Mission Blue Voyage
Barbara Block: Tagging tuna in the deep ocean
Barbara Block: Tonijn taggen in the diepe oceaan
Filmed:
Readability: 4.4
368,018 views
Tonijnen zijn oceaanatleten - snelle en ver-gaande roofdieren waarvan we de leefgewoonten nog maar net beginnen te begrijpen. Mariene bioloog Barbara Blok rust tonijnen uit met opsporingstags (compleet met transponders) die ongekende hoeveelheden gegevens registrerenover deze prachtige, bedreigde vis en de oceaanhabitats waarin ze leven.
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
Mijn leven lang ben ik al gefascineerd
00:18
by the beauty, form and function
1
3000
2000
door de schoonheid, vorm en functie
00:20
of giant bluefin tuna.
2
5000
3000
van de reusachtige blauwvintonijn.
00:23
Bluefin are warmblooded like us.
3
8000
3000
Blauwvintonijnen zijn net als wij warmbloedig.
00:26
They're the largest of the tunas,
4
11000
3000
Het zijn de grootste tonijnen,
00:29
the second-largest fish in the sea -- bony fish.
5
14000
3000
de tweede grootste vis in de zee - beenvissen.
00:32
They actually are a fish
6
17000
2000
Ze zijn endotherm.
00:34
that is endothermic --
7
19000
2000
Ze bewegen door de oceaan
00:36
powers through the ocean with warm muscles like a mammal.
8
21000
3000
met warme spieren, net als een zoogdier.
00:40
That's one of our bluefin at the Monterey Bay Aquarium.
9
25000
3000
Dit is een van onze blauwvintonijnen in het Monterey Bay Aquarium.
00:43
You can see in its shape and its streamlined design
10
28000
3000
Je kunt aan de gestroomlijnde vorm zien
00:46
it's powered for ocean swimming.
11
31000
3000
dat ze gemaakt zijn om in de oceaan te zwemmen.
00:49
It flies through the ocean on its pectoral fins, gets lift,
12
34000
3000
Hij vliegt door de oceaan op zijn borstvinnen, ondervindt liftkracht en
00:52
powers its movements
13
37000
2000
wordt voortgedreven
00:54
with a lunate tail.
14
39000
2000
door een halvemaanvormige staart.
00:56
It's actually got a naked skin for most of its body,
15
41000
3000
Hij heeft een naakte huid over het grootste deel van zijn lichaam,
00:59
so it reduces friction with the water.
16
44000
3000
waardoor de wrijving met het water vermindert.
01:02
This is what one of nature's finest machines.
17
47000
3000
Dit is een van de mooiste machines van de natuur.
01:05
Now, bluefin
18
50000
2000
Blauwvintonijn
01:07
were revered by Man
19
52000
2000
werd de hele menselijke geschiedenis door
01:09
for all of human history.
20
54000
3000
door mensen vereerd.
01:12
For 4,000 years, we fished sustainably for this animal,
21
57000
3000
4.000 jaar lang visten we duurzaam op dit dier,
01:15
and it's evidenced
22
60000
2000
wat aangetoond wordt
01:17
in the art that we see
23
62000
2000
in de kunst
01:19
from thousands of years ago.
24
64000
2000
van duizenden jaren geleden.
01:21
Bluefin are in cave paintings in France.
25
66000
3000
Blauwvintonijn in grotschilderingen in Frankrijk.
01:24
They're on coins
26
69000
2000
Op 3.000 jaar
01:26
that date back 3,000 years.
27
71000
3000
oude munten.
01:29
This fish was revered by humankind.
28
74000
3000
Deze vis werd vereerd door de mensheid.
01:32
It was fished sustainably
29
77000
2000
Hij werd gedurende al die tijd
01:34
till all of time,
30
79000
2000
duurzaam bevist,
01:36
except for our generation.
31
81000
2000
behalve in onze generatie.
01:38
Bluefin are pursued wherever they go --
32
83000
3000
Blauwvintonijnen worden vervolgd waar ze ook naartoe gaan.
01:41
there is a gold rush on Earth,
33
86000
2000
Er is een goudkoorts op Aarde,
01:43
and this is a gold rush for bluefin.
34
88000
2000
en dit is een goudkoorts gericht op blauwvintonijn.
01:45
There are traps that fish sustainably
35
90000
2000
Dit zijn netten die duurzaam visten
01:47
up until recently.
36
92000
3000
tot voor kort.
01:50
And yet, the type of fishing going on today,
37
95000
3000
Het type visserij van vandaag
01:53
with pens, with enormous stakes,
38
98000
3000
met kooien, met enorme lijnen,
01:56
is really wiping bluefin
39
101000
2000
is bezig de blauwvintonijn
01:58
ecologically off the planet.
40
103000
2000
ecologisch van de planeet te wissen.
02:00
Now bluefin, in general,
41
105000
2000
De meeste blauwvintonijn gaat in het algemeen
02:02
goes to one place: Japan.
42
107000
2000
naar één plaats, Japan.
02:04
Some of you may be guilty
43
109000
2000
Sommigen onder jullie zijn misschien schuldig
02:06
of having contributed to the demise of bluefin.
44
111000
2000
aan een bijdrage tot de ondergang van blauwvintonijn.
02:08
They're delectable muscle,
45
113000
2000
Hun vlees is verrukkelijk en
02:10
rich in fat --
46
115000
2000
erg vet.
02:12
absolutely taste delicious.
47
117000
2000
Ze smaken absoluut heerlijk.
02:14
And that's their problem; we're eating them to death.
48
119000
3000
Dat is hun probleem, we zijn ze dood aan het eten.
02:17
Now in the Atlantic, the story is pretty simple.
49
122000
3000
In de Atlantische Oceaan is het verhaal vrij eenvoudig.
02:20
Bluefin have two populations: one large, one small.
50
125000
3000
Blauwvintonijnen komen voor in twee populaties, een grote en een kleine.
02:23
The North American population
51
128000
2000
De Noord-Amerikaanse populatie
02:25
is fished at about 2,000 ton.
52
130000
3000
wordt bevist op ongeveer 2.000 ton.
02:28
The European population and North African -- the Eastern bluefin tuna --
53
133000
3000
De Europese en Noord-Afrikaanse populatie - de oostelijke blauwvintonijn -
02:31
is fished at tremendous levels:
54
136000
3000
wordt massaal bevist:
02:34
50,000 tons over the last decade almost every year.
55
139000
3000
bijna elk jaar 50.000 ton in het afgelopen decennium.
