Paul Snelgrove: A census of the ocean

39,740 views ・ 2012-02-28

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

Vertaald door: Rik Delaet Nagekeken door: Axel Saffran
00:15
The oceans cover some 70 percent of our planet.
0
15260
3000
De oceanen bedekken zo'n 70% van onze planeet.
00:18
And I think Arthur C. Clarke probably had it right
1
18260
2000
Ik denk dat Arthur C. Clarke waarschijnlijk gelijk had
00:20
when he said that perhaps we ought to call our planet
2
20260
3000
toen hij zei dat we onze planeet misschien
00:23
Planet Ocean.
3
23260
2000
wel Oceaan in plaats van Aarde moesten noemen.
00:25
And the oceans are hugely productive,
4
25260
2000
De oceanen zijn enorm productief,
00:27
as you can see by the satellite image
5
27260
2000
zoals je kunt zien op het satellietbeeld van de fotosynthese,
00:29
of photosynthesis, the production of new life.
6
29260
2000
de productie van nieuw leven.
00:31
In fact, the oceans produce half of the new life every day on Earth
7
31260
3000
De oceanen produceren dagelijks de helft van alle nieuwe leven op aarde
00:34
as well as about half the oxygen that we breathe.
8
34260
3000
plus de helft van de zuurstof die wij inademen.
00:37
In addition to that, it harbors a lot of the biodiversity on Earth,
9
37260
3000
Daarnaast herbergen ze veel van de biodiversiteit op aarde
00:40
and much of it we don't know about.
10
40260
2000
waarvan veel nog onbekend.
00:42
But I'll tell you some of that today.
11
42260
2000
Daarover ga ik vandaag wat vertellen.
00:44
That also doesn't even get into the whole protein extraction
12
44260
2000
Het gaat niet eens over wat wij aan eiwitten uit de oceaan halen.
00:46
that we do from the ocean.
13
46260
2000
00:48
That's about 10 percent of our global needs
14
48260
2000
Dat is zo'n 10% van onze wereldbehoeften
00:50
and 100 percent of some island nations.
15
50260
3000
en 100% voor sommige eilandstaten.
00:53
If you were to descend
16
53260
2000
Als je afdaalt in de 95% van de biosfeer waar leven mogelijk is,
00:55
into the 95 percent of the biosphere that's livable,
17
55260
2000
00:57
it would quickly become pitch black,
18
57260
2000
wordt het snel pikkedonker,
00:59
interrupted only by pinpoints of light
19
59260
2000
slechts onderbroken door lichtpuntjes
01:01
from bioluminescent organisms.
20
61260
2000
van bioluminescente organismen.
01:03
And if you turn the lights on,
21
63260
2000
Als je het licht aandoet,
zie je regelmatig spectaculaire organismen voorbij zwemmen,
01:05
you might periodically see spectacular organisms swim by,
22
65260
2000
01:07
because those are the denizens of the deep,
23
67260
2000
want dat zijn de bewoners van de diepte,
01:09
the things that live in the deep ocean.
24
69260
2000
de wezens die leven in de diepe oceaan.
01:11
And eventually, the deep sea floor would come into view.
25
71260
3000
Daaronder zou de diepzeebodem in beeld komen.
01:14
This type of habitat covers more of the Earth's surface
26
74260
3000
Dit soort leefgebied beslaat meer oppervlakte van de aarde
01:17
than all other habitats combined.
27
77260
2000
dan alle andere leefgebieden bij elkaar.
01:19
And yet, we know more about the surface of the Moon and about Mars
28
79260
2000
Toch weten we meer over het oppervlak van de maan en over Mars
01:21
than we do about this habitat,
29
81260
2000
dan over deze habitat,
01:23
despite the fact that we have yet to extract
30
83260
2000
ondanks het feit dat we daar nog nooit
01:25
a gram of food, a breath of oxygen or a drop of water
31
85260
3000
één gram eten, een ademteug zuurstof
01:28
from those bodies.
32
88260
2000
of één druppel water vandaan hebben gehaald.
01:30
And so 10 years ago,
33
90260
2000
10 Jaar geleden
01:32
an international program began called the Census of Marine Life,
34
92260
3000
werd een internationaal programma, 'Census of Marine Life', opgezet
01:35
which set out to try and improve our understanding
35
95260
2000
om een beter inzicht te krijgen
01:37
of life in the global oceans.
36
97260
2000
in het leven in de wereldwijde oceanen.
01:39
It involved 17 different projects around the world.
37
99260
3000
Er waren wereldwijd 17 projecten bij betrokken.
01:42
As you can see, these are the footprints of the different projects.
38
102260
2000
Hier zie je de voetafdrukken daarvan.
01:44
And I hope you'll appreciate the level of global coverage
39
104260
3000
Je ziet hopelijk het niveau van wereldwijde dekking
01:47
that it managed to achieve.
40
107260
2000
dat ze wisten te bereiken.
01:49
It all began when two scientists, Fred Grassle and Jesse Ausubel,
41
109260
2000
Het begon allemaal toen twee wetenschappers,
01:51
met in Woods Hole, Massachusetts
42
111260
3000
Fred Grassle en Jesse Ausubel,
elkaar ontmoetten in Massachusetts,
01:54
where both were guests at the famed oceanographic institute.
43
114260
2000
waar beiden te gast waren bij het beroemde oceanografische instituut.
01:56
And Fred was lamenting the state of marine biodiversity
44
116260
3000
Fred klaagde over de toestand van de mariene biodiversiteit
01:59
and the fact that it was in trouble and nothing was being done about it.
45
119260
3000
en dat aan de problemen niets werd gedaan.
02:02
Well, from that discussion grew this program
46
122260
2000
Uit die discussie ontstond dit programma
02:04
that involved 2,700 scientists
47
124260
2000
met 2.700 wetenschappers
02:06
from more than 80 countries around the world
48
126260
2000
uit ruim 80 landen over de hele wereld.
