ABOUT THE SPEAKER
Greg Asner - Airborne ecologist
Greg Asner’s mapping technology produces detailed, complex pictures of how humans’ activities affect our ecosystems.

Why you should listen

The remote sensing techniques developed by Greg Asner and his team are viewed as among the most advanced in the world for exploring Earth’s changing ecosystems in unprecedented detail and richness. Using airborne and satellite technologies such as laser scanning and hyperspectral imaging, combined with field work and computer modeling, Asner measures and qualifies humans’ impact on regions from the American Southwest to the Brazilian Amazon.

“We’re able to see, if you will, the forest and the trees at the same time,” Asner says. “We’re able to now understand an image, map and measure huge expanses of the environment while maintaining the detail. Not just the spatial resolution, but the biological resolution—the actual organisms that live in these places.” For Asner, who is on the faculty at the Carnegie Institution and Stanford and leads the Carnegie Airborne Observatory project, this is science with a mission: to influence climate change treaties and save the forests he studies.

More profile about the speaker
Greg Asner | Speaker | TED.com
TEDGlobal 2013

Greg Asner: Ecology from the air

Ekologia widziana z powietrza

Filmed:
775,949 views

Z czego naprawdę są zbudowane nasze lasy? Ekolog Greg Asner używa spektrometru i silnych laserów do mapowania natury z powietrza z dokładnością 3D. Nazywa to "nowoczesnym systemem rozliczeniowym" węgla. Podczas prezentacji, Asner przekazuje jasną wiadomość: Aby uratować ekosystemy, potrzebujemy więcej danych zdobywanych nowymi sposobami.
- Airborne ecologist
Greg Asner’s mapping technology produces detailed, complex pictures of how humans’ activities affect our ecosystems. Full bio

Double-click the English transcript below to play the video.

