TEDGlobal 2011
Paul Snelgrove: A census of the ocean
Пол Снелгроув: Преброяване в океана
Filmed:
Readability: 4
336,429 views
Океанографът Пол Снелгроув споделя резултатите от един десетгодишен проект с единствена цел: да направи преброяване на всички обитатели на океана. Той споделя невероятни снимки на някои от изненадващите открития от "Преброяването на морския живот."
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
Океаните покриват забележителните 70 процента от нашата планета.
00:18
And I think Arthur C. Clarke probably had it right
1
3000
2000
И мисля, че Артър Ч. Кларк вероятно е бил прав
00:20
when he said that perhaps we ought to call our planet
2
5000
3000
когато е казал, че вероятно трябва да наричаме планетата ни
00:23
Planet Ocean.
3
8000
2000
планета Океан.
00:25
And the oceans are hugely productive,
4
10000
2000
И океаните са невероятно продуктивни,
00:27
as you can see by the satellite image
5
12000
2000
както можете да видите от сателитната снимка
00:29
of photosynthesis, the production of new life.
6
14000
2000
на фотосинтеза, създаването на нов живот.
00:31
In fact, the oceans produce half of the new life every day on Earth
7
16000
3000
Всъщност всеки ден океаните произвеждат половината от новия живот на Земята,
00:34
as well as about half the oxygen that we breathe.
8
19000
3000
както и около половината от кислорода, който дишаме.
00:37
In addition to that, it harbors a lot of the biodiversity on Earth,
9
22000
3000
Освен това, той подслонява голяма част от биоразнообразието на Земята,
00:40
and much of it we don't know about.
10
25000
2000
за много от което не знаем.
00:42
But I'll tell you some of that today.
11
27000
2000
Но за това ще ви разкажа днес.
00:44
That also doesn't even get into the whole protein extraction
12
29000
2000
Това също дори не се включва в цялото извличане на белтъчини,
00:46
that we do from the ocean.
13
31000
2000
което правим от океана.
00:48
That's about 10 percent of our global needs
14
33000
2000
Това са около 10 процента от нашите глобални нужди
00:50
and 100 percent of some island nations.
15
35000
3000
и 100 процента от нуждите на някои островни нации.
00:53
If you were to descend
16
38000
2000
Ако можехте да се спуснете
00:55
into the 95 percent of the biosphere that's livable,
17
40000
2000
в 95 процента от биосферата, която е годна за живот,
00:57
it would quickly become pitch black,
18
42000
2000
наоколо бързо ще стане катранено черно,
00:59
interrupted only by pinpoints of light
19
44000
2000
прекъсвано само от точици светлина
01:01
from bioluminescent organisms.
20
46000
2000
от биолуминисцентни организми.
01:03
And if you turn the lights on,
21
48000
2000
И ако пуснете осветлението,
01:05
you might periodically see spectacular organisms swim by,
22
50000
2000
ще може от време на време да видите удивителни организми да плуват наоколо,
01:07
because those are the denizens of the deep,
23
52000
2000
защото това са обитателите на дълбините,
01:09
the things that live in the deep ocean.
24
54000
2000
съществата, които живеят в дълбокия океан.
01:11
And eventually, the deep sea floor would come into view.
25
56000
3000
И рано или късно дълбокото морско дъно ще се разкрие пред очите ви.
01:14
This type of habitat covers more of the Earth's surface
26
59000
3000
Този тип ареал покрива по-голяма част от повърхността на Земята,
01:17
than all other habitats combined.
27
62000
2000
отколкото всички други ареали взети заедно.
01:19
And yet, we know more about the surface of the Moon and about Mars
28
64000
2000
И все пак знаем повече за повърхността на Луната или за Марс,
01:21
than we do about this habitat,
29
66000
2000
отколкото за този ареал,
01:23
despite the fact that we have yet to extract
30
68000
2000
въпреки факта, че все още не сме извлекли
01:25
a gram of food, a breath of oxygen or a drop of water
31
70000
3000
грам храна, дъх кислород, или капка вода
01:28
from those bodies.
32
73000
2000
от онези тела.
01:30
And so 10 years ago,
33
75000
2000
И така преди 10 години
01:32
an international program began called the Census of Marine Life,
34
77000
3000
стартира международна програма наречена "Преброяване на морския живот,"
01:35
which set out to try and improve our understanding
35
80000
2000
която започна да прави опити да подобри нашето разбиране
01:37
of life in the global oceans.
36
82000
2000
за живота в световните океани.
01:39
It involved 17 different projects around the world.
37
84000
3000
Тя включваше 17 различни проекта по света.
01:42
As you can see, these are the footprints of the different projects.
38
87000
2000
Както може да видите, това са следите от различните проекти.
01:44
And I hope you'll appreciate the level of global coverage
39
89000
3000
И се надявам, че ще оцените обсегът на глобално равнище,
01:47
that it managed to achieve.
40
92000
2000
което проекта успя да постигне.
01:49
It all began when two scientists, Fred Grassle and Jesse Ausubel,
41
94000
2000
Всичко започна, когато двама учени, Фред Грасли и Джеси Аусъбел
01:51
met in Woods Hole, Massachusetts
42
96000
3000
се срещнаха в Уудс Хоул, Масачусец,
01:54
where both were guests at the famed oceanographic institute.
43
99000
2000
където и двамата бяха гости на прочутия океанографски институт.
01:56
And Fred was lamenting the state of marine biodiversity
44
101000
3000
Фред се оплакваше за състоянието на морското биоразнообразие
01:59
and the fact that it was in trouble and nothing was being done about it.
45
104000
3000
и за това, че то беше в опасност и нищо не се правеше по въпроса.
02:02
Well, from that discussion grew this program
46
107000
2000
Е, от тази дискусия се създаде програмата,
02:04
that involved 2,700 scientists
47
109000
2000
която включи 2700 учени
02:06
from more than 80 countries around the world
48
111000
2000
от повече от 80 държави по света,
02:08
who engaged in 540 ocean expeditions
49
113000
3000
които се включиха в 540 океански експедиции
02:11
at a combined cost of 650 million dollars
50
116000
3000
за сумата от общо 650 милиона долара
02:14
to study the distribution, diversity and abundance
51
119000
2000
да изучават разпределението, разнообразието и изобилието
02:16
of life in the global ocean.
