下の英語字幕をダブルクリックすると動画を再生できます。
翻訳: Ishiwata Keiko
校正: Masaki Yanagishita
00:15
The oceans cover some 70 percent of our planet.
0
15260
3000
私たちが住んでいる惑星の70%が海で覆われています
00:18
And I think Arthur C. Clarke probably had it right
1
18260
2000
アーサー・C・クラークが私たちの惑星を
00:20
when he said that perhaps we ought to call our planet
2
20260
3000
呼ぶのにふさわしい名前は海の惑星だと言った時
00:23
Planet Ocean.
3
23260
2000
彼は的を得ていると思いました
00:25
And the oceans are hugely productive,
4
25260
2000
さて 海にはとてつもない生産力があります
00:27
as you can see by the satellite image
5
27260
2000
それは光合成の衛星画像によって
00:29
of photosynthesis, the production of new life.
6
29260
2000
新しい生命の生産量を見ればわかるでしょう
00:31
In fact, the oceans produce half of the new life every day on Earth
7
31260
3000
事実 地球上で日々生まれる生命の半分を
海が生みだしているのです
00:34
as well as about half the oxygen that we breathe.
8
34260
3000
そればかりでなく私たちが呼吸する酸素の約半分も
海が生み出しているんですよ
00:37
In addition to that, it harbors a lot of the biodiversity on Earth,
9
37260
3000
さて 地球上の多様な生物が海を住処にしていますが
00:40
and much of it we don't know about.
10
40260
2000
その海に生息している生物について
あまり分かっていません
00:42
But I'll tell you some of that today.
11
42260
2000
そこで本日 そのいくつかについて話してみたいと思います
00:44
That also doesn't even get into the whole protein extraction
12
44260
2000
私たちが海からタンパク質を収穫する
00:46
that we do from the ocean.
13
46260
2000
お話は含まれていません
00:48
That's about 10 percent of our global needs
14
48260
2000
地球上で必要とされるタンパク質の10%くらいしか
海からとっていません
00:50
and 100 percent of some island nations.
15
50260
3000
島国の中には100%海からとっている国もありますけれども
00:53
If you were to descend
16
53260
2000
もしあなたが95%の生物圏(生物が生存可能な場所)まで
00:55
into the 95 percent of the biosphere that's livable,
17
55260
2000
潜って行ったら
00:57
it would quickly become pitch black,
18
57260
2000
そこは直ちに暗闇の世界になっていることでしょう
00:59
interrupted only by pinpoints of light
19
59260
2000
そしてそこには小さな光があるだけで
01:01
from bioluminescent organisms.
20
61260
2000
その光は生物発光体から出ているのです
01:03
And if you turn the lights on,
21
63260
2000
ライトを照らして見ると
01:05
you might periodically see spectacular organisms swim by,
22
65260
2000
時に目を見張るような生物が泳ぎ過ぎていくことでしょう
01:07
because those are the denizens of the deep,
23
67260
2000
これらは深海の住民
01:09
the things that live in the deep ocean.
24
69260
2000
つまり 海深くに生息する生物なんです
01:11
And eventually, the deep sea floor would come into view.
25
71260
3000
潜り続けていくと 最後には 海底が見えてきます
01:14
This type of habitat covers more of the Earth's surface
26
74260
3000
海の生息地が地球上のほとんどの表面を覆っていて
01:17
than all other habitats combined.
27
77260
2000
その他の生息地すべてをあわせたよりも ずっと広いのです
01:19
And yet, we know more about the surface of the Moon and about Mars
28
79260
2000
海については未知でも月や火星の表面について
01:21
than we do about this habitat,
29
81260
2000
私たちはもっとたくさんのことを知っています でも
01:23
despite the fact that we have yet to extract
30
83260
2000
この月や火星から
01:25
a gram of food, a breath of oxygen or a drop of water
31
85260
3000
1グラムの食料 一呼吸分の酸素 そして水一滴さえも
01:28
from those bodies.
32
88260
2000
採取したことさえないにもかかわらずにですよ
01:30
And so 10 years ago,
33
90260
2000
さて10年前のことですが
01:32
an international program began called the Census of Marine Life,
34
92260
3000
マリン・ライフ・センサス(海洋生物調査)
と呼ばれる国際プログラムが開始されました
01:35
which set out to try and improve our understanding
35
95260
2000
そのプログラムにより
世界中の海洋に生息する
01:37
of life in the global oceans.
36
97260
2000
生物の理解を促進しようとしました
01:39
It involved 17 different projects around the world.
37
99260
3000
世界中から17のプロジェクトが加わりました
01:42
As you can see, these are the footprints of the different projects.
38
102260
2000
これはさまざまな違ったプロジェクトの足跡です
01:44
And I hope you'll appreciate the level of global coverage
39
104260
3000
このプログラムにより全地球規模の調査が達成できたことを
01:47
that it managed to achieve.
40
107260
2000
評価してもらいたいと思います
01:49
It all began when two scientists, Fred Grassle and Jesse Ausubel,
41
109260
2000
フレデリック・グラッスルとジェシー・オースベルという
二人の科学者が
01:51
met in Woods Hole, Massachusetts
42
111260
3000
マサチューセッツ州ウッズホールで出会ったことから
全てが始まりました
01:54
where both were guests at the famed oceanographic institute.
43
114260
2000
ウッズホールには有名は海洋研究所があり
二人はそこのゲストとして招待されていました
01:56
And Fred was lamenting the state of marine biodiversity
44
116260
3000
フレッドは海洋生物の多様性について嘆いていました
01:59
and the fact that it was in trouble and nothing was being done about it.
45
119260
3000
何しろそれがどんどん減少するのに
放置されたままでしたから
02:02
Well, from that discussion grew this program
46
122260
2000
まあ それが議論の発端となりプログラムが誕生した訳です
02:04
that involved 2,700 scientists
47
124260
2000
そしてこのプログラムには2700人の科学者が
02:06
from more than 80 countries around the world
48
126260
2000
世界80カ国以上から参加しました
02:08
who engaged in 540 ocean expeditions
49
128260
3000
科学者たちは総額6億5千万ドルの研究費で
02:11
at a combined cost of 650 million dollars
50
131260
3000
540の海洋研究に従事し
02:14
to study the distribution, diversity and abundance
51
134260
2000
地球上の海洋生物の分布 多様性と個体数を
02:16
of life in the global ocean.
