Mission Blue Voyage
Barbara Block: Tagging tuna in the deep ocean
Barbara Block: Rastreando atum em águas profundas
Filmed:
Readability: 4.4
368,018 views
Atuns são atletas oceânicos -- rápidos, predadores de longas distâncias cujos hábitos nós apenas começamos a entender. A bióloga marinha Barbara Block equipa atuns com rastreadores (e transponders) que gravam dados inéditos sobre esses lindos, ameaçados peixes e o habitat oceânicos por onde eles se movimentam.
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
Há muito tempo, sou fascinada
00:18
by the beauty, form and function
1
3000
2000
pela beleza, forma e função
00:20
of giant bluefin tuna.
2
5000
3000
do atum-de-barbatana-azul gigante.
00:23
Bluefin are warmblooded like us.
3
8000
3000
Atuns-azuis têm sangue quente como nós.
00:26
They're the largest of the tunas,
4
11000
3000
Eles são os maiores atuns,
00:29
the second-largest fish in the sea -- bony fish.
5
14000
3000
os segundos maiores peixes do mar -- peixes ósseos.
00:32
They actually are a fish
6
17000
2000
Eles, na verdade, são uma espécie
00:34
that is endothermic --
7
19000
2000
que é homeotérmica --
00:36
powers through the ocean with warm muscles like a mammal.
8
21000
3000
movem-se pelo oceano com músculos quentes como um mamífero.
00:40
That's one of our bluefin at the Monterey Bay Aquarium.
9
25000
3000
Esse é um dos nossos atuns-azuis no Aquário de Monterey Bay.
00:43
You can see in its shape and its streamlined design
10
28000
3000
Vocês podem ver em seu formato e seu design retilíneo
00:46
it's powered for ocean swimming.
11
31000
3000
seu poder para nadar no oceano.
00:49
It flies through the ocean on its pectoral fins, gets lift,
12
34000
3000
Eles voam pelo oceano com suas barbatanas peitorais, sobem,
00:52
powers its movements
13
37000
2000
amplificam seus movimentos
00:54
with a lunate tail.
14
39000
2000
com uma cauda em forma de lua crescente.
00:56
It's actually got a naked skin for most of its body,
15
41000
3000
Eles, na verdade, não tem escamas na maior parte do corpo,
00:59
so it reduces friction with the water.
16
44000
3000
o que reduz a fricção com a água.
01:02
This is what one of nature's finest machines.
17
47000
3000
Essa é uma das máquinas mais precisas da natureza.
01:05
Now, bluefin
18
50000
2000
Agora, o atum-azul
01:07
were revered by Man
19
52000
2000
foi reverenciado pelo homem
01:09
for all of human history.
20
54000
3000
por toda a história humana.
01:12
For 4,000 years, we fished sustainably for this animal,
21
57000
3000
Por 4.000 anos, pescamos este animal de forma sustentável,
01:15
and it's evidenced
22
60000
2000
e isso está evidente
01:17
in the art that we see
23
62000
2000
na arte que vemos
01:19
from thousands of years ago.
24
64000
2000
de milhares de anos atrás.
01:21
Bluefin are in cave paintings in France.
25
66000
3000
O atum-azul está em pinturas rupestres na França.
01:24
They're on coins
26
69000
2000
Está em moedas
01:26
that date back 3,000 years.
27
71000
3000
que datam de 3.000 anos atrás.
01:29
This fish was revered by humankind.
28
74000
3000
Este peixe foi reverenciado pela espécie humana.
01:32
It was fished sustainably
29
77000
2000
Foi pescado de modo sustentável
01:34
till all of time,
30
79000
2000
por todo esse tempo,
01:36
except for our generation.
31
81000
2000
exceto pela nossa geração.
01:38
Bluefin are pursued wherever they go --
32
83000
3000
Atuns-azuis são perseguidos aonde quer que vão.
01:41
there is a gold rush on Earth,
33
86000
2000
Existe uma corrida do ouro na Terra,
01:43
and this is a gold rush for bluefin.
34
88000
2000
uma corrida do ouro por atum-azul.
01:45
There are traps that fish sustainably
35
90000
2000
Há armadilhas que pescam com sustentabilidade
01:47
up until recently.
36
92000
3000
até recentemente.