52
121000
3000
на живот в световния океан.
02:19
And so what did we find?
53
124000
2000
И така, какво намерихме?
02:21
We found spectacular new species,
54
126000
2000
Намерихме удивителни нови видове,
02:23
the most beautiful and visually stunning things everywhere we looked --
55
128000
3000
най-красивите и визуално зашеметяващи същества където и да погледнем --
02:26
from the shoreline to the abyss,
56
131000
2000
от бреговата ивица до бездната,
02:28
form microbes all the way up to fish and everything in between.
57
133000
3000
от микробите чак до рибите и всичко помежду им.
02:31
And the limiting step here wasn't the unknown diversity of life,
58
136000
3000
И пречката тук не беше непознатото разнообразие на живот,
02:34
but rather the taxonomic specialists
59
139000
2000
а по-скоро таксономичните специалисти,
02:36
who can identify and catalog these species
60
141000
2000
които да могат да различат и каталогизират тези видове,
02:38
that became the limiting step.
61
143000
2000
това се превърна в нещото, което ни ограничи.
02:40
They, in fact, are an endangered species themselves.
62
145000
3000
Всъщност самите те са застрашени видове.
02:43
There are actually four to five new species
63
148000
2000
Фактически има 4-5 нови вида,
02:45
described everyday for the oceans.
64
150000
2000
които се описват всеки ден в океаните.
02:47
And as I say, it could be a much larger number.
65
152000
3000
И както казвам, може да са много по-голям брой.
02:50
Now, I come from Newfoundland in Canada --
66
155000
3000
Аз съм от Нюфаундланд в Канада --
02:53
It's an island off the east coast of that continent --
67
158000
2000
това е остров на западния бряг на континента --
02:55
where we experienced one of the worst fishing disasters
68
160000
3000
където преживяхме едно от най-големите риболовни нещастия
02:58
in human history.
69
163000
2000
в историята на човечеството.
03:00
And so this photograph shows a small boy next to a codfish.
70
165000
2000
На тази снимка е показано малко момче до риба треска.
03:02
It's around 1900.
71
167000
2000
Заснета е около 1900 г.
03:04
Now, when I was a boy of about his age,
72
169000
2000
Когато аз бях момче на неговата възраст
03:06
I would go out fishing with my grandfather
73
171000
2000
ходих за риба с моят дядо
03:08
and we would catch fish about half that size.
74
173000
2000
и хващахме риби на половината на тази.
03:10
And I thought that was the norm,
75
175000
2000
И аз си мислих, че това беше стандартно,
03:12
because I had never seen fish like this.
76
177000
2000
защото никога не бях виждал толкова голяма риба.
03:14
If you were to go out there today, 20 years after this fishery collapsed,
77
179000
3000
Ако днес отидете там, 20 години след като този риболовен район се срина,
03:17
if you could catch a fish, which would be a bit of a challenge,
78
182000
3000
ако можете да хванете риба, което ще си е предизвикателство,
03:20
it would be half that size still.
79
185000
2000
тя ще бъде на половината на онази риба.
03:22
So what we're experiencing is something called shifting baselines.
80
187000
3000
Та тези неща, които преживяваме, се наричат менящи се изходни нива.
03:25
Our expectations of what the oceans can produce
81
190000
2000
Нашите очаквания за това какво могат да произведат океаните
03:27
is something that we don't really appreciate
82
192000
2000
са нещо, което не можем точно да преценим,
03:29
because we haven't seen it in our lifetimes.
83
194000
3000
защото не сме го виждали приживе.
03:32
Now most of us, and I would say me included,
84
197000
3000
Сега повечето от нас, бих включил и себе си,
03:35
think that human exploitation of the oceans
85
200000
2000
смятат, че човешката експлоатация на океаните
03:37
really only became very serious
86
202000
2000
стана действително много значителна
03:39
in the last 50 to, perhaps, 100 years or so.
87
204000
2000
през последните 50 до може би 100 години.
03:41
The census actually tried to look back in time,
88
206000
2000
Всъщност преброяването се опита да погледне назад във времето,
03:43
using every source of information they could get their hands on.
89
208000
3000
като използва всеки източник на информация, до който можеше да се добере.
03:46
And so anything from restaurant menus
90
211000
2000
И така всичко от менюта на ресторанти,
03:48
to monastery records to ships' logs
91
213000
2000
през манастирски архиви, до корабни бордови дневници,
03:50
to see what the oceans looked like.
92
215000
2000
за да се разбере как са изглеждали океаните.
03:52
Because science data really goes back
93
217000
2000
Понеже научните данни водят началото си,
03:54
to, at best, World War II, for the most part.
94
219000
2000
в най-добрия случай, от Втората Световна война, или поне по-голямата част от тях.
03:56
And so what they found, in fact,
95
221000
2000
Та всъщност това, което те откриха
03:58
is that exploitation really began heavily with the Romans.
96
223000
2000
е, че експлоатацията действително е започнала да става силна при римляните.
04:00
And so at that time, of course, there was no refrigeration.
97
225000
3000
И разбира се по това време не е имало охлаждане.
04:03
So fishermen could only catch
98
228000
2000
Така че рибарите могли да хванат само
04:05
what they could either eat or sell that day.
99
230000
2000
това, което могли или да изядат, или да продадат в същия ден.
04:07
But the Romans developed salting.
100
232000
2000
Но римляните развили осоляването.
04:09
And with salting,
101
234000
2000
А чрез осоляването
04:11
it became possible to store fish and to transport it long distances.
102
236000
3000
станало възможно складирането на рибата и транспортирането й на дълги разстояния.
04:14
And so began industrial fishing.
103
239000
3000
И така започнал индустриалният риболов.
