Paul Snelgrove: A census of the ocean

39,740 views ・ 2012-02-28

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

מתרגם: Shlomo Adam מבקר: Ido Dekkers
00:15
The oceans cover some 70 percent of our planet.
0
15260
3000
הים מכסה 70% מכוכב הלכת שלנו,
00:18
And I think Arthur C. Clarke probably had it right
1
18260
2000
ולדעתי ארתור סי קלארק כנראה צדק
00:20
when he said that perhaps we ought to call our planet
2
20260
3000
כשאמר שהיינו צריכים לכנות את עולמנו
00:23
Planet Ocean.
3
23260
2000
"כוכב הלכת ים".
00:25
And the oceans are hugely productive,
4
25260
2000
האוקיינוסים גם מאד פוריים,
00:27
as you can see by the satellite image
5
27260
2000
כפי שאתם רואים בתמונת הלווין
00:29
of photosynthesis, the production of new life.
6
29260
2000
של הפוטוסינתזה, של יצירת החיים החדשים.
00:31
In fact, the oceans produce half of the new life every day on Earth
7
31260
3000
למעשה, הים יוצר מידי יום מחצית מהחיים החדשים בעולם.
00:34
as well as about half the oxygen that we breathe.
8
34260
3000
וגם כמחצית מכל החמצן שאנו נושמים.
00:37
In addition to that, it harbors a lot of the biodiversity on Earth,
9
37260
3000
בנוסף, הרבה מהמגוון הביולוגי בעולם שוכן בו,
00:40
and much of it we don't know about.
10
40260
2000
ועל חלק גדול ממנו איננו יודעים דבר.
00:42
But I'll tell you some of that today.
11
42260
2000
אך היום אספר לכם על מעט ממנו.
00:44
That also doesn't even get into the whole protein extraction
12
44260
2000
ואפילו לא אכנס לכל נושא החלבונים
00:46
that we do from the ocean.
13
46260
2000
שאנו מפיקים מן הים.
00:48
That's about 10 percent of our global needs
14
48260
2000
מדובר בכ-10% מהביקוש הגלובלי
00:50
and 100 percent of some island nations.
15
50260
3000
וב-100% מהביקוש של כמה מדינות איים.
00:53
If you were to descend
16
53260
2000
אילו הייתם צוללים ויורדים
00:55
into the 95 percent of the biosphere that's livable,
17
55260
2000
למעמקי 95% הביוספירה התומכת-חיים,
00:57
it would quickly become pitch black,
18
57260
2000
הסביבה היתה מחשיכה לחלוטין במהירות,
00:59
interrupted only by pinpoints of light
19
59260
2000
פרט לנקודות אור
01:01
from bioluminescent organisms.
20
61260
2000
של אורגניזמים בעלי תאורה טבעית.
01:03
And if you turn the lights on,
21
63260
2000
ואם הייתם מדליקים את האורות,
01:05
you might periodically see spectacular organisms swim by,
22
65260
2000
הייתם רואים מידי פעם אורגניזמים מופלאים חולפים,
01:07
because those are the denizens of the deep,
23
67260
2000
כי אלה הם תושבי המעמקים,
01:09
the things that live in the deep ocean.
24
69260
2000
הדברים שחיים במעמקי האוקיינוס.
01:11
And eventually, the deep sea floor would come into view.
25
71260
3000
ולבסוף היתה מופיעה קרקעית הים העמוק.
01:14
This type of habitat covers more of the Earth's surface
26
74260
3000
בית הגידול הזה מכסה את רוב פני כדור הארץ
01:17
than all other habitats combined.
27
77260
2000
יותר מסכום כל בתי הגידול האחרים.
01:19
And yet, we know more about the surface of the Moon and about Mars
28
79260
2000
אולם ידוע לנו יותר על פני הירח ועל המאדים
01:21
than we do about this habitat,
29
81260
2000
מאשר על הסביבה הזו,
01:23
despite the fact that we have yet to extract
30
83260
2000
למרות שיהיה עוד עלינו למצות
01:25
a gram of food, a breath of oxygen or a drop of water
31
85260
3000
כל גרם של מזון, נשימת חמצן או טיפת מים
01:28
from those bodies.
32
88260
2000
מגופי המים האלה.
01:30
And so 10 years ago,
33
90260
2000
אז לפני 10 שנים,
01:32
an international program began called the Census of Marine Life,
34
92260
3000
הוחל בתכנית בינ"ל בשם "מיפקד בעלי החיים בים",
01:35
which set out to try and improve our understanding
35
95260
2000
שנועדה לנסות לשפר את הבנתנו
01:37
of life in the global oceans.
36
97260
2000
בנוגע לחיים באוקיינוסי העולם.
01:39
It involved 17 different projects around the world.
37
99260
3000
התכנית כללה 17 מיזמים שונים סביב העולם.
01:42
As you can see, these are the footprints of the different projects.
38
102260
2000
כפי שאתם רואים, אלה טביעות הרגל של המיזמים השונים.
01:44
And I hope you'll appreciate the level of global coverage
39
104260
3000
ואני מקווה שתעריכו את מידת הכיסוי הגלובלי
01:47
that it managed to achieve.
40
107260
2000
שהם הצליחו להשיג.
01:49
It all began when two scientists, Fred Grassle and Jesse Ausubel,
41
109260
2000
הכל התחיל כששני מדענים, פרד גרזלי וג'סי אוסובל,
01:51
met in Woods Hole, Massachusetts
42
111260
3000
נפגשו בוודס הול שבמסצ'וסטס
01:54
where both were guests at the famed oceanographic institute.
43
114260
2000
כאורחיו של המכון האוקיינוגרפי המפורסם.
01:56
And Fred was lamenting the state of marine biodiversity
44
116260
3000
ופרד התלונן על מצב המגוון הביולוגי הימי
01:59
and the fact that it was in trouble and nothing was being done about it.
45
119260
3000
ועל כך שהוא בצרה ולא עושים כלום בנוגע לכך.
02:02
Well, from that discussion grew this program
46
122260
2000
ומאותו דיון התפתחה התכנית הזו
02:04
that involved 2,700 scientists
47
124260
2000
שכוללת 2,700 מדענים
02:06
from more than 80 countries around the world
48
126260
2000
מיותר מ-80 מדינות בכל העולם
02:08
who engaged in 540 ocean expeditions
49
128260
3000
שהשתתפו ב-540 משלחות ימיות
02:11
at a combined cost of 650 million dollars
50
131260
3000
בעלות כוללת של 650 מיליון דולר
02:14
to study the distribution, diversity and abundance
51
134260
2000
במטרה לחקור את התפוצה, המגוון והשפע
02:16
of life in the global ocean.
