TEDGlobal 2011
Paul Snelgrove: A census of the ocean
Paul Snelgrove: Sensus Lautan
Filmed:
Readability: 4
336,429 views
Ahli lautan Paul Snelgrove menceritakan hasil dari proyek 10 tahunnya dengan 1 tujuan: untuk mengambil data sensus dari semua kehidupan di lautan. Dia menunjukkan gambar-gambar menakjubkan tentang beberapa penemuan dari Sensus Kehidupan Lautan.
Paul Snelgrove - Marine biologist
Paul Snelgrove led the group that pulled together the findings of the Census of Marine Life -- synthesizing 10 years and 540 expeditions into a book of wonders. Full bio
Paul Snelgrove led the group that pulled together the findings of the Census of Marine Life -- synthesizing 10 years and 540 expeditions into a book of wonders. Full bio
Double-click the English transcript below to play the video.
00:15
The oceans cover some 70 percent of our planet.
0
0
3000
Lautan menyelimuti 70% planet kita.
00:18
And I think Arthur C. Clarke probably had it right
1
3000
2000
Dan saya pikir Arthur C. Clarke mungkin benar
00:20
when he said that perhaps we ought to call our planet
2
5000
3000
ketika dia mengatakan bahwa planet kita
00:23
Planet Ocean.
3
8000
2000
adalah Planet Lautan.
00:25
And the oceans are hugely productive,
4
10000
2000
Dan lautan itu sangat produktif,
00:27
as you can see by the satellite image
5
12000
2000
seperti yang Anda lihat dari gambar satelit
00:29
of photosynthesis, the production of new life.
6
14000
2000
dari fotosintesis, penghasil kehidupan baru.
00:31
In fact, the oceans produce half of the new life every day on Earth
7
16000
3000
Nyatanya, setiap harinya lautan menghasilkan ½ dari kehidupan baru di Bumi
00:34
as well as about half the oxygen that we breathe.
8
19000
3000
dan juga ½ dari oksigen yang kita hirup.
00:37
In addition to that, it harbors a lot of the biodiversity on Earth,
9
22000
3000
Dan lagi, lautan juga menjadi rumah keanekaragaman alam di Bumi,
00:40
and much of it we don't know about.
10
25000
2000
dan banyak dari hal itu yang tidak kita ketahui.
00:42
But I'll tell you some of that today.
11
27000
2000
Tapi, saya akan mengatakan kepada Anda hari ini.
00:44
That also doesn't even get into the whole protein extraction
12
29000
2000
Itu bahkan tidak termasuk semua ekstraksi protein
00:46
that we do from the ocean.
13
31000
2000
yang kita dapatkan dari lautan.
00:48
That's about 10 percent of our global needs
14
33000
2000
Itu sekitar 10% dari kebutuhan global
00:50
and 100 percent of some island nations.
15
35000
3000
dan 100% bagi beberapa negara pulau.
00:53
If you were to descend
16
38000
2000
Jika Anda menuruni
00:55
into the 95 percent of the biosphere that's livable,
17
40000
2000
sekitar 95% dari biosfer hidup
00:57
it would quickly become pitch black,
18
42000
2000
dunia tiba-tiba menjadi gelap
00:59
interrupted only by pinpoints of light
19
44000
2000
terganggu hanya oleh titik-titik cahaya
01:01
from bioluminescent organisms.
20
46000
2000
oleh organisme biopendar.
01:03
And if you turn the lights on,
21
48000
2000
Dan jika Anda menyalakan cahaya,
01:05
you might periodically see spectacular organisms swim by,
22
50000
2000
Anda mungkin dapat melihat organisme spektakular berenang melintas,
01:07
because those are the denizens of the deep,
23
52000
2000
karena mereka adalah penduduk 'dalam',
01:09
the things that live in the deep ocean.
24
54000
2000
makhluk yang hidup di lautan dalam.
01:11
And eventually, the deep sea floor would come into view.
25
56000
3000
Dan pada akhirnya, dasar bawah laut akan terlihat.
01:14
This type of habitat covers more of the Earth's surface
26
59000
3000
Habitat seperti ini menyelimuti permukaan Bumi
01:17
than all other habitats combined.
27
62000
2000
lebih banyak daripada total semua gabungan habitat lain.
01:19
And yet, we know more about the surface of the Moon and about Mars
28
64000
2000
Tapi, kita lebih tahu banyak tentang permukaan Bulan dan Mars
01:21
than we do about this habitat,
29
66000
2000
daripada habitat ini,
01:23
despite the fact that we have yet to extract
30
68000
2000
walaupun kita masih harus mengekstraksi
01:25
a gram of food, a breath of oxygen or a drop of water
31
70000
3000
segram makanan, sehirup Oksigen, atau setetes air
01:28
from those bodies.
32
73000
2000
dari badan-badan tersebut.
01:30
And so 10 years ago,
33
75000
2000
Jadi, 10 tahun lalu,
01:32
an international program began called the Census of Marine Life,
34
77000
3000
program internasional bernama Sensus Kehidupan Lautan
01:35
which set out to try and improve our understanding
35
80000
2000
dibuat untuk meningkatkan pengertian kita
01:37
of life in the global oceans.
36
82000
2000
tentang kehidupan lautan global.
01:39
It involved 17 different projects around the world.
37
84000
3000
Itu termasuk 17 proyek berbeda dari seluruh dunia.
01:42
As you can see, these are the footprints of the different projects.
38
87000
2000
Seperti yang Anda lihat, ini adalah jejak dari proyek-proyek berbeda.
01:44
And I hope you'll appreciate the level of global coverage
39
89000
3000
Dan saya harap Anda akan menghargai tingkat pencapaian global
01:47
that it managed to achieve.
40
92000
2000
yang telah dapat dicapai.
01:49
It all began when two scientists, Fred Grassle and Jesse Ausubel,
41
94000
2000
Ini semua dimulai dari 2 ilmuwan, Fred Grassle dan Jesse Ausubel,
01:51
met in Woods Hole, Massachusetts
42
96000
3000
yang bertemu di Woods Hole, Massachusetts
01:54
where both were guests at the famed oceanographic institute.
43
99000
2000
di mana keduanya adalah tamu institusi kelautan terkenal.
01:56
And Fred was lamenting the state of marine biodiversity
44
101000
3000
Dan Fred sedang bersedih tentang keadaan keanekaragaman hayati laut
01:59
and the fact that it was in trouble and nothing was being done about it.
45
104000
3000
yang sedang bermasalah saat itu tanpa ada yang dilakukan untuk mengatasinya.
