ABOUT THE SPEAKER
Eric Sanderson - Landscape ecologist
Armed with an 18th-century map, a GPS and reams of data, Eric Sanderson has re-plotted the Manhattan of 1609, just in time for New York's quadricentennial.

Why you should listen

Before becoming the center of the Western cultural universe, Manhattan was Mannahatta, "Island of many hills," in the language of 17th-century Native Americans. Using computer modeling, painstaking research and a lot of legwork, Wildlife Conservation Society ecologist Eric Sanderson has re-envisioned, block by block, the ecology of Manhattan as it was when Henry Hudson first sailed into the forested harbor in 1609.

The Mannahatta Project presents the eye-popping fruits of Sanderson's research, from the now-flattened hills of the financial district to the river otters of Harlem. The project's astonishing visualizations are realized by computer-graphics wizard Markley Boyer, and encompasses a book, a website and a 3-D map -- a sort of Google Earth of ancient New York. Plaques around town will commemorate a lost creek or habitat. Far more than a mournful look back at what has been irrevocably paved over, the Mannahatta Project is designed to inspire ecological sustainability for New York and for other cities.

More profile about the speaker
Eric Sanderson | Speaker | TED.com
TEDGlobal 2009

Eric Sanderson: New York -- before the City

Eric Sanderson pokazuje Nowy Jork - zanim stał się miastem

Filmed:
2,255,711 views

400 lat po tym, jak Hudson założył port Nowy Jork, Eric Sanderson pokazuje, jak sporządził trójwymiarową mapę Mannahatta - fascynujący ekosystem wzgórz, rzek i dzikiej przyrody z czasów sprzed założenia miasta. Z dokładnością do kwartału ulic pokazuje jak wyglądał Times Square, gdy był bagnem i gdy nie dało się zamówić dostawy do domu.
- Landscape ecologist
Armed with an 18th-century map, a GPS and reams of data, Eric Sanderson has re-plotted the Manhattan of 1609, just in time for New York's quadricentennial. Full bio

Double-click the English transcript below to play the video.

