; Gjoa Haven Hunters & Trappers Association – James Qitsualik Taqaugak, Community of Gjoa Haven, NU; Kurairojuark Hunters & Trappers Association – John Kayasark, Zachary Oogark, Columban Pujuardjok, Community of Kugaaruk, NU; Spence Bay Hunters & Trappers Association – Abel Aqqaq, Peter Qayutinuak Sr., Community of Taloyoak, NU; Ekaluktutiak Hunters & Trappers Organization – Howard Greenley, James Panioyak, George Angohiatok, Jimmy Haniliak, Community of Cambridge Bay, NU; Sachs Harbour Hunters and Trappers Committee – Issiac Elanik, Vernon Amos, John Lucus Jr., Joey Carpenter, Community of Sachs Harbour, NWT; Olohaktomiut Hunters & Trappers Committee – Bradley Carpenter, Joshua Oliktoak, Community of Ulukhaktok, NWT; Paulatuk Hunters and Trappers Committee – Raymond Ruben Sr., Community of Paulatuk, NWT.

3. Données et méthodes

L’aire d’étude est située dans l’AAC, dans la partie appartenant aux Territoires du Nord-Ouest. Au total, l’AAC regroupe 36 563 îles, pour une superficie d’environ 1,4 million de km². Les îles de la région Nord-Est de l’archipel sont très montagneuses (sommets > 2000 m) et comportent plusieurs glaciers, tandis que les îles du centre et de l’Ouest sont plutôt aplaties (sommets < 200 m) (Adams et Dunbar, 2018). Le climat de l’AAC est variable selon les secteurs, mais reste majoritairement froid et aride. Les températures annuelles moyennes sont de -20°C au nord de l’archipel et peuvent atteindre les -50°C au pic de l’hiver. Au sud, la moyenne annuelle est plutôt de -6°C et en été, partout dans l’archipel, la température peut monter au-dessus du point de congélation. Les précipitations moyennes annuelles peuvent atteindre 400 mm au sud, mais moins de 100 mm au nord (Adams et Dunbar, 2018). Durant 3 à 4 mois l’hiver, il fait nuit 24 h sur 24 (nuit polaire), et l’été durant une même période l’ensoleillement est continu (jour polaire ou soleil de minuit). Partout dans l’archipel le sol est gelé sur plusieurs mètres de profondeur (pergélisol), et seule la couche supérieure (< 1 m), appelée couche active, dégèle durant l’été (Adams et Dunbar, 2018). Tout l’archipel est composé de végétation de toundra, c’est-à-dire sans arbres avec seulement quelques arbustes, des herbacées, des graminoïdes, des lichens et mousses, et beaucoup de milieux humides (Adams et Dunbar, 2018).

L’aire d’étude (Figure 2) est composée des îles de Banks et des îles du Complexe Melville. Pour l’analyse de glace de mer (objectif A), les zones 1 à 3 ont été utilisées. La zone 1 est située entre l’île de Banks et l’île de Victoria à l’est et représente une superficie d’environ 3600 km². La zone 2 est plutôt située entre l’île de Banks et la terre ferme au sud. Sa superficie est beaucoup plus grande, soit d’environ 24 600 km². La zone 3 est quant à elle située entre l’île de Banks et l’île de Melville au nord. Sa superficie est similaire à celle de la zone 2, et représente environ 23 000 km². Pour l’analyse des simulations de neige avec l’OSSA (objectif B) et de la probabilité de présence des caribous (objectif C), l’île de Banks a été utilisée ainsi que les îles du Complexe d’îles de Melville qui inclut les îles de Melville, Byam-Martin, Mackenzie-King, Borden et Brock. Pour la suite, le complexe des îles de Melville sera référé en utilisant Complexe des îles de Melville ou simplement Melville.

Figure 2. Aire d'étude - Îles de Banks et Melville dans l’AAC et zones 1 à 3. La figure a été tirée de l’article Gautier et al. (2021) et est donc présentée en langue originale anglaise.

Le Tableau 1 résume les données utilisées, leurs caractéristiques et l’objectif dans lequel elles ont été utilisées. Les modèles sont détaillés dans les sous-sections suivantes selon l’objectif. Un schéma récapitulatif est présenté à la Figure 6.

Tableau 1. Présentation des données utilisées et de leurs caractéristiques.

Données Propriétaire Caractéristiques Utilisation Données de concentration de Archives du Service Données vectorielles Objectif A) glace de mer (CISDA) canadien des glaces 1968-2019 Données météorologiques - North Earth System Research Données vectorielles American Regional Reanalysis Laboratories (ESRL) – Objectif B) 1970-2019 (NARR) NOAA Gouvernement du Données vectorielles Occupation du sol - Circa2000 Objectif B) Canada 2000 Topographie - Modèle Numérique Gouvernement du Données matricielles Objectif B) d’Élévation du Canada (MNEC) Canada (90 m) 1945-2011 Objectif C) Occupation du sol - Circumpolar Données vectorielles CAVM Team (2003) Objectif C) Arctic Vegetation Map (CAVM) Groupe de Recherche Conditions nivales (épaisseur Interdisciplinaire sur Données matricielles cumulée > 350kg/m³) simulées Objectif C) les Milieux Polaires (4 km) 2000-2013 avec l’OSSA (GRIMP) Johnson et al. (2016) Données vectorielles Observations de caribou de Peary Objectif C) – ECCC 2000-2013

3.1. Anomalies de glace de mer (Objectif A)

3.1.1. Données Objectif A

Les anomalies de concentration des glaces de mer ont été calculées à l'aide des données des Archives numériques du Service Canadien des Glaces (CISDA, Gouvernement du Canada, 2020c), qui fournissent des profils de la concentration des glaces de mer pour de nombreux types de glace. Le produit comprend les conditions hebdomadaires de la glace de mer pour la baie d'Hudson, l'Arctique de l'Est et l'Arctique de l'Ouest. Les cartes des glaces de mer sont produites par les prévisionnistes des glaces qui interprètent toutes les informations disponibles pour cartographier les différents types de glace et les zones de concentration. De multiples sources de données sont utilisées pour produire les cartes, y compris les observations in situ et les données satellitaires qui ont contribué à 50-55% de toutes les données disponibles entre 1978 et 1996 et jusqu'à > 80% après 1996 avec le lancement de RADARSAT-1 (Couture et al., 2020). Les données sont disponibles depuis 1968 cependant, nous n'utilisons que les données de 1983 et plus, en raison de problèmes d'interpolation découlant du peu d'images disponibles mensuellement et du type d’interpolation utilisé pour les années 1968-1982 (Tivy el al., 2011).

3.1.2. Méthodologie Objectif A

Pour l’analyse de la variabilité spatio-temporelle de la glace de mer, les cartes de concentration de glace de mer entre les années 1968 et 2019 ont été utilisées pour créer une nouvelle base de données sur l’ensemble de l’AAC. Cette base de données comprend la concentration de « glace jeune » (glace de plus de 10 cm, appelée ainsi pour simplifier la lecture) puisque les caribous ne nécessitent pas forcément d’avoir une glace pluriannuelle pour être en mesure de traverser d’une île à l’autre (WKSP 2018a in Paquette et al., 2020). Cette base de données de glace jeune comprend en fait la concentration de différents types de glace plus mince et moins vieille que la glace pluriannuelle (Glossaire des glaces, dans Gouvernement du Canada, 2020c), soit :

- Glace de première année (N_CFY) : « Glace ayant au plus un hiver de croissance, provenant de jeune glace et dont l’épaisseur est d’au moins 30 cm ».

- Glace mince de première année (N_CFY_TN) : « Glace de première année avec épaisseur entre 30 et 50 cm (premier stade) ou entre 50 et 70 cm (deuxième stade) ».

- Glace de moyenne épaisseur de première année (N_CFY_M) : « Glace de première année avec épaisseur entre 70 et 120 cm ».

- Glace épaisse de première année (N_CFY_TK) : « Glace de première année avec épaisseur de plus de 120 cm ».

- Jeune glace (N_CYI) : « Glace au stade de transition entre le nilas* et la glace de première année, d’une épaisseur de 10 à 30 cm. Peut se diviser en glace grise et en glace blanchâtre ».

- Glace grise (N_CG) : « Jeune glace de 10 à 15 cm d’épaisseur, moins souple que le nilas* et se brisant sous l’effet de la houle. En général, les fragments se chevauchent sous l’effet de la pression ».

- Glace blanchâtre (N_CGW) : « Jeune glace de 15 à 30 cm d’épaisseur. Sous l’effet de la pression, elle aura plus tendance à faire des crêtes qu’à s’empiler ».

*Le terme nilas utilisé dans les définitions ci-haut réfère à ceci : « Couche de glace mince et élastique, ondulant facilement sous les vagues et la houle et formant, sous la pression, des avancées en forme de « doigts » entrecroisés. Cette couche a une surface mate et peut atteindre 10 cm d’épaisseur. On distingue le nilas sombre et le nilas clair » (Glossaire des glaces, dans Gouvernement du Canada, 2020c).

Une fois la base de données de concentration de glace jeune créée, à l’aide du logiciel Python (version 2.7), celle-ci a été matricialisée à une résolution spatiale de 500 m, ce qui a permis d’obtenir une matrice où chaque pixel représente une valeur de concentration de glace jeune (pourcentage de recouvrement d’un pixel) découlant de la somme de la concentration de chaque type de glace (% de recouvrement du pixel par ce type de glace) présent dans l’aire du pixel formé. Ensuite, ces données matricielles ont été séparées lors de l’analyse selon les trois saisons biologiques annuelles du caribou de Peary (printemps, été-automne, hiver). Pour chacune des saisons, une valeur d’anomalie par pixel (différence entre la valeur de concentration du pixel et la valeur de concentration moyenne du pixel pour les années 1983- 2019) a été calculée, et ce, pour chacun des pixels de l’AAC, toujours avec la même résolution spatiale (500 m). Cela a permis de produire une carte d’anomalies par année et par saison, pour tout l’AAC pour ensuite calculer une moyenne de toutes ces années pour le calcul des anomalies par pixel pour tout l’AAC par saison.

Finalement, pour chacune des trois zones choisies pour l’étude (Figure 2), une moyenne de la valeur d’anomalie de tous les pixels a été calculée, par année et par saison. Cela a permis de mettre en lumière l’évolution temporelle saisonnière des anomalies entre 1983 et 2019 pour chacune des trois zones. Ces zones avaient été identifiées par les membres des communautés inuites lors de discussions suite aux travaux de Johnson et al. (2016). Les graphiques de ces résultats ont été tracés à l’aide du logiciel R (version 3.5.1).

3.2. Simulations de neige avec l’OSSA (Objectif B)

Plusieurs études se sont penchés sur la simulation du couvert nival pour obtenir des conditions de neige passées et futures (Rinke et Dethloff, 2008; Liston et Hiemstra, 2011; Ouellet et al., 2017; Vincent et al., 2018). Les modèles les plus efficaces pour être utilisés dans un projet comme celui-ci sont ceux pouvant simuler la stratigraphie (couches verticales) du manteau neigeux à l’aide de données météorologiques passées, présentes ou futures (Vikhamar-Schuler et al., 2013; Bokhorst et al., 2016). Parmi ces modèles de simulation, on retrouve notamment le modèle SNOWPACK, développé à la base pour le suivi et la prédiction des avalanches en Suisse, qui a été utilisé par plusieurs groupes de recherche dans différentes régions froides telles l’Arctique canadien, l’Antarctique, le nord de l’Europe et la Russie (Vikhamar-Schuler et al., 2013; Turunen et al., 2016; Ouellet et al., 2017; Langlois et al., 2012).

Le modèle SNOWPACK permet de prédire la structure et les caractéristiques physiques du manteau neigeux et de toutes ses couches. Le modèle a besoin minimalement d’avoir les variables météorologiques en entrée, puis d’une validation, pour être appliqué avec confiance au milieu choisi (Beaudoin-Galaise, 2016). Sans ces validations, le modèle est bien moins fiable et donc l’utilisation de ces résultats ne pourraient pas être couplées à MaxEnt. Le modèle SNOWPACK simule chaque couche du manteau neigeux avec ses caractéristiques physiques macroscopiques (épaisseur, densité, température, teneur en eau, température) et microscopiques (taille des grains, forme des grains, taille des liens inter-grains) (Bartelt et Lehning, 2002; Lehning et al., 2002; Vikhamar-Schuler et al., 2013).

Notre groupe de recherche, le GRIMP, a développé récemment une méthode pour spatialiser les résultats du logiciel SNOWPACK (OSSA) (Ouellet et al., 2017), avec la version Antarctique (Groot Zwaaftink et al., 2013) nécessaire à la simulation de neige en milieux polaires. Cet outil permet de spatialiser les résultats des simulations du manteau nival (densité et épaisseur par exemple) faites avec SNOWPACK, pour un temps ou une période de temps donné, dans une partie ou dans la totalité de l’AAC. C’est un outil performant qui fonctionne avec des données

© Coralie Gautier - 2021 14 de réanalyses météorologiques fournissant des résultats matriciels à une résolution spatiale de 1 à 32 km. Le raffinement des résultats vient de l‘incorporation de paramètres environnementaux à plus fine résolution, tels l’albédo du sol, la pente, l’orientation de la pente, et la végétation (Beaudoin-Galaise, 2016). De plus, le modèle actuel inclut les modifications proposées par Gouttevin et al. (2018), soit l’intégration du flux de vapeur provenant du sol, qui permet de simuler une neige de faible densité sur le bas du manteau neigeux, un phénomène nommé givre de profondeur (Martineau et al., 2021). Finalement, le modèle inclus une plus fine résolution spatiale (4 km), des données de végétation du sol plus précises, la rugosité du sol (Meloche et al., 2020) et sa conductivité thermique (Sasseville, 2020 données non publiées) par rapport aux plus récents travaux (Martineau et al., 2021). Les étapes méthodologiques et les données nécessaires seront décrites dans la section qui suit.

3.2.1. Données Objectif B

A) Données météorologiques (NARR) :

Les données de forçage de l’OSSA proviennent du North American Regional Reanalysis (NARR) pour la période 2000-2013. Les données sont disponibles à une résolution initiale de 32 x 32 km (NOAA, 2020) et comprennent toutes les données météorologiques nécessaires au fonctionnement de l’OSSA :

o Direction du vent (degrés. 0° = Nord);

o Vitesse du vent (m/s);

o Hauteur des précipitations (mm);

o Humidité relative (entre 0 et 1);

o Pression de surface (Pa);

o Rayonnement incident de courte longueur d’onde (W/m2);

o Rayonnement incident de longue longueur d’onde (W/m2);

o Rayonnement réfléchi de courte longueur d’onde (W/m2);

o Rayonnement émis de longue longueur d’onde (W/m2);

o Température de l’air (K);

o Température à la surface de la neige (K);

o Température à la surface du sol (K).

Les données NARR ayant une résolution spatiale de 32 km, un raffinement des pixels a été effectué pour arriver à la résolution désirée, soit 4 km. Ce raffinement a été fait en mode colonne, avec les données d’occupation du sol et de topographie présentées ci-après.

B) Données d'occupation du sol (Circa2000) :

Les données d'occupation du sol de Circa2000 sont de type ‘vectoriel’ et comprennent une classification de l’occupation sol à partir d’images satellitaires (Gouvernement du Canada, 2019a). Cette classification inclut, entre autres, les différents types de végétation, l’eau et les milieux humides, de manière assez précise, mais datant un peu puisqu’elle a été réalisée en 2000.

Dans le cadre de ce projet, l’information tirée des données d’occupation du sol n’est que l’albédo des classes d'occupation du sol. Pour se faire, les données ont été matricialisées (à une résolution spatiale de 4 km), et la valeur de chaque pixel correspond à la classe de sol occupant la majorité de la surface de ce pixel.

C) Données topographiques (MNEC) :

Des données topographiques du MNEC sont matricielles, avec une résolution spatiale de 90 m (Gouvernement du Canada, 2019b). Bien que des données avec une résolution plus fine existent, elles ne seront pas utilisées puisque les résultats des analyses ont une résolution de 4 km et qu’une agrégation des pixels est déjà nécessaire pour passer de 90 m à 4 km. La valeur de chaque pixel correspond donc à la valeur moyenne de pixels agrégés pour les variables suivantes :

o Altitude;

o Angle de la pente;

o Orientation de la pente.

Comme sorties l’OSSA produit un shapefile des paramètres nivaux simulés, à la résolution spatiale choisie (dans ce cas-ci à 4 km), selon les périodes et pixels choisis pour la simulation, à partir des résultats de SNOWPACK.

Données de validation

Les résultats obtenus avec l’OSSA sont régulièrement validés à l’aide des puits de neige récoltés annuellement lors des campagnes de terrain en Arctique (Cambridge Bay, Nunavut, Canada). Ces données sont récoltées en faisant des puits de neige pour quantifier la stratigraphie du manteau neigeux et mesurer ses paramètres physiques. Les données récoltées dans un puits de neige comprennent, pour chaque couche :

o La température (ºC);

o La densité (kg/m3) ;

o L’épaisseur (cm);

o La teneur en eau liquide (%);

o La taille des grains de neige (mm);

o La surface spécifique de la neige (SSA, kg/m2).

Ces données peuvent alors être comparées aux simulations de l’OSSA réalisées à un même endroit pour une même date dans le but de quantifier les biais possibles dans la simulation du CT350. La validation a été présentée par Martineau et al., (2021) et ne sera pas répétée ici par souci de concision.

3.2.2. Méthodologie Objectif B

L’Outil de Spatialisation de SNOWPACK (OSSA version 2.0) fonctionne en utilisant le logiciel Python (version 3.8) et les données décrites plus haut (section 3.2.1). En choisissant la zone sur laquelle simuler la neige à l’aide d’un shapefile de tout l’AAC, et les années à simuler, l’OSSA s’occupe d’aller chercher les données météorologiques (NARR), topographiques (MNEC), de couverture du sol (Circa2000) recouvrant la zone choisie (île Banks et Complexe de l’île Melville – Figure 2). L’OSSA peut aussi retirer les glaciers de la zone comme nous ne retrouvons par de caribous à ces endroits.

Ensuite, l’OSSA simule toutes les caractéristiques physiques du manteau neigeux, pixel par pixel, et ce, pour toutes les années entre 2000 et 2013. Le fichier qui en résulte permet d’extraire des données de neige et de spatialiser les résultats de tous les pixels dans une même matrice. Dans notre cas, le paramètre retenu pour créer une matrice est l’épaisseur cumulée de neige à plus de 350 kg/m³ de densité (CT350), tel que décrit dans la section 1.2, et choisie par suite de l’amélioration des travaux de Ouellet et al. (2017). Pour plus de détails sur le calcul de l’épaisseur cumulée (à chaque 3 heures), voir Ouellet et al. (2017) ainsi que la Figure 3.

Figure 3. Figure expliquant le calcul de l'épaisseur cumulative de neige à partir des simulations nivales réalisées avec l’OSSA. Tirée de l’article Ouellet et al. (2017, Figure 2).

Ainsi, une matrice du CT350 a été créée par année, pour chacune des trois saisons biologiques du caribou. Puis, une moyenne des années 2000-2013 a été calculée par saison, pour chacun des pixels des zones choisies. Le résultat est donc une matrice du CT350 moyenne pour 2000- 2013 pour trois périodes : 1) printemps, 2) été-automne et 3) hiver. Cette moyenne a dû être calculée, bien que cela représente une perte certaine d’information plus précise, puisque les données de caribou nécessaires à faire rouler le logiciel MaxEnt sont une moyenne de ces mêmes années. Des cartes de ces résultats ont été réalisées avec le logiciel QGIS (version 3.10 – Coruña). L’intégration de ces résultats matriciels dans MaxEnt sera décrite dans la sous- section suivante.

3.3. Modélisation de la qualité d’habitat avec MaxEnt (Objectif C)

De plus, bien que les conditions de neige soient des paramètres importants pour la survie, les déplacements saisonniers et la recherche de nourriture des caribous de Peary, de nombreuses autres conditions environnementales ont un impact sur ces animaux ongulés de l’Arctique comme le caribou de Peary. Il importe donc de développer des modèles pouvant déterminer ces conditions et prédire la survie, les déplacements saisonniers et leurs impacts sur la recherche de nourriture. Suivant ce contexte, dans le cadre de ce projet, les modèles utilisés sont : 1) l’OSSA pour modéliser les caractéristiques physiques du manteau neigeux ayant une influence sur les caribous; et 2) MaxEnt, pour prédire la probabilité de présence des caribous au sein de l’AAC, à l’aide des données de neige simulées en 1).

MaxEnt est un logiciel d’apprentissages automatiques, bâti pour simuler la distribution d’une espèce selon un modèle de probabilité de présence d’un individu de l’espèce, pour chacune des cellules (pixels) du territoire à l’étude (Phillips et Dudik, 2008). Il fonctionne à partir de données de présence-seulement. Son nom vient de Maximum Entropy, puisqu’il est basé sur la probabilité de distribution ayant l’entropie maximale (distribution la plus étendue, presque

© Coralie Gautier - 2021 18 uniforme) (Phillips, Anderson et Schapire, 2006). Le but du logiciel MaxEnt est donc de renseigner sur les caractéristiques de l’environnement qui sont les plus influentes sur la probabilité de présence d’une espèce (Elith et al., 2011). D’autres logiciels existent et sont aussi performants pour les données de type présence-seulement, comme MARS-COM et BRT, mais MaxEnt reste parmi les plus performants à ce jour (Elith et al., 2006; Elith et al., 2011). Il a d’ailleurs été utilisé à de nombreuses reprises depuis sa création, pour différentes espèces animales (Elith et al., 2011). MaxEnt est donc bien adapté au cas des caribous de Peary, puisque les données actuelles sur l’espèce ne sont que des données de présence-seulement (Johnson et al., 2016 ; Jenkins et al., 2020). C’est pourquoi, en 2016, un modèle de probabilité de présence des caribous de Peary en Arctique a été développé à l’aide du logiciel MaxEnt par Environnement et changement climatique Canada (Johnson et al., 2016). Le modèle utilise en intrant des données de présence de caribous ainsi que des données écologiques les plus pertinentes expliquant le choix de certains habitats au détriment d’autres (végétation, élévation, dérangement anthropique) (Johnson et al., 2016). Par la suite, le modèle a été raffiné par Martineau et al. (2021), pour le complexe de l’île Bathurst seulement, grâce aux données de neige simulées par l’OSSA. Comme résultats, le logiciel produit des rasters illustrant la probabilité de présence des caribous de Peary dans l’AAC, selon les conditions environnementales significatives choisies, pour les années choisies (2000-2013), pour l’île Banks et pour le complexe de l’île Melville.

3.3.1. Données Objectif C

Pour faire tourner le modèle MaxEnt, les données nécessaires sont celles d’élévation (MNEC) décrites dans la section précédente, des données de végétation CAVM, des données de neige (simulées avec l’OSSA) et de présence de caribou (Johnson et al., 2016).

A) Données d'occupation du sol (CAVM) :

Les données d’occupation du sol proviennent du projet Circumpolar Arctic Vegetation Map (CAVM Team, 2003), qui comprend des classes plus étendues et générales, mais plus à jour et précises sur les types de végétation, en comparaison avec les données Circa2000. Les données d’occupation du sol étant vectorielles, elles ont été matricialisées (à une résolution spatiale de 4 km), et la valeur de chaque pixel correspond à la classe de sol occupant la majorité de la surface de ce pixel.

B) Données topographiques (MNEC) :

Voir description à la section 3.2.1.

C) Données de conditions de neige (OSSA – CT350) :

Les données de conditions de neige proviennent des simulations de l’OSSA (résultats matriciels à 4 km de résolution spatiale). La seule caractéristique utilisée provenant des simulations est l’épaisseur cumulative des couches de neige ayant une densité supérieure à 350 kg/m3 [CT350] (seuil de capacité de creuser pour les caribous) (Ouellet et al., 2017). Ainsi, lorsque la densité d’une ou de plusieurs couches dépasse le seuil critique de densité, l’épaisseur de ces couches est additionnée à l’épaisseur cumulative du manteau neigeux, pour les pixels choisis.

D) Données de présence de caribous (Johnson et al., 2016)

Les données de présence géoréférencée de caribous de Peary sont aussi nécessaires pour le logiciel MaxEnt. Ces données proviennent d’une base de données d’Environnement et changements climatiques Canada, regroupant les données de suivis télémétriques, de recensements aériens et d’observations par les chasseurs des communautés inuites (savoir traditionnel) (Johnson et al. 2016; Figure 4). Ces recensements ont été effectués par le gouvernement du Nunavut, du Territoire du Nord-Ouest et Parcs Canada depuis les années 2000. Les suivis télémétriques, à l’aide de colliers GPS placés sur des femelles, ont permis d’avoir des points distribués de façon spatio-temporelle, seulement pour le complexe de l’île Bathurst et une partie des îles Axel Heiberg et Ellesmere, ce qui est insuffisant pour représenter les variations spatiales et temporelles de la distribution des caribous pour l’ensemble de l’AAC. Les recensements, quant à eux, ont été effectués à un intervalle de 5 ans environ, par avion. Les données d’observation à partir du sol ont été récoltées sur une période de 13 ans, de 2000 à 2013, via des entrevues avec les chasseurs de différentes communautés (Johnson et al., 2016), (Figure 4). Les données sont séparées selon trois saisons biologiques annuelles du caribou de Peary (Figure 5).

Figure 4. Emplacements observés des caribous de Peary dans l’AAC, entre 1980 et 2013. Base de données réalisée en combinant le savoir traditionnel aux données de recensements, provenant de Johnson et al., 2016 (p.121).

Figure 5. Données de présence de caribous de Peary, par saison, sur les îles de Banks et celles du Complexe de l’île de Melville. Données provenant de la base de données de Johnson et al. 2016 et présentées en totalité à la Figure 4 ci-dessus.

3.3.2. Méthodologie Objectif C

La base de données de présence de caribous par saison a été modifiée pour ne conserver que les points de présence localisés sur les îles à l’étude (Figure 2). Les données environnementales, soit la couverture du sol (CAVM), l’élévation (MNEC) et la neige (CT350 OSSA), ont été modifiées pour avoir la même étendue (se superposer), avoir la même résolution spatiale (4 km), avoir la même projection (ESRI 102002 : Canada Lambert Conique Conforme) et être dans le format ASCII, le tout à l’aide du logiciel QGIS (version 3.10 – Coruña). Plus précisément, pour les données d’élévation, une agrégation des pixels, une reprojection et un clip ont été réalisés. Pour les données de végétation, une matricialisation, une reprojection et un clip ont été réalisés. Pour les données de neige, seule une reprojection a été réalisée puisque les données avaient déjà la bonne résolution spatiale et la bonne étendue. Ensuite, des cartes de chacune de ces variables ont été réalisées pour illustrer la variabilité spatiale des données, le tout aussi avec le logiciel QGIS (version 3.10 – Coruña). De plus, des histogrammes de fréquence des valeurs, pour chacun des types de variables, ont été tracés à l’aide du logiciel R (version 3.5.1).

Puis, les données environnementales et les points de présence de caribou ont été utilisés en intrant dans la version R du logiciel MaxEnt (version 3.4.1), par saison, pour l’île Banks puis pour les îles du complexe Melville. Il a été choisi de faire fonctionner le modèle en séparant les deux îles puisque les données de végétation sont très différentes entre les deux iles, qui représentent des biomes différents (CAVM, 2003), ne permettant pas au modèle Maxent de s’ajuster correctement pour prédire efficacement la probabilité de présence des caribous.

Certains paramètres du modèle MaxEnt ont été modifiés, mais la majorité ont conservé les valeurs pour défaut. Ceux modifiés sont les suivants (les termes anglophones ont été conservés par simplicité de reproductivité puisque MaxEnt est un modèle unilingue anglais. True signifie vrai et false signifie faux) :

- removeduplicates=false : Pour que deux points de présence sur un même pixel ne soient pas considérés comme un seul point.

- autofeature=true : Sélectionner automatiquement les classes de fonctionnalités à utiliser, en fonction du nombre d'échantillons de formation.

- responsecurves=true : Créer des graphiques montrant comment la probabilité relative d'occurrence prévue dépend de la valeur de chaque variable environnementale.

- jackknife=true : Mesurer l'importance de chaque variable environnementale en entrainant d'abord le modele avec chaque variable environnementale omise, puis utilisée isolément.

- outputformat=logistic : Représentation de la probabilité de présence en résultat. La sortie par défaut est celle logistique et donne une estimation entre 0 et 1 de la probabilité de présence.

- randomtestpoints=20 : Pourcentage points de présence de caribou à conserver de manière aléatoire pour le test du modèle et le calcul de statistiques (AUC, omission, etc.), après l’entraînement de celui-ci. Choix du nombre basé sur les travaux de Johnson et al. (2016) et Martineau et al. (2021).

- maximumbackground=10000: Si le nombre de cellules de la matrice est supérieur à ce nombre, alors ce nombre de pixels est choisi au hasard pour utiliser comme entraînement du modèle. Nombre par défaut conservé.

- writeplotdata=true : Écrire des fichiers de sortie contenant les données utilisées pour établir les courbes de réponse.

- plot=true : Inclure les graphiques et cartes dans le fichier de sortie de type html.

- Factor=vegetation data : Indique si une ou plusieurs données environnementales sont de type catégorique plutôt que continue. Dans le modèle-ci, c’est la végétation (CAVM) qui est de type catégorique et non continue.

Pour choisir le meilleur modèle MaxEnt, soit le modèle le plus parcimonieux (AICc le plus bas), une série de tests ont été réalisés en utilisant d’une à trois variables environnementales parmi celles choisies au préalable selon la littérature (CT350, végétation, élévation). Les résultats de ces tests sont présentés à la section 5. Le modèle final choisi pour chacune des trois saisons et chacune des deux îles est présenté dans l’article scientifique central au mémoire. Il a été décidé de sélectionner le meilleur modèle en fonction du plus bas AICc (Critère d’Information d’Akaike corrigé pour plus petit effectif) et non en fonction du plus haut AUC (Area Under the Curve – ou Aire sous la courbe en français). En effet, l’AICc le plus bas signifie que le modèle est le plus parcimonieux et n’a pas été sur-paramétrisé (Portet, 2020). Aussi, plus le nombre de variables est élevé dans un modèle, plus l’AUC sera élevé, ce qui pourrait pousser à augmenter le nombre de variables inutilement simplement pour avoir une valeur d’AUC plus élevée (Portet, 2020).

Une fois le modèle final choisi, une carte de la probabilité de présence (0 à 1) simulée avec MaxEnt a été réalisée par saison à l’aide du logiciel QGIS (version 3.10 – Coruña). Par souci

© Coralie Gautier - 2021 23 de simplicité, les résultats d’une même saison pour Banks et pour Melville sont présentés sur une même carte même si les modèles diffèrent et ont été roulés séparément. Ces résultats finaux sont présentés à la section 4.

