TEDGlobal 2013
Greg Asner: Ecology from the air
Greg Asner: Ökológia a levegőből
Filmed:
Readability: 4.6
775,949 views
Mik is alkotják tulajdonképpen az erdeinket? Greg Asner ökológus spektrométer és nagy teljesítményű lézer segítségével térképezi fel a magasból a természet aprólékos és kaleidoszkopikus 3D részleteit -- ezt nevezi ő a szén "csúcstech könyvelési rendszer"-ének. A lenyűgöző beszéd üzenete világos: Az ökoszisztéma megóvásához több adat szükséges, az adatgyűjtéshez pedig új módszerek kellenek.
Greg Asner - Airborne ecologist
Greg Asner’s mapping technology produces detailed, complex pictures of how humans’ activities affect our ecosystems. Full bio
Greg Asner’s mapping technology produces detailed, complex pictures of how humans’ activities affect our ecosystems. Full bio
Double-click the English transcript below to play the video.
00:12
Technology can change our understanding of nature.
0
502
4191
A technológia megváltoztathatja
a természet megértését.
a természet megértését.
00:16
Take for example the case of lions.
1
4693
3151
Itt vannak például az oroszlánok.
00:19
For centuries, it's been said that female lions
2
7844
2170
Évszázadokon át úgy tartották,
hogy a nőstények
hogy a nőstények
00:22
do all of the hunting out in the open savanna,
3
10014
2729
dolga a vadászat odakinn a szavannán,
00:24
and male lions do nothing until it's time for dinner.
4
12743
3981
miközben a hím csak pihenget,
míg el nem jön a vacsoraidő.
míg el nem jön a vacsoraidő.
00:28
You've heard this too, I can tell.
5
16724
3012
Úgy látom, hallottak már erről.
00:31
Well recently, I led an airborne mapping campaign
6
19736
2586
Nos, nemrég vezényeltem le
egy légi térképezési akciót
egy légi térképezési akciót
00:34
in the Kruger National Park in South Africa.
7
22322
2672
a dél-afrikai Kruger Nemzeti Parkban.
00:36
Our colleagues put GPS tracking collars
8
24994
2592
A kollégáim GPS-es nyomkövető
nyakörvet tettek
nyakörvet tettek
00:39
on male and female lions,
9
27586
1597
a hím és a nőstény oroszlánokra,
00:41
and we mapped their hunting behavior
10
29183
1608
hogy feltérképezhessük
a vadászati viselkedésüket
a vadászati viselkedésüket
00:42
from the air.
11
30791
1448
a levegőből.
00:44
The lower left shows a lion sizing up
12
32239
2666
A bal oldali képen egy oroszlán méregeti
00:46
a herd of impala for a kill,
13
34905
2012
az impalacsordát a vadász szemével,
00:48
and the right shows what I call
14
36917
1569
a jobb oldali ábra pedig
00:50
the lion viewshed.
15
38486
1863
az oroszlán látterét mutatja.
00:52
That's how far the lion can see in all directions
16
40349
2622
Azt értem ez alatt, hogy meddig
lát el a különböző irányokban,
lát el a különböző irányokban,
00:54
until his or her view is obstructed by vegetation.
17
42971
4175
míg a tekintete el nem akad
a növényzetben.
a növényzetben.
00:59
And what we found
18
47146
1441
Nos, azt találtuk,
01:00
is that male lions are not the lazy hunters
19
48587
2506
hogy a hímek nem is olyan
lusta vadászok,
lusta vadászok,
01:03
we thought them to be.
20
51093
1524
amilyennek hittük őket.
01:04
They just use a different strategy.
21
52617
2137
Egyszerűen csak más a stratégiájuk.
01:06
Whereas the female lions hunt
22
54754
1752
Míg a nőstény oroszlánok
01:08
out in the open savanna
23
56506
1132
a nyílt szavannán vadásznak
01:09
over long distances, usually during the day,
24
57638
2661
nagyobb területen és nap közben,
01:12
male lions use an ambush strategy
25
60299
3010
addig a hímek lesből támadnak
01:15
in dense vegetation, and often at night.
26
63309
3733
a sűrű növényzetben és gyakran éjjel.
01:19
This video shows the actual hunting viewsheds
27
67042
3006
Ez a videó a tényleges
vadászati láttereket mutatja
vadászati láttereket mutatja
01:22
of male lions on the left
28
70048
1865
a balra lévő hímek és
01:23
and females on the right.
29
71913
1989
a jobbra lévő nőstények esetében.
01:25
Red and darker colors show more dense vegetation,
30
73902
2556
A sötétebb és a piros szín
sűrűbb növényzetet jelent,
sűrűbb növényzetet jelent,
01:28
and the white are wide open spaces.
31
76458
2115
a fehér pedig nyílt terepet.
01:30
And this is the viewshed right literally at the eye level
32
78573
3100
Itt pedig szemmagasságból mutatom azt a látteret,
01:33
of hunting male and female lions.
33
81673
2530
melyet egy hím, ill. egy nőstény
érzékel vadászat közben.
érzékel vadászat közben.
01:36
All of a sudden, you get a very clear understanding
34
84203
2329
Egyszeriben világossá válik
01:38
of the very spooky conditions under which
35
86532
2853
milyen kísérteties az,
01:41
male lions do their hunting.
36
89385
2080
ahogy egy hím oroszlán vadászik.
01:43
I bring up this example to begin,
37
91465
1496
Azért hoztam fel
ezt a példát bevezetésként,
ezt a példát bevezetésként,
01:44
because it emphasizes how little
we know about nature.
we know about nature.
38
92961
4468
mert rámutat arra,
milyen keveset tudunk a természetről.
milyen keveset tudunk a természetről.
