TEDGlobal 2011
Paul Snelgrove: A census of the ocean
ポール・スネルグローブ: 海洋生物調査
Filmed:
Readability: 4
336,429 views
海洋学者ポール・スネルグローブが10年間にわたるプロジェクトの結果を私たちに話してくれます。このプロジェクトの目的は海に生息する生物をすべて調査するというものです。センサス・オブ・マリン・ライフの調査による驚愕の発見を映し出した見事な写真を披露してくれます。
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
私たちが住んでいる惑星の70％が海で覆われています
00:18
And I think Arthur C. Clarke probably had it right
1
3000
2000
アーサー・C・クラークが私たちの惑星を
00:20
when he said that perhaps we ought to call our planet
2
5000
3000
呼ぶのにふさわしい名前は海の惑星だと言った時
00:23
Planet Ocean.
3
8000
2000
彼は的を得ていると思いました
00:25
And the oceans are hugely productive,
4
10000
2000
さて 海にはとてつもない生産力があります
00:27
as you can see by the satellite image
5
12000
2000
それは光合成の衛星画像によって
00:29
of photosynthesis, the production of new life.
6
14000
2000
新しい生命の生産量を見ればわかるでしょう
00:31
In fact, the oceans produce half of the new life every day on Earth
7
16000
3000
事実 地球上で日々生まれる生命の半分を
海が生みだしているのです
海が生みだしているのです
00:34
as well as about half the oxygen that we breathe.
8
19000
3000
そればかりでなく私たちが呼吸する酸素の約半分も
海が生み出しているんですよ
海が生み出しているんですよ
00:37
In addition to that, it harbors a lot of the biodiversity on Earth,
9
22000
3000
さて 地球上の多様な生物が海を住処にしていますが
00:40
and much of it we don't know about.
10
25000
2000
その海に生息している生物について
あまり分かっていません
あまり分かっていません
00:42
But I'll tell you some of that today.
11
27000
2000
そこで本日 そのいくつかについて話してみたいと思います
00:44
That also doesn't even get into the whole protein extraction
12
29000
2000
私たちが海からタンパク質を収穫する
00:46
that we do from the ocean.
13
31000
2000
お話は含まれていません
00:48
That's about 10 percent of our global needs
14
33000
2000
地球上で必要とされるタンパク質の10％くらいしか
海からとっていません
海からとっていません
00:50
and 100 percent of some island nations.
15
35000
3000
島国の中には100％海からとっている国もありますけれども
00:53
If you were to descend
16
38000
2000
もしあなたが95%の生物圏(生物が生存可能な場所）まで
00:55
into the 95 percent of the biosphere that's livable,
17
40000
2000
潜って行ったら
00:57
it would quickly become pitch black,
18
42000
2000
そこは直ちに暗闇の世界になっていることでしょう
00:59
interrupted only by pinpoints of light
19
44000
2000
そしてそこには小さな光があるだけで
01:01
from bioluminescent organisms.
20
46000
2000
その光は生物発光体から出ているのです
01:03
And if you turn the lights on,
21
48000
2000
ライトを照らして見ると
01:05
you might periodically see spectacular organisms swim by,
22
50000
2000
時に目を見張るような生物が泳ぎ過ぎていくことでしょう
01:07
because those are the denizens of the deep,
23
52000
2000
これらは深海の住民
01:09
the things that live in the deep ocean.
24
54000
2000
つまり 海深くに生息する生物なんです
01:11
And eventually, the deep sea floor would come into view.
25
56000
3000
潜り続けていくと 最後には 海底が見えてきます
01:14
This type of habitat covers more of the Earth's surface
26
59000
3000
海の生息地が地球上のほとんどの表面を覆っていて
01:17
than all other habitats combined.
27
62000
2000
その他の生息地すべてをあわせたよりも ずっと広いのです
01:19
And yet, we know more about the surface of the Moon and about Mars
28
64000
2000
海については未知でも月や火星の表面について
01:21
than we do about this habitat,
29
66000
2000
私たちはもっとたくさんのことを知っています でも
01:23
despite the fact that we have yet to extract
30
68000
2000
この月や火星から
01:25
a gram of food, a breath of oxygen or a drop of water
31
70000
3000
１グラムの食料 一呼吸分の酸素 そして水一滴さえも
01:28
from those bodies.
32
73000
2000
採取したことさえないにもかかわらずにですよ
01:30
And so 10 years ago,
33
75000
2000
さて10年前のことですが
01:32
an international program began called the Census of Marine Life,
34
77000
3000
マリン・ライフ・センサス(海洋生物調査)
と呼ばれる国際プログラムが開始されました
と呼ばれる国際プログラムが開始されました
01:35
which set out to try and improve our understanding
35
80000
2000
そのプログラムにより
世界中の海洋に生息する
世界中の海洋に生息する
01:37
of life in the global oceans.
36
82000
2000
生物の理解を促進しようとしました
01:39
It involved 17 different projects around the world.
37
84000
3000
世界中から17のプロジェクトが加わりました
01:42
As you can see, these are the footprints of the different projects.
38
87000
2000
これはさまざまな違ったプロジェクトの足跡です
01:44
And I hope you'll appreciate the level of global coverage
39
89000
3000
このプログラムにより全地球規模の調査が達成できたことを
01:47
that it managed to achieve.
40
92000
2000
評価してもらいたいと思います
01:49
It all began when two scientists, Fred Grassle and Jesse Ausubel,
41
94000
2000
フレデリック・グラッスルとジェシー・オースベルという
二人の科学者が
二人の科学者が
01:51
met in Woods Hole, Massachusetts
42
96000
3000
マサチューセッツ州ウッズホールで出会ったことから
全てが始まりました
全てが始まりました
01:54
where both were guests at the famed oceanographic institute.
43
99000
2000
ウッズホールには有名は海洋研究所があり
二人はそこのゲストとして招待されていました
二人はそこのゲストとして招待されていました
01:56
And Fred was lamenting the state of marine biodiversity
44
101000
3000
フレッドは海洋生物の多様性について嘆いていました
01:59
and the fact that it was in trouble and nothing was being done about it.