00:12
TechnologyTechnologia can changezmiana our understandingzrozumienie of natureNatura.
0
502
4191
Technologia może zmienić postrzeganie natury.
00:16
Take for exampleprzykład the casewalizka of lionsosobliwości miasta.
1
4693
3151
Weźmy na przykład lwy.
00:19
For centurieswieki, it's been said that femalePłeć żeńska lionsosobliwości miasta
2
7844
2170
Przez wieki twierdzono, że to lwice
00:22
do all of the huntingpolowanie out in the openotwarty savannaSawanna,
3
10014
2729
polują na otwartych przestrzeniach sawanny,
00:24
and malemęski lionsosobliwości miasta do nothing untilaż do it's time for dinnerobiad.
4
12743
3981
a lwy nic nie robią do pory obiadowej.
00:28
You've heardsłyszał this too, I can tell.
5
16724
3012
Na pewno też o tym słyszeliście.
00:31
Well recentlyostatnio, I led an airbornesamolotowy mappingmapowanie campaignkampania
6
19736
2586
Ostatnio prowadziłem badanie
00:34
in the KrugerKruger NationalKrajowe ParkPark in SouthPołudniowa AfricaAfryka.
7
22322
2672
w Parku Narodowym Krugera w RPA.
00:36
Our colleagueskoledzy put GPSGPS trackingśledzenie collarsKołnierze
8
24994
2592
Badacze zakładali nadajniki GPS
00:39
on malemęski and femalePłeć żeńska lionsosobliwości miasta,
9
27586
1597
na samce i samice lwów.
00:41
and we mappedmapowane theirich huntingpolowanie behaviorzachowanie
10
29183
1608
Obserwowaliśmy ich zachowania łowieckie
00:42
from the airpowietrze.
11
30791
1448
z powietrza.
00:44
The lowerniższy left showsprzedstawia a lionLew sizingzmiany rozmiaru up
12
32239
2666
W lewym dolnym rogu widzicie
00:46
a herdstado of impalaImpala for a killzabić,
13
34905
2012
lwa czyhającego na stado impali.
00:48
and the right showsprzedstawia what I call
14
36917
1569
Po prawej widzicie coś,
00:50
the lionLew viewshedpola widzenia.
15
38486
1863
co nazywam lwim polem widzenia,
00:52
That's how fardaleko the lionLew can see in all directionswskazówki
16
40349
2622
czyli zakres widzenia lwów we wszystkich kierunkach,
00:54
untilaż do his or her viewwidok is obstructedutrudnione by vegetationwegetacja.
17
42971
4175
aż jego lub jej widok jest utrudniony przez roślinność.
00:59
And what we founduznany
18
47146
1441
Odkryliśmy, że lwy
01:00
is that malemęski lionsosobliwości miasta are not the lazyleniwy huntersmyśliwi
19
48587
2506
wcale nie są leniwymi łowcami,
01:03
we thought them to be.
20
51093
1524
tak jak wcześniej sądziliśmy.
01:04
They just use a differentróżne strategystrategia.
21
52617
2137
Używają tylko innej strategii.
01:06
WhereasMając na uwadze the femalePłeć żeńska lionsosobliwości miasta huntpolowanie
22
54754
1752
Podczas, gdy lwice polują
01:08
out in the openotwarty savannaSawanna
23
56506
1132
na wolnych przestrzeniach sawanny,
01:09
over long distancesodległości, usuallyzazwyczaj duringpodczas the day,
24
57638
2661
przemierzając dalekie dystanse za dnia,
01:12
malemęski lionsosobliwości miasta use an ambushZasadzka strategystrategia
25
60299
3010
lwy robią zasadzki
01:15
in densegęsty vegetationwegetacja, and oftenczęsto at night.
26
63309
3733
w gęstej roślinności, często nocą.
01:19
This videowideo showsprzedstawia the actualrzeczywisty huntingpolowanie viewshedspole widzenia
27
67042
3006
Po lewej stronie widać
01:22
of malemęski lionsosobliwości miasta on the left
28
70048
1865
pola widzenia lwów,
01:23
and femaleskobiety on the right.
29
71913
1989
a po prawej, pola widzenia lwic.
01:25
RedCzerwony and darkerciemniejsze colorszabarwienie showpokazać more densegęsty vegetationwegetacja,
30
73902
2556
Gęstszą roślinność oznaczono na czerwono,
01:28
and the whitebiały are wideszeroki openotwarty spacesspacje.
31
76458
2115
zaś otwarte przestrzenie na biało.
01:30
And this is the viewshedpola widzenia right literallydosłownie at the eyeoko levelpoziom
32
78573
3100
To jest pole widzenia na wysokości wzroku
01:33
of huntingpolowanie malemęski and femalePłeć żeńska lionsosobliwości miasta.
33
81673
2530
polujących lwów i lwic.
01:36
All of a suddennagły, you get a very clearjasny understandingzrozumienie
34
84203
2329
Teraz rozumiecie,
01:38
of the very spookystraszny conditionswarunki underpod whichktóry
35
86532
2853
dlaczego lwy polują
01:41
malemęski lionsosobliwości miasta do theirich huntingpolowanie.
36
89385
2080
w tak mrocznych warunkach.
01:43
I bringprzynieść up this exampleprzykład to beginzaczynać,
37
91465
1496
Tym przykładem chciałem pokazać,
01:44
because it emphasizespodkreśla how little
we know about natureNatura.
38
92961
4468
jak niewiele wiemy o naturze.
01:49
There's been a hugeolbrzymi amountilość of work doneGotowe so fardaleko
39
97429
2675
Wiele dotychczas zrobiono,
01:52
to try to slowpowolny down our lossesstraty of tropicaltropikalny forestslasy,
40
100104
3628
aby zahamować utratę lasów deszczowych,
01:55
and we are losingprzegrywający our forestslasy at a rapidszybki rateoceniać,
41
103732
1949
a te znikają w zastraszającym tempie,
01:57
as shownpokazane in redczerwony on the slideślizgać się.
42
105681
1914
tak jak zaznaczono na czerwono na slajdzie.
01:59
I find it ironicironiczny that we're doing so much,
43
107595
2340
Co za ironia, że robimy tak wiele,
02:01
yetjeszcze these areasobszary are fairlydość unknownnieznany to sciencenauka.
44
109935
3633
ale tak niewiele wiemy o tych miejscach.
02:05
So how can we savezapisać what we don't understandzrozumieć?
45
113568
2657
Jak możemy uratować coś, czego nie rozumiemy?
02:08
Now I'm a globalświatowy ecologistekolog and an EarthZiemia explorerExplorer
46
116225
2662
Jestem ekologiem, podróżuję po świecie.
02:10
with a backgroundtło in physicsfizyka and chemistrychemia
47
118887
1691
Kiedyś zajmowałem się fizyką, chemią,
02:12
and biologybiologia and a lot of other boringnudny subjectstematy,
48
120578
3204
biologią i innymi nudnymi rzeczami.
02:15
but abovepowyżej all, I'm obsessedobsesję with what we don't know
49
123782
3002
Ale przede wszystkim mam bzika na punkcie tego,
02:18
about our planetplaneta.
50
126784
1712
czego nie wiemy o naszej planecie.