02:08
who engaged in 540 ocean expeditions
49
128260
3000
Er kwamen 540 oceaanexpedities
02:11
at a combined cost of 650 million dollars
50
131260
3000
die voor een totaalbedrag van 650 miljoen dollar
02:14
to study the distribution, diversity and abundance
51
134260
2000
de distributie, de diversiteit en rijkdom bestudeerden
02:16
of life in the global ocean.
52
136260
3000
van het leven in de oceanen.
02:19
And so what did we find?
53
139260
2000
Wat vonden we?
02:21
We found spectacular new species,
54
141260
2000
We vonden overal spectaculaire nieuwe soorten,
02:23
the most beautiful and visually stunning things everywhere we looked --
55
143260
3000
de mooiste en visueel meest verbluffende dingen --
02:26
from the shoreline to the abyss,
56
146260
2000
van de kust tot in de diepzee,
02:28
form microbes all the way up to fish and everything in between.
57
148260
3000
van microben helemaal tot de vissen en alles daartussen.
02:31
And the limiting step here wasn't the unknown diversity of life,
58
151260
3000
De beperkende factor was niet gebrek aan onbekende diversiteit,
02:34
but rather the taxonomic specialists
59
154260
2000
maar het aantal taxonomische specialisten,
02:36
who can identify and catalog these species
60
156260
2000
die deze soorten konden identificeren en catalogiseren.
02:38
that became the limiting step.
61
158260
2000
02:40
They, in fact, are an endangered species themselves.
62
160260
3000
Zij zijn in feite zelf een bedreigde diersoort.
02:43
There are actually four to five new species
63
163260
2000
In de oceanen worden dagelijks
02:45
described everyday for the oceans.
64
165260
2000
vier tot vijf nieuwe soorten gevonden en beschreven.
02:47
And as I say, it could be a much larger number.
65
167260
3000
Zoals ik al zei, zou het aantal veel groter kunnen zijn.
02:50
Now, I come from Newfoundland in Canada --
66
170260
3000
Ik ben van Newfoundland in Canada -
02:53
It's an island off the east coast of that continent --
67
173260
2000
een eiland voor de oostkust van dat continent -
02:55
where we experienced one of the worst fishing disasters
68
175260
3000
waar een van de ergste visserijrampen
02:58
in human history.
69
178260
2000
in de menselijke geschiedenis plaatsvond.
03:00
And so this photograph shows a small boy next to a codfish.
70
180260
2000
Deze foto toont een kleine jongen naast een kabeljauw.
03:02
It's around 1900.
71
182260
2000
Het is rond 1900.
03:04
Now, when I was a boy of about his age,
72
184260
2000
Als jongen van ongeveer zijn leeftijd
03:06
I would go out fishing with my grandfather
73
186260
2000
ging ik vissen met mijn opa
03:08
and we would catch fish about half that size.
74
188260
2000
en wij vingen vis van ongeveer half die grootte.
03:10
And I thought that was the norm,
75
190260
2000
Ik dacht dat dat de norm was,
03:12
because I had never seen fish like this.
76
192260
2000
want ik had nooit vissen als deze gezien.
03:14
If you were to go out there today, 20 years after this fishery collapsed,
77
194260
3000
Als je vandaag, 20 jaar na de ondergang van deze visserij,
03:17
if you could catch a fish, which would be a bit of a challenge,
78
197260
3000
vis zou gaan vangen -- wat niet zou meevallen --
03:20
it would be half that size still.
79
200260
2000
zouden ze nog half zo groot zijn.
03:22
So what we're experiencing is something called shifting baselines.
80
202260
3000
Dat noemen we 'verschuivende referentiewaarden'.
03:25
Our expectations of what the oceans can produce
81
205260
2000
Onze verwachtingen van wat de oceanen kunnen produceren
03:27
is something that we don't really appreciate
82
207260
2000
kunnen we ons niet voorstellen
03:29
because we haven't seen it in our lifetimes.
83
209260
3000
omdat we het zelf nooit hebben gezien.
03:32
Now most of us, and I would say me included,
84
212260
3000
De meesten van ons, inclusief ikzelf,
03:35
think that human exploitation of the oceans
85
215260
2000
denken dat de menselijke exploitatie van de oceanen
03:37
really only became very serious
86
217260
2000
pas echt op gang kwam
03:39
in the last 50 to, perhaps, 100 years or so.
87
219260
2000
in de laatste 50 à 100 jaar.
03:41
The census actually tried to look back in time,
88
221260
2000
De telling probeerde echt om terug te kijken in de tijd
03:43
using every source of information they could get their hands on.
89
223260
3000
met behulp van elke beschikbare informatiebron.
03:46
And so anything from restaurant menus
90
226260
2000
Alles, van restaurantmenu's en kloosterverslagen
03:48
to monastery records to ships' logs
91
228260
2000
tot scheepslogboeken
03:50
to see what the oceans looked like.
92
230260
2000
moest een beeld geven van de vroegere oceanen.
03:52
Because science data really goes back
93
232260
2000
Want wetenschappelijke data gaan grotendeels
03:54
to, at best, World War II, for the most part.
94
234260
2000
hooguit terug tot aan de Tweede Wereldoorlog.
03:56
And so what they found, in fact,
95
236260
2000
Maar ze vonden in feite
03:58
is that exploitation really began heavily with the Romans.
96
238260
2000
dat de exploitatie al sterk begon met de Romeinen.
04:00
And so at that time, of course, there was no refrigeration.
97
240260
3000
In die tijd was er natuurlijk geen koeling.
04:03
So fishermen could only catch
98
243260
2000
De vissers vingen alleen maar
04:05
what they could either eat or sell that day.
99
245260
2000
wat ze die dag zelf konden opeten of verkopen.
04:07
But the Romans developed salting.
100
247260
2000
Maar de Romeinen ontwikkelden het pekelen.
04:09
And with salting,
101
249260
2000
Daardoor werd het mogelijk
04:11
it became possible to store fish and to transport it long distances.
102
251260
3000
om vis op te slaan en over lange afstanden te vervoeren.
04:14
And so began industrial fishing.
103
254260
3000
Zo begon de industriële visserij.