45
104000
3000
何しろそれがどんどん減少するのに
放置されたままでしたから
放置されたままでしたから
02:02
Well, from that discussion grew this program
46
107000
2000
まあ それが議論の発端となりプログラムが誕生した訳です
02:04
that involved 2,700 scientists
47
109000
2000
そしてこのプログラムには2700人の科学者が
02:06
from more than 80 countries around the world
48
111000
2000
世界80カ国以上から参加しました
02:08
who engaged in 540 ocean expeditions
49
113000
3000
科学者たちは総額６億５千万ドルの研究費で
02:11
at a combined cost of 650 million dollars
50
116000
3000
540の海洋研究に従事し
02:14
to study the distribution, diversity and abundance
51
119000
2000
地球上の海洋生物の分布 多様性と個体数を
02:16
of life in the global ocean.
52
121000
3000
調査したのです
02:19
And so what did we find?
53
124000
2000
さて そこでの発見は何だったか
02:21
We found spectacular new species,
54
126000
2000
私たちは目を見張るような新種を発見しました
02:23
the most beautiful and visually stunning things everywhere we looked --
55
128000
3000
その新種は驚愕するような美しさで
02:26
from the shoreline to the abyss,
56
131000
2000
しかも海岸線から深海までのいたるところで発見され
02:28
form microbes all the way up to fish and everything in between.
57
133000
3000
微生物から魚に至るまでです
02:31
And the limiting step here wasn't the unknown diversity of life,
58
136000
3000
未知の生物の多様性に関しての調査に比べ
02:34
but rather the taxonomic specialists
59
139000
2000
分類学の専門家が手間取りました
02:36
who can identify and catalog these species
60
141000
2000
分類学者は新種を同定し
02:38
that became the limiting step.
61
143000
2000
目録化する知識を持った専門家です
02:40
They, in fact, are an endangered species themselves.
62
145000
3000
分類学者自体が絶滅危惧種でした
02:43
There are actually four to five new species
63
148000
2000
事実 海に関しては４つから５つの新種が
02:45
described everyday for the oceans.
64
150000
2000
日々登録されています
02:47
And as I say, it could be a much larger number.
65
152000
3000
ですから とにかく膨大な数となるわけです
02:50
Now, I come from Newfoundland in Canada --
66
155000
3000
さて私はカナダのニューファンドランド
02:53
It's an island off the east coast of that continent --
67
158000
2000
北米大陸の東海岸沖合の島の出身です。
02:55
where we experienced one of the worst fishing disasters
68
160000
3000
ニューファンドランドは人類史上最悪の漁場の
02:58
in human history.
69
163000
2000
乱獲に見舞われました
03:00
And so this photograph shows a small boy next to a codfish.
70
165000
2000
この写真を見て下さい
男の子がタラの横に立っていますね
男の子がタラの横に立っていますね
03:02
It's around 1900.
71
167000
2000
1900年頃のことです
03:04
Now, when I was a boy of about his age,
72
169000
2000
私がこの写真に写っている子ぐらいの時
03:06
I would go out fishing with my grandfather
73
171000
2000
よく祖父と魚釣りに行ったものです
03:08
and we would catch fish about half that size.
74
173000
2000
でも私が釣った魚はこの魚の半分しかありませんでした
03:10
And I thought that was the norm,
75
175000
2000
まあ それが当時は普通の大きさだと思っていました
03:12
because I had never seen fish like this.
76
177000
2000
こんな大きな魚なんて見たことがありませんでしたから
03:14
If you were to go out there today, 20 years after this fishery collapsed,
77
179000
3000
今日 そこに行っても
漁業がすっかり駄目になり20年も経っていますから
漁業がすっかり駄目になり20年も経っていますから
03:17
if you could catch a fish, which would be a bit of a challenge,
78
182000
3000
魚を釣ることができたとしても
釣ること自体も難儀ですが
釣ること自体も難儀ですが
03:20
it would be half that size still.
79
185000
2000
釣った魚は 当時 私が釣った魚の半分くらいのものでしょう
03:22
So what we're experiencing is something called shifting baselines.
80
187000
3000
今 シフティングベースライン
（価値基準の変化）を経験しているわけです
（価値基準の変化）を経験しているわけです
03:25
Our expectations of what the oceans can produce
81
190000
2000
海の生産能力の大きさを
03:27
is something that we don't really appreciate
82
192000
2000
私たちは理解していないのです
03:29
because we haven't seen it in our lifetimes.
83
194000
3000
自分の生涯で見たことがないからです
03:32
Now most of us, and I would say me included,
84
197000
3000
今 殆どの人々が 私も含めて
03:35
think that human exploitation of the oceans
85
200000
2000
人間による海洋搾取がこの50年 いや恐らく この100年で
03:37
really only became very serious
86
202000
2000
ひどい状態に
03:39
in the last 50 to, perhaps, 100 years or so.
87
204000
2000
なってしまったと思っています
03:41
The census actually tried to look back in time,
88
206000
2000
そこで海洋生物調査は実際に入手可能な
03:43
using every source of information they could get their hands on.
89
208000
3000
あらゆる情報を駆使し過去を検証しました
03:46
And so anything from restaurant menus
90
211000
2000
レストランのメニューから
03:48
to monastery records to ships' logs
91
213000
2000
修道院の記録や航海日誌まで
03:50
to see what the oceans looked like.
92
215000
2000
海がどんなものであったかを調べるためには
何でも収集したのです
何でも収集したのです
03:52
Because science data really goes back
93
217000
2000
科学データは第２次世界大戦ころまで
03:54
to, at best, World War II, for the most part.
94
219000
2000
遡れます
03:56
And so what they found, in fact,
95
221000
2000
事実 分かったことは
03:58
is that exploitation really began heavily with the Romans.
96
223000
2000
海洋搾取が
なんとローマ時代に始まっていたのです
なんとローマ時代に始まっていたのです
04:00
And so at that time, of course, there was no refrigeration.
97
225000
3000
勿論当時冷凍設備などはありませんでした
04:03
So fishermen could only catch
98
228000
2000
だから漁師はその日に
04:05
what they could either eat or sell that day.
99
230000
2000
食べたり売りさばける量だけを獲っていました
04:07
But the Romans developed salting.
100
232000
2000
しかしローマ人は塩漬けにすることを思いつきました
04:09
And with salting,
101
234000
2000
そして塩漬けすることで
04:11
it became possible to store fish and to transport it long distances.
102
236000
3000
魚を蓄えたり 遠く離れたところに輸送できるようになりました
04:14
And so began industrial fishing.
103
239000
3000
その結果漁業の産業化が始まったのです
04:17
And so these are the sorts of extrapolations that we have
104
242000
3000
このグラフは私たちが推測して 作成したものですが
04:20
of what sort of loss we've had
105
245000
2000
人類出現以前と比較して
04:22
relative to pre-human impacts on the ocean.