01:49
There's been a huge amount of work done so far
39
97429
2675
Rengetegen és sokat fáradoztak azért,
01:52
to try to slow down our losses of tropical forests,
40
100104
3628
hogy lelassítsák
a trópusi erdők fogyatkozását,
a trópusi erdők fogyatkozását,
01:55
and we are losing our forests at a rapid rate,
41
103732
1949
mert bizony az erdők gyorsan fogynak,
01:57
as shown in red on the slide.
42
105681
1914
ahogy a kép piros színei is mutatják.
01:59
I find it ironic that we're doing so much,
43
107595
2340
Ironikusnak találom,
hogy annyi munka ellenére
hogy annyi munka ellenére
02:01
yet these areas are fairly unknown to science.
44
109935
3633
ezek a területek eléggé ismeretlenek
a tudomány számára.
a tudomány számára.
02:05
So how can we save what we don't understand?
45
113568
2657
Mert hogy tudjuk megóvni azt,
amit nem ismerünk?
amit nem ismerünk?
02:08
Now I'm a global ecologist and an Earth explorer
46
116225
2662
Globális ökológiában utazom, Föld-kutató vagyok,
02:10
with a background in physics and chemistry
47
118887
1691
tanultam fizikát és kémiát
02:12
and biology and a lot of other boring subjects,
48
120578
3204
és biológiát és sok más unalmas tárgyat,
02:15
but above all, I'm obsessed with what we don't know
49
123782
3002
de mindenekelőtt megszállottja vagyok
mindannak, amit nem tudunk
mindannak, amit nem tudunk
02:18
about our planet.
50
126784
1712
erről a mi bolygónkról.
02:20
So I created this,
51
128496
1674
Ezért hát létrehoztam ezt --
02:22
the Carnegie Airborne Observatory, or CAO.
52
130170
3277
a Carnegie Légi Obszervatóriumot,
a CAO-t [Carnegie Airborne Observatory].
a CAO-t [Carnegie Airborne Observatory].
02:25
It may look like a plane with a fancy paint job,
53
133447
2057
Úgy néz ki, mint egy csicsás repülőgép,
02:27
but I packed it with over 1,000 kilos
54
135504
2760
de több mint 1000 kiló
02:30
of high-tech sensors, computers,
55
138264
2436
csúcstech érzékelő és
számítógép van a fedélzetén,
számítógép van a fedélzetén,
02:32
and a very motivated staff
56
140700
2211
továbbá motivált művelői
02:34
of Earth scientists and pilots.
57
142911
2469
a földtudományoknak, plusz a pilóták.
02:37
Two of our instruments are very unique:
58
145380
1860
Van két egyedülálló berendezésünk:
02:39
one is called an imaging spectrometer
59
147240
1754
az egyik a képalkotó spektrométer,
02:40
that can actually measure the chemical composition
60
148994
1862
amely képes meghatározni
a növények kémiai összetételét,
a növények kémiai összetételét,
02:42
of plants as we fly over them.
61
150856
2929
miközben az ember elrepül felettük.
02:45
Another one is a set of lasers,
62
153785
1926
A másik egy lézerkészlet:
02:47
very high-powered lasers,
63
155711
1731
nagy teljesítményű lézerek,
02:49
that fire out of the bottom of the plane,
64
157442
1960
melyek a repülőgép aljából
02:51
sweeping across the ecosystem
65
159402
1872
pásztázzák az ökoszisztémát,
02:53
and measuring it at nearly 500,000 times per second
66
161274
4097
másodpercenként 500 ezer mérést végezve
02:57
in high-resolution 3D.
67
165371
2478
nagy felbontású 3D-ben.
02:59
Here's an image of the Golden Gate Bridge
68
167849
1984
Íme egy kép a Golden Gate hídról
03:01
in San Francisco, not far from where I live.
69
169833
2172
San Franciscóban,
nem messze onnan, ahol lakom.
nem messze onnan, ahol lakom.
03:04
Although we flew straight over this bridge,
70
172005
1803
Noha egyenest átrepültünk a híd felett,
03:05
we imaged it in 3D, captured its color
71
173808
1656
3D-s képet készítettünk,
ami színekkel együtt
ami színekkel együtt
03:07
in just a few seconds.
72
175464
2047
csak néhány másodpercbe telt.
03:09
But the real power of the CAO
73
177511
2095
De a CAO igazi erőssége
03:11
is its ability to capture the actual building blocks
74
179606
2175
az a lehetőség, hogy megragadjuk vele
az egyes alkotóelemeket
az egyes alkotóelemeket
03:13
of ecosystems.
75
181781
1769
az ökoszisztémában.
03:15
This is a small town in the Amazon,
76
183550
1699
Ez egy apró város Amazóniában,
03:17
imaged with the CAO.
77
185249
1615
a CAO felvétele alapján.
03:18
We can slice through our data
78
186864
1739
Az adatokból metszetet készíthetünk,
03:20
and see, for example, the 3D structure
79
188603
2264
megnézhetjük pl. a 3D szerkezetét
03:22
of the vegetation and the buildings,
80
190867
2333
a növényzetnek és az épületeknek,
03:25
or we can use the chemical information
81
193200
1909
vagy felhasználhatjuk
a kémiai információt arra,
a kémiai információt arra,
03:27
to actually figure out how fast the plants are growing
82
195109
2731
hogy kikövetkeztessük,
milyen gyorsan fejlődik a növényzet,
milyen gyorsan fejlődik a növényzet,
03:29
as we fly over them.
83
197840
1343
mely felett elröpülünk.
03:31
The hottest pinks are the fastest-growing plants.
84
199183
3486
A legforróbb rózsaszínek
a leggyorsabban fejlődő növényeket jelzik.
a leggyorsabban fejlődő növényeket jelzik.