00:15
The substancesubstancja of things unseenskryte.
0
0
3000
Substancja rzeczy niewidzialnych.
00:18
CitiesMiast, pastprzeszłość and futureprzyszłość.
1
3000
3000
Miast, ich przeszłości i przyszłości.
00:21
In OxfordOxford, perhapsmoże we can use LewisLewis CarrollCarroll
2
6000
4000
W Oksfordzie może Lewis Carroll pomógłby nam
00:25
and look in the looking glassszkło that is NewNowy YorkYork CityMiasto
3
10000
3000
zajrzeć w lustro, jakim jest Nowy Jork,
00:28
to try and see our trueprawdziwe selvessamych,
4
13000
3000
by dojrzeć nasze prawdziwe "ja"
00:31
or perhapsmoże passprzechodzić throughprzez to anotherinne worldświat.
5
16000
3000
lub przejść do innego świata.
00:34
Or, in the wordssłowa of F. ScottScott FitzgeraldFitzgerald,
6
19000
3000
Lub, jak rzekł F. Scott Fitzgerald,
00:37
"As the moonksiężyc roseRóża higherwyższy,
7
22000
2000
"Kiedy księżyc wzniósł się wyżej,
00:39
the inessentialpragnęli housesdomy beganrozpoczął się to meltMelt away
8
24000
3000
pozbawione swego znaczenia budynki zaczęły roztapiać się w przestrzeni,
00:42
untilaż do graduallystopniowo I becamestał się awareświadomy of the oldstary islandwyspa
9
27000
2000
aż wreszcie powoli świadomość moją wypełniło istnienie tej starej wyspy,
00:44
here that oncepewnego razu floweredkwitnące for DutchHolenderski sailors'żeglarzy eyesoczy,
10
29000
3000
która zakwitła niegdyś oczom, holenderskich marynarzy
00:47
a freshświeży greenZielony breastpierś of the newNowy worldświat."
11
32000
3000
- świeży, zielony przyczółek nowego świata."
00:50
My colleagueskoledzy and I have been workingpracujący for 10 yearslat
12
35000
2000
Razem z kolegami pracowaliśmy przez 10 lat,
00:52
to rediscoverOdkryj na nowo this lostStracony worldświat
13
37000
3000
by odtworzyć ten zaginiony świat
00:55
in a projectprojekt we call The MannahattaMannahatta ProjectProjektu.
14
40000
3000
w przedsięwzięciu, które nazwaliśmy Projekt Mannahatta.
00:58
We're tryingpróbować to discoverodkryć what HenryHenryk HudsonHudson would have seenwidziany
15
43000
2000
Próbujemy odkryć, co mógł widzieć Henry Hudson
01:00
on the afternoonpopołudnie of SeptemberWrześnia 12thth, 1609,
16
45000
3000
12 września 1609 roku, po południu,
01:03
when he sailedpopłynął into NewNowy YorkYork harborport.
17
48000
3000
wpływając do miejsca zwanego później New York harbor.
01:06
And I'd like to tell you the storyfabuła in threetrzy actsdzieje,
18
51000
2000
Opowiem wam historię w trzech aktach.
01:08
and if I have time still, an epilogueepilogu.
19
53000
3000
I, jeśli starczy mi czasu, epilog.
01:11
So, ActUstawy I: A MapMapę FoundZnalezione.
20
56000
2000
Akt I: Odnaleziona Mapa.
01:13
So, I didn't growrosnąć up in NewNowy YorkYork.
21
58000
2000
Nie dorastałem w Nowym Jorku.
01:15
I grewrósł up out westzachód in the SierraSierra NevadaNevada MountainsGóry, like you see here,
22
60000
3000
Wychowałem się na zachodzie, w górach Sierra Nevada,
01:18
in the RedCzerwony RockRock CanyonKanion.
23
63000
2000
w okolicach kanionu Red Rock.
01:20
And from these earlywcześnie experienceswzruszenie religijne as a childdziecko
24
65000
2000
To właśnie w dzieciństwie
01:22
I learnednauczyli to love landscapeskrajobrazy.
25
67000
2000
nauczyłem się kochać krajobrazy.
01:24
And so when it becamestał się time for me to do my graduateukończyć studiesstudia,
26
69000
2000
Więc gdy musiałem wybrać kierunek studiów,
01:26
I studiedbadane this emergingwyłaniający się fieldpole of landscapekrajobraz ecologyekologia.
27
71000
4000
zdecydowałem się na nową specjalność - ekologię krajobrazu.
01:30
LandscapeKrajobraz ecologyekologia concernsobawy itselfsamo
28
75000
2000
Ekologia krajobrazu zajmuje się tym,
01:32
with how the streamstrumień and the meadowłąka and the forestlas and the cliffsklify
29
77000
4000
jak strumień, łąka, las i klify
01:36
make habitatssiedliska for plantsrośliny and animalszwierzęta.
30
81000
2000
stają się habitatem dla roślin i zwierząt.
01:38
This experiencedoświadczenie and this trainingtrening
31
83000
2000
To doświadczenie i wykształcenie
01:40
leadprowadzić me to get a wonderfulwspaniale jobpraca with the WildlifeDzikich zwierząt ConservationOchrony SocietySpołeczeństwo,
32
85000
3000
doprowadziły mnie do objęcia świetnej posady w Towarzystwie Ochrony Przyrody,
01:43
whichktóry worksPrace to savezapisać wildlifedzikich zwierząt and wilddziki placesmiejsca all over the worldświat.
33
88000
3000
które zajmuje się ochroną zwierząt i ich habitatów na całym świecie.
01:46
And over the last decadedekada,
34
91000
2000
Przez ostatnie 10 lat
01:48
I traveledbywały to over 40 countrieskraje
35
93000
2000
objechałem ponad 40 krajów
01:50
to see jaguarsJaguary and bearsniedźwiedzie and elephantssłonie
36
95000
2000
by obserwować jaguary, niedźwiedzie i słonie,
01:52
and tigersTygrysy and rhinosnosorożce.
37
97000
2000
tygrysy i nosorożce.
01:54
But everykażdy time I would returnpowrót from my tripswycieczki I'd returnpowrót back to NewNowy YorkYork CityMiasto.
38
99000
3000
Ale zawsze wracałem do Nowego Jorku.
01:57
And on my weekendsweekendy I would go up, just like all the other touriststurystów,
39
102000
3000
A w weekendy wjeżdżałem, jak inni turyści,
02:00
to the topTop of the EmpireImperium StatePaństwa BuildingBudynek,
40
105000
2000
na szczyt Empire State Building,
02:02
and I'd look down on this landscapekrajobraz, on these ecosystemsekosystemy,
41
107000
3000
i patrzyłem w dół na ten krajobraz, te ekosystemy
02:05
and I'd wondercud, "How does this landscapekrajobraz
42
110000
2000
i zastanawiałem się: "W jaki sposób ten krajobraz
02:07
work to make habitatsiedlisko for plantsrośliny and animalszwierzęta?
43
112000
2000
tworzy środowisko dla roślin i zwierząt?"
02:09
How does it work to make habitatsiedlisko for animalszwierzęta like me?"
44
114000
4000
"W jaki sposób tworzy habitat dla zwierząt takich, jak ja?"
02:13
I'd go to TimesRazy SquarePlac and I'd look at the amazingniesamowity ladiesdamski on the wallŚciana,
45
118000
4000
Chodziłem na Times Square i patrzyłem na piękne panie na murach,
02:17
and wondercud why nobodynikt is looking at the historicalhistoryczny figuresfigury just behindza them.
46
122000
5000
i zastanawiałem się, dlaczego nikt nie patrzy na historię kryjącą się za nimi.
02:22
I'd go to CentralCentrum ParkPark and see the rollingwalcowanie topographyTopografia of CentralCentrum ParkPark
47
127000
3000
Chodziłem do Central Parku i dostrzegałem jego pofałdowaną topografię,
02:25
come up againstprzeciwko the abruptnagły and sheerzwykły
48
130000
2000
tak różną od gwałtownej i stromej
02:27
topographyTopografia of midtownMidtown ManhattanManhattan.
49
132000
4000
topografii centralnego Manhattanu.
02:31
I startedRozpoczęty readingczytanie about the historyhistoria and the geographyGeografia in NewNowy YorkYork CityMiasto.
50
136000
3000
