Barbara Block: Tagging tuna in the deep ocean

24,725 views ・ 2010-10-06

TED


Моля, кликнете два пъти върху английските субтитри по-долу, за да пуснете видеото.

Translator: Tsvetanka Fileva Reviewer: Anton Hikov
00:15
I've been fascinated for a lifetime
0
15260
3000
Винаги съм била запленена
00:18
by the beauty, form and function
1
18260
2000
от красотата, формата и действията
00:20
of giant bluefin tuna.
2
20260
3000
на голямата червена риба тон.
00:23
Bluefin are warmblooded like us.
3
23260
3000
Червената риба тон е топлокръвна като нас.
00:26
They're the largest of the tunas,
4
26260
3000
Тя е най-голямата риба тон,
00:29
the second-largest fish in the sea -- bony fish.
5
29260
3000
втората най-голяма риба в морето - костна риба.
00:32
They actually are a fish
6
32260
2000
Тези риби всъщност са
00:34
that is endothermic --
7
34260
2000
ендотермични -
00:36
powers through the ocean with warm muscles like a mammal.
8
36260
3000
движи се през океаните с топлите си мускули, точно като бозайник.
00:40
That's one of our bluefin at the Monterey Bay Aquarium.
9
40260
3000
Това е една от нашите червени риби тон в аквариума в залива Монтерей.
00:43
You can see in its shape and its streamlined design
10
43260
3000
По вида и аеродинамичната форма може да видите,
00:46
it's powered for ocean swimming.
11
46260
3000
че е създадена за плуване в океана.
00:49
It flies through the ocean on its pectoral fins, gets lift,
12
49260
3000
Тя буквално лети през океана с гръдните си перки, издига се,
00:52
powers its movements
13
52260
2000
засилвайки движенията си
00:54
with a lunate tail.
14
54260
2000
със сърповидната си опашка.
00:56
It's actually got a naked skin for most of its body,
15
56260
3000
Всъщност тя има гладка кожа почти по цялото си тяло,
00:59
so it reduces friction with the water.
16
59260
3000
за да се намали триенето с водата.
01:02
This is what one of nature's finest machines.
17
62260
3000
Това е една от най-фините машини, създадени от природата.
01:05
Now, bluefin
18
65260
2000
Червената риба тон
01:07
were revered by Man
19
67260
2000
е била почитана от човека
01:09
for all of human history.
20
69260
3000
през цялата човешка история.
01:12
For 4,000 years, we fished sustainably for this animal,
21
72260
3000
От 4000 години, ние постоянно ловим тази риба
01:15
and it's evidenced
22
75260
2000
и има доказателства за това
01:17
in the art that we see
23
77260
2000
в произведенията на изкуството,
01:19
from thousands of years ago.
24
79260
2000
датиращи от хиляди години назад.
01:21
Bluefin are in cave paintings in France.
25
81260
3000
Има я в пещерните рисунки във Франция.
01:24
They're on coins
26
84260
2000
Има я в монетите,
01:26
that date back 3,000 years.
27
86260
3000
датиращи 3000 години назад.
01:29
This fish was revered by humankind.
28
89260
3000
Тази риба е била почитана от човечеството.
01:32
It was fished sustainably
29
92260
2000
Била обект на риболова без да се нарушава баланса
01:34
till all of time,
30
94260
2000
през цялото време,
01:36
except for our generation.
31
96260
2000
с изключение на нашето поколение.
01:38
Bluefin are pursued wherever they go --
32
98260
3000
Тази риба е преследвана където и да отиде.
01:41
there is a gold rush on Earth,
33
101260
2000
Има златна треска на Земята,
01:43
and this is a gold rush for bluefin.
34
103260
2000
и тази златна треска е за червената риба тон.
01:45
There are traps that fish sustainably
35
105260
2000
Има капани, които ловят риби без да нарушават баланса,
01:47
up until recently.
36
107260
3000
но това беше доскоро.
01:50
And yet, the type of fishing going on today,
37
110260
3000
И сега, начинът по който се лови риба
01:53
with pens, with enormous stakes,
38
113260
3000
с големи заградени места и с огромни колове,
01:56
is really wiping bluefin
39
116260
2000
унищожават популациите на рибата
01:58
ecologically off the planet.
40
118260
2000
на планетата.
02:00
Now bluefin, in general,
41
120260
2000
Основно, червената риба тон
02:02
goes to one place: Japan.
42
122260
2000
стига до едно място, Япония.
02:04
Some of you may be guilty
43
124260
2000
Някои от вас може да се почувстват виновни
02:06
of having contributed to the demise of bluefin.
44
126260
2000
за допринасянето за смъртта на тази риба.
02:08
They're delectable muscle,
45
128260
2000
Техните прекрасни мускули,
02:10
rich in fat --
46
130260
2000
богати на мазнини,
02:12
absolutely taste delicious.
47
132260
2000
имат невероятен вкус.
02:14
And that's their problem; we're eating them to death.
48
134260
3000
И това е техният проблем, ще ги ядем докато не изчезнат.
02:17
Now in the Atlantic, the story is pretty simple.
49
137260
3000
В Атлантическият океан историята е проста и ясна.
02:20
Bluefin have two populations: one large, one small.
50
140260
3000
Червената риба тон има две популации - една голяма и една малка.
02:23
The North American population
51
143260
2000
От северноамериканската популация
02:25
is fished at about 2,000 ton.
52
145260
3000
се лови около 2000 тона.
02:28
The European population and North African -- the Eastern bluefin tuna --
53
148260
3000
Европейската и северноафриканската, тоест източната червена риба тон,
02:31
is fished at tremendous levels:
54
151260
3000
се лови в огромни количества:
02:34
50,000 tons over the last decade almost every year.
55
154260
3000
по 50 000 тона почти всяка година за последното десетилетие.
02:37
The result is whether you're looking
56
157260
2000
Без значение къде ще следите, но като резултат
02:39
at the West or the Eastern bluefin population,
57
159260
3000
за западната и източната популации на червена риба тон,
02:42
there's been tremendous decline on both sides,
58
162260
2000
има много голям спад -
02:44
as much as 90 percent
59
164260
2000
стига се до 90%,
02:46
if you go back with your baseline
60
166260
2000
ако сравните
02:48
to 1950.