106
247000
3000
どれだけ魚を失ったかを示しています
04:25
They range from 65 to 98 percent
107
250000
2000
生物の大多数のグループでは 失われたものが
04:27
for these major groups of organisms,
108
252000
2000
65％から98％に及んでいることを
04:29
as shown in the dark blue bars.
109
254000
2000
濃紺のバーが示しています
04:31
Now for those species the we managed to leave alone, that we protect --
110
256000
3000
さて危害を加えず保護した動物
04:34
for example, marine mammals in recent years and sea birds --
111
259000
2000
近年の海洋哺乳動物や海鳥などですが
04:36
there is some recovery.
112
261000
2000
ある程度回復が伺えます
04:38
So it's not all hopeless.
113
263000
2000
だから まったく絶望的だということではないのです
04:40
But for the most part, we've gone from salting to exhausting.
114
265000
3000
しかし 大抵の場合 私たちは塩漬けにし
取り尽してしまう行為に及んでいます
取り尽してしまう行為に及んでいます
04:43
Now this other line of evidence is a really interesting one.
115
268000
2000
さてこの線は大変興味深いものを示しています
04:45
It's from trophy fish caught off the coast of Florida.
116
270000
3000
この写真はフロリダ沖合釣り大会の優勝魚です
04:48
And so this is a photograph from the 1950s.
117
273000
3000
1950年代に撮影されたものです
04:51
I want you to notice the scale on the slide,
118
276000
2000
このスライドでは魚の大きさに着目してください
04:53
because when you see the same picture from the 1980s,
119
278000
2000
1980年代に写された優勝魚を見ると
04:55
we see the fish are much smaller
120
280000
2000
こちらの魚の方がずっと小さい
04:57
and we're also seeing a change
121
282000
2000
それにその他の変化にも気が付きますよね
04:59
in terms of the composition of those fish.
122
284000
2000
優勝魚として釣られた魚の種類も変わっています
05:01
By 2007, the catch was actually laughable
123
286000
2000
2007年までには優勝魚というには
05:03
in terms of the size for a trophy fish.
124
288000
2000
実に笑ってしまうようなサイズです
05:05
But this is no laughing matter.
125
290000
2000
でも笑っている場合じゃないんです
05:07
The oceans have lost a lot of their productivity
126
292000
2000
海が多くの生産力をなくしてしまったのですから
05:09
and we're responsible for it.
127
294000
3000
そして私たちにその責任があるのです
05:12
So what's left? Actually quite a lot.
128
297000
2000
じゃあ 何が残されているのか
実はかなり多くのものがあります
実はかなり多くのものがあります
05:14
There's a lot of exciting things, and I'm going to tell you a little bit about them.
129
299000
3000
わくわくするものがたくさんあるんです
これからそれについてちょっと話しましょう
これからそれについてちょっと話しましょう
05:17
And I want to start with a bit on technology,
130
302000
2000
まず技術について少々触れておきたいと思います
05:19
because, of course, this is a TED Conference
131
304000
2000
これはTED Conferenceですし
05:21
and you want to hear something on technology.
132
306000
2000
聴衆の皆さんも技術について何か知りたいはずですよね
05:23
So one of the tools that we use to sample the deep ocean
133
308000
2000
深海から試料を採取するために
05:25
are remotely operated vehicles.
134
310000
2000
遠隔操作の探査機を使います
05:27
So these are tethered vehicles we lower down to the sea floor
135
312000
3000
これがケーブル式探査機で
海床まで降ろし
海床まで降ろし
05:30
where they're our eyes and our hands for working on the sea bottom.
136
315000
3000
海床で私たちの目となり手となって
働いてくれます
働いてくれます
05:33
So a couple of years ago, I was supposed to go on an oceanographic cruise
137
318000
3000
2、3年前 私は海洋調査の旅に参加しようとしましたが
05:36
and I couldn't go because of a scheduling conflict.
138
321000
3000
日程が合わず 行けませんでした
05:39
But through a satellite link I was able to sit at my study at home
139
324000
3000
しかし衛星回線を通して家から参加できました それも
05:42
with my dog curled up at my feet, a cup of tea in my hand,
140
327000
3000
犬が私の足下でうずくまり
私は紅茶を飲みながら
私は紅茶を飲みながら
05:45
and I could tell the pilot, "I want a sample right there."
141
330000
2000
「そこでサンプルを採って」
と指示できるのです
と指示できるのです
05:47
And that's exactly what the pilot did for me.
142
332000
2000
するとパイロットはきちんと採取してくれます
05:49
That's the sort of technology that's available today
143
334000
3000
そんなことが今日では技術によって可能なんですね
05:52
that really wasn't available even a decade ago.
144
337000
2000
10年前でさえ
こんなことはできませんでした
こんなことはできませんでした
05:54
So it allows us to sample these amazing habitats
145
339000
2000
技術によりこんな深海にある
05:56
that are very far from the surface
146
341000
2000
驚くような生息地から
05:58
and very far from light.
147
343000
2000
しかも光から遥か遠くの場所からも採取が可能になりました
06:00
And so one of the tools that we can use to sample the oceans
148
345000
3000
海洋から採取をするために使用する道具に
06:03
is acoustics, or sound waves.
149
348000
2000
音波があります
06:05
And the advantage of sound waves
150
350000
2000
音波は光よりずっと
06:07
is that they actually pass well through water, unlike light.
151
352000
2000
水中をよく伝播できるのが利点です
06:09
And so we can send out sound waves,
152
354000
2000
つまり 音波を送ると
06:11
they bounce off objects like fish and are reflected back.
153
356000
3000
魚のような物体に当たると反射するんです
06:14
And so in this example, a census scientist took out two ships.
154
359000
3000
この画面では海洋生物調査の科学者が
２隻の船を使っています
２隻の船を使っています
06:17
One would send out sound waves that would bounce back.
155
362000
2000
一隻の船が音波を出し それが反射する
06:19
They would be received by a second ship,
156
364000
2000
その音波を２隻目の船が受信するという仕掛けです
06:21
and that would give us very precise estimates, in this case,
157
366000
3000
この方法だと大変詳細な推測ができるんです
06:24
of 250 billion herring
158
369000
2000
この場合ですと2500億匹のニシンの群れがあることが
06:26
in a period of about a minute.