02:02
Well, from that discussion grew this program
46
107000
2000
Jadi, dari diskusi tersebut muncullah program ini
02:04
that involved 2,700 scientists
47
109000
2000
yang melibatkan 2.700 ilmuwan
02:06
from more than 80 countries around the world
48
111000
2000
dari lebih dari 80 negara di dunia
02:08
who engaged in 540 ocean expeditions
49
113000
3000
yang menggunakan 540 ekspedisi lautan
02:11
at a combined cost of 650 million dollars
50
116000
3000
dengan total biaya 650 juta dolar
02:14
to study the distribution, diversity and abundance
51
119000
2000
untuk mempelajari penyebaran, keanekaragaman, dan kekayaan
02:16
of life in the global ocean.
52
121000
3000
kehidupan di lautan global.
02:19
And so what did we find?
53
124000
2000
Jadi, apa yang kita temukan?
02:21
We found spectacular new species,
54
126000
2000
Kita menemukan spesies spektakular baru,
02:23
the most beautiful and visually stunning things everywhere we looked --
55
128000
3000
yang paling cantik dan menakjubkan dimanapun kita melihat --
02:26
from the shoreline to the abyss,
56
131000
2000
dari garis pantai sampai palung,
02:28
form microbes all the way up to fish and everything in between.
57
133000
3000
dari mikroba sampai ikan-ikan dan semua yang ada di antaranya.
02:31
And the limiting step here wasn't the unknown diversity of life,
58
136000
3000
Dan yang membatasi di sini bukanlah keanekaragaman yang tidak kita ketahui,
02:34
but rather the taxonomic specialists
59
139000
2000
tapi lebih kepada spesialis taksonomi
02:36
who can identify and catalog these species
60
141000
2000
yang dapat mengidentifikasi spesies-spesies ini
02:38
that became the limiting step.
61
143000
2000
yang menjadi pembatas.
02:40
They, in fact, are an endangered species themselves.
62
145000
3000
Mereka sendiri, pada nyatanya, adalah spesies langka.
02:43
There are actually four to five new species
63
148000
2000
Sebenarnya ada sekitar 4 - 5 spesies baru
02:45
described everyday for the oceans.
64
150000
2000
ditemukan setiap harinya di lautan.
02:47
And as I say, it could be a much larger number.
65
152000
3000
Dan seperti yang saya katakan, bisa jadi lebih banyak lagi.
02:50
Now, I come from Newfoundland in Canada --
66
155000
3000
Sekarang, saya berasal dari Newfoundland di Kanada --
02:53
It's an island off the east coast of that continent --
67
158000
2000
letaknya di pantai timur dari benua itu --
02:55
where we experienced one of the worst fishing disasters
68
160000
3000
di mana ada satu kecelakaan penangkapan ikan
02:58
in human history.
69
163000
2000
paling buruk dalam sejarah.
03:00
And so this photograph shows a small boy next to a codfish.
70
165000
2000
Foto ini menunjukkan seorang anak kecil di dekat ikan kod.
03:02
It's around 1900.
71
167000
2000
Ini sekitar tahun 1900.
03:04
Now, when I was a boy of about his age,
72
169000
2000
Ketika saya seumurnya,
03:06
I would go out fishing with my grandfather
73
171000
2000
Saya akan keluar memancing bersama kakek saya
03:08
and we would catch fish about half that size.
74
173000
2000
dan kami akan memancing ikan sebesar setengah ikan itu.
03:10
And I thought that was the norm,
75
175000
2000
Dan saya pikir memang harus seperti itu,
03:12
because I had never seen fish like this.
76
177000
2000
karena saya belum pernah melihat ikan seperti ini.
03:14
If you were to go out there today, 20 years after this fishery collapsed,
77
179000
3000
Jika Anda pergi ke sana sekarang, 20 tahun setelah penangkapan ikan hancur,
03:17
if you could catch a fish, which would be a bit of a challenge,
78
182000
3000
jika Anda dapat memancing ikan, yang mungkin bisa jadi tantangan,
03:20
it would be half that size still.
79
185000
2000
tetap akan mendapat ikan sebesar setengah dari itu.
03:22
So what we're experiencing is something called shifting baselines.
80
187000
3000
Jadi yang kita alami sekarang dinamakan 'perpindahan garis dasar'.
03:25
Our expectations of what the oceans can produce
81
190000
2000
Harapan kita dari apa yang dapat dihasilkan oleh laut
03:27
is something that we don't really appreciate
82
192000
2000
adalah sesuatu yang tidak kita hargai
03:29
because we haven't seen it in our lifetimes.
83
194000
3000
karena kita belum pernah melihatnya seumur hidup kita.
03:32
Now most of us, and I would say me included,
84
197000
3000
Sekarang hampir semua dari kita, termasuk saya,
03:35
think that human exploitation of the oceans
85
200000
2000
berpikir bahwa eksploitasi manusia pada lautan
03:37
really only became very serious
86
202000
2000
baru menjadi sangat serius
03:39
in the last 50 to, perhaps, 100 years or so.
87
204000
2000
pada 50 atau 100 tahun yang lalu.
03:41
The census actually tried to look back in time,
88
206000
2000
Sensus ini sebenarnya berusaha untuk melihat kembali,
03:43
using every source of information they could get their hands on.
89
208000
3000
menggunakan semua sumber informasi yang ada.
03:46
And so anything from restaurant menus
90
211000
2000
Jadi semua dari menu rumah makan
03:48
to monastery records to ships' logs
91
213000
2000
dari data biara sampai perkapalan
03:50
to see what the oceans looked like.
92
215000
2000
untuk melihat bagaimana lautan itu.
03:52
Because science data really goes back
93
217000
2000
Karena data pengetahuan benar-benar melihat kembali
03:54
to, at best, World War II, for the most part.
94
219000
2000
sampai, paling bagus, Perang Dunia II, sebagian besar.
03:56
And so what they found, in fact,
95
221000
2000
Jadi apa yang mereka temukan, nyatanya,
03:58
is that exploitation really began heavily with the Romans.
96
223000
2000
adalah eksploitasi yang sudah dimulai dari jaman Romawi.
04:00
And so at that time, of course, there was no refrigeration.
97
225000
3000
Dan tentu saja, pada saat itu belum ada lemari es.
04:03
So fishermen could only catch
98
228000
2000
Jadi pemancing ikan hanya bisa menangkap
04:05
what they could either eat or sell that day.
99
230000
2000
apa yang dapat mereka makan atau jual hari itu.
04:07
But the Romans developed salting.
100
232000
2000
Tapi orang Romawi membuat pengasinan.
04:09
And with salting,
101
234000
2000
Dengan pengasinan,
04:11
it became possible to store fish and to transport it long distances.
102
236000
3000
memungkinkan penyimpanan ikan dan pengiriman jarak jauh.
04:14
And so began industrial fishing.
103
239000
3000
Lalu mulailah industri perikanan.