04:17
And so these are the sorts of extrapolations that we have
104
257260
3000
Hierdoor kunnen we extrapoleren
04:20
of what sort of loss we've had
105
260260
2000
wat voor soort schade we hebben gehad
04:22
relative to pre-human impacts on the ocean.
106
262260
3000
ten opzichte van de pre-menselijke invloeden op de oceaan.
04:25
They range from 65 to 98 percent
107
265260
2000
Ze gaan van 65 tot 98 procent
04:27
for these major groups of organisms,
108
267260
2000
voor deze belangrijke groepen van organismen,
04:29
as shown in the dark blue bars.
109
269260
2000
zoals getoond door de donkerblauwe balken.
04:31
Now for those species the we managed to leave alone, that we protect --
110
271260
3000
Voor die soorten die we met rust lieten en beschermden -
04:34
for example, marine mammals in recent years and sea birds --
111
274260
2000
bijvoorbeeld zeezoogdieren in de afgelopen jaren en zeevogels -
04:36
there is some recovery.
112
276260
2000
is er enig herstel.
04:38
So it's not all hopeless.
113
278260
2000
Het is niet helemaal hopeloos.
04:40
But for the most part, we've gone from salting to exhausting.
114
280260
3000
Maar overwegend gingen we via pekelen naar uitputten.
04:43
Now this other line of evidence is a really interesting one.
115
283260
2000
Nog een ander interessant bewijs.
04:45
It's from trophy fish caught off the coast of Florida.
116
285260
3000
Een trofeevis gevangen voor de kust van Florida.
04:48
And so this is a photograph from the 1950s.
117
288260
3000
Een foto uit de jaren 1950.
04:51
I want you to notice the scale on the slide,
118
291260
2000
Kijk naar de schaal op de dia,
04:53
because when you see the same picture from the 1980s,
119
293260
2000
als je hetzelfde beeld ziet uit de jaren 1980,
04:55
we see the fish are much smaller
120
295260
2000
is de vis veel kleiner
04:57
and we're also seeing a change
121
297260
2000
en we zien ook een verandering
04:59
in terms of the composition of those fish.
122
299260
2000
in de samenstelling van die vis.
05:01
By 2007, the catch was actually laughable
123
301260
2000
Tegen 2007
was de grootte eigenlijk lachwekkend voor trofeevissen.
05:03
in terms of the size for a trophy fish.
124
303260
2000
05:05
But this is no laughing matter.
125
305260
2000
Maar dit is niet om te lachen.
05:07
The oceans have lost a lot of their productivity
126
307260
2000
De oceanen hebben veel van hun productiviteit verloren
05:09
and we're responsible for it.
127
309260
3000
en wij zijn verantwoordelijk.
05:12
So what's left? Actually quite a lot.
128
312260
2000
Wat blijft er over? Eigenlijk heel veel.
05:14
There's a lot of exciting things, and I'm going to tell you a little bit about them.
129
314260
3000
Een heleboel spannende dingen en ik zal er wat over vertellen.
05:17
And I want to start with a bit on technology,
130
317260
2000
Eerst een beetje technologie,
05:19
because, of course, this is a TED Conference
131
319260
2000
omdat dit een TED-conferentie is
05:21
and you want to hear something on technology.
132
321260
2000
en je natuurlijk iets over technologie wil horen.
05:23
So one of the tools that we use to sample the deep ocean
133
323260
2000
Een van de instrumenten voor het diepzeeonderzoek
05:25
are remotely operated vehicles.
134
325260
2000
zijn op afstand bediende voertuigen.
05:27
So these are tethered vehicles we lower down to the sea floor
135
327260
3000
Bekabelde voertuigen die we laten zakken naar de zeebodem.
05:30
where they're our eyes and our hands for working on the sea bottom.
136
330260
3000
Ze zijn onze ogen en handen voor het werk op de zeebodem.
05:33
So a couple of years ago, I was supposed to go on an oceanographic cruise
137
333260
3000
Een paar jaar geleden moest ik op oceanografische cruise
05:36
and I couldn't go because of a scheduling conflict.
138
336260
3000
maar mijn agenda liet dit niet toe.
05:39
But through a satellite link I was able to sit at my study at home
139
339260
3000
Via een satellietverbinding kon ik thuis aan mijn bureau zitten
05:42
with my dog curled up at my feet, a cup of tea in my hand,
140
342260
3000
met mijn hond aan mijn voeten, een kopje thee bij de hand,
05:45
and I could tell the pilot, "I want a sample right there."
141
345260
2000
en de piloot zeggen: "Ik wil een monster dáárvan."
05:47
And that's exactly what the pilot did for me.
142
347260
2000
En dan deed die piloot dat.
05:49
That's the sort of technology that's available today
143
349260
3000
Dat soort technologie is vandaag beschikbaar,
05:52
that really wasn't available even a decade ago.
144
352260
2000
maar slechts tien jaar geleden nog niet.
05:54
So it allows us to sample these amazing habitats
145
354260
2000
Ze stelt ons in staat om deze geweldige habitats
05:56
that are very far from the surface
146
356260
2000
ver onder het zeeoppervlak
05:58
and very far from light.
147
358260
2000
en in het volslagen duister te onderzoeken.
06:00
And so one of the tools that we can use to sample the oceans
148
360260
3000
Een van de instrumenten om de oceanen te onderzoeken
06:03
is acoustics, or sound waves.
149
363260
2000
is akoestiek, of geluidsgolven.
06:05
And the advantage of sound waves
150
365260
2000
Het voordeel van geluidsgolven
06:07
is that they actually pass well through water, unlike light.
151
367260
2000
is dat ze veel beter dan licht door het water kunnen gaan.
06:09
And so we can send out sound waves,
152
369260
2000
We zenden geluidsgolven
06:11
they bounce off objects like fish and are reflected back.
153
371260
3000
die terugkaatsen van allerlei objecten, zoals vissen.
06:14
And so in this example, a census scientist took out two ships.
154
374260
3000
In dit voorbeeld gebruikte een onderzoeker twee schepen.
06:17
One would send out sound waves that would bounce back.
155
377260
2000
Een zond geluidsgolven uit
06:19
They would be received by a second ship,
156
379260
2000
en het tweede schip registreerde de teruggekaatste golven.