52
136260
3000
調査したのです
02:19
And so what did we find?
53
139260
2000
さて そこでの発見は何だったか
02:21
We found spectacular new species,
54
141260
2000
私たちは目を見張るような新種を発見しました
02:23
the most beautiful and visually stunning things everywhere we looked --
55
143260
3000
その新種は驚愕するような美しさで
02:26
from the shoreline to the abyss,
56
146260
2000
しかも海岸線から深海までのいたるところで発見され
02:28
form microbes all the way up to fish and everything in between.
57
148260
3000
微生物から魚に至るまでです
02:31
And the limiting step here wasn't the unknown diversity of life,
58
151260
3000
未知の生物の多様性に関しての調査に比べ
02:34
but rather the taxonomic specialists
59
154260
2000
分類学の専門家が手間取りました
02:36
who can identify and catalog these species
60
156260
2000
分類学者は新種を同定し
02:38
that became the limiting step.
61
158260
2000
目録化する知識を持った専門家です
02:40
They, in fact, are an endangered species themselves.
62
160260
3000
分類学者自体が絶滅危惧種でした
02:43
There are actually four to five new species
63
163260
2000
事実 海に関しては4つから5つの新種が
02:45
described everyday for the oceans.
64
165260
2000
日々登録されています
02:47
And as I say, it could be a much larger number.
65
167260
3000
ですから とにかく膨大な数となるわけです
02:50
Now, I come from Newfoundland in Canada --
66
170260
3000
さて私はカナダのニューファンドランド
02:53
It's an island off the east coast of that continent --
67
173260
2000
北米大陸の東海岸沖合の島の出身です。
02:55
where we experienced one of the worst fishing disasters
68
175260
3000
ニューファンドランドは人類史上最悪の漁場の
02:58
in human history.
69
178260
2000
乱獲に見舞われました
03:00
And so this photograph shows a small boy next to a codfish.
70
180260
2000
この写真を見て下さい
男の子がタラの横に立っていますね
03:02
It's around 1900.
71
182260
2000
1900年頃のことです
03:04
Now, when I was a boy of about his age,
72
184260
2000
私がこの写真に写っている子ぐらいの時
03:06
I would go out fishing with my grandfather
73
186260
2000
よく祖父と魚釣りに行ったものです
03:08
and we would catch fish about half that size.
74
188260
2000
でも私が釣った魚はこの魚の半分しかありませんでした
03:10
And I thought that was the norm,
75
190260
2000
まあ それが当時は普通の大きさだと思っていました
03:12
because I had never seen fish like this.
76
192260
2000
こんな大きな魚なんて見たことがありませんでしたから
03:14
If you were to go out there today, 20 years after this fishery collapsed,
77
194260
3000
今日 そこに行っても
漁業がすっかり駄目になり20年も経っていますから
03:17
if you could catch a fish, which would be a bit of a challenge,
78
197260
3000
魚を釣ることができたとしても
釣ること自体も難儀ですが
03:20
it would be half that size still.
79
200260
2000
釣った魚は 当時 私が釣った魚の半分くらいのものでしょう
03:22
So what we're experiencing is something called shifting baselines.
80
202260
3000
今 シフティングベースライン
(価値基準の変化)を経験しているわけです
03:25
Our expectations of what the oceans can produce
81
205260
2000
海の生産能力の大きさを
03:27
is something that we don't really appreciate
82
207260
2000
私たちは理解していないのです
03:29
because we haven't seen it in our lifetimes.
83
209260
3000
自分の生涯で見たことがないからです
03:32
Now most of us, and I would say me included,
84
212260
3000
今 殆どの人々が 私も含めて
03:35
think that human exploitation of the oceans
85
215260
2000
人間による海洋搾取がこの50年 いや恐らく この100年で
03:37
really only became very serious
86
217260
2000
ひどい状態に
03:39
in the last 50 to, perhaps, 100 years or so.
87
219260
2000
なってしまったと思っています
03:41
The census actually tried to look back in time,
88
221260
2000
そこで海洋生物調査は実際に入手可能な
03:43
using every source of information they could get their hands on.
89
223260
3000
あらゆる情報を駆使し過去を検証しました
03:46
And so anything from restaurant menus
90
226260
2000
レストランのメニューから
03:48
to monastery records to ships' logs
91
228260
2000
修道院の記録や航海日誌まで
03:50
to see what the oceans looked like.
92
230260
2000
海がどんなものであったかを調べるためには
何でも収集したのです
03:52
Because science data really goes back
93
232260
2000
科学データは第2次世界大戦ころまで
03:54
to, at best, World War II, for the most part.
94
234260
2000
遡れます
03:56
And so what they found, in fact,
95
236260
2000
事実 分かったことは
03:58
is that exploitation really began heavily with the Romans.
96
238260
2000
海洋搾取が
なんとローマ時代に始まっていたのです
04:00
And so at that time, of course, there was no refrigeration.
97
240260
3000
勿論当時冷凍設備などはありませんでした
04:03
So fishermen could only catch
98
243260
2000
だから漁師はその日に
04:05
what they could either eat or sell that day.
99
245260
2000
食べたり売りさばける量だけを獲っていました
04:07
But the Romans developed salting.
100
247260
2000
しかしローマ人は塩漬けにすることを思いつきました
04:09
And with salting,
101
249260
2000
そして塩漬けすることで
04:11
it became possible to store fish and to transport it long distances.
102
251260
3000
魚を蓄えたり 遠く離れたところに輸送できるようになりました
04:14
And so began industrial fishing.
103
254260
3000
その結果漁業の産業化が始まったのです
04:17
And so these are the sorts of extrapolations that we have
104
257260
3000
このグラフは私たちが推測して 作成したものですが
04:20
of what sort of loss we've had
105
260260
2000
人類出現以前と比較して
04:22
relative to pre-human impacts on the ocean.
