New York -- before the City | Eric Sanderson

Eric Sanderson pictures New York -- before the City

1,698,522 views

2009-10-13 ・ TED


New videos

New York -- before the City | Eric Sanderson

Eric Sanderson pictures New York -- before the City

1,698,522 views ・ 2009-10-13

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

Çeviri: Yunus ASIK Gözden geçirme: Eren Gokce
00:15
The substance of things unseen.
0
15260
3000
Görülmemiş şeylerin maddi varlığı.
00:18
Cities, past and future.
1
18260
3000
Şehirlerin geçmişi ve geleceği.
00:21
In Oxford, perhaps we can use Lewis Carroll
2
21260
4000
Oxford'da, belki Lewis Caroll'ı kullanabiliriz;
00:25
and look in the looking glass that is New York City
3
25260
3000
kendisi bir ayna olan New York şehrine bakıp
00:28
to try and see our true selves,
4
28260
3000
kendimizi görmeye çalışabiliriz
00:31
or perhaps pass through to another world.
5
31260
3000
veya belki de başka bir dünyaya geçiş yapabiliriz.
00:34
Or, in the words of F. Scott Fitzgerald,
6
34260
3000
Ya da F. Scott Fitzgerald'ın sözleriyle;
00:37
"As the moon rose higher,
7
37260
2000
"Ay daha da yükselirken,
00:39
the inessential houses began to melt away
8
39260
3000
yavaş yavaş eski adanın farkına varana kadar,
00:42
until gradually I became aware of the old island
9
42260
2000
gereksiz evler erimeye başladı,
00:44
here that once flowered for Dutch sailors' eyes,
10
44260
3000
bir zamanlar Hollandalı denizcilerin gözünde çiçeklenen buralar,
00:47
a fresh green breast of the new world."
11
47260
3000
yeni dünyanın yeşil bir memesiydi."
00:50
My colleagues and I have been working for 10 years
12
50260
2000
Meslektaşlarımla birlikte 10 yıldır
00:52
to rediscover this lost world
13
52260
3000
bu kayıp dünyayı tekrar keşfetmek üzere
00:55
in a project we call The Mannahatta Project.
14
55260
3000
Mannahatta Projesi adlı bir projeyle uğraşıyoruz.
00:58
We're trying to discover what Henry Hudson would have seen
15
58260
2000
Henry Hudson'ın, New York limanına girdiği 12 Eylül 1609 günü
01:00
on the afternoon of September 12th, 1609,
16
60260
3000
öğleden sonrasında neler görmüş
01:03
when he sailed into New York harbor.
17
63260
3000
olabileceğini keşfetmeye çalışıyoruz.
Bu hikâyeyi size üç perdede anlatmak istiyorum.
01:06
And I'd like to tell you the story in three acts,
18
66260
2000
01:08
and if I have time still, an epilogue.
19
68260
3000
Zamanım kalırsa bir son söz ile kapanış yapacağım.
01:11
So, Act I: A Map Found.
20
71260
2000
Birinci Perde: Bulunmuş bir harita.
01:13
So, I didn't grow up in New York.
21
73260
2000
Ben New York'ta büyümedim.
01:15
I grew up out west in the Sierra Nevada Mountains, like you see here,
22
75260
3000
Gördüğünüz gibi, Sierra Nevada dağlarının batısında yer alan
01:18
in the Red Rock Canyon.
23
78260
2000
Red Rock Kanyonu'nda büyüdüm.
01:20
And from these early experiences as a child
24
80260
2000
Çocukluk yıllarımdan başlayarak,
01:22
I learned to love landscapes.
25
82260
2000
doğal alanları sevmeyi öğrendim.
01:24
And so when it became time for me to do my graduate studies,
26
84260
2000
Üniversiteye gitme vaktim geldiğinde, yeni yeni yükselişe geçen
01:26
I studied this emerging field of landscape ecology.
27
86260
4000
bir konu olan doğal alan ekolojisi bölümünde okudum.
01:30
Landscape ecology concerns itself
28
90260
2000
Doğal alan ekolojisinde,
01:32
with how the stream and the meadow and the forest and the cliffs
29
92260
4000
akarsular, çayırlar, ormanlar ve yamaçların, bitkiler ve hayvanlar için
01:36
make habitats for plants and animals.
30
96260
2000
nasıl yaşam alanı yarattığı ele alınır.
01:38
This experience and this training
31
98260
2000
Edindiğim deneyim ve eğitimim sayesinde
01:40
lead me to get a wonderful job with the Wildlife Conservation Society,
32
100260
3000
bütün dünyadaki yaban hayatını ve doğal alanları kurtarmak için çalışan
01:43
which works to save wildlife and wild places all over the world.
33
103260
3000
Wildlife Conservation Society (Yaban Hayatı Koruma Derneği)'de
harika bir işe girdim.
01:46
And over the last decade,
34
106260
2000
Geçtiğimiz 10 yıldan beri,
01:48
I traveled to over 40 countries
35
108260
2000
40'ı aşkın ülkeye giderek
01:50
to see jaguars and bears and elephants
36
110260
2000
jaguarları, ayıları, filleri, kaplanları
01:52
and tigers and rhinos.
37
112260
2000
ve gergedanları gördüm.
01:54
But every time I would return from my trips I'd return back to New York City.
38
114260
3000
Fakat bu gezilerden her döndüğümde, hep New York'a dönüyordum.
01:57
And on my weekends I would go up, just like all the other tourists,
39
117260
3000
Hafta sonları ise bütün turistler gibi ben de Empire State binasının
02:00
to the top of the Empire State Building,
40
120260
2000
tepesine çıkıp manzarayı ve
02:02
and I'd look down on this landscape, on these ecosystems,
41
122260
3000
ekosistemleri seyreder ve merak ederdim, "Acaba bu doğal alan,
02:05
and I'd wonder, "How does this landscape
42
125260
2000
nasıl oluyor da bitki ve hayvanlar için
02:07
work to make habitat for plants and animals?
