Despite striking differences in climate, soils, and evolutionary history among diverse biomes ranging from tropical and temperate forests to alpine tundra and desert, we found similar interspecific relationships among leaf structure and function and plant growth in all biomes. Our results thus demonstrate convergent evolution and global generality in plant functioning, despite the enormous diversity of plant species and biomes. For 280 plant species from two global data sets, we found that potential carbon gain (photosynthesis) and carbon loss (respiration) increase in similar proportion with decreasing leaf life-span, increasing leaf nitrogen concentration, and increasing leaf surface area-to-mass ratio. Productivity of individual plants and of leaves in vegetation canopies also changes in constant proportion to leaf life-span and surface area-to-mass ratio. These global plant functional relationships have significant implications for global scale modeling of vegetation–atmosphere CO 2 exchange.

Abstract Predicted responses of transpiration to elevated atmospheric CO 2 concentration ( eCO 2 ) are highly variable amongst process‐based models. To better understand and constrain this variability amongst models, we conducted an intercomparison of 11 ecosystem models applied to data from two forest free‐air CO 2 enrichment ( FACE ) experiments at Duke University and Oak Ridge National Laboratory. We analysed model structures to identify the key underlying assumptions causing differences in model predictions of transpiration and canopy water use efficiency. We then compared the models against data to identify model assumptions that are incorrect or are large sources of uncertainty. We found that model‐to‐model and model‐to‐observations differences resulted from four key sets of assumptions, namely (i) the nature of the stomatal response to elevated CO 2 (coupling between photosynthesis and stomata was supported by the data); (ii) the roles of the leaf and atmospheric boundary layer (models which assumed multiple conductance terms in series predicted more decoupled fluxes than observed at the broadleaf site); (iii) the treatment of canopy interception (large intermodel variability, 2–15%); and (iv) the impact of soil moisture stress (process uncertainty in how models limit carbon and water fluxes during moisture stress). Overall, model predictions of the CO 2 effect on WUE were reasonable (intermodel μ = approximately 28% ± 10%) compared to the observations (μ = approximately 30% ± 13%) at the well‐coupled coniferous site (Duke), but poor (intermodel μ = approximately 24% ± 6%; observations μ = approximately 38% ± 7%) at the broadleaf site (Oak Ridge). The study yields a framework for analysing and interpreting model predictions of transpiration responses to eCO 2 , and highlights key improvements to these types of models.

Abstract Aim The influence of soil properties on photosynthetic traits in higher plants is poorly quantified in comparison with that of climate. We address this situation by quantifying the unique and joint contributions to global leaf‐trait variation from soils and climate. Location Terrestrial ecosystems world‐wide. Methods Using a trait dataset comprising 1509 species from 288 sites, with climate and soil data derived from global datasets, we quantified the effects of 20 soil and 26 climate variables on light‐saturated photosynthetic rate ( A area ), stomatal conductance ( g s ), leaf nitrogen and phosphorus ( N area and P area ) and specific leaf area ( SLA ) using mixed regression models and multivariate analyses. Results Soil variables were stronger predictors of leaf traits than climatic variables, except for SLA . On average, N area , P area and A area increased and SLA decreased with increasing soil pH and with increasing site aridity. g s declined and P area increased with soil available P ( P avail ). N area was unrelated to total soil N . Joint effects of soil and climate dominated over their unique effects on N area and P area , while unique effects of soils dominated for A area and g s . Path analysis indicated that variation in A area reflected the combined independent influences of N area and g s , the former promoted by high pH and aridity and the latter by low P avail . Main conclusions Three environmental variables were key for explaining variation in leaf traits: soil pH and P avail , and the climatic moisture index (the ratio of precipitation to potential evapotranspiration). Although the reliability of global soil datasets lags behind that of climate datasets, our results nonetheless provide compelling evidence that both can be jointly used in broad‐scale analyses, and that effects uniquely attributable to soil properties are important determinants of leaf photosynthetic traits and rates. A significant future challenge is to better disentangle the covarying physiological, ecological and evolutionary mechanisms that underpin trait–environment relationships.

Summary The temperature response of photosynthesis is one of the key factors determining predicted responses to warming in global vegetation models ( GVM s). The response may vary geographically, owing to genetic adaptation to climate, and temporally, as a result of acclimation to changes in ambient temperature. Our goal was to develop a robust quantitative global model representing acclimation and adaptation of photosynthetic temperature responses. We quantified and modelled key mechanisms responsible for photosynthetic temperature acclimation and adaptation using a global dataset of photosynthetic CO 2 response curves, including data from 141 C 3 species from tropical rainforest to Arctic tundra. We separated temperature acclimation and adaptation processes by considering seasonal and common‐garden datasets, respectively. The observed global variation in the temperature optimum of photosynthesis was primarily explained by biochemical limitations to photosynthesis, rather than stomatal conductance or respiration. We found acclimation to growth temperature to be a stronger driver of this variation than adaptation to temperature at climate of origin. We developed a summary model to represent photosynthetic temperature responses and showed that it predicted the observed global variation in optimal temperatures with high accuracy. This novel algorithm should enable improved prediction of the function of global ecosystems in a warming climate.