106
262260
3000
どれだけ魚を失ったかを示しています
04:25
They range from 65 to 98 percent
107
265260
2000
生物の大多数のグループでは 失われたものが
04:27
for these major groups of organisms,
108
267260
2000
65%から98%に及んでいることを
04:29
as shown in the dark blue bars.
109
269260
2000
濃紺のバーが示しています
04:31
Now for those species the we managed to leave alone, that we protect --
110
271260
3000
さて危害を加えず保護した動物
04:34
for example, marine mammals in recent years and sea birds --
111
274260
2000
近年の海洋哺乳動物や海鳥などですが
04:36
there is some recovery.
112
276260
2000
ある程度回復が伺えます
04:38
So it's not all hopeless.
113
278260
2000
だから まったく絶望的だということではないのです
04:40
But for the most part, we've gone from salting to exhausting.
114
280260
3000
しかし 大抵の場合 私たちは塩漬けにし
取り尽してしまう行為に及んでいます
04:43
Now this other line of evidence is a really interesting one.
115
283260
2000
さてこの線は大変興味深いものを示しています
04:45
It's from trophy fish caught off the coast of Florida.
116
285260
3000
この写真はフロリダ沖合釣り大会の優勝魚です
04:48
And so this is a photograph from the 1950s.
117
288260
3000
1950年代に撮影されたものです
04:51
I want you to notice the scale on the slide,
118
291260
2000
このスライドでは魚の大きさに着目してください
04:53
because when you see the same picture from the 1980s,
119
293260
2000
1980年代に写された優勝魚を見ると
04:55
we see the fish are much smaller
120
295260
2000
こちらの魚の方がずっと小さい
04:57
and we're also seeing a change
121
297260
2000
それにその他の変化にも気が付きますよね
04:59
in terms of the composition of those fish.
122
299260
2000
優勝魚として釣られた魚の種類も変わっています
05:01
By 2007, the catch was actually laughable
123
301260
2000
2007年までには優勝魚というには
05:03
in terms of the size for a trophy fish.
124
303260
2000
実に笑ってしまうようなサイズです
05:05
But this is no laughing matter.
125
305260
2000
でも笑っている場合じゃないんです
05:07
The oceans have lost a lot of their productivity
126
307260
2000
海が多くの生産力をなくしてしまったのですから
05:09
and we're responsible for it.
127
309260
3000
そして私たちにその責任があるのです
05:12
So what's left? Actually quite a lot.
128
312260
2000
じゃあ 何が残されているのか
実はかなり多くのものがあります
05:14
There's a lot of exciting things, and I'm going to tell you a little bit about them.
129
314260
3000
わくわくするものがたくさんあるんです
これからそれについてちょっと話しましょう
05:17
And I want to start with a bit on technology,
130
317260
2000
まず技術について少々触れておきたいと思います
05:19
because, of course, this is a TED Conference
131
319260
2000
これはTED Conferenceですし
05:21
and you want to hear something on technology.
132
321260
2000
聴衆の皆さんも技術について何か知りたいはずですよね
05:23
So one of the tools that we use to sample the deep ocean
133
323260
2000
深海から試料を採取するために
05:25
are remotely operated vehicles.
134
325260
2000
遠隔操作の探査機を使います
05:27
So these are tethered vehicles we lower down to the sea floor
135
327260
3000
これがケーブル式探査機で
海床まで降ろし
05:30
where they're our eyes and our hands for working on the sea bottom.
136
330260
3000
海床で私たちの目となり手となって
働いてくれます
05:33
So a couple of years ago, I was supposed to go on an oceanographic cruise
137
333260
3000
2、3年前 私は海洋調査の旅に参加しようとしましたが
05:36
and I couldn't go because of a scheduling conflict.
138
336260
3000
日程が合わず 行けませんでした
05:39
But through a satellite link I was able to sit at my study at home
139
339260
3000
しかし衛星回線を通して家から参加できました それも
05:42
with my dog curled up at my feet, a cup of tea in my hand,
140
342260
3000
犬が私の足下でうずくまり
私は紅茶を飲みながら
05:45
and I could tell the pilot, "I want a sample right there."
141
345260
2000
「そこでサンプルを採って」
と指示できるのです
05:47
And that's exactly what the pilot did for me.
142
347260
2000
するとパイロットはきちんと採取してくれます
05:49
That's the sort of technology that's available today
143
349260
3000
そんなことが今日では技術によって可能なんですね
05:52
that really wasn't available even a decade ago.
144
352260
2000
10年前でさえ
こんなことはできませんでした
05:54
So it allows us to sample these amazing habitats
145
354260
2000
技術によりこんな深海にある
05:56
that are very far from the surface
146
356260
2000
驚くような生息地から
05:58
and very far from light.
147
358260
2000
しかも光から遥か遠くの場所からも採取が可能になりました
06:00
And so one of the tools that we can use to sample the oceans
148
360260
3000
海洋から採取をするために使用する道具に
06:03
is acoustics, or sound waves.
149
363260
2000
音波があります
06:05
And the advantage of sound waves
150
365260
2000
音波は光よりずっと
06:07
is that they actually pass well through water, unlike light.
151
367260
2000
水中をよく伝播できるのが利点です
06:09
And so we can send out sound waves,
152
369260
2000
つまり 音波を送ると
06:11
they bounce off objects like fish and are reflected back.
153
371260
3000
魚のような物体に当たると反射するんです
06:14
And so in this example, a census scientist took out two ships.
154
374260
3000
この画面では海洋生物調査の科学者が
2隻の船を使っています
06:17
One would send out sound waves that would bounce back.
155
377260
2000
一隻の船が音波を出し それが反射する
06:19
They would be received by a second ship,
156
379260
2000
その音波を2隻目の船が受信するという仕掛けです
06:21
and that would give us very precise estimates, in this case,
157
381260
3000
この方法だと大変詳細な推測ができるんです
06:24
of 250 billion herring
158
384260
2000
この場合ですと2500億匹のニシンの群れがあることが
06:26
in a period of about a minute.