04:17
And so these are the sorts of extrapolations that we have
104
242000
3000
Jadi ini adalah jenis eksploitasi yang ada
04:20
of what sort of loss we've had
105
245000
2000
dari apa yang hilang dibandingkan
04:22
relative to pre-human impacts on the ocean.
106
247000
3000
jika tidak ada manusia pada lautan.
04:25
They range from 65 to 98 percent
107
250000
2000
Kisarannya antara 65 - 98 %
04:27
for these major groups of organisms,
108
252000
2000
pada kelompok mayoritas organisme ini,
04:29
as shown in the dark blue bars.
109
254000
2000
seperti ditunjukkan oleh diagram batang biru tua itu.
04:31
Now for those species the we managed to leave alone, that we protect --
110
256000
3000
Sekarang spesies-spesies yang kita dapat kendalikan, yang kita lindungi --
04:34
for example, marine mammals in recent years and sea birds --
111
259000
2000
misalnya, mamalia laut dan burung-burung laut --
04:36
there is some recovery.
112
261000
2000
ada pemulihan jumlah.
04:38
So it's not all hopeless.
113
263000
2000
Jadi bukannya tidak ada harapan lagi.
04:40
But for the most part, we've gone from salting to exhausting.
114
265000
3000
Tapi sebagian besar, kita sudah beranjak dari pengasinan menjadi penghabisan.
04:43
Now this other line of evidence is a really interesting one.
115
268000
2000
Sekarang bukti berikut ini sangat menarik.
04:45
It's from trophy fish caught off the coast of Florida.
116
270000
3000
Ini berasal dari ikan trofi dari pantai Florida.
04:48
And so this is a photograph from the 1950s.
117
273000
3000
Foto ini diambil tahun 1950an.
04:51
I want you to notice the scale on the slide,
118
276000
2000
Saya ingin Anda memperhatikan skala dari slide ini.
04:53
because when you see the same picture from the 1980s,
119
278000
2000
karena ketika Anda melihat foto yang sama pada tahun 1980an,
04:55
we see the fish are much smaller
120
280000
2000
kita melihat bahwa ikannya lebih kecil
04:57
and we're also seeing a change
121
282000
2000
dan kita juga melihat perubahan
04:59
in terms of the composition of those fish.
122
284000
2000
pada komposisi ikan tersebut
05:01
By 2007, the catch was actually laughable
123
286000
2000
Pada tahun 2007, penangkapan ikan menjadi lelucon
05:03
in terms of the size for a trophy fish.
124
288000
2000
apalagi untuk ikan seukuran ikan trofi.
05:05
But this is no laughing matter.
125
290000
2000
Tapi ini bukanlah bahan tertawaan.
05:07
The oceans have lost a lot of their productivity
126
292000
2000
Lautan telah banyak kehilangan produktivitasnya
05:09
and we're responsible for it.
127
294000
3000
dan kita bertanggung jawab akan hal itu.
05:12
So what's left? Actually quite a lot.
128
297000
2000
Jadi apa yang tertinggal?
05:14
There's a lot of exciting things, and I'm going to tell you a little bit about them.
129
299000
3000
Masih ada banyak, saya akan mengatakannya pada Anda.
05:17
And I want to start with a bit on technology,
130
302000
2000
Dan saya akan memulai dengan sedikit teknologi,
05:19
because, of course, this is a TED Conference
131
304000
2000
karena, tentu saja, ini adalah konferensi TED
05:21
and you want to hear something on technology.
132
306000
2000
dan Anda mau mendengar sesuatu tentang teknologi.
05:23
So one of the tools that we use to sample the deep ocean
133
308000
2000
Jadi salah satu dari peralatan yang kami pakai untuk sampai ke bawah laut
05:25
are remotely operated vehicles.
134
310000
2000
dikendalikan dari jauh.
05:27
So these are tethered vehicles we lower down to the sea floor
135
312000
3000
Jadi ini adalah kendaraan berantai yang kami turunkan ke dasar laut.
05:30
where they're our eyes and our hands for working on the sea bottom.
136
315000
3000
Mereka adalah mata dan tangan kami di bawah laut.
05:33
So a couple of years ago, I was supposed to go on an oceanographic cruise
137
318000
3000
Beberapa tahun lalu, saya seharusnya mengikuti pelayaran oseanografi
05:36
and I couldn't go because of a scheduling conflict.
138
321000
3000
dan saya tidak bisa pergi karena ada bentrokan jadwal.
05:39
But through a satellite link I was able to sit at my study at home
139
324000
3000
Tapi, dengan hubungan satelit, saya dapat duduk di ruang belajar di rumah
05:42
with my dog curled up at my feet, a cup of tea in my hand,
140
327000
3000
bersama anjing saya dan secangkir teh di tangan saya,
05:45
and I could tell the pilot, "I want a sample right there."
141
330000
2000
dan saya bisa mengatakan pada pilot, "Saya mau sampel di sana."
05:47
And that's exactly what the pilot did for me.
142
332000
2000
Dan itu yang benar-benar dilakukan oleh pilot itu untuk saya.
05:49
That's the sort of technology that's available today
143
334000
3000
Ini adalah jenis teknologi yang ada sekarang
05:52
that really wasn't available even a decade ago.
144
337000
2000
yang bahkan 10 tahun lalu masih belum ada.
05:54
So it allows us to sample these amazing habitats
145
339000
2000
Itu memungkinkan kita untuk mengambil contoh
05:56
that are very far from the surface
146
341000
2000
dari habitat yang jauh dari permukaan
05:58
and very far from light.
147
343000
2000
dan jauh dari cahaya.
06:00
And so one of the tools that we can use to sample the oceans
148
345000
3000
Salah satu alat yang kami gunakan untuk mengambil sampel lautan
06:03
is acoustics, or sound waves.
149
348000
2000
bersifat akustik atau menggunakan gelombang suara.
06:05
And the advantage of sound waves
150
350000
2000
Keuntungan dari gelombang suara
06:07
is that they actually pass well through water, unlike light.
151
352000
2000
adalah dapat menembus lautan, tidak seperti cahaya.
06:09
And so we can send out sound waves,
152
354000
2000
Jadi kita bisa mengirim gelombang suara,
06:11
they bounce off objects like fish and are reflected back.
153
356000
3000
yang akan dipantulkan oleh objek seperti ikan, kemudian terpancarkan kembali.
06:14
And so in this example, a census scientist took out two ships.
154
359000
3000
Jadi pada contoh ini, si ilmuwan sensus menggunakan 2 kapal.
06:17
One would send out sound waves that would bounce back.
155
362000
2000
Satu kapal akan mengirimkan gelombang suara yang akan terpantul
06:19
They would be received by a second ship,
156
364000
2000
dan akan diterima oleh kapal kedua,
06:21
and that would give us very precise estimates, in this case,
157
366000
3000
yang akan memberikan kita perkiraan akurat, dalam hal ini,
06:24
of 250 billion herring
158
369000
2000
dari 250 milyar ikan haring
06:26
in a period of about a minute.
