Broad-scale studies of climate change effects on freshwater species have focused mainly on temperature, ignoring critical drivers such as flow regime and biotic interactions. We use downscaled outputs from general circulation models coupled with a hydrologic model to forecast the effects of altered flows and increased temperatures on four interacting species of trout across the interior western United States (1.01 million km 2 ), based on empirical statistical models built from fish surveys at 9,890 sites. Projections under the 2080s A1B emissions scenario forecast a mean 47% decline in total suitable habitat for all trout, a group of fishes of major socioeconomic and ecological significance. We project that native cutthroat trout Oncorhynchus clarkii , already excluded from much of its potential range by nonnative species, will lose a further 58% of habitat due to an increase in temperatures beyond the species’ physiological optima and continued negative biotic interactions. Habitat for nonnative brook trout Salvelinus fontinalis and brown trout Salmo trutta is predicted to decline by 77% and 48%, respectively, driven by increases in temperature and winter flood frequency caused by warmer, rainier winters. Habitat for rainbow trout, Oncorhynchus mykiss , is projected to decline the least (35%) because negative temperature effects are partly offset by flow regime shifts that benefit the species. These results illustrate how drivers other than temperature influence species response to climate change. Despite some uncertainty, large declines in trout habitat are likely, but our findings point to opportunities for strategic targeting of mitigation efforts to appropriate stressors and locations.

Summary 1. Ecologists have long sought to distinguish relationships that are general from those that are idiosyncratic to a narrow range of conditions. Conventional methods of model validation and selection assess in‐ or out‐of‐sample prediction accuracy but do not assess model generality or transferability, which can lead to overestimates of performance when predicting in other locations, time periods or data sets. 2. We propose an intuitive method for evaluating transferability based on techniques currently in use in the area of species distribution modelling. The method involves cross‐validation in which data are assigned non‐randomly to groups that are spatially, temporally or otherwise distinct, thus using heterogeneity in the data set as a surrogate for heterogeneity among data sets. 3. We illustrate the method by applying it to distribution modelling of brook trout ( Salvelinus fontinalis Mitchill) and brown trout ( Salmo trutta Linnaeus) in western United States. We show that machine‐learning techniques such as random forests and artificial neural networks can produce models with excellent in‐sample performance but poor transferability, unless complexity is constrained. In our example, traditional linear models have greater transferability. 4. We recommend the use of a transferability assessment whenever there is interest in making inferences beyond the data set used for model fitting. Such an assessment can be used both for validation and for model selection and provides important information beyond what can be learned from conventional validation and selection techniques.

Urban streams have been the focus of much research in recent years, but many questions about the mechanisms driving the urban stream syndrome remain unanswered. Identification of key research questions is an important step toward effective, efficient management of urban streams to meet societal goals. We developed a list of priority research questions by: 1) soliciting input from interested scientists via a listserv and online survey, 2) holding an open discussion on the questions at the Second Symposium on Urbanization and Stream Ecology, and 3) reviewing the literature in the preparation of this paper. We present the resulting list of 26 questions in the context of a review and summary of the present understanding of urban effects on streams. The key questions address major gaps in our understanding of ecosystem structure and function responses (e.g., what are the sublethal impacts of urbanization on biota?), characteristics of urban stream stressors (e.g., can we identify clusters of covarying stressors?), and management strategies (e.g., what are appropriate indicators of ecosystem structure and function to use as management targets?). The identified research needs highlight our limited understanding of mechanisms driving the urban stream syndrome and the variability in characteristics of the effects of urbanization across different biogeoclimatic conditions, stages of development, government policies, and cultural norms. We discuss how to proceed with appropriate management activities given our current incomplete understanding of the urban stream syndrome.

Abstract Thermal regimes are fundamental determinants of aquatic ecosystems, which makes description and prediction of temperatures critical during a period of rapid global change. The advent of inexpensive temperature sensors dramatically increased monitoring in recent decades, and although most monitoring is done by individuals for agency‐specific purposes, collectively these efforts constitute a massive distributed sensing array that generates an untapped wealth of data. Using the framework provided by the National Hydrography Dataset, we organized temperature records from dozens of agencies in the western U.S. to create the NorWeST database that hosts >220,000,000 temperature recordings from >22,700 stream and river sites. Spatial‐stream‐network models were fit to a subset of those data that described mean August water temperatures (AugTw) during 63,641 monitoring site‐years to develop accurate temperature models ( r 2 = 0.91; RMSPE = 1.10°C; MAPE = 0.72°C), assess covariate effects, and make predictions at 1 km intervals to create summer climate scenarios. AugTw averaged 14.2°C (SD = 4.0°C) during the baseline period of 1993–2011 in 343,000 km of western perennial streams but trend reconstructions also indicated warming had occurred at the rate of 0.17°C/decade (SD = 0.067°C/decade) during the 40 year period of 1976–2015. Future scenarios suggest continued warming, although variation will occur within and among river networks due to differences in local climate forcing and stream responsiveness. NorWeST scenarios and data are available online in user‐friendly digital formats and are widely used to coordinate monitoring efforts among agencies, for new research, and for conservation planning.

The imminent demise of montane species is a recurrent theme in the climate change literature, particularly for aquatic species that are constrained to networks and elevational rather than latitudinal retreat as temperatures increase. Predictions of widespread species losses, however, have yet to be fulfilled despite decades of climate change, suggesting that trends are much weaker than anticipated and may be too subtle for detection given the widespread use of sparse water temperature datasets or imprecise surrogates like elevation and air temperature. Through application of large water-temperature databases evaluated for sensitivity to historical air-temperature variability and computationally interpolated to provide high-resolution thermal habitat information for a 222,000-km network, we estimate a less dire thermal plight for cold-water species within mountains of the northwestern United States. Stream warming rates and climate velocities were both relatively low for 1968-2011 (average warming rate = 0.101 °C/decade; median velocity = 1.07 km/decade) when air temperatures warmed at 0.21 °C/decade. Many cold-water vertebrate species occurred in a subset of the network characterized by low climate velocities, and three native species of conservation concern occurred in extremely cold, slow velocity environments (0.33-0.48 km/decade). Examination of aggressive warming scenarios indicated that although network climate velocities could increase, they remain low in headwaters because of strong local temperature gradients associated with topographic controls. Better information about changing hydrology and disturbance regimes is needed to complement these results, but rather than being climatic cul-de-sacs, many mountain streams appear poised to be redoubts for cold-water biodiversity this century.

Abstract Leaf litter dominates particulate organic carbon inputs to forest streams. Using data‐informed simulations, we explored how litter type (slow‐ vs. fast‐decomposing species), pulsed autumn litter inputs, groundwater‐mediated temperature regimes, and climate warming affect litter breakdown in a 3 rd ‐order stream network. We found that the time‐dependent interactions of these variables govern network‐scale litter breakdown phenology, with greater thermal sensitivity of slow‐decomposing litter for both current and future scenarios. Groundwater thermal inputs modified litter breakdown phenology by reducing spring and summer and elevating winter litter breakdown fluxes. Under future warming scenarios, the source depth of contributing groundwater influenced summer detrital resources; shallow groundwater‐fed streams had reduced summer resources compared to deep groundwater‐fed streams. Our results demonstrate that predicting in‐stream carbon cycling requires explicit consideration of the phenology of resource inputs and the seasonal timing of environmental factors, notably stream thermal regimes.