43
127260
2000
bir yaşam alanı oluşturuyor?"
02:09
How does it work to make habitat for animals like me?"
44
129260
4000
"Benim gibi hayvanlara nasıl bir yaşam alanı sağlıyor?"
02:13
I'd go to Times Square and I'd look at the amazing ladies on the wall,
45
133260
4000
Times Meydanı'na gidip duvardaki muhteşem kadınlara bakar ve
02:17
and wonder why nobody is looking at the historical figures just behind them.
46
137260
5000
neden kimse onların hemen arkasında duran tarihi figürlere bakmaz diye düşünürdüm.
02:22
I'd go to Central Park and see the rolling topography of Central Park
47
142260
3000
Central Park'a gider, Central Park'ın inişli çıkışlı topografisinin
02:25
come up against the abrupt and sheer
48
145260
2000
Manhattan merkezinin apansız ve
02:27
topography of midtown Manhattan.
49
147260
4000
şeffaf topografisiyle çelişkisini görürdüm.
02:31
I started reading about the history and the geography in New York City.
50
151260
3000
New York şehrinin tarihi ve coğrafyası hakkında okumaya başladım.
02:34
I read that New York City was the first mega-city,
51
154260
2000
New York'un 1950 yılında, 10 milyonu aşkın
02:36
a city of 10 million people or more, in 1950.
52
156260
4000
nüfusu ile ilk mega şehir olduğunu okudum.
02:40
I started seeing paintings like this.
53
160260
2000
Buna benzer tablolar görmeye başladım.
02:42
For those of you who are from New York,
54
162260
2000
New York'lular için belirteyim; burası,
02:44
this is 125th street under the West Side Highway.
55
164260
3000
West Side otobanının altındaki 125. cadde.
02:47
(Laughter)
56
167260
2000
(Kahkahalar)
02:49
It was once a beach. And this painting
57
169260
2000
Bir zamanlar bir kumsaldı. Bu tabloda,
02:51
has John James Audubon, the painter, sitting on the rock.
58
171260
3000
ressam John James Audubon bir kayanın üzerinde oturuyor.
02:54
And it's looking up on the wooded heights of Washington Heights
59
174260
2000
Tablodaki ressam Washington Heights'in ormanlık tepelerine,
02:56
to Jeffrey's Hook, where the George Washington Bridge goes across today.
60
176260
4000
bugün George Washington Köprüsü'nün geçtiği Jeffrey's Hook'a bakıyor.
03:00
Or this painting, from the 1740s, from Greenwich Village.
61
180260
3000
1740'lardan, Greenwich Village'in resmedildiği tablo.
03:03
Those are two students at King's College -- later Columbia University --
62
183260
3000
King's College'den iki öğrenci -- sonradan Columbia Üniversitesi oldu --
03:06
sitting on a hill, overlooking a valley.
63
186260
3000
bir tepede oturup vadiyi seyrediyorlar.
03:09
And so I'd go down to Greenwich Village and I'd look for this hill,
64
189260
3000
Ben de Greenwich köyüne gidip resimdeki tepeyi aradım.
03:12
and I couldn't find it. And I couldn't find that palm tree.
65
192260
3000
Fakat tepeyi bulamadım. Palmiye ağacını da bulamadım.
03:15
What's that palm tree doing there?
66
195260
2000
O palmiye ağacının orada işi ne?
03:17
(Laughter)
67
197260
1000
(Kahkahalar)
03:18
So, it was in the course of these investigations that I ran into a map.
68
198260
3000
Bu araştırmalarım sırasında, tesadüf sonucu bir harita buldum.
03:21
And it's this map you see here.
69
201260
2000
Burada gördüğünüz haritayı buldum.
03:23
It's held in a geographic information system
70
203260
2000
Coğrafi bir bilgi sisteminde çizilmiş,
03:25
which allows me to zoom in.
71
205260
2000
ben de yakından bakabiliyorum.
03:27
This map isn't from Hudson's time, but from the American Revolution,
72
207260
3000
Bu harita, Hudson zamanından değil, Amerikan devriminden kalmış;
03:30
170 years later, made by British military cartographers
73
210260
4000
170 yıl sonra New York şehrinin işgali sırasında İngiliz
03:34
during the occupation of New York City.
74
214260
2000
askeri haritacıları çizmişler.
03:36
And it's a remarkable map. It's in the National Archives here in Kew.
75
216260
4000
Kaydadeğer bir harita. Burada, Kew'deki Ulusal Arşivler'de saklanıyor.
03:40
And it's 10 feet long and three and a half feet wide.
76
220260
2000
Üç metre boyunda ve bir metre eninde.
03:42
And if I zoom in to lower Manhattan
77
222260
3000
Manhattan'ın aşağısına yakınlaşırsam,
03:45
you can see the extent of New York City as it was,
78
225260
2000
New York'un Amerikan devriminin tam da sona erdiği
03:47
right at the end of the American Revolution.
79
227260
2000
dönemki büyüklüğünü görebilirsiniz.
03:49
Here's Bowling Green. And here's Broadway.
80
229260
3000
Burası Bowling Green. Burası da Broadway.
03:52
And this is City Hall Park.
81
232260
2000
Burası ise City Hall Park.
03:54
So the city basically extended to City Hall Park.
82
234260
3000
Yani temelde şehir, City Hall Park'a doğru yayılmış.
03:57
And just beyond it you can see features
83
237260
2000
Bunun hemen ötesinde de,
yok olmuş özellikleri ve kaybolmuş şeyleri görebilirsiniz.
