Mission Blue Voyage
Barbara Block: Tagging tuna in the deep ocean
Barbara Block: Urmărirea tonului în adâncuri
Filmed:
Readability: 4.4
368,018 views
Peştii ton sunt atleții oceanelor - prădatori rapizi cu rază mare de acţiune, a căror obiceiuri abia acum începem să le înțelegem. Biologul marin, Barbara Block marchează tonul cu dispozitive de urmărire (și cu transpondere) care înregistrează o cantitate de date fără precedent despre acești minunați pești amenințați și habitatele oceanice prin care se mișcă.
Barbara Block - Marine biologist
Barbara Block studies how tuna, billfish and sharks move around (and stay warm) in the open ocean. Knowing how these large predators travel through pelagic waters will help us understand their role in the wider ocean ecosystem. Full bio
Barbara Block studies how tuna, billfish and sharks move around (and stay warm) in the open ocean. Knowing how these large predators travel through pelagic waters will help us understand their role in the wider ocean ecosystem. Full bio
Double-click the English transcript below to play the video.
00:15
I've been fascinated for a lifetime
0
0
3000
Am fost fascinată o viață întreagă
00:18
by the beauty, form and function
1
3000
2000
de frumusețea, forma și activitatea
00:20
of giant bluefin tuna.
2
5000
3000
tonului uriaş cu înotătoare albastre. (tonul bluefin)
00:23
Bluefin are warmblooded like us.
3
8000
3000
Tonul bluefin are sângele cald ca şi noi.
00:26
They're the largest of the tunas,
4
11000
3000
Este cea mai mare specie de ton,
00:29
the second-largest fish in the sea -- bony fish.
5
14000
3000
şi al doilea peşte marin ca mărime, între cei cu schelet.
00:32
They actually are a fish
6
17000
2000
Sunt de fapt peşti
00:34
that is endothermic --
7
19000
2000
adică endotermici -
00:36
powers through the ocean with warm muscles like a mammal.
8
21000
3000
a căror propulsie prin ocean este asigurată de muşchi calzi, ca la mamifere.
00:40
That's one of our bluefin at the Monterey Bay Aquarium.
9
25000
3000
Acesta este tonul nostru de la Acvariul Monterey Bay.
00:43
You can see in its shape and its streamlined design
10
28000
3000
Observaţi forma şi designul adaptat
00:46
it's powered for ocean swimming.
11
31000
3000
făcut pentru a înota în ocean.
00:49
It flies through the ocean on its pectoral fins, gets lift,
12
34000
3000
Zboară prin ocean cu înotătoarele pectorale, se ridică,
00:52
powers its movements
13
37000
2000
îşi coordonează mişcările
00:54
with a lunate tail.
14
39000
2000
cu coada în formă de semilună.
00:56
It's actually got a naked skin for most of its body,
15
41000
3000
Are doar piele pe mare parte a corpului,
00:59
so it reduces friction with the water.
16
44000
3000
reducând astfel frecarea cu apa.
01:02
This is what one of nature's finest machines.
17
47000
3000
Este una dintre cele mai rafinate maşinării ale naturii.
01:05
Now, bluefin
18
50000
2000
Tonul uriaş cu înotătoare albastre
01:07
were revered by Man
19
52000
2000
a fost venerat
01:09
for all of human history.
20
54000
3000
de-a lungul istoriei.
01:12
For 4,000 years, we fished sustainably for this animal,
21
57000
3000
4000 de ani, am pescuit acest animal pentru hrană,
01:15
and it's evidenced
22
60000
2000
şi este atestat istoric
01:17
in the art that we see
23
62000
2000
în arta pe care o vedem
01:19
from thousands of years ago.
24
64000
2000
de acum mii de ani.
01:21
Bluefin are in cave paintings in France.
25
66000
3000
Găsim ton bluefin în picturile rupestre din Franţa.
01:24
They're on coins
26
69000
2000
Sunt pe monede
01:26
that date back 3,000 years.
27
71000
3000
care datează de acum 3000 de ani.
01:29
This fish was revered by humankind.
28
74000
3000
Acest peşte a fost venerat de omenire.
01:32
It was fished sustainably
29
77000
2000
A fost pescuit echilibrat
01:34
till all of time,
30
79000
2000
în toate timpurile
01:36
except for our generation.
31
81000
2000
cu exceptia generaţiei noastre.
01:38
Bluefin are pursued wherever they go --
32
83000
3000
Tonul cu înotătoare albastră este urmărit oriunde s-ar duce.
01:41
there is a gold rush on Earth,
33
86000
2000
E o goană după aur pe Pământ,
01:43
and this is a gold rush for bluefin.
34
88000
2000
goana după tonul bluefin.
01:45
There are traps that fish sustainably
35
90000
2000
Există capcane care pescuiesc echilibrat
01:47
up until recently.
36
92000
3000
până nu demult.
01:50
And yet, the type of fishing going on today,
37
95000
3000
Totuşi modul în care se pescuieşte astăzi,
01:53
with pens, with enormous stakes,
38
98000
3000
cu ţarcuri şi pripoane enorme,
01:56
is really wiping bluefin
39
101000
2000
şterg, ecologic vorbind,
01:58
ecologically off the planet.
40
103000
2000
tonul bluefin de pe planetă.
02:00
Now bluefin, in general,
41
105000
2000
În general, bluefinul
02:02
goes to one place: Japan.
42
107000
2000
ajunge într-un singur loc: Japonia.
02:04
Some of you may be guilty
43
109000
2000
Unii dintre voi ar putea fi vinovaţi
02:06
of having contributed to the demise of bluefin.
44
111000
2000
de a fi contribuit la declinul tonului bluefin.
02:08
They're delectable muscle,
45
113000
2000
Carnea lor delicioasă,
02:10
rich in fat --
46
115000
2000
bogată în grăsimi --
02:12
absolutely taste delicious.
47
117000
2000
are un gust absolut delicios.
02:14
And that's their problem; we're eating them to death.
48
119000
3000
Asta este problema lor: îi mâncăm până dispar.
02:17
Now in the Atlantic, the story is pretty simple.
49
122000
3000
În Atlantic povestea este simplă.
02:20
Bluefin have two populations: one large, one small.
50
125000
3000
Tonul bluefin se împarte în două populaţii: una mare şi una mică.
02:23
The North American population
51
128000
2000
Din cea nord-americană
02:25
is fished at about 2,000 ton.
52
130000
3000
se consumă aproape 2000 de tone.
02:28
The European population and North African -- the Eastern bluefin tuna --
53
133000
3000
Din cea europeană şi nord-africană - bluefinul estic -
02:31
is fished at tremendous levels:
54
136000
3000
se pescuiesc cantităţi uriaşe:
02:34
50,000 tons over the last decade almost every year.
