TEDGlobal 2011
Paul Snelgrove: A census of the ocean
Paul Snelgrove: De toestand van de oceaan
Filmed:
Readability: 4
336,429 views
Oceanograaf Paul Snelgrove presenteert de resultaten van een tien jaar durend project met één doel: de stand van al het leven in de oceanen vaststellen. Hij toont prachtige foto's van enkele van de verrassende bevindingen van de 'Census of Marine Life'.
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
De oceanen bedekken zo'n
70% van onze planeet.
70% van onze planeet.
00:18
And I think Arthur C. Clarke probably had it right
1
3000
2000
Ik denk dat Arthur C. Clarke
waarschijnlijk gelijk had
waarschijnlijk gelijk had
00:20
when he said that perhaps we ought to call our planet
2
5000
3000
toen hij zei dat we onze planeet misschien
wel Oceaan in plaats van
Aarde moesten noemen.
Aarde moesten noemen.
00:23
Planet Ocean.
3
8000
2000
00:25
And the oceans are hugely productive,
4
10000
2000
De oceanen zijn enorm productief,
00:27
as you can see by the satellite image
5
12000
2000
zoals je kunt zien op het satellietbeeld
van de fotosynthese,
van de fotosynthese,
00:29
of photosynthesis, the production of new life.
6
14000
2000
de productie van nieuw leven.
00:31
In fact, the oceans produce half of the new life every day on Earth
7
16000
3000
De oceanen produceren dagelijks
de helft van alle nieuwe leven op aarde
de helft van alle nieuwe leven op aarde
00:34
as well as about half the oxygen that we breathe.
8
19000
3000
plus de helft van de zuurstof
die wij inademen.
die wij inademen.
00:37
In addition to that, it harbors a lot of the biodiversity on Earth,
9
22000
3000
Daarnaast herbergen ze veel
van de biodiversiteit op aarde
van de biodiversiteit op aarde
00:40
and much of it we don't know about.
10
25000
2000
waarvan veel nog onbekend.
00:42
But I'll tell you some of that today.
11
27000
2000
Daarover ga ik vandaag wat vertellen.
00:44
That also doesn't even get into the whole protein extraction
12
29000
2000
Het gaat niet eens over wat wij
aan eiwitten uit de oceaan halen.
aan eiwitten uit de oceaan halen.
00:46
that we do from the ocean.
13
31000
2000
00:48
That's about 10 percent of our global needs
14
33000
2000
Dat is zo'n 10% van onze wereldbehoeften
00:50
and 100 percent of some island nations.
15
35000
3000
en 100% voor sommige eilandstaten.
00:53
If you were to descend
16
38000
2000
Als je afdaalt in de 95% van de biosfeer
waar leven mogelijk is,
waar leven mogelijk is,
00:55
into the 95 percent of the biosphere that's livable,
17
40000
2000
00:57
it would quickly become pitch black,
18
42000
2000
wordt het snel pikkedonker,
00:59
interrupted only by pinpoints of light
19
44000
2000
slechts onderbroken door lichtpuntjes
01:01
from bioluminescent organisms.
20
46000
2000
van bioluminescente organismen.
01:03
And if you turn the lights on,
21
48000
2000
Als je het licht aandoet,
zie je regelmatig spectaculaire
organismen voorbij zwemmen,
organismen voorbij zwemmen,
01:05
you might periodically see spectacular organisms swim by,
22
50000
2000
01:07
because those are the denizens of the deep,
23
52000
2000
want dat zijn de bewoners van de diepte,
01:09
the things that live in the deep ocean.
24
54000
2000
de wezens die leven in de diepe oceaan.
01:11
And eventually, the deep sea floor would come into view.
25
56000
3000
Daaronder zou de diepzeebodem
in beeld komen.
in beeld komen.
01:14
This type of habitat covers more of the Earth's surface
26
59000
3000
Dit soort leefgebied beslaat
meer oppervlakte van de aarde
meer oppervlakte van de aarde
01:17
than all other habitats combined.
27
62000
2000
dan alle andere leefgebieden bij elkaar.
01:19
And yet, we know more about the surface of the Moon and about Mars
28
64000
2000
Toch weten we meer over het oppervlak
van de maan en over Mars
van de maan en over Mars
01:21
than we do about this habitat,
29
66000
2000
dan over deze habitat,
01:23
despite the fact that we have yet to extract
30
68000
2000
ondanks het feit dat we daar nog nooit
01:25
a gram of food, a breath of oxygen or a drop of water
31
70000
3000
één gram eten, een ademteug zuurstof
01:28
from those bodies.
32
73000
2000
of één druppel water
vandaan hebben gehaald.
vandaan hebben gehaald.
01:30
And so 10 years ago,
33
75000
2000
10 Jaar geleden
01:32
an international program began called the Census of Marine Life,
34
77000
3000
werd een internationaal programma,
'Census of Marine Life', opgezet
'Census of Marine Life', opgezet
01:35
which set out to try and improve our understanding
35
80000
2000
om een beter inzicht te krijgen
01:37
of life in the global oceans.
36
82000
2000
in het leven in de wereldwijde oceanen.
01:39
It involved 17 different projects around the world.
37
84000
3000
Er waren wereldwijd
17 projecten bij betrokken.
17 projecten bij betrokken.
01:42
As you can see, these are the footprints of the different projects.
38
87000
2000
Hier zie je de voetafdrukken daarvan.
01:44
And I hope you'll appreciate the level of global coverage
39
89000
3000
Je ziet hopelijk het niveau
van wereldwijde dekking
van wereldwijde dekking
01:47
that it managed to achieve.
40
92000
2000
dat ze wisten te bereiken.
Het begon allemaal
toen twee wetenschappers,
toen twee wetenschappers,
01:49
It all began when two scientists, Fred Grassle and Jesse Ausubel,
41
94000
2000
01:51
met in Woods Hole, Massachusetts
42
96000
3000
Fred Grassle en Jesse Ausubel,
elkaar ontmoetten in Massachusetts,
01:54
where both were guests at the famed oceanographic institute.
43
99000
2000
waar beiden te gast waren
bij het beroemde oceanografische instituut.
bij het beroemde oceanografische instituut.
01:56
And Fred was lamenting the state of marine biodiversity
44
101000
3000
Fred klaagde over de toestand
van de mariene biodiversiteit
van de mariene biodiversiteit
01:59
and the fact that it was in trouble and nothing was being done about it.
45
104000
3000
en dat aan de problemen niets werd gedaan.
02:02
Well, from that discussion grew this program
46
107000
2000
Uit die discussie ontstond dit programma
02:04
that involved 2,700 scientists
47
109000
2000
met 2.700 wetenschappers
02:06
from more than 80 countries around the world
48
111000
2000
uit ruim 80 landen over de hele wereld.