03:34
And we can see biodiversity in ways
85
202669
1917
És a biodiverzitást is
úgy tudjuk megjeleníteni,
úgy tudjuk megjeleníteni,
03:36
that you never could have imagined.
86
204586
2159
ahogy korábban
elképzelhetetlen lett volna.
elképzelhetetlen lett volna.
03:38
This is what a rainforest might look like
87
206745
1551
Így festene egy esőerdő,
03:40
as you fly over it in a hot air balloon.
88
208296
2207
ha egy hőlégballonból nézné az ember.
03:42
This is how we see a rainforest,
89
210503
2094
És ilyennek látjuk mi az esőerdő
03:44
in kaleidoscopic color that tells us
90
212597
2345
kaleidoszkopikus színeit,
melyek elárulják,
melyek elárulják,
03:46
that there are many species living with one another.
91
214942
2942
milyen sok faj él együtt benne.
03:49
But you have to remember that these trees
92
217884
1924
Ne feledjék azonban, hogy ezek a fák
03:51
are literally bigger than whales,
93
219808
2296
nagyobbak, mint egy bálna,
03:54
and what that means is that
they're impossible to understand
they're impossible to understand
94
222104
2912
ami azt jelenti, hogy lehetetlen
őket megismerni
őket megismerni
03:57
just by walking on the ground below them.
95
225016
2975
egyszerűen csak úgy,
hogy az ember elsétál alattuk.
hogy az ember elsétál alattuk.
03:59
So our imagery is 3D, it's chemical, it's biological,
96
227991
4638
Tehát a mi 3D-s képeink kémiaiak
és biológiaiak is egyben,
és biológiaiak is egyben,
04:04
and this tells us not only the species
97
232629
1758
melyek nemcsak azokat a fajokat tárják fel,
04:06
that are living in the canopy,
98
234387
1884
amelyek a koronaszintben élnek,
04:08
but it tells us a lot of information
99
236271
1920
hanem ismeretet adnak
04:10
about the rest of the species
that occupy the rainforest.
that occupy the rainforest.
100
238191
3576
az esőerdőben élő többi fajról is.
04:13
Now I created the CAO
101
241767
2131
Tehát létrehoztam a CAO-t,
04:15
in order to answer questions that have proven
102
243898
2139
hogy választ kapjak
olyan kérdésekre, melyek
olyan kérdésekre, melyek
04:18
extremely challenging to answer
from any other vantage point,
from any other vantage point,
103
246037
3352
rendkívül nehezen megválaszolhatónak
bizonyultak más megfigyelési pontokból,
bizonyultak más megfigyelési pontokból,
04:21
such as from the ground, or from satellite sensors.
104
249389
2877
pl. a talajszintről nézve, vagy műholdas
érzékelőkkel vizsgálva.
érzékelőkkel vizsgálva.
04:24
I want to share three of those
questions with you today.
questions with you today.
105
252266
3237
Három ilyen kérdésről fogok
önöknek beszélni.
önöknek beszélni.
04:27
The first questions is,
106
255503
1707
Az első kérdés:
04:29
how do we manage our carbon reserves
107
257210
1729
Hogyan menedzseljük a széntartalékokat
04:30
in tropical forests?
108
258939
2756
a trópusi erdőkben?
04:33
Tropical forests contain a huge
amount of carbon in the trees,
amount of carbon in the trees,
109
261695
3559
A trópusi erdők fái hatalmas
mennyiségű szenet tartalmaznak,
mennyiségű szenet tartalmaznak,
04:37
and we need to keep that carbon in those forests
110
265254
2414
és azt a sok szenet ott kell tartanunk
azokban az erdőkben,
azokban az erdőkben,
04:39
if we're going to avoid any further global warming.
111
267668
3414
ha el akarjuk kerülni
a további globális melegedést.
a további globális melegedést.
04:43
Unfortunately, global carbon emissions
112
271082
2226
Sajnos, a globális szénkibocsátás,
04:45
from deforestation
113
273308
1763
mely az erdőirtás következménye,
04:47
now equals the global transportation sector.
114
275071
3175
eléri már a gépjármű-közlekedését.
04:50
That's all ships, airplanes, trains
and automobiles combined.
and automobiles combined.
115
278246
4303
Tehát a hajókét, repülőgépekét, vonatokét
és gépkocsikét egybe véve.
és gépkocsikét egybe véve.
04:54
So it's understandable that policy negotiators
116
282549
3091
Érthető tehát, hogy a politikai egyeztetők
04:57
have been working hard to reduce deforestation,
117
285640
2488
mért küzdenek olyan
keményen az erdőirtás ellen,
keményen az erdőirtás ellen,
05:00
but they're doing it on landscapes
118
288128
1871
ám ők olyan vidékekről vitáznak,
05:01
that are hardly known to science.
119
289999
2139
amelyekről alig vannak
tudományos ismereteink.
tudományos ismereteink.
05:04
If you don't know where the carbon is exactly,
120
292138
2361
Ha nem tudod egész pontosan,
hol van az a szén,
hol van az a szén,
05:06
in detail, how can you know what you're losing?
121
294499
2852
akkor honnan tudod,
hogy mennyi a veszteség?
hogy mennyi a veszteség?
05:09
Basically, we need a high-tech accounting system.
122
297351
4057
Lényegében egy csúcstech
könyvelési rendszerre van szükség.
könyvelési rendszerre van szükség.
05:13
With our system, we're able to see the carbon stocks
123
301408
2316
A mi rendszerünkkel
láttatni tudjuk a szénkészleteket
láttatni tudjuk a szénkészleteket
05:15
of tropical forests in utter detail.
124
303724
2798
a trópusi erdőkben
a legapróbb részletekig.
a legapróbb részletekig.