159
371000
2000
約１分で分かるのです
06:28
And that's an area about the size of Manhattan Island.
160
373000
3000
しかもそのニシンの群れは
マンハッタン島くらい広がっているんです
マンハッタン島くらい広がっているんです
06:31
And to be able to do that is a tremendous fisheries tool,
161
376000
2000
このような推測ができるなんて
実に素晴らしい漁具です
実に素晴らしい漁具です
06:33
because knowing how many fish are there is really critical.
162
378000
3000
何匹魚がいるかを把握できるのは重要です
06:36
We can also use satellite tags
163
381000
2000
音波以外にも通信衛星タグというものも使っています
06:38
to track animals as they move through the oceans.
164
383000
2000
この通信衛星タグは
海洋を移動する物を追跡できるんです
海洋を移動する物を追跡できるんです
06:40
And so for animals that come to the surface to breathe,
165
385000
2000
動物が呼吸するために海面にあがります
06:42
such as this elephant seal,
166
387000
2000
例えばこのゾウアザラシみたいにね
06:44
it's an opportunity to send data back to shore
167
389000
2000
ゾウアザラシが海面に出てくるとデータが送られ
06:46
and tell us where exactly it is in the ocean.
168
391000
3000
海のどこにいるのか 正確に把握できます
06:49
And so from that we can produce these tracks.
169
394000
2000
このデータからゾウアザラシの足跡を作成できますよ
06:51
For example, the dark blue
170
396000
2000
例えば 濃紺の色をたどれば
06:53
shows you where the elephant seal moved in the north Pacific.
171
398000
2000
ゾウアザラシが北太平洋のどこにいるかが分かるでしょう
06:55
Now I realize for those of you who are colorblind, this slide is not very helpful,
172
400000
3000
あっ 今 気がついたのですが
この中に色盲の方がいらしたらこのスライドじゃ 駄目ですね
この中に色盲の方がいらしたらこのスライドじゃ 駄目ですね
06:58
but stick with me nonetheless.
173
403000
2000
すみませんが それでも 私の説明におつきあいください
07:00
For animals that don't surface,
174
405000
2000
さて 海面に浮上しない動物については
07:02
we have something called pop-up tags,
175
407000
2000
ポップアップタグと呼ばれる器具があります
07:04
which collect data about light and what time the sun rises and sets.
176
409000
3000
これは光に関してや日出日没の時間に関しての
データを収集します
データを収集します
07:07
And then at some period of time
177
412000
2000
つまり ポップアップタグはある時間になると海面に
07:09
it pops up to the surface and, again, relays that data back to shore.
178
414000
3000
浮上し 私たちのところにデーターを送ってくれるのです
07:12
Because GPS doesn't work under water. That's why we need these tools.
179
417000
3000
とにかく海の下ではGPSは機能しませんから
この道具が必要なんです
この道具が必要なんです
07:15
And so from this we're able to identify these blue highways,
180
420000
3000
これから この青い帯状の部分が分かりますね
07:18
these hot spots in the ocean,
181
423000
2000
この帯が海の中のホットスポットです
07:20
that should be real priority areas
182
425000
2000
このホットスポットの部分は最大優先して
07:22
for ocean conservation.
183
427000
2000
海洋保護をすべき場所です
07:24
Now one of the other things that you may think about
184
429000
2000
さて 皆さんもすでにお気付きかもしれませんが
07:26
is that, when you go to the supermarket and you buy things, they're scanned.
185
431000
3000
スーパーに行き買い物をするときに品物をスキャンしますね
07:29
And so there's a barcode on that product
186
434000
2000
品物にはバーコードがついていて
07:31
that tells the computer exactly what the product is.
187
436000
3000
バーコードによってコンピューターが
どんな品物であるかを認識しますよね
どんな品物であるかを認識しますよね
07:34
Geneticists have developed a similar tool called genetic barcoding.
188
439000
3000
遺伝学者も遺伝子バーコードと言う
類似した方法を開発しました
類似した方法を開発しました
07:37
And what barcoding does
189
442000
2000
そのバーコードで何をするかというと
07:39
is use a specific gene called CO1
190
444000
2000
ある生物が同じ種であればが必ず持つCO1と言う
07:41
that's consistent within a species, but varies among species.
191
446000
3000
特別な遺伝子を使うのです
この特別な遺伝子は種によって異なります
この特別な遺伝子は種によって異なります
07:44
And so what that means is we can unambiguously identify
192
449000
2000
つまり 明らかにどの種であるか
07:46
which species are which
193
451000
2000
識別できるのです
07:48
even if they look similar to each other,
194
453000
2000
どんなにお互いが似て見えたとしても
07:50
but may be biologically quite different.
195
455000
2000
生物学的には全く異種であることが分かるのです
07:52
Now one of the nicest examples I like to cite on this
196
457000
2000
これに関して良い例を挙げてみたいと思います
07:54
is the story of two young women, high school students in New York City,
197
459000
3000
二人の若い女の子 ニューヨークの高校生の話ですが
07:57
who worked with the census.
198
462000
2000
海洋生物調査の仕事をしていました
07:59
They went out and collected fish from markets and from restaurants in New York City
199
464000
3000
ニューヨークのレストランや市場から魚を集め
08:02
and they barcoded it.
200
467000
2000
その魚のバーコードを調べました
08:04
Well what they found was mislabeled fish.
201
469000
2000
すると 魚の名前が違っていることが分かりました
08:06
So for example,
202
471000
2000
例えば
08:08
they found something which was sold as tuna, which is very valuable,
203
473000
2000
マグロ とても高価な魚ですよね マグロという名前で
08:10
was in fact tilapia, which is a much less valuable fish.
204
475000
3000
売られていた魚は実はティラピアでした
ティラピアはマグロよりずっと安い魚ですね
ティラピアはマグロよりずっと安い魚ですね
08:13
They also found an endangered species
205
478000
2000
また絶滅危惧種の魚が
08:15
sold as a common one.
206
480000
2000
ごくありふれた魚として売られていたことも分かりました
08:17
So barcoding allows us to know what we're working with
207
482000
2000
バーコード法によって
魚の種類を調査でき
魚の種類を調査でき
08:19
and also what we're eating.
208
484000
3000
また食糧の素性が分かるのです
08:22
The Ocean Biogeographic Information System
209
487000
2000
オーシャン・バイオジオグラフィック・インフォメーション・
システムは
海洋生物調査の全データベースです
システムは
海洋生物調査の全データベースです
08:24
is the database for all the census data.