02:20
So I createdstworzony this,
51
128496
1674
Więc stworzyłem
02:22
the CarnegieCarnegie AirborneAirborne ObservatoryObserwatorium, or CAOCAO.
52
130170
3277
Carnegie Airborne Observatory, w skrócie CAO.
02:25
It maymoże look like a planesamolot with a fancyfantazyjny paintfarba jobpraca,
53
133447
2057
Wygląda raczej jak fantazyjnie pomalowany samolot,
02:27
but I packedzapakowane it with over 1,000 kiloskilogramów
54
135504
2760
jednak znajduje się w nim około 1 tony
02:30
of high-techwysoka technologia sensorsczujniki, computerskomputery,
55
138264
2436
nowoczesnych czujników, komputerów
02:32
and a very motivatedmotywację staffpersonel
56
140700
2211
wraz z ekipą naukowców i pilotów
02:34
of EarthZiemia scientistsnaukowcy and pilotspiloci.
57
142911
2469
bardzo zmotywowanych do działania.
02:37
Two of our instrumentsinstrumenty are very uniquewyjątkowy:
58
145380
1860
Korzystamy z dwóch wyjątkowych narzędzi:
02:39
one is callednazywa an imagingImaging spectrometerSpektrometr
59
147240
1754
spektroskopu obrazującego,
02:40
that can actuallytak właściwie measurezmierzyć the chemicalchemiczny compositionkompozycja
60
148994
1862
który może analizować skład chemiczny roślin
02:42
of plantsrośliny as we flylatać over them.
61
150856
2929
z powietrza,
02:45
AnotherInnym one is a setzestaw of laserslasery,
62
153785
1926
oraz zestawu laserów,
02:47
very high-poweredwysokiej mocy laserslasery,
63
155711
1731
bardzo silnych,
02:49
that fireogień out of the bottomDolny of the planesamolot,
64
157442
1960
emitowanych z podwozia samolotu,
02:51
sweepingzamaszysty acrossprzez the ecosystemekosystem
65
159402
1872
które przenikają przez otoczenie
02:53
and measuringzmierzenie it at nearlyprawie 500,000 timesczasy perza seconddruga
66
161274
4097
i robią pomiar prawie 500.000 razy na sekundę
02:57
in high-resolutionwysoka rozdzielczość 3D.
67
165371
2478
dając obraz 3D wysokiej rozdzielczości.
02:59
Here'sTutaj jest an imageobraz of the GoldenZłoty GateBrama BridgeMost
68
167849
1984
Oto obraz mostu Golden Gate
03:01
in SanSan FranciscoFrancisco, not fardaleko from where I liverelacja na żywo.
69
169833
2172
w San Francisco, niedaleko mojego miejsca zamieszkania.
03:04
AlthoughChociaż we flewlatał straightproste over this bridgemost,
70
172005
1803
Mimo, że lecieliśmy wprost nad nim,
03:05
we imagedsfotografowana it in 3D, capturedschwytany its colorkolor
71
173808
1656
zdołaliśmy odtworzyć jego obraz 3D wraz z kolorem
03:07
in just a fewkilka secondstowary drugiej jakości.
72
175464
2047
w kilka sekund.
03:09
But the realreal powermoc of the CAOCAO
73
177511
2095
Prawdziwą mocą CAO
03:11
is its abilityzdolność to capturezdobyć the actualrzeczywisty buildingbudynek blocksBloki
74
179606
2175
jest możliwość obrazowania
03:13
of ecosystemsekosystemy.
75
181781
1769
prawdziwych struktur ekosystemu.
03:15
This is a smallmały townmiasto in the AmazonAmazon,
76
183550
1699
Oto obraz wioski w lesie amazońskim
03:17
imagedsfotografowana with the CAOCAO.
77
185249
1615
stworzony dzięki CAO.
03:18
We can sliceplasterek throughprzez our datadane
78
186864
1739
Możemy zrobić przekrój przez nasze dane
03:20
and see, for exampleprzykład, the 3D structureStruktura
79
188603
2264
i zobaczyć trójwymiarową strukturę
03:22
of the vegetationwegetacja and the buildingsBudynki,
80
190867
2333
roślinności i budynków
03:25
or we can use the chemicalchemiczny informationInformacja
81
193200
1909
lub możemy skorzystać z danych o składzie chemicznym,
03:27
to actuallytak właściwie figurepostać out how fastszybki the plantsrośliny are growingrozwój
82
195109
2731
aby zbadać prędkość wzrostu roślin,
03:29
as we flylatać over them.
83
197840
1343
wszystko z powietrza.
03:31
The hottestnajgorętsze pinksróże are the fastest-growingnajszybciej rosnący plantsrośliny.
84
199183
3486
Najszybciej rosną rośliny w kolorze intensywnego różu.
03:34
And we can see biodiversityróżnorodności biologicznej in wayssposoby
85
202669
1917
Możemy zobaczyć bioróżnorodność w sposób,
03:36
that you never could have imaginedwyobrażałem sobie.
86
204586
2159
o którym mogliśmy tylko śnić.
03:38
This is what a rainforestLas deszczowy mightmoc look like
87
206745
1551
Tak wygląda las tropikalny
03:40
as you flylatać over it in a hotgorąco airpowietrze balloonbalon.
88
208296
2207
z góry podczas lotu balonem.
03:42
This is how we see a rainforestLas deszczowy,
89
210503
2094
A tak widzimy go
03:44
in kaleidoscopicKalejdoskop colorkolor that tellsmówi us
90
212597
2345
w różnorodności kolorów,
03:46
that there are manywiele speciesgatunki livingżycie with one anotherinne.
91
214942
2942
co świadczy o mnogości gatunków.
03:49
But you have to rememberZapamiętaj that these treesdrzewa
92
217884
1924
Ale trzeba pamiętać, że te drzewa
03:51
are literallydosłownie biggerwiększy than whaleswieloryby,
93
219808
2296
są większe od wielorybów,
03:54
and what that meansznaczy is that
they're impossibleniemożliwy to understandzrozumieć
94
222104
2912
a to oznacza, że nie można ich zrozumieć
03:57
just by walkingpieszy on the groundziemia belowponiżej them.
95
225016
2975
po prostu koło nich przechodząc.
03:59
So our imageryobrazowość is 3D, it's chemicalchemiczny, it's biologicalbiologiczny,
96
227991
4638
Nasze obrazowanie w 3D uwzględnia chemię i biologię.
04:04
and this tellsmówi us not only the speciesgatunki
97
232629
1758
Dzięki niemu mamy informacje
04:06
that are livingżycie in the canopybaldachim,
98
234387
1884
nie tylko o gatunkach żyjących w koronach drzew,
04:08
but it tellsmówi us a lot of informationInformacja
99
236271
1920
ale również o innych gatunkach
04:10
about the restodpoczynek of the speciesgatunki
that occupyzająć the rainforestLas deszczowy.
100
238191
3576
żyjących w lesie tropikalnym.
04:13
Now I createdstworzony the CAOCAO
101
241767
2131
Stworzyłem CAO,
04:15
in orderzamówienie to answerodpowiedź questionspytania that have provenudowodniony
102
243898
2139
aby odpowiedzieć na pytania trudne do rozwiązania