05:18
The red shows, obviously,
closed-canopy tropical forest,
closed-canopy tropical forest,
125
306522
2855
A piros a zárt koronaszintű
trópusi erdőket mutatja,
trópusi erdőket mutatja,
05:21
and then you see the cookie cutting,
126
309377
2018
és a sütikivágások,
05:23
or the cutting of the forest in yellows and greens.
127
311395
3907
vagyis az erdőkivágások
sárga és zöld színűek.
sárga és zöld színűek.
05:27
It's like cutting a cake except this cake
128
315302
2823
Olyan ez, mint a sütiszaggatás,
csakhogy ez a tészta itt
csakhogy ez a tészta itt
05:30
is about whale deep.
129
318125
2199
bálnavastagságú.
05:32
And yet, we can zoom in and see the forest
130
320324
1968
De rá tudunk zoomolni, hogy
05:34
and the trees at the same time.
131
322292
2013
a fákat is lássuk, ne csak az erdőt.
05:36
And what's amazing is, even though we flew
132
324305
2202
És az az elképesztő, hogy noha
05:38
very high above this forest,
133
326507
2277
magasan az erdő felett repültünk,
05:40
later on in analysis, we can go in
134
328784
1903
a későbbi analízis során belemehetünk,
05:42
and actually experience the treetrops,
135
330687
2220
és valósággal érzékelhetjük a fakoronákat,
05:44
leaf by leaf, branch by branch,
136
332907
2347
levélről levélre, gallyról gallyra,
05:47
just as the other species that live in this forest
137
335254
3507
mint ahogy az erdőben élő többi faj
05:50
experience it along with the trees themselves.
138
338761
2817
érzékeli, a fákat is beleértve.
05:53
We've been using the technology to explore
139
341578
2166
Arra használtuk ezt a technológiát,
hogy felderítsük
hogy felderítsük
05:55
and to actually put out the first carbon geographies
140
343744
2870
és ténylegesen létrehozzuk az első
05:58
in high resolution
141
346614
1614
nagy felbontású széntérképeket
06:00
in faraway places like the Amazon Basin
142
348228
2246
olyan távoli helyekről,
mint az Amazonas-medence,
mint az Amazonas-medence,
06:02
and not-so-faraway places like the United States
143
350474
2287
valamint kevésbé távoli helyekről,
mint az Egyesült Államok
mint az Egyesült Államok
06:04
and Central America.
144
352761
1733
és Közép-Amerika.
06:06
What I'm going to do is I'm going to take you
on a high-resolution, first-time tour
on a high-resolution, first-time tour
145
354494
3500
Most pedig elviszem önöket
az első nagy felbontású túrára
az első nagy felbontású túrára
06:09
of the carbon landscapes of Peru and then Panama.
146
357994
3929
Peru, majd Panama széntérképén.
06:13
The colors are going to be going from red to blue.
147
361923
2762
A színek pirostól a kékig terjednek.
06:16
Red is extremely high carbon stocks,
148
364685
1994
A piros rendkívül magas
széntartalékot jelent --
széntartalékot jelent --
06:18
your largest cathedral forests you can imagine,
149
366679
2539
ezek a legnagyobb őserdők,
amit el lehet képzelni --
amit el lehet képzelni --
06:21
and blue are very low carbon stocks.
150
369218
2242
a kék pedig alacsony széntartalékot.
06:23
And let me tell you, Peru alone is an amazing place,
151
371460
2434
Egyet mondhatok: Peru bámulatos egy hely,
06:25
totally unknown in terms of its carbon geography
152
373894
2389
teljesen ismeretlen karbongeográfiával,
06:28
until today.
153
376283
1586
egészen mostanáig.
06:29
We can fly to this area in northern Peru
154
377869
1846
Ha az ember elrepül Peru északi részébe,
06:31
and see super high carbon stocks in red,
155
379715
2136
igen nagy szénkészleteket talál,
ez a piros,
ez a piros,
06:33
and the Amazon River and floodplain
156
381851
1489
melyet az Amazonas folyó és árterülete
06:35
cutting right through it.
157
383340
1745
hasít ketté.
06:37
We can go to an area of utter devastation
158
385085
1898
Találunk teljesen lepusztult területeket is
06:38
caused by deforestation in blue,
159
386983
1835
az erdőirtás miatt, ez a kék,
06:40
and the virus of deforestation
spreading out in orange.
spreading out in orange.
160
388818
3442
míg az erdőirtás vírusának
terjedését a narancsszín jelzi.
terjedését a narancsszín jelzi.
06:44
We can also fly to the southern Andes
161
392260
2684
De elrepülhetünk
az Andok déli részére is,
az Andok déli részére is,
06:46
to see the tree line and see exactly how
162
394944
1850
ahol látjuk az erdőhatárt,
és azt, hogy pontosan
és azt, hogy pontosan
06:48
the carbon geography ends
163
396794
1916
hogy ér véget a széntérkép,
06:50
as we go up into the mountain system.
164
398710
2706
miközben feljebb haladunk
a hegységrendszerben.
a hegységrendszerben.
06:53
And we can go to the biggest swamp
in the western Amazon.
in the western Amazon.
165
401416
2905
És elmehetünk a legnagyobb mocsárhoz is
az Amazonas nyugati részénél.
az Amazonas nyugati részénél.
06:56
It's a watery dreamworld
166
404321
1373
Vízi álomvilág ez,
06:57
akin to Jim Cameron's "Avatar."
167
405694
2346
Jim Cameron "Avatar"-jáéhoz hasonló.
07:00
We can go to one of the smallest tropical countries,
168
408040
3304
Elmehetünk az egyik legkisebb
trópusi országba is,
trópusi országba is,
07:03
Panama, and see also a huge range
169
411344
2357
Panamába, ahol szintén
hatalmas mértékű
hatalmas mértékű
07:05
of carbon variation,
170
413701
1562
a szén változatossága:
07:07
from high in red to low in blue.