55
139000
3000
50.000 de tone în ultimul deceniu aproape în fiecare an.
02:37
The result is whether you're looking
56
142000
2000
Rezultatul este, fie că priveşti
02:39
at the West or the Eastern bluefin population,
57
144000
3000
la populaţia din vest sau din est a tonului cu înotătoare albastră
02:42
there's been tremendous decline on both sides,
58
147000
2000
există un declin enorm în ambele părţi,
02:44
as much as 90 percent
59
149000
2000
aproape de 90%
02:46
if you go back with your baseline
60
151000
2000
dacă te raportezi la nivelul de bază
02:48
to 1950.
61
153000
2000
din 1950.
02:50
For that, bluefin have been given a status
62
155000
3000
Pentru acest lucru, tonului bluefin i s-a acordat un statut
02:53
equivalent to tigers, to lions,
63
158000
3000
echivalent cu cel al tigrilor, leilor,
02:56
to certain African elephants
64
161000
2000
al anumitor elefanţi africani
02:58
and to pandas.
65
163000
2000
şi urşilor panda.
03:00
These fish have been proposed
66
165000
2000
Acum două luni, s-a propus ca aceşti peşti
03:02
for an endangered species listing in the past two months.
67
167000
3000
să fie trecuţi pe lista speciilor pe cale de dispariţie.
03:05
They were voted on and rejected
68
170000
2000
S-a votat şi au fost respinşi
03:07
just two weeks ago,
69
172000
2000
acum două saptămâni,
03:09
despite outstanding science
70
174000
2000
în ciuda dovezilor ştiinţifice remarcabile
03:11
that shows from two committees
71
176000
3000
care arată din partea a două comisii
03:14
this fish meets the criteria of CITES I.
72
179000
3000
că îndeplinesc criteriile CITES I.
03:17
And if it's tunas you don't care about,
73
182000
2000
Şi dacă nu vă pasă de tonul cu înotătoare albastră
03:19
perhaps you might be interested
74
184000
2000
poate veţi fi interesaţi
03:21
that international long lines and pursing
75
186000
2000
de faptul că linii internaţionale şi vase cu pungă pentru pescuit ton
03:23
chase down tunas and bycatch animals
76
188000
3000
urmăresc tonul şi prind accidental
03:26
such as leatherbacks, sharks,
77
191000
2000
ţestoasa cu carapace de piele, rechini
03:28
marlin, albatross.
78
193000
2000
peşti spadă sau albatroşi.
03:30
These animals and their demise
79
195000
2000
Aceste animale şi declinul lor
03:32
occurs in the tuna fisheries.
80
197000
3000
apare în timpul pescuitului de ton.
03:35
The challenge we face
81
200000
2000
Provocarea cu care ne confruntăm
03:37
is that we know very little about tuna,
82
202000
3000
este aceea că ştim foarte puţine lucruri despre ton,
03:40
and everyone in the room knows what it looks like
83
205000
3000
şi toată lumea din sală ştie cum arată
03:43
when an African lion
84
208000
2000
un leu african
03:45
takes down its prey.
85
210000
2000
care îşi doboară prada.
03:47
I doubt anyone has seen a giant bluefin feed.
86
212000
3000
Mă îndoiesc că a vazut cineva un ton bluefin care se hraneşte.
03:50
This tuna symbolizes
87
215000
3000
Acest ton simbolizează
03:53
what's the problem for all of us in the room.
88
218000
3000
problema noastră a tuturor celor din sală.
03:56
It's the 21st century, but we really have only just begun
89
221000
3000
Suntem în secolul 21, dar de abia acum am început
03:59
to really study our oceans in a deep way.
90
224000
3000
să studiem cu adevarat oceanele, mai profund.
04:02
Technology has come of age
91
227000
2000
Tehnologia a ajuns la stadiul în care
04:04
that's allowing us to see the Earth from space
92
229000
3000
ne permite să vedem Pamântul din spaţiu
04:07
and go deep into the seas remotely.
93
232000
3000
şi să pătrundem adânc în ape, de la distanţă.
04:10
And we've got to use these technologies immediately
94
235000
2000
Trebuie să folosim imediat această tehnologie
04:12
to get a better understanding
95
237000
2000
pentru a înţelege mai bine
04:14
of how our ocean realm works.
96
239000
3000
cum funcţionează mediul oceanic.
04:17
Most of us from the ship -- even I --
97
242000
2000
Majoritatea dintre noi de pe vas, chiar şi eu,
04:19
look out at the ocean and see this homogeneous sea.
98
244000
3000
ne uităm la ocean şi vedem această mare omogenă.
04:22
We don't know where the structure is.
99
247000
2000
Nu ştim unde este structura.
04:24
We can't tell where are the watering holes
100
249000
3000
Nu ne putem da seama unde sunt găurile de alimentare
04:27
like we can on an African plain.
101
252000
3000
aşa cum ne dăm seama pe o câmpie africană.
04:30
We can't see the corridors,
102
255000
2000
Nu putem vedea coridoarele,
04:32
and we can't see what it is
103
257000
2000
şi nu ne putem da seama
04:34
that brings together a tuna,
104
259000
2000
ce aduce împreună un ton,
04:36
a leatherback and an albatross.
105
261000
2000
o ţestoasă cu carapace de piele şi un albatros.
04:38
We're only just beginning to understand
106
263000
2000
Abia începem să înţelegem
04:40
how the physical oceanography
107
265000
2000
cum oceanografia fizică
04:42
and the biological oceanography
108
267000
2000
şi oceanografia biologică
04:44
come together
109
269000
2000
se alătură
04:46
to create a seasonal force
110
271000
2000
pentru a crea o forţă periodică
04:48
that actually causes the upwelling
111
273000
2000
care cauzează creşterea penetrabilităţii apelor
04:50
that might make a hot spot a hope spot.
112
275000
3000
ce ar putea transforma un pericol în speranţă.
04:53
The reasons these challenges are great
113
278000
2000
Aceste provocări sunt grozave pentru că
04:55
is that technically it's difficult to go to sea.
114
280000
3000
din punct de vedere tehnic este dificil să ajungi în mare.
04:58
It's hard to study a bluefin on its turf,
115
283000
2000
Este greu să studiezi un bluefin pe teritoriul său,
05:00
the entire Pacific realm.
116
285000
2000
întregul regat al Pacificului.
05:02
It's really tough to get up close and personal with a mako shark
117
287000
4000
Este foarte greu să ajungi aproape de un rechin mako
05:06
and try to put a tag on it.
118
291000
2000
şi să încerci să îl marchezi pentru urmărire.
