TEDGlobal 2011
Paul Snelgrove: A census of the ocean
Paul Snelgrove: Un censimento dell'oceano
Filmed:
Readability: 4
336,429 views
L'oceanografo Paul Snelgrove presenta i risultati di un progetto decennale e del suo scopo principale: redigere un censimento della vita sottomarina. Snelgrove mostra le incredibili fotografie di alcune delle scoperte sorprendenti venute a galla con il Censimento della Vita Marina.
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
Gli oceani ricoprono circa il 70% del nostro pianeta.
00:18
And I think Arthur C. Clarke probably had it right
1
3000
2000
Io credo che Arthur C. Clarke avesse ragione
00:20
when he said that perhaps we ought to call our planet
2
5000
3000
nel dire che forse il nostro pianeta lo dovremmo chiamare
00:23
Planet Ocean.
3
8000
2000
Pianeta Oceano.
00:25
And the oceans are hugely productive,
4
10000
2000
Gli oceani sono estremamente produttivi,
00:27
as you can see by the satellite image
5
12000
2000
come potete notare dall'immagine satellitare
00:29
of photosynthesis, the production of new life.
6
14000
2000
della fotosintesi, la creazione di nuova vita.
00:31
In fact, the oceans produce half of the new life every day on Earth
7
16000
3000
Gli oceani generano, al giorno, metà della vita che appare sulla Terra,
00:34
as well as about half the oxygen that we breathe.
8
19000
3000
e la metà della quantità di ossigeno che respiriamo.
00:37
In addition to that, it harbors a lot of the biodiversity on Earth,
9
22000
3000
Oltre a ciò, sono sede di molta della biodiversità del Pianeta Terra,
00:40
and much of it we don't know about.
10
25000
2000
di cui una gran parte ci è ancora ignota.
00:42
But I'll tell you some of that today.
11
27000
2000
Oggi io vorrei provare a parlarvene,
00:44
That also doesn't even get into the whole protein extraction
12
29000
2000
pur non trattando l'argomento dell'estrazione delle proteine
00:46
that we do from the ocean.
13
31000
2000
provenienti dall'oceano.
00:48
That's about 10 percent of our global needs
14
33000
2000
Si tratta del 10% del fabbisogno globale
00:50
and 100 percent of some island nations.
15
35000
3000
e il 100% di alcune nazioni isola.
00:53
If you were to descend
16
38000
2000
Se dovessimo immergerci
00:55
into the 95 percent of the biosphere that's livable,
17
40000
2000
nel 95% della biosfera vivibile,
00:57
it would quickly become pitch black,
18
42000
2000
si rivelerebbe presto molto buia,
00:59
interrupted only by pinpoints of light
19
44000
2000
interrotta solamente da puntini di luce
01:01
from bioluminescent organisms.
20
46000
2000
prodotti da organismi bioluminscenti.
01:03
And if you turn the lights on,
21
48000
2000
E se accendeste una luce,
01:05
you might periodically see spectacular organisms swim by,
22
50000
2000
di tanto in tanto vedreste organismi spettacolari nuotarvi accanto,
01:07
because those are the denizens of the deep,
23
52000
2000
perché quelli sono gli abitanti degli abissi,
01:09
the things that live in the deep ocean.
24
54000
2000
coloro che vivono nelle profondità oceaniche.
01:11
And eventually, the deep sea floor would come into view.
25
56000
3000
E in ultimo, avvistereste il fondale marino.
01:14
This type of habitat covers more of the Earth's surface
26
59000
3000
Questo genere di habitat ricopre più superficie del Pianeta
01:17
than all other habitats combined.
27
62000
2000
di tutti gli altri habitat messi insieme.
01:19
And yet, we know more about the surface of the Moon and about Mars
28
64000
2000
Tuttavia, ne sappiamo di più sulla superficie della Luna e su Marte
01:21
than we do about this habitat,
29
66000
2000
che su questo habitat,
01:23
despite the fact that we have yet to extract
30
68000
2000
nonostante non abbiamo ancora estratto
01:25
a gram of food, a breath of oxygen or a drop of water
31
70000
3000
un grammo di cibo, una boccata di ossigeno, una goccia d'acqua
01:28
from those bodies.
32
73000
2000
da questi corpi celesti.
01:30
And so 10 years ago,
33
75000
2000
E dunque, 10 anni fa
01:32
an international program began called the Census of Marine Life,
34
77000
3000
è partito un programma internazionale detto Censimento della Vita Marina,
01:35
which set out to try and improve our understanding
35
80000
2000
allo scopo di migliorare la nostra comprensione
01:37
of life in the global oceans.
36
82000
2000
della vita negli oceani del Pianeta.
01:39
It involved 17 different projects around the world.
37
84000
3000
Ha incluso 17 diversi progetti, in varie zone del mondo.
01:42
As you can see, these are the footprints of the different projects.
38
87000
2000
Come vedete, queste sono le aree dei vari progetti.
01:44
And I hope you'll appreciate the level of global coverage
39
89000
3000
Io spero che apprezziate il livello di copertura globale
01:47
that it managed to achieve.
40
92000
2000
che è riuscito a raggiungere.
01:49
It all began when two scientists, Fred Grassle and Jesse Ausubel,
41
94000
2000
Tutto è iniziato quando due scienziati, Fred Grassle e Jesse Ausubel
01:51
met in Woods Hole, Massachusetts
42
96000
3000
si sono incontrati a Woods Hole,
01:54
where both were guests at the famed oceanographic institute.
43
99000
2000
in Massachusetts, entrambi ospiti del noto istituto oceanografico.
01:56
And Fred was lamenting the state of marine biodiversity
44
101000
3000
Fred lamentava lo stato della biodiversità marina
01:59
and the fact that it was in trouble and nothing was being done about it.
45
104000
3000
e il fatto che fosse in pericolo ma nessuno stesse facendo nulla per proteggerla.
02:02
Well, from that discussion grew this program
46
107000
2000
Da quella discussione risultò un programma
02:04
that involved 2,700 scientists
47
109000
2000
che ha coinvolto 2700 sicenziati
02:06
from more than 80 countries around the world
48
111000
2000
provenienti da più di 80 nazioni,
02:08
who engaged in 540 ocean expeditions
49
113000
3000
che hanno affrontato 540 spedizioni oceaniche,
02:11
at a combined cost of 650 million dollars
50
116000
3000
per un costo totale di 650 milioni di dollari,
02:14
to study the distribution, diversity and abundance
51
119000
2000
per studiare distribuzione, diversità e abbondanza
02:16
of life in the global ocean.