159
386260
2000
約1分で分かるのです
06:28
And that's an area about the size of Manhattan Island.
160
388260
3000
しかもそのニシンの群れは
マンハッタン島くらい広がっているんです
06:31
And to be able to do that is a tremendous fisheries tool,
161
391260
2000
このような推測ができるなんて
実に素晴らしい漁具です
06:33
because knowing how many fish are there is really critical.
162
393260
3000
何匹魚がいるかを把握できるのは重要です
06:36
We can also use satellite tags
163
396260
2000
音波以外にも通信衛星タグというものも使っています
06:38
to track animals as they move through the oceans.
164
398260
2000
この通信衛星タグは
海洋を移動する物を追跡できるんです
06:40
And so for animals that come to the surface to breathe,
165
400260
2000
動物が呼吸するために海面にあがります
06:42
such as this elephant seal,
166
402260
2000
例えばこのゾウアザラシみたいにね
06:44
it's an opportunity to send data back to shore
167
404260
2000
ゾウアザラシが海面に出てくるとデータが送られ
06:46
and tell us where exactly it is in the ocean.
168
406260
3000
海のどこにいるのか 正確に把握できます
06:49
And so from that we can produce these tracks.
169
409260
2000
このデータからゾウアザラシの足跡を作成できますよ
06:51
For example, the dark blue
170
411260
2000
例えば 濃紺の色をたどれば
06:53
shows you where the elephant seal moved in the north Pacific.
171
413260
2000
ゾウアザラシが北太平洋のどこにいるかが分かるでしょう
06:55
Now I realize for those of you who are colorblind, this slide is not very helpful,
172
415260
3000
あっ 今 気がついたのですが
この中に色盲の方がいらしたらこのスライドじゃ 駄目ですね
06:58
but stick with me nonetheless.
173
418260
2000
すみませんが それでも 私の説明におつきあいください
07:00
For animals that don't surface,
174
420260
2000
さて 海面に浮上しない動物については
07:02
we have something called pop-up tags,
175
422260
2000
ポップアップタグと呼ばれる器具があります
07:04
which collect data about light and what time the sun rises and sets.
176
424260
3000
これは光に関してや日出日没の時間に関しての
データを収集します
07:07
And then at some period of time
177
427260
2000
つまり ポップアップタグはある時間になると海面に
07:09
it pops up to the surface and, again, relays that data back to shore.
178
429260
3000
浮上し 私たちのところにデーターを送ってくれるのです
07:12
Because GPS doesn't work under water. That's why we need these tools.
179
432260
3000
とにかく海の下ではGPSは機能しませんから
この道具が必要なんです
07:15
And so from this we're able to identify these blue highways,
180
435260
3000
これから この青い帯状の部分が分かりますね
07:18
these hot spots in the ocean,
181
438260
2000
この帯が海の中のホットスポットです
07:20
that should be real priority areas
182
440260
2000
このホットスポットの部分は最大優先して
07:22
for ocean conservation.
183
442260
2000
海洋保護をすべき場所です
07:24
Now one of the other things that you may think about
184
444260
2000
さて 皆さんもすでにお気付きかもしれませんが
07:26
is that, when you go to the supermarket and you buy things, they're scanned.
185
446260
3000
スーパーに行き買い物をするときに品物をスキャンしますね
07:29
And so there's a barcode on that product
186
449260
2000
品物にはバーコードがついていて
07:31
that tells the computer exactly what the product is.
187
451260
3000
バーコードによってコンピューターが
どんな品物であるかを認識しますよね
07:34
Geneticists have developed a similar tool called genetic barcoding.
188
454260
3000
遺伝学者も遺伝子バーコードと言う
類似した方法を開発しました
07:37
And what barcoding does
189
457260
2000
そのバーコードで何をするかというと
07:39
is use a specific gene called CO1
190
459260
2000
ある生物が同じ種であればが必ず持つCO1と言う
07:41
that's consistent within a species, but varies among species.
191
461260
3000
特別な遺伝子を使うのです
この特別な遺伝子は種によって異なります
07:44
And so what that means is we can unambiguously identify
192
464260
2000
つまり 明らかにどの種であるか
07:46
which species are which
193
466260
2000
識別できるのです
07:48
even if they look similar to each other,
194
468260
2000
どんなにお互いが似て見えたとしても
07:50
but may be biologically quite different.
195
470260
2000
生物学的には全く異種であることが分かるのです
07:52
Now one of the nicest examples I like to cite on this
196
472260
2000
これに関して良い例を挙げてみたいと思います
07:54
is the story of two young women, high school students in New York City,
197
474260
3000
二人の若い女の子 ニューヨークの高校生の話ですが
07:57
who worked with the census.
198
477260
2000
海洋生物調査の仕事をしていました
07:59
They went out and collected fish from markets and from restaurants in New York City
199
479260
3000
ニューヨークのレストランや市場から魚を集め
08:02
and they barcoded it.
200
482260
2000
その魚のバーコードを調べました
08:04
Well what they found was mislabeled fish.
201
484260
2000
すると 魚の名前が違っていることが分かりました
08:06
So for example,
202
486260
2000
例えば
08:08
they found something which was sold as tuna, which is very valuable,
203
488260
2000
マグロ とても高価な魚ですよね マグロという名前で
08:10
was in fact tilapia, which is a much less valuable fish.
204
490260
3000
売られていた魚は実はティラピアでした
ティラピアはマグロよりずっと安い魚ですね
08:13
They also found an endangered species
205
493260
2000
また絶滅危惧種の魚が
08:15
sold as a common one.
206
495260
2000
ごくありふれた魚として売られていたことも分かりました
08:17
So barcoding allows us to know what we're working with
207
497260
2000
バーコード法によって
魚の種類を調査でき
08:19
and also what we're eating.
208
499260
3000
また食糧の素性が分かるのです
08:22
The Ocean Biogeographic Information System
209
502260
2000
オーシャン・バイオジオグラフィック・インフォメーション・
システムは
海洋生物調査の全データベースです
08:24
is the database for all the census data.
