How a fleet of wind-powered drones is changing our understanding of the ocean | Sebastien de Halleux

171,320 views ・ 2018-12-11

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Kertész Ágnes Lektor: Péter Pallós
00:12
We know more about other planets than our own,
0
12896
3746
Többet tudunk más bolygókról, mint a sajátunkról,
00:17
and today, I want to show you a new type of robot
1
17446
3224
és ma olyan újfajta robotot szeretnék bemutatni,
00:20
designed to help us better understand our own planet.
2
20693
4040
amelyet arra terveztek, hogy segítsen jobban megérteni a bolygónkat.
00:25
It belongs to a category
3
25408
1612
Olyan kategóriába tartozik,
00:27
known in the oceanographic community as an unmanned surface vehicle, or USV.
4
27044
4954
melyet az oceanográfiában tengerfelszíni kutatórobotként, USV-ként ismernek.
00:32
And it uses no fuel.
5
32665
1930
Nem üzemanyaggal működik.
00:35
Instead, it relies on wind power for propulsion.
6
35047
3934
Helyette szélenergia hajtja.
00:39
And yet, it can sail around the globe for months at a time.
7
39005
3755
Mégis körbehajózza a bolygót hónapokon át.
00:43
So I want to share with you why we built it,
8
43474
2878
Elmondom, miért építettük meg,
00:46
and what it means for you.
9
46376
1492
és mit jelent az önök számára.
00:49
A few years ago, I was on a sailboat making its way across the Pacific,
10
49814
4584
Néhány évvel ezelőtt vitorláshajón utaztam keresztül a Csendes-óceánon,
00:54
from San Francisco to Hawaii.
11
54422
2198
San Franciscóból Hawaiira.
00:57
I had just spent the past 10 years working nonstop,
12
57296
3354
Az elmúlt 10 évet folyamatos munkával töltöttem.
01:00
developing video games for hundreds of millions of users,
13
60674
3116
Videojátékokat fejlesztettem felhasználók millióinak,
01:03
and I wanted to take a step back and look at the big picture
14
63814
3521
és szerettem volna lehiggadni, egészében látni a dolgokat,
01:07
and get some much-needed thinking time.
15
67359
1937
és elgondolkozni.
01:09
I was the navigator on board,
16
69918
1545
A hajó navigátora voltam,
01:12
and one evening, after a long session analyzing weather data
17
72034
3664
és egy este, miután hosszasan elemeztük az időjárási adatokat,
01:15
and plotting our course,
18
75722
1629
és útvonalunkat vittük térképre,
01:17
I came up on deck and saw this beautiful sunset.
19
77375
3074
a fedélzetre érve ezt a gyönyörű naplementét láttam.
01:20
And a thought occurred to me:
20
80814
1433
Belém hasított a gondolat:
01:22
How much do we really know about our oceans?
21
82747
3354
Mennyit tudunk valójában az óceánjainkról?
01:27
The Pacific was stretching all around me as far as the eye could see,
22
87252
3879
A Csendes-óceán ott terült el előttem, míg a szem ellát,
01:31
and the waves were rocking our boat forcefully,
23
91155
2315
és a hullámok erőteljesen csapkodták a hajónkat,
01:33
a sort of constant reminder of its untold power.
24
93494
3206
állandóan emlékeztetve hatalmas erejükre.
01:37
How much do we really know about our oceans?
25
97291
3232
Mennyit tudunk valójában az óceánjainkról?
01:41
I decided to find out.
26
101235
1538
Úgy döntöttem, kiderítem.
01:44
What I quickly learned is that we don't know very much.
27
104362
3109
Hamar rájöttem, hogy nem sokat.
01:47
The first reason is just how vast oceans are,
28
107495
3126
Ennek egyik oka, hogy az óceánok hatalmasak,
01:50
covering 70 percent of the planet,
29
110645
2341
a Föld 70%-át borítják,
01:53
and yet we know they drive complex planetary systems
30
113010
3545
de tudjuk, hogy komplex rendszereket irányítanak,
01:56
like global weather,
31
116579
1180
pl. bolygónk időjárását,
01:57
which affect all of us on a daily basis,
32
117783
2445
ami hatással van ránk nap mint nap,
02:00
sometimes dramatically.