52
136260
3000
של החיים באוקיינוסי העולם.
02:19
And so what did we find?
53
139260
2000
אם כן, מה גילינו?
02:21
We found spectacular new species,
54
141260
2000
גילינו מינים חדשים ונפלאים,
02:23
the most beautiful and visually stunning things everywhere we looked --
55
143260
3000
דברים יפהפיים ומופלאים בכל מקום שחקרנו --
02:26
from the shoreline to the abyss,
56
146260
2000
מהחופים ועד לתהומות הים,
02:28
form microbes all the way up to fish and everything in between.
57
148260
3000
מחיידקים ועד דגים וכל מה שביניהם.
02:31
And the limiting step here wasn't the unknown diversity of life,
58
151260
3000
והמגבלה לא היתה במגוון הלא-מוכר של החיים,
02:34
but rather the taxonomic specialists
59
154260
2000
אלא היכולת של מומחי המיון
02:36
who can identify and catalog these species
60
156260
2000
לזהות ולקטלג מינים אלה
02:38
that became the limiting step.
61
158260
2000
היא שהפכה למגבלה.
02:40
They, in fact, are an endangered species themselves.
62
160260
3000
למעשה, הם עצמם מהווים מין בסכנת הכחדה.
02:43
There are actually four to five new species
63
163260
2000
האמת היא שמידי יום 4 או 5 מינים חדשים
02:45
described everyday for the oceans.
64
165260
2000
מזוהים באוקיינוסים.
02:47
And as I say, it could be a much larger number.
65
167260
3000
ואני טוען שהמספר היה עשוי להיות גדול בהרבה.
02:50
Now, I come from Newfoundland in Canada --
66
170260
3000
אני מניו-פאונדלנד שבקנדה --
02:53
It's an island off the east coast of that continent --
67
173260
2000
זהו אי מול החוף המזרחי של היבשת --
02:55
where we experienced one of the worst fishing disasters
68
175260
3000
שבו חווינו את אחד אסונות הדגה החמורים ביותר
02:58
in human history.
69
178260
2000
בהיסטוריה האנושית.
03:00
And so this photograph shows a small boy next to a codfish.
70
180260
2000
הצילום הזה מראה ילד קטן ליד דג בקלה.
03:02
It's around 1900.
71
182260
2000
השנה היא בערך 1900.
03:04
Now, when I was a boy of about his age,
72
184260
2000
כשאני הייתי ילד בערך בגיל הזה,
03:06
I would go out fishing with my grandfather
73
186260
2000
נהגתי לצאת לדיג עם סבי
03:08
and we would catch fish about half that size.
74
188260
2000
והיינו תופסים דגים שגודלם בערך חצי מזה.
03:10
And I thought that was the norm,
75
190260
2000
ואז חשבתי שזה הגודל הרגיל,
03:12
because I had never seen fish like this.
76
192260
2000
כי מעולם לא ראיתי דג כזה.
03:14
If you were to go out there today, 20 years after this fishery collapsed,
77
194260
3000
אילו באתם לשם היום, 20 שנה אחרי קריסת אזורי הדיג,
03:17
if you could catch a fish, which would be a bit of a challenge,
78
197260
3000
והייתם מצליחים לדוג איזה דג - אתגר לא קטן -
03:20
it would be half that size still.
79
200260
2000
גודלו עדיין היה חצי מזה.
03:22
So what we're experiencing is something called shifting baselines.
80
202260
3000
כך שאנו חווים את מה שקרוי שינוי בקווי היסוד.
03:25
Our expectations of what the oceans can produce
81
205260
2000
הציפיות שלנו לגבי מה שהים מסוגל להפיק
03:27
is something that we don't really appreciate
82
207260
2000
הוא משהו שאיננו באמת מסוגלים להעריך
03:29
because we haven't seen it in our lifetimes.
83
209260
3000
משום שלא ראינו זאת בימי חיינו.
03:32
Now most of us, and I would say me included,
84
212260
3000
רובנו, והייתי אומר שגם אני,
03:35
think that human exploitation of the oceans
85
215260
2000
חושבים שהניצול של הים בידי האדם
03:37
really only became very serious
86
217260
2000
החמיר באמת
03:39
in the last 50 to, perhaps, 100 years or so.
87
219260
2000
רק ב-50 או 100 השנים האחרונות.
03:41
The census actually tried to look back in time,
88
221260
2000
עורכי המיפקד בעצם ניסו לצפות אל העבר,
03:43
using every source of information they could get their hands on.
89
223260
3000
בעזרת כל מקור מידע עליו יכלו להניח את ידם,
03:46
And so anything from restaurant menus
90
226260
2000
הכל, החל מתפריטי מסעדות
03:48
to monastery records to ships' logs
91
228260
2000
ועד רשומות של מנזרים ויומני ספינות,
03:50
to see what the oceans looked like.
92
230260
2000
כדי לגלות איך נראו בעבר האוקיינוסים.
03:52
Because science data really goes back
93
232260
2000
כי ישנם נתונים מדעיים לכל היותר
03:54
to, at best, World War II, for the most part.
94
234260
2000
רק ממלחמת העולם השניה, הכי הרבה.
03:56
And so what they found, in fact,
95
236260
2000
מה שהם למעשה גילו,
03:58
is that exploitation really began heavily with the Romans.
96
238260
2000
הוא שהניצול הרציני החל עוד בימי הרומאים.
04:00
And so at that time, of course, there was no refrigeration.
97
240260
3000
כמובן שאז עוד לא היו אמצעי קירור.
04:03
So fishermen could only catch
98
243260
2000
אז הדייגים היו תופסים
04:05
what they could either eat or sell that day.
99
245260
2000
רק את מה שיכלו לאכול או למכור בו-ביום.
04:07
But the Romans developed salting.
100
247260
2000
אבל הרומאים פיתחו את השימור במלח.
04:09
And with salting,
101
249260
2000
וההמלחה איפשרה
04:11
it became possible to store fish and to transport it long distances.
102
251260
3000
לאחסן ולהוביל דגים למרחקים גדולים.
04:14
And so began industrial fishing.
103
254260
3000
וכך החל הדיג המסחרי.
04:17
And so these are the sorts of extrapolations that we have
104
257260
3000
אלו סוגי ההערכות שיש לנו
04:20
of what sort of loss we've had
105
260260
2000
לגבי מה שאיבדנו
04:22
relative to pre-human impacts on the ocean.
106
262260
3000
בהתייחס להשפעות האדם על הים.
