A global system of harmonized observations is needed to inform scientists and policy-makers.

Summary Habitat loss and degradation, overexploitation, climate change and the spread of invasive species are drastically depleting the Earth's biological diversity, leading to detrimental impacts on ecosystem services and human well‐being. Our ability to monitor the state of biodiversity and the impacts of global environmental change on this natural capital is fundamental to designing effective adaptation and mitigation strategies for preventing further loss of biological diversity. This requires the scientific community to assess spatio‐temporal changes in the distribution of abiotic conditions (e.g. temperature, rainfall) and in the distribution, structure, composition and functioning of ecosystems. The potential for satellite remote sensing ( SRS ) to provide key data has been highlighted by many researchers, with SRS offering repeatable, standardized and verifiable information on long‐term trends in biodiversity indicators. SRS permits one to address questions on scales inaccessible to ground‐based methods alone, facilitating the development of an integrated approach to natural resource management, where biodiversity, pressures to biodiversity and consequences of management decisions can all be monitored. Synthesis and applications . Here, we provide an interdisciplinary perspective on the prospects of satellite remote sensing ( SRS ) for ecological applications, reviewing established avenues and highlighting new research and technological developments that have a high potential to make a difference in environmental management. We also discuss current barriers to the ecological application of SRS ‐based approaches and identify possible ways to overcome some of these limitations.

Ecologists and space agencies must forge a global monitoring strategy, say Andrew K. Skidmore, Nathalie Pettorelli and colleagues.

Abstract Satellite remote sensing is an important tool for monitoring the status of biodiversity and associated environmental parameters, including certain elements of habitats. However, satellite data are currently underused within the biodiversity research and conservation communities. Three factors have significant impact on the utility of remote sensing data for tracking and understanding biodiversity change. They are its continuity, affordability, and access. Data continuity relates to the maintenance of long-term satellite data products. Such products promote knowledge of how biodiversity has changed over time and why. Data affordability arises from the cost of the imagery. New data policies promoting free and open access to government satellite imagery are expanding the use of certain imagery but the number of free and open data sets remains too limited. Data access addresses the ability of conservation biologists and biodiversity researchers to discover, retrieve, manipulate, and extract value from satellite imagery as well as link it with other types of information. Tools are rapidly improving access. Still, more cross-community interactions are necessary to strengthen ties between the biodiversity and remote sensing communities.

Urbanization is arguably the most dramatic form of irreversible land transformation. Though urbanization is a worldwide phenomenon, it is especially prevalent in India, where urban areas have experienced an unprecedented rate of growth over the last 30 years. In this uncontrolled situation, city planners lack tools to measure, monitor, and understand urban sprawl processes. Multitemporal remote sensing has become an important data-gathering tool for analysing these changes. By using time-series of Landsat data, we classify urban footprints since the 1970s. This lets us detect temporal and spatial urban sprawl, redensification and urban development in the tremendously growing 12 largest Indian urban agglomerations. A multi-scale analysis aims to identify spatiotemporal urban types. At city level, the combination of absolute parameters (e.g. areal growth or built-up density) and landscape metrics (e.g. SHAPE index) quantitatively characterise the spatial pattern of the cities. Spider charts can display the spatial urban types at three time stages, showing temporal development and helping the reader compare all cities based on normalized scales. In addition, gradient analysis provides insight into location-based spatiotemporal patterns of urbanization. Therefore, we analyse zones defining the urban core versus the urban edges. The study aims to detect similarities and differences in spatial growth in the large Indian urban agglomerations. These cities in the same cultural area range from 2.5 million inhabitants to 20 million (in the metropolitan region of Mumbai). The results paint a characteristic picture of spatial pattern, gradients and landscape metrics, and thus illustrate spatial growth and future modelling of urban development in India.

Abstract Two prominent limitations of species distribution models ( SDM s) are spatial biases in existing occurrence data and a lack of spatially explicit predictor variables to fully capture habitat characteristics of species. Can existing and emerging remote sensing technologies meet these challenges and improve future SDM s? We believe so. Novel products derived from multispectral and hyperspectral sensors, as well as future Light Detection and Ranging (LiDAR) and RADAR missions, may play a key role in improving model performance. In this perspective piece, we demonstrate how modern sensors onboard satellites, planes and unmanned aerial vehicles are revolutionizing the way we can detect and monitor both plant and animal species in terrestrial and aquatic ecosystems as well as allowing the emergence of novel predictor variables appropriate for species distribution modeling. We hope this interdisciplinary perspective will motivate ecologists, remote sensing experts and modelers to work together for developing a more refined SDM framework in the near future.

