Barbara Block: Tagging tuna in the deep ocean

24,725 views ・ 2010-10-06

TED


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

Vertaald door: Rik Delaet Nagekeken door: Els De Keyser
00:15
I've been fascinated for a lifetime
0
15260
3000
Mijn leven lang ben ik al gefascineerd
00:18
by the beauty, form and function
1
18260
2000
door de schoonheid, vorm en functie
00:20
of giant bluefin tuna.
2
20260
3000
van de reusachtige blauwvintonijn.
00:23
Bluefin are warmblooded like us.
3
23260
3000
Blauwvintonijnen zijn net als wij warmbloedig.
00:26
They're the largest of the tunas,
4
26260
3000
Het zijn de grootste tonijnen,
00:29
the second-largest fish in the sea -- bony fish.
5
29260
3000
de tweede grootste vis in de zee - beenvissen.
00:32
They actually are a fish
6
32260
2000
Ze zijn endotherm.
00:34
that is endothermic --
7
34260
2000
Ze bewegen door de oceaan
00:36
powers through the ocean with warm muscles like a mammal.
8
36260
3000
met warme spieren, net als een zoogdier.
00:40
That's one of our bluefin at the Monterey Bay Aquarium.
9
40260
3000
Dit is een van onze blauwvintonijnen in het Monterey Bay Aquarium.
00:43
You can see in its shape and its streamlined design
10
43260
3000
Je kunt aan de gestroomlijnde vorm zien
00:46
it's powered for ocean swimming.
11
46260
3000
dat ze gemaakt zijn om in de oceaan te zwemmen.
00:49
It flies through the ocean on its pectoral fins, gets lift,
12
49260
3000
Hij vliegt door de oceaan op zijn borstvinnen, ondervindt liftkracht en
00:52
powers its movements
13
52260
2000
wordt voortgedreven
00:54
with a lunate tail.
14
54260
2000
door een halvemaanvormige staart.
00:56
It's actually got a naked skin for most of its body,
15
56260
3000
Hij heeft een naakte huid over het grootste deel van zijn lichaam,
00:59
so it reduces friction with the water.
16
59260
3000
waardoor de wrijving met het water vermindert.
01:02
This is what one of nature's finest machines.
17
62260
3000
Dit is een van de mooiste machines van de natuur.
01:05
Now, bluefin
18
65260
2000
Blauwvintonijn
01:07
were revered by Man
19
67260
2000
werd de hele menselijke geschiedenis door
01:09
for all of human history.
20
69260
3000
door mensen vereerd.
01:12
For 4,000 years, we fished sustainably for this animal,
21
72260
3000
4.000 jaar lang visten we duurzaam op dit dier,
01:15
and it's evidenced
22
75260
2000
wat aangetoond wordt
01:17
in the art that we see
23
77260
2000
in de kunst
01:19
from thousands of years ago.
24
79260
2000
van duizenden jaren geleden.
01:21
Bluefin are in cave paintings in France.
25
81260
3000
Blauwvintonijn in grotschilderingen in Frankrijk.
01:24
They're on coins
26
84260
2000
Op 3.000 jaar
01:26
that date back 3,000 years.
27
86260
3000
oude munten.
01:29
This fish was revered by humankind.
28
89260
3000
Deze vis werd vereerd door de mensheid.
01:32
It was fished sustainably
29
92260
2000
Hij werd gedurende al die tijd
01:34
till all of time,
30
94260
2000
duurzaam bevist,
01:36
except for our generation.
31
96260
2000
behalve in onze generatie.
01:38
Bluefin are pursued wherever they go --
32
98260
3000
Blauwvintonijnen worden vervolgd waar ze ook naartoe gaan.
01:41
there is a gold rush on Earth,
33
101260
2000
Er is een goudkoorts op Aarde,
01:43
and this is a gold rush for bluefin.
34
103260
2000
en dit is een goudkoorts gericht op blauwvintonijn.
01:45
There are traps that fish sustainably
35
105260
2000
Dit zijn netten die duurzaam visten
01:47
up until recently.
36
107260
3000
tot voor kort.
01:50
And yet, the type of fishing going on today,
37
110260
3000
Het type visserij van vandaag
01:53
with pens, with enormous stakes,
38
113260
3000
met kooien, met enorme lijnen,
01:56
is really wiping bluefin
39
116260
2000
is bezig de blauwvintonijn
01:58
ecologically off the planet.
40
118260
2000
ecologisch van de planeet te wissen.
02:00
Now bluefin, in general,
41
120260
2000
De meeste blauwvintonijn gaat in het algemeen
02:02
goes to one place: Japan.
42
122260
2000
naar één plaats, Japan.
02:04
Some of you may be guilty
43
124260
2000
Sommigen onder jullie zijn misschien schuldig
02:06
of having contributed to the demise of bluefin.
44
126260
2000
aan een bijdrage tot de ondergang van blauwvintonijn.
02:08
They're delectable muscle,
45
128260
2000
Hun vlees is verrukkelijk en
02:10
rich in fat --
46
130260
2000
erg vet.
02:12
absolutely taste delicious.
47
132260
2000
Ze smaken absoluut heerlijk.
02:14
And that's their problem; we're eating them to death.
48
134260
3000
Dat is hun probleem, we zijn ze dood aan het eten.
02:17
Now in the Atlantic, the story is pretty simple.
49
137260
3000
In de Atlantische Oceaan is het verhaal vrij eenvoudig.
02:20
Bluefin have two populations: one large, one small.
50
140260
3000
Blauwvintonijnen komen voor in twee populaties, een grote en een kleine.
02:23
The North American population
51
143260
2000
De Noord-Amerikaanse populatie
02:25
is fished at about 2,000 ton.
52
145260
3000
wordt bevist op ongeveer 2.000 ton.
02:28
The European population and North African -- the Eastern bluefin tuna --
53
148260
3000
De Europese en Noord-Afrikaanse populatie - de oostelijke blauwvintonijn -
02:31
is fished at tremendous levels:
54
151260
3000
wordt massaal bevist:
02:34
50,000 tons over the last decade almost every year.
55
154260
3000
bijna elk jaar 50.000 ton in het afgelopen decennium.
02:37
The result is whether you're looking
56
157260
2000
Of je nu de westelijke of de oostelijke
02:39
at the West or the Eastern bluefin population,
57
159260
3000
blauwvintonijnpopulatie onderzoekt,
02:42
there's been tremendous decline on both sides,
58
162260
2000
er is al een enorme daling aan beide zijden.
