Species responses to climate change may be influenced by changes in available habitat, as well as population processes, species interactions and interactions between demographic and landscape dynamics. Current methods for assessing these responses fail to provide an integrated view of these influences because they deal with habitat change or population dynamics, but rarely both. In this study, we linked a time series of habitat suitability models with spatially explicit stochastic population models to explore factors that influence the viability of plant species populations under stable and changing climate scenarios in South African fynbos, a global biodiversity hot spot. Results indicate that complex interactions between life history, disturbance regime and distribution pattern mediate species extinction risks under climate change. Our novel mechanistic approach allows more complete and direct appraisal of future biotic responses than do static bioclimatic habitat modelling approaches, and will ultimately support development of more effective conservation strategies to mitigate biodiversity losses due to climate change.

Disturbance is a dominant factor in many ecosystems, and the disturbance regime is likely to change over the next decades in response to land-use changes and global warming. We assume that predictions of vegetation dynamics can be made on the basis of a set of life-history traits that characterize the response of a species to disturbance. For crown-fire ecosystems, the main plant traits related to postfire persistence are the ability to resprout (persistence of individuals) and the ability to retain a persistent seed bank (persistence of populations). In this context, we asked (1) to what extent do different life- history traits co-occur with the ability to resprout and/or the ability to retain a persistent seed bank among differing ecosystems and (2) to what extent do combinations of fire- related traits (fire syndromes) change in a fire regime gradient? We explored these questions by reviewing the literature and analyzing databases compiled from different crown-fire ecosystems (mainly eastern Australia, California, and the Mediterranean basin). The review suggests that the pattern of correlation between the two basic postfire persistent traits and other plant traits varies between continents and ecosystems. From these results we predict, for instance, that not all resprouters respond in a similar way everywhere because the associated plant traits of resprouter species vary in different places. Thus, attempts to generalize predictions on the basis of the resprouting capacity may have limited power at a global scale. An example is presented for Australian heathlands. Considering the com- bination of persistence at individual (resprouting) and at population (seed bank) level, the predictive power at local scale was significantly increased.

An understanding of risks to biodiversity is needed for planning action to slow current rates of decline and secure ecosystem services for future human use. Although the IUCN Red List criteria provide an effective assessment protocol for species, a standard global assessment of risks to higher levels of biodiversity is currently limited. In 2008, IUCN initiated development of risk assessment criteria to support a global Red List of ecosystems. We present a new conceptual model for ecosystem risk assessment founded on a synthesis of relevant ecological theories. To support the model, we review key elements of ecosystem definition and introduce the concept of ecosystem collapse, an analogue of species extinction. The model identifies four distributional and functional symptoms of ecosystem risk as a basis for assessment criteria: A) rates of decline in ecosystem distribution; B) restricted distributions with continuing declines or threats; C) rates of environmental (abiotic) degradation; and D) rates of disruption to biotic processes. A fifth criterion, E) quantitative estimates of the risk of ecosystem collapse, enables integrated assessment of multiple processes and provides a conceptual anchor for the other criteria. We present the theoretical rationale for the construction and interpretation of each criterion. The assessment protocol and threat categories mirror those of the IUCN Red List of species. A trial of the protocol on terrestrial, subterranean, freshwater and marine ecosystems from around the world shows that its concepts are workable and its outcomes are robust, that required data are available, and that results are consistent with assessments carried out by local experts and authorities. The new protocol provides a consistent, practical and theoretically grounded framework for establishing a systematic Red List of the world's ecosystems. This will complement the Red List of species and strengthen global capacity to report on and monitor the status of biodiversity.

Threatened species lists are designed primarily to provide an easily understood qualitative estimate of risk of extinction. Although these estimates of risk can be accurate, the lists have inevitably become linked to several decision-making processes. There are four ways in which such lists are commonly used: to set priorities for resource allocation for species recovery; to inform reserve system design; to constrain development and exploitation; and to report on the state of the environment. The lists were not designed for any one of these purposes, and consequently perform some of them poorly. We discuss why, if and how they should be used to achieve these purposes.

