Mission Blue Voyage
Daniel Pauly: The ocean's shifting baseline
דניאל פאולי: קו הבסיס המשתנה של האוקיינוסים
Filmed:
Readability: 3.8
254,411 views
מצב האוקיינוסים הידרדר בתקופת חיינו, כפי שנראה בירידה של ממוצע גודל הדגים. ועדיין, כשדניאל פאולי מראה לנו על הבמה ב"המשימה: כחול", בכל פעם שקו הבסיס יורד, אנחנו קוראים לו ה"נורמה" החדשה. מתי נפסיק להתאים כלפי מטה?
Daniel Pauly - Fisheries biologist
Daniel Pauly is the principal investigator at the Sea Around Us Project, which studies the impact of the world's fisheries on marine ecosystems. The software he's helped develop is used around the world to model and track the ocean. Full bio
Daniel Pauly is the principal investigator at the Sea Around Us Project, which studies the impact of the world's fisheries on marine ecosystems. The software he's helped develop is used around the world to model and track the ocean. Full bio
Double-click the English transcript below to play the video.
00:12
I'm going to speak
0
0
2000
אני עומד לדבר
00:14
about a tiny, little idea.
1
2000
3000
על רעיון קטן, קטנטן.
00:17
And this is about shifting baseline.
2
5000
4000
והוא הזזת קו הבסיס.
00:21
And because the idea can be explained in one minute,
3
9000
4000
ומאחר ואת הרעיון אפשר להסביר בדקה אחת,
00:25
I will tell you three stories before
4
13000
3000
אספר לכם לפני כן שלושה סיפורים
00:28
to fill in the time.
5
16000
2000
כדי למלא את הזמן.
00:30
And the first story
6
18000
2000
והסיפור הראשון
00:32
is about Charles Darwin, one of my heroes.
7
20000
3000
הוא על צ'רלס דרווין, אחד הגיבורים שלי.
00:35
And he was here, as you well know, in '35.
8
23000
3000
הוא הגיע לכאן, כמו שאתם יודעים היטב, ב-35'.
00:38
And you'd think he was chasing finches,
9
26000
2000
אולי חשבתם שהוא רדף אחרי פרושים,
00:40
but he wasn't.
10
28000
2000
אבל לא.
00:42
He was actually collecting fish.
11
30000
2000
הוא בעצם אסף דגים.
00:44
And he described one of them
12
32000
2000
והוא תיאר אחד מהם
00:46
as very "common."
13
34000
2000
כמאד "שכיח."
00:48
This was the sailfin grouper.
14
36000
2000
זה היה דקר מיפרש.
00:50
A big fishery was run on it
15
38000
2000
הרבו מאד לדוג אותו
00:52
until the '80s.
16
40000
3000
עד שנות ה-80.
00:55
Now the fish is on the IUCN Red List.
17
43000
3000
כיום הדג נמצא ברשימה האדומה של איגוד השימור הלאומי.
00:58
Now this story,
18
46000
2000
ואת הסיפור הזה,
01:00
we have heard it lots of times
19
48000
3000
שמענו כבר הרבה פעמים
01:03
on Galapagos and other places,
20
51000
2000
על גאלאפגוס ומקומות אחרים,
01:05
so there is nothing particular about it.
21
53000
3000
כך שאין בו משהו מיוחד.
01:08
But the point is, we still come to Galapagos.
22
56000
3000
אבל הנקודה היא שאנו ממשיכים להגיע לאיי גאלאפגוס.
01:11
We still think it is pristine.
23
59000
3000
אנחנו עדיין חושבים שזה מקום בתולי.
01:14
The brochures still say
24
62000
3000
בפרסומים עדיין כתוב
01:17
it is untouched.
25
65000
2000
שלא נגעו בו.
01:19
So what happens here?
26
67000
3000
אז מה קרה פה?
01:22
The second story, also to illustrate another concept,
27
70000
3000
הסיפור השני, גם כדי להציג הקשר נוסף,
01:25
is called shifting waistline.
28
73000
2000
נקרא קו-מותניים זז.
01:27
(Laughter)
29
75000
3000
(צחוק)
01:30
Because I was there in '71,
30
78000
2000
מפני שהייתי שם ב-71'.
01:32
studying a lagoon in West Africa.
31
80000
2000
חקרתי לגונה אחת במערב אפריקה.
01:34
I was there because I grew up in Europe
32
82000
3000
הייתי שם כי גדלתי באירופה
01:37
and I wanted later to work in Africa.
33
85000
2000
ורציתי לעבוד אחר-כך באפריקה.