02:37
The result is whether you're looking
56
142000
2000
Of je nu de westelijke of de oostelijke
02:39
at the West or the Eastern bluefin population,
57
144000
3000
blauwvintonijnpopulatie onderzoekt,
02:42
there's been tremendous decline on both sides,
58
147000
2000
er is al een enorme daling aan beide zijden.
02:44
as much as 90 percent
59
149000
2000
Een daling met 90 procent
02:46
if you go back with your baseline
60
151000
2000
als je teruggaat
02:48
to 1950.
61
153000
2000
tot 1950.
02:50
For that, bluefin have been given a status
62
155000
3000
Daardoor kreeg de blauwvintonijn dezelfde status
02:53
equivalent to tigers, to lions,
63
158000
3000
als tijgers, leeuwen,
02:56
to certain African elephants
64
161000
2000
bepaalde Afrikaanse olifanten
02:58
and to pandas.
65
163000
2000
en panda's.
03:00
These fish have been proposed
66
165000
2000
In de afgelopen twee maanden zijn deze vissen voorgedragen
03:02
for an endangered species listing in the past two months.
67
167000
3000
voor de lijst van de bedreigde diersoorten.
03:05
They were voted on and rejected
68
170000
2000
Het voorstel werd twee weken geleden
03:07
just two weeks ago,
69
172000
2000
na stemming afgewezen,
03:09
despite outstanding science
70
174000
2000
ondanks de uitstekende wetenschappelijke fundering.
03:11
that shows from two committees
71
176000
3000
Twee commissies stelden vast dat
03:14
this fish meets the criteria of CITES I.
72
179000
3000
deze vis voldoet aan de criteria van CITES I.
03:17
And if it's tunas you don't care about,
73
182000
2000
Maar als het lot van de tonijn je onberoerd laat,
03:19
perhaps you might be interested
74
184000
2000
heb je misschien wel interesse voor
03:21
that international long lines and pursing
75
186000
2000
dat internationale lange lijnen en sleepnetten
03:23
chase down tunas and bycatch animals
76
188000
3000
tonijn vangen en daarbij ook dieren
03:26
such as leatherbacks, sharks,
77
191000
2000
als zeeschildpadden, haaien,
03:28
marlin, albatross.
78
193000
2000
zeilvissen en albatrossen vangen.
03:30
These animals and their demise
79
195000
2000
Deze dieren gaan ten onder
03:32
occurs in the tuna fisheries.
80
197000
3000
door de tonijnvisserij.
03:35
The challenge we face
81
200000
2000
De uitdaging waar we voor staan
03:37
is that we know very little about tuna,
82
202000
3000
is dat we heel weinig weten over de tonijn.
03:40
and everyone in the room knows what it looks like
83
205000
3000
Iedereen hier weet hoe
03:43
when an African lion
84
208000
2000
een Afrikaanse leeuw
03:45
takes down its prey.
85
210000
2000
zijn prooi slaat.
03:47
I doubt anyone has seen a giant bluefin feed.
86
212000
3000
Ik betwijfel of iemand ooit een gigantische blauwvin heeft zien eten.
03:50
This tuna symbolizes
87
215000
3000
De tonijn staat symbool voor
03:53
what's the problem for all of us in the room.
88
218000
3000
het probleem dat we allemaal hebben.
03:56
It's the 21st century, but we really have only just begun
89
221000
3000
Het is de 21e eeuw, maar we zijn nog maar net begonnen
03:59
to really study our oceans in a deep way.
90
224000
3000
met het grondig bestuderen van onze oceanen.
04:02
Technology has come of age
91
227000
2000
De technologie is nu zover gekomen
04:04
that's allowing us to see the Earth from space
92
229000
3000
dat we de aarde zien vanuit de ruimte
04:07
and go deep into the seas remotely.
93
232000
3000
en met afstandbediening diep in zee kunnen duiken.
04:10
And we've got to use these technologies immediately
94
235000
2000
We moeten gebruik maken van deze technologieën
04:12
to get a better understanding
95
237000
2000
om een beter inzicht te krijgen
04:14
of how our ocean realm works.
96
239000
3000
in hoe het eraan toe gaat in onze oceanen.
04:17
Most of us from the ship -- even I --
97
242000
2000
Als de meesten van ons, ook ik, vanuit een schip
04:19
look out at the ocean and see this homogeneous sea.
98
244000
3000
uitkijken op de oceaan, dan zien we een homogene zee.
04:22
We don't know where the structure is.
99
247000
2000
We zien de structuur niet.
04:24
We can't tell where are the watering holes
100
249000
3000
We zien geen drinkplaatsen
04:27
like we can on an African plain.
101
252000
3000
zoals op een Afrikaanse vlakte.
04:30
We can't see the corridors,
102
255000
2000
We zien geen routes
04:32
and we can't see what it is
103
257000
2000
en we kunnen niet zien wat
04:34
that brings together a tuna,
104
259000
2000
een tonijn,
04:36
a leatherback and an albatross.
105
261000
2000
een zeeschildpad en een albatros gemeen hebben.
04:38
We're only just beginning to understand
106
263000
2000
We beginnen nog maar net te begrijpen
04:40
how the physical oceanography
107
265000
2000
hoe de fysische oceanografie
04:42
and the biological oceanography
108
267000
2000
en de biologische oceanografie
04:44
come together
109
269000
2000
samenkomen
04:46
to create a seasonal force
110
271000
2000
om een seizoensgebonden kracht op te wekken
04:48
that actually causes the upwelling
111
273000
2000
die voor de opwelling zorgt
04:50
that might make a hot spot a hope spot.
112
275000
3000
waardoor een 'hot spot' een 'hope spot' wordt.
04:53
The reasons these challenges are great
113
278000
2000
Dat deze uitdaging zo groot is,
04:55
is that technically it's difficult to go to sea.
114
280000
3000
komt door de technische moeilijkheden om de zee te verkennen.
04:58
It's hard to study a bluefin on its turf,
115
283000
2000
Het is moeilijk om een blauwvin te bestuderen in zijn eigen habitat,
05:00
the entire Pacific realm.
116
285000
2000
de hele Stille Zuidzee.
05:02
It's really tough to get up close and personal with a mako shark
117
287000
4000
Het valt niet mee om een makreelhaai te benaderen
05:06
and try to put a tag on it.
118
291000
2000
om er een tag op te zetten.
05:08
And then imagine being Bruce Mate's team from OSU,
119
293000
3000
Stel je dan voor dat Bruce Mate's team van OSU
05:11
getting up close to a blue whale
120
296000
2000
dicht bij een blauwe vinvis moeten komen
05:13
and fixing a tag on the blue whale that stays,
121
298000
3000
om er een tag op te zetten die blijft zitten.