Zacząłem czytać o historii i geografii Nowego Jorku.
02:34
I readczytać that NewNowy YorkYork CityMiasto was the first mega-cityMega-city,
51
139000
2000
Przeczytałem, że Nowy Jork był pierwszym mega-miastem,
02:36
a cityMiasto of 10 millionmilion people or more, in 1950.
52
141000
4000
o liczbie mieszkańców przekraczającej 10 mln w 1950 roku.
02:40
I startedRozpoczęty seeingwidzenie paintingsobrazy like this.
53
145000
2000
Zacząłem oglądać obrazy, jak ten.
02:42
For those of you who are from NewNowy YorkYork,
54
147000
2000
Nowojorczykom wyjaśniam, że
02:44
this is 125thth streetulica underpod the WestWest SidePo stronie HighwayAutostrady.
55
149000
3000
jest to 125 Ulica przy West Side Highway.
02:47
(LaughterŚmiech)
56
152000
2000
(Śmiech)
02:49
It was oncepewnego razu a beachplaża. And this paintingobraz
57
154000
2000
To kiedyś była plaża. A na tym obrazie
02:51
has JohnJohn JamesJames AudubonAudubon, the paintermalarz, sittingposiedzenie on the rockskała.
58
156000
3000
widzimy malarza, Johna Jamesa Audubona, siedzącego na skale.
02:54
And it's looking up on the woodedzalesiony heightswysokości of WashingtonWaszyngton HeightsWysokości
59
159000
2000
Spogląda on na zalesione zbocza Washington Heights,
02:56
to Jeffrey'sJeffrey's HookHak, where the GeorgeGeorge WashingtonWaszyngton BridgeMost goesidzie acrossprzez todaydzisiaj.
60
161000
4000
na latarnię morską, gdzie dziś znajduje się Most Waszyngtona.
03:00
Or this paintingobraz, from the 1740s, from GreenwichGreenwich VillageWieś.
61
165000
3000
Lub ten obraz, z roku ok. 1740, z Greenwich Village.
03:03
Those are two studentsstudenci at King'sKing's CollegeKolegium -- laterpóźniej ColumbiaColumbia UniversityUniwersytet --
62
168000
3000
To dwaj studenci King's College -- później znanego jako Uniwersytet Columbia --
03:06
sittingposiedzenie on a hillwzgórze, overlookingz widokiem na a valleydolina.
63
171000
3000
siedzący za wzgórzu z widokiem na dolinę.
03:09
And so I'd go down to GreenwichGreenwich VillageWieś and I'd look for this hillwzgórze,
64
174000
3000
Więc poszedłem do Greenwich Village i szukałem tego wzgórza.
03:12
and I couldn'tnie mógł find it. And I couldn'tnie mógł find that palmPalma treedrzewo.
65
177000
3000
I nie mogłem go znaleźć. Ani tej palmy.
03:15
What's that palmPalma treedrzewo doing there?
66
180000
2000
Co ta palma tu robi?
03:17
(LaughterŚmiech)
67
182000
1000
(Śmiech)
03:18
So, it was in the coursekurs of these investigationsdochodzenia that I ranpobiegł into a mapmapa.
68
183000
3000
W trakcie tych poszukiwań, natknąłem się na mapę.
03:21
And it's this mapmapa you see here.
69
186000
2000
Tutaj ją widzicie.
03:23
It's heldtrzymany in a geographicgeograficzny informationInformacja systemsystem
70
188000
2000
Została wprowadzona do systemu informacji geograficznej
03:25
whichktóry allowspozwala me to zoomPowiększenie in.
71
190000
2000
który pozwala mi zrobić powiększenie.
03:27
This mapmapa isn't from Hudson'sHudson's time, but from the AmericanAmerykański RevolutionRewolucja,
72
192000
3000
To nie jest mapa z czasów Hudsona, tylko z okresu rewolucji amerykańskiej,
03:30
170 yearslat laterpóźniej, madezrobiony by BritishBrytyjskie militarywojskowy cartographerskartografowie
73
195000
4000
170 lat później, wykonana przez brytyjskich kartografów wojskowych
03:34
duringpodczas the occupationzawód of NewNowy YorkYork CityMiasto.
74
199000
2000
podczas okupacji Nowego Jorku.
03:36
And it's a remarkableznakomity mapmapa. It's in the NationalKrajowe ArchivesArchiwum here in KewKew.
75
201000
4000
To niesamowita mapa. Znajduje się teraz w Archiwum Narodowym.
03:40
And it's 10 feetstopy long and threetrzy and a halfpół feetstopy wideszeroki.
76
205000
2000
Ma 3 metry długości i metr szerokości.
03:42
And if I zoomPowiększenie in to lowerniższy ManhattanManhattan
77
207000
3000
I gdy zrobię zbliżenie na dolny Manhattan,
03:45
you can see the extentstopień of NewNowy YorkYork CityMiasto as it was,
78
210000
2000
możecie zobaczyć, gdzie rozciągał się wtedy Nowy Jork,
03:47
right at the endkoniec of the AmericanAmerykański RevolutionRewolucja.
79
212000
2000
pod koniec rewolucji amerykańskiej.
03:49
Here'sTutaj jest BowlingKręgle GreenZielony. And here'soto jest BroadwayBroadway.
80
214000
3000
To jest Bowling Green. A to Broadway.
03:52
And this is CityMiasto HallHall ParkPark.
81
217000
2000
To jest City Hall Park.
03:54
So the cityMiasto basicallygruntownie extendedrozszerzony to CityMiasto HallHall ParkPark.
82
219000
3000
Czyli miasto sięgało do City Hall Park.
03:57
And just beyondpoza it you can see featurescechy
83
222000
2000
A tu dalej, widać cechy terenu,
03:59
that have vanishedzniknął, things that have disappearedzniknął.
84
224000
2000
które zanikły.
04:01
This is the CollectZebrać PondStaw, whichktóry was the freshświeży waterwoda sourceźródło for NewNowy YorkYork CityMiasto
85
226000
3000
To jest Collect Pond, który był zbiornikiem wody pitnej dla miasta
04:04
for its first 200 yearslat,
86
229000
2000
przez pierwsze 200 lat,
04:06
and for the NativeMacierzystego AmericansAmerykanie for thousandstysiące of yearslat before that.
87
231000
3000
i dla rdzennych mieszkańców, Indian, przez tysiące lat wcześniej.
04:09
You can see the LispenardLispenard MeadowsŁąki
88
234000
2000
Widzicie Lispenard Meadows
04:11
drainingOpróżnianie down throughprzez here, throughprzez what is TriBeCaTriBeCa now,
89
236000
2000
odprowadzające wodę tutaj, teraz jest tu Tribeca
04:13
and the beachesplaże that come up from the BatteryBaterii,
90
238000
2000
i plaże, które ciągną się od Battery Park,
04:15
all the way to 42ndnd StSt.
91
240000
2000
aż do 42 Ulicy.
04:17
This mapmapa was madezrobiony for militarywojskowy reasonspowody.
92
242000
3000
Tę mapę wykonano do celów wojskowych,
04:20
They're mappingmapowanie the roadsdrogi, the buildingsBudynki, these fortificationsfortyfikacje
93
245000
2000
pokazuje więc drogi, budynki, te umocnienia,
04:22
that they builtwybudowany.
94
247000
2000
które wybudowali.
04:24
But they're alsorównież mappingmapowanie things of ecologicalekologiczny interestzainteresowanie,
95
249000
2000
Ale są też elementy ciekawe z punktu widzenia ekologii
04:26
alsorównież militarywojskowy interestzainteresowanie: the hillswzgórza,
96
251000
2000
tak jak i wojska: wzgórza,
04:28
the marshesbagna, the streamsstrumienie.
97
253000
3000
bagna, strumienie.
04:31
This is RichmondRichmond HillHill, and MinettaMinetta WaterWody,
98
256000
2000
To jest wzgórze Richmond Hill i strumień Minetta Water,
04:33
whichktóry used to runbiegać its way throughprzez GreenwichGreenwich VillageWieś.
99
258000
3000
który płynął niegdyś przez Greenwich Village.
04:36
Or the swampBagno at GramercyGramercy ParkPark, right here.
100
261000
5000
A tutaj trzęsawisko w Gramercy Park.
04:41
Or MurrayMurray HillHill. And this is the Murrays'Murrays housedom