04:18
extremelyniezwykle challengingtrudne to answerodpowiedź
from any other vantageVantage pointpunkt,
103
246037
3352
z każdej perspektywy,
04:21
suchtaki as from the groundziemia, or from satellitesatelita sensorsczujniki.
104
249389
2877
takiej jak ziemia, czy czujniki satelitarne.
04:24
I want to sharedzielić threetrzy of those
questionspytania with you todaydzisiaj.
105
252266
3237
Dzisiaj chcę zadać 3 z tych pytań.
04:27
The first questionspytania is,
106
255503
1707
Pierwsze z nich:
04:29
how do we managezarządzanie our carbonwęgiel reservesrezerwy
107
257210
1729
Jak poradzimy sobie z rezerwami węgla
04:30
in tropicaltropikalny forestslasy?
108
258939
2756
w lasach tropikalnych?
04:33
TropicalTropical forestslasy containzawierać a hugeolbrzymi
amountilość of carbonwęgiel in the treesdrzewa,
109
261695
3559
Jest on zawarty w drzewach
04:37
and we need to keep that carbonwęgiel in those forestslasy
110
265254
2414
i nie możemy dopuścić do jego wydostania się,
04:39
if we're going to avoiduniknąć any furtherdalej globalświatowy warmingogrzewanie.
111
267668
3414
jeśli chcemy zahamować globalne ocieplenie.
04:43
UnfortunatelyNiestety, globalświatowy carbonwęgiel emissionsemisje
112
271082
2226
Niestety, globalna emisja węgla
04:45
from deforestationwylesianie
113
273308
1763
spowodowana wycinaniem lasów
04:47
now equalsrówna się the globalświatowy transportationtransport sectorsektor.
114
275071
3175
jest jak ta wytwarzana przez transport,
04:50
That's all shipsstatki, airplanessamoloty, trainspociągi
and automobilessamochody combinedłączny.
115
278246
4303
czyli wszystkie statki, samoloty, pociągi i samochody razem wzięte.
04:54
So it's understandablezrozumiale that policypolityka negotiatorsNegocjatorzy
116
282549
3091
Zrozumiałe jest, że politycy
04:57
have been workingpracujący hardciężko to reducezmniejszyć deforestationwylesianie,
117
285640
2488
próbują zredukować wycinkę lasów,
05:00
but they're doing it on landscapeskrajobrazy
118
288128
1871
jednak robią to na obszarach
05:01
that are hardlyledwie knownznany to sciencenauka.
119
289999
2139
nieznanych nauce.
05:04
If you don't know where the carbonwęgiel is exactlydokładnie,
120
292138
2361
Jeśli nie wiadomo dokładnie, gdzie jest węgiel,
05:06
in detailSzczegół, how can you know what you're losingprzegrywający?
121
294499
2852
skąd wiemy, co tracimy ?
05:09
BasicallyW zasadzie, we need a high-techwysoka technologia accountingrachunkowości systemsystem.
122
297351
4057
Zasadniczo, potrzebujemy nowoczesnego systemu rozliczeniowego.
05:13
With our systemsystem, we're ablezdolny to see the carbonwęgiel stocksdyby
123
301408
2316
Dzięki naszemu systemowi możemy dokładnie wykryć
05:15
of tropicaltropikalny forestslasy in utterwypowiem detailSzczegół.
124
303724
2798
ukryty w lasach tropikalnych węgiel.
05:18
The redczerwony showsprzedstawia, obviouslyoczywiście,
closed-canopyZAMKNIĘTA baldachim tropicaltropikalny forestlas,
125
306522
2855
Lasy o gęstych koronach drzew oznaczone są na czerwono,
05:21
and then you see the cookieplik cookie cuttingtnący,
126
309377
2018
widzicie foremne wycięcia
05:23
or the cuttingtnący of the forestlas in yellowsżółte and greensZieloni.
127
311395
3907
lub wycięcia w lesie na żółto i zielono.
05:27
It's like cuttingtnący a cakeciasto exceptz wyjątkiem this cakeciasto
128
315302
2823
To jest jak wycinanie ciasta z tym, że to ciasto
05:30
is about whalewieloryb deepgłęboki.
129
318125
2199
jest głębokie na długość wieloryba.
05:32
And yetjeszcze, we can zoomPowiększenie in and see the forestlas
130
320324
1968
Można przybliżyć obraz i zobaczyć
05:34
and the treesdrzewa at the samepodobnie time.
131
322292
2013
las i drzewa jednocześnie.
05:36
And what's amazingniesamowity is, even thoughchociaż we flewlatał
132
324305
2202
To niesamowite, że lecąc
05:38
very highwysoki abovepowyżej this forestlas,
133
326507
2277
bardzo wysoko nad lasem
05:40
laterpóźniej on in analysisanaliza, we can go in
134
328784
1903
można później dokonać dogłębnej analizy
05:42
and actuallytak właściwie experiencedoświadczenie the treetropstreetrops,
135
330687
2220
i poczuć wierzchołki drzew,
05:44
leafliść by leafliść, branchgałąź by branchgałąź,
136
332907
2347
każdy liść i gałąź,
05:47
just as the other speciesgatunki that liverelacja na żywo in this forestlas
137
335254
3507
tak jak robią to inne gatunki
05:50
experiencedoświadczenie it alongwzdłuż with the treesdrzewa themselvessami.
138
338761
2817
żyjące w lesie.
05:53
We'veMamy been usingza pomocą the technologytechnologia to explorebadać
139
341578
2166
Korzystaliśmy z tej technologii,
05:55
and to actuallytak właściwie put out the first carbonwęgiel geographiesregionów geograficznych
140
343744
2870
aby zbadać i po raz pierwszy stworzyć
05:58
in highwysoki resolutionrozkład
141
346614
1614
wysokorozdzielczy obraz
06:00
in farawayRecz placesmiejsca like the AmazonAmazon BasinDorzecze
142
348228
2246
rozmieszczenia węgla w tak odległych miejscach jak Nizina Amazonki
06:02
and not-so-farawaynie tak odległych placesmiejsca like the UnitedStany Zjednoczone StatesPaństwa
143
350474
2287
i w nie tak odległych jak Stany Zjednoczone
06:04
and CentralCentrum AmericaAmeryka.
144
352761
1733
i Ameryka Środkowa.
06:06
What I'm going to do is I'm going to take you
on a high-resolutionwysoka rozdzielczość, first-timepo raz pierwszy tourwycieczka
145
354494
3500
Po raz pierwszy zobaczycie w wysokiej rozdzielczości
06:09
of the carbonwęgiel landscapeskrajobrazy of PeruPeru and then PanamaPanama.
146
357994
3929
rozmieszczenie węgla w Peru i w Panamie.
06:13
The colorszabarwienie are going to be going from redczerwony to blueniebieski.
147
361923
2762
Kolory przechodzą z czerwieni w niebieski.
06:16
RedCzerwony is extremelyniezwykle highwysoki carbonwęgiel stocksdyby,
148
364685
1994
Na czerwono oznaczono bardzo wysoką akumulację węgla.
06:18
your largestNajwiększa cathedralKatedra forestslasy you can imaginewyobrażać sobie,
149
366679
2539
To lasy wielkie jak katedry.