05:16
an engineering challenge
122
301000
2000
Een technische uitdaging
05:18
we've yet to really overcome.
123
303000
2000
die we nog niet overwonnen hebben.
05:20
So the story of our team, a dedicated team,
124
305000
3000
Het verhaal van ons team, een toegewijd team,
05:23
is fish and chips.
125
308000
2000
gaat over 'fish and chips'.
05:25
We basically are taking
126
310000
2000
We vertrekken van
05:27
the same satellite phone parts,
127
312000
2000
satelliettelefoon-
05:29
or the same parts that are in your computer, chips.
128
314000
3000
of computeronderdelen, chips dus.
05:32
We're putting them together in unusual ways,
129
317000
3000
We maken er iets speciaals mee
05:35
and this is taking us into the ocean realm
130
320000
2000
waardoor we het oceaanrijk
05:37
like never before.
131
322000
2000
als nooit tevoren kunnen gaan onderzoeken.
05:39
And for the first time,
132
324000
2000
Voor de eerste keer
05:41
we're able to watch the journey of a tuna beneath the ocean
133
326000
3000
kunnen we de reis van een tonijn door de oceaan meemaken.
05:44
using light and photons
134
329000
2000
Met behulp van licht en fotonen
05:46
to measure sunrise and sunset.
135
331000
3000
meten we zonsopgang en zonsondergang.
05:49
Now, I've been working with tunas for over 15 years.
136
334000
3000
Ik heb meer dan 15 jaar gewerkt met tonijn.
05:52
I have the privilege of being a partner
137
337000
2000
Ik heb het voorrecht om een partner te zijn
05:54
with the Monterey Bay Aquarium.
138
339000
2000
van het Monterey Bay Aquarium.
05:56
We've actually taken a sliver of the ocean,
139
341000
2000
We hebben daar een stukje oceaan
05:58
put it behind glass,
140
343000
2000
achter glas geplaatst.
06:00
and we together
141
345000
2000
Je kan er
06:02
have put bluefin tuna and yellowfin tuna on display.
142
347000
3000
de blauwvintonijn en de geelvintonijn gaan bekijken.
06:05
When the veil of bubbles lifts every morning,
143
350000
3000
Wanneer de sluier van bubbels elke ochtend omhooggaat,
06:08
we can actually see a community from the Pelagic ocean,
144
353000
3000
kan je er een gemeenschap van de pelagische oceaan bekijken,
06:11
one of the only places on Earth
145
356000
2000
een van de weinige plaatsen op aarde
06:13
you can see giant bluefin swim by.
146
358000
3000
waar je de reusachtige blauwvin kunt zien rondzwemmen.
06:16
We can see in their beauty of form and function,
147
361000
2000
We kunnen ze zien in hun schoonheid van vorm en functie,
06:19
their ceaseless activity.
148
364000
2000
met hun onophoudelijke activiteit.
06:21
They're flying through their space, ocean space.
149
366000
3000
Ze vliegen door hun ruimte, de oceanen.
06:24
And we can bring two million people a year
150
369000
2000
Twee miljoen mensen per jaar laten wij
06:26
into contact with this fish
151
371000
2000
in contact komen met deze vis
06:28
and show them its beauty.
152
373000
3000
en zijn schoonheid bewonderen.
06:31
Behind the scenes is a working lab at Stanford University
153
376000
3000
Achter de schermen werkt een laboratorium van de Stanford University
06:34
partnered with the Monterey Bay Aquarium.
154
379000
2000
samen met het Monterey Bay Aquarium.
06:36
Here, for over 14 or 15 years,
155
381000
2000
Hier hebben we nu al meer dan 14 of 15 jaar
06:38
we've actually brought in
156
383000
2000
zowel blauwvintonijnen als geelvintonijnen
06:40
both bluefin and yellowfin in captivity.
157
385000
2000
in gevangenschap gehouden
06:42
We'd been studying these fish,
158
387000
2000
en bestudeerd.
06:44
but first we had to learn how to husbandry them.
159
389000
2000
Maar eerst moesten we leren hoe ze te onderhouden.
06:46
What do they like to eat?
160
391000
2000
Wat eten ze graag?
06:48
What is it that they're happy with?
161
393000
2000
Waardoor voelen ze zich goed?
06:50
We go in the tanks with the tuna -- we touch their naked skin --
162
395000
3000
We gaan in de bassins met de tonijnen en raken hun naakte huid aan.
06:53
it's pretty amazing. It feels wonderful.
163
398000
3000
Het is geweldig. Het voelt heerlijk.
06:56
And then, better yet,
164
401000
2000
Maar nog beter,
06:58
we've got our own version of tuna whisperers,
165
403000
2000
we hebben onze eigen versie van tonijnfluisteraars,
07:00
our own Chuck Farwell, Alex Norton,
166
405000
2000
onze eigen Chuck Farwell, Alex Norton,
07:02
who can take a big tuna
167
407000
2000
die een grote tonijn
07:04
and in one motion,
168
409000
2000
in één beweging
07:06
put it into an envelope of water,
169
411000
2000
in een omhulling van water kunnen zetten.
07:08
so that we can actually work with the tuna
170
413000
2000
Zo kunnen we effectief met de tonijn werken
07:10
and learn the techniques it takes
171
415000
2000
en de nodige technieken leren
07:12
to not injure this fish
172
417000
2000
om deze vis, die in de open zee nooit tegen een grens opbotst,
07:14
who never sees a boundary in the open sea.
173
419000
3000
niet te verwonden.
07:17
Jeff and Jason there, are scientists
174
422000
2000
Jeff en Jason zijn wetenschappers
07:19
who are going to take a tuna
175
424000
2000
die een tonijn in een goot, het equivalent
07:21
and put it in the equivalent of a treadmill, a flume.
176
426000
3000
van een loopband, plaatsen.
07:24
And that tuna thinks it's going to Japan, but it's staying in place.
177
429000
3000
Die tonijn denkt dat hij onderweg is naar Japan, maar hij blijft ter plekke.
07:27
We're actually measuring its oxygen consumption,
178
432000
2000
We meten zijn zuurstofopname en
07:29
its energy consumption.
179
434000
2000
zijn energieverbruik.
07:32
We're taking this data and building better models.
180
437000
3000
We verzamelen deze gegevens om betere modellen te ontwerpen.
07:35
And when I see that tuna -- this is my favorite view --
181
440000
3000
Als ik die tonijn bekijk - dit is mijn favoriete uitzicht -
07:38
I begin to wonder:
182
443000
2000
dan vraag ik me af: "Hoe heeft deze vis
07:40
how did this fish solve the longitude problem before we did?