52
121000
3000
della vita negli oceani del Pianeta.
02:19
And so what did we find?
53
124000
2000
E cosa abbiamo trovato?
02:21
We found spectacular new species,
54
126000
2000
Abbiamo scoperto nuove specie spettacolari,
02:23
the most beautiful and visually stunning things everywhere we looked --
55
128000
3000
gli organismi più belli e visivamente sbalorditivi ovunque rivolgessimo lo sguardo --
02:26
from the shoreline to the abyss,
56
131000
2000
dalla costa agli abissi,
02:28
form microbes all the way up to fish and everything in between.
57
133000
3000
dai microbi fino ai pesci con tutto quel che sta nel mezzo.
02:31
And the limiting step here wasn't the unknown diversity of life,
58
136000
3000
E il passaggio limitante qui non era la diversità di vita ancora ignota,
02:34
but rather the taxonomic specialists
59
139000
2000
quanto gli specialisti tassonomi
02:36
who can identify and catalog these species
60
141000
2000
che identificano e catalogano queste specie
02:38
that became the limiting step.
61
143000
2000
che diventano il passaggio limitante.
02:40
They, in fact, are an endangered species themselves.
62
145000
3000
Infatti, loro stessi sono una specie a rischio.
02:43
There are actually four to five new species
63
148000
2000
Nell'oceano ci sono tra 4 e 5 nuove specie al giorno
02:45
described everyday for the oceans.
64
150000
2000
da descrivere.
02:47
And as I say, it could be a much larger number.
65
152000
3000
E, come dicevo, potrebbero essere molte di più.
02:50
Now, I come from Newfoundland in Canada --
66
155000
3000
Io vengo dal Canada, da Terranova,
02:53
It's an island off the east coast of that continent --
67
158000
2000
un'isola al largo della costa orientale del continente,
02:55
where we experienced one of the worst fishing disasters
68
160000
3000
dove ha avuto luogo uno dei peggiori disastri della storia
02:58
in human history.
69
163000
2000
della pesca.
03:00
And so this photograph shows a small boy next to a codfish.
70
165000
2000
Questa immagine mostra un ragazzino di fianco a un merluzzo.
03:02
It's around 1900.
71
167000
2000
Siamo nel 1900 circa.
03:04
Now, when I was a boy of about his age,
72
169000
2000
Quando io avevo la sua età
03:06
I would go out fishing with my grandfather
73
171000
2000
andavo a pesca con mio nonno,
03:08
and we would catch fish about half that size.
74
173000
2000
e catturavamo pesci grandi circa la metà di quello.
03:10
And I thought that was the norm,
75
175000
2000
Per me quella era la norma,
03:12
because I had never seen fish like this.
76
177000
2000
perché io non avevo mai visto pesci così.
03:14
If you were to go out there today, 20 years after this fishery collapsed,
77
179000
3000
Se voi andaste a pesca oggi, 20 anni dopo il collasso di quell'industria,
03:17
if you could catch a fish, which would be a bit of a challenge,
78
182000
3000
e se riusciste a catturare un pesce, cosa non tanto facile,
03:20
it would be half that size still.
79
185000
2000
sarebbe grande ancora la metà.
03:22
So what we're experiencing is something called shifting baselines.
80
187000
3000
Siamo di fronte a un fenomeno noto come slittamento dei parametri di base.
03:25
Our expectations of what the oceans can produce
81
190000
2000
Le nostre aspettative relative a ciò che l'oceano può produrre
03:27
is something that we don't really appreciate
82
192000
2000
sono qualcosa di cui non ci rendiamo conto realmente
03:29
because we haven't seen it in our lifetimes.
83
194000
3000
perché non l'abbiamo visto nel corso della nostra esistenza.
03:32
Now most of us, and I would say me included,
84
197000
3000
Molti di noi, tra cui includo anche me stesso,
03:35
think that human exploitation of the oceans
85
200000
2000
ritengono che lo sfruttamento degli oceani
03:37
really only became very serious
86
202000
2000
da parte dell'uomo sia diventato un problema
03:39
in the last 50 to, perhaps, 100 years or so.
87
204000
2000
negli ultimi 50, forse 100 anni.
03:41
The census actually tried to look back in time,
88
206000
2000
Il censimento ha cercato di andare indietro nel tempo,
03:43
using every source of information they could get their hands on.
89
208000
3000
servendosi di ogni fonte di informazione possibile.
03:46
And so anything from restaurant menus
90
211000
2000
Dai menù dei ristoranti
03:48
to monastery records to ships' logs
91
213000
2000
ai registri dei monasteri, ai diari di bordo,
03:50
to see what the oceans looked like.
92
215000
2000
per capire quale aspetto avessero gli oceani.
03:52
Because science data really goes back
93
217000
2000
Questo perché i dati scientifici
03:54
to, at best, World War II, for the most part.
94
219000
2000
risalgono per lo più alla II Guerra Mondiale.
03:56
And so what they found, in fact,
95
221000
2000
Il risultato della ricerca mostra
03:58
is that exploitation really began heavily with the Romans.
96
223000
2000
che lo sfruttamento pesante ebbe inizio con gli Antichi Romani.
04:00
And so at that time, of course, there was no refrigeration.
97
225000
3000
Ovviamente, all'epoca non esistevano frigoriferi,
04:03
So fishermen could only catch
98
228000
2000
pertanto i pescatori catturavano solo
04:05
what they could either eat or sell that day.
99
230000
2000
ciò che potevano consumare o vendere in quel giorno.
04:07
But the Romans developed salting.
100
232000
2000
Ma i Romani inventarono la salamoia.
04:09
And with salting,
101
234000
2000
E, grazie alla salamoia,
04:11
it became possible to store fish and to transport it long distances.
102
236000
3000
divenne possibile conservare il pesce e trasportarlo su lunghe tratte.
04:14
And so began industrial fishing.
103
239000
3000
Fu così che nacque la pesca industriale.
