Knowledge about the biogeographic affinities of the world's tropical forests helps to better understand regional differences in forest structure, diversity, composition, and dynamics. Such understanding will enable anticipation of region-specific responses to global environmental change. Modern phylogenies, in combination with broad coverage of species inventory data, now allow for global biogeographic analyses that take species evolutionary distance into account. Here we present a classification of the world's tropical forests based on their phylogenetic similarity. We identify five principal floristic regions and their floristic relationships: (i) Indo-Pacific, (ii) Subtropical, (iii) African, (iv) American, and (v) Dry forests. Our results do not support the traditional neo- versus paleotropical forest division but instead separate the combined American and African forests from their Indo-Pacific counterparts. We also find indications for the existence of a global dry forest region, with representatives in America, Africa, Madagascar, and India. Additionally, a northern-hemisphere Subtropical forest region was identified with representatives in Asia and America, providing support for a link between Asian and American northern-hemisphere forests.

Abstract Aim Palms are an iconic, diverse and often abundant component of tropical ecosystems that provide many ecosystem services. Being monocots, tree palms are evolutionarily, morphologically and physiologically distinct from other trees, and these differences have important consequences for ecosystem services (e.g., carbon sequestration and storage) and in terms of responses to climate change. We quantified global patterns of tree palm relative abundance to help improve understanding of tropical forests and reduce uncertainty about these ecosystems under climate change. Location Tropical and subtropical moist forests. Time period Current. Major taxa studied Palms (Arecaceae). Methods We assembled a pantropical dataset of 2,548 forest plots (covering 1,191 ha) and quantified tree palm (i.e., ≥10 cm diameter at breast height) abundance relative to co‐occurring non‐palm trees. We compared the relative abundance of tree palms across biogeographical realms and tested for associations with palaeoclimate stability, current climate, edaphic conditions and metrics of forest structure. Results On average, the relative abundance of tree palms was more than five times larger between Neotropical locations and other biogeographical realms. Tree palms were absent in most locations outside the Neotropics but present in >80% of Neotropical locations. The relative abundance of tree palms was more strongly associated with local conditions (e.g., higher mean annual precipitation, lower soil fertility, shallower water table and lower plot mean wood density) than metrics of long‐term climate stability. Life‐form diversity also influenced the patterns; palm assemblages outside the Neotropics comprise many non‐tree (e.g., climbing) palms. Finally, we show that tree palms can influence estimates of above‐ground biomass, but the magnitude and direction of the effect require additional work. Conclusions Tree palms are not only quintessentially tropical, but they are also overwhelmingly Neotropical. Future work to understand the contributions of tree palms to biomass estimates and carbon cycling will be particularly crucial in Neotropical forests.

Abstract Forests are a substantial terrestrial carbon sink, but anthropogenic changes in land use and climate have considerably reduced the scale of this system 1 . Remote-sensing estimates to quantify carbon losses from global forests 2–5 are characterized by considerable uncertainty and we lack a comprehensive ground-sourced evaluation to benchmark these estimates. Here we combine several ground-sourced 6 and satellite-derived approaches 2,7,8 to evaluate the scale of the global forest carbon potential outside agricultural and urban lands. Despite regional variation, the predictions demonstrated remarkable consistency at a global scale, with only a 12% difference between the ground-sourced and satellite-derived estimates. At present, global forest carbon storage is markedly under the natural potential, with a total deficit of 226 Gt (model range = 151–363 Gt) in areas with low human footprint. Most (61%, 139 Gt C) of this potential is in areas with existing forests, in which ecosystem protection can allow forests to recover to maturity. The remaining 39% (87 Gt C) of potential lies in regions in which forests have been removed or fragmented. Although forests cannot be a substitute for emissions reductions, our results support the idea 2,3,9 that the conservation, restoration and sustainable management of diverse forests offer valuable contributions to meeting global climate and biodiversity targets.

Combating climate change requires unified action across all sectors of society. However, this collective action is precluded by the consensus gap between scientific knowledge and public opinion. A growing body of evidence suggests that facts do not persuade people to act. Instead, it is visualization, the ability to simulate relatable scenarios, which is the most effective approach for motivating behavior change. Here, we exemplify this approach, using current climate projections to enable people to visualize cities of the future, rather than describing intangible climate variables. Analyzing city pairs for 520 major cities of the world, we characterize which cities will most closely resemble the climate conditions of which other major cities by 2050. On average, most cities will resemble cities that are over 1000km south, and 22% of cities will experience climate conditions that are not currently experienced by any existing major cities. We predict that London's climate in 2050 will resemble Barcelona's climate today, Madrid will resemble to Marrakesh, Moscow to Sofia, Seattle to San Francisco, Stockholm to Budapest, Tokyo to Changsha, etc. Our approach illustrates how complex climate data can be packaged to provide tangible information. By allowing people to visualize their own climate futures, we hope to empower citizens, policy makers and scientists to visualize expected climate impacts and adapt decision making accordingly.