04:25
They range from 65 to 98 percent
107
265260
2000
מדובר ב-68 עד 98 אחוז
04:27
for these major groups of organisms,
108
267260
2000
של קבוצות אורגניזמים גדולות אלה,
04:29
as shown in the dark blue bars.
109
269260
2000
כפי שרואים בשורות הכחולות כהות.
04:31
Now for those species the we managed to leave alone, that we protect --
110
271260
3000
לגבי המינים שהצלחנו לעזוב במנוחה, שעליהם אנו מגינים--
04:34
for example, marine mammals in recent years and sea birds --
111
274260
2000
למשל, יונקים ימיים בשנים האחרונות וציפורי ים--
04:36
there is some recovery.
112
276260
2000
יש השתקמות מסויימת.
04:38
So it's not all hopeless.
113
278260
2000
כך שלא הכל אבוד.
04:40
But for the most part, we've gone from salting to exhausting.
114
280260
3000
אך ככלל, עברנו מהמלחה למיצוי משאבים.
04:43
Now this other line of evidence is a really interesting one.
115
283260
2000
קו הראיות הנוסף הזה מעניין מאד.
04:45
It's from trophy fish caught off the coast of Florida.
116
285260
3000
מקורו בדג שלל שנידוג מול חופי פלורידה.
04:48
And so this is a photograph from the 1950s.
117
288260
3000
זהו צילום משנות ה-50.
04:51
I want you to notice the scale on the slide,
118
291260
2000
שימו לב לקנה המידה שעל השיקופית,
04:53
because when you see the same picture from the 1980s,
119
293260
2000
כי הנה אותה תמונה משנות ה-80,
04:55
we see the fish are much smaller
120
295260
2000
אנו רואים שהדג הזה קטן בהרבה
04:57
and we're also seeing a change
121
297260
2000
ואנו רואים גם שינוי
04:59
in terms of the composition of those fish.
122
299260
2000
מבחינת הרכב הדגים האלה.
05:01
By 2007, the catch was actually laughable
123
301260
2000
עד 2007, השלל היה בעצם מגוחך
05:03
in terms of the size for a trophy fish.
124
303260
2000
במונחי גדליהם של דגי שלל.
05:05
But this is no laughing matter.
125
305260
2000
אבל זה בכלל לא מצחיק.
05:07
The oceans have lost a lot of their productivity
126
307260
2000
האוקיינוסים איבדו הרבה מכושר התפוקה שלהם
05:09
and we're responsible for it.
127
309260
3000
ואנו האחראים לכך.
05:12
So what's left? Actually quite a lot.
128
312260
2000
אז מה נשאר? בעצם, די הרבה.
05:14
There's a lot of exciting things, and I'm going to tell you a little bit about them.
129
314260
3000
יש המון דברים מלהיבים, ואספר לכם מעט עליהם.
05:17
And I want to start with a bit on technology,
130
317260
2000
אני רוצה להתחיל עם קצת טכנולוגיה,
05:19
because, of course, this is a TED Conference
131
319260
2000
כי הרי זהו כנס של TED
05:21
and you want to hear something on technology.
132
321260
2000
ואתם ודאי רוצים לשמוע על טכנולוגיה.
05:23
So one of the tools that we use to sample the deep ocean
133
323260
2000
אחד הכלים שבהם אנו דוגמים את מעמקי האוקיינוס
05:25
are remotely operated vehicles.
134
325260
2000
הוא כלי רכב בשליטה מרחוק.
05:27
So these are tethered vehicles we lower down to the sea floor
135
327260
3000
אלו הם כלי רכב רתומים שאנו מורידים אל קרקעית הים
05:30
where they're our eyes and our hands for working on the sea bottom.
136
330260
3000
והם משמשים לנו כעיניים וידיים בעבודה על קרקעית הים.
05:33
So a couple of years ago, I was supposed to go on an oceanographic cruise
137
333260
3000
לפני כמה שנים הייתי אמור לצאת לשיט מחקר ימי
05:36
and I couldn't go because of a scheduling conflict.
138
336260
3000
ולא יצאתי בגלל בעיות של לוחות זמנים.
05:39
But through a satellite link I was able to sit at my study at home
139
339260
3000
אבל בעזרת קישור לווייני יכולתי לשבת בחדר העבודה בביתי
05:42
with my dog curled up at my feet, a cup of tea in my hand,
140
342260
3000
כשכלבי מכורבל לרגלי, כוס תה בידי,
05:45
and I could tell the pilot, "I want a sample right there."
141
345260
2000
ולהורות לטייס, "אני רוצה דגימה בדיוק שם."
05:47
And that's exactly what the pilot did for me.
142
347260
2000
וזה בדיוק מה שהטייס עשה עבורי.
05:49
That's the sort of technology that's available today
143
349260
3000
זהו סוג הטכנולוגיה הזמינה בימינו
05:52
that really wasn't available even a decade ago.
144
352260
2000
והיא לא היתה קיימת רק לפני עשר שנים.
05:54
So it allows us to sample these amazing habitats
145
354260
2000
היא מאפשרת לנו לקחת דגימות מבתי גידול מופלאים אלה
05:56
that are very far from the surface
146
356260
2000
שמרוחקים מאד מפני הים
05:58
and very far from light.
147
358260
2000
ומהאור הטבעי.
06:00
And so one of the tools that we can use to sample the oceans
148
360260
3000
אחד הכלים שאנו מפעילים כדי לדגום את האוקיינוסים
06:03
is acoustics, or sound waves.
149
363260
2000
הוא אקוסטיקה, או גלי קול.
06:05
And the advantage of sound waves
150
365260
2000
היתרון של גלי קול
06:07
is that they actually pass well through water, unlike light.
151
367260
2000
הוא שהם עוברים היטב במים, שלא כמו אור.
06:09
And so we can send out sound waves,
152
369260
2000
וכך אנו יכולים לשגר גלי קול,
06:11
they bounce off objects like fish and are reflected back.
153
371260
3000
שמוחזרים מעצמים כמו דגים,
06:14
And so in this example, a census scientist took out two ships.
154
374260
3000
ובדוגמה הבאה, אחד ממדעני המיפקד שיגר שתי ספינות,
06:17
One would send out sound waves that would bounce back.
155
377260
2000
אחת שלחה גלי קול שהוחזרו,
06:19
They would be received by a second ship,
156
379260
2000
והתקבלו על ידי הספינה האחרת,
06:21
and that would give us very precise estimates, in this case,
157
381260
3000
וזה נתן לנו אומדנים מדויקים מאד, במקרה זה
06:24
of 250 billion herring
158
384260
2000
של 250 מיליארד מליחים
06:26
in a period of about a minute.