33
120252
1618
olykor drámaian.
02:02
And yet, those activities are mostly invisible to us.
34
122562
3184
Mégis, ezek a folyamatok számunkra nagyrészt láthatatlanok.
02:06
Ocean data is scarce by any standard.
35
126944
3765
Az óceánokra vonatkozó adatok minden szempontból elégtelenek.
02:11
Back on land, I had grown used to accessing lots of sensors --
36
131268
5104
Szárazföldön hozzászoktam, hogy sok érzékelőhöz férek hozzá –
02:16
billions of them, actually.
37
136396
1628
valójában több milliárdhoz.
02:18
But at sea, in situ data is scarce and expensive.
38
138576
6454
De a tengeren a helyi adatok ritkák és drágák.
02:25
Why? Because it relies on a small number of ships and buoys.
39
145535
3995
Miért? Mert mennyiségük a kevés hajótól és bójától függ.
02:29
How small a number was actually a great surprise.
40
149919
2871
Hogy mennyire kevés, az meglepő volt.
02:33
Our National Oceanic and Atmospheric Administration,
41
153329
3121
A Nemzeti Óceán- és Légkörhivatal,
02:36
better known as NOAA,
42
156474
1623
azaz a NOAA
csak 16 hajóval rendelkezik,
02:38
only has 16 ships,
43
158121
2329
02:40
and there are less than 200 buoys offshore globally.
44
160969
4254
és a partok mentén az egész Földön csak kevesebb mint 200 bója van.
02:45
It is easy to understand why:
45
165770
1671
Ennek egyszerű az oka:
02:47
the oceans are an unforgiving place,
46
167465
2140
az óceán engesztelhetetlen hely,
02:49
and to collect in situ data, you need a big ship,
47
169629
3334
helyi adatok gyűjtéséhez nagy hajó kell,
02:52
capable of carrying a vast amount of fuel
48
172987
2334
mely sok üzemanyagot
és nagyszámú legénységet képes szállítani.
02:55
and large crews,
49
175345
1818
02:57
costing hundreds of millions of dollars each,
50
177187
3179
Mindegyik több millió dollárba kerül,
03:00
or, big buoys tethered to the ocean floor with a four-mile-long cable
51
180390
5322
vagy a tengerfenékhez hat km-es kábellel kipányvázott,
03:06
and weighted down by a set of train wheels,
52
186513
2995
vonatkerekekkel lehorgonyzott nagy bóják,
03:09
which is both dangerous to deploy and expensive to maintain.
53
189532
4609
amelyeket veszélyes telepíteni, és költséges fenntartani.
03:14
What about satellites, you might ask?
54
194628
1926
Mi a helyzet a műholdakkal? – kérdezhetik.
A műholdak fantasztikusak,
03:17
Well, satellites are fantastic,
55
197028
1903
03:18
and they have taught us so much about the big picture
56
198955
2503
és nagyon sokat megmutattak az összképből
03:21
over the past few decades.
57
201482
2021
az elmúlt évtizedek alatt.
03:23
However, the problem with satellites
58
203527
2376
De az a baj a műholdakkal,
03:25
is they can only see through one micron of the surface of the ocean.
59
205927
4280
hogy az óceán felszínétől egy mikronnyira látnak le.
03:31
They have relatively poor spatial and temporal resolution,
60
211124
3573
Viszonylag gyenge a térbeli és időbeli felbontásuk,
03:35
and their signal needs to be corrected for cloud cover and land effects
61
215450
4274
és a jelük javításra szorul felhők, földi hatások
03:39
and other factors.
62
219748
1208
és egyéb tényezők miatt.
Mi történik tehát az óceánokban,
03:42
So what is going on in the oceans?
63
222094
3271
03:45
And what are we trying to measure?
64
225929
1632
és mit próbálunk megmérni?
03:48
And how could a robot be of any use?
65
228283
2586
Mi hasznát vesszük egy robotnak?