02:44
as much as 90 percent
59
164260
2000
Een daling met 90 procent
02:46
if you go back with your baseline
60
166260
2000
als je teruggaat
02:48
to 1950.
61
168260
2000
tot 1950.
02:50
For that, bluefin have been given a status
62
170260
3000
Daardoor kreeg de blauwvintonijn dezelfde status
02:53
equivalent to tigers, to lions,
63
173260
3000
als tijgers, leeuwen,
02:56
to certain African elephants
64
176260
2000
bepaalde Afrikaanse olifanten
02:58
and to pandas.
65
178260
2000
en panda's.
03:00
These fish have been proposed
66
180260
2000
In de afgelopen twee maanden zijn deze vissen voorgedragen
03:02
for an endangered species listing in the past two months.
67
182260
3000
voor de lijst van de bedreigde diersoorten.
03:05
They were voted on and rejected
68
185260
2000
Het voorstel werd twee weken geleden
03:07
just two weeks ago,
69
187260
2000
na stemming afgewezen,
03:09
despite outstanding science
70
189260
2000
ondanks de uitstekende wetenschappelijke fundering.
03:11
that shows from two committees
71
191260
3000
Twee commissies stelden vast dat
03:14
this fish meets the criteria of CITES I.
72
194260
3000
deze vis voldoet aan de criteria van CITES I.
03:17
And if it's tunas you don't care about,
73
197260
2000
Maar als het lot van de tonijn je onberoerd laat,
03:19
perhaps you might be interested
74
199260
2000
heb je misschien wel interesse voor
03:21
that international long lines and pursing
75
201260
2000
dat internationale lange lijnen en sleepnetten
03:23
chase down tunas and bycatch animals
76
203260
3000
tonijn vangen en daarbij ook dieren
03:26
such as leatherbacks, sharks,
77
206260
2000
als zeeschildpadden, haaien,
03:28
marlin, albatross.
78
208260
2000
zeilvissen en albatrossen vangen.
03:30
These animals and their demise
79
210260
2000
Deze dieren gaan ten onder
03:32
occurs in the tuna fisheries.
80
212260
3000
door de tonijnvisserij.
03:35
The challenge we face
81
215260
2000
De uitdaging waar we voor staan
03:37
is that we know very little about tuna,
82
217260
3000
is dat we heel weinig weten over de tonijn.
03:40
and everyone in the room knows what it looks like
83
220260
3000
Iedereen hier weet hoe
03:43
when an African lion
84
223260
2000
een Afrikaanse leeuw
03:45
takes down its prey.
85
225260
2000
zijn prooi slaat.
03:47
I doubt anyone has seen a giant bluefin feed.
86
227260
3000
Ik betwijfel of iemand ooit een gigantische blauwvin heeft zien eten.
03:50
This tuna symbolizes
87
230260
3000
De tonijn staat symbool voor
03:53
what's the problem for all of us in the room.
88
233260
3000
het probleem dat we allemaal hebben.
03:56
It's the 21st century, but we really have only just begun
89
236260
3000
Het is de 21e eeuw, maar we zijn nog maar net begonnen
03:59
to really study our oceans in a deep way.
90
239260
3000
met het grondig bestuderen van onze oceanen.
04:02
Technology has come of age
91
242260
2000
De technologie is nu zover gekomen
04:04
that's allowing us to see the Earth from space
92
244260
3000
dat we de aarde zien vanuit de ruimte
04:07
and go deep into the seas remotely.
93
247260
3000
en met afstandbediening diep in zee kunnen duiken.
04:10
And we've got to use these technologies immediately
94
250260
2000
We moeten gebruik maken van deze technologieën
04:12
to get a better understanding
95
252260
2000
om een beter inzicht te krijgen
04:14
of how our ocean realm works.
96
254260
3000
in hoe het eraan toe gaat in onze oceanen.
04:17
Most of us from the ship -- even I --
97
257260
2000
Als de meesten van ons, ook ik, vanuit een schip
04:19
look out at the ocean and see this homogeneous sea.
98
259260
3000
uitkijken op de oceaan, dan zien we een homogene zee.
04:22
We don't know where the structure is.
99
262260
2000
We zien de structuur niet.
04:24
We can't tell where are the watering holes
100
264260
3000
We zien geen drinkplaatsen
04:27
like we can on an African plain.
101
267260
3000
zoals op een Afrikaanse vlakte.
04:30
We can't see the corridors,
102
270260
2000
We zien geen routes
04:32
and we can't see what it is
103
272260
2000
en we kunnen niet zien wat
04:34
that brings together a tuna,
104
274260
2000
een tonijn,
04:36
a leatherback and an albatross.
105
276260
2000
een zeeschildpad en een albatros gemeen hebben.
04:38
We're only just beginning to understand
106
278260
2000
We beginnen nog maar net te begrijpen
04:40
how the physical oceanography
107
280260
2000
hoe de fysische oceanografie
04:42
and the biological oceanography
108
282260
2000
en de biologische oceanografie
04:44
come together
109
284260
2000
samenkomen
04:46
to create a seasonal force
110
286260
2000
om een seizoensgebonden kracht op te wekken
04:48
that actually causes the upwelling
111
288260
2000
die voor de opwelling zorgt
04:50
that might make a hot spot a hope spot.
112
290260
3000
waardoor een 'hot spot' een 'hope spot' wordt.
04:53
The reasons these challenges are great
113
293260
2000
Dat deze uitdaging zo groot is,
04:55
is that technically it's difficult to go to sea.
114
295260
3000
komt door de technische moeilijkheden om de zee te verkennen.
04:58
It's hard to study a bluefin on its turf,
115
298260
2000
Het is moeilijk om een blauwvin te bestuderen in zijn eigen habitat,
05:00
the entire Pacific realm.
116
300260
2000
de hele Stille Zuidzee.
05:02
It's really tough to get up close and personal with a mako shark
117
302260
4000
Het valt niet mee om een makreelhaai te benaderen
05:06
and try to put a tag on it.
118
306260
2000
om er een tag op te zetten.
05:08
And then imagine being Bruce Mate's team from OSU,
119
308260
3000
Stel je dan voor dat Bruce Mate's team van OSU
05:11
getting up close to a blue whale
120
311260
2000
dicht bij een blauwe vinvis moeten komen
05:13
and fixing a tag on the blue whale that stays,
121
313260
3000
om er een tag op te zetten die blijft zitten.
05:16
an engineering challenge
122
316260
2000
Een technische uitdaging
05:18
we've yet to really overcome.
123
318260
2000
die we nog niet overwonnen hebben.
05:20
So the story of our team, a dedicated team,
124
320260
3000
Het verhaal van ons team, een toegewijd team,
05:23
is fish and chips.
