Species distribution modeling is a valuable tool with many applications across ecology and evolutionary biology. The selection of biologically meaningful environmental variables that determine relative habitat suitability is a crucial aspect of the modeling pipeline. The 19 bioclimatic variables from WorldClim are frequently employed, primarily because they are easily accessible and available globally for past, present and future climate scenarios. Yet, the availability of relatively few other comparable environmental datasets potentially limits our ability to select appropriate variables that will most successfully characterize a species’ distribution. We identified a set of 16 climatic and two topographic variables in the literature, which we call the ENVIREM dataset, many of which are likely to have direct relevance to ecological or physiological processes determining species distributions. We generated this set of variables at the same resolutions as WorldClim, for the present, mid‐Holocene, and Last Glacial Maximum (LGM). For 20 North American vertebrate species, we then assessed whether including the ENVIREM variables led to improved species distribution models compared to models using only the existing WorldClim variables. We found that including the ENVIREM dataset in the pool of variables to select from led to substantial improvements in niche modeling performance in 13 out of 20 species. We also show that, when comparing models constructed with different environmental variables, differences in projected distributions were often greater in the LGM than in the present. These variables are worth consideration in species distribution modeling applications, especially as many of the variables have direct links to processes important for species ecology. We provide these variables for download at multiple resolutions and for several time periods at envirem.github.io. Furthermore, we have written the ‘envirem’ R package to facilitate the generation of these variables from other input datasets.

Abstract High‐throughput DNA sequencing facilitates the analysis of large portions of the genome in nonmodel organisms, ensuring high accuracy of population genetic parameters. However, empirical studies evaluating the appropriate sample size for these kinds of studies are still scarce. In this study, we use double‐digest restriction‐associated DNA sequencing (ddRADseq) to recover thousands of single nucleotide polymorphisms (SNPs) for two physically isolated populations of Amphirrhox longifolia (Violaceae), a nonmodel plant species for which no reference genome is available. We used resampling techniques to construct simulated populations with a random subset of individuals and SNPs to determine how many individuals and biallelic markers should be sampled for accurate estimates of intra‐ and interpopulation genetic diversity. We identified 3646 and 4900 polymorphic SNPs for the two populations of A. longifolia , respectively. Our simulations show that, overall, a sample size greater than eight individuals has little impact on estimates of genetic diversity within A. longifolia populations, when 1000 SNPs or higher are used. Our results also show that even at a very small sample size (i.e. two individuals), accurate estimates of F ST can be obtained with a large number of SNPs (≥1500). These results highlight the potential of high‐throughput genomic sequencing approaches to address questions related to evolutionary biology in nonmodel organisms. Furthermore, our findings also provide insights into the optimization of sampling strategies in the era of population genomics.

Species distribution modeling is a valuable tool with many applications across ecology and evolutionary biology. The selection of biologically meaningful environmental variables that determine relative habitat suitability is a crucial aspect of the modeling pipeline. The 19 bioclimatic variables from WorldClim are frequently employed, primarily because they are easily accessible and available globally for past, present and future climate scenarios. Yet, the availability of relatively few other comparable environmental datasets potentially limits our ability to select appropriate variables that will most successfully characterize a species' distribution. We identified a set of 16 climatic and two topographic variables in the literature, which we call the envirem dataset, many of which are likely to have direct relevance to ecological or physiological processes determining species distributions. We generated this set of variables at the same resolutions as WorldClim, for the present, mid-Holocene, and Last Glacial Maximum (LGM). For 20 North American vertebrate species, we then assessed whether including the envirem variables led to improved species distribution models compared to models using only the existing WorldClim variables. We found that including the envirem dataset in the pool of variables to select from led to substantial improvements in niche modeling performance in 17 out of 20 species. We also show that, when comparing models constructed with different environmental variables, differences in projected distributions were often greater in the LGM than in the present. These variables are worth consideration in species distribution modeling applications, especially as many of the variables have direct links to processes important for species ecology. We provide these variables for download at multiple resolutions and for several time periods at envirem.github.io. Furthermore, we have written the "envirem" R package to facilitate the generation of these variables from other input datasets.

Aim: Phylogeographic studies of temperate forest taxa often infer complex histories involving population subdivision into distinct refugia during the Last Glacial Maximum (LGM). However, temperate forests may have been broadly distributed in southeastern North America during the LGM. We investigate genome-wide genetic structure in two widespread eastern North America tree species to determine if range expansion from a contiguous area or from genetically isolated refugia better explains the postglacial history of trees and forests from this region. Location: Eastern North America (ENA). Taxa: Bitternut hickory (Carya cordiformis (Wangenh.) K.Koch) and shagbark hickory (Carya ovata (Mill.) K.Koch). Methods: Genetic diversity and differentiation indices were calculated from >1,000 nuclear SNP loci genotyped in ca. 180 individuals per species sampled across ENA. Genetic structure was investigated using principle component analysis and genetic clustering algorithms. As an additional tool for inference, areas of suitable habitat during the LGM were predicted using species distribution models (SDMs). Results: Populations across all latitudes showed similar levels of genetic diversity. Most genetic variation was weakly differentiated across ENA, with the exception of an outlier population of Carya ovata in Texas. Genetic structure in each species exhibited an isolation-by-distance pattern. SDMs predicted high LGM habitat suitability over much of the southeastern United States. Main conclusions: Both hickory species likely survived the LGM in a large region of continuous habitat and recolonized northern areas in a single expanding front that encountered few migration barriers. More complex scenarios, such as forest refugia, need not be invoked to explain genetic structure. The genetically distinct Texas population of Carya ovata could represent a separate glacial refugium, but other explanations are possible. Relative to that of other temperate forest regions, the phylogeographic history of ENA may have been exceptionally simple, involving a northward range shift but without well defined refugia.