03:59
that have vanished, things that have disappeared.
84
239260
2000
04:01
This is the Collect Pond, which was the fresh water source for New York City
85
241260
3000
Burası; ilk 200 yılında New York'un, ayrıca ondan önce
04:04
for its first 200 years,
86
244260
2000
binlerce yıl boyunca,
04:06
and for the Native Americans for thousands of years before that.
87
246260
3000
Amerikan yerlilerinin tatlı su kaynağı olan Collect Pond.
04:09
You can see the Lispenard Meadows
88
249260
2000
Buradan, şu anda TriBeCa olan yerden geçen
04:11
draining down through here, through what is TriBeCa now,
89
251260
2000
Lispenard Çayırları'nı, ayrıca Battery'den başlayıp
04:13
and the beaches that come up from the Battery,
90
253260
2000
42. caddeye kadar uzanan sahilleri
04:15
all the way to 42nd St.
91
255260
2000
görebilirsiniz.
04:17
This map was made for military reasons.
92
257260
3000
Bu harita askeri nedenlerle hazırlanmıştı.
04:20
They're mapping the roads, the buildings, these fortifications
93
260260
2000
Yolların, binaların ve inşa ettikleri
04:22
that they built.
94
262260
2000
tahkimatların haritasını çıkarıyorlar.
04:24
But they're also mapping things of ecological interest,
95
264260
2000
Ama aynı zamanda ekolojik açıdan ilgili yerleri,
04:26
also military interest: the hills,
96
266260
2000
askeri açıdan ilgili yerleri, tepeleri,
04:28
the marshes, the streams.
97
268260
3000
bataklıkları, dereleri haritaya yansıtıp ekliyorlar.
04:31
This is Richmond Hill, and Minetta Water,
98
271260
2000
Burası Richmond Tepesi ve eskiden
04:33
which used to run its way through Greenwich Village.
99
273260
3000
Greenwich Köyü'nden geçen Minetta Deresi.
04:36
Or the swamp at Gramercy Park, right here.
100
276260
5000
Hemen burada yer alan Gramercy Parkı'ndaki bataklık.
04:41
Or Murray Hill. And this is the Murrays' house
101
281260
2000
Murray Tepesi. Murray'in aynı adlı
04:43
on Murray Hill, 200 years ago.
102
283260
3000
tepe üzerindeki evi, 200 yıl önce.
04:46
Here is Times Square,
103
286260
3000
Times Meydanı burada,
04:49
the two streams that came together to make a wetland
104
289260
2000
Amerikan Devrimi'nin sonundaki hâliyle, Times Meydanı'nın
04:51
in Times Square, as it was at the end of the American Revolution.
105
291260
5000
olduğu yerde birleşerek sulak bir alan oluşturan iki akarsu.
04:56
So I saw this remarkable map in a book.
106
296260
2000
Bu enteresan haritayı bir kitapta gördüm.
04:58
And I thought to myself, "You know, if I could georeference this map,
107
298260
4000
Kendi kendime, "Aslında, bu haritanın coğrafi referansını bulursam,
05:02
if I could place this map in the grid of the city today,
108
302260
3000
bu haritayı şehrin bugünkü hâliyle eşleştirebilirsem,
05:05
I could find these lost features
109
305260
2000
şehrin şu an kayıp olan
05:07
of the city,
110
307260
2000
o özelliklerini bulabilirdim.
05:09
in the block-by-block geography that people know,
111
309260
3000
İnsanların blok blok bildiği yerleşimlerdeki,
05:12
the geography of where people go to work, and where they go to live,
112
312260
3000
işe gittikleri ve yaşadıkları yerlerdeki ve yemek yemeyi
05:15
and where they like to eat."
113
315260
2000
sevdikleri yerlerdeki bileşenlerini."
05:17
So, after some work we were able to georeference it,
114
317260
2000
Biraz uğraştıktan sonra coğrafi referansları bulabildik.
05:19
which allows us to put the modern streets on the city,
115
319260
3000
Bu da bize şehrin modern caddelerini,
05:22
and the buildings, and the open spaces,
116
322260
5000
binalarını ve açık alanlarını, yakınlaştırarak
05:27
so that we can zoom in to where the Collect Pond is.
117
327260
5000
Collect Pond'un yerini görebilecek şekilde yerleştirme imkânı verdi.
05:32
We can digitize the Collect Pond and the streams,
118
332260
4000
Collect Pond'u ve akıntıları sayısallaştırabiliyoruz
05:36
and see where they actually are in the geography of the city today.
119
336260
5000
ve şehrin bugünkü coğrafyasında aslında nerede olduklarını görebiliyoruz.
05:41
So this is fun for finding where things are
120
341260
3000
Gördüğünüz gibi şehirdeki bileşenlerin, eski topografiye göre
05:44
relative to the old topography.
121
344260
5000
nerelerde olduğunu görmek oldukça eğlenceli.
Ama bu haritayla ilgili başka bir fikrim daha vardı.
05:49
But I had another idea about this map.
122
349260
2000
05:51
If we take away the streets, and if we take away the buildings,
123
351260
3000
Caddeleri ve binaları uzaklaştırırsak
05:54
and if we take away the open spaces,
124
354260
2000
ve açık alanları da çıkartırsak,
05:56
then we could take this map.
125
356260
2000
artık şöyle bir harita elde ediyoruz.
05:58
If we pull off the 18th century features
126
358260
2000
18. yüzyıldaki bileşenleri çıkardığımızda,
06:00
we could drive it back in time.
127
360260
2000
zamanda geriye doğru gidebiliyoruz.