61
168260
2000
с 1950 година.
02:50
For that, bluefin have been given a status
62
170260
3000
Затова на червената риба тон е даден статус,
02:53
equivalent to tigers, to lions,
63
173260
3000
равен на статусите на тигри, лъвове,
02:56
to certain African elephants
64
176260
2000
някои африкански слонове,
02:58
and to pandas.
65
178260
2000
както и на пандите.
03:00
These fish have been proposed
66
180260
2000
Тази риба е предложена
03:02
for an endangered species listing in the past two months.
67
182260
3000
за включване в списъка със застрашени видове, в последните два месеца.
03:05
They were voted on and rejected
68
185260
2000
Имаше гласуване и това включване беше отказано
03:07
just two weeks ago,
69
187260
2000
преди две седмици,
03:09
despite outstanding science
70
189260
2000
въпреки неоспоримите доказателства,
03:11
that shows from two committees
71
191260
3000
които са представени от два комитета,
03:14
this fish meets the criteria of CITES I.
72
194260
3000
че тази риба покрива критериите от Конвенцията за международна търговия със застрашени видове.
03:17
And if it's tunas you don't care about,
73
197260
2000
И ако не ви интересува тази риба,
03:19
perhaps you might be interested
74
199260
2000
може би ще се поинтересувате от това,
03:21
that international long lines and pursing
75
201260
2000
че международни парагади
03:23
chase down tunas and bycatch animals
76
203260
3000
ловят риба тон и други съпъстващи риби
03:26
such as leatherbacks, sharks,
77
206260
2000
като костенурки, акули,
03:28
marlin, albatross.
78
208260
2000
марлини, албатроси.
03:30
These animals and their demise
79
210260
2000
Тези животни и тяхното изчезване
03:32
occurs in the tuna fisheries.
80
212260
3000
са резултат от лова на риба тон.
03:35
The challenge we face
81
215260
2000
Предизвикателството, пред което се изправяме
03:37
is that we know very little about tuna,
82
217260
3000
е, че знаем много малко за риба тон,
03:40
and everyone in the room knows what it looks like
83
220260
3000
а всеки в тази стая е гледал
03:43
when an African lion
84
223260
2000
как африкански лъв
03:45
takes down its prey.
85
225260
2000
напада своята жертва.
03:47
I doubt anyone has seen a giant bluefin feed.
86
227260
3000
Съмнявам се, че някой е виждал как се храни червената риба тон.
03:50
This tuna symbolizes
87
230260
3000
Тази риба символизира
03:53
what's the problem for all of us in the room.
88
233260
3000
проблемът на всички нас в тази стая.
03:56
It's the 21st century, but we really have only just begun
89
236260
3000
Вече сме в 21 век, но едва тепърва започваме
03:59
to really study our oceans in a deep way.
90
239260
3000
да изучаваме океаните по-задълбочено.
04:02
Technology has come of age
91
242260
2000
Технологията е достигнала ниво,
04:04
that's allowing us to see the Earth from space
92
244260
3000
което ни позволява да видим Земята от космоса
04:07
and go deep into the seas remotely.
93
247260
3000
и да се потопим в моретата от разстояние.
04:10
And we've got to use these technologies immediately
94
250260
2000
И ние веднага започнахме да използваме тези технологии,
04:12
to get a better understanding
95
252260
2000
за да разберем по-добре
04:14
of how our ocean realm works.
96
254260
3000
как работи подводното царство.
04:17
Most of us from the ship -- even I --
97
257260
2000
От кораб, повечето от нас, дори и аз,
04:19
look out at the ocean and see this homogeneous sea.
98
259260
3000
гледаме океана и виждаме едно равно море.
04:22
We don't know where the structure is.
99
262260
2000
Не знаем къде и каква е структурата му.
04:24
We can't tell where are the watering holes
100
264260
3000
Не можем да кажем откъде се пълни и наводнява,
04:27
like we can on an African plain.
101
267260
3000
както бихме да определим в африканските равнини.
04:30
We can't see the corridors,
102
270260
2000
Не виждаме коридорите
04:32
and we can't see what it is
103
272260
2000
и не виждаме кое
04:34
that brings together a tuna,
104
274260
2000
събира рибата тон,
04:36
a leatherback and an albatross.
105
276260
2000
костенурката и албатроса на едно място.
04:38
We're only just beginning to understand
106
278260
2000
Ние тепърва разбираме
04:40
how the physical oceanography
107
280260
2000
как физическата океанография
04:42
and the biological oceanography
108
282260
2000
и биологическата океанография
04:44
come together
109
284260
2000
се събират,
04:46
to create a seasonal force
110
286260
2000
за да създадат силата,
04:48
that actually causes the upwelling
111
288260
2000
която всъщност
04:50
that might make a hot spot a hope spot.
112
290260
3000
може да създаде гореща точка, или да даде надежда.
04:53
The reasons these challenges are great
113
293260
2000
Причината тези предизвикателства да са толкова големи
04:55
is that technically it's difficult to go to sea.
114
295260
3000
е, че технически е трудно да бъдеш в морето.
04:58
It's hard to study a bluefin on its turf,
115
298260
2000
Трудно е да изучаваш червената риба тон в нейната територия,
05:00
the entire Pacific realm.
116
300260
2000
която е тихоокеанското царство.
05:02
It's really tough to get up close and personal with a mako shark
117
302260
4000
Наистина е трудно да се доближиш до остроносата акула
05:06
and try to put a tag on it.
118
306260
2000
и да се опиташ да я маркираш.
05:08
And then imagine being Bruce Mate's team from OSU,
119
308260
3000
И сега си представете екипът на Брус Мейт, от Държавният университет на Орегон,
05:11
getting up close to a blue whale
120
311260
2000
да се приближава до един син кит
05:13
and fixing a tag on the blue whale that stays,
121
313260
3000
и да слага маркер на син кит, който да остане там,
05:16
an engineering challenge
122
316260
2000
това е инжинерно предизвикателство,
05:18
we've yet to really overcome.
123
318260
2000
което тепърва преодоляваме.
05:20
So the story of our team, a dedicated team,
124
320260
3000
И така, историята на нашият отдаден екип,
05:23
is fish and chips.
125
323260
2000
е риба и чипове.