159
371000
2000
dalam waktu sekitar 1 menit.
06:28
And that's an area about the size of Manhattan Island.
160
373000
3000
Dan itu adalah area seukuran Pulau Manhattan.
06:31
And to be able to do that is a tremendous fisheries tool,
161
376000
2000
Dan untuk dapat melakukannya, sudah ada peralatan perikanan luar biasa,
06:33
because knowing how many fish are there is really critical.
162
378000
3000
karena mengetahui seberapa banyak ikan di sana sangatlah penting.
06:36
We can also use satellite tags
163
381000
2000
Kita juga dapat menggunakan tag satelit
06:38
to track animals as they move through the oceans.
164
383000
2000
untuk mengikuti jejak binatang saat bergerak dalam lautan.
06:40
And so for animals that come to the surface to breathe,
165
385000
2000
Jadi untuk binatang yang dapat muncul ke permukaan untuk bernapas,
06:42
such as this elephant seal,
166
387000
2000
seperti anjing laut ini,
06:44
it's an opportunity to send data back to shore
167
389000
2000
ini adalah kesempatan untuk mengirimkan data kembali ke pantai
06:46
and tell us where exactly it is in the ocean.
168
391000
3000
dan memberi tahu kami dimana sesungguhnya dia berada di lautan.
06:49
And so from that we can produce these tracks.
169
394000
2000
Jadi dari sana kami dapat membuat jalur-jalur ini.
06:51
For example, the dark blue
170
396000
2000
Misalnya, biru tua
06:53
shows you where the elephant seal moved in the north Pacific.
171
398000
2000
menunjukkan bahwa anjing laut bergerak dari Pasifik Utara.
06:55
Now I realize for those of you who are colorblind, this slide is not very helpful,
172
400000
3000
Sekarang saya menyadari untuk Anda yang buta warna, slide ini tidak membantu,
06:58
but stick with me nonetheless.
173
403000
2000
tapi bagaimanapun juga tetaplah bersama saya.
07:00
For animals that don't surface,
174
405000
2000
Untuk binatang yang tidak muncul ke permukaan,
07:02
we have something called pop-up tags,
175
407000
2000
kita mempunyai sesuatu yang dinamakan 'tag pop-up',
07:04
which collect data about light and what time the sun rises and sets.
176
409000
3000
yang mengumpulkan data tentang cahaya dan kapan matahari terbit dan terbenam.
07:07
And then at some period of time
177
412000
2000
Lalu pada waktu tertentu
07:09
it pops up to the surface and, again, relays that data back to shore.
178
414000
3000
alat itu akan ke permukaan dan memancarkan data tersebut ke pantai.
07:12
Because GPS doesn't work under water. That's why we need these tools.
179
417000
3000
Karena GPS tidak dapat bekerja di bawah lautan. Karena itu kita membutuhkan peralatan ini.
07:15
And so from this we're able to identify these blue highways,
180
420000
3000
Jadi dari sini, kami dapat mengidentifikasi jalur biru ini,
07:18
these hot spots in the ocean,
181
423000
2000
hot spot di lautan ini,
07:20
that should be real priority areas
182
425000
2000
menjadi area prioritas
07:22
for ocean conservation.
183
427000
2000
untuk konservasi lautan.
07:24
Now one of the other things that you may think about
184
429000
2000
Sekarang satu dari banyak hal yang mungkin Anda pikirkan
07:26
is that, when you go to the supermarket and you buy things, they're scanned.
185
431000
3000
adalah, ketika Anda ke supermarket dan membeli barang, barang itu akan dipindai.
07:29
And so there's a barcode on that product
186
434000
2000
Ada kode bar di produk tersebut
07:31
that tells the computer exactly what the product is.
187
436000
3000
yang menunjukkan komputer apa produk itu sesungguhnya.
07:34
Geneticists have developed a similar tool called genetic barcoding.
188
439000
3000
Ahli ilmu genetika telah membangun alat yang sama disebut kode bar genetika.
07:37
And what barcoding does
189
442000
2000
Apa yang dilakukan kode bar
07:39
is use a specific gene called CO1
190
444000
2000
adalah menggunakan gen spesifik yang disebut CO1
07:41
that's consistent within a species, but varies among species.
191
446000
3000
yang konsisten pada sebuah spesies, tapi bervariasi pada setiap spesies.
07:44
And so what that means is we can unambiguously identify
192
449000
2000
Jadi artinya adalah kita dapat mengidentifikasi
07:46
which species are which
193
451000
2000
spesies mana yang mana
07:48
even if they look similar to each other,
194
453000
2000
walaupun terlihat sama,
07:50
but may be biologically quite different.
195
455000
2000
tapi secara biologis agak berbeda.
07:52
Now one of the nicest examples I like to cite on this
196
457000
2000
Sekarang satu dari contoh terbaik yang saya suka kutip
07:54
is the story of two young women, high school students in New York City,
197
459000
3000
adalah cerita dari 2 wanita muda, siswa SMA di kota New York,
07:57
who worked with the census.
198
462000
2000
yang bekerja dengan sensus tersebut.
07:59
They went out and collected fish from markets and from restaurants in New York City
199
464000
3000
Mereka keluar dan mengumpulkan ikan dari pasar dan rumah makan di New York
08:02
and they barcoded it.
200
467000
2000
dan memberikan kode bar.
08:04
Well what they found was mislabeled fish.
201
469000
2000
Apa yang mereka temukan adalah ikan yang salah label.
08:06
So for example,
202
471000
2000
Misalnya,
08:08
they found something which was sold as tuna, which is very valuable,
203
473000
2000
Mereka menemukan sesuatu yang dijual sebagai tuna, yang sangat berharga,
08:10
was in fact tilapia, which is a much less valuable fish.
204
475000
3000
ternyata adalah ikan nila, yang tak terlalu berharga.
08:13
They also found an endangered species
205
478000
2000
Mereka juga menemukan spesies langka
08:15
sold as a common one.
206
480000
2000
dijual sebagai ikan biasa.
08:17
So barcoding allows us to know what we're working with
207
482000
2000
Jadi kode bar memberitahukan kita dengan siapa kita bekerja
08:19
and also what we're eating.
208
484000
3000
dan apa yang kita makan.
08:22
The Ocean Biogeographic Information System
209
487000
2000
Sistem Informasi Biogeografis Lautan
08:24
is the database for all the census data.
210
489000
2000
merupakan basis data dari semua data sensus.
08:26
It's open access; you can all go in and download data as you wish.
211
491000
3000
Aksesnya terbuka; Anda dapat masuk dan mengunduh data sebanyak-banyaknya.