04:17
And so these are the sorts of extrapolations that we have
104
242000
3000
Та това са видовете изследвания, които направихме
04:20
of what sort of loss we've had
105
245000
2000
във връзка с какво сме изгубили,
04:22
relative to pre-human impacts on the ocean.
106
247000
3000
като се има предвид влиянието на прадедите на човека върху океана.
04:25
They range from 65 to 98 percent
107
250000
2000
То обхваща от 65 до 98 процента
04:27
for these major groups of organisms,
108
252000
2000
от тези главни групи от организми,
04:29
as shown in the dark blue bars.
109
254000
2000
както е показано в тъмносините ленти.
04:31
Now for those species the we managed to leave alone, that we protect --
110
256000
3000
За тези видове, които ние успяхме да оставим, които защитаваме --
04:34
for example, marine mammals in recent years and sea birds --
111
259000
2000
например, морските бозайници през последните години и морските птици --
04:36
there is some recovery.
112
261000
2000
за тях има известно възстановяване.
04:38
So it's not all hopeless.
113
263000
2000
Така че не всичко е безнадеждно.
04:40
But for the most part, we've gone from salting to exhausting.
114
265000
3000
Обаче за по-голямата част, стигнахме от осоляване до изчерпване.
04:43
Now this other line of evidence is a really interesting one.
115
268000
2000
Сега, следващите данни са наистина интересни.
04:45
It's from trophy fish caught off the coast of Florida.
116
270000
3000
Това е риба-трофей хваната около бреговете на Флорида.
04:48
And so this is a photograph from the 1950s.
117
273000
3000
А това е снимка от петдесетте години.
04:51
I want you to notice the scale on the slide,
118
276000
2000
Искам да обърнете внимание на скалата на слайда,
04:53
because when you see the same picture from the 1980s,
119
278000
2000
защото когато видим същата снимка от осемдесетте години,
04:55
we see the fish are much smaller
120
280000
2000
виждаме, че рибите са много по-малки
04:57
and we're also seeing a change
121
282000
2000
и също така забелязваме промяна
04:59
in terms of the composition of those fish.
122
284000
2000
свързана с природата на тази риба.
05:01
By 2007, the catch was actually laughable
123
286000
2000
До 2007 година уловът си беше направо смешен,
05:03
in terms of the size for a trophy fish.
124
288000
2000
по отношение размера на рибите-трофеи.
05:05
But this is no laughing matter.
125
290000
2000
Но това не е забавен въпрос.
05:07
The oceans have lost a lot of their productivity
126
292000
2000
Океаните са загубили голяма част от своята продуктивност
05:09
and we're responsible for it.
127
294000
3000
и ние сме виновни за това.
05:12
So what's left? Actually quite a lot.
128
297000
2000
Та какво е останало? Всъщност доста много.
05:14
There's a lot of exciting things, and I'm going to tell you a little bit about them.
129
299000
3000
Има много вълнуващи неща и ще ви разкажа малко за тях.
05:17
And I want to start with a bit on technology,
130
302000
2000
И искам да започна с малко за технологията,
05:19
because, of course, this is a TED Conference
131
304000
2000
защото, разбира се, това е TED конференция
05:21
and you want to hear something on technology.
132
306000
2000
и искате да чуете нещо за технологията.
05:23
So one of the tools that we use to sample the deep ocean
133
308000
2000
Един от инструментите, който използваме за да вземем проби от дълбокия океан
05:25
are remotely operated vehicles.
134
310000
2000
е дистанционно управлявано превозно средство.
05:27
So these are tethered vehicles we lower down to the sea floor
135
312000
3000
И това са превозни средства вързани с верига, които спускаме до морското дъно,
05:30
where they're our eyes and our hands for working on the sea bottom.
136
315000
3000
където те са нашите очи и ръце за работа на морското дъно.
05:33
So a couple of years ago, I was supposed to go on an oceanographic cruise
137
318000
3000
Преди няколко години трябваше да отида на океанографски круиз
05:36
and I couldn't go because of a scheduling conflict.
138
321000
3000
и не успях да отида поради разминаване в графика.
05:39
But through a satellite link I was able to sit at my study at home
139
324000
3000
Но чрез сателитна връзка можех да седя в кабинета си вкъщи
05:42
with my dog curled up at my feet, a cup of tea in my hand,
140
327000
3000
с кучето ми, сгушено в краката ми, чаша чай в ръката ми,
05:45
and I could tell the pilot, "I want a sample right there."
141
330000
2000
и можех да кажа на пилота: "Искам да взема проба ето там"
05:47
And that's exactly what the pilot did for me.
142
332000
2000
И точно това и правеше пилотът.
05:49
That's the sort of technology that's available today
143
334000
3000
Това е технологията, която е на разположение днес,
05:52
that really wasn't available even a decade ago.
144
337000
2000
която не съществуваше дори преди десетилетие.
05:54
So it allows us to sample these amazing habitats
145
339000
2000
Тя ни помага да вземаме проби от тези невероятни ареали,
05:56
that are very far from the surface
146
341000
2000
които са много далече от повърхността
05:58
and very far from light.
147
343000
2000
и са много далеч от светлината.
06:00
And so one of the tools that we can use to sample the oceans
148
345000
3000
Та един от инструментите, които можем да използваме за проби от океана
06:03
is acoustics, or sound waves.
149
348000
2000
е акустиката или звуковите вълни.
06:05
And the advantage of sound waves
150
350000
2000
И преимуществото на звуковите вълни
06:07
is that they actually pass well through water, unlike light.
151
352000
2000
е, че всъщност те преминават дори през водата, за разлика от светлината.
06:09
And so we can send out sound waves,
152
354000
2000
Ние можем да изпратим звукови вълни,
06:11
they bounce off objects like fish and are reflected back.
153
356000
3000
а те отскачат от предмети като рибите и се отразяват обратно.
06:14
And so in this example, a census scientist took out two ships.
154
359000
3000
И така в този пример учен, занимаващ се с преброяването, изведе в океана 2 кораба.
06:17
One would send out sound waves that would bounce back.
155
362000
2000
Единият изпращаше звукови вълни, които се отразяваха обратно.