Validation

Le logiciel MaxEnt permet différentes options de validation du modèle à même la commande de simulation, comme la validation de type cross-validation (validation croisée) et celle random test points (points tests aléatoires). La validation croisée sépare le nombre de points de présence de caribou en sous-groupes et roule le modèle sur chacun de ces sous-groupes pour ensuite faire une moyenne des résultats. Ceci mène à un résultat plus précis, mais comporte certaines difficultés d’utilisation par la suite lorsque vient de temps de tracer une carte résumant la probabilité de présence ou encore lors du calcul de l’AICc. Cette méthode a donc été utilisée une seule fois (séparation en 8 sous-groupes) sur un des modèles en comparaison avec l’autre méthode pour valider le fait que les résultats demeurent similaires. Par la suite, c’est la méthode de points tests aléatoires qui a été utilisée pour chacun des modèles testés. Cette méthode permet de choisir un pourcentage de points de présence qui seront choisis aléatoirement et conservés séparément lors de l’entraînement du modèle (dans ce cas-ci 20%), puis utilisés pour le test du modèle. Les résultats d’AUC d’entraînement sont toujours plus élevés que ceux du test puisque le modèle s’est entrainé sur les premiers points pour s’ajuster le mieux possible. C’est donc l’AUC du groupe test qu’il faut considérer et c’est ce qui a été fait dans le cadre de ce projet.

En conclusion, pour résumer les différentes étapes méthodologiques du projet de maîtrise (section 3), l’organigramme suivant a été réalisé (Figure 6), en séparant les étapes selon les objectifs du projet tel que détaillé aux sections précédentes.

Figure 6. Étapes méthodologiques suivant les objectifs spécifiques de la maîtrise. Les données de présence de caribous provenant de Johnson et al. (2016) sont issues d’une base de données combinant le savoir traditionnel et celui scientifique.

4. Article scientifique

De nombreuses études montre l’intensité des changements climatiques actuels dans les régions arctiques de la planète, incluant l’AAC. Ces changements influencent directement la faune présente de multiples manières, et le caribou de Peary (Rangifer tarandus pearyi) n’y fait pas exception. Ce caribou est une espèce emblématique de l’Arctique essentielle dans la chaine trophique et pour les communautés Inuit. Les changements climatiques influencent les caribous en modifiant entre autres l’abondance, la répartition, le type d’espèces végétales disponibles, les conditions d’englacement entre les îles de l’archipel et les conditions de neige sur les îles de l’archipel.

En effet, un durcissement du manteau neigeux affecte rapidement les caribous en créant des « locked pastures », soit une couche trop dense, due à des vents forts ou un épisode de pluie- sur neige, qui empêche le caribou d’accéder à la végétation sous la neige. Des chercheurs ont ainsi appelé à la nécessité de disposer de données nivales plus précises et ajustées selon les sites d’études, et ce, via des modèles de simulation de neige applicables à des situations précises et non générales (Boelman et al. 2019). Avec des données précises de conditions de neige au sol, et en combinant avec d’autres variables environnementales importantes, il devient possible de simuler avec plus de précision où se trouveront les endroits favorables pour les caribous dans l’AAC. C’est ainsi ce qui a été fait, en se basant sur les travaux de Johnson et al. (2016), Ouellet et al., (2017) et Martineau et al. (2021)

De plus, une réduction de la couverture, de la durée et des zones d’englacement (augmentation des anomalies négatives) a des impacts directs sur la possibilité de traverser d’une île à l’autre lorsque les conditions le nécessitent, c’est pourquoi il importe de mieux comprendre la dynamique spatio-temporelle des conditions de glace pour comprendre leur influence sur les caribous et leurs déplacements inter-îles. Se basant sur le travail de Paquette et al. (2020) concernant l’impact des conditions de glace sur les caribous autour de l’île de King William, ainsi que les travaux sur les anomalies de glace de mer de Couture et al. (2020), le travail actuel a focalisé sur une zone, autour de l’île de Banks, où l’influence des modifications de glace de mer sur la capacité de traverse des caribous n’était pas documentée.

À notre connaissance, aucune étude récente n’avait encore inclus simultanément les conditions favorables de neige et de glace de mer, ces deux facteurs essentiels dans l’analyse de l’habitat et l’influence sur les déplacements et la survie des caribous de Peary. C’est donc la direction prise pour les résultats présentés dans le cadre de cet article scientifique.

L’article a été soumis dans la revue Polar Research (éditeur Norwegian Polar Institut) avant le dépôt final du mémoire.

L’article est présenté dans sa version intégrale, en anglais seulement. Il a été écrit en étroite collaboration avec les auteurs cités : Alexandre Langlois, Cheryl Ann Johnson, Vincent Sasseville et Erin Neave.

La référence à utiliser pour citer cet article est la suivante :

Gautier, C., Langlois, A., Sasseville, V., Neave, E. & Johnson, C.A. (2021). Evaluation of Peary caribou (Rangifer tarandus pearyi) habitat conditions and migratory patterns using remote sensing, snow modelling and traditional knowledge. Polar Research (submitted, n°7964).

Title: Evaluation of Peary caribou (Rangifer tarandus pearyi) habitat conditions and seasonal movement patterns using remote sensing, snow modelling, survey data and traditional knowledge.

Running head: Impact of snow densification and sea-ice anomalies on Peary caribou.

Key words: Peary caribou, climate change, Arctic amplification, seasonal movement, sea ice, snow densification.

Abbreviations:

AUC: Area Under the Curve

AICc: Akaike Information Criterion corrected for small sample sizes

CAA: Canadian Arctic Archipelago

CAVM: Circumpolar Arctic Vegetation Map

CISDA: Canadian Ice Service Digital Archives

CT350: Snow Cumulative Thickness with density above 350kg/m³

CDEM: Canadian Digital Elevation Model

EMC: Environmental Modeling Center

NARR: North American Regional Reanalysis product

NCEP: National Centers for Environmental Prediction

OSSA: SNOWPACK Spatialized Tool for the Arctic

ROS: Rain-On-Snow

SD: Standard Deviation

SWE: Snow Water Equivalent

Abstract:

Accelerated warming of the Arctic has caused a reduction in sea ice and led to an increase in the occurrence of winter extreme events like rain-on-snow and storms that impact snow cover densification, affecting Peary caribou grazing conditions and seasonal movements. Our paper aims to improve our understanding of the influence of snow densification and sea-ice anomalies on caribou mobility by combining traditional knowledge with remote sensing and modelling of sea ice and snow. We assessed the spatiotemporal trends in sea-ice anomalies (1983-2019) for areas used by caribou for seasonal movements based on Indigenous Knowledge (IK) between Banks, Melville and Victoria Islands and the mainland. Our results suggest that changes in sea ice anomalies over time have impacted caribou crossings between islands: caribou no longer use areas with negative concentration anomalies while they continue to use areas with positive anomalies. We used a SNOWPACK model to evaluate how simulated snow properties (foraging conditions) contribute to the prediction of caribou presence using the MaxEnt population model. Our model evaluation shows that when the simulated snow conditions are paired with other environmental variables, the ability of models to predict Peary caribou occurrence (based on survey data and IK) with MaxEnt software, is enhanced across Banks and Melville Islands. Overall, the model results suggest that caribou are more likely to occupy low- elevation areas, areas with lower density of snow accumulation and a majority of forb tundra with dwarf shrubs for Banks Island and cryptogam tundra and rush grass for Melville Island Complex.

Introduction

Observed changes in climate and climate variability are significantly impacting the Arctic environment, where warming is occurring twice as fast as elsewhere on the planet (Rinke & Dethloff, 2008; Uboni et al., 2016; Liston & Hiemstra, 2018). This acceleration is known as Arctic amplification, a combination of positive feedback loops that create faster warming (Serreze & Barry, 2011; Uboni et al., 2016; Langlois et al., 2017), with consequences that include an increase in the frequency and intensity of extreme weather events (Il Jeong & Sushama, 2018; Vincent et al., 2018). More specifically, forecasting models and recent remote sensing techniques show an increase in the frequency of rain-on-snow events (ROS) (Liston & Hiemstra, 2011; Dolant et al., 2017; Sobota, Weckwerth & Grajewski, 2020), and a general increase in total precipitation (Hansen et al., 2014; Johnson et al., 2016). The general trend toward warming has caused a reduction in winter snow cover duration, especially during spring (Callaghan et al., 2011; Derksen et al., 2012; Bokhorst et al., 2016), a retreat of glaciers (Gardner et al., 2012; Papasodoro et al., 2015) and a decrease in sea ice cover with a higher incidence of polynyas (Serreze & Stroeve, 2015; Stroeve & Notz, 2018; Couture et al., 2020; Cai et al., 2021).

These phenomena have had a significant impact on snow conditions, more specifically in the stratigraphy of the snowpack (Bokhorst et al., 2016; Langlois et al., 2017; Dolant et al., 2017). Warming temperatures, sustained winds and ROS events have led to the spatial densification of snow cover in polar regions (Royer et al., 2021; Liston & Hiemstra, 2011; Dolant et al., 2016). The densification and creation of ice layers in the snowpack have profound impacts on arctic fauna (Vikhamar-Schuler et al., 2013; Bokhorst et al., 2016) by limiting access to food (Ouellet et al., 2017; Langlois et al., 2017; Putkonen & Roe, 2003; Mallory & Boyce, 2017). For example, mass caribou mortality events have been associated with severe weather, ROS and sea ice melt in different regions of the Arctic (Parker, 1975; Kohler & Aanes, 2004; Tews et al., 2007; Forbes et al., 2016, Dolant et al., 2018). This is problematic as caribou have high cultural value and are an important source of food to local communities (Ljubicic et al., 2018; Tomaselli et al., 2018). Peary caribou (Rangifer tarandus pearyi) are endemic to the Canadian high Arctic Archipelago and live in small groups (COSEWIC, 2015). This northernmost Canadian caribou designable unit is listed as Threatened by the Committee on the Status of Endangered Wildlife in Canada (COSEWIC, 2015) due to widespread population declines

Sea ice is a key habitat attribute for Peary caribou. It is of particular importance for seasonal movements to areas with more accessible or higher quality forage and lower predation risk (Johnson et al., 2016). Current warming trends have led to a reduction of both first year and multi-year sea ice, along with significant inter-annual variation in distribution and concentration (Serreze & Francis, 2006; Stroeve et al., 2007; Holland, Howell et al., 2009; Serreze & Stroeve, 2010, Blanchard-Wrigglesworth et al., 2011; Bushuk & Giannakis, 2017; Couture et al., 2021). Over the period of 1968-2016, summer sea ice cover in the Canadian Arctic Archipelago (CAA) decreased by 4.8% per decade according to Derksen et al. (2018) and Mudryk et al. (2018). Changes in the spatial and temporal distribution of sea ice impacts Peary caribou movement between islands of the CAA (Stien et al., 2010; Jenkins et al., 2016), particularly when sea ice is thin, moving fast and with increasing size and duration of polynyas. Deterioration of sea ice conditions during movement has resulted in caribou mortality (Parker, 1975; Tyler, 2010). Sea ice conditions are forecasted to change even more in the future (Guarino et al., 2020) and an assessment of how future changes might influence Peary caribou is needed to guide recovery efforts.

Recent advances in snow models such as SNOWPACK (Bartelt & Lehning, 2002; Lehning et al., 2002) have shown promise in addressing some of the research gaps regarding the effects of climate change, or more specifically, changing snow conditions on caribou and reindeer (Vikhamar-Schuler et al., 2013; Turunen et al., 2016; Ouellet et al., 2017; Boelman et al., 2019; Martineau et al., 2021). Other environmental variables such as vegetation type and topography may also influence caribou foraging decisions and food accessibility. Probabilistic models based on machine learning, such as MaxEnt (Phillips et al., 2006; Phillips & Dudík, 2008; Elith et al., 2011), are useful for assessing the relative importance of different environmental variables affecting the spatial distribution of wildlife. Johnson et al. (2016) used MaxEnt to model Peary caribou habitat use linking caribou location data from surveys/telemetry and participatory mapping/interviews with Indigenous people from arctic communities to relevant environmental data (including vegetation, elevation, snow, precipitation, wind, sea ice fraction) to explain Peary caribou habitat use. The resolution (25 km) and uncertainty in the snow data was identified as a limitation in the analysis by the authors. Since then, Ouellet et al (2017), Jenkins et al. (2020), Kaluskar et al. (2020) and Martineau et al. (2021) have developed models that showed the importance of snow to caribou in different areas of the Arctic Archipelago, but

© Coralie Gautier - 2021 31 they used snow data at very coarse spatial resolutions (i.e., >10 km respectively). Moreover, none of these studies examined how changes in sea ice conditions might influence seasonal movement between islands, despite its significance for Peary caribou survival. Although in a previous study, Jenkins et al. (2016) highlighted how sea ice condition could influence Peary caribou inter-island crossings.

This paper aims to improve knowledge on the influence of snow densification and sea ice reduction on seasonal movements and habitat use of Peary caribou, combining government survey data and traditional knowledge (as described in Johnson et al., 2016) with remote sensing and modelling of snow and sea ice. This main objective was further divided into three parts: 1) Evaluate the impact of spatiotemporal changes in young sea ice concentration between 1983 and 2019 along three inter-island crossings around Banks Island defined using traditional Inuit and Inuvialuit knowledge; 2) Use the spatialized platform for SNOWPACK (Ouellet et al., 2017) to simulate snow conditions affecting foraging conditions (i.e., daily cumulative thickness of snow over 350 kg/m³ of density [CT350]) at a finer resolution (4 km) than previous work, forced with past climatic data from 2000 to 2013 on Banks Island and Melville Island Complex; and, 3) Model Peary caribou seasonal habitat use in terrestrial areas, based on the finer resolution snow conditions identified in 2), elevation and land cover types, using MaxEnt predictive software.

Background: Monitoring Environmental Changes for Peary caribou

The annual life cycle of Peary caribou includes three major biological seasons (that form the basis for our analyses): 1) spring movement and calving (April-June - hereafter ‘spring’; 2) summer foraging and rut (July-October – hereafter ‘summer-fall’); and 3) winter movement and foraging (November-March – hereafter ‘winter’) (Johnson et al., 2016). During the calving period, mothers choose habitats to reduce calf predation risk over high-quality foraging areas (Johnson et al., 2016). During summer, caribou search for habitats with abundant food resources to store fat reserves for the leaner winter months (Johnson et al., 2016). Winter is likely the most critical period because unfavourable climate conditions can limit access to food (Johnson et al., 2016) and result in starvation (e.g., Dolant et al., 2018).

Several studies have shown that changing climatic conditions have influenced caribou movements or migration. For example, Le Corre, Dussault & Côté, (2017) showed that Eastern Migratory caribou in northern Quebec and Labrador initiated spring migration 14 days earlier over a period from 2000-2011, while departure and arrival dates for the fall migration occurred 6 and 5 days earlier, respectively. Svalbard caribou travelled between two to four times further, presumably in search of accessible food, when a ROS event created ice layers within the snowpack (Stien et al., 2010). While these examples suggest that caribou may be able to adapt their movements and migration behaviours to local changing climatic conditions, severe weather conditions can pose a serious problem and have resulted in large mortality events (Miller & Gunn, 2003; Stien et al., 2010; Le Corre, Dussault & Côté, 2017; Dolant et al., 2018).

We used data from Johnson et al. (2016) which included geographically referenced locations of Peary caribou collected during government surveys (conducted from 2000-2013) and community observations mapped during annual technical meetings. The data sources are combined and weighted equally as a model input for the terrestrial analysis (see Johnson et al. 2016). Data in Johnson et al. (2016) reporting on sea ice crossings were based solely on community observations. Members of Inuit and Inuvialuit communities in Canada hold valuable traditional knowledge about their environment (Kendrick, Lyver & K'É Dene First Nation, 2004; Pearce et al., 2009; Tomaselli et al., 2018) which motivated the extended use of this dataset in our study along with scientific data on environmental conditions.

Material and Method

Study Site

The study area is found in the Northwest Territories (CAA) around Banks Island and Melville Island Complex, which is the name given to the group of islands including Melville, Byam- Martin, Mackenzie-King, Brock and Borden islands (Figure 7). More specifically, three zones surrounding Banks Island were identified for the analysis of the trends in sea ice anomalies (Figure 7). These zones were selected based on Traditional knowledge of Peary caribou sea ice crossings documented in Johnson et al. (2016):

- zone 1 is located between Banks Island and Victoria Island, a relatively short-distance crossing zone of 3,600 km², that was used throughout the study period (i.e., 1983–2019);

- zone 2 is located between Banks Island and the mainland, a 24,600 km² area that caribou used to cross at the beginning of the study period (1980s and 1990s) but have since stopped using;

- zone 3 is located between Banks Island and Melville Island, a 23,000 km² area where there is a desire to know whether conditions might be suitable for crossing.

Figure 7. Study site for snow simulations on Banks Island & Melville Islands Complex (Melville, Byam-Martin, Mackenzie-King, Brock and Borden islands), and for sea ice anomalies analysis around Banks Island (zones 1 to 3).

In addition to the sea ice analysis, we ran a snow (OSSA) and habitat (MaxEnt) analysis on both Banks Island and Melville Island Complex to evaluate factors affecting the distribution of Peary caribou on land (Figure 7).

Data and Methods

Sea Ice Sea ice concentration anomalies were calculated using data from the Canadian Ice Service Digital Archives (CISDA, Government of Canada, 2020c), which publishes shape files of sea ice concentration for many types of ice. The archive includes weekly sea ice conditions for Hudson Bay and the Eastern and Western Arctic. Multiple sources of data are used to prepare sea ice charts including in situ observations and satellite data. Satellite data contributed to 50– 55% of all available data between 1978 and 1996 and up to > 80% after 1996 with the launch of RADARSAT-1 (Couture et al., 2021). We used data from 1983 onwards given changes in technology and methods over time (i.e., interpolation issues arising from few available images; Tivy el al., 2011).

Couture et al. (2021) developed a methodology to assess the sea ice conditions in the CAA, focusing on the development of a polynya climatology using sea-ice concentration (% of cover). We further refine their method in this study, focusing on “young ice” which Paquette (2020) defined as the thinnest layer that caribou can walk on with a thickness of greater than 10 cm based on Indigenous Knowledge. We combined “first-year ice,” “first-year thick ice,” “first- year medium ice,” “first-year thin ice,” “young ice,” “grey-white ice” and “grey ice” concentration into a new layer called “total young ice concentration (% of cover of each pixel)”. This new vector layer was then used to calculate yearly anomalies (difference between the concentration value of one year and the concentration mean value of all years) in total young ice concentration between 1983 and 2019 for each Peary caribou season. We compared the long-term averages in anomalies across the three zones of interest over the period (1983-2019). Positive anomalies mean less ice in a given year compared to the average of all years, and vice versa for negative anomalies. We examined trends over the entire period using linear regressions. We also compared data pre and post 2000 because of reductions in the extent,

Snow State Variables To facilitate wider use of the SNOWPACK model, our research group created a spatialized version of the model, named OSSA (Ouellet et al., 2017) with different spatial resolutions (Beaudoin-Galaise et al., 2016). This version includes the Groot Zwaaftink et al. (2013) Antarctic version of SNOWPACK that improves snow density simulations for the Arctic, by changing the way snow deposition is handled by the model (density up to 600 kg/m³). It also allows snow to accumulate only above a wind speed threshold of 4 m/s (Martineau et al., 2021). The OSSA includes a density correction for the basal layers proposed by Gouttevin et al. (2018), where density is fixed at 150 kg/m³ until snow height reaches vegetation height. Martineau et al. (2021) highlighted the necessity of integrating the last physical corrections derived by Gouttevin et al. (2018) to SNOWPACK to better represent the snow characteristics in the Arctic.

A variety of different datasets were used as input for SNOWPACK (OSSA) including land cover (vegetation albedo), topography (slope angle, altitude) and meteorological input variables (Ouellet et al., 2017). Meteorological variables include air temperature, relative humidity, wind speed, short wavelength incident rays, long wavelength incident rays, precipitation and ground temperature (Vikhamar-Schuler et al., 2013; Turunen et al., 2016; Ouellet et al., 2017) from the North American Regional Reanalysis product (NARR) – from the National Centers for Environmental Prediction (NCEP) Environmental Modeling Center (EMC). The horizontal resolution of NARR is 0.3 degrees (approximately 32 km) with a temporal resolution of 8 times daily (every 3 hours).

The spatialized snow simulations can be run on different spatial resolutions, where finer scales are simulated based solely on soil properties in “column” mode. Soil properties include topography and soil albedo; Beaudoin-Galaise (2016) showed that these properties improve local representation of bulk snow properties like depth and snow water equivalent (SWE). The land cover information was extracted from Circa2000 (Government of Canada, 2020b), to which we added soil roughness (Meloche et al., 2020) and thermal conductivity data (Sasseville, 2020 unpublished data). Finally, topographic information was retrieved from the Canadian Digital Elevation Model (CDEM) (Government of Canada, 2020a) raster data at a spatial resolution of 100 m (i.e., elevation, slope orientation and slope angle).

The SNOWPACK model simulates each layer of the snowpack with its bulk (thickness, water equivalent, mass balance) and layered physical characteristics (microstructure, density, temperature, etc.) (Bartelt & Lehning, 2002; Lehning et al., 2002). Then, the OSSA allows spatialization of the snow simulation outputs, i.e., Cumulative Thickness values of snow layers surpassing the defined critical density value of 350 kg/m³ (CT350; Ouellet et al., 2017).

MaxEnt Simulations and Caribou Data from Surveys and Traditional Knowledge In very general terms, MaxEnt is a software used to assess species’ distributions (Ahmed et al., 2015; Phillips & Dudík, 2008; Phillips et al., 2017). The model uses “Maximum Entropy” or the probability of distribution having the maximum entropy (widest, almost uniform distribution) (Phillips et al., 2006). MaxEnt aims to identify the most influential environmental variables that explain probability of occurrence or presence: (Elith et al., 2011). The use of MaxEnt has proved useful for defining the occurrence of a variety of plant and animal species (Elith et al., 2006; Elith et al., 2011), and is well suited to our Peary caribou data given that the available data is “presence-only” (Elith et al., 2011; Johnson et al. 2016; Martineau et al., 2021).

We used three explanatory variables in our MaxEnt models (version 3.4.1: cumulative snow thickness over 350 kg/m³ from OSSA, the Circumpolar Arctic Vegetation Map to identify different habitats [vegetation types] and elevation). Knowledge on Peary caribou presences came from Johnson et al., (2016; APPENDIX III) who braided information from aerial and terrestrial surveys with traditional knowledge shared through stories, discussions, and participatory mapping exercises with members of the communities of Taloyoak, Ulukhaktok, Sachs Harbour (Ikahuak), Cambridge Bay (Iqaluktuttiaq), Kugaaruk, Resolute Bay (Qausuittuq), Grise Fiord (Aujuittuq), Paulatuk and Gjoa Haven (Uqsuqtuuq) at series of workshops. Caribou locations were assigned to the appropriate biological season agreed upon during the workshops (Figure 8).

Figure 8. Caribou location by season on Banks Island and Melville Island Complex. Data are from the Johnson et al. (2016) database.

All environmental data were formatted to the same extent, projection and grid size (4×4 km) for Maxent. Our results improved the spatial resolution (4 km) of the habitat probabilistic model MaxEnt, used in previous research as mentioned in the introduction. We ran nine models (all possible combinations using vegetation, snow and elevation as explanatory variables) for each season across Banks Island and Melville Island Complex. We could only model the winter distribution of caribou on the Melville Island Complex because of the lack of caribou observations on Banks Island during this season. We used Akaike Information Criterion corrected for small sample sizes (AICc) to evaluate model performance and identify the model that best explained the distribution across each of the islands (Portet, 2020). We used the Area Under the Curve (AUC) to further evaluate how well the model predicted Peary caribou locations. Typically, an AUC value > 0.700 is considered significant according to Elith et al. (2006). We tested the model including all the variables [CT350, landcover, elevation], using the 8-fold cross-validation procedure described in Johnson et al. (2016), to assess if it was better

© Coralie Gautier - 2021 38 than the random test point method in which a percentage of the observations (here 20%) are kept to validate after the training of the model. Since both methods showed similar statistical results, we report the second method only. We used the percentage of permutations, which represents the amount of information gained or explained by one variable compared to what would be explained if the variable was random to assess relative variable importance.

Results

Sea Ice

Spring The spring mean anomalies for 1983–2019 (mean of all the annual anomalies, pixel by pixel) are presented in Figure 9a. The map suggests only positive anomalies (global increase of young sea-ice concentration with time) between Banks and Victoria Islands (zone 1), but a few negative anomalies (global decrease of young sea-ice concentration with time) between Banks Island and the mainland (zone 2), and Banks Island and Melville Island (zone 3).

Figure 9. Sea ice average anomalies (1983–2019) in the three zones around Banks Island, for spring (a), summer-fall (b) and winter (c).

We also analyzed the temporal evolution in spring sea ice anomalies for each of the three zones (average of all the anomalies by year in one zone) investigating anomalies for two periods: 1983-1999 and 2000-2019, which are illustrated with plots (Figure 10).

Figure 10. Sea ice average anomalies by year, for each of the three zones around Banks Island, for spring, from 1983 to 2019. Each dot represents the mean annual anomaly for the entire zone, with the standard error value represented with the vertical bars.

No statistically significant trend (linear regression with p value above 0,05 and low R²) was observed over the study period in any of the three zones. However, zone 1 had seven years of positive anomalies of more than +15% after 2000, compared to only 2 prior to 2000, suggestive of an increased tendency (positive trend over time) toward positive anomalies (Table 2). Zone 2 had the greatest annual variability with mostly positive sea ice anomalies prior to 2000, but inter-annual variability in anomalies is somewhat reduced after 2000 with an overall reduction in the magnitude of positive values, suggesting a reduction (negative trend over time) in total ice concentration compared to average conditions over time (Table 2). Finally, zone 3 had quite a small increase suggesting there has been little change in this area (Table 2).

Tableau 2. Sea-ice mean anomaly and concentration before and after 2000, range of anomalies and most common values of anomalies, for the 3 zones around Banks Island.

Sea-ice mean Sea-ice mean Sea-ice Sea-ice anomalies of concentration anomalies - anomalies - most concentration range of values common values Spring 1983- 2000- 1983- 2000- 1983-2019 1983-2019 1999 2019 1999 2019 Zone 1 2.9% 9.7% 1.4% 2.8% 0% - 15% 5% - 10% Zone 2 11.1% 6.4% 12.8% 9.8% -5% - 15% 10% - 15% Zone 3 7.2% 8.6% 6.9% 8.0% 0% - 15% 5% - 10% Summer-Fall Zone 1 14.0% 3.0% 7.7% 4.8% 5% - 15% 5% - 10% Zone 2 8.0% 9.3% 14.9% 15.5% 5% - 15% 10% - 15% Zone 3 13.4% 7.6% 13.4% 8.9% 5% - 15% 5% - 10% Winter Zone 1 5.7% 9.4% 2.1% 2.7% 0% - 15% 5% - 10% Zone 2 12.2% 6.4% 13.0% 9.3% -5% - 15% 0% - 5% Zone 3 3.0% 1.6% 3.3% 1.3% 0% - 15% 5% - 10%

Summer-Fall The summer-fall mean anomalies for 1983–2019 are presented in Figure 9b. The results on the map suggest only positive mean anomalies for all three zones. No statistical significance was found for the linear regression of the temporal evolution of the anomalies throughout the study period (Figure 11).

Figure 11. Sea ice average anomalies by year, for each of the three zones around Banks Island, for summer-fall, from 1983 to 2019. Each dot represents the mean annual anomaly for the entire zone, with the standard error value represented with the vertical bars.

There is an increased tendency towards positive anomalies (positive trend over time) in zone 1 after 2000, with positive anomalies > +15% reported for 12 different years compared to only 2 years prior to 2000. The mean value is much higher after 2000 than before 2000, suggesting an overall increase in ice concentration in zone 1 (Table 2). Zone 2 is more variable from year to year with high mean positive anomalies before and after 2000 but still a slightly negative linear trend (Table 2). In zone 3, values suggest a decrease in sea ice concentration over time (negative trend over time) (Table 2).

Winter The winter mean anomalies for 1983–2019 are presented in Figure 9c. The map shows that for zones 1 and 3, mean anomalies are positive, whereas there are a few negative values in zone 2. We found no significant trend in the temporal evolution of the anomalies (Figure 12) from 1983 to 2019.

Figure 12. Sea ice average anomalies by year, for each of the three zones around Banks Island, for winter, from 1983 to 2019. Each dot represents the mean annual anomaly for the entire zone, with the standard error value represented with the vertical bars.

Similar to the previous two seasons, an increase in positive anomalies (positive trend over time) can be observed after 2000 (> +15%) in zone 1, with 5 years exhibiting positive anomaly values of > 20% (Table 2). Comparatively, zone 2 has higher positive anomalies before 2000, suggesting negative trends over time (Table 2). In zone 3, there are few highly positive anomaly values before and after 2000, with the exception of one particularly high year (1999: > +15%), but still there seems to be a slightly negative trend over time (Table 2).

OSSA Snow Simulations

Spring OSSA simulations of CT350 during spring suggest that CT350 values are low over more than half of the spatial extent of the islands [Banks Island & Melville Island Complex] (Figure 13a). In fact, most values in our study area fall below the 7,000-8,000 cm range identified as potentially problematic for caribou by Ouellet et al. (2017). Areas showing the lowest CT350 (0–7,000 cm) are located on the northern and eastern portions of Banks Island, eastern Melville, Byam-Martin, Brock, northern Borden and eastern Mackenzie-King Islands. Areas with the highest CT350 (50,000–70,000 cm) values are located on the south coast of Banks Island, and

Bay (Melville Island).

Figure 13. Snow cumulative thickness of high density (>350 kg/m³) (CT350) simulated with the OSSA on Banks Island & Melville Island Complex (mean 2000-2013), for spring (a), summer-fall (b) and winter (c). Please note that the scale of values is different from a season to another.

Summer-Fall CT350 is extremely low in summer-fall (Figure 13b) when compared to the two other biological seasons, ranging from 0 cm to less than 2000 cm. Most values occur between 400 cm and 800 cm. Areas with the lowest CT350 values (0–400 cm) primarily occur inland on all the islands. The highest CT350 values (1,200–2,000 cm) occur primarily in the northern portion of the Melville Island Complex (i.e., Melville, Mackenzie King & Borden Islands).