159
386260
2000
בפרק זמן של כדקה.
06:28
And that's an area about the size of Manhattan Island.
160
388260
3000
ומדובר באזור בגודל האי מנהטן.
06:31
And to be able to do that is a tremendous fisheries tool,
161
391260
2000
וההישג כאן מועיל מאד לדיג,
06:33
because knowing how many fish are there is really critical.
162
393260
3000
כי הידיעה כמה דגים יש היא מכרעת ביותר.
06:36
We can also use satellite tags
163
396260
2000
אנו יכולים גם להשתמש בתגיות לווין
06:38
to track animals as they move through the oceans.
164
398260
2000
כדי לעקוב אחר בעלי חיים במסעותיהם בים.
06:40
And so for animals that come to the surface to breathe,
165
400260
2000
ובשביל בעלי חיים שצפים כדי לנשום,
06:42
such as this elephant seal,
166
402260
2000
כמו פיל הים הזה,
06:44
it's an opportunity to send data back to shore
167
404260
2000
זו הזדמנות לשגר נתונים בחזרה אל החוף
06:46
and tell us where exactly it is in the ocean.
168
406260
3000
ולומר לנו היכן בדיוק הוא נמצא בים.
06:49
And so from that we can produce these tracks.
169
409260
2000
מתוך זה אנו יכולים להתוות את המסלולים האלה.
06:51
For example, the dark blue
170
411260
2000
לדוגמה, הכחול-כהה
06:53
shows you where the elephant seal moved in the north Pacific.
171
413260
2000
מראה את תנועות פיל הים בצפון האוקיינוס השקט.
06:55
Now I realize for those of you who are colorblind, this slide is not very helpful,
172
415260
3000
אני מבין ששיקופית זו לא עוזרת לעיוורי הצבעים שביניכם,
06:58
but stick with me nonetheless.
173
418260
2000
אך בכל זאת תעקבו אחרי.
07:00
For animals that don't surface,
174
420260
2000
בקשר לבעלי חיים שאינם צפים,
07:02
we have something called pop-up tags,
175
422260
2000
יש לנו משהו הקרוי "תג צף",
07:04
which collect data about light and what time the sun rises and sets.
176
424260
3000
שאוסף נתונים של אור ומועדי שקיעה וזריחה,
07:07
And then at some period of time
177
427260
2000
ומידי זמן מסוים
07:09
it pops up to the surface and, again, relays that data back to shore.
178
429260
3000
הוא צף אל פני הים ושוב, משדר את הנתונים בחזרה אל החוף.
07:12
Because GPS doesn't work under water. That's why we need these tools.
179
432260
3000
כי איתור לווייני לא פועל מתחת למים. לכן אנו זקוקים לכלים אלה.
07:15
And so from this we're able to identify these blue highways,
180
435260
3000
ובעזרתם ביכולתנו לזהות את הנתיבים הכחולים האלה,
07:18
these hot spots in the ocean,
181
438260
2000
הנקודות החמות האלה באוקיינוס,
07:20
that should be real priority areas
182
440260
2000
שצריכות להוות אזורים בעדיפות עליונה
07:22
for ocean conservation.
183
442260
2000
לפעולות שימור ימי.
07:24
Now one of the other things that you may think about
184
444260
2000
דבר נוסף, שאולי עלה בדעתכם:
07:26
is that, when you go to the supermarket and you buy things, they're scanned.
185
446260
3000
כשאתם הולכים למרכול וקונים דברים, הם נסרקים,
07:29
And so there's a barcode on that product
186
449260
2000
יש ברקוד על כל מוצר
07:31
that tells the computer exactly what the product is.
187
451260
3000
שאומר למחשב מהו בדיוק המוצר.
07:34
Geneticists have developed a similar tool called genetic barcoding.
188
454260
3000
הגנטיקאים פיתוח כלי דומה הקרוי "קידוד גנטי".
07:37
And what barcoding does
189
457260
2000
והקידוד הזה
07:39
is use a specific gene called CO1
190
459260
2000
משתמש בגן ייחודי בשם סי-או-1
07:41
that's consistent within a species, but varies among species.
191
461260
3000
שנמצא בכל המינים אך שונה ממין למין.
07:44
And so what that means is we can unambiguously identify
192
464260
2000
וזה אומר שאנו יכולים לזהות באופן חד משמעי
07:46
which species are which
193
466260
2000
מהו המין
07:48
even if they look similar to each other,
194
468260
2000
גם אם מדובר במינים זהים לכאורה,
07:50
but may be biologically quite different.
195
470260
2000
שעשויים להיות שונים לגמרי מבחינה ביולוגית.
07:52
Now one of the nicest examples I like to cite on this
196
472260
2000
אחת הדוגמאות הנחמדות שברצוני להביא לכך
07:54
is the story of two young women, high school students in New York City,
197
474260
3000
היא סיפור על שתי נערות, תלמידות תיכון בעיר ניו-יורק,
07:57
who worked with the census.
198
477260
2000
שעבדו על המיפקד הזה.
07:59
They went out and collected fish from markets and from restaurants in New York City
199
479260
3000
הן יצאו ואספו דגים משווקים וממסעדות
08:02
and they barcoded it.
200
482260
2000
בעיר ניו-יורק וקידדו אותם.
08:04
Well what they found was mislabeled fish.
201
484260
2000
ואז גילו דג שתוייג לא נכון.
08:06
So for example,
202
486260
2000
למשל,
08:08
they found something which was sold as tuna, which is very valuable,
203
488260
2000
הן מצאו משהו שנמכר בתור טונה, שזה יקר מאד,
08:10
was in fact tilapia, which is a much less valuable fish.
204
490260
3000
שהיה למעשה אמנון, דג הרבה פחות יקר.
08:13
They also found an endangered species
205
493260
2000
הם גם גילו מין בסכנת הכחדה
08:15
sold as a common one.
206
495260
2000
שנמכר כדג פשוט.
08:17
So barcoding allows us to know what we're working with
207
497260
2000
כך שהקידוד מאפשר לנו לדעת עם מה אנו עובדים
08:19
and also what we're eating.
208
499260
3000
וגם מה אנו אוכלים.
08:22
The Ocean Biogeographic Information System
209
502260
2000
מערכת המידע הביו-גיאוגרפי הימי
08:24
is the database for all the census data.
210
504260
2000
היא בסיס הנתונים של כל חומר המיפקד.
08:26
It's open access; you can all go in and download data as you wish.