210
489000
2000
オーシャン・バイオジオグラフィック・インフォメーション・
システムは
海洋生物調査の全データベースです
システムは
海洋生物調査の全データベースです
08:26
It's open access; you can all go in and download data as you wish.
211
491000
3000
誰でもアクセス可能で
自由にそのデータをダウンロードできます
自由にそのデータをダウンロードできます
08:29
And it contains all the data from the census
212
494000
3000
そこには海洋生物調査からの資料もありますが
08:32
plus other data sets that people were willing to contribute.
213
497000
2000
それに加え皆さんもデータを提供することができます
08:34
And so what you can do with that
214
499000
2000
それを使ってできることは
08:36
is to plot the distribution of species and where they occur in the oceans.
215
501000
3000
種の分布や海のどこに生物がいるかを示すことができます
08:39
What I've plotted up here is the data that we have on hand.
216
504000
2000
ここにある図は手持ちのデータで作成しました
08:41
This is where our sampling effort has concentrated.
217
506000
3000
これは最も採集努力をしているところです
08:44
Now what you can see
218
509000
2000
今ご覧になっているデータは
08:46
is we've sampled the area in the North Atlantic,
219
511000
2000
特に上手く採集できた北大西洋地域
08:48
in the North Sea in particular,
220
513000
2000
北海
08:50
and also the east coast of North America fairly well.
221
515000
2000
そして北米東海岸のものです
08:52
That's the warm colors which show a well-sampled region.
222
517000
3000
この赤い色の地域がかなりデータ採取ができた地域で
08:55
The cold colors, the blue and the black,
223
520000
2000
青い色や黒色の部分が
08:57
show areas where we have almost no data.
224
522000
2000
殆どデータ採取ができていない地域です
08:59
So even after a 10-year census,
225
524000
2000
ですから 今まで10年間調査しても
09:01
there are large areas that still remain unexplored.
226
526000
3000
依然として調査し尽くせない地域がたくさんあります
09:04
Now there are a group of scientists living in Texas, working in the Gulf of Mexico
227
529000
3000
さて テキサス州の科学者グループが
メキシコ湾で研究していますが
メキシコ湾で研究していますが
09:07
who decided really as a labor of love
228
532000
2000
彼らは報酬なしで
09:09
to pull together all the knowledge they could
229
534000
2000
メキシコ湾の生物の多様性について
09:11
about biodiversity in the Gulf of Mexico.
230
536000
2000
英知を結集しようと決心しました
09:13
And so they put this together, a list of all the species,
231
538000
3000
研究者はすべての種のリスト
09:16
where they're known to occur,
232
541000
2000
どこにどのような生物がいるかの
リスト作成に一丸となっていましたし
リスト作成に一丸となっていましたし
09:18
and it really seemed like a very esoteric, scientific type of exercise.
233
543000
3000
これはとても難解かつ
科学的な任務であるように見受けられました
科学的な任務であるように見受けられました
09:21
But then, of course, there was the Deep Horizon oil spill.
234
546000
3000
しかし その時 石油掘削施設「ディープ・ホライズン」の
事故により原油が流出し
事故により原油が流出し
09:24
So all of a sudden, this labor of love
235
549000
2000
報酬を期待せずにしていた研究が
09:26
for no obvious economic reason
236
551000
3000
つまり経済的な理由を何も持っていなかった研究が
09:29
has become a critical piece of information
237
554000
2000
突如 大変重要な情報になりました
09:31
in terms of how that system is going to recover, how long it will take
238
556000
3000
つまり生態系がどのように回復するのか
回復にはどのくらいの期間が必要か
回復にはどのくらいの期間が必要か
09:34
and how the lawsuits
239
559000
2000
またこれから起きる訴訟や
09:36
and the multi-billion-dollar discussions that are going to happen in the coming years
240
561000
3000
数十億ドルの物議をかもす話し合いが
09:39
are likely to be resolved.
241
564000
3000
どのように決着していくのかという点で
非常に重大な情報となるのです
非常に重大な情報となるのです
09:42
So what did we find?
242
567000
2000
さて 私たちが発見したものは何か？
09:44
Well, I could stand here for hours, but, of course, I'm not allowed to do that.
243
569000
2000
それを話すために何時間もかかるのでもちろん
今ここでは話せません
今ここでは話せません
09:46
But I will tell you some of my favorite discoveries
244
571000
2000
海洋生物調査の発見から
09:48
from the census.
245
573000
2000
印象的ないくつかを話しましょう
09:50
So one of the things we discovered is where are the hot spots of diversity?
246
575000
3000
発見とは 多様性のホットスポットはどこか？
09:53
Where do we find the most species of ocean life?
247
578000
3000
海洋生物の大半の種はどこで見つかるか？
09:56
And what we find if we plot up the well-known species
248
581000
2000
良く知られている種の位置を描いてみると
09:58
is this sort of a distribution.
249
583000
2000
このような分布が得られます
10:00
And what we see is that for coastal tags,
250
585000
2000
沿岸生物群については―
10:02
for those organisms that live near the shoreline,
251
587000
2000
つまり海岸近くに生息する生物は
10:04
they're most diverse in the tropics.
252
589000
2000
熱帯地域が一番多様性に富んでいます
10:06
This is something we've actually known for a while,
253
591000
2000
このことは 実は以前から分かっていたことですから
10:08
so it's not a real breakthrough.
254
593000
2000
新発見とは言えません
10:10
What is really exciting though
255
595000
2000
でも 本当にわくわくすることは
10:12
is that the oceanic tags, or the ones that live far from the coast,
256
597000
2000
海洋生物群―岸から遠くの生物たちは
10:14
are actually more diverse at intermediate latitudes.
257
599000
2000
実は中間緯度で多様であると言うことです
10:16
This is the sort of data, again, that managers could use
258
601000
3000
保護すべき海洋域の優先順位づけをしようというなら
10:19
if they want to prioritize areas of the ocean that we need to conserve.
259
604000
3000
管理者はこの種のデータを利用できます
10:22
You can do this on a global scale, but you can also do it on a regional scale.
260
607000
3000
皆さんだって地球規模でこれを利用できるし
地域ごとにも利用できるます
地域ごとにも利用できるます
10:25
And that's why biodiversity data can be so valuable.
