Theory suggests that plant interactions at the neighbourhood scale play a fundamental role in regulating biodiversity–productivity relationships (BPRs) in tree communities. However, empirical evidence of this prediction is rare, as little is known about how neighbourhood interactions scale up to influence community BPRs. Here, using a biodiversity–ecosystem functioning experiment, we provide insights into processes underlying BPRs by demonstrating that diversity-mediated interactions among local neighbours are a strong regulator of productivity in species mixtures. Our results show that local neighbourhood interactions explain over half of the variation in observed community productivity along a diversity gradient. Overall, individual tree growth increased with neighbourhood species richness, leading to a positive BPR at the community scale. The importance of local-scale neighbourhood effects for regulating community productivity, however, distinctly increased with increasing community species richness. Preserving tree species diversity at the local neighbourhood scale, thus seems to be a promising way for promoting forest productivity.

Theory suggests that plant interactions at the neighbourhood scale play a fundamental role in regulating biodiversity–productivity relationships (BPRs) in tree communities. However, empirical evidence of this prediction is rare, as little is known about how neighbourhood interactions scale up to influence community BPRs. Here, using a biodiversity–ecosystem functioning experiment, we provide insights into processes underlying BPRs by demonstrating that diversity-mediated interactions among local neighbours are a strong regulator of productivity in species mixtures. Our results show that local neighbourhood interactions explain over half of the variation in observed community productivity along a diversity gradient. Overall, individual tree growth increased with neighbourhood species richness, leading to a positive BPR at the community scale. The importance of local-scale neighbourhood effects for regulating community productivity, however, distinctly increased with increasing community species richness. Preserving tree species diversity at the local neighbourhood scale, thus seems to be a promising way for promoting forest productivity.

Die übergreifende Zielsetzung meiner Studie ist eine Ausarbeitung quantitativer Methoden zur nationalen nationale Schutzplanung in Übereinstimmung mit dem internationalen Ansatz. Diese Zielsetzung erfordert eine Lösung der folgenden Probleme:<br><br> 1) Wie lässt sich Vegetationsvielfalt in grober Auflösung auf Basis abiotischen Faktoren einschätzen?<br> 2) Wie ist der Ansatz 'globaler Hotspots' für die Eingrenzung nationaler Biodiversitäts-Hotspots zu übernehmen?<br> 3) Wie erfolgt die Auswahl von quantitativen Schutzzielen unter Einbezug der Unterschiede nationaler Hotspots bei Umweltbedingungen und durch den Menschen Bedrohung?<br> 4) Wie sieht der Entwurf eines großflächigen nationalen Naturschutzkonzepts aus, das die hierarchische Natur der Artenvielfalt reflektiert? Die Fallstudie für nationale Naturschutzplanung ist Russland. <br><br> Die nachfolgenden theoretischen Schlüsse wurden gezogen:<br> · Großräumige Vegetationsdiversität ist weitgehend vorhersagbar durch klimabedingte latente Wärme für Verdunstung und topographische Landschaftsstruktur, beschrieben als Höhendifferenz. Das klimabasierte Modell reproduziert die beobachtete Artenanzahl von Gefäßpflanzen für verschiedene Gebiete auf der Welt mit einem durchschnittlichen Fehler von 15% <br> · Nationale Biodiversitäts-Hotspots können auf Grundlage biotischer oder abiotischer Daten kartographiert werden, indem als Korrektur für ein Land die quantitativen Kriterien für Planzenendemismus und Landnutzung des Ansatzes der 'globalen Hotspots' genutzt wird <br> · Quantitative Naturschutzziele, die die Unterschiede zwischen nationalen Biodiversitäts-Hotspots in Bezug auf Umweltbedingungen und der Bedrohung durch den Menschen miteinbeziehen, können mit nationalen Daten über Arten auf der Roten Liste gesetzt werden <br> · Ein großräumiger nationaler Naturschutzplan, der die hierarchische Natur der Artenvielfalt berücksichtigt, kann durch eine Kombination von abiotischer Methode im nationalen Bereich (Identifikation großräumiger Hotspots) und biotischer Methode im regionalen Bereich (Datenanalyse der Arten auf der Roten Liste) entworfen werden / The overall objective of the study is an elaboration of quantitative methods for national conservation planning, coincident with the international approach ('hotspots' approach). This objective requires a solution of following problems: <br><br> 1) How to estimate large scale vegetation diversity from abiotic factors only?<br> 2) How to adopt 'global hotspots' approach for bordering of national biodiversity hotspots?<br> 3) How to set conservation targets, accounting for difference in environmental conditions and human threats between national biodiversity hotspots?<br> 4) How to design large scale national conservation plan reflecting hierarchical nature of biodiversity?<br> The case study for national conservation planning is Russia. <br><br> Conclusions:<br> · Large scale vegetation diversity can be predicted to a major extent by climatically determined latent heat for evaporation and geometrical structure of landscape, described as an altitudinal difference. The climate based model reproduces observed species number of vascular plant for different areas of the world with an average error 15%<br> · National biodiversity hotspots can be mapped from biotic or abiotic data using corrected for a country the quantitative criteria for plant endemism and land use from the 'global hotspots' approach<br> · Quantitative conservation targets, accounting for difference in environmental conditions and human threats between national biodiversity hotspots can be set using national data for Red Data book species <br> · Large scale national conservation plan reflecting hierarchical nature of biodiversity can be designed by combination of abiotic method at national scale (identification of large scale hotspots) and biotic method at regional scale (analysis of species data from Red Data book)