Mission Blue Voyage
Barbara Block: Tagging tuna in the deep ocean
バーバラ・ブロック: 深海に生きるマグロのタグ付け
Filmed:
Readability: 4.4
368,018 views
マグロは海のアスリートです。この速くて、広範囲を泳ぐ捕食者のことを私たちは理解し始めたばかりです。海洋生物学者のバーバラ・ブロックはマグロに自動送受信機付き追跡タグを取り付け、美しくも危機に瀕している魚と彼らが棲む海について、かつてない規模のデータを収集しています。
Barbara Block - Marine biologist
Barbara Block studies how tuna, billfish and sharks move around (and stay warm) in the open ocean. Knowing how these large predators travel through pelagic waters will help us understand their role in the wider ocean ecosystem. Full bio
Barbara Block studies how tuna, billfish and sharks move around (and stay warm) in the open ocean. Knowing how these large predators travel through pelagic waters will help us understand their role in the wider ocean ecosystem. Full bio
Double-click the English transcript below to play the video.
00:15
I've been fascinated for a lifetime
0
0
3000
私は生涯を通じて
00:18
by the beauty, form and function
1
3000
2000
巨大クロマグロの美しい姿と
00:20
of giant bluefin tuna.
2
5000
3000
その働きに魅了されてきました
00:23
Bluefin are warmblooded like us.
3
8000
3000
クロマグロは人間と同じ恒温動物です
00:26
They're the largest of the tunas,
4
11000
3000
マグロの中で最も大きく
00:29
the second-largest fish in the sea -- bony fish.
5
14000
3000
硬骨魚類としては
２番目に大きい魚です
２番目に大きい魚です
00:32
They actually are a fish
6
17000
2000
実は彼らは
00:34
that is endothermic --
7
19000
2000
内温性で
00:36
powers through the ocean with warm muscles like a mammal.
8
21000
3000
哺乳類のように温かい筋肉で
海の中を力強く泳ぎます
海の中を力強く泳ぎます
00:40
That's one of our bluefin at the Monterey Bay Aquarium.
9
25000
3000
これは私たちがモントレー・ベイ水族館で
飼育しているクロマグロです
飼育しているクロマグロです
00:43
You can see in its shape and its streamlined design
10
28000
3000
彼らの体型と流線形のデザインが
00:46
it's powered for ocean swimming.
11
31000
3000
水中を泳ぐのに適していることが分かります
00:49
It flies through the ocean on its pectoral fins, gets lift,
12
34000
3000
彼らは胸びれで水中を
飛ぶようにして泳ぎ
飛ぶようにして泳ぎ
00:52
powers its movements
13
37000
2000
三日月状の尾びれで
00:54
with a lunate tail.
14
39000
2000
力強く進みます
00:56
It's actually got a naked skin for most of its body,
15
41000
3000
水との抵抗を少なくする為
体の大部分は
体の大部分は
00:59
so it reduces friction with the water.
16
44000
3000
ウロコがありません
01:02
This is what one of nature's finest machines.
17
47000
3000
大自然が生んだ
最高のマシンの１つです
最高のマシンの１つです
01:05
Now, bluefin
18
50000
2000
クロマグロとは
01:07
were revered by Man
19
52000
2000
人類の歴史上ずっと
01:09
for all of human history.
20
54000
3000
あがめられてきました
01:12
For 4,000 years, we fished sustainably for this animal,
21
57000
3000
４千年もの間
我々は持続可能な形で
我々は持続可能な形で
01:15
and it's evidenced
22
60000
2000
この動物を捕まえてきましたが
01:17
in the art that we see
23
62000
2000
それは何千年も昔の芸術からも
01:19
from thousands of years ago.
24
64000
2000
見て取ることができます
01:21
Bluefin are in cave paintings in France.
25
66000
3000
クロマグロはフランスの洞窟壁画や
01:24
They're on coins
26
69000
2000
３千年も昔に遡る
01:26
that date back 3,000 years.
27
71000
3000
硬貨にも見つけることができます
01:29
This fish was revered by humankind.
28
74000
3000
この魚は人類に崇拝されてきたのです
01:32
It was fished sustainably
29
77000
2000
私たちの世代に至るまで
01:34
till all of time,
30
79000
2000
ずっと持続可能な形で
01:36
except for our generation.
31
81000
2000
捕獲されてきました
01:38
Bluefin are pursued wherever they go --
32
83000
3000
クロマグロは
どこにいても追われます
どこにいても追われます
01:41
there is a gold rush on Earth,
33
86000
2000
世界ではクロマグロ版の
01:43
and this is a gold rush for bluefin.
34
88000
2000
ゴールドラッシュが起きています
01:45
There are traps that fish sustainably
35
90000
2000
つい最近まで漁獲は
01:47
up until recently.
36
92000
3000
持続可能な規模で行われてきました
01:50
And yet, the type of fishing going on today,
37
95000
3000
しかし現在行われている漁では
01:53
with pens, with enormous stakes,
38
98000
3000
生け簀や巨大な立て網を使い
01:56
is really wiping bluefin
39
101000
2000
クロマグロを
絶滅の危機に追い込んでいます
01:58
ecologically off the planet.
40
103000
2000
02:00
Now bluefin, in general,
41
105000
2000
一般的にクロマグロは
02:02
goes to one place: Japan.
42
107000
2000
一ヶ所に運ばれます
日本です
日本です
02:04
Some of you may be guilty
43
109000
2000
皆さんの中にもクロマグロの減少に
02:06
of having contributed to the demise of bluefin.
44
111000
2000
一役買っている方がいるかもしれません
02:08
They're delectable muscle,
45
113000
2000
クロマグロの身は
02:10
rich in fat --
46
115000
2000
美味で 脂が乗って
02:12
absolutely taste delicious.
47
117000
2000
たまりません
02:14
And that's their problem; we're eating them to death.
48
119000
3000
それがまた問題なのです
私たちは食べ過ぎなのです
私たちは食べ過ぎなのです
02:17
Now in the Atlantic, the story is pretty simple.
49
122000
3000
大西洋を見れば一目瞭然です
02:20
Bluefin have two populations: one large, one small.
50
125000
3000
ここのクロマグロには
大小２つの個体群が存在します
大小２つの個体群が存在します
02:23
The North American population
51
128000
2000
北アメリカの個体群は
02:25
is fished at about 2,000 ton.
52
130000
3000
毎年 約２千トン捕らえられ
02:28
The European population and North African -- the Eastern bluefin tuna --
53
133000
3000
ヨーロッパと北アフリカ
つまり東大西洋系群は
つまり東大西洋系群は
02:31
is fished at tremendous levels:
54
136000
3000
とんでもないレベルで
02:34
50,000 tons over the last decade almost every year.
