Applied historical ecology is the use of historical knowledge in the management of ecosystems. Historical perspectives increase our understanding of the dynamic nature of landscapes and provide a frame of reference for assessing modern patterns and processes. Historical records, however, are often too brief or fragmentary to be useful, or they are not obtainable for the process or structure of interest. Even where long historical time series can be assembled, selection of appropriate reference conditions may be complicated by the past influence of humans and the many potential reference conditions encompassed by nonequilibrium dynamics. These complications, however, do not lessen the value of history; rather they underscore the need for multiple, comparative histories from many locations for evaluating both cultural and natural causes of variability, as well as for characterizing the overall dynamical properties of ecosystems. Historical knowledge may not simplify the task of setting management goals and making decisions, but 20th century trends, such as increasingly severe wildfires, suggest that disregarding history can be perilous. We describe examples from our research in the southwestern United States to illustrate some of the values and limitations of applied historical ecology. Paleoecological data from packrat middens and other natural archives have been useful for defining baseline conditions of vegetation communities, determining histories and rates of species range expansions and contractions, and discriminating between natural and cultural causes of environmental change. We describe a montane grassland restoration project in northern New Mexico that was justified and guided by an historical sequence of aerial photographs showing progressive tree invasion during the 20th century. Likewise, fire scar chronologies have been widely used to justify and guide fuel reduction and natural fire reintroduction in forests. A southwestern network of fire histories illustrates the power of aggregating historical time series across spatial scales. Regional fire patterns evident in these aggregations point to the key role of interannual lags in responses of fuels and fire regimes to the El Niño–Southern Oscillation (wet/dry cycles), with important implications for long-range fire hazard forecasting. These examples of applied historical ecology emphasize that detection and explanation of historical trends and variability are essential to informed management.

More than half (52%) of the spatial and temporal variance in multidecadal drought frequency over the conterminous United States is attributable to the Pacific Decadal Oscillation (PDO) and the Atlantic Multidecadal Oscillation (AMO). An additional 22% of the variance in drought frequency is related to a complex spatial pattern of positive and negative trends in drought occurrence possibly related to increasing Northern Hemisphere temperatures or some other unidirectional climate trend. Recent droughts with broad impacts over the conterminous U.S. (1996, 1999–2002) were associated with North Atlantic warming (positive AMO) and northeastern and tropical Pacific cooling (negative PDO). Much of the long-term predictability of drought frequency may reside in the multidecadal behavior of the North Atlantic Ocean. Should the current positive AMO (warm North Atlantic) conditions persist into the upcoming decade, we suggest two possible drought scenarios that resemble the continental-scale patterns of the 1930s (positive PDO) and 1950s (negative PDO) drought.

Ecological responses to climatic variability in the Southwest include regionally synchronized fires, insect outbreaks, and pulses in tree demography (births and deaths). Multicentury, tree-ring reconstructions of drought, disturbance history, and tree demography reveal climatic effects across scales, from annual to decadal, and from local (<102 km2) to mesoscale (104–106 km2). Climate–disturbance relations are more variable and complex than previously assumed. During the past three centuries, mesoscale outbreaks of the western spruce budworm (Choristoneura occidentalis) were associated with wet, not dry episodes, contrary to conventional wisdom. Regional fires occur during extreme droughts but, in some ecosystems, antecedent wet conditions play a secondary role by regulating accumulation of fuels. Interdecadal changes in fire–climate associations parallel other evidence for shifts in the frequency or amplitude of the Southern Oscillation (SO) during the past three centuries. High interannual, fire–climate correlations (r = 0.7 to 0.9) during specific decades (i.e., circa 1740–80 and 1830–60) reflect periods of high amplitude in the SO and rapid switching from extreme wet to dry years in the Southwest, thereby entraining fire occurrence across the region. Weak correlations from 1780 to 1830 correspond with a decrease in SO frequency or amplitude inferred from independent tree-ring width, ice core, and coral isotope reconstructions. Episodic dry and wet episodes have altered age structures and species composition of woodland and conifer forests. The scarcity of old, living conifers established before circa 1600 suggests that the extreme drought of 1575–95 had pervasive effects on tree populations. The most extreme drought of the past 400 years occurred in the mid–twentieth century (1942–57). This drought resulted in broadscale plant dieoffs in shrublands, woodlands, and forests and accelerated shrub invasion of grasslands. Drought conditions were broken by the post-1976 shift to the negative SO phase and wetter cool seasons in the Southwest. The post-1976 period shows up as an unprecedented surge in tree-ring growth within millennia-length chronologies. This unusual episode may have produced a pulse in tree recruitment and improved rangeland conditions (e.g., higher grass production), though additional study is needed to disentangle the interacting roles of land use and climate. The 1950s drought and the post-1976 wet period and their aftermaths offer natural experiments to study long-term ecosystem response to interdecadal climate variability.