Winter Both islands have relatively low CT350 values in winter (0–7,000 cm and 7,000–20,000 cm) (Figure 13c). Similar to the spring, the values range from 0 cm to 70,000 cm, but areas with CT350 values above 7,000 cm represent a smaller surface. Similar to spring, eastern Banks, east-central Melville, Byam-Martin, Brock, northern Borden and eastern Mackenzie-King Islands have the lowest CT350 (0–7,000 cm) values. Areas with the highest CT350 values (60,000–70,000 cm) are located in the south of Banks Island, on the west coast of Melville and east shoreline of Hecla and Griper Bay (Melville Island).

Overall, the summer-fall period has very low values of CT350 (725 ± 293 cm) when compared to spring (9,215 ± 8,291 cm) or winter (13,050 ± 11,265 cm) values likely due to periods of no snow during the warmer months that prevent the accumulation of thick snow layers. While spring and winter have a larger range in CT350 values, most values are below that identified as being problematic for caribou by Ouellet et al. (2017). Areas with consistently low values across the three seasons are on the east of Banks Island, east and centre of Melville, on Byam-Martin, on Brock and on some parts of Borden and Mackenzie-King Islands.

MaxEnt

Model results are presented in Table 2. All the models tested are presented in supplementary material (Table 4). Top models differed between the islands and across seasons, but almost all models included CT350 as a predictor of Peary caribou occurrence, with the exception of Melville Island Complex in summer-fall.

Tableau 3. Top seasonal models produced from MaxEnt predicting the probability of Peary caribou occurrence across Banks Island and Melville Island Complex from 2000–2013. Models present their AICc, AUC, AUC Standard Deviation (AUC sd) and percentage of permutation values.

Banks Banks Melville Melville Melville Model Spring Summer-Fall Spring Summer-Fall Winter Model 7 Model 7 Model 1 Model 6 Model 7 AICc 2597.6 4716.0 1186.3 11558.2 480.0 AUC 0.70 0.63 0.76 0.57 0.79 AUC sd 0.04 0.04 0.06 0.02 0.03 CT350 82.7% 55.6% 15.5% - 47.6% Elevation - - 79.6% - - Vegetation 17.3% 44.4% 4.9% 100% 52.4%

Spring

Snow density (CT350) and vegetation best explained caribou occurrence on Banks Island during spring (model 7; Figure 14a). The model AUC (0.704 with standard deviation of ± 0.039; Table 3), exceeded the recommended threshold of 0.7 in Elith et al. (2006) in order to discriminate presences from random locations. The percent permutation indicates that CT350 (82.7%) provided more information about caribou occurrence than vegetation (17.3%) (Table 3) with Peary caribou preferentially occupying areas of low CT350. Cryptogam, herb barren; graminoid prostrate dwarf-shrub forb tundra were the predominant land cover classes associated with 60-80% occurrence probability and prostrate dwarf-shrub herb tundra; sedge/grass, moss wetland with occurrence probabilities greater than 80% (Figure 14a).

In the Melville Island Complex, the top model included elevation as well as CT350 and vegetation (model 1). Elevation played an important role in predicting caribou occurrence on this island in spring (AUC 0.763 ± 0.058) with a permutation values of 9.6% compared to 15.5% for CT350, and 4.9% for vegetation (Table 3). Peary caribou preferentially occupied areas of low elevation (0–100 m), low CT350 (< 7,000 cm on a total of 70,000 cm) and cryptogam, herb barren and rush/grass, forb, cryptogam tundra land cover types (Figures 9e, 9f and 9g).

Figure 14. Peary caribou probability of presence on Banks Island & Melville Island Complex (MaxEnt simulation) for the years 2000–2013, for spring (a), summer-fall (b) and winter (c).

Figure 15. Environmental variables in Maxent top models and their variation following the probability of presence (0-1) for each season on Banks Island and Melville Island Complex. Banks Island corresponds to [a & b] for spring, and [c & d] for summer-fall. Melville Island Complex corresponds to [e, f & g] for spring, [h] for summer-fall, and [I & j] for winter.

Summer-Fall CT350 and vegetation best explained caribou occurrence on Banks Island during summer-fall (model 7; Figure 14b) similar to the spring model. However, the AUC value of the model was lower (0.632 ± 0.036) than in spring, indicating that the model’s ability to discriminate Peary caribou presences from random locations decreased. Both variables made similar contributions to the model (55.6% for CT350 and 44.4% for vegetation; Table 3). Areas with more than 80% occurrence probability were associated with low CT350 (0–600 cm on a total of 2000 cm), and two vegetation types (sedge/grass moss wetland; graminoid prostrate dwarf-shrub forb tundra) (Figures 9c and 9d).

Predicted occurrence values on Melville Island Complex were higher (60%-80%) compared to those on Banks Island which fell mainly in the 60-80% range (Figure 14b). For Melville Island Complex, the top model included vegetation only in this season (model 6) Areas with higher than 80% probability of occurrence were associated with three vegetation types (rush/grass, forb, cryptogam tundra; cryptogam barren complex (bedrock); cryptogam herb barren) whereas areas with lower probability of occurrence were associated with the carbonate & noncarbonate mountain complex land cover type (Figure 15d and 15h). However, the AUC of the model for this season (0.574 ± 0.021) indicated poor model performance.

Winter Caribou occurrence on Melville Island Complex was best explained by CT350 and vegetation in winter (model 7). Both variables appeared to have equal contributions with CT350 at 47.6% and 52.4% for vegetation (Table 3). The AUC value of the model is 0.787 (± 0.025), which is the highest AUC of all the seasons and islands. The probability of caribou presence across Melville Island Complex is quite low in winter, with most of the values less than 20% (Figure 14c). Caribou are more likely to occur (probability of presence higher than 80%) in areas of cryptogam, herb barren or rush/grass, forb, cryptogam tundra and CT350 between 7,000– 20,000 cm (with a max. of 70,000 cm) (Figure 15i and 15j).

Discussion

Sea-ice anomalies

The temporal trends of sea ice anomalies are different between the three zones around Banks Island, and they corroborate caribou behaviour information from ITK. The crossing between Banks and Victoria Islands (zone 1) has been used by caribou since the 1980s based on ITK (Johnson et al., 2016). In fact, our results show that this zone has had more positive concentration anomalies since 2000 in all the three seasons, suggesting that sea ice conditions may remain favourable for caribou movement into the future. This result of increasing sea ice concentration may seem odd given current and past studies describing the loss of sea ice in the Arctic (Rigor & Wallace, 2004; Maslanik et al., 2011; Yadav, Kumar & Mohan, 2020; Cai et al., 2021). However, our study encompasses one region of the Arctic and focuses solely on young sea ice concentration and not on total sea ice concentration. Multi-year ice concentration is decreasing and being replaced by first-year or young sea ice. Nevertheless, young ice melts more rapidly than multi-year ice, which could negatively impact the ability of caribou to cross (Paquette, 2020). Indeed, a recent study projects sea ice break-up around Banks Island will occur 2-3 days earlier for each degree Celsius of temperature increase (Cooley et al., 2020; Yu et al., 2020). These projections could severely hinder Peary caribou movement between islands in the future if animals are not able to adapt movement patterns to changing sea ice conditions.

In contrast, the zone between Banks Island and the mainland (zone 2) shows more positive anomalies prior to 2000. Our results are consistent with ITK indicating that caribou used the area to cross a few decades ago. The suggested decrease in young ice concentration after 2000 is greatest in spring and winter. Decreases in spring could delay or prevent movement to calving areas for highly nutritious and digestible forage that is essential for calf-provisioning (Post and Forchhammer 2008; Kerby and Post 2013). Similarly, decreases in winter sea ice concentration may be particularly detrimental when cold temperatures, storms and food scarcity make the ability to move to access food and shelter critical (e.g,. “desperation movements”). Sea ice is generally declining in extent, thickness and duration, and freeze-up arrives later now than in previous decades (Panikkar et al., 2018). This could impact caribou who try to cross between islands in the late fall or early winter when ice is freezing again (Paquette, 2020) which is likely the reason why caribou have stopped crossing in zone 2. For example, in 2010 several caribou were found frozen after they fell through the ice and drowned near Victoria Island (Paquette,

2020). Caribou, from the Dolphin and Union herd, have also been found frozen on the ice and islands near an open water area where they used to cross (Dumond and Lee, 2012).

Finally, the zone between Banks and Melville Islands (zone 3) shows many positive anomalies after 2000 in the spring, and more positive anomalies prior to 2000 in the summer-fall (sea-ice break-up). Unlike the other zones, this area seems to have experienced no significant changes in sea ice anomalies between the 1983-2000 and 2000-2013 periods. Peary caribou have been observed crossing in this zone (Canadian Wildlife Service 2020). Our sea ice analysis suggests young sea ice concentrations have stayed relatively constant over time in the area.

Overall, our analyses suggest strong variability in ice concentration which could have limited our ability to statistically evaluate potential trends. Hence, there is some uncertainty regarding potential temporal changes in crossings over the three areas analyzed. This strong variability could potentially be linked to El Niño years that result in a decrease in young ice, followed by non-El Niño years that are usually associated with an increase in young ice (Tivy et al., 2011). Caribou may experience increasing challenges with crossing sea ice because of accelerated warming (Cooley et al., 2020) and a sustained decline of sea ice extent (i.e., -54,000 km²/year; Yadav et al., 2020) associated with climate change. Earlier sea-ice break-up (Howell et al., 2009) that encourages increased maritime traffic (Paquette, 2020) could further impact crossing areas that are currently being used by caribou (Johnson et al., 2016, Carter et al., 2017).

Snow simulation and caribou

During spring, caribou primarily occurred in areas with lower CT350 values with only a few observations occurring in the areas with higher CT350 values where access to forage may be difficult (7,000–20,000 cm; Ouellet et al., 2017). Since the CT350 values were averaged over the 2000-2013 period, caribou presence may have been limited in these high CT350 areas to specific years where CT350 values were not that high. Most of the CT350 values for the summer-fall period suggest favourable grazing conditions (< 2,000 cm; Ouellet et al., 2017) with a high concentration of individuals occupying areas < 400 cm for these seasons. Winter snow simulations highlighted that many areas had favourable foraging conditions (< 7,000 cm).

Habitat modelling (MaxEnt probabilistic model)

During spring, the MaxEnt models appear to predict caribou presence quite well, assigning high probability of presence to areas where caribou were observed. Previous studies have shown that

Peary caribou prefer habitats characterized by herb/grass, rush, dwarf shrubs and cryptogams (lichens) (Tews et al., 2007). However, our study highlights that snow may play an important role in forage accessibility. The contribution of snow (CT350; 83%) was five times larger than vegetation (17%) for the best model over Banks Island during spring. On Melville Complex Island for the same season, elevation (80%) appeared to have the greatest influence on Peary caribou occurrence. The higher elevations on Melville Island are likely to influence snow density (less snow at higher elevations because of wind erosion of the snowpack), with exposed windblown sites often described as preferred foraging areas for caribou (Miller et al. 1982; Thomas and Edmunds 1983, Johnson et al., 2016). Factors limiting access to forage are likely going to be more important than vegetation because Peary caribou are a food generalist and will often make trade-offs between nutrition and accessibility.

As described in section 3.2.3, we used the AICc to evaluate model performance and select the model that best explained Peary caribou occurrence on the island. We further used AUC to evaluate the performance of the best model of each season (Elith et al., 2006). The best models for summer-fall had relatively low AUC values for Banks Island (model 7) and Melville Island Complex (model 6). Alternate models using more variables had higher AUC values, but were less parsimonious according to the AICc values, potentially due to limited sample sizes. Additional variables (Jenkins, et al., 2020), for example, predation risk, insect harassment, or other meteorological data could help improve future models.

The best winter model for the Melville Island Complex integrates CT350 and vegetation. The fact that snow plays an important role in influencing food accessibility in winter explains why the contribution of CT350 is almost equivalent to that of vegetation in explaining the occurrence of Peary caribou. Similar to our results, Tews et al. (2007) suggested that herbs, grass, and cryptogams are important food sources in winter. The overall low probabilities on Melville Island Complex during this season could be an artifact of limited caribou presence information for this season (small sample size). Collecting field data in winter is difficult due to harsh conditions in the Arctic. Caribou locations in winter are an integral part of understanding the effects of climate change in the Arctic where large parts of the landmass are covered by snow for at least 9 months of the year. We know that snow influences caribou survival over winter (Jenkins et al., 2020), and that harsh condition (ROS and windy storms) are going to get worse with climate change (Langlois et al., 2017). Therefore, it is essential that data be collected to further understand caribou distribution in winter to be able to forecast the effects of climate change and incorporate mitigation measures into management and conservation plans.

Uncertainties

Our analysis brought to light a few uncertainties we hope to address in future work. Our sea ice anomalies were calculated from satellite data that can contain errors in the identification of sea ice types (Couture et al., 2021). The misidentification of sea ice types could have introduced additional variability in the concentration anomalies analysis. Furthermore, our analysis only focused on three zones. We would like to expand the analysis to include additional areas of the CAA to be able to better understand how caribou are affected by sea ice concentration variability across the CAA.

As for the snow simulations, most of the uncertainties can be linked to meteorological forcing data, discussed in detail in Ouellet et al. (2017) and Langlois et al. (2012). Martineau et al. (2021) validated the current version of the OSSA used in this paper, demonstrating its efficiency in simulating slab density, central to the calculation of CT350. Our Maxent results on both Melville Island Complex and Banks Island suggest that snow density is an important predictor of where Peary caribou is located on the landscape throughout the year. While we expected that snow would play a more important role during winter compared to other seasons, small sample sizes likely reduced the performance of our winter model. Future work should focus on acquiring a better understanding of Peary caribou habitat use in winter.

Conclusion

In this paper, we calculated and analyzed young sea ice anomalies over 1983-2019 in specific areas between Banks Island and surrounding areas of the CAA where caribou are or were known to be crossing, to evaluate the impact of these anomalies on the actual crossing possibilities over time. We also simulated the snow characteristics on few islands of the CAA, focussing on the cumulative snow thickness of high density, for each of the three biological seasons of Peary caribou. Finally, we developed a habitat model for Peary caribou using MaxEnt based on presence data (2000–2013), using snow simulations, elevation and vegetation environmental variables, based on the previous work done by Johnson et al. (2016) and Martineau et al. (2021).

Our sea ice anomaly analyses demonstrated an increase in occurrence of positive anomalies in areas between Banks and Victoria Islands where caribou were crossing and are still crossing today. Positive anomalies are no longer present in areas between Banks Island and the mainland where caribou used to cross but are not seen crossing anymore. No specific trend in anomaly behaviour was observed between Banks and Melville islands where caribou have been observed to cross.

Snow simulations with the OSSA model showed that in spring and winter, the CT350 values were much higher than observed during summer-fall, simply due to snow cover duration which is shorter in summer. Most areas with high CT350 values are on the south coast of Banks Island, and on the west coast and central bay of Melville Island, which represents lower elevation areas on Melville Island Complex and higher elevation areas on Banks Island. When compared with caribou locations compiled from ITK and survey data (Johnson et al., 2016), caribou are found in areas with the lowest CT350 snow values.

For the MaxEnt models, caribou tended to occur in areas with certain types of vegetation in addition to low CT350 values. The best model results were obtained with CT350 & vegetation for spring and the summer-fall seasons on Banks Island, and during winter on Melville Island Complex. For spring, the best results were achieved using CT350 & elevation & vegetation on Melville Island Complex, whereas for summer-fall the best model included vegetation only.

Our research highlights the importance of sea ice conditions for caribou movement between islands and of snow quality and characteristics on the probability of caribou presence. Future work should examine sea ice anomalies across the whole CAA to understand how climate change might impact the evolution of young sea ice to assess the potential impacts on caribou

© Coralie Gautier - 2021 56 crossings. We hope future research will extend the utility of our snow modelling to understanding the distribution of other Arctic wildlife species important to the well-being of Arctic communities.

Acknowledgments

We are extremely grateful to the Inuvialuit & Inuit communities who shared their knowledge, stories and love of Peary caribou and the connection between caribou, people and the arctic landscape (see Johnson et al. (2016), for all the collaborators). Specifically, we thank : Resolute Bay Hunters and Trappers Organization – Philip Manik, Sr., Community of Resolute Bay, NU; Iviq Hunters and Trappers Association – Amon Akeeagok, Jaypetee Akeeagok, Charlie Noah, Community of Grise Fiord, NU; Gjoa Haven Hunters & Trappers Association – James Qitsualik Taqaugak, Community of Gjoa Haven, NU; Kurairojuark Hunters & Trappers Association – John Kayasark, Zachary Oogark, Columban Pujuardjok, Community of Kugaaruk, NU; Spence Bay Hunters & Trappers Association – Abel Aqqaq, Peter Qayutinuak Sr., Community of Taloyoak, NU; Ekaluktutiak Hunters & Trappers Organization – Howard Greenley, James Panioyak, George Angohiatok, Jimmy Haniliak, Community of Cambridge Bay, NU; Sachs Harbour Hunters and Trappers Committee – Issiac Elanik, Vernon Amos, John Lucus Jr., Joey Carpenter, Community of Sachs Harbour, NWT; Olohaktomiut Hunters & Trappers Committee – Bradley Carpenter, Joshua Oliktoak, Community of Ulukhaktok, NWT; Paulatuk Hunters and Trappers Committee – Raymond Ruben Sr., Community of Paulatuk, NWT.

Disclosure Statement: The authors report no conflict of interest.

Funding: This project was funded by the Natural Sciences and Engineering Research Council of Canada (NSERC), the Fonds de Recherche Nature et Technologie du Québec (FRQNT), Environment and Climate Change Canada (ECCC), the Regroupement des Étudiants et des Étudiantes de Maîtrise, de Diplôme et de Doctorat de l’Université de Sherbrooke (REMDUS), POLAR Knowledge Canada, and the Center for Northern Studies (CEN).

References

Adams, P. & Dunbar, M J. (2015) Arctic Archipelago in The Canadian Encyclopedia, https://www.thecanadianencyclopedia.ca/en/article/arctic-archipelago Ahmed, S.E., McInerny, G., O'Hara, K., Harper, R., Salido, L., Emmott, S. & Joppa, L.N. (2015). Scientists and software–surveying the species distribution modelling community. Diversity and Distributions. Vol. 21, n°3, p. 258–267. https://doi.org/10.1111/ddi.12305 Ballinger, T.J., Overland, J.E., Wang, M., Bhatt, U.S., Hanna, E., Hanssen-Bauer, I., Kim, S.- J., Thoman, R.L. & Walsh, J. E. (2020). Arctic Report Card 2020: Surface Air Temperature. Bartelt, P. & Lehning, M. (2002) A physical SNOWPACK model for the Swiss avalanche warning Part I: Numerical Model. Cold Regions Science and Technology. Vol. 35, n°3, p. 123‑145. https://doi.org/10.1016/S0165-232X(02)00074-5 Blanchard-Wrigglesworth, E., Armour, K.C., Bitz, C.M. & DeWeaver, E. (2011) Persistence and inherent predictability of Arctic sea ice in a GCM ensemble and observations. Journal of Climate. Vol. 24, n°1, p. 231–250. https://doi.org/10.1175/2010JCLI3775.1 Boelman, N.T., Liston, G.E., Gurarie, E., Meddens, A.J.H., Mahoney, P.J., Kirchner, P.B., Bohrer, G., Brinkman, T.J., Cosgrove, C.L., Eitel, J.U.H., Hebblewhite, M., Kimball, J.S., LaPoint, S., Nolin, A.W., Pedersen, S.H., Prugh, L.R., Reinking, A.K. & Vierling, L.A. (2019) Integrating snow science and wildlife ecology in Arctic-boreal North America. Environmental Research Letters. Vol. 14, n°1, p. 010401. https://doi.org/10.1088/1748-9326/aaeec1 Bokhorst, S., Pedersen, S.H., Brucker, L., Anisimov, O., Bjerke, J.W., Brown, R.D., Ehrich, D., Essery, R L.H., Heilig, A., Ingvander, S., Johansson, C., Johansson, M., Jónsdóttir, I.S., Inga, N., Luojus, K., Macelloni, G., Mariash, H., McLennan, D., Rosqvist, G.N., Sato, A., Savela, H., Schneebeli, M., Sokolov, A., Sokratov, S. A., Terzago, S., Vikhamar-Schuler, D., Williamson, S., Qiu, Y. & Callaghan, T.V. (2016) Changing Arctic snow cover: A review of recent developments and assessment of future needs for observations, modelling, and impacts. Ambio. Vol. 45, p. 516–537. https://doi.org/10.1007/s13280-016-0770-0 Bushuk, M. & Giannakis, D. (2017) The seasonality and interannual variability of Arctic sea ice reemergence. Journal of Climate. Vol. 30, n°12, p. 4657–4676. https://doi.org/10.1175/JCLI-D-16-0549.1 Cai, Q., Wang, J., Beletsky, D., Overland, J.E., Ikeda, M., & Wan, L. (2021) Summer Arctic sea ice decline during 1850–2017 and the amplified Arctic warming during the recent decades. Environmental Research Letters. https://doi.org/10.1088/1748-9326/abdb5f Callaghan, T.V., Johansson, M., Brown, R.D., Groisman, P.Y., Labba, N., Radionov, V., Barry, R.G., Bulygina, O.N., Essery, R.L.H., Frolov, D.M., Golubev, V.N., Grenfell, T.C., Petrushina, M.N., Razuvaev, V.N., Robinson, D.A., Romanov, P., Shindell, D., Shmakin, A.B., Sokratov, S.A., Warren, S. & Yang, D. (2011) The changing face of arctic snow cover: A synthesis of observed and projected changes. Ambio. Vol. 40, p. 17–31. https://doi.org/10.1007/s13280-011-0212-y Canadian Wildlife Service (2020) Summary of the consultations on the identification of critical habitat for the Peary Caribou Recovery Strategy in Grise Fiord, Resolute Bay,

Cambridge Bay, Gjoa Haven, Kugaaruk, Taloyoak, Ulukhaktok, Sachs Harbour, Paulatuk and Tuktoyaktuk. January-February, 2020. Canadian Wildlife Service unpublished report, Yellowknife, NT. CAVM Team. (2003) Circumpolar Arctic Vegetation Map. (1:7,500,000 scale), Conservation of Arctic Flora and Fauna (CAFF) Map No. 1. U.S. Fish and Wildlife Service, Anchorage, Alaska. Cooley, S.W., Ryan, J.C., Smith, L.C., Horvat, C., Pearson, B., Dale, B. & Lynch, A.H. (2020) Coldest Canadian Arctic communities face greatest reductions in shorefast sea ice. Nature Climate Change. Vol. 10, n°6, p. 533–538. https://doi.org/10.1038/s41558-020- 0757-5 COSEWIC. (2004) COSEWIC assessment and update status report on the Peary caribou Rangifer tarandus pearyi and the barren-ground caribou Rangifer tarandus groenlandicus (Dolphin and Union population) in Canada. Committee on the Status of Endangered Wildlife in Canada. Ottawa. x + 91 pp. COSEWIC. (2015) COSEWIC assessment and status report on the Peary caribou Rangifer tarandus pearyi in Canada. Committee on the Status of Endangered Wildlife in Canada. Ottawa. xii + 92 p. Couture, G., Langlois, A., Howell, S. & Montpetit, B. Spatiotemporal variability and trends in sea ice concentration and polynya formation in the Canadian Arctic, 1968–2019. Atmosphere-Ocean. Submission June 2021. Derksen, C. & Brown, R. (2012) Spring snow cover extent reductions in the 2008–2012 period exceeding climate model projections. Geophysical Research Letters. Vol. 39, p. 1–6. https://doi.org/10.1029/2012GL053387 Dolant, C., Langlois, A., Brucker, L., Royer, A., Roy, A. & Montpetit, B. (2017) Meteorological inventory of rain-on-snow events in the Canadian Arctic Archipelago and satellite detection assessment using passive microwave data. Physical Geography, Vol. 39, n°5, p. 428–444. https://doi.org/10.1080/02723646.2017.1400339 Dolant, C., Langlois, A., Montpetit, B., Brucker, L., Roy, A., & Royer, A. (2016) Development of a rain‐on‐snow detection algorithm using passive microwave radiometry. Hydrological Processes. Vol, 30, p. 3184–3196. https://doi.org/10.1002/hyp.10828 Dolant, C., Montpetit, B., Langlois, A., Brucker, L., Zolina, O., Johnson, C.A., Royer, A. & Smith, P. (2018) Assessment of the barren ground caribou die-off during winter 2015– 2016 using passive microwave observations. Geophysical Research Letters. Vol. 45, p. 1–9. https://doi.org/10.1029/2017GL076752 Dumond, M. & Lee, D. S. (2013) Dolphin and Union caribou herd status and trend. Arctic. Vol. 66, n°3, p. 329-337. https://doi.org/10.14430/Arctic4311 Elith, J., Graham, C., Anderson, R., Dudik, M., Ferrier, S., Guisan, A., Hijmans, R., Huettmann, F., Leathwick, J., Lehmann, A., Li, J., Lohmann, L., Loiselle, B., Manion, G., Moritz, C., Nakamura, M., Nakazawa, Y., Overton, J., Peterson, A., Phillips, S., Richardson, K., Scachetti-Pereira, R., Schapire, R., Soberon, J., Williams, S., Wisz, M. & Zimmermann, N. (2006) Novel methods improve prediction of species’ distributions from occurrence data. Ecography. Vol. 29, p. 129–151. https://doi.org/10.1111/j.2006.0906- 7590.04596.x

Elith, J., Phillips, S.J., Hastie, T., Dudík, M., Chee, Y.E. & Yates, C.J. (2011) A statistical explanation of MaxEnt for ecologists. Diversity and Distributions. Vol. 17, p. 43–57. https://doi.org/10.1111/j.1472-4642.2010.00725.x Festa-Bianchet, M., Ray, J.C., Boutin, S., Côté, S.D. & Gunn, A. (2011) Conservation of caribou (Rangifer tarandus) in Canada: an uncertain future. Canadian Journal of Zoology. Vol. 89, p. 419–434. https://doi.org/10.1139/z11-025 Forbes, B.C., Kumpula, T., Meschtyb, N., Laptander, R., MacIas-Fauria, M., Zetterberg, P., Verdonen, M., Skarin, A., Kim, K.Y., Boisvert, L.N., Stroeve, J.C. & Bartsch, A. (2016) Sea ice, rain-on-snow and tundra reindeer nomadism in Arctic Russia. Biology Letters. Vol. 12, p. 1–5. https://doi.org/10.1098/rsbl.2016.0466 Gardner, A., Moholdt, G., Arendt, A., & Wouters, B. (2012) Accelerated contributions of Canada’s Baffin and Bylot Island glaciers to sea level rise over the past half century. The Cryosphere. Vol. 6, p. 1103–1125. https://doi.org/10.5194/tc-6-1103-2012 Gouttevin, I., Langer, M., Lowe, H., Boike, J., Proksch, M., & Schneebeli, M. (2018) Observation and modelling of snow at a polygonal tundra permafrost site: spatial variability and thermal implications. The Cryosphere. Vol. 12, n°11, p. 3693–3717. https://doi.org/10.5194/tc-12-3693-2018 Government of Canada (2020a) Canadian Digital Elevation Model, 1945–2011 in Open Government, https://open.canada.ca/data/en/dataset/7f245e4d-76c2-4caa-951a- 45d1d2051333 Government of Canada (2020b) Canadian Land Cover, Circa 2000 (Vector) - GeoBase Series, 1996–2005 in Open Government, https://open.canada.ca/data/en/dataset/97126362- 5a85-4fe0-9dc2-915464cfdbb7 Government of Canada (2020c) Weekly Regional Ice Charts - Black and White in Ice Archive, https://www.canada.ca/en/environment-climate-change/services/ice-forecasts- observations/latest-conditions/archive-overview.html Groot Zwaaftink, C.D., Cagnati, A., Crepaz, A., Fierz, C., Macelloni, G., Valt, M., & Lehning, M. (2013) Event-driven deposition of snow on the Antarctic Plateau: analyzing field measurements with SNOWPACK. The Cryosphere. Vol. 7, n°1, p. 333–347. https://doi.org/10.5194/tc-7-333-2013 Guarino, MV., Sime, L.C., Schröeder, D., Malmierca-Vallet, I., Rosenblum, E., Ringer, M., Ridley, J., Feltham, D., Bitz, C., Steig, E.J., Wolff, E., Stroeve, J. & Sellar, A. (2020) Sea-ice-free Arctic during the Last Interglacial supports fast future loss. Nature Climate Change. Vol. 10, p. 928–932. https://doi.org/10.1038/s41558-020-0865-2 Hansen, B.B., Isaksen, K., Benestad, R.E., Kohler, J., Pedersen, Å., Loe, L.E., Coulson, S.J., Larsen, J.O. & Varpe, Ø. (2014) Warmer and wetter winters: Characteristics and implications of an extreme weather event in the High Arctic. Environmental Research Letters. Vol. 9, p. 1–10. Holland, M.M., Serreze, M.C. & Stroeve, J. (2010) The sea ice mass budget of the Arctic and its future change as simulated by coupled climate models. Climate Dynamics. Vol. 34, p. 185–200. https://doi.org/10.1007/s00382-008-0493-4 Howell, S.E., Duguay, C.R., & Markus, T. (2009) Sea ice conditions and melt season duration variability within the Canadian Arctic Archipelago: 1979–2008. Geophysical Research Letters. Vol. 36, n°10. https://doi.org/10.1029/2009GL037681