55
139000
3000
約５万トンが この十年
ほぼ毎年 水揚げされてきました
ほぼ毎年 水揚げされてきました
02:37
The result is whether you're looking
56
142000
2000
その結果
02:39
at the West or the Eastern bluefin population,
57
144000
3000
東と西 両方の個体群が
02:42
there's been tremendous decline on both sides,
58
147000
2000
大幅に減少し
02:44
as much as 90 percent
59
149000
2000
1950年を基準にすると
02:46
if you go back with your baseline
60
151000
2000
90パーセントも
02:48
to 1950.
61
153000
2000
減ってしまったのです
02:50
For that, bluefin have been given a status
62
155000
3000
このため クロマグロは
02:53
equivalent to tigers, to lions,
63
158000
3000
トラやライオン
02:56
to certain African elephants
64
161000
2000
一部のアフリカゾウや
02:58
and to pandas.
65
163000
2000
パンダなどと同じ地位を得ました
03:00
These fish have been proposed
66
165000
2000
この魚は この２ヶ月間
03:02
for an endangered species listing in the past two months.
67
167000
3000
絶滅危惧種に指定するかどうか
検討されてきました
検討されてきました
03:05
They were voted on and rejected
68
170000
2000
ちょうど２週間前になりますが
03:07
just two weeks ago,
69
172000
2000
この提案は否決されました
03:09
despite outstanding science
70
174000
2000
２つの機関が CITES（ワシントン条約）の
付属書Ⅰにあたるという
付属書Ⅰにあたるという
03:11
that shows from two committees
71
176000
3000
２つの機関が CITES（ワシントン条約）の
付属書Ⅰにあたるという
付属書Ⅰにあたるという
03:14
this fish meets the criteria of CITES I.
72
179000
3000
明確な科学的根拠を提出したにもかかわらずです
03:17
And if it's tunas you don't care about,
73
182000
2000
それでもマグロが気にならないと言うなら
03:19
perhaps you might be interested
74
184000
2000
これならどうでしょう
03:21
that international long lines and pursing
75
186000
2000
世界中で行われる はえ縄漁業は
03:23
chase down tunas and bycatch animals
76
188000
3000
マグロのみならず
オサガメ､サメ､カジキマグロ
アホウドリまで捕らえてしまいます
アホウドリまで捕らえてしまいます
03:26
such as leatherbacks, sharks,
77
191000
2000
03:28
marlin, albatross.
78
193000
2000
オサガメ､サメ､カジキマグロ
アホウドリまで捕らえてしまいます
アホウドリまで捕らえてしまいます
03:30
These animals and their demise
79
195000
2000
これらの動物の死は
03:32
occurs in the tuna fisheries.
80
197000
3000
マグロ漁業によってもたらされています
03:35
The challenge we face
81
200000
2000
実は問題は私たちが
03:37
is that we know very little about tuna,
82
202000
3000
マグロについて ほとんど何も知らない
ということでしょう
ということでしょう
03:40
and everyone in the room knows what it looks like
83
205000
3000
ここにいる誰もが
アフリカのライオンが
アフリカのライオンが
03:43
when an African lion
84
208000
2000
獲物を仕留める姿を
03:45
takes down its prey.
85
210000
2000
想像できるはずなのに
03:47
I doubt anyone has seen a giant bluefin feed.
86
212000
3000
巨大クロマグロがエサを食べる姿は
見たことがないでしょう
見たことがないでしょう
03:50
This tuna symbolizes
87
215000
3000
このマグロが
会場にいる私たち全員の
会場にいる私たち全員の
03:53
what's the problem for all of us in the room.
88
218000
3000
抱える問題を象徴しています
03:56
It's the 21st century, but we really have only just begun
89
221000
3000
21世紀になって
私たちは やっと
私たちは やっと
03:59
to really study our oceans in a deep way.
90
224000
3000
海について その全容を
理解し始めたばかりです
理解し始めたばかりです
04:02
Technology has come of age
91
227000
2000
技術の進歩によって
04:04
that's allowing us to see the Earth from space
92
229000
3000
宇宙から地球を見下ろしたり
04:07
and go deep into the seas remotely.
93
232000
3000
遠隔操作で深海を覗くことが
可能になりました
可能になりました
04:10
And we've got to use these technologies immediately
94
235000
2000
そして我々の海洋の働きを
04:12
to get a better understanding
95
237000
2000
もっとよく理解するためには
04:14
of how our ocean realm works.
96
239000
3000
これらの技術を早急に
使わなければなりません
使わなければなりません
04:17
Most of us from the ship -- even I --
97
242000
2000
船から見ると ―私でさえ―
04:19
look out at the ocean and see this homogeneous sea.
98
244000
3000
大海は均質に見えます
04:22
We don't know where the structure is.
99
247000
2000
どういった構造になっているのか―
04:24
We can't tell where are the watering holes
100
249000
3000
アフリカの平原のように
04:27
like we can on an African plain.
101
252000
3000
動物たちの水飲み場が
どこにあるかなんて分かりません
どこにあるかなんて分かりません
04:30
We can't see the corridors,
102
255000
2000
廊下もなければ
04:32
and we can't see what it is
103
257000
2000
マグロ､オサガメ
アホウドリの関係も
アホウドリの関係も
04:34
that brings together a tuna,
104
259000
2000
マグロ､オサガメ
アホウドリの関係も
アホウドリの関係も
04:36
a leatherback and an albatross.
105
261000
2000
分かりません
04:38
We're only just beginning to understand
106
263000
2000
私たちの理解は始まったばかりで
04:40
how the physical oceanography
107
265000
2000
それは海洋物理学と
04:42
and the biological oceanography
108
267000
2000
海洋生物学が
04:44
come together
109
269000
2000
いかに団結して
04:46
to create a seasonal force
110
271000
2000
季節的な力を生み出し
04:48
that actually causes the upwelling
111
273000
2000
ホットスポットが
ホープスポットになるよう
ホープスポットになるよう
04:50
that might make a hot spot a hope spot.
112
275000
3000
湧昇できるかということです
04:53
The reasons these challenges are great
113
278000
2000
これらの課題が難しいのは
04:55
is that technically it's difficult to go to sea.
114
280000
3000
技術的に 海での研究が
困難だからです
困難だからです
04:58
It's hard to study a bluefin on its turf,
115
283000
2000
クロマグロを太平洋全体で
05:00
the entire Pacific realm.
116
285000
2000
研究するのは困難で
05:02
It's really tough to get up close and personal with a mako shark
117
287000
4000
アオザメに近づいて
タグを付けるのは
タグを付けるのは
05:06
and try to put a tag on it.