03:51
Let's zoom in on a small cube in the ocean.
66
231361
3898
Koncentráljunk az óceán egy kis kockájára!
03:55
One of the key things we want to understand is the surface,
67
235283
3308
Az egyik megértendő kulcskérdés a felszín,
03:58
because the surface, if you think about it,
68
238615
2039
mert a felszín, ha belegondolunk,
04:00
is the nexus of all air-sea interaction.
69
240678
3299
a kapocs a levegő és tenger közötti minden kölcsönhatásban.
Minden energia és gáz e felületen keresztül áramlik.
04:04
It is the interface through which all energy and gases must flow.
70
244001
4994
04:09
Our sun radiates energy,
71
249552
2100
Napunk energiát sugároz,
04:11
which is absorbed by oceans as heat
72
251676
2896
amit hőként nyel el az óceán,
04:14
and then partially released into the atmosphere.
73
254596
2856
majd részben a légkörbe bocsátja.
04:17
Gases in our atmosphere like CO2 get dissolved into our oceans.
74
257476
4168
A légkörünkben lévő gázok, pl. a CO₂, az óceánokba oldódnak.
Az összes CO₂ kb. 30%-a oldódik be.
04:22
Actually, about 30 percent of all global CO2 gets absorbed.
75
262099
3629
04:26
Plankton and microorganisms release oxygen into the atmosphere,
76
266603
3608
A planktonok és mikroorganizmusok annyi oxigént engednek a légkörbe,
04:30
so much so that every other breath you take comes from the ocean.
77
270235
4171
hogy minden második levegővételünk az óceánból származik.
04:34
Some of that heat generates evaporation, which creates clouds
78
274430
3032
A hő egy része párolgást okoz, amiből felhők lesznek,
04:37
and then eventually leads to precipitation.
79
277486
2294
és ez végül csapadékhoz vezet.
04:39
And pressure gradients create surface wind,
80
279804
2253
A levegő nyomásváltozása felszíni szelet okoz,
04:42
which moves the moisture through the atmosphere.
81
282081
2797
ami a páratartalmat mozgatja a légkörben.
04:45
Some of the heat radiates down into the deep ocean
82
285731
3833
A hő egy része az óceán mélyéig sugároz,
04:49
and gets stored in different layers,
83
289588
2128
és különböző rétegekben raktározódik el.
04:51
the ocean acting as some kind of planetary-scale boiler
84
291740
3305
Az óceán mint bolygóméretű melegvíztároló
04:55
to store all that energy,
85
295069
1621
raktározza el az összes energiát,
04:56
which later might be released in short-term events like hurricanes
86
296714
3737
amely később rövidtávú események, pl. hurrikánok során,
05:00
or long-term phenomena like El Niño.
87
300475
2381
vagy hosszútávú jelenségként, mint az El Niño, szabadul fel.
05:03
These layers can get mixed up by vertical upwelling currents
88
303329
4315
E rétegek függőleges felszálló áramlás
vagy vízszintes áramlatok révén keveredhetnek;
05:07
or horizontal currents, which are key in transporting heat
89
307668
3446
ezek a trópusoktól a sarkok felé irányuló hőátadás fontos elemei.
05:11
from the tropics to the poles.
90
311138
1974
05:13
And of course, there is marine life,
91
313623
2799
És persze van tengeri élet,
05:16
occupying the largest ecosystem in volume on the planet,
92
316446
5016
ami bolygónk legnagyobb ökorendszere,
05:21
from microorganisms to fish to marine mammals,
93
321486
3702
és a mikroorganizmusoktól, a halaktól a tengeri emlősökig,
pl. fókákig, delfinekig s bálnákig terjed.
05:25
like seals, dolphins and whales.
94
325212
3008
05:28
But all of these are mostly invisible to us.
95
328244
3577
De ezek nagyrészt láthatatlanok számunkra.
05:33
The challenge in studying those ocean variables at scale
96
333821
5376
Az óceán változóinak tanulmányozásában
az egyik nehézség az energia,
05:39
is one of energy,
97
339221
2174
05:41
the energy that it takes to deploy sensors into the deep ocean.
