An inventory of mercury emissions from anthropogenic activities in China is compiled for the year 1999 from official statistical data. We estimate that China's emissions were 536 (±236) t of total mercury. This value includes open biomass burning, but does not include natural sources or re-emission of previously deposited mercury. Approximately 45% of the Hg comes from non-ferrous metals smelting, 38% from coal combustion, and 17% from miscellaneous activities, of which battery and fluorescent lamp production and cement production are the largest. Emissions are heaviest in Liaoning and Guangdong Provinces, where extensive smelting occurs, and in Guizhou Province, where there is much small-scale combustion of high-Hg coal without emission control devices. Emissions are gridded at 30×30 min spatial resolution. We estimate that 56% of the Hg in China is released as Hg0, 32% as Hg2+, and 12% as Hgp. Particulate mercury emissions are high in China due to heavy burning of coal in residential and small industrial settings without PM controls. Emissions of Hg2+ from coal-fired power plants are high due to the absence of flue-gas desulfurization units, which tend to dissolve the soluble divalent mercury. Metals smelting operations favor the production of elemental mercury. Much of the Hg is released from small-scale activities in rather remote areas, and therefore the activity levels are quite uncertain. Also, emissions test data for Chinese sources are lacking, causing uncertainties in Hg emission factors and removal efficiencies. Overall, we calculate an uncertainty level of ±44% (95% confidence interval) in the estimate of total emissions. We recommend field testing of coal combustors and smelters in China to improve the accuracy of these estimates.

Species distribution models (SDMs) constitute the most common class of models across ecology, evolution and conservation. The advent of ready‐to‐use software packages and increasing availability of digital geoinformation have considerably assisted the application of SDMs in the past decade, greatly enabling their broader use for informing conservation and management, and for quantifying impacts from global change. However, models must be fit for purpose, with all important aspects of their development and applications properly considered. Despite the widespread use of SDMs, standardisation and documentation of modelling protocols remain limited, which makes it hard to assess whether development steps are appropriate for end use. To address these issues, we propose a standard protocol for reporting SDMs, with an emphasis on describing how a study's objective is achieved through a series of modeling decisions. We call this the ODMAP (Overview, Data, Model, Assessment and Prediction) protocol, as its components reflect the main steps involved in building SDMs and other empirically‐based biodiversity models. The ODMAP protocol serves two main purposes. First, it provides a checklist for authors, detailing key steps for model building and analyses, and thus represents a quick guide and generic workflow for modern SDMs. Second, it introduces a structured format for documenting and communicating the models, ensuring transparency and reproducibility, facilitating peer review and expert evaluation of model quality, as well as meta‐analyses. We detail all elements of ODMAP, and explain how it can be used for different model objectives and applications, and how it complements efforts to store associated metadata and define modelling standards. We illustrate its utility by revisiting nine previously published case studies, and provide an interactive web‐based application to facilitate its use. We plan to advance ODMAP by encouraging its further refinement and adoption by the scientific community.

Ecological niche models are widely used in ecology and biogeography. Maxent is one of the most frequently used niche modeling tools, and many studies have aimed to optimize its performance. However, scholars have conflicting views on the treatment of predictor collinearity in Maxent modeling. Despite this lack of consensus, quantitative examinations of the effects of collinearity on Maxent modeling, especially in model transfer scenarios, are lacking. To address this knowledge gap, here we quantify the effects of collinearity under different scenarios of Maxent model training and projection. We separately examine the effects of predictor collinearity, collinearity shifts between training and testing data, and environmental novelty on model performance. We demonstrate that excluding highly correlated predictor variables does not significantly influence model performance. However, we find that collinearity shift and environmental novelty have significant negative effects on the performance of model transfer. We thus conclude that (a) Maxent is robust to predictor collinearity in model training; (b) the strategy of excluding highly correlated variables has little impact because Maxent accounts for redundant variables; and (c) collinearity shift and environmental novelty can negatively affect Maxent model transferability. We therefore recommend to quantify and report collinearity shift and environmental novelty to better infer model accuracy when models are spatially and/or temporally transferred.

A key feature of life's diversity is that some species are common but many more are rare. Nonetheless, at global scales, we do not know what fraction of biodiversity consists of rare species. Here, we present the largest compilation of global plant diversity to quantify the fraction of Earth's plant biodiversity that are rare. A large fraction, ~36.5% of Earth's ~435,000 plant species, are exceedingly rare. Sampling biases and prominent models, such as neutral theory and the k-niche model, cannot account for the observed prevalence of rarity. Our results indicate that (i) climatically more stable regions have harbored rare species and hence a large fraction of Earth's plant species via reduced extinction risk but that (ii) climate change and human land use are now disproportionately impacting rare species. Estimates of global species abundance distributions have important implications for risk assessments and conservation planning in this era of rapid global change.

Abstract Herbarium collections shape our understanding of the world’s flora and are crucial for addressing global change and biodiversity conservation. The formation of such natural history collections, however, are not free from sociopolitical issues of immediate relevance. Despite increasing efforts addressing issues of representation and colonialism in natural history collections, herbaria have received comparatively less attention. While it has been noted that the majority of plant specimens are housed in the global North, the extent of this disparity has not been rigorously quantified to date. Here, by analyzing over 85 million specimen records and surveying herbaria across the globe, we assess the colonial legacy of botanical collections and how we may move towards a more inclusive future. We demonstrate that colonial exploitation has contributed to an inverse relationship between where plant biodiversity exists in nature and where it is housed in herbaria. Such disparities persist in herbaria across physical and digital realms despite overt colonialism having ended over half a century ago, suggesting ongoing digitization and decolonization efforts have yet to alleviate colonial-era discrepancies. We emphasize the need for acknowledging the inconvenient history of herbarium collections and the implementation of a more equitable, global paradigm for their collection, curation, and use.