Il Jeong, D. & Sushama, L. (2018) Rain-on-snow events over North America based on two Canadian regional climate models. Climate Dynamics. Vol. 50, p. 303–316. https://doi.org/10.1007/s00382-017-3609-x IPCC (2013) Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Stocker, T.F., D. Qin, G.K. Plattner, M. Tignor, S.K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex and P.M. Midgley (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA. 1535 pp. Jenkins, D.A., Lecomte, N., Schaefer, J.A., Olsen, S.M., Swingedouw, D., Côté, S.D., Pellissier, L. & Yannic, G. (2016) Loss of connectivity among island-dwelling Peary caribou following sea ice decline. Biology Letters. Vol. 12, p. 1–5. https://doi.org/10.1098/rsbl.2016.0235 Jenkins, D. A., Lecomte, N., Andrews, G., Yannic, G., & Schaefer, J. A. (2020). Biotic interactions govern the distribution of coexisting ungulates in the Arctic Archipelago– A case for conservation planning. Global Ecology and Conservation. Vol. 24, p. e01239. https://doi.org/10.1016/j.gecco.2020.e01239 Johnson, C. A., Neave, E., Blukacz-Richards, A., Banks, S.N. & Quesnelle, P.E. (2016) Knowledge assessment (community and scientific) to inform the identification of critical habitat for Peary caribou, Rangifer tarandus pearyi, in the Canadian Arctic. Environment and Climate Change Canada, Science and Technology, Ottawa, Ontario, Canada. Kaluskar, S., Johnson, C. A., Blukacz-Richards, E. A., Ouellet, F., Kim, D. K., & Arhonditsis, G. (2020). A stochastic modelling framework to accommodate the inter-annual variability of habitat conditions for Peary caribou (Rangifer tarandus pearyi) populations. Ecological Informatics. Vol. 56, p. 101013. https://doi.org/10.1016/j.ecoinf.2019.101013 Kendrick, A., Lyver, P.O. & Lutsël K’é Dene First Nation. (2005) Denésôliné (Chipewyan) Knowledge of Barren-Ground Caribou (Rangifer tarandus groenlandicus) Movements. Arctic. Vol. 58, n°2, p. 175–191. https://www.jstor.org/stable/40512690 Kerby, J.T., and E. Post. 2013. Advancing plant phenology and reduced herbivore production in a terrestrial system associated with sea ice decline. Nature Communications 4: 2514. Kohler, J. & Aanes, R. (2004) Effect of Winter Snow and Ground-Icing on a Svalbard Reindeer Population: Results of a Simple Snowpack Model. Arctic, Antarctic, and Alpine Research. Vol. 36, n°3, p. 333‑341. https://doi.org/10.1657/1523- 0430(2004)036[0333:EOWSAG]2.0.CO;2 Langlois, A., Johnson, C.A., Montpetit, B., Royer, A., Blukacz-Richards, E.A., Neave, E., Dolant, C., Roy, A., Arhonditsis, G., Kim, D.K., Kaluskar, S. & Brucker, L. (2017) Detection of rain-on-snow (ROS) events and ice layer formation using passive microwave radiometry: A context for Peary caribou habitat in the Canadian Arctic. Remote Sensing of Environment. Vol. 189, p. 84–95. https://doi.org/10.1016/j.rse.2016.11.006 Le Corre, M., Dussault, C. & Côté, S.D. (2017) Weather conditions and variation in timing of spring and fall migrations of migratory caribou. Journal of Mammalogy. Vol. 98, n°1, p. 260-271. https://doi.org/10.1093/jmammal/gyw177 Lehning, M., Bartelt, P., Brown, B., Fierz, C. & Satyawali, P. (2002) A physical SNOWPACK model for the Swiss avalanche warning Part II. Snow microstructure. Cold Regions

Science and Technology. Vol. 35, n°3, p. 147‑167. https://doi.org/10.1016/S0165- 232X(02)00073-3 Liston, G.E. & Hiemstra, C.A. (2011) The changing cryosphere: Pan-Arctic snow trends (1979– 2009). Journal of Climate. Vol. 24, p. 5691‑5712. https://doi.org/10.1175/JCLI-D-11- 00081.1 Ljubicic, G., Okpakok, S., Robertson, S. & Mearns, R. (2018) Uqsuqtuurmiut inuita tuktumi qaujimaningit (Inuit knowledge of caribou from Gjoa Haven, Nunavut): Collaborative research contributions to co-management efforts. Polar Record. Vol. 54, p. 213–233. https://doi.org/10.1017/S0032247418000372 Maslanik, J., Stroeve, J., Fowler, C. & Emery, W. (2011) Distribution and trends in Arctic sea ice age through spring 2011. Geophysical Research Letters. Vol. 38, n°13. https://doi.org/10.1029/2011GL047735 Martineau, C., Langlois, A., Johnson, C.-A., Gouttevin, I., Royer, A. & Neave, E. (2021) Improving Peary caribou presence prediction from the MaxEnt model using spatialized snow simulations: a case study over Bathurst Island Complex, Nunavut, Canada. Arctic. Submission April 2020. Mallory, C. & Boyce, M. (2017) Observed and predicted effects of climate change on Arctic caribou and reindeer. Environmental Reviews. Vol. 8940, n°867, p. 1–13. https://doi.org/10.1139/er-2017-0032 Mallory, C.D., Fredlund, M., & Campbell, M.W. (2020) Apparent Collapse of the Peary caribou (Rangifer tarandus pearyi) Population on Axel Heiberg Island, Nunavut, Canada. Arctic. Vol. 73, n°4, p. 499–508. https://doi.org/10.14430/arctic71605 Meloche, J., Royer, A., Langlois, A., Rutter, N. & Sasseville, V. (2020) Passive microwave emission of frozen tundra soils using roughness measurements derived from photogrammetry. International Journal of Digital Earth. In press, TJDE-2020-0130. Miller, F.L. & Gunn, A. (2003) Catastrophic die-off of Peary caribou on the western queen Elizabeth Islands, Canadian High Arctic. Arctic. p. 381–390. www.jstor.org/stable/40513077 National Oceanic and Atmospheric Administration (NOAA) (2020) North American Regional Reanalysis (NARR) for Arctic Research in Physical Sciences Laboratory, [https://psl.noaa.gov/data/narr/]. Ouellet, F., Langlois, A., Blukacz-Richards, E.A., Johnson, C.A., Royer, A., Neave, E. & Larter, N.C. (2017) Spatialization of the SNOWPACK snow model for the Canadian Arctic to assess Peary caribou winter grazing conditions. Physical Geography. Vol. 38, n°2, p. 143–158. https://doi.org/10.1080/02723646.2016.1274200 Panikkar, B., Lemmond, B., Else, B. & Murray, M. (2018) Ice over troubled waters: navigating the Northwest Passage using Inuit knowledge and scientific information. Climate Research. Vol. 75, n°1, p. 81–94. https://doi.org/10.3354/cr01501 Papasodoro, C., Berthier, E., Royer, A., Zdanowicz, C. & Langlois, A. (2015). Area, elevation and mass changes of the two southernmost ice caps of the Canadian Arctic Archipelago between 1952 and 2014. The Cryosphere. Vol. 9, p. 1535–1550. https://doi.org/10.5194/tc-9-1535-2015 Parker, G.R. (1975) Crashes of muskox and Peary caribou populations in 1973-74 on the Parry Islands, Arctic Canada. Environment Canada, Canadian Wildlife Service.

Pearce, T.D., Ford, J.D., Laidler, G.J., Smit, B., Duerden, F., Allarut, M., Andrachuk, M., Baryluk, S., Dialla, A., Elee, P., Goose, A., Ikummaq, T., Joamie, E., Kataoyak, F., Loring, E., Meakin, S., Nickels, S., Shappa, K., Shirley, J. & Wandel, J. (2009) Community collaboration and climate change research in the Canadian Arctic. Polar Research. Vol. 28, n°1, p. 10–27. https://doi.org/10.1111/j.1751-8369.2008.00094.x Phillips, S.J., Anderson, R.P. & Schapire, R.E. (2006) Maximum entropy modeling of species geographic distributions. Ecological modelling. Vol. 190, p. 231–259. https://doi.org/10.1016/j.ecolmodel.2005.03.026 Phillips, S.J. & Dudík, M. (2008) Modeling of species distributions with MaxEnt: new extensions and a comprehensive evaluation. Ecography. Vol. 31, p. 161–175. https://doi.org/10.1111/j.0906-7590.2008.5203.x Phillips, S.J., Dudík, M., Schapire, R.E. (2019) Maxent software for modeling species niches and distributions (Version 3.4.1). http://biodiversityinformatics.amnh.org/open_source/maxent/ Portet, S. (2020) A primer on model selection using the Akaike Information Criterion. Infectious Disease Modelling. Vol. 5, p. 111-128. Post, E., and M.C. Forchhammer. 2008. Climate change reduces reproductive success of an Arctic herbivore through trophic mismatch. Philosophical Transactions of the Royal Society of London B: Biological Sciences 363: 2367-2373. Putkonen, J. & Roe, G. (2003) Rain‐on‐snow events impact soil temperatures and affect ungulate survival. Geophysical research letters. Vol. 30, n°4. https://doi.org/10.1029/2002GL016326 Python Software Foundation. Python Language Reference, version 2.7. Available at http://www.python.org QGIS Development Team. (2019) QGIS Geographic Information System, version 3.10. Open Source Geospatial Foundation Project. http://qgis.osgeo.org R Core Team. (2017) R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. R version 3.5.1. https://www.R-project.org/ Royer A., Dominé, F., Roy, A., Langlois, A., Marchand, N. and Davesne, G. (2021) New northern snowpack classification linked to vegetation cover on a latitudinal mega- transect across Northeastern Canada. Écoscience, accepted (ID 201250865). Rigor, I.G. & Wallace, J.M. (2004) Variations in the age of Arctic sea‐ice and summer sea‐ice extent. Geophysical Research Letters. Vol. 31, n°9. https://doi.org/10.1029/2004GL019492 Rinke, A. & Dethloff, K. (2008) Simulated circum-Arctic climate changes by the end of the 21st century. Global and Planetary Change. Vol. 62, n°1–2, p. 173–186. https://doi.org/10.1016/j.gloplacha.2008.01.004 Serreze, M.C. & Francis, J.A. (2006) The arctic amplification debate. Climatic Change. Vol. 76, p. 241–264. https://doi.org/10.1007/s10584-005-9017-y Serreze, M.C. & Barry, R.G. (2011) Processes and impacts of Arctic amplification: A research synthesis. Global and planetary change. Vol. 77, n°1–2, p. 85–96. https://doi.org/10.1016/j.gloplacha.2011.03.004 Serreze, M.C. & Stroeve, J. (2015) Arctic sea ice trends, variability and implications for seasonal ice forecasting. Philosophical Transactions of the Royal Society A:

Mathematical, Physical and Engineering Sciences. Vol. 373, n°2045, p. 20140159. https://doi.org/10.1098/rsta.2014.0159 Sobota, I., Weckwerth, P., & Grajewski, T. (2020). Rain-On-Snow (ROS) events and their relations to snowpack and ice layer changes on small glaciers in Svalbard, the high Arctic. Journal of Hydrology. Vol. 590, p. 125279. https://doi.org/10.1016/j.jhydrol.2020.125279 Stien, A., Loel, L.E., Mysterud, A., Severinsen, T., Kohler, J. & Langvatn, R. (2010) Icing events trigger range displacement in a high-arctic ungulate. Ecology. Vol. 91, n°3, p. 915–920. https://doi.org/10.1890/09-0056.1 Stroeve, J., Holland, M.M., Meier, W., Scambos, T. & Serreze, M. (2007) Arctic sea ice decline: Faster than forecast. Geophysical Research Letters. p. 1–5. https://doi.org/10.1029/2007GL029703 Stroeve, J. & Notz, D. (2018) Changing state of Arctic sea ice across all seasons. Environmental Research Letters. Vol. 13, n°10, p. 103001. https://doi.org/10.1088/1748-9326/aade56 Tomaselli, M., Kutz, S., Gerlach, C. & Checkley, S. (2018) Local knowledge to enhance wildlife population health surveillance: Conserving muskoxen and caribou in the Canadian Arctic. Biological Conservation. Vol. 217, p. 337–348. https://doi.org/10.1016/j.biocon.2017.11.010 Tews, J., Ferguson, M.A.D. & Fahrig, L. (2007) Potential net effects of climate change on High Arctic Peary caribou: Lessons from a spatially explicit simulation model. Ecological modelling. Vol. 207, p. 85–98. https://doi.org/10.1016/j.ecolmodel.2007.04.011 Tivy, A., Howell, S.E.L., Alt, B., McCourt, S., Chagnon, R., Crocker, G., Carrieres, T. & Yackel, J.J. (2011) Trends and variability in summer sea ice cover in the Canadian Arctic based on the Canadian Ice Service Digital Archive, 1960-2008 and 1968-2008. J. Geophys. Res. Vol. 116, n°C03007. https://doi.org/10.1029/2009JC005855 Turunen, M., Soppela, P., Kinnunen, H., Sutinen, M.L. & Martz, F. (2009) Does climate change influence the availability and quality of reindeer forage plants? Polar Biology. Vol. 32, p. 813–832. https://doi.org/10.1007/s00300-009-0609-2 Tyler, N.J.C. (2010) Climate, snow, ice, crashes, and declines in populations of reindeer and caribou (Rangifer tarandus L.). Ecological Monographs. Vol. 80, n°2, p. 197–219. https://doi.org/10.1890/09-1070.1 Uboni, A., Horstkotte, T., Kaarlejärvi, E., Sévêque, A., Stammler, F., Olofsson, J., Forbes, B. C. & Moen, J. (2016) Long-term trends and role of climate in the population dynamics of eurasian reindeer. PLoS ONE. Vol. 11, n°6, p. 1–20. https://doi.org/10.1371/journal.pone.0158359 Vikhamar-Schuler, D., Hanssen-Bauer, I., Schuler, T.V., Mathiesen, S.D. & Lehning, M. (2013) Use of a multilayer snow model to assess grazing conditions for reindeer. Annals of Glaciology. Vol. 54, n°62, p. 214–226. https://doi.org/10.3189/2013AoG62A306 Vincent, L.A., Zhang, X., Mekis, E., Wan, H. & Bush, E.J. (2018) Changes in Canada’s Climate: Trends in Indices Based on Daily Temperature and Precipitation Data. Atmosphere-Ocean. Vol. 56, n°5, p. 332–349. https://doi.org/10.1080/07055900.2018.1514579 Yadav, J., Kumar, A., & Mohan, R. (2020). Dramatic decline of Arctic sea ice linked to global warming. Natural Hazards. Vol. 103, p. 2617–2621. https://doi.org/10.1007/s11069- 020-04064-y

Supplementary Material

Tableau 4. MaxEnt results (AICc, AUC, AUC sd, % of permutations) for all the models tested for the three seasons on both Banks Island and Melville Island Complex. Best models in bold.

Banks Model Model Model Model Model Model Model Spring 1 2 3 4 5 6 7 AICc 2610.0 2726.9 2731.3 2760.0 2636.7 2639.8 2597.6 AUC 0.72 0.69 0.71 0.59 0.63 0.53 0.70 AUC sd 0.04 0.04 0.04 0.05 0.05 0.05 0.04 CT350 57.7% 100% 81.1% - - - 82.7% Elevation 29.6% - 18.9% 100% 81.9% - - Vegetation 12.7% - - - 18.1% 100% 17.3% Banks Model Model Model Model Model Model Model Summer- 1 2 3 4 5 6 7 fall AICc 4723.9 4860.2 4852.3 4897.9 4746.0 4744.5 4716.0 AUC 0.66 0.60 0.63 0.58 0.64 0.60 0.63 AUC sd 0.04 0.04 0.04 0.04 0.04 0.03 0.04 CT350 43.4% 100% 72.5% - - - 55.6% Elevation 15.7% - 27.5% 100% 26.3% - - Vegetation 40.9% - - - 73.7% 100% 44.4% Melville Model Model Model Model Model Model Model Spring 1 2 3 4 5 6 7 AICc 1186.3 1427.4 1380.3 1376.8 1198.4 1225.1 1213.9 AUC 0.76 0.48 0.76 0.76 0.79 0.61 0.65 AUC sd 0.06 0.05 0.05 0.04 0.05 0.04 0.06 CT350 15.5% 100% 29.4% - - - 27.2% Elevation 79.6% - 70.6% 100% 88.1% - - Vegetation 4.9% - - - 11.9% 100% 72.8% Melville Model Model Model Model Model Model Model Summer- 1 2 3 4 5 6 7 fall AICc 11559.2 12077.4 11973.1 11971.3 11559.2 11558.2 11563.9 AUC 0.58 0.54 0.058 0.58 0.57 0.57 0.59 AUC sd 0.02 0.03 0.02 0.02 0.02 0.02 0.02 CT350 22.7% 100% 33.7% - - - 18.8% Elevation 23.5% - 66.3% 100% 30.3% - - Vegetation 53.8% - - - 69.7% 100% 81.2% Melville Model Model Model Model Model Model Model Winter 1 2 3 4 5 6 7 AICc 480.5 570.5 544.3 543.7 481.5 497.0 480.0 AUC 0.92 0.75 0.90 0.86 0.90 0.70 0.79 AUC sd 0.02 0.07 0.03 0.04 0.03 0.06 0.03 CT350 28.2% 100% 24.8% - - - 47.6% Elevation 50.6% - 75.2% 100% 78.3% - - Vegetation 21.3% - - - 21.7% 100% 52.4%

5. Résultats et discussions complémentaires à l’article

Cette section présente et discute des résultats pertinents au mémoire, mais non présentés dans l’article scientifique (section 4), pour chacun des objectifs spécifiques du projet de maîtrise.

5.1. Anomalies de glace de mer (Objectif A)

Tel que décrit dans section 3, des anomalies de glace de mer jeune ont été calculées pour l’ensemble de l’AAC par année et une moyenne de ces anomalies pour la période 1983-2019 est présenté à l’aide des Figures 16 à 18. L’analyse des anomalies de concentration, de glace jeune, calculées pour la période 1983-2019, a été divisée selon les trois saisons biologiques du caribou de Peary mentionnées auparavant, soit avril-juin (mouvement printanier et mise bas) (Figure 16) ; juillet-octobre (alimentation estivale, rut et déplacement automnal) (Figure 17) ; novembre-mars (mouvements et alimentation hivernale) (Figure 18).

Avant de présenter les anomalies sur l’ensemble de l’AAC, voici un bref rappel concernant les analyses réalisées sur les trois zones choisies autour de l’île de Banks et présentées en détail dans l’article scientifique (section 4). Il a été observé que pour la zone où l’on a calculé une tendance positive des anomalies dans le temps (Zone 1 : Banks – Victoria), les informations provenant du savoir traditionnel nous informent que les caribous traversaient dans cette zone au début de la période (1980s) et traversent encore récemment (2000-2010) (Johnson et al., 2016), ce qui pourrait être corrélé avec les tendances positives. Pour la zone où une tendance temporelle négative d’anomalies a été calculée (Zone 2 : Banks – terre ferme), le savoir traditionnel nous informe que les caribous ont arrêté récemment (2000-2010) de traverser (Johnson et al., 2016), ce qui pourrait être lié à ces tendances temporelles négatives. Finalement, pour la zone où les tendances temporelles sont environ constantes en termes d’anomalies de glace de mer (Zone 3 : Banks – Melville), le savoir traditionnel nous informe qu’aucune observation de caribou n’a été faite pour la zone ni au début de la période à l’étude ni plus récemment (Johnson et al., 2016). Cela pourrait signifier que les conditions d’englacement n’ont jamais été favorables à la traverse.

Pour les trois saisons, les anomalies moyennes de glace de mer jeune sont généralement plus positives que négatives sur la période étudiée, suggérant une augmentation de la concentration de ce type de glace. Cela pourrait sembler contraire aux tendances de la littérature scientifique qui démontrent clairement une réduction significative et soutenue de la glace de mer au cours des quatre dernières décennies (Howell et al. 2009) sous l’effet de l’amplification arctique

(Serreze et Barry, 2011). Cependant, les résultats présentés ici portent sur la glace de mer jeune, à l’intérieur de l’AAC, et non pas la moyenne de couverture mensuelle ou annuelle qui elle, diminue dramatiquement sur l’ensemble de l’océan Arctique. Plus spécifiquement, il a été observé que la glace pluriannuelle disparait au profit de la glace annuelle (Rigor et Wallace 2004; Maslanik et al. 2011). De plus, la diminution globale de la glace de mer dans les zones arctiques augmente la mobilité de la glace menant à une exportation de la mer de Beaufort vers l’ACC sous l’effet du gyre de Beaufort, contribuant ainsi à l’ensemble des anomalies positives observées (Howell et al. 2009), mais pouvant aussi fausser l’analyse des résultats puisque les caractéristiques de la glace ne dureront pas. Les caribous ayant besoin d’un minimum de 10 cm de glace pour supporter leur poids (Paquette, 2020), sans forcément que ce soit une glace pluriannuelle (glace plus solide, mais beaucoup moins lisse) pour traverser entre les îles de l’ACC, il a été convenu d’étudier seulement la glace jeune dans le contexte de leurs déplacements saisonniers.

Les résultats présentés dans l’article scientifique (Figures 10 à 12) illustrent des valeurs d’anomalies moyennes par zone comportant de grandes valeurs d’écart-type (barres d’erreur sur les graphiques), ce qui suggère une variabilité interannuelle importante. En effet, Blanchard- Wrigglesworth et al. (2011) et Bushuk et Giannakis (2017) suggèrent un processus de résurgence de glace de mer important en arctique suivant une année marquée par la fonte et une dépendance locale de la concentration de glace à la variabilité climatique à grande échelle. Cette variabilité apporte donc son lot de complication dans l’analyse de l’évolution temporelle des anomalies d’un point de vue purement statistique (i.e. régression linéaire par exemple). Néanmoins, le but du présent mémoire n’est pas de développer des outils statistiques sur la saisonnalité et la variabilité interannuelle des anomalies de concentration de glace de mer jeune, mais bien de démontrer de façon qualitative si ce type de glace est en croissance ou décroissance de manière générale sur des régions utilisées par le caribou de Peary en fonction des trois scénarios mentionnés plus haut.

La Figure 16 illustre les anomalies moyennes de glace de mer pour la période printanière de 1983-2019 où une majorité d’anomalies positives est observée. Toutefois, certaines zones, plus nombreuses que pour la période hivernale, présentent plutôt des anomalies moyennes négatives. Ces zones sont donc plus à risque de ne pas permettre aux caribous de se déplacer entre les îles lors des mouvements de fin d’hiver/début de printemps. Plus particulièrement, nous notons que la connexion entre l’île Victoria et la terre ferme, et à travers les baies de l’ouest de l’île est

© Coralie Gautier - 2021 68 réduite avec des anomalies négatives de l’ordre de 0% à -5%. Si les tendances se maintiennent avec le temps, ces zones seront de moins en moins propices pour les caribous puisque le savoir traditionnel suggère que ces derniers empruntent beaucoup ces zones pour se déplacer. Durant la période printanière, en plus de se déplacer entre les îles, les femelles mettent bas et doivent veiller sur leurs petits, tout en trouvant des zones avec suffisamment de nourriture et assez peu de risque de prédation par les loups. Cela signifie un déplacement accru et soutenu où une réduction de concentration de glace de mer telle qu’observée dans le sud et l’ouest de l’île Victoria pourrait avoir d’importantes conséquences pour la survie.

Figure 16. Anomalies moyennes de glace de mer jeune pour la période printanière de 1983- 2019.

La Figure 17 illustre les anomalies moyennes de glace de mer pour la saison été-automne, entre les mois de juillet et octobre, toujours pour la période 1983-2019. C’est durant cette période de l’année qu’il y a le plus d’anomalies positives de glace de mer jeune partout dans l’ACC, ainsi que des valeurs plus élevées d’anomalies positives que pour les autres saisons. Cependant, durant cette période, les déplacements sont souvent limités à l’intérieur des îles, ou d’une petite île à une autre petite adjacente, lorsque la nourriture est abondante, ne justifiant pas de longs déplacements entre des îles éloignées. Vers la fin de cette période, lorsque le couvert de glace

© Coralie Gautier - 2021 69 devient suffisant et que la nourriture devient moins abondante ou accessible dû à l’apparition du manteau neigeux, les caribous seront dans l’obligation de se déplacer davantage vers d’autres îles s’ils ne trouvent pas assez de ressources alimentaires sur place. Les résultats de la Figure 17 suggèrent que ces longs déplacements inter-îles pourraient être favorisés par les anomalies principalement positives sur l’ensemble de la période.

Figure 17. Anomalies moyennes de glace de mer jeune pour la période estivale-automnale de 1983-2019.

Finalement, les anomalies moyennes pour la période hivernale de 1983-2019 sont illustrées sur la Figure 18. La légende indique les valeurs d’anomalies positives et négatives, sur un intervalle de 5%. Il est possible de constater que la majorité des zones entre les îles de l’ACC ont des anomalies positives, suggérant une augmentation de la concentration moyenne de glace de mer jeune sur la période. La saison hivernale représente pour les caribous la période annuelle la plus difficile, car le froid, les tempêtes et la rareté de la nourriture sont de vrais défis à ces latitudes et donc la possibilité de se déplacer est critique. Durant l’hiver, les déplacements se font autant sur les îles mêmes qu’entre les îles, en fonction notamment de l’accessibilité à la nourriture. Ces déplacements peuvent commencer à la transition automne-hiver et celle hiver-printemps, car c’est durant ces périodes que les pluies-sur-neige bloquant l’accès aux ressources végétales,

Figure 18. Anomalies moyennes de glace de mer jeune pour la période hivernale de 1983-2019.

Dans le but de quantifier les anomalies de concentration de glace de mer jeune, des histogrammes illustrant les fréquences des valeurs d’anomalies ont été produits pour les trois saisons biologiques des caribous (Figure 19). La fréquence des valeurs d’anomalies pour l’hiver est illustrée en bleu, pour le printemps en vert et pour l’été-automne en jaune. Les valeurs d’anomalies les plus fréquentes pour l’hiver se situent entre -2% et +12%, avec une médiane entre +8% et +10%. Les valeurs printanières sont assez semblables à celles hivernales, avec une tendance globale positive oscillant aussi entre -2% et +12% et une médiane se situant entre +8% et +10%. Cependant, nous notons moins de valeurs entre 0% et +6%, lorsque comparé à la période hivernale. Les valeurs pour la période été-automne, quant à elles, sont majoritairement centrées autour de +8% et +10%, avec une fréquence populaire entre +6% et +12%. Globalement, les histogrammes de la Figure 19 présentent une majorité des valeurs d’anomalies positives, avec les valeurs printanières globalement les plus élevés, bien qu’il y ait

Figure 19. Histogrammes des fréquences de valeur d'anomalies par saison pour la période 1983-2019 pour l'ensemble de l'AAC.

De façon générale, les Figures 16 à 18 suggèrent que les anomalies moyennes de glace de mer jeune dans l’ACC, sur la période de 1983-2019, sont majoritairement positives, ponctuées de quelques zones à tendances négatives, notamment pour la période printanière. Cela signifie qu’il y a de plus en plus de glace de mer jeune dans le temps. Les valeurs moyennes d’anomalies positives sont généralement comprises entre 0% et +15%, avec quelques zones d’anomalies négatives être 0% et -5%, et ce, pour toutes les saisons sur l’ensemble de l’AAC. Ces tendances généralement positives sont donc un signe encourageant pour le déplacement des caribous entre les îles suggérant qu’une adaptation aux conditions d’englacement ne soit pas forcément nécessaire à court terme, sauf pour le sud et l’ouest de l’île Victoria au printemps, ce qui pourrait engendrer des impacts négatifs sur le déplacement des prédateurs depuis la terre ferme, si les conditions de glace leur permettent ces déplacements. Néanmoins, le fait que ces anomalies représentent une moyenne sur une longue période de temps, comportent des valeurs d’écart-

© Coralie Gautier - 2021 72 type élevées et des variations annuelles importantes, signifient que les résultats doivent être interprétés adéquatement et utilisés avec attention pour éviter de porter des conclusions s’avérant biaisées.

Ainsi, il sera intéressant de voir l’évolution future des conditions de glace de mer et les comportements d’adaptation possible des caribous à ces changements, comme un départ plus hâtif au printemps ou plus tardif à l’automne. Cela irait dans le même sens que les résultats de Le Corre et al. (2017) avançant un changement des dates de migration des caribous migrateurs du nord du Québec. Dans ce sens, focaliser sur des périodes plus courtes de transition (hiver- printemps et automne-hiver) plutôt que sur toute la durée de chacune des trois saisons biologiques du caribou de Peary pourrait permettre de mieux extrapoler les résultats d’anomalies et leurs impacts sur les longs déplacements inter-île des caribous dans l’AAC.

Finalement, certaines limitations liées aux méthodes et sources d’information ont été soulevées dans un but de transparence et d’amélioration future. Notamment, les anomalies de glace de mer ont été calculées à partir de données recueillies par satellite, qui peuvent contenir des erreurs quant à l'identification des types de glace de mer. Aussi, l’analyse a été basée seulement sur la glace de mer jeune, un choix basé sur les connaissances d'experts mentionnant que ce type de glace de mer est suffisant pour que le caribou puisse traverser d'une île à l'autre (discussions et dans Paquette, 2020). Sachant que la glace de mer an Arctique est de plus en plus susceptible d’être seulement de type annuelle (voir références introduction), il a été jugé pertinent de focaliser le travail sur ce type de glace. L’analyse a aussi focalisé sur trois zones où les caribous traversent ou avaient l'habitude de traverser au cours des dernières décennies, zones choisies en fonction des connaissances des experts (Johnson et al. 2016), mais on peut s'attendre à ce que les résultats soient différents selon les zones. Finalement, la permission de représenter visuellement zones ou corridors de déplacements des caribous n’a pas été octroyée dans le cadre de ces travaux, c’est pourquoi ces informations sont seulement mentionnées à l’écrit.

5.2. Simulations de neige avec l’OSSA (Objectif B)

Les résultats des simulations du couvert nival avec l’OSSA ont été réalisés pour les îles de Banks et de Melville dans le but de connaitre les conditions de neige entourant les trois zones d’étude de glace de mer. Tel que mentionné dans la section 3.2.2, le paramètre d’intérêt dans les simulations de neige est l’épaisseur cumulée de neige à plus de 350 kg/m³ (CT350), un seuil au-delà duquel la neige est trop difficile à creuser pour les caribous (Vikhamar-Schuler et al.,

2013; Ouellet et al., 2017). Une carte moyenne par saison est présentée à l’aide des Figures 13, où l’on voit les variations spatiales de CT350 qui sont directement liées aux données environnementales sous-jacentes telles que la végétation et l’élévation.

Pour permettre donner un aperçu de la variabilité annuelle des conditions de neige (CT350), entre 2000 et 2013, une carte par hiver a été créée tel que présenté à la Figure 20, pour l’île de Banks seulement. Sur chaque carte, une légende représente la valeur minimale et la valeur maximale de CT350 en centimètre. Les valeurs maximales de CT350 varient entre 22 000 cm et 100 000 cm, tandis que les valeurs minimales sont toutes de 0 cm. Les zones plus foncées représentent ainsi les valeurs de CT350 les plus basses et les zones plus claires représentent les valeurs les plus élevées. Les zones avec de faibles valeurs de CT350 sont principalement localisées dans le nord-est de l’île de Banks. Les valeurs plus élevées de CT350 sont quant à elles plutôt localisées dans le sud-ouest de Banks. Ces résultats semblent être influencés par la végétation (données Circa2000), car les zones avec faible CT350 sont toutes de type sol nu avec couche de cryptogames (lichen) (terme anglais : Bare soil with cryptogam crust). D’autres paramètres utilisés en intrant dans l’OSSA (section 3) ont certainement une influence sur les caractéristiques de la neige simulée et donc sur les valeurs de CT350 obtenues annuellement. La résolution spatiale des cartes est de 4 km, mais on observe de grandes zones carrées, qui représentent les données de réanalyse météorologique NARR utilisées (32 km).