171
415263
2001
a pirossal jelzett magastól,
a kékkel jelölt alacsonyig.
a kékkel jelölt alacsonyig.
07:09
Unfortunately, most of the carbon
is lost in the lowlands,
is lost in the lowlands,
172
417264
2932
Sajnos, a szén legnagyobb része
eltűnt az alacsony fekvésű területekről,
eltűnt az alacsony fekvésű területekről,
07:12
but what you see that's left,
173
420196
1546
és ami megmaradt --
07:13
in terms of high carbon stocks in greens and reds,
174
421742
2733
a magas széntartalmat itt
a zöldek és pirosak jelzik --
a zöldek és pirosak jelzik --
07:16
is the stuff that's up in the mountains.
175
424475
2114
az mind fent van a hegyekben.
07:18
One interesting exception to this
176
426589
2358
Egy érdekes kivétel
07:20
is right in the middle of your screen.
177
428947
1616
jobbra középen látszik a kivetítőn.
07:22
You're seeing the buffer zone
around the Panama Canal.
around the Panama Canal.
178
430563
2644
Amit itt látunk, az a Panama-csatorna
körüli pufferzóna.
körüli pufferzóna.
07:25
That's in the reds and yellows.
179
433207
1913
Ezt látjuk pirosban és sárgában.
07:27
The canal authorities are using force
180
435120
1740
A csatornahatóságok erő bevetésével
07:28
to protect their watershed and global commerce.
181
436860
3115
védik itt a vízgyűjtő területet és
a nemzetközi kereskedelmet.
a nemzetközi kereskedelmet.
07:31
This kind of carbon mapping
182
439975
1490
Ez a fajta szénfelmérés
07:33
has transformed conservation
183
441465
1918
átformálta a természetvédelmi
07:35
and resource policy development.
184
443383
1596
és erőforrás-gazdálkodási politikát.
07:36
It's really advancing our ability to save forests
185
444979
2360
Közelebb visz ahhoz,
hogy megóvhassuk erdőinket
hogy megóvhassuk erdőinket
07:39
and to curb climate change.
186
447339
2375
és megfékezzük a klímaváltozást.
07:41
My second question: How do we
prepare for climate change
prepare for climate change
187
449714
3431
A második kérdés: Hogyan
készüljünk fel a klímaváltozásra
készüljünk fel a klímaváltozásra
07:45
in a place like the Amazon rainforest?
188
453145
2146
olyan helyeken, mint
az amazonasi esőerdők?
az amazonasi esőerdők?
07:47
Let me tell you, I spend a lot of time
189
455291
1653
Egyet mondhatok: elég sokat járok
07:48
in these places, and we're seeing
the climate changing already.
the climate changing already.
190
456944
3225
ezekre a helyekre, hogy lássam,
a klímaváltozás már megkezdődött.
a klímaváltozás már megkezdődött.
07:52
Temperatures are increasing,
191
460169
1612
A hőmérséklet emelkedik,
07:53
and what's really happening is
we're getting a lot of droughts,
we're getting a lot of droughts,
192
461781
2632
és ami nem vélekedés, hanem tény,
az a sok aszály,
az a sok aszály,
07:56
recurring droughts.
193
464413
1657
a visszatérő aszály.
07:58
The 2010 mega-drought is shown here
194
466070
1817
A 2010-es mega-aszály
nyoma itt látszik
nyoma itt látszik
07:59
with red showing an area
about the size of Western Europe.
about the size of Western Europe.
195
467887
3450
pirosban, egy akkora területen,
mint Nyugat-Európa.
mint Nyugat-Európa.
08:03
The Amazon was so dry in 2010
196
471337
2262
Az Amazonas annyira
kiszáradt 2010-ben,
kiszáradt 2010-ben,
08:05
that even the main stem of the Amazon river itself
197
473599
2402
hogy még a folyó fő ága is
08:08
dried up partially, as you see in the photo
198
476001
2134
kiszáradt részben, ahogy a fotó mutatja
08:10
in the lower portion of the slide.
199
478150
3406
a kép alsó részén.
08:13
What we found is that in very remote areas,
200
481556
3170
Azt találtuk, hogy
a nagyon távoli területeken
a nagyon távoli területeken
08:16
these droughts are having a big negative impact
201
484726
2746
ezek az aszályok igen negatív
hatással vannak
hatással vannak
08:19
on tropical forests.
202
487472
1588
a trópusi erdőkre.
08:21
For example, these are all of the dead trees in red
203
489060
2720
Például itt pirosban látszanak
azok a halott fák,
azok a halott fák,
08:23
that suffered mortality following the 2010 drought.
204
491780
3061
melyek a 2010-es aszályt
követően pusztultak el.
követően pusztultak el.
08:26
This area happens to be on the border
205
494841
1877
A terület épp a határnál fekszik
08:28
of Peru and Brazil,
206
496718
1399
Peru és Brazília között;
08:30
totally unexplored,
207
498117
1536
teljesen feltáratlan,
08:31
almost totally unknown scientifically.
208
499653
2803
csaknem teljesen ismeretlen
tudományos szempontból.
tudományos szempontból.
08:34
So what we think, as Earth scientists,
209
502456
2466
Mi, a földtudományok
művelői úgy véljük,
művelői úgy véljük,
08:36
is species are going to have to migrate
210
504922
1959
hogy a fajok fognak elvándorolni
08:38
with climate change from the east in Brazil
211
506881
2792
a klímaváltozás hatására
Brazília keleti részéről
Brazília keleti részéről
08:41
all the way west into the Andes
212
509673
2064
egészen az Andokig,
08:43
and up into the mountains
213
511737
1473
fel, a hegyek közé,
08:45
in order to minimize their
exposure to climate change.
exposure to climate change.