98
341419
4123
amely érzékelőknek az óceán mélyébe merítéséhez szükséges.
05:46
And of course, many solutions have been tried --
99
346597
2293
Persze, sok megoldást próbáltak már –
05:48
from wave-actuated devices
100
348914
1611
hullám működtette eszközöktől
05:50
to surface drifters
101
350549
1541
a vízfelszíni járművekig,
05:52
to sun-powered electrical drives --
102
352114
2722
a napelemes eszközökig –
05:54
each with their own compromises.
103
354860
2112
mind a maga kompromisszumával.
05:57
Our team breakthrough came from an unlikely source --
104
357745
3170
A csapatunk áttörése meglepő forrásból jött:
06:00
the pursuit of the world speed record in a wind-powered land yacht.
105
360939
4349
szélhajtású jachtokkal folytatott gyorsaságirekord-versenyből.
06:05
It took 10 years of research and development
106
365742
2301
Tízévnyi kutatásba és fejlesztésbe került,
hogy újféle szárnyat tervezzünk,
06:08
to come up with a novel wing concept
107
368067
2529
06:10
that only uses three watts of power to control
108
370620
3808
ami csak három wattot használ az irányításhoz
06:14
and yet can propel a vehicle all around the globe
109
374452
3088
és látszólag korlátlan autonómiájú járművet
06:17
with seemingly unlimited autonomy.
110
377564
2200
is tud hajtani az egész bolygón át.
Ezt a szárnyat tengeri járműre alkalmazva
06:20
By adapting this wing concept into a marine vehicle,
111
380262
3346
06:24
we had the genesis of an ocean drone.
112
384356
2306
óceáni drón keletkezett.
06:27
Now, these are larger than they appear.
113
387280
2334
Ezek nagyobbak, mint amekkorának tűnnek.
06:29
They are about 15 feet high, 23 feet long, seven feet deep.
114
389638
4576
Kb. öt méter magasak, hét méter hosszúak, két méter szélesek.
Felszíni műholdként gondoljanak rájuk.
06:34
Think of them as surface satellites.
115
394238
2053
06:36
They're laden with an array of science-grade sensors
116
396315
3138
Tudományos minőségű érzékelőkkel vannak ellátva,
06:39
that measure all key variables,
117
399477
1808
melyek fontos oceanográfiai és légköri változókat mérnek,
06:41
both oceanographic and atmospheric,
118
401309
2998
06:44
and a live satellite link transmits this high-resolution data
119
404331
4357
és élő műholdas kapcsolat továbbítja
e nagy felbontású adatokat a partra,
06:48
back to shore in real time.
120
408712
2042
valós időben.
06:51
Our team has been hard at work over the past few years,
121
411515
2878
Csapatunk szorgalmasan dolgozott az elmúlt években,
06:54
conducting missions in some of the toughest ocean conditions
122
414417
3508
bevetéseket irányított olykor
a legkeményebb óceáni körülmények között a bolygón,
06:57
on the planet,
123
417949
1224
az Északi-sarkvidéktől a csendes-óceáni térségig.
06:59
from the Arctic to the tropical Pacific.
124
419197
2465
07:01
We have sailed all the way to the polar ice shelf.
125
421686
2724
Vitorláztunk a sarki jégsapkáknál.
07:04
We have sailed into Atlantic hurricanes.
126
424434
2339
Vitorláztunk az Atlanti-óceáni hurrikánokban.
07:07
We have rounded Cape Horn,
127
427159
1958
Megkerültük a Horn-fokot,
07:09
and we have slalomed between the oil rigs of the Gulf of Mexico.
128
429141
3239
és a Mexikói-öböl olajfúró tornyai között szlalomoztunk.
07:12
This is one tough robot.
129
432404
2330
Ez egy kemény robot.
07:15
Let me share with you recent work that we did
130
435629
2981
Hadd beszéljek
a Pribilof-szigetek táján végzett egyik legutóbbi munkánkról.
07:18
around the Pribilof Islands.