06:02
We could drive it back to its ecological fundamentals:
128
362260
4000
Ekolojik temellerini görecek şekilde geriye gidebiliyoruz:
06:06
to the hills, to the streams,
129
366260
2000
Tepelere, nehirlere,
06:08
to the basic hydrology and shoreline, to the beaches,
130
368260
4000
temel hidrolojisine ve kıyılara, kumsallara,
06:12
the basic aspects that make the ecological landscape.
131
372260
4000
ekolojik topografiyi oluşturan temel ögelere.
06:16
Then, if we added maps like the geology, the bedrock geology,
132
376260
3000
Ardından, jeoloji, kaya yatakları jeolojisi,
06:19
and the surface geology, what the glaciers leave,
133
379260
3000
buzulların bıraktığı yüzey jeolojisi gibi haritaları eklersek,
06:22
if we make the soil map,
134
382260
2000
Ulusal Koruma Hizmetleri tarafından belirlenen
06:24
with the 17 soil classes,
135
384260
3000
17 toprak sınıfının
06:27
that are defined by the National Conservation Service,
136
387260
3000
toprak haritasını yaparsak,
06:30
if we make a digital elevation model
137
390260
2000
tepelerin ne kadar yükseklikte olduğunu bize söyleyen,
06:32
of the topography that tells us how high the hills were,
138
392260
3000
yüzeyin dijital bir yükselti modelini yaparsak,
06:35
then we can calculate the slopes.
139
395260
3000
eğimleri hesaplayabiliriz.
06:38
We can calculate the aspect.
140
398260
3000
Yönleri hesaplayabiliriz.
06:41
We can calculate the winter wind exposure --
141
401260
2000
Kış rüzgârına maruziyeti ölçebiliriz --
böylece kış rüzgârının hangi yönden estiğini buluruz.
06:43
so, which way the winter winds blow across the landscape.
142
403260
2000
06:45
The white areas on this map are the places protected from the winter winds.
143
405260
5000
Haritadaki beyaz alanlar kış rüzgârından korunmuş bölgelerdir.
Lenape denen Amerikan yerlilerinin
06:50
We compiled all the information about where the Native Americans were, the Lenape.
144
410260
3000
yaşadığı bölgelerin verilerini birleştirdik.
06:53
And we built a probability map of where they might have been.
145
413260
4000
Böylece, nerede olmuş olabilecekleri konusunda bir olasılık haritası yaptık.
06:57
So, the red areas on this map indicate the places
146
417260
2000
Haritadaki kırmızı bölgeler,
Manhattan'da insan yaşamına en uygun bölgelerdir.
06:59
that are best for human sustainability on Manhattan,
147
419260
2000
07:01
places that are close to water,
148
421260
2000
Suya yakın yerler,
07:03
places that are near the harbor to fish,
149
423260
2000
balıkçılık için limana yakın yerler,
07:05
places protected from the winter winds.
150
425260
5000
kış rüzgârlarından korunmuş yerler.
07:10
We know that there was a Lenape settlement
151
430260
2000
Burada, Collect Pond'un yakınında
07:12
down here by the Collect Pond.
152
432260
3000
bir Lenape yerleşimi olduğunu biliyoruz.
Bir çeşit bahçe yetiştirme sistemi kurduklarını biliyoruz.
07:15
And we knew that they planted a kind of horticulture,
153
435260
2000
07:17
that they grew these beautiful gardens of corn, beans, and squash,
154
437260
3000
Böylece o güzel mısır, fasulye ve kabak bahçelerini yetiştirdiler.
07:20
the "Three Sisters" garden.
155
440260
2000
Buna "Üç Kız kardeş" bahçesi deniyor.
07:22
So, we built a model that explains where those fields might have been.
156
442260
4000
Biz de bu tarlaların nerede olabileceğine dair bir model yaptık.
07:26
And the old fields, the successional fields that go.
157
446260
2000
Eski alanlar, arkadan gelen alanların da.
07:28
And we might think of these as abandoned.
158
448260
2000
Bunları terk edilmiş olarak düşünebilirdik.
07:30
But, in fact, they're grassland habitats
159
450260
2000
Fakat, aslında buralar çayır kuşları
07:32
for grassland birds and plants.
160
452260
2000
ve bitkiler için çayırlık doğal ortamlar.
07:34
And they have become successional shrub lands,
161
454260
3000
Bunlar, daha sonra çalılık alanlara dönüştüler
07:37
and these then mix in to a map of all the ecological communities.
162
457260
4000
ve tüm ekolojik toplulukların haritasına karıştılar.
07:41
And it turns out that Manhattan had 55 different ecosystem types.
163
461260
4000
Anlaşılan o ki Manhattan'da, 55 farklı ekosistem tipi vardı.
07:45
You can think of these as neighborhoods,
164
465260
2000
Bunları, TriBeCa, Yukarı Doğu Yakası
07:47
as distinctive as TriBeCa and the Upper East Side and Inwood --
165
467260
5000
ve Inwood gibi birbirinden farklı komşular olarak düşünebilirsiniz.
07:52
that these are the forest and the wetlands
166
472260
2000
Buralar, ormanlık, sulak alanlar,
07:54
and the marine communities, the beaches.
167
474260
3000
deniz toplulukları ve sahillerdi.
07:57
And 55 is a lot. On a per-area basis,
168
477260
3000
55 büyük bir sayıdır.
08:00
Manhattan had more ecological communities
169
480260
2000
Alan başına bakıldığında Manhattan,
08:02
per acre than Yosemite does,
170
482260
2000
Yosemite, Yellowstone ve Amboseli'den
08:04
than Yellowstone, than Amboseli.
171
484260
3000
daha fazla ekolojik topluluğa sahipti.
08:07
It was really an extraordinary landscape
172
487260
2000
Gerçekten de sıradışı bir biyolojik
08:09
that was capable of supporting an extraordinary biodiversity.