125
323260
2000
gaat over 'fish and chips'.
05:25
We basically are taking
126
325260
2000
We vertrekken van
05:27
the same satellite phone parts,
127
327260
2000
satelliettelefoon-
05:29
or the same parts that are in your computer, chips.
128
329260
3000
of computeronderdelen, chips dus.
05:32
We're putting them together in unusual ways,
129
332260
3000
We maken er iets speciaals mee
05:35
and this is taking us into the ocean realm
130
335260
2000
waardoor we het oceaanrijk
05:37
like never before.
131
337260
2000
als nooit tevoren kunnen gaan onderzoeken.
05:39
And for the first time,
132
339260
2000
Voor de eerste keer
05:41
we're able to watch the journey of a tuna beneath the ocean
133
341260
3000
kunnen we de reis van een tonijn door de oceaan meemaken.
05:44
using light and photons
134
344260
2000
Met behulp van licht en fotonen
05:46
to measure sunrise and sunset.
135
346260
3000
meten we zonsopgang en zonsondergang.
05:49
Now, I've been working with tunas for over 15 years.
136
349260
3000
Ik heb meer dan 15 jaar gewerkt met tonijn.
05:52
I have the privilege of being a partner
137
352260
2000
Ik heb het voorrecht om een partner te zijn
05:54
with the Monterey Bay Aquarium.
138
354260
2000
van het Monterey Bay Aquarium.
05:56
We've actually taken a sliver of the ocean,
139
356260
2000
We hebben daar een stukje oceaan
05:58
put it behind glass,
140
358260
2000
achter glas geplaatst.
06:00
and we together
141
360260
2000
Je kan er
06:02
have put bluefin tuna and yellowfin tuna on display.
142
362260
3000
de blauwvintonijn en de geelvintonijn gaan bekijken.
06:05
When the veil of bubbles lifts every morning,
143
365260
3000
Wanneer de sluier van bubbels elke ochtend omhooggaat,
06:08
we can actually see a community from the Pelagic ocean,
144
368260
3000
kan je er een gemeenschap van de pelagische oceaan bekijken,
06:11
one of the only places on Earth
145
371260
2000
een van de weinige plaatsen op aarde
06:13
you can see giant bluefin swim by.
146
373260
3000
waar je de reusachtige blauwvin kunt zien rondzwemmen.
06:16
We can see in their beauty of form and function,
147
376260
2000
We kunnen ze zien in hun schoonheid van vorm en functie,
06:19
their ceaseless activity.
148
379260
2000
met hun onophoudelijke activiteit.
06:21
They're flying through their space, ocean space.
149
381260
3000
Ze vliegen door hun ruimte, de oceanen.
06:24
And we can bring two million people a year
150
384260
2000
Twee miljoen mensen per jaar laten wij
06:26
into contact with this fish
151
386260
2000
in contact komen met deze vis
06:28
and show them its beauty.
152
388260
3000
en zijn schoonheid bewonderen.
06:31
Behind the scenes is a working lab at Stanford University
153
391260
3000
Achter de schermen werkt een laboratorium van de Stanford University
06:34
partnered with the Monterey Bay Aquarium.
154
394260
2000
samen met het Monterey Bay Aquarium.
06:36
Here, for over 14 or 15 years,
155
396260
2000
Hier hebben we nu al meer dan 14 of 15 jaar
06:38
we've actually brought in
156
398260
2000
zowel blauwvintonijnen als geelvintonijnen
06:40
both bluefin and yellowfin in captivity.
157
400260
2000
in gevangenschap gehouden
06:42
We'd been studying these fish,
158
402260
2000
en bestudeerd.
06:44
but first we had to learn how to husbandry them.
159
404260
2000
Maar eerst moesten we leren hoe ze te onderhouden.
06:46
What do they like to eat?
160
406260
2000
Wat eten ze graag?
06:48
What is it that they're happy with?
161
408260
2000
Waardoor voelen ze zich goed?
06:50
We go in the tanks with the tuna -- we touch their naked skin --
162
410260
3000
We gaan in de bassins met de tonijnen en raken hun naakte huid aan.
06:53
it's pretty amazing. It feels wonderful.
163
413260
3000
Het is geweldig. Het voelt heerlijk.
06:56
And then, better yet,
164
416260
2000
Maar nog beter,
06:58
we've got our own version of tuna whisperers,
165
418260
2000
we hebben onze eigen versie van tonijnfluisteraars,
07:00
our own Chuck Farwell, Alex Norton,
166
420260
2000
onze eigen Chuck Farwell, Alex Norton,
07:02
who can take a big tuna
167
422260
2000
die een grote tonijn
07:04
and in one motion,
168
424260
2000
in één beweging
07:06
put it into an envelope of water,
169
426260
2000
in een omhulling van water kunnen zetten.
07:08
so that we can actually work with the tuna
170
428260
2000
Zo kunnen we effectief met de tonijn werken
07:10
and learn the techniques it takes
171
430260
2000
en de nodige technieken leren
07:12
to not injure this fish
172
432260
2000
om deze vis, die in de open zee nooit tegen een grens opbotst,
07:14
who never sees a boundary in the open sea.
173
434260
3000
niet te verwonden.
07:17
Jeff and Jason there, are scientists
174
437260
2000
Jeff en Jason zijn wetenschappers
07:19
who are going to take a tuna
175
439260
2000
die een tonijn in een goot, het equivalent
07:21
and put it in the equivalent of a treadmill, a flume.
176
441260
3000
van een loopband, plaatsen.
07:24
And that tuna thinks it's going to Japan, but it's staying in place.
177
444260
3000
Die tonijn denkt dat hij onderweg is naar Japan, maar hij blijft ter plekke.
07:27
We're actually measuring its oxygen consumption,
178
447260
2000
We meten zijn zuurstofopname en
07:29
its energy consumption.
179
449260
2000
zijn energieverbruik.
07:32
We're taking this data and building better models.
180
452260
3000
We verzamelen deze gegevens om betere modellen te ontwerpen.
07:35
And when I see that tuna -- this is my favorite view --
181
455260
3000
Als ik die tonijn bekijk - dit is mijn favoriete uitzicht -
07:38
I begin to wonder:
182
458260
2000
dan vraag ik me af: "Hoe heeft deze vis
07:40
how did this fish solve the longitude problem before we did?
183
460260
3000
het lengtegraadprobleem kunnen oplossen voordat wij dat deden?"
07:44
So take a look at that animal.
184
464260
2000
Bekijk hem maar eens goed.
07:46
That's the closest you'll probably ever get.