214
513210
3536
hogy csökkentsék a klímaváltozás
hatását magukra nézve.
hatását magukra nézve.
08:48
One of the problems with this is that humans
215
516746
2008
Az egyik probléma ezzel az,
hogy mi, emberek,
hogy mi, emberek,
08:50
are taking apart the western Amazon as we speak.
216
518754
3025
épp most daraboljuk szét
Amazónia nyugati részét.
Amazónia nyugati részét.
08:53
Look at this 100-square-kilometer gash
217
521779
2109
Nézzék csak itt ezt
a 100 négyzetkilométeres sebet,
a 100 négyzetkilométeres sebet,
08:55
in the forest created by gold miners.
218
523888
2902
melyet az aranybányászok vágtak.
08:58
You see the forest in green in 3D,
219
526790
2278
Az erdő zöldjét 3D-ben látjuk,
09:01
and you see the effects of gold mining
220
529068
1834
és látjuk azt a hatást is,
melyet az arany kitermelése okoz,
melyet az arany kitermelése okoz,
09:02
down below the soil surface.
221
530902
2539
mely a felszín alatt folyik.
09:05
Species have nowhere to migrate
in a system like this, obviously.
in a system like this, obviously.
222
533441
4459
Nyilvánvaló, hogy egy ilyen rendszerben
nincs hová elvándorolni a fajoknak.
nincs hová elvándorolni a fajoknak.
09:09
If you haven't been to the Amazon, you should go.
223
537900
2652
Ha még nem jártak volna Amazóniában,
látogassanak el oda.
látogassanak el oda.
09:12
It's an amazing experience every time,
224
540552
2038
Elképesztő élmény mindig,
09:14
no matter where you go.
225
542590
1543
bárhová megy is el az ember.
09:16
You're going to probably see it this way, on a river.
226
544133
3396
Ha ellátogatnak oda, valószínűleg
ezt fogják látni, a folyóról.
ezt fogják látni, a folyóról.
09:19
But what happens is a lot of times
227
547529
1764
De sokszor van úgy,
09:21
the rivers hide what's really going on
228
549293
1852
hogy a folyók eltakarják azt,
09:23
back in the forest itself.
229
551145
2765
ami az erdőben zajlik.
09:25
We flew over this same river,
230
553910
1714
Átröpültünk a folyó fölött,
09:27
imaged the system in 3D.
231
555624
1840
és 3D-s felvételt
készítettünk ugyanarról.
készítettünk ugyanarról.
09:29
The forest is on the left.
232
557464
1816
Balra látszik az erdő.
09:31
And then we can digitally remove the forest
233
559280
1986
De később digitálisan
eltávolíthatjuk az erdőt,
eltávolíthatjuk az erdőt,
09:33
and see what's going on below the canopy.
234
561266
2459
hogy lássuk, mi történik a koronaszint alatt.
09:35
And in this case, we found gold mining activity,
235
563725
2450
Ebben az esetben
aranybányászat jeleire bukkantunk:
aranybányászat jeleire bukkantunk:
09:38
all of it illegal,
236
566175
1237
illegális volt az egész,
09:39
set back away from the river's edge,
237
567412
2196
távolabb a folyóparttól, ott,
09:41
as you'll see in those strange pockmarks
238
569608
1904
ahol ezek a furcsa himlőhelyek látszanak
09:43
coming up on your screen on the right.
239
571512
2027
a kivetítő jobb oldalán.
09:45
Don't worry, we're working with the authorities
240
573539
2329
Ne aggódjanak:
együttműködünk a hatóságokkal,
együttműködünk a hatóságokkal,
09:47
to deal with this and many, many other problems
241
575868
2451
hogy megoldódjon ez a probléma,
ahogy sok másik is
ahogy sok másik is
09:50
in the region.
242
578319
2610
ebben a régióban.
09:52
So in order to put together a conservation plan
243
580929
3055
Ahhoz, hogy kialakítsunk
egy természetvédelmi tervet
egy természetvédelmi tervet
09:55
for these unique, important corridors
244
583984
1740
az ilyen különleges és fontos
folyosók számára,
folyosók számára,
09:57
like the western Amazon
and the Andes Amazon corridor,
and the Andes Amazon corridor,
245
585724
2987
amilyen az Amazónia nyugati részét
az Andokkal összekötő is,
az Andokkal összekötő is,
10:00
we have to start making
246
588711
2164
hozzá kell látnunk
10:02
geographically explicit plans now.
247
590875
2406
a geográfiai tervezéshez.
10:05
How do we do that if we don't know
the geography of biodiversity in the region,
the geography of biodiversity in the region,
248
593283
3975
De hogy láthatnánk neki, ha nem ismerjük
a régió biodiverzitásának geográfiáját,
a régió biodiverzitásának geográfiáját,
10:09
if it's so unknown to science?
249
597258
1695
ha nincsenek róla
tudományos ismereteink?
tudományos ismereteink?
10:10
So what we've been doing is using
250
598953
1864
Bevetettük tehát
10:12
the laser-guided spectroscopy from the CAO
251
600817
2973
a CAO lézervezérelt spektroszkópiáját,
10:15
to map for the first time the biodiversity
252
603790
2224
hogy elsőként térképezzük fel
a biodiverzitást
a biodiverzitást
10:18
of the Amazon rainforest.
253
606014
1579
az amazonasi esőerdőben.
10:19
Here you see actual data showing
different species in different colors.
different species in different colors.
254
607593
3537
Itt vannak a kapott adatok, melyek
eltérő színnel mutatják a különböző fajokat.
eltérő színnel mutatják a különböző fajokat.
10:23
Reds are one type of species, blues are another,
255
611130
2140
A pirosak egy adott fajtípust jelentenek,
a kékek egy másikat,
a kékek egy másikat,
10:25
and greens are yet another.