05:25
We basically are taking
126
325260
2000
Ние взимаме
05:27
the same satellite phone parts,
127
327260
2000
същите сателитни части за телефони,
05:29
or the same parts that are in your computer, chips.
128
329260
3000
или същите части като във вашия компютър - чиповете.
05:32
We're putting them together in unusual ways,
129
332260
3000
Събираме ги заедно
05:35
and this is taking us into the ocean realm
130
335260
2000
и те ни отвеждат във водното царство,
05:37
like never before.
131
337260
2000
както нищо друго досега.
05:39
And for the first time,
132
339260
2000
За първи път
05:41
we're able to watch the journey of a tuna beneath the ocean
133
341260
3000
ние имаме възможността да наблюдаваме пътя на риба тон в океана,
05:44
using light and photons
134
344260
2000
използвайки светлина и фотони,
05:46
to measure sunrise and sunset.
135
346260
3000
за да измерим изгрева и залеза.
05:49
Now, I've been working with tunas for over 15 years.
136
349260
3000
Работим с риба тон повече от 15 години.
05:52
I have the privilege of being a partner
137
352260
2000
Имам привилегията да бъда партньор
05:54
with the Monterey Bay Aquarium.
138
354260
2000
на аквариума в залива Монтерей.
05:56
We've actually taken a sliver of the ocean,
139
356260
2000
Всъщност ние взехме част от океана,
05:58
put it behind glass,
140
358260
2000
сложихме го под стъкло
06:00
and we together
141
360260
2000
и заедно
06:02
have put bluefin tuna and yellowfin tuna on display.
142
362260
3000
наблюдавахме червената и жълтоперата риба тон.
06:05
When the veil of bubbles lifts every morning,
143
365260
3000
Когато завесата от мехурчета се надигне всяка сутрин,
06:08
we can actually see a community from the Pelagic ocean,
144
368260
3000
ние виждаме общество в открития океан,
06:11
one of the only places on Earth
145
371260
2000
едно от малкото места на Земята,
06:13
you can see giant bluefin swim by.
146
373260
3000
където можете да видите да плува гигантската червена риба тон.
06:16
We can see in their beauty of form and function,
147
376260
2000
Ние можем да видим красотата им като форма и действия,
06:19
their ceaseless activity.
148
379260
2000
тяхната непрекъсната активност.
06:21
They're flying through their space, ocean space.
149
381260
3000
Те летят в тяхното пространство - океанът.
06:24
And we can bring two million people a year
150
384260
2000
Можем да водим по два милиона човека на година,
06:26
into contact with this fish
151
386260
2000
за да се докоснат до тази риба
06:28
and show them its beauty.
152
388260
3000
и да им покажем нейната красота.
06:31
Behind the scenes is a working lab at Stanford University
153
391260
3000
Работна лаборатория в Станфордския университет
06:34
partnered with the Monterey Bay Aquarium.
154
394260
2000
партнира на аквариума в залива Монтерей.
06:36
Here, for over 14 or 15 years,
155
396260
2000
Тук, повече от 14-15 години
06:38
we've actually brought in
156
398260
2000
ние всъщност пленяваме
06:40
both bluefin and yellowfin in captivity.
157
400260
2000
червена и жълтопера риба тон.
06:42
We'd been studying these fish,
158
402260
2000
Изучавахме тези риби.
06:44
but first we had to learn how to husbandry them.
159
404260
2000
Но първо трябваше да се научим как да се грижим за тях.
06:46
What do they like to eat?
160
406260
2000
Какво ядат?
06:48
What is it that they're happy with?
161
408260
2000
От какво се чувстват добре?
06:50
We go in the tanks with the tuna -- we touch their naked skin --
162
410260
3000
Ходим до аквариумите с риба тон. Докосваме тяхната кожа.
06:53
it's pretty amazing. It feels wonderful.
163
413260
3000
Невероятно е. Прекрасно чувство.
06:56
And then, better yet,
164
416260
2000
И тогава,
06:58
we've got our own version of tuna whisperers,
165
418260
2000
ние имаме наша версия на говорещите с рибата,
07:00
our own Chuck Farwell, Alex Norton,
166
420260
2000
нашите собствени Чък Фаруел, Алекс Нортън,
07:02
who can take a big tuna
167
422260
2000
които могат да грабнат една риба тон
07:04
and in one motion,
168
424260
2000
и с едно движение
07:06
put it into an envelope of water,
169
426260
2000
да я сложат в плик с вода,
07:08
so that we can actually work with the tuna
170
428260
2000
за да можем да работим с тази риба
07:10
and learn the techniques it takes
171
430260
2000
и да научим техниките, които ни помагат
07:12
to not injure this fish
172
432260
2000
да не нараним тази риба,
07:14
who never sees a boundary in the open sea.
173
434260
3000
която никога не е виждала прегради в открито море.
07:17
Jeff and Jason there, are scientists
174
437260
2000
Джеф и Джейсън са учени,
07:19
who are going to take a tuna
175
439260
2000
които биха взели тази риба тон
07:21
and put it in the equivalent of a treadmill, a flume.
176
441260
3000
и биха я сложили в изкуствен воден поток.
07:24
And that tuna thinks it's going to Japan, but it's staying in place.
177
444260
3000
Така рибата си мисли, чи отива в Япония, но остава при нас.
07:27
We're actually measuring its oxygen consumption,
178
447260
2000
Ние измерваме нейната консумация на кислород,
07:29
its energy consumption.
179
449260
2000
нейната енергийна консумация.
07:32
We're taking this data and building better models.
180
452260
3000
Събираме тези данни и създаваме по-добри модели.
07:35
And when I see that tuna -- this is my favorite view --
181
455260
3000
И когато видя тази риба тон - това е любимата ми гледка -
07:38
I begin to wonder:
182
458260
2000
започвам да се чудя:
07:40
how did this fish solve the longitude problem before we did?
183
460260
3000
Как тази риба се е справила с тези разстояния преди нас?
07:44
So take a look at that animal.
184
464260
2000
Вижте това животно.
07:46
That's the closest you'll probably ever get.
185
466260
2000
Това вероятно е най-близкото разстояние, до което ще стигнете някога.
07:48
Now, the activities from the lab
186
468260
3000
Дейностите в лабораторията
07:51
have taught us now how to go out in the open ocean.
187
471260
3000
ни научиха как да излизаме в открито море.