Figure 20. Résultats des simulations de CT350 avec l'OSSA pour les années 2000 à 2013, sur l’île de Banks, et moyenne de toutes ces années.À noter que les échelles de valeurs diffèrent d’une année à l’autre, car elles représentent les valeurs minimales et maximales.

Ci-bas, les Figures 21 à 23 illustrent les fréquences des valeurs de neige cumulée à plus de 350 kg/m³ pour les trois saisons biologiques du caribou de Peary, pour les résultats moyennés entre 2000 et 2013. Banks et Melville sont présentés séparément puisque les simulations ont été réalisées séparément par souci de temps (à noter que les résultats auraient été les mêmes si elles avaient été réalisées simultanément). On peut voir à l’aide de ces histogrammes que les valeurs d’épaisseur cumulée de neige ne se situent pas du tout dans le même intervalle de valeur pour le printemps et l’hiver en comparaison avec l’été-automne. Les échelles ont été produites ainsi pour mettre en évidence la variabilité spatio-temporelle du CT350 pour les 3 saisons. Ces différences importantes s’expliquent simplement par le fait que le printemps inclut la neige tassée par le vent, combinée à une période plus chaude avec des évènements de PSN (Dolant et al., 2017) alors que la transition vers l’automne consiste à de la nouvelle neige beaucoup moins dense.

En effet, pour la période avril-juin (printemps) (Figure 21), le CT350 varie entre 0 cm et 44 000 cm pour l’île de Banks et entre 0 cm et 70 000 cm pour les îles du complexe Melville, et ce, pour la moyenne des années 2000-2013. La distribution des valeurs est unimodale et suit une courbe exponentielle avec une fréquence qui diminue avec l’augmentation des valeurs. Les valeurs sont illustrées par intervalle de 5 000 cm (i.e., barres de l’histogramme). Pour Banks, on observe une majorité des valeurs de CT350 entre 5 000 et 10 000 cm, ce qui est aussi le cas pour Melville. Les valeurs de CT350 de moins de 5000 cm sont aussi bien représentées sur les deux îles. Cela est positif pour les caribous, car au-delà de 7 000 cm, les conditions deviennent vraiment défavorables (Ouellet et al., 2017).

Figure 21. Histogrammes des fréquences de valeurs d'épaisseur cumulée de neige (CT350) pour le printemps 2000-2013. Île Banks à gauche et Île Melville à droite.

Pour la période juin-octobre (automne) (Figure 22), le CT350 varie entre 0 cm et 1 500 cm pour l’île de Banks et entre 0 cm et 2 000 cm pour les îles du complexe Melville. La distribution des valeurs est unimodale et suit une courbe quasi normale avec une fréquence plus élevée des valeurs centrales et une diminution de la fréquence vers les valeurs plus faibles ou plus élevées. Les valeurs sont illustrées par intervalle de 100 cm (i.e. barres de l’histogramme). Pour Banks, on observe une majorité des valeurs de CT350 entre 500 cm et 800 cm, et entre 400 cm et 800 cm pour Melville. Toutes les valeurs de CT350 sont de moins de 7 000 cm (seuil, Ouellet et al., 2017), ce qui est positif pour les caribous.

Figure 22. Histogrammes des fréquences de valeurs d'épaisseur cumulée de neige (CT350) pour l’été-automne 2000-2013. Île Banks à gauche et Île Melville à droite.

Pour la période novembre-mars (hiver) (Figure 23), le CT350 varie entre 0 cm et 65 000 cm pour les îles de Banks et du complexe Melville. La distribution des valeurs est unimodale et suit une courbe exponentielle avec une fréquence qui diminue avec l’augmentation des valeurs. Les valeurs sont illustrées par intervalle de 5 000 cm (i.e., barres de l’histogramme). Pour Banks, on observe une majorité des valeurs de CT350 entre 0-5 000 cm et entre 10 000- 20 000 cm, tandis que pour Melville, les valeurs les plus fréquentes sont entre 0 cm et 10 000 cm. Les valeurs de CT350 de moins de 10 000 cm sont aussi bien représentées sur les deux îles, malgré beaucoup de valeurs supérieures, ce qui a pu créer des conditions défavorables pour les caribous (Ouellet et al., 2017).

Figure 23. Histogrammes des fréquences de valeurs d'épaisseur cumulée de neige (CT350) pour l’hiver 2000-2013. Île Banks à gauche et Île Melville à droite.

Bref, l’OSSA a permis de simuler les conditions de neige sur les îles de Banks et de Melville et d’en calculer la moyenne pour les années 2000-2013. De ces simulations ont été extraits des rasters d’épaisseur de neige cumulée à plus de 350 kg/m³ (CT350), un paramètre d’importance pour les caribous de Peary. Les résultats pour l’hiver et le printemps varient entre 0 et près de 60 000 cm, tandis que pour l’été-automne les valeurs sont beaucoup plus faibles, soit de 0 à 2 000 cm environ. Ces valeurs concordent avec la réalité, puisqu’il est attendu d’avoir des valeurs beaucoup plus faibles l’été puisqu’une bonne partie de la neige disparait et de la nouvelle se retrouve au sol en début d’automne. En hiver, avec le vent et les températures extrêmes, il est attendu d’avoir des valeurs de CT350 pouvant être très élevées. Au printemps, avec les épisodes de dégel-regel et de possibles pluies-sur-neige, il est aussi non surprenant d’avoir des valeurs assez élevées.

Les années 2000 et 2007 représentent les plus faibles valeurs de CT350 tandis que les années 2008, 2012 et 2013 comprennent les valeurs les plus élevées avec plus de 100 000 cm d’épaisseur cumulée à haute densité. Il serait intéressant de voir si ces années simulées ont eu de réels impacts sur la survie des groupes de caribous de Peary présent sur l’île de Banks, puisqu’on observe une densification du couvert nival avec le temps, basé sur nos simulations.

Comme pour le calcul des anomalies de la section précédente, les simulations de neige comportent elles aussi des incertitudes. Celles-ci peuvent être liées aux données de forçage météorologique (NARR), comme discuté en détail dans Ouellet et al. (2017) et Langlois et al. (2012). Cela dit, la validation de l'OSSA a été fournie par Martineau et al. (2021) qui a montré

© Coralie Gautier - 2021 78 que la version actuelle de cet outil de spatialisation nival, utilisée dans cet article, est plus efficace pour simuler la densité des couches durcies par le vent, un paramètre central pour le calcul du CT350. De plus, bien que l’utilisation de CT350 soit pertinente dans le contexte des caribous de Peary, le fait d’avoir moyenné sur 14 ans (2000-2013), pour accommoder la base de données de présence de caribou, crée une perte importante d’information annuelle. Il serait intéressant de poursuivre pour voir comment l’optimisation de ce paramètre (CT350) dans le modèle probabiliste MaxEnt pourrait être faite.

5.3. Modélisation de la qualité d’habitat avec MaxEnt (Objectif C)

Cette section des résultats traite des modèles Maxent testés lors des analyses pour arriver au meilleur modèle (plus bas AICc) pour chacune des trois saisons biologiques du caribou de Peary. Le Tableau 5 illustre ces différents modèles calculés pour l’île de Banks et le Tableau 6 illustre les mêmes options de modèles pour le complexe de l’île de Melville. Les valeurs d’AICc, d’AUC avec écart-type (AUC sd) et de pourcentage de permutation de chaque variable explicative des modèles sont présentées dans le tableau. Le pourcentage de permutation représente la quantité d'information expliquée par cette variable par rapport à ce qui serait expliqué si la variable était simplement aléatoire. Plus la valeur est élevée plus cette variable a une grande importance dans le modèle. Le modèle choisi par île et par saison, est présenté dans l’article scientifique (Figures 14 et 15). Il est représenté en caractère gras dans les tableaux 4 et 5, alors que les modèles testés, mais non conservés sont représentés en caractère italique.

Pour chacune des saisons, huit modèles ont été testés pour s’assurer de choisir le meilleur par île et par saison. En bref, chacune des possibilités de variables seules ou conjointes a été testée pour s’assurer de choisir le meilleur modèle pour les analyses. Les modèles et les variables environnementales qui leur sont associées sont présentés aux Tableau 5 (Banks) et Tableau 6 (Melville). Pour plus de détails sur les modèles choisis, lire l’article scientifique (section 4).

Tableau 5. Modèles MaxEnt testés avec leurs caractéristiques (AICc, AUC et écart-type, pourcentage de permutation des variables environnementales) et modèle final choisi en gras (autres modèles en italique). Île Banks, par saison.

Modèle 2 Banks Modèle Modèle Modèle Modèle Modèle Modèle Modèle (végétation printemps 1 3 4 5 6 7 8 Circa2000) AICc 2610.0 2736.2 2726.9 2731.3 2760.0 2636.7 2639.8 2597.6 AUC 0.75 0.70 0.69 0.71 0.59 0.63 0.53 0.70 AUC sd 0.04 0.04 0.04 0.04 0.05 0.05 0.05 0.04 CT350 57.7% 66.2% 100% 81.1% - - - 82.7% Élévation 29.6% 22.7% - 18.9% 100% 81.9% - - Végétation 12.7% 11.0% - - - 18.1% 100% 17.3% Banks Modèle 2 Modèle Modèle Modèle Modèle Modèle Modèle Modèle été- (végétation 1 3 4 5 6 7 8 automne Circa2000) AICc 4723.9 4855.3 4860.2 4852.3 4897.9 4746.0 4744.5 4716.0 AUC 0.658 0.629 0.600 0.625 0.583 0.638 0.604 0.632 AUC sd 0.035 0.037 0.037 0.037 0.040 0.035 0.031 0.036 CT350 43.4% 54.0% 100% 72.5% - - - 55.6% Élévation 15.7% 25.2% - 27.5% 100% 26.3% - - Végétation 40.9% 20.8% - - - 73.7% 100% 44.4%

Dans tous les modèles testés au printemps pour l’île de Banks, le CT350, lorsqu’utilisé dans le modèle, a le pourcentage de permutation le plus élevé des variables du modèle. Cela confirme l’importance d’intégrer ce paramètre au modèle puisqu’il explique une bonne partie de la présence des caribous sur l’île de Banks, pour les années 2000-2013. En effet, les caribous vont éviter lorsque possible les zones de trop forte densité de neige, car ces endroits rendent l’accès à la nourriture beaucoup plus difficile rappelons-le. Le meilleur modèle de ceux testés est le 8e, soit celui comprenant la neige (CT350) et la végétation (CAVM), et ceci, basé sur les valeurs d’AICc soit de la plus basse valeur à la plus haute valeur.

Pour les modèles testés pour l’été-automne, le CT350 a aussi le pourcentage de permutation le plus élevé des variables du modèle, sauf pour le modèle 6 où c’est la végétation qui explique le plus la présence de caribou. Cela confirme l’importance d’intégrer la neige et la végétation au modèle pour cette saison. En effet, c’est durant l’été que le plus de ressources alimentaires sont disponibles en quantité et en qualité. Les caribous doivent ainsi en profiter pour accumuler des réserves en vue de l’hiver qui suivra, c’est pourquoi la végétation est importante à prendre en compte dans le modèle. Aussi, pour accéder plus facilement aux ressources alimentaires, les caribous vont éviter les zones avec présence de neige (et CT350 non faible), et c’est pourquoi

Il n’y a pas de modèles hivernaux pour l’île de Banks, car le nombre de présences de caribou sur l’île pour cette saison était insuffisant pour utiliser dans MaxEnt.

Tableau 6. Modèles MaxEnt testés avec leurs caractéristiques (AICc, AUC et écart-type, pourcentage de permutation des variables environnementales) et modèle final choisi en gras (autres modèles en italique). Île Melville, par saison.

Modèle 2 Melville Modèle Modèle Modèle Modèle Modèle Modèle Modèle (végétation printemps 1 3 4 5 6 7 8 Circa2000) AICc 1186.3 1379.5 1427,4 1380.3 1376.8 1198.4 1225.1 1213.9 AUC 0.76 0.77 0.48 0.76 0.76 0.79 0.61 0.65 AUC sd 0.06 0.05 0.05 0.06 0.04 0.05 0.04 0.06 CT350 15.5% 11.9% 100% 29.4% - - - 27.2% Élévation 79.6% 77.9% - 70.6% 100% 88.1% - - Végétation 4.9% 10.2% - - - 11.9% 100% 72.8% Melville Modèle 2 Modèle Modèle Modèle Modèle Modèle Modèle Modèle été- (végétation 1 3 4 5 6 7 8 automne Circa2000) AICc 11559.2 11933.0 12077.4 11973.1 11971.3 11559.2 11558.2 11563.9 AUC 0.58 0.58 0.54 0.06 0.58 0.57 0.57 0.59 AUC sd 0.02 0.02 0.03 0.02 0.02 0.02 0.02 0.02 CT350 22.7% 15.7% 100% 33.7% - - - 18.8% Élévation 23.5% 30.3% - 66.3% 100% 30.3% - - Végétation 53.8% 53.9% - - - 69.7% 100% 81.2% Modèle 2 Melville Modèle Modèle Modèle Modèle Modèle Modèle Modèle (végétation hiver 1 3 4 5 6 7 8 Circa2000) AICc 480.5 595.9 570.5 544.3 543.7 481.5 497.0 480.0 AUC 0.91 0.91 0.75 0.90 0.86 0.90 0.70 0.79 AUC sd 0.02 0.03 0.07 0.03 0.04 0.03 0.06 0.03 CT350 28.2% 33.5% 100% 24.8% - - - 47.6% Élévation 50.6% 54.6% - 75.2% 100% 78.3% - - Végétation 21.3% 11.9% - - - 21.7% 100% 52.4%

Pour l’île de Melville au printemps, le meilleur modèle est celui numéro 1, soit celui comprenant tous les paramètres (CT350, l’élévation et la végétation). Pour sept des huit modèles testés au printemps, c’est l’élévation qui a le pourcentage de permutation le plus élevé des variables du modèle, sauf pour le modèle 8 où c’est la végétation qui a ce rôle. Cela est intéressant puisque pour l’île de Banks c’était le CT350 qui était le paramètre le plus important dans l’explication de la présence des caribous, pour les années 2000-2013. Ces différences dans l’importance des paramètres environnementaux pourraient s’expliquer par les zones de haute

© Coralie Gautier - 2021 81 altitude occupant une superficie plus élevée sur Melville que sur Banks. En effet, les caribous sont observés près des côtes (et dans les zones de basse altitude) au printemps (Johnson et al., 2016), puisque la fonte du manteau neigeux a lieu plus rapidement à ces endroits, ce qui permet l’accès aux nouvelles ressources alimentaires.

Pour les modèles testés pour l’été-automne, c’est la végétation qui a le pourcentage de permutation le plus élevé des variables du modèle. Cela confirme l’importance de ce paramètre sur la présence des caribous durant cette saison. En effet, c’est bien logique puisque c’est la saison où la nourriture est plus abondante et nécessaire à acquérir pour emmagasiner des réserves pour l’hiver suivant. Le meilleur modèle est le 7e, soit celui comprenant uniquement la végétation (CAVM), ce qui corrobore la littérature (Johnson et al., 2016).

Pour la saison hivernale, c’est l’élévation qui a le plus souvent le pourcentage de permutation le plus élevé des variables du modèle, sauf pour le modèle 8 où c’est quasiment équivalent entre la végétation et le CT350. Les caribous préfèrent être en altitude plutôt que dans les vallées pour accéder plus facilement à la végétation balayée par le vent et sans neige (Johnson et al., 2016). Le meilleur modèle est aussi le 8e (CT350 et végétation), tout comme pour l’île de Banks pour les saisons du printemps et de l’été-automne.

Bref, pour les deux îles modélisées, les variables environnementales ayant la contribution la plus importante est le CT350 (printemps et été-automne) pour Banks et l’élévation (printemps et hiver) et la végétation (été-automne) pour les îles du complexe de Melville. En effet, la neige influence la présence des caribous (forte présence = faible densité), ainsi que l’altitude (forte présence = faible altitude) et que le type de végétation. Plus spécifiquement, pour le printemps, les zones de forte probabilité de présence (> 80%) correspondaient à une épaisseur cumulée faible, une altitude faible et divers types de végétation. Pour l’été-automne, ces zones de forte probabilité correspondaient plutôt à une CT350 encore plus faible, une altitude faible et une couverture de sol avec des cryptogames. Pour l’hiver, pour Melville seulement, ces zones correspondaient à des valeurs d’élévation faible, deux types de végétation, et des valeurs de CT350 moyennement élevées ce qui est contraire à ce qui était attendu. Ceci pourrait possiblement s’expliquer par des erreurs soit dans les données de réanalyse météorologiques NARR, soit dans les simulations de l’OSSA.

En plus de ces résultats présentés, pour les modèles choisis pour chacune des saisons et des îles, un histogramme des fréquences des valeurs est présenté, pour complémenter les cartes des

© Coralie Gautier - 2021 82 résultats illustrées dans l’article scientifique (section 4). La Figure 24 illustre les valeurs probabilités de présences, de 0 à 1, selon leur fréquence, pour l’île de Banks, printemps à gauche et été-automne à droite. Chaque barre de l’histogramme représente un intervalle de probabilité de présence de 20% (ou 0.2 selon l’échelle de 0 à 1). Pour le printemps, les valeurs les plus courantes sont celles de 40-60% et 60-80%, ce qui signifie qu’il y a beaucoup de zones avec une probabilité de présente relativement élevée (> 60%). Il y a moins de valeurs de plus de 80%, mais elles sont tout de même présentes signifiant la présence de zones favorables aux caribous lors de cette saison. Pour l’été-automne, les valeurs les plus courantes sont plutôt entre 20-40% et 40-60%, bien qu’il y ait tout de même des valeurs de relativement forte probabilité de présence (60-80%) et de forte probabilité (> 80%), ce qui est encourageant pour les caribous.

Figure 24. Histogrammes des fréquences de valeurs de probabilité de présence (0-1) des caribous pour les années 2000-201 pour l’île de Banks. Printemps à gauche et été-automne à droite.

La Figure 25 illustre les valeurs probabilités de présences, de 0 à 1, pour les îles du complexe de Melville, printemps à gauche, été-automne au centre et hiver à droite. Chaque barre de l’histogramme représente un intervalle de probabilité de présence de 20% (ou 0.2 selon l’échelle de 0 à 1). Pour le printemps, les valeurs les plus courantes sont celles entre 0-20%, ce qui signifie qu’il y a beaucoup de zones avec une faible probabilité de présence. Pour l’été-automne, les valeurs les plus courantes sont plutôt entre 60-80%, soit une majorité de probabilités de présence relativement élevée. Pour l’hiver, les valeurs les plus courantes sont celles entre 0- 20%, comme pour le printemps, soit beaucoup de zones avec une faible probabilité de présente.

Figure 25. Histogrammes des fréquences de valeurs de probabilité de présence (0-1) des caribous pour les années 2000-201 pour l’île de Banks. Printemps à gauche, été-automne au centre et hiver à droite.

À la lumière des résultats de probabilité de présence calculés avec MaxEnt, illustrés à la fois dans l’article scientifique et dans cette section, la neige, la végétation et l’élévation semblent être des variables environnementales explications de haute importance. Pour l’île Banks, pour le printemps et pour l’été-automne, c’est le CT350 qui est le paramètre le plus important en termes de pourcentage de permutation. Pour les îles du complexe de Melville, pour le printemps et l’hiver, c’est l’élévation qui est le paramètre le plus influent, tandis que pour l’été-automne, c’est la végétation qui représente le pourcentage de permutation le plus élevé. Les modèles finaux sélectionnés (Tableaux 4 et 5) ont tous des zones de probabilité élevée (> 80%) et relativement élevée (60-80%), ce qui signifie que ces environnements représentent de bons habitats pour les caribous de Peary.

Selon les saisons, les caribous ont une forte probabilité d’être présents à différents endroits de l’île de Banks et de celles du Complexe de l’île de Melville. En effet, lors du printemps, les caribous devraient être présents au centre et à l’est de Banks proche des côtes, et sur les côtes du nord de Melville et celles de Borden, Mackenzie-King et Byam-Martin. Durant la saison été-automne, c’est plutôt à l’ouest (nord-ouest et sud-ouest) de Banks que les caribous ont le plus de probabilité d’être présents, et sur une grande superficie du centre de Melville et l’entièreté de Borden, Mackenzie-King, Brock et Byam-Martin. Pour la saison la plus aride de l’année, l’hiver, les caribous ont une forte chance d’être présents sur les îles de Borden, Mackenzie-King, et le nord de Melville. On comprend donc que les variables influentes pour les caribous de Peary de façon spatio-temporelle à la fois sur Banks et sur Melville. De plus, les caribous semblent éviter les zones de haute valeur de CT350, principalement le printemps et l’hiver, puisqu’on observe une relation inverse entre la probabilité de présence et le CT350.

Finalement, il est à noter que certaines améliorations pourraient être apportées au modèle MaxEnt choisi ainsi qu’à la méthodologie finale.

En ce qui concerne le modèle MaxEnt, nous avons réalisé que plus le site d'étude est petit, meilleure est la prédiction, étant donné que les variables environnementales sont davantage similaires sur l'ensemble du site étudié. Ainsi, lorsque nous avons simulé l'île Banks séparément du complexe de l'île Melville, dans les deux cas, la zone à forte probabilité a donné de bien meilleurs résultats par rapport aux données observées. Il aurait même été préférable de simuler les différentes îles du complexe de Melville séparément pour des résultats encore plus optimaux. Aussi, la saison hivernale ne comprenait que très peu de données d’observations de caribou, pour les raisons expliquées plus haut. Cela a certainement contribué à un modèle moins réaliste.

Pour conclure cette section, rappelons que les résultats présentés dans cette section visaient à complémenter ceux principaux présentés dans l’article scientifique (section 4) et que les conclusions tirées de ces travaux et résultats seront présentées à la fin du document (section 7).

6. Conclusion

Les résultats de mon projet de maîtrise ont permis d’améliorer les connaissances sur les habitats favorables pour les caribous de Peary sur les îles de Banks et Melville de l’AAC. Ces résultats ont permis d’identifier les changements spatio-temporels dans les conditions de glace de mer (1983-2019) et de neige (2000-2013) sur les îles de Melville et Banks et autour de cette dernière, pour ainsi connaitre les zones plus favorables aux caribous. Ainsi, ces endroits favorables pourraient informer les décideurs des meilleurs endroits à protéger (aires protégées) à court, moyen et long terme. De plus, mon projet a aussi permis d’intégrer le savoir traditionnel inuit à un projet de géomatique appliquée, pour arriver à des résultats plus complets et améliorer les connaissances sur les caribous, leur habitat, leurs déplacements saisonniers et les raisons de leur déclin.

Tel que présenté, le premier objectif de ce projet était d’analyser les anomalies de glace de mer le long de couloirs de déplacements saisonniers des caribous pour voir l’évolution spatio- temporelle des anomalies et leur influence sur les déplacements saisonniers passés, actuels et futurs. Comme stipulé par les hypothèses émises sur trois zones tests de l’AAC, les caribous continuent de traverser entre Banks et Victoria, car la tendance temporelle d’anomalies de glace de mer jeune est positive; les caribous ont arrêté de traversé entre Banks et le continent, car la tendance temporelle est globalement négative et finalement, les caribous n’ont jamais encore été observés traversant entre Banks et Melville, car les conditions n’ont pas évoluées et pourraient supposer n’avoir pas non plus été favorables au début de la période à l’étude (1983- 2019). À l’échelle de l’ensemble de l’AAC, il semble y avoir une tendance principale d’anomalies positives, comme illustré avec les cartes saisonnières de moyenne d’anomalies sur la période à l’étude.

Bref, globalement les tendances temporelles des moyennes d’anomalies saisonnières d’englacement pour la période 1983-2019 dans les trois zones spécifiques, répondent comme attendu aux trois scénarios proposés de la façon suivante : 1) la zone entre Banks et Victoria qui présente des tendances temporelles d’anomalies globalement positives est effectivement une zone où les caribous avaient l’habitude de passer et traversent encore aujourd’hui; 2) la zone entre Bank et la terre ferme qui présente des tendances temporelles d’anomalies négatives est une zone où les caribous avaient l’habitude de traverser au début de la période, mais ne traverse plus depuis quelques années et 3) la zone entre Banks et Melville qui présente une tendance positive pour le printemps, une tendance négative pour l’été-automne et aucune

Le second objectif était de simuler les conditions de neige sur deux îles de l’Archipel (Banks et Melville) pour obtenir des données matricielles d’épaisseur cumulée de neige au-delà de 350kg/m³, seuil critique pour lequel les caribous ne peuvent plus creuser la neige et doivent chercher ailleurs leur nourriture. Les simulations ont été réalisées par saison (printemps, été- automne et hiver) pour une moyenne des années 2000-2013 et ont été utilisées par la suite dans le logiciel MaxEnt. Le printemps et l’hiver présentent des valeurs de CT350 plusieurs fois supérieures (0-60 000 cm) à celles observées en été-automne (0-2 000 cm). Malgré ces grandes étendues de valeurs, la majorité des zones où les caribous ont été observés (Johnson et al., 2016) correspondaient à des valeurs relativement faibles de CT350, soit en dessous du seuil de 7 000 cm déterminé par Ouellet et al. (2017). Toutefois, certaines de ces zones étaient entre 7 000 cm et 20 000 cm, notamment sur les îles du Complexe de Melville durant la période hivernale. Ces résultats sont plus inquiétants pour la survie des caribous qui risquent, si les tendances se maintiennent, de voir leur accessibilité à la nourriture diminuer avec les changements climatiques actuels.

Le troisième objectif était de simuler la probabilité de présence des caribous sur Banks et Melville à l’aide du modèle probabiliste MaxEnt, en utilisant les données de neige de l’OSSA, des données de couverture du sol et d’élévation. Cet objectif a été réalisé pour deux des trois saisons prévues dû au manque de données de présence de caribou en hiver, des données provenant du savoir traditionnel Inuit et Inuvialuit via les travaux d’Environnement Canada (Johnson et al., 2019). Comme prévu selon les hypothèses émises, la densité de neige influence grandement la présence des caribous (faible densité), de même que l’altitude (faible altitude) ainsi que le type de végétation. Plus particulièrement, pour le printemps, les zones de forte probabilité de présence (> 80%) correspondaient à une épaisseur cumulée faible, une altitude faible et divers types de végétation, tandis que pour l’été-automne, ces zones de forte probabilité correspondaient à une CT350 encore plus faible, une altitude faible et une couverture de sol avec des cryptogames.

Finalement, le dernier objectif était la création d’une base de données géoréférencées de présences de caribous par saison depuis 1970 et jusqu’à présent, avec des données collectées lors de projets réalisés par ou en collaboration avec les membres des communautés Inuits et Inuvialuit de l’AAC. Le rapport présenté illustre les données de présence par saison et par

© Coralie Gautier - 2021 87 années en expliquant la provenance de ces données et l’interprétation des raisons pour lesquelles les caribous se trouvaient sur ces zones en particulier, en fonction des paramètres environnementaux présents.

Ce projet de maîtrise a permis l’incorporation du savoir traditionnel Inuit et Inuvialuit à un projet de science plus traditionnel. Ceci est un pas de plus vers la pleine reconnaissance du potentiel et du savoir que les Inuits et Premiers peuples possèdent sur le territoire, la faune et la flore qui s’y retrouve. L’utilisation complémentaire de divers types de savoir est primordiale, dans un contexte de changements climatiques où il importe d’agir rapidement pour le bien être des gens habitant les régions de l’Arctique et la conservation et survie des espèces menacées, tels les caribous de Peary.

Pour continuer le travail réalisé dans cette maîtrise, il sera nécessaire d’élargir les connaissances sur les conditions de neige de tout l’AAC, en simulant à l’aide de l’OSSA sur l’ensemble des îles de l’Archipel, pour les années passées, mais aussi pour celles futures. En effet, réaliser des prédictions futures sur des conditions de neige, un paramètre prouvé important pour le déplacement et l’accès à la nourriture des caribous de Peary est primordial dans ce contexte de changements climatiques. Il serait aussi nécessaire de trouver une méthode pour ne pas devoir faire la moyenne des valeurs de neige sur plusieurs années pour conserver plus de précision annuelle tout en ayant l’opportunité d’utiliser ces données au contexte des caribous. De plus, il faudra s’attarder aux conditions de glace de mer et à leur évolution future, spécifiquement dans les zones où les caribous ont actuellement l’habitude de traverser, pour aider la survie de cette espèce emblématique de l’Arctique et si importante pour les communautés du Nord.

Références

Adams, P. & Dunbar, M J. (2015) Arctic Archipelago in The Canadian Encyclopedia, [https://www.thecanadianencyclopedia.ca/en/article/arctic-archipelago].

Bartelt, P. & Lehning, M. (2002) A physical SNOWPACK model for the Swiss avalanche warning Part I: Numerical Model. Cold Regions Science and Technology. Vol. 35, n°3, p. 123‑145.

Boelman, N.T., Liston, G.E., Gurarie, E., Meddens, A.J.H., Mahoney, P.J., Kirchner, P.B., Bohrer, G., Brinkman, T.J., Cosgrove, C.L., Eitel, J.U.H., Hebblewhite, M., Kimball, J.S., LaPoint, S., Nolin, A.W., Pedersen, S.H., Prugh, L.R., Reinking, A.K. & Vierling, L.A. (2019) Integrating snow science and wildlife ecology in Arctic-boreal North America. Environmental Research Letters. Vol. 14, n°1, p. 010401.

Bokhorst, S., Pedersen, S.H., Brucker, L., Anisimov, O., Bjerke, J.W., Brown, R.D., Ehrich, D., Essery, R L.H., Heilig, A., Ingvander, S., Johansson, C., Johansson, M., Jónsdóttir, I.S., Inga, N., Luojus, K., Macelloni, G., Mariash, H., McLennan, D., Rosqvist, G.N., Sato, A., Savela, H., Schneebeli, M., Sokolov, A., Sokratov, S. A., Terzago, S., Vikhamar-Schuler, D., Williamson, S., Qiu, Y. & Callaghan, T.V. (2016) Changing Arctic snow cover: A review of recent developments and assessment of future needs for observations, modelling, and impacts. Ambio. Vol. 45, p. 516-537.

COSEWIC. (2004) COSEWIC assessment and update status report on the Peary caribou Rangifer tarandus pearyi and the barren-ground caribou Rangifer tarandus groenlandicus (Dolphin and Union population) in Canada. Committee on the Status of Endangered Wildlife in Canada. Ottawa. x + 91 pp.

COSEPAC (2015) Évaluation et Rapport de situation du COSEPAC sur le caribou de Peary (Rangifer tarandus pearyi) au Canada. Comité sur la situation des espèces en péril au Canada. Ottawa. xiii + 104 p.

