Abstract DNA metabarcoding is promising for cost-effective biodiversity monitoring, but reliable diversity estimates are difficult to achieve and validate. Here we present and validate a method, called LULU, for removing erroneous molecular operational taxonomic units (OTUs) from community data derived by high-throughput sequencing of amplified marker genes. LULU identifies errors by combining sequence similarity and co-occurrence patterns. To validate the LULU method, we use a unique data set of high quality survey data of vascular plants paired with plant ITS2 metabarcoding data of DNA extracted from soil from 130 sites in Denmark spanning major environmental gradients. OTU tables are produced with several different OTU definition algorithms and subsequently curated with LULU, and validated against field survey data. LULU curation consistently improves α-diversity estimates and other biodiversity metrics, and does not require a sequence reference database; thus, it represents a promising method for reliable biodiversity estimation.

Trophic rewilding is an ecological restoration strategy that uses species introductions to restore top-down trophic interactions and associated trophic cascades to promote self-regulating biodiverse ecosystems. Given the importance of large animals in trophic cascades and their widespread losses and resulting trophic downgrading, it often focuses on restoring functional megafaunas. Trophic rewilding is increasingly being implemented for conservation, but remains controversial. Here, we provide a synthesis of its current scientific basis, highlighting trophic cascades as the key conceptual framework, discussing the main lessons learned from ongoing rewilding projects, systematically reviewing the current literature, and highlighting unintentional rewilding and spontaneous wildlife comebacks as underused sources of information. Together, these lines of evidence show that trophic cascades may be restored via species reintroductions and ecological replacements. It is clear, however, that megafauna effects may be affected by poorly understood trophic complexity effects and interactions with landscape settings, human activities, and other factors. Unfortunately, empirical research on trophic rewilding is still rare, fragmented, and geographically biased, with the literature dominated by essays and opinion pieces. We highlight the need for applied programs to include hypothesis testing and science-based monitoring, and outline priorities for future research, notably assessing the role of trophic complexity, interplay with landscape settings, land use, and climate change, as well as developing the global scope for rewilding and tools to optimize benefits and reduce human–wildlife conflicts. Finally, we recommend developing a decision framework for species selection, building on functional and phylogenetic information and with attention to the potential contribution from synthetic biology.

Abstract The European Vegetation Archive ( EVA ) is a centralized database of European vegetation plots developed by the IAVS Working Group European Vegetation Survey. It has been in development since 2012 and first made available for use in research projects in 2014. It stores copies of national and regional vegetation‐ plot databases on a single software platform. Data storage in EVA does not affect on‐going independent development of the contributing databases, which remain the property of the data contributors. EVA uses a prototype of the database management software TURBOVEG 3 developed for joint management of multiple databases that use different species lists. This is facilitated by the SynBioSys Taxon Database, a system of taxon names and concepts used in the individual European databases and their corresponding names on a unified list of European flora. TURBOVEG 3 also includes procedures for handling data requests, selections and provisions according to the approved EVA Data Property and Governance Rules. By 30 June 2015, 61 databases from all European regions have joined EVA , contributing in total 1 027 376 vegetation plots, 82% of them with geographic coordinates, from 57 countries. EVA provides a unique data source for large‐scale analyses of European vegetation diversity both for fundamental research and nature conservation applications. Updated information on EVA is available online at http://euroveg.org/eva-database .

Abstract Aims Vegetation‐plot records provide information on the presence and cover or abundance of plants co‐occurring in the same community. Vegetation‐plot data are spread across research groups, environmental agencies and biodiversity research centers and, thus, are rarely accessible at continental or global scales. Here we present the sPlot database, which collates vegetation plots worldwide to allow for the exploration of global patterns in taxonomic, functional and phylogenetic diversity at the plant community level. Results sPlot version 2.1 contains records from 1,121,244 vegetation plots, which comprise 23,586,216 records of plant species and their relative cover or abundance in plots collected worldwide between 1885 and 2015. We complemented the information for each plot by retrieving climate and soil conditions and the biogeographic context (e.g., biomes) from external sources, and by calculating community‐weighted means and variances of traits using gap‐filled data from the global plant trait database TRY. Moreover, we created a phylogenetic tree for 50,167 out of the 54,519 species identified in the plots. We present the first maps of global patterns of community richness and community‐weighted means of key traits. Conclusions The availability of vegetation plot data in sPlot offers new avenues for vegetation analysis at the global scale.