211
506260
3000
הגישה חופשית, וכולכם יכולים להוריד ממנה נתונים כרצונכם.
08:29
And it contains all the data from the census
212
509260
3000
היא מכילה את כל נתוני המיפקד
08:32
plus other data sets that people were willing to contribute.
213
512260
2000
ועוד כמה מערכי נתונים שאנשים גילו נכונות לתרום.
08:34
And so what you can do with that
214
514260
2000
מה שאתם יכולים לעשות עם זה
08:36
is to plot the distribution of species and where they occur in the oceans.
215
516260
3000
הוא לעקוב אחר התפלגות המינים ומקומם באוקיינוס.
08:39
What I've plotted up here is the data that we have on hand.
216
519260
2000
מה ששירטטתי כאן הוא הנתונים שיש לנו כרגע.
08:41
This is where our sampling effort has concentrated.
217
521260
3000
כאן התרכז מאמץ הדגימות שלנו.
08:44
Now what you can see
218
524260
2000
מה שאתם יכולים לראות הוא,
08:46
is we've sampled the area in the North Atlantic,
219
526260
2000
שדגמנו את אזור צפון האוקיינוס האטלנטי,
08:48
in the North Sea in particular,
220
528260
2000
במיוחד בים הצפוני,
08:50
and also the east coast of North America fairly well.
221
530260
2000
ובמידה טובה למדי גם בחוף המזרחי של צפון אמריקה.
08:52
That's the warm colors which show a well-sampled region.
222
532260
3000
הצבעים החמים מסמלים אזור שנדגם היטב.
08:55
The cold colors, the blue and the black,
223
535260
2000
הצבעים הקרים, הכחול והשחור,
08:57
show areas where we have almost no data.
224
537260
2000
מראים אזורים שלגביהם אין לנו כמעט נתונים.
08:59
So even after a 10-year census,
225
539260
2000
אז אפילו אחרי מיפקד בן עשר שנים,
09:01
there are large areas that still remain unexplored.
226
541260
3000
יש אזורים נרחבים שטרם נחקרו.
09:04
Now there are a group of scientists living in Texas, working in the Gulf of Mexico
227
544260
3000
יש בטקסס קבוצת מדענים שעובדת במפרץ מקסיקו
09:07
who decided really as a labor of love
228
547260
2000
שהחליטה, באמת מתוך אהבה,
09:09
to pull together all the knowledge they could
229
549260
2000
לשלב את כל הידע שיכלו להשיג
09:11
about biodiversity in the Gulf of Mexico.
230
551260
2000
על המגוון הביולוגי במפרץ מקסיקו.
09:13
And so they put this together, a list of all the species,
231
553260
3000
הם יצרו רשימה של כל המינים,
09:16
where they're known to occur,
232
556260
2000
היכן ידוע שהם נמצאים,
09:18
and it really seemed like a very esoteric, scientific type of exercise.
233
558260
3000
וזה נראה כמו איזה תרגיל מדעי אזוטרי,
09:21
But then, of course, there was the Deep Horizon oil spill.
234
561260
3000
אך אז, כמובן, אירעה דליפת הנפט של "דיפ הורייזן".
09:24
So all of a sudden, this labor of love
235
564260
2000
ולפתע פתאום, העבודה הזו שנעשתה מתוך אהבה,
09:26
for no obvious economic reason
236
566260
3000
ללא שום טעם כלכלי,
09:29
has become a critical piece of information
237
569260
2000
הפכה לפיסת מידע קריטית
09:31
in terms of how that system is going to recover, how long it will take
238
571260
3000
בסוגיה כיצד תשתקם מערכת זו, כמה זמן זה יארך,
09:34
and how the lawsuits
239
574260
2000
ואיך התביעות המשפטיות
09:36
and the multi-billion-dollar discussions that are going to happen in the coming years
240
576260
3000
והדיונים על מאות מיליארדי דולרים שיתנהלו בשנים הקרובות
09:39
are likely to be resolved.
241
579260
3000
עתידים להיפתר.
09:42
So what did we find?
242
582260
2000
אז מה מצאנו?
09:44
Well, I could stand here for hours, but, of course, I'm not allowed to do that.
243
584260
2000
יכולתי לעמוד כאן שעות, אך כמובן אסור לי.
09:46
But I will tell you some of my favorite discoveries
244
586260
2000
אבל אספר לכם על כמה מהתגליות האהובות עלי
09:48
from the census.
245
588260
2000
מאותו מיפקד.
09:50
So one of the things we discovered is where are the hot spots of diversity?
246
590260
3000
אחד הדברים שגילינו הוא הנקודות החמות של המגוון הביולוגי
09:53
Where do we find the most species of ocean life?
247
593260
3000
שבהן אנו מוצאים את רוב מיני החיים בים.
09:56
And what we find if we plot up the well-known species
248
596260
2000
ומה שאנו מוצאים כשאנו עוקבים אחר המינים המוכרים
09:58
is this sort of a distribution.
249
598260
2000
הוא התפלגות מעין זו.
10:00
And what we see is that for coastal tags,
250
600260
2000
אנו רואים שמבחינת תוויות חוף,
10:02
for those organisms that live near the shoreline,
251
602260
2000
של אותם אורגניזמים שחיים בקרבת החוף,
10:04
they're most diverse in the tropics.
252
604260
2000
הם יותר מגוונים באזורים הטרופיים.
10:06
This is something we've actually known for a while,
253
606260
2000
ידענו זאת מזה זמן-מה,
10:08
so it's not a real breakthrough.
254
608260
2000
כך שזו איננה פריצת-דרך אמיתית.
10:10
What is really exciting though
255
610260
2000
אך מה שבאמת מרגש
10:12
is that the oceanic tags, or the ones that live far from the coast,
256
612260
2000
הוא שבעלי התוויות הימיות, או אלה שחיים הרחק מהחוף,
10:14
are actually more diverse at intermediate latitudes.
257
614260
2000
מגוונים יותר בשכבות הביניים.
10:16
This is the sort of data, again, that managers could use
258
616260
3000
זהו שוב מידע מהסוג שעשוי להועיל למנהלים
10:19
if they want to prioritize areas of the ocean that we need to conserve.
259
619260
3000
שרוצים לייעד אזורים באוקיינוס בעדיפות לשימור.
10:22
You can do this on a global scale, but you can also do it on a regional scale.
260
622260
3000
ניתן לעשות זאת בקנה-מידה גלובלי, אך גם בקנה-מידה אזורי.
10:25
And that's why biodiversity data can be so valuable.
261
625260
3000
ולכן נתונים של מגוון ביולוגי עשויים להיות בעלי ערך.