Derksen, C. & Brown, R. (2012) Spring snow cover extent reductions in the 2008-2012 period exceeding climate model projections. Geophysical Research Letters. Vol. 39, p. 1‑6.

Dolant, C., Langlois, A., Brucker, L., Royer, A., Roy, A. & Montpetit, B. (2017) Meteorological inventory of rain-on-snow events in the Canadian Arctic Archipelago and satellite detection assessment using passive microwave data. Physical Geography, Vol. 39, n°5, p. 428-444.

Dolant, C., Montpetit, B., Langlois, A., Brucker, L., Zolina, O., Johnson, C.A., Royer, A. & Smith, P. (2018) Assessment of the barren ground caribou die-off during winter 2015– 2016 using passive microwave observations. Geophysical Research Letters. Vol. 45, p. 1-9.

Callaghan, T.V., Johansson, M., Brown, R.D., Groisman, P.Y., Labba, N., Radionov, V., Barry, R.G., Bulygina, O.N., Essery, R.L.H., Frolov, D.M., Golubev, V.N., Grenfell, T.C., Petrushina, M.N., Razuvaev, V.N., Robinson, D.A., Romanov, P., Shindell, D., Shmakin, A.B., Sokratov, S.A., Warren, S. & Yang, D. (2011) The changing face of arctic snow cover: A synthesis of observed and projected changes. Ambio. Vol. 40, p. 17-31.

CAVM Team. (2003) Circumpolar Arctic Vegetation Map. (1:7,500,000 scale), Conservation of Arctic Flora and Fauna (CAFF) Map No. 1. U.S. Fish and Wildlife Service, Anchorage, Alaska.

Couture, G., Langlois, A., Howell, S. & Montpetit, B. (2020) Spatiotemporal variability and trends in sea ice concentration and polynya formation in the Canadian Arctic, 1968- 2019. Atmosphere-Ocean. Submission June 2020.

Elith, J., Graham, C., Anderson, R., Dudik, M., Ferrier, S., Guisan, A., Hijmans, R., Huettmann, F., Leathwick, J., Lehmann, A., Li, J., Lohmann, L., Loiselle, B., Manion, G., Moritz, C., Nakamura, M., Nakazawa, Y., Overton, J., Peterson, A., Phillips, S., Richardson, K., Scachetti-Pereira, R., Schapire, R., Soberon, J., Williams, S., Wisz, M. & Zimmermann, N. (2006) Novel methods improve prediction of species’ distributions from occurrence data. Ecography. Vol. 29, p. 129‑151.

Elith, J., Phillips, S.J., Hastie, T., Dudík, M., Chee, Y.E. & Yates, C.J. (2011) A statistical explanation of MaxEnt for ecologists. Diversity and Distributions. Vol. 17, p. 43‑57.

Festa-Bianchet, M., Ray, J.C., Boutin, S., Côté, S.D. & Gunn, A. (2011) Conservation of caribou (Rangifer tarandus) in Canada: an uncertain future. Canadian Journal of Zoology. Vol. 89, p. 419‑434.

Forbes, B.C., Kumpula, T., Meschtyb, N., Laptander, R., MacIas-Fauria, M., Zetterberg, P., Verdonen, M., Skarin, A., Kim, K.Y., Boisvert, L.N., Stroeve, J.C. & Bartsch, A. (2016) Sea ice, rain-on-snow and tundra reindeer nomadism in Arctic Russia. Biology Letters. Vol. 12, p. 1‑5.

Government of Canada (2020a) Canadian Digital Elevation Model, 1945-2011 in Open Government, [https://open.canada.ca/data/en/dataset/7f245e4d-76c2-4caa-951a- 45d1d2051333].

Government of Canada (2020b) Canadian Land Cover, Circa 2000 (Vector) - GeoBase Series, 1996-2005 in Open Government, [https://open.canada.ca/data/en/dataset/97126362- 5a85-4fe0-9dc2-915464cfdbb7].

Government of Canada (2020c) Weekly Regional Ice Charts - Black and White in Ice Archive, [https://www.canada.ca/en/environment-climate-change/services/ice-forecasts- observations/latest-conditions/archive-overview.html].

Groot Zwaaftink, C.D., Cagnati, A., Crepaz, A., Fierz, C., MacElloni, G., Valt, M., & Lehning, M. (2013) Event-driven deposition of snow on the Antarctic Plateau: Analyzing field measurements with SNOWPACK. Cryosphere. Vol. 7, n°1, p. 333–347.

Gunn, A. (2005) The Decline of Caribou on Northwest Victoria Island 1980-93. File Report No. 133. Department of Resources, Wildlife and Economic Development, Government of Northwest Territories. Yellowknife, NWT, Canada. 60 p.

Hansen, B.B., Isaksen, K., Benestad, R.E., Kohler, J., Pedersen, Å., Loe, L.E., Coulson, S.J., Larsen, J.O. & Varpe, Ø. (2014) Warmer and wetter winters: Characteristics and implications of an extreme weather event in the High Arctic. Environmental Research Letters. Vol. 9, p. 1‑10.

Holland, M.M., Serreze, M.C. & Stroeve, J. (2010) The sea ice mass budget of the Arctic and its future change as simulated by coupled climate models. Climate Dynamics. Vol. 34, p. 185‑200.

Howell, S.E., Duguay, C.R., & Markus, T. (2009) Sea ice conditions and melt season duration variability within the Canadian Arctic Archipelago: 1979–2008. Geophysical Research Letters. Vol. 36, n°10.

Il Jeong, D. & Sushama, L. (2018) Rain-on-snow events over North America based on two Canadian regional climate models. Climate Dynamics. Vol. 50, p. 303-316.

Jenkins, D.A., Lecomte, N., Schaefer, J.A., Olsen, S.M., Swingedouw, D., Côté, S.D., Pellissier, L. & Yannic, G. (2016) Loss of connectivity among island-dwelling Peary caribou following sea ice decline. Biology Letters. Vol. 12, p. 1-5.

Johnson, C. A., Neave, E., Blukacz-Richards, A., Banks, S.N. & Quesnelle, P.E. (2016) Knowledge assessment (community and scientific) to inform the identification of critical habitat for Peary caribou, Rangifer tarandus pearyi, in the Canadian Arctic. Environment and Climate Change Canada, Science and Technology, Ottawa, Ontario, Canada.

Kendrick, A., Lyver, P.O. & Lutsël K’é Dene First Nation. (2005) Denésôliné (Chipewyan) Knowledge of Barren-Ground Caribou (Rangifer tarandus groenlandicus) Movements. Arctic. Vol. 58, n°2, p. 175-191.

Langlois, A., Johnson, C.A., Montpetit, B., Royer, A., Blukacz-Richards, E.A., Neave, E., Dolant, C., Roy, A., Arhonditsis, G., Kim, D.K., Kaluskar, S. & Brucker, L. (2017) Detection of rain-on-snow (ROS) events and ice layer formation using passive microwave radiometry: A context for Peary caribou habitat in the Canadian Arctic. Remote Sensing of Environment. Vol. 189, p. 84-95.

Le Corre, M., Dussault, C. & Côté, S.D. (2017) Weather conditions and variation in timing of spring and fall migrations of migratory caribou. Journal of Mammalogy. Vol. 98, n°1, p. 260-271.

Lehning, M., Bartelt, P., Brown, B., Fierz, C. & Satyawali, P. (2002) A physical SNOWPACK model for the Swiss avalanche warning Part II. Snow microstructure. Cold Regions Science and Technology. Vol. 35, n°3, p. 147‑167.

Liston, G.E. & Hiemstra, C.A. (2011) The changing cryosphere: Pan-Arctic snow trends (1979- 2009). Journal of Climate. Vol. 24, p. 5691‑5712.

Mallory, C. & Boyce, M. (2017) Observed and predicted effects of climate change on Arctic caribou and reindeer. Environmental Reviews. Vol. 8940, n°867, p. 1‑13.

Maslanik, J., Stroeve, J., Fowler, C. et Emery, W. (2011) Distribution and trends in Arctic sea ice age through spring 2011. Geophysical Research Letters. Vol. 38, n° 13.

Martineau, C., Langlois, A., Johnson, C.-A., Gouttevin, I., Royer, A. & Neave, E. (2020) Improving Peary caribou presence prediction from the MaxEnt model using spatialized snow simulations: a case study over Bathurst Island Complex, Nunavut, Canada. Arctic. Submission April 2020.

Miller, F.L. & Gunn, A. (2003) Catastrophic die-off of Peary caribou on the western queen Elizabeth Islands, Canadian High Arctic. Arctic. P. 381-390.

National Oceanic and Atmospheric Administration (NOAA) (2020) North American Regional Reanalysis (NARR) for Arctic Research in Physical Sciences Laboratory, [https://psl.noaa.gov/data/narr/].

Ouellet, F., Langlois, A., Blukacz-Richards, E.A., Johnson, C.A., Royer, A., Neave, E. & Larter, N.C. (2017) Spatialization of the SNOWPACK snow model for the Canadian Arctic to assess Peary caribou winter grazing conditions. Physical Geography. Vol. 38, n°2, p. 143-158.

Paquette, E. (2020) Potential impacts of sea ice and ship traffic change to caribou sea ice crossing areas surrounding King William Island, Nunavut, Canada. Mémoire en Sciences géographiques, Université d’Ottawa, Canada.

Parker, G.R. (1975) Crashes of muskox and Peary caribou populations in 1973-74 on the Parry Islands, Arctic Canada. Environment Canada, Canadian Wildlife Service.

Phillips, S.J., Anderson, R.P. & Schapire, R.E. (2006) Maximum entropy modeling of species geographic distributions. Ecological modelling. Vol. 190, p. 231-259.

Phillips, S.J. & Dudík, M. (2008) Modeling of species distributions with MaxEnt: new extensions and a comprehensive evaluation. Ecography. Vol. 31, p. 161-175.

Phillips, S.J., Dudík, M., Schapire, R.E. (2019) Maxent software for modeling species niches and distributions (Version 3.4.1). [http://biodiversityinformatics.amnh.org/open_source/maxent/. Accessed on 2021-2- 19].

Portet, S. (2020) A primer on model selection using the Akaike Information Criterion. Infectious Disease Modelling. Vol. 5, p. 111-128.

Python Software Foundation. Python Language Reference, version 2.7. Available at [http://www.python.org].

QGIS Development Team. (2019) QGIS Geographic Information System, version 3.10. Open Source Geospatial Foundation Project. [http://qgis.osgeo.org].

R Core Team. (2017) R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. R version 3.5.1. [https://www.R- project.org/].

Rigor, I.G. et Wallace, J.M. (2004) Variations in the age of Arctic sea‐ice and summer sea‐ice extent. Geophysical Research Letters. Vol. 31, n°9.

Rinke, A. et Dethloff, K. (2008) Simulated circum-Arctic climate changes by the end of the 21st century. Global and Planetary Change. Vol. 62, p. 173‑186.

Species at Risk Committee. (2012) Species Status Report for Peary Caribou (Rangifer tarandus pearyi) in the Northwest Territories. Species at Risk Committee (SARC). Yellowknife, NWT, Canada. 137 p.

Serreze, M.C. et Francis, J.A. (2006) The arctic amplification debate. Climatic Change. Vol. 76, p. 241‑264.

Serreze, M.C. & Barry, R.G. (2011) Processes and impacts of Arctic amplification: A research synthesis. Global and planetary change, Vol. 77, n°1-2, p. 85-96.

Stien, A., Loel, L.E., Mysterud, A., Severinsen, T., Kohler, J. & Langvatn, R. (2010) Icing events trigger range displacement in a high-arctic ungulate. Ecology. Vol. 91, n°3, p. 915‑920.

Stroeve, J., Holland, M.M., Meier, W., Scambos, T. & Serreze, M. (2007) Arctic sea ice decline: Faster than forecast. Geophysical Research Letters. p. 1‑5.

Tews, J., Ferguson, M.A.D. & Fahrig, L. (2007) Potential net effects of climate change on High Arctic Peary caribou: Lessons from a spatially explicit simulation model. Ecological modelling. Vol. 207, p. 85‑98.

Tivy, A., Howell, S.E.L., Alt, B., McCourt, S., Chagnon, R., Crocker, G., Carrieres, T. & Yackel, J.J. (2011) Trends and variability in summer sea ice cover in the Canadian Arctic based on the Canadian Ice Service Digital Archive, 1960–2008 and 1968–2008. J. Geophys. Res. Vol. 116, n°C03007.

Tomaselli, M., Kutz, S., Gerlach, C. & Checkley, S. (2018) Local knowledge to enhance wildlife population health surveillance: Conserving muskoxen and caribou in the Canadian Arctic. Biological Conservation. Vol. 217, p. 337-348.

Turunen, M., Soppela, P., Kinnunen, H., Sutinen, M. L. et Martz, F. (2009) Does climate change influence the availability and quality of reindeer forage plants? Polar Biology. Vol. 32, p. 813-832.

Tyler, N. J. C. (2010) Climate, snow, ice, crashes, and declines in populations of reindeer and caribou (Rangifer tarandus L.). Ecological Monographs. Vol. 80, n°2, p. 197-219.

Uboni, A., Horstkotte, T., Kaarlejärvi, E., Sévêque, A., Stammler, F., Olofsson, J., Forbes, B. C. et Moen, J. (2016) Long-term trends and role of climate in the population dynamics of eurasian reindeer. PLoS ONE. Vol. 11, n°6, p. 1 20.

Vikhamar-Schuler, D., Hanssen-Bauer, I., Schuler, T. V., Mathiesen, S. D. et Lehning, M. (2013) Use of a multilayer snow model to assess grazing conditions for reindeer. Annals of Glaciology. Vol. 54, n°62, p. 214‑226.

Vincent, L. A., Zhang, X., Mekis, E., Wan, H. et Bush, E. J. (2018) Changes in Canada’s Climate: Trends in Indices Based on Daily Temperature and Precipitation Data. Atmosphere-Ocean. Vol. 56, n°5, p. 332-349.

Annexe 1 : Carte des données d’occupation du sol - Circumpolar Arctic Vegetation Map (CAVM)

Annexe 2 : Carte des données d’élévation – Modèle Digital d’Élévation du Canada (MNEC)

Annexe 3 : Librairies utilisées pour les étapes de programmation avec R et Python

Logiciel R version 3.5.1 : librairies à jour pour cette version de R Pour l’analyse et la production de graphiques de glace de mer library(raster) library(gdalUtils) library(rgdal) library(sp) library(sf) library(dplyr) library(vctrs) library(maptools) library(RColorBrewer) library(magick) library(tidyverse) library(stars) library(ggplot2) library(miscTools)

Traitements des données pour MaxEnt library(raster) library(shapefiles) library(sf) #shapefile library(rgdal) library(rgeos) library(gdalUtils) library(maptools) library(sp)

Modèles MaxEnt et graphique des résultats MaxEnt et OSSA library(raster) library(rgdal) library(sp) library(stringr) library(ENMeval) library(dismo) library(rJava) library(devtools) library(RColorBrewer) library(ENMTools) library(stringr)

Logiciel Python version 2.7 : librairies à jour pour cette version de Python Traitements des images et calcul des anomalies de glace de mer Libraries iImage, ImageFile, TiffImagePlugin from PIL Library numpy Library median from numpy Library arcpy Library env from arcpy Library glob Library os Library listdir from os Libraries gdal, osr from osgeo Library datetime Library copyfile from shutil

Annexe 4 : Carte de l’Archipel Arctique Canadien et du nom des îles qui le composent

Annexe 5 : Revue de littérature réalisée pour ECCC - Cartographie du savoir traditionnel sur la localisation des caribous de Peary dans l’AAC

L'objectif de ce rapport est de compiler et résumer les travaux qui ont été réalisés au cours des dernières décennies par les communautés inuites ou par des chercheurs en collaboration avec des membres des communautés Inuit et Inuvialuit, sur la localisation du caribou de Peary dans l'AAC. Plus précisément, ce rapport a recensé et compilé les travaux, publications, rapports et projets sur la localisation du caribou de Peary réalisés par les communautés inuites, les organisations et associations de chasseurs et de trappeurs, ou les projets scientifiques et gouvernementaux réalisés avec l'aide des Inuits ou intégrant le ATK (Aboriginal Traditional Knowledge). Il n'est pas toujours facile de trouver des informations écrites et des cartes dans les ATK, car ce type de connaissances est d'abord transmis par la tradition orale ; c'est pourquoi les recherches bibliographiques ont dû être élargies pour inclure des projets gouvernementaux et scientifiques.

Les cartes recensées (90 au total) ont dû être vectorisées pour pouvoir créer une base de données de toutes ces données géoréférencées de présence et d'occupation de l'habitat. Les rapports utilisés pour cette revue de littérature sont divisés en deux sections. Premièrement, ceux qui proviennent de projets/recensements communautaires ou de projets scientifiques qui ont organisé une cartographie et des entretiens participatifs. Deuxièmement, ceux qui ont été réalisés avec l'aide de certains membres de la communauté (c'est-à-dire des chasseurs) en tant qu'employés, mais qui n'ont pas utilisé directement l’ATK.

Cette revue de littérature présente donc tous les documents qui ont été utilisés et les cartes qui résument toutes ces informations. Cette revue de littérature est structurée par saison biologique du caribou de Peary. Ainsi, chaque année est séparée en trois, sur la base des informations tirées de la littérature et des communautés inuites : 1) déplacement printanier et mise bas, d'avril à juin ; 2) recherche de nourriture en été et rut, de juillet à octobre ; 3) déplacements et recherche de nourriture en hiver, de novembre à mars (Johnson et al., 2016). En effet, les caribous de Peary vivent dans des zones différentes selon le moment de l'année (SARC, 2012). Ils se déplacent principalement du sud au nord, mais aussi parfois d'est en ouest. Ils se déplacent presque toujours, même lorsqu'ils mangent, mais à une certaine période de l'année, ils parcourent de plus longues distances (déplacements saisonniers). Ils le font pour optimiser

Le rapport est divisé en grandes sections : Introduction ; Vue d'ensemble des données à l’aide des cartes ; Abondance et localisation historiques ; Localisation saisonnière du caribou de Peary (Déplacements printaniers et vêlage ; Recherche de nourriture estivale et rut ; Déplacements et recherche de nourriture hivernaux) ; Habitats critiques pour le caribou de Peary ; Raisons pour lesquelles le caribou de Peary subit un déclin ; Recommandations pour la gestion du caribou de Peary ; Conclusion.

Les différentes recommandations tirées de ce rapport sont les suivantes. Premièrement, il faut atténuer les effets du changement climatique (c'est-à-dire modifier notre façon de faire les choses dans une perspective à long terme et élaborer des plans de gestion dans une perspective à court terme). Deuxièmement, les activités anthropiques marines (trafic maritime) et terrestres (mines, pétrole, tests sismiques, recherche, moteurs, etc.) doivent être extrêmement prudentes quant au lieu, au moment et à la manière dont elles ne perturbent pas les caribous. Par conséquent, ces activités ne doivent jamais avoir lieu dans les zones de mise bas et de post-mise bas, dans les zones d'hivernage et dans les zones de traverse de glace de mer. Troisièmement, les gens, et en particulier les enfants, devraient être mieux informés sur le caribou et la conservation de son habitat (Gunn, 2005). Ces informations pourraient donc être utiles pour la prise de décision afin d'aider à la conservation et à la bonne gestion des caribous de Peary.

Environment and Climate Change Canada

Science and Technology

Wildlife Landscape Science

Cheryl Ann Johnson (Manager)

Literature review

Peary caribou location in the Canadian Arctic Archipelago: maps and information from Aboriginal Traditional Knowledge projects and from scientists and governments projects with Indigenous communities

Written by Coralie Gautier

March 31, 2020

Acknowledgement

All the maps and the data collected for this literature review must properly acknowledge the Inuit and/or scientific contributors. The goal of this review was to centralize existing and available information directly or indirectly informed with ATK about the Peary caribou historical location and abundance. Peary caribou must be protected adequately to ensure their survival in the future. This caribou specie is important for the biodiversity of the Arctic environment as well as for the Inuit culture and communities. Working with Indigenous people and scientific is the key to a successful management of the caribou. Indeed, ATK is essential to determine where the caribou are living, which areas are important for their life stage and their survival.

Table of content

Table of content ...... 102 List of Figures ...... 103 List of Tables...... 103 Introduction ...... 104 Overview of the data with maps ...... 108 Historical abundance and location ...... 113 Seasonal location of Peary caribou ...... 120 Spring (April-June) – Seasonal movements and calving ...... 121 Summer-Fall (July-October) – Summer forage and rut ...... 126 Winter (November-March) – Seasonal movements and winter forage ...... 128 Critical habitats for Peary caribou ...... 131 Reasons why Peary caribou is diminishing ...... 133 Recommendations for the management of Peary caribou ...... 135 Conclusion ...... 138 References ...... 139

List of Figures

Figure 1. All Peary caribou sightings by year (point)...... 109

Figure 2. All Peary caribou sightings by year (polygons)...... 110

Figure 3. All Peary caribou sightings by year (lines)...... 111

Figure 4. All Peary caribou sightings by group size...... 112

Figure 5. All Peary caribou observations classified by season...... 120

Figure 6. Peary caribou location in spring...... 122

Figure 7. Peary caribou sea-ice crossing routes and terrestrial routes...... 124

Figure 8. Peary caribou calving and post-calving areas...... 126

Figure 9. Peary caribou locations for summer-fall...... 128

Figure 10. Peary caribou location in winter. 2...... 130

Figure 11. Peary caribou critical habitats and hunting areas...... 132

List of Tables

Table 1. Documents with incorporation of ATK ...... 106

Table 2. Documents with collaboration of the community members ...... 107

Table 3. Anthropogenic threats to Peary caribou ...... 136

Introduction

The aim of this report is to summarize all the work that was done in the past decades by the Inuit communities or by researchers on the locations of the Peary caribou across the Canadian Arctic Archipelago. The Peary caribou (Rangifer tarandus pearyi) are listed as threatened (COSEWIC, 2015) because of the important decline they faced (SARC, 2012; COSEWIC, 2015; Johnson et al., 2016).

Climate change has been identified as the main threat to the species. More frequent rain- on snow events that create ice crusts, combined with more severe storms with strong winds in winter and the sea-ice thaw, result in the deterioration of the caribou habitat (COSEWIC, 2015). These weather events prevent caribou from access food (lichen and plants) under snow (i.e., “locked pastures” caused by the ice crusts). Sea-ice thaw and increased ship traffic may impede caribou movement between islands or result in drowning (Paquette et al., 2020)

Peary caribou has and still is an important part of the Inuit culture (Ljubicic et al., 2018). Social activities have centred around caribou hunting for thousands of years (Robertson, 2012). The caribou not only provide food in this extremely remote area, but also fur to make clothing which is crucial in this cold environment.

Since the beginning of the 1900s, research in Arctic communities has increased, mostly in the absence of involvement from local community members until recently (Pearce et al., 2009; Tomaselli et al., 2018). Today, more and more scientists acknowledge that even if ATK is really difference than Western science, it is as valid as it. There is an increased acknowledgement of the value in collaborating with local communities and braiding of different knowledge systems (Robertson, 2012).

Many different words have been used to describe Indigenous knowledge in the Arctic: Traditional Knowledge (TK); Indigenous Traditional Knowledge (ITK); Traditional Ecological Knowledge (TEK); and Aboriginal Traditional Knowledge (ATK) which include Inuit Qaujimajatuqangit (“what has always been known” (Thorpe et al., 2001)) and Inuvialuit traditional ecological knowledge (Johnson et al., 2016). ATK will be used for this review. The ATK is fundamental to understanding long-term population trends in caribou, their life cycle, where they are found and where they aren’t found on the landscape and the reasons why. As Ljubicic et al., (2018) wrote, “Inuit possess a depth and sophistication of geographic knowledge that accumulates through different life stages and evolves from ways of knowing, being, and doing in life on the land”.

The purpose of this report is to review, summarize and digitize all ATK indicating Peary caribou location in publications, reports and projects including projects run by Inuit communities, Hunters and Trappers Organizations/Associations, or researchers working with Inuit. For all recorded observations, it is important to remember this: “Mapping of such knowledge creates a snapshot in time while ATK is difficult to capture in a singular moment as it is constantly changing and every knowledge holder has a personal perspective of the knowledge” (Robertson, 2012); “the observations must be taken for what they are; a recounting of what people saw or did not see in a specific location at a specific time by a specific interviewee. The persons who shared this information never claimed that these observations could be generalized or applied on a broader scale” (Taylor, 2005).

Hence, the aim of the review was to create a centralized knowledge database on ATK about Peary caribou habitat use. In total, 90 maps were digitized and georeferenced providing presence locations or information on habitat occupation for future use in decision-making related to the conservation of Peary caribou.

The reports used for this review are divided in two parts. The first come from community projects/surveys or from scientific projects involving participatory mapping exercises and interviews (Table 1). The caribou knowledge assessment (Johnson et al., 2016) were used for the information it contains but the maps were not used since they already englobed data location from other reports used here. The second part describes projects that involved community member’s community members (i.e., hunters) as employees, but do not present ATK (Table 2). Many other aerial surveys have been done but did not indicate that Inuit have been part of the surveys, so they are not used here.

ATK is presented according to the three seasons representing Peary caribou habitat use described by Johnson et al. (2016): 1) seasonal movement & calving, from April to June; 2) summer foraging & rut, from July to October; 3) seasonal movement & winter foraging, from November to March (Johnson et al., 2016). These seasons represent shifts in Peary caribou habitat use and movement through the year (SARC, 2012). Peary caribou generally moves south-north, but also east-west sometimes. They perform seasonal movements to optimize the food accessibility and reduce the danger from predation or insect harassment (Johnson et al., 2016).

Table 1. Documents with incorporation of ATK

Reference Localization Years

Gunn (2005) Terrestrial & aerial surveys on Victoria Island 1980 & 1993 Taylor (2005) Participatory mapping & interviews with 2005 communities of the CAA Community of Sachs Harbour et al. Conservation plan for Banks Island 2008 (2008) Community of Ulukhaktok et al. (2008) Conservation plan for Victoria Island 2008 Jenkins et al. (2011) Review of the terrestrial & aerial surveys in 2011 the CAA Robertson (2012) Participatory mapping & interviews in Gjoa 2012 Haven with 32 elders and hunters Species at Risk Committee (SARC) Status report of caribou in the NWT 2012 (2012) COSEWIC (2015) Report adjusting the Peary caribou status 2015 from Endangered (2004) to Threatened (2015) Johnson et al. (2016) Knowledge Assessment on Peary caribou 2016 Nunavut Planning Commission (NPC) Nunavut Land Use Plan (NLUP): impact of 2016 (2016a) anthropogenic activities on land and animals based on ATK Olohaktomiut HTC et al. (2016) Conservation plan for caribou around 2016 Ulukhaktok on Victoria Island QWB & HTOs of Arctic Bay and Response to the NLUP 2016 Resolute Bay (2016) QWB & HTOs of Clyde River, Grise Response to the NLUP 2016 Fiord, Pond Inlet, Sanikiluaq, Hall Beach and Igloolik (2016) QWB and HTOs of Clyde River, Grise Response to the NLUP 2016 Fiord, Resolute Bay, Hall Beach and Igloolik (2016) QWB & HTO of Grise Fiord (2016) Response to the NLUP 2016 QWB & HTOs of Grise Fiord, Resolute Response to the NLUP 2016 Bay, Arctic Bay, Pond Inlet, Pangnirtung, Iqaluit, Kimmirut, Cape Dorset, Hall Beach and Igloolik (2016) QWB & HTO of Resolute Bay (2016) Response to the NLUP 2016 Carter et al., (2018) Maritime traffic mapping focussed on caribou 2018 sea-ice crossings Ljubicic et al. (2018) Participatory mapping for naming the caribou 2018 herds and areas of location Community of Taloyoak (2019) Response to the NLUP 2019

Table 2. Documents with collaboration of the community members

Reference Localization Years

McLean, Jingfors & Case (1986) Aerial survey of Banks Island July 1985 Ferguson (1987) Aerial survey of Bathurst Island August 1981 Ferguson (1991) Review of all the aerial surveys of Bathurst 1961 to 1981 Island Gunn & Dragon (1998) Aerial survey of Somerset, Prince of Wales 1995 and Boothia Peninsula Complex Gunn & Fournier (2000a) Put collars on few caribou on Victoria 1987 to 1989 Island Gunn & Fournier (2000b) Meta-analysis of the aerial surveys to 2000 identify calving and post-calving areas in the CAA Nishi & Buckland (2000) Aerial survey of western Victoria Island June 1994 Miller et al. (2005) Review of sea-ice crossing areas, from 2005 ATK, scientific research, scientific papers, government projects, telemetry collars and unpublished data Campbell (2006) aerial survey of Ellesmere April & May 2005 & 2006 Nagy & Gunn (2009) Aerial survey of Banks and Melville Islands July 2004 Davison & Williams (2012) Aerial survey of Melville and Patrick July & Islands August 2010 Davison & Williams (2013) Aerial survey of Northwest Victoria Island July & August 2010 Davison, Pongracz & Williams (2013) Aerial survey of Banks Island July 2010 Anderson & Kingsley (2015) Aerial survey of southern Ellesmere Island March 2015 Anderson (2016a) Aerial survey of Devon Island March 2016 Anderson (2016b) Aerial survey of Lougheed Island July 2016 Davison & Williams (2016) Aerial survey of Melville-Prince Patrick July & Island Complex August 2012 Davison, Williams & Adamczewski Aerial survey of Banks Island July 2014 (2017) Davison & Williams (2019) Aerial survey of Northwest of Victoria April & May Island 2015

Overview of the Data with Maps

All the maps presented here were coming from information in the reports. A PNG image was created for all maps with Peary caribou locations. Each image was then georeferenced with QGIS software. A georeferenced shapefile (SHP) was created based on digitized points, lines and polygons.

Figure 1 shows point data representing “presence” locations. Most of the data were collected between 1995 and 2010, but first record was in 1974 and the last in 2016. There is no data on the east of the Archipelago since it is mountainous and has glaciers which caribou do not generally use for food. There is no data on Mackenzie King Island (north of Melville). Poor weather conditions prevented a possible survey during few years.

Figure 2 represents areas (polygons) of habitat used in a specific period of the year or year long. Most of the data were collected between 1975 and 2016, but first record was in 1950. There is almost no data on Ellesmere Island, and no data at all on Prince Patrick Island, Mackenzie King Island, Ellef Ringnes Island, Lougheed Island, and few other small islands around these.

Figure 3 terrestrial and sea-ice routes used by the caribou, illustrated by lines. Most of the data are sea-ice crossing routes from 1975 to 1980 and terrestrial paths from 2012 to 2013. The data are centralized around Prince of Wales Island, Somerset Island and King William Island, and few on Ellesmere Island.