118
291000
2000
さらに難しいのです
05:08
And then imagine being Bruce Mate's team from OSU,
119
293000
3000
オレゴン州立大学（OSU）の
ブルース・メイトチームの一員になって
ブルース・メイトチームの一員になって
05:11
getting up close to a blue whale
120
296000
2000
シロナガスクジラに近づいて
05:13
and fixing a tag on the blue whale that stays,
121
298000
3000
外れないタグを取り付ける姿を
想像してください
想像してください
05:16
an engineering challenge
122
301000
2000
これはまだ我々も
解決できていない技術上の難題です
05:18
we've yet to really overcome.
123
303000
2000
05:20
So the story of our team, a dedicated team,
124
305000
3000
熱心な我々チームの物語は
05:23
is fish and chips.
125
308000
2000
フィッシュアンドチップスと言えます
05:25
We basically are taking
126
310000
2000
私たちがやっていることは
05:27
the same satellite phone parts,
127
312000
2000
衛星電話と同じ
05:29
or the same parts that are in your computer, chips.
128
314000
3000
または皆さんのコンピューターに
含まれるチップを使います
含まれるチップを使います
05:32
We're putting them together in unusual ways,
129
317000
3000
普段やらないような
組み合わせによって
組み合わせによって
05:35
and this is taking us into the ocean realm
130
320000
2000
これまで分からなかったような大海が
05:37
like never before.
131
322000
2000
明らかになってきました
05:39
And for the first time,
132
324000
2000
さらに今回初めて
05:41
we're able to watch the journey of a tuna beneath the ocean
133
326000
3000
海の下のマグロの移動を
見ることができました
見ることができました
05:44
using light and photons
134
329000
2000
これは光と光量子を利用して
05:46
to measure sunrise and sunset.
135
331000
3000
日の出と日の入りを測ることで
実現しました
実現しました
05:49
Now, I've been working with tunas for over 15 years.
136
334000
3000
私はマグロを15年以上に渡って
研究していますが
研究していますが
05:52
I have the privilege of being a partner
137
337000
2000
モントレー・ベイ水族館と
05:54
with the Monterey Bay Aquarium.
138
339000
2000
一緒に働く機会をいただきました
05:56
We've actually taken a sliver of the ocean,
139
341000
2000
私たちは海の一部を
05:58
put it behind glass,
140
343000
2000
水槽に再現して
06:00
and we together
141
345000
2000
展示用として
06:02
have put bluefin tuna and yellowfin tuna on display.
142
347000
3000
クロマグロとキハダマグロを準備しました
06:05
When the veil of bubbles lifts every morning,
143
350000
3000
毎朝 泡のベールが浮き上がると
06:08
we can actually see a community from the Pelagic ocean,
144
353000
3000
眼前に迫るのは外洋魚のコミュニティーで
06:11
one of the only places on Earth
145
356000
2000
巨大クロマグロが
06:13
you can see giant bluefin swim by.
146
358000
3000
泳ぐ姿を見れるのはここだけです
06:16
We can see in their beauty of form and function,
147
361000
2000
その美しい姿と機能や
絶え間ない動きを
絶え間ない動きを
06:19
their ceaseless activity.
148
364000
2000
見ることができます
06:21
They're flying through their space, ocean space.
149
366000
3000
海という名の宇宙を
飛んでいるのです
飛んでいるのです
06:24
And we can bring two million people a year
150
369000
2000
私たちはこの魚を間近で見て
06:26
into contact with this fish
151
371000
2000
その美しさを知ってもらうために
06:28
and show them its beauty.
152
373000
3000
年間２百万人を集めています
06:31
Behind the scenes is a working lab at Stanford University
153
376000
3000
舞台裏にはモントレー・ベイ水族館の
協力機関である
協力機関である
06:34
partnered with the Monterey Bay Aquarium.
154
379000
2000
スタンフォード大学の研究施設があります
06:36
Here, for over 14 or 15 years,
155
381000
2000
ここで14､5年に渡って
06:38
we've actually brought in
156
383000
2000
捕獲してきたのは
06:40
both bluefin and yellowfin in captivity.
157
385000
2000
クロマグロとキハダマグロです
06:42
We'd been studying these fish,
158
387000
2000
これまで彼らを研究してきましたが
06:44
but first we had to learn how to husbandry them.
159
389000
2000
まずは飼育法を
学ぶ必要がありました
学ぶ必要がありました
06:46
What do they like to eat?
160
391000
2000
何を食べるのか？
06:48
What is it that they're happy with?
161
393000
2000
彼らにとって心地よい環境とは何か？
06:50
We go in the tanks with the tuna -- we touch their naked skin --
162
395000
3000
私たちは水槽に入って
マグロの生肌に触れます
マグロの生肌に触れます
06:53
it's pretty amazing. It feels wonderful.
163
398000
3000
素晴らしい感触です
06:56
And then, better yet,
164
401000
2000
そしてさらに素晴らしいのは
06:58
we've got our own version of tuna whisperers,
165
403000
2000
マグロと理解し合える
07:00
our own Chuck Farwell, Alex Norton,
166
405000
2000
チャック・ファーウェルと
07:02
who can take a big tuna
167
407000
2000
アレックス・ノートンが
07:04
and in one motion,
168
409000
2000
大きいマグロを
07:06
put it into an envelope of water,
169
411000
2000
海水と共に
一息で抱え込みます
一息で抱え込みます
07:08
so that we can actually work with the tuna
170
413000
2000
私たちはマグロの研究をするため
07:10
and learn the techniques it takes
171
415000
2000
彼らを傷を付けない方法を
07:12
to not injure this fish
172
417000
2000
学ぶことができます
07:14
who never sees a boundary in the open sea.
173
419000
3000
マグロは大海においては
境界など知りません
境界など知りません
07:17
Jeff and Jason there, are scientists
174
422000
2000
こちらのジェフとジェイソンは科学者です
07:19
who are going to take a tuna
175
424000
2000
マグロを取り出して
踏車のような人工水路に入れます
07:21
and put it in the equivalent of a treadmill, a flume.
176
426000
3000
07:24
And that tuna thinks it's going to Japan, but it's staying in place.
177
429000
3000
マグロは日本へ連れて行かれると
思うかもしれませんが
思うかもしれませんが
07:27
We're actually measuring its oxygen consumption,
178
432000
2000
実際はマグロの酸素消費量と
07:29
its energy consumption.
179
434000
2000
熱消費量を計測しているのです
07:32
We're taking this data and building better models.
180
437000
3000
このデータをもとに
より良いモデルを作っています
より良いモデルを作っています
07:35
And when I see that tuna -- this is my favorite view --
181
440000
3000
私はこのマグロを見るとき
―これが一番好きな眺めです―
―これが一番好きな眺めです―
07:38
I begin to wonder:
182
443000
2000
不思議に思うのは
07:40
how did this fish solve the longitude problem before we did?