256
613270
2345
a zöldek egy harmadikat.
10:27
And when we take this together and scale up
257
615615
2163
Ha ezekkel megvagyunk,
akkor összeállítjuk belőlük
akkor összeállítjuk belőlük
10:29
to the regional level,
258
617778
1884
a régióra vonatkozót,
10:31
we get a completely new geography
259
619662
2569
és kapunk egy teljesen új geográfiát
10:34
of biodiversity unknown prior to this work.
260
622231
4388
a biodiverzitásról --
olyant, amilyen nem volt még azelőtt.
olyant, amilyen nem volt még azelőtt.
10:38
This tells us where the big biodiversity changes
261
626619
2148
Ez megmutatja, hol fordulnak elő
nagy változások a biodiverzitásban
nagy változások a biodiverzitásban
10:40
occur from habitat to habitat,
262
628767
2014
egyik élőhelyről a másikra,
10:42
and that's really important because it tells us
263
630781
2183
ami azért olyan fontos,
mert sokat elárul arról,
mert sokat elárul arról,
10:44
a lot about where species may migrate to
264
632964
2895
hogy a fajok merre vándorolnak,
illetve
illetve
10:47
and migrate from as the climate shifts.
265
635859
2883
merről vándorolnak,
ahogy a klíma változik.
ahogy a klíma változik.
10:50
And this is the pivotal information that's needed
266
638742
3222
Erre a kulcsfontosságú információra
azért van szükség,
azért van szükség,
10:53
by decision makers to develop protected areas
267
641964
3508
hogy a döntéshozók
a védett területek fejlesztését
a védett területek fejlesztését
10:57
in the context of their regional development plans.
268
645472
3419
beleilleszthessék a regionális
fejlesztési tervekbe.
fejlesztési tervekbe.
11:00
And third and final question is,
269
648891
1897
A harmadik és egyben
utolsó kérdés:
utolsó kérdés:
11:02
how do we manage biodiversity on a planet
270
650788
2108
Hogyan menedzseljük
a biodiverzitást egy bolygón,
a biodiverzitást egy bolygón,
11:04
of protected ecosystems?
271
652896
1978
melyen védett
ökoszisztémák vannak?
ökoszisztémák vannak?
11:06
The example I started out
with about lions hunting,
with about lions hunting,
272
654874
2751
Az elején említett példa
az oroszlánok vadászatáról
az oroszlánok vadászatáról
11:09
that was a study we did
273
657625
1855
olyan vizsgálat volt, melyet
11:11
behind the fence line of a protected area
274
659480
1992
egy védett terület
kerítésén belül végeztünk
kerítésén belül végeztünk
11:13
in South Africa.
275
661472
1732
Dél-Afrikában.
11:15
And the truth is, much of Africa's nature
276
663204
1998
És a helyzet az,
hogy az afrikai természet
hogy az afrikai természet
11:17
is going to persist into the future
277
665202
1915
megőrzése a jövő számára jobbára
11:19
in protected areas like I show in blue on the screen.
278
667117
3246
az olyan védett területekre hárul,
amilyent a kivetítő kékjei mutatnak.
amilyent a kivetítő kékjei mutatnak.
11:22
This puts incredible pressure and responsibility
279
670363
2476
Ez hatalmas terhet és
felelősséget tesz
felelősséget tesz
11:24
on park management.
280
672839
1619
a parkmenedzselők vállára.
11:26
They need to do and make decisions
281
674458
2617
Olyan döntéseket kell hozniuk,
11:29
that will benefit all of the species
that they're protecting.
that they're protecting.
282
677075
3291
ami hasznára van az összes fajnak,
amelyet a védelmükre bíztak.
amelyet a védelmükre bíztak.
11:32
Some of their decisions have really big impacts.
283
680366
3069
Némelyik döntés hatalmas horderejű.
11:35
For example, how much and where
284
683435
2076
Például az, hogy hol és milyen mértékben
11:37
to use fire as a management tool?
285
685511
2640
használjanak égetést
mint menedzselési eszközt-
mint menedzselési eszközt-
11:40
Or, how to deal with a large species like elephants,
286
688151
3225
Vagy mi a teendő
a nagy testű fajokkal, mint az elefánt,
a nagy testű fajokkal, mint az elefánt,
11:43
which may, if their populations get too large,
287
691376
2453
amelyek túlszaporodva
11:45
have a negative impact on the ecosystem
288
693829
2047
negatív hatással vannak
az ökoszisztémára
az ökoszisztémára
11:47
and on other species.
289
695876
1602
és más fajokra.
11:49
And let me tell you, these types of dynamics
290
697478
2493
Annyit mondhatok, hogy ez a fajta dinamika
11:51
really play out on the landscape.
291
699971
1948
mély nyomot hagy a tájképen.
11:53
In the foreground is an area with lots of fire
292
701919
2461
Az előtérben olyan vidéket látunk,
ahol sok volt az égetés,
ahol sok volt az égetés,
11:56
and lots of elephants:
293
704380
1267
és sok az elefánt:
11:57
wide open savanna in blue, and just a few trees.
294
705647
3676
a szavanna kék térségében
csak elszórtan látni fát.
csak elszórtan látni fát.
12:01
As we cross this fence line, now we're getting
295
709323
2181
A kerítés vonalát átlépve elérünk
12:03
into an area that has had protection from fire
296
711504
2324
egy olyan területet,
melyet óvnak a tűztől,
melyet óvnak a tűztől,
12:05
and zero elephants:
297
713828
1857
és ahol nincsenek elefántok:
12:07
dense vegetation, a radically different ecosystem.
298
715685
4158
sűrű növényzet --
gyökeresen eltérő ökoszisztéma.
gyökeresen eltérő ökoszisztéma.