261
610000
3000
だからこそ 多様性に関するデータは
とても価値があるのです
とても価値があるのです
10:28
Now while a lot of the species we discovered in the census
262
613000
3000
さて 海洋生物調査が発見した多くの生物の種が
10:31
are things that are small and hard to see,
263
616000
2000
小さく見つけにくいんですが
10:33
that certainly wasn't always the case.
264
618000
2000
しかし小さいものばかりだとは限りません
10:35
For example, while it's hard to believe
265
620000
2000
例えば信じがたいことですが
10:37
that a three kilogram lobster could elude scientists,
266
622000
2000
３キロもあるロブスターが科学者の目を逃れていました
10:39
it did until a few years ago
267
624000
2000
実は数年前
10:41
when South African fishermen requested an export permit
268
626000
3000
南アフリカの漁師が輸出許可を申請した時に初めて
10:44
and scientists realized that this was something new to science.
269
629000
3000
これが新種だと言うことに気がついたんです
10:47
Similarly this Golden V kelp
270
632000
2000
同様にこの黄金V昆布もそうです これは
10:49
collected in Alaska just below the low water mark
271
634000
2000
アラスカの低水位線の下で採取されたのですが
10:51
is probably a new species.
272
636000
2000
恐らく新種です
10:53
Even though it's three meters long,
273
638000
2000
長さが３メートルもあるにもかかわらず
10:55
it actually, again, eluded science.
274
640000
2000
これもまた科学者の目から逃れていました
10:57
Now this guy, this bigfin squid, is seven meters in length.
275
642000
3000
どうですか こいつ
このアオリイカは長さが７メートルあります
このアオリイカは長さが７メートルあります
11:00
But to be fair, it lives in the deep waters of the Mid-Atlantic Ridge,
276
645000
3000
公正を期すために言いますが
これは大西洋中央海嶺の深海に棲息しているから
これは大西洋中央海嶺の深海に棲息しているから
11:03
so it was a lot harder to find.
277
648000
2000
とても見つけにくかったのです
11:05
But there's still potential for discovery of big and exciting things.
278
650000
3000
大きい わくわくするような生き物が
これからまだまだ発見される可能性があるんですよ
これからまだまだ発見される可能性があるんですよ
11:08
This particular shrimp, we've dubbed it the Jurassic shrimp,
279
653000
3000
この写真のエビを私たちは
ジュラシック・シュリンプというあだ名で呼んでいるんですが
ジュラシック・シュリンプというあだ名で呼んでいるんですが
11:11
it's thought to have gone extinct 50 years ago --
280
656000
2000
これは50年前にとっくに絶滅したと思われています
11:13
at least it was, until the census discovered
281
658000
2000
少なくとも海洋生物調査が発見するまでのことですけれども
11:15
it was living and doing just fine off the coast of Australia.
282
660000
3000
でもこのエビはオーストラリアの沖合で棲息し
なかなか元気にやっていますよ
なかなか元気にやっていますよ
11:18
And it shows that the ocean, because of its vastness,
283
663000
3000
海はあまりに広大ですから
11:21
can hide secrets for a very long time.
284
666000
2000
長い間 秘密をかくすことができるんですね
11:23
So, Steven Spielberg, eat your heart out.
285
668000
3000
そう だからスティーブン・スピルバーグも悩んでいますよね
11:26
If we look at distributions, in fact distributions change dramatically.
286
671000
3000
生物分布についてですが
実際には 分布は劇的に変化するんです
実際には 分布は劇的に変化するんです
11:29
And so one of the records that we had
287
674000
3000
私たちの記録の一つによると
11:32
was this sooty shearwater, which undergoes these spectacular migrations
288
677000
3000
ハイイロミズナギドリは
11:35
all the way from New Zealand
289
680000
2000
はるかニュージーランドから
11:37
all the way up to Alaska and back again
290
682000
2000
アラスカまで 壮大な渡りをしますが
11:39
in search of endless summer
291
684000
2000
常夏を求めて帰っていきます
11:41
as they complete their life cycles.
292
686000
2000
そのような渡りを一生繰り返していくのです
11:43
We also talked about the White Shark Cafe.
293
688000
2000
ホホジロザメ・カフェについても話したことがありますが
11:45
This is a location in the Pacific where white shark converge.
294
690000
3000
ホホジロザメ・カフェとはホホジロザメが群がっている
太平洋上のある場所のことを言います
太平洋上のある場所のことを言います
11:48
We don't know why they converge there, we simply don't know.
295
693000
2000
なぜそこで群がっているのか私たちにはわかりません
本当に全然わからないのです
本当に全然わからないのです
11:50
That's a question for the future.
296
695000
2000
これを解くのは未来の課題です
11:52
One of the things that we're taught in high school
297
697000
2000
高校時代に教えられてきたことに
11:54
is that all animals require oxygen in order to survive.
298
699000
3000
動物は生きるために酸素が必要だということがありますね
11:57
Now this little critter, it's only about half a millimeter in size,
299
702000
3000
さてこの小さいな奇妙な動物 1ミリの半分しかないサイズで
12:00
not terribly charismatic.
300
705000
2000
カリスマ性なんて微塵もありません
12:02
But it was only discovered in the early 1980s.
301
707000
2000
1980年代初頭に発見されたばかりです
12:04
But the really interesting thing about it
302
709000
2000
これについてとても興味深いことは
12:06
is that, a few years ago, census scientists discovered
303
711000
3000
数年前 海洋生物調査の科学者が発見したことです
12:09
that this guy can thrive in oxygen-poor sediments
304
714000
2000
どんなことかというと こいつは地中海の深海で
12:11
in the deep Mediterranean Sea.
305
716000
2000
酸素がごく少ない沈殿物の中でもすくすくと育つんです
12:13
So now they know that, in fact,
306
718000
2000
要するに 分かったことは
12:15
animals can live without oxygen, at least some of them,
307
720000
2000
動物は酸素なしでも生きることができる
少なくともそういった動物がいる
少なくともそういった動物がいる
12:17
and that they can adapt to even the harshest of conditions.
308
722000
3000
そしてそういう動物は
とても厳しい環境にも適応できるということです
とても厳しい環境にも適応できるということです
12:20
If you were to suck all the water out of the ocean,
309
725000
3000
もし海から水を吸い出してしまったら
12:23
this is what you'd be left behind with,
310
728000
2000
残るものは
12:25
and that's the biomass of life on the sea floor.