05:08
And then imagine being Bruce Mate's team from OSU,
119
293000
3000
Imaginează-ţi că faci parte din echipa lui Bruce Mate din OSU,
05:11
getting up close to a blue whale
120
296000
2000
şi că te apropii foarte mult de o balenă albastră
05:13
and fixing a tag on the blue whale that stays,
121
298000
3000
şi îi fixezi un marcaj care nu cade,
05:16
an engineering challenge
122
301000
2000
este o provocare inginerească
05:18
we've yet to really overcome.
123
303000
2000
la care încă lucrăm.
05:20
So the story of our team, a dedicated team,
124
305000
3000
Echipa noastră pasionată se ocupă de
05:23
is fish and chips.
125
308000
2000
peşti şi chip-uri.
05:25
We basically are taking
126
310000
2000
Practic luăm aceleaşi componente
05:27
the same satellite phone parts,
127
312000
2000
care comunică cu sateliţii, din telefoanele mobile,
05:29
or the same parts that are in your computer, chips.
128
314000
3000
sau aceleaşi părţi din calculatorul vostru, cipurile.
05:32
We're putting them together in unusual ways,
129
317000
3000
Le ansamblăm în moduri neobişnuite,
05:35
and this is taking us into the ocean realm
130
320000
2000
şi asta ne duce în tărâmurile din ocean
05:37
like never before.
131
322000
2000
ca niciodată până acum.
05:39
And for the first time,
132
324000
2000
Pentru prima dată,
05:41
we're able to watch the journey of a tuna beneath the ocean
133
326000
3000
putem să urmărim călătoria unui ton prin ocean
05:44
using light and photons
134
329000
2000
folosind lumină și fotoni
05:46
to measure sunrise and sunset.
135
331000
3000
pentru a măsura răsăritul și apusul.
05:49
Now, I've been working with tunas for over 15 years.
136
334000
3000
Lucrez cu tonii de peste 15 ani.
05:52
I have the privilege of being a partner
137
337000
2000
Am privilegiul de a fi partenerul
05:54
with the Monterey Bay Aquarium.
138
339000
2000
Acvariului Monterey Bay
05:56
We've actually taken a sliver of the ocean,
139
341000
2000
Împreună, am luat, o felie din ocean,
05:58
put it behind glass,
140
343000
2000
l-am pus în spatele sticlei,
06:00
and we together
141
345000
2000
şi tot împreună,
06:02
have put bluefin tuna and yellowfin tuna on display.
142
347000
3000
am pus pe ecran tonul bluefin şi tonul albacora.
06:05
When the veil of bubbles lifts every morning,
143
350000
3000
Când perdeaua de bule se riidică în fiecare dimineaţă,
06:08
we can actually see a community from the Pelagic ocean,
144
353000
3000
putem vedea de fapt o comunitate din oceanul pelagic,
06:11
one of the only places on Earth
145
356000
2000
unul dintre singurele locuri de pe Pământ
06:13
you can see giant bluefin swim by.
146
358000
3000
unde poţi vedea întotând tonul uriaş cu înotătoare albastră.
06:16
We can see in their beauty of form and function,
147
361000
2000
Putem vedea în frumuseţea formei și funcției lor,
06:19
their ceaseless activity.
148
364000
2000
activitatea lor neîncetată.
06:21
They're flying through their space, ocean space.
149
366000
3000
Ei zboară prin spaţiul lor, spaţiul oceanic.
06:24
And we can bring two million people a year
150
369000
2000
Și putem să aducem două milioane de oameni
06:26
into contact with this fish
151
371000
2000
pe an, în contact cu acest pește
06:28
and show them its beauty.
152
373000
3000
pentru a le arăta frumusețea lui.
06:31
Behind the scenes is a working lab at Stanford University
153
376000
3000
În culise se află un laborator al Universității Stanford
06:34
partnered with the Monterey Bay Aquarium.
154
379000
2000
partener al Acvariului Monterey Bay.
06:36
Here, for over 14 or 15 years,
155
381000
2000
Aici, de peste 14 sau 15 ani,
06:38
we've actually brought in
156
383000
2000
am adus în captivitate
06:40
both bluefin and yellowfin in captivity.
157
385000
2000
atât ton albastru cât şi ton galben (cu înotătoare galbene)
06:42
We'd been studying these fish,
158
387000
2000
Am studiat acești pești
06:44
but first we had to learn how to husbandry them.
159
389000
2000
dar în primul rând a trebuit să învăţăm cum să îi alăturăm.
06:46
What do they like to eat?
160
391000
2000
Ce le place să mănânce?
06:48
What is it that they're happy with?
161
393000
2000
Ce îi face fericiți?
06:50
We go in the tanks with the tuna -- we touch their naked skin --
162
395000
3000
Mergem în acvarii cu peştii ton - îi atingem pe piele -
06:53
it's pretty amazing. It feels wonderful.
163
398000
3000
este uimitor. Este un sentiment minunat.
06:56
And then, better yet,
164
401000
2000
Apoi, chiar mai bine de atât,
06:58
we've got our own version of tuna whisperers,
165
403000
2000
avem o versiune proprie de şoptitori cu tonii,
07:00
our own Chuck Farwell, Alex Norton,
166
405000
2000
pe proprii noştri Chuck Farwell, Alex Norton,
07:02
who can take a big tuna
167
407000
2000
care pot lua un ton mare
07:04
and in one motion,
168
409000
2000
şi într-o mişcare,
07:06
put it into an envelope of water,
169
411000
2000
să îl pună într-un plic cu apă,
07:08
so that we can actually work with the tuna
170
413000
2000
ca să putem să lucrăm efectiv cu tonul
07:10
and learn the techniques it takes
171
415000
2000
şi să învăţăm tehnicile necesare
07:12
to not injure this fish
172
417000
2000
ca să nu-i rănim pe aceşti peşti care
07:14
who never sees a boundary in the open sea.
173
419000
3000
nu au văzut niciodată o barieră în marea largă.
07:17
Jeff and Jason there, are scientists
174
422000
2000
Jeff şi Jason sunt oameni de ştiinţă
07:19
who are going to take a tuna
175
424000
2000
care vor lua un ton
07:21
and put it in the equivalent of a treadmill, a flume.
176
426000
3000
şi îl vor pune pe un fel de bandă de alergare, un canal de probe.
07:24
And that tuna thinks it's going to Japan, but it's staying in place.
177
429000
3000
Acel ton crede că merge în Japonia, dar stă pe loc.
07:27
We're actually measuring its oxygen consumption,
178
432000
2000
Măsurăm de fapt consumul său de oxigen,
07:29
its energy consumption.
179
434000
2000
consumul de energie.
07:32
We're taking this data and building better models.
180
437000
3000
Colectăm aceste date și creăm modele mai bune.
07:35
And when I see that tuna -- this is my favorite view --
181
440000
3000
Când văd acel ton - este priveliştea mea preferată -
07:38
I begin to wonder:
182
443000
2000
încep să mă întreb:
07:40
how did this fish solve the longitude problem before we did?