183
445000
3000
het lengtegraadprobleem kunnen oplossen voordat wij dat deden?"
07:44
So take a look at that animal.
184
449000
2000
Bekijk hem maar eens goed.
07:46
That's the closest you'll probably ever get.
185
451000
2000
Dichterbij zal je hem waarschijnlijk nooit te zien krijgen.
07:48
Now, the activities from the lab
186
453000
3000
Nu hebben de activiteiten van het lab
07:51
have taught us now how to go out in the open ocean.
187
456000
3000
ons geleerd hoe te werk te gaan in de open oceaan.
07:54
So in a program called Tag-A-Giant
188
459000
3000
Voor een programma dat Tag-A-Giant heet,
07:57
we've actually gone from Ireland to Canada,
189
462000
3000
reisden we van Ierland naar Canada en
08:00
from Corsica to Spain.
190
465000
2000
van Corsica naar Spanje.
08:02
We've fished with many nations around the world
191
467000
3000
We visten met vele naties over de hele wereld
08:05
in an effort to basically
192
470000
2000
in een poging om
08:07
put electronic computers
193
472000
3000
elektronische computers
08:10
inside giant tunas.
194
475000
2000
op grote tonijnen te plaatsen.
08:12
We've actually tagged 1,100 tunas.
195
477000
3000
Zo hebben we 1.100 tonijnen onder handen genomen.
08:15
And I'm going to show you three clips,
196
480000
2000
Ik wil jullie drie clips laten zien,
08:17
because I tagged 1,100 tunas.
197
482000
3000
omdat ik 1.100 tonijnen getagd heb.
08:20
It's a very hard process, but it's a ballet.
198
485000
3000
Het is een zeer moeilijk proces, maar het is een ballet.
08:23
We bring the tuna out, we measure it.
199
488000
3000
Wij halen de tonijn op. We meten hem.
08:26
A team of fishers, captains, scientists and technicians
200
491000
3000
Een team van vissers, kapiteins, wetenschappers en technici
08:29
work together to keep this animal out of the ocean
201
494000
3000
werken samen om dit dier voor ongeveer
08:32
for about four to five minutes.
202
497000
3000
vier tot vijf minuten uit de oceaan te houden.
08:35
We put water over its gills, give it oxygen.
203
500000
3000
We laten water over zijn kieuwen lopen en geven hem zuurstof.
08:38
And then with a lot of effort, after tagging,
204
503000
3000
Vervolgens wordt na het taggen
08:41
putting in the computer,
205
506000
2000
met veel moeite de computer geplaatst.
08:43
making sure the stalk is sticking out so it senses the environment,
206
508000
3000
We zorgen ervoor dat de steel eruit steekt zodat hij het milieu kan waarnemen.
08:46
we send this fish back into the sea.
207
511000
3000
Dan laten wij deze vis terug in zee los.
08:49
And when it goes, we're always happy.
208
514000
2000
Altijd blij hem te zien wegzwemmen.
08:51
We see a flick of the tail.
209
516000
2000
Nog een klap van zijn staart en hij is weg.
08:53
And from our data that gets collected,
210
518000
3000
Uit de verzamelde gegevens
08:56
when that tag comes back,
211
521000
2000
- als die tag terugkomt,
08:58
because a fisher returns it
212
523000
2000
omdat een visser hem terug bracht
09:00
for a thousand-dollar reward,
213
525000
2000
voor een beloning van duizend dollar -
09:02
we can get tracks beneath the sea
214
527000
2000
kunnen we nu al bijna 5 jaar
09:04
for up to five years now,
215
529000
2000
de gangen van een gewerveld dier
09:06
on a backboned animal.
216
531000
2000
onder de zee nagaan.
09:08
Now sometimes the tunas are really large,
217
533000
3000
Soms zijn deze tonijnen groot,
09:11
such as this fish off Nantucket.
218
536000
2000
zoals deze vissen voor de kust van Nantucket.
09:13
But that's about half the size
219
538000
2000
Maar dat is ongeveer de helft van de grootte
09:15
of the biggest tuna we've ever tagged.
220
540000
2000
van de grootste tonijn die we ooit hebben getagd.
09:17
It takes a human effort,
221
542000
2000
Er is menselijke inspanning en
09:19
a team effort, to bring the fish in.
222
544000
2000
teaminspanning nodig om deze vis binnen te halen.
09:21
In this case, what we're going to do
223
546000
2000
Wat we in dit geval gaan doen
09:23
is put a pop-up satellite archival tag on the tuna.
224
548000
3000
is een 'pop-up-satelliet-archiverende' tag op de tonijn plaatsen.
09:27
This tag rides on the tuna,
225
552000
2000
Deze tag zit op de tonijn,
09:29
senses the environment around the tuna
226
554000
3000
neemt de omgeving rond de tonijn waar,
09:32
and actually will come off the fish,
227
557000
3000
zal loskomen van de vis,
09:35
detach, float to the surface
228
560000
2000
naar het oppervlak drijven
09:37
and send back to Earth-orbiting satellites
229
562000
3000
en zijn positie terugsturen naar satellieten in een baan om de aarde.
09:40
position data estimated by math on the tag,
230
565000
3000
De positiegegevens berekend door de tag,
09:43
pressure data and temperature data.
231
568000
3000
alsook druk- en temperatuurgegevens.
09:46
And so what we get then from the pop-up satellite tag
232
571000
2000
Daardoor zijn we niet meer afhankelijk
09:48
is we get away from having to have a human interaction
233
573000
3000
van menselijke tussenkomst
09:51
to recapture the tag.
234
576000
2000
om de tag op te halen.
09:53
Both the electronic tags I'm talking about are expensive.
235
578000
3000
Die twee types elektronische tags zijn erg duur.
09:56
These tags have been engineered
236
581000
2000
Deze tags zijn ontworpen
09:58
by a variety of teams in North America.
237
583000
3000
door een verscheidenheid aan teams in Noord-Amerika.
10:01
They are some of our finest instruments,
238
586000
2000
Zij behoren tot onze fijnste instrumenten,
10:03
our new technology in the ocean today.
239
588000
3000
onze nieuwe technologie in de oceaan vandaag.
10:07
One community in general
240
592000
2000
Een gemeenschap in het bijzonder
10:09
has given more to help us than any other community.
241
594000
2000
heeft ons meer geholpen dan welke andere gemeenschap ook.
10:11
And that's the fisheries off the state of North Carolina.
242
596000
3000
Dat zijn de visserijen voor de kust van de staat North Carolina.