02:08
who engaged in 540 ocean expeditions
49
113000
3000
Er kwamen 540 oceaanexpedities
02:11
at a combined cost of 650 million dollars
50
116000
3000
die voor een totaalbedrag
van 650 miljoen dollar
van 650 miljoen dollar
02:14
to study the distribution, diversity and abundance
51
119000
2000
de distributie, de diversiteit
en rijkdom bestudeerden
en rijkdom bestudeerden
02:16
of life in the global ocean.
52
121000
3000
van het leven in de oceanen.
02:19
And so what did we find?
53
124000
2000
Wat vonden we?
02:21
We found spectacular new species,
54
126000
2000
We vonden overal
spectaculaire nieuwe soorten,
spectaculaire nieuwe soorten,
02:23
the most beautiful and visually stunning things everywhere we looked --
55
128000
3000
de mooiste en visueel
meest verbluffende dingen --
meest verbluffende dingen --
02:26
from the shoreline to the abyss,
56
131000
2000
van de kust tot in de diepzee,
02:28
form microbes all the way up to fish and everything in between.
57
133000
3000
van microben helemaal tot
de vissen en alles daartussen.
de vissen en alles daartussen.
02:31
And the limiting step here wasn't the unknown diversity of life,
58
136000
3000
De beperkende factor was niet
gebrek aan onbekende diversiteit,
gebrek aan onbekende diversiteit,
02:34
but rather the taxonomic specialists
59
139000
2000
maar het aantal taxonomische specialisten,
02:36
who can identify and catalog these species
60
141000
2000
die deze soorten konden
identificeren en catalogiseren.
identificeren en catalogiseren.
02:38
that became the limiting step.
61
143000
2000
02:40
They, in fact, are an endangered species themselves.
62
145000
3000
Zij zijn in feite zelf
een bedreigde diersoort.
een bedreigde diersoort.
02:43
There are actually four to five new species
63
148000
2000
In de oceanen worden dagelijks
02:45
described everyday for the oceans.
64
150000
2000
vier tot vijf nieuwe soorten
gevonden en beschreven.
gevonden en beschreven.
02:47
And as I say, it could be a much larger number.
65
152000
3000
Zoals ik al zei, zou het aantal
veel groter kunnen zijn.
veel groter kunnen zijn.
02:50
Now, I come from Newfoundland in Canada --
66
155000
3000
Ik ben van Newfoundland in Canada -
02:53
It's an island off the east coast of that continent --
67
158000
2000
een eiland voor de oostkust
van dat continent -
van dat continent -
02:55
where we experienced one of the worst fishing disasters
68
160000
3000
waar een van de ergste visserijrampen
02:58
in human history.
69
163000
2000
in de menselijke geschiedenis plaatsvond.
03:00
And so this photograph shows a small boy next to a codfish.
70
165000
2000
Deze foto toont een kleine jongen
naast een kabeljauw.
naast een kabeljauw.
03:02
It's around 1900.
71
167000
2000
Het is rond 1900.
03:04
Now, when I was a boy of about his age,
72
169000
2000
Als jongen van ongeveer zijn leeftijd
03:06
I would go out fishing with my grandfather
73
171000
2000
ging ik vissen met mijn opa
03:08
and we would catch fish about half that size.
74
173000
2000
en wij vingen vis
van ongeveer half die grootte.
van ongeveer half die grootte.
03:10
And I thought that was the norm,
75
175000
2000
Ik dacht dat dat de norm was,
03:12
because I had never seen fish like this.
76
177000
2000
want ik had nooit vissen als deze gezien.
03:14
If you were to go out there today, 20 years after this fishery collapsed,
77
179000
3000
Als je vandaag, 20 jaar
na de ondergang van deze visserij,
na de ondergang van deze visserij,
03:17
if you could catch a fish, which would be a bit of a challenge,
78
182000
3000
vis zou gaan vangen
-- wat niet zou meevallen --
-- wat niet zou meevallen --
03:20
it would be half that size still.
79
185000
2000
zouden ze nog half zo groot zijn.
03:22
So what we're experiencing is something called shifting baselines.
80
187000
3000
Dat noemen we
verschuivende referentiewaarden.
verschuivende referentiewaarden.
03:25
Our expectations of what the oceans can produce
81
190000
2000
Onze verwachtingen van
wat de oceanen kunnen produceren
wat de oceanen kunnen produceren
03:27
is something that we don't really appreciate
82
192000
2000
kunnen we ons niet voorstellen
03:29
because we haven't seen it in our lifetimes.
83
194000
3000
omdat we het zelf nooit hebben gezien.
03:32
Now most of us, and I would say me included,
84
197000
3000
De meesten van ons, inclusief ikzelf,
03:35
think that human exploitation of the oceans
85
200000
2000
denken dat de menselijke
exploitatie van de oceanen
exploitatie van de oceanen
03:37
really only became very serious
86
202000
2000
pas echt op gang kwam
03:39
in the last 50 to, perhaps, 100 years or so.
87
204000
2000
in de laatste 50 à 100 jaar.
03:41
The census actually tried to look back in time,
88
206000
2000
De telling probeerde echt
om terug te kijken in de tijd
om terug te kijken in de tijd
03:43
using every source of information they could get their hands on.
89
208000
3000
met behulp van
elke beschikbare informatiebron.
elke beschikbare informatiebron.
03:46
And so anything from restaurant menus
90
211000
2000
Alles, van restaurantmenu's
en kloosterverslagen
en kloosterverslagen
03:48
to monastery records to ships' logs
91
213000
2000
tot scheepslogboeken
03:50
to see what the oceans looked like.
92
215000
2000
moest een beeld geven
van de vroegere oceanen.
van de vroegere oceanen.
03:52
Because science data really goes back
93
217000
2000
Want wetenschappelijke data
gaan grotendeels
gaan grotendeels
03:54
to, at best, World War II, for the most part.
94
219000
2000
hooguit terug tot aan
de Tweede Wereldoorlog.
de Tweede Wereldoorlog.
03:56
And so what they found, in fact,
95
221000
2000
Maar ze vonden in feite
03:58
is that exploitation really began heavily with the Romans.
96
223000
2000
dat de exploitatie
al sterk begon met de Romeinen.
al sterk begon met de Romeinen.
04:00
And so at that time, of course, there was no refrigeration.
97
225000
3000
In die tijd was er
natuurlijk geen koeling.
natuurlijk geen koeling.
04:03
So fishermen could only catch
98
228000
2000
De vissers vingen alleen maar
04:05
what they could either eat or sell that day.
99
230000
2000
wat ze die dag zelf
konden opeten of verkopen.
konden opeten of verkopen.
04:07
But the Romans developed salting.
100
232000
2000
Maar de Romeinen
ontwikkelden het pekelen.
ontwikkelden het pekelen.
04:09
And with salting,
101
234000
2000
Daardoor werd het mogelijk
04:11
it became possible to store fish and to transport it long distances.
102
236000
3000
om vis op te slaan
en over lange afstanden te vervoeren.
en over lange afstanden te vervoeren.