08:29
And it contains all the data from the census
212
494000
3000
Itu termasuk data dari semua sensus
08:32
plus other data sets that people were willing to contribute.
213
497000
2000
ditambah set data lain sumbangan dari orang-orang lain.
08:34
And so what you can do with that
214
499000
2000
Jadi apa yang dapat Anda lakukan
08:36
is to plot the distribution of species and where they occur in the oceans.
215
501000
3000
adalah menggambar penyebaran spesies dan di mana mereka berada di lautan.
08:39
What I've plotted up here is the data that we have on hand.
216
504000
2000
Apa yang kita gambar di sini adalah data yang kita miliki di tangan kita.
08:41
This is where our sampling effort has concentrated.
217
506000
3000
Ini adalah di mana usaha percontohan kita terkonsentrasi.
08:44
Now what you can see
218
509000
2000
Jadi apa yang dapat Anda lihat
08:46
is we've sampled the area in the North Atlantic,
219
511000
2000
adalah data sampel dari Atlantik Utara,
08:48
in the North Sea in particular,
220
513000
2000
terutama di Laut Utara,
08:50
and also the east coast of North America fairly well.
221
515000
2000
dan juga kurang lebih di pantai timur Amerika Utara.
08:52
That's the warm colors which show a well-sampled region.
222
517000
3000
Ini adalah warna hangat yang menunjukkan daerah bersampel bagus.
08:55
The cold colors, the blue and the black,
223
520000
2000
Warna dingin, biru dan hitam,
08:57
show areas where we have almost no data.
224
522000
2000
menunjukkan daerah hampir tanpa data.
08:59
So even after a 10-year census,
225
524000
2000
Jadi setelah 10 tahun sensus,
09:01
there are large areas that still remain unexplored.
226
526000
3000
Masih ada banyak area belum dieksplorasi.
09:04
Now there are a group of scientists living in Texas, working in the Gulf of Mexico
227
529000
3000
Sekarang ada sekelompok ilmuwan dari Texas, bekerja di Teluk Meksiko.
09:07
who decided really as a labor of love
228
532000
2000
yang memutuskan hanya atas nama cinta
09:09
to pull together all the knowledge they could
229
534000
2000
untuk mengumpulkan apa yang mereka tahu
09:11
about biodiversity in the Gulf of Mexico.
230
536000
2000
tentang keanekaragaman alam di Teluk Meksiko.
09:13
And so they put this together, a list of all the species,
231
538000
3000
Jadi mereka mengumpulkan ini bersama, daftar dari semus spesies,
09:16
where they're known to occur,
232
541000
2000
yang mereka ketahui ada di sana,
09:18
and it really seemed like a very esoteric, scientific type of exercise.
233
543000
3000
dan itu sepertinya sangat esoterik, sebuah latihan ilmiah.
09:21
But then, of course, there was the Deep Horizon oil spill.
234
546000
3000
Tapi, tentu saja, ada tumpahan minyak Deep Horizon.
09:24
So all of a sudden, this labor of love
235
549000
2000
Jadi, dalam seketika, kerja keras cinta ini
09:26
for no obvious economic reason
236
551000
3000
untuk alasan ekonomi yang tidak jelas
09:29
has become a critical piece of information
237
554000
2000
telah menjadi sepotong informasi yang penting
09:31
in terms of how that system is going to recover, how long it will take
238
556000
3000
dalam hal bagaimana sistem tersebut dapat terpulihkan lagi, berapa lama
09:34
and how the lawsuits
239
559000
2000
dan bagaimana perhukuman
09:36
and the multi-billion-dollar discussions that are going to happen in the coming years
240
561000
3000
dan diskusi multi-milyaran yang akan ada beberapa tahun mendatang
09:39
are likely to be resolved.
241
564000
3000
dapat diselesaikan.
09:42
So what did we find?
242
567000
2000
Jadi apa yang kami temukan?
09:44
Well, I could stand here for hours, but, of course, I'm not allowed to do that.
243
569000
2000
Saya dapat berdiri di sini beberapa jam, tapi, tentu saja itu tidak diijinkan.
09:46
But I will tell you some of my favorite discoveries
244
571000
2000
Tapi saya akan mengatakan beberapa penemuan terbaru favorit saya
09:48
from the census.
245
573000
2000
dari sensus tadi.
09:50
So one of the things we discovered is where are the hot spots of diversity?
246
575000
3000
Jadi, hal yang kami temukan adalah di manakah pusat keanekaragaman alam?
09:53
Where do we find the most species of ocean life?
247
578000
3000
Di manakah kami menemukan spesies lautan paling banyak?
09:56
And what we find if we plot up the well-known species
248
581000
2000
Dan apa yang kami temukan jika kami memetakan spesies terkenal
09:58
is this sort of a distribution.
249
583000
2000
adalah penyebaran ini.
10:00
And what we see is that for coastal tags,
250
585000
2000
Apa yang kita lihat adalah untuk tag lautan,
10:02
for those organisms that live near the shoreline,
251
587000
2000
untuk organisme hidup dekat pinggir laut
10:04
they're most diverse in the tropics.
252
589000
2000
lebih beraneka ragam di daerah tropis.
10:06
This is something we've actually known for a while,
253
591000
2000
Ini adalah hal yang sudah kita ketahui,
10:08
so it's not a real breakthrough.
254
593000
2000
jadi itu bukan sesuatu yang baru.
10:10
What is really exciting though
255
595000
2000
Tapi apa yang menarik
10:12
is that the oceanic tags, or the ones that live far from the coast,
256
597000
2000
adalah tag lautan tersebut, atau mereka yang hidup jauh dari tepi laut,
10:14
are actually more diverse at intermediate latitudes.
257
599000
2000
lebih beraneka ragam di daerah bergaris lintang sedang.
10:16
This is the sort of data, again, that managers could use
258
601000
3000
Data seperti ini, kembali, dapat digunakan oleh para pimpinan
10:19
if they want to prioritize areas of the ocean that we need to conserve.
259
604000
3000
jika mereka mau mengutamakan daerah lautan yang perlu dipulihkan.
10:22
You can do this on a global scale, but you can also do it on a regional scale.
260
607000
3000
Anda dapat melakukannya dalam skala global, atau skala regional.
10:25
And that's why biodiversity data can be so valuable.
261
610000
3000
Karena itulah data keanekaragaman alam sangat berharga.
10:28
Now while a lot of the species we discovered in the census
262
613000
3000
Sekarang ketika banyak spesies yang ditemukan dalam sensus
10:31
are things that are small and hard to see,
263
616000
2000
adalah spesies yang kecil dan sulit dilihat,
10:33
that certainly wasn't always the case.
264
618000
2000
sebenarnya tidaklah selalu seperti itu.