185
466260
2000
Dichterbij zal je hem waarschijnlijk nooit te zien krijgen.
07:48
Now, the activities from the lab
186
468260
3000
Nu hebben de activiteiten van het lab
07:51
have taught us now how to go out in the open ocean.
187
471260
3000
ons geleerd hoe te werk te gaan in de open oceaan.
07:54
So in a program called Tag-A-Giant
188
474260
3000
Voor een programma dat Tag-A-Giant heet,
07:57
we've actually gone from Ireland to Canada,
189
477260
3000
reisden we van Ierland naar Canada en
08:00
from Corsica to Spain.
190
480260
2000
van Corsica naar Spanje.
08:02
We've fished with many nations around the world
191
482260
3000
We visten met vele naties over de hele wereld
08:05
in an effort to basically
192
485260
2000
in een poging om
08:07
put electronic computers
193
487260
3000
elektronische computers
08:10
inside giant tunas.
194
490260
2000
op grote tonijnen te plaatsen.
08:12
We've actually tagged 1,100 tunas.
195
492260
3000
Zo hebben we 1.100 tonijnen onder handen genomen.
08:15
And I'm going to show you three clips,
196
495260
2000
Ik wil jullie drie clips laten zien,
08:17
because I tagged 1,100 tunas.
197
497260
3000
omdat ik 1.100 tonijnen getagd heb.
08:20
It's a very hard process, but it's a ballet.
198
500260
3000
Het is een zeer moeilijk proces, maar het is een ballet.
08:23
We bring the tuna out, we measure it.
199
503260
3000
Wij halen de tonijn op. We meten hem.
08:26
A team of fishers, captains, scientists and technicians
200
506260
3000
Een team van vissers, kapiteins, wetenschappers en technici
08:29
work together to keep this animal out of the ocean
201
509260
3000
werken samen om dit dier voor ongeveer
08:32
for about four to five minutes.
202
512260
3000
vier tot vijf minuten uit de oceaan te houden.
08:35
We put water over its gills, give it oxygen.
203
515260
3000
We laten water over zijn kieuwen lopen en geven hem zuurstof.
08:38
And then with a lot of effort, after tagging,
204
518260
3000
Vervolgens wordt na het taggen
08:41
putting in the computer,
205
521260
2000
met veel moeite de computer geplaatst.
08:43
making sure the stalk is sticking out so it senses the environment,
206
523260
3000
We zorgen ervoor dat de steel eruit steekt zodat hij het milieu kan waarnemen.
08:46
we send this fish back into the sea.
207
526260
3000
Dan laten wij deze vis terug in zee los.
08:49
And when it goes, we're always happy.
208
529260
2000
Altijd blij hem te zien wegzwemmen.
08:51
We see a flick of the tail.
209
531260
2000
Nog een klap van zijn staart en hij is weg.
08:53
And from our data that gets collected,
210
533260
3000
Uit de verzamelde gegevens
08:56
when that tag comes back,
211
536260
2000
- als die tag terugkomt,
08:58
because a fisher returns it
212
538260
2000
omdat een visser hem terug bracht
09:00
for a thousand-dollar reward,
213
540260
2000
voor een beloning van duizend dollar -
09:02
we can get tracks beneath the sea
214
542260
2000
kunnen we nu al bijna 5 jaar
09:04
for up to five years now,
215
544260
2000
de gangen van een gewerveld dier
09:06
on a backboned animal.
216
546260
2000
onder de zee nagaan.
09:08
Now sometimes the tunas are really large,
217
548260
3000
Soms zijn deze tonijnen groot,
09:11
such as this fish off Nantucket.
218
551260
2000
zoals deze vissen voor de kust van Nantucket.
09:13
But that's about half the size
219
553260
2000
Maar dat is ongeveer de helft van de grootte
09:15
of the biggest tuna we've ever tagged.
220
555260
2000
van de grootste tonijn die we ooit hebben getagd.
09:17
It takes a human effort,
221
557260
2000
Er is menselijke inspanning en
09:19
a team effort, to bring the fish in.
222
559260
2000
teaminspanning nodig om deze vis binnen te halen.
09:21
In this case, what we're going to do
223
561260
2000
Wat we in dit geval gaan doen
09:23
is put a pop-up satellite archival tag on the tuna.
224
563260
3000
is een 'pop-up-satelliet-archiverende' tag op de tonijn plaatsen.
09:27
This tag rides on the tuna,
225
567260
2000
Deze tag zit op de tonijn,
09:29
senses the environment around the tuna
226
569260
3000
neemt de omgeving rond de tonijn waar,
09:32
and actually will come off the fish,
227
572260
3000
zal loskomen van de vis,
09:35
detach, float to the surface
228
575260
2000
naar het oppervlak drijven
09:37
and send back to Earth-orbiting satellites
229
577260
3000
en zijn positie terugsturen naar satellieten in een baan om de aarde.
09:40
position data estimated by math on the tag,
230
580260
3000
De positiegegevens berekend door de tag,
09:43
pressure data and temperature data.
231
583260
3000
alsook druk- en temperatuurgegevens.
09:46
And so what we get then from the pop-up satellite tag
232
586260
2000
Daardoor zijn we niet meer afhankelijk
09:48
is we get away from having to have a human interaction
233
588260
3000
van menselijke tussenkomst
09:51
to recapture the tag.
234
591260
2000
om de tag op te halen.
09:53
Both the electronic tags I'm talking about are expensive.
235
593260
3000
Die twee types elektronische tags zijn erg duur.
09:56
These tags have been engineered
236
596260
2000
Deze tags zijn ontworpen
09:58
by a variety of teams in North America.
237
598260
3000
door een verscheidenheid aan teams in Noord-Amerika.
10:01
They are some of our finest instruments,
238
601260
2000
Zij behoren tot onze fijnste instrumenten,
10:03
our new technology in the ocean today.
239
603260
3000
onze nieuwe technologie in de oceaan vandaag.
10:07
One community in general
240
607260
2000
Een gemeenschap in het bijzonder
10:09
has given more to help us than any other community.
241
609260
2000
heeft ons meer geholpen dan welke andere gemeenschap ook.
10:11
And that's the fisheries off the state of North Carolina.
242
611260
3000
Dat zijn de visserijen voor de kust van de staat North Carolina.
10:14
There are two villages, Harris and Morehead City,
243
614260
3000
Er zijn twee dorpen, Harris en Morehead City,
10:17
every winter for over a decade,
244
617260
2000
waar al meer dan een decennium lang elke winter
10:19
held a party called Tag-A-Giant,
245
619260
3000
een Tag-A-Giant-party werd gehouden.