04:14
And so began industrial fishing.
103
239000
3000
Zo begon de industriële visserij.
04:17
And so these are the sorts of extrapolations that we have
104
242000
3000
Hierdoor kunnen we extrapoleren
04:20
of what sort of loss we've had
105
245000
2000
wat voor soort schade we hebben gehad
04:22
relative to pre-human impacts on the ocean.
106
247000
3000
ten opzichte van de pre-menselijke
invloeden op de oceaan.
invloeden op de oceaan.
04:25
They range from 65 to 98 percent
107
250000
2000
Ze gaan van 65 tot 98 procent
voor deze belangrijke
groepen van organismen,
groepen van organismen,
04:27
for these major groups of organisms,
108
252000
2000
04:29
as shown in the dark blue bars.
109
254000
2000
zoals getoond door de donkerblauwe balken.
04:31
Now for those species the we managed to leave alone, that we protect --
110
256000
3000
Voor die soorten die we
met rust lieten en beschermden -
met rust lieten en beschermden -
04:34
for example, marine mammals in recent years and sea birds --
111
259000
2000
bijvoorbeeld zeezoogdieren
in de afgelopen jaren en zeevogels -
in de afgelopen jaren en zeevogels -
04:36
there is some recovery.
112
261000
2000
is er enig herstel.
04:38
So it's not all hopeless.
113
263000
2000
Het is niet helemaal hopeloos.
04:40
But for the most part, we've gone from salting to exhausting.
114
265000
3000
Maar overwegend gingen we
via pekelen naar uitputten.
via pekelen naar uitputten.
04:43
Now this other line of evidence is a really interesting one.
115
268000
2000
Nog een ander interessant bewijs.
04:45
It's from trophy fish caught off the coast of Florida.
116
270000
3000
Een trofeevis gevangen voor de kust van Florida.
04:48
And so this is a photograph from the 1950s.
117
273000
3000
Een foto uit de jaren 1950.
04:51
I want you to notice the scale on the slide,
118
276000
2000
Kijk naar de schaal op de dia,
04:53
because when you see the same picture from the 1980s,
119
278000
2000
als je hetzelfde beeld ziet uit de jaren 1980,
04:55
we see the fish are much smaller
120
280000
2000
is de vis veel kleiner
04:57
and we're also seeing a change
121
282000
2000
en we zien ook een verandering
04:59
in terms of the composition of those fish.
122
284000
2000
in de samenstelling van die vis.
Tegen 2007
05:01
By 2007, the catch was actually laughable
123
286000
2000
was de grootte eigenlijk
lachwekkend voor trofeevissen.
lachwekkend voor trofeevissen.
05:03
in terms of the size for a trophy fish.
124
288000
2000
05:05
But this is no laughing matter.
125
290000
2000
Maar dit is niet om te lachen.
05:07
The oceans have lost a lot of their productivity
126
292000
2000
De oceanen hebben veel
van hun productiviteit verloren
van hun productiviteit verloren
05:09
and we're responsible for it.
127
294000
3000
en wij zijn verantwoordelijk.
05:12
So what's left? Actually quite a lot.
128
297000
2000
Wat blijft er over? Eigenlijk heel veel.
05:14
There's a lot of exciting things, and I'm going to tell you a little bit about them.
129
299000
3000
Een heleboel spannende dingen
en ik zal er wat over vertellen.
en ik zal er wat over vertellen.
05:17
And I want to start with a bit on technology,
130
302000
2000
Eerst een beetje technologie,
05:19
because, of course, this is a TED Conference
131
304000
2000
omdat dit een TED-conferentie is
05:21
and you want to hear something on technology.
132
306000
2000
en je natuurlijk iets
over technologie wil horen.
over technologie wil horen.
05:23
So one of the tools that we use to sample the deep ocean
133
308000
2000
Een van de instrumenten
voor het diepzeeonderzoek
voor het diepzeeonderzoek
05:25
are remotely operated vehicles.
134
310000
2000
zijn op afstand bediende voertuigen.
05:27
So these are tethered vehicles we lower down to the sea floor
135
312000
3000
Bekabelde voertuigen die we
laten zakken naar de zeebodem.
laten zakken naar de zeebodem.
05:30
where they're our eyes and our hands for working on the sea bottom.
136
315000
3000
Ze zijn onze ogen en handen
voor het werk op de zeebodem.
voor het werk op de zeebodem.
05:33
So a couple of years ago, I was supposed to go on an oceanographic cruise
137
318000
3000
Een paar jaar geleden
moest ik op oceanografische cruise
moest ik op oceanografische cruise
05:36
and I couldn't go because of a scheduling conflict.
138
321000
3000
maar mijn agenda liet dit niet toe.
05:39
But through a satellite link I was able to sit at my study at home
139
324000
3000
Via een satellietverbinding
kon ik thuis aan mijn bureau zitten
kon ik thuis aan mijn bureau zitten
05:42
with my dog curled up at my feet, a cup of tea in my hand,
140
327000
3000
met mijn hond aan mijn voeten,
een kopje thee bij de hand,
een kopje thee bij de hand,
05:45
and I could tell the pilot, "I want a sample right there."
141
330000
2000
en de piloot zeggen:
"Ik wil een monster dáárvan."
"Ik wil een monster dáárvan."
05:47
And that's exactly what the pilot did for me.
142
332000
2000
En dan deed die piloot dat.
05:49
That's the sort of technology that's available today
143
334000
3000
Dat soort technologie
is vandaag beschikbaar,
is vandaag beschikbaar,
05:52
that really wasn't available even a decade ago.
144
337000
2000
maar slechts tien jaar geleden nog niet.
05:54
So it allows us to sample these amazing habitats
145
339000
2000
Ze stelt ons in staat
om deze geweldige habitats
om deze geweldige habitats
05:56
that are very far from the surface
146
341000
2000
ver onder het zeeoppervlak
05:58
and very far from light.
147
343000
2000
en in het volslagen duister
te onderzoeken.
te onderzoeken.
06:00
And so one of the tools that we can use to sample the oceans
148
345000
3000
Een van de instrumenten
om de oceanen te onderzoeken
om de oceanen te onderzoeken
06:03
is acoustics, or sound waves.
149
348000
2000
is akoestiek, of geluidsgolven.
06:05
And the advantage of sound waves
150
350000
2000
Het voordeel van geluidsgolven
06:07
is that they actually pass well through water, unlike light.
151
352000
2000
is dat ze veel beter dan licht
door het water kunnen gaan.
door het water kunnen gaan.
06:09
And so we can send out sound waves,
152
354000
2000
We zenden geluidsgolven
06:11
they bounce off objects like fish and are reflected back.
153
356000
3000
die terugkaatsen
van allerlei objecten, zoals vissen.
van allerlei objecten, zoals vissen.
06:14
And so in this example, a census scientist took out two ships.