131
438634
1874
07:20
This is a small group of islands deep in the cold Bering Sea
132
440532
3919
Ez az apró szigetcsoport a hideg Bering-tenger közepén terül el,
07:24
between the US and Russia.
133
444475
2162
az USA és Oroszország között.
07:26
Now, the Bering Sea is the home of the walleye pollock,
134
446661
3450
A Bering-tenger az alaszkai tőkehal hazája,
mely fehér húsú hal, talán nem ismernék fel,
07:30
which is a whitefish you might not recognize,
135
450135
2575
07:32
but you might likely have tasted if you enjoy fish sticks or surimi.
136
452734
4687
de tán kóstolták, ha szeretik a halrudacskákat vagy a surimit.
07:37
Yes, surimi looks like crabmeat, but it's actually pollock.
137
457445
3622
A surimi ráknak néz ki, de valójában tőkehal.
07:41
And the pollock fishery is the largest fishery in the nation,
138
461908
3010
A tőkehalászat a nép legnagyobb halgazdasága,
07:44
both in terms of value and volume --
139
464942
2545
érték- és mennyiségi szempontból is.
07:47
about 3.1 billion pounds of fish caught every year.
140
467511
3469
1,4 millió tonna halat fognak ki évente.
07:51
So over the past few years, a fleet of ocean drones
141
471695
2699
Az elmúlt években óceáni drónok hada dolgozott
07:54
has been hard at work in the Bering Sea
142
474418
2226
a Bering-tengeren,
07:56
with the goal to help assess the size of the pollock fish stock.
143
476668
4455
hogy tájékoztasson a tőkehalállomány méretéről.
Ez elősegíti a halászatot szabályozó kvótarendszer fejlesztését,
08:01
This helps improve the quota system that's used to manage the fishery
144
481147
3771
08:04
and help prevent a collapse of the fish stock
145
484942
2168
segít megelőzni a halállomány összeomlását,
08:07
and protects this fragile ecosystem.
146
487134
2944
és védi ezt az érzékeny ökorendszert.
08:10
Now, the drones survey the fishing ground using acoustics,
147
490538
4809
A drónok akusztikus úton mérik fel a halászterületet,
08:15
i.e., a sonar.
148
495371
1524
azaz hanglokátorral.
08:16
This sends a sound wave downwards,
149
496919
3221
Ez hanghullámot küld lefele,
08:20
and then the reflection, the echo from the sound wave
150
500164
2510
majd a hanghullám keltette,
a tengerfenékről vagy a halakról visszaverődő visszhangból
08:22
from the seabed or schools of fish,
151
502698
1758
08:24
gives us an idea of what's happening below the surface.
152
504480
2910
fogalmat alkothatunk arról, mi történik a felszín alatt.
08:27
Our ocean drones are actually pretty good at this repetitive task,
153
507849
4006
Óceáni drónjaink elég jók ebben az ismétlődő feladatban,
08:31
so they have been gridding the Bering Sea day in, day out.
154
511879
3905
így nap mint nap a Bering-tengert térképezték fel.
08:35
Now, the Pribilof Islands are also the home of a large colony of fur seals.
155
515808
6959
A Priblof-szigetek szintén a medvefókák hatalmas kolóniájának otthona.
08:43
In the 1950s, there were about two million individuals in that colony.
156
523175
4489
1950-ben kb. kétmillió egyede volt a kolóniának.
08:48
Sadly, these days, the population has rapidly declined.
157
528374
3760
Sajnos, napjainkban a populáció jelentősen csökkent.
Kevesebb mint 50%-uk maradt,
08:52
There's less than 50 percent of that number left,
158
532158
2343
08:54
and the population continues to fall rapidly.
159
534525
2508
és a populáció továbbra is gyorsan fogy.
08:57
So to understand why,
160
537904
2103
Hogy megértsük, miért,
09:00
our science partner at the National Marine Mammal Laboratory
161
540031
3489
tudományos partnerünk a Nemzeti Tengeriemlős-laboratóriumban
09:03
has fitted a GPS tag on some of the mother seals,
162
543544
3337
GPS-nyomkövetőt rögzített
09:06
glued to their furs.