07:54
So in a program called Tag-A-Giant
188
474260
3000
И така, в програма, наречена "Маркирай гигант"
07:57
we've actually gone from Ireland to Canada,
189
477260
3000
ние всъщност отидохме от Ирландия до Канада,
08:00
from Corsica to Spain.
190
480260
2000
и от Корсика до Испания.
08:02
We've fished with many nations around the world
191
482260
3000
Ловяхме риба с много народи по света
08:05
in an effort to basically
192
485260
2000
и се постарахме
08:07
put electronic computers
193
487260
3000
да сложим електронни компютри
08:10
inside giant tunas.
194
490260
2000
в огромни риби тон.
08:12
We've actually tagged 1,100 tunas.
195
492260
3000
Успяхме да маркираме 1100 риби.
08:15
And I'm going to show you three clips,
196
495260
2000
Ще ви покажа три клипа,
08:17
because I tagged 1,100 tunas.
197
497260
3000
защото аз маркирах 1100 риби.
08:20
It's a very hard process, but it's a ballet.
198
500260
3000
Много тежък процес, но е като "балет".
08:23
We bring the tuna out, we measure it.
199
503260
3000
Изваждаме рибата. Измерваме я.
08:26
A team of fishers, captains, scientists and technicians
200
506260
3000
Екип от рибари, капитани, учени и техници
08:29
work together to keep this animal out of the ocean
201
509260
3000
работят заедно, за да задържат това животно извън океана
08:32
for about four to five minutes.
202
512260
3000
за около 4-5 минути.
08:35
We put water over its gills, give it oxygen.
203
515260
3000
Поливаме хрилете с вода, даваме й кислород.
08:38
And then with a lot of effort, after tagging,
204
518260
3000
И тогава с много усилия, след маркирането,
08:41
putting in the computer,
205
521260
2000
слагането на компютъра,
08:43
making sure the stalk is sticking out so it senses the environment,
206
523260
3000
след като се уверим, че предавателят стърчи и има сигнал,
08:46
we send this fish back into the sea.
207
526260
3000
ние връщаме тази риба обратно в морето.
08:49
And when it goes, we're always happy.
208
529260
2000
И когато отплува, ние винаги сме щастливи.
08:51
We see a flick of the tail.
209
531260
2000
Виждаме удара на нейната опашка.
08:53
And from our data that gets collected,
210
533260
3000
И от данните, които събираме,
08:56
when that tag comes back,
211
536260
2000
когато получим обратно нейния маркер,
08:58
because a fisher returns it
212
538260
2000
защото рибарите ги връщат
09:00
for a thousand-dollar reward,
213
540260
2000
срещу награда от хиляда долара,
09:02
we can get tracks beneath the sea
214
542260
2000
можем да направим проследяване под морето
09:04
for up to five years now,
215
544260
2000
за срок от до пет години
09:06
on a backboned animal.
216
546260
2000
на гръбначно животно.
09:08
Now sometimes the tunas are really large,
217
548260
3000
Понякога рибата тон е наистина огромна,
09:11
such as this fish off Nantucket.
218
551260
2000
като тази риба в крайбрежието на Нантакет.
09:13
But that's about half the size
219
553260
2000
Но дори тази риба е наполовина
09:15
of the biggest tuna we've ever tagged.
220
555260
2000
на най-голямата риба, която сме маркирали.
09:17
It takes a human effort,
221
557260
2000
Нужно е усилие,
09:19
a team effort, to bring the fish in.
222
559260
2000
усилието на цял екип, за да извади рибата.
09:21
In this case, what we're going to do
223
561260
2000
В този случай, това което правим,
09:23
is put a pop-up satellite archival tag on the tuna.
224
563260
3000
е да сложим върху рибата маркер, проследяван от сателит.
09:27
This tag rides on the tuna,
225
567260
2000
Този маркер се носи върху рибата,
09:29
senses the environment around the tuna
226
569260
3000
приема информация за средата около рибата
09:32
and actually will come off the fish,
227
572260
3000
и всъщност се откъсва от рибата,
09:35
detach, float to the surface
228
575260
2000
отдалечава се, изплува на повърхността,
09:37
and send back to Earth-orbiting satellites
229
577260
3000
и изпраща обратно на сателитите над Земята
09:40
position data estimated by math on the tag,
230
580260
3000
позицията, математически изчислена от маркера,
09:43
pressure data and temperature data.
231
583260
3000
както и инфармация за налягането и температурата.
09:46
And so what we get then from the pop-up satellite tag
232
586260
2000
Това, което получаваме от този тип сателитни маркери
09:48
is we get away from having to have a human interaction
233
588260
3000
е, че ние избягваме човешката намеса,
09:51
to recapture the tag.
234
591260
2000
за да приберем обратно маркера.
09:53
Both the electronic tags I'm talking about are expensive.
235
593260
3000
И двата типа електронни маркери, за които говоря, са скъпи.
09:56
These tags have been engineered
236
596260
2000
Те са проектирани
09:58
by a variety of teams in North America.
237
598260
3000
от много групи инженери в Северна Америка.
10:01
They are some of our finest instruments,
238
601260
2000
Те са едни от най-фините инструменти,
10:03
our new technology in the ocean today.
239
603260
3000
нашата нова технология в океана днес.
10:07
One community in general
240
607260
2000
Едно общество
10:09
has given more to help us than any other community.
241
609260
2000
ни помогна много повече отколкото всяко друго общество.
10:11
And that's the fisheries off the state of North Carolina.
242
611260
3000
И това са риболовците от щата Нова Каролина.
10:14
There are two villages, Harris and Morehead City,
243
614260
3000
Там има две селища - Харис и Морхед Сити,
10:17
every winter for over a decade,
244
617260
2000
и всяка зима вече повече от десетилетие,
10:19
held a party called Tag-A-Giant,
245
619260
3000
организират едно събитие, наречено "Маркирай риба тон",
10:22
and together, fishers worked with us
246
622260
2000
и заедно, риболовците работят с нас,
10:24
to tag 800 to 900 fish.
247
624260
3000
за да маркираме между 800 и 900 риби.
10:27
In this case, we're actually going to measure the fish.
248
627260
3000
В този случай, ние всъщност ще измерваме рибите.