173
489260
4000
çeşitliliği sürdürmeye muktedir sıradışı bir coğrafyaydı.
08:13
So, Act II: A Home Reconstructed.
174
493260
4000
Perde II: Tekrar Yapılandırılan Yuva.
08:17
So, we studied the fish and the frogs and the birds and the bees,
175
497260
4000
Balıkları, kurbağaları, kuşları, arıları,
08:21
the 85 different kinds of fish that were on Manhattan,
176
501260
3000
Manhattan'da bulunan 85 farklı balık çeşidi,
08:24
the Heath hens, the species that aren't there anymore,
177
504260
4000
artık var olmayan türler olan funda tavukları,
08:28
the beavers on all the streams, the black bears,
178
508260
3000
tüm akarsulardaki kunduzlar, siyah ayılar
08:31
and the Native Americans, to study how they used
179
511260
3000
ve topraklarını nasıl kullandıklarını ve düşündüklerini öğrenmek üzere
08:34
and thought about their landscape.
180
514260
2000
Amerikan yerlilerini araştırdık.
08:36
We wanted to try and map these. And to do that what we did
181
516260
3000
Bunları haritalamak istedik. Bunun için de doğal ortam
08:39
was we mapped their habitat needs.
182
519260
2000
gereksinimlerini haritaladık.
08:41
Where do they get their food?
183
521260
2000
Yiyeceklerini nereden elde ediyorlardı?
08:43
Where do they get their water? Where do they get their shelter?
184
523260
2000
Sularını nereden alıyorlardı? Barınak olarak nereleri kullanıyorlardı?
08:45
Where do they get their reproductive resources?
185
525260
3000
Üreme kaynaklarını nereden alıyorlardı?
08:48
To an ecologist, the intersection of these is habitat,
186
528260
3000
Bir ekolojist için bunların kesişimi doğal ortamdır
08:51
but to most people, the intersection of these is their home.
187
531260
5000
fakat çoğu insan için bunlar yuva anlamına gelir.
08:56
So, we would read in field guides, the standard field guides
188
536260
2000
Arazi rehberlerini okuduk, belki sizin de raflarınızda olan
08:58
that maybe you have on your shelves,
189
538260
2000
standart arazi rehberlerini.
09:00
you know, what beavers need is, "A slowly meandering stream
190
540260
2000
Biliyorsunuz; kunduzların ihtiyaç duyduğu şey, "yavaş akan,
09:02
with aspen trees and alders and willows,
191
542260
3000
kavak, kızılağaç ve söğütlerin olduğu,
suya yakın akarsulardır." Bu, bir kunduz için en iyi ortamdır.
09:05
near the water." That's the best thing for a beaver.
192
545260
2000
09:07
So we just started making a list.
193
547260
2000
Dolayısıyla bir liste yapmaya başladık.
09:09
Here is the beaver. And here is the stream,
194
549260
2000
Buradaki bir kunduz ve burada da akarsu,
09:11
and the aspen and the alder and the willow.
195
551260
2000
kavak, kızılağaç ve söğüt var.
09:13
As if these were the maps that we would need
196
553260
2000
Bunları, kunduzların nerede olduğunu
09:15
to predict where you would find the beaver.
197
555260
2000
tahmin etmeye yarayacak haritalar gibi kullandık.
09:17
Or the bog turtle, needing wet meadows and insects and sunny places.
198
557260
4000
Ya da nemli çayırlar, böcekler ve güneşli yerleri seven bataklık kaplumbağalarının.
09:21
Or the bobcat, needing rabbits and beavers and den sites.
199
561260
4000
Ya da tavşanlar, kunduzlar ve inlere ihtiyaç duyan vaşakların.
09:25
And rapidly we started to realize that beavers can be
200
565260
3000
Birden fark ettik ki, kunduzlar aslında
09:28
something that a bobcat needs.
201
568260
3000
vaşakların ihtiyaç duyduğu bir şey olabilir.
09:31
But a beaver also needs things. And that having it
202
571260
2000
Ama kunduz başka şeylere de ihtiyaç duyar.
09:33
on either side means that we can link it together,
203
573260
2000
Her iki tarafta bu ihtiyacı fark ettikten sonra bunları ilişkilendirerek,
09:35
that we can create the network
204
575260
2000
bu türlerin doğal ortam
09:37
of the habitat relationships for these species.
205
577260
3000
ilişkileri için bir şebeke yaratabileceğimizi gördük.
09:40
Moreover, we realized that you can start out
206
580260
2000
Başlangıç olarak bir kunduz uzmanı olarak
09:42
as being a beaver specialist,
207
582260
2000
başlasanız bile, bir kavağın neye ihtiyacı
09:44
but you can look up what an aspen needs.
208
584260
2000
olduğunu görebileceğinizi fark ettik.
09:46
An aspen needs fire and dry soils.
209
586260
3000
Kavağın ateşe ve kuru toprağa ihtiyacı var.
09:49
And you can look at what a wet meadow needs.
210
589260
3000
Islak bir çayırlığın neye ihtiyacı olduğunu da görebilirsiniz.
09:52
And it need beavers to create the wetlands,
211
592260
2000
Nemli alanları için kunduzlara
09:54
and maybe some other things.
212
594260
2000
ve belki daha başka şeylere ihtiyacı var.
09:56
But you can also talk about sunny places.
213
596260
2000
Güneşli bölgeler için de konuşabilirsiniz.
09:58
So, what does a sunny place need? Not habitat per se.
214
598260
3000
Peki, güneşli bir bölgenin ihtiyacı nedir? Sadece habitat değil.
10:01
But what are the conditions that make it possible?
215
601260
2000
Fakat bunu mümkün kılan şartlar neler?