Finally, only half of the maps found in the reports provided the number of caribou seen at a certain spot. Figure 4 illustrates the number of caribou on each location. Most of the time, only one or few caribou (fewer than 10 individuals) has been observed, as shown in the map.

Figure 1. All Peary caribou sightings by year (point). Data are from Anderson & Kingsley, 2015; Anderson, 2016a; Anderson, 2016b; Campbell, 2006; Davison, Pongracz & Williams, 2013; Davison & Williams, 2012; Davison & Williams, 2013; Davison & Williams, 2019; Davison, Williams, Adamczewski, 2017; Ferguson, 1987; Gunn, 2005; Gunn & Dragon, 1998; Gunn & Fournier, 2000a; Gunn & Fournier, 2000b; Jenkins, 2008; Jenkins et al., 2011; Nagy & Gunn, 2009; Nishi & Buckland, 2000.

Figure 2. All Peary caribou sightings by year (polygons). Data are from Carter et al., 2018; Community of Sachs Harbour, 2008; Community of Ulukhaktok, 2008; Gunn & Fournier, 2000b; NPC (ScheduleA), 2016b; QWB and HTOs of Arctic Bay and Resolute Bay, 2016, QWB and HTOs of Clyde River, Grise Fiord, Pond Inlet, Sanikiluaq, Hall Beach and Igloolik, 2016, QWB and HTOs of Grise Fiord, Resolute Bay, Arctic Bay, Pond Inlet, Pangnirtung, Iqaluit, Kimmirut, Cape Dorset, Hall Beach and Igloolik, 2016, QWB and HTOs of Clyde River, Grise Fiord, Resolute Bay, Hall Beach and Igloolik, 2016, QWB & HTO of Grise Fiord, 2016; QWB & HTO of Resolute Bay, 2016; SARC, 2012; Taylor, 2005.

Figure 3. All Peary caribou sightings by year (lines). Data are from Ljubicic et al., 2018; Miller, Barry & Calvert, 2005; Robertson, 2012; Taylor, 2005.

Figure 4. All Peary caribou sightings by group size. Data are from Anderson & Kingsley, 2015; Anderson, 2016a; Anderson, 2016b; Campbell, 2006; Davison, Pongracz & Williams, 2013; Davison & Williams, 2012; Davison & Williams, 2013; Davison, Williams & Adamczewski, 2017; Ferguson, 1987; Gunn, 2005; Gunn & Fournier, 2000b; Jenkins, 2008; Nagy & Gunn, 2009; Nishi & Buckland, 2000.

Historical Abundance and Location

Caribou live in small groups and stay on one or few islands during their lifetime. The Inuit describe many caribou herds across the Archipelago and indicate their physical appearance varies from south to north (Taylor, 2005). Below an historical overview on the distribution and abundance of caribou across each of the largest islands of the Arctic Archipelago is presented.

On Victoria Island, caribou numbers were low at the beginning of the 1900s but increased in the 1920s (Community of Ulukhaktok, 2008; Olohaktomiut HTC et al., 2016). Many caribou died in the early 1920s due to a heavy spring rain and abundances remained low until the 1950s (Gunn, 2005; Community of Ulukhaktok, 2008; Olohaktomiut HTC et al., 2016). In the 1930s, many caribou drowned between Victoria and Banks Islands (Gunn, 2005). In the 1940s, high-powered rifles arrived in the communities and caribou were harvested for the skins which seems to have contributed to the absence of caribou around Prince Albert Sound (Gunn, 2005). During the 1950s, decent numbers of caribou were seen on Prince Albert Peninsula near Richard Collinson Inlet only (Community of Ulukhaktok, 2008; SARC, 2012; Olohaktomiut HTC et al., 2016). After the 1950s, more caribou were seen in the central and southern Victoria Island (Gunn, 2005; Community of Ulukhaktok, 2008; SARC, 2012; Olohaktomiut HTC et al., 2016). In the mid 1960s, a wet fall followed by snow created ice layers, and Inuit said that caribou disappeared or moved away (Gunn, 2005). By the end of the 1990s, the caribou were seen north, away from Ulukhaktok (SARC, 2012). In 1993, Gunn (2005) conducted an aerial survey in the spring following the Inuit concerns about the low number of caribou on the island. Only 11 caribou were seen, and an estimation of 114 ± 22 caribou in the population was calculated (Gunn, 2005). Later in the same summer, another survey took place in which 20 caribou and one calf were seen (Gunn, 2005). Since the 2000s, Peary caribou are found in the northwest of the island, west of the Shaler Mountains, northeast of Minto Inlet (SARC, 2012), where Nishi and Buckland (2000) have counted more than 1900 caribou during their aerial survey. In 2010, only 34 Peary caribou has been seen on northwest of Victoria during the aerial survey by Davison and Williams (2013), and in 2015, only two caribou were observed in the same area (Davison & Williams, 2019). Around 2010–2015, Peary caribou were seen on the mainland, around Pearce Peninsula, Parry Peninsula and Kugluktuk (COSEWIC, 2015), as well as on all the Victoria Island and near Ekaluktutiak (Cambridge Bay) (COSEWIC, 2015). Caribou have always been observed crossing from Banks Island to Victoria

Island, in some periods more than in others (Gunn, 2005; SARC, 2012). Since the 1970s, caribou have been declining gradually (SARC, 2012).

On Banks Island, in the 1950s, several consecutive years of freezing rain led to the absence of Peary caribou around Sachs Harbour in the fall (SARC, 2012); instead, caribou were observed on the mainland around Old Crow (YT), Herschel Island (YT), Baillie Island (NWT) and Cape Dalhousie (NWT) (COSEWIC, 2015). In the 1960s, caribou moved to the southwest of the island in winter and the northeast in the summer (SARC, 2012). Caribou had a similar distribution the 1970s with some caribou along the coast during the summer, and no caribou on the southern and northern tips of the island (SARC, 2012). In the 1980s, McLean, Jingfors and Case (1986) did an aerial survey of the island and counted 843 caribou, which lead to an estimation of 5000 ± 910 caribou in the Banks’s population. In the 1990s, caribou were still seen all around the island, more specifically in the southwest in fall and winter (SARC, 2012). During the wintering season, the distribution of caribou was constrained to areas around Storkerson River, Kellet River and the Fish Lakes (SARC, 2012). In 2001, Nagy and Gunn (2009) did an aerial survey of the island which resulted in 112 caribou seen (62 adult females, 7 adult males, 20 young males, 5 yearlings, 18 calves). They described the caribou’s condition: “Caribou on the northwestern portion of the island appeared to be in poor condition. The spine, ribs, and pelvis were visible on a majority of cows observed in this area. Calves accompanying these cows were small (calf height lower than the cows’ belly line) suggesting that they were born during late June or early July [...] Cows on the southern portion of the island appeared to be in better condition and had older calves that were likely born in mid-June.” (Nagy & Gunn, 2009). In 2005, Gunn, asserted that caribou have been facing a dramatic decline over the past years on Banks Island (Gunn, 2005). The distribution of caribou has shifted in the last 50 years or so such that they occupy the northwest of the island during summer and southeast in winter (instead of northeast and southwest during the 1950–1960s) (SARC, 2012). They are still seen in the coastal areas in summer (SARC, 2012), using almost all the island range during various times of the year (SARC, 2012): “In the springtime they go north to calve, while in the fall time they return south for the winter (likely to the Fish Lakes area near Sachs Harbour)”. In 2014, Davison, Williams and Adamczewski (2017) counted 784 adult caribou and 159 calves during their aerial survey of the island.

Two different subspecies overlap on the Somerset Island – Prince of Wales Island – Boothia Peninsula complex: the Peary caribou and the Barren-Ground caribou (tundra / migrating caribou). Caribou may have been misidentified as one subspecies versus another

© Coralie Gautier - 2021 115 when observed from far. All the information from Taylor (2005) on the caribou of this complex of islands came from interviews with community members of Resolute Bay. Caribou were abundance in the 1920s were, but numbers declined dramatically due to massive mortality in the 1930s (Taylor, 2005). During the 1920–1930s, caribou that spent the summer on Somerset Island also spent the winter on Boothia Peninsula (Miller et al., 2005). In the 1950s, hunters reported hunting caribou on Prince of Wales, which means that the abundance of caribou was significant (Taylor, 2005). Caribou numbers increased throughout the 1960s, (Taylor, 2005). “There were more caribou on Prince of Wales than on Somerset and the majority of caribou on Somerset would migrate to Prince of Wales across Peel Sound in fall (Ukiaq) and some would return to Somerset in early spring (Upingaksaaq). In early summer (Aujaq), male caribou tended to stay closer to the coast while females and calves were observed inland” (Taylor, 2005). Many caribou were seen on the eastern coasts of Prince of Wales Island, west of Whitehead Point and Sherard Head in the early spring, and south of Brown Bay in the fall (Taylor, 2005). On Boothia Peninsula, caribou were seen on the west side of Wrottesley Inlet in the early spring and fall (Taylor, 2005). Hunters suggest that caribou increased in the 1970s on Somerset Island as well as on Prince of Wales (Taylor, 2005). They were found near Aston Bay, Creswell Bay and Irvine Bay (Somerset Island) and the east coast (Prince of Wales) (Taylor, 2005). In the early 1980s, the number of caribou increased, especially on many small islands around Somerset Islands, and their range shifted in the complex (not found north of Creswell Bay during the summers anymore) (Taylor, 2005). Inuit reported that they: “In late summer (Ukiajsaaq), he observed ‘too many’ caribou around Back Bay and down around Browne Bay. In fall (Ukiaq) most caribou would cross Peel Sound and across Browne Bay to Somerset Island to spend the fall (Ukiaq) and return back to Prince of Wales Island in early spring (Upingaksaaq). Bulls would stay along the coast while cows moved further inland towards the north and south.” (Taylor, 2005). In the late 1980s, caribou started to decrease on Prince of Wales, a situation noticed by the hunters because: “Areas previously occupied by caribou on the northwest and central areas of the island were now occupied by muskoxen” (Taylor, 2005). Simultaneously, the number of caribou on Somerset Island increased a bit (Taylor, 2005). In the 1990s, numbers on small islands continued to increase while the those on the principal, large island decreased (Taylor 2005). Declines were particularly pronounced on Somerset around Creswell and Aston Bays and along the west coast (Taylor, 2005). Inuit attributed the population fluctuation to fall rain. Hunters had to stop hunting on Prince of Wales and Somerset Island (Taylor, 2005). In 1995, Gunn and Dragon (1998) did an aerial survey on the complex and observed “693 caribou on Boothia Peninsula, 5 on Prince of Wales Island, 2

© Coralie Gautier - 2021 116 on Somerset Island, and none on Russell, Prescott, Pandora, or Vivian islands”, which lead them to the population estimates of 5100 individuals in the complex of islands (Gunn & Dragon, 1998). Some other subspecies of caribou may have been included in the survey (Gunn & Dragon, 1998). In the 2000s, only few caribou were observed on Prince of Wales Island (Taylor, 2005; Jenkins et al., 2011), and none or few on Somerset Island (Jenkins et al., 2011). Miller et al. (2005) suggested that most of the remaining caribou in the complex were wintering on the Boothia Peninsula returning to Somerset Island and / or Prince of Wales Island for calving, post-calving and the rut seasons. Since 2010, caribou or tracks are rarely seen, except sometimes between Victoria Island and Prince of Wales or King William Island (Ljubicic et al., 2018), suggesting it may take some time for the population to recover (COSEWIC, 2015).

Only very few and scattered surveys have been done on Melville Island, Prince Patrick Island, Byam Martin Island, Eglinton Island or Emerald Island. Caribou were observed moving from Melville Island to Banks Island or Victoria Island in the past but not recently (SARC, 2012)., an aerial survey of Melville in 2009 counted 121 caribou (60 females, 12 males, 8 yearlings and 22 calves) (Nagy & Gunn, 2009). In 2012, Melville, Prince Patrick, Byam Martin, Eglinton and Emerald Islands, were surveyed but not Mackenzie King, Brock and Borden Islands because of the weather and the sea-ice conditions. 556 caribou were counted on Melville Island, 529 on Prince Patrick Island, 23 on Byam Martin Island, 9 on Eglinton and 35 on Emerald Island. Another survey later that summer counted 70 caribou (Davison & Williams, 2016).

Caribou were observed on the southeast coasts of Bathurst in the winter and early spring during the 1950s (Taylor, 2005). Caribou declined and were rarely seen on the coast in 1960s. Instead, caribou were on Little Cornwallis Island and Garrett Island, which was unusual (Taylor, 2005). Caribou continued to decline through the 1970s (Ferguson, 1991). Many carcasses were regularly found, which lead the hunters from Resolute Bay to decree a ban on caribou hunting in the area (Taylor, 2005). Some people saw few groups of caribou during early spring near Young Inlet, during early summer near Freeman’s Cove and during fall and winter at the south tip of the island (Taylor, 2005). In the 1980s, the population estimate of caribou in the complex was 290 (Ferguson, 1987). Inuit corroborated low abundances (Taylor, 2005). In the beginning of the 1990s, the hunting ban was lifted because more caribou were being seen (Taylor, 2005). But then, in the late 1990s, many caribou died of starvation caused by freezing rain (many carcasses were found on Little Cornwallis Island and on the southern coast of Bathurst (Taylor, 2005).

On Cornwallis Island, the first mentions of caribou were in the 1940s, when hunters from Resolute Bay could not find caribou around the village anymore (Taylor, 2005). Hunters thought the caribou were probably on the northern tip of the island during the summer (Taylor, 2005). In the 1950s, people mentioned seeing some caribou near Cape Airy in the early spring and numbers increase in the 1960s (Taylor, 2005). However, almost caribou spent the year round on Cornwallis and on small surrounding islands (Taylor, 2005), spending winter, summer and fall on the west, north and south parts of the islands, respectively (Taylor, 2005). Caribou numbers declined and animals were in poor body condition during the late 1960s and the 1970s (Taylor, 2005). A few were seen in early spring on the northeast side of Cornwallis (Taylor, 2005). In the late 1970s, Inuit indicated that caribou were coming again and seen on the island during the fall and winter (Ferguson, 1991). In the 1980s, starvation hit caribou again, with only one caribou being seen on Browne Island near Cornwallis Island (Taylor, 2005). No caribou were seen in the 1990s except for a large group of approximately 100 animals that arrived on Cornwallis Island from Bathurst Island to (Taylor, 2005).

On Lougheed Island, Inuit saw many healthy Peary caribou during early springs of the 1970s (Taylor, 2005). In the summer of 2016, Anderson (2016b) counted 61 caribou during his aerial survey.

Hunters from Grise Fiord provide most of the information on Peary caribou on Devon (Taylor (2005). Caribou tracks were first observed during 1920–1940 near Dragleybeck Inlet and Viks Fiord (Taylor, 2005). In the early 1950s, caribou were caught on Grinnell Peninsula, and in the late 1950s, track was seen from Cape Sparbo to Dragleybeck Inlet (Taylor, 2005). In the 1960, 50 caribou were seen near Grinnell Peninsula, and two were caught on Princess Royal Island, in the early spring (Taylor, 2005). In the late 1960s, though, caribou were impossible to find anywhere between Truelove Inlet and Cape Hardy on the northeast of Devon Island (Taylor, 2005). In the 1970s, there is no mention of caribou seen on Devon Island (Taylor, 2005). In the 1980s, only few caribou were seen on the northeast of the island (Taylor, 2005). In the 1990s, caribou were still hard to find and only in the spring small groups of caribou (2– 3 individuals) were seen around Bear Lake, Cape Newman Smith and Cape Skogan, and some tracks were observed around Skruis Point (Taylor, 2005). In the early 2000s, caribou became more common on the island; they were seen near bays on the southwest and northeast coasts (Taylor, 2005). In 2016, during an aerial survey of the island, 14 caribou were seen, but none of them were where they had been seen previously by hunters (i.e., Truelove Lowlands) (Anderson, 2016a). The author suspected that they were some caribou on the island, but in

Hunters from Grise Fiord also provided most of the information for Ellesmere Island: “According to interviewees there is no indication that major population declines (as seen on Bathurst, Somerset and Prince of Wales islands) have occurred on Ellesmere Island since they have inhabited the island. However, interviewees’ observations do indicate that the abundance of caribou has fluctuated in different areas on the southern part of the island. Caribou presence on the southeast of the island appears to have shifted from east to west over the observed period. Additionally, observations on southern and central Ellesmere also indicate that migration between Ellesmere and Axel Heiberg may occur.” (Taylor, 2005). During 1890–1910, few explorations like the one of Robert Peary (from whom the Peary caribou took his name) occurred in the Arctic and explorers killed over 500 caribou for food and furs (Taylor, 2005). In the 1940s and 1950s, a few caribou were seen around Eureka Weather Station, (Taylor, 2005). During 1950–1970, a few caribou were found moving from Starnes Fiord to Craig Harbour in spring, around Eureka Weather Station, on Stewart Island, on Smith Island and on Cobourg Island (Taylor, 2005). In 1954, all the females seen had a calf (Taylor, 2005). Caribou spent winters inland and the late spring and summer on the coast (Taylor, 2005). Inuit said: “there was a circular migration of caribou on the southeast side of the island in the winter months, from Fram Fiord east to Wilcox Glacier then west along the south coast across the sea ice to Smith and Cone island to King Edward Point, and then returning to Fram or Starnes Fiord” (Taylor, 2005). In the early part of the 1960s, caribou were seen on the southern coasts of Ellesmere, near Piliravijuk Bay, on the Bjorne Peninsula and on Kent Island in the spring and at Fram Fiord and Anstead Point during early summer (Taylor, 2005). Later in the 1960s, caribou abundances decreased while muskoxen abundances increased (Taylor, 2005). Caribou were still seen in spring at the north of Muskox Fiord, but not seen anymore around Heim Peninsula, Lindstrom Peninsula, south C, Anstead Point and Lee Point (Taylor, 2005). In the 1970s, caribou were regularly seen from north of Grise Fiord to Baumann Fiord (Taylor, 2005). In the first part of the 1970s, caribou were not anymore where they used to be after an unusual migrating movement toward the east that occurred in the south of the island (Taylor, 2005). During this same half decade, a huge group of caribou (300) was seen on the Raanes Peninsula (Taylor, 2005). In the late 1970s, during the fall, many caribou’s tracks were seen southeast of Sor Fiord – an unusual amount – and around 20 caribou were seen south of Baumann Fiord (Taylor, 2005). The area between Bjorne Peninsula and Vendom Fiord was considered as a

“convergence point for the short fall migration” (Taylor, 2005). Still during the late 1970s, in the spring, tracks of few caribou were seen around the northern coast of Makinson Inlet and Piliravijuk Bay, which were uncommon places to find caribou because of the high mountains and rare vegetation (Taylor, 2005). In the early 1980s, few caribou tracks were seen in the spring around Piliravijuk Bay, but no caribou could be found anymore in this area (Taylor, 2005). In the late 1980s, in the spring, a group of ten caribou was seen on the south coast between Okse Bay and Nordstrand Point, 17 were seen on Fosheim Peninsula, two groups of ten were seen on Raanes Peninsula, few others were seen between Okse Bay and Hourglass Bay, on the Svendsen Peninsula north of Stenkul Fiord and on the east coast of Ellesmere (Taylor, 2005). Although, the abundance of caribou was decreasing, especially from Bjorne Peninsula to Sor Fiord (Taylor, 2005). In the early 1990s, caribou in small groups were more and more seen around Grise Fiord, Fram Fiord, north of Norstrand Point, Lindstrom Peninsula, Lee point and Heim Peninsula, in early spring and late summer or fall (Taylor, 2005). In early spring, 15 caribou were seen on Goose Point, moving across Norwegian Bay to Sherwood Head and Eureka Sound on Axel Heiberg Island (Taylor, 2005). In the summer, caribou were seen northeast of Stenkul Fiord, on the hillsides of the mountains (Taylor, 2005). In the late 1990s, few caribou were seen near Sor Fiord and north of Stenkul Fiord and Vendom Fiord, but they were not abundant nor easy to find (Taylor, 2005). However, many caribou were observed with their calves on Svendsen Peninsula in early summer, which means that could be a calving area (Taylor, 2005). In the 2000s, the caribou was increasing slowly, and 32 were seen on Simmons Peninsula, while few were regularly seen between Okse Bay and Hourglass Bay in the valley and near Muskox Fiord (Taylor, 2005). Few caribou and tracks were seen in early spring on Svendsen Peninsula, near the Air Force River north of Tanquary Fiord and on Bellot Island (Taylor, 2005). There was no caribou observed around Piliravijuk Bay, Eureka, Carl Ritter Bay or Cape L. Von Buch (Taylor, 2005). In 2005, a ground survey was done in the southern part of Ellesmere, in which they saw 17 caribou (scattered in six groups) on the Bjorne Peninsula (Jenkins et al., 2011). Next year they did another survey, in the north of Ellesmere this time, during which they observed 44 caribou (scattered in 11 groups) and few carcasses on the Svendson Peninsula (Jenkins et al., 2011). In 2015, during an aerial survey of the southern Ellesmere Island, Anderson and Kingsley (2015) counted 38 caribou.

Seasonal Location of Peary caribou

Figure 5 shows the location of caribou by season. Most of the islands have data recorded, excepted Mackenzie King Island and few other small islands. The majority of the data were collected during the spring and the summer, for the obvious reason that the weather conditions are better at this period of the year. Some areas used by the caribou are not linked with a season; it may be because caribou have been seen there all year long, or because the author did not mention the season.

Figure 5. All Peary caribou observations classified by season. Data used here are from Anderson & Kingsley, 2015; Anderson, 2016a; Anderson, 2016b; Campbell, 2006; Carter et al., 2018; Community of Sachs Harbour, 2008; Community of Ulukhaktok, 2008; Davison, Pongracz & Williams, 2013; Davison & Williams, 2012; Davison & Williams, 2013; Davison & Williams, 2019; Davison, Williams, Adamczewski, 2017; Ferguson, 1987; Gunn, 2005; Gunn & Dragon, 1998; Gunn & Fournier, 2000a; Gunn & Fournier, 2000b; Jenkins, 2008; Jenkins et al., 2011; Ljubicic et al., 2018; Miller, Barry & Calvert, 2005; Nagy & Gunn, 2009; Nishi & Buckland, 2000; NPC (ScheduleA), 2016b; QWB and HTOs of Arctic Bay and Resolute Bay, 2016, QWB and HTOs of Clyde River, Grise Fiord, Pond Inlet, Sanikiluaq, Hall Beach and Igloolik, 2016, QWB and HTOs of Grise Fiord, Resolute Bay, Arctic Bay, Pond Inlet, Pangnirtung, Iqaluit, Kimmirut, Cape Dorset, Hall Beach and Igloolik, 2016, QWB and HTOs

© Coralie Gautier - 2021 121 of Clyde River, Grise Fiord, Resolute Bay, Hall Beach and Igloolik, 2016, QWB & HTO of Grise Fiord, 2016; QWB & HTO of Resolute Bay, 2016; Robertson, 2012; SARC, 2012; Taylor, 2005.

Spring (April-June) – Seasonal Movements and Calving

Caribou move to calving areas in spring during April to the end of June (Community of Ulukhaktok, 2008). Caribou are vulnerable during this season because their energy reserves are depleted from the long winter with limited access to food (Johnson et al., 2016). Below, there are three maps. The first (Figure 6) illustrates all the locations of caribou in the Archipelago during spring, the second (Figure 7) illustrates spring sea-ice crossing areas and the third (Figure 8) illustrates the calving and post-calving areas.

Most of the Peary caribou are migrating from the south in winter to the north in the spring and summer, especially on Victoria Island and Banks Island, where the caribou often cross from Banks in the spring and back to Victoria in the end of the fall (Gunn, 2005). Sometimes they also stay on Victoria (Minto Inlet) and Banks (Jesse Bay) respectively (Community of Sachs Harbour et al., 2008; Sachs Harbour HTC et al., 2016). Figure 6 illustrates the observations and areas of used for the spring.

Figure 6. Peary caribou location in spring. Data used are from Campbell, 2006; Carter et al., 2018; Davison & Williams, 2019; Gunn, 2005; Gunn & Fournier, 2000a; Gunn & Fournier, 2000b; Jenkins, 2008; Jenkins et al., 2011; Miller, Barry & Calvert, 2005; Nishi & Buckland, 2000; SARC, 2012.

Caribou mainly cross sea ice during winter (SARC, 2012), more precisely during the end of the winter / beginning of the spring just before the melting of the ice and in the end of the fall / beginning of the winter when the freeze-up occurs again (Miller et al., 2005). Sometimes caribou will move between islands in the summer, swimming in open water (SARC, 2012). Figure 7 illustrates the current and past sea-ice routes, as well as the terrestrial routes that are regularly taken by the caribou on the islands.

The sea ice breaks up in June and remains open water until October-November (Carter et al., 2018), for the areas where sea ice is not remaining all year long. Therefore, the sea ice in these crossing areas must be protected if possible, especially during the early spring and late fall where caribou tend to cross more often. Shipping traffic that creates openings in the water or artificial ice ridges may result in caribou downing or getting injured while moving across the sea ice (NPC, 2016a; QWB & HTOs of Clyde River, Grise Fiord, Resolute Bay, Hall Beach and Igloolik, 2016). Limiting movement to calving areas or winter foraging areas will

© Coralie Gautier - 2021 123 negatively impact the species (QWB & HTOs of Clyde River, Grise Fiord, Resolute Bay, Hall Beach and Igloolik, 2016). Therefore, the crossing areas should be protected seasonally as Special Management Areas under the NLUP, from mid-October to mid-July (Community of Taloyoak, 2019).

The routes illustrated on the maps are not necessarily the same paths that caribou will use year after year but are more like zones/areas that are used regularly for the sea-ice crossing (Miller et al., 2005). In 2005, Miller et al. collected data on the sea-ice crossing in the Franklin Strait. They found that most of the time (96%) caribou can see the other side of the crossing strait (the other island) while they are still on the land and a bit less when they are already on the sea ice (68%); this is for good weather conditions though (Miller et al., 2005).

Between Vitoria Island and Banks Island, in the Price of Wales Strait, Inuit community members have observed sea-ice crossing regularly (McLean, Jingfors & Case, 1986; Community of Sachs Harbour et al., 2008; SARC, 2012; Olohaktomiut HTC et al., 2016). Although, it was more commonly observed in the 1960 and 1970 than in the following decades (SARC, 2012). Also, between Victoria and the mainland, sea-ice crossings are common (Community of Sachs Harbour et al., 2008), whereas crossings between Banks and the mainland are less common (SARC, 2012). Also, Between Prince of Wales Island, Somerset Island and Boothia Peninsula, in the Franklin Strait, regularly trails or caribou have been observed (Miller et al., 2005; NPC, 2016a). However, nothing indicates that caribou are crossing from these areas (Prince of Wales, Russell, Somerset islands) to the islands up north, nether in the opposite way (Miller et al., 2005). The caribou living around the Bathurst Island complex are regularly crossing between Bathurst Island and many of the other small islands around (NPC, 2016a). Caribou have also been seen crossing between Cornwall Island and Graham Island by Inuit hunters (QWB & HTOs of Clyde River, Grise Fiord, Resolute Bay, Hall Beach and Igloolik, 2016).

Regarding the tracks observed on land, this information is coming mainly from ATK and represents places where caribou paths have been seen by Inuit hunters (see Robertson, 2012; Miller, Barry and Calvert, 2005; Taylor, 2005; Ljubicic et al., 2018; NPC (Schedule A), 2016b; QWB & HTOs of Clyde River, Grise Fiord, Resolute Bay, Hall Beach and Igloolik, 2016. In particular, these tracks have been seen on Boothia Peninsula, Somerset Island, Prince of Wales Island and Victoria Island (Robertson, 2012), as well as in the southern part of Ellesmere Island (Figure 7).

Figure 7. Peary caribou sea-ice crossing routes and terrestrial routes. The documents used to make this map are Ljubicic et al., 2018; Miller, Barry & Calvert, 2005; NPC (ScheduleA), 2016b; QWB & HTO, 2016-0 of Clyde River, Grise Fiord, Resolute Bay, Hall Beach and Igloolik, 2016; Taylor, 2005.

The calving areas are important areas for protection because the cows with calves are extremely vulnerable (NPC, 2016a). The calving areas are places where the cows go on year after year to give birth, during the end of the spring (mid-June to mid-July) (Taylor, 2005). Disturbances during these periods can be critical for the survival of the calves, or is abandonment, as well as for the long-term survival of the specie (NPC, 2016a). Figure 8 illustrates where are these calving areas, as well as the post-calving areas. Both these areas will be under a Protected Area Land Use Designation according to the NPC (2016a). The post- calving areas are the habitat where the cows stay with their calves to nursing them while eating fresh new plants, before joining the males in the summer foraging areas (NPC, 2016a; QWB & HTOs of Grise Fiord, Resolute Bay, Arctic Bay, Pond Inlet, Pangnirtung, Iqaluit, Kimmirut, Cape Dorset, Hall Beach and Igloolik, 2016). The map (Figure 8) also illustrates where some

Nishi and Buckland (2000), during her interviews with the community members, found out that the Peary caribou females do not aggregate, but instead stay alone or in small groups. The females will give birth in cooler and higher elevation (150–300 m) (Gunn & Fournier, 2000b) and then go to post-calving areas in the valleys around three weeks after, to forage on more abundant easily digestible food, until the end of August (Taylor, 2005). As the author explains: “Female caribou that are giving birth are found near the edges of melting snow patches, where, emerging flowers and other plants are abundant, moist and nutritious, meeting the needs of newborn calves and their mothers” (Taylor, 2005). The decision of where to give birth seems to come firstly from external factors more than from inherited behaviours (Taylor, 2005).

On Victoria Island, the calving areas are located north of Minto Inlet (Community of Sachs Harbour et al., 2008; Olohaktomiut HTC et al., 2016), in the northwest of the island (Gunn, 2005), around Prince Albert Peninsula, as recorded by the community of Ulukhaktok (Gunn & Fournier, 2000a) and on Diamond Jenness Peninsula, south of the Kuujjuak River (SARC, 2012). On Banks Island, the calving areas were in the northwest of the island (north of Burnett Bay) and in the northeast during the 1970–1980 (McLean, Jingfors & Case, 1986), but more in the east (Jesse and De Salis Bays) since the 1990s (SARC, 2012). Caribou are moving from Somerset Island to Prince of Wales Island to give birth because the snow is shallower there (Gunn & Dragon, 1998). But some caribou are also giving birth on Somerset and moving to Prince of Wales for the post-calving period (Gunn & Fournier, 2000b). They also move from Boothia Peninsula to Somerset Island or to Prince of Wales Island and do the opposite movement in the fall (Gunn & Dragon, 1998). Boothia Peninsula can also be used as post- calving area (Community of Taloyaok, 2019). On the Bathurst Island Complex, cows are calving in the northeast, and go north for the post-calving period, but some hunters have seen calving area in the south (Gunn & Fournier, 2000b). The caribou stay in land during the calving time but move to the coasts after (Gunn & Fournier, 2000b) Many calves were seen on Massey Island, Cornwallis Island and Byam Martin Island in the 1970s (Gunn & Fournier, 2000b). Prince Patrick Island, southern and eastern Melville Island and Grinnell Peninsula on Devon Island are calving areas (Gunn & Fournier, 2000b). On Ellesmere Island, cows with calves have been seen by hunters of Grise Fiord and Resolute Bay around Strathcona Fiord, Makinson Inlet

Figure 8. Peary caribou calving and post-calving areas. Data are from Gunn and Fournier, 2000b; QWB & HTO, 2016-08; and SARC, 2012.