183
445000
3000
Cum au rezolvat acești pești problema longitudinii înaintea noastră?
07:44
So take a look at that animal.
184
449000
2000
Aşa că uitaţi-vă la acest animal.
07:46
That's the closest you'll probably ever get.
185
451000
2000
Probabil mai aproape de atât nu veţi ajunge.
07:48
Now, the activities from the lab
186
453000
3000
Acum, activităţile din laborator
07:51
have taught us now how to go out in the open ocean.
187
456000
3000
ne-au învăţat cum să ieşim în largul oceanului.
07:54
So in a program called Tag-A-Giant
188
459000
3000
Într-un progam numit Urmăreşte-un-Gigant
07:57
we've actually gone from Ireland to Canada,
189
462000
3000
chiar am mers din Irlanda până în Canada,
08:00
from Corsica to Spain.
190
465000
2000
din Corsica până în Spania.
08:02
We've fished with many nations around the world
191
467000
3000
Am pescuit cu multe naţiuni în jurul lumii
08:05
in an effort to basically
192
470000
2000
în efortul de a pune
08:07
put electronic computers
193
472000
3000
computere electronice
08:10
inside giant tunas.
194
475000
2000
înăuntrul tonilor giganţi.
08:12
We've actually tagged 1,100 tunas.
195
477000
3000
Am marcat 1.100 de toni.
08:15
And I'm going to show you three clips,
196
480000
2000
Și vă voi arăta trei clipuri
08:17
because I tagged 1,100 tunas.
197
482000
3000
pentru ca am etichetat 1.100 de peşti.
08:20
It's a very hard process, but it's a ballet.
198
485000
3000
Este un proces foarte greu, dar este un balet.
08:23
We bring the tuna out, we measure it.
199
488000
3000
Scoatem tonul la suprafață, îl măsurăm.
08:26
A team of fishers, captains, scientists and technicians
200
491000
3000
O echipă de pescari, căpitani, oameni de știință și tehnicieni
08:29
work together to keep this animal out of the ocean
201
494000
3000
lucrează împreună pentru a ține acest animal afară din ocean
08:32
for about four to five minutes.
202
497000
3000
aproximativ 4 - 5 minute.
08:35
We put water over its gills, give it oxygen.
203
500000
3000
Îi stropim branhiile cu apă, îi dăm oxigen.
08:38
And then with a lot of effort, after tagging,
204
503000
3000
Apoi cu mare efort, după marcare,
08:41
putting in the computer,
205
506000
2000
introducem datele în computer,
08:43
making sure the stalk is sticking out so it senses the environment,
206
508000
3000
asigurându-ne că dispozitivul de urmărire e înafară şi înregistrează mediul,
08:46
we send this fish back into the sea.
207
511000
3000
şi dăm drumul peștelui înapoi în mare.
08:49
And when it goes, we're always happy.
208
514000
2000
Când pleacă, suntem întodeauna fericiți.
08:51
We see a flick of the tail.
209
516000
2000
să vedem o fluturare a cozii.
08:53
And from our data that gets collected,
210
518000
3000
Din datele pe care le colectăm,
08:56
when that tag comes back,
211
521000
2000
când acel marcaj ne vine înapoi,
08:58
because a fisher returns it
212
523000
2000
pentru că vreun pescar îl returnează
09:00
for a thousand-dollar reward,
213
525000
2000
pentru o recompensă de 1000 de dolari,
09:02
we can get tracks beneath the sea
214
527000
2000
îi identificăm traseele în mare
09:04
for up to five years now,
215
529000
2000
pe o perioadă de aproape 5 ani, la ora actuală,
09:06
on a backboned animal.
216
531000
2000
pentru un animal cu schelet osos.
09:08
Now sometimes the tunas are really large,
217
533000
3000
Câteodată tonul este foarte mare,
09:11
such as this fish off Nantucket.
218
536000
2000
cum este acesta din apele Nantucket-ului.
09:13
But that's about half the size
219
538000
2000
Dar acesta este aproape jumătate faţă de
09:15
of the biggest tuna we've ever tagged.
220
540000
2000
cel mai mare ton pe care l-am marcat.
09:17
It takes a human effort,
221
542000
2000
Necesita efort din partea oamenilor,
09:19
a team effort, to bring the fish in.
222
544000
2000
efort de echipă, pentru a prinde peştele.
09:21
In this case, what we're going to do
223
546000
2000
În acest caz, vom pune un marcaj care arhivează
09:23
is put a pop-up satellite archival tag on the tuna.
224
548000
3000
datele prin satelit şi care apare la suprafaţă.
09:27
This tag rides on the tuna,
225
552000
2000
Aceast marcaj călătoreşte pe ton,
09:29
senses the environment around the tuna
226
554000
3000
simte mediul din jurul tonului
09:32
and actually will come off the fish,
227
557000
3000
și se va desprinde de pe pește,
09:35
detach, float to the surface
228
560000
2000
se va detaşa şi va pluti spre suprafaţă
09:37
and send back to Earth-orbiting satellites
229
562000
3000
și va trimite sateliților de pe orbita Pământului
09:40
position data estimated by math on the tag,
230
565000
3000
date despre poziția estimată prin calcule pe dispozitivul de urmărire,
09:43
pressure data and temperature data.
231
568000
3000
date despre presiune și temperatură.
09:46
And so what we get then from the pop-up satellite tag
232
571000
2000
Ceea ce reuşim cu marcajul plutitor
09:48
is we get away from having to have a human interaction
233
573000
3000
legat la satelit, este că nu mai necesită interacţiunea oamenilor
09:51
to recapture the tag.
234
576000
2000
pentru recuperarea dispozitivului.
09:53
Both the electronic tags I'm talking about are expensive.
235
578000
3000
Ambele dispozitive electronice despre care vorbesc sunt scumpe.
09:56
These tags have been engineered
236
581000
2000
Pentru aceste marcaje au colaborat
09:58
by a variety of teams in North America.
237
583000
3000
de o varietate de echipe din America de Nord.
10:01
They are some of our finest instruments,
238
586000
2000
Sunt printre cele mai valoroase instrumente
10:03
our new technology in the ocean today.
239
588000
3000
ale noii noastre tehnologii din oceane, în prezent.
10:07
One community in general
240
592000
2000
O comunitate în general
10:09
has given more to help us than any other community.
241
594000
2000
ne-a oferit mai mult ajutor decât oricare altă comunitate:
10:11
And that's the fisheries off the state of North Carolina.
242
596000
3000
comunitatea pescarilor din Carolina de Nord.
10:14
There are two villages, Harris and Morehead City,
243
599000
3000
Sunt două sate, Harris şi Morehead City,
10:17
every winter for over a decade,
244
602000
2000
în fiecare iarnă de peste un deceniu,
10:19
held a party called Tag-A-Giant,
245
604000
3000
organizează o petrecere numită Marchează-un-Gigant.