10:28
Now while a lot of the species we discovered in the census
262
628260
3000
ובעוד שרבים מהמינים שגילינו במיפקד
10:31
are things that are small and hard to see,
263
631260
2000
הם דברים קטנים שקשה לראותם,
10:33
that certainly wasn't always the case.
264
633260
2000
ברור שלא תמיד זה היה המצב.
10:35
For example, while it's hard to believe
265
635260
2000
לדוגמה, גם אם קשה להאמין
10:37
that a three kilogram lobster could elude scientists,
266
637260
2000
שלובסטר במשקל 3 ק"ג יכול לחמוק מעיני המדענים,
10:39
it did until a few years ago
267
639260
2000
עובדה שהוא הצליח בכך עד לפני שנים מספר
10:41
when South African fishermen requested an export permit
268
641260
3000
כשדייג מצפון אפריקה ביקש רשיון יצוא
10:44
and scientists realized that this was something new to science.
269
644260
3000
והמדענים תפסו שמדובר במשהו חדש מבחינה מדעית.
10:47
Similarly this Golden V kelp
270
647260
2000
בדומה לכך, אצה זו, "האצה הזהובה",
10:49
collected in Alaska just below the low water mark
271
649260
2000
שנלקחה מאלסקה, ממש מתחת לקו המים התחתון
10:51
is probably a new species.
272
651260
2000
היא כנראה מין חדש.
10:53
Even though it's three meters long,
273
653260
2000
למרות שאורכה הוא 3 מטרים,
10:55
it actually, again, eluded science.
274
655260
2000
היא בעצם, שוב, חמקה מעיני המדע.
10:57
Now this guy, this bigfin squid, is seven meters in length.
275
657260
3000
הבחור הזה, הדיונון גדול הסנפיר, אורכו 7 מטרים.
11:00
But to be fair, it lives in the deep waters of the Mid-Atlantic Ridge,
276
660260
3000
אך למען ההגינות, הוא חי במעמקי הרכס האטלנטי התיכון,
11:03
so it was a lot harder to find.
277
663260
2000
כך שהיה קשה בהרבה למצוא אותו.
11:05
But there's still potential for discovery of big and exciting things.
278
665260
3000
אך עדיין יש פוטנציאל לגילוי דברים גדולים ומלהיבים.
11:08
This particular shrimp, we've dubbed it the Jurassic shrimp,
279
668260
3000
החסילון המסוים הזה, כינינו אותו "חסילון היורה",
11:11
it's thought to have gone extinct 50 years ago --
280
671260
2000
הוא נחשב בטעות למין נכחד לפני 50 שנה --
11:13
at least it was, until the census discovered
281
673260
2000
לפחות היה כזה, עד שהמיפקד גילה
11:15
it was living and doing just fine off the coast of Australia.
282
675260
3000
שהוא חי ומשגשג מול חופי אוסטרליה.
11:18
And it shows that the ocean, because of its vastness,
283
678260
3000
מה שמוכיח שהאוקינוס, בגלל גודלו העצום,
11:21
can hide secrets for a very long time.
284
681260
2000
יכול לטמון בחובו סודות למשך זמן רב מאד.
11:23
So, Steven Spielberg, eat your heart out.
285
683260
3000
סטיבן ספילברג, תאכל את הלב!
11:26
If we look at distributions, in fact distributions change dramatically.
286
686260
3000
באשר לתפוצה, היא למעשה משתנה באופן דרמטי.
11:29
And so one of the records that we had
287
689260
3000
ואחת הרשומות שלנו מראה,
11:32
was this sooty shearwater, which undergoes these spectacular migrations
288
692260
3000
שהיסעור השחור הזה, שנודד מרחקים מרשימים כאלה
11:35
all the way from New Zealand
289
695260
2000
מניו זילנד
11:37
all the way up to Alaska and back again
290
697260
2000
ועד אלסקה ובחזרה
11:39
in search of endless summer
291
699260
2000
בחיפוש אחר קיץ נצחי
11:41
as they complete their life cycles.
292
701260
2000
בהשלימו את מחזור חייו.
11:43
We also talked about the White Shark Cafe.
293
703260
2000
דיברנו גם על "קפה העמלץ הלבן".
11:45
This is a location in the Pacific where white shark converge.
294
705260
3000
כאן, באוקינוס השקט, מתכנסים העמלצים הלבנים.
11:48
We don't know why they converge there, we simply don't know.
295
708260
2000
איננו יודעים מדוע דווקא כאן. פשוט איננו יודעים.
11:50
That's a question for the future.
296
710260
2000
זו שאלה לעתיד.
11:52
One of the things that we're taught in high school
297
712260
2000
אחד הדברים שמלמדים אותנו בתיכון
11:54
is that all animals require oxygen in order to survive.
298
714260
3000
הוא שכל החיות זקוקות לחמצן כדי לחיות.
11:57
Now this little critter, it's only about half a millimeter in size,
299
717260
3000
גודלו של היצור הקטן הזה הוא רק חצי מילימטר,
12:00
not terribly charismatic.
300
720260
2000
אין לו קסם מיוחד,
12:02
But it was only discovered in the early 1980s.
301
722260
2000
הוא נתגלה רק בתחילת שנות ה-80,
12:04
But the really interesting thing about it
302
724260
2000
ומה שבאמת מעניין בו
12:06
is that, a few years ago, census scientists discovered
303
726260
3000
הוא שלפני כמה שנים מדעני המיפקד גילו
12:09
that this guy can thrive in oxygen-poor sediments
304
729260
2000
שהבחור הזה פורח במשקעים דלי-חמצן
12:11
in the deep Mediterranean Sea.
305
731260
2000
במעמקי הים התיכון.
12:13
So now they know that, in fact,
306
733260
2000
אז כעת ידוע, למעשה,
12:15
animals can live without oxygen, at least some of them,
307
735260
2000
שיש בעלי חיים שמסוגלות לחיות ללא חמצן, לפחות כמה מהם,
12:17
and that they can adapt to even the harshest of conditions.
308
737260
3000
ושהם מסוגלים להסתגל לתנאים הקשים ביותר.
12:20
If you were to suck all the water out of the ocean,
309
740260
3000
אילו הוצאנו את כל המים מן האוקיינוסים,
12:23
this is what you'd be left behind with,
310
743260
2000
זה מה שהיה נשאר,
12:25
and that's the biomass of life on the sea floor.
311
745260
2000
וזו הביו-מסה של החיים על קרקעית הים.