Abstract Massive biological databases of species occurrences, or georeferenced locations where a species has been observed, are essential inputs for modeling present and future species distributions. Location accuracy is often assessed by determining whether the observation geocoordinates fall within the boundaries of the declared political divisions. This otherwise simple validation is complicated by the difficulty of matching political division names to the correct geospatial object. Spelling errors, abbreviations, alternative codes, and synonyms in multiple languages present daunting name disambiguation challenges. The inability to resolve political division names reduces usable data and analysis of erroneous observations can lead to flawed results. Here, we present the Geographic Name Resolution Service (GNRS), an application for the correction, standardization and indexing of world political division names. The GNRS resolves political division names against a reference database that combines names and codes from GeoNames with geospatial object identifiers from the Global Administrative Areas Database (GADM). In a trial resolution of political division names extracted from >270 million species occurrences, only 1.9%, representing just 6% of occurrences, matched exactly to GADM political divisions in their original form. The GNRS was able to resolve, completely or in part, 92% of the remaining 378,568 political division names, or 86% of the full biodiversity occurrence dataset. In an assessment of geocoordinate accuracy for >239 million species occurrences, resolution of political divisions by the GNRS enabled detection of an order of magnitude more errors and an order of magnitude more error-free occurrences. By providing a novel solution to a major data quality impediment, the GNRS liberates a tremendous amount of biodiversity data for quantitative biodiversity research. The GNRS runs as a web service and can be accessed via an API, an R package, and a web-based graphical user interface. Its modular architecture is easily integrated into existing data validation workflows.

Abstract A long-standing question in ecology is how are species’ population distributed across space. The highest abundance has been hypothesized to be in the spatial or niche center, though mixed patterns from empirical studies has triggered a recent debate. Here we propose a conceptual framework based on environmental suitability and dispersal to interpret the mixed evidence. We demonstrate that the highest abundance could occur in the spatial center, in the niche center, or somewhere in-between the two centers, depending on the environmental setup and dispersal ability. We found that spatial and niche centers rarely overlap, suggesting the counteracting effect between the two factors, rather than reinforcement, is the norm in determining abundance patterns. The varied locations of highest abundance mirror the mixed evidence in literature, suggesting the “abundant-centre” and “abundant-niche centre” hypotheses are not mutually exclusive. This highlights the importance in understanding the biogeographic patterns through the lens of underlying mechanisms.

To meet the ambitious objectives of biodiversity and climate conventions, countries and the international community require clarity on how these objectives can be operationalized spatially, and multiple targets be pursued concurrently. To support governments and political conventions, spatial guidance is needed to identify which areas should be managed for conservation to generate the greatest synergies between biodiversity and nature's contribution to people (NCP). Here we present results from a joint optimization that maximizes improvements in species conservation status, carbon retention and water provisioning and rank terrestrial conservation priorities globally. We found that, selecting the top-ranked 30% (respectively 50%) of areas would conserve 62.4% (86.8%) of the estimated total carbon stock and 67.8% (90.7%) of all clean water provisioning, in addition to improving the conservation status for 69.7% (83.8%) of all species considered. If priority was given to biodiversity only, managing 30% of optimally located land area for conservation may be sufficient to improve the conservation status of 86.3% of plant and vertebrate species on Earth. Our results provide a global baseline on where land could be managed for conservation. We discuss how such a spatial prioritisation framework can support the implementation of the biodiversity and climate conventions.### Competing Interest StatementThe authors have declared no competing interest.

Abstract Plant salt tolerance is closely associated with a high rate of root growth. Although root growth is governed by cell-wall and apoplastic pH, the relationship between these factors in the root elongation zone under salinity stress remains unclear. Here, we assess apoplastic pH, pH- and expansin-dependent cell-wall extensibility, and expansin expression in the root elongation zone of salt-sensitive (Yongliang-15) and -tolerant (JS-7) cultivars under salinity stress. A six-day 80 mM NaCl treatment significantly reduced apical-root apoplastic pH, from 6.2 to 5.3, in both cultivars. Using a pH-dependent cell-wall extensibility experiment, we found that, under 0 mM NaCl treatment, the optimal pH for cell-wall loosening was 6.0 in the salinity-tolerant cultivar and 4.6 in the salinity-sensitive cultivar. Under 80 mM treatment, a pH of 5.0 mitigated the cell-wall stiffness caused by salinity stress in the salinity-tolerant cultivar, but promoted cell-wall stiffening in the salinity-sensitive cultivar. These changes in pH-dependent cell-wall extensibility are consistent with differences in the root growth of two cultivars under salinity stress. Exogenous expansin application, and expansin expression experiments, we found that salinity stress altered expansin expression, differentially affecting cell-wall extensibility under pH 5.0 and 6.0. TaEXPA7 and TaEXPA8 induced cell-wall loosening at pH 5.0, whereas TaEXPA5 induced cell-wall loosening at pH 6.0. These results elucidate the relationship between expansin and cell-wall extensibility in the root elongation zone, with important implications for enhancing plant growth under salinity stress.