10:35
For example, while it's hard to believe
265
620000
2000
Misalnya, walaupun sulit dipercaya
10:37
that a three kilogram lobster could elude scientists,
266
622000
2000
ada 3 kg lobster dapat mengelabuhi ilmuwan,
10:39
it did until a few years ago
267
624000
2000
hal ini terjadi beberapa tahun lalu
10:41
when South African fishermen requested an export permit
268
626000
3000
ketika nelayan Afrika Selatan memohon ijin untuk mengekspor
10:44
and scientists realized that this was something new to science.
269
629000
3000
dan ilmuwan menyadari ini adalah hal baru bagi ilmu pengetahuan.
10:47
Similarly this Golden V kelp
270
632000
2000
Sama dengan tumbuhan laut Golden V
10:49
collected in Alaska just below the low water mark
271
634000
2000
yang dikumpulkan di Alaska hanya di bawah garis air rendah
10:51
is probably a new species.
272
636000
2000
mungkin adalah spesies baru.
10:53
Even though it's three meters long,
273
638000
2000
Walaupun panjangnya 3 meter,
10:55
it actually, again, eluded science.
274
640000
2000
itupun juga mengelabuhi para ilmuwan.
10:57
Now this guy, this bigfin squid, is seven meters in length.
275
642000
3000
Sekarang cumi-cumi sirip besar ini, 7 meter panjangnya.
11:00
But to be fair, it lives in the deep waters of the Mid-Atlantic Ridge,
276
645000
3000
Tapi, dia hidup di laut dalam Bubungan Atlantik Tengah,
11:03
so it was a lot harder to find.
277
648000
2000
jadi lebih sulit ditemukan.
11:05
But there's still potential for discovery of big and exciting things.
278
650000
3000
Tapi masih ada potensi untuk penemuan hal besar dan menarik lainnya.
11:08
This particular shrimp, we've dubbed it the Jurassic shrimp,
279
653000
3000
Udang ini dinamakan Udang Jurassic
11:11
it's thought to have gone extinct 50 years ago --
280
656000
2000
dan diperkirakan sudah punah 50 tahun lalu --
11:13
at least it was, until the census discovered
281
658000
2000
setidaknya, sampai sensus menemukan
11:15
it was living and doing just fine off the coast of Australia.
282
660000
3000
bahwa dia masih hidup dengan baik di pantai Australia.
11:18
And it shows that the ocean, because of its vastness,
283
663000
3000
Itu menunjukkan bahwa lautan, karena besarnya,
11:21
can hide secrets for a very long time.
284
666000
2000
dapat menyembunyikan rahasia untuk waktu yang lama.
11:23
So, Steven Spielberg, eat your heart out.
285
668000
3000
Jadi, Steven Spielberg, dengarlah ini.
11:26
If we look at distributions, in fact distributions change dramatically.
286
671000
3000
Jika kita melihat pada distribusi tersebut, distribusi dapat berubah drastis.
11:29
And so one of the records that we had
287
674000
3000
Jadi satu rekor yang kami pegang
11:32
was this sooty shearwater, which undergoes these spectacular migrations
288
677000
3000
adalah hewan ini, melakukan migrasi luar biasa
11:35
all the way from New Zealand
289
680000
2000
jauh dari Selandia Baru
11:37
all the way up to Alaska and back again
290
682000
2000
sampai Alaska dan kembali lagi
11:39
in search of endless summer
291
684000
2000
untuk mencari daerah yang hangat
11:41
as they complete their life cycles.
292
686000
2000
saat mereka melengkapi daur hidup mereka.
11:43
We also talked about the White Shark Cafe.
293
688000
2000
Kita juga membicarakan tentang Kafe Ikan Hiu Putih.
11:45
This is a location in the Pacific where white shark converge.
294
690000
3000
Ini adalah lokasi di Pasifik tempat hiu-hiu berkumpul.
11:48
We don't know why they converge there, we simply don't know.
295
693000
2000
Kita tidak tahu mengapa mereka berkumpul di sana.
11:50
That's a question for the future.
296
695000
2000
Ini pertanyaan untuk masa depan.
11:52
One of the things that we're taught in high school
297
697000
2000
Satu hal yang diajarkan di sekolah
11:54
is that all animals require oxygen in order to survive.
298
699000
3000
bahwa semua hewan membutuhkan oksigen untuk hidup.
11:57
Now this little critter, it's only about half a millimeter in size,
299
702000
3000
Sekarang makhluk kecil ini sekitar ½ mm ukurannya,
12:00
not terribly charismatic.
300
705000
2000
tidak terlalu berkesan.
12:02
But it was only discovered in the early 1980s.
301
707000
2000
Makhluk ini baru ditemukan awal tahun 1980an.
12:04
But the really interesting thing about it
302
709000
2000
Tapi yang menarik darinya
12:06
is that, a few years ago, census scientists discovered
303
711000
3000
bahwa beberapa tahun lalu ilmuwan sensus menemukan
12:09
that this guy can thrive in oxygen-poor sediments
304
714000
2000
bahwa dia dapat hidup di tempat kurang oksigen
12:11
in the deep Mediterranean Sea.
305
716000
2000
di bawah Laut Mediterrania.
12:13
So now they know that, in fact,
306
718000
2000
Jadi sekarang kita tahu bahwa
12:15
animals can live without oxygen, at least some of them,
307
720000
2000
hewan dapat hidup tanpa oksigen, setidaknya beberapa dari mereka,
12:17
and that they can adapt to even the harshest of conditions.
308
722000
3000
dan mereka dapat beradaptasi bahkan di kondisi paling buruk.
12:20
If you were to suck all the water out of the ocean,
309
725000
3000
Jika Anda mengambil semua air di lautan,
12:23
this is what you'd be left behind with,
310
728000
2000
inilah yang akan tertinggal,
12:25
and that's the biomass of life on the sea floor.
311
730000
2000
biomassa kehidupan di dasar laut.
12:27
Now what we see is huge biomass towards the poles
312
732000
3000
Sekarang apa yang kami lihat adalah biomassa yang besar dekat kutub
12:30
and not much biomass in between.
313
735000
3000
dan tidak terlalu banyak biomassa di antaranya.
12:33
We found life in the extremes.
314
738000
2000
Kami menemukan kehidupan di tempat ekstrim.
12:35
And so there were new species that were found
315
740000
2000
Jadi ada spesies-spesies baru yang ditemukan
12:37
that live inside ice
316
742000
2000
hidup di dalam es
12:39
and help to support an ice-based food web.
317
744000
2000
dan membantu mendukung jaringan makanan di dalam es.
12:41
And we also found this spectacular yeti crab
318
746000
2000
Dan kami menemukan kepiting yeti menakjubkan ini
12:43
that lives near boiling hot hydrothermal vents at Easter Island.
