Abstract The European Vegetation Archive ( EVA ) is a centralized database of European vegetation plots developed by the IAVS Working Group European Vegetation Survey. It has been in development since 2012 and first made available for use in research projects in 2014. It stores copies of national and regional vegetation‐ plot databases on a single software platform. Data storage in EVA does not affect on‐going independent development of the contributing databases, which remain the property of the data contributors. EVA uses a prototype of the database management software TURBOVEG 3 developed for joint management of multiple databases that use different species lists. This is facilitated by the SynBioSys Taxon Database, a system of taxon names and concepts used in the individual European databases and their corresponding names on a unified list of European flora. TURBOVEG 3 also includes procedures for handling data requests, selections and provisions according to the approved EVA Data Property and Governance Rules. By 30 June 2015, 61 databases from all European regions have joined EVA , contributing in total 1 027 376 vegetation plots, 82% of them with geographic coordinates, from 57 countries. EVA provides a unique data source for large‐scale analyses of European vegetation diversity both for fundamental research and nature conservation applications. Updated information on EVA is available online at http://euroveg.org/eva-database .

Abstract Aim The EUNIS Habitat Classification is a widely used reference framework for European habitat types (habitats), but it lacks formal definitions of individual habitats that would enable their unequivocal identification. Our goal was to develop a tool for assigning vegetation‐plot records to the habitats of the EUNIS system, use it to classify a European vegetation‐plot database, and compile statistically‐derived characteristic species combinations and distribution maps for these habitats. Location Europe. Methods We developed the classification expert system EUNIS‐ESy, which contains definitions of individual EUNIS habitats based on their species composition and geographic location. Each habitat was formally defined as a formula in a computer language combining algebraic and set‐theoretic concepts with formal logical operators. We applied this expert system to classify 1,261,373 vegetation plots from the European Vegetation Archive (EVA) and other databases. Then we determined diagnostic, constant and dominant species for each habitat by calculating species‐to‐habitat fidelity and constancy (occurrence frequency) in the classified data set. Finally, we mapped the plot locations for each habitat. Results Formal definitions were developed for 199 habitats at Level 3 of the EUNIS hierarchy, including 25 coastal, 18 wetland, 55 grassland, 43 shrubland, 46 forest and 12 man‐made habitats. The expert system classified 1,125,121 vegetation plots to these habitat groups and 73,188 to other habitats, while 63,064 plots remained unclassified or were classified to more than one habitat. Data on each habitat were summarized in factsheets containing habitat description, distribution map, corresponding syntaxa and characteristic species combination. Conclusions EUNIS habitats were characterized for the first time in terms of their species composition and distribution, based on a classification of a European database of vegetation plots using the newly developed electronic expert system EUNIS‐ESy. The data provided and the expert system have considerable potential for future use in European nature conservation planning, monitoring and assessment.

Abstract Aims Vegetation‐plot records provide information on the presence and cover or abundance of plants co‐occurring in the same community. Vegetation‐plot data are spread across research groups, environmental agencies and biodiversity research centers and, thus, are rarely accessible at continental or global scales. Here we present the sPlot database, which collates vegetation plots worldwide to allow for the exploration of global patterns in taxonomic, functional and phylogenetic diversity at the plant community level. Results sPlot version 2.1 contains records from 1,121,244 vegetation plots, which comprise 23,586,216 records of plant species and their relative cover or abundance in plots collected worldwide between 1885 and 2015. We complemented the information for each plot by retrieving climate and soil conditions and the biogeographic context (e.g., biomes) from external sources, and by calculating community‐weighted means and variances of traits using gap‐filled data from the global plant trait database TRY. Moreover, we created a phylogenetic tree for 50,167 out of the 54,519 species identified in the plots. We present the first maps of global patterns of community richness and community‐weighted means of key traits. Conclusions The availability of vegetation plot data in sPlot offers new avenues for vegetation analysis at the global scale.