06:21
and that would give us very precise estimates, in this case,
157
381260
3000
Dat gaf ons hier een nauwkeurige schatting
06:24
of 250 billion herring
158
384260
2000
van 250 miljoen haringen
06:26
in a period of about a minute.
159
386260
2000
in ongeveer een minuut.
06:28
And that's an area about the size of Manhattan Island.
160
388260
3000
Voor een gebied ongeveer zo groot als Manhattan.
06:31
And to be able to do that is a tremendous fisheries tool,
161
391260
2000
Het is een enorm visserijgereedschap
06:33
because knowing how many fish are there is really critical.
162
393260
3000
omdat weten hoeveel vis er zit, echt van cruciaal belang is.
06:36
We can also use satellite tags
163
396260
2000
We kunnen ook satellietlabels gebruiken
06:38
to track animals as they move through the oceans.
164
398260
2000
om dieren te volgen door de oceanen.
06:40
And so for animals that come to the surface to breathe,
165
400260
2000
Bij dieren die aan de oppervlakte komen ademhalen,
06:42
such as this elephant seal,
166
402260
2000
zoals deze zeeolifant,
06:44
it's an opportunity to send data back to shore
167
404260
2000
kan men dan gegevens terugsturen naar de kust
06:46
and tell us where exactly it is in the ocean.
168
406260
3000
die ons zijn precieze locatie in de oceaan vertellen.
06:49
And so from that we can produce these tracks.
169
409260
2000
Zo kunnen we hun reisroute reconstrueren.
06:51
For example, the dark blue
170
411260
2000
Bijvoorbeeld, het donkerblauw
06:53
shows you where the elephant seal moved in the north Pacific.
171
413260
2000
toont de route van de zeeolifant in de noordelijke Stille Oceaan.
06:55
Now I realize for those of you who are colorblind, this slide is not very helpful,
172
415260
3000
Voor wie kleurenblind is, is deze dia is niet erg nuttig,
06:58
but stick with me nonetheless.
173
418260
2000
maar probeer toch maar te volgen.
07:00
For animals that don't surface,
174
420260
2000
Voor dieren die niet naar het oppervlak komen,
07:02
we have something called pop-up tags,
175
422260
2000
hebben we 'opduik-labels',
07:04
which collect data about light and what time the sun rises and sets.
176
424260
3000
die lichtgegevens verzamelen en hoe laat de zon opkomt en ondergaat.
07:07
And then at some period of time
177
427260
2000
Na enige tijd
07:09
it pops up to the surface and, again, relays that data back to shore.
178
429260
3000
komen ze boven en relayeren die data naar de kust.
07:12
Because GPS doesn't work under water. That's why we need these tools.
179
432260
3000
Omdat GPS niet werkt onder water hebben we deze tools nodig.
07:15
And so from this we're able to identify these blue highways,
180
435260
3000
Daardoor kunnen we deze blauwe snelwegen identificeren,
07:18
these hot spots in the ocean,
181
438260
2000
deze 'hot spots' in de oceaan.
07:20
that should be real priority areas
182
440260
2000
Dat moeten echt prioritaire gebieden
07:22
for ocean conservation.
183
442260
2000
voor oceaanbehoud worden.
07:24
Now one of the other things that you may think about
184
444260
2000
Wanneer je naar de supermarkt gaat
07:26
is that, when you go to the supermarket and you buy things, they're scanned.
185
446260
3000
en dingen koopt, worden ze gescand.
07:29
And so there's a barcode on that product
186
449260
2000
Een streepjescode op het product
07:31
that tells the computer exactly what the product is.
187
451260
3000
vertelt de computer precies welk product het is.
07:34
Geneticists have developed a similar tool called genetic barcoding.
188
454260
3000
Genetici ontwikkelden iets soortgelijks: genetische barcode.
07:37
And what barcoding does
189
457260
2000
Die code maakt gebruik van een specifiek gen, CO1.
07:39
is use a specific gene called CO1
190
459260
2000
07:41
that's consistent within a species, but varies among species.
191
461260
3000
Dat gen varieert van soort tot soort.
07:44
And so what that means is we can unambiguously identify
192
464260
2000
Daardoor kunnen we de soorten
07:46
which species are which
193
466260
2000
ondubbelzinnig identificeren
07:48
even if they look similar to each other,
194
468260
2000
zelfs als ze erg op elkaar lijken
07:50
but may be biologically quite different.
195
470260
2000
maar biologisch heel anders zijn.
07:52
Now one of the nicest examples I like to cite on this
196
472260
2000
Een van de mooiste voorbeelden
is het verhaal van twee jonge vrouwen, middelbare scholieren in New York City,
07:54
is the story of two young women, high school students in New York City,
197
474260
3000
07:57
who worked with the census.
198
477260
2000
die meewerkten aan de telling.
07:59
They went out and collected fish from markets and from restaurants in New York City
199
479260
3000
Zij verzamelden vis van markten en restaurants in New York City
08:02
and they barcoded it.
200
482260
2000
en noteerden die barcode.
08:04
Well what they found was mislabeled fish.
201
484260
2000
Ze vonden verkeerd gelabelde vissen.
08:06
So for example,
202
486260
2000
Bijvoorbeeld,
08:08
they found something which was sold as tuna, which is very valuable,
203
488260
2000
ze vonden goedkope tilapia
08:10
was in fact tilapia, which is a much less valuable fish.
204
490260
3000
die als dure tonijn werd verkocht.
08:13
They also found an endangered species
205
493260
2000
Zij vonden ook een bedreigde soort
08:15
sold as a common one.
206
495260
2000
die als een gewone verkocht werd.
08:17
So barcoding allows us to know what we're working with
207
497260
2000
Barcodes vertellen ons waarmee we werken
08:19
and also what we're eating.
208
499260
3000
en ook wat we eten.
08:22
The Ocean Biogeographic Information System
209
502260
2000
Het Biogeografisch Informatiesysteem voor de Oceaan
08:24
is the database for all the census data.