06:19
They would be received by a second ship,
156
364000
2000
Те се приемаха от вторият кораб,
06:21
and that would give us very precise estimates, in this case,
157
366000
3000
и ни даваха много точни изчисления, в този случай,
06:24
of 250 billion herring
158
369000
2000
за 250 милиарда херинги.
06:26
in a period of about a minute.
159
371000
2000
за период от около минута.
06:28
And that's an area about the size of Manhattan Island.
160
373000
3000
И това беше на площ с големината на Манхатън.
06:31
And to be able to do that is a tremendous fisheries tool,
161
376000
2000
И да успееш да направиш това е огромно риболовно средство,
06:33
because knowing how many fish are there is really critical.
162
378000
3000
защото това да знаеш колко много риба има там е наистина критично.
06:36
We can also use satellite tags
163
381000
2000
Също така можем да използваме сателитни тагове,
06:38
to track animals as they move through the oceans.
164
383000
2000
за да следим животните докато се движат в океаните.
06:40
And so for animals that come to the surface to breathe,
165
385000
2000
И също така при животни, които идват до повърхността, за да дишат,
06:42
such as this elephant seal,
166
387000
2000
например морските слонове,
06:44
it's an opportunity to send data back to shore
167
389000
2000
се дава възможността да се изпращат данни обратно до брега
06:46
and tell us where exactly it is in the ocean.
168
391000
3000
и да разберем къде точно са в океана.
06:49
And so from that we can produce these tracks.
169
394000
2000
И чрез това можем да направим тези следи.
06:51
For example, the dark blue
170
396000
2000
Например, тъмносините
06:53
shows you where the elephant seal moved in the north Pacific.
171
398000
2000
ви показват къде са се движили морските слонове в северния Тих океан.
06:55
Now I realize for those of you who are colorblind, this slide is not very helpful,
172
400000
3000
Осъзнавам, че за тези от вас, които са далтонисти, този слайд не е от особена полза,
06:58
but stick with me nonetheless.
173
403000
2000
но въпреки това останете с мен.
07:00
For animals that don't surface,
174
405000
2000
За животните, които не изплуват на повърхността
07:02
we have something called pop-up tags,
175
407000
2000
имаме нещо наречено изскачащи тагове,
07:04
which collect data about light and what time the sun rises and sets.
176
409000
3000
които събират данни за светлината и по кое време слънцето изгрява и залязва.
07:07
And then at some period of time
177
412000
2000
И после за някакъв период от време
07:09
it pops up to the surface and, again, relays that data back to shore.
178
414000
3000
той изскача на повърхността и отново препредава информацията обратно към брега.
07:12
Because GPS doesn't work under water. That's why we need these tools.
179
417000
3000
Понеже GPS не работи под вода. За това се нуждаем от тези уреди.
07:15
And so from this we're able to identify these blue highways,
180
420000
3000
И от там успяхме да определим тези сини магистрали,
07:18
these hot spots in the ocean,
181
423000
2000
тези горещи точки в океана,
07:20
that should be real priority areas
182
425000
2000
които трябва да бъдат истински приоритетни зони
07:22
for ocean conservation.
183
427000
2000
в опазването на океана.
07:24
Now one of the other things that you may think about
184
429000
2000
Едно от другите неща, за които може да си помислите,
07:26
is that, when you go to the supermarket and you buy things, they're scanned.
185
431000
3000
е че когато отидете до супермаркета и купувате неща, те биват сканирани.
07:29
And so there's a barcode on that product
186
434000
2000
И има баркод на онзи продукт,
07:31
that tells the computer exactly what the product is.
187
436000
3000
който казва на компютъра точно какъв е продукта.
07:34
Geneticists have developed a similar tool called genetic barcoding.
188
439000
3000
Генетиците са разработили подобен средство, наречено генетичен баркод.
07:37
And what barcoding does
189
442000
2000
И това, което баркодът прави,
07:39
is use a specific gene called CO1
190
444000
2000
е да използва особен ген, наречен CO1,
07:41
that's consistent within a species, but varies among species.
191
446000
3000
който е съвместим в рамките на видовете, но варира между видовете.
07:44
And so what that means is we can unambiguously identify
192
449000
2000
И това означава, че можем ясно да установим
07:46
which species are which
193
451000
2000
кои точно видове са това,
07:48
even if they look similar to each other,
194
453000
2000
дори и да си приличат,
07:50
but may be biologically quite different.
195
455000
2000
но могат да са биологично доста различни.
07:52
Now one of the nicest examples I like to cite on this
196
457000
2000
Един от най-хубавите примери, които мога да дам във връзка с това,
07:54
is the story of two young women, high school students in New York City,
197
459000
3000
е историята на две млади жени, ученички в град Ню Йорк,
07:57
who worked with the census.
198
462000
2000
които работеха по преброяването.
07:59
They went out and collected fish from markets and from restaurants in New York City
199
464000
3000
Те излязоха и събраха риба от пазарите и ресторантите в Ню Йорк
08:02
and they barcoded it.
200
467000
2000
и й сложиха баркодове.
08:04
Well what they found was mislabeled fish.
201
469000
2000
Ами, това което те откриха бе, че рибата е била класифицирана грешно.
08:06
So for example,
202
471000
2000
Например,
08:08
they found something which was sold as tuna, which is very valuable,
203
473000
2000
намерили риба, която била продавана като риба тон, която е много скъпа,
08:10
was in fact tilapia, which is a much less valuable fish.
204
475000
3000
а всъщност е била тилапия, която е много по-евтина риба.
08:13
They also found an endangered species
205
478000
2000
Те открили също застрашени видове,
08:15
sold as a common one.
206
480000
2000
продавани като обикновени.
08:17
So barcoding allows us to know what we're working with
207
482000
2000
Та поставянето на баркод ни позволява да знаем с какво работим
08:19
and also what we're eating.
208
484000
3000
и също така с какво се храним.
08:22
The Ocean Biogeographic Information System
209
487000
2000
"Океанската биогеографична информационна система"
08:24
is the database for all the census data.