154
359000
3000
In dit voorbeeld gebruikte
een onderzoeker twee schepen.
een onderzoeker twee schepen.
06:17
One would send out sound waves that would bounce back.
155
362000
2000
Een zond geluidsgolven uit
06:19
They would be received by a second ship,
156
364000
2000
en het tweede schip
registreerde de teruggekaatste golven.
registreerde de teruggekaatste golven.
06:21
and that would give us very precise estimates, in this case,
157
366000
3000
Dat gaf ons hier een nauwkeurige schatting
06:24
of 250 billion herring
158
369000
2000
van 250 miljoen haringen
06:26
in a period of about a minute.
159
371000
2000
in ongeveer een minuut.
06:28
And that's an area about the size of Manhattan Island.
160
373000
3000
Voor een gebied ongeveer
zo groot als Manhattan.
zo groot als Manhattan.
06:31
And to be able to do that is a tremendous fisheries tool,
161
376000
2000
Het is een enorm visserijgereedschap
06:33
because knowing how many fish are there is really critical.
162
378000
3000
omdat weten hoeveel vis er zit,
echt van cruciaal belang is.
echt van cruciaal belang is.
06:36
We can also use satellite tags
163
381000
2000
We kunnen ook satellietlabels gebruiken
06:38
to track animals as they move through the oceans.
164
383000
2000
om dieren te volgen door de oceanen.
06:40
And so for animals that come to the surface to breathe,
165
385000
2000
Bij dieren die aan de oppervlakte
komen ademhalen,
komen ademhalen,
06:42
such as this elephant seal,
166
387000
2000
zoals deze zeeolifant,
06:44
it's an opportunity to send data back to shore
167
389000
2000
kan men dan gegevens
terugsturen naar de kust
terugsturen naar de kust
06:46
and tell us where exactly it is in the ocean.
168
391000
3000
die ons zijn precieze locatie
in de oceaan vertellen.
in de oceaan vertellen.
06:49
And so from that we can produce these tracks.
169
394000
2000
Zo kunnen we hun reisroute reconstrueren.
06:51
For example, the dark blue
170
396000
2000
Bijvoorbeeld, het donkerblauw
toont de route van de zeeolifant
in de noordelijke Stille Oceaan.
in de noordelijke Stille Oceaan.
06:53
shows you where the elephant seal moved in the north Pacific.
171
398000
2000
06:55
Now I realize for those of you who are colorblind, this slide is not very helpful,
172
400000
3000
Voor wie kleurenblind is,
is deze dia is niet erg nuttig,
is deze dia is niet erg nuttig,
06:58
but stick with me nonetheless.
173
403000
2000
maar probeer toch maar te volgen.
07:00
For animals that don't surface,
174
405000
2000
Voor dieren die niet
naar het oppervlak komen,
naar het oppervlak komen,
07:02
we have something called pop-up tags,
175
407000
2000
hebben we 'opduik-labels',
07:04
which collect data about light and what time the sun rises and sets.
176
409000
3000
die lichtgegevens verzamelen
en hoe laat de zon opkomt en ondergaat.
en hoe laat de zon opkomt en ondergaat.
07:07
And then at some period of time
177
412000
2000
Na enige tijd
07:09
it pops up to the surface and, again, relays that data back to shore.
178
414000
3000
komen ze boven en relayeren
die data naar de kust.
die data naar de kust.
07:12
Because GPS doesn't work under water. That's why we need these tools.
179
417000
3000
Omdat GPS niet werkt onder water
hebben we deze tools nodig.
hebben we deze tools nodig.
07:15
And so from this we're able to identify these blue highways,
180
420000
3000
Daardoor kunnen we
deze blauwe snelwegen identificeren,
deze blauwe snelwegen identificeren,
07:18
these hot spots in the ocean,
181
423000
2000
deze 'hot spots' in de oceaan.
07:20
that should be real priority areas
182
425000
2000
Dat moeten echt prioritaire gebieden
07:22
for ocean conservation.
183
427000
2000
voor oceaanbehoud worden.
07:24
Now one of the other things that you may think about
184
429000
2000
Wanneer je naar de supermarkt gaat
07:26
is that, when you go to the supermarket and you buy things, they're scanned.
185
431000
3000
en dingen koopt, worden ze gescand.
07:29
And so there's a barcode on that product
186
434000
2000
Een streepjescode op het product
07:31
that tells the computer exactly what the product is.
187
436000
3000
vertelt de computer precies
welk product het is.
welk product het is.
07:34
Geneticists have developed a similar tool called genetic barcoding.
188
439000
3000
Genetici ontwikkelden
iets soortgelijks: genetische barcode.
iets soortgelijks: genetische barcode.
07:37
And what barcoding does
189
442000
2000
Die code maakt gebruik
van een specifiek gen, CO1.
van een specifiek gen, CO1.
07:39
is use a specific gene called CO1
190
444000
2000
07:41
that's consistent within a species, but varies among species.
191
446000
3000
Dat gen varieert van soort tot soort.
07:44
And so what that means is we can unambiguously identify
192
449000
2000
Daardoor kunnen we de soorten
07:46
which species are which
193
451000
2000
ondubbelzinnig identificeren
zelfs als ze erg op elkaar lijken
07:48
even if they look similar to each other,
194
453000
2000
07:50
but may be biologically quite different.
195
455000
2000
maar biologisch heel anders zijn.
07:52
Now one of the nicest examples I like to cite on this
196
457000
2000
Een van de mooiste voorbeelden
is het verhaal van twee jonge vrouwen,
middelbare scholieren in New York City,
middelbare scholieren in New York City,
07:54
is the story of two young women, high school students in New York City,
197
459000
3000
07:57
who worked with the census.
198
462000
2000
die meewerkten aan de telling.
07:59
They went out and collected fish from markets and from restaurants in New York City
199
464000
3000
Zij verzamelden vis van markten
en restaurants in New York City
en restaurants in New York City
08:02
and they barcoded it.
200
467000
2000
en noteerden die barcode.
08:04
Well what they found was mislabeled fish.
201
469000
2000
Ze vonden verkeerd gelabelde vissen.
08:06
So for example,
202
471000
2000
Bijvoorbeeld,
ze vonden goedkope tilapia
08:08
they found something which was sold as tuna, which is very valuable,
203
473000
2000
08:10
was in fact tilapia, which is a much less valuable fish.
204
475000
3000
die als dure tonijn werd verkocht.
08:13
They also found an endangered species
205
478000
2000
Zij vonden ook een bedreigde soort
08:15
sold as a common one.
206
480000
2000
die als een gewone verkocht werd.
08:17
So barcoding allows us to know what we're working with
207
482000
2000
Barcodes vertellen ons waarmee we werken
08:19
and also what we're eating.
208
484000
3000
en ook wat we eten.