210
504260
2000
is de databank voor alle gegevens van de telling.
08:26
It's open access; you can all go in and download data as you wish.
211
506260
3000
Het is vrij toegankelijk; iedereen kan gegevens downloaden.
08:29
And it contains all the data from the census
212
509260
3000
Het bevat alle gegevens van de telling
08:32
plus other data sets that people were willing to contribute.
213
512260
2000
plus andere datasets die mensen wilden leveren.
08:34
And so what you can do with that
214
514260
2000
Daarmee kan je
08:36
is to plot the distribution of species and where they occur in the oceans.
215
516260
3000
de verspreiding van soorten laten zien in de oceanen.
08:39
What I've plotted up here is the data that we have on hand.
216
519260
2000
Ik heb hier enkele gegevens uitgezet.
08:41
This is where our sampling effort has concentrated.
217
521260
3000
Daarop richtten zich onze steekproeven.
08:44
Now what you can see
218
524260
2000
We bemonsterden het gebied
08:46
is we've sampled the area in the North Atlantic,
219
526260
2000
van de Noord-Atlantische Oceaan,
08:48
in the North Sea in particular,
220
528260
2000
in het bijzonder de Noordzee,
08:50
and also the east coast of North America fairly well.
221
530260
2000
en ook de oostkust van Noord-Amerika redelijk goed.
08:52
That's the warm colors which show a well-sampled region.
222
532260
3000
De warme kleuren komen overeen met een goed bemonsterd gebied.
08:55
The cold colors, the blue and the black,
223
535260
2000
De koude kleuren, blauw en zwart,
08:57
show areas where we have almost no data.
224
537260
2000
tonen gebieden waar bijna geen gegevens van zijn.
08:59
So even after a 10-year census,
225
539260
2000
Ook na een 10-jarig onderzoek
09:01
there are large areas that still remain unexplored.
226
541260
3000
zijn er grote gebieden nog steeds ononderzocht.
09:04
Now there are a group of scientists living in Texas, working in the Gulf of Mexico
227
544260
3000
Een groep wetenschappers in Texas, die in de Golf van Mexico werken,
09:07
who decided really as a labor of love
228
547260
2000
besloten als vrijwilligerswerk
09:09
to pull together all the knowledge they could
229
549260
2000
alle beschikbare kennis te bundelen
09:11
about biodiversity in the Gulf of Mexico.
230
551260
2000
over biodiversiteit in de Golf van Mexico.
09:13
And so they put this together, a list of all the species,
231
553260
3000
Ze maakten een lijst van alle soorten
09:16
where they're known to occur,
232
556260
2000
en waar ze voorkomen.
09:18
and it really seemed like a very esoteric, scientific type of exercise.
233
558260
3000
Het leek een zeer esoterische, wetenschappelijke soort oefening.
09:21
But then, of course, there was the Deep Horizon oil spill.
234
561260
3000
Maar toen kwam de Deep Horizon-olieramp.
09:24
So all of a sudden, this labor of love
235
564260
2000
Plotseling werd dit vrijwilligerswerk,
09:26
for no obvious economic reason
236
566260
3000
zonder duidelijke economische aanleiding,
09:29
has become a critical piece of information
237
569260
2000
tot een essentiële informatiebron
09:31
in terms of how that system is going to recover, how long it will take
238
571260
3000
over hoe dat systeem zich gaat herstellen, hoe lang het zal duren
09:34
and how the lawsuits
239
574260
2000
en hoe de rechtszaken
en de multimiljard-dollardiscussies van de komende jaren
09:36
and the multi-billion-dollar discussions that are going to happen in the coming years
240
576260
3000
09:39
are likely to be resolved.
241
579260
3000
waarschijnlijk hun beslag zullen vinden.
09:42
So what did we find?
242
582260
2000
Wat hebben we gevonden?
09:44
Well, I could stand here for hours, but, of course, I'm not allowed to do that.
243
584260
2000
Ik kan hier uren over doorgaan, maar dat gaat natuurlijk niet.
09:46
But I will tell you some of my favorite discoveries
244
586260
2000
Ik zal een aantal van mijn favoriete ontdekkingen
09:48
from the census.
245
588260
2000
van de telling vertellen.
09:50
So one of the things we discovered is where are the hot spots of diversity?
246
590260
3000
We ontdekten bijvoorbeeld waar de hotspots van diversiteit zijn.
09:53
Where do we find the most species of ocean life?
247
593260
3000
Waar vinden we de meeste soorten leven in de oceaan?
09:56
And what we find if we plot up the well-known species
248
596260
2000
Als we de bekende soorten hierin opnemen,
09:58
is this sort of a distribution.
249
598260
2000
vinden we dit soort distributie.
10:00
And what we see is that for coastal tags,
250
600260
2000
Voor de kustgebieden
10:02
for those organisms that live near the shoreline,
251
602260
2000
vinden we de grootste diversiteit van organismen
10:04
they're most diverse in the tropics.
252
604260
2000
in de tropen.
10:06
This is something we've actually known for a while,
253
606260
2000
Dat was al een tijdje bekend,
10:08
so it's not a real breakthrough.
254
608260
2000
geen echte doorbraak dus.
10:10
What is really exciting though
255
610260
2000
Wat echter echt spannend is,
is dat zij die ver van de kust leven
10:12
is that the oceanic tags, or the ones that live far from the coast,
256
612260
2000
10:14
are actually more diverse at intermediate latitudes.
257
614260
2000
eigenlijk meer divers zijn op de tussenliggende breedtegraden.
10:16
This is the sort of data, again, that managers could use
258
616260
3000
Dit soort gegevens hebben conservators nodig
10:19
if they want to prioritize areas of the ocean that we need to conserve.
259
619260
3000
om te weten welke delen van de oceaan de prioriteit moeten krijgen.
10:22
You can do this on a global scale, but you can also do it on a regional scale.
260
622260
3000
Je kan dit doen op wereldwijde schaal, maar ook regionaal.
10:25
And that's why biodiversity data can be so valuable.
261
625260
3000
Daarom zijn biodiversiteitsgegevens zo waardevol.