10:22
and together, fishers worked with us
246
622260
2000
Samen met ons werkten vissers
10:24
to tag 800 to 900 fish.
247
624260
3000
om 800 tot 900 vissen te taggen.
10:27
In this case, we're actually going to measure the fish.
248
627260
3000
Hier hebben we ook de vis zelf opgemeten.
10:30
We're going to do something that in recent years we've started:
249
630260
3000
Iets waarmee we de laatste jaren zijn begonnen:
10:33
take a mucus sample.
250
633260
2000
een slijmstaal nemen.
10:35
Watch how shiny the skin is; you can see my reflection there.
251
635260
3000
Kijk hoe glanzend de huid is, je kunt er mijn spiegelbeeld in zien.
10:38
And from that mucus, we can get gene profiles,
252
638260
3000
Uit dat slijm kunnen we genprofielen halen.
10:41
we can get information on gender,
253
641260
2000
We krijgen informatie over het geslacht,
10:43
checking the pop-up tag one more time,
254
643260
2000
kunnen de pop-up tag nog een keer controleren,
10:45
and then it's out in the ocean.
255
645260
2000
en dan gaat hij terug de oceaan in.
10:47
And this is my favorite.
256
647260
2000
Dit is mijn favoriet.
10:49
With the help of my former postdoc, Gareth Lawson,
257
649260
3000
Met de hulp van mijn voormalige postdoc, Gareth Lawson,
10:52
this is a gorgeous picture of a single tuna.
258
652260
2000
werd deze prachtige foto van een tonijn gemaakt.
10:54
This tuna is actually moving on a numerical ocean.
259
654260
3000
Deze tonijn zwemt in een digitale oceaan.
10:57
The warm is the Gulf Stream,
260
657260
2000
Het warme deel is de Golfstroom,
10:59
the cold up there in the Gulf of Maine.
261
659260
3000
het koude de Golf van Maine.
11:02
That's where the tuna wants to go -- it wants to forage on schools of herring --
262
662260
3000
Dat is waar de tonijn naartoe wil. Hij wil er foerageren op haringscholen.
11:05
but it can't get there. It's too cold.
263
665260
2000
Maar hij kan daar niet komen. Het is er te koud.
11:07
But then it warms up, and the tuna pops in, gets some fish,
264
667260
3000
Maar dan warmt het op, de tonijn duikt erin, krijgt een aantal vissen te pakken,
11:10
maybe comes back to home base,
265
670260
2000
komt terug naar de thuisbasis,
11:12
goes in again
266
672260
2000
gaat er weer in
11:14
and then comes back to winter down there in North Carolina
267
674260
3000
en komt dan terug om daar in North Carolina te overwinteren.
11:17
and then on to the Bahamas.
268
677260
2000
En dan op naar de Bahama's.
11:19
And my favorite scene, three tunas going into the Gulf of Mexico.
269
679260
3000
Mijn favoriete scène, drie tonijnen in de Golf van Mexico.
11:22
Three tunas tagged.
270
682260
2000
Drie getagde tonijnen.
11:24
Astronomically, we're calculating positions.
271
684260
2000
We berekenen hun posities.
11:26
They're coming together. That could be tuna sex --
272
686260
3000
Ze komen samen. Dat zou tonijnseks kunnen zijn.
11:29
and there it is.
273
689260
2000
Daar is het.
11:31
That is where the tuna spawn.
274
691260
2000
Dat is waar de tonijn kuit schiet.
11:33
So from data like this,
275
693260
2000
Uit gegevens zoals deze,
11:35
we're able now to put the map up,
276
695260
2000
kunnen we nu de kaart opmaken.
11:37
and in this map
277
697260
2000
Op deze kaart
11:39
you see thousands of positions
278
699260
2000
zie je duizenden posities
11:41
generated by this decade and a half of tagging.
279
701260
3000
gegenereerd in deze 15 jaar van taggen.
11:44
And now we're showing that tunas on the western side
280
704260
3000
Hieruit blijkt dat tonijn van de westelijke kant
11:47
go to the eastern side.
281
707260
2000
naar de oostelijke kant gaat.
11:49
So two populations of tunas --
282
709260
2000
De twee populaties van tonijn:
11:51
that is, we have a Gulf population, one that we can tag --
283
711260
2000
een Golfpopulatie, een die wij kunnen taggen -
11:53
they go to the Gulf of Mexico, I showed you that --
284
713260
3000
gaat naar de Golf van Mexico, zoals ik liet zien -
11:56
and a second population.
285
716260
2000
en een tweede populatie,
11:58
Living amongst our tunas -- our North American tunas --
286
718260
2000
die leeft tussen onze tonijn, onze Noord-Amerikaanse tonijn,
12:00
are European tunas that go back to the Med.
287
720260
3000
is Europese tonijn die terug naar de Middellandse Zee gaat.
12:03
On the hot spots -- the hope spots --
288
723260
2000
Op de 'hot spots', de 'hoopspots',
12:05
they're mixed populations.
289
725260
2000
zijn het gemengde populaties.
12:07
And so what we've done with the science
290
727260
2000
Op basis van wetenschappelijk onderzoek
12:09
is we're showing the International Commission,
291
729260
2000
hebben we voor de Internationale Commissie
12:11
building new models,
292
731260
2000
nieuwe modellen gebouwd.
12:13
showing them that a two-stock no-mixing model --
293
733260
2000
Daarmee kunnen we aantonen dat het model 'twee-populaties niet-mengen' -
12:15
to this day, used to reject
294
735260
3000
op basis waarvan zij tot op vandaag
12:18
the CITES treaty --
295
738260
2000
het CITES-verdrag verwerpen -
12:20
that model isn't the right model.
296
740260
2000
niet het juiste model is.
12:22
This model, a model of overlap,
297
742260
2000
Dit model, een model van overlapping,
12:24
is the way to move forward.
298
744260
2000
is dé manier om vooruit te komen.
12:26
So we can then predict
299
746260
2000
Daardoor kunnen we voorspellen
12:28
where management places should be.
300
748260
2000
waar het beheer zou moeten plaatsvinden.
12:30
Places like the Gulf of Mexico and the Mediterranean
301
750260
3000
Plaatsen zoals de Golf van Mexico en de Middellandse Zee
12:33
are places where the single species,
302
753260
2000
zijn plekken waar één enkele soort,
12:35
the single population, can be captured.
303
755260
2000
de enige populatie, kan worden gevangen.
12:37
These become forthright in places we need to protect.
304
757260
3000
Dit worden de plaatsen die we moeten beschermen.