10:14
There are two villages, Harris and Morehead City,
243
599000
3000
Er zijn twee dorpen, Harris en Morehead City,
10:17
every winter for over a decade,
244
602000
2000
waar al meer dan een decennium lang elke winter
10:19
held a party called Tag-A-Giant,
245
604000
3000
een Tag-A-Giant-party werd gehouden.
10:22
and together, fishers worked with us
246
607000
2000
Samen met ons werkten vissers
10:24
to tag 800 to 900 fish.
247
609000
3000
om 800 tot 900 vissen te taggen.
10:27
In this case, we're actually going to measure the fish.
248
612000
3000
Hier hebben we ook de vis zelf opgemeten.
10:30
We're going to do something that in recent years we've started:
249
615000
3000
Iets waarmee we de laatste jaren zijn begonnen:
10:33
take a mucus sample.
250
618000
2000
een slijmstaal nemen.
10:35
Watch how shiny the skin is; you can see my reflection there.
251
620000
3000
Kijk hoe glanzend de huid is, je kunt er mijn spiegelbeeld in zien.
10:38
And from that mucus, we can get gene profiles,
252
623000
3000
Uit dat slijm kunnen we genprofielen halen.
10:41
we can get information on gender,
253
626000
2000
We krijgen informatie over het geslacht,
10:43
checking the pop-up tag one more time,
254
628000
2000
kunnen de pop-up tag nog een keer controleren,
10:45
and then it's out in the ocean.
255
630000
2000
en dan gaat hij terug de oceaan in.
10:47
And this is my favorite.
256
632000
2000
Dit is mijn favoriet.
10:49
With the help of my former postdoc, Gareth Lawson,
257
634000
3000
Met de hulp van mijn voormalige postdoc, Gareth Lawson,
10:52
this is a gorgeous picture of a single tuna.
258
637000
2000
werd deze prachtige foto van een tonijn gemaakt.
10:54
This tuna is actually moving on a numerical ocean.
259
639000
3000
Deze tonijn zwemt in een digitale oceaan.
10:57
The warm is the Gulf Stream,
260
642000
2000
Het warme deel is de Golfstroom,
10:59
the cold up there in the Gulf of Maine.
261
644000
3000
het koude de Golf van Maine.
11:02
That's where the tuna wants to go -- it wants to forage on schools of herring --
262
647000
3000
Dat is waar de tonijn naartoe wil. Hij wil er foerageren op haringscholen.
11:05
but it can't get there. It's too cold.
263
650000
2000
Maar hij kan daar niet komen. Het is er te koud.
11:07
But then it warms up, and the tuna pops in, gets some fish,
264
652000
3000
Maar dan warmt het op, de tonijn duikt erin, krijgt een aantal vissen te pakken,
11:10
maybe comes back to home base,
265
655000
2000
komt terug naar de thuisbasis,
11:12
goes in again
266
657000
2000
gaat er weer in
11:14
and then comes back to winter down there in North Carolina
267
659000
3000
en komt dan terug om daar in North Carolina te overwinteren.
11:17
and then on to the Bahamas.
268
662000
2000
En dan op naar de Bahama's.
11:19
And my favorite scene, three tunas going into the Gulf of Mexico.
269
664000
3000
Mijn favoriete scène, drie tonijnen in de Golf van Mexico.
11:22
Three tunas tagged.
270
667000
2000
Drie getagde tonijnen.
11:24
Astronomically, we're calculating positions.
271
669000
2000
We berekenen hun posities.
11:26
They're coming together. That could be tuna sex --
272
671000
3000
Ze komen samen. Dat zou tonijnseks kunnen zijn.
11:29
and there it is.
273
674000
2000
Daar is het.
11:31
That is where the tuna spawn.
274
676000
2000
Dat is waar de tonijn kuit schiet.
11:33
So from data like this,
275
678000
2000
Uit gegevens zoals deze,
11:35
we're able now to put the map up,
276
680000
2000
kunnen we nu de kaart opmaken.
11:37
and in this map
277
682000
2000
Op deze kaart
11:39
you see thousands of positions
278
684000
2000
zie je duizenden posities
11:41
generated by this decade and a half of tagging.
279
686000
3000
gegenereerd in deze 15 jaar van taggen.
11:44
And now we're showing that tunas on the western side
280
689000
3000
Hieruit blijkt dat tonijn van de westelijke kant
11:47
go to the eastern side.
281
692000
2000
naar de oostelijke kant gaat.
11:49
So two populations of tunas --
282
694000
2000
De twee populaties van tonijn:
11:51
that is, we have a Gulf population, one that we can tag --
283
696000
2000
een Golfpopulatie, een die wij kunnen taggen -
11:53
they go to the Gulf of Mexico, I showed you that --
284
698000
3000
gaat naar de Golf van Mexico, zoals ik liet zien -
11:56
and a second population.
285
701000
2000
en een tweede populatie,
11:58
Living amongst our tunas -- our North American tunas --
286
703000
2000
die leeft tussen onze tonijn, onze Noord-Amerikaanse tonijn,
12:00
are European tunas that go back to the Med.
287
705000
3000
is Europese tonijn die terug naar de Middellandse Zee gaat.
12:03
On the hot spots -- the hope spots --
288
708000
2000
Op de 'hot spots', de 'hoopspots',
12:05
they're mixed populations.
289
710000
2000
zijn het gemengde populaties.
12:07
And so what we've done with the science
290
712000
2000
Op basis van wetenschappelijk onderzoek
12:09
is we're showing the International Commission,
291
714000
2000
hebben we voor de Internationale Commissie
12:11
building new models,
292
716000
2000
nieuwe modellen gebouwd.
12:13
showing them that a two-stock no-mixing model --
293
718000
2000
Daarmee kunnen we aantonen dat het model 'twee-populaties niet-mengen' -
12:15
to this day, used to reject
294
720000
3000
op basis waarvan zij tot op vandaag
12:18
the CITES treaty --
295
723000
2000
het CITES-verdrag verwerpen -
12:20
that model isn't the right model.
296
725000
2000
niet het juiste model is.
12:22
This model, a model of overlap,
297
727000
2000
Dit model, een model van overlapping,
12:24
is the way to move forward.
298
729000
2000
is dé manier om vooruit te komen.
12:26
So we can then predict
299
731000
2000
Daardoor kunnen we voorspellen
12:28
where management places should be.
300
733000
2000
waar het beheer zou moeten plaatsvinden.
12:30
Places like the Gulf of Mexico and the Mediterranean
301
735000
3000
Plaatsen zoals de Golf van Mexico en de Middellandse Zee
12:33
are places where the single species,
302
738000
2000
zijn plekken waar één enkele soort,
12:35
the single population, can be captured.