10:28
Now while a lot of the species we discovered in the census
262
628260
3000
Terwijl veel van de ontdekte soorten
10:31
are things that are small and hard to see,
263
631260
2000
klein en moeilijk te zien zijn,
10:33
that certainly wasn't always the case.
264
633260
2000
was dat zeker niet altijd het geval.
10:35
For example, while it's hard to believe
265
635260
2000
Het is bijvoorbeeld moeilijk te geloven
10:37
that a three kilogram lobster could elude scientists,
266
637260
2000
dat een kreeft van drie kilo wetenschappers kon zijn ontgaan,
10:39
it did until a few years ago
267
639260
2000
maar toen enkele jaren geleden
10:41
when South African fishermen requested an export permit
268
641260
3000
Zuid-Afrikaanse vissers een uitvoervergunning aanvroegen
10:44
and scientists realized that this was something new to science.
269
644260
3000
realiseerden wetenschappers zich dat hij nieuw voor de wetenschap was.
10:47
Similarly this Golden V kelp
270
647260
2000
Ook dit Golden V Kelp (Aureophycus aleuticus),
10:49
collected in Alaska just below the low water mark
271
649260
2000
verzameld in Alaska net onder de laagwaterlijn,
10:51
is probably a new species.
272
651260
2000
is waarschijnlijk een nieuwe soort.
10:53
Even though it's three meters long,
273
653260
2000
Ook al is het drie meter lang
10:55
it actually, again, eluded science.
274
655260
2000
was ook dit de wetenschap ontgaan.
10:57
Now this guy, this bigfin squid, is seven meters in length.
275
657260
3000
Deze grootvininktvis is zeven meter lang.
11:00
But to be fair, it lives in the deep waters of the Mid-Atlantic Ridge,
276
660260
3000
Maar hij leeft in de diepe wateren van de Mid-Atlantische Rug,
11:03
so it was a lot harder to find.
277
663260
2000
dus hij was een stuk moeilijker te vinden.
11:05
But there's still potential for discovery of big and exciting things.
278
665260
3000
Maar er is nog kans op ontdekking van grote en spannende dingen.
11:08
This particular shrimp, we've dubbed it the Jurassic shrimp,
279
668260
3000
Van deze bijzondere, 'Jurassische' garnalen
11:11
it's thought to have gone extinct 50 years ago --
280
671260
2000
werd gedacht dat ze jaren geleden waren uitgestorven -
11:13
at least it was, until the census discovered
281
673260
2000
totdat de telling
11:15
it was living and doing just fine off the coast of Australia.
282
675260
3000
ze in goeden doen ontdekte voor de kust van Australië.
11:18
And it shows that the ocean, because of its vastness,
283
678260
3000
Het toont aan dat de oceaan, door zijn uitgestrektheid,
11:21
can hide secrets for a very long time.
284
681260
2000
geheimen zeer langdurig kan verbergen.
11:23
So, Steven Spielberg, eat your heart out.
285
683260
3000
Steven Spielberg kan er een puntje aan zuigen.
11:26
If we look at distributions, in fact distributions change dramatically.
286
686260
3000
Distributies veranderen drastisch van plaats tot plaats.
11:29
And so one of the records that we had
287
689260
3000
Een van die gevallen
11:32
was this sooty shearwater, which undergoes these spectacular migrations
288
692260
3000
was deze Grauwe pijlstormvogel, die op spectaculaire wijze migreert
11:35
all the way from New Zealand
289
695260
2000
helemaal vanuit Nieuw-Zeeland
11:37
all the way up to Alaska and back again
290
697260
2000
naar Alaska en weer terug,
11:39
in search of endless summer
291
699260
2000
op zoek naar een zomer zonder einde
11:41
as they complete their life cycles.
292
701260
2000
terwijl ze hun levenscyclus volbrengen.
11:43
We also talked about the White Shark Cafe.
293
703260
2000
We hadden het ook over het 'Witte Haai Café',
11:45
This is a location in the Pacific where white shark converge.
294
705260
3000
een plaats in de Stille Oceaan waar witte haaien samenkomen.
11:48
We don't know why they converge there, we simply don't know.
295
708260
2000
Waarom, weten we simpelweg niet.
11:50
That's a question for the future.
296
710260
2000
Dat is een vraag voor de toekomst.
11:52
One of the things that we're taught in high school
297
712260
2000
Op de middelbare school leerden we,
11:54
is that all animals require oxygen in order to survive.
298
714260
3000
dat alle dieren zuurstof nodig hebben om te overleven.
11:57
Now this little critter, it's only about half a millimeter in size,
299
717260
3000
Dit beestje van slechts ongeveer een halve millimeter groot
12:00
not terribly charismatic.
300
720260
2000
is niet erg charismatisch.
12:02
But it was only discovered in the early 1980s.
301
722260
2000
Het werd pas ontdekt in de vroege jaren 80.
12:04
But the really interesting thing about it
302
724260
2000
Het echt interessante eraan is
12:06
is that, a few years ago, census scientists discovered
303
726260
3000
dat een paar jaar geleden tellingwetenschappers ontdekten
dat dit kereltje gedijen kan in zuurstofarme sedimenten
12:09
that this guy can thrive in oxygen-poor sediments
304
729260
2000
12:11
in the deep Mediterranean Sea.
305
731260
2000
in de diepe Middellandse Zee.
12:13
So now they know that, in fact,
306
733260
2000
Nu weten ze
dat tenminste sommige dieren zonder zuurstof kunnen
12:15
animals can live without oxygen, at least some of them,
307
735260
2000
12:17
and that they can adapt to even the harshest of conditions.
308
737260
3000
en dat ze zich aan de zwaarste omstandigheden kunnen aanpassen.
12:20
If you were to suck all the water out of the ocean,
309
740260
3000
Als je al het water uit de oceaan zou zuigen,
12:23
this is what you'd be left behind with,
310
743260
2000
dan zou je dit overhouden:
12:25
and that's the biomass of life on the sea floor.
311
745260
2000
de biomassa van het leven op de zeebodem.