183
445000
3000
どうやって人間より先に
経度を把握したのだろう？と
経度を把握したのだろう？と
07:44
So take a look at that animal.
184
449000
2000
彼らを ご覧ください
07:46
That's the closest you'll probably ever get.
185
451000
2000
これ以上近づくことはできないでしょう
07:48
Now, the activities from the lab
186
453000
3000
ラボでの研究によって
どのように
どのように
07:51
have taught us now how to go out in the open ocean.
187
456000
3000
大海に繰り出せば良いのか
分かってきました
分かってきました
07:54
So in a program called Tag-A-Giant
188
459000
3000
“Tag-A-Giant”というプログラムでは
07:57
we've actually gone from Ireland to Canada,
189
462000
3000
私たちはアイルランドからカナダ
08:00
from Corsica to Spain.
190
465000
2000
コルシカ島からスペインまで
旅をしました
旅をしました
08:02
We've fished with many nations around the world
191
467000
3000
世界中で釣りをしたのは
08:05
in an effort to basically
192
470000
2000
巨大マグロの体内に
08:07
put electronic computers
193
472000
3000
電子コンピューターを
08:10
inside giant tunas.
194
475000
2000
取り付けるためです
08:12
We've actually tagged 1,100 tunas.
195
477000
3000
実に1,100匹ものマグロに
タグを付けることができました
タグを付けることができました
08:15
And I'm going to show you three clips,
196
480000
2000
これから３つの映像をお見せします
08:17
because I tagged 1,100 tunas.
197
482000
3000
1,100匹もタグを付けましたからね
08:20
It's a very hard process, but it's a ballet.
198
485000
3000
とても大変ですが
チームプレーが要です
チームプレーが要です
08:23
We bring the tuna out, we measure it.
199
488000
3000
マグロを引き揚げ 測定します
08:26
A team of fishers, captains, scientists and technicians
200
491000
3000
漁師､船長､科学者､技術者のチームが
08:29
work together to keep this animal out of the ocean
201
494000
3000
一丸となって この動物を
海上にあげておきます
海上にあげておきます
08:32
for about four to five minutes.
202
497000
3000
４〜５分ほどです
08:35
We put water over its gills, give it oxygen.
203
500000
3000
酸素を与えるため
エラに海水をかけてあげます
エラに海水をかけてあげます
08:38
And then with a lot of effort, after tagging,
204
503000
3000
そうして懸命にタグを付けて
08:41
putting in the computer,
205
506000
2000
コンピュータを埋め込み
08:43
making sure the stalk is sticking out so it senses the environment,
206
508000
3000
周りの環境を感知するよう
アンテナが出ていることを確認して
アンテナが出ていることを確認して
08:46
we send this fish back into the sea.
207
511000
3000
海に帰してやります
08:49
And when it goes, we're always happy.
208
514000
2000
彼らを見送る時は
いつも幸せになります
いつも幸せになります
08:51
We see a flick of the tail.
209
516000
2000
尾びれを振って行きます
08:53
And from our data that gets collected,
210
518000
3000
データを収集できるのは
08:56
when that tag comes back,
211
521000
2000
ダグが戻って来る時です
08:58
because a fisher returns it
212
523000
2000
漁師が千ドルの報酬のために
09:00
for a thousand-dollar reward,
213
525000
2000
返してくれます
09:02
we can get tracks beneath the sea
214
527000
2000
脊椎動物なら
今では５年分までの
今では５年分までの
09:04
for up to five years now,
215
529000
2000
海の中の情報を
09:06
on a backboned animal.
216
531000
2000
得ることができます
09:08
Now sometimes the tunas are really large,
217
533000
3000
時には ナンタケットで
捕まえたような
捕まえたような
09:11
such as this fish off Nantucket.
218
536000
2000
巨大なマグロもいます
09:13
But that's about half the size
219
538000
2000
しかしそれでも我々が
タグを付けた中では
タグを付けた中では
09:15
of the biggest tuna we've ever tagged.
220
540000
2000
一番大きい個体の
半分しかありません
半分しかありません
09:17
It takes a human effort,
221
542000
2000
マグロを引き揚げるには
09:19
a team effort, to bring the fish in.
222
544000
2000
人間のチーム力が必要です
09:21
In this case, what we're going to do
223
546000
2000
ここでやっているのは
ポップアップ式の
ポップアップ式の
09:23
is put a pop-up satellite archival tag on the tuna.
224
548000
3000
衛星アーカイバルタグを
マグロに付けています
マグロに付けています
09:27
This tag rides on the tuna,
225
552000
2000
マグロに装着されたタグは
09:29
senses the environment around the tuna
226
554000
3000
周りの環境を感知すると
09:32
and actually will come off the fish,
227
557000
3000
後にマグロから外れて
09:35
detach, float to the surface
228
560000
2000
切り離されると 海面に浮上し
09:37
and send back to Earth-orbiting satellites
229
562000
3000
地球周回軌道衛星に
09:40
position data estimated by math on the tag,
230
565000
3000
タグから計算された
位置データ､圧力データ
位置データ､圧力データ
09:43
pressure data and temperature data.
231
568000
3000
温度データなどが送られます
09:46
And so what we get then from the pop-up satellite tag
232
571000
2000
ポップアップ式衛星タグは
09:48
is we get away from having to have a human interaction
233
573000
3000
人間がタグを回収する
09:51
to recapture the tag.
234
576000
2000
手間を省いてくれます
09:53
Both the electronic tags I'm talking about are expensive.
235
578000
3000
どちらの電子タグも高額です
09:56
These tags have been engineered
236
581000
2000
これらは北米の
09:58
by a variety of teams in North America.
237
583000
3000
様々なチームによって
開発されてきました
開発されてきました
10:01
They are some of our finest instruments,
238
586000
2000
現在 海で使用できる新しい
10:03
our new technology in the ocean today.
239
588000
3000
最高の機器の１つです
10:07
One community in general
240
592000
2000
どこよりも我々を支援してくれた
10:09
has given more to help us than any other community.
241
594000
2000
コミュニティーがあります
10:11
And that's the fisheries off the state of North Carolina.
242
596000
3000
ノースカロライナ州沿岸の漁業者です
10:14
There are two villages, Harris and Morehead City,
243
599000
3000
ハリス市とモリヘッド市という
２つの町では
２つの町では
10:17
every winter for over a decade,
244
602000
2000
数十年に渡って 毎冬
10:19
held a party called Tag-A-Giant,
245
604000
3000
“Tag-A-Giant”というパーティーを開き
10:22
and together, fishers worked with us
246
607000
2000
漁師の人たちと一緒に
10:24
to tag 800 to 900 fish.