303
740000
2000
de enige populatie, kan worden gevangen.
12:37
These become forthright in places we need to protect.
304
742000
3000
Dit worden de plaatsen die we moeten beschermen.
12:40
The center of the Atlantic where the mixing is,
305
745000
3000
Voor het centrum van de Atlantische Oceaan, waar ze zich mengen,
12:43
I could imagine a policy that lets Canada and America fish,
306
748000
2000
kan ik me een beleid voorstellen dat Canada en Amerika laat vissen,
12:45
because they manage their fisheries well,
307
750000
3000
omdat zij hun visserij goed beheren,
12:48
they're doing a good job.
308
753000
2000
ze doen hun werk goed.
12:50
But in the international realm,
309
755000
2000
Maar in het internationale gebied,
12:52
where fishing and overfishing has really gone wild,
310
757000
2000
waar visserij en overbevissing de spuigaten uitlopen,
12:54
these are the places that we have to make hope spots in.
311
759000
3000
bevinden zich de plaatsen waar we 'hoopspots' moeten aanleggen.
12:57
That's the size they have to be to protect the bluefin tuna.
312
762000
3000
Dat is hoe groot ze moeten zijn om de blauwvintonijn te beschermen.
13:00
Now in a second project
313
765000
2000
In een tweede project
13:02
called Tagging of Pacific Pelagics,
314
767000
2000
Tagging of Pacific Pelagics genoemd,
13:04
we took on the planet as a team,
315
769000
2000
ging een team van ons in de Census of Marine Life
13:06
those of us in the Census of Marine Life.
316
771000
2000
de hele planeet in kaart brengen.
13:08
And, funded primarily through Sloan Foundation and others,
317
773000
4000
Met geld van voornamelijk de Sloan Foundation en anderen
13:12
we were able to actually go in, in our project --
318
777000
3000
waren we in staat om ons project van start te laten gaan.
13:15
we're one of 17 field programs
319
780000
2000
We zijn een van de 17 veldprogramma's.
13:17
and begin to take on tagging large numbers of predators,
320
782000
3000
We begonnen met grote aantallen roofdieren,
13:20
not just tunas.
321
785000
2000
niet alleen tonijn, te taggen.
13:22
So what we've done
322
787000
2000
We zijn ook
13:24
is actually gone up to tag salmon shark in Alaska,
323
789000
3000
zalmhaai in Alaska gaan taggen,
13:27
met salmon shark on their home territory,
324
792000
3000
en hem in zijn eigen territorium gaan volgen
13:30
followed them catching salmon
325
795000
2000
bij het zalm vangen.
13:32
and then went in and figured out
326
797000
2000
We bedachten
13:34
that, if we take a salmon and put it on a line,
327
799000
3000
dat we met een zalm aan een lijn,
13:37
we can actually take up a salmon shark --
328
802000
2000
een zalmhaai konden vangen.
13:39
This is the cousin of the white shark --
329
804000
2000
De zalmhaai is een neef van de witte haai.
13:41
and very carefully --
330
806000
2000
Heel voorzichtig -
13:43
note, I say "very carefully," --
331
808000
2000
let wel, ik zeg "heel voorzichtig" -
13:45
we can actually keep it calm,
332
810000
2000
konden we hem kalmeren,
13:47
put a hose in its mouth, keep it off the deck
333
812000
3000
een slang in zijn bek steken, hem van het dek houden
13:50
and then tag it with a satellite tag.
334
815000
3000
en vervolgens taggen met een satelliettag.
13:53
That satellite tag will now have your shark phone home
335
818000
3000
Door die satelliettag zal die haai nu contact houden
13:56
and send in a message.
336
821000
2000
en berichten uitsturen.
13:58
And that shark leaping there, if you look carefully, has an antenna.
337
823000
3000
Als je goed kijkt, zie je dat die springende haai een antenne heeft.
14:01
It's a free swimming shark with a satellite tag
338
826000
2000
Het is een vrij zwemmende haai met een satelliettag
14:03
jumping after salmon,
339
828000
2000
springend naar zalm,
14:05
sending home its data.
340
830000
3000
die zijn gegevens naar ons stuurt.
14:09
Salmon sharks aren't the only sharks we tag.
341
834000
2000
Zalmhaaien zijn niet de enige haaien wij taggen.
14:11
But there goes salmon sharks with this meter-level resolution
342
836000
3000
Daar zwemmen zalmhaaien in deze éénmeterresolutie
14:14
on an ocean of temperature -- warm colors are warmer.
343
839000
3000
op een temperatuuroceaan - warme kleuren zijn warmer.
14:17
Salmon sharks go down
344
842000
2000
Zalmhaaien gaan
14:19
to the tropics to pup
345
844000
2000
naar de tropen om te paaien
14:21
and come into Monterey.
346
846000
2000
en komen naar Monterey.
14:23
Now right next door in Monterey and up at the Farallones
347
848000
3000
Vlakbij, in Monterey en op de Farallones,
14:26
are a white shark team led by Scott Anderson -- there --
348
851000
2000
bevindt zich een witte-haaiteam onder leiding van Scott Anderson
14:28
and Sal Jorgensen.
349
853000
2000
en Sal Jorgensen.
14:30
They can throw out a target --
350
855000
2000
Ze kunnen een lokaas uitgooien -
14:32
it's a carpet shaped like a seal --
351
857000
2000
een tapijt in de vorm van een zeehond -
14:34
and in will come a white shark, a curious critter
352
859000
3000
en dan komt die witte haai, een merkwaardig beest
14:37
that will come right up to our 16-ft. boat.
353
862000
3000
tot bij onze boot van 5 meter.
14:40
It's a several thousand-pound animal.
354
865000
2000
Hij weegt meer dan duizend kilo.
14:42
And we'll wind in the target.
355
867000
3000
We halen het lokaas binnen.
14:45
And we'll place an acoustic tag
356
870000
2000
We plaatsen een akoestische tag
14:47
that says, "OMSHARK 10165,"
357
872000
2000
die zegt, "I'M SHARK 10165"
14:49
or something like that, acoustically with a ping.
358
874000
3000
of zoiets, akoestisch met een 'ping'.
14:52
And then we'll put on a satellite tag
359
877000
2000
Vervolgens plaatsen we een satelliet-tag
14:54
that will give us the long-distance journeys
360
879000
3000
die de lange reizen weergeeft
14:57
with the light-based geolocation algorithms
361
882000
2000
met op licht gebaseerde geolocatie-algoritmen
14:59
solved on the computer that's on the fish.
362
884000
3000
uitgerekend door de computer op de vis.
15:02
So in this case, Sal's looking at two tags there,
363
887000
3000
Hier zie je Sal op zoek naar die twee tags.