Fire scar and tree growth chronologies (1700 to 1905) and fire statistics (since 1905) from Arizona and New Mexico show that small areas burn after wet springs associated with the low phase of the Southern Oscillation (SO), whereas large areas burn after dry springs associated with the high phase of the SO. Through its synergistic influence on spring weather and fuel conditions, climatic variability in the tropical Pacific significantly influences vegetation dynamics in the southwestern United States. Synchrony of fire-free and severe fire years across diverse southwestern forests implies that climate forces fire regimes on a subcontinental scale; it also underscores the importance of exogenous factors in ecosystem dynamics.

We present a tree‐ring based reconstruction of the Atlantic Multidecadal Oscillation (AMO) which demonstrates that strong, low‐frequency (60–100 yr) variability in basin‐wide (0–70°N) sea surface temperatures (SSTs) has been a consistent feature of North Atlantic climate for the past five centuries. Intervention analysis of reconstructed AMO indicates that 20th century modes were similar to those in the preceding ∼350 yr, and wavelet spectra show robust multidecadal oscillations throughout the reconstruction. Though the exact relationships between low‐frequency SST modes, higher frequency (∼7–25 yr) atmospheric modes (e.g., North Atlantic Oscillation/Arctic Oscillation), and terrestrial climates must still be resolved, our results confirm that the AMO should be considered in assessments of past and future Northern Hemisphere climates.

Climate change in the coming centuries will be characterized by interannual, decadal, and multidecadal fluctuations superimposed on anthropogenic trends. Predicting ecological and biogeographic responses to these changes constitutes an immense challenge for ecologists. Perspectives from climatic and ecological history indicate that responses will be laden with contingencies, resulting from episodic climatic events interacting with demographic and colonization events. This effect is compounded by the dependency of environmental sensitivity upon life-stage for many species. Climate variables often used in empirical niche models may become decoupled from the proximal variables that directly influence individuals and populations. Greater predictive capacity, and more-fundamental ecological and biogeographic understanding, will come from integration of correlational niche modeling with mechanistic niche modeling, dynamic ecological modeling, targeted experiments, and systematic observations of past and present patterns and dynamics.

Two foundational questions about sustainability are “How are ecosystems and the services they provide going to change in the future?” and “How do human decisions affect these trajectories?” Answering these questions requires an ability to forecast ecological processes. Unfortunately, most ecological forecasts focus on centennial-scale climate responses, therefore neither meeting the needs of near-term (daily to decadal) environmental decision-making nor allowing comparison of specific, quantitative predictions to new observational data, one of the strongest tests of scientific theory. Near-term forecasts provide the opportunity to iteratively cycle between performing analyses and updating predictions in light of new evidence. This iterative process of gaining feedback, building experience, and correcting models and methods is critical for improving forecasts. Iterative, near-term forecasting will accelerate ecological research, make it more relevant to society, and inform sustainable decision-making under high uncertainty and adaptive management. Here, we identify the immediate scientific and societal needs, opportunities, and challenges for iterative near-term ecological forecasting. Over the past decade, data volume, variety, and accessibility have greatly increased, but challenges remain in interoperability, latency, and uncertainty quantification. Similarly, ecologists have made considerable advances in applying computational, informatic, and statistical methods, but opportunities exist for improving forecast-specific theory, methods, and cyberinfrastructure. Effective forecasting will also require changes in scientific training, culture, and institutions. The need to start forecasting is now; the time for making ecology more predictive is here, and learning by doing is the fastest route to drive the science forward.

Future predictions from paleoecology Terrestrial ecosystems will be transformed by current anthropogenic change, but the extent of this change remains a challenge to predict. Nolan et al. looked at documented vegetational and climatic changes at almost 600 sites worldwide since the last glacial maximum 21,000 years ago. From this, they determined vegetation responses to temperature changes of 4° to 7°C. They went on to estimate the extent of ecosystem changes under current similar (albeit more rapid) scenarios of warming. Without substantial mitigation efforts, terrestrial ecosystems are at risk of major transformation in composition and structure. Science , this issue p. 920

Abstract Forecasting how species and ecosystems will respond to climate change has been a major aim of ecology in recent years. Much of this research has focused on phenology – the timing of life‐history events. Phenology has well‐demonstrated links to climate, from genetic to landscape scales; yet our ability to explain and predict variation in phenology across species, habitats and time remains poor. Here, we outline how merging approaches from ecology, climate science and evolutionary biology can advance research on phenological responses to climate variability. Using insight into seasonal and interannual climate variability combined with niche theory and community phylogenetics, we develop a predictive approach for species’ reponses to changing climate. Our approach predicts that species occupying higher latitudes or the early growing season should be most sensitive to climate and have the most phylogenetically conserved phenologies. We further predict that temperate species will respond to climate change by shifting in time, while tropical species will respond by shifting space, or by evolving. Although we focus here on plant phenology, our approach is broadly applicable to ecological research of plant responses to climate variability.