101
266000
2000
Albo Murray Hill. To jest dom Murray'a
04:43
on MurrayMurray HillHill, 200 yearslat agotemu.
102
268000
3000
na wzgórzu Murray Hill, 200 lat temu.
04:46
Here is TimesRazy SquarePlac,
103
271000
3000
To jest Times Square,
04:49
the two streamsstrumienie that cameoprawa ołowiana witrażu togetherRazem to make a wetlandpodmokłych
104
274000
2000
te dwa strumienie, które łączyły się tutaj tworzyły mokradło
04:51
in TimesRazy SquarePlac, as it was at the endkoniec of the AmericanAmerykański RevolutionRewolucja.
105
276000
5000
na Times Square, i tak to wyglądało pod koniec rewolucji amerykańskiej.
04:56
So I saw this remarkableznakomity mapmapa in a bookksiążka.
106
281000
2000
Znalazłem tę niezwykłą mapę w książce.
04:58
And I thought to myselfsiebie, "You know, if I could georeferenceGeoReference this mapmapa,
107
283000
4000
I pomyślałem "Jeśli mógłbym zorientować tę mapę,
05:02
if I could placemiejsce this mapmapa in the gridkrata of the cityMiasto todaydzisiaj,
108
287000
3000
jeśli mógłbym dopasować ją do współczesnego planu miasta,
05:05
I could find these lostStracony featurescechy
109
290000
2000
mógłbym odtworzyć utracone cechy miasta
05:07
of the cityMiasto,
110
292000
2000
w odniesieniu do współczesnych przecznic,
05:09
in the block-by-blockblok po bloku geographyGeografia that people know,
111
294000
3000
które znają ludzie,
05:12
the geographyGeografia of where people go to work, and where they go to liverelacja na żywo,
112
297000
3000
do miejsc, gdzie pracują, mieszkają,
05:15
and where they like to eatjeść."
113
300000
2000
i gdzie jadają."
05:17
So, after some work we were ablezdolny to georeferenceGeoReference it,
114
302000
2000
Włożyliśmy trochę wysiłku, by zorientować tę mapę,
05:19
whichktóry allowspozwala us to put the modernnowoczesny streetsulice on the cityMiasto,
115
304000
3000
i teraz możemy nałożyć na nią współczesną siatkę ulic,
05:22
and the buildingsBudynki, and the openotwarty spacesspacje,
116
307000
5000
budynki i otwarte przestrzenie,
05:27
so that we can zoomPowiększenie in to where the CollectZebrać PondStaw is.
117
312000
5000
możemy więc zrobić zbliżenie na miejsce, gdzie jest Collect Pond.
05:32
We can digitizedigitalizacji the CollectZebrać PondStaw and the streamsstrumienie,
118
317000
4000
Możemy uwidocznić Collect Pond i strumienie
05:36
and see where they actuallytak właściwie are in the geographyGeografia of the cityMiasto todaydzisiaj.
119
321000
5000
i zobaczyć, jak się mają do współczesnej geografii miasta.
05:41
So this is funzabawa for findingodkrycie where things are
120
326000
3000
To wspaniałe, móc zlokalizować różne miejsca
05:44
relativekrewny to the oldstary topographyTopografia.
121
329000
5000
w odniesieniu do starej topografii.
05:49
But I had anotherinne ideapomysł about this mapmapa.
122
334000
2000
Ale miałem też inny zamysł wobec tej mapy.
05:51
If we take away the streetsulice, and if we take away the buildingsBudynki,
123
336000
3000
Jeśli usunie się ulice, budynki
05:54
and if we take away the openotwarty spacesspacje,
124
339000
2000
i otwarte przestrzenie,
05:56
then we could take this mapmapa.
125
341000
2000
można użyć tej mapy inaczej.
05:58
If we pullCiągnąć off the 18thth centurystulecie featurescechy
126
343000
2000
Jeśli usuniemy obiekty z XVIII wieku,
06:00
we could drivenapęd it back in time.
127
345000
2000
możemy cofnąć się w czasie.
06:02
We could drivenapęd it back to its ecologicalekologiczny fundamentalspodstawy:
128
347000
4000
Moglibyśmy cofnąć się do ekologicznych fundamentów:
06:06
to the hillswzgórza, to the streamsstrumienie,
129
351000
2000
wzgórz, strumieni,
06:08
to the basicpodstawowy hydrologyHydrologia and shorelinelinii brzegowej, to the beachesplaże,
130
353000
4000
hydrologicznych podstaw, linii brzegowej, plaż --
06:12
the basicpodstawowy aspectsaspekty that make the ecologicalekologiczny landscapekrajobraz.
131
357000
4000
podstawowych elementów tworzących ekologiczny krajobraz.
06:16
Then, if we addedw dodatku mapsmapy like the geologyGeologia, the bedrockBedrock geologyGeologia,
132
361000
3000
A wtedy, dodając dane z mapy geologicznej, o warstwach skalnych
06:19
and the surfacepowierzchnia geologyGeologia, what the glacierslodowce leavepozostawiać,
133
364000
3000
i geologii powierzchniowej, o tym co pozostawiły lodowce,
06:22
if we make the soilgleba mapmapa,
134
367000
2000
jeśli wykonamy mapę gleby,
06:24
with the 17 soilgleba classesklasy,
135
369000
3000
z podziałem na 17 klas gleby
06:27
that are definedokreślone by the NationalKrajowe ConservationOchrony ServiceUsługi,
136
372000
3000
definiowanych przez Narodową Służbę Ochrony Gleb,
06:30
if we make a digitalcyfrowy elevationpodniesienie modelModel
137
375000
2000
jeśli zrobimy cyfrowy model zróżnicowania topograficznego,
06:32
of the topographyTopografia that tellsmówi us how highwysoki the hillswzgórza were,
138
377000
3000
który powie nam, gdzie były wzgórza,
06:35
then we can calculateobliczać the slopesstoki.
139
380000
3000
wtedy możemy wyliczyć, jak strome były ich zbocza.
06:38
We can calculateobliczać the aspectaspekt.
140
383000
3000
Możemy wyliczyć ich ekspozycję.
06:41
We can calculateobliczać the winterzimowy windwiatr exposureekspozycji --
141
386000
2000
Możemy wyliczyć, jak były wystawione na zimowe wiatry --
06:43
so, whichktóry way the winterzimowy windswiatry blowcios acrossprzez the landscapekrajobraz.
142
388000
2000
a więc, którędy zimowe wiatry wiały przez ten krajobraz.
06:45
The whitebiały areasobszary on this mapmapa are the placesmiejsca protectedchroniony from the winterzimowy windswiatry.
143
390000
5000
Białe obszary na tej mapie to miejsca chronione przed zimowymi wiatrami.
06:50
We compiledskompilowany all the informationInformacja about where the NativeMacierzystego AmericansAmerykanie were, the LenapeLenape.
144
395000
3000
Zebraliśmy wszystkie informacje o tym, gdzie bywali Indianie Lenape.
06:53
And we builtwybudowany a probabilityprawdopodobieństwo mapmapa about where they mightmoc have been.
145
398000
4000
I stworzyliśmy mapę prawdopodobnych miejsc, gdzie mogli się znajdować.
06:57
So, the redczerwony areasobszary on this mapmapa indicatewskazać the placesmiejsca
146
402000
2000
Czerwone obszary na mapie oznaczają miejsca,
06:59
that are bestNajlepiej for humanczłowiek sustainabilityzrównoważony rozwój on ManhattanManhattan,
147
404000
2000
które najlepiej nadawały się na ludzkie osady na Manhattanie --
07:01
placesmiejsca that are closeblisko to waterwoda,
148
406000
2000
miejsca blisko wody,
07:03
placesmiejsca that are nearBlisko the harborport to fishryba,
149
408000
2000
nieopodal portu, w którym można łowić ryby,
07:05
placesmiejsca protectedchroniony from the winterzimowy windswiatry.
150
410000
5000
chronione od zimowych wiatrów.
07:10