10:03
Or fire. Or dry soils.
216
603260
3000
Veya ateşi ya da kuru toprağı.
10:06
And that you can put these on a grid that's 1,000 columns long
217
606260
3000
Tüm bunları baştan başa 1000 kolon genişliğinde ve aşağı doğru
10:09
across the top and 1,000 rows down the other way.
218
609260
3000
1000 satırlık bir tabloya yerleştirebilirsiniz.
10:12
And then we can visualize this data like a network,
219
612260
3000
Ardından bu veriyi, bir ağ şeklinde
10:15
like a social network.
220
615260
2000
sosyal bir ağ gibi görebiliyoruz.
10:17
And this is the network of all the habitat relationships
221
617260
2000
Bu ağ, Manhattan'daki tüm bitki ve hayvanların,
10:19
of all the plants and animals on Manhattan,
222
619260
2000
habitat ilişkileri ve ihtiyaç duydukları
10:21
and everything they needed,
223
621260
2000
şeylerin bir ağı olarak karşımıza çıkıyor.
10:23
going back to the geology,
224
623260
2000
Jeolojiye, ağın tam merkezindeki
10:25
going back to time and space at the very core of the web.
225
625260
3000
zaman ve mekâna gidebilmenizi sağlıyor.
10:28
We call this the Muir Web. And if you zoom in on it it looks like this.
226
628260
3000
Buna Muir Ağı diyoruz ve yakından baktığınızda böyle gözüküyor.
10:31
Each point is a different species
227
631260
2000
Her bir nokta farklı bir tür,
10:33
or a different stream or a different soil type.
228
633260
3000
farklı bir akarsu veya başka bir toprak tipi.
10:36
And those little gray lines are the connections that connect them together.
229
636260
3000
Bu küçük gri çizgiler bunları birbirine bağlayan bağlar.
10:39
They are the connections that actually make nature resilient.
230
639260
3000
Bunlar, aslında tabiatı dayanıklı kılan bağlantılar.
10:42
And the structure of this is what makes nature work,
231
642260
4000
Bu ağın, doğayı işler hâlde tutan yapılanması
10:46
seen with all its parts.
232
646260
2000
tüm kısımlarıyla görünür durumda.
10:48
We call these Muir Webs after the Scottish-American naturalist
233
648260
3000
Bu ağlara, Muir Ağları diyoruz. İskoç asıllı Amerikalı doğa bilimci
10:51
John Muir, who said, "When we try to pick out anything by itself,
234
651260
3000
John Muir diyor ki: "Herhangi bir şeyi ele aldığımızda,
10:54
we find that it's bound fast by a thousand invisible cords
235
654260
3000
onun evrendeki her şeyle, binlerce görünmez ve koparılmaz
10:57
that cannot be broken, to everything in the universe."
236
657260
4000
kablo aracılığıyla bağlantılı olduğunu görürüz."
11:01
So then we took the Muir webs and we took them back to the maps.
237
661260
3000
Muir Ağları'nı aldık ve bunları haritalara uyguladık.
11:04
So if we wanted to go between 85th and 86th,
238
664260
2000
Diyelim ki 85. ve 86. cadde ile
11:06
and Lex and Third,
239
666260
2000
Lex ve 3. bulvar arasına gitmek istedik.
11:08
maybe there was a stream in that block.
240
668260
2000
Belki bu blokta bir akarsu vardı.
11:10
And these would be the kind of trees that might have been there,
241
670260
2000
Belki bir zamanlar orada bunun gibi
11:12
and the flowers and the lichens and the mosses,
242
672260
4000
ağaçlar, çiçekler, likenler, yosunlar,
11:16
the butterflies, the fish in the stream,
243
676260
3000
kelebekler, akarsu balıkları
11:19
the birds in the trees.
244
679260
2000
ve ağaçlarda böyle kuşlar vardı.
11:21
Maybe a timber rattlesnake lived there.
245
681260
2000
Belki burada bir çıngıraklı yılan yaşıyordu.
11:23
And perhaps a black bear walked by. And maybe Native Americans were there.
246
683260
3000
Belki bir kara ayı dolaşıyordu. Belki de Amerika Yerlileri vardı.
11:26
And then we took this data.
247
686260
2000
Sonra bu veriyi aldık.
11:28
You can see this for yourself on our website.
248
688260
2000
İnternet sayfamızda siz de görebilirsiniz.
11:30
You can zoom into any block on Manhattan,
249
690260
2000
Manhattan'daki herhangi bir bloğa yakınlaşarak,
11:32
and see what might have been there 400 years ago.
250
692260
3000
400 yıl önce orada neler olabileceğini görebilirsiniz.
11:35
And we used it to try and reveal a landscape
251
695260
3000
Perde III'de, bu bilgileri, o zamanki yüzey şekillerini
11:38
here in Act III.
252
698260
2000
ortaya çıkartmakta kullandık.
11:40
We used the tools they use in Hollywood
253
700260
2000
Hollywood'dakilerin, filmlerde gördüğümüz
11:42
to make these fantastic landscapes that we all see in the movies.
254
702260
3000
fantastik yüzey şekillerini yaparken kullandığı araçları kullandık.
11:45
And we tried to use it to visualize Third Avenue.
255
705260
3000
Bunu, 3. Bulvarı görselleştirmek için kullanmaya çalıştık.
11:48
So we would take the landscape and we would build up the topography.
256
708260
4000
Araziyi alıp topografisini inşa etmemiz gerekiyordu.
11:52
We'd lay on top of that the soils and the waters, and illuminate the landscape.
257
712260
4000
Toprakları ve suları üzerine serdik, bölgeyi aydınlattık.
11:56
We would lay on top of that the map of the ecological communities.