12:27
Now what we see is huge biomass towards the poles
312
747260
3000
Een enorme biomassa aan de polen
12:30
and not much biomass in between.
313
750260
3000
met maar weinig biomassa ertussen.
12:33
We found life in the extremes.
314
753260
2000
We vonden het leven in de uitersten.
12:35
And so there were new species that were found
315
755260
2000
We vonden nieuwe soorten
12:37
that live inside ice
316
757260
2000
die leven in ijs
en een op ijs gebaseerd voedselweb ondersteunen.
12:39
and help to support an ice-based food web.
317
759260
2000
12:41
And we also found this spectacular yeti crab
318
761260
2000
Ook vonden we deze spectaculaire yeti-krab
12:43
that lives near boiling hot hydrothermal vents at Easter Island.
319
763260
3000
in de buurt van kokend hete hydrothermale bronnen bij Paaseiland.
12:46
And this particular species
320
766260
2000
Deze soort veroverde echt de publieke aandacht.
12:48
really captured the public's attention.
321
768260
3000
Ook vonden we de diepste bekende ventilatieopeningen
12:51
We also found the deepest vents known yet -- 5,000 meters --
322
771260
3000
-- op 5.000 meter --
12:54
the hottest vents at 407 degrees Celsius --
323
774260
3000
de heetste op 407 graden Celsius -
ventilatieopeningen in de Stille Zuidzee en het Arctisch gebied,
12:57
vents in the South Pacific and also in the Arctic
324
777260
2000
12:59
where none had been found before.
325
779260
2000
waar er nog geen gevonden waren.
13:01
So even new environments are still within the domain of the discoverable.
326
781260
3000
Ook nieuwe omgevingen zijn dus nog steeds te ontdekken.
13:04
Now in terms of the unknowns, there are many.
327
784260
2000
Toch blijft er nog veel onbekend.
13:06
And I'm just going to summarize just a few of them
328
786260
2000
Ik geef een korte samenvatting.
13:08
very quickly for you.
329
788260
2000
13:10
First of all, we might ask, how many fishes in the sea?
330
790260
3000
Je zou kunnen vragen hoeveel vis er in de zee zit.
We kennen de vissen beter dan elke andere groep in de oceaan
13:13
We actually know the fishes better than we do any other group in the ocean
331
793260
2000
13:15
other than marine mammals.
332
795260
2000
met uitzondering van de zeezoogdieren.
13:17
And so we can actually extrapolate based on rates of discovery
333
797260
3000
Op basis van de snelheid van ontdekking kunnen we extrapoleren
13:20
how many more species we're likely to discover.
334
800260
3000
hoeveel meer soorten we zullen ontdekken.
13:23
And from that, we actually calculate
335
803260
2000
Op basis daarvan kunnen we berekenen
13:25
that we know about 16,500 marine species
336
805260
3000
dat we ongeveer 16.500 mariene soorten kennen
13:28
and there are probably another 1,000 to 4,000 left to go.
337
808260
2000
en er waarschijnlijk nog eens 1000 tot 4000 zijn te ontdekken.
13:30
So we've done pretty well.
338
810260
2000
Niet slecht gedaan, dus.
13:32
We've got about 75 percent of the fish,
339
812260
2000
We hebben ongeveer 75% van de vis gevonden,
13:34
maybe as much as 90 percent.
340
814260
2000
misschien zelfs wel 90%.
13:36
But the fishes, as I say, are the best known.
341
816260
3000
Maar de vissen zijn het bekendst.
13:39
So our level of knowledge is much less for other groups of organisms.
342
819260
3000
We weten veel minder van andere groepen organismen.
13:42
Now this figure is actually based on a brand new paper
343
822260
2000
Dit cijfer is gebaseerd op een geheel nieuwe paper,
13:44
that's going to come out in the journal PLoS Biology.
344
824260
3000
binnenkort in het tijdschrift PLoS Biology.
13:47
And what is does is predict how many more species there are
345
827260
2000
Ze voorspelt hoeveel meer soorten er zijn
13:49
on land and in the ocean.
346
829260
2000
op het land en in de oceaan.
13:51
And what they found
347
831260
2000
Ze vonden dat we ongeveer negen procent
13:53
is that they think that we know of about nine percent of the species in the ocean.
348
833260
3000
van de soorten in de oceaan kennen.
13:56
That means 91 percent, even after the census,
349
836260
2000
Dat betekent dat 91%, ook na de telling,
13:58
still remain to be discovered.
350
838260
2000
nog steeds wacht op ontdekking.
14:00
And so that turns out to be about two million species
351
840260
2000
Dat komt neer op ongeveer twee miljoen soorten
14:02
once all is said and done.
352
842260
2000
als alles achter de rug is.
14:04
So we still have quite a lot of work to do
353
844260
2000
We hebben nog heel wat werk te doen
14:06
in terms of unknowns.
354
846260
2000
om alles te ontdekken.
14:08
Now this bacterium
355
848260
2000
Deze bacterie
leeft in matten voor de kust van Chili.
14:10
is part of mats that are found off the coast of Chile.
356
850260
3000
Deze matten bedekken een gebied ter grootte van Griekenland.
14:13
And these mats actually cover an area the size of Greece.
357
853260
2000
14:15
And so this particular bacterium is actually visible to the naked eye.
358
855260
3000
En deze specifieke bacterie is met het blote oog zichtbaar.
14:18
But you can imagine the biomass that represents.
359
858260
3000
Je kunt je voorstellen hoeveel biomassa die vertegenwoordigt.
14:21
But the really intriguing thing about the microbes
360
861260
2000
Maar het interessantste aan microben is
14:23
is just how diverse they are.
361
863260
2000
hoe divers ze zijn.
14:25
A single drop of seawater
362
865260
2000
Een enkele druppel zeewater
14:27
could contain 160 different types of microbes.
363
867260
2000
kan 160 verschillende soorten microben bevatten.
14:29
And the oceans themselves
364
869260
2000
De oceanen zelf
14:31
are thought potentially to contain as many as a billion different types.
365
871260
3000
zouden ongeveer een miljard verschillende types bevatten.
14:34
So that's really exciting. What are they all doing out there?