247
609000
3000
８百から９百匹もの魚に
タグを付けたのです
タグを付けたのです
10:27
In this case, we're actually going to measure the fish.
248
612000
3000
この作業では魚の大きさも測ります
10:30
We're going to do something that in recent years we've started:
249
615000
3000
私たちがここ数年始めたことは
10:33
take a mucus sample.
250
618000
2000
粘液を採取することです
10:35
Watch how shiny the skin is; you can see my reflection there.
251
620000
3000
とても光沢のある肌です
私の姿が映っているのが見えます
私の姿が映っているのが見えます
10:38
And from that mucus, we can get gene profiles,
252
623000
3000
この粘液から遺伝子情報を
得ることができるのです
得ることができるのです
10:41
we can get information on gender,
253
626000
2000
性別も分かります
10:43
checking the pop-up tag one more time,
254
628000
2000
ポップアップ式のタグを再確認して
10:45
and then it's out in the ocean.
255
630000
2000
あとは海に帰してあげます
10:47
And this is my favorite.
256
632000
2000
ここが私のお気に入りです
10:49
With the help of my former postdoc, Gareth Lawson,
257
634000
3000
以前 一緒に研究した
ギャレス・ローソンのお陰ですが
ギャレス・ローソンのお陰ですが
10:52
this is a gorgeous picture of a single tuna.
258
637000
2000
これは一匹のマグロの
素晴らしい画像です
素晴らしい画像です
10:54
This tuna is actually moving on a numerical ocean.
259
639000
3000
このマグロは数値化した
海中を移動しています
海中を移動しています
10:57
The warm is the Gulf Stream,
260
642000
2000
暖かい方がメキシコ湾流で
10:59
the cold up there in the Gulf of Maine.
261
644000
3000
上の寒い方がメイン湾です
11:02
That's where the tuna wants to go -- it wants to forage on schools of herring --
262
647000
3000
マグロはそこに行きたがります
ニシンの群れでも探すのでしょう
ニシンの群れでも探すのでしょう
11:05
but it can't get there. It's too cold.
263
650000
2000
しかしそこには行けません
寒すぎるのです
寒すぎるのです
11:07
But then it warms up, and the tuna pops in, gets some fish,
264
652000
3000
暖かくなると そこにマグロが現れ
魚を食べて
魚を食べて
11:10
maybe comes back to home base,
265
655000
2000
元の場所に帰ったり
11:12
goes in again
266
657000
2000
また獲りに行ったりして
11:14
and then comes back to winter down there in North Carolina
267
659000
3000
冬になると またノースカロライナ州まで
下りてきて
下りてきて
11:17
and then on to the Bahamas.
268
662000
2000
その後バハマまで下っていきます
11:19
And my favorite scene, three tunas going into the Gulf of Mexico.
269
664000
3000
ここから私の好きなシーンです
３匹のマグロがメキシコ湾に向かいます
３匹のマグロがメキシコ湾に向かいます
11:22
Three tunas tagged.
270
667000
2000
タグを付けてあります
11:24
Astronomically, we're calculating positions.
271
669000
2000
天文学的な見地から
位置を計算しています
位置を計算しています
11:26
They're coming together. That could be tuna sex --
272
671000
3000
一緒にやってきました
交尾かもしれません
交尾かもしれません
11:29
and there it is.
273
674000
2000
ここです
11:31
That is where the tuna spawn.
274
676000
2000
ここがマグロの産卵場所なのです
11:33
So from data like this,
275
678000
2000
このようなデータから
11:35
we're able now to put the map up,
276
680000
2000
マップを作ることができました
11:37
and in this map
277
682000
2000
このマップには
11:39
you see thousands of positions
278
684000
2000
15年にも及ぶタグ付け作業による
11:41
generated by this decade and a half of tagging.
279
686000
3000
何千もの位置が記録されています
11:44
And now we're showing that tunas on the western side
280
689000
3000
これで西側のマグロたちは
東側へ移動することが
東側へ移動することが
11:47
go to the eastern side.
281
692000
2000
分かってきました
11:49
So two populations of tunas --
282
694000
2000
２つのマグロの個体群は
11:51
that is, we have a Gulf population, one that we can tag --
283
696000
2000
片方はメキシコ湾流の個体群で
11:53
they go to the Gulf of Mexico, I showed you that --
284
698000
3000
タグ付けができ 先ほどのとおり
メキシコ湾にも行きます
メキシコ湾にも行きます
11:56
and a second population.
285
701000
2000
そしてもう一方
11:58
Living amongst our tunas -- our North American tunas --
286
703000
2000
私たちの北米のマグロにも
入り混じっているのが
入り混じっているのが
12:00
are European tunas that go back to the Med.
287
705000
3000
地中海方面から来る
ヨーロッパのクロマグロです
ヨーロッパのクロマグロです
12:03
On the hot spots -- the hope spots --
288
708000
2000
ホットスポットや
ホープスポットに関わらず
ホープスポットに関わらず
12:05
they're mixed populations.
289
710000
2000
彼らは入り混じって
存在しているのです
存在しているのです
12:07
And so what we've done with the science
290
712000
2000
この科学情報をもとに
12:09
is we're showing the International Commission,
291
714000
2000
私たちは国際委員会に向けて
12:11
building new models,
292
716000
2000
新しいモデルを構築することで
12:13
showing them that a two-stock no-mixing model --
293
718000
2000
今日まで２つの個体群が
12:15
to this day, used to reject
294
720000
3000
それぞれ独立して存在するという
12:18
the CITES treaty --
295
723000
2000
ワシントン条約の否決にも用いられた
12:20
that model isn't the right model.
296
725000
2000
モデルの間違いを訴えています
12:22
This model, a model of overlap,
297
727000
2000
こちらの重なり合うモデルが
12:24
is the way to move forward.
298
729000
2000
前に進む方法です
12:26
So we can then predict
299
731000
2000
どの海域を管理すればよいのか
12:28
where management places should be.
300
733000
2000
予測できるからです
12:30
Places like the Gulf of Mexico and the Mediterranean
301
735000
3000
メキシコ湾や地中海などは
12:33
are places where the single species,
302
738000
2000
単一の種や個体群が
12:35
the single population, can be captured.
303
740000
2000
捕獲できるところです
12:37
These become forthright in places we need to protect.
304
742000
3000
これらが真っ先に保護しなければ
ならない場所になります
ならない場所になります
12:40
The center of the Atlantic where the mixing is,
305
745000
3000
混じり合いが起きている
大西洋の中心で
大西洋の中心で
12:43
I could imagine a policy that lets Canada and America fish,
306
748000
2000
漁業体制がしっかりしている
12:45
because they manage their fisheries well,
307
750000
3000
アメリカとカナダには
漁業権を認める政策を
漁業権を認める政策を
12:48
they're doing a good job.