Abstract Recent studies from mountainous areas of small spatial extent (<2500 km 2 ) suggest that fine‐grained thermal variability over tens or hundreds of metres exceeds much of the climate warming expected for the coming decades. Such variability in temperature provides buffering to mitigate climate‐change impacts. Is this local spatial buffering restricted to topographically complex terrains? To answer this, we here study fine‐grained thermal variability across a 2500‐km wide latitudinal gradient in N orthern E urope encompassing a large array of topographic complexities. We first combined plant community data, E llenberg temperature indicator values, locally measured temperatures (LmT) and globally interpolated temperatures (GiT) in a modelling framework to infer biologically relevant temperature conditions from plant assemblages within <1000‐m 2 units (community‐inferred temperatures: CiT). We then assessed: (1) CiT range (thermal variability) within 1‐km 2 units; (2) the relationship between CiT range and topographically and geographically derived predictors at 1‐km resolution; and (3) whether spatial turnover in CiT is greater than spatial turnover in GiT within 100‐km 2 units. E llenberg temperature indicator values in combination with plant assemblages explained 46–72% of variation in LmT and 92–96% of variation in GiT during the growing season ( J une, J uly, A ugust). Growing‐season CiT range within 1‐km 2 units peaked at 60–65°N and increased with terrain roughness, averaging 1.97 °C ( SD = 0.84 °C) and 2.68 °C ( SD = 1.26 °C) within the flattest and roughest units respectively. Complex interactions between topography‐related variables and latitude explained 35% of variation in growing‐season CiT range when accounting for sampling effort and residual spatial autocorrelation. Spatial turnover in growing‐season CiT within 100‐km 2 units was, on average, 1.8 times greater (0.32 °C km −1 ) than spatial turnover in growing‐season GiT (0.18 °C km −1 ). We conclude that thermal variability within 1‐km 2 units strongly increases local spatial buffering of future climate warming across N orthern E urope, even in the flattest terrains.

Abstract Recent studies report declines in biomass, abundance and diversity of terrestrial insect groups. While anthropogenic land use is one likely contributor to this decline, studies assessing land cover as a driver of insect dynamics are rare and mostly restricted in spatial scale and types of land cover. In this study, we used rooftop-mounted car nets in a citizen science project (‘InsectMobile’) to allow for large-scale geographic sampling of flying insects across Denmark and parts of Germany. Citizen scientists sampled insects along 278 10 km routes in urban, farmland and semi-natural (grassland, wetland and forest) landscapes in the summer of 2018. We assessed the importance of local to landscape-scale effects and land use intensity by relating insect biomass to land cover in buffers of 50, 250, 500 and 1000 m along the routes. We found a negative association of urban cover and a positive association of farmland on insect biomass at a landscape-scale (1000 m buffer) in both countries. In Denmark, we also found positive effects of all semi-natural land covers, i.e. grassland (largest at the landscape-scale, 1000 m), forests (largest at intermediate scales, 250 m), and wetlands (largest at the local-scale, 50 m). The negative association of insect biomass with urban land cover and positive association with farmland were not clearly modified by any variable associated with land use intensity. Our results show that land cover has an impact on flying insect biomass with the magnitude of this effect varying across spatial scales. Since we consistently found negative effects of urban land cover, our findings highlight the need for the conservation of semi-natural areas, such as wetlands, grasslands and forests, in Europe.