01:39
And I thought I could blend in.
34
87000
2000
חשבתי שאוכל להיטמע באוכלוסיה.
01:41
And I got a big sunburn,
35
89000
2000
וחטפתי כוויית שמש גדולה,
01:43
and I was convinced that I was really not from there.
36
91000
3000
ואז השתכנעתי שאני באמת לא משם.
01:46
This was my first sunburn.
37
94000
2000
זו היתה כוויית השמש הראשונה שלי.
01:48
And the lagoon
38
96000
3000
הלגונה
01:51
was surrounded by palm trees,
39
99000
2000
היתה מוקפת בעצי דקל,
01:53
as you can see, and a few mangrove.
40
101000
2000
כמו שאתם יכולים לראות, וכמה מנגרובים.
01:55
And it had tilapia
41
103000
2000
והיו בה דגי אמנון
01:57
about 20 centimeters,
42
105000
2000
באורך 20 סנטימטרים,
01:59
a species of tilapia called blackchin tilapia.
43
107000
2000
מין של אמנון בשם אמנון שחור-סנטר.
02:01
And the fisheries for this tilapia
44
109000
2000
ואזורי הדיג של האמנון הזה
02:03
sustained lots of fish and they had a good time
45
111000
3000
כלכלו הרבה דגים והיו להם זמנים טובים
02:06
and they earned more than average
46
114000
2000
והם הרוויחו שם יותר מהממוצע
02:08
in Ghana.
47
116000
2000
בגאנה.
02:10
When I went there 27 years later,
48
118000
3000
כשהגעתי לשם כעבור 27 שנה,
02:13
the fish had shrunk to half of their size.
49
121000
3000
הדגים התכווצו לחצי מהגודל.
02:16
They were maturing at five centimeters.
50
124000
2000
הם הגיעו לבגרות באורך חמישה סנטימטר.
02:18
They had been pushed genetically.
51
126000
2000
הם היו נתונים ללחץ גנטי.
02:20
There were still fishes.
52
128000
2000
עדיין היו שם דגים.
02:22
They were still kind of happy.
53
130000
2000
האנשים עדיין היו די שמחים.
02:24
And the fish also were happy to be there.
54
132000
5000
והדגים גם שמחו להיות שם.
02:29
So nothing has changed,
55
137000
2000
אז שום דבר לא השתנה,
02:31
but everything has changed.
56
139000
2000
אבל הכל השתנה.
02:33
My third little story
57
141000
2000
הסיפור הקטן השלישי שלי
02:35
is that I was an accomplice
58
143000
2000
הוא שהייתי שותף לדבר-עבירה
02:37
in the introduction of trawling
59
145000
2000
בהכנסת הדיג במכמורות
02:39
in Southeast Asia.
60
147000
2000
לדרום-מזרח אסיה.
02:41
In the '70s -- well, beginning in the '60s --
61
149000
3000
בשנות ה-70-- ובכן, החל משנות ה-60 --
02:44
Europe did lots of development projects.
62
152000
3000
אירופה עשתה הרבה מיזמי פיתוח.
02:47
Fish development
63
155000
2000
פיתוח דייג
02:49
meant imposing on countries
64
157000
2000
משמעם לכפות על מדינות
02:51
that had already 100,000 fishers
65
159000
3000
שכבר היו בהן 100,000 דייגים
02:54
to impose on them industrial fishing.
66
162000
3000
לכפות עליהם דיג תעשייתי.
02:57
And this boat, quite ugly,
67
165000
2000
והסירה הזו, המכוערת למדי,
02:59
is called the Mutiara 4.
68
167000
2000
נקראת "מוטיארה 4".
03:01
And I went sailing on it,
69
169000
2000
יצאתי להפלגה עליה,
03:03
and we did surveys
70
171000
3000
וערכנו סקרים
03:06
throughout the southern South China sea
71
174000
3000
בכל דרום ים סין הדרומי
03:09
and especially the Java Sea.
72
177000
2000
ובעיקר בים יאווה.
03:11
And what we caught,
73
179000
2000
והדברים שדגנו,
03:13
we didn't have words for it.
74
181000
2000
לא היו לנו מילים לתאר אותם.
03:15
What we caught, I know now,
75
183000
3000
עכשיו אני יודע שהדברים שדגנו
03:18
is the bottom of the sea.
76
186000
2000
היו קרקעית הים.
03:20
And 90 percent of our catch
77
188000
2000
ו-90 אחוז מהשלל
03:22
were sponges,
78
190000
2000
היו ספוגים,
03:24
other animals that are fixed on the bottom.
