Abstract Despite evidence from a number of Earth systems that abrupt temporal changes known as regime shifts are important, their nature, scale and mechanisms remain poorly documented and understood. Applying principal component analysis, change‐point analysis and a sequential t ‐test analysis of regime shifts to 72 time series, we confirm that the 1980s regime shift represented a major change in the Earth's biophysical systems from the upper atmosphere to the depths of the ocean and from the Arctic to the Antarctic, and occurred at slightly different times around the world. Using historical climate model simulations from the Coupled Model Intercomparison Project Phase 5 ( CMIP 5) and statistical modelling of historical temperatures, we then demonstrate that this event was triggered by rapid global warming from anthropogenic plus natural forcing, the latter associated with the recovery from the El Chichón volcanic eruption. The shift in temperature that occurred at this time is hypothesized as the main forcing for a cascade of abrupt environmental changes. Within the context of the last century or more, the 1980s event was unique in terms of its global scope and scale; our observed consequences imply that if unavoidable natural events such as major volcanic eruptions interact with anthropogenic warming unforeseen multiplier effects may occur.

Abstract Major seasonal community reorganizations and associated biomass variations are landmarks of plankton ecology. However, the processes determining marine species and community turnover rates have not been fully elucidated so far. Here, we analyse patterns of planktonic protist community succession in temperate latitudes, based on quantitative taxonomic data from both microscopy counts and ribosomal DNA metabarcoding from plankton samples collected biweekly over 8 years (2009-2016) at the SOMLIT-Astan station (Roscoff, Western English Channel). Considering the temporal structure of community dynamics (creating temporal correlation), we elucidated the recurrent seasonal pattern of the dominant species and OTUs (rDNA-derived taxa) that drive annual plankton successions. The use of morphological and molecular analyses in combination allowed us to assess absolute species abundance while improving taxonomic resolution, and revealed a greater diversity. Overall, our results underpinned a protist community characterised by a seasonal structure, which is supported by the dominant OTUs. We detected that some were partly benthic as a result of the intense tidal mixing typical of the French coasts in the English Channel. While the occurrence of these microorganisms is driven by the physical and biogeochemical conditions of the environment, internal community processes, such as the complex network of biotic interactions, also play a key role in shaping protist communities.

Anthropogenic pressures such as climate change and nutrient pollution are causing rapid changes in the marine environment. The relative influence of drivers of change on the plankton community remains uncertain, and this uncertainty is limiting our understanding of sustainable levels of human pressures. Plankton are the primary energy resource in marine food webs and respond rapidly to environmental changes, representing useful indicators of shifts in ecosystem structure and function. Categorising plankton into broad groups with similar characteristics, known as "lifeforms", can be useful for understanding ecological patterns related to environmental change and for assessing the state of pelagic habitats in accordance with the EU Marine Strategy Framework Directive and the OSPAR Commission, which mandates protection of the North-East Atlantic. We analysed 29 years of Continuous Plankton Recorder data (1993-2021) from the North-East Atlantic to examine how trends in plankton lifeform abundance changed in relation to one another and across gradients of environmental change associated with human pressures. Random forest models predicted between 57 % and 80 % of the variability in lifeform abundance, based on data not used to train the models. Observed variability was mainly explained by trends in other lifeforms, with mainly positively correlated trends, indicating bottom-up control and/or shared responses to environmental variability were prevalent. Longitude, bathymetry, mixed layer depth, the nitrogen-to‑phosphorus ratio, and temperature were also significant predictors. However, contrasting influences of environmental drivers were detected. For example, small copepod abundance increased in warmer conditions whereas meroplankton, large copepods and fish larvae either decreased or were unchanged. Our findings highlight recent changes in stratification, reflected by variation in mixed layer depth, and imbalanced nutrient ratios are affecting multiple lifeforms, impacting the North-East Atlantic plankton community. To achieve environmental improvements in North-East Atlantic pelagic habitats, it is crucial that we continue to address climate change and reduce nutrient pollution.

Abstract As climate change continues, the likelihood of passing critical thresholds or tipping points increases. Hence, there is a need to advance the science for detecting such thresholds. In this paper, we assess the needs and opportunities for Earth Observation (EO, here understood to refer to satellite observations) to inform society in responding to the risks associated with ten potential large-scale ocean tipping elements: Atlantic Meridional Overturning Circulation; Atlantic Subpolar Gyre; Beaufort Gyre; Arctic halocline; Kuroshio Large Meander; deoxygenation; phytoplankton; zooplankton; higher level ecosystems (including fisheries); and marine biodiversity. We review current scientific understanding and identify specific EO and related modelling needs for each of these tipping elements. We draw out some generic points that apply across several of the elements. These common points include the importance of maintaining long-term, consistent time series; the need to combine EO data consistently with in situ data types (including subsurface), for example through data assimilation; and the need to reduce or work with current mismatches in resolution (in both directions) between climate models and EO datasets. Our analysis shows that developing EO, modelling and prediction systems together, with understanding of the strengths and limitations of each, provides many promising paths towards monitoring and early warning systems for tipping, and towards the development of the next generation of climate models.