210
489000
2000
е базата данни за цялата информация за преброяването.
08:26
It's open access; you can all go in and download data as you wish.
211
491000
3000
Достъпът е свободен, можете да свалите каквито поискате данни.
08:29
And it contains all the data from the census
212
494000
3000
И съдържа цялата информация за преброяването
08:32
plus other data sets that people were willing to contribute.
213
497000
2000
плюс други комплекти с данни, с които хората са пожелали да допринесат.
08:34
And so what you can do with that
214
499000
2000
И това, което можете да направите с това
08:36
is to plot the distribution of species and where they occur in the oceans.
215
501000
3000
е да отбележите на карта разпространението на видовете и къде се появяват в океаните.
08:39
What I've plotted up here is the data that we have on hand.
216
504000
2000
Това, което съм отбелязал тук са данните, които имаме под ръка.
08:41
This is where our sampling effort has concentrated.
217
506000
3000
Тук е мястото, където са концентрирани усилията ни за вземане на проби.
08:44
Now what you can see
218
509000
2000
Това, което виждате,
08:46
is we've sampled the area in the North Atlantic,
219
511000
2000
е че сме взели проби от района на северния Атлантически океан,
08:48
in the North Sea in particular,
220
513000
2000
по-точно в Северно море,
08:50
and also the east coast of North America fairly well.
221
515000
2000
и също така доста добре на източния бряг на Северна Америка.
08:52
That's the warm colors which show a well-sampled region.
222
517000
3000
Топлите цветове показват региона, с достатъчно взети проби.
08:55
The cold colors, the blue and the black,
223
520000
2000
Студените цветове, синьото и черното,
08:57
show areas where we have almost no data.
224
522000
2000
показват районите, за които почти нямаме данни.
08:59
So even after a 10-year census,
225
524000
2000
И дори след 10 години на преброяване
09:01
there are large areas that still remain unexplored.
226
526000
3000
има големи региони, които все още остават неизследвани.
09:04
Now there are a group of scientists living in Texas, working in the Gulf of Mexico
227
529000
3000
Има група учени, живеещи в Тексас, работещи в Мексиканският залив,
09:07
who decided really as a labor of love
228
532000
2000
които решили доброволно без заплащане
09:09
to pull together all the knowledge they could
229
534000
2000
да съберат всичко, което знаят
09:11
about biodiversity in the Gulf of Mexico.
230
536000
2000
за биоразнообразието в Мексиканския залив.
09:13
And so they put this together, a list of all the species,
231
538000
3000
И така те събрали всичко това, списък на всички видове,
09:16
where they're known to occur,
232
541000
2000
къде се знае, че се появяват
09:18
and it really seemed like a very esoteric, scientific type of exercise.
233
543000
3000
и наистина изглеждаше като вид научно упражнение само за просветени.
09:21
But then, of course, there was the Deep Horizon oil spill.
234
546000
3000
Но тогава, разбира се, последва разлива на петрол от Дийп Хърайзън (петролна сондажна машина).
09:24
So all of a sudden, this labor of love
235
549000
2000
И така изведнъж този доброволен труд,
09:26
for no obvious economic reason
236
551000
3000
без очевидна икономическа причина,
09:29
has become a critical piece of information
237
554000
2000
се превърна в критична информация,
09:31
in terms of how that system is going to recover, how long it will take
238
556000
3000
във връзка с това как тази система ще се възстанови, колко ще отнеме
09:34
and how the lawsuits
239
559000
2000
и как съдебните процеси,
09:36
and the multi-billion-dollar discussions that are going to happen in the coming years
240
561000
3000
и как дискусиите за милиарди долари, които ще се състоят в следващите години
09:39
are likely to be resolved.
241
564000
3000
вероятно ще се разрешат.
09:42
So what did we find?
242
567000
2000
Та какво открихме?
09:44
Well, I could stand here for hours, but, of course, I'm not allowed to do that.
243
569000
2000
Е, аз мога да стоя тук с часове, но разбира се, не ми е позволено.
09:46
But I will tell you some of my favorite discoveries
244
571000
2000
Но ще ви разкажа за някои от любимите ми открития
09:48
from the census.
245
573000
2000
от преброяването.
09:50
So one of the things we discovered is where are the hot spots of diversity?
246
575000
3000
Едно от нещата, които открихме е къде са горещите точки на разпространение?
09:53
Where do we find the most species of ocean life?
247
578000
3000
Къде намираме най-много видове от океанският живот?
09:56
And what we find if we plot up the well-known species
248
581000
2000
И това, което откриваме, ако отбележим най-познатите видове,
09:58
is this sort of a distribution.
249
583000
2000
е този вид разпространение.
10:00
And what we see is that for coastal tags,
250
585000
2000
И това, което виждаме е, че за бреговите тагове
10:02
for those organisms that live near the shoreline,
251
587000
2000
на онези организми, които живеят близо до бреговата ивица,
10:04
they're most diverse in the tropics.
252
589000
2000
те са най-разпространени в тропиците.
10:06
This is something we've actually known for a while,
253
591000
2000
Всъщност, това е нещо, което знаехме от известно време,
10:08
so it's not a real breakthrough.
254
593000
2000
така че не е истинско научно постижение.
10:10
What is really exciting though
255
595000
2000
Въпреки това, истински вълнуващото е,
10:12
is that the oceanic tags, or the ones that live far from the coast,
256
597000
2000
че океанските тагове, или тези, които живеят далеч от брега,
10:14
are actually more diverse at intermediate latitudes.
257
599000
2000
са всъщност най-разпространени в средните географски ширини.
10:16
This is the sort of data, again, that managers could use
258
601000
3000
Това е видът данни, отново, които ръководителите могат да използват,
10:19
if they want to prioritize areas of the ocean that we need to conserve.
259
604000
3000
ако искат да посочат районите в океана, които трябва да опазим.
10:22
You can do this on a global scale, but you can also do it on a regional scale.
260
607000
3000
Можете да го направите в световен мащаб, но също така и в регионален.
10:25
And that's why biodiversity data can be so valuable.