311
730000
2000
海床にある生物のバイオマスです
12:27
Now what we see is huge biomass towards the poles
312
732000
3000
この巨大なバイオマスは
南極と北極の近くに多く見られますが
南極と北極の近くに多く見られますが
12:30
and not much biomass in between.
313
735000
3000
その中間にはあまり見られません
12:33
We found life in the extremes.
314
738000
2000
私たちは極端な条件下でも生物を発見しました
12:35
And so there were new species that were found
315
740000
2000
私たちが発見した新生物は
12:37
that live inside ice
316
742000
2000
氷の中で生きていました
12:39
and help to support an ice-based food web.
317
744000
2000
その生物は氷中の食物連鎖を支えています
12:41
And we also found this spectacular yeti crab
318
746000
2000
この目を見張るようなイエティークラブも
私たちが発見しました
私たちが発見しました
12:43
that lives near boiling hot hydrothermal vents at Easter Island.
319
748000
3000
これはイースター島の沸騰する
熱水孔の近くで生きています
熱水孔の近くで生きています
12:46
And this particular species
320
751000
2000
このカニは
12:48
really captured the public's attention.
321
753000
3000
本当に世間から注目を浴びました
12:51
We also found the deepest vents known yet -- 5,000 meters --
322
756000
3000
もっとも深い熱水孔は5千メートル
12:54
the hottest vents at 407 degrees Celsius --
323
759000
3000
一番高温なものが407度であるということは既知のことです
12:57
vents in the South Pacific and also in the Arctic
324
762000
2000
そしてその熱水孔が南太平洋と南極にもありますが
12:59
where none had been found before.
325
764000
2000
そこでは何の生物も発見されませんでした
13:01
So even new environments are still within the domain of the discoverable.
326
766000
3000
新しい環境には依然として今後発見を待つ領域があり
13:04
Now in terms of the unknowns, there are many.
327
769000
2000
未知ということに関していうなら
本当にたくさんのことがまだわかっていません
本当にたくさんのことがまだわかっていません
13:06
And I'm just going to summarize just a few of them
328
771000
2000
ではこれから簡単に未知のものについて
13:08
very quickly for you.
329
773000
2000
まとめていきましょう
13:10
First of all, we might ask, how many fishes in the sea?
330
775000
3000
第一に海にはどのくらいの種類の魚がいるのか
13:13
We actually know the fishes better than we do any other group in the ocean
331
778000
2000
現実的にはどの海洋生物より
私たちは魚に関して知っています
私たちは魚に関して知っています
13:15
other than marine mammals.
332
780000
2000
海の哺乳類は別としてね
13:17
And so we can actually extrapolate based on rates of discovery
333
782000
3000
これまでの発見率から予測して
13:20
how many more species we're likely to discover.
334
785000
3000
この先どのくらいの種を発見できるんでしょうか
13:23
And from that, we actually calculate
335
788000
2000
これについては実際 計算してみたのですが
13:25
that we know about 16,500 marine species
336
790000
3000
1万6500種類の海の種が知られており
13:28
and there are probably another 1,000 to 4,000 left to go.
337
793000
2000
あと千から4千くらいを発見することになるでしょう
13:30
So we've done pretty well.
338
795000
2000
ということで
私たちはかなり上手くやりました
私たちはかなり上手くやりました
13:32
We've got about 75 percent of the fish,
339
797000
2000
つまり75％について もしくは90％くらいも
13:34
maybe as much as 90 percent.
340
799000
2000
魚については分かっているのです
13:36
But the fishes, as I say, are the best known.
341
801000
3000
しかし先ほど申し上げたように魚についてなら
一番分かっているということです
一番分かっているということです
13:39
So our level of knowledge is much less for other groups of organisms.
342
804000
3000
私たちの知識レベルはほかの生物に関しては
依然として低いのです
依然として低いのです
13:42
Now this figure is actually based on a brand new paper
343
807000
2000
この数字は実は新しい論文に基づいたもので
13:44
that's going to come out in the journal PLoS Biology.
344
809000
3000
PLoSバイオロジーから発表されます
13:47
And what is does is predict how many more species there are
345
812000
2000
その内容は
あと何種の生物種が
あと何種の生物種が
13:49
on land and in the ocean.
346
814000
2000
陸上と海にいるかという推定です
13:51
And what they found
347
816000
2000
分かったことは
13:53
is that they think that we know of about nine percent of the species in the ocean.
348
818000
3000
海に関して９％くらいの生物の種が解明されており
13:56
That means 91 percent, even after the census,
349
821000
2000
つまり海洋生物調査以降でさえも91％が依然として
13:58
still remain to be discovered.
350
823000
2000
発見されていないのです
14:00
And so that turns out to be about two million species
351
825000
2000
つまり結局200万種類にも
14:02
once all is said and done.
352
827000
2000
なるということです
14:04
So we still have quite a lot of work to do
353
829000
2000
これからもたくさんやるべきことはあります
14:06
in terms of unknowns.
354
831000
2000
未知のことに関してはね
14:08
Now this bacterium
355
833000
2000
次にこのバクテリアは
14:10
is part of mats that are found off the coast of Chile.
356
835000
3000
これはチリの沿岸沖で見つけられた
バクテリアの群れの一部です
バクテリアの群れの一部です
14:13
And these mats actually cover an area the size of Greece.
357
838000
2000
このような群れをあわせると
実にギリシア全土覆うくらいの大きさになります
実にギリシア全土覆うくらいの大きさになります
14:15
And so this particular bacterium is actually visible to the naked eye.
358
840000
3000
今 話題にしているこのバクテリアは
実際に裸眼でも見られます
実際に裸眼でも見られます
14:18
But you can imagine the biomass that represents.
359
843000
3000
これがどのくらいのバイオマスになるのか想像もできます
14:21
But the really intriguing thing about the microbes
360
846000
2000
でも微生物に関して実に驚くべきなのは
14:23
is just how diverse they are.
361
848000
2000
微生物には非常に多様性があるということです
14:25
A single drop of seawater
362
850000
2000
一滴の海水には
14:27
could contain 160 different types of microbes.
363
852000
2000
160もの違った微生物のタイプが含まれていると
言ってもいいでしょう
言ってもいいでしょう
14:29
And the oceans themselves
364
854000
2000
海全体には
14:31
are thought potentially to contain as many as a billion different types.
365
856000
3000
10億以上もの違った微生物がいる
可能性があると考えられています
可能性があると考えられています
14:34
So that's really exciting. What are they all doing out there?