06:21
and blueniebieski are very lowNiska carbonwęgiel stocksdyby.
150
369218
2242
Na niebiesko oznaczono obszary niskiej akumulacji węgla.
06:23
And let me tell you, PeruPeru alonesam is an amazingniesamowity placemiejsce,
151
371460
2434
Peru jest niesamowitym miejscem,
06:25
totallycałkowicie unknownnieznany in termswarunki of its carbonwęgiel geographyGeografia
152
373894
2389
całkowicie nieznanym pod względem rozmieszczenia węgla
06:28
untilaż do todaydzisiaj.
153
376283
1586
aż do dziś.
06:29
We can flylatać to this areapowierzchnia in northernpółnocny PeruPeru
154
377869
1846
Można polecieć na północ Peru
06:31
and see superWspaniały highwysoki carbonwęgiel stocksdyby in redczerwony,
155
379715
2136
i zobaczyć bardzo duże rezerwy węgla na czerwono
06:33
and the AmazonAmazon RiverRzeka and floodplainobszar zalewowy
156
381851
1489
oraz Amazonkę i obszary zalewowe
06:35
cuttingtnący right throughprzez it.
157
383340
1745
dzielące krajobraz.
06:37
We can go to an areapowierzchnia of utterwypowiem devastationdewastacja
158
385085
1898
Można zobaczyć obszary kompletnie zniszczone
06:38
causedpowodowany by deforestationwylesianie in blueniebieski,
159
386983
1835
przez wycinkę lasów, oznaczone na niebiesko,
06:40
and the viruswirus of deforestationwylesianie
spreadingrozpościerający się out in orangePomarańczowy.
160
388818
3442
oraz szerzącą się plagę tego zjawiska na pomarańczowo.
06:44
We can alsorównież flylatać to the southernpołudniowy AndesAndes
161
392260
2684
Można udać się do południa Andów,
06:46
to see the treedrzewo linelinia and see exactlydokładnie how
162
394944
1850
aby zobaczyć granicę drzew i sprawdzić,
06:48
the carbonwęgiel geographyGeografia endskończy się
163
396794
1916
gdzie dokładnie kończą się rezerwy węgla
06:50
as we go up into the mountainGóra systemsystem.
164
398710
2706
w miarę jak zbliżamy się do gór.
06:53
And we can go to the biggestnajwiększy swampBagno
in the westernwestern AmazonAmazon.
165
401416
2905
Możemy też udać się do największego mokradła w zachodniej Amazonii,
06:56
It's a waterywodnisty dreamworldDreamworld
166
404321
1373
wodnego raju
06:57
akinAkin to JimJim Cameron'sCameron's "AvatarAvatar."
167
405694
2346
rodem z "Avatara" Jamesa Camerona.
07:00
We can go to one of the smallestnajmniejsze tropicaltropikalny countrieskraje,
168
408040
3304
Możemy zobaczyć jeden z najmniejszych krajów strefy tropikalnej,
07:03
PanamaPanama, and see alsorównież a hugeolbrzymi rangezasięg
169
411344
2357
Panamę, i przekonać się o różnorodnym
07:05
of carbonwęgiel variationzmienność,
170
413701
1562
rozmieszczeniu węgla,
07:07
from highwysoki in redczerwony to lowNiska in blueniebieski.
171
415263
2001
od bardzo wysokiego do bardzo niskiego.
07:09
UnfortunatelyNiestety, mostwiększość of the carbonwęgiel
is lostStracony in the lowlandsNiziny,
172
417264
2932
Niestety, większość węgla ulatnia się na nizinach
07:12
but what you see that's left,
173
420196
1546
ale to, co zostało
07:13
in termswarunki of highwysoki carbonwęgiel stocksdyby in greensZieloni and redsczerwienie,
174
421742
2733
pod względem zasobów węgla wysokiej zieleni i czerwieni,
07:16
is the stuffrzeczy that's up in the mountainsgóry.
175
424475
2114
to rzeczy, które występują w górach.
07:18
One interestingciekawy exceptionwyjątek to this
176
426589
2358
Jeden ciekawy wyjątek widzimy
07:20
is right in the middleśrodkowy of your screenekran.
177
428947
1616
na samym środku ekranu.
07:22
You're seeingwidzenie the bufferbufor zonestrefa
around the PanamaPanama CanalKanał.
178
430563
2644
Wokół Kanału Panamskiego istnieje strefa buforowa,
07:25
That's in the redsczerwienie and yellowsżółte.
179
433207
1913
oznaczona na czerwono i żółto.
07:27
The canalkanał authoritieswładze are usingza pomocą forcesiła
180
435120
1740
Władze kanału używają siły,
07:28
to protectochraniać theirich watersheddział wodny and globalświatowy commercehandel.
181
436860
3115
aby chronić ich przełom i globalny handel.
07:31
This kinduprzejmy of carbonwęgiel mappingmapowanie
182
439975
1490
Rodzaj mapowania węgla
07:33
has transformedprzekształcone conservationochrona
183
441465
1918
zmienił rozwój
07:35
and resourceratunek policypolityka developmentrozwój.
184
443383
1596
polityki zasobów i ochrony.
07:36
It's really advancingpostęp our abilityzdolność to savezapisać forestslasy
185
444979
2360
Posuwa to naprzód nasze możliwości ochrony lasów
07:39
and to curbKrawężnik climateklimat changezmiana.
186
447339
2375
i zahamowania zmian klimatycznych.
07:41
My seconddruga questionpytanie: How do we
prepareprzygotować for climateklimat changezmiana
187
449714
3431
Moje drugie pytanie brzmi: Jak powinniśmy przygotować na zmiany klimatu
07:45
in a placemiejsce like the AmazonAmazon rainforestLas deszczowy?
188
453145
2146
miejsce, jakim jest amazoński las tropikalny?
07:47
Let me tell you, I spendwydać a lot of time
189
455291
1653
Spędziłem dużo czasu w tych miejscach
07:48
in these placesmiejsca, and we're seeingwidzenie
the climateklimat changingwymiana pieniędzy alreadyjuż.
190
456944
3225
i tam już widać zmianę klimatu.
07:52
TemperaturesTemperatury are increasingwzrastający,
191
460169
1612
Temperatury są coraz wyższe,
07:53
and what's really happeningwydarzenie is
we're gettinguzyskiwanie a lot of droughtssusze,
192
461781
2632
oraz coraz częściej występują
07:56
recurringcykliczne droughtssusze.
193
464413
1657
powracające susze.
07:58
The 2010 mega-droughtMega susza is shownpokazane here
194
466070
1817
Tutaj pokazana jest ogromna susza z 2010 roku,
07:59
with redczerwony showingseans an areapowierzchnia
about the sizerozmiar of WesternWestern EuropeEuropy.
195
467887
3450
gdzie obszar na czerwono jest wielkości Europy Zachodniej.
08:03
The AmazonAmazon was so drysuchy in 2010
196
471337
2262
Amazonka była tak sucha w 2010 roku,
08:05
that even the mainGłówny stemtrzon of the AmazonAmazon riverrzeka itselfsamo
197
473599
2402
że główne koryto rzeki
08:08
driedwysuszony up partiallyczęściowo, as you see in the photozdjęcie