79
192000
3000
בעלי חיים אחרים שצמודים לקרקעית.
03:27
And actually most of the fish,
80
195000
2000
ולמעשה רוב הדגים,
03:29
they are a little spot on the debris,
81
197000
2000
היו כתם קטן על הפסולת,
03:31
the piles of debris, were coral reef fish.
82
199000
3000
ערמות הפסולת, היו דגי שונית אלמוגים.
03:34
Essentially the bottom of the sea came onto the deck
83
202000
2000
בעיקרון קרקעית הים הגיעה אל הסיפון
03:36
and then was thrown down.
84
204000
2000
ואז נזרקה בחזרה.
03:38
And these pictures are extraordinary
85
206000
3000
התמונות האלו מדהימות
03:41
because this transition is very rapid.
86
209000
3000
מפני שהמעבר הזה מהיר מאד.
03:44
Within a year, you do a survey
87
212000
3000
תוך שנה, עושים סקר
03:47
and then commercial fishing begins.
88
215000
2000
ואז מתחיל הדיג המסחרי.
03:49
The bottom is transformed
89
217000
2000
הקרקעית משתנה
03:51
from, in this case, a hard bottom or soft coral
90
219000
3000
במקרה הזה, מקרקעית קשה או אלמוגים רכים
03:54
into a muddy mess.
91
222000
3000
לבלגן בוצי.
03:57
This is a dead turtle.
92
225000
2000
זהו צב מת.
03:59
They were not eaten, they were thrown away because they were dead.
93
227000
3000
הם לא נאכלו, אלא הושלכו בגלל שהיו מתים.
04:02
And one time we caught a live one.
94
230000
2000
פעם אחת תפסנו אחד חי.
04:04
It was not drowned yet.
95
232000
2000
הוא לא טבע עדיין.
04:06
And then they wanted to kill it because it was good to eat.
96
234000
3000
ואז הם רצו להרוג אותו כי הוא טוב למאכל.
04:09
This mountain of debris
97
237000
3000
הר הפסולת הזה
04:12
is actually collected by fishers
98
240000
3000
נאסף למעשה על ידי דייגים
04:15
every time they go
99
243000
2000
בכל פעם שהם מגיעים
04:17
into an area that's never been fished.
100
245000
2000
לאזור שמעולם לא דגו בו.
04:19
But it's not documented.
101
247000
2000
אבל זה לא מתועד.
04:21
We transform the world,
102
249000
2000
אנו משנים את העולם,
04:23
but we don't remember it.
103
251000
2000
אבל אנחנו לא זוכרים את זה.
04:25
We adjust our baseline
104
253000
3000
אנו מתאימים את קו הבסיס שלנו
04:28
to the new level,
105
256000
2000
לרמה החדשה,
04:30
and we don't recall what was there.
106
258000
4000
ואנחנו לא זוכרים מה היה שם.
04:34
If you generalize this,
107
262000
2000
אם תקישו מכך על הכלל,
04:36
something like this happens.
108
264000
2000
תראו שזה מה שקורה.
04:38
You have on the y axis some good thing:
109
266000
3000
יש על ציר ה"וואי" כמה דברים טובים:
04:41
biodiversity, numbers of orca,
110
269000
3000
גיוון ביולוגי, הרבה לווייתנים קטלנים,
04:44
the greenness of your country, the water supply.
111
272000
3000
הירוק של המדינה שלכם, אספקת המים.
04:47
And over time it changes --
112
275000
2000
ובמשך הזמן זה משתנה.
04:49
it changes
113
277000
2000
זה משתנה
04:51
because people do things, or naturally.
114
279000
2000
כי אנשים עושים כל מיני דברים, או שזה משתנה באופן טבעי.
04:53
Every generation
115
281000
2000
כל דור
04:55
will use the images
116
283000
2000
ישתמש בתמונות
04:57
that they got at the beginning of their conscious lives
117
285000
3000
שהם קיבלו בתחילת החיים המודעים שלהם
05:00
as a standard
118
288000
2000
בתור תקן
05:02
and will extrapolate forward.
119
290000
2000
ולפיו הם ישערו לגבי העתיד.
05:04
And the difference then,
120
292000
2000
ואת ההבדלים,
05:06
they perceive as a loss.
121
294000
2000
הם יחשיבו כאובדן.
05:08
But they don't perceive what happened before as a loss.
122
296000
3000
אך הם לא מחשיבים כאובדן את מה שקרה קודם.