04:17
And so these are the sorts of extrapolations that we have
104
242000
3000
Questo è il genere di estrapolazioni che possediamo
04:20
of what sort of loss we've had
105
245000
2000
su quali perdite abbiamo subito,
04:22
relative to pre-human impacts on the ocean.
106
247000
3000
relative agli impatti pre-esseri umani sugli oceani.
04:25
They range from 65 to 98 percent
107
250000
2000
Vanno dal 65 al 98%
04:27
for these major groups of organisms,
108
252000
2000
per questi grandi gruppi di organismi,
04:29
as shown in the dark blue bars.
109
254000
2000
come si vede nelle fasce blu.
04:31
Now for those species the we managed to leave alone, that we protect --
110
256000
3000
Per quanto riguarda le specie che proteggiamo, che siamo riusciti a non intaccare,
04:34
for example, marine mammals in recent years and sea birds --
111
259000
2000
per esempio i mammiferi e gli uccelli marini negli ultimi anni,
04:36
there is some recovery.
112
261000
2000
si nota un certo recupero.
04:38
So it's not all hopeless.
113
263000
2000
Esiste ancora una speranza,
04:40
But for the most part, we've gone from salting to exhausting.
114
265000
3000
ma, per la maggior parte, siamo andati dal salarli all'estinguerli.
04:43
Now this other line of evidence is a really interesting one.
115
268000
2000
Anche quest'altra testimonianza è molto interessante.
04:45
It's from trophy fish caught off the coast of Florida.
116
270000
3000
Si tratta di un trofeo di pesca catturato al largo della Florida.
04:48
And so this is a photograph from the 1950s.
117
273000
3000
È una fotografia scattata negli anni '50.
04:51
I want you to notice the scale on the slide,
118
276000
2000
Osservate la bilancia nell'immagine,
04:53
because when you see the same picture from the 1980s,
119
278000
2000
perché quando vedrete la stessa foto scattata negli anni '80
04:55
we see the fish are much smaller
120
280000
2000
noterete che i pesci sono molto più piccoli
04:57
and we're also seeing a change
121
282000
2000
oltre a un cambiamento
04:59
in terms of the composition of those fish.
122
284000
2000
in termini di composizione di quei pesci.
05:01
By 2007, the catch was actually laughable
123
286000
2000
Nel 2007, le misure del pesce che vinse il trofeo
05:03
in terms of the size for a trophy fish.
124
288000
2000
erano addirittura ridicole.
05:05
But this is no laughing matter.
125
290000
2000
Ma purtroppo non c'è niente da ridere.
05:07
The oceans have lost a lot of their productivity
126
292000
2000
Gli oceani hanno perso molta della loro produttività,
05:09
and we're responsible for it.
127
294000
3000
e noi ne siamo la causa.
05:12
So what's left? Actually quite a lot.
128
297000
2000
E allora cosa resta? Molto, in verità.
05:14
There's a lot of exciting things, and I'm going to tell you a little bit about them.
129
299000
3000
Molti aspetti emozionanti, e io ve ne parlerò per quanto possibile.
05:17
And I want to start with a bit on technology,
130
302000
2000
Vorrei iniziare con un po' di tecnologia,
05:19
because, of course, this is a TED Conference
131
304000
2000
dato che, ovviamente, siamo a una conferenza di TED
05:21
and you want to hear something on technology.
132
306000
2000
e voi volete sentir parlare di tecnologia.
05:23
So one of the tools that we use to sample the deep ocean
133
308000
2000
Uno degli strumenti per rilevare campioni delle profondità oceaniche
05:25
are remotely operated vehicles.
134
310000
2000
sono i veicoli comandati a distanza [ROV].
05:27
So these are tethered vehicles we lower down to the sea floor
135
312000
3000
Sono veicoli che agganciamo e caliamo sul fondale marino
05:30
where they're our eyes and our hands for working on the sea bottom.
136
315000
3000
perché divengano i nostri occhi e le nostre mani al lavoro in fondo al mare.
05:33
So a couple of years ago, I was supposed to go on an oceanographic cruise
137
318000
3000
Un paio di anni fa, avrei dovuto partecipare a una crociera oceanografica
05:36
and I couldn't go because of a scheduling conflict.
138
321000
3000
ma mi è stato impossibile a causa di impegni concomitanti.
05:39
But through a satellite link I was able to sit at my study at home
139
324000
3000
Eppure, grazie a un collegamento satellitare, dallo studio di casa mia,
05:42
with my dog curled up at my feet, a cup of tea in my hand,
140
327000
3000
con il mio cane ai piedi e una tazza di tè in mano
05:45
and I could tell the pilot, "I want a sample right there."
141
330000
2000
potevo dire al pilota: "Vorrei un campione proprio da lì".
05:47
And that's exactly what the pilot did for me.
142
332000
2000
Ed è quel che il pilota ha fatto per me.
05:49
That's the sort of technology that's available today
143
334000
3000
Questa è la tecnologia disponibile oggigiorno,
05:52
that really wasn't available even a decade ago.
144
337000
2000
e che non lo era ancora una decina di anni fa.
05:54
So it allows us to sample these amazing habitats
145
339000
2000
Essa ci permette di campionare questi habitat incredibili,
05:56
that are very far from the surface
146
341000
2000
molto distanti dalla superficie
05:58
and very far from light.
147
343000
2000
e molto distanti dalla luce.
06:00
And so one of the tools that we can use to sample the oceans
148
345000
3000
Uno degli strumenti utilizzati per campionare gli oceani
06:03
is acoustics, or sound waves.
149
348000
2000
sono le onde acustiche.
06:05
And the advantage of sound waves
150
350000
2000
Il vantaggio delle onde acustiche
06:07
is that they actually pass well through water, unlike light.
151
352000
2000
sta nel fatto che penetrano facilmente l'acqua, al contrario della luce.
06:09
And so we can send out sound waves,
152
354000
2000
Possiamo quindi inviare onde acustiche
06:11
they bounce off objects like fish and are reflected back.
153
356000
3000
che rimbalzano contro gli oggetti, contro i pesci, e ritornano indietro.
06:14
And so in this example, a census scientist took out two ships.
154
359000
3000
qui, uno scienziato del censimento ha lavorato con due imbarcazioni.