10:30
We're going to do something that in recent years we've started:
249
630260
3000
Ще направим нещо, което в последните години вече беше започнато:
10:33
take a mucus sample.
250
633260
2000
ще вземем проби слуз.
10:35
Watch how shiny the skin is; you can see my reflection there.
251
635260
3000
Наблюдавайки колко е лъскава кожата, можете да видите и моето отражение там.
10:38
And from that mucus, we can get gene profiles,
252
638260
3000
От тази слуз ние можем да изработим генетични профили.
10:41
we can get information on gender,
253
641260
2000
Можем да получим информация за пол,
10:43
checking the pop-up tag one more time,
254
643260
2000
да проверим изскачащия маркер още веднъж,
10:45
and then it's out in the ocean.
255
645260
2000
и после я пускаме в океана.
10:47
And this is my favorite.
256
647260
2000
А това е любимата ми част.
10:49
With the help of my former postdoc, Gareth Lawson,
257
649260
3000
С помощта на моят бивш студент, Гарет Лосън,
10:52
this is a gorgeous picture of a single tuna.
258
652260
2000
това е разкошна снимка на една риба тон.
10:54
This tuna is actually moving on a numerical ocean.
259
654260
3000
Тази риба всъщност минава през няколко океана.
10:57
The warm is the Gulf Stream,
260
657260
2000
Топлият е Гълфстрийм,
10:59
the cold up there in the Gulf of Maine.
261
659260
3000
студеният е в Залива на Мейн.
11:02
That's where the tuna wants to go -- it wants to forage on schools of herring --
262
662260
3000
Дотам иска да отиде рибата. Иска да се храни от пасажите от херинга.
11:05
but it can't get there. It's too cold.
263
665260
2000
Но не може да стигне дотам, защото е твърде студено.
11:07
But then it warms up, and the tuna pops in, gets some fish,
264
667260
3000
Но след това се затопля, рибата тон се появява, хапва малко риба,
11:10
maybe comes back to home base,
265
670260
2000
може би се връща дотам, откъдето тръгва,
11:12
goes in again
266
672260
2000
отива отново
11:14
and then comes back to winter down there in North Carolina
267
674260
3000
и след това отива да зимува в Северна Каролина,
11:17
and then on to the Bahamas.
268
677260
2000
и след това отива към Бахамите.
11:19
And my favorite scene, three tunas going into the Gulf of Mexico.
269
679260
3000
Любимата ми картина, три риби, отиващи към Залива в Мексико.
11:22
Three tunas tagged.
270
682260
2000
Три риби тон, които са маркирани.
11:24
Astronomically, we're calculating positions.
271
684260
2000
Ние изчисляваме позициите им астрономически.
11:26
They're coming together. That could be tuna sex --
272
686260
3000
Те се събират. Това може би е секс между рибите.
11:29
and there it is.
273
689260
2000
И това е.
11:31
That is where the tuna spawn.
274
691260
2000
Тук риба тон изхвърля хайвера си.
11:33
So from data like this,
275
693260
2000
И така, от информация като тази,
11:35
we're able now to put the map up,
276
695260
2000
ние можем да увеличим информацията на картата,
11:37
and in this map
277
697260
2000
а в тази карта
11:39
you see thousands of positions
278
699260
2000
вие виждате хиляди позиции,
11:41
generated by this decade and a half of tagging.
279
701260
3000
маркирани за десетилетие и половина.
11:44
And now we're showing that tunas on the western side
280
704260
3000
Така ние ще покажем, че риба тон от западната част
11:47
go to the eastern side.
281
707260
2000
отива към източната част.
11:49
So two populations of tunas --
282
709260
2000
Така че имаме две популации риба тон -
11:51
that is, we have a Gulf population, one that we can tag --
283
711260
2000
имаме популация от Залива, тази която можем да маркираме,
11:53
they go to the Gulf of Mexico, I showed you that --
284
713260
3000
те отиват към Залива в Мексико, вече ви показах това,
11:56
and a second population.
285
716260
2000
както имаме и втора популация.
11:58
Living amongst our tunas -- our North American tunas --
286
718260
2000
Живеейки сред нашите риби, нашата северноамериканска риба тон
12:00
are European tunas that go back to the Med.
287
720260
3000
е европейска риба тон, която се връща в Средиземно море.
12:03
On the hot spots -- the hope spots --
288
723260
2000
На мястото на горещите точки, там където се срещат,
12:05
they're mixed populations.
289
725260
2000
двете популации се смесват.
12:07
And so what we've done with the science
290
727260
2000
Това, което постигнахме чрез науката
12:09
is we're showing the International Commission,
291
729260
2000
е, че ние показваме на Международната комисия,
12:11
building new models,
292
731260
2000
построяваме нови модели,
12:13
showing them that a two-stock no-mixing model --
293
733260
2000
показваме им, че моделът с два вида, които не се смесват -
12:15
to this day, used to reject
294
735260
3000
и до този момент отхвърлят
12:18
the CITES treaty --
295
738260
2000
Конвенцията за международна търговия със застрашени видове от дивата фауна и флора -
12:20
that model isn't the right model.
296
740260
2000
че този модел не е правилният.
12:22
This model, a model of overlap,
297
742260
2000
Този модел на смесване
12:24
is the way to move forward.
298
744260
2000
е начинът да се продължи напред.
12:26
So we can then predict
299
746260
2000
Така ние можем да предположим
12:28
where management places should be.
300
748260
2000
къде ще са точките на събиране.
12:30
Places like the Gulf of Mexico and the Mediterranean
301
750260
3000
Места като Заливът в Мексико и Средиземно море
12:33
are places where the single species,
302
753260
2000
са места, където самотни екземпляри,
12:35
the single population, can be captured.
303
755260
2000
единични популации, мога да бъдат уловени.
12:37
These become forthright in places we need to protect.
304
757260
3000
Това са места, които трябва да защитаваме.
12:40
The center of the Atlantic where the mixing is,
305
760260
3000
Центърът на Атлантика, където става смесването е,
12:43
I could imagine a policy that lets Canada and America fish,
306
763260
2000
място, където Канада и Америка ловят риба,
12:45
because they manage their fisheries well,
307
765260
3000
и тъй като управляват ловуването добре,
12:48
they're doing a good job.
308
768260
2000
всъщност вършат добра работа.
