Abstract Coastal lagoons are transitional ecosystems that host a unique diversity of species and support many ecosystem services. Owing to their position at the interface between land and sea, they are also subject to increasing human impacts, which alter their ecological functioning. Because coastal lagoons are naturally highly variable in their environmental conditions, disentangling the effects of anthropogenic disturbances like eutrophication from those of natural variability is a challenging, yet necessary issue to address. Here, we analyze a dataset composed of macrobenthic invertebrate abundances and environmental variables (hydro-morphology, water, sediment and macrophytes) gathered across 29 Mediterranean coastal lagoons located in France, to characterize the main drivers of community composition and structure. Using correlograms, linear models and variance partitioning, we found that lagoon hydro-morphology (connection to the sea and lagoon surface), which affects the level of environmental variability (salinity and temperature), as well as lagoon-scale benthic habitat diversity (using macrophyte morphotypes) seemed to regulate macrofauna distribution, while eutrophication and associated stressors like low dissolved oxygen, acted upon the existing communities, mainly by reducing species richness and diversity. Furthermore, M-AMBI, a multivariate index composed of species richness, Shannon diversity and AMBI (AZTI’s Marine Biotic Index) and currently used to evaluate the ecological state of French coastal lagoons, was more sensitive to eutrophication (18%) than to natural variability (9%), with nonetheless 49% of its variability explained jointly by both. To improve the robustness of benthic indicators like M-AMBI and increase the effectiveness of lagoon benthic habitat management, we call for a revision of the ecological groups at the base of the AMBI index and of the current lagoon typology which could be inspired by the lagoon-sea connection levels used in this study.

Abstract Aim The aim of this study was to define reef benthic habitat states and explore their spatial and temporal variability at a global scale using an innovative clustering pipeline. Location The study uses data on the transects surveyed on shallow (< 20m) reef ecosystems across the globe. Time period: Transects sampled between 2008 and 2021. Major taxa studied: Macroalgae, sessile invertebrates, hydrozoans, seagrass, corals. Methods Percentage cover was estimated for 24 functional groups of sessile biota and substratum from annotated underwater photoquadrats taken along 6,554 transects by scuba divers contributing to the Reef Life Survey dataset. A clustering pipeline combining a non-linear dimension-reduction technique ( UMAP ), with a density-based clustering approach ( HDBSCAN ), was used to identify benthic habitat states. Spatial and temporal variation in habitat distribution was then explored across ecoregions. Results The UMAP-HDBSCAN pipeline identified 17 distinct clusters representing different benthic habitats and gradients of ecological state. Certain habitat states displayed clear biogeographic patterns, predominantly occurring in temperate regions or tropical waters. Notably, some reefs dominated by turf algae were ubiquitous across latitudinal zones. Transition zones between temperate and tropical waters emerged as spatial hotspots of habitat state diversity. Temporal analyses revealed changes in the proportion of certain states over time, notably an increase in turf algae occurrence. Main Conclusions The UMAP-HDBSCAN clustering pipeline effectively characterised fine-scale benthic habitat states at a global scale, confirming known broader biogeographic patterns, including the importance of temperate-tropical transition zones as hotspots of habitat state diversity. This fine-scale, yet broadly-scalable habitat classification could be applied as a standardised template for tracking benthic habitat change across space and time at a global scale. The UMAP-HDBSCAN pipeline has proven to be a powerful and versatile approach for analysing complex biological datasets and can be applied in various ecological domains.