Summary The first generation of forest free‐air CO 2 enrichment ( FACE ) experiments has successfully provided deeper understanding about how forests respond to an increasing CO 2 concentration in the atmosphere. Located in aggrading stands in the temperate zone, they have provided a strong foundation for testing critical assumptions in terrestrial biosphere models that are being used to project future interactions between forest productivity and the atmosphere, despite the limited inference space of these experiments with regards to the range of global ecosystems. Now, a new generation of FACE experiments in mature forests in different biomes and over a wide range of climate space and biodiversity will significantly expand the inference space. These new experiments are: Euc FACE in a mature Eucalyptus stand on highly weathered soil in subtropical Australia; Amazon FACE in a highly diverse, primary rainforest in Brazil; BIF oR‐ FACE in a 150‐yr‐old deciduous woodland stand in central England; and Swed FACE proposed in a hemiboreal, Pinus sylvestris stand in Sweden. We now have a unique opportunity to initiate a model–data interaction as an integral part of experimental design and to address a set of cross‐site science questions on topics including responses of mature forests; interactions with temperature, water stress, and phosphorus limitation; and the influence of biodiversity.

Non-structural carbohydrates (NSC) in plant tissue are frequently quantified to make inferences about plant responses to environmental conditions. Laboratories publishing estimates of NSC of woody plants use many different methods to evaluate NSC. We asked whether NSC estimates in the recent literature could be quantitatively compared among studies. We also asked whether any differences among laboratories were related to the extraction and quantification methods used to determine starch and sugar concentrations. These questions were addressed by sending sub-samples collected from five woody plant tissues, which varied in NSC content and chemical composition, to 29 laboratories. Each laboratory analyzed the samples with their laboratory-specific protocols, based on recent publications, to determine concentrations of soluble sugars, starch and their sum, total NSC. Laboratory estimates differed substantially for all samples. For example, estimates for Eucalyptus globulus leaves (EGL) varied from 23 to 116 (mean = 56) mg g−1 for soluble sugars, 6–533 (mean = 94) mg g−1 for starch and 53–649 (mean = 153) mg g−1 for total NSC. Mixed model analysis of variance showed that much of the variability among laboratories was unrelated to the categories we used for extraction and quantification methods (method category R2 = 0.05–0.12 for soluble sugars, 0.10–0.33 for starch and 0.01–0.09 for total NSC). For EGL, the difference between the highest and lowest least squares means for categories in the mixed model analysis was 33 mg g−1 for total NSC, compared with the range of laboratory estimates of 596 mg g−1. Laboratories were reasonably consistent in their ranks of estimates among tissues for starch (r = 0.41–0.91), but less so for total NSC (r = 0.45–0.84) and soluble sugars (r = 0.11–0.83). Our results show that NSC estimates for woody plant tissues cannot be compared among laboratories. The relative changes in NSC between treatments measured within a laboratory may be comparable within and between laboratories, especially for starch. To obtain comparable NSC estimates, we suggest that users can either adopt the reference method given in this publication, or report estimates for a portion of samples using the reference method, and report estimates for a standard reference material. Researchers interested in NSC estimates should work to identify and adopt standard methods.

Summary Both mistletoes and their hosts are challenged by increasing drought, highlighting the necessity of understanding their comparative hydraulic properties. The high transpiration of mistletoes requires efficient water transport, while high xylem tensions demand strong embolism resistance, representing a hydraulic paradox. This study, conducted across four environments with different aridity indices in Yunnan, China, examined the xylem traits of 119 mistletoe–host species pairs. Mistletoes showed lower water use efficiency, indicating a more aggressive water use. They also showed lower hydraulic efficiency (lower vessel diameter and theoretical hydraulic conductivity) but higher safety (lower vulnerability index and higher conduit wall reinforcement, vessel grouping index, and wood density) compared with their hosts, supporting the trade‐off between efficiency and safety. Environmental variation across sites significantly affected xylem trait comparisons between mistletoes and hosts. Additionally, the xylem traits of mistletoes were strongly influenced by host water supply efficiency. The overall xylem trait relationships in mistletoes and hosts were different. These findings stress the impact of host and site on the hydraulic traits of mistletoes, and suggest that mistletoes may achieve high transpiration by maintaining high stomatal conductance under low water potentials. This study illuminates the distinctive adaptation strategies of mistletoes due to their parasitic lifestyle.