12:40
The center of the Atlantic where the mixing is,
305
760260
3000
Voor het centrum van de Atlantische Oceaan, waar ze zich mengen,
12:43
I could imagine a policy that lets Canada and America fish,
306
763260
2000
kan ik me een beleid voorstellen dat Canada en Amerika laat vissen,
12:45
because they manage their fisheries well,
307
765260
3000
omdat zij hun visserij goed beheren,
12:48
they're doing a good job.
308
768260
2000
ze doen hun werk goed.
12:50
But in the international realm,
309
770260
2000
Maar in het internationale gebied,
12:52
where fishing and overfishing has really gone wild,
310
772260
2000
waar visserij en overbevissing de spuigaten uitlopen,
12:54
these are the places that we have to make hope spots in.
311
774260
3000
bevinden zich de plaatsen waar we 'hoopspots' moeten aanleggen.
12:57
That's the size they have to be to protect the bluefin tuna.
312
777260
3000
Dat is hoe groot ze moeten zijn om de blauwvintonijn te beschermen.
13:00
Now in a second project
313
780260
2000
In een tweede project
13:02
called Tagging of Pacific Pelagics,
314
782260
2000
Tagging of Pacific Pelagics genoemd,
13:04
we took on the planet as a team,
315
784260
2000
ging een team van ons in de Census of Marine Life
13:06
those of us in the Census of Marine Life.
316
786260
2000
de hele planeet in kaart brengen.
13:08
And, funded primarily through Sloan Foundation and others,
317
788260
4000
Met geld van voornamelijk de Sloan Foundation en anderen
13:12
we were able to actually go in, in our project --
318
792260
3000
waren we in staat om ons project van start te laten gaan.
13:15
we're one of 17 field programs
319
795260
2000
We zijn een van de 17 veldprogramma's.
13:17
and begin to take on tagging large numbers of predators,
320
797260
3000
We begonnen met grote aantallen roofdieren,
13:20
not just tunas.
321
800260
2000
niet alleen tonijn, te taggen.
13:22
So what we've done
322
802260
2000
We zijn ook
13:24
is actually gone up to tag salmon shark in Alaska,
323
804260
3000
zalmhaai in Alaska gaan taggen,
13:27
met salmon shark on their home territory,
324
807260
3000
en hem in zijn eigen territorium gaan volgen
13:30
followed them catching salmon
325
810260
2000
bij het zalm vangen.
13:32
and then went in and figured out
326
812260
2000
We bedachten
13:34
that, if we take a salmon and put it on a line,
327
814260
3000
dat we met een zalm aan een lijn,
13:37
we can actually take up a salmon shark --
328
817260
2000
een zalmhaai konden vangen.
13:39
This is the cousin of the white shark --
329
819260
2000
De zalmhaai is een neef van de witte haai.
13:41
and very carefully --
330
821260
2000
Heel voorzichtig -
13:43
note, I say "very carefully," --
331
823260
2000
let wel, ik zeg "heel voorzichtig" -
13:45
we can actually keep it calm,
332
825260
2000
konden we hem kalmeren,
13:47
put a hose in its mouth, keep it off the deck
333
827260
3000
een slang in zijn bek steken, hem van het dek houden
13:50
and then tag it with a satellite tag.
334
830260
3000
en vervolgens taggen met een satelliettag.
13:53
That satellite tag will now have your shark phone home
335
833260
3000
Door die satelliettag zal die haai nu contact houden
13:56
and send in a message.
336
836260
2000
en berichten uitsturen.
13:58
And that shark leaping there, if you look carefully, has an antenna.
337
838260
3000
Als je goed kijkt, zie je dat die springende haai een antenne heeft.
14:01
It's a free swimming shark with a satellite tag
338
841260
2000
Het is een vrij zwemmende haai met een satelliettag
14:03
jumping after salmon,
339
843260
2000
springend naar zalm,
14:05
sending home its data.
340
845260
3000
die zijn gegevens naar ons stuurt.
14:09
Salmon sharks aren't the only sharks we tag.
341
849260
2000
Zalmhaaien zijn niet de enige haaien wij taggen.
14:11
But there goes salmon sharks with this meter-level resolution
342
851260
3000
Daar zwemmen zalmhaaien in deze éénmeterresolutie
14:14
on an ocean of temperature -- warm colors are warmer.
343
854260
3000
op een temperatuuroceaan - warme kleuren zijn warmer.
14:17
Salmon sharks go down
344
857260
2000
Zalmhaaien gaan
14:19
to the tropics to pup
345
859260
2000
naar de tropen om te paaien
14:21
and come into Monterey.
346
861260
2000
en komen naar Monterey.
14:23
Now right next door in Monterey and up at the Farallones
347
863260
3000
Vlakbij, in Monterey en op de Farallones,
14:26
are a white shark team led by Scott Anderson -- there --
348
866260
2000
bevindt zich een witte-haaiteam onder leiding van Scott Anderson
14:28
and Sal Jorgensen.
349
868260
2000
en Sal Jorgensen.
14:30
They can throw out a target --
350
870260
2000
Ze kunnen een lokaas uitgooien -
14:32
it's a carpet shaped like a seal --
351
872260
2000
een tapijt in de vorm van een zeehond -
14:34
and in will come a white shark, a curious critter
352
874260
3000
en dan komt die witte haai, een merkwaardig beest
14:37
that will come right up to our 16-ft. boat.
353
877260
3000
tot bij onze boot van 5 meter.
14:40
It's a several thousand-pound animal.
354
880260
2000
Hij weegt meer dan duizend kilo.
14:42
And we'll wind in the target.
355
882260
3000
We halen het lokaas binnen.
14:45
And we'll place an acoustic tag
356
885260
2000
We plaatsen een akoestische tag
14:47
that says, "OMSHARK 10165,"
357
887260
2000
die zegt, "I'M SHARK 10165"
14:49
or something like that, acoustically with a ping.
358
889260
3000
of zoiets, akoestisch met een 'ping'.
14:52
And then we'll put on a satellite tag
359
892260
2000
Vervolgens plaatsen we een satelliet-tag
14:54
that will give us the long-distance journeys
360
894260
3000
die de lange reizen weergeeft
14:57
with the light-based geolocation algorithms
361
897260
2000
met op licht gebaseerde geolocatie-algoritmen
14:59
solved on the computer that's on the fish.
362
899260
3000
uitgerekend door de computer op de vis.
15:02
So in this case, Sal's looking at two tags there,
363
902260
3000
Hier zie je Sal op zoek naar die twee tags.