15:05
and there they are: the white sharks of California
364
890000
3000
En daar zijn ze: de witte haaien van Californië
15:08
going off to the white shark cafe and coming back.
365
893000
3000
weg voor een uitje naar het witte-haaicafé en terug.
15:12
We also tag makos with our NOAA colleagues,
366
897000
2000
We hebben ook makreelhaaien getagd, samen met onze collega's van NOAA,
15:14
blue sharks.
367
899000
2000
blauwe haaien.
15:16
And now, together, what we can see
368
901000
2000
We kunnen nu kijken naar
15:18
on this ocean of color that's temperature,
369
903000
2000
deze oceaan van kleur die de temperatuur weergeeft.
15:20
we can see ten-day worms of makos and salmon sharks.
370
905000
3000
We zien tiendaagse wormsporen van makreelhaaien en zalmhaaien.
15:24
We have white sharks and blue sharks.
371
909000
2000
Witte haaien en blauwe haaien.
15:26
For the first time,
372
911000
2000
Voor de eerste keer zien we op
15:28
an ecoscape as large as ocean-scale,
373
913000
2000
een 'eco-landschap' op oceaanschaal
15:30
showing where the sharks go.
374
915000
3000
waar de haaien zich ophouden.
15:33
The tuna team from TOPP has done the unthinkable:
375
918000
3000
Het tonijnteam van TOPP heeft het ondenkbare gedaan:
15:36
three teams tagged 1,700 tunas,
376
921000
3000
drie teams tagden 1.700 tonijnen,
15:39
bluefin, yellowfin and albacore
377
924000
2000
blauwvintonijn, geelvintonijn en witte tonijn
15:41
all at the same time --
378
926000
2000
allemaal tezelfdertijd -
15:43
carefully rehearsed tagging programs
379
928000
2000
we repeteerden zorgvuldig de tagging-programma's
15:45
in which we go out, pick up juvenile tunas,
380
930000
3000
waarbij we jonge tonijn vangen,
15:48
put in the tags that actually have the sensors,
381
933000
3000
tags met sensoren
15:51
stick out the tuna
382
936000
2000
op de tonijn plaatsen
15:53
and then let them go.
383
938000
2000
en hem terug uitzetten.
15:55
They get returned, and when they get returned,
384
940000
2000
We krijgen ze terug en nu kan je
15:57
here on a NASA numerical ocean
385
942000
3000
hier op een digitale oceaan van NASA
16:00
you can see bluefin in blue
386
945000
2000
de blauwvintonijnen in het blauw
16:02
go across their corridor,
387
947000
2000
hun corridor zien passeren
16:04
returning to the Western Pacific.
388
949000
3000
als ze terugkeren naar de westelijke Stille Oceaan.
16:07
Our team from UCSC has tagged elephant seals
389
952000
3000
Ons team van UCSC heeft zeeolifanten getagd
16:10
with tags that are glued on their heads, that come off when they slough.
390
955000
3000
met tags die op hun hoofd zijn gelijmd. Ze komen los bij het vervellen.
16:13
These elephant seals cover half an ocean,
391
958000
3000
Deze zeeolifanten bestrijken een halve oceaan,
16:16
take data down to 1,800 feet --
392
961000
2000
nemen data op tot op 1.800 meter diepte -
16:18
amazing data.
393
963000
2000
Fantastische data.
16:20
And then there's Scott Shaffer and our shearwaters
394
965000
3000
En dan is er Scott Shaffer en onze pijlstormvogels
16:23
wearing tuna tags, light-based tags,
395
968000
3000
met tonijntags, op licht gebaseerde tags.
16:26
that now are going to take you from New Zealand to Monterey and back,
396
971000
3000
Die nemen je mee van Nieuw-Zeeland naar Monterey en terug,
16:29
journeys of 35,000 nautical miles
397
974000
3000
reizen van 65.000 kilometer.
16:32
we had never seen before.
398
977000
2000
Nooit eerder gezien.
16:34
But now with light-based geolocation tags that are very small,
399
979000
3000
Met erg kleine, op licht gebaseerde geolocatie-tags
16:37
we can actually see these journeys.
400
982000
2000
kunnen nu we deze reizen meemaken.
16:39
Same thing with Laysan albatross
401
984000
2000
Hetzelfde met de Laysan-albatros
16:41
who travel an entire ocean
402
986000
2000
die een hele oceaan bereist.
16:43
on a trip sometimes,
403
988000
2000
Soms een reis naar hetzelfde gebied
16:45
up to the same zone the tunas use.
404
990000
2000
als dat van de tonijn.
16:47
You can see why they might be caught.
405
992000
3000
Je kan zien waarom ze zouden kunnen worden gevangen.
16:50
Then there's George Schillinger and our leatherback team out of Playa Grande
406
995000
3000
Dan is er George Schillinger en ons zeeschildpadteam uit Playa Grande
16:53
tagging leatherbacks
407
998000
2000
die zeeschildpadden taggen
16:55
that go right past where we are.
408
1000000
3000
die nog verder gaan dan waar wij gaan.
16:58
And Scott Benson's team
409
1003000
2000
Scott Benson's team
17:00
that showed that leatherbacks go from Indonesia
410
1005000
2000
toonde aan dat zeeschildpadden vanuit Indonesië
17:02
all the way to Monterey.
411
1007000
2000
helemaal naar Monterey reizen.
17:04
So what we can see on this moving ocean
412
1009000
3000
Op deze bewegende oceaan
17:07
is we can finally see where the predators are.
413
1012000
3000
kunnen we eindelijk zien waar de roofdieren zijn.
17:10
We can actually see how they're using ecospaces
414
1015000
3000
We kunnen zien hoe ze een ecoruimte
17:13
as large as an ocean.
415
1018000
2000
zo groot als een oceaan gebruiken.
17:15
And from this information,
416
1020000
2000
Op basis van deze informatie
17:17
we can begin to map the hope spots.
417
1022000
3000
kunnen we beginnen de 'hoopspots' in kaart te brengen.
17:20
So this is just three years of data right here --
418
1025000
2000
Dit hier is nog maar drie jaar aan gegevens.
17:22
and there's a decade of this data.
419
1027000
2000
En er is al een decennium aan gegevens.
17:24
We see the pulse and the seasonal activities
420
1029000
2000
We zien de polsslag en de seizoensgebonden activiteiten
17:26
that these animals are going on.
421
1031000
3000
van deze dieren.