308
753000
2000
取っても良いと思います
12:50
But in the international realm,
309
755000
2000
ただし過剰な漁業が行われてきた
12:52
where fishing and overfishing has really gone wild,
310
757000
2000
国際海域においては
ホープスポットを
ホープスポットを
12:54
these are the places that we have to make hope spots in.
311
759000
3000
作らなければならない所もあります
12:57
That's the size they have to be to protect the bluefin tuna.
312
762000
3000
クロマグロを保護するには
これだけの海域が必要なのです
これだけの海域が必要なのです
13:00
Now in a second project
313
765000
2000
次のプロジェクトは
13:02
called Tagging of Pacific Pelagics,
314
767000
2000
“Tagging of Pacific Pelagics”（TOPP）で
13:04
we took on the planet as a team,
315
769000
2000
海洋生物センサスに身を置く私たちは
13:06
those of us in the Census of Marine Life.
316
771000
2000
地球を相手に一丸となって挑みました
13:08
And, funded primarily through Sloan Foundation and others,
317
773000
4000
当初はスローン財団などから
資金提供を受け
資金提供を受け
13:12
we were able to actually go in, in our project --
318
777000
3000
17あるフィールドプログラムの一つである
13:15
we're one of 17 field programs
319
780000
2000
私たちのプログラムを遂行することができ
13:17
and begin to take on tagging large numbers of predators,
320
782000
3000
マグロのみならず多くの捕食者に
13:20
not just tunas.
321
785000
2000
タグを付け始めることができました
13:22
So what we've done
322
787000
2000
私たちがやったのは
13:24
is actually gone up to tag salmon shark in Alaska,
323
789000
3000
アラスカでネズミザメに
タグを取り付けるために
タグを取り付けるために
13:27
met salmon shark on their home territory,
324
792000
3000
彼らがホームグラウンドで
13:30
followed them catching salmon
325
795000
2000
サケを捕まえる姿を追いかけながら
13:32
and then went in and figured out
326
797000
2000
分かったことがあります
13:34
that, if we take a salmon and put it on a line,
327
799000
3000
もしサケをエサに釣り糸を垂らせば
13:37
we can actually take up a salmon shark --
328
802000
2000
ホホジロザメの仲間である
ネズミザメを
ネズミザメを
13:39
This is the cousin of the white shark --
329
804000
2000
捕まえられるということです
13:41
and very carefully --
330
806000
2000
そして注意深く
13:43
note, I say "very carefully," --
331
808000
2000
―これが重要です―
13:45
we can actually keep it calm,
332
810000
2000
暴れないよう
13:47
put a hose in its mouth, keep it off the deck
333
812000
3000
ホースを口に入れ デッキから遠ざけて
13:50
and then tag it with a satellite tag.
334
815000
3000
衛星タグを取り付けることができます
13:53
That satellite tag will now have your shark phone home
335
818000
3000
そうすれば通信衛星がサメの状況を
13:56
and send in a message.
336
821000
2000
連絡してくれます
13:58
And that shark leaping there, if you look carefully, has an antenna.
337
823000
3000
ジャンプしているサメを
よく見ると アンテナが見えます
よく見ると アンテナが見えます
14:01
It's a free swimming shark with a satellite tag
338
826000
2000
衛星タグ付きの野生のサメが
14:03
jumping after salmon,
339
828000
2000
サケをジャンプして追いながら
14:05
sending home its data.
340
830000
3000
データをこちらに送信してくれるのです
14:09
Salmon sharks aren't the only sharks we tag.
341
834000
2000
タグを取り付けるのは
ネズミザメだけではありませんが
ネズミザメだけではありませんが
14:11
But there goes salmon sharks with this meter-level resolution
342
836000
3000
ここではネズミザメがいる
水温をレベルメーターで
水温をレベルメーターで
14:14
on an ocean of temperature -- warm colors are warmer.
343
839000
3000
色分けします
暖かい海は明るい色になります
暖かい海は明るい色になります
14:17
Salmon sharks go down
344
842000
2000
サメたちは熱帯に
14:19
to the tropics to pup
345
844000
2000
産卵のため南下し
14:21
and come into Monterey.
346
846000
2000
その後モントレーにやってきます
14:23
Now right next door in Monterey and up at the Farallones
347
848000
3000
モントレーの隣のファラロン諸島の
14:26
are a white shark team led by Scott Anderson -- there --
348
851000
2000
ホホジロザメのチームは
スコット・アンダーソンと
スコット・アンダーソンと
14:28
and Sal Jorgensen.
349
853000
2000
サル・ジョルゲンセンが率いています
14:30
They can throw out a target --
350
855000
2000
彼らはアシカのような形をした
14:32
it's a carpet shaped like a seal --
351
857000
2000
マットを投げて おとりに使い
14:34
and in will come a white shark, a curious critter
352
859000
3000
私たちの５メートルあるボートに
14:37
that will come right up to our 16-ft. boat.
353
862000
3000
好奇心につられてやってくるのを待ちます
14:40
It's a several thousand-pound animal.
354
865000
2000
数トンもある生き物です
14:42
And we'll wind in the target.
355
867000
3000
そこで おとりを引き込みます
14:45
And we'll place an acoustic tag
356
870000
2000
音響タグは
14:47
that says, "OMSHARK 10165,"
357
872000
2000
“OMSHARK 10165”などと呼ばれ
14:49
or something like that, acoustically with a ping.
358
874000
3000
これをピンで取り付けるのです
14:52
And then we'll put on a satellite tag
359
877000
2000
そこに衛星タグをつければ
14:54
that will give us the long-distance journeys
360
879000
3000
長旅の様子が分かります
14:57
with the light-based geolocation algorithms
361
882000
2000
魚につけたコンピューターから
算出された発光式の
算出された発光式の
14:59
solved on the computer that's on the fish.
362
884000
3000
地理情報アルゴリズムのおかげです
15:02
So in this case, Sal's looking at two tags there,
363
887000
3000
この場合 サルは２つのタグを
見ることになります
見ることになります
15:05
and there they are: the white sharks of California
364
890000
3000
カリフォルニアのホホジロザメが
15:08
going off to the white shark cafe and coming back.
365
893000
3000
仲間のところに行って
戻ってきました
戻ってきました
米国海洋大気庁（NOAA）の
仲間と共に アオザメや
仲間と共に アオザメや
15:12
We also tag makos with our NOAA colleagues,
366
897000
2000
15:14
blue sharks.
