Growing interest in spatial ecology is promoting new approaches to the study of seed dispersal, one of the key processes determining the spatial structure of plant populations. Seed-dispersion patterns vary among plant species, populations and individuals, at different distances from parents, different microsites and different times. Recent field studies have made progress in elucidating the mechanisms behind these patterns and the implications of these patterns for recruitment success. Together with the development and refinement of mathematical models, this promises a deeper, more mechanistic understanding of dispersal processes and their consequences.

Long-distance dispersal (LDD) of plants poses challenges to research because it involves rare events driven by complex and highly stochastic processes. The current surge of renewed interest in LDD, motivated by growing recognition of its critical importance for natural populations and communities and for humanity, promises an improved, quantitatively derived understanding of LDD. To gain deep insights into the patterns, mechanisms, causes, and consequences of LDD, we must look beyond the standard dispersal vectors and the mean trend of the distribution of dispersal distances. “Nonstandard” mechanisms such as extreme climatic events and generalized LDD vectors seem to hold the greatest explanatory power for the drastic deviations from the mean trend, deviations that make the nearly impossible LDD a reality.

Animal movement is fundamental for ecosystem functioning and species survival, yet the effects of the anthropogenic footprint on animal movements have not been estimated across species. Using a unique GPS-tracking database of 803 individuals across 57 species, we found that movements of mammals in areas with a comparatively high human footprint were on average one-half to one-third the extent of their movements in areas with a low human footprint. We attribute this reduction to behavioral changes of individual animals and to the exclusion of species with long-range movements from areas with higher human impact. Global loss of vagility alters a key ecological trait of animals that affects not only population persistence but also ecosystem processes such as predator-prey interactions, nutrient cycling, and disease transmission.

▪ Abstract Models of seed dispersal—a key process in plant spatial dynamics—have played a fundamental role in representing dispersal patterns, investigating dispersal processes, elucidating the consequences of dispersal for populations and communities, and explaining dispersal evolution. Mechanistic models of seed dispersal have explained seed dispersion patterns expected under different conditions, and illuminated the circumstances that lead to long-distance dispersal in particular. Phenomenological models have allowed us to describe dispersal pattern and can be incorporated into models of the implications of dispersal. Perhaps most notably, population and community models have shown that not only mean dispersal distances but also the entire distribution of dispersal distances are critical to range expansion rates, recruitment patterns, genetic structure, metapopulation dynamics, and ultimately community diversity at different scales. Here, we review these developments, and provide suggestions for further research.

ABSTRACT Dispersal is universally considered important for biodiversity conservation. However, the significance of long‐ as opposed to short‐distance dispersal is insufficiently recognized in the conservation context. Long‐distance dispersal (LDD) events, although typically rare, are crucial to population spread and to maintenance of genetic connectivity. The main threats to global biodiversity involve excessive LDD of elements alien to ecosystems and insufficient dispersal of native species, for example, because of habitat fragmentation. In this paper, we attempt to bridge the gap in the treatment of LDD by reviewing the conservation issues for which LDD is most important. We then demonstrate how taking LDD into consideration can improve conservation management decisions.

It has been argued that nonstandard mechanisms of dispersal are often responsible for long-distance dispersal in plants. For example, plant seeds that appear to be adapted for wind dispersal may occasionally be dispersed long distances by birds, or vice versa. In this paper, we explore whether existing data on dispersal distances, colonization rates, and migration rates support the idea that dispersal processes suggested by the morphology of the dispersal unit are responsible for long distance dispersal. We conclude that the relationship between morphologically defined dispersal syndrome and long-distance dispersal is poor. This relationship is poor because the relationship between the morphology of dispersal units and the multiple processes that move seeds are often complex. We argue that understanding gleaned from the often anecdotal literature on nonstandard and standard means of long distance dispersal is the foundation for both statistical and mechanistic models of long-distance dispersal. Such models hold exciting promise for the development of a quantitative ecology of long-distance dispersal.

Long‐distance dispersal (LDD) includes events in which propagules arrive, but do not necessarily establish, at a site far removed from their origin. Although important in a variety of ecological contexts, the system‐specific nature of LDD makes “far removed” difficult to quantify, partly, but not exclusively, because of inherent uncertainty typically involved with the highly stochastic LDD processes. We critically review the main methods employed in studies of dispersal, in order to facilitate the evaluation of their pertinence to specific aspects of LDD research. Using a novel classification framework, we identify six main methodological groups: biogeographical; Eulerian and Lagrangian movement/redistributional; short‐term and long‐term genetic analyses; and modeling. We briefly discuss the strengths and weaknesses of the most promising methods available for estimation of LDD, illustrating them with examples from current studies. The rarity of LDD events will continue to make collecting, analyzing, and interpreting the necessary data difficult, and a simple and comprehensive definition of LDD will remain elusive. However, considerable advances have been made in some methodological areas, such as miniaturization of tracking devices, elaboration of stable isotope and genetic analyses, and refinement of mechanistic models. Combinations of methods are increasingly used to provide improved insight on LDD from multiple angles. However, human activities substantially increase the variety of long‐distance transport avenues, making the estimation of LDD even more challenging.