163
546905
1477
néhány anyafóka bundájára.
09:08
And this tag measures location and depth
164
548406
3001
Ezek a nyomkövetők mérik a helyzetet és a mélységet
09:11
and also has a really cool little camera
165
551431
2332
és van egy remek apró kamerájuk is,
09:13
that's triggered by sudden acceleration.
166
553787
2396
ami a hirtelen gyorsulásra reagál.
Itt egy film egy művészi hajlamú fókától,
09:16
Here is a movie taken by an artistically inclined seal,
167
556207
3914
09:20
giving us unprecedented insight into an underwater hunt
168
560145
3741
amely példátlan betekintést enged
az Északi-sarkvidéken folyó víz alatti vadászatba,
09:23
deep in the Arctic,
169
563910
1814
09:25
and the shot of this pollock prey
170
565748
2372
a felvételen a tőkehal a zsákmány,
pillanatokkal a felfalása előtt.
09:28
just seconds before it gets devoured.
171
568144
2766
09:30
Now, doing work in the Arctic is very tough, even for a robot.
172
570934
3786
A Sarkvidéken végzett munka még egy robotnak is nagyon kemény.
09:34
They had to survive a snowstorm in August
173
574744
2590
Túl kellett élniük augusztusi hóvihart
09:37
and interferences from bystanders --
174
577358
3491
és bámészkodók zavaró hatását –
09:40
that little spotted seal enjoying a ride.
175
580873
3258
az a kicsi pöttyös fóka élvezi az utat.
09:44
(Laughter)
176
584155
2561
(Nevetés)
09:47
Now, the seal tags have recorded over 200,000 dives over the season,
177
587378
6287
A fókamegfigyelők több mint 200 000 merülést rögzítettek az évszakban,
09:54
and upon a closer look,
178
594395
1959
és ha jobban megnézzük,
09:56
we get to see the individual seal tracks and the repetitive dives.
179
596378
4531
látjuk az egyedi számokat és az ismétlődő merüléseket.
10:01
We are on our way to decode what is really happening
180
601413
2857
Folyamatosan dekódoljuk,
mi történik e vadászterületeken,
10:04
over that foraging ground,
181
604294
1679
10:05
and it's quite beautiful.
182
605997
1345
és ez gyönyörű.
10:08
Once you superimpose the acoustic data collected by the drones,
183
608362
3403
Amikor a drónok gyűjtötte hangadatokat összerakjuk,
10:11
a picture starts to emerge.
184
611789
2124
kirajzolódik a kép.
10:13
As the seals leave the islands and swim from left to right,
185
613937
4372
Mikor a fókák elhagyják a szigeteket, és balról jobbra úsznak,
látható, hogy viszonylag sekély, 20 méteres mélységbe merülnek,
10:18
they are observed to dive at a relatively shallow depth of about 20 meters,
186
618333
4413
10:22
which the drone identifies is populated by small young pollock
187
622770
4089
melyben, ahogy a drón mutatja,
alacsony kalóriatartalmú, apró, fiatal tőkehalak vannak.
10:26
with low calorific content.
188
626883
2083
10:28
The seals then swim much greater distance and start to dive deeper
189
628990
4124
Majd távolabbra és mélyebbre úsznak,
oda, ahol a drón nagyobb, idősebb,
10:33
to a place where the drone identifies larger, more adult pollock,
190
633138
4672
10:37
which are more nutritious as fish.
191
637834
2259
táplálóbb tőkehalakat észlelt.
10:40
Unfortunately, the calories expended by the mother seals
192
640117
4122
Sajnos, az e hosszú távon felemésztett kalóriák miatt
10:44
to swim this extra distance
193
644263
2123
a fókáknak már nem marad elég energiájuk,
10:46
don't leave them with enough energy to lactate their pups back on the island,
194
646410
4916
10:51
leading to the population decline.
195
651350
2034
így a populáció csökken.
10:54
Further, the drones identify that the water temperature around the island
196
654408
5347
Továbbá, a drón jelezte, hogy a víz hőmérséklete
10:59
has significantly warmed.