367
899000
2000
ヨシキリザメにもタグを取り付けます
15:16
And now, together, what we can see
368
901000
2000
これによって 私たちは
15:18
on this ocean of color that's temperature,
369
903000
2000
温度で色分けされた海を
15:20
we can see ten-day worms of makos and salmon sharks.
370
905000
3000
10日間にわたって
アオザメ､ネズミザメ
アオザメ､ネズミザメ
ホホジロザメ､ヨシキリザメが
移動するのを確認できます
移動するのを確認できます
15:24
We have white sharks and blue sharks.
371
909000
2000
15:26
For the first time,
372
911000
2000
これまでに前例がなかった
15:28
an ecoscape as large as ocean-scale,
373
913000
2000
海全体のサメの移動経路が分かる
15:30
showing where the sharks go.
374
915000
3000
生態図ができたのです
15:33
The tuna team from TOPP has done the unthinkable:
375
918000
3000
TOPPのマグロチームは何と
15:36
three teams tagged 1,700 tunas,
376
921000
3000
３つのチームが1,700匹もの
タグ付けに成功しました
タグ付けに成功しました
15:39
bluefin, yellowfin and albacore
377
924000
2000
クロマグロ､キハダマグロ
15:41
all at the same time --
378
926000
2000
ビンチョウマグロ
すべてに同時に―
すべてに同時に―
15:43
carefully rehearsed tagging programs
379
928000
2000
注意深く練習した
15:45
in which we go out, pick up juvenile tunas,
380
930000
3000
タグ付け作業を行います
若いマグロを選んで
若いマグロを選んで
15:48
put in the tags that actually have the sensors,
381
933000
3000
各種センサーがついた
15:51
stick out the tuna
382
936000
2000
タグを埋め込み
15:53
and then let them go.
383
938000
2000
放してやります
15:55
They get returned, and when they get returned,
384
940000
2000
放流されたマグロは戻っていきますが
15:57
here on a NASA numerical ocean
385
942000
3000
NASAによって数式化された海の上を
16:00
you can see bluefin in blue
386
945000
2000
クロマグロなら青色で
16:02
go across their corridor,
387
947000
2000
大海原を渡って
16:04
returning to the Western Pacific.
388
949000
3000
西太平洋に戻って行くのがわかります
16:07
Our team from UCSC has tagged elephant seals
389
952000
3000
我がUCSC（カリフォルニア大学
サンタクルーズ校）チームも
サンタクルーズ校）チームも
16:10
with tags that are glued on their heads, that come off when they slough.
390
955000
3000
ゾウアザラシの頭に
脱皮の際に外れるタグを付けています
脱皮の際に外れるタグを付けています
16:13
These elephant seals cover half an ocean,
391
958000
3000
ゾウアザラシの行動範囲は
太平洋の半分もカバーし
太平洋の半分もカバーし
16:16
take data down to 1,800 feet --
392
961000
2000
水深500メートルからも
16:18
amazing data.
393
963000
2000
素晴らしいデータを送ってくれます
16:20
And then there's Scott Shaffer and our shearwaters
394
965000
3000
スコット・シェイファーは
ミズナギドリに
ミズナギドリに
16:23
wearing tuna tags, light-based tags,
395
968000
3000
マグロタグである
発光式のタグを付けることで
発光式のタグを付けることで
16:26
that now are going to take you from New Zealand to Monterey and back,
396
971000
3000
ニュージーランドからモントレーの往復
16:29
journeys of 35,000 nautical miles
397
974000
3000
３千５百海里にも及ぶ旅を
見ることができます
見ることができます
16:32
we had never seen before.
398
977000
2000
これまで見たことのない光景です
16:34
But now with light-based geolocation tags that are very small,
399
979000
3000
今では小型の発光式
地理位置情報タグによって
地理位置情報タグによって
16:37
we can actually see these journeys.
400
982000
2000
彼らの旅路を観察できるのです
16:39
Same thing with Laysan albatross
401
984000
2000
コアホウドリも
16:41
who travel an entire ocean
402
986000
2000
時々 マグロと同じ
16:43
on a trip sometimes,
403
988000
2000
海域を通って
16:45
up to the same zone the tunas use.
404
990000
2000
大海を旅をします
16:47
You can see why they might be caught.
405
992000
3000
だから捕まえられるわけですね
16:50
Then there's George Schillinger and our leatherback team out of Playa Grande
406
995000
3000
ジョージ・シリンジャーと
プラヤ・グランデのオサガメのチームは
プラヤ・グランデのオサガメのチームは
16:53
tagging leatherbacks
407
998000
2000
オサガメにもタグを付けます
16:55
that go right past where we are.
408
1000000
3000
彼らも同じように移動します
16:58
And Scott Benson's team
409
1003000
2000
スコット・ベンソンのチームが証明したのは
17:00
that showed that leatherbacks go from Indonesia
410
1005000
2000
アオガメがインドネシアから
17:02
all the way to Monterey.
411
1007000
2000
はるかモントレーに移動することでした
17:04
So what we can see on this moving ocean
412
1009000
3000
この変化する海の図によって
17:07
is we can finally see where the predators are.
413
1012000
3000
ようやく 捕食者たちの場所が
分かってきました
分かってきました
17:10
We can actually see how they're using ecospaces
414
1015000
3000
海全体に及ぶ
彼らの生態域を
彼らの生態域を
17:13
as large as an ocean.
415
1018000
2000
見ることができるのです
17:15
And from this information,
416
1020000
2000
この情報をもとに
17:17
we can begin to map the hope spots.
417
1022000
3000
ホープスポットを
描き出すことができます
描き出すことができます
17:20
So this is just three years of data right here --
418
1025000
2000
これは３年分だけのデータですが
17:22
and there's a decade of this data.
419
1027000
2000
これが10年分あります
17:24
We see the pulse and the seasonal activities
420
1029000
2000
彼らの脈拍や
季節的な行動の変化などを
季節的な行動の変化などを
17:26
that these animals are going on.
421
1031000
3000
観察することができます
17:30
So what we're able to do with this information
422
1035000
2000
これらのデータを使ってできるのは
17:32
is boil it down to hot spots,
423
1037000
3000
ホットスポットを特定し
17:35
4,000 deployments,
424
1040000
2000
４千個ものタグを放つという
17:37
a huge herculean task,
425
1042000
3000
非常に困難な仕事で
17:40
2,000 tags
426
1045000
2000
初めて分かったのは
17:42
in an area, shown here for the first time,
427
1047000
2000
２千個ものタグが集まる
17:44
off the California coast,
428
1049000
2000
集合場所のような所が
17:46
that appears to be a gathering place.
429
1051000
3000
カリフォルニア沿岸にあることでした
17:50
And then for sort of an encore from these animals,
430
1055000
3000
アンコールに応えてくれるように
17:53
they're helping us.