17:30
So what we're able to do with this information
422
1035000
2000
Deze informatie kunnen we gebruiken
17:32
is boil it down to hot spots,
423
1037000
3000
om de 'hotspots' te lokaliseren,
17:35
4,000 deployments,
424
1040000
2000
4.000 implementaties,
17:37
a huge herculean task,
425
1042000
3000
een enorme taak,
17:40
2,000 tags
426
1045000
2000
2.000 tags
17:42
in an area, shown here for the first time,
427
1047000
2000
in een gebied, hier voor de eerste keer getoond,
17:44
off the California coast,
428
1049000
2000
voor de Californische kust,
17:46
that appears to be a gathering place.
429
1051000
3000
die een verzamelpunt lijkt te zijn.
17:50
And then for sort of an encore from these animals,
430
1055000
3000
Als een soort toegift van deze dieren,
17:53
they're helping us.
431
1058000
2000
helpen ze ons nog.
17:55
They're carrying instruments
432
1060000
2000
Ze dragen instrumenten
17:57
that are actually taking data down to 2,000 meters.
433
1062000
3000
die gegevens tot op 2.000 meter diepte opnemen.
18:00
They're taking information from our planet
434
1065000
2000
Ze verzamelen informatie over onze planeet
18:02
at very critical places like Antarctica and the Poles.
435
1067000
3000
op zeer kritieke plaatsen zoals Antarctica en de Noordpool.
18:05
Those are seals from many countries
436
1070000
2000
Dit zijn zeehonden uit vele landen
18:07
being released
437
1072000
2000
die worden losgelaten
18:09
who are sampling underneath the ice sheets
438
1074000
2000
om onder de ijskappen data te verzamelen.
18:11
and giving us temperature data of oceanographic quality
439
1076000
3000
Ze geven ons temperatuurgegevens van oceanografische kwaliteit
18:14
on both poles.
440
1079000
2000
op beide polen.
18:16
This data, when visualized, is captivating to watch.
441
1081000
3000
Deze gegevens zijn, gevisualiseerd, boeiend om naar te kijken.
18:19
We still haven't figured out best how to visualize the data.
442
1084000
3000
We hebben nog niet uitgedokterd hoe je het beste de data kan visualiseren.
18:22
And then, as these animals swim
443
1087000
2000
Als deze dieren al zwemmend
18:24
and give us the information
444
1089000
2000
voor ons informatie verzamelen
18:26
that's important to climate issues,
445
1091000
2000
die belangrijk is voor klimaatkwesties,
18:28
we also think it's critical
446
1093000
2000
dan vinden wij het ook van cruciaal belang
18:30
to get this information to the public,
447
1095000
2000
om deze informatie aan het publiek voor te stellen,
18:32
to engage the public with this kind of data.
448
1097000
3000
om het publiek te betrekken bij dit soort gegevens.
18:35
We did this with the Great Turtle Race --
449
1100000
2000
We deden dit met de Grote Schildpadrace -
18:37
tagged turtles, brought in four million hits.
450
1102000
3000
we tagden schildpadden, wat vier miljoen hits opleverde.
18:40
And now with Google's Oceans,
451
1105000
3000
En nu, met Google's Oceans,
18:43
we can actually put a white shark in that ocean.
452
1108000
2000
kunnen we een witte haai uitzetten in de oceaan.
18:45
And when we do and it swims,
453
1110000
2000
Als we dat doen en hij zwemt,
18:47
we see this magnificent bathymetry
454
1112000
2000
zien we deze prachtige bathymetrie
18:49
that the shark knows is there on its path
455
1114000
2000
waarvan de haai weet dat ze er is
18:51
as it goes from California to Hawaii.
456
1116000
2000
als hij van Californië naar Hawaï zwemt.
18:53
But maybe Mission Blue
457
1118000
2000
Maar misschien kan Mission Blue
18:55
can fill in that ocean that we can't see.
458
1120000
3000
de oceaan invullen die we niet kunnen zien.
18:58
We've got the capacity, NASA has the ocean.
459
1123000
3000
Wij hebben de mogelijkheid, NASA heeft de oceaan.
19:01
We just need to put it together.
460
1126000
2000
We hoeven dat alleen maar te combineren.
19:03
So in conclusion,
461
1128000
2000
Als conclusie kunnen we zeggen:
19:05
we know where Yellowstone is for North America;
462
1130000
3000
we weten waar het equivalent van Yellowstone ligt voor Noord-Amerika,
19:08
it's off our coast.
463
1133000
2000
namelijk net voor onze kust.
19:10
We have the technology that's shown us where it is.
464
1135000
2000
Wij hebben de technologie die ons liet zien waar het is.
19:12
What we need to think about perhaps for Mission Blue
465
1137000
3000
Waar we misschien over moeten nadenken, is een verhoging
19:15
is increasing the biologging capacity.
466
1140000
3000
van de biologgingcapaciteit van Mission Blue.
19:18
How is it that we can actually
467
1143000
2000
Hoe kunnen we
19:20
take this type of activity elsewhere?
468
1145000
3000
elders dit soort activiteiten toepassen?
19:23
And then finally -- to basically get the message home --
469
1148000
3000
En dan tot slot: om de boodschap te laten doordringen,
19:26
maybe use live links
470
1151000
2000
kunnen we misschien live verbindingen
19:28
from animals such as blue whales and white sharks.
471
1153000
2000
naar dieren zoals blauwe walvissen en witte haaien gebruiken.
19:30
Make killer apps, if you will.
472
1155000
2000
Killer apps maken, als je wil.
19:32
A lot of people are excited
473
1157000
2000
Veel mensen zijn enthousiast
19:34
when sharks actually went under the Golden Gate Bridge.
474
1159000
3000
als haaien nog eens onder de Golden Gate Bridge zwemmen.
19:37
Let's connect the public to this activity right on their iPhone.
475
1162000
3000
Laten we het publiek betrekken bij deze activiteit, op hun iPhone.
19:40
That way we do away with a few internet myths.
476
1165000
3000
Zo raken we af van een paar internetmythes.
19:44
So we can save the bluefin tuna.
477
1169000
2000
We kunnen de blauwvintonijn redden.
19:46
We can save the white shark.
478
1171000
2000
We kunnen de witte haai redden.
19:48
We have the science and technology.
479
1173000
2000
Wij hebben de wetenschap en de technologie.
19:50
Hope is here. Yes we can.
480
1175000
2000
Er is hoop. Yes we can.
19:52
We need just to apply this capacity
481
1177000
2000
We hoeven deze capaciteit alleen maar
19:54
further in the oceans.
482
1179000
2000
verder in de oceanen toe te passen.
19:56
Thank you.
483
1181000
2000
Dank je.
19:58
(Applause)
484
1183000
2000
(Applaus)
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