210
504260
2000
オーシャン・バイオジオグラフィック・インフォメーション・
システムは
海洋生物調査の全データベースです
08:26
It's open access; you can all go in and download data as you wish.
211
506260
3000
誰でもアクセス可能で
自由にそのデータをダウンロードできます
08:29
And it contains all the data from the census
212
509260
3000
そこには海洋生物調査からの資料もありますが
08:32
plus other data sets that people were willing to contribute.
213
512260
2000
それに加え皆さんもデータを提供することができます
08:34
And so what you can do with that
214
514260
2000
それを使ってできることは
08:36
is to plot the distribution of species and where they occur in the oceans.
215
516260
3000
種の分布や海のどこに生物がいるかを示すことができます
08:39
What I've plotted up here is the data that we have on hand.
216
519260
2000
ここにある図は手持ちのデータで作成しました
08:41
This is where our sampling effort has concentrated.
217
521260
3000
これは最も採集努力をしているところです
08:44
Now what you can see
218
524260
2000
今ご覧になっているデータは
08:46
is we've sampled the area in the North Atlantic,
219
526260
2000
特に上手く採集できた北大西洋地域
08:48
in the North Sea in particular,
220
528260
2000
北海
08:50
and also the east coast of North America fairly well.
221
530260
2000
そして北米東海岸のものです
08:52
That's the warm colors which show a well-sampled region.
222
532260
3000
この赤い色の地域がかなりデータ採取ができた地域で
08:55
The cold colors, the blue and the black,
223
535260
2000
青い色や黒色の部分が
08:57
show areas where we have almost no data.
224
537260
2000
殆どデータ採取ができていない地域です
08:59
So even after a 10-year census,
225
539260
2000
ですから 今まで10年間調査しても
09:01
there are large areas that still remain unexplored.
226
541260
3000
依然として調査し尽くせない地域がたくさんあります
09:04
Now there are a group of scientists living in Texas, working in the Gulf of Mexico
227
544260
3000
さて テキサス州の科学者グループが
メキシコ湾で研究していますが
09:07
who decided really as a labor of love
228
547260
2000
彼らは報酬なしで
09:09
to pull together all the knowledge they could
229
549260
2000
メキシコ湾の生物の多様性について
09:11
about biodiversity in the Gulf of Mexico.
230
551260
2000
英知を結集しようと決心しました
09:13
And so they put this together, a list of all the species,
231
553260
3000
研究者はすべての種のリスト
09:16
where they're known to occur,
232
556260
2000
どこにどのような生物がいるかの
リスト作成に一丸となっていましたし
09:18
and it really seemed like a very esoteric, scientific type of exercise.
233
558260
3000
これはとても難解かつ
科学的な任務であるように見受けられました
09:21
But then, of course, there was the Deep Horizon oil spill.
234
561260
3000
しかし その時 石油掘削施設「ディープ・ホライズン」の
事故により原油が流出し
09:24
So all of a sudden, this labor of love
235
564260
2000
報酬を期待せずにしていた研究が
09:26
for no obvious economic reason
236
566260
3000
つまり経済的な理由を何も持っていなかった研究が
09:29
has become a critical piece of information
237
569260
2000
突如 大変重要な情報になりました
09:31
in terms of how that system is going to recover, how long it will take
238
571260
3000
つまり生態系がどのように回復するのか
回復にはどのくらいの期間が必要か
09:34
and how the lawsuits
239
574260
2000
またこれから起きる訴訟や
09:36
and the multi-billion-dollar discussions that are going to happen in the coming years
240
576260
3000
数十億ドルの物議をかもす話し合いが
09:39
are likely to be resolved.
241
579260
3000
どのように決着していくのかという点で
非常に重大な情報となるのです
09:42
So what did we find?
242
582260
2000
さて 私たちが発見したものは何か?
09:44
Well, I could stand here for hours, but, of course, I'm not allowed to do that.
243
584260
2000
それを話すために何時間もかかるのでもちろん
今ここでは話せません
09:46
But I will tell you some of my favorite discoveries
244
586260
2000
海洋生物調査の発見から
09:48
from the census.
245
588260
2000
印象的ないくつかを話しましょう
09:50
So one of the things we discovered is where are the hot spots of diversity?
246
590260
3000
発見とは 多様性のホットスポットはどこか?
09:53
Where do we find the most species of ocean life?
247
593260
3000
海洋生物の大半の種はどこで見つかるか?
09:56
And what we find if we plot up the well-known species
248
596260
2000
良く知られている種の位置を描いてみると
09:58
is this sort of a distribution.
249
598260
2000
このような分布が得られます
10:00
And what we see is that for coastal tags,
250
600260
2000
沿岸生物群については―
10:02
for those organisms that live near the shoreline,
251
602260
2000
つまり海岸近くに生息する生物は
10:04
they're most diverse in the tropics.
252
604260
2000
熱帯地域が一番多様性に富んでいます
10:06
This is something we've actually known for a while,
253
606260
2000
このことは 実は以前から分かっていたことですから
10:08
so it's not a real breakthrough.
254
608260
2000
新発見とは言えません
10:10
What is really exciting though
255
610260
2000
でも 本当にわくわくすることは
10:12
is that the oceanic tags, or the ones that live far from the coast,
256
612260
2000
海洋生物群―岸から遠くの生物たちは
10:14
are actually more diverse at intermediate latitudes.
257
614260
2000
実は中間緯度で多様であると言うことです
10:16
This is the sort of data, again, that managers could use
258
616260
3000
保護すべき海洋域の優先順位づけをしようというなら
10:19
if they want to prioritize areas of the ocean that we need to conserve.
259
619260
3000
管理者はこの種のデータを利用できます
10:22
You can do this on a global scale, but you can also do it on a regional scale.
260
622260
3000
皆さんだって地球規模でこれを利用できるし
地域ごとにも利用できるます
10:25
And that's why biodiversity data can be so valuable.