198
476001
2134
wyschło częściowo, jak widać na zdjęciu
08:10
in the lowerniższy portionczęść of the slideślizgać się.
199
478150
3406
w dolnej części slajdu.
08:13
What we founduznany is that in very remotezdalny areasobszary,
200
481556
3170
Odkryliśmy, że na bardzo odległych terenach
08:16
these droughtssusze are havingmający a bigduży negativenegatywny impactwpływ
201
484726
2746
susze mają bardzo negatywny wpływ
08:19
on tropicaltropikalny forestslasy.
202
487472
1588
na lasy tropikalne.
08:21
For exampleprzykład, these are all of the deadnie żyje treesdrzewa in redczerwony
203
489060
2720
Na przykład, kolor czerwony ukazuje drzewa,
08:23
that sufferedcierpiał mortalityśmiertelność followingnastępujący the 2010 droughtsusza.
204
491780
3061
które wymarły po suszy w 2010 roku.
08:26
This areapowierzchnia happensdzieje się to be on the bordergranica
205
494841
1877
Teren ten znajduje się na granicy
08:28
of PeruPeru and BrazilBrazylia,
206
496718
1399
Peru z Brazylią.
08:30
totallycałkowicie unexplorednieodkryte,
207
498117
1536
Obszar ten jest niezbadany
08:31
almostprawie totallycałkowicie unknownnieznany scientificallynaukowo.
208
499653
2803
i nieznany naukowo.
08:34
So what we think, as EarthZiemia scientistsnaukowcy,
209
502456
2466
Dlatego my jako naukowcy myślimy,
08:36
is speciesgatunki are going to have to migratemigrować
210
504922
1959
że gatunki będą migrować
08:38
with climateklimat changezmiana from the eastWschód in BrazilBrazylia
211
506881
2792
wraz ze zmieniającym się klimatem,
08:41
all the way westzachód into the AndesAndes
212
509673
2064
ze wschodniej Brazylii aż do zachodnich Andów,
08:43
and up into the mountainsgóry
213
511737
1473
a więc do terenów górskich
08:45
in orderzamówienie to minimizezminimalizować theirich
exposureekspozycji to climateklimat changezmiana.
214
513210
3536
w celu zminimalizowania ich doświadczania zmiany klimatu.
08:48
One of the problemsproblemy with this is that humansludzie
215
516746
2008
Jednym z problemów jest fakt, iż to ludzie
08:50
are takingnabierający apartniezależnie the westernwestern AmazonAmazon as we speakmówić.
216
518754
3025
niszczą zachodnią Amazonkę kiedy tu rozmawiamy.
08:53
Look at this 100-square-kilometer-Plac-kilometr gashgasz
217
521779
2109
Spójrzmy na to rozdarcie w lesie o powierzchni 100 kilometrów kwadratowych,
08:55
in the forestlas createdstworzony by goldzłoto minersgórników.
218
523888
2902
spowodowane przez wydobywców złota.
08:58
You see the forestlas in greenZielony in 3D,
219
526790
2278
Las to kolor zielony w 3D,
09:01
and you see the effectsruchomości of goldzłoto mininggórnictwo
220
529068
1834
a efekt wydobywania złota
09:02
down belowponiżej the soilgleba surfacepowierzchnia.
221
530902
2539
widać poniżej powierzchni gleby.
09:05
SpeciesGatunki have nowherenigdzie to migratemigrować
in a systemsystem like this, obviouslyoczywiście.
222
533441
4459
W takiej sytuacji, gatunki nie mają dokąd migrować.
09:09
If you haven'tnie mam been to the AmazonAmazon, you should go.
223
537900
2652
Jeżeli jeszcze nie byłeś w dorzeczu Amazonki, powinieneś tam pojechać.
09:12
It's an amazingniesamowity experiencedoświadczenie everykażdy time,
224
540552
2038
Za każdym razem jest to niesamowite przeżycie,
09:14
no mattermateria where you go.
225
542590
1543
nieważne w którym miejscu będziesz.
09:16
You're going to probablyprawdopodobnie see it this way, on a riverrzeka.
226
544133
3396
Prawdopodobnie zobaczysz to zjawisko na rzece.
09:19
But what happensdzieje się is a lot of timesczasy
227
547529
1764
Jednak często
09:21
the riversrzeki hideukryć what's really going on
228
549293
1852
rzeka ukrywa to, co dzieje się naprawdę
09:23
back in the forestlas itselfsamo.
229
551145
2765
w lasach.
09:25
We flewlatał over this samepodobnie riverrzeka,
230
553910
1714
Polecieliśmy nad tą samą rzeką
09:27
imagedsfotografowana the systemsystem in 3D.
231
555624
1840
zobrazowaną technologią 3D.
09:29
The forestlas is on the left.
232
557464
1816
Las jest po lewej stronie.
09:31
And then we can digitallycyfrowo removeusunąć the forestlas
233
559280
1986
Teraz cyfrowo usuniemy las
09:33
and see what's going on belowponiżej the canopybaldachim.
234
561266
2459
i zobaczymy, co się dzieje poniżej koron drzew.
09:35
And in this casewalizka, we founduznany goldzłoto mininggórnictwo activityczynność,
235
563725
2450
Odkryliśmy wydobycie zlota,
09:38
all of it illegalnielegalny,
236
566175
1237
które jest nielegalne,
09:39
setzestaw back away from the river'sw rzece edgekrawędź,
237
567412
2196
oddala się od brzegu rzeki,
09:41
as you'llTy będziesz see in those strangedziwne pockmarkszeszpeciła
238
569608
1904
stąd te dziwne otwory
09:43
comingprzyjście up on your screenekran on the right.
239
571512
2027
pojawiające się na prawym ekranie.
09:45
Don't worrymartwić się, we're workingpracujący with the authoritieswładze
240
573539
2329
Nie martwcie się, współpracujemy z władzami
09:47
to dealsprawa with this and manywiele, manywiele other problemsproblemy
241
575868
2451
nad rozwiązaniem tego i wielu innych problemów
09:50
in the regionregion.
242
578319
2610
w tym regionie.
09:52
So in orderzamówienie to put togetherRazem a conservationochrona planplan
243
580929
3055
W celu utworzenia planu ochrony
09:55
for these uniquewyjątkowy, importantważny corridorskorytarze
244
583984
1740
tych wyjątkowych i znaczących terenów
09:57
like the westernwestern AmazonAmazon
and the AndesAndes AmazonAmazon corridorkorytarz,
245
585724
2987
jakimi są zachodnia Amazonka i przesmyk Amazonki w Andach.
10:00
we have to startpoczątek makingzrobienie
246
588711
2164
Musimy rozpocząć tworzenie
10:02
geographicallygeograficznie explicitwyraźny plansplany now.
247
590875
2406
geograficznie wyraźnych planów.
10:05
How do we do that if we don't know
the geographyGeografia of biodiversityróżnorodności biologicznej in the regionregion,
248
593283
3975
Jak możemy to zrobić nie znając geografii bioróżnorodności regionu,