The science and practice of ecological restoration are increasingly being called upon to compensate for the loss of biodiversity values caused by development projects. Biodiversity offsetting—compensating for losses of biodiversity at an impact site by generating ecologically equivalent gains elsewhere—therefore places substantial faith in the ability of restoration to recover lost biodiversity. Furthermore, the increase in offset-led restoration multiplies the consequences of failure to restore, since the promise of effective restoration may increase the chance that damage to biodiversity is permitted. But what evidence exists that restoration science and practice can reliably, or even feasibly, achieve the goal of ‘no net loss’ of biodiversity, and under what circumstances are successes and failures more likely? Using recent reviews of the restoration ecology literature, we examine the effectiveness of restoration as an approach for offsetting biodiversity loss, and conclude that many of the expectations set by current offset policy for ecological restoration remain unsupported by evidence. We introduce a conceptual model that illustrates three factors that limit the technical success of offsets: time lags, uncertainty and measurability of the value being offset. These factors can be managed to some extent through sound offset policy design that incorporates active adaptive management, time discounting, explicit accounting for uncertainty, and biodiversity banking. Nevertheless, the domain within which restoration can deliver ‘no net loss’ offsets remains small. A narrowing of the gap between the expectations set by offset policies and the practice of offsetting is urgently required and we urge the development of stronger links between restoration ecologists and those who make policies that are reliant upon restoration science.

Knowing how species respond to fire regimes is essential for ecologically sustainable management. This axiom raises two important questions: (1) what knowledge is the most important to develop and (2) to what extent can current research methods deliver that knowledge? We identify three areas of required knowledge: (i) a mechanistic understanding of species’ responses to fire regimes; (ii) knowledge of how the spatial and temporal arrangement of fires influences the biota; and (iii) an understanding of interactions of fire regimes with other processes. We review the capacity of empirical research to address these knowledge gaps, and reveal many limitations. Manipulative experiments are limited by the number and scope of treatments that can be applied, natural experiments are limited by treatment availability and confounding factors, and longitudinal studies are difficult to maintain, particularly due to unplanned disturbance events. Simulation modelling is limited by the quality of the underlying empirical data and by uncertainty in how well model structure represents reality. Due to the constraints on large-scale, long-term research, the potential for management experiments to inform adaptive management is limited. Rather than simply recommending adaptive management, we define a research agenda to maximise the rate of learning in this difficult field. This includes measuring responses at a species level, building capacity to implement natural experiments, undertaking simulation modelling, and judicious application of experimental approaches. Developing ecologically sustainable fire management practices will require sustained research effort and a sophisticated research agenda based on carefully targeting appropriate methods to address critical management questions.

Abstract Long‐term ecological studies are critical for providing key insights in ecology, environmental change, natural resource management and biodiversity conservation. In this paper, we briefly discuss five key values of such studies. These are: (1) quantifying ecological responses to drivers of ecosystem change; (2) understanding complex ecosystem processes that occur over prolonged periods; (3) providing core ecological data that may be used to develop theoretical ecological models and to parameterize and validate simulation models; (4) acting as platforms for collaborative studies, thus promoting multidisciplinary research; and (5) providing data and understanding at scales relevant to management, and hence critically supporting evidence‐based policy, decision making and the management of ecosystems. We suggest that the ecological research community needs to put higher priority on communicating the benefits of long‐term ecological studies to resource managers, policy makers and the general public. Long‐term research will be especially important for tackling large‐scale emerging problems confronting humanity such as resource management for a rapidly increasing human population, mass species extinction, and climate change detection, mitigation and adaptation. While some ecologically relevant, long‐term data sets are now becoming more generally available, these are exceptions. This deficiency occurs because ecological studies can be difficult to maintain for long periods as they exceed the length of government administrations and funding cycles. We argue that the ecological research community will need to coordinate ongoing efforts in an open and collaborative way, to ensure that discoverable long‐term ecological studies do not become a long‐term deficiency. It is important to maintain publishing outlets for empirical field‐based ecology, while simultaneously developing new systems of recognition that reward ecologists for the use and collaborative sharing of their long‐term data sets. Funding schemes must be re‐crafted to emphasize collaborative partnerships between field‐based ecologists, theoreticians and modellers, and to provide financial support that is committed over commensurate time frames.