261
625260
3000
だからこそ 多様性に関するデータは
とても価値があるのです
10:28
Now while a lot of the species we discovered in the census
262
628260
3000
さて 海洋生物調査が発見した多くの生物の種が
10:31
are things that are small and hard to see,
263
631260
2000
小さく見つけにくいんですが
10:33
that certainly wasn't always the case.
264
633260
2000
しかし小さいものばかりだとは限りません
10:35
For example, while it's hard to believe
265
635260
2000
例えば信じがたいことですが
10:37
that a three kilogram lobster could elude scientists,
266
637260
2000
3キロもあるロブスターが科学者の目を逃れていました
10:39
it did until a few years ago
267
639260
2000
実は数年前
10:41
when South African fishermen requested an export permit
268
641260
3000
南アフリカの漁師が輸出許可を申請した時に初めて
10:44
and scientists realized that this was something new to science.
269
644260
3000
これが新種だと言うことに気がついたんです
10:47
Similarly this Golden V kelp
270
647260
2000
同様にこの黄金V昆布もそうです これは
10:49
collected in Alaska just below the low water mark
271
649260
2000
アラスカの低水位線の下で採取されたのですが
10:51
is probably a new species.
272
651260
2000
恐らく新種です
10:53
Even though it's three meters long,
273
653260
2000
長さが3メートルもあるにもかかわらず
10:55
it actually, again, eluded science.
274
655260
2000
これもまた科学者の目から逃れていました
10:57
Now this guy, this bigfin squid, is seven meters in length.
275
657260
3000
どうですか こいつ
このアオリイカは長さが7メートルあります
11:00
But to be fair, it lives in the deep waters of the Mid-Atlantic Ridge,
276
660260
3000
公正を期すために言いますが
これは大西洋中央海嶺の深海に棲息しているから
11:03
so it was a lot harder to find.
277
663260
2000
とても見つけにくかったのです
11:05
But there's still potential for discovery of big and exciting things.
278
665260
3000
大きい わくわくするような生き物が
これからまだまだ発見される可能性があるんですよ
11:08
This particular shrimp, we've dubbed it the Jurassic shrimp,
279
668260
3000
この写真のエビを私たちは
ジュラシック・シュリンプというあだ名で呼んでいるんですが
11:11
it's thought to have gone extinct 50 years ago --
280
671260
2000
これは50年前にとっくに絶滅したと思われています
11:13
at least it was, until the census discovered
281
673260
2000
少なくとも海洋生物調査が発見するまでのことですけれども
11:15
it was living and doing just fine off the coast of Australia.
282
675260
3000
でもこのエビはオーストラリアの沖合で棲息し
なかなか元気にやっていますよ
11:18
And it shows that the ocean, because of its vastness,
283
678260
3000
海はあまりに広大ですから
11:21
can hide secrets for a very long time.
284
681260
2000
長い間 秘密をかくすことができるんですね
11:23
So, Steven Spielberg, eat your heart out.
285
683260
3000
そう だからスティーブン・スピルバーグも悩んでいますよね
11:26
If we look at distributions, in fact distributions change dramatically.
286
686260
3000
生物分布についてですが
実際には 分布は劇的に変化するんです
11:29
And so one of the records that we had
287
689260
3000
私たちの記録の一つによると
11:32
was this sooty shearwater, which undergoes these spectacular migrations
288
692260
3000
ハイイロミズナギドリは
11:35
all the way from New Zealand
289
695260
2000
はるかニュージーランドから
11:37
all the way up to Alaska and back again
290
697260
2000
アラスカまで 壮大な渡りをしますが
11:39
in search of endless summer
291
699260
2000
常夏を求めて帰っていきます
11:41
as they complete their life cycles.
292
701260
2000
そのような渡りを一生繰り返していくのです
11:43
We also talked about the White Shark Cafe.
293
703260
2000
ホホジロザメ・カフェについても話したことがありますが
11:45
This is a location in the Pacific where white shark converge.
294
705260
3000
ホホジロザメ・カフェとはホホジロザメが群がっている
太平洋上のある場所のことを言います
11:48
We don't know why they converge there, we simply don't know.
295
708260
2000
なぜそこで群がっているのか私たちにはわかりません
本当に全然わからないのです
11:50
That's a question for the future.
296
710260
2000
これを解くのは未来の課題です
11:52
One of the things that we're taught in high school
297
712260
2000
高校時代に教えられてきたことに
11:54
is that all animals require oxygen in order to survive.
298
714260
3000
動物は生きるために酸素が必要だということがありますね
11:57
Now this little critter, it's only about half a millimeter in size,
299
717260
3000
さてこの小さいな奇妙な動物 1ミリの半分しかないサイズで
12:00
not terribly charismatic.
300
720260
2000
カリスマ性なんて微塵もありません
12:02
But it was only discovered in the early 1980s.
301
722260
2000
1980年代初頭に発見されたばかりです
12:04
But the really interesting thing about it
302
724260
2000
これについてとても興味深いことは
12:06
is that, a few years ago, census scientists discovered
303
726260
3000
数年前 海洋生物調査の科学者が発見したことです
12:09
that this guy can thrive in oxygen-poor sediments
304
729260
2000
どんなことかというと こいつは地中海の深海で
12:11
in the deep Mediterranean Sea.
305
731260
2000
酸素がごく少ない沈殿物の中でもすくすくと育つんです
12:13
So now they know that, in fact,
306
733260
2000
要するに 分かったことは
12:15
animals can live without oxygen, at least some of them,
307
735260
2000
動物は酸素なしでも生きることができる
少なくともそういった動物がいる
12:17
and that they can adapt to even the harshest of conditions.
308
737260
3000
そしてそういう動物は
とても厳しい環境にも適応できるということです
12:20
If you were to suck all the water out of the ocean,
309
740260
3000
もし海から水を吸い出してしまったら
12:23
this is what you'd be left behind with,
310
743260
2000
残るものは
12:25
and that's the biomass of life on the sea floor.
311
745260
2000
海床にある生物のバイオマスです
12:27
Now what we see is huge biomass towards the poles
312
747260
3000
この巨大なバイオマスは
南極と北極の近くに多く見られますが
12:30
and not much biomass in between.