12:50
But in the international realm,
309
770260
2000
Но в международни води,
12:52
where fishing and overfishing has really gone wild,
310
772260
2000
където риболовът надхвърля границите,
12:54
these are the places that we have to make hope spots in.
311
774260
3000
това са места, където трябва да създадем тези горещи точки.
12:57
That's the size they have to be to protect the bluefin tuna.
312
777260
3000
Това е тяхната големина, за да може червената риба тон да бъде защитена.
13:00
Now in a second project
313
780260
2000
Във втори проект,
13:02
called Tagging of Pacific Pelagics,
314
782260
2000
наречен Маркиране на тихоокеанските дълбини,
13:04
we took on the planet as a team,
315
784260
2000
започнахме да работим в екип,
13:06
those of us in the Census of Marine Life.
316
786260
2000
тези от нас в Преброяване на морският живот.
13:08
And, funded primarily through Sloan Foundation and others,
317
788260
4000
И, финансирани предимно от Фондация Слоун и други,
13:12
we were able to actually go in, in our project --
318
792260
3000
можехме да навлезем в нашият проект,
13:15
we're one of 17 field programs
319
795260
2000
ние сме една от 17 полеви програми
13:17
and begin to take on tagging large numbers of predators,
320
797260
3000
и да започнем да маркираме голям брой хищници,
13:20
not just tunas.
321
800260
2000
не само риба тон.
13:22
So what we've done
322
802260
2000
Това, което направихме -
13:24
is actually gone up to tag salmon shark in Alaska,
323
804260
3000
всъщност отидохме до Аляска, за да маркираме сьомгова акула,
13:27
met salmon shark on their home territory,
324
807260
3000
за се срещнем с нея на нейната територия,
13:30
followed them catching salmon
325
810260
2000
проследихме я докато лови сьомга
13:32
and then went in and figured out
326
812260
2000
и тогава разбрахме,
13:34
that, if we take a salmon and put it on a line,
327
814260
3000
че ако използваме сьомга за примамка,
13:37
we can actually take up a salmon shark --
328
817260
2000
всъщност можем да хванем тази акула.
13:39
This is the cousin of the white shark --
329
819260
2000
А тя е братовчедка на бялата акула,
13:41
and very carefully --
330
821260
2000
и тогава много внимателно,
13:43
note, I say "very carefully," --
331
823260
2000
забележете, че казвам "много внимателно",
13:45
we can actually keep it calm,
332
825260
2000
тогава може да запазим спокойствието им,
13:47
put a hose in its mouth, keep it off the deck
333
827260
3000
да сложим маркуч в устата й, да я задържим на палубата,
13:50
and then tag it with a satellite tag.
334
830260
3000
и после да я маркираме, с проследяван от сателит маркер.
13:53
That satellite tag will now have your shark phone home
335
833260
3000
Този маркер се свързва с базата
13:56
and send in a message.
336
836260
2000
и изпраща съобщения.
13:58
And that shark leaping there, if you look carefully, has an antenna.
337
838260
3000
Вижте тази акула, която прескача там. Тя има антена.
14:01
It's a free swimming shark with a satellite tag
338
841260
2000
Това е свободно плуваща акула със сателитен маркер,
14:03
jumping after salmon,
339
843260
2000
подскачаща след сьомгата,
14:05
sending home its data.
340
845260
3000
и изпращаща данни до базата.
14:09
Salmon sharks aren't the only sharks we tag.
341
849260
2000
Това не са единствените акули, които маркираме.
14:11
But there goes salmon sharks with this meter-level resolution
342
851260
3000
Но ето една акула с този уред за измерване
14:14
on an ocean of temperature -- warm colors are warmer.
343
854260
3000
на температурата на океана - по-топлите цветове показват по-висока температура.
14:17
Salmon sharks go down
344
857260
2000
Акулите слизат надолу
14:19
to the tropics to pup
345
859260
2000
към тропиците, за да се размножават
14:21
and come into Monterey.
346
861260
2000
и идват в Монтерей.
14:23
Now right next door in Monterey and up at the Farallones
347
863260
3000
Близко до Монтерей, нагоре към Фаралонските острови
14:26
are a white shark team led by Scott Anderson -- there --
348
866260
2000
е екипът, следящ бялата акула, водени от Скот Андерсън
14:28
and Sal Jorgensen.
349
868260
2000
и Сал Йоргенсен.
14:30
They can throw out a target --
350
870260
2000
Те хвърлят цел -
14:32
it's a carpet shaped like a seal --
351
872260
2000
това е килим във формата на тюлен,
14:34
and in will come a white shark, a curious critter
352
874260
3000
ще се приближи бяла акула, любопитно животинче,
14:37
that will come right up to our 16-ft. boat.
353
877260
3000
което ще се приближи до нашата близо 5-метрова лодка.
14:40
It's a several thousand-pound animal.
354
880260
2000
Това животно тежи няколко хиляди килограма.
14:42
And we'll wind in the target.
355
882260
3000
Ще извадим нашата цел.
14:45
And we'll place an acoustic tag
356
885260
2000
И ще поставим звуков маркер,
14:47
that says, "OMSHARK 10165,"
357
887260
2000
който ще казва "OMSHARK 10165",
14:49
or something like that, acoustically with a ping.
358
889260
3000
или нещо подобно на това, със звук.
14:52
And then we'll put on a satellite tag
359
892260
2000
И тогава ще поставим сателитен маркер,
14:54
that will give us the long-distance journeys
360
894260
3000
който ще ни информира за големите разстояния
14:57
with the light-based geolocation algorithms
361
897260
2000
със светлинно-базирани геолокационни алгоритми,
14:59
solved on the computer that's on the fish.
362
899260
3000
решавани от компютъра, позициониран на рибата.
15:02
So in this case, Sal's looking at two tags there,
363
902260
3000
Тук Сал търси два маркера.
15:05
and there they are: the white sharks of California
364
905260
3000
И ето ги тук: белите калифорнийски акули,
15:08
going off to the white shark cafe and coming back.
365
908260
3000
които отиват до кафето за бели акули и връщането им обратно.
15:12
We also tag makos with our NOAA colleagues,
366
912260
2000
Също така ние маркираме мако акули с колегите ни от НАОА
15:14
blue sharks.
367
914260
2000
а това са сини акули.