431
1058000
2000
彼らがやってくれるのは
17:55
They're carrying instruments
432
1060000
2000
タグを利用して 水深２千メートルから
17:57
that are actually taking data down to 2,000 meters.
433
1062000
3000
データを送ってくれることです
18:00
They're taking information from our planet
434
1065000
2000
彼らが送ってくれる情報に含まれるのは
18:02
at very critical places like Antarctica and the Poles.
435
1067000
3000
人類が容易に足を踏み入れられない
南極や北極です
南極や北極です
18:05
Those are seals from many countries
436
1070000
2000
様々な国から放たれた
18:07
being released
437
1072000
2000
アザラシは
18:09
who are sampling underneath the ice sheets
438
1074000
2000
氷床の下をくぐって
18:11
and giving us temperature data of oceanographic quality
439
1076000
3000
海洋学的な温度データを
提供してくれます
提供してくれます
18:14
on both poles.
440
1079000
2000
南北の両極地方においてです
18:16
This data, when visualized, is captivating to watch.
441
1081000
3000
大変興味深いのは
データが可視化された時ですが
データが可視化された時ですが
18:19
We still haven't figured out best how to visualize the data.
442
1084000
3000
データを可視化する
最善の方法は模索中です
最善の方法は模索中です
18:22
And then, as these animals swim
443
1087000
2000
水中の動物達が
18:24
and give us the information
444
1089000
2000
私たちに送ってくれるデータは
18:26
that's important to climate issues,
445
1091000
2000
気候変動問題に大変有用です
18:28
we also think it's critical
446
1093000
2000
また私たちは
18:30
to get this information to the public,
447
1095000
2000
この情報を社会に発信して
18:32
to engage the public with this kind of data.
448
1097000
3000
皆さんに参画していただくことも
重要だと考えます
重要だと考えます
18:35
We did this with the Great Turtle Race --
449
1100000
2000
グレート・タートル・レースでは
18:37
tagged turtles, brought in four million hits.
450
1102000
3000
タグを付けたカメたちが
４万件ものアクセスを集めました
４万件ものアクセスを集めました
18:40
And now with Google's Oceans,
451
1105000
3000
そして今やグーグル・オーシャンによって
18:43
we can actually put a white shark in that ocean.
452
1108000
2000
海に放たれたホホジロザメが
18:45
And when we do and it swims,
453
1110000
2000
まるでその美しい道を
18:47
we see this magnificent bathymetry
454
1112000
2000
知っているような
18:49
that the shark knows is there on its path
455
1114000
2000
カリフォルニアからハワイまでの
18:51
as it goes from California to Hawaii.
456
1116000
2000
壮大な海底地形を映し出してくれます
18:53
But maybe Mission Blue
457
1118000
2000
“Mission Blue”の役割は
18:55
can fill in that ocean that we can't see.
458
1120000
3000
私たちが見えない海の様子を
教えてくれることです
教えてくれることです
18:58
We've got the capacity, NASA has the ocean.
459
1123000
3000
我々にはノウハウがあり
NASAは海全体の様子を知っています
NASAは海全体の様子を知っています
19:01
We just need to put it together.
460
1126000
2000
力を合わせれば良いのです
19:03
So in conclusion,
461
1128000
2000
まとめますと
19:05
we know where Yellowstone is for North America;
462
1130000
3000
北米のイエローストーンは
私たちの海岸沖にも
私たちの海岸沖にも
19:08
it's off our coast.
463
1133000
2000
あるということです
19:10
We have the technology that's shown us where it is.
464
1135000
2000
テクノロジーによって
その場所も分かります
その場所も分かります
19:12
What we need to think about perhaps for Mission Blue
465
1137000
3000
“Mission Blue”のために
我々ができることは
我々ができることは
19:15
is increasing the biologging capacity.
466
1140000
3000
バイオロギングの量を
増やすことかもしれません
増やすことかもしれません
19:18
How is it that we can actually
467
1143000
2000
どうすればこのような活動を
19:20
take this type of activity elsewhere?
468
1145000
3000
他の地域でも広められるでしょうか？
19:23
And then finally -- to basically get the message home --
469
1148000
3000
そして最後に
考えていただきたいのが
考えていただきたいのが
19:26
maybe use live links
470
1151000
2000
シロナガスクジラや
19:28
from animals such as blue whales and white sharks.
471
1153000
2000
ホホジロザメからの映像を
生中継すること
生中継すること
19:30
Make killer apps, if you will.
472
1155000
2000
どうか凄いアプリを作ってください
19:32
A lot of people are excited
473
1157000
2000
多くの方が
19:34
when sharks actually went under the Golden Gate Bridge.
474
1159000
3000
ゴールデンゲートブリッジの下を
泳ぐサメに喜ぶでしょう
泳ぐサメに喜ぶでしょう
19:37
Let's connect the public to this activity right on their iPhone.
475
1162000
3000
皆さんのiPhoneで
この活動に繋がってください
この活動に繋がってください
19:40
That way we do away with a few internet myths.
476
1165000
3000
そうすれば妙な都市伝説も廃れるでしょう
19:44
So we can save the bluefin tuna.
477
1169000
2000
私たちはクロマグロを救えます
19:46
We can save the white shark.
478
1171000
2000
ホホジロザメも救えるのです
19:48
We have the science and technology.
479
1173000
2000
私たちには科学技術があります
19:50
Hope is here. Yes we can.
480
1175000
2000
希望が見えてきました
私たちにはできます
私たちにはできます
19:52
We need just to apply this capacity
481
1177000
2000
この可能性を
19:54
further in the oceans.
482
1179000
2000
海にかけてみようではありませんか
19:56
Thank you.
483
1181000
2000
ありがとうございました
19:58
(Applause)
484
1183000
2000
（拍手）
ABOUT THE SPEAKER
Barbara Block - Marine biologistBarbara Block studies how tuna, billfish and sharks move around (and stay warm) in the open ocean. Knowing how these large predators travel through pelagic waters will help us understand their role in the wider ocean ecosystem.
Why you should listen
Barbara Block takes a multidisciplinary approach to studying how large pelagic fish live and travel in the open ocean. Using novel electronic tags, Block and her team track large predators — tunas, billfish and sharks — on their ocean journeys. She also studies how and why muscle makes heat at a molecular level in fish.
Working out of Stanford's Hopkins Marine Station, Block and her colleagues run the Tuna Research and Conservation Center, a member of the Tagging of Pacific Predators (TOPP) program. Combining tracking data with physiological and genetic analyses, Block (a MacArthur "genius" grant winner) is developing population and ecological models to help us understand these fishes' roles in the ocean ecosystem — and perhaps learn to better manage these important food fish.
Barbara Block | Speaker | TED.com