313
750260
3000
その中間にはあまり見られません
12:33
We found life in the extremes.
314
753260
2000
私たちは極端な条件下でも生物を発見しました
12:35
And so there were new species that were found
315
755260
2000
私たちが発見した新生物は
12:37
that live inside ice
316
757260
2000
氷の中で生きていました
12:39
and help to support an ice-based food web.
317
759260
2000
その生物は氷中の食物連鎖を支えています
12:41
And we also found this spectacular yeti crab
318
761260
2000
この目を見張るようなイエティークラブも
私たちが発見しました
12:43
that lives near boiling hot hydrothermal vents at Easter Island.
319
763260
3000
これはイースター島の沸騰する
熱水孔の近くで生きています
12:46
And this particular species
320
766260
2000
このカニは
12:48
really captured the public's attention.
321
768260
3000
本当に世間から注目を浴びました
12:51
We also found the deepest vents known yet -- 5,000 meters --
322
771260
3000
もっとも深い熱水孔は5千メートル
12:54
the hottest vents at 407 degrees Celsius --
323
774260
3000
一番高温なものが407度であるということは既知のことです
12:57
vents in the South Pacific and also in the Arctic
324
777260
2000
そしてその熱水孔が南太平洋と南極にもありますが
12:59
where none had been found before.
325
779260
2000
そこでは何の生物も発見されませんでした
13:01
So even new environments are still within the domain of the discoverable.
326
781260
3000
新しい環境には依然として今後発見を待つ領域があり
13:04
Now in terms of the unknowns, there are many.
327
784260
2000
未知ということに関していうなら
本当にたくさんのことがまだわかっていません
13:06
And I'm just going to summarize just a few of them
328
786260
2000
ではこれから簡単に未知のものについて
13:08
very quickly for you.
329
788260
2000
まとめていきましょう
13:10
First of all, we might ask, how many fishes in the sea?
330
790260
3000
第一に海にはどのくらいの種類の魚がいるのか
13:13
We actually know the fishes better than we do any other group in the ocean
331
793260
2000
現実的にはどの海洋生物より
私たちは魚に関して知っています
13:15
other than marine mammals.
332
795260
2000
海の哺乳類は別としてね
13:17
And so we can actually extrapolate based on rates of discovery
333
797260
3000
これまでの発見率から予測して
13:20
how many more species we're likely to discover.
334
800260
3000
この先どのくらいの種を発見できるんでしょうか
13:23
And from that, we actually calculate
335
803260
2000
これについては実際 計算してみたのですが
13:25
that we know about 16,500 marine species
336
805260
3000
1万6500種類の海の種が知られており
13:28
and there are probably another 1,000 to 4,000 left to go.
337
808260
2000
あと千から4千くらいを発見することになるでしょう
13:30
So we've done pretty well.
338
810260
2000
ということで
私たちはかなり上手くやりました
13:32
We've got about 75 percent of the fish,
339
812260
2000
つまり75%について もしくは90%くらいも
13:34
maybe as much as 90 percent.
340
814260
2000
魚については分かっているのです
13:36
But the fishes, as I say, are the best known.
341
816260
3000
しかし先ほど申し上げたように魚についてなら
一番分かっているということです
13:39
So our level of knowledge is much less for other groups of organisms.
342
819260
3000
私たちの知識レベルはほかの生物に関しては
依然として低いのです
13:42
Now this figure is actually based on a brand new paper
343
822260
2000
この数字は実は新しい論文に基づいたもので
13:44
that's going to come out in the journal PLoS Biology.
344
824260
3000
PLoSバイオロジーから発表されます
13:47
And what is does is predict how many more species there are
345
827260
2000
その内容は
あと何種の生物種が
13:49
on land and in the ocean.
346
829260
2000
陸上と海にいるかという推定です
13:51
And what they found
347
831260
2000
分かったことは
13:53
is that they think that we know of about nine percent of the species in the ocean.
348
833260
3000
海に関して9%くらいの生物の種が解明されており
13:56
That means 91 percent, even after the census,
349
836260
2000
つまり海洋生物調査以降でさえも91%が依然として
13:58
still remain to be discovered.
350
838260
2000
発見されていないのです
14:00
And so that turns out to be about two million species
351
840260
2000
つまり結局200万種類にも
14:02
once all is said and done.
352
842260
2000
なるということです
14:04
So we still have quite a lot of work to do
353
844260
2000
これからもたくさんやるべきことはあります
14:06
in terms of unknowns.
354
846260
2000
未知のことに関してはね
14:08
Now this bacterium
355
848260
2000
次にこのバクテリアは
14:10
is part of mats that are found off the coast of Chile.
356
850260
3000
これはチリの沿岸沖で見つけられた
バクテリアの群れの一部です
14:13
And these mats actually cover an area the size of Greece.
357
853260
2000
このような群れをあわせると
実にギリシア全土覆うくらいの大きさになります
14:15
And so this particular bacterium is actually visible to the naked eye.
358
855260
3000
今 話題にしているこのバクテリアは
実際に裸眼でも見られます
14:18
But you can imagine the biomass that represents.
359
858260
3000
これがどのくらいのバイオマスになるのか想像もできます
14:21
But the really intriguing thing about the microbes
360
861260
2000
でも微生物に関して実に驚くべきなのは
14:23
is just how diverse they are.
361
863260
2000
微生物には非常に多様性があるということです
14:25
A single drop of seawater
362
865260
2000
一滴の海水には
14:27
could contain 160 different types of microbes.
363
867260
2000
160もの違った微生物のタイプが含まれていると
言ってもいいでしょう
14:29
And the oceans themselves
364
869260
2000
海全体には
14:31
are thought potentially to contain as many as a billion different types.
365
871260
3000
10億以上もの違った微生物がいる
可能性があると考えられています
14:34
So that's really exciting. What are they all doing out there?
366
874260
3000
だから本当に興味がそそられるのです
一体微生物はそこで何をしているのでしょうね
14:37
We actually don't know.