10:09
if it's so unknownnieznany to sciencenauka?
249
597258
1695
jeżeli jest to tak nieznane nauce?
10:10
So what we'vemamy been doing is usingza pomocą
250
598953
1864
Pracowaliśmy nad użyciem
10:12
the laser-guidedLaser Przewodnik spectroscopyspektroskopia from the CAOCAO
251
600817
2973
spektroskopii laserowej CAO
10:15
to mapmapa for the first time the biodiversityróżnorodności biologicznej
252
603790
2224
do opracowania po raz pierwszy bioróżnorodności
10:18
of the AmazonAmazon rainforestLas deszczowy.
253
606014
1579
amazońskiego lasu tropikalnego.
10:19
Here you see actualrzeczywisty datadane showingseans
differentróżne speciesgatunki in differentróżne colorszabarwienie.
254
607593
3537
Widać rzeczywiste dane ukazujące różne gatunki w różnych kolorach.
10:23
RedsCzerwienie are one typerodzaj of speciesgatunki, bluesBlues are anotherinne,
255
611130
2140
Kolory czerwony, niebieski i zielony
10:25
and greensZieloni are yetjeszcze anotherinne.
256
613270
2345
oznaczają kolejne gatunki.
10:27
And when we take this togetherRazem and scaleskala up
257
615615
2163
Kiedy to wszystko połączymy i rozszerzymy
10:29
to the regionalregionalny levelpoziom,
258
617778
1884
do poziomu regionalnego
10:31
we get a completelycałkowicie newNowy geographyGeografia
259
619662
2569
otrzymamy kompletnie nową geografię bioróżnorodności
10:34
of biodiversityróżnorodności biologicznej unknownnieznany priorwcześniejszy to this work.
260
622231
4388
nieznaną we wcześniejszych etapach pracy.
10:38
This tellsmówi us where the bigduży biodiversityróżnorodności biologicznej changeszmiany
261
626619
2148
To mówi nam o miejscach występowania
10:40
occurpojawić się from habitatsiedlisko to habitatsiedlisko,
262
628767
2014
zmian wśród środowisk.
10:42
and that's really importantważny because it tellsmówi us
263
630781
2183
Jest to bardzo ważne ze względu na informacje
10:44
a lot about where speciesgatunki maymoże migratemigrować to
264
632964
2895
na temat miejsc, z których i do których
10:47
and migratemigrować from as the climateklimat shiftszmiany.
265
635859
2883
migrują gatunki ze zmianą klimatu.
10:50
And this is the pivotalkluczowy informationInformacja that's neededpotrzebne
266
638742
3222
Jest to kluczowa informacja
10:53
by decisiondecyzja makerstwórcy to developrozwijać protectedchroniony areasobszary
267
641964
3508
potrzebna rządzącym, aby rozwijać chronione obszary
10:57
in the contextkontekst of theirich regionalregionalny developmentrozwój plansplany.
268
645472
3419
w kontekście planów rozwoju regionalnego.
11:00
And thirdtrzeci and finalfinał questionpytanie is,
269
648891
1897
Trzecim i ostatnim pytaniem jest:
11:02
how do we managezarządzanie biodiversityróżnorodności biologicznej on a planetplaneta
270
650788
2108
Jak powinniśmy zarządzać bioróżnorodnością
11:04
of protectedchroniony ecosystemsekosystemy?
271
652896
1978
chronionych ekosystemów na ziemi?
11:06
The exampleprzykład I startedRozpoczęty out
with about lionsosobliwości miasta huntingpolowanie,
272
654874
2751
Przykład lwich polowań, od którego zacząłem
11:09
that was a studybadanie we did
273
657625
1855
był badaniem przeprowadzonym
11:11
behindza the fencepłot linelinia of a protectedchroniony areapowierzchnia
274
659480
1992
zza ogrodzenia ochronionego terenu
11:13
in SouthPołudniowa AfricaAfryka.
275
661472
1732
w południowej Afryce.
11:15
And the truthprawda is, much of Africa'sAfryki natureNatura
276
663204
1998
Prawdą jest, że duża część afrykańskiego środowiska
11:17
is going to persistutrzymują się into the futureprzyszłość
277
665202
1915
dotrwa do przyszłości jako chronione obszary,
11:19
in protectedchroniony areasobszary like I showpokazać in blueniebieski on the screenekran.
278
667117
3246
które pokazałem na niebiesko na ekranie.
11:22
This putsstawia incredibleniesamowite pressurenacisk and responsibilityodpowiedzialność
279
670363
2476
Jest to duża presja i odpowiedzialność
11:24
on parkpark managementzarządzanie.
280
672839
1619
spadająca na zarządców parku.
11:26
They need to do and make decisionsdecyzje
281
674458
2617
Muszą podejmować decyzje
11:29
that will benefitzasiłek all of the speciesgatunki
that they're protectingochrona.
282
677075
3291
przynoszące korzyści wszystkim chronionym gatunkom.
11:32
Some of theirich decisionsdecyzje have really bigduży impactswpływ.
283
680366
3069
Niektóre z tych decyzji mają bardzo duże znaczenie.
11:35
For exampleprzykład, how much and where
284
683435
2076
Na przykład, jak często i gdzie
11:37
to use fireogień as a managementzarządzanie toolnarzędzie?
285
685511
2640
używać ognia jako narzędzia?
11:40
Or, how to dealsprawa with a largeduży speciesgatunki like elephantssłonie,
286
688151
3225
I jak radzić sobie z wielkimi gatunkami
11:43
whichktóry maymoże, if theirich populationspopulacje get too largeduży,
287
691376
2453
jak słonie, które mogą mieć zły wpływ
11:45
have a negativenegatywny impactwpływ on the ecosystemekosystem
288
693829
2047
na inne gatunki lub ekosystem
11:47
and on other speciesgatunki.
289
695876
1602
jeżeli ich populacja jest zbyt liczna.
11:49
And let me tell you, these typestypy of dynamicsdynamika
290
697478
2493
Tego typu zmiany
11:51
really playgrać out on the landscapekrajobraz.
291
699971
1948
naprawdę wpływają na krajobraz.
11:53
In the foregroundpierwszoplanowy is an areapowierzchnia with lots of fireogień
292
701919
2461
Na pierwszym planie widać dużo ognia
11:56
and lots of elephantssłonie:
293
704380
1267
i dużo słoni,
11:57
wideszeroki openotwarty savannaSawanna in blueniebieski, and just a fewkilka treesdrzewa.
294
705647
3676
otwartą sawannę na niebiesko, i kilka drzew.
12:01
As we crosskrzyż this fencepłot linelinia, now we're gettinguzyskiwanie
295
709323
2181
Gdy przekroczymy granicę, znajdziemy się na terenie,
12:03
into an areapowierzchnia that has had protectionochrona from fireogień
296
711504
2324
który jest zabezpieczony przed pożarami,
12:05
and zerozero elephantssłonie:
297
713828
1857