15:16
And now, together, what we can see
368
916260
2000
Това, което виждаме заедно сега
15:18
on this ocean of color that's temperature,
369
918260
2000
в този океан от цветове, това е температурата,
15:20
we can see ten-day worms of makos and salmon sharks.
370
920260
3000
ние виждаме десетдневни проследявания на мако и сьомгови акули.
15:24
We have white sharks and blue sharks.
371
924260
2000
Виждаме бели и сини акули.
15:26
For the first time,
372
926260
2000
За първи път
15:28
an ecoscape as large as ocean-scale,
373
928260
2000
виждаме в почти реални размери
15:30
showing where the sharks go.
374
930260
3000
къде в океана се движат акулите.
15:33
The tuna team from TOPP has done the unthinkable:
375
933260
3000
Екипът, проследяващ риба тон от "Маркиране на тихоокеански хищници" направиха немислимото:
15:36
three teams tagged 1,700 tunas,
376
936260
3000
три екипа маркираха 1700 риба-тон.
15:39
bluefin, yellowfin and albacore
377
939260
2000
червена риба тон, жълтопера риба тон и дългопереста риба тон,
15:41
all at the same time --
378
941260
2000
всичко това наведнъж,
15:43
carefully rehearsed tagging programs
379
943260
2000
внимателно планирани програми за маркиране,
15:45
in which we go out, pick up juvenile tunas,
380
945260
3000
в коите ние излизаме, хващаме младите риби,
15:48
put in the tags that actually have the sensors,
381
948260
3000
слагаме им маркери със сензори,
15:51
stick out the tuna
382
951260
2000
подаваме туната навън
15:53
and then let them go.
383
953260
2000
и я освобождаваме.
15:55
They get returned, and when they get returned,
384
955260
2000
Те си връщат и когато се върнат,
15:57
here on a NASA numerical ocean
385
957260
3000
тук в цифровия океан на НАСА
16:00
you can see bluefin in blue
386
960260
2000
можете да видите червенопера риба тон в синьо
16:02
go across their corridor,
387
962260
2000
да преминава през нейния коридор,
16:04
returning to the Western Pacific.
388
964260
3000
връщайки се в западният Тих океан.
16:07
Our team from UCSC has tagged elephant seals
389
967260
3000
Нашият екип от Калифорнийският университет в Санта Круз маркира морски слонове
16:10
with tags that are glued on their heads, that come off when they slough.
390
970260
3000
с маркери, които са залепени на техните глави, които падат при смяната на кожата.
16:13
These elephant seals cover half an ocean,
391
973260
3000
Тези морски слонове покриват половината от океана,
16:16
take data down to 1,800 feet --
392
976260
2000
давайки информация за дълбочина до около 550 метра,
16:18
amazing data.
393
978260
2000
невероятна информация !
16:20
And then there's Scott Shaffer and our shearwaters
394
980260
3000
Това са Скот Шейфър и нашите средиземноморски буревестници,
16:23
wearing tuna tags, light-based tags,
395
983260
3000
носещи светлинни маркери за риба тон,
16:26
that now are going to take you from New Zealand to Monterey and back,
396
986260
3000
които ще ви разходят от Нова Зеландия до Монтерей и обратно,
16:29
journeys of 35,000 nautical miles
397
989260
3000
разстояния от 35 000 морски мили,
16:32
we had never seen before.
398
992260
2000
които не бяхме виждали преди.
16:34
But now with light-based geolocation tags that are very small,
399
994260
3000
Но сега с тези светлинни локализиращи маркери, които са много малки,
16:37
we can actually see these journeys.
400
997260
2000
ние можем да видим тези пътувания.
16:39
Same thing with Laysan albatross
401
999260
2000
Същото се случва и с този хавайски албатрос,
16:41
who travel an entire ocean
402
1001260
2000
който прелетява цял океан
16:43
on a trip sometimes,
403
1003260
2000
като на обиколка понякога,
16:45
up to the same zone the tunas use.
404
1005260
2000
до същите места, които посещават и риба тон.
16:47
You can see why they might be caught.
405
1007260
3000
Виждате защо могат да бъдат уловени.
16:50
Then there's George Schillinger and our leatherback team out of Playa Grande
406
1010260
3000
Това са Джордж Шилинджър и нашият екип от Плая Гранде /Големият плаж/,
16:53
tagging leatherbacks
407
1013260
2000
които маркират костенурки,
16:55
that go right past where we are.
408
1015260
3000
които минават точно оттам, където сме ние.
16:58
And Scott Benson's team
409
1018260
2000
Това е екипът на Скот Бенсън,
17:00
that showed that leatherbacks go from Indonesia
410
1020260
2000
който показва как костенурките тръгват от Индонезия
17:02
all the way to Monterey.
411
1022260
2000
и изминават целият път до Монтерей.
17:04
So what we can see on this moving ocean
412
1024260
3000
Това, което може да видим в този океан,
17:07
is we can finally see where the predators are.
413
1027260
3000
е къде в него всъщност се намират хищниците.
17:10
We can actually see how they're using ecospaces
414
1030260
3000
Всъщност ние виждаме как те използват защитени места,
17:13
as large as an ocean.
415
1033260
2000
големи колкото океан.
17:15
And from this information,
416
1035260
2000
И от тази информация
17:17
we can begin to map the hope spots.
417
1037260
3000
можем да маркираме горещите точки.
17:20
So this is just three years of data right here --
418
1040260
2000
Това тук е информация само от три години.
17:22
and there's a decade of this data.
419
1042260
2000
А тук е цяло десетилетие със същата информация.
17:24
We see the pulse and the seasonal activities
420
1044260
2000
Ние виждаме пулсациите на сезонните активности,
17:26
that these animals are going on.
421
1046260
3000
през които преминават тези животни.
17:30
So what we're able to do with this information
422
1050260
2000
Но това, което може да направим с тази информация,
17:32
is boil it down to hot spots,
423
1052260
3000
е да я организираме до горещи точки,
17:35
4,000 deployments,
424
1055260
2000
4000 позиции,
17:37
a huge herculean task,
425
1057260
3000
огромна, непосилна задача,
17:40
2,000 tags
426
1060260
2000
2000 маркера
17:42
in an area, shown here for the first time,
427
1062260
2000
в зона, показана тук за първи път,
17:44
off the California coast,
428
1064260
2000
край бреговете на Калифорния,
17:46
that appears to be a gathering place.