367
877260
2000
私たちには本当のことが分からないのです
14:39
The most exciting thing, I would say, about this census
368
879260
2000
さてこの調査で最も面白いことは
14:41
is the role of global science.
369
881260
2000
地球規模の科学の役割です
14:43
And so as we see in this image of light during the night,
370
883260
2000
夜 光のイメージの中で私たちは
14:45
there are lots of areas of the Earth
371
885260
2000
地上にはたくさんの地域があり
14:47
where human development is much greater
372
887260
3000
人間の発展が顕著な地域もあれば
14:50
and other areas where it's much less,
373
890260
2000
そうではない地域もある しかし
14:52
but between them we see large dark areas
374
892260
2000
その間には大きな暗い地域が存在し
14:54
of relatively unexplored ocean.
375
894260
2000
それがまだ未到の海です
14:56
The other point I'd like to make about this
376
896260
2000
もう一点指摘したいことは
14:58
is that this ocean's interconnected.
377
898260
2000
海は繋がっていると言うことです
15:00
Marine organisms do not care about international boundaries;
378
900260
2000
海洋生物は各国間の境界線など気にしていません
15:02
they move where they will.
379
902260
2000
彼らは自分の意思で動いています
15:04
And so the importance then of global collaboration
380
904260
3000
だからこそ地球規模での協力が
15:07
becomes all the more important.
381
907260
2000
さらに一層重要になるのです
15:09
We've lost a lot of paradise.
382
909260
2000
私たちは既にたくさんの楽園を失ってきました
15:11
For example, these tuna that were once so abundant in the North Sea
383
911260
3000
例えば こういうマグロは北海ではかつて豊富だったのに
15:14
are now effectively gone.
384
914260
2000
今ではほとんどいなくなっています
15:16
There were trawls taken in the deep sea in the Mediterranean,
385
916260
3000
地中海の海深くではトロール網漁業をしていますが
15:19
which collected more garbage than they did animals.
386
919260
2000
網に引っかかるものは魚よりもゴミの方が多いのです
15:21
And that's the deep sea, that's the environment that we consider to be
387
921260
3000
深海なんですよ 地球に残された まだ人類が汚していないと
15:24
among the most pristine left on Earth.
388
924260
2000
思われている深海の環境がこのざまなんです
15:26
And there are a lot of other pressures.
389
926260
2000
まだまだ他にも圧力はかかっています
15:28
Ocean acidification is a really big issue that people are concerned with,
390
928260
3000
海洋の温暖化同様 海洋の酸性化も大きな懸念事項です
15:31
as well as ocean warming, and the effects they're going to have on coral reefs.
391
931260
3000
これによる影響が珊瑚礁でも見られることでしょう
15:34
On the scale of decades, in our lifetimes,
392
934260
3000
数十年という単位で 私たちが生きている間にも
15:37
we're going to see a lot of damage to coral reefs.
393
937260
2000
珊瑚礁が損なわれていくのを目の当たりにするでしょう
15:39
And I could spend the rest of my time, which is getting very limited,
394
939260
3000
残りの生涯をかけ
と言っても限られた期間しかありませんが
15:42
going through this litany of concerns about the ocean,
395
942260
2000
海に関するこういった懸念を
何度も何度も繰り返し話していくつもりです
15:44
but I want to end on a more positive note.
396
944260
2000
しかし私としては
もう少し明るい感じで終わらせたいと思っています
15:46
And so the grand challenge then
397
946260
2000
そこで大きな課題は
15:48
is to try and make sure that we preserve what's left,
398
948260
2000
残されたものを守り通すということです
15:50
because there is still spectacular beauty.
399
950260
2000
残されたものにも
依然として目を見張るような美があるのですから
15:52
And the oceans are so productive,
400
952260
2000
そして海には生産力があり
15:54
there's so much going on in there that's of relevance to humans
401
954260
3000
海の中では起きている様々なこと
それがすべて人間に関係しています
15:57
that we really need to, even from a selfish perspective,
402
957260
3000
だから利己的な観点からでさえも
私たちは過去したことよりも
16:00
try to do better than we have in the past.
403
960260
2000
もっと良いことをする必要があるんです
16:02
So we need to recognize those hot spots
404
962260
2000
従って こういったホットスポットを認識し
16:04
and do our best to protect them.
405
964260
2000
そこを保護するために最大限努力しなくてはなりません
16:06
When we look at pictures like this, they take our breath away,
406
966260
2000
このような写真を見ると
その美しさにはっとさせられますが
16:08
in addition to helping to give us breath
407
968260
2000
そればかりか海が供給する酸素によって
16:10
by the oxygen that the oceans provide.
408
970260
2000
私たちの呼吸を助けているのです
16:12
Census scientists worked in the rain, they worked in the cold,
409
972260
3000
海洋生物調査の科学者たちは雨の中も 寒さの中も
16:15
they worked under water and they worked above water
410
975260
2000
水中でも水上でも調査研究を行い
16:17
trying to illuminate the wondrous discovery,
411
977260
2000
この驚くべき発見
16:19
the still vast unknown,
412
979260
2000
静かなこの広大な未知なるもの
16:21
the spectacular adaptations that we see in ocean life.
413
981260
3000
海洋生物に見たこの目を見張るような適応に
光を当てる努力をしてきました
16:24
So whether you're a yak herder living in the mountains of Chile,
414
984260
3000
チリの山岳に暮らすヤクの牧人であろうが
16:27
whether you're a stockbroker in New York City
415
987260
3000
ニューヨークの株式仲買人であろうが
16:30
or whether you're a TEDster living in Edinburgh,
416
990260
2000
エジンバラに住むTEDの関係者であろうが
16:32
the oceans matter.
417
992260
2000
海に関係しています
16:34
And as the oceans go so shall we.
418
994260
2000
つまり海が生き続ける限り私たちも生き続けるのです
16:36
Thanks for listening.
419
996260
2000
ご清聴ありがとうございました
16:38
(Applause)
420
998260
2000
(拍手)
New videos
このウェブサイトについて
このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。