Summary 1. Gridded climatologies have become an indispensable component of bioclimatic modelling, with a range of applications spanning conservation and pest management. Such globally conformal data sets of historical and future scenario climate surfaces are required to model species potential ranges under current and future climate scenarios. 2. We developed a set of interpolated climate surfaces at 10′ and 30′ resolution for global land areas excluding Antarctica. Input data for the baseline climatology were gathered from the WorldClim and CRU CL1·0 and CL2·0 data sets. A set of future climate scenarios were generated at 10′ resolution. For each of the historical and future scenario data sets, the full set of 35 Bioclim variables was generated. Climate variables (including relative humidity at 0900 and 1500 hours) were also generated in CLIMEX format. The Köppen–Geiger climate classification scheme was applied to the 10′ hybrid climatology as a tool for visualizing climatic patterns and as an aid for specifying absence or background data for correlative modelling applications. 3. We tested the data set using a correlative model (M ax E nt ) addressing conservation biology concerns for a rare Australian shrub, and a mechanistic niche model (CLIMEX) to map climate suitability for two invasive species. In all cases, the underlying climatology appeared to behave in a robust manner. 4. This global climate data set has the advantage over the WorldClim data set of including humidity data and an additional 16 Bioclim variables. Compared with the CRU CL2·0 data set, the hybrid 10′ data set includes improved precipitation estimates as well as projected climate for two global climate models running relevant greenhouse gas emission scenarios. 5. For many bioclimatic modelling purposes, there is an operational attraction to having a globally conformal historical climatology and future climate scenarios for the assessments of potential climate change impacts. Our data set is known as ‘CliMond’ and is available for free download from http://www.climond.org .

Abstract Aim Investigate the relative abilities of different bioclimatic models and data sets to project species ranges in novel environments utilizing the natural experiment in biogeography provided by Australian Acacia species. Location Australia, South Africa. Methods We built bioclimatic models for Acacia cyclops and Acacia pycnantha using two discriminatory correlative models (M ax E nt and Boosted Regression Trees) and a mechanistic niche model (CLIMEX). We fitted models using two training data sets: native‐range data only (‘restricted’) and all available global data excluding South Africa (‘full’). We compared the ability of these techniques to project suitable climate for independent records of the species in South Africa. In addition, we assessed the global potential distributions of the species to projected climate change. Results All model projections assessed against their training data, the South African data and globally were statistically significant. In South Africa and globally, the additional information contained in the full data set generally improved model sensitivity, but at the expense of increased modelled prevalence, particularly in extrapolation areas for the correlative models. All models projected some climatically suitable areas in South Africa not currently occupied by the species. At the global scale, widespread and biologically unrealistic projections by the correlative models were explained by open‐ended response curves, a problem which was not always addressed by broader background climate space or by the extra information in the full data set. In contrast, the global projections for CLIMEX were more conservative. Projections into 2070 indicated a polewards shift in climate suitability and a decrease in model interpolation area. Main conclusions Our results highlight the importance of carefully interpreting model projections in novel climates, particularly for correlative models. Much work is required to ensure bioclimatic models performed in a robust and ecologically plausible manner in novel climates. We explore reasons for variations between models and suggest methods and techniques for future improvements.

Globally, Phytophthora cinnamomi is listed as one of the 100 worst invasive alien species and active management is required to reduce impact and prevent spread in both horticulture and natural ecosystems. Conversely, there are regions thought to be suitable for the pathogen where no disease is observed. We developed a climex model for the global distribution of P. cinnamomi based on the pathogen's response to temperature and moisture and by incorporating extensive empirical evidence on the presence and absence of the pathogen. The climex model captured areas of climatic suitability where P. cinnamomi occurs that is congruent with all available records. The model was validated by the collection of soil samples from asymptomatic vegetation in areas projected to be suitable by the model for which there were few records. DNA was extracted, and the presence or absence of P. cinnamomi was determined by high-throughput sequencing (HTS). While not detected using traditional isolation methods, HTS detected P. cinnamomi at higher elevations in eastern Australia and central Tasmania as projected by the climex model. Further support for the climex model was obtained using the large data set from south-west Australia where the proportion of positive records in an area is related to the Ecoclimatic Index value for the same area. We provide for the first time a comprehensive global map of the current P. cinnamomi distribution, an improved climex model of the distribution, and a projection to 2080 of the distribution with predicted climate change. This information provides the basis for more detailed regional-scale modelling and supports risk assessment for governments to plan management of this important soil-borne plant pathogen.