We know that there was a LenapeLenape settlementosada
151
415000
2000
Wiemy, że była tam osada ludu Lenape
07:12
down here by the CollectZebrać PondStaw.
152
417000
3000
w okolicach Collect Pond.
07:15
And we knewwiedziałem that they plantedposadzone a kinduprzejmy of horticultureogrodnictwo,
153
420000
2000
Wiemy, że uprawiali rośliny,
07:17
that they grewrósł these beautifulpiękny gardensogrody of cornkukurydza, beansfasola, and squashsquash,
154
422000
3000
że mieli piękne poletka kukurydzy, fasoli i kabaczków,
07:20
the "ThreeTrzy SistersSiostry" gardenogród.
155
425000
2000
ogrody "Trzech Sióstr".
07:22
So, we builtwybudowany a modelModel that explainswyjaśnia where those fieldspola mightmoc have been.
156
427000
4000
Zbudowaliśmy więc model, który pokazywał, gdzie to poletka mogły się znajdować.
07:26
And the oldstary fieldspola, the successionalsukcesyjnych fieldspola that go.
157
431000
2000
I stare pola, które leżały odłogiem.
07:28
And we mightmoc think of these as abandonedopuszczony.
158
433000
2000
Można myśleć że zostały porzucone,
07:30
But, in factfakt, they're grasslandużytki zielone habitatssiedliska
159
435000
2000
ale stały się habitatem łąkowym,
07:32
for grasslandużytki zielone birdsptaki and plantsrośliny.
160
437000
2000
odpowiednim dla łąkowych ptaków i roślin.
07:34
And they have becomestają się successionalsukcesyjnych shrubkrzew landsziemie,
161
439000
3000
W procesie sukcesji zarosły krzewami,
07:37
and these then mixmieszać in to a mapmapa of all the ecologicalekologiczny communitiesspołeczności.
162
442000
4000
i wmieszały się pomiędzy inne nisze ekologiczne.
07:41
And it turnsskręca out that ManhattanManhattan had 55 differentróżne ecosystemekosystem typestypy.
163
446000
4000
Okazało się, że na Manhattanie istniało 55 różnych typów ekosystemów.
07:45
You can think of these as neighborhoodsdzielnice,
164
450000
2000
Możecie o nich myśleć jak o osiedlach,
07:47
as distinctivecharakterystyczny as TriBeCaTriBeCa and the UpperGórnej EastWschód SidePo stronie and InwoodInwood --
165
452000
5000
tak od siebie różnych, jak Tribeca, Upper East Side i Inwood --
07:52
that these are the forestlas and the wetlandstereny podmokłe
166
457000
2000
tylko że chodzi o lasy i mokradła,
07:54
and the marineMarine communitiesspołeczności, the beachesplaże.
167
459000
3000
ekosystemy morskie, plaże.
07:57
And 55 is a lot. On a per-areana obszarze basispodstawa,
168
462000
3000
55 to dużo. W przeliczeniu na jednostkę powierzchni,
08:00
ManhattanManhattan had more ecologicalekologiczny communitiesspołeczności
169
465000
2000
Manhattan miał więcej typów ekosystemów
08:02
perza acreakr than YosemiteYosemite does,
170
467000
2000
na hektar, niż park Yosemite,
08:04
than YellowstoneYellowstone, than AmboseliAmboseli.
171
469000
3000
Yellowstone, Ambaselli.
08:07
It was really an extraordinaryniezwykły landscapekrajobraz
172
472000
2000
To był naprawdę niezwykły krajobraz,
08:09
that was capablezdolny of supportingwspieranie an extraordinaryniezwykły biodiversityróżnorodności biologicznej.
173
474000
4000
który umożliwiał rozkwit nieprzeciętnej bioróżnorodności.
08:13
So, ActUstawy IIII: A Home ReconstructedPo przebudowie.
174
478000
4000
Akt II: Rekonstrukcja Domu.
08:17
So, we studiedbadane the fishryba and the frogsżaby and the birdsptaki and the beespszczoły,
175
482000
4000
Badaliśmy ryby, żaby, ptaki i pszczoły,
08:21
the 85 differentróżne kindsrodzaje of fishryba that were on ManhattanManhattan,
176
486000
3000
85 gatunków ryb żyjących na Manhattanie,
08:24
the HeathHeath henskury, the speciesgatunki that aren'tnie są there anymorejuż,
177
489000
4000
cietrzewie preriowe, gatunek który stamtąd zniknął,
08:28
the beaversBobry on all the streamsstrumienie, the blackczarny bearsniedźwiedzie,
178
493000
3000
bobry żyjące w strumieniach, niedźwiedzie baribale
08:31
and the NativeMacierzystego AmericansAmerykanie, to studybadanie how they used
179
496000
3000
oraz Indian i to, jak używali
08:34
and thought about theirich landscapekrajobraz.
180
499000
2000
i jak myśleli o swoim krajobrazie.
08:36
We wanted to try and mapmapa these. And to do that what we did
181
501000
3000
Chcieliśmy spróbować stworzyć mapę tych gatunków.
08:39
was we mappedmapowane theirich habitatsiedlisko needswymagania.
182
504000
2000
W tym celu stworzyliśmy schemat ich potrzeb środowiskowych
08:41
Where do they get theirich foodjedzenie?
183
506000
2000
Gdzie znajdują pożywienie?
08:43
Where do they get theirich waterwoda? Where do they get theirich shelterschron?
184
508000
2000
Gdzie znajdują wodę? Gdzie się mogą schronić?
08:45
Where do they get theirich reproductiveRozród resourceszasoby?
185
510000
3000
Gdzie mogą się rozmnażać?
08:48
To an ecologistekolog, the intersectionskrzyżowanie of these is habitatsiedlisko,
186
513000
3000
Dla ekologa, ich część wspólna to siedlisko.
08:51
but to mostwiększość people, the intersectionskrzyżowanie of these is theirich home.
187
516000
5000
Ale dla większości ludzi, ta część to dom.
08:56
So, we would readczytać in fieldpole guidesPrzewodniki, the standardstandard fieldpole guidesPrzewodniki
188
521000
2000
Czytaliśmy więc w atlasach przyrodniczych,
08:58
that maybe you have on your shelvespółki,
189
523000
2000
jakie może macie w domu,
09:00
you know, what beaversBobry need is "A slowlypowoli meanderingmeandrujące streamstrumień
190
525000
2000
że bobry potrzebują "Wolno meandrującego strumienia,
09:02
with aspenAspen treesdrzewa and aldersolchy and willowswierzby,
191
527000
3000
z topolami, olszami i wierzbami,
09:05
nearBlisko the waterwoda." That's the bestNajlepiej thing for a beaverBóbr.
192
530000
2000
blisko zbiorników wodnych." To najlepsze miejsce dla bobrów.
09:07
So we just startedRozpoczęty makingzrobienie a listlista.
193
532000
2000
Sporządziliśmy więc listę.
09:09
Here is the beaverBóbr. And here is the streamstrumień,
194
534000
2000
To jest bóbr. To jest strumień,
09:11
and the aspenAspen and the alderolcha and the willowWierzba.
195
536000
2000
topola, olsza, wierzba.
09:13
As if these were the mapsmapy that we would need
196
538000
2000
Była to jakby mapa, której potrzebowaliśmy,
09:15
to predictprzepowiadać, wywróżyć where you would find the beaverBóbr.
197
540000
2000
by przewidzieć, gdzie można znaleźć bobry.
09:17
Or the bogBog turtleŻółw, needingpotrzebujący wetmokra meadowsłąki and insectsowady and sunnySłoneczny placesmiejsca.
198
542000
4000
Albo żółw torfowiskowy, który potrzebuje podmokłych łąk, owadów i słonecznych miejsc.
09:21
Or the bobcatBobcat, needingpotrzebujący rabbitskróliki and beaversBobry and denDen siteswitryny.
199
546000
4000
Albo ryś -- potrzebuje królików, bobrów i miejsc na legowiska.
09:25
And rapidlyszybko we startedRozpoczęty to realizerealizować that beaversBobry can be
200
550000
3000
Nagle zdaliśmy sobie sprawę, że bobry to coś,
09:28