197
659779
1685
a szigetnél jelentősen megnőtt.
11:01
It might be one of the driving forces that's pushing the pollock north,
198
661488
4300
Talán ez az egyik fő oka annak, ami a tőkehalakat északra űzi,
11:05
and to spread in search of colder regions.
199
665812
2455
hogy hidegebb régiók után kutassanak.
11:08
So the data analysis is ongoing,
200
668765
1785
Az adatfeldolgozás folyamatban van,
11:10
but already we can see that some of the pieces of the puzzle
201
670574
3379
de már látható,
hogy a medvefóka-rejtély kirakósának pár darabja
11:13
from the fur seal mystery
202
673977
1373
11:15
are coming into focus.
203
675374
1601
már a helyére kerül.
11:18
But if you look back at the big picture,
204
678690
2089
De ha az összképet nézzük,
11:20
we are mammals, too.
205
680803
1501
mi is emlősök vagyunk.
Az óceánok évente akár 20 kiló halat nyújtanak egy-egy embernek.
11:23
And actually, the oceans provide up to 20 kilos of fish per human per year.
206
683032
3824
11:26
As we deplete our fish stocks, what can we humans learn
207
686880
3129
Ahogy kimerítjük a halállományunkat, mit tanulhatunk mi, emberek
a medvefókák történetéből?
11:30
from the fur seal story?
208
690033
1585
11:32
And beyond fish, the oceans affect all of us daily
209
692719
2873
Az óceán a halakon kívül is nap mint nap hatással van ránk
11:35
as they drive global weather systems,
210
695616
1874
a globális időjárási rendszerek révén,
11:37
which affect things like global agricultural output
211
697514
2761
ami befolyásolja a világ mezőgazdasági termelését,
11:40
or can lead to devastating destruction of lives and property
212
700299
3629
vagy elpusztítja az életet és a tulajdonunkat
11:43
through hurricanes, extreme heat and floods.
213
703952
3201
hurrikánokkal, árvizekkel és szélsőséges hőmérséklettel.
11:47
Our oceans are pretty much unexplored and undersampled,
214
707756
3780
Óceánjaink nagyjából ismeretlenek és felfedezetlenek,
11:51
and today, we still know more about other planets than our own.
215
711560
4437
és még mindig többet tudunk más bolygókról, mint a sajátunkról.
De ha felosztjuk a hatalmas óceánt
11:56
But if you divide this vast ocean in six-by-six-degree squares,
216
716021
3788
11:59
each about 400 miles long,
217
719833
2817
650 km oldalú négyzetekre,
12:03
you'd get about 1,000 such squares.
218
723539
2154
nagyjából 1 000 négyzetet kapunk.
12:05
So little by little, working with our partners,
219
725717
2296
Így partereinkkel együtt lassacskán
12:08
we are deploying one ocean drone in each of those boxes,
220
728037
4098
minden négyzetbe egy-egy drónt telepítünk,
azt remélve, hogy a bolygót lefedve
12:12
the hope being that achieving planetary coverage
221
732159
2422
12:14
will give us better insights into those planetary systems
222
734605
3180
jobban belelátunk a bolygó rendszereibe,
12:17
that affect humanity.
223
737809
1311
melyek hatással vannak az emberiségre.
12:19
We have been using robots to study distant worlds in our solar system
224
739603
3612
Már jó ideje robotokat használunk
naprendszerünk távoli világainak vizsgálatára.
12:23
for a while now.
225
743239
1190
12:24
Now it is time to quantify our own planet,
226
744939
2631
Eljött az idő, hogy saját bolygónkat is számba vegyük,
12:28
because we cannot fix what we cannot measure,
227
748440
3839
mert nem tudunk javítani azon, amit nem tudunk megmérni,
12:32
and we cannot prepare for what we don't know.
228
752303
2892
és nem tudunk felkészülni arra, amit nem ismerünk.
12:35
Thank you.
229
755761
1160
Köszönöm.
12:36
(Applause)
230
756945
3074
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7