366
874260
3000
Dat is echt spannend. Wat doen ze daar allemaal?
14:37
We actually don't know.
367
877260
2000
Eigenlijk weten we het niet.
14:39
The most exciting thing, I would say, about this census
368
879260
2000
Het meest opwindende van deze telling
14:41
is the role of global science.
369
881260
2000
vind ik de rol van mondiale wetenschap.
14:43
And so as we see in this image of light during the night,
370
883260
2000
We zien op dit beeld van licht tijdens de nacht
14:45
there are lots of areas of the Earth
371
885260
2000
dat er veel gebieden zijn op aarde,
14:47
where human development is much greater
372
887260
3000
waar de mens verder ontwikkeld is
14:50
and other areas where it's much less,
373
890260
2000
en andere gebieden waar dat veel minder is,
14:52
but between them we see large dark areas
374
892260
2000
maar daartussen zien we grote donkere gebieden
14:54
of relatively unexplored ocean.
375
894260
2000
van relatief onbekende oceaan.
14:56
The other point I'd like to make about this
376
896260
2000
Het andere punt dat ik wil maken:
14:58
is that this ocean's interconnected.
377
898260
2000
deze oceanen zijn met elkaar verbonden.
15:00
Marine organisms do not care about international boundaries;
378
900260
2000
Mariene organismen geven niet om internationale grenzen;
15:02
they move where they will.
379
902260
2000
ze bewegen waar ze willen.
15:04
And so the importance then of global collaboration
380
904260
3000
Het belang van mondiale samenwerking
wordt daarom des te belangrijker.
15:07
becomes all the more important.
381
907260
2000
15:09
We've lost a lot of paradise.
382
909260
2000
We verloren veel van het paradijs.
15:11
For example, these tuna that were once so abundant in the North Sea
383
911260
3000
Deze tonijn die ooit zo overvloedig in de Noordzee voorkwam,
15:14
are now effectively gone.
384
914260
2000
is daar nu effectief verdwenen.
15:16
There were trawls taken in the deep sea in the Mediterranean,
385
916260
3000
Sleepnetten verzamelden in de Middellandse Zee
15:19
which collected more garbage than they did animals.
386
919260
2000
meer rommel dan dieren.
15:21
And that's the deep sea, that's the environment that we consider to be
387
921260
3000
Dat is dan de diepzee, de omgeving die wij beschouwen als
15:24
among the most pristine left on Earth.
388
924260
2000
een van de meest ongerepte op aarde.
15:26
And there are a lot of other pressures.
389
926260
2000
De zee staat nog meer onder druk.
15:28
Ocean acidification is a really big issue that people are concerned with,
390
928260
3000
Verzuring van de oceanen is een van de grote thema's,
15:31
as well as ocean warming, and the effects they're going to have on coral reefs.
391
931260
3000
maar ook opwarming van de oceaan en het effect op koraalriffen.
15:34
On the scale of decades, in our lifetimes,
392
934260
3000
Binnen tientallen jaren -- tijdens onze levens --
15:37
we're going to see a lot of damage to coral reefs.
393
937260
2000
gaan we een hoop schade aan de koraalriffen zien.
15:39
And I could spend the rest of my time, which is getting very limited,
394
939260
3000
Ik kon voor de rest van mijn beperkte tijd
15:42
going through this litany of concerns about the ocean,
395
942260
2000
doorgaan met deze litanie van bezorgdheid,
15:44
but I want to end on a more positive note.
396
944260
2000
maar ik wil eindigen op een meer positieve noot.
15:46
And so the grand challenge then
397
946260
2000
De grote uitdaging bestaat erin
15:48
is to try and make sure that we preserve what's left,
398
948260
2000
dat we behouden wat er nog over is,
15:50
because there is still spectacular beauty.
399
950260
2000
want er is nog steeds spectaculaire schoonheid.
15:52
And the oceans are so productive,
400
952260
2000
De oceanen zijn zo productief.
15:54
there's so much going on in there that's of relevance to humans
401
954260
3000
Er gebeurt daar zo veel dat van belang is voor de mens
15:57
that we really need to, even from a selfish perspective,
402
957260
3000
dat we het, zelfs vanuit een egoïstisch perspectief,
16:00
try to do better than we have in the past.
403
960260
2000
beter moeten gaan doen dan in het verleden.
16:02
So we need to recognize those hot spots
404
962260
2000
We moeten de 'hotspots' weten te vinden
16:04
and do our best to protect them.
405
964260
2000
en ons best doen om ze te beschermen.
16:06
When we look at pictures like this, they take our breath away,
406
966260
2000
Beelden als deze benemen ons de adem,
16:08
in addition to helping to give us breath
407
968260
2000
en helpen ons tevens ademen
16:10
by the oxygen that the oceans provide.
408
970260
2000
door de zuurstof die de oceanen leveren.
16:12
Census scientists worked in the rain, they worked in the cold,
409
972260
3000
Censuswetenschappers werkten in de regen, in de kou,
16:15
they worked under water and they worked above water
410
975260
2000
onder water en boven water
16:17
trying to illuminate the wondrous discovery,
411
977260
2000
om al dat wonderlijke te ontdekken,
16:19
the still vast unknown,
412
979260
2000
het nog grote onbekende,
16:21
the spectacular adaptations that we see in ocean life.
413
981260
3000
de spectaculaire aanpassingen in het leven in de oceaan.
16:24
So whether you're a yak herder living in the mountains of Chile,
414
984260
3000
Of je nu een herder bent in de bergen van Chili,
16:27
whether you're a stockbroker in New York City
415
987260
3000
of een effectenmakelaar in New York
16:30
or whether you're a TEDster living in Edinburgh,
416
990260
2000
of een TEDster in Edinburgh,
16:32
the oceans matter.
417
992260
2000
de oceanen zijn belangrijk.
16:34
And as the oceans go so shall we.
418
994260
2000
Als de oceanen bezwijken, dan wij ook.
16:36
Thanks for listening.
419
996260
2000
Bedankt voor het luisteren.
(Applaus)
16:38
(Applause)
420
998260
2000
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7