06:17
One would send out sound waves that would bounce back.
155
362000
2000
La prima emetteva onde acustiche che rimbalzavano indietro
06:19
They would be received by a second ship,
156
364000
2000
e che venivano ricevute dalla seconda,
06:21
and that would give us very precise estimates, in this case,
157
366000
3000
offrendoci cifre molto dettagliate, in questo caso,
06:24
of 250 billion herring
158
369000
2000
di 250 milioni di aringhe,
06:26
in a period of about a minute.
159
371000
2000
nel giro di 1 minuto.
06:28
And that's an area about the size of Manhattan Island.
160
373000
3000
E quella è una zona grande più o meno quanto Manhattan.
06:31
And to be able to do that is a tremendous fisheries tool,
161
376000
2000
Ottenere quei risultati è uno strumento incredibile,
06:33
because knowing how many fish are there is really critical.
162
378000
3000
perché sapere quanti pesci ci sono là è davvero fondamentale.
06:36
We can also use satellite tags
163
381000
2000
Usiamo anche etichette satellitari
06:38
to track animals as they move through the oceans.
164
383000
2000
per seguire gli spostamenti degli animali nell'oceano.
06:40
And so for animals that come to the surface to breathe,
165
385000
2000
E per quelli che vengono in superficie a respirare,
06:42
such as this elephant seal,
166
387000
2000
come questo elefante marino,
06:44
it's an opportunity to send data back to shore
167
389000
2000
esiste l'opportunità di inviare i dati a terra,
06:46
and tell us where exactly it is in the ocean.
168
391000
3000
che ci dicono in che punto esatto dell'oceano si trova.
06:49
And so from that we can produce these tracks.
169
394000
2000
Da ciò possiamo ricavare queste linee.
06:51
For example, the dark blue
170
396000
2000
Per esempio, quelle blu scuro
06:53
shows you where the elephant seal moved in the north Pacific.
171
398000
2000
mostrano dove l'elefante marino si è diretto nel Pacifico del Nord.
06:55
Now I realize for those of you who are colorblind, this slide is not very helpful,
172
400000
3000
Capisco che per chi di voi è daltonico, l'immagine non sia molto utile,
06:58
but stick with me nonetheless.
173
403000
2000
ma vi prego di seguirmi comunque.
07:00
For animals that don't surface,
174
405000
2000
Per gli animali che non vengono in superficie
07:02
we have something called pop-up tags,
175
407000
2000
utilizziamo le etichette che si distaccano,
07:04
which collect data about light and what time the sun rises and sets.
176
409000
3000
e raccolgono i dati sulla luce, sul sorgere e sul tramontare del sole.
07:07
And then at some period of time
177
412000
2000
Dopo un dato periodo di tempo,
07:09
it pops up to the surface and, again, relays that data back to shore.
178
414000
3000
distaccandosi vengono in superficie e inviano i dati a terra.
07:12
Because GPS doesn't work under water. That's why we need these tools.
179
417000
3000
Questi strumenti ci servono perché il GPS non funziona sott'acqua.
07:15
And so from this we're able to identify these blue highways,
180
420000
3000
Grazie a loro riusciamo a individuare queste vie principali in blu,
07:18
these hot spots in the ocean,
181
423000
2000
queste "zone calde" dell'oceano
07:20
that should be real priority areas
182
425000
2000
che dovrebbero essere prioritarie
07:22
for ocean conservation.
183
427000
2000
nella tutela degli oceani.
07:24
Now one of the other things that you may think about
184
429000
2000
Un altro aspetto che potreste considerare
07:26
is that, when you go to the supermarket and you buy things, they're scanned.
185
431000
3000
è la spesa che fate al supermercato, e che viene scannerizzata.
07:29
And so there's a barcode on that product
186
434000
2000
Ogni prodotto ha un codice a barre
07:31
that tells the computer exactly what the product is.
187
436000
3000
che comunica al computer di quale prodotto si tratta.
07:34
Geneticists have developed a similar tool called genetic barcoding.
188
439000
3000
I genetisti ne hanno sviluppato uno simile, detto codice a barre genetico.
07:37
And what barcoding does
189
442000
2000
Ci si avvale
07:39
is use a specific gene called CO1
190
444000
2000
di un gene specifico, il CO1,
07:41
that's consistent within a species, but varies among species.
191
446000
3000
che è costante all'interno di una stessa specie, ma varia tra le specie.
07:44
And so what that means is we can unambiguously identify
192
449000
2000
Ciò significa che è possibile identificare, senza ambiguità,
07:46
which species are which
193
451000
2000
tutte le varie specie,
07:48
even if they look similar to each other,
194
453000
2000
anche se si assomigliano nell'aspetto
07:50
but may be biologically quite different.
195
455000
2000
ma differiscono biologicamente.
07:52
Now one of the nicest examples I like to cite on this
196
457000
2000
Uno degli esempi che mi piace portare
07:54
is the story of two young women, high school students in New York City,
197
459000
3000
è la storia di due ragazze, due studentesse liceali di New York City,
07:57
who worked with the census.
198
462000
2000
che hanno collaborato al censimento.
07:59
They went out and collected fish from markets and from restaurants in New York City
199
464000
3000
Dopo aver raccolto vari pesci per i mercati ittici e per i ristoranti di New York
08:02
and they barcoded it.
200
467000
2000
gli hanno dato un codice a barre.
08:04
Well what they found was mislabeled fish.
201
469000
2000
Il risultato: pesci dalla denominazione errata.
08:06
So for example,
202
471000
2000
Per esempio:
08:08
they found something which was sold as tuna, which is very valuable,
203
473000
2000
ciò che si vendeva come tonno, quindi pesce molto pregiato,
08:10
was in fact tilapia, which is a much less valuable fish.
204
475000
3000
era in realtà tilapia, pesce dal pregio molto inferiore.
08:13
They also found an endangered species
205
478000
2000
Hanno trovato anche specie a rischio
08:15
sold as a common one.
206
480000
2000
vendute come specie comuni.
08:17
So barcoding allows us to know what we're working with
207
482000
2000
Il codice a barre ci permette di sapere con cosa si ha a che fare
08:19
and also what we're eating.
208
484000
3000
e cosa si sta consumando.