08:22
The Ocean Biogeographic Information System
209
487000
2000
Het Biogeografisch
Informatiesysteem voor de Oceaan
Informatiesysteem voor de Oceaan
08:24
is the database for all the census data.
210
489000
2000
is de databank voor
alle gegevens van de telling.
alle gegevens van de telling.
08:26
It's open access; you can all go in and download data as you wish.
211
491000
3000
Het is vrij toegankelijk;
iedereen kan gegevens downloaden.
iedereen kan gegevens downloaden.
08:29
And it contains all the data from the census
212
494000
3000
Het bevat alle gegevens van de telling
08:32
plus other data sets that people were willing to contribute.
213
497000
2000
plus andere datasets
die mensen wilden leveren.
die mensen wilden leveren.
08:34
And so what you can do with that
214
499000
2000
Daarmee kan je
08:36
is to plot the distribution of species and where they occur in the oceans.
215
501000
3000
de verspreiding van soorten
laten zien in de oceanen.
laten zien in de oceanen.
08:39
What I've plotted up here is the data that we have on hand.
216
504000
2000
Ik heb hier enkele gegevens uitgezet.
08:41
This is where our sampling effort has concentrated.
217
506000
3000
Daarop richtten zich onze steekproeven.
08:44
Now what you can see
218
509000
2000
We bemonsterden het gebied
08:46
is we've sampled the area in the North Atlantic,
219
511000
2000
van de Noord-Atlantische Oceaan,
08:48
in the North Sea in particular,
220
513000
2000
in het bijzonder de Noordzee,
08:50
and also the east coast of North America fairly well.
221
515000
2000
en ook de oostkust
van Noord-Amerika redelijk goed.
van Noord-Amerika redelijk goed.
08:52
That's the warm colors which show a well-sampled region.
222
517000
3000
De warme kleuren komen overeen
met een goed bemonsterd gebied.
met een goed bemonsterd gebied.
08:55
The cold colors, the blue and the black,
223
520000
2000
De koude kleuren, blauw en zwart,
08:57
show areas where we have almost no data.
224
522000
2000
tonen gebieden waar
bijna geen gegevens van zijn.
bijna geen gegevens van zijn.
08:59
So even after a 10-year census,
225
524000
2000
Ook na een 10-jarig onderzoek
09:01
there are large areas that still remain unexplored.
226
526000
3000
zijn er grote gebieden
nog steeds ononderzocht.
nog steeds ononderzocht.
09:04
Now there are a group of scientists living in Texas, working in the Gulf of Mexico
227
529000
3000
Een groep wetenschappers in Texas,
die in de Golf van Mexico werken,
die in de Golf van Mexico werken,
09:07
who decided really as a labor of love
228
532000
2000
besloten als vrijwilligerswerk
09:09
to pull together all the knowledge they could
229
534000
2000
alle beschikbare kennis te bundelen
09:11
about biodiversity in the Gulf of Mexico.
230
536000
2000
over biodiversiteit in de Golf van Mexico.
09:13
And so they put this together, a list of all the species,
231
538000
3000
Ze maakten een lijst van alle soorten
09:16
where they're known to occur,
232
541000
2000
en waar ze voorkomen.
Het leek een zeer esoterische,
wetenschappelijke soort oefening.
wetenschappelijke soort oefening.
09:18
and it really seemed like a very esoteric, scientific type of exercise.
233
543000
3000
09:21
But then, of course, there was the Deep Horizon oil spill.
234
546000
3000
Maar toen kwam de Deep Horizon-olieramp.
09:24
So all of a sudden, this labor of love
235
549000
2000
Plotseling werd dit vrijwilligerswerk,
09:26
for no obvious economic reason
236
551000
3000
zonder duidelijke economische aanleiding,
09:29
has become a critical piece of information
237
554000
2000
tot een essentiële informatiebron
09:31
in terms of how that system is going to recover, how long it will take
238
556000
3000
over hoe dat systeem zich gaat herstellen,
hoe lang het zal duren
hoe lang het zal duren
09:34
and how the lawsuits
239
559000
2000
en hoe de rechtszaken
en de multimiljard-dollardiscussies
van de komende jaren
van de komende jaren
09:36
and the multi-billion-dollar discussions that are going to happen in the coming years
240
561000
3000
09:39
are likely to be resolved.
241
564000
3000
waarschijnlijk hun beslag zullen vinden.
09:42
So what did we find?
242
567000
2000
Wat hebben we gevonden?
09:44
Well, I could stand here for hours, but, of course, I'm not allowed to do that.
243
569000
2000
Ik kan hier uren over doorgaan,
maar dat gaat natuurlijk niet.
maar dat gaat natuurlijk niet.
09:46
But I will tell you some of my favorite discoveries
244
571000
2000
Ik zal een aantal
van mijn favoriete ontdekkingen
van mijn favoriete ontdekkingen
09:48
from the census.
245
573000
2000
van de telling vertellen.
09:50
So one of the things we discovered is where are the hot spots of diversity?
246
575000
3000
We ontdekten bijvoorbeeld
waar de hotspots van diversiteit zijn.
waar de hotspots van diversiteit zijn.
09:53
Where do we find the most species of ocean life?
247
578000
3000
Waar vinden we de meeste
soorten leven in de oceaan?
soorten leven in de oceaan?
09:56
And what we find if we plot up the well-known species
248
581000
2000
Als we de bekende soorten hierin opnemen,
09:58
is this sort of a distribution.
249
583000
2000
vinden we dit soort distributie.
10:00
And what we see is that for coastal tags,
250
585000
2000
Voor de kustgebieden
10:02
for those organisms that live near the shoreline,
251
587000
2000
vinden we de grootste
diversiteit van organismen
diversiteit van organismen
10:04
they're most diverse in the tropics.
252
589000
2000
in de tropen.
10:06
This is something we've actually known for a while,
253
591000
2000
Dat was al een tijdje bekend,
10:08
so it's not a real breakthrough.
254
593000
2000
geen echte doorbraak dus.
10:10
What is really exciting though
255
595000
2000
Wat echter echt spannend is,
is dat zij die ver van de kust leven
10:12
is that the oceanic tags, or the ones that live far from the coast,
256
597000
2000
eigenlijk meer divers zijn
op de tussenliggende breedtegraden.
op de tussenliggende breedtegraden.
10:14
are actually more diverse at intermediate latitudes.
257
599000
2000
10:16
This is the sort of data, again, that managers could use
258
601000
3000
Dit soort gegevens
hebben conservators nodig
hebben conservators nodig
10:19
if they want to prioritize areas of the ocean that we need to conserve.
259
604000
3000
om te weten welke delen van de oceaan
de prioriteit moeten krijgen.
de prioriteit moeten krijgen.
10:22
You can do this on a global scale, but you can also do it on a regional scale.
260
607000
3000
Je kan dit doen op wereldwijde schaal,
maar ook regionaal.
maar ook regionaal.
10:25
And that's why biodiversity data can be so valuable.