429
1066260
3000
където явно е мястото им на събиране.
17:50
And then for sort of an encore from these animals,
430
1070260
3000
И тогава, нещо като бис от тези животни,
17:53
they're helping us.
431
1073260
2000
те ни помагат.
17:55
They're carrying instruments
432
1075260
2000
Те носят инструменти,
17:57
that are actually taking data down to 2,000 meters.
433
1077260
3000
които всъщност събират информация от дълбочина 2000 метра.
18:00
They're taking information from our planet
434
1080260
2000
Те събират информация за нашата планета
18:02
at very critical places like Antarctica and the Poles.
435
1082260
3000
от много критични места като Антарктика и полюсите.
18:05
Those are seals from many countries
436
1085260
2000
Това са тюлени от много страни,
18:07
being released
437
1087260
2000
които са освобождавани,
18:09
who are sampling underneath the ice sheets
438
1089260
2000
които проверяват как е под ледените обвивки
18:11
and giving us temperature data of oceanographic quality
439
1091260
3000
и ни дават информация за температурата
18:14
on both poles.
440
1094260
2000
на двата полюса.
18:16
This data, when visualized, is captivating to watch.
441
1096260
3000
Когато тази информация бъде визуализирана те пленява да я гледаш.
18:19
We still haven't figured out best how to visualize the data.
442
1099260
3000
Все още не сме открили най-добрият начин да я визуализираме.
18:22
And then, as these animals swim
443
1102260
2000
И тогава, докато тези животни плуват
18:24
and give us the information
444
1104260
2000
и ни дават информация,
18:26
that's important to climate issues,
445
1106260
2000
която е важна за проблемите с климата,
18:28
we also think it's critical
446
1108260
2000
мислим, че също е особено важно
18:30
to get this information to the public,
447
1110260
2000
да предоставим тази информация на хората,
18:32
to engage the public with this kind of data.
448
1112260
3000
за да ги ангажираме с нея.
18:35
We did this with the Great Turtle Race --
449
1115260
2000
Направихме това с Голямото маркиране на костенурки -
18:37
tagged turtles, brought in four million hits.
450
1117260
3000
маркирани костенурки, доведени след 4 милиона опита.
18:40
And now with Google's Oceans,
451
1120260
3000
И сега, използвайки приложение на Гугъл,
18:43
we can actually put a white shark in that ocean.
452
1123260
2000
ние всъщност можем да пуснем бяла акула в този океан.
18:45
And when we do and it swims,
453
1125260
2000
И когато го направим и тя плува там,
18:47
we see this magnificent bathymetry
454
1127260
2000
ние виждаме тази невероятна батиметрия,
18:49
that the shark knows is there on its path
455
1129260
2000
която показва как акулата знае къде е по пътя си
18:51
as it goes from California to Hawaii.
456
1131260
2000
от Калифорния до Хаваите.
18:53
But maybe Mission Blue
457
1133260
2000
Може би Синята мисия
18:55
can fill in that ocean that we can't see.
458
1135260
3000
може да ни даде информация за океана и това, което не виждаме.
18:58
We've got the capacity, NASA has the ocean.
459
1138260
3000
Имаме капацитета, НАСА има океана.
19:01
We just need to put it together.
460
1141260
2000
Просто трябва да съберем двете заедно.
19:03
So in conclusion,
461
1143260
2000
В заключение,
19:05
we know where Yellowstone is for North America;
462
1145260
3000
всички знаем къде е Йелоустоун в Северна Америка,
19:08
it's off our coast.
463
1148260
2000
на разстояние от нашето крайбрежие.
19:10
We have the technology that's shown us where it is.
464
1150260
2000
Имаме технология, която ни показва къде е.
19:12
What we need to think about perhaps for Mission Blue
465
1152260
3000
Това, за което трябва да помислим в Синята мисия
19:15
is increasing the biologging capacity.
466
1155260
3000
е увеличаването на био проследяващия капацитет.
19:18
How is it that we can actually
467
1158260
2000
Как всъщност
19:20
take this type of activity elsewhere?
468
1160260
3000
можем да пренесем този тип дейност на друго място?
19:23
And then finally -- to basically get the message home --
469
1163260
3000
И накрая да съберем информацията,
19:26
maybe use live links
470
1166260
2000
може би да използваме жива връзка
19:28
from animals such as blue whales and white sharks.
471
1168260
2000
с животни като синия кит и бялата акула.
19:30
Make killer apps, if you will.
472
1170260
2000
Или да направим убийствени приложения.
19:32
A lot of people are excited
473
1172260
2000
Много хора са ентусиазирани
19:34
when sharks actually went under the Golden Gate Bridge.
474
1174260
3000
когато акулите стигнат до моста Голдън Гейт.
19:37
Let's connect the public to this activity right on their iPhone.
475
1177260
3000
Нека да свържем хората с тази активност чрез iPhone.
19:40
That way we do away with a few internet myths.
476
1180260
3000
Така ще изчезнат няколко мита от интернет.
19:44
So we can save the bluefin tuna.
477
1184260
2000
Така ще можем да спасим червената риба тон.
19:46
We can save the white shark.
478
1186260
2000
Можем да спасим бялата акула.
19:48
We have the science and technology.
479
1188260
2000
Имаме науката и технологията.
19:50
Hope is here. Yes we can.
480
1190260
2000
Надеждата е тук. Да, можем.
19:52
We need just to apply this capacity
481
1192260
2000
Просто трябва да приложим това, което имаме
19:54
further in the oceans.
482
1194260
2000
все повече в океаните.
19:56
Thank you.
483
1196260
2000
Благодаря.
19:58
(Applause)
484
1198260
2000
(Ръкопляскания)
Относно този уебсайт

Този сайт ще ви запознае с видеоклипове в YouTube, които са полезни за изучаване на английски език. Ще видите уроци по английски език, преподавани от първокласни учители от цял свят. Кликнете два пъти върху английските субтитри, показани на всяка страница с видеоклипове, за да възпроизведете видеото оттам. Субтитрите се превъртат в синхрон с възпроизвеждането на видеото. Ако имате някакви коментари или искания, моля, свържете се с нас, като използвате тази форма за контакт.

https://forms.gle/WvT1wiN1qDtmnspy7