12:11
And in a place like Kruger,
299
719843
2390
És az olyan helyeken, mint a Kruger,
12:14
the soaring elephant densities
300
722233
1741
az emelkedő elefántsűrűség
12:15
are a real problem.
301
723974
1743
igazi probléma.
12:17
I know it's a sensitive issue for many of you,
302
725717
2364
Tudom, ez érzékenyen érint itt sokakat,
12:20
and there are no easy answers with this.
303
728081
2660
és nem könnyű válaszokat adni.
12:22
But what's good is that
the technology we've developed
the technology we've developed
304
730741
2316
De nézzük a jót:
a technológia, melyet kifejlesztettünk,
a technológia, melyet kifejlesztettünk,
12:25
and we're working with in South Africa, for example,
305
733057
2472
és amellyel pl.
Dél-Afrikában is dolgozunk,
Dél-Afrikában is dolgozunk,
12:27
is allowing us to map every
single tree in the savanna,
single tree in the savanna,
306
735529
3356
lehetővé teszi, hogy minden egyes fát
feltérképezzünk a szavannán,
feltérképezzünk a szavannán,
12:30
and then through repeat flights
307
738885
1569
hogy aztán a repülést megismételve
12:32
we're able to see which trees
308
740454
1746
lássuk, mely fákat
12:34
are being pushed over by elephants,
309
742200
2030
döntöttek ki az elefántok --
12:36
in the red as you see on the screen,
and how much that's happening
and how much that's happening
310
744230
3258
ez pirossal látszik a kivetítőn --,
és milyen gyakran történik ez
és milyen gyakran történik ez
12:39
in different types of landscapes in the savanna.
311
747488
2537
a szavanna különböző típusú részein.
12:42
That's giving park managers
312
750025
1641
Ez a parkmenedzserek
12:43
a very first opportunity to use
313
751666
2363
számára először ad lehetőséget
12:46
tactical management strategies
that are more nuanced
that are more nuanced
314
754029
3342
olyan finom taktikai megoldásokra
a menedzselési stratégián belül, hogy
a menedzselési stratégián belül, hogy
12:49
and don't lead to those extremes
that I just showed you.
that I just showed you.
315
757371
3822
elkerülhetők legyenek az imént
mutatott drámai következmények.
mutatott drámai következmények.
12:54
So really, the way we're looking
316
762282
2623
Ma úgy tekintünk
12:56
at protected areas nowadays
317
764905
2041
a védett területekre,
12:58
is to think of it as tending to a circle of life,
318
766946
2888
hogy az élet körforgását kell vigyázni,
13:01
where we have fire management,
319
769834
2048
melybe belefér a tűz felügyelete,
13:03
elephant management, those impacts on
the structure of the ecosystem,
the structure of the ecosystem,
320
771882
4134
az elefántoké, és ezek hatása
az ökoszisztéma szerkezetére,
az ökoszisztéma szerkezetére,
13:08
and then those impacts
321
776016
1990
és ezek a hatások
13:10
affecting everything from insects
322
778006
2306
mindent érintenek, a rovaroktól
13:12
up to apex predators like lions.
323
780312
2800
a csúcsragadozókig, mint az oroszlán.
13:15
Going forward, I plan to greatly expand
324
783112
1765
Előretekintve, azt tervezem,
hogy lényegesen bővítem
hogy lényegesen bővítem
13:16
the airborne observatory.
325
784877
1728
a légi obszervatóriumot.
13:18
I'm hoping to actually put the technology into orbit
326
786605
2167
Remélem, hogy végleg
pályára állítom ezt a technológiát,
pályára állítom ezt a technológiát,
13:20
so we can manage the entire planet
327
788772
1683
hogy az egész bolygót kezelni tudjuk
13:22
with technologies like this.
328
790455
1733
ehhez hasonló technológiákkal.
13:24
Until then, you're going to find me flying
329
792188
1849
Addig is ott fogok röpködni valahol
13:26
in some remote place that you've never heard of.
330
794037
2503
egy olyan helyen,
amelyről még csak nem is hallottak.
amelyről még csak nem is hallottak.
13:28
I just want to end by saying that technology is
331
796540
2542
Csak annyit tennék még hozzá,
hogy a technológia
hogy a technológia
13:31
absolutely critical to managing our planet,
332
799082
3739
abszolút kritikus bolygónk
menedzselése szempontjából,
menedzselése szempontjából,
13:34
but even more important is the understanding
333
802821
2099
aminél már csak az fontosabb, hogy
13:36
and wisdom to apply it.
334
804920
1732
elég bölcsek legyünk
az alkalmazás során.
az alkalmazás során.
13:38
Thank you.
335
806652
2099
Köszönöm.
13:40
(Applause)
336
808751
4077
(Taps)
ABOUT THE SPEAKER
Greg Asner - Airborne ecologistGreg Asner’s mapping technology produces detailed, complex pictures of how humans’ activities affect our ecosystems.
Why you should listen
The remote sensing techniques developed by Greg Asner and his team are viewed as among the most advanced in the world for exploring Earth’s changing ecosystems in unprecedented detail and richness. Using airborne and satellite technologies such as laser scanning and hyperspectral imaging, combined with field work and computer modeling, Asner measures and qualifies humans’ impact on regions from the American Southwest to the Brazilian Amazon.
“We’re able to see, if you will, the forest and the trees at the same time,” Asner says. “We’re able to now understand an image, map and measure huge expanses of the environment while maintaining the detail. Not just the spatial resolution, but the biological resolution—the actual organisms that live in these places.” For Asner, who is on the faculty at the Carnegie Institution and Stanford and leads the Carnegie Airborne Observatory project, this is science with a mission: to influence climate change treaties and save the forests he studies.
Greg Asner | Speaker | TED.com