Summer-Fall (July-October) – Summer forage and rut

From July to October (Figure 9), the summer foraging and the rut takes place in turn (Johnson et al., 2016). Summer foraging is critical for accumulating fat for winter survival and reproduction (Johnson et al., 2016). Low food availability will reduce survival rates into the rut (for males) and winter (Johnson et al., 2016). Peary caribou breed in October to early November (Community of Ulukhaktok, 2008). Most caribou will move to more northerly areas in the spring or beginning of the summer and southerly areas in the fall (Gunn, 2005; Community of Ulukhaktok, 2008). Caribou use high-elevation areas generally except when searching for rich food in the valleys (Olohaktomiut HTC et al., 2016). Hunters from Ulukhaktok describe the caribou’s feeding preferences: “In mid-June caribou show some preference for feeding on moss

© Coralie Gautier - 2021 127 campion (Silene acaulis) or “Ningak” which grows on sandy locations. Toward mid-July after snow has gone feeding is more focused on moist sites. Diet includes sedges, grass and willows. Mountain sorel (Oryria digyna) or “Kongilik” is also important at this time.” (Olohaktomiut HTC et al., 2016).

On Victoria Island, Inuit noted that caribou would always have opportunity to find food even if the availability or quality of food is limited. Indeed, the large size of the island allows caribou to move to areas of higher quality without needing to cross to Banks Island (Gunn, 2005). On Banks Island, McLean, Jingfors and Case (1986) reported that Inuit have seen more caribou in the north-northeast part of the island during the summer. Caribou were seen moving from north to south of Banks around mid-August, and then to coastal areas during or just after the rut (McLean, Jingfors & Case, 1986). Recently, caribou have been seen on hills and slopes near coasts during the summer (Community of Sachs Harbour et al., 2008; SARC, 2012; Sachs Harbour HTC et al., 2016). In the fall they are seen going to Fish lakes area, Sachs River, Kellet River and Lennie River (Community of Sachs Harbour et al., 2008; Sachs Harbour HTC et al., 2016). On Prince of Wales, many caribou move from Somerset Island and the Boothia Peninsula to spend the summer, and then go back in the fall or winter (Gunn & Dragon, 1998). On Bathurst Island, caribou have been observed in the 1980–1990 in high elevation (150–300 m), far from the coasts (2.5–10 km away) during summer and fall (Ferguson, 1987), away from the snowed areas (Ferguson, 1991).

Figure 9. Peary caribou locations for summer-fall. Data are from Anderson, 2016b; Anderson & Kingsley, 2015; Carter et al., 2018; Community of Sachs Harbour, 2008; Community of Ulukhaktok, 2008; Davison, Pongracz & Williams, 2013; Davison & Williams, 2012; Davison & Williams, 2013; Davison, Williams & Adamczewski, 2017; Ferguson, 1987; Gunn & Dragon, 1998; Gunn & Fournier, 2000b; Nagy & Gunn, 2009; SARC, 2012.

Winter (November-March) – Seasonal movements and winter forage

Winter (November to March) is a difficult season for the caribou because food is really limited and hard to find and access (Johnson et al., 2016; QWB & HTOs of Arctic Bay and Resolute Bay, 2016). Strong winds or rain-on-snow that create hard layers of snow or ice make food inaccessible (called “locked pastured”) that could result in starvation or populations die-offs (Langlois et al., 2017).

The Inuit communities of the Archipelago have well explained the situation in this quote: “In the High Arctic, Peary caribou travel throughout the year in search of forage that may be accessible through the snow and during the brief snow-free period. Peary caribou are rarely seen in large numbers due to sparse vegetation and very hard wind-blown snow that makes access to forage difficult. Because of their low numbers and difficult environment, these caribou are especially sensitive to disturbance by humans.” (QWB & HTOs of Clyde River,

Grise Fiord, Pond Inlet, Sanikiluaq, Hall Beach and Igloolik, 2016). During the winter (and the end of the fall), lichen, “Akeagonak”, is a critical food for the caribou (Olohaktomiut HTC et al., 2016).

Figure 10 illustrates all the wintering habitats of caribou. On the Boothia Peninsula – Somerset – Prince of Wales Complex, caribou usually winter on Boothia Peninsula, but sometimes have been seen on Somerset as well (Gunn & Dragon, 1998). Since Boothia Peninsula is southern and has a slightly easier and shorter winter than the islands, caribou have access more easily to food because the plants are taller (so easier to reach under the snow) (Miller et al., 2005). Miller et al. (2005) explained that witching from summer grazing areas to winter grazing areas reduces pressure on the productivity of vegetation in the Arctic: “We speculate that caribou moving from Prince of Wales and Somerset islands to winter on Boothia Peninsula would reduce overwinter grazing pressure on forage plants on their island summer ranges. Range rotation would allow faster recovery and better growth of forage plants on summer range during the following growing season and this would lessen grazing pressure. This could allow the caribou population to increase more than if it was restricted to a single island.” On Victoria Island, caribou move south to Prince Albert Sound in the winters. Also, some caribou have been observed coming not only from the north of Victoria but from the northwest coming from Banks Island to winter on Victoria (Gunn, 2005). Snow and climate (i.e., ice crust, dense wind slab) influence group size and habitat use in the winter (Gunn, 2005). Caribou occupy the south part of Banks Island in winter (McLean, Jingfors & Case, 1986). They spend the winter in the valleys and on hillsides (Community of Sachs Harbour et al., 2008; SARC, 2012; Sachs Harbour HTC et al., 2016). Males and females occupy separate habitats on Banks (Community of Sachs Harbour et al., 2008; Sachs Harbour HTC et al., 2016) and many other islands in winter (Ferguson, 1991).

Figure 10. Peary caribou location in winter. Data are from Anderson, 2016a; Anderson & Kingsley, 2015; Gunn, 2005; QWB & HTO, 2016-06; SARC, 2012.

Critical Habitats for Peary caribou

This next map, Figure 11 shows important caribou areas for consideration for inclusion in the Nunavut Land Use Plan (NLUP). This map illustrates the terrestrial areas that have been identified as critical to caribou survival by the Inuit communities in response to the NLUP that should be considered for permanent protection under the Species at Risk Act (SARA) (NPC, 2016a). National Parks are omitted because they are already covered under SARA (NPC, 2016a).

The Prince Albert Peninsula on Victoria Island represents an important area since caribou are summer foraging there almost every year and community members are used to hunt there (Community of Sachs Harbour et al., 2008; Olohaktomiut HTC et al., 2016) and other herds. On Banks Island, there are many important areas, but Sachs River, Kellet River and Lennie River are important areas (Olohaktomiut HTC et al., 2016). In the north of the Bathurst Island Complex, there is Cameron Island which is a important wintering habitat for the caribou living in this area. The national park on Bathurst Island doesn’t include this island but it should (QWB & HTOs of Arctic Bay and Resolute Bay, 2016). Devon Island also has important habitats on the northwest. Prince of Wales Island, Somerset Island, Bathurst Island Complex and Ellesmere Island have important calving habitats (QWB & HTOs of Grise Fiord, Resolute Bay, Arctic Bay, Pond Inlet, Pangnirtung, Iqaluit, Kimmirut, Cape Dorset, Hall Beach and Igloolik, 2016).

Moreover, the wintering habitats are also important areas to protect, since caribou need them to ensure their survival over the hardest and coolest season of the year, with really low food availability.

Finally, many important habitats for Peary caribou also represent important areas for other species, as well as for hunters of the communities who rely on their annual hunts for food security (QWB & HTO of Grise Fiord, 2016; QWB & HTO of Resolute Bay, 2016).

Figure 11. Peary caribou critical habitats and hunting areas. Reports used for this map are QWB & HTOs of Arctic Bay and Resolute Bay, 2016; QWB & HTOs of Clyde River, Grise Fiord, Pond Inlet, Sanikiluaq, Hall Beach and Igloolik, 2016; QWB & HTO of Grise Fiord, 2016; QWB & HTO of Resolute Bay, 2016; Robertson, 2012. These reports also show some harvesting areas where caribou have been seen regularly.

Reasons Why Peary caribou Are Diminishing

Peary caribou are known to experience “wax and wane” cycles in abundance (Government of Nunavut, 2011). Recent decreases in populations have raised some concern about the future status of Peary caribou and the reasons for the declines deserve a more in-depth examination.

The primary threat to caribou has been identified as climate changes. Indeed, they cause numerous effects on the landscape and the caribou (Government of Nunavut, 2011; COSEWIC, 2015; Johnson et al., 2016). For example, climate changes create extreme winter storms with strong winds that harden the snow, rain-on-snow that creates ice crust(s), and the melting of sea ice, which is, however, critical for travelling from an island to another (Taylor, 2005; SARC, 2012; COSEWIC, 2015). If food becomes inaccessible for too long, Peary caribou will die of starvation – a phenomenon more and more observed in the Archipelago in the last decades (Gunn, 2005; Taylor, 2005; SARC, 2012; Olohaktomiut HTC et al., 2016) – or at least their fecundity will be really impacted by these hard winter conditions, which in turn will have an indirect impact on the long-term survival of the specie (Gunn, 2005).

Sea ice is melting sooner and is not thick enough or vast enough in some areas, during winter to permit safe caribou movement between islands (SARC, 2012; COSEWIC, 2015; Carter et al., 2018). Changes in sea ice are potentially influencing ship traffic which is increasing across the Archipelago (COSEWIC, 2015), which greatly affect the caribou seasonal movements and survival (COSEWIC, 2015), as Carter et al. (2018) describe: “This is the most important concern because caribou can not cross [without sea ice]! if there is open water instead of sea ice on their migratory route, they may go in the water since they can swim. But they will drown or freeze within the water because they cannot get out of the water and back onto the ice. Same with if they fall through thin ice forming after an icebreaker goes by. Or caribou may not go in the water and may starve because unless they can see where they are going, they will not even attempt to try. They know the migratory route over land and ice, not through water”.

Moreover, anthropogenic activities could have important impacts on the caribou by causing disturbances, stress, lost of habitat and pollution (which contributes to climate change) (Government of Nunavut, 2011). For instance, seismic activities happening for petroleum exploration and mines (Taylor, 2005; SARC, 2012; Anderson & Kingsley, 2015); motorized engines running near caribou’s habitats, like planes, helicopters, ships, snowmobiles (Taylor,

2005; Carter et al., 2018); research activities when it involves caribou handling (Taylor, 2005), all disturbed caribou. If caribou are disturbed or stressed, it can affect their survival, reproduction and habitat use patterns (Anderson & Kingsley, 2015; Carter et al., 2018).

Predation by the wolves is a natural phenomenon that is likely to have a disproportional effect on caribou when their abundances are low (Gunn, 2005; Taylor, 2005; SARC, 2012). Parasites and pathogens may also affect the caribou when the populations are weaker (Taylor, 2005; COSEWIC, 2015). Finally, competition with muskoxen may represent yet another factor negatively affecting the caribou since they lived in the same habitats and have a similar diet (SARC, 2012). Although, caribou are seen generally on the top of the hills and muskoxen in the valleys (Taylor, 2005).

Recommendations for the Management of Peary caribou

Peary caribou management plans must consider mitigation for climate change in future, i.e., thinking in a short-term perspective for the actual decline of caribou, but also in mid and long-term perspective to protect important areas used by caribou on the land but also between island, by integrating the caribou crossing routes in the maritime traffic plans. There need to be stronger policies restricting shipping traffic and anthropogenic activities (mines, petroleum, seismic tests, research, motorized engines, etc.) to minimize disturbance to caribou, especially during critical times like calving. Therefore, these activities should never happen in the calving and post-calving areas, in the wintering areas and in the sea-ice crossing passages. Third, people and especially children, should be more educated about the caribou and the conservation of their habitat (Gunn, 2005).

A lot of community feedback was provided following the publication of the draft NLUP (2016) including activities that should be banned from caribou habitat, especially in the calving and post-calving areas, wintering areas, sea-ice crossing passages. These anthropogenic activities highlighted as threatening to caribou are listed in the Table 3 below. In brief, sonar activities should also be banned around the sea-ice crossing routes when they are used by caribou. Disposal at sea should be banned during this same period in these same areas. Hydroelectricity and wind power must be prohibited in the Peary caribou habitat, except if they are located at more than 5 km of the calving and post-calving areas while being not visible from these areas. Sea-ice traffic should also be banned from the sea-ice crossing routes used by caribou, from mid-October to mid-July. Winter roads on ice should be prohibited if they are close to or cross the sea-ice crossing path of caribou. Any other anthropogenic activities that may affect the caribou should be prohibited all year-long in the calving, post-calving and wintering areas. Only Non-Exploitive Scientific Research that does not have a negative stressful impact on caribou should be permitted in critical caribou areas.

Table 3. Anthropogenic threats to Peary caribou

Anthropogenic activity Communities who expressed the threat

-Blasting activities Community of Taloyaok, 2019 -Low-level flying activities

-Disposal at sea QWB & HTO of Grise Fiord, 2016 -Seismic activities QWB & HTO of Resolute Bay, 2016 -Sonar activities

-Gas and oil exploration QWB & HTOs of Arctic Bay and Resolute Bay, 2016 and production QWB & HTOs of Clyde River, Grise Fiord, Pond Inlet, Sanikiluaq, Hall -Hydroelectricity Beach and Igloolik, 2016 -Linear infrastructure QWB & HTO of Grise Fiord, 2016 (roads) QWB & HTOs of Grise Fiord, Resolute Bay, Arctic Bay, Pond Inlet, -Mineral exploration and Pangnirtung, Iqaluit, Kimmirut, Cape Dorset, Hall Beach and Igloolik, production 2016 -Quarries QWB & HTO of Resolute Bay, 2016 Community of Taloyaok, 2019

-Obnoxious land use QWB & HTOs of Arctic Bay and Resolute Bay, 2016 QWB & HTOs of Clyde River, Grise Fiord, Pond Inlet, Sanikiluaq, Hall Beach and Igloolik, 2016 QWB & HTO of Grise Fiord, 2016 QWB & HTOs of Grise Fiord, Resolute Bay, Arctic Bay, Pond Inlet, Pangnirtung, Iqaluit, Kimmirut, Cape Dorset, Hall Beach and Igloolik, 2016

-Sea-ice traffic QWB & HTOs of Clyde River, Grise Fiord, Resolute Bay, Hall Beach and Igloolik, 2016 -Winter ice roads

-Wind power QWB & HTOs of Arctic Bay and Resolute Bay, 2016 QWB & HTOs of Clyde River, Grise Fiord, Pond Inlet, Sanikiluaq, Hall Beach and Igloolik, 2016 QWB & HTOs of Clyde River, Grise Fiord, Resolute Bay, Hall Beach and Igloolik, 2016 QWB & HTOs of Grise Fiord, Resolute Bay, Arctic Bay, Pond Inlet, Pangnirtung, Iqaluit, Kimmirut, Cape Dorset, Hall Beach and Igloolik, 2016

-Other anthropogenic QWB & HTOs of Clyde River, Grise Fiord, Resolute Bay, Hall Beach and activities Igloolik, 2016 QWB & HTO of Resolute Bay, 2016

-Only non-exploitive Gunn, 2005 scientific research QWB & HTOs of Arctic Bay and Resolute Bay, 2016 QWB & HTOs of Clyde River, Grise Fiord, Pond Inlet, Sanikiluaq, Hall Beach and Igloolik, 2016 QWB & HTO of Grise Fiord, 2016 QWB & HTOs of Grise Fiord, Resolute Bay, Arctic Bay, Pond Inlet, Pangnirtung, Iqaluit, Kimmirut, Cape Dorset, Hall Beach and Igloolik, 2016 QWB & HTO of Resolute Bay, 2016

Conclusion

In conclusion, this report centralized the spatial and temporal information about the Peary caribou threatened specie living in the CAA. All the information documents, reports and researched used here were done with a direct integration of ATK or an indirect contribution of Inuit community members. All the data found in these documents were vectorized to create a new database of precise observations or land-use areas for Peary caribou over the last decades.

Maps in this report illustrate the areas of use for each of the three annual biological seasons of the caribou; repartition by year; calving and post-calving areas; summering areas; wintering areas; sea-ice crossing areas; traditional Inuit hunting areas; and important areas to protect to ensure a bright future for caribou.

As mentioned before, information and maps from the recent Knowledge Assessment on Peary caribou (Johnson et al., 2016) were excluded from this report to avoid redundant information. Indeed, this report already contains an important part of information from ATK. However, to achieve a better global understanding of the Peary caribou location year after year in each season, we should use as much information available as possible. Thus, to continue the work begun in this report we should compare it with Johnson et al. (2016) to create a more complete database of localization for Peary caribou.

References

With maps vectorized

Anderson, M., & Kingsley, M.C.S. (2015) Distribution and Abundance of Peary Caribou (Rangifer tarandus pearyi) and Muskoxen (Ovibos moschatus) on Southern Ellesmere Island, March 2015. Status Report 2015-01. Department of Environment, Wildlife Research Section, Government of Nunavut. Igloolik, NU, Canada. 49 p.

Anderson, M. (2016a) Distribution and abundance of Peary caribou (Rangifer tarandus pearyi) and muskoxen (Ovibos moschatus) on Devon Island, March 2016. Status Report 2016-01. Department of Environment, Wildlife Research Section, Government of Nunavut. Igloolik, NU, Canada. 37 p.

Anderson, M. (2016b) Distribution and Abundance of Peary Caribou (Rangifer tarandus pearyi) on Lougheed Island, July 2016. Department of Environment, Wildlife Research Section, Government of Nunavut. Igloolik, NU, Canada. 13 p.

Campbell, M. (2006) Estimating Peary Caribou (Rangifer tarandus pearyi) and Muskox (Ovibos moschatus) Numbers, Composition and Distributions on the High Arctic Islands of Nunavut. Status Report 19. Department of Environment, Government of Nunavut. Iqaluit, NU, Canada. 12 p.

Carter, N.A., Dawson, J., Parker, C., Joyce, J., Ogilvie, A. & Weber, M. (2018) Arctic Corridors and Northern Voices: Governing marine transportation in the Canadian Arctic (Ulukhaktok, Northwest Territories community report). University of Ottawa. Ottawa, ON, Canada. 44 p.

Community of Sachs Harbour, Wildlife Management Advisory Council (NWT) & Joint Secretariat. (2008) Sachs Harbour Community Conservation Plan - A plan for the conservation and management of renewable resources and lands within the Inuvialuit Settlement Region and in the vicinity of Banksland, Northwest Territories. Sachs Harbour, NWT, Canada. 109 p.

Community of Ulukhaktok, Wildlife Management Advisory Council (NWT) & Joint Secretariat. (2008) Olokhaktomiut Community Conservation Plan - A plan for the conservation and management of renewable resources and lands within the Inuvialuit Settlement Region in the vicinity of Ulukhaktok, Northwest Territories. Ulukhaktok, NWT, Canada. 127 p.

Davison, T., Pongracz, J., & Williams, J. (2013) Population survey of Peary caribou (Rangifer tarandus pearyi) and muskoxen (Ovibos moschatus) on Banks Island, Northwest Territories, July 2010. Rangifer, Vol. 33, Special Issue No. 21, p. 135–140.

Davison, T. & Williams, J. (2012) Caribou and Muskoxen Survey on Melville and Prince Patrick Islands, 2012 Summary. Department of Environment and Natural Resources, GNWT. Inuvik, NWT, Canada. 6 p.

Davison, T., & Williams, J. (2013) Peary caribou (Rangifer tarandus pearyi) and muskoxen (Ovibos moschatus) on northwest Victoria Island, Northwest Territories. Rangifer, Vol. 33, Special Issue No. 21, p. 129–134.

Davison, T. & Williams, J. (2016) Peary Caribou and Muskox Survey of the Melville Prince Patrick Complex, Northwest Territories and Nunavut, Summer 2012. Manuscript Report No. 259. Environment and Natural Resources, Government of the Northwest Territories. NWT, Canada. 21 p.

Davison, T. & Williams, J. (2019) Aerial Survey of Muskoxen (Ovibos moschatus) and Peary Caribou (Rangifer tarandus pearyi) on Northwest Victoria Island, April-May 2015. Manuscript Report No. 277. Environment and Natural Resources, Government of the Northwest Territories. NWT, Canada. 13 p.

Davison, T., Williams, J. & Adamczewski, J. (2017) Aerial Survey of Peary Caribou (Rangifer tarandus pearyi) and Muskoxen (Ovibos moschatus) on Banks Island, July 2014. Manuscript Report No. 270. Environment and Natural Resources, Government of the Northwest Territories. NWT, Canada. 20 p.

Ferguson, M.A.D. (1987) Status of Peary Caribou and Muskox Populations on Bathurst Island, N.W.T., August 1981. Arctic, Vol. 40, n°2, p. 131‑137.

Gunn, A. & Dragon, J. (1998) Status of Caribou and Muskox Populations within the Prince of Wales Island-Somerset Island-Boothia Peninsula Complex, NWT, July-August 1995. File Report No. 122. Department of Resources, Wildlife and Economic Development, Government of the Northwest Territories. Yellowknife, NWT, Canada. 45 p.

Gunn, A. & Fournier, B. (2000a) Caribou Herd Delimitation and Seasonal Movements based on Satellite Telemetry on Victoria Island 1987-89. File Report No. 125. Department of Resources, Wildlife and Economic Development, Government of the Northwest Territories. Yellowknife, NWT, Canada. 104 p.

Gunn, A. & Fournier, B. (2000b) Identification and Substantiation of Caribou Calving Grounds on the NWT Mainland and Islands. File Report No. 123. Department of Resources, Wildlife and Economic Development, Government of the Northwest Territories. Yellowknife, NWT. 177 p.

Jenkins, D. (2008) The Distribution and Abundance of Peary Caribou and Muskoxen Across the North Western High Arctic Islands, Nunavut. Interim Wildlife Report 15. Department of Environment, Government of Nunavut. Iqaluit, NU, Canada. 14 p.

Jenkins, D.A., Campbell, M., Hope, G., Goorts, J. & Mcloughlin, P. (2011) Recent trends in abundance of Peary Caribou (Rangifer tarandus pearyi) and Muskoxen (Ovibos moschatus) in the Canadian Arctic Archipelago. Nunavut Wildlife Report No. 1. Department of Environment, Government of Nunavut. Pond Inlet, NU, Canada. 184 p.

Johnson, C.A., Neave, E., Blukacz-Richards, A., Banks, S.N. & Quesnelle, P.E. (2016) Knowledge Assessment (Community and Scientific) to inform the identification of critical habitat for Peary caribou, Rangifer tarandus pearyi, in the Canadian Arctic. Environment and Climate Change Canada, Science and Technology. Ottawa, ON, Canada. 192 p.

Ljubicic, G.J., Okpakok, S., Robertson, S. & Mearns, R. (2018) Inuit Approaches to Naming and Distinguishing Caribou: Considering Language, Place, and Homeland toward Improved Co-management. Arctic, Vol. 71, n°3, p. 1-25.

Miller, F.L., Barry, S.J. & Calvert, W.A. (2005) Sea-ice crossings by caribou in the south- central Canadian Arctic Archipelago and their ecological importance. Rangifer, Special Issue No. 16, p. 77-88.

Nagy, J. A. & Gunn, A. (2009) Productivity of Peary Caribou and Muskoxen on Banks and Melville Islands, NT, July 2004. Report No. 204. Department of Renewable Resources, Government of the Northwest Territories. Inuvik, NWT, Canada. 25 p.

Nishi, J. & Buckland, L. (2000) An Aerial Survey of Caribou on Western Victoria Island (5-17 June 1994). File Report No. 128. Department of Renewable Resources, Government of the Northwest Territories. Kugluktuk, NWT, Canada. 88 p.

Nunavut Planning Commission (NPC). (2016a) Nunavut Land Use Plan – 2016 Draft. 89 p. online at [https://www.nunavut.ca/land-use-plans/draft-nunavut-land-use-plan].

Nunavut Planning Commission (NPC). (2016b) Nunavut Land Use Plan (Schedule A) – 2016 Draft. 1 p. online at [https://www.nunavut.ca/land-use-plans/draft-nunavut-land-use-plan].

Qikiqtaaluk Wildlife Board (QWB) & Hunters and Trappers Organizations (HTOs) of Arctic Bay and Resolute Bay. (2016) Written Submission No. 06. 2016 Draft Nunavut Land Use Plan. Proposed Land Use Designation: Community Areas of Interest - Caribou Wintering. Arctic Bay & Resolute Bay, NU, Canada. 5 p.

Qikiqtaaluk Wildlife Board (QWB) & Hunters and Trappers Organization (HTO) of Clyde River, Grise Fiord, Pond Inlet, Sanikiluaq, Hall Beach and Igloolik. (2016) Written Submission No. 07. 2016 Draft Nunavut Land Use Plan. Proposed Land Use Designation: Community Areas of Interest - Caribou and Reindeer Harvesting. Clyde River, Grise Fiord, Pond Inlet, Sanikiluaq, Hall Beach & Igloolik, NU, Canada. 4 p.

Qikiqtaaluk Wildlife Board (QWB) & Hunters and Trappers Organization (HTOs) of Clyde River, Grise Fiord, Resolute Bay, Hall Beach and Igloolik. (2016) Written Submission No. 09. 2016 Draft Nunavut Land Use Plan. Proposed Land Use Designation Additions and Amendments: Community Areas of Interest - Caribou Sea-Ice Crossings, Melville Peninsula, Baffin Island and High Arctic. Clyde River, Grise Fiord, Resolute Bay, Hall Beach & Igloolik, NU, Canada. 5 p.

Qikiqtaaluk Wildlife Board (QWB) & Hunters and Trappers Organization (HTO) of Grise Fiord. (2016) Written Submission No. 34. 2016 Draft Nunavut Land Use Plan. Proposed Land Use Designation: Community Areas of Interest – Multiple Values: 34A. Bjorne – Bauman – Makinson, Ellesmere Island, and 34B. Sverdrup – Truelove – Brae, Devon Island. Grise Fiord, NU, Canada. 3 p.

Qikiqtaaluk Wildlife Board (QWB) & Hunters and Trappers Organizations (HTOs) of Grise Fiord, Resolute Bay, Arctic Bay, Pond Inlet, Pangnirtung, Iqaluit, Kimmirut, Cape Dorset, Hall Beach and Igloolik. (2016) Written Submission No. 08. 2016 Draft Nunavut Land Use Plan. Proposed Land Use Designation: Community Areas of Interest-Caribou Calving and Post-Calving. Grise Fiord, Resolute Bay, Arctic Bay, Pond Inlet, Pangnirtung, Iqaluit, Kimmirut, Cape Dorset, Hall Beach & Igloolik, NU, Canada. 7 p.

Qikiqtaaluk Wildlife Board (QWB) & Hunters and Trappers Organization (HTO) of Resolute Bay. (2016) Written Submission No. 36. 2016 Draft Nunavut Land Use Plan. Proposed Land Use Designation: Community Areas of Interest – Multiple Values - 36A. Allen Bay - Resolute Passage – Resolute Bay, 36B. Southeastern Bathurst Island – Western McDougall Sound, 36C. Southwestern Bathurst Island, and 36D. Maury Channel. Resolute Bay, NU, Canada. 5 p.

Robertson, J.B. (2012) From Felt Tip to Technology: The Challenges of Representing Traditional Knowledge in a GIS Platform to Create a Knowledge Surface. Ryerson University. Toronto, ON, Canada. 103 p. (Thesis)

Species at Risk Committee. (2012) Species Status Report for Peary Caribou (Rangifer tarandus pearyi) in the Northwest Territories. Species at Risk Committee (SARC). Yellowknife, NWT, Canada. 137 p.

Taylor, A.D.M. (2005) Inuit Qaujimajatuqangit about Population Changes and Ecology of Peary Caribou and Muskoxen on the High Arctic Islands of Nunavut. Queen’s University. Kingston, ON, Canada. 123 p. (Thesis)

Without maps

Community of Taloyoak. (2019) Summary of Community Meeting on the 2016 Draft Nunavut Land Use Plan – Taloyaok – November 20, 2019. Community of Taloyoak, NU, Canada. 23 p.

COSEWIC. (2015) COSEWIC Assessment and Status Report on the Peary Caribou (Rangifer tarandus pearyi) in Canada. Committee on the Status of Endangered Wildlife in Canada. Ottawa, ON, Canada. 104 p.

Ferguson, M.A.D. (1991) Peary Caribou and Muskoxen on Bathurst Island, Northwest Territories, from 1961 to 1981. File Report No. 88. Department of Renewable Resources, Government of Northwest Territories. Pond Inlet, NWT, Canada. 54 p.

Government of Nunavut. (2011) Working Together for Caribou - Nunavut Caribou Strategy. Iqaluit, NU, Canada. 30 p.

McLean, B., Jingfors, K. & Case, R. (1986) Abundance and Distribution of Muskoxen and Caribou on Banks Island, July 1985. File Report No. 64. Department of Renewable Resources, Government of the Northwest Territories. Inuvik, NWT, Canada. 45 p.

Olohaktomiut Hunters and Trappers Committee (HTC), Ulukhaktok Community Corporation, Wildlife Management Advisory Council (NWT), Fisheries Joint Management Committee & Joint Secretariat. (2016) Olokhaktomiut Community Conservation Plan (Ulukhaqtuum Angalatchivingit Niryutinik) - A plan for the conservation and management of renewable resources and lands within The Inuvialuit Settlement Region in the vicinity of Ulukhaktok, Northwest Territories. Ulukhaktok, NWT, Canada. 130 p.

Sachs Harbour Hunters and Trappers Committee (HTC), Sachs Harbour Community Corporation, Wildlife Management Advisory Council (NWT), Fisheries Joint Management Committee & Joint Secretariat. (2016) Sachs Harbour Community Conservation Plan (Sachs Harbour Angalatchivingit Niryutinik) - A plan for the conservation and management of renewable resources and lands within the Inuvialuit Settlement Region in the vicinity of Banksland, Northwest Territories. Sachs Harbour, NWT, Canada. 133 p.