261
610000
3000
И за това данните за биоразнообразието могат да бъдат толкова ценни.
10:28
Now while a lot of the species we discovered in the census
262
613000
3000
Макар че много от видовете, които открихме в преброяването,
10:31
are things that are small and hard to see,
263
616000
2000
са неща, които са малки и трудни за виждане,
10:33
that certainly wasn't always the case.
264
618000
2000
това със сигурност не е било винаги така.
10:35
For example, while it's hard to believe
265
620000
2000
Например, макар и да е трудно да се повярва,
10:37
that a three kilogram lobster could elude scientists,
266
622000
2000
че омар, тежащ 3 килограма може да убегне на учените,
10:39
it did until a few years ago
267
624000
2000
наистина убягваше до преди няколко години,
10:41
when South African fishermen requested an export permit
268
626000
3000
когато рибар от Южна Африка поискал разрешение за износ
10:44
and scientists realized that this was something new to science.
269
629000
3000
и учените осъзнали, че това е нещо ново за науката.
10:47
Similarly this Golden V kelp
270
632000
2000
Подобно, тези златни V-образни водорасли,
10:49
collected in Alaska just below the low water mark
271
634000
2000
събрани в Аляска точно под приливното ниво,
10:51
is probably a new species.
272
636000
2000
вероятно са нов вид.
10:53
Even though it's three meters long,
273
638000
2000
Въпреки, че са дълги 3 метра,
10:55
it actually, again, eluded science.
274
640000
2000
те наистина отново са убегнали на науката.
10:57
Now this guy, this bigfin squid, is seven meters in length.
275
642000
3000
Сега това, тази сепия с големи плавници е дълга 7 метра.
11:00
But to be fair, it lives in the deep waters of the Mid-Atlantic Ridge,
276
645000
3000
Но за да бъдем точни, тя живее в дълбините на Средно-атлантическия хребет,
11:03
so it was a lot harder to find.
277
648000
2000
така че беше много по-трудна за откриване.
11:05
But there's still potential for discovery of big and exciting things.
278
650000
3000
Но все още има възможност за откриване на големи и вълнуващи неща.
11:08
This particular shrimp, we've dubbed it the Jurassic shrimp,
279
653000
3000
Тази специфична скарида, наричаме я юрска скарида,
11:11
it's thought to have gone extinct 50 years ago --
280
656000
2000
е била смятана за изчезнал вид преди 50 години --
11:13
at least it was, until the census discovered
281
658000
2000
или поне е била изчезнала преди преброяването да открие,
11:15
it was living and doing just fine off the coast of Australia.
282
660000
3000
че си живее много добре далеч от бреговете на Австралия.
11:18
And it shows that the ocean, because of its vastness,
283
663000
3000
И показва, че океана, поради неговата необятност,
11:21
can hide secrets for a very long time.
284
666000
2000
може да крие тайни за много дълго време.
11:23
So, Steven Spielberg, eat your heart out.
285
668000
3000
Та Стивън Спилбърг, изяж се от яд.
11:26
If we look at distributions, in fact distributions change dramatically.
286
671000
3000
Ако разгледаме разпространенията, всъщност те се променят драстично.
11:29
And so one of the records that we had
287
674000
3000
И един от архивите, които имахме,
11:32
was this sooty shearwater, which undergoes these spectacular migrations
288
677000
3000
беше тъмен средиземноморски буревестник, който преживява тези грандиозни миграции
11:35
all the way from New Zealand
289
680000
2000
от Нова Зеландия
11:37
all the way up to Alaska and back again
290
682000
2000
чак до Аляска и обратно,
11:39
in search of endless summer
291
684000
2000
в търсене на безкрайно лято,
11:41
as they complete their life cycles.
292
686000
2000
докато завършат жизненият си цикъл.
11:43
We also talked about the White Shark Cafe.
293
688000
2000
Също така говорихме за кафе "Бялата акула."
11:45
This is a location in the Pacific where white shark converge.
294
690000
3000
Това е място в Тихия океан, където белите акули се събират.
11:48
We don't know why they converge there, we simply don't know.
295
693000
2000
Не знаем защо се събират там, просто не знаем.
11:50
That's a question for the future.
296
695000
2000
Това е въпрос за в бъдеще.
11:52
One of the things that we're taught in high school
297
697000
2000
Едно от нещата, на които ни учат в гимназията,
11:54
is that all animals require oxygen in order to survive.
298
699000
3000
е че всички животни се нуждаят от кислород, за да оцелеят.
11:57
Now this little critter, it's only about half a millimeter in size,
299
702000
3000
Това малко създание е с размер само половин милиметър,
12:00
not terribly charismatic.
300
705000
2000
не особено обаятелно.
12:02
But it was only discovered in the early 1980s.
301
707000
2000
Но е било открито в началото на осемдесетте години.
12:04
But the really interesting thing about it
302
709000
2000
Но интересното нещо за него,
12:06
is that, a few years ago, census scientists discovered
303
711000
3000
е че преди няколко години учени от преброяването откриха,
12:09
that this guy can thrive in oxygen-poor sediments
304
714000
2000
че този малък приятел вирее в утайки, бедни на кислород
12:11
in the deep Mediterranean Sea.
305
716000
2000
в дълбините на Средиземно море.
12:13
So now they know that, in fact,
306
718000
2000
И сега те всъщност знаят.
12:15
animals can live without oxygen, at least some of them,
307
720000
2000
че животните могат да живеят и без кислород, или поне някои от тях,
12:17
and that they can adapt to even the harshest of conditions.
308
722000
3000
и могат да се приспособяват дори към най-суровите условия.
12:20
If you were to suck all the water out of the ocean,
309
725000
3000
Ако трябваше да изсмучете цялата вода от океана,
12:23
this is what you'd be left behind with,
310
728000
2000
това е, което ще остане накрая
12:25
and that's the biomass of life on the sea floor.
311
730000
2000
и това е биомасата от живот на морското дъно.
12:27
Now what we see is huge biomass towards the poles
312
732000
3000
Това, което виждаме сега е огромна биомаса към полюсите
12:30
and not much biomass in between.