261
610000
3000
Daarom zijn biodiversiteitsgegevens
zo waardevol.
zo waardevol.
10:28
Now while a lot of the species we discovered in the census
262
613000
3000
Terwijl veel van de ontdekte soorten
10:31
are things that are small and hard to see,
263
616000
2000
klein en moeilijk te zien zijn,
10:33
that certainly wasn't always the case.
264
618000
2000
was dat zeker niet altijd het geval.
Het is bijvoorbeeld moeilijk te geloven
10:35
For example, while it's hard to believe
265
620000
2000
dat een kreeft van drie kilo
wetenschappers kon zijn ontgaan,
wetenschappers kon zijn ontgaan,
10:37
that a three kilogram lobster could elude scientists,
266
622000
2000
10:39
it did until a few years ago
267
624000
2000
maar toen enkele jaren geleden
10:41
when South African fishermen requested an export permit
268
626000
3000
Zuid-Afrikaanse vissers
een uitvoervergunning aanvroegen
een uitvoervergunning aanvroegen
10:44
and scientists realized that this was something new to science.
269
629000
3000
realiseerden wetenschappers zich
dat hij nieuw voor de wetenschap was.
dat hij nieuw voor de wetenschap was.
10:47
Similarly this Golden V kelp
270
632000
2000
Ook dit Golden V Kelp
(Aureophycus aleuticus),
(Aureophycus aleuticus),
10:49
collected in Alaska just below the low water mark
271
634000
2000
verzameld in Alaska
net onder de laagwaterlijn,
net onder de laagwaterlijn,
10:51
is probably a new species.
272
636000
2000
is waarschijnlijk een nieuwe soort.
10:53
Even though it's three meters long,
273
638000
2000
Ook al is het drie meter lang
10:55
it actually, again, eluded science.
274
640000
2000
was ook dit de wetenschap ontgaan.
10:57
Now this guy, this bigfin squid, is seven meters in length.
275
642000
3000
Deze grootvininktvis is zeven meter lang.
11:00
But to be fair, it lives in the deep waters of the Mid-Atlantic Ridge,
276
645000
3000
Maar hij leeft in de diepe wateren
van de Mid-Atlantische Rug,
van de Mid-Atlantische Rug,
11:03
so it was a lot harder to find.
277
648000
2000
dus hij was een stuk moeilijker te vinden.
11:05
But there's still potential for discovery of big and exciting things.
278
650000
3000
Maar er is nog kans op ontdekking
van grote en spannende dingen.
van grote en spannende dingen.
11:08
This particular shrimp, we've dubbed it the Jurassic shrimp,
279
653000
3000
Van deze bijzondere,
'Jurassische' garnalen
'Jurassische' garnalen
11:11
it's thought to have gone extinct 50 years ago --
280
656000
2000
werd gedacht dat ze
jaren geleden waren uitgestorven -
jaren geleden waren uitgestorven -
11:13
at least it was, until the census discovered
281
658000
2000
totdat de telling
11:15
it was living and doing just fine off the coast of Australia.
282
660000
3000
ze in goeden doen ontdekte
voor de kust van Australië.
voor de kust van Australië.
11:18
And it shows that the ocean, because of its vastness,
283
663000
3000
Het toont aan dat de oceaan,
door zijn uitgestrektheid,
door zijn uitgestrektheid,
11:21
can hide secrets for a very long time.
284
666000
2000
geheimen zeer langdurig kan verbergen.
11:23
So, Steven Spielberg, eat your heart out.
285
668000
3000
Steven Spielberg kan er
een puntje aan zuigen.
een puntje aan zuigen.
11:26
If we look at distributions, in fact distributions change dramatically.
286
671000
3000
Distributies veranderen drastisch
van plaats tot plaats.
van plaats tot plaats.
11:29
And so one of the records that we had
287
674000
3000
Een van die gevallen
was deze Grauwe pijlstormvogel,
die op spectaculaire wijze migreert
die op spectaculaire wijze migreert
11:32
was this sooty shearwater, which undergoes these spectacular migrations
288
677000
3000
11:35
all the way from New Zealand
289
680000
2000
helemaal vanuit Nieuw-Zeeland
11:37
all the way up to Alaska and back again
290
682000
2000
naar Alaska en weer terug,
11:39
in search of endless summer
291
684000
2000
op zoek naar een zomer zonder einde
11:41
as they complete their life cycles.
292
686000
2000
terwijl ze hun levenscyclus volbrengen.
11:43
We also talked about the White Shark Cafe.
293
688000
2000
We hadden het ook
over het 'Witte Haai Café',
over het 'Witte Haai Café',
11:45
This is a location in the Pacific where white shark converge.
294
690000
3000
een plaats in de Stille Oceaan
waar witte haaien samenkomen.
waar witte haaien samenkomen.
11:48
We don't know why they converge there, we simply don't know.
295
693000
2000
Waarom, weten we simpelweg niet.
11:50
That's a question for the future.
296
695000
2000
Dat is een vraag voor de toekomst.
11:52
One of the things that we're taught in high school
297
697000
2000
Op de middelbare school leerden we,
11:54
is that all animals require oxygen in order to survive.
298
699000
3000
dat alle dieren zuurstof
nodig hebben om te overleven.
nodig hebben om te overleven.
11:57
Now this little critter, it's only about half a millimeter in size,
299
702000
3000
Dit beestje van slechts ongeveer
een halve millimeter groot
een halve millimeter groot
12:00
not terribly charismatic.
300
705000
2000
is niet erg charismatisch.
12:02
But it was only discovered in the early 1980s.
301
707000
2000
Het werd pas ontdekt
in de vroege jaren 80.
in de vroege jaren 80.
12:04
But the really interesting thing about it
302
709000
2000
Het echt interessante eraan is
12:06
is that, a few years ago, census scientists discovered
303
711000
3000
dat een paar jaar geleden
tellingwetenschappers ontdekten
tellingwetenschappers ontdekten
dat dit kereltje gedijen kan
in zuurstofarme sedimenten
in zuurstofarme sedimenten
12:09
that this guy can thrive in oxygen-poor sediments
304
714000
2000
12:11
in the deep Mediterranean Sea.
305
716000
2000
in de diepe Middellandse Zee.
12:13
So now they know that, in fact,
306
718000
2000
Nu weten ze
dat tenminste sommige dieren
zonder zuurstof kunnen
zonder zuurstof kunnen
12:15
animals can live without oxygen, at least some of them,
307
720000
2000
12:17
and that they can adapt to even the harshest of conditions.
308
722000
3000
en dat ze zich aan de zwaarste
omstandigheden kunnen aanpassen.
omstandigheden kunnen aanpassen.
12:20
If you were to suck all the water out of the ocean,
309
725000
3000
Als je al het water
uit de oceaan zou zuigen,
uit de oceaan zou zuigen,
12:23
this is what you'd be left behind with,
310
728000
2000
dan zou je dit overhouden:
12:25
and that's the biomass of life on the sea floor.