12:27
Now what we see is huge biomass towards the poles
312
747260
3000
ואנו רואים שיש ביו-מסה ענקית ככל שקרבים לקטבים
12:30
and not much biomass in between.
313
750260
3000
ולא הרבה באמצע.
12:33
We found life in the extremes.
314
753260
2000
מצאנו חיים בשוליים הקיצוניים.
12:35
And so there were new species that were found
315
755260
2000
ונמצאו מינים חדשים
12:37
that live inside ice
316
757260
2000
שחיים בקרח
12:39
and help to support an ice-based food web.
317
759260
2000
ומסייעים לכלכל מארג מזון מבוסס-קרח.
12:41
And we also found this spectacular yeti crab
318
761260
2000
גילינו גם את סרטן הייטי המופלא הזה
12:43
that lives near boiling hot hydrothermal vents at Easter Island.
319
763260
3000
שחי בקרבת ארובות מים רותחים הידרו-תרמיות באי הפסחא.
12:46
And this particular species
320
766260
2000
והמין המסוים הזה
12:48
really captured the public's attention.
321
768260
3000
משך באמת את תשומת לב הציבור.
12:51
We also found the deepest vents known yet -- 5,000 meters --
322
771260
3000
גילינו גם את הארובות העמוקות ביותר המוכרות - 5000 מ' -
12:54
the hottest vents at 407 degrees Celsius --
323
774260
3000
הארובות הכי חמות, 407 מעלות צלזיוס --
12:57
vents in the South Pacific and also in the Arctic
324
777260
2000
בדרום האוקינוס השקט וגם בחוג הארקטי
12:59
where none had been found before.
325
779260
2000
במקומות שבהם לא נתגלו בעבר.
13:01
So even new environments are still within the domain of the discoverable.
326
781260
3000
כך שעדיין ניתן לגלות גם סביבות חדשות.
13:04
Now in terms of the unknowns, there are many.
327
784260
2000
במונחי הלא-ידוע, יש הרבה כאלה.
13:06
And I'm just going to summarize just a few of them
328
786260
2000
אסכם רק אחדים מהם,
13:08
very quickly for you.
329
788260
2000
בזריזות למענכם.
13:10
First of all, we might ask, how many fishes in the sea?
330
790260
3000
ראשית, כמה דגים יש בים?
13:13
We actually know the fishes better than we do any other group in the ocean
331
793260
2000
אנו בעצם מכירים את הדגים יותר טוב מכל קבוצה ימית אחרת,
13:15
other than marine mammals.
332
795260
2000
פרט ליונקים הימיים.
13:17
And so we can actually extrapolate based on rates of discovery
333
797260
3000
אז על סמך הגילויים שלנו ביצענו הערכה
13:20
how many more species we're likely to discover.
334
800260
3000
כמה מינים חדשים עוד סביר שנגלה.
13:23
And from that, we actually calculate
335
803260
2000
ומכאן אנו מחשבים
13:25
that we know about 16,500 marine species
336
805260
3000
שמוכרים לנו כ-16,500 מינים ימיים
13:28
and there are probably another 1,000 to 4,000 left to go.
337
808260
2000
ויש ודאי עוד 1,000 עד 4,000 שממתינים לגילוי.
13:30
So we've done pretty well.
338
810260
2000
כך שהצלחנו לא רע.
13:32
We've got about 75 percent of the fish,
339
812260
2000
גילינו כ-75% מהדגים,
13:34
maybe as much as 90 percent.
340
814260
2000
אולי אפילו 90%.
13:36
But the fishes, as I say, are the best known.
341
816260
3000
אך הדגים, כפי שאמרתי, הם הכי מוכרים.
13:39
So our level of knowledge is much less for other groups of organisms.
342
819260
3000
אנו יודעים פחות לגבי קבוצות אורגניזמים אחרות.
13:42
Now this figure is actually based on a brand new paper
343
822260
2000
המספר הזה מבוסס על מאמר עדכני מאד
13:44
that's going to come out in the journal PLoS Biology.
344
824260
3000
שעתיד להתפרסם בכתב העת "פלוס ביולוג'י".
13:47
And what is does is predict how many more species there are
345
827260
2000
והוא חוזה כמה מינים חדשים עוד ישנם
13:49
on land and in the ocean.
346
829260
2000
ביבשה ובים.
13:51
And what they found
347
831260
2000
מה שהם גילו הוא,
13:53
is that they think that we know of about nine percent of the species in the ocean.
348
833260
3000
שלדעתם אנו מכירים כ-9% מהמינים הימיים.
13:56
That means 91 percent, even after the census,
349
836260
2000
כלומר 91%, גם אחרי המיפקד,
13:58
still remain to be discovered.
350
838260
2000
עדיין מחכים להתגלות.
14:00
And so that turns out to be about two million species
351
840260
2000
משמע כ-2 מיליון מינים
14:02
once all is said and done.
352
842260
2000
בסך הכל.
14:04
So we still have quite a lot of work to do
353
844260
2000
כך שמצפה לנו עוד עבודה רבה
14:06
in terms of unknowns.
354
846260
2000
בכל הנוגע ללא-ידוע.
14:08
Now this bacterium
355
848260
2000
הבקטריה הזו
14:10
is part of mats that are found off the coast of Chile.
356
850260
3000
מהווה חלק ממרבדים שנתגלו מול חופי צ'ילה.
14:13
And these mats actually cover an area the size of Greece.
357
853260
2000
ומרבדים אלה מכסים שטח בגודל יוון.
14:15
And so this particular bacterium is actually visible to the naked eye.
358
855260
3000
הבקטריה הזו בעצם נראת בעין לא-מזויינת.
14:18
But you can imagine the biomass that represents.
359
858260
3000
אך תארו לעצמכם את הביו-מסה שהיא מייצגת.
14:21
But the really intriguing thing about the microbes
360
861260
2000
ומה שבאמת מסקרן בקשר לחיידקים
14:23
is just how diverse they are.
361
863260
2000
הוא כמה הם מגוונים.
14:25
A single drop of seawater
362
865260
2000
טיפה אחת של מי ים
14:27
could contain 160 different types of microbes.
363
867260
2000
עשויה להכיל 160 סוגי חיידקים שונים.
14:29
And the oceans themselves
364
869260
2000
ולפי הסברה, האוקיינוסים עצמם
14:31
are thought potentially to contain as many as a billion different types.
365
871260
3000
מכילים כמיליארד סוגים שונים.
14:34
So that's really exciting. What are they all doing out there?
366
874260
3000
וזה באמת מרגש. מה כל אחד מהם עושה?
14:37
We actually don't know.
367
877260
2000
איננו יודעים.