319
748000
3000
yang hidup di dekat kawah hidrotermal panas di Pulau Paskah.
12:46
And this particular species
320
751000
2000
Dan spesies khusus ini
12:48
really captured the public's attention.
321
753000
3000
benar-benar menarik perhatian umum.
12:51
We also found the deepest vents known yet -- 5,000 meters --
322
756000
3000
Kami juga menemukan kawah terdalam sampai saat ini -- 5.000 m--
12:54
the hottest vents at 407 degrees Celsius --
323
759000
3000
kawah terpanas pada 407 derajat Celcius --
12:57
vents in the South Pacific and also in the Arctic
324
762000
2000
kawah di Pasifik Selatan dan di kutub utara
12:59
where none had been found before.
325
764000
2000
di mana belum ada yang pernah ditemukan sebelumnya.
13:01
So even new environments are still within the domain of the discoverable.
326
766000
3000
Jadi bahkan di lingkungan baru masih ada sesuatu yang bisa ditemukan.
13:04
Now in terms of the unknowns, there are many.
327
769000
2000
Masih ada banyak hal yang belum diketahui.
13:06
And I'm just going to summarize just a few of them
328
771000
2000
Dan saya akan merangkum beberapa saja
13:08
very quickly for you.
329
773000
2000
untuk Anda.
13:10
First of all, we might ask, how many fishes in the sea?
330
775000
3000
Pertama, kita akan bertanya, berapa banyak ikan di laut?
13:13
We actually know the fishes better than we do any other group in the ocean
331
778000
2000
Kita sebenarnya tahu ikan lebih baik dibandingkan grup-grup lain di lautan
13:15
other than marine mammals.
332
780000
2000
selain mammalia laut.
13:17
And so we can actually extrapolate based on rates of discovery
333
782000
3000
Jadi sebenarnya kita bisa mengekstrapolasikan berdasarkan kecepatan penemuan
13:20
how many more species we're likely to discover.
334
785000
3000
berapa banyak spesies lagi yang akan kita temukan.
13:23
And from that, we actually calculate
335
788000
2000
Dan dari situ kita bisa menghitung
13:25
that we know about 16,500 marine species
336
790000
3000
bahwa kita mengetahui sekitar 16.500 spesies lautan
13:28
and there are probably another 1,000 to 4,000 left to go.
337
793000
2000
dan mungkin ada sekitar 1.000 atau 4.000 lagi yang tertinggal.
13:30
So we've done pretty well.
338
795000
2000
Jadi kita sudah melakukan cukup bagus.
13:32
We've got about 75 percent of the fish,
339
797000
2000
Kita mendapatkan sekitar 75% dari ikan-ikan
13:34
maybe as much as 90 percent.
340
799000
2000
atau mungkin sebanyak 90%.
13:36
But the fishes, as I say, are the best known.
341
801000
3000
Tapi ikan-ikannya, menurut saya, lebih banyak diketahui.
13:39
So our level of knowledge is much less for other groups of organisms.
342
804000
3000
Jadi tingkat pengetahuan kita jauh lebih sedikit daripada kelompok organisme lain.
13:42
Now this figure is actually based on a brand new paper
343
807000
2000
Sekarang gambar ini berdasarkan dari temuan baru
13:44
that's going to come out in the journal PLoS Biology.
344
809000
3000
yang akan dipublikasikan di jurnal PLoS Biologi.
13:47
And what is does is predict how many more species there are
345
812000
2000
Apa yang mereka lakukan ada menemukan berapa banyak spesies
13:49
on land and in the ocean.
346
814000
2000
di daratan dan di lautan.
13:51
And what they found
347
816000
2000
Dan apa yang mereka temukan
13:53
is that they think that we know of about nine percent of the species in the ocean.
348
818000
3000
adalah mereka berpikir bahwa kita tahu sekitar 9% dari spesies di lautan.
13:56
That means 91 percent, even after the census,
349
821000
2000
Itu berarti masih 91%, bahkan setelah sensus,
13:58
still remain to be discovered.
350
823000
2000
yang belum ditemukan.
14:00
And so that turns out to be about two million species
351
825000
2000
Jadi menjadi sekitar 2 juta spesies
14:02
once all is said and done.
352
827000
2000
ketika dikatakan dan dilakukan.
14:04
So we still have quite a lot of work to do
353
829000
2000
Kita masih punya banyak pekerjaan untuk dilakukan
14:06
in terms of unknowns.
354
831000
2000
untuk hal-hal yang belum diketahui.
14:08
Now this bacterium
355
833000
2000
Sekarang bakteri ini
14:10
is part of mats that are found off the coast of Chile.
356
835000
3000
adalah bagian dari keset di daerah pantai Chili.
14:13
And these mats actually cover an area the size of Greece.
357
838000
2000
Dan ukuran keset ini sebesar daerah Yunani.
14:15
And so this particular bacterium is actually visible to the naked eye.
358
840000
3000
Jadi bakteri spesial ini sebenarnya terlihat dengan mata telanjang.
14:18
But you can imagine the biomass that represents.
359
843000
3000
Tapi Anda dapat membayangkan biomassa yang mewakilinya.
14:21
But the really intriguing thing about the microbes
360
846000
2000
Tapi yang paling menarik dari mikroba ini
14:23
is just how diverse they are.
361
848000
2000
adalah betapa beragamnya mereka.
14:25
A single drop of seawater
362
850000
2000
Setitik air laut saja
14:27
could contain 160 different types of microbes.
363
852000
2000
dapat memuat 160 tipe berbeda dari mikroba.
14:29
And the oceans themselves
364
854000
2000
Dan lautan sendiri
14:31
are thought potentially to contain as many as a billion different types.
365
856000
3000
mungkin dapat memuat milyaran tipe lainnya.
14:34
So that's really exciting. What are they all doing out there?
366
859000
3000
Jadi ini sangat menarik. Apa yang mereka lakukan di sana?
14:37
We actually don't know.
367
862000
2000
Kita sebenarnya tidak tahu.
14:39
The most exciting thing, I would say, about this census
368
864000
2000
Yang paling menarik dari sensus tersebut, menurut saya,
14:41
is the role of global science.
369
866000
2000
adalah peran dari ilmu pengetahuan global.
14:43
And so as we see in this image of light during the night,
370
868000
2000
Jadi seperti yang kita lihat di gambar cahaya ini di malam hari,
14:45
there are lots of areas of the Earth
371
870000
2000
ada banyak daerah di Bumi ini
14:47
where human development is much greater
372
872000
3000
di mana perkembangan manusia lebih besar
14:50
and other areas where it's much less,
373
875000
2000
dan daerah yang perkembangannya lebih sedikit,
14:52
but between them we see large dark areas
374
877000
2000
tapi di antara mereka kita melihat area gelap yang besar
14:54
of relatively unexplored ocean.