Abstract Although satellite‐based variables have for long been expected to be key components to a unified and global biodiversity monitoring strategy, a definitive and agreed list of these variables still remains elusive. The growth of interest in biodiversity variables observable from space has been partly underpinned by the development of the essential biodiversity variable ( EBV ) framework by the Group on Earth Observations – Biodiversity Observation Network, which itself was guided by the process of identifying essential climate variables. This contribution aims to advance the development of a global biodiversity monitoring strategy by updating the previously published definition of EBV , providing a definition of satellite remote sensing (SRS) EBV s and introducing a set of principles that are believed to be necessary if ecologists and space agencies are to agree on a list of EBV s that can be routinely monitored from space. Progress toward the identification of SRS‐ EBV s will require a clear understanding of what makes a biodiversity variable essential, as well as agreement on who the users of the SRS‐ EBV s are. Technological and algorithmic developments are rapidly expanding the set of opportunities for SRS in monitoring biodiversity, and so the list of SRS‐ EBV s is likely to evolve over time. This means that a clear and common platform for data providers, ecologists, environmental managers, policy makers and remote sensing experts to interact and share ideas needs to be identified to support long‐term coordinated actions.

Abstract Societal, economic and scientific interests in knowing where biodiversity is, how it is faring and what can be done to efficiently mitigate further biodiversity loss and the associated loss of ecosystem services are at an all‐time high. So far, however, biodiversity monitoring has primarily focused on structural and compositional features of ecosystems despite growing evidence that ecosystem functions are key to elucidating the mechanisms through which biological diversity generates services to humanity. This monitoring gap can be traced to the current lack of consensus on what exactly ecosystem functions are and how to track them at scales beyond the site level. This contribution aims to advance the development of a global biodiversity monitoring strategy by proposing the adoption of a set of definitions and a typology for ecosystem functions, and reviewing current opportunities and potential limitations for satellite remote sensing technology to support the monitoring of ecosystem functions worldwide. By clearly defining ecosystem processes, functions and services and their interrelationships, we provide a framework to improve communication between ecologists, land and marine managers, remote sensing specialists and policy makers, thereby addressing a major barrier in the field.

Abstract In an effort to increase conservation effectiveness through the use of Earth observation technologies, a group of remote sensing scientists affiliated with government and academic institutions and conservation organizations identified 10 questions in conservation for which the potential to be answered would be greatly increased by use of remotely sensed data and analyses of those data. Our goals were to increase conservation practitioners’ use of remote sensing to support their work, increase collaboration between the conservation science and remote sensing communities, identify and develop new and innovative uses of remote sensing for advancing conservation science, provide guidance to space agencies on how future satellite missions can support conservation science, and generate support from the public and private sector in the use of remote sensing data to address the 10 conservation questions. We identified a broad initial list of questions on the basis of an email chain‐referral survey. We then used a workshop‐based iterative and collaborative approach to whittle the list down to these final questions (which represent 10 major themes in conservation): How can global Earth observation data be used to model species distributions and abundances? How can remote sensing improve the understanding of animal movements? How can remotely sensed ecosystem variables be used to understand, monitor, and predict ecosystem response and resilience to multiple stressors? How can remote sensing be used to monitor the effects of climate on ecosystems? How can near real‐time ecosystem monitoring catalyze threat reduction, governance and regulation compliance, and resource management decisions? How can remote sensing inform configuration of protected area networks at spatial extents relevant to populations of target species and ecosystem services? How can remote sensing‐derived products be used to value and monitor changes in ecosystem services? How can remote sensing be used to monitor and evaluate the effectiveness of conservation efforts? How does the expansion and intensification of agriculture and aquaculture alter ecosystems and the services they provide? How can remote sensing be used to determine the degree to which ecosystems are being disturbed or degraded and the effects of these changes on species and ecosystem functions?

Abstract Ecosystem heterogeneity has been widely recognized as a key ecological feature, influencing several ecological functions, since it is strictly related to several ecological functions like diversity patterns and change, metapopulation dynamics, population connectivity, or gene flow. In this paper, we present a new R package - rasterdiv - to calculate heterogeneity indices based on remotely sensed data. We also provide an ecological application at the landscape scale and demonstrate its power in revealing potentially hidden heterogeneity patterns. The rasterdiv package allows calculating multiple indices, robustly rooted in Information Theory, and based on reproducible open source algorithms.