14:39
The most exciting thing, I would say, about this census
368
879260
2000
הדבר הכי מלהיב, לדעתי, בנוגע למיפקד,
14:41
is the role of global science.
369
881260
2000
הוא תפקיד המדע הגלובלי.
14:43
And so as we see in this image of light during the night,
370
883260
2000
וכפי שאנו רואים בתמונה זו של התאורה הלילית,
14:45
there are lots of areas of the Earth
371
885260
2000
יש הרבה אזורים על כדור הארץ
14:47
where human development is much greater
372
887260
3000
בהם ההתפתחות האנושית גדולה בהרבה
14:50
and other areas where it's much less,
373
890260
2000
לעומת אזורים אחרים,
14:52
but between them we see large dark areas
374
892260
2000
אך ביניהם אנו רואים אזורים חשוכים גדולים
14:54
of relatively unexplored ocean.
375
894260
2000
של אוקיינוסים שיחסית לא נחקרו.
14:56
The other point I'd like to make about this
376
896260
2000
הנקודה הנוספת שברצוני לציין בקשר לכך
14:58
is that this ocean's interconnected.
377
898260
2000
היא שהאוקיינוסים האלה מחוברים ביניהם.
15:00
Marine organisms do not care about international boundaries;
378
900260
2000
האורגניזמים הימיים לא מתחשבים בגבולות בינ"ל;
15:02
they move where they will.
379
902260
2000
הם נעים כרצונם.
15:04
And so the importance then of global collaboration
380
904260
3000
ולכן חשיבות שיתוף הפעולה הגלובלי
15:07
becomes all the more important.
381
907260
2000
מקבלת משנה תוקף.
15:09
We've lost a lot of paradise.
382
909260
2000
איבדנו הרבה מגן העדן.
15:11
For example, these tuna that were once so abundant in the North Sea
383
911260
3000
למשל, דגי הטונה האלה שמילאו פעם את הים הצפוני
15:14
are now effectively gone.
384
914260
2000
למעשה נעלמו כבר.
15:16
There were trawls taken in the deep sea in the Mediterranean,
385
916260
3000
הם נלכדו במכמורות במעמקי הים התיכון,
15:19
which collected more garbage than they did animals.
386
919260
2000
מכמורות שאספו יותר זבל מאשר בעלי-חיים.
15:21
And that's the deep sea, that's the environment that we consider to be
387
921260
3000
ומדובר במעמקי הים, הסביבה שלדעתנו
15:24
among the most pristine left on Earth.
388
924260
2000
היא הבתולית ביותר שנותרה עלי אדמות.
15:26
And there are a lot of other pressures.
389
926260
2000
ויש לחצים נוספים.
15:28
Ocean acidification is a really big issue that people are concerned with,
390
928260
3000
התחמצנות הימים היא בעיה רצינית שרבים מודאגים בגינה,
15:31
as well as ocean warming, and the effects they're going to have on coral reefs.
391
931260
3000
כמו גם התחממותם, וההשפעות על שוניות האלמוגים.
15:34
On the scale of decades, in our lifetimes,
392
934260
3000
בקנה מידה של עשרות שנים, הרי שבימי חיינו,
15:37
we're going to see a lot of damage to coral reefs.
393
937260
2000
עוד נראה נזק גדול לשוניות האלמוגים.
15:39
And I could spend the rest of my time, which is getting very limited,
394
939260
3000
הייתי יכול להקדיש את כל שאר הזמן, שמתחיל להיות קצר,
15:42
going through this litany of concerns about the ocean,
395
942260
2000
לתיאור המייגע הזה של דאגות באשר לאוקינוס,
15:44
but I want to end on a more positive note.
396
944260
2000
אך ברצוני לסיים בנימה אופטימית יותר.
15:46
And so the grand challenge then
397
946260
2000
אם כן, האתגר הכביר הוא
15:48
is to try and make sure that we preserve what's left,
398
948260
2000
לנסות להבטיח שנשמר את מה שנותר,
15:50
because there is still spectacular beauty.
399
950260
2000
כי עדיין יש יופי מדהים.
15:52
And the oceans are so productive,
400
952260
2000
והימים הם כה פוריים,
15:54
there's so much going on in there that's of relevance to humans
401
954260
3000
קורים שם דברים כה רבים שנוגעים לבני האדם
15:57
that we really need to, even from a selfish perspective,
402
957260
3000
שבהחלט כדאי, אפילו מנקודת מבט אנוכית,
16:00
try to do better than we have in the past.
403
960260
2000
שנשתפר לעומת העבר.
16:02
So we need to recognize those hot spots
404
962260
2000
עלינו לזהות את הנקודות החמות האלה
16:04
and do our best to protect them.
405
964260
2000
ולעשות כמיטב יכולתנו להגן עליהן.
16:06
When we look at pictures like this, they take our breath away,
406
966260
2000
כשאנו מתבוננים בתמונות אלה, הן עוצרות את נשימתנו,
16:08
in addition to helping to give us breath
407
968260
2000
ובנוסף, הם מאפשרים לנו לנשום
16:10
by the oxygen that the oceans provide.
408
970260
2000
בעזרת החמצן שמספקים האוקיינוסים.
16:12
Census scientists worked in the rain, they worked in the cold,
409
972260
3000
מדעני המיפקד עבדו בגשם ובקור,
16:15
they worked under water and they worked above water
410
975260
2000
הם עבדו מתחת למים ומעל למים
16:17
trying to illuminate the wondrous discovery,
411
977260
2000
כדי לשפוך אור על התגליות הנפלאות האלה,
16:19
the still vast unknown,
412
979260
2000
ועל כל מה שעדיין לא-ידוע,
16:21
the spectacular adaptations that we see in ocean life.
413
981260
3000
על שיטות ההסתגלות המדהימות של החיים הימיים
16:24
So whether you're a yak herder living in the mountains of Chile,
414
984260
3000
ובין אם אתם רועי יאקים בהרי צ'ילה,
16:27
whether you're a stockbroker in New York City
415
987260
3000
או סוכני מניות בעיר ניו-יורק
16:30
or whether you're a TEDster living in Edinburgh,
416
990260
2000
או חברי TED שחיים באדינבורו,
16:32
the oceans matter.
417
992260
2000
האוקיינוס חשוב.
16:34
And as the oceans go so shall we.
418
994260
2000
וככל שהאוקיינוס ישרוד, כך גם אנו.
16:36
Thanks for listening.
419
996260
2000
תודה על ההקשבה.
16:38
(Applause)
420
998260
2000
[מחיאות כפיים]
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7