375
879000
2000
dari lautan yang belum dieksplorasi.
14:56
The other point I'd like to make about this
376
881000
2000
Hal lain yang saya ingin ajukan tentang ini
14:58
is that this ocean's interconnected.
377
883000
2000
adalah bahwa laut itu saling berhubungan.
15:00
Marine organisms do not care about international boundaries;
378
885000
2000
Organisme laut tidak peduli tentang batasan internasional;
15:02
they move where they will.
379
887000
2000
mereka bergerak kemana mereka mau.
15:04
And so the importance then of global collaboration
380
889000
3000
Jadi pentingnya kolaborasi global
15:07
becomes all the more important.
381
892000
2000
menjadi lebih penting lagi.
15:09
We've lost a lot of paradise.
382
894000
2000
Kita sudah kehilangan banyak surga.
15:11
For example, these tuna that were once so abundant in the North Sea
383
896000
3000
Misalnya, tuna ini sangat banyak di Laut Utara
15:14
are now effectively gone.
384
899000
2000
sekarang hampir semuanya hilang.
15:16
There were trawls taken in the deep sea in the Mediterranean,
385
901000
3000
Ada perahu pukat di laut dalam Mediterrania,
15:19
which collected more garbage than they did animals.
386
904000
2000
yang mengambil lebih banyak sampah daripada hewan-hewan.
15:21
And that's the deep sea, that's the environment that we consider to be
387
906000
3000
Dan itu adalah laut dalam, daerah di mana kita pikir
15:24
among the most pristine left on Earth.
388
909000
2000
daerah paling murni yang tersisa di laut.
15:26
And there are a lot of other pressures.
389
911000
2000
Dan ada beberapa banyak tekanan.
15:28
Ocean acidification is a really big issue that people are concerned with,
390
913000
3000
Pengasaman laut adalah hal besar yang dikhawatirkan orang-orang,
15:31
as well as ocean warming, and the effects they're going to have on coral reefs.
391
916000
3000
begitu juga dengan pemanasan laut, dan efeknya pada batu karang.
15:34
On the scale of decades, in our lifetimes,
392
919000
3000
Dalam skala dekade, dalam hidup kita,
15:37
we're going to see a lot of damage to coral reefs.
393
922000
2000
kita akan melihat banyak bahaya pada batu karang.
15:39
And I could spend the rest of my time, which is getting very limited,
394
924000
3000
Dan saya dapat menghabiskan sisa hidup saya, yang terbatas,
15:42
going through this litany of concerns about the ocean,
395
927000
2000
untuk mengatasi masalah kepedulian tentang lautan ini,
15:44
but I want to end on a more positive note.
396
929000
2000
tapi saya akan mengakhirinya dengan catatan positif.
15:46
And so the grand challenge then
397
931000
2000
Jadi tantangan besarnya kemudian
15:48
is to try and make sure that we preserve what's left,
398
933000
2000
adalah untuk memelihara apa yang tertinggal,
15:50
because there is still spectacular beauty.
399
935000
2000
karena masih ada banyak kecantikan menakjubkan.
15:52
And the oceans are so productive,
400
937000
2000
Dan lautan sangat produktif,
15:54
there's so much going on in there that's of relevance to humans
401
939000
3000
ada banyak hal yang terjadi di sana dalam hubungannya dengan manusia
15:57
that we really need to, even from a selfish perspective,
402
942000
3000
yang kita harus, bahkan dari sudut pandang yang egois,
16:00
try to do better than we have in the past.
403
945000
2000
untuk melakukan lebih baik daripada di masa lalu.
16:02
So we need to recognize those hot spots
404
947000
2000
Jadi kita harus tahu di mana letak hot spotnya
16:04
and do our best to protect them.
405
949000
2000
dan melakukan apa yang kita bisa untuk melindunginya.
16:06
When we look at pictures like this, they take our breath away,
406
951000
2000
Ketika kita melihat gambar seperti ini, sangat menakjubkan.
16:08
in addition to helping to give us breath
407
953000
2000
selain menakjubkan kita
16:10
by the oxygen that the oceans provide.
408
955000
2000
dengan jumlah okseigen yang diberikan oleh lautan.
16:12
Census scientists worked in the rain, they worked in the cold,
409
957000
3000
Ilmuwan sensus bekerja dalam hujan, dingin,
16:15
they worked under water and they worked above water
410
960000
2000
di bawah air, di atas air,
16:17
trying to illuminate the wondrous discovery,
411
962000
2000
mencoba mencari penemuan mutakhir,
16:19
the still vast unknown,
412
964000
2000
hal yang masih banyak belum diketahui,
16:21
the spectacular adaptations that we see in ocean life.
413
966000
3000
adaptasi menakjubkan yang kita lihat di kehidupan lautan.
16:24
So whether you're a yak herder living in the mountains of Chile,
414
969000
3000
Jadi baik Anda penggembala yak di pegunungan Chili,
16:27
whether you're a stockbroker in New York City
415
972000
3000
atau Anda adalah makelar saham di New York,
16:30
or whether you're a TEDster living in Edinburgh,
416
975000
2000
atau Anda aalah seorang TED tinggal di Edinburgh,
16:32
the oceans matter.
417
977000
2000
lautan itu penting.
16:34
And as the oceans go so shall we.
418
979000
2000
Selama lautan ada, kitapun juga akan ada.
16:36
Thanks for listening.
419
981000
2000
Terima kasih karena telah mendengarkan.
16:38
(Applause)
420
983000
2000
(Tepuk tangan)
ABOUT THE SPEAKER
Paul Snelgrove - Marine biologistPaul Snelgrove led the group that pulled together the findings of the Census of Marine Life -- synthesizing 10 years and 540 expeditions into a book of wonders.
Why you should listen
From 2000 to 2010, the Census of Marine Life ran a focused international effort to catalogue as much knowledge as possible about the creatures living in our oceans. (It had never really been done before.) Some 2,700 scientists from 80 countries, on 540 expeditions, worked to assess the diversity, distribution, and abundance of marine life. More than 6,000 potential new species were discovered, amid scenes of ocean degradation, resilience, and wonder.
It was Paul Snelgrove's job to synthesize this mass of findings into a book. Snelgrove, a professor at Memorial University in Newfoundland who studies benthic sedimentary ecosystems, led the team that produced the book Discoveries of the Census of Marine Life, about the most important and dramatic findings of the CML: new species and habitats, unexpected and epic migration routes and changing distribution patterns. The census revealed how diverse, surprising, still vastly unknown, and tenacious life is in the oceans.
He says: "How to distill thousands of scientific papers and dozens of books into a coherent story? The answer was to lock myself in the basement, shut off email, and read, read, read."
Paul Snelgrove | Speaker | TED.com