10:22
and together, fishers worked with us
246
607000
2000
și împreună, pescarii au lucrat cu noi,
10:24
to tag 800 to 900 fish.
247
609000
3000
pentru a marca între 800 şi 900 de pești.
10:27
In this case, we're actually going to measure the fish.
248
612000
3000
În acest caz, vom măsura peștele.
10:30
We're going to do something that in recent years we've started:
249
615000
3000
Vom face ceva ce am început să facem de câțiva ani:
10:33
take a mucus sample.
250
618000
2000
vom lua o probă de mucus.
10:35
Watch how shiny the skin is; you can see my reflection there.
251
620000
3000
Priviți ce strălucitoare e pielea; puteți să-mi vedeți imaginea reflectată acolo.
10:38
And from that mucus, we can get gene profiles,
252
623000
3000
Din acel mucus putem să obținem profile genetice,
10:41
we can get information on gender,
253
626000
2000
informație despre sex,
10:43
checking the pop-up tag one more time,
254
628000
2000
verificăm marcajul plutitor încă o dată,
10:45
and then it's out in the ocean.
255
630000
2000
și apoi îi dăm drumul în ocean.
10:47
And this is my favorite.
256
632000
2000
Acesta este preferatul meu.
10:49
With the help of my former postdoc, Gareth Lawson,
257
634000
3000
Cu ajutorul fostului meu doctorand, Gareth Lawson,
10:52
this is a gorgeous picture of a single tuna.
258
637000
2000
aceasta este o imagine splendidă a unui singur ton.
10:54
This tuna is actually moving on a numerical ocean.
259
639000
3000
Acest ton se mișcă realmente într-un ocean numeric
10:57
The warm is the Gulf Stream,
260
642000
2000
Partea caldă este Gulf Stream,
10:59
the cold up there in the Gulf of Maine.
261
644000
3000
partea rece de sus este golful Maine.
11:02
That's where the tuna wants to go -- it wants to forage on schools of herring --
262
647000
3000
Acolo vrea să meargă tonul - vrea să se hrănească cu bancurile de heringi -
11:05
but it can't get there. It's too cold.
263
650000
2000
dar nu poate ajunge acolo. Este prea frig.
11:07
But then it warms up, and the tuna pops in, gets some fish,
264
652000
3000
Dar apoi se încălzește, tonul pătrunde, mănâncă ceva pește,
11:10
maybe comes back to home base,
265
655000
2000
poate se întoarce acasă,
11:12
goes in again
266
657000
2000
se duce înapoi,
11:14
and then comes back to winter down there in North Carolina
267
659000
3000
și apoi se întoarce să ierneze acolo jos în Carolina de Nord.
11:17
and then on to the Bahamas.
268
662000
2000
și apoi pleacă spre insulele Bahama.
11:19
And my favorite scene, three tunas going into the Gulf of Mexico.
269
664000
3000
Secvenţa mea preferată: trei toni intrând în Golful Mexic.
11:22
Three tunas tagged.
270
667000
2000
Trei toni marcaţi.
11:24
Astronomically, we're calculating positions.
271
669000
2000
Calculăm astronomic poziţiile.
11:26
They're coming together. That could be tuna sex --
272
671000
3000
Se adună. Ar putea fi sex între toni -
11:29
and there it is.
273
674000
2000
şi priviţi:
11:31
That is where the tuna spawn.
274
676000
2000
Aici îşi depun tonii icrele.
11:33
So from data like this,
275
678000
2000
Așadar din date ca acestea,
11:35
we're able now to put the map up,
276
680000
2000
putem să alcătuim o hartă,
11:37
and in this map
277
682000
2000
pe care vedeți
11:39
you see thousands of positions
278
684000
2000
mii de poziții
11:41
generated by this decade and a half of tagging.
279
686000
3000
generate în această decadă şi jumătate de marcări.
11:44
And now we're showing that tunas on the western side
280
689000
3000
Și acum arătăm că tonul din partea de vest
11:47
go to the eastern side.
281
692000
2000
merge în partea de est.
11:49
So two populations of tunas --
282
694000
2000
Astfel două populații de toni -
11:51
that is, we have a Gulf population, one that we can tag --
283
696000
2000
adică, avem populaţia din Golf, pe care o putem marca -
11:53
they go to the Gulf of Mexico, I showed you that --
284
698000
3000
aceia merg către Golful Mexic, v-am arătat --
11:56
and a second population.
285
701000
2000
şi o a doua populaţie.
11:58
Living amongst our tunas -- our North American tunas --
286
703000
2000
Trăind printre tonii noştri - tonii noştri nord-americani -
12:00
are European tunas that go back to the Med.
287
705000
3000
este şi tonul european care se întoace în Mediterană.
12:03
On the hot spots -- the hope spots --
288
708000
2000
Pe punctele fierbinţi - punctele speranţei -
12:05
they're mixed populations.
289
710000
2000
sunt populaţii mixte.
12:07
And so what we've done with the science
290
712000
2000
Ceea ce am făcut cu descoperirile ştiinţifice
12:09
is we're showing the International Commission,
291
714000
2000
arătăm Comisiei Internaţionale,
12:11
building new models,
292
716000
2000
construind noi modele,
12:13
showing them that a two-stock no-mixing model --
293
718000
2000
arătându-le că un model din două tipuri care nu se amestecă -
12:15
to this day, used to reject
294
720000
3000
folosit până acum pentru a respinge
12:18
the CITES treaty --
295
723000
2000
tratatul CITES -
12:20
that model isn't the right model.
296
725000
2000
acel model nu este modelul corect.
12:22
This model, a model of overlap,
297
727000
2000
Acest model, un model de suprapunere,
12:24
is the way to move forward.
298
729000
2000
este calea de a avansa.
12:26
So we can then predict
299
731000
2000
Aşa că putem prezice
12:28
where management places should be.
300
733000
2000
unde ar trebui să fie locurile de gestionare.
12:30
Places like the Gulf of Mexico and the Mediterranean
301
735000
3000
Locuri cum ar fi Golful Mexic şi Mediterana
12:33
are places where the single species,
302
738000
2000
sunt locuri în care speciile singulare,
12:35
the single population, can be captured.
303
740000
2000
populaţiile singulare, pot fi capturate.
12:37
These become forthright in places we need to protect.
304
742000
3000
De aici se deduc locurile pe care trebuie să le protejăm.
12:40
The center of the Atlantic where the mixing is,
305
745000
3000
Centrul Atlanicului unde ei se amestecă,
12:43
I could imagine a policy that lets Canada and America fish,
306
748000
2000
Mi-aş putea imagina o reglementare care să permită
12:45
because they manage their fisheries well,
307
750000
3000
Americii şi Canadei să pescuiască, pentru că ei
12:48
they're doing a good job.