08:22
The Ocean Biogeographic Information System
209
487000
2000
L'Ocean Biogeographic Information System
08:24
is the database for all the census data.
210
489000
2000
è il database per il censimento.
08:26
It's open access; you can all go in and download data as you wish.
211
491000
3000
È aperto a tutti: è possibile entrare a scaricare i dati desiderati.
08:29
And it contains all the data from the census
212
494000
3000
I dati sono contenuti sotto forma di censimento,
08:32
plus other data sets that people were willing to contribute.
213
497000
2000
e in altre forme forniteci da coloro che hanno collaborato.
08:34
And so what you can do with that
214
499000
2000
In questo modo è possibile ottenere
08:36
is to plot the distribution of species and where they occur in the oceans.
215
501000
3000
i grafici della distribuzione delle specie e localizzarle nell'oceano.
08:39
What I've plotted up here is the data that we have on hand.
216
504000
2000
Qui vi mostro il grafico dei dati disponibili al momento.
08:41
This is where our sampling effort has concentrated.
217
506000
3000
È qui che il nostro lavoro di campionatura si è concentrato.
08:44
Now what you can see
218
509000
2000
Qui vedete dei campioni
08:46
is we've sampled the area in the North Atlantic,
219
511000
2000
sono campioni provenienti dalla zona del Nord Atlantico,
08:48
in the North Sea in particular,
220
513000
2000
del Mare del Nord in particolare,
08:50
and also the east coast of North America fairly well.
221
515000
2000
e dalla costa est del Nord America.
08:52
That's the warm colors which show a well-sampled region.
222
517000
3000
I colori caldi mostrano le zone analizzate nel dettaglio.
08:55
The cold colors, the blue and the black,
223
520000
2000
I colori freddi, il blu e il nero,
08:57
show areas where we have almost no data.
224
522000
2000
mostrano le zone per le quali non abbiamo dati.
08:59
So even after a 10-year census,
225
524000
2000
Dopo un censimento durato 10 anni,
09:01
there are large areas that still remain unexplored.
226
526000
3000
ci sono ancora vaste zone che rimangono inesplorate.
09:04
Now there are a group of scientists living in Texas, working in the Gulf of Mexico
227
529000
3000
In Texas, un gruppo di scienziati che opera nel Golfo del Messico,
09:07
who decided really as a labor of love
228
532000
2000
spinto dalla passione per l'oceano,
09:09
to pull together all the knowledge they could
229
534000
2000
ha raccolto tutte le informazioni disponibili
09:11
about biodiversity in the Gulf of Mexico.
230
536000
2000
relative alla biodiversità del Golfo del Messico.
09:13
And so they put this together, a list of all the species,
231
538000
3000
Hanno compilato un elenco di tutte le specie,
09:16
where they're known to occur,
232
541000
2000
dei luoghi maggiormente frequentati,
09:18
and it really seemed like a very esoteric, scientific type of exercise.
233
543000
3000
e inizialmente sembrava un tipo di lavoro esoterico, troppo scientifico.
09:21
But then, of course, there was the Deep Horizon oil spill.
234
546000
3000
Ma poi c'è stata la fuga di petrolio della Deep Horizon,
09:24
So all of a sudden, this labor of love
235
549000
2000
e, all'improvviso, tutto questo lavoro,
09:26
for no obvious economic reason
236
551000
3000
svolto a scopi tutt'altro che di lucro,
09:29
has become a critical piece of information
237
554000
2000
si è rivelato una fonte di informazioni fondamentale
09:31
in terms of how that system is going to recover, how long it will take
238
556000
3000
in termini di come quel sistema recupererà, delle tempistiche di recupero,
09:34
and how the lawsuits
239
559000
2000
e di quali saranno gli esiti
09:36
and the multi-billion-dollar discussions that are going to happen in the coming years
240
561000
3000
delle cause legali e delle discussioni pluri-miliardiarie
09:39
are likely to be resolved.
241
564000
3000
che avranno luogo negli anni a venire.
09:42
So what did we find?
242
567000
2000
Ma allora, cosa abbiamo trovato?
09:44
Well, I could stand here for hours, but, of course, I'm not allowed to do that.
243
569000
2000
Io ve ne parlerei per ore ma, ovviamente, non lo posso fare,
09:46
But I will tell you some of my favorite discoveries
244
571000
2000
quindi ecco alcune delle scoperte più spettacolari
09:48
from the census.
245
573000
2000
del censimento.
09:50
So one of the things we discovered is where are the hot spots of diversity?
246
575000
3000
Una delle scoperte riguarda la posizione delle "zone calde" della diversità:
09:53
Where do we find the most species of ocean life?
247
578000
3000
dove troviamo la maggior parte delle specie marine viventi.
09:56
And what we find if we plot up the well-known species
248
581000
2000
Il risultato, se tracciamo un grafico delle specie più note,
09:58
is this sort of a distribution.
249
583000
2000
è una distribuzione di questo tipo.
10:00
And what we see is that for coastal tags,
250
585000
2000
E vediamo che, per le etichette costiere,
10:02
for those organisms that live near the shoreline,
251
587000
2000
per quegli organismi che vivono sotto costa,
10:04
they're most diverse in the tropics.
252
589000
2000
la maggior diversità si trova ai tropici.
10:06
This is something we've actually known for a while,
253
591000
2000
Queste informazioni le abbiamo già da tempo,
10:08
so it's not a real breakthrough.
254
593000
2000
non si tratta di una scoperta vera e propria.
10:10
What is really exciting though
255
595000
2000
Quello che è davvero emozionante
10:12
is that the oceanic tags, or the ones that live far from the coast,
256
597000
2000
è che le etichette oceaniche, sugli animali che vivono al largo,
10:14
are actually more diverse at intermediate latitudes.
257
599000
2000
mostrano maggiore diversità alle latitudini intermedie.
10:16
This is the sort of data, again, that managers could use
258
601000
3000
Questo è il genere di dati che si può utilizzare
10:19
if they want to prioritize areas of the ocean that we need to conserve.
259
604000
3000
per dare la priorità alle zone oceaniche da salvaguardare.
10:22
You can do this on a global scale, but you can also do it on a regional scale.
260
607000
3000
Lo si può fare sia su scala globale che regionale.
10:25
And that's why biodiversity data can be so valuable.