i gdzie nie ma słoni.
12:07
densegęsty vegetationwegetacja, a radicallyradykalnie differentróżne ecosystemekosystem.
298
715685
4158
ale jest gęsta roślinność i zupełnie odmienny ekosystem.
12:11
And in a placemiejsce like KrugerKruger,
299
719843
2390
W miejscu jakim jest Park Krugera
12:14
the soaringgwałtowny wzrost elephantsłoń densitiesgęstości
300
722233
1741
zwiększające się skupisko słoni
12:15
are a realreal problemproblem.
301
723974
1743
jest poważnym problemem.
12:17
I know it's a sensitivewrażliwy issuekwestia for manywiele of you,
302
725717
2364
Wiem, że jest to delikatna kwestia dla wielu z was
12:20
and there are no easyłatwo answersodpowiedzi with this.
303
728081
2660
i że nie ma na to łatwych odpowiedzi.
12:22
But what's good is that
the technologytechnologia we'vemamy developedrozwinięty
304
730741
2316
Pozytywem jest fakt, iż technologia, którą rozwijamy
12:25
and we're workingpracujący with in SouthPołudniowa AfricaAfryka, for exampleprzykład,
305
733057
2472
i którą stosujemy na przykład w południowej Afryce,
12:27
is allowingpozwalać us to mapmapa everykażdy
singlepojedynczy treedrzewo in the savannaSawanna,
306
735529
3356
pozwala nam mapować każde drzewo na sawannie,
12:30
and then throughprzez repeatpowtarzać flightsloty
307
738885
1569
a podczas kolejnego lotu
12:32
we're ablezdolny to see whichktóry treesdrzewa
308
740454
1746
możemy zobaczyć, które drzewa zniszczyły słonie,
12:34
are beingistota pushedpchnął over by elephantssłonie,
309
742200
2030
tak jak to widać na czerwono,
12:36
in the redczerwony as you see on the screenekran,
and how much that's happeningwydarzenie
310
744230
3258
i jak często się to dzieje
12:39
in differentróżne typestypy of landscapeskrajobrazy in the savannaSawanna.
311
747488
2537
w różnych typach krajobrazów sawanny.
12:42
That's givingdający parkpark managersmenedżerowie
312
750025
1641
To daje zarządcom parku
12:43
a very first opportunityokazja to use
313
751666
2363
użycia taktycznych strategii zarządzania,
12:46
tacticaltaktyczne managementzarządzanie strategiesstrategie
that are more nuanceddopracowany
314
754029
3342
które są bardziej wyważone
12:49
and don't leadprowadzić to those extremesskrajności
that I just showedpokazał you.
315
757371
3822
i nie prowadzą do skrajności, które pokazałem.
12:54
So really, the way we're looking
316
762282
2623
Dlatego sposób, w jaki patrzymy
12:56
at protectedchroniony areasobszary nowadaysdzisiaj
317
764905
2041
na współczesne chronione tereny
12:58
is to think of it as tendingz tendencją to a circleokrąg of life,
318
766946
2888
musi polegać na dostrzeganiu kręgu życia,
13:01
where we have fireogień managementzarządzanie,
319
769834
2048
gdzie mamy zarzadzanie ogniem i słońmi.
13:03
elephantsłoń managementzarządzanie, those impactswpływ on
the structureStruktura of the ecosystemekosystem,
320
771882
4134
Są to czynniki wpływające na strukturę ekosystemu,
13:08
and then those impactswpływ
321
776016
1990
a następnie te czynniki oddziałują na wszystko
13:10
affectingwpływający everything from insectsowady
322
778006
2306
od owadów aż po drapieżniki,
13:12
up to apexApex predatorsdrapieżniki like lionsosobliwości miasta.
323
780312
2800
jakimi są lwy.
13:15
Going forwardNaprzód, I planplan to greatlybardzo expandrozszerzać
324
783112
1765
Patrząc naprzód, planuję rozbudowanie
13:16
the airbornesamolotowy observatoryObserwatorium.
325
784877
1728
powietrznego obserwatorium.
13:18
I'm hopingmieć nadzieję to actuallytak właściwie put the technologytechnologia into orbitorbita
326
786605
2167
Mam nadzieję, że uda się wnieść technologię
13:20
so we can managezarządzanie the entireCały planetplaneta
327
788772
1683
na orbitę, aby zarządzać planetą
13:22
with technologiestechnologie like this.
328
790455
1733
właśnie takimi technologiami.
13:24
UntilAż do then, you're going to find me flyinglatający
329
792188
1849
Do tego czasu, znajdziecie mnie latającego
13:26
in some remotezdalny placemiejsce that you've never heardsłyszał of.
330
794037
2503
w odległe miejsca, o których nigdy nie słyszeliście.
13:28
I just want to endkoniec by sayingpowiedzenie that technologytechnologia is
331
796540
2542
Chciałem zakończyć stwierdzeniem, że technologia
13:31
absolutelyabsolutnie criticalkrytyczny to managingZarządzanie our planetplaneta,
332
799082
3739
jest niezbędna do zarządzania naszą planetą.
13:34
but even more importantważny is the understandingzrozumienie
333
802821
2099
Ważniejsze jest jednak zrozumienie
13:36
and wisdommądrość to applyzastosować it.
334
804920
1732
i mądrość jej stosowania.
13:38
Thank you.
335
806652
2099
Dziękuję.
13:40
(ApplauseAplauz)
336
808751
4077
(Brawa)
Translated by Martyna Rusznica
Reviewed by Agata Lesnicka

▲Back to top

ABOUT THE SPEAKER
Greg Asner - Airborne ecologist
Greg Asner’s mapping technology produces detailed, complex pictures of how humans’ activities affect our ecosystems.

Why you should listen

The remote sensing techniques developed by Greg Asner and his team are viewed as among the most advanced in the world for exploring Earth’s changing ecosystems in unprecedented detail and richness. Using airborne and satellite technologies such as laser scanning and hyperspectral imaging, combined with field work and computer modeling, Asner measures and qualifies humans’ impact on regions from the American Southwest to the Brazilian Amazon.

“We’re able to see, if you will, the forest and the trees at the same time,” Asner says. “We’re able to now understand an image, map and measure huge expanses of the environment while maintaining the detail. Not just the spatial resolution, but the biological resolution—the actual organisms that live in these places.” For Asner, who is on the faculty at the Carnegie Institution and Stanford and leads the Carnegie Airborne Observatory project, this is science with a mission: to influence climate change treaties and save the forests he studies.

More profile about the speaker
Greg Asner | Speaker | TED.com