05:11
You can have a succession of changes.
123
299000
2000
יכול להיות רצף של שינויים.
05:13
At the end you want to sustain
124
301000
3000
בסופו של דבר משתדלים לשמור
05:16
miserable leftovers.
125
304000
3000
על שאריות עלובות.
05:19
And that, to a large extent, is what we want to do now.
126
307000
3000
ובמידה רבה זה מה שאנו רוצים לעשות עכשיו.
05:22
We want to sustain things that are gone
127
310000
3000
אנו רוצים לקיים דברים שנעלמו
05:25
or things that are not the way they were.
128
313000
4000
או דברים שכבר אינם כפי שהיו.
05:29
Now one should think
129
317000
2000
עכשיו צריך לחשוב
05:31
this problem affected people
130
319000
2000
על כך שהבעיה הזו השפיעה על אנשים
05:33
certainly when in predatory societies,
131
321000
4000
בחברות ציד, ללא ספק,
05:37
they killed animals
132
325000
2000
הם הרגו חיות
05:39
and they didn't know they had done so
133
327000
2000
והם לא ידעו שהם עשו את זה
05:41
after a few generations.
134
329000
2000
אחרי כמה דורות.
05:43
Because, obviously,
135
331000
3000
מפני, שכמובן,
05:46
an animal that is very abundant,
136
334000
5000
חיה שהיא מאוד נפוצה,
05:51
before it gets extinct,
137
339000
3000
לפני שהיא נכחדת,
05:54
it becomes rare.
138
342000
3000
נעשית נדירה.
05:57
So you don't lose abundant animals.
139
345000
3000
אז לא מאבדים חיות נפוצות.
06:00
You always lose rare animals.
140
348000
2000
תמיד מאבדים חיות נדירות.
06:02
And therefore they're not perceived
141
350000
2000
ולכן הן לא נחשבות
06:04
as a big loss.
142
352000
2000
לאובדן גדול.
06:06
Over time,
143
354000
2000
במשך הזמן,
06:08
we concentrate on large animals,
144
356000
2000
אנחנו מתרכזים בחיות גדולות,
06:10
and in a sea that means the big fish.
145
358000
2000
ובים זה אומר דגים גדולים.
06:12
They become rarer because we fish them.
146
360000
3000
הם נעשים נדירים יותר כי אנחנו דגים אותם.
06:15
Over time we have a few fish left
147
363000
2000
עם הזמן נותרים דגים מעטים
06:17
and we think this is the baseline.
148
365000
3000
ואנחנו חושבים שזה קו הבסיס.
06:20
And the question is,
149
368000
2000
והשאלה היא,
06:22
why do people accept this?
150
370000
5000
למה אנשים מקבלים את זה?
06:27
Well because they don't know that it was different.
151
375000
3000
בגלל שהם לא יודעים שפעם זה היה אחרת.
06:30
And in fact, lots of people, scientists,
152
378000
3000
ולמעשה, הרבה אנשים, מדענים,
06:33
will contest that it was really different.
153
381000
2000
יתנגדו לרעיון שזה היה באמת שונה.
06:35
And they will contest this
154
383000
2000
והם יתנגדו לזה
06:37
because the evidence
155
385000
2000
בגלל העדויות
06:39
presented in an earlier mode
156
387000
5000
שהוצגו בשלב מוקדם יותר
06:44
is not in the way
157
392000
3000
לא הוצגו באופן
06:47
they would like the evidence presented.
158
395000
2000
בו הם רוצים שעדויות יוצגו.
06:49
For example,
159
397000
2000
לדוגמה,
06:51
the anecdote that some present,
160
399000
2000
הסיפור שיש כאלה שמספרים,
06:53
as Captain so-and-so
161
401000
2000
על קפטן מה-שמו
06:55
observed lots of fish in this area
162
403000
3000
שראה הרבה דגים באזור הזה
06:58
cannot be used
163
406000
2000
לא יכול לשמש
07:00
or is usually not utilized by fishery scientists,
164
408000
3000
או בדרך כלל לא מנוצל על-ידי מדעני דיג,
07:03
because it's not "scientific."
165
411000
2000
מפני שהוא לא "מדעי."
07:05
So you have a situation
166
413000
2000
אז יש מצב
07:07
where people don't know the past,
167
415000
3000
בו אנשים לא מכירים את העבר,
07:10
even though we live in literate societies,
168
418000
3000
למרות שאנחנו חיים בחברות משכילות,
07:13
because they don't trust
169
421000
2000
מפני שהם לא בוטחים
07:15
the sources of the past.