308
753000
2000
îşi gestionează bine pescăriile, fac o treabă bună.
12:50
But in the international realm,
309
755000
2000
Dar, în ape internaţionale,
12:52
where fishing and overfishing has really gone wild,
310
757000
2000
unde pescuitul şi pescuitul în excess au depăşit orice limită,
12:54
these are the places that we have to make hope spots in.
311
759000
3000
acestea sunt locurile în care trebuie să facem puncte de speranţă.
12:57
That's the size they have to be to protect the bluefin tuna.
312
762000
3000
Această mărime trebuie să o aibă ca să protejeze tonul cu înotătoare albastre.
13:00
Now in a second project
313
765000
2000
Acum într-un al doilea proiect
13:02
called Tagging of Pacific Pelagics,
314
767000
2000
numit "marcarea peştilor din Pacificul pelagic",
13:04
we took on the planet as a team,
315
769000
2000
privim planeta ca pe o echipă,
13:06
those of us in the Census of Marine Life.
316
771000
2000
aceia dintre noi din Census of Marine Life.
13:08
And, funded primarily through Sloan Foundation and others,
317
773000
4000
Finaţată în principal prin Fundaţia Sloan şi alţii,
13:12
we were able to actually go in, in our project --
318
777000
3000
am reuşit să participăm activ în proiectul nostru -
13:15
we're one of 17 field programs
319
780000
2000
într-unul dintre cele 17 programe de teren
13:17
and begin to take on tagging large numbers of predators,
320
782000
3000
şi am început să marcăm un număr mare de răpitori,
13:20
not just tunas.
321
785000
2000
nu doar peşti ton.
13:22
So what we've done
322
787000
2000
Am reuşit să
13:24
is actually gone up to tag salmon shark in Alaska,
323
789000
3000
marcăm rechinii-somon din Alaska,
13:27
met salmon shark on their home territory,
324
792000
3000
am întâlnit rechinii-somon pe teritoriu lor,
13:30
followed them catching salmon
325
795000
2000
i-am urmărit prinzând somon
13:32
and then went in and figured out
326
797000
2000
şi apoi ne-am gândit şi ne-am dat seama
13:34
that, if we take a salmon and put it on a line,
327
799000
3000
că, dacă luăm un somon şi îl punem pe o linie,
13:37
we can actually take up a salmon shark --
328
802000
2000
putem lua de fapt un rechin-somon -
13:39
This is the cousin of the white shark --
329
804000
2000
Acesta este vărul rechinului alb -
13:41
and very carefully --
330
806000
2000
şi foarte atent --
13:43
note, I say "very carefully," --
331
808000
2000
reţineţi, am spus "foarte atent," -
13:45
we can actually keep it calm,
332
810000
2000
îi putem ţine calmi,
13:47
put a hose in its mouth, keep it off the deck
333
812000
3000
le putem pune un furtun în gură, ca să nu-i aducem pe punte
13:50
and then tag it with a satellite tag.
334
815000
3000
apoi îi marcăm cu un marcaj-satelit.
13:53
That satellite tag will now have your shark phone home
335
818000
3000
Acel marcaj va face rechinul să telefoneze acasă
13:56
and send in a message.
336
821000
2000
şi să vă lase un mesaj.
13:58
And that shark leaping there, if you look carefully, has an antenna.
337
823000
3000
Şi acel rechin sărind acolo, dacă priviţi atent, are o antenă.
14:01
It's a free swimming shark with a satellite tag
338
826000
2000
Este un rechin care înoată liber, cu un marcaj-satelit
14:03
jumping after salmon,
339
828000
2000
sărind după un somon,
14:05
sending home its data.
340
830000
3000
trimiţându-şi acasă datele.
14:09
Salmon sharks aren't the only sharks we tag.
341
834000
2000
Rechinii-somon nu sunt singuri rechini pe care îi marcăm.
14:11
But there goes salmon sharks with this meter-level resolution
342
836000
3000
Observaţi aici rechinii-somon cu ajutorul rezoluţii de adâncime
14:14
on an ocean of temperature -- warm colors are warmer.
343
839000
3000
pe un ocean cu temperatură evidenţiată - culorile calde însemnă mai cald.
14:17
Salmon sharks go down
344
842000
2000
Rechinii-somon se duc către
14:19
to the tropics to pup
345
844000
2000
tropice să scoată pui
14:21
and come into Monterey.
346
846000
2000
şi intră în golful Monterey.
14:23
Now right next door in Monterey and up at the Farallones
347
848000
3000
Chiar lângă Monterey spre Farallones
14:26
are a white shark team led by Scott Anderson -- there --
348
851000
2000
este o echipă pentru rechini albi condusă de Scott Andreson
14:28
and Sal Jorgensen.
349
853000
2000
şi Sal Jorgensen.
14:30
They can throw out a target --
350
855000
2000
Pot arunca o ţintă
14:32
it's a carpet shaped like a seal --
351
857000
2000
este un covor în formă de focă -
14:34
and in will come a white shark, a curious critter
352
859000
3000
şi apărea un rechin alb, o creatura curioasă
14:37
that will come right up to our 16-ft. boat.
353
862000
3000
care va veni direct spre barca noastră de 5 metri.
14:40
It's a several thousand-pound animal.
354
865000
2000
Este un animal care cântăreşte mii de kg.
14:42
And we'll wind in the target.
355
867000
3000
Vom lansa ţinta.
14:45
And we'll place an acoustic tag
356
870000
2000
Şi vom amplasa un marcaj sonor
14:47
that says, "OMSHARK 10165,"
357
872000
2000
care spune, "OMSHARK 10165"
14:49
or something like that, acoustically with a ping.
358
874000
3000
sau ceva asemănător, un semnal acustic printr-un ping.
14:52
And then we'll put on a satellite tag
359
877000
2000
Apoi vom pune un marcaj-satelit
14:54
that will give us the long-distance journeys
360
879000
3000
care ne arată călătoriile pe distanţe lungi
14:57
with the light-based geolocation algorithms
361
882000
2000
cu ajutorului algoritmului de geo-locaţie cu ajutorul luminii
14:59
solved on the computer that's on the fish.
362
884000
3000
rezolvat de computerul de pe peşte.
15:02
So in this case, Sal's looking at two tags there,
363
887000
3000
Aici, Sal se uită la cele două marcaje,
15:05
and there they are: the white sharks of California
364
890000
3000
şi iată: rechinii albi de California
15:08
going off to the white shark cafe and coming back.
365
893000
3000
plecând către cafeneaua rechinilor albi şi întorcându-se.
15:12
We also tag makos with our NOAA colleagues,
366
897000
2000
Marcăm şi rechinii mako împreună cu colegii de la NOAA,
15:14
blue sharks.