261
610000
3000
Ecco perché i dati sulla biodiversità sono tanto preziosi.
10:28
Now while a lot of the species we discovered in the census
262
613000
3000
Sebbene molte delle specie scoperte grazie al censimento
10:31
are things that are small and hard to see,
263
616000
2000
siano minuscole e difficili da vedere,
10:33
that certainly wasn't always the case.
264
618000
2000
ciò non si applica a tutte le scoperte.
10:35
For example, while it's hard to believe
265
620000
2000
Per esempio, se è difficile credere
10:37
that a three kilogram lobster could elude scientists,
266
622000
2000
che un'aragosta di 3 kg possa eludere gli scienziati,
10:39
it did until a few years ago
267
624000
2000
lo ha invece fatto fino a qualche anno fa:
10:41
when South African fishermen requested an export permit
268
626000
3000
i pescatori del Sud Africa hanno chiesto la licenza di esportazione
10:44
and scientists realized that this was something new to science.
269
629000
3000
e gli scienziati hanno intuìto che c'era qualcosa di nuovo per la scienza.
10:47
Similarly this Golden V kelp
270
632000
2000
Anche quest'alga dorata a V
10:49
collected in Alaska just below the low water mark
271
634000
2000
raccolta in Alaska appena sotto la linea di bassa marea
10:51
is probably a new species.
272
636000
2000
è probabilmente una specie nuova.
10:53
Even though it's three meters long,
273
638000
2000
Malgrado i suoi 3 metri di lunghezza,
10:55
it actually, again, eluded science.
274
640000
2000
è riuscita comunque a eludere gli scienziati.
10:57
Now this guy, this bigfin squid, is seven meters in length.
275
642000
3000
Questo calamaro magnapinna è lungo 7 metri.
11:00
But to be fair, it lives in the deep waters of the Mid-Atlantic Ridge,
276
645000
3000
Per essere onesti, vive nelle profondità della Dorsale Medio-Atlantica,
11:03
so it was a lot harder to find.
277
648000
2000
quindi è molto difficile da individuare.
11:05
But there's still potential for discovery of big and exciting things.
278
650000
3000
Ma c'è ancora un gran potenziale per scoperte grosse ed emozionanti.
11:08
This particular shrimp, we've dubbed it the Jurassic shrimp,
279
653000
3000
Questo scampo, che abbiamo denominato "Jurassic Shrimp",
11:11
it's thought to have gone extinct 50 years ago --
280
656000
2000
si pensava estinto da 50 anni,
11:13
at least it was, until the census discovered
281
658000
2000
o almeno lo era, fino a quando il censimento
11:15
it was living and doing just fine off the coast of Australia.
282
660000
3000
ha scoperto che viveva tranquillo al largo della costa Australiana.
11:18
And it shows that the ocean, because of its vastness,
283
663000
3000
Ciò dimostra che l'oceano, grazie alla sua vastità,
11:21
can hide secrets for a very long time.
284
666000
2000
può celare i propri segreti per lungo tempo.
11:23
So, Steven Spielberg, eat your heart out.
285
668000
3000
Steven Spielberg, mangiati il fegato!
11:26
If we look at distributions, in fact distributions change dramatically.
286
671000
3000
Se osserviamo le distribuzioni, vediamo che mutano drammaticamente.
11:29
And so one of the records that we had
287
674000
3000
Uno dei dati che possedevamo riguardava
11:32
was this sooty shearwater, which undergoes these spectacular migrations
288
677000
3000
questa berta grigia, che compie delle migrazioni spettacolari,
11:35
all the way from New Zealand
289
680000
2000
dalla Nuova Zelanda
11:37
all the way up to Alaska and back again
290
682000
2000
fino all'Alaska, poi fa ritorno,
11:39
in search of endless summer
291
684000
2000
in cerca dell'estate perenne
11:41
as they complete their life cycles.
292
686000
2000
nel completamento del proprio ciclo vitale.
11:43
We also talked about the White Shark Cafe.
293
688000
2000
Abbiamo nominato il Bar degli Squali Bianchi.
11:45
This is a location in the Pacific where white shark converge.
294
690000
3000
Si tratta di una zona del Pacifico in cui questi squali si radunano.
11:48
We don't know why they converge there, we simply don't know.
295
693000
2000
Non ne conosciamo la ragione, ne siamo all'oscuro.
11:50
That's a question for the future.
296
695000
2000
La risposta è riservata al futuro.
11:52
One of the things that we're taught in high school
297
697000
2000
Una delle cose che impariamo al liceo
11:54
is that all animals require oxygen in order to survive.
298
699000
3000
è che tutti gli organismi necessitano di ossigeno per sopravvivere.
11:57
Now this little critter, it's only about half a millimeter in size,
299
702000
3000
Questa bestiola, lunga solo mezzo millimetro,
12:00
not terribly charismatic.
300
705000
2000
non ha molto carisma.
12:02
But it was only discovered in the early 1980s.
301
707000
2000
Fu scoperta solo negli anni '80,
12:04
But the really interesting thing about it
302
709000
2000
e l'aspetto interessante che la riguarda
12:06
is that, a few years ago, census scientists discovered
303
711000
3000
è che, pochi anni fa, gli scienziati del censimento
12:09
that this guy can thrive in oxygen-poor sediments
304
714000
2000
hanno scoperto che vive nei sedimenti poveri di ossigeno
12:11
in the deep Mediterranean Sea.
305
716000
2000
delle profondità del Mar Mediterraneo.
12:13
So now they know that, in fact,
306
718000
2000
Ora sanno con certezza
12:15
animals can live without oxygen, at least some of them,
307
720000
2000
che alcuni esemplari possono vivere senza ossigeno
12:17
and that they can adapt to even the harshest of conditions.
308
722000
3000
e possono adattarsi alle condizioni più estreme.
12:20
If you were to suck all the water out of the ocean,
309
725000
3000
Se dovessimo estrarre tutta l'acqua dagli oceani,
12:23
this is what you'd be left behind with,
310
728000
2000
ecco cosa rimarrebbe,
12:25
and that's the biomass of life on the sea floor.
311
730000
2000
la biomassa della vita dei fondali marini.
12:27
Now what we see is huge biomass towards the poles
312
732000
3000
Ciò che notiamo è un'enorme biomassa intorno ai poli
12:30
and not much biomass in between.