258
716260
3000
Ekolojik toplulukları gösteren haritayı üzerine ekledik.
11:59
And feed into that the map of the species.
259
719260
3000
Tür haritasıyla besleme yaptık.
12:02
So that we would actually take a photograph,
260
722260
2000
Aslında Times Meydanı üzerinden uçarak,
12:04
flying above Times Square, looking toward the Hudson River,
261
724260
2000
Hudson'un gelmesini beklerken Hudson Nehri'ne doğru
12:06
waiting for Hudson to come.
262
726260
2000
bir fotoğraf çekebildik.
12:08
Using this technology, we can make these
263
728260
2000
Bu teknolojiyi kullanarak bu olağanüstü
12:10
fantastic georeferenced views.
264
730260
2000
georeferanslı görüntüleri elde edebiliriz.
12:12
We can basically take a picture out of any window
265
732260
2000
Manhattan'da herhangi bir pencereden çekilen fotoğrafla
12:14
on Manhattan and see what that landscape looked like 400 years ago.
266
734260
3000
manzaranın 400 yıl önce neye benzediğini görebiliyoruz.
12:17
This is the view from the East River, looking up Murray Hill
267
737260
3000
Bu, bugünkü Birleşmiş Milletler'in olduğu, Doğu Nehri'nden,
12:20
at where the United Nations is today.
268
740260
3000
Murray Tepesi'nin görüntüsü.
12:23
This is the view looking down the Hudson River,
269
743260
2000
Hudson Nehri'nin aşağı doğru olan görüntüsü.
12:25
with Manhattan on the left, and New Jersey out on the right,
270
745260
3000
Sol tarafında Manhattan ve sağ tarafında Atlantik Okyanusu'na
12:28
looking out toward the Atlantic Ocean.
271
748260
3000
doğru bakan New Jersey.
12:31
This is the view over Times Square,
272
751260
2000
Bu da doğuya bakan kunduz gölüyle
12:33
with the beaver pond there, looking out toward the east.
273
753260
4000
Times Meydanı'nın yukarıdan görüntüsü.
12:37
So we can see the Collect Pond, and Lispenard Marshes back behind.
274
757260
4000
Collect Pond ve arkasındaki Lispenard Bataklığı'nı görebiliriz.
12:41
We can see the fields that the Native Americans made.
275
761260
3000
Amerikalı yerlilerin yaptığı yerleri görebilirsiniz.
12:44
And we can see this in the geography of the city today.
276
764260
4000
Bugünkü şehrin coğrafyasında bunu görebiliriz.
12:48
So when you're watching "Law and Order," and the lawyers walk up the steps
277
768260
3000
Siz "Law ve Order"'ı izlerken ve avukatlar yukarı çıkarken,
12:51
they could have walked back down those steps
278
771260
2000
New York Adliye Sarayı'ndan aşağı doğru
12:53
of the New York Court House, right into the Collect Pond,
279
773260
2000
geri inselerdi, yan taraflarında Collect Pond vardı,
12:55
400 years ago.
280
775260
4000
400 yıl önce.
12:59
So these images are the work of my friend and colleague,
281
779260
3000
Bu görüntüler, bugün burada dinleyici olarak bulunan
13:02
Mark Boyer, who is here in the audience today.
282
782260
2000
arkadaşım ve meslektaşım Mark Boyer'e ait.
13:04
And I'd just like, if you would give him a hand,
283
784260
2000
Sadece bu iyi çalışmalarının sesini duyurabilmesi için
13:06
to call out for his fine work.
284
786260
3000
alkışlamak isterseniz.
13:09
(Applause)
285
789260
9000
(Alkışlar)
13:18
There is such power in bringing science and visualization together,
286
798260
3000
Bilim ve görselleştirmeyi bir araya getiren böyle bir gücümüz var,
13:21
that we can create images like this,
287
801260
2000
belki de aynanın her iki tarafına bakarak,
13:23
perhaps looking on either side of a looking glass.
288
803260
3000
bu gibi görüntüleri oluşturabiliriz.
13:26
And even though I've only had a brief time to speak,
289
806260
2000
Konuşmak için kısa bir sürem olmasına rağmen,
13:28
I hope you appreciate that Mannahatta was a very special place.
290
808260
3000
umarım Mannahatta'nın çok özel bir yer olduğunu takdir edersiniz.
13:31
The place that you see here on the left side
291
811260
3000
Sol tarafta gördüğünüz yer birbirine bağlanmıştı.
13:34
was interconnected. It was based on this diversity.
292
814260
2000
Çeşitlilik üzerine dayandırılmıştı.
13:36
It had this resilience that is what we need in our modern world.
293
816260
5000
Modern dünyada ihtiyacımız olan dayanıklılık vardı.
13:41
But I wouldn't have you think that I don't like the place
294
821260
3000
Epeyce yaptığım burayı sevmiyorum düşüncesini
13:44
on the right, which I quite do. I've come to love the city
295
824260
3000
yapmak zorunda kalmıyorum. Bu şehri, çeşitlilik üzerine türünü,
13:47
and its kind of diversity, and its resilience,
296
827260
2000
dayanıklılığını, yoğunluk üzerine bağımlılığını
13:49
and its dependence on density and how we're connected together.
297
829260
5000
ve birlikte nasıl bağlı olduğumuzu sevmeye başladım.
13:54
In fact, that I see them as reflections of each other,
298
834260
4000
Aslında onları, Lewis Carroll'ın "Aynanın İçinden"'de
13:58
much as Lewis Carroll did in "Through the Looking Glass."
299
838260
3000
çokça yaptığı gibi birbirlerinin yansımaları olarak görüyorum.