313
735000
3000
и не толкова биомаса помежду им.
12:33
We found life in the extremes.
314
738000
2000
Открихме живот в най-отдалечените места.
12:35
And so there were new species that were found
315
740000
2000
И бяха открити нови видове,
12:37
that live inside ice
316
742000
2000
които живеят в леда
12:39
and help to support an ice-based food web.
317
744000
2000
и помагат за поддържането на хранителните мрежи на ледена основа.
12:41
And we also found this spectacular yeti crab
318
746000
2000
Също така открихме този удивителен рак йети,
12:43
that lives near boiling hot hydrothermal vents at Easter Island.
319
748000
3000
който живее близо до горещите хидротермални цепнатини на Великденския остров.
12:46
And this particular species
320
751000
2000
И този отделен вид
12:48
really captured the public's attention.
321
753000
3000
наистина улови общественото внимание.
12:51
We also found the deepest vents known yet -- 5,000 meters --
322
756000
3000
Открихме също най-дълбоките цепнатини познати до сега -- 5000 метра --
12:54
the hottest vents at 407 degrees Celsius --
323
759000
3000
най-горещите цепнатини -- 407 градуса по Целзий --
12:57
vents in the South Pacific and also in the Arctic
324
762000
2000
цепнатини в южния Тих океан както и в Северния ледовит океан,
12:59
where none had been found before.
325
764000
2000
където нито една не е била намирана преди.
13:01
So even new environments are still within the domain of the discoverable.
326
766000
3000
Така че дори нови среди на живот са все още в обсега на откриваемото.
13:04
Now in terms of the unknowns, there are many.
327
769000
2000
Сега във връзка с непознатите неща, те са много.
13:06
And I'm just going to summarize just a few of them
328
771000
2000
Ще обобщя само няколко от тях
13:08
very quickly for you.
329
773000
2000
много бързо за вас.
13:10
First of all, we might ask, how many fishes in the sea?
330
775000
3000
Първо на първо, може да попитаме колко риби има в морето?
13:13
We actually know the fishes better than we do any other group in the ocean
331
778000
2000
Всъщност ние познаваме рибите по-добре от всяка друга група в океана
13:15
other than marine mammals.
332
780000
2000
различна от морските бозайници.
13:17
And so we can actually extrapolate based on rates of discovery
333
782000
3000
И така всъщност можем да екстраполираме, като се основем на темпото на откриване,
13:20
how many more species we're likely to discover.
334
785000
3000
колко още видове е възможно да открием.
13:23
And from that, we actually calculate
335
788000
2000
И от това всъщност изчисляваме,
13:25
that we know about 16,500 marine species
336
790000
3000
че познаваме около 16 500 морски вида
13:28
and there are probably another 1,000 to 4,000 left to go.
337
793000
2000
и е възможно да съществуват други 1000 до 4000 вида.
13:30
So we've done pretty well.
338
795000
2000
Така че сме се справили доста добре.
13:32
We've got about 75 percent of the fish,
339
797000
2000
Разполагаме със 75 процента от рибата,
13:34
maybe as much as 90 percent.
340
799000
2000
може би дори 90 процента.
13:36
But the fishes, as I say, are the best known.
341
801000
3000
Но както казах рибите са най-познатите.
13:39
So our level of knowledge is much less for other groups of organisms.
342
804000
3000
Така че нивото на познание е много по-ниско за други групи от организми.
13:42
Now this figure is actually based on a brand new paper
343
807000
2000
Всъщност, тази диаграма е основана на чисто нов доклад,
13:44
that's going to come out in the journal PLoS Biology.
344
809000
3000
който ще бъде публикуван в списанието ОБН Биология (Обществена библиотека за наука)
13:47
And what is does is predict how many more species there are
345
812000
2000
И това, което той прави е да предскаже колко още видове има
13:49
on land and in the ocean.
346
814000
2000
на сушата и в океана.
13:51
And what they found
347
816000
2000
И това, което са открили,
13:53
is that they think that we know of about nine percent of the species in the ocean.
348
818000
3000
е че смятат, че знаем за около 9% от видовете в океана.
13:56
That means 91 percent, even after the census,
349
821000
2000
Това означава 91% дори след преброяването
13:58
still remain to be discovered.
350
823000
2000
все още остават да бъдат открити.
14:00
And so that turns out to be about two million species
351
825000
2000
И така това се оказват да бъдат около 2 милиона вида,
14:02
once all is said and done.
352
827000
2000
веднъж щом всичко е готово и завършено.
14:04
So we still have quite a lot of work to do
353
829000
2000
И така ние все още имаме доста работа
14:06
in terms of unknowns.
354
831000
2000
от гледна точка на непознати неща.
14:08
Now this bacterium
355
833000
2000
Ето тази бактерия
14:10
is part of mats that are found off the coast of Chile.
356
835000
3000
е част от сплетени клонки, които намерихме навътре от брега на Чили.
14:13
And these mats actually cover an area the size of Greece.
357
838000
2000
И тези клонки в действителност покриват площ с размера на Гърция.
14:15
And so this particular bacterium is actually visible to the naked eye.
358
840000
3000
И тази отделна бактерия може да се види с просто око.
14:18
But you can imagine the biomass that represents.
359
843000
3000
Но може да си представите биомасата, която тя представя.
14:21
But the really intriguing thing about the microbes
360
846000
2000
Но истински любопитното за микробите
14:23
is just how diverse they are.
361
848000
2000
е точно колко са разпространени.
14:25
A single drop of seawater
362
850000
2000
Едничка капка морска вода
14:27
could contain 160 different types of microbes.
363
852000
2000
може да съдържа 160 различни типа микроби.
14:29
And the oceans themselves
364
854000
2000
А самите океани
14:31
are thought potentially to contain as many as a billion different types.
365
856000
3000
се смята, че е възможно да съдържат цял милиард различни типа.
14:34
So that's really exciting. What are they all doing out there?
366
859000
3000
И това е наистина вълнуващо. Какво правят всички те там?
14:37
We actually don't know.