something that a bobcatBobcat needswymagania.
201
553000
3000
czego potrzebują rysie.
09:31
But a beaverBóbr alsorównież needswymagania things. And that havingmający it
202
556000
2000
Ale i bobry potrzebują różnych rzeczy.
09:33
on eitherzarówno sidebok meansznaczy that we can linkpołączyć it togetherRazem,
203
558000
2000
A więc możemy to wszystko połączyć
09:35
that we can createStwórz the networksieć
204
560000
2000
i stworzyć sieć przedstawiającą
09:37
of the habitatsiedlisko relationshipsrelacje for these speciesgatunki.
205
562000
3000
habitatowe powiązania między gatunkami.
09:40
MoreoverPonadto, we realizedrealizowany that you can startpoczątek out
206
565000
2000
Co więcej, odkryliśmy, że zaczynając
09:42
as beingistota a beaverBóbr specialistspecjalista,
207
567000
2000
jako specjaliści od bobrów,
09:44
but you can look up what an aspenAspen needswymagania.
208
569000
2000
dochodzimy do badania, czego potrzeba topolom.
09:46
An aspenAspen needswymagania fireogień and drysuchy soilsgleb.
209
571000
3000
Topola potrzebuje ognia i suchej gleby.
09:49
And you can look at what a wetmokra meadowłąka needswymagania.
210
574000
3000
Dalej sprawdzasz, czego potrzebuje podmokła łąka.
09:52
And it need beaversBobry to createStwórz the wetlandstereny podmokłe,
211
577000
2000
A trzeba jej bobrów, które tworzą rozlewiska,
09:54
and maybe some other things.
212
579000
2000
i może czegoś jeszcze.
09:56
But you can alsorównież talk about sunnySłoneczny placesmiejsca.
213
581000
2000
Możesz myśleć o słonecznych miejscach.
09:58
So, what does a sunnySłoneczny placemiejsce need? Not habitatsiedlisko perza seSE.
214
583000
3000
Czego potrzebuje słoneczne miejsce? Nie habitatu jako takiego.
10:01
But what are the conditionswarunki that make it possiblemożliwy?
215
586000
2000
Ale w jakich warunkach może ono powstać?
10:03
Or fireogień. Or drysuchy soilsgleb.
216
588000
3000
Albo ogień. Albo sucha gleba.
10:06
And that you can put these on a gridkrata that's 1,000 columnskolumny long
217
591000
3000
Można to wszystko wpisać w tabelę,
10:09
acrossprzez the topTop and 1,000 rowswiersze down the other way.
218
594000
3000
która ma 1 000 kolumn i 1 000 wierszy.
10:12
And then we can visualizewyobrażać sobie this datadane like a networksieć,
219
597000
3000
I wykonać wizualizację tych danych w postaci sieci,
10:15
like a socialspołeczny networksieć.
220
600000
2000
takiej, jak sieć społeczna.
10:17
And this is the networksieć of all the habitatsiedlisko relationshipsrelacje
221
602000
2000
To jest sieć wszystkich powiązań środowiskowych
10:19
of all the plantsrośliny and animalszwierzęta on ManhattanManhattan,
222
604000
2000
wszystkich roślin i zwierząt na Manhattanie,
10:21
and everything they neededpotrzebne,
223
606000
2000
i wszystkiego, czego potrzebowały,
10:23
going back to the geologyGeologia,
224
608000
2000
aż do cech geologicznych,
10:25
going back to time and spaceprzestrzeń at the very corerdzeń of the websieć.
225
610000
3000
do czasu i miejsca, które są rdzeniem tej sieci.
10:28
We call this the MuirMuir WebSieci Web. And if you zoomPowiększenie in on it it lookswygląda like this.
226
613000
3000
Nazywamy ją Siecią Muira. Na zbliżeniu wygląda tak.
10:31
EachKażdy pointpunkt is a differentróżne speciesgatunki
227
616000
2000
Każdy węzeł to inny gatunek
10:33
or a differentróżne streamstrumień or a differentróżne soilgleba typerodzaj.
228
618000
3000
lub inny rodzaj strumienia bądź typ gleby.
10:36
And those little grayszary lineskwestia are the connectionsznajomości that connectpołączyć them togetherRazem.
229
621000
3000
Te cienkie szare linie to połączenia między nimi.
10:39
They are the connectionsznajomości that actuallytak właściwie make natureNatura resilientelastyczne.
230
624000
3000
Te połączenia czynią naturę odporną.
10:42
And the structureStruktura of this is what makesczyni natureNatura work,
231
627000
4000
A dzięki tej strukturze natura działa,
10:46
seenwidziany with all its partsCzęści.
232
631000
2000
i możemy zobaczyć wszystkie jej części.
10:48
We call these MuirMuir WebsWstęgi after the Scottish-AmericanSzkocki amerykańska naturalistprzyrodnik
233
633000
3000
Nazwaliśmy ją na cześć amerykańskiego przyrodnika szkockiego pochodzenia.
10:51
JohnJohn MuirMuir, who said, "When we try to pickwybierać out anything by itselfsamo,
234
636000
3000
John Muir powiedział: "Kiedy próbujemy wybrać jedną rzecz,
10:54
we find that it's boundgranica fastszybki by a thousandtysiąc invisibleniewidzialny cordsPrzewody
235
639000
3000
odkrywamy, że jest połączona tysiącem niewidzialnych nici,
10:57
that cannotnie może be brokenzłamany, to everything in the universewszechświat."
236
642000
4000
których nie da się zerwać, do wszystkiego we wszechświecie."
11:01
So then we tookwziął the MuirMuir webswstęgi and we tookwziął them back to the mapsmapy.
237
646000
3000
Zestawiliśmy więc sieci Muira z mapami.
11:04
So if we wanted to go betweenpomiędzy 85thth and 86thth,
238
649000
2000
Gdy chcieliśmy zajrzeć między 85 a 86 Ulicę,
11:06
and LexLex and ThirdTrzecie,
239
651000
2000
oraz Lex i 3 Ulicę,
11:08
maybe there was a streamstrumień in that blockblok.
240
653000
2000
może znajdował się tam strumień.
11:10
And these would be the kinduprzejmy of treesdrzewa that mightmoc have been there,
241
655000
2000
A więc takie drzewa mogły tam rosnąć,
11:12
and the flowerskwiaty and the lichensporosty and the mossesmchy,
242
657000
4000
i kwiaty, porosty, mchy,
11:16
the butterfliesmotyle, the fishryba in the streamstrumień,
243
661000
3000
motyle, ryby w strumieniu,
11:19
the birdsptaki in the treesdrzewa.
244
664000
2000
ptaki w koronach drzew.
11:21
Maybe a timberdrzewny rattlesnakeGrzechotnik livedPerscyativestwo recyrodycyjcystwo recyrodycyjcystwo recyrodycyj there.
245
666000
2000
Może żył tam grzechotnik.
11:23
And perhapsmoże a blackczarny bearNiedźwiedź walkedchodził by. And maybe NativeMacierzystego AmericansAmerykanie were there.
246
668000
3000
A może przechadzał się baribal. Może byli tam Indianie.
11:26
And then we tookwziął this datadane.
247
671000
2000
Opracowaliśmy te dane,
11:28
You can see this for yourselfsiebie on our websitestronie internetowej.
248
673000
2000
możecie się temu przyjrzeć na naszej stronie internetowej,
11:30
You can zoomPowiększenie into any blockblok on ManhattanManhattan,
249
675000
2000
możecie zrobić zbliżenie na dowolny punkt Manhattanu
11:32
and see what mightmoc have been there 400 yearslat agotemu.
250
677000
3000
i zobaczyć, jak mógł wyglądać 400 lat temu.
11:35
And we used it to try and revealodsłonić a landscapekrajobraz
251
680000
3000
Podjęliśmy próbę ukazania krajobrazu,
11:38
here in ActUstawy IIIIII.
252
683000
2000
w Akcie Trzecim.
11:40
We used the toolsprzybory they use in HollywoodHollywood
253
685000
2000
Użyliśmy narzędzi stosowanych w Hollywood,
11:42