366
859000
3000
だから本当に興味がそそられるのです
一体微生物はそこで何をしているのでしょうね
一体微生物はそこで何をしているのでしょうね
14:37
We actually don't know.
367
862000
2000
私たちには本当のことが分からないのです
14:39
The most exciting thing, I would say, about this census
368
864000
2000
さてこの調査で最も面白いことは
14:41
is the role of global science.
369
866000
2000
地球規模の科学の役割です
14:43
And so as we see in this image of light during the night,
370
868000
2000
夜 光のイメージの中で私たちは
14:45
there are lots of areas of the Earth
371
870000
2000
地上にはたくさんの地域があり
14:47
where human development is much greater
372
872000
3000
人間の発展が顕著な地域もあれば
14:50
and other areas where it's much less,
373
875000
2000
そうではない地域もある しかし
14:52
but between them we see large dark areas
374
877000
2000
その間には大きな暗い地域が存在し
14:54
of relatively unexplored ocean.
375
879000
2000
それがまだ未到の海です
14:56
The other point I'd like to make about this
376
881000
2000
もう一点指摘したいことは
14:58
is that this ocean's interconnected.
377
883000
2000
海は繋がっていると言うことです
15:00
Marine organisms do not care about international boundaries;
378
885000
2000
海洋生物は各国間の境界線など気にしていません
15:02
they move where they will.
379
887000
2000
彼らは自分の意思で動いています
15:04
And so the importance then of global collaboration
380
889000
3000
だからこそ地球規模での協力が
15:07
becomes all the more important.
381
892000
2000
さらに一層重要になるのです
15:09
We've lost a lot of paradise.
382
894000
2000
私たちは既にたくさんの楽園を失ってきました
15:11
For example, these tuna that were once so abundant in the North Sea
383
896000
3000
例えば こういうマグロは北海ではかつて豊富だったのに
15:14
are now effectively gone.
384
899000
2000
今ではほとんどいなくなっています
15:16
There were trawls taken in the deep sea in the Mediterranean,
385
901000
3000
地中海の海深くではトロール網漁業をしていますが
15:19
which collected more garbage than they did animals.
386
904000
2000
網に引っかかるものは魚よりもゴミの方が多いのです
15:21
And that's the deep sea, that's the environment that we consider to be
387
906000
3000
深海なんですよ 地球に残された まだ人類が汚していないと
15:24
among the most pristine left on Earth.
388
909000
2000
思われている深海の環境がこのざまなんです
15:26
And there are a lot of other pressures.
389
911000
2000
まだまだ他にも圧力はかかっています
15:28
Ocean acidification is a really big issue that people are concerned with,
390
913000
3000
海洋の温暖化同様 海洋の酸性化も大きな懸念事項です
15:31
as well as ocean warming, and the effects they're going to have on coral reefs.
391
916000
3000
これによる影響が珊瑚礁でも見られることでしょう
15:34
On the scale of decades, in our lifetimes,
392
919000
3000
数十年という単位で 私たちが生きている間にも
15:37
we're going to see a lot of damage to coral reefs.
393
922000
2000
珊瑚礁が損なわれていくのを目の当たりにするでしょう
15:39
And I could spend the rest of my time, which is getting very limited,
394
924000
3000
残りの生涯をかけ
と言っても限られた期間しかありませんが
と言っても限られた期間しかありませんが
15:42
going through this litany of concerns about the ocean,
395
927000
2000
海に関するこういった懸念を
何度も何度も繰り返し話していくつもりです
何度も何度も繰り返し話していくつもりです
15:44
but I want to end on a more positive note.
396
929000
2000
しかし私としては
もう少し明るい感じで終わらせたいと思っています
もう少し明るい感じで終わらせたいと思っています
15:46
And so the grand challenge then
397
931000
2000
そこで大きな課題は
15:48
is to try and make sure that we preserve what's left,
398
933000
2000
残されたものを守り通すということです
15:50
because there is still spectacular beauty.
399
935000
2000
残されたものにも
依然として目を見張るような美があるのですから
依然として目を見張るような美があるのですから
15:52
And the oceans are so productive,
400
937000
2000
そして海には生産力があり
15:54
there's so much going on in there that's of relevance to humans
401
939000
3000
海の中では起きている様々なこと
それがすべて人間に関係しています
それがすべて人間に関係しています
15:57
that we really need to, even from a selfish perspective,
402
942000
3000
だから利己的な観点からでさえも
私たちは過去したことよりも
私たちは過去したことよりも
16:00
try to do better than we have in the past.
403
945000
2000
もっと良いことをする必要があるんです
16:02
So we need to recognize those hot spots
404
947000
2000
従って こういったホットスポットを認識し
16:04
and do our best to protect them.
405
949000
2000
そこを保護するために最大限努力しなくてはなりません
16:06
When we look at pictures like this, they take our breath away,
406
951000
2000
このような写真を見ると
その美しさにはっとさせられますが
その美しさにはっとさせられますが
16:08
in addition to helping to give us breath
407
953000
2000
そればかりか海が供給する酸素によって
16:10
by the oxygen that the oceans provide.
408
955000
2000
私たちの呼吸を助けているのです
16:12
Census scientists worked in the rain, they worked in the cold,
409
957000
3000
海洋生物調査の科学者たちは雨の中も 寒さの中も
16:15
they worked under water and they worked above water
410
960000
2000
水中でも水上でも調査研究を行い
16:17
trying to illuminate the wondrous discovery,
411
962000
2000
この驚くべき発見
16:19
the still vast unknown,
412
964000
2000
静かなこの広大な未知なるもの
16:21
the spectacular adaptations that we see in ocean life.
413
966000
3000
海洋生物に見たこの目を見張るような適応に
光を当てる努力をしてきました
光を当てる努力をしてきました
16:24
So whether you're a yak herder living in the mountains of Chile,
414
969000
3000
チリの山岳に暮らすヤクの牧人であろうが
16:27
whether you're a stockbroker in New York City
415
972000
3000
ニューヨークの株式仲買人であろうが
16:30
or whether you're a TEDster living in Edinburgh,
416
975000
2000
エジンバラに住むTEDの関係者であろうが
16:32
the oceans matter.
417
977000
2000
海に関係しています
16:34
And as the oceans go so shall we.
418
979000
2000
つまり海が生き続ける限り私たちも生き続けるのです
16:36
Thanks for listening.
419
981000
2000
ご清聴ありがとうございました
16:38
(Applause)
420
983000
2000
（拍手）
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