367
862000
2000
В действителност не знаем.
14:39
The most exciting thing, I would say, about this census
368
864000
2000
Бих казал,че най-вълнуващото нещо относно това преброяване,
14:41
is the role of global science.
369
866000
2000
е ролята на световната наука.
14:43
And so as we see in this image of light during the night,
370
868000
2000
И както виждаме на това изображение на светлини през ноща,
14:45
there are lots of areas of the Earth
371
870000
2000
има много зони на Земята,
14:47
where human development is much greater
372
872000
3000
където човешкото развитие е много по-голямо,
14:50
and other areas where it's much less,
373
875000
2000
и други зони, където е много по-малко,
14:52
but between them we see large dark areas
374
877000
2000
а между тях виждаме големи тъмни региони
14:54
of relatively unexplored ocean.
375
879000
2000
от относително неизследван океан.
14:56
The other point I'd like to make about this
376
881000
2000
Другото нещо, което бих искал да отбележа за това,
14:58
is that this ocean's interconnected.
377
883000
2000
е че този океан е едно цяло.
15:00
Marine organisms do not care about international boundaries;
378
885000
2000
Морските организми не се интересуват от международните граници,
15:02
they move where they will.
379
887000
2000
те се движат където пожелаят.
15:04
And so the importance then of global collaboration
380
889000
3000
И така и значителността на световното сътрудничество
15:07
becomes all the more important.
381
892000
2000
се превръща в още по-важно нещо.
15:09
We've lost a lot of paradise.
382
894000
2000
Изгубили сме много от рая.
15:11
For example, these tuna that were once so abundant in the North Sea
383
896000
3000
Например тази риба тон, която преди изобилстваше в Северно море,
15:14
are now effectively gone.
384
899000
2000
сега е ефективно изчезнала.
15:16
There were trawls taken in the deep sea in the Mediterranean,
385
901000
3000
Имаше траулери, извеждани в дълбоките води на Средиземно море,
15:19
which collected more garbage than they did animals.
386
904000
2000
които събираха повече боклук отколкото животни.
15:21
And that's the deep sea, that's the environment that we consider to be
387
906000
3000
И това са дълбоките води, това е околната среда, която считаме
15:24
among the most pristine left on Earth.
388
909000
2000
за една от най-чистите останали на Земята.
15:26
And there are a lot of other pressures.
389
911000
2000
И има още много други затруднения.
15:28
Ocean acidification is a really big issue that people are concerned with,
390
913000
3000
Окисляването на океана е наистина голям проблем, в който хората са замесени,
15:31
as well as ocean warming, and the effects they're going to have on coral reefs.
391
916000
3000
както и затоплянето на океана и ефектите, които които ще има върху кораловите рифове.
15:34
On the scale of decades, in our lifetimes,
392
919000
3000
По скалата на десетилетията в нашите човешки животи,
15:37
we're going to see a lot of damage to coral reefs.
393
922000
2000
ние ще станем свидетели на много щети по кораловите рифове.
15:39
And I could spend the rest of my time, which is getting very limited,
394
924000
3000
И аз мога да прекарам остатъка от времето си, което става доста ограничено,
15:42
going through this litany of concerns about the ocean,
395
927000
2000
преминавайки през тази литания от безпокойство за океана,
15:44
but I want to end on a more positive note.
396
929000
2000
но искам да завърша с по-положителен тон.
15:46
And so the grand challenge then
397
931000
2000
И така голямото предизвикателство
15:48
is to try and make sure that we preserve what's left,
398
933000
2000
е да опитаме и да се уверим, че запазваме това, което е останало,
15:50
because there is still spectacular beauty.
399
935000
2000
защото все още има поразителна красота.
15:52
And the oceans are so productive,
400
937000
2000
А океаните са толкова продуктивни,
15:54
there's so much going on in there that's of relevance to humans
401
939000
3000
има толкова много, което се случва там, обвързано с хората,
15:57
that we really need to, even from a selfish perspective,
402
942000
3000
от което наистина се нуждаем, дори от егоистична перспектива,
16:00
try to do better than we have in the past.
403
945000
2000
да опитаме да подобрим в сравнение с миналото.
16:02
So we need to recognize those hot spots
404
947000
2000
Така че е нужно да разпознаем онези горещи точки
16:04
and do our best to protect them.
405
949000
2000
и да дадем всичко от себе си, за да ги запазим.
16:06
When we look at pictures like this, they take our breath away,
406
951000
2000
Когато гледаме снимки като тази, те ни спират дъха,
16:08
in addition to helping to give us breath
407
953000
2000
като добавка към помагането да ни се даде дъх
16:10
by the oxygen that the oceans provide.
408
955000
2000
чрез кислорода, който океаните осигуряват.
16:12
Census scientists worked in the rain, they worked in the cold,
409
957000
3000
Учените на преброяването работиха в дъжд, работиха в студ,
16:15
they worked under water and they worked above water
410
960000
2000
работиха под вода и работиха над водата,
16:17
trying to illuminate the wondrous discovery,
411
962000
2000
опитвайки се да осветят удивителното откритие,
16:19
the still vast unknown,
412
964000
2000
все още необятното непознато,
16:21
the spectacular adaptations that we see in ocean life.
413
966000
3000
поразителните приспособявания, които виждаме в океанския живот.
16:24
So whether you're a yak herder living in the mountains of Chile,
414
969000
3000
И без значение дали си пастир на якове, който живее в планините на Чили,
16:27
whether you're a stockbroker in New York City
415
972000
3000
дали си борсов посредник в Ню Йорк,
16:30
or whether you're a TEDster living in Edinburgh,
416
975000
2000
или си ТЕДстър, който живее в Единбург,
16:32
the oceans matter.
417
977000
2000
океаните имат значение.
16:34
And as the oceans go so shall we.
418
979000
2000
И както океаните си отиват, така ще направим и ние.
16:36
Thanks for listening.
419
981000
2000
Благодаря, че ме изслушахте.
16:38
(Applause)
420
983000
2000
(Ръкопляскане)
Reviewed by Anton Hikov
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