Summary Presence‐only records may provide data on the distributions of rare species, but commonly suffer from large, unknown biases due to their typically haphazard collection schemes. Presence–absence or count data collected in systematic, planned surveys are more reliable but typically less abundant. We proposed a probabilistic model to allow for joint analysis of presence‐only and survey data to exploit their complementary strengths. Our method pools presence‐only and presence–absence data for many species and maximizes a joint likelihood, simultaneously estimating and adjusting for the sampling bias affecting the presence‐only data. By assuming that the sampling bias is the same for all species, we can borrow strength across species to efficiently estimate the bias and improve our inference from presence‐only data. We evaluate our model's performance on data for 36 eucalypt species in south‐eastern Australia. We find that presence‐only records exhibit a strong sampling bias towards the coast and towards Sydney, the largest city. Our data‐pooling technique substantially improves the out‐of‐sample predictive performance of our model when the amount of available presence–absence data for a given species is scarce If we have only presence‐only data and no presence–absence data for a given species, but both types of data for several other species that suffer from the same spatial sampling bias, then our method can obtain an unbiased estimate of the first species' geographic range.

ABSTRACT Recent assessments of progress towards global conservation targets have revealed a paucity of indicators suitable for assessing the changing state of ecosystems. Moreover, land managers and planners are often unable to gain timely access to maps they need to support their routine decision-making. This deficiency is partly due to a lack of suitable data on ecosystem change, driven mostly by the considerable technical expertise needed to make ecosystem maps from remote sensing data. We have developed a free and open-access online remote sensing and environmental modelling application, REMAP ( the remote ecosystem monitoring and assessment pipeline ; https://remap-app.org ) that enables volunteers, managers, and scientists with little or no experience in remote sensing to develop high-resolution classified maps of land cover and land use change over time. REMAP utilizes the geospatial data storage and analysis capacity of the Google Earth Engine, and requires only spatially resolved training data that define map classes of interest (e.g., ecosystem types). The training data, which can be uploaded or annotated interactively within REMAP, are used in a random forest classification of up to 13 publicly available predictor datasets to assign all pixels in a focal region to map classes. Predictor datasets available in REMAP represent topographic (e.g. slope, elevation), spectral (Landsat Archive image composites) and climatic variables (precipitation, temperature) that can inform on the distribution of ecosystems and land cover classes. The ability of REMAP to develop and export high-quality classified maps in a very short (<10 minute) time frame represents a considerable advance towards globally accessible and free application of remote sensing technology. By enabling access to data and simplifying remote sensing classifications, REMAP can catalyse the monitoring of land use and change to support environmental conservation, including developing inventories of biodiversity, identifying hotspots of ecosystem diversity, ecosystem-based spatial conservation planning, mapping ecosystem loss at local scales, and supporting environmental education initiatives.

ABSTRACT Fire can promote biodiversity but changing patterns of fire threaten species worldwide. While scientific literature often describes ‘inappropriate fire regimes’ as a significant threat to biodiversity, less attention has been paid to the characteristics that make a fire regime inappropriate. We go beyond this generic description and synthesize how inappropriate fire regimes contribute to declines of animal populations, using threatened mammals as a case study. We developed a demographic framework for classifying mechanisms by which fire regimes cause population decline, and applied the framework in a systematic review to identify fire characteristics and interacting threats associated with population declines in Australian threatened land mammals (n=99). Inappropriate fire regimes threaten 88% of Australian threatened land mammals. Our review indicates that intense, large, and frequent fires are the primary cause of fire-related population declines, particularly through their influence on survival rates. However, several species are threatened by a lack of fire and there is considerable uncertainty in the evidence base for fire-related declines. Climate change and predation are documented or predicted to interact with fire to exacerbate mammalian declines. This demographic framework will help target conservation actions globally and would be enhanced by empirical studies of animal survival, dispersal, and reproduction.