170
423000
3000
במקורות מן העבר.
07:18
And hence, the enormous role
171
426000
3000
ומכאן החשיבות העצומה
07:21
that a marine protected area can play.
172
429000
2000
שיש לאזורים הימיים המוגנים.
07:23
Because with marine protected areas,
173
431000
3000
מפני שבעזרת האזורים הימיים המוגנים
07:26
we actually recreate the past.
174
434000
4000
אנחנו למעשה משחזרים את העבר.
07:30
We recreate the past that people cannot conceive
175
438000
3000
אנו משחזרים את העבר שאנשים לא יכולים לתפוס
07:33
because the baseline has shifted
176
441000
2000
מפני שקו הבסיס זז
07:35
and is extremely low.
177
443000
2000
והוא נמוך ביותר.
07:37
That is for people
178
445000
2000
זה מיועד לאנשים
07:39
who can see a marine protected area
179
447000
5000
שיכולים לראות אזור ימי מוגן
07:44
and who can benefit
180
452000
2000
ולהפיק תועלת
07:46
from the insight that it provides,
181
454000
3000
מהתובנה שהוא מספק,
07:49
which enables them to reset their baseline.
182
457000
4000
שמאפשרת להם לאפס את קו הבסיס שלהם.
07:53
How about the people who can't do that
183
461000
2000
ומה לגבי אלה שלא יכולים לעשות את זה
07:55
because they have no access --
184
463000
2000
מפני שאין להם גישה --
07:57
the people in the Midwest for example?
185
465000
3000
האנשים במערב התיכון, לדוגמה?
08:00
There I think
186
468000
2000
שם אני חושב
08:02
that the arts and film
187
470000
2000
שהאמנות והסרטים
08:04
can perhaps fill the gap,
188
472000
2000
יכולים אולי למלא את הפער,
08:06
and simulation.
189
474000
2000
וגם הדמיות.
08:08
This is a simulation of Chesapeake Bay.
190
476000
3000
זו הדמיה של מפרץ צ'ספיק.
08:11
There were gray whales in Chesapeake Bay a long time ago --
191
479000
2000
במפרץ צ'ספיק היו לוויתנים אפורים לפני זמן רב --
08:13
500 years ago.
192
481000
2000
לפני 500 שנה.
08:15
And you will have noticed that the hues and tones
193
483000
3000
וודאי שמתם לב שהגוונים והצבעים
08:18
are like "Avatar."
194
486000
2000
הם כמו "אווטר."
08:20
(Laughter)
195
488000
2000
(צחוק)
08:22
And if you think about "Avatar,"
196
490000
2000
ואם תחשבו על "אווטר,"
08:24
if you think of why people were so touched by it --
197
492000
3000
אם תחשבו למה הוא ריגש כל-כך הרבה אנשים --
08:27
never mind the Pocahontas story --
198
495000
4000
עיזבו לרגע את הקטע של "פוקהונטס" --
08:31
why so touched by the imagery?
199
499000
4000
למה הדימויים האלה מרגשים כל-כך?
08:35
Because it evokes something
200
503000
3000
מפני שהסרט עורר משהו
08:38
that in a sense has been lost.
201
506000
2000
שבמובן מסויים אבד.
08:40
And so my recommendation,
202
508000
2000
אז ההמלצה שלי,
08:42
it's the only one I will provide,
203
510000
2000
זו ההמלצה היחידה שאתן,
08:44
is for Cameron to do "Avatar II" underwater.
204
512000
5000
היא לג'יימס קמרון לעשות את "אווטר 2" מתחת למים.
08:49
Thank you very much.
205
517000
2000
תודה רבה לכם.
08:51
(Applause)
206
519000
2000
(מחיאות כפיים)
ABOUT THE SPEAKER
Daniel Pauly - Fisheries biologistDaniel Pauly is the principal investigator at the Sea Around Us Project, which studies the impact of the world's fisheries on marine ecosystems. The software he's helped develop is used around the world to model and track the ocean.
Why you should listen
Daniel Pauly heads the Sea Around Us Project, based at the Fisheries Centre, at the University of British Columbia. Pauly has been a leader in conceptualizing and codeveloping software that’s used by ocean experts throughout the world. At the Sea Around Us and in his other work, he’s developing new ways to view complex ocean data.
Pauly’s work includes the Ecopath ecological/ecosystem modeling software suite; the massive FishBase, the online encyclopaedia of fishes; and, increasingly, the quantitative results of the Sea Around Us Project.
Daniel Pauly | Speaker | TED.com