14:01
We can compare these two and hold them in our minds at the same time,
300
841260
4000
Şu iki şeyi karşılaştırabilir ve aynı anda aklımızda tutabiliriz,
14:05
that they really are the same place,
301
845260
2000
gerçekte aynı yer oldukları
14:07
that there is no way that cities can escape from nature.
302
847260
3000
ve şehirlerin doğadan kurtulmasının hiçbir yolunun olmadığı.
14:10
And I think this is what we're learning about building cities in the future.
303
850260
4000
Gelecekte şehirleri nasıl inşa edeceğimizi öğrediğimizi düşünüyorum.
14:14
So if you'll allow me a brief epilogue, not about the past,
304
854260
3000
Kısa bir sonsöz için bana izin verirseniz, geçmiş hakkkında değil
14:17
but about 400 years from now,
305
857260
2000
ama yaklaşık 400 yıl sonrası için.
14:19
what we're realizing is that
306
859260
2000
Şehirlerin insanlar için yaşam yerleri
14:21
cities are habitats for people,
307
861260
2000
olduğunu fark ediyoruz
ve insanların ihtiyaçlarını tedarik etmeleri gerekir:
14:23
and need to supply what people need:
308
863260
2000
14:25
a sense of home, food, water, shelter,
309
865260
3000
Ev duygusu, yiyecek, su, barınak,
14:28
reproductive resources, and a sense of meaning.
310
868260
4000
üreme kaynakları ve anlam duygusu.
14:32
This is the particular additional habitat requirement of humanity.
311
872260
3000
Bu, insanlığın belirli ilave yaşam alanı gereksinimidir.
14:35
And so many of the talks here at TED are about meaning,
312
875260
3000
Burada TED'de yapılan konuşmaların çoğu,
14:38
about bringing meaning to our lives
313
878260
2000
farklı yolların tüm türleriyle, teknoloji yoluyla,
14:40
in all kinds of different ways, through technology,
314
880260
2000
sanat yoluyla, bilim yoluyla
14:42
through art, through science,
315
882260
2000
hayatımıza anlam getirme konusu üzerinedir.
14:44
so much so that I think we focus so much on
316
884260
3000
O kadar ki, hayatımızın o tarafına
14:47
that side of our lives, that we haven't given enough
317
887260
2000
çok odaklandığımızı, yiyecek, su ve barınak
14:49
attention to the food and the water and the shelter,
318
889260
3000
ve çocuk yetiştirmek için gereken ilgiyi
14:52
and what we need to raise the kids.
319
892260
3000
yeterince vermediğimizi düşünüyorum.
14:55
So, how can we envision the city of the future?
320
895260
3000
Geleceğin şehrini nasıl öngörebiliriz?
14:58
Well, what if we go to Madison Square Park,
321
898260
2000
Peki, Madison Square Park'a gidersek
15:00
and we imagine it without all the cars,
322
900260
3000
ve tüm arabalar olmadan hayal etsek,
15:03
and bicycles instead
323
903260
2000
araba yerine bisikletleri,
15:05
and large forests, and streams instead of sewers and storm drains?
324
905260
5000
kanalizasyon ve yağmur kanalları yerine de büyük ormanlar ve akarsuları?
15:10
What if we imagined the Upper East Side
325
910260
2000
Yukarı Doğu Yakası'nı
15:12
with green roofs, and streams winding through the city,
326
912260
4000
yeşil çatılar, şehrin içinde dolaşan akarsularla
15:16
and windmills supplying the power we need?
327
916260
3000
ve güç teminimiz için de yel değirmelerini hayal etsek?
15:19
Or if we imagine the New York City metropolitan area,
328
919260
3000
Ya da şu an 12 milyon kişinin evi olan metropolitan alan
15:22
currently home to 12 million people,
329
922260
2000
New York şehrini düşünürsek,
15:24
but 12 million people in the future, perhaps living at the density of Manhattan,
330
924260
4000
ama belki de alanın sadece %36'sında Manhattan yoğunluğunda yaşayacak
15:28
in only 36 percent of the area,
331
928260
2000
gelecekteki 12 milyon kişi,
15:30
with the areas in between covered by farmland,
332
930260
3000
ihtiyacımız olan tarım arazileri,
15:33
covered by wetlands,
333
933260
2000
sulama alanları ve
15:35
covered by the marshes we need.
334
935260
2000
bataklık bölgeler arasındaki alanlarla.
15:37
This is the kind of future I think we need,
335
937260
3000
Bu tür bir geleceğe ihtiyacımız olduğunu düşünüyorum,
15:40
is a future that has the same diversity
336
940260
3000
Manhattan'ın benzeri çeşitliliğe,
15:43
and abundance and dynamism of Manhattan,
337
943260
3000
bolluğa ve dinamizme sahip bir geleceğe,
15:46
but that learns from the sustainability of the past,
338
946260
3000
ama bunu geçmişin sürdürülebilirliğinden,
15:49
of the ecology, the original ecology, of nature with all its parts.
339
949260
5000
ekolojiden, orijinal ekolojiden ve doğanın tüm parçalarından öğrenen.
15:54
Thank you very much.
340
954260
2000
Çok teşekkür ederim.
15:56
(Applause)
341
956260
7000
(Alkışlar)
Bu web sitesi hakkında

Bu site size İngilizce öğrenmek için yararlı olan YouTube videolarını tanıtacaktır. Dünyanın dört bir yanından birinci sınıf öğretmenler tarafından verilen İngilizce derslerini göreceksiniz. Videoyu oradan oynatmak için her video sayfasında görüntülenen İngilizce altyazılara çift tıklayın. Altyazılar video oynatımı ile senkronize olarak kayar. Herhangi bir yorumunuz veya isteğiniz varsa, lütfen bu iletişim formunu kullanarak bizimle iletişime geçin.

https://forms.gle/WvT1wiN1qDtmnspy7