Abstract Joint Species Distribution Models ( jSDM ) are increasingly used to explain and predict biodiversity patterns. By accounting for species co-occurrence patterns and potentially including species-specific information, jSDM s capture the processes that shape ecological communities. Yet, factors like missing covariates or omitting ecologically-important species may alter the interpretability and effectiveness of jSDM s. Additionally, while the specific formulation of a jSDM directly affects its performances, the effects of choices related to model structure, such as inclusion, or not of phylogeny or trait information, are not well-explored. Here, we developed a multifaceted framework to comprehensively assess performances of alternative jSDM formulations at both species and community levels. We applied this framework to four alternative models fitted on presence/absence and abundance data of a polychaete assemblage sampled in two coastal habitats over 500 km and 8 years. Relative to a benchmark jSDM only capturing the effects of abiotic predictors and residual co-occurrence patterns, we explored the performance of alternative formulations that also included species phylogeny, traits, or some additional 179 non-target species, which were sampled alongside the species of interest. For both presence/absence and abundance data, explanatory power was good for all models but their interpretability and predictive power varied. Relative to the benchmark model, predictive errors on species abundances decreased by 95% or 53%, when including non-target species, or phylogeny, respectively. These differences across models relate to changes in both species-environment relationships and residual co-occurrence patterns. While considering trait data did not improve explanatory or predictive power, it facilitated interpretation of trait-mediated species response to environmental gradients. This study demonstrates trade-offs in jSDM formulation for explaining or predicting species data, highlighting the importance of using a comprehensive framework to compare models. Furthermore, our study provides some guidance for model selection tailored to specific objectives and available data.

Coastal zones are biodiversity hotspots and deliver essential ecosystem functions and services, yet they are exposed to multiple and interacting anthropogenic and environmental constraints. The individual and cumulative effects of these constraints on benthic communities, a key component of coastal ecosystems, and their variability across space and time, remains to be thoroughly quantified to guide conservation actions. Here, we explored how the presence of biogenic habitats influences the response of benthic communities to natural and anthropogenic constraints. We investigated this effect in both intertidal and subtidal habitats exposed to different pressures. We used data collected in the North-East Atlantic over 15 years (2005-2019) as part of the REBENT monitoring program, covering 38 sites of bare sediments, intertidal seagrass beds and maerl beds. We collected a range of environmental variables and proxies of anthropogenic pressures and used variation and hierarchical partitioning with redundancy analyses to estimate their relative effect on macrobenthic communities. We used descriptors modeling spatial and temporal structures (dbMEMs) to explore the scale of their effects and potential missing predictors. The selected variables explained between 53 % and 64 % of macrobenthic β diversity depending on habitat and depth. Fishing pressures, sedimentary and hydrodynamics variables stood out as the most important predictors across all habitats while proxies of anthropogenic pressures were overall more important in intertidal habitats. In the intertidal, presence of biogenic habitat strongly modulated the amount of explained variance and the identity of the selected variable. Across both tidal levels, analysis of models' residuals further indicated that biogenic habitats might mitigate the effect of extreme environmental events. Our study provides a hierarchy of the most important drivers of benthic communities across different habitats and tidal levels, emphasizing the prominence of anthropogenic pressures on intertidal communities and the role of biogenic habitats in mitigating environmental changes.

Coastal lagoons are transitional ecosystems that host a unique diversity of species and support many ecosystem services. Owing to their position at the interface between land and sea, they are also subject to increasing human impacts, which alter their ecological functioning. Because coastal lagoons are naturally highly variable in their environmental conditions, disentangling the effects of anthropogenic disturbances like eutrophication from those of natural variability is a challenging, yet necessary issue to address. Here, we analyze a dataset composed of macrobenthic invertebrate abundances and environmental variables (hydro-morphology, water, sediment and macrophytes) gathered across 29 Mediterranean coastal lagoons located in France, to characterize the main drivers of community composition and structure. Using correlograms, linear models and variance partitioning, we found that lagoon hydro-morphology (connection to the sea and lagoon surface), which affects the level of environmental variability (salinity and temperature), as well as lagoon-scale benthic habitat diversity (using macrophyte morphotypes) seemed to regulate macrofauna distribution, while eutrophication and associated stressors like low dissolved oxygen, acted upon the existing communities, mainly by reducing species richness and diversity. Furthermore, M-AMBI, a multivariate index composed of species richness, Shannon diversity and AMBI (AZTI's Marine Biotic Index) and currently used to evaluate the ecological state of French coastal lagoons, was more sensitive to eutrophication (18%) than to natural variability (9%), with nonetheless 49% of its variability explained jointly by both. To improve the robustness of benthic indicators like M-AMBI and increase the effectiveness of lagoon benthic habitat management, we call for a revision of the ecological groups at the base of the AMBI index and of the current lagoon typology which could be inspired by the lagoon-sea connection levels used in this study.