15:05
and there they are: the white sharks of California
364
905260
3000
En daar zijn ze: de witte haaien van Californië
15:08
going off to the white shark cafe and coming back.
365
908260
3000
weg voor een uitje naar het witte-haaicafé en terug.
15:12
We also tag makos with our NOAA colleagues,
366
912260
2000
We hebben ook makreelhaaien getagd, samen met onze collega's van NOAA,
15:14
blue sharks.
367
914260
2000
blauwe haaien.
15:16
And now, together, what we can see
368
916260
2000
We kunnen nu kijken naar
15:18
on this ocean of color that's temperature,
369
918260
2000
deze oceaan van kleur die de temperatuur weergeeft.
15:20
we can see ten-day worms of makos and salmon sharks.
370
920260
3000
We zien tiendaagse wormsporen van makreelhaaien en zalmhaaien.
15:24
We have white sharks and blue sharks.
371
924260
2000
Witte haaien en blauwe haaien.
15:26
For the first time,
372
926260
2000
Voor de eerste keer zien we op
15:28
an ecoscape as large as ocean-scale,
373
928260
2000
een 'eco-landschap' op oceaanschaal
15:30
showing where the sharks go.
374
930260
3000
waar de haaien zich ophouden.
15:33
The tuna team from TOPP has done the unthinkable:
375
933260
3000
Het tonijnteam van TOPP heeft het ondenkbare gedaan:
15:36
three teams tagged 1,700 tunas,
376
936260
3000
drie teams tagden 1.700 tonijnen,
15:39
bluefin, yellowfin and albacore
377
939260
2000
blauwvintonijn, geelvintonijn en witte tonijn
15:41
all at the same time --
378
941260
2000
allemaal tezelfdertijd -
15:43
carefully rehearsed tagging programs
379
943260
2000
we repeteerden zorgvuldig de tagging-programma's
15:45
in which we go out, pick up juvenile tunas,
380
945260
3000
waarbij we jonge tonijn vangen,
15:48
put in the tags that actually have the sensors,
381
948260
3000
tags met sensoren
15:51
stick out the tuna
382
951260
2000
op de tonijn plaatsen
15:53
and then let them go.
383
953260
2000
en hem terug uitzetten.
15:55
They get returned, and when they get returned,
384
955260
2000
We krijgen ze terug en nu kan je
15:57
here on a NASA numerical ocean
385
957260
3000
hier op een digitale oceaan van NASA
16:00
you can see bluefin in blue
386
960260
2000
de blauwvintonijnen in het blauw
16:02
go across their corridor,
387
962260
2000
hun corridor zien passeren
16:04
returning to the Western Pacific.
388
964260
3000
als ze terugkeren naar de westelijke Stille Oceaan.
16:07
Our team from UCSC has tagged elephant seals
389
967260
3000
Ons team van UCSC heeft zeeolifanten getagd
16:10
with tags that are glued on their heads, that come off when they slough.
390
970260
3000
met tags die op hun hoofd zijn gelijmd. Ze komen los bij het vervellen.
16:13
These elephant seals cover half an ocean,
391
973260
3000
Deze zeeolifanten bestrijken een halve oceaan,
16:16
take data down to 1,800 feet --
392
976260
2000
nemen data op tot op 1.800 meter diepte -
16:18
amazing data.
393
978260
2000
Fantastische data.
16:20
And then there's Scott Shaffer and our shearwaters
394
980260
3000
En dan is er Scott Shaffer en onze pijlstormvogels
16:23
wearing tuna tags, light-based tags,
395
983260
3000
met tonijntags, op licht gebaseerde tags.
16:26
that now are going to take you from New Zealand to Monterey and back,
396
986260
3000
Die nemen je mee van Nieuw-Zeeland naar Monterey en terug,
16:29
journeys of 35,000 nautical miles
397
989260
3000
reizen van 65.000 kilometer.
16:32
we had never seen before.
398
992260
2000
Nooit eerder gezien.
16:34
But now with light-based geolocation tags that are very small,
399
994260
3000
Met erg kleine, op licht gebaseerde geolocatie-tags
16:37
we can actually see these journeys.
400
997260
2000
kunnen nu we deze reizen meemaken.
16:39
Same thing with Laysan albatross
401
999260
2000
Hetzelfde met de Laysan-albatros
16:41
who travel an entire ocean
402
1001260
2000
die een hele oceaan bereist.
16:43
on a trip sometimes,
403
1003260
2000
Soms een reis naar hetzelfde gebied
16:45
up to the same zone the tunas use.
404
1005260
2000
als dat van de tonijn.
16:47
You can see why they might be caught.
405
1007260
3000
Je kan zien waarom ze zouden kunnen worden gevangen.
16:50
Then there's George Schillinger and our leatherback team out of Playa Grande
406
1010260
3000
Dan is er George Schillinger en ons zeeschildpadteam uit Playa Grande
16:53
tagging leatherbacks
407
1013260
2000
die zeeschildpadden taggen
16:55
that go right past where we are.
408
1015260
3000
die nog verder gaan dan waar wij gaan.
16:58
And Scott Benson's team
409
1018260
2000
Scott Benson's team
17:00
that showed that leatherbacks go from Indonesia
410
1020260
2000
toonde aan dat zeeschildpadden vanuit Indonesië
17:02
all the way to Monterey.
411
1022260
2000
helemaal naar Monterey reizen.
17:04
So what we can see on this moving ocean
412
1024260
3000
Op deze bewegende oceaan
17:07
is we can finally see where the predators are.
413
1027260
3000
kunnen we eindelijk zien waar de roofdieren zijn.
17:10
We can actually see how they're using ecospaces
414
1030260
3000
We kunnen zien hoe ze een ecoruimte
17:13
as large as an ocean.
415
1033260
2000
zo groot als een oceaan gebruiken.
17:15
And from this information,
416
1035260
2000
Op basis van deze informatie
17:17
we can begin to map the hope spots.
417
1037260
3000
kunnen we beginnen de 'hoopspots' in kaart te brengen.
17:20
So this is just three years of data right here --
418
1040260
2000
Dit hier is nog maar drie jaar aan gegevens.
17:22
and there's a decade of this data.
419
1042260
2000
En er is al een decennium aan gegevens.
17:24
We see the pulse and the seasonal activities
420
1044260
2000
We zien de polsslag en de seizoensgebonden activiteiten
17:26
that these animals are going on.
421
1046260
3000
van deze dieren.