367
899000
2000
rechinii albaştri.
15:16
And now, together, what we can see
368
901000
2000
Acum, împreună, putem vedea
15:18
on this ocean of color that's temperature,
369
903000
2000
pe acest ocean de culori, care arată temperatura,
15:20
we can see ten-day worms of makos and salmon sharks.
370
905000
3000
mormoloci mako de 10 zile şi rechini-somon.
15:24
We have white sharks and blue sharks.
371
909000
2000
Avem rechini albi şi albaştrii.
15:26
For the first time,
372
911000
2000
Pentru prima dată,
15:28
an ecoscape as large as ocean-scale,
373
913000
2000
un eco-peisaj la scara oceanului,
15:30
showing where the sharks go.
374
915000
3000
arată pe unde merg rechinii.
15:33
The tuna team from TOPP has done the unthinkable:
375
918000
3000
Ehipa tonilor din TOPP a făcut ceva de necrezut:
15:36
three teams tagged 1,700 tunas,
376
921000
3000
trei echipe au etichetat 1.700 de toni,
15:39
bluefin, yellowfin and albacore
377
924000
2000
albaştri, galbeni şi albacore
15:41
all at the same time --
378
926000
2000
toţi în acelaşi timp -
15:43
carefully rehearsed tagging programs
379
928000
2000
au exersat cu atenţie modurile de marcare
15:45
in which we go out, pick up juvenile tunas,
380
930000
3000
în care ieşim, luăm tonii tineri,
15:48
put in the tags that actually have the sensors,
381
933000
3000
punem marcaje cu senzori,
15:51
stick out the tuna
382
936000
2000
îi ţinem în afara bărcii
15:53
and then let them go.
383
938000
2000
şi apoi îi eliberăm.
15:55
They get returned, and when they get returned,
384
940000
2000
Recuperăm marcajele şi atunci,
15:57
here on a NASA numerical ocean
385
942000
3000
pe oceanul numeric NASA
16:00
you can see bluefin in blue
386
945000
2000
puteţi vedea tonul albastru cu albastru
16:02
go across their corridor,
387
947000
2000
străbătându-şi coridorul,
16:04
returning to the Western Pacific.
388
949000
3000
întorcându-se în Pacificul de Vest.
16:07
Our team from UCSC has tagged elephant seals
389
952000
3000
Echipa noastră de la UCSC a marcat focile elefant
16:10
with tags that are glued on their heads, that come off when they slough.
390
955000
3000
cu marcaje lipite de cap, care cad atunci când năpârlesc.
16:13
These elephant seals cover half an ocean,
391
958000
3000
Aceste foci elefant circulă pe jumătate de ocean,
16:16
take data down to 1,800 feet --
392
961000
2000
ne aduc date de la 5500 de metri -
16:18
amazing data.
393
963000
2000
date uimitoare.
16:20
And then there's Scott Shaffer and our shearwaters
394
965000
3000
Este Scott Schaffer şi păsările marine
16:23
wearing tuna tags, light-based tags,
395
968000
3000
purtând marcaje de ton, marcaje pe bază de lumină,
16:26
that now are going to take you from New Zealand to Monterey and back,
396
971000
3000
care ne duc din Noua Zeelandă la Montery şi înapoi,
16:29
journeys of 35,000 nautical miles
397
974000
3000
o călătorie de 35.000 de mile marine
16:32
we had never seen before.
398
977000
2000
nemaiîntâlnită.
16:34
But now with light-based geolocation tags that are very small,
399
979000
3000
Dar acum cu marcajele de geolocaţie cu lumină, care sunt foarte mici,
16:37
we can actually see these journeys.
400
982000
2000
chiar putem observa aceste călătorii.
16:39
Same thing with Laysan albatross
401
984000
2000
Acelaşi lucru şi cu albatroşii Laysan
16:41
who travel an entire ocean
402
986000
2000
care străbat un ocean întreg
16:43
on a trip sometimes,
403
988000
2000
într-o singură călătorie uneori,
16:45
up to the same zone the tunas use.
404
990000
2000
până în acceiaşi zonă pe care o folosesc peştii ton.
16:47
You can see why they might be caught.
405
992000
3000
Înţelegeţi de ce ar putea fi prinşi.
16:50
Then there's George Schillinger and our leatherback team out of Playa Grande
406
995000
3000
Este George Schilinger şi echipa ţestoaselor cu carapace de piele pe Playa Grande
16:53
tagging leatherbacks
407
998000
2000
marcând ţestoasele cu carapace de piele
16:55
that go right past where we are.
408
1000000
3000
care trec chiar pe lângă locul în care ne aflăm.
16:58
And Scott Benson's team
409
1003000
2000
Echipa lui Scott Benson
17:00
that showed that leatherbacks go from Indonesia
410
1005000
2000
a arătat că ţestoasele leatherback merg din Indonezia
17:02
all the way to Monterey.
411
1007000
2000
până la Monterey.
17:04
So what we can see on this moving ocean
412
1009000
3000
Putem observa pe acest ocean în mişcare
17:07
is we can finally see where the predators are.
413
1012000
3000
în sfârşit, unde sunt răpitorii.
17:10
We can actually see how they're using ecospaces
414
1015000
3000
Înţelegem cum folosesc ecospaţiile
17:13
as large as an ocean.
415
1018000
2000
mari cât oceanul.
17:15
And from this information,
416
1020000
2000
Din aceste informaţii,
17:17
we can begin to map the hope spots.
417
1022000
3000
putem începe să cartografiem locurile de speranţă.
17:20
So this is just three years of data right here --
418
1025000
2000
Aici sunt trei ani de date
17:22
and there's a decade of this data.
419
1027000
2000
şi avem zece ani de astfel de date.
17:24
We see the pulse and the seasonal activities
420
1029000
2000
Înţelegem pulsul şi activităţile periodice
17:26
that these animals are going on.
421
1031000
3000
după care funcţionează aceste animale.
17:30
So what we're able to do with this information
422
1035000
2000
Ce am reuşit cu aceste informaţii
17:32
is boil it down to hot spots,
423
1037000
3000
a fost să le cristalizăm la zonele periculoase,
17:35
4,000 deployments,
424
1040000
2000
4 000 de desfăşurări,
17:37
a huge herculean task,
425
1042000
3000
o sarcina imensă, herculeană,
17:40
2,000 tags
426
1045000
2000
2 000 de etichete
17:42
in an area, shown here for the first time,
427
1047000
2000
într-o zonă, arătată aici pentru prima dată,
17:44
off the California coast,
428
1049000
2000
pe coasta Californiei,
17:46
that appears to be a gathering place.
429
1051000
3000
care pare să fie un loc de adunare.