Helicoverpa armigera has recently invaded South and Central America, and appears to be spreading rapidly. We update a previously developed potential distribution model to highlight the global invasion threat, with emphasis on the risks to the United States. The continued range expansion of H. armigera in Central America is likely to change the invasion threat it poses to North America qualitatively, making natural dispersal from either the Caribbean islands or Mexico feasible. To characterise the threat posed by H. armigera, we collated the value of the major host crops in the United States growing within its modelled potential range, including that area where it could expand its range during favourable seasons. We found that the annual value of crops that would be exposed to H. armigera totalled approximately US$78 billion p.a., with US$843 million p.a. worth growing in climates that are optimal for the pest. Elsewhere, H. armigera has developed broad-spectrum pesticide resistance; meaning that if it invades the United States, protecting these crops from significant production impacts could be challenging. It may be cost-effective to undertake pre-emptive biosecurity activities such as slowing the spread of H. armigera throughout the Americas, improving the system for detecting H. armigera, and methods for rapid identification, especially distinguishing between H. armigera, H. zea and potential H. armigera x H. zea hybrids. Developing biological control programs, especially using inundative techniques with entomopathogens and parasitoids could slow the spread of H. armigera, and reduce selective pressure for pesticide resistance. The rapid spread of H. armigera through South America into Central America suggests that its spread into North America is a matter of time. The likely natural dispersal routes preclude aggressive incursion responses, emphasizing the value of preparatory communication with agricultural producers in areas suitable for invasion by H. armigera.

Aim Global indicators of change in the state of terrestrial biodiversity are often derived by intersecting observed or projected changes in the distribution of habitat transformation, or of protected areas, with underlying patterns in the distribution of biodiversity. However the two main sources of data used to account for biodiversity patterns in such assessments – i.e. ecoregional boundaries, and vertebrate species ranges – are typically delineated at a much coarser resolution than the spatial grain of key ecological processes shaping both land-use and biological distributions at landscape scale. Species distribution modelling provides one widely used means of refining the resolution of mapped species distributions, but is limited to a subset of species which is biased both taxonomically and geographically, with some regions of the world lacking adequate data to generate reliable models even for better-known biological groups.Innovation Macroecological modelling of collective properties of biodiversity (e.g. alpha and beta diversity) as a correlative function of environmental predictors offers an alternative, yet highly complementary, approach to refining the spatial resolution with which patterns in the distribution of biodiversity can be mapped across our planet. Here we introduce a new capability – BILBI (the Biogeographic Infrastructure for Large-scaled Biodiversity Indicators) – which has implemented this approach by integrating advances in macroecological modelling, biodiversity informatics, remote sensing and high-performance computing to assess spatial-temporal change in biodiversity at ~1km grid resolution across the entire terrestrial surface of the planet. The initial implementation of this infrastructure focuses on modelling beta-diversity patterns using a novel extension of generalised dissimilarity modelling (GDM) designed to extract maximum value from sparsely and unevenly distributed occurrence records for over 400,000 species of plants, invertebrates and vertebrates.Main conclusions Models generated by BILBI greatly refine the mapping of beta-diversity patterns relative to more traditional biodiversity surrogates such as ecoregions. This capability is already proving of considerable value in informing global biodiversity assessment through: 1) generation of indicators of past-to-present change in biodiversity based on observed changes in habitat condition and protected-area coverage; and 2) projection of potential future change in biodiversity as a consequence of alternative scenarios of global change in drivers and policy options.

The species distributions migration poleward and into higher altitudes in a warming climate is especially concerning for economically important insect pest species, as their introduction can potentially occur in places previously considered unsuitable for year-round survival. We explore the expansion of the climatically suitable areas for a horticultural pest, the Mediterranean fruit fly (medfly) Ceratitis capitata (Diptera, Tephritidae), with an emphasis on Europe and California. We reviewed and refined a published CLIMEX model for C. capitata, taking into consideration new records in marginal locations, with a particular focus on Europe. To assess the model fit and to aid in interpreting the meaning of the new European distribution records, we used a time series climate dataset to explore the temporal patterns of climate suitability for C. capitata from the 1970 to 2019. At selected bellwether sites in Europe, we found statistically significant trends in increasing climate suitability, as well as a substantial northward expansion in the modelled potential range. In California, we also found a significant trend of northward and altitudinal expansion of areas suitable for C. capitata establishment. These results provide further evidence of climate change9s impact on species distributions and the need for innovative responses to increased invasion threats.