to make these fantasticfantastyczny landscapeskrajobrazy that we all see in the movieskino.
254
687000
3000
do tworzenia tych fantastycznych krajobrazów, które widzieliście w filmach
11:45
And we triedwypróbowany to use it to visualizewyobrażać sobie ThirdTrzecie AvenueAvenue.
255
690000
3000
i stworzyliśmy wizualizację Trzeciej Alei.
11:48
So we would take the landscapekrajobraz and we would buildbudować up the topographyTopografia.
256
693000
4000
Wzięliśmy krajobraz, odtworzyliśmy topografię,
11:52
We'dChcielibyśmy laykłaść on topTop of that the soilsgleb and the watersfale, and illuminateoświetlania the landscapekrajobraz.
257
697000
4000
nałożyliśmy warstwę gleby, zbiorniki wodne i oświetlenie.
11:56
We would laykłaść on topTop of that the mapmapa of the ecologicalekologiczny communitiesspołeczności.
258
701000
3000
Na to nanieśliśmy typy ekosystemów.
11:59
And feedkarmić into that the mapmapa of the speciesgatunki.
259
704000
3000
I dodaliśmy mapę gatunków.
12:02
So that we would actuallytak właściwie take a photographfotografia,
260
707000
2000
I mogliśmy zrobić zdjęcie
12:04
flyinglatający abovepowyżej TimesRazy SquarePlac, looking towardw kierunku the HudsonHudson RiverRzeka,
261
709000
2000
z lotu ptaka nad Times Square, patrząc w kierunku rzeki Hudson,
12:06
waitingczekanie for HudsonHudson to come.
262
711000
2000
czekając na pojawienie się Hudsona.
12:08
UsingZa pomocą this technologytechnologia, we can make these
263
713000
2000
Używając tej technologii udało nam się stworzyć
12:10
fantasticfantastyczny georeferencedgeoreferencją viewswidoki.
264
715000
2000
te niezwykłe, zorientowane geograficznie, widoki.
12:12
We can basicallygruntownie take a pictureobrazek out of any windowokno
265
717000
2000
Możemy zrobić zdjęcie z każdego okna
12:14
on ManhattanManhattan and see what that landscapekrajobraz lookedspojrzał like 400 yearslat agotemu.
266
719000
3000
na Manhattanie i zobaczyć, jak to miejsce wyglądało 400 lat temu.
12:17
This is the viewwidok from the EastWschód RiverRzeka, looking up MurrayMurray HillHill
267
722000
3000
To jest widok z East River, patrząc na Murray Hill
12:20
at where the UnitedStany Zjednoczone NationsNarodów is todaydzisiaj.
268
725000
3000
gdzie dziś znajduje się siedziba ONZ.
12:23
This is the viewwidok looking down the HudsonHudson RiverRzeka,
269
728000
2000
To jest widok w dół rzeki Hudson,
12:25
with ManhattanManhattan on the left, and NewNowy JerseyJersey out on the right,
270
730000
3000
Manhattan jest po lewej, New Jersey po prawej,
12:28
looking out towardw kierunku the AtlanticAtlantic OceanOcean.
271
733000
3000
przed sobą mamy Atlantyk.
12:31
This is the viewwidok over TimesRazy SquarePlac,
272
736000
2000
To jest widok na Times Square,
12:33
with the beaverBóbr pondstaw there, looking out towardw kierunku the eastWschód.
273
738000
4000
i znajdujący się tam staw bobrów, patrząc na wschód.
12:37
So we can see the CollectZebrać PondStaw, and LispenardLispenard MarshesBagna back behindza.
274
742000
4000
Widzimy Collect Pond i moczary Lispenard Marshes z tyłu.
12:41
We can see the fieldspola that the NativeMacierzystego AmericansAmerykanie madezrobiony.
275
746000
3000
Widzimy pola zagospodarowane przez Indian.
12:44
And we can see this in the geographyGeografia of the cityMiasto todaydzisiaj.
276
749000
4000
I to wszystko w odniesieniu do współczesnego planu miasta.
12:48
So when you're watchingoglądanie "LawPrawa and OrderZamówienia," and the lawyersprawnicy walkspacerować up the stepskroki
277
753000
3000
Gdy oglądając serial "Prawo i porządek" widzicie prawników wchodzących po tych schodach,
12:51
they could have walkedchodził back down those stepskroki
278
756000
2000
mogliby zejść po tych schodach
12:53
of the NewNowy YorkYork CourtSąd HouseDom, right into the CollectZebrać PondStaw,
279
758000
2000
budynku Sądu Nowego Jorku, prosto do stawu Collect Pond
12:55
400 yearslat agotemu.
280
760000
4000
400 lat temu.
12:59
So these imagesobrazy are the work of my friendprzyjaciel and colleaguekolega,
281
764000
3000
Te obrazy, to wynik pracy mojego przyjaciela i kolegi
13:02
MarkMark BoyerBoyer, who is here in the audiencepubliczność todaydzisiaj.
282
767000
2000
Marka Boyera, który jest tu dziś z nami.
13:04
And I'd just like, if you would give him a handdłoń,
283
769000
2000
Chciałbym mu pogratulować
13:06
to call out for his fine work.
284
771000
3000
tej wspaniałej pracy.
13:09
(ApplauseAplauz)
285
774000
9000
(Brawa)
13:18
There is suchtaki powermoc in bringingprzynoszący sciencenauka and visualizationwyobrażanie sobie togetherRazem,
286
783000
3000
Połączenie nauki i wizualizacji daje wspaniałe efekty,
13:21
that we can createStwórz imagesobrazy like this,
287
786000
2000
pozwala tworzyć takie obrazy.
13:23
perhapsmoże looking on eitherzarówno sidebok of a looking glassszkło.
288
788000
3000
Może to zerknięcie do krainy po drugiej stronie lustra,
13:26
And even thoughchociaż I've only had a briefkrótki time to speakmówić,
289
791000
2000
mimo że tak niewiele miałem czasu na prezentację,
13:28
I hopenadzieja you appreciatedoceniać that MannahattaMannahatta was a very specialspecjalny placemiejsce.
290
793000
3000
pozwoli wam docenić, jak wspaniałym miejscem było Mannahatta.
13:31
The placemiejsce that you see here on the left sidebok
291
796000
3000
To miejsce, które widzicie tu po lewej
13:34
was interconnectedpołączone. It was basedna podstawie on this diversityróżnorodność.
292
799000
2000
było gęste od powiązań. Opierało się na różnorodności.
13:36
It had this resiliencesprężystość that is what we need in our modernnowoczesny worldświat.
293
801000
5000
Miało w sobie tę odporność, której potrzeba nam we współczesnym świecie.
13:41
But I wouldn'tnie have you think that I don't like the placemiejsce
294
806000
3000
Ale nie chciałbym, byście nie lubili tego miejsca po prawej,
13:44
on the right, whichktóry I quitecałkiem do. I've come to love the cityMiasto
295
809000
3000
które ja lubię. Nauczyłem się kochać to miasto,
13:47
and its kinduprzejmy of diversityróżnorodność, and its resiliencesprężystość,
296
812000
2000
z jego różnorodnością, odpornością,
13:49
and its dependencezależność on densitygęstość and how we're connectedpołączony togetherRazem.
297
814000
5000
tym jak zależne jest od zagęszczenia i połączeń między ludźmi.
13:54
In factfakt, that I see them as reflectionsrefleksje of eachkażdy other,
298
819000
4000
W pewnym sensie, widzę te miejsca jako lustrzane odbicia.
13:58
much as LewisLewis CarrollCarroll did in "ThroughPoprzez the Looking GlassSzkło."
299
823000
3000
Tak jak Lewis Carroll pisał w książce "Po drugiej stronie lustra".
14:01
We can compareporównać these two and holdutrzymać them in our mindsumysły at the samepodobnie time,
300
826000
4000
Możemy je oba porównywać i mieć z tyłu głowy,
14:05