17:50
And then for sort of an encore from these animals,
430
1055000
3000
Ca un fel de "bis" din partea acestor animale,
17:53
they're helping us.
431
1058000
2000
ele ne ajută pe noi.
17:55
They're carrying instruments
432
1060000
2000
Cară instrumentele
17:57
that are actually taking data down to 2,000 meters.
433
1062000
3000
care chiar colectează datele la 2000 de metri adâncime.
18:00
They're taking information from our planet
434
1065000
2000
Culeg date de la planeta noastră
18:02
at very critical places like Antarctica and the Poles.
435
1067000
3000
din puncte critice cum ar fi Antarctica şi cei doi poli.
18:05
Those are seals from many countries
436
1070000
2000
Acelea sunt foci din multe ţări
18:07
being released
437
1072000
2000
eliberate
18:09
who are sampling underneath the ice sheets
438
1074000
2000
care prelevă probe de sub faliile de gheaţă
18:11
and giving us temperature data of oceanographic quality
439
1076000
3000
oferindu-ne date despre temperatură la o calitate oceanografică
18:14
on both poles.
440
1079000
2000
la ambii poli.
18:16
This data, when visualized, is captivating to watch.
441
1081000
3000
Aceste date, privite, sunt captivante de urmărit.
18:19
We still haven't figured out best how to visualize the data.
442
1084000
3000
Încă nu ne-am dat seama cum ar fi mai bine să le vizualizăm.
18:22
And then, as these animals swim
443
1087000
2000
Apoi, pe măsură ce ele înoată
18:24
and give us the information
444
1089000
2000
şi ne transmit informaţii
18:26
that's important to climate issues,
445
1091000
2000
care sunt importante pentru problemele climatice,
18:28
we also think it's critical
446
1093000
2000
credem că este important
18:30
to get this information to the public,
447
1095000
2000
ca aceste informaţii să ajungă la oameni,
18:32
to engage the public with this kind of data.
448
1097000
3000
să implicăm publicul în cunoaşterea acestui tip de date.
18:35
We did this with the Great Turtle Race --
449
1100000
2000
Am făcut asta cu Marea Cursă a Ţestoaselor -
18:37
tagged turtles, brought in four million hits.
450
1102000
3000
am marcat ţestoasele, am primit patru milioane de date valide.
18:40
And now with Google's Oceans,
451
1105000
3000
Cu oceanele Google,
18:43
we can actually put a white shark in that ocean.
452
1108000
2000
chiar putem pune un rechin alb în acel ocean.
18:45
And when we do and it swims,
453
1110000
2000
Când facem asta şi el înoată,
18:47
we see this magnificent bathymetry
454
1112000
2000
vedem această batimetrie magnifică
18:49
that the shark knows is there on its path
455
1114000
2000
pe care rechinii o recunosc în calea lor
18:51
as it goes from California to Hawaii.
456
1116000
2000
din California până în Hawaii.
18:53
But maybe Mission Blue
457
1118000
2000
Dar poate că Mission Blue
18:55
can fill in that ocean that we can't see.
458
1120000
3000
poate completa oceanul pe care nu îl putem vedea
18:58
We've got the capacity, NASA has the ocean.
459
1123000
3000
Noi avem capacitatea, NASA are oceanul,
19:01
We just need to put it together.
460
1126000
2000
trebuie doar să le unim.
19:03
So in conclusion,
461
1128000
2000
În concluzie, ştim unde este
19:05
we know where Yellowstone is for North America;
462
1130000
3000
Yellowstone pentru America de Nord:
19:08
it's off our coast.
463
1133000
2000
este în largul coastei noastre.
19:10
We have the technology that's shown us where it is.
464
1135000
2000
Avem tehnologia care ne-a arătat unde este.
19:12
What we need to think about perhaps for Mission Blue
465
1137000
3000
E nevoie să ne gândim cum să creştem capacitatea
19:15
is increasing the biologging capacity.
466
1140000
3000
de colectare biologică a datelor pentru Mission Blue.
19:18
How is it that we can actually
467
1143000
2000
Cum putem aplica
19:20
take this type of activity elsewhere?
468
1145000
3000
acest tip de activitate în altă parte?
19:23
And then finally -- to basically get the message home --
469
1148000
3000
Într-un final, să aducem acest mesaj acasă
19:26
maybe use live links
470
1151000
2000
poate folosind legături reale prin animale ca
19:28
from animals such as blue whales and white sharks.
471
1153000
2000
balenele albastre şi rechinii albi.
19:30
Make killer apps, if you will.
472
1155000
2000
Să facem aplicaţii trăznet, dacă vreţi.
19:32
A lot of people are excited
473
1157000
2000
Mulţi oameni au fost entuziasmaţi
19:34
when sharks actually went under the Golden Gate Bridge.
474
1159000
3000
când rechinii au trecut pe sub podul Golden Gate.
19:37
Let's connect the public to this activity right on their iPhone.
475
1162000
3000
Să implicăm publicul în această activitate chiar de pe iPhone-ul lor.
19:40
That way we do away with a few internet myths.
476
1165000
3000
Aşa scăpăm de câteva mituri de pe internet.
19:44
So we can save the bluefin tuna.
477
1169000
2000
Putem salva tonul-cu-înotătoare-albastre.
19:46
We can save the white shark.
478
1171000
2000
Putem salva rechinul alb.
19:48
We have the science and technology.
479
1173000
2000
Avem ştiinţa şi tehnologia necesare.
19:50
Hope is here. Yes we can.
480
1175000
2000
Avem speranţă. Da, putem.
19:52
We need just to apply this capacity
481
1177000
2000
Trebuie doar să aplicăm acest potenţial
19:54
further in the oceans.
482
1179000
2000
mai departe în oceane.
19:56
Thank you.
483
1181000
2000
Vă mulţumesc.
19:58
(Applause)
484
1183000
2000
(Aplauze)
ABOUT THE SPEAKER
Barbara Block - Marine biologistBarbara Block studies how tuna, billfish and sharks move around (and stay warm) in the open ocean. Knowing how these large predators travel through pelagic waters will help us understand their role in the wider ocean ecosystem.
Why you should listen
Barbara Block takes a multidisciplinary approach to studying how large pelagic fish live and travel in the open ocean. Using novel electronic tags, Block and her team track large predators — tunas, billfish and sharks — on their ocean journeys. She also studies how and why muscle makes heat at a molecular level in fish.
Working out of Stanford's Hopkins Marine Station, Block and her colleagues run the Tuna Research and Conservation Center, a member of the Tagging of Pacific Predators (TOPP) program. Combining tracking data with physiological and genetic analyses, Block (a MacArthur "genius" grant winner) is developing population and ecological models to help us understand these fishes' roles in the ocean ecosystem — and perhaps learn to better manage these important food fish.
Barbara Block | Speaker | TED.com