311
730000
2000
de biomassa van het leven op de zeebodem.
12:27
Now what we see is huge biomass towards the poles
312
732000
3000
Een enorme biomassa aan de polen
12:30
and not much biomass in between.
313
735000
3000
met maar weinig biomassa ertussen.
12:33
We found life in the extremes.
314
738000
2000
We vonden het leven in de uitersten.
12:35
And so there were new species that were found
315
740000
2000
We vonden nieuwe soorten
12:37
that live inside ice
316
742000
2000
die leven in ijs
en een op ijs gebaseerd
voedselweb ondersteunen.
voedselweb ondersteunen.
12:39
and help to support an ice-based food web.
317
744000
2000
12:41
And we also found this spectacular yeti crab
318
746000
2000
Ook vonden we deze spectaculaire yeti-krab
12:43
that lives near boiling hot hydrothermal vents at Easter Island.
319
748000
3000
in de buurt van kokend hete
hydrothermale bronnen bij Paaseiland.
hydrothermale bronnen bij Paaseiland.
12:46
And this particular species
320
751000
2000
Deze soort veroverde echt
de publieke aandacht.
de publieke aandacht.
12:48
really captured the public's attention.
321
753000
3000
Ook vonden we de diepste
bekende ventilatieopeningen
bekende ventilatieopeningen
12:51
We also found the deepest vents known yet -- 5,000 meters --
322
756000
3000
-- op 5.000 meter --
12:54
the hottest vents at 407 degrees Celsius --
323
759000
3000
de heetste op 407 graden Celsius -
ventilatieopeningen in de Stille Zuidzee
en het Arctisch gebied,
en het Arctisch gebied,
12:57
vents in the South Pacific and also in the Arctic
324
762000
2000
12:59
where none had been found before.
325
764000
2000
waar er nog geen gevonden waren.
13:01
So even new environments are still within the domain of the discoverable.
326
766000
3000
Ook nieuwe omgevingen
zijn dus nog steeds te ontdekken.
zijn dus nog steeds te ontdekken.
13:04
Now in terms of the unknowns, there are many.
327
769000
2000
Toch blijft er nog veel onbekend.
13:06
And I'm just going to summarize just a few of them
328
771000
2000
Ik geef een korte samenvatting.
13:08
very quickly for you.
329
773000
2000
Je zou kunnen vragen
hoeveel vis er in de zee zit.
hoeveel vis er in de zee zit.
13:10
First of all, we might ask, how many fishes in the sea?
330
775000
3000
We kennen de vissen beter
dan elke andere groep in de oceaan
dan elke andere groep in de oceaan
13:13
We actually know the fishes better than we do any other group in the ocean
331
778000
2000
13:15
other than marine mammals.
332
780000
2000
met uitzondering van de zeezoogdieren.
13:17
And so we can actually extrapolate based on rates of discovery
333
782000
3000
Op basis van de snelheid van ontdekking
kunnen we extrapoleren
kunnen we extrapoleren
13:20
how many more species we're likely to discover.
334
785000
3000
hoeveel meer soorten we zullen ontdekken.
13:23
And from that, we actually calculate
335
788000
2000
Op basis daarvan kunnen we berekenen
13:25
that we know about 16,500 marine species
336
790000
3000
dat we ongeveer
16.500 mariene soorten kennen
16.500 mariene soorten kennen
13:28
and there are probably another 1,000 to 4,000 left to go.
337
793000
2000
en er waarschijnlijk nog eens
1000 tot 4000 zijn te ontdekken.
1000 tot 4000 zijn te ontdekken.
13:30
So we've done pretty well.
338
795000
2000
Niet slecht gedaan, dus.
13:32
We've got about 75 percent of the fish,
339
797000
2000
We hebben ongeveer
75% van de vis gevonden,
75% van de vis gevonden,
13:34
maybe as much as 90 percent.
340
799000
2000
misschien zelfs wel 90%.
13:36
But the fishes, as I say, are the best known.
341
801000
3000
Maar de vissen zijn het bekendst.
13:39
So our level of knowledge is much less for other groups of organisms.
342
804000
3000
We weten veel minder
van andere groepen organismen.
van andere groepen organismen.
13:42
Now this figure is actually based on a brand new paper
343
807000
2000
Dit cijfer is gebaseerd
op een geheel nieuwe paper
op een geheel nieuwe paper
13:44
that's going to come out in the journal PLoS Biology.
344
809000
3000
die binnenkort gaat verschijnen
in het tijdschrift PLoS Biology.
in het tijdschrift PLoS Biology.
13:47
And what is does is predict how many more species there are
345
812000
2000
Ze voorspelt hoeveel meer soorten er zijn
13:49
on land and in the ocean.
346
814000
2000
op het land en in de oceaan.
13:51
And what they found
347
816000
2000
Ze vonden dat we ongeveer negen procent
13:53
is that they think that we know of about nine percent of the species in the ocean.
348
818000
3000
van de soorten in de oceaan kennen.
13:56
That means 91 percent, even after the census,
349
821000
2000
Dat betekent dat 91%, ook na de telling,
13:58
still remain to be discovered.
350
823000
2000
nog steeds wacht op ontdekking.
14:00
And so that turns out to be about two million species
351
825000
2000
Dat komt neer op ongeveer
twee miljoen soorten
twee miljoen soorten
14:02
once all is said and done.
352
827000
2000
als alles achter de rug is.
14:04
So we still have quite a lot of work to do
353
829000
2000
We hebben nog heel wat werk te doen
14:06
in terms of unknowns.
354
831000
2000
om alles te ontdekken.
14:08
Now this bacterium
355
833000
2000
Deze bacterie
leeft in matten voor de kust van Chili.
14:10
is part of mats that are found off the coast of Chile.
356
835000
3000
Deze matten bedekken een gebied
ter grootte van Griekenland.
ter grootte van Griekenland.
14:13
And these mats actually cover an area the size of Greece.
357
838000
2000
14:15
And so this particular bacterium is actually visible to the naked eye.
358
840000
3000
En deze specifieke bacterie
is met het blote oog zichtbaar.
is met het blote oog zichtbaar.
14:18
But you can imagine the biomass that represents.
359
843000
3000
Je kunt je voorstellen
hoeveel biomassa die vertegenwoordigt.
hoeveel biomassa die vertegenwoordigt.
14:21
But the really intriguing thing about the microbes
360
846000
2000
Maar het interessantste aan microben is
14:23
is just how diverse they are.
361
848000
2000
hoe divers ze zijn.
14:25
A single drop of seawater
362
850000
2000
Een enkele druppel zeewater
14:27
could contain 160 different types of microbes.
363
852000
2000
kan 160 verschillende
soorten microben bevatten.
soorten microben bevatten.
14:29
And the oceans themselves
364
854000
2000
De oceanen zelf
14:31
are thought potentially to contain as many as a billion different types.