that they really are the samepodobnie placemiejsce,
301
830000
2000
że to w istocie to samo miejsce,
14:07
that there is no way that citiesmiasta can escapeucieczka from natureNatura.
302
832000
3000
że miasto nie może uciec od natury.
14:10
And I think this is what we're learninguczenie się about buildingbudynek citiesmiasta in the futureprzyszłość.
303
835000
4000
Myślę, że tego uczymy się o budowaniu miast przyszłości.
14:14
So if you'llTy będziesz allowdopuszczać me a briefkrótki epilogueepilogu, not about the pastprzeszłość,
304
839000
3000
Więc w krótkim epilogu nie powiem o przeszłości,
14:17
but about 400 yearslat from now,
305
842000
2000
ale o tym, co będzie za 400 lat.
14:19
what we're realizingzrealizowanie is that
306
844000
2000
Zdajemy sobie sprawę,
14:21
citiesmiasta are habitatssiedliska for people,
307
846000
2000
że miasta to habitaty dla ludzi,
14:23
and need to supplyDostawa what people need:
308
848000
2000
i muszą zapewniać to, czego ludziom trzeba:
14:25
a sensesens of home, foodjedzenie, waterwoda, shelterschron,
309
850000
3000
poczucie bycia u siebie, jedzenie, wodę, schronienie,
14:28
reproductiveRozród resourceszasoby, and a sensesens of meaningznaczenie.
310
853000
4000
możliwość rozmnażania się, poczucie sensu.
14:32
This is the particularszczególny additionaldodatkowe habitatsiedlisko requirementwymaganie of humanityludzkość.
311
857000
3000
To jest ten szczególny wymóg w odniesieniu habitatów dla ludzi.
14:35
And so manywiele of the talksrozmowy here at TEDTED are about meaningznaczenie,
312
860000
3000
Wiele innych wykładów w serii TED dotyczy poczucia sensu,
14:38
about bringingprzynoszący meaningznaczenie to our liveszyje
313
863000
2000
nadawania naszemu życiu znaczenia
14:40
in all kindsrodzaje of differentróżne wayssposoby, throughprzez technologytechnologia,
314
865000
2000
na różne sposoby, poprzez technologię,
14:42
throughprzez artsztuka, throughprzez sciencenauka,
315
867000
2000
sztukę, naukę,
14:44
so much so that I think we focusskupiać so much on
316
869000
3000
aż do tego stopnia się skupiamy
14:47
that sidebok of our liveszyje, that we haven'tnie mam givendany enoughdość
317
872000
2000
na tym aspekcie życia, że nie poświęcamy
14:49
attentionUwaga to the foodjedzenie and the waterwoda and the shelterschron,
318
874000
3000
dość uwagi zapewnieniu jedzenia, wody, schronienia
14:52
and what we need to raisepodnieść the kidsdzieciaki.
319
877000
3000
i tego, co potrzeba by wychować dzieci.
14:55
So, how can we envisionWyobraźcie sobie the cityMiasto of the futureprzyszłość?
320
880000
3000
Jak możemy wyobrazić sobie miasto przyszłości?
14:58
Well, what if we go to MadisonMadison SquarePlac ParkPark,
321
883000
2000
Jeśli pójdziemy do Madison Square Park
15:00
and we imaginewyobrażać sobie it withoutbez all the carssamochody,
322
885000
3000
i wyobrazimy sobie, że nie ma tam samochodów,
15:03
and bicyclesrowery insteadzamiast
323
888000
2000
a zamiast nich są rowery,
15:05
and largeduży forestslasy, and streamsstrumienie insteadzamiast of sewerskanalizacja and stormburza drainszawory spustowe?
324
890000
5000
i lasy, a zamiast rynsztoków i burzowców są strumienie?
15:10
What if we imaginedwyobrażałem sobie the UpperGórnej EastWschód SidePo stronie
325
895000
2000
A jeśli wyobrazimy sobie Upper East Side
15:12
with greenZielony roofsdachy, and streamsstrumienie windinguzwojenia throughprzez the cityMiasto,
326
897000
4000
z zielonymi dachami, strumieniami wijącymi się przez miasto,
15:16
and windmillswiatraki supplyingdostarczanie the powermoc we need?
327
901000
3000
i wiatrakami dostarczającymi energię?
15:19
Or if we imaginewyobrażać sobie the NewNowy YorkYork CityMiasto metropolitanmetropolita areapowierzchnia,
328
904000
3000
Albo wyobrazimy sobie metropolitalny Nowy Jork,
15:22
currentlyobecnie home to 12 millionmilion people,
329
907000
2000
w którym obecnie mieszka 12 milionów ludzi,
15:24
but 12 millionmilion people in the futureprzyszłość, perhapsmoże livingżycie at the densitygęstość of ManhattanManhattan,
330
909000
4000
ale w przyszłości te 12 mln ludzi osiągnie może zagęszczenie jak na Manhattanie,
15:28
in only 36 percentprocent of the areapowierzchnia,
331
913000
2000
skupiając się na 36% obecnego obszaru,
15:30
with the areasobszary in betweenpomiędzy coveredpokryty by farmlandgruntów rolnych,
332
915000
3000
pozostawiając miejsce na mozaikę pól uprawnych,
15:33
coveredpokryty by wetlandstereny podmokłe,
333
918000
2000
mokradeł,
15:35
coveredpokryty by the marshesbagna we need.
334
920000
2000
bagien, których nam potrzeba.
15:37
This is the kinduprzejmy of futureprzyszłość I think we need,
335
922000
3000
Myślę, że takiej przyszłości potrzebujemy,
15:40
is a futureprzyszłość that has the samepodobnie diversityróżnorodność
336
925000
3000
przyszłości nacechowanej taką samą różnorodnością,
15:43
and abundanceobfitość and dynamismdynamizm of ManhattanManhattan,
337
928000
3000
obfitością i dynamizmem jak Manhattan,
15:46
but that learnsuczy się from the sustainabilityzrównoważony rozwój of the pastprzeszłość,
338
931000
3000
ale mądrzejszą o lekcję zrównoważonego rozwoju wyniesioną z przeszłości,
15:49
of the ecologyekologia, the originaloryginalny ecologyekologia, of natureNatura with all its partsCzęści.
339
934000
5000
dotyczącą pierwotnej ekologii, natury z całą jej złożonością.
15:54
Thank you very much.
340
939000
2000
Dziękuję bardzo.
15:56
(ApplauseAplauz)
341
941000
7000
(Brawa)
Translated by Joanna Stefanska
Reviewed by Jerzy Pa

▲Back to top

ABOUT THE SPEAKER
Eric Sanderson - Landscape ecologist
Armed with an 18th-century map, a GPS and reams of data, Eric Sanderson has re-plotted the Manhattan of 1609, just in time for New York's quadricentennial.

Why you should listen

Before becoming the center of the Western cultural universe, Manhattan was Mannahatta, "Island of many hills," in the language of 17th-century Native Americans. Using computer modeling, painstaking research and a lot of legwork, Wildlife Conservation Society ecologist Eric Sanderson has re-envisioned, block by block, the ecology of Manhattan as it was when Henry Hudson first sailed into the forested harbor in 1609.

The Mannahatta Project presents the eye-popping fruits of Sanderson's research, from the now-flattened hills of the financial district to the river otters of Harlem. The project's astonishing visualizations are realized by computer-graphics wizard Markley Boyer, and encompasses a book, a website and a 3-D map -- a sort of Google Earth of ancient New York. Plaques around town will commemorate a lost creek or habitat. Far more than a mournful look back at what has been irrevocably paved over, the Mannahatta Project is designed to inspire ecological sustainability for New York and for other cities.

More profile about the speaker
Eric Sanderson | Speaker | TED.com