313
735000
3000
e non molta nel mezzo.
12:33
We found life in the extremes.
314
738000
2000
E' agli estremi che troviamo la vita.
12:35
And so there were new species that were found
315
740000
2000
Abbiamo scoperto nuove specie, che vivono
12:37
that live inside ice
316
742000
2000
all'interno del ghiaccio
12:39
and help to support an ice-based food web.
317
744000
2000
e coadiuvano una rete alimentare basata nel ghiaccio.
12:41
And we also found this spectacular yeti crab
318
746000
2000
Abbiamo trovato questo spettacolare granchio yeti,
12:43
that lives near boiling hot hydrothermal vents at Easter Island.
319
748000
3000
che vive nei pressi delle bollenti bocche idrotermali dell'Isola di Pasqua.
12:46
And this particular species
320
751000
2000
Questa specie in particolare
12:48
really captured the public's attention.
321
753000
3000
ha catturato l'attenzione del pubblico.
12:51
We also found the deepest vents known yet -- 5,000 meters --
322
756000
3000
Abbiamo anche scoperto le bocche più profonde - 5.000 metri -
12:54
the hottest vents at 407 degrees Celsius --
323
759000
3000
le bocche più calde - 407 gradi Celsius -
12:57
vents in the South Pacific and also in the Arctic
324
762000
2000
bocche sia nel sud del Pacifico che nell'Antartico,
12:59
where none had been found before.
325
764000
2000
dove non se ne erano rilevate in precedenza.
13:01
So even new environments are still within the domain of the discoverable.
326
766000
3000
Quindi anche i nuovi habitat fanno parte del dominio delle nuove scoperte.
13:04
Now in terms of the unknowns, there are many.
327
769000
2000
Ora, per quanto riguarda l'ignoto, è ancora molto.
13:06
And I'm just going to summarize just a few of them
328
771000
2000
Ve ne riassumerò solo alcuni aspetti,
13:08
very quickly for you.
329
773000
2000
molto rapidamente.
13:10
First of all, we might ask, how many fishes in the sea?
330
775000
3000
Primo: quanti pesci ci sono nel mare, potremmo chiederci.
13:13
We actually know the fishes better than we do any other group in the ocean
331
778000
2000
In realtà conosciamo i pesci meglio di qualsiasi altro gruppo nell'oceano,
13:15
other than marine mammals.
332
780000
2000
mammiferi marini a parte.
13:17
And so we can actually extrapolate based on rates of discovery
333
782000
3000
Quindi, basandoci sui ritmi delle scoperte, possiamo dedurre
13:20
how many more species we're likely to discover.
334
785000
3000
quante altre specie saremo in grado di scoprire.
13:23
And from that, we actually calculate
335
788000
2000
Con questi dati riusciamo a calcolare
13:25
that we know about 16,500 marine species
336
790000
3000
che noi conosciamo circa 16.500 specie marine
13:28
and there are probably another 1,000 to 4,000 left to go.
337
793000
2000
e che probabilmente ce ne sono tra le 1.000 e le 4.000 da scoprire.
13:30
So we've done pretty well.
338
795000
2000
Non è male come risultato.
13:32
We've got about 75 percent of the fish,
339
797000
2000
Conosciamo circa il 75% dei pesci,
13:34
maybe as much as 90 percent.
340
799000
2000
forse raggiungiamo il 90%.
13:36
But the fishes, as I say, are the best known.
341
801000
3000
Ma i pesci, dome dicevo, sono i più noti,
13:39
So our level of knowledge is much less for other groups of organisms.
342
804000
3000
mentre il nostro livello di conoscenza è molto inferiore per gli altri organismi.
13:42
Now this figure is actually based on a brand new paper
343
807000
2000
Questi risultati sono basati su uno studio molto recente
13:44
that's going to come out in the journal PLoS Biology.
344
809000
3000
che uscirà nella rivista scientifica PLoS Biology.
13:47
And what is does is predict how many more species there are
345
812000
2000
Questa ricerca predice quante altre specie esistono
13:49
on land and in the ocean.
346
814000
2000
sulla terra e nei mari.
13:51
And what they found
347
816000
2000
Ciò che hanno scoperto
13:53
is that they think that we know of about nine percent of the species in the ocean.
348
818000
3000
è che probabilmente conosciamo circa il 9% delle specie oceaniche,
13:56
That means 91 percent, even after the census,
349
821000
2000
il che vuol dire che il 91%, anche dopo il censimento,
13:58
still remain to be discovered.
350
823000
2000
è ancora da scoprire.
14:00
And so that turns out to be about two million species
351
825000
2000
Il risultato ammonta a due milioni di specie,
14:02
once all is said and done.
352
827000
2000
a conti fatti.
14:04
So we still have quite a lot of work to do
353
829000
2000
C'è ancora tanto lavoro da fare
14:06
in terms of unknowns.
354
831000
2000
per scoprire l'ignoto.
14:08
Now this bacterium
355
833000
2000
Questo batterio
14:10
is part of mats that are found off the coast of Chile.
356
835000
3000
è parte del tappeto che ricopre i fondali al largo del Cile.
14:13
And these mats actually cover an area the size of Greece.
357
838000
2000
Questi tappeti ricoprono superfici pari all'area delle Grecia.
14:15
And so this particular bacterium is actually visible to the naked eye.
358
840000
3000
Questo batterio in particolare è visibile a occhio nudo,
14:18
But you can imagine the biomass that represents.
359
843000
3000
ma potete immaginare la biomassa che rappresenta.
14:21
But the really intriguing thing about the microbes
360
846000
2000
L'aspetto davvero intrigante di questi microbi
14:23
is just how diverse they are.
361
848000
2000
è la loro diversità.
14:25
A single drop of seawater
362
850000
2000
Una goccia d'acqua marina
14:27
could contain 160 different types of microbes.
363
852000
2000
può contenere fino a 160 tipi di microbi.
14:29
And the oceans themselves
364
854000
2000
E si pensa che potenzialmente
14:31
are thought potentially to contain as many as a billion different types.
365
856000
3000
gli oceani stessi ne contengano bilioni di tipi diversi.
14:34
So that's really exciting. What are they all doing out there?