Abstract Wind turbines and power lines can cause bird mortality due to collision or electrocution. The biodiversity impacts of energy infrastructure (EI) can be minimised through effective landscape‐scale planning and mitigation. The identification of high‐vulnerability areas is urgently needed to assess potential cumulative impacts of EI while supporting the transition to zero carbon energy. We collected GPS location data from 1,454 birds from 27 species susceptible to collision within Europe and North Africa and identified areas where tracked birds are most at risk of colliding with existing EI. Sensitivity to EI development was estimated for wind turbines and power lines by calculating the proportion of GPS flight locations at heights where birds were at risk of collision and accounting for species' specific susceptibility to collision. We mapped the maximum collision sensitivity value obtained across all species, in each 5 × 5 km grid cell, across Europe and North Africa. Vulnerability to collision was obtained by overlaying the sensitivity surfaces with density of wind turbines and transmission power lines. Results: Exposure to risk varied across the 27 species, with some species flying consistently at heights where they risk collision. For areas with sufficient tracking data within Europe and North Africa, 13.6% of the area was classified as high sensitivity to wind turbines and 9.4% was classified as high sensitivity to transmission power lines. Sensitive areas were concentrated within important migratory corridors and along coastlines. Hotspots of vulnerability to collision with wind turbines and transmission power lines (2018 data) were scattered across the study region with highest concentrations occurring in central Europe, near the strait of Gibraltar and the Bosporus in Turkey. Synthesis and applications . We identify the areas of Europe and North Africa that are most sensitive for the specific populations of birds for which sufficient GPS tracking data at high spatial resolution were available. We also map vulnerability hotspots where mitigation at existing EI should be prioritised to reduce collision risks. As tracking data availability improves our method could be applied to more species and areas to help reduce bird‐EI conflicts.

Abstract Quantifying animal movements is necessary for answering a wide array of research questions in ecology and conservation biology. Consequently, ecologists have made considerable efforts to identify the best way to estimate an animal’s home range, and many methods of estimating home ranges have arisen over the past half century. Most of these methods fall into two distinct categories of estimators that have only recently been described in statistical detail: those that measure range distributions (methods such as Kernel Density Estimation that quantify the long-run behavior of a movement process that features restricted space use) and those that measure occurrence distributions (methods such as Brownian Bridge Movement Models and the Correlated Random Walk Library that quantify uncertainty in an animal movement path during a specific period of observation). In this paper, we use theory, simulations, and empirical analysis to demonstrate the importance of applying these two classes of space use estimators appropriately and distinctly. Conflating range and occurrence distributions can have serious consequences for ecological inference and conservation practice. For example, in most situations, home-range estimates quantified using occurrence estimators are too small, and this problem is exacerbated by ongoing improvements in tracking technology that enable more frequent and more accurate data on animal movements. We encourage researchers to use range estimators to estimate the area of home ranges and occurrence estimators to answer other questions in movement ecology, such as when and where an animal crosses a linear feature, visits a location of interest, or interacts with other animals. Open Research Statement Tracking data on Aepyceros melampus, Beatragus hunteri, Bycanistes bucinator, Cerdocyon thous, Eulemur rufifrons, Glyptemys insculpta, Gyps coprotheres, Madoqua guentheri, Ovis canadensis, Propithecus verreauxi, Sus scrofa , and Ursus arctos are publicly archived in the Dryad repository (Noonan et al. 2018; https://doi.org/10.5061/dryad.v5051j2 ), as are data from Procapra gutturosa (Fleming et al. 2014a; https://doi.org/10.5061/dryad.45157 ). Data on Panthera onca were taken from (Morato et al. 2018). Additional data are publicly archived in the Movebank repository under the following identifiers: Canis latrans , 8159699; Canis lupus , 8159399; Chrysocyon brachyurus , 18156143; Felis silvestris , 40386102; Gyps africanus , 2919708; Lepus europaeus , 25727477; Martes pennanti , 2964494; Panthera leo , 220229; Papio cynocephalus , 222027; Syncerus caffer , 1764627; Tapirus terrestris , 443607536; Torgos tracheliotus , 2919708; and Ursus americanus , 8170674.