Abstract The massive global losses of large mammals in the Pleistocene have triggered severe ecosystem changes including changed nutrient cycles, fire regimes and climate, shifts in biomes and loss of biodiversity. Large herbivores create and diversify resources and living space for other organisms and thereby play an important role in ecosystem functioning and biodiversity conservation. However, even today large herbivores are regulated, hunted and driven to extinction to a degree where intact large-herbivore communities are largely non-existent. Consequently, natural density and biomass of large-herbivores for restoration of ecosystems are poorly known. To address this knowledge gap, we apply the scaling pattern for consumer-producer relationships and show that the biomass of large herbivores in ecosystems across the world is considerably lower than expected from primary productivity. African ecosystems have the strongest consumer-producer relationship and assuming that African ecosystems approach a natural baseline, we use this relationship to predict large herbivore biomass in Europe as an example. Our findings indicate that restoring large herbivore biomass would entail increasing large herbivore biomass by orders of magnitude in most ecosystems, which potentially changes the perspective on large herbivores in conservation and restoration projects.

ABSTRACT Effective planning and nature management require spatially accurate and comprehensive measures of the factors important for biodiversity. Light detection and ranging (LIDAR also known as light radar) can provide exactly this, and is hereby a promising technology to support future nature management and related applications. However, until now studies evaluating the potential of LIDAR for this field have been highly limited in scope. Here, we assess the potential of LIDAR to estimate the local diversity of four species groups in multiple habitat types, from open grasslands and meadows over shrubland to forests and across a large area (approximately 43.000 km 2 ), providing a crucial step towards enabling the application of LIDAR in practice, planning and policy-making. We assessed the relationships between the species richness of macrofungi, lichens, bryophytes and plants, respectively, and 25 LIDAR-based measures related to potential abiotic and biotic diversity drivers. We used negative binomial Generalized Linear Modelling to construct 19 different relevant models for each species group, and leave-one-region-out cross validation to select the best models. These best models explained 49, 31, 32 and 28 % of the variation in species richness (R 2 ) for macrofungi, lichens, bryophytes and plants respectively. Three LIDAR measures were important and positively related to the richness in three of the four species groups: variation in local heat load, terrain slope and shrub layer height. Four other LIDAR measures were ranked among the three most important for at least one of the species groups: point amplitude entropy, shrub layer density (1.5 – 5 m), medium-tree layer density (10 – 15 m) and variation in biomass. Generally, LIDAR measures exhibited strong associations to the biotic environment, and to some abiotic factors, but was not suitable for representing spatiotemporal continuity. In conclusion, we showed how well LIDAR alone can predict the local biodiversity across habitats. We also showed that several LIDAR measures are highly correlated to important biodiversity drivers, which are notoriously hard to measure in the field. This opens up hitherto unseen possibilities for using LIDAR for cost-effective monitoring and management of local biodiversity across species groups and habitat types even over large areas.

Abstract Biodiversity of soil microbiota is routinely assessed with environmental DNA-based methods, among which amplification and massive parallel sequencing of marker genes (eDNA metabarcoding) is the most common. Soil microbiota may for example be investigated in relation to biodiversity research or as a tool in forensic investigations. After sampling, the taxonomic composition of soil biotic communities may change. In order to minimize community changes after sampling, it is desirable to reduce biological activity, e.g. by freezing immediately after sampling. However, this may be impossible due to remoteness of study sites or, in forensic cases, where soil has been attached to a questioned item for protracted periods of time. Here we investigated the effect of storage duration and conditions on the assessment of the soil biota with eDNA metabarcoding. We extracted eDNA from freshly collected soil samples and again from the same samples after storage under contrasting temperature conditions. We used five different primer sets targeting bacteria, fungi, protists (cercozoans), general eukaryotes, and plants. For these groups, we quantified differences in richness, evenness and community composition. Subsequently, we tested whether we could correctly infer habitat type and original sample identity after storage using a large reference dataset. We found increased community composition differences with extended storage time and with higher storage temperature. However, for samples stored less than 28 days at a maximum of 20°C, changes were generally insignificant. Classification models could successfully assign most stored samples to their exact location of origin and correct habitat type even after weeks of storage. Even samples showing larger compositional changes generally retained the original sample as the best match (relative similarity). Our results show that for most biodiversity and forensic applications, storage of samples for days and even several weeks may not be a problem, if storage temperature does not exceed 20°C. Even after suboptimal storage conditions, significant patterns can be reproduced.