366
859000
3000
Davvero emozionante. Ma che cosa ci fanno nell'oceano?
14:37
We actually don't know.
367
862000
2000
Non lo sappiamo.
14:39
The most exciting thing, I would say, about this census
368
864000
2000
L'aspetto più entusiasmante di questo censimento
14:41
is the role of global science.
369
866000
2000
è il ruolo della scienza globale.
14:43
And so as we see in this image of light during the night,
370
868000
2000
Come vediamo in questa immagine di luci notturne
14:45
there are lots of areas of the Earth
371
870000
2000
ci sono molte zone del Pianeta
14:47
where human development is much greater
372
872000
3000
dove lo sviluppo umano è molto forte,
14:50
and other areas where it's much less,
373
875000
2000
e altre zone dove lo è meno,
14:52
but between them we see large dark areas
374
877000
2000
ma nel mezzo vediamo le vaste zone buie
14:54
of relatively unexplored ocean.
375
879000
2000
degli oceani parzialmente inesplorati.
14:56
The other point I'd like to make about this
376
881000
2000
L'altro aspetto che vorrei sottolineare
14:58
is that this ocean's interconnected.
377
883000
2000
è che gli oceani sono collegati.
15:00
Marine organisms do not care about international boundaries;
378
885000
2000
Agli organismi marini non interessano i confini internazionali.
15:02
they move where they will.
379
887000
2000
Essi si spostano dove desiderano.
15:04
And so the importance then of global collaboration
380
889000
3000
Da qui l'importanza di una collaborazione globale,
15:07
becomes all the more important.
381
892000
2000
che assume un ruolo cruciale.
15:09
We've lost a lot of paradise.
382
894000
2000
Abbiamo perduto gran parte del paradiso.
15:11
For example, these tuna that were once so abundant in the North Sea
383
896000
3000
Per esempio, questi tonni un tempo abbondavano nel Mare del Nord,
15:14
are now effectively gone.
384
899000
2000
ora non ce ne sono più.
15:16
There were trawls taken in the deep sea in the Mediterranean,
385
901000
3000
I pescherecci a strascico d'alto mare del Mediterraneo
15:19
which collected more garbage than they did animals.
386
904000
2000
raccolgono più rifiuti che animali.
15:21
And that's the deep sea, that's the environment that we consider to be
387
906000
3000
E quello è l'alto mare, l'ambiente che noi consideriamo
15:24
among the most pristine left on Earth.
388
909000
2000
tra i più incontaminati del Pianeta.
15:26
And there are a lot of other pressures.
389
911000
2000
Le pressioni sono tante.
15:28
Ocean acidification is a really big issue that people are concerned with,
390
913000
3000
L'acidificazione degli oceani è un grosso problema, molto preoccupante,
15:31
as well as ocean warming, and the effects they're going to have on coral reefs.
391
916000
3000
come lo sono il riscaldamento delle acque e i loro effetti sulle barriere coralline.
15:34
On the scale of decades, in our lifetimes,
392
919000
3000
Nel corso della nostra vita, su una scala di decenni,
15:37
we're going to see a lot of damage to coral reefs.
393
922000
2000
vedremo le barriere coralline subire danni enormi.
15:39
And I could spend the rest of my time, which is getting very limited,
394
924000
3000
Potrei passare il resto della mia vita, che è piuttosto limitato,
15:42
going through this litany of concerns about the ocean,
395
927000
2000
a recitare questa litania di preoccupazioni sugli oceani,
15:44
but I want to end on a more positive note.
396
929000
2000
ma vorrei concludere con una nota positiva.
15:46
And so the grand challenge then
397
931000
2000
La grande sfida, a questo punto,
15:48
is to try and make sure that we preserve what's left,
398
933000
2000
è di cercare di salvaguardare quello che rimane,
15:50
because there is still spectacular beauty.
399
935000
2000
perché esiste ancora una bellezza spettacolare.
15:52
And the oceans are so productive,
400
937000
2000
E gli oceani sono molto produttivi,
15:54
there's so much going on in there that's of relevance to humans
401
939000
3000
accade davvero molto negli oceani di gran rilevanza per l'uomo,
15:57
that we really need to, even from a selfish perspective,
402
942000
3000
per cui noi dobbiamo davvero, seppure egoisticamente,
16:00
try to do better than we have in the past.
403
945000
2000
agire meglio di come abbiamo fatto in passato.
16:02
So we need to recognize those hot spots
404
947000
2000
Dobbiamo legittimare quelle "zone calde"
16:04
and do our best to protect them.
405
949000
2000
e fare del nostro meglio per proteggerle.
16:06
When we look at pictures like this, they take our breath away,
406
951000
2000
Quando vediamo immagini come questa, restiamo senza fiato,
16:08
in addition to helping to give us breath
407
953000
2000
oltre al fatto che ci aiutano a respirare
16:10
by the oxygen that the oceans provide.
408
955000
2000
grazie all'ossigeno fornito dagli oceani.
16:12
Census scientists worked in the rain, they worked in the cold,
409
957000
3000
Gli scienziati del censimento hanno operato al freddo, sotto la pioggia,
16:15
they worked under water and they worked above water
410
960000
2000
sott'acqua e in superficie,
16:17
trying to illuminate the wondrous discovery,
411
962000
2000
per fare luce sulle spettacolari scoperte,
16:19
the still vast unknown,
412
964000
2000
sulla vastità dell'ignoto,
16:21
the spectacular adaptations that we see in ocean life.
413
966000
3000
sugli adattamenti incredibili che osserviamo nella vita degli oceani.
16:24
So whether you're a yak herder living in the mountains of Chile,
414
969000
3000
Dunque, che siate un pastore di yak dei monti del Cile,
16:27
whether you're a stockbroker in New York City
415
972000
3000
o un operatore di borsa di New York City,
16:30
or whether you're a TEDster living in Edinburgh,
416
975000
2000
o un TEDster che vive a Edimburgo,
16:32
the oceans matter.
417
977000
2000
l'oceano conta,
16:34
And as the oceans go so shall we.
418
979000
2000
perché la salute degli oceani sarà anche la nostra.
16:36
Thanks for listening.
419
981000
2000
Grazie dell'attenzione.
16:38
(Applause)
420
983000
2000
(Applausi)
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