17:30
So what we're able to do with this information
422
1050260
2000
Deze informatie kunnen we gebruiken
17:32
is boil it down to hot spots,
423
1052260
3000
om de 'hotspots' te lokaliseren,
17:35
4,000 deployments,
424
1055260
2000
4.000 implementaties,
17:37
a huge herculean task,
425
1057260
3000
een enorme taak,
17:40
2,000 tags
426
1060260
2000
2.000 tags
17:42
in an area, shown here for the first time,
427
1062260
2000
in een gebied, hier voor de eerste keer getoond,
17:44
off the California coast,
428
1064260
2000
voor de Californische kust,
17:46
that appears to be a gathering place.
429
1066260
3000
die een verzamelpunt lijkt te zijn.
17:50
And then for sort of an encore from these animals,
430
1070260
3000
Als een soort toegift van deze dieren,
17:53
they're helping us.
431
1073260
2000
helpen ze ons nog.
17:55
They're carrying instruments
432
1075260
2000
Ze dragen instrumenten
17:57
that are actually taking data down to 2,000 meters.
433
1077260
3000
die gegevens tot op 2.000 meter diepte opnemen.
18:00
They're taking information from our planet
434
1080260
2000
Ze verzamelen informatie over onze planeet
18:02
at very critical places like Antarctica and the Poles.
435
1082260
3000
op zeer kritieke plaatsen zoals Antarctica en de Noordpool.
18:05
Those are seals from many countries
436
1085260
2000
Dit zijn zeehonden uit vele landen
18:07
being released
437
1087260
2000
die worden losgelaten
18:09
who are sampling underneath the ice sheets
438
1089260
2000
om onder de ijskappen data te verzamelen.
18:11
and giving us temperature data of oceanographic quality
439
1091260
3000
Ze geven ons temperatuurgegevens van oceanografische kwaliteit
18:14
on both poles.
440
1094260
2000
op beide polen.
18:16
This data, when visualized, is captivating to watch.
441
1096260
3000
Deze gegevens zijn, gevisualiseerd, boeiend om naar te kijken.
18:19
We still haven't figured out best how to visualize the data.
442
1099260
3000
We hebben nog niet uitgedokterd hoe je het beste de data kan visualiseren.
18:22
And then, as these animals swim
443
1102260
2000
Als deze dieren al zwemmend
18:24
and give us the information
444
1104260
2000
voor ons informatie verzamelen
18:26
that's important to climate issues,
445
1106260
2000
die belangrijk is voor klimaatkwesties,
18:28
we also think it's critical
446
1108260
2000
dan vinden wij het ook van cruciaal belang
18:30
to get this information to the public,
447
1110260
2000
om deze informatie aan het publiek voor te stellen,
18:32
to engage the public with this kind of data.
448
1112260
3000
om het publiek te betrekken bij dit soort gegevens.
18:35
We did this with the Great Turtle Race --
449
1115260
2000
We deden dit met de Grote Schildpadrace -
18:37
tagged turtles, brought in four million hits.
450
1117260
3000
we tagden schildpadden, wat vier miljoen hits opleverde.
18:40
And now with Google's Oceans,
451
1120260
3000
En nu, met Google's Oceans,
18:43
we can actually put a white shark in that ocean.
452
1123260
2000
kunnen we een witte haai uitzetten in de oceaan.
18:45
And when we do and it swims,
453
1125260
2000
Als we dat doen en hij zwemt,
18:47
we see this magnificent bathymetry
454
1127260
2000
zien we deze prachtige bathymetrie
18:49
that the shark knows is there on its path
455
1129260
2000
waarvan de haai weet dat ze er is
18:51
as it goes from California to Hawaii.
456
1131260
2000
als hij van Californië naar Hawaï zwemt.
18:53
But maybe Mission Blue
457
1133260
2000
Maar misschien kan Mission Blue
18:55
can fill in that ocean that we can't see.
458
1135260
3000
de oceaan invullen die we niet kunnen zien.
18:58
We've got the capacity, NASA has the ocean.
459
1138260
3000
Wij hebben de mogelijkheid, NASA heeft de oceaan.
19:01
We just need to put it together.
460
1141260
2000
We hoeven dat alleen maar te combineren.
19:03
So in conclusion,
461
1143260
2000
Als conclusie kunnen we zeggen:
19:05
we know where Yellowstone is for North America;
462
1145260
3000
we weten waar het equivalent van Yellowstone ligt voor Noord-Amerika,
19:08
it's off our coast.
463
1148260
2000
namelijk net voor onze kust.
19:10
We have the technology that's shown us where it is.
464
1150260
2000
Wij hebben de technologie die ons liet zien waar het is.
19:12
What we need to think about perhaps for Mission Blue
465
1152260
3000
Waar we misschien over moeten nadenken, is een verhoging
19:15
is increasing the biologging capacity.
466
1155260
3000
van de biologgingcapaciteit van Mission Blue.
19:18
How is it that we can actually
467
1158260
2000
Hoe kunnen we
19:20
take this type of activity elsewhere?
468
1160260
3000
elders dit soort activiteiten toepassen?
19:23
And then finally -- to basically get the message home --
469
1163260
3000
En dan tot slot: om de boodschap te laten doordringen,
19:26
maybe use live links
470
1166260
2000
kunnen we misschien live verbindingen
19:28
from animals such as blue whales and white sharks.
471
1168260
2000
naar dieren zoals blauwe walvissen en witte haaien gebruiken.
19:30
Make killer apps, if you will.
472
1170260
2000
Killer apps maken, als je wil.
19:32
A lot of people are excited
473
1172260
2000
Veel mensen zijn enthousiast
19:34
when sharks actually went under the Golden Gate Bridge.
474
1174260
3000
als haaien nog eens onder de Golden Gate Bridge zwemmen.
19:37
Let's connect the public to this activity right on their iPhone.
475
1177260
3000
Laten we het publiek betrekken bij deze activiteit, op hun iPhone.
19:40
That way we do away with a few internet myths.
476
1180260
3000
Zo raken we af van een paar internetmythes.
19:44
So we can save the bluefin tuna.
477
1184260
2000
We kunnen de blauwvintonijn redden.
19:46
We can save the white shark.
478
1186260
2000
We kunnen de witte haai redden.
19:48
We have the science and technology.
479
1188260
2000
Wij hebben de wetenschap en de technologie.
19:50
Hope is here. Yes we can.
480
1190260
2000
Er is hoop. Yes we can.
19:52
We need just to apply this capacity
481
1192260
2000
We hoeven deze capaciteit alleen maar
19:54
further in the oceans.
482
1194260
2000
verder in de oceanen toe te passen.
19:56
Thank you.
483
1196260
2000
Dank je.
19:58
(Applause)
484
1198260
2000
(Applaus)
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