365
856000
3000
zouden ongeveer een miljard
verschillende types bevatten.
verschillende types bevatten.
14:34
So that's really exciting. What are they all doing out there?
366
859000
3000
Dat is echt spannend.
Wat doen ze daar allemaal?
Wat doen ze daar allemaal?
14:37
We actually don't know.
367
862000
2000
Eigenlijk weten we het niet.
14:39
The most exciting thing, I would say, about this census
368
864000
2000
Het meest opwindende van deze telling
vind ik de rol van mondiale wetenschap.
14:41
is the role of global science.
369
866000
2000
We zien op dit beeld
van licht tijdens de nacht
van licht tijdens de nacht
14:43
And so as we see in this image of light during the night,
370
868000
2000
14:45
there are lots of areas of the Earth
371
870000
2000
dat er veel gebieden zijn op aarde,
14:47
where human development is much greater
372
872000
3000
waar de mens verder ontwikkeld is
14:50
and other areas where it's much less,
373
875000
2000
en andere gebieden
waar dat veel minder is,
waar dat veel minder is,
14:52
but between them we see large dark areas
374
877000
2000
maar daartussen
zien we grote donkere gebieden
zien we grote donkere gebieden
14:54
of relatively unexplored ocean.
375
879000
2000
van relatief onbekende oceaan.
14:56
The other point I'd like to make about this
376
881000
2000
Het andere punt dat ik wil maken:
deze oceanen zijn met elkaar verbonden.
14:58
is that this ocean's interconnected.
377
883000
2000
Mariene organismen geven niet
om internationale grenzen;
om internationale grenzen;
15:00
Marine organisms do not care about international boundaries;
378
885000
2000
15:02
they move where they will.
379
887000
2000
ze bewegen waar ze willen.
15:04
And so the importance then of global collaboration
380
889000
3000
Het belang van mondiale samenwerking
wordt daarom des te belangrijker.
15:07
becomes all the more important.
381
892000
2000
15:09
We've lost a lot of paradise.
382
894000
2000
We verloren veel van het paradijs.
15:11
For example, these tuna that were once so abundant in the North Sea
383
896000
3000
Deze tonijn die ooit zo overvloedig
in de Noordzee voorkwam,
in de Noordzee voorkwam,
15:14
are now effectively gone.
384
899000
2000
is daar nu effectief verdwenen.
15:16
There were trawls taken in the deep sea in the Mediterranean,
385
901000
3000
Sleepnetten verzamelden in de Middellandse Zee
15:19
which collected more garbage than they did animals.
386
904000
2000
meer rommel dan dieren.
15:21
And that's the deep sea, that's the environment that we consider to be
387
906000
3000
Dat is dan de diepzee,
de omgeving die wij beschouwen als
de omgeving die wij beschouwen als
15:24
among the most pristine left on Earth.
388
909000
2000
een van de meest ongerepte op aarde.
15:26
And there are a lot of other pressures.
389
911000
2000
De zee staat nog meer onder druk.
15:28
Ocean acidification is a really big issue that people are concerned with,
390
913000
3000
Verzuring van de oceanen
is een van de grote thema's,
is een van de grote thema's,
15:31
as well as ocean warming, and the effects they're going to have on coral reefs.
391
916000
3000
maar ook opwarming van de oceaan
en het effect op koraalriffen.
en het effect op koraalriffen.
15:34
On the scale of decades, in our lifetimes,
392
919000
3000
Binnen tientallen jaren
-- tijdens onze levens --
-- tijdens onze levens --
gaan we een hoop schade
aan de koraalriffen zien.
aan de koraalriffen zien.
15:37
we're going to see a lot of damage to coral reefs.
393
922000
2000
15:39
And I could spend the rest of my time, which is getting very limited,
394
924000
3000
Ik kon voor de rest van mijn beperkte tijd
15:42
going through this litany of concerns about the ocean,
395
927000
2000
doorgaan met deze litanie van bezorgdheid,
15:44
but I want to end on a more positive note.
396
929000
2000
maar ik wil eindigen
op een meer positieve noot.
op een meer positieve noot.
15:46
And so the grand challenge then
397
931000
2000
De grote uitdaging bestaat erin
15:48
is to try and make sure that we preserve what's left,
398
933000
2000
dat we behouden wat er nog over is,
15:50
because there is still spectacular beauty.
399
935000
2000
want er is nog steeds spectaculaire schoonheid.
15:52
And the oceans are so productive,
400
937000
2000
De oceanen zijn zo productief.
15:54
there's so much going on in there that's of relevance to humans
401
939000
3000
Er gebeurt daar zo veel
dat van belang is voor de mens
dat van belang is voor de mens
15:57
that we really need to, even from a selfish perspective,
402
942000
3000
dat we het, zelfs
vanuit een egoïstisch perspectief,
vanuit een egoïstisch perspectief,
beter moeten gaan doen
dan in het verleden.
dan in het verleden.
16:00
try to do better than we have in the past.
403
945000
2000
16:02
So we need to recognize those hot spots
404
947000
2000
We moeten de 'hotspots' weten te vinden
16:04
and do our best to protect them.
405
949000
2000
en ons best doen om ze te beschermen.
16:06
When we look at pictures like this, they take our breath away,
406
951000
2000
Beelden als deze benemen ons de adem,
16:08
in addition to helping to give us breath
407
953000
2000
en helpen ons tevens ademen
door de zuurstof die de oceanen leveren.
16:10
by the oxygen that the oceans provide.
408
955000
2000
16:12
Census scientists worked in the rain, they worked in the cold,
409
957000
3000
Censuswetenschappers werkten
in de regen, in de kou,
in de regen, in de kou,
16:15
they worked under water and they worked above water
410
960000
2000
onder water en boven water
16:17
trying to illuminate the wondrous discovery,
411
962000
2000
om al dat wonderlijke te ontdekken,
16:19
the still vast unknown,
412
964000
2000
het nog grote onbekende,
16:21
the spectacular adaptations that we see in ocean life.
413
966000
3000
de spectaculaire aanpassingen
in het leven in de oceaan.
in het leven in de oceaan.
16:24
So whether you're a yak herder living in the mountains of Chile,
414
969000
3000
Of je nu een herder bent
in de bergen van Chili,
in de bergen van Chili,
16:27
whether you're a stockbroker in New York City
415
972000
3000
of een effectenmakelaar in New York
16:30
or whether you're a TEDster living in Edinburgh,
416
975000
2000
of een TEDster in Edinburgh,
16:32
the oceans matter.
417
977000
2000
de oceanen zijn belangrijk.
16:34
And as the oceans go so shall we.
418
979000
2000
Als de oceanen bezwijken, dan wij ook.
16:36
Thanks for listening.
419
981000
2000
Bedankt voor het luisteren.
(Applaus)
16:38
(Applause)
420
983000
2000
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