01:50
And yet, the type of fishing going on today,
37
95000
3000
Mesmo assim, o tipo de pescaria atual,
01:53
with pens, with enormous stakes,
38
98000
3000
com varas, enormes arpões,
01:56
is really wiping bluefin
39
101000
2000
está realmente levando o atum-azul
01:58
ecologically off the planet.
40
103000
2000
a desaparecer do planeta.
02:00
Now bluefin, in general,
41
105000
2000
Agora o atum-azul, em geral,
02:02
goes to one place: Japan.
42
107000
2000
vai para um lugar, o Japão.
02:04
Some of you may be guilty
43
109000
2000
Alguns de vocês podem ser culpados
02:06
of having contributed to the demise of bluefin.
44
111000
2000
por terem contribuído para a morte de atum-azul.
02:08
They're delectable muscle,
45
113000
2000
Eles têm saborosos músculos,
02:10
rich in fat --
46
115000
2000
ricos em gordura --
02:12
absolutely taste delicious.
47
117000
2000
absolutamente deliciosos.
02:14
And that's their problem; we're eating them to death.
48
119000
3000
E esse é o problema; estamos comendo eles até a morte.
02:17
Now in the Atlantic, the story is pretty simple.
49
122000
3000
Agora no Atlântico, a história é até simples.
02:20
Bluefin have two populations: one large, one small.
50
125000
3000
Atuns-azuis têm duas populações, uma grande, outra menor.
02:23
The North American population
51
128000
2000
A população norte-americana
02:25
is fished at about 2,000 ton.
52
130000
3000
é pescada aproximadamente até 2.000 toneladas.
02:28
The European population and North African -- the Eastern bluefin tuna --
53
133000
3000
A população européia e norte-africana -- os atuns do Leste --
02:31
is fished at tremendous levels:
54
136000
3000
é pescada a níveis tremendos:
02:34
50,000 tons over the last decade almost every year.
55
139000
3000
50.000 toneladas quase todos os anos na última década.
02:37
The result is whether you're looking
56
142000
2000
O resultado é que se você observar
02:39
at the West or the Eastern bluefin population,
57
144000
3000
as populações do Oeste ou do Leste de atum-azul,
02:42
there's been tremendous decline on both sides,
58
147000
2000
têm acontecido um tremendo declínio dos dois lados,
02:44
as much as 90 percent
59
149000
2000
por volta de 90 porcento,
02:46
if you go back with your baseline
60
151000
2000
se você voltar na linha do tempo
02:48
to 1950.
61
153000
2000
para 1950.
02:50
For that, bluefin have been given a status
62
155000
3000
Por causa disso, foi dado um status ao atum-azul
02:53
equivalent to tigers, to lions,
63
158000
3000
equivalente ao de tigres, de leões,
02:56
to certain African elephants
64
161000
2000
até de alguns elefantes africanos
02:58
and to pandas.
65
163000
2000
e de pandas.
03:00
These fish have been proposed
66
165000
2000
Foi proposto incluir esses peixes
03:02
for an endangered species listing in the past two months.
67
167000
3000
na lista de espécies em perigo há dois meses atrás.
03:05
They were voted on and rejected
68
170000
2000
Foi votado e rejeitado
03:07
just two weeks ago,
69
172000
2000
apenas duas semanas atrás,
03:09
despite outstanding science
70
174000
2000
apesar da importante pesquisa
03:11
that shows from two committees
71
176000
3000
de dois comitês que mostra
03:14
this fish meets the criteria of CITES I.
72
179000
3000
que o peixe preenche os critérios do CITES I.
03:17
And if it's tunas you don't care about,
73
182000
2000
E se vocês não se importam muito com atuns,
03:19
perhaps you might be interested
74
184000
2000
talvez vocês possam estar interessados
03:21
that international long lines and pursing
75
186000
2000
em saber que redes de pesca internacionais
03:23
chase down tunas and bycatch animals
76
188000
3000
capturam atuns e animais próximos
03:26
such as leatherbacks, sharks,
77
191000
2000
como tartarugas-de-couro, tubarões,
03:28
marlin, albatross.
78
193000
2000
peixe-espada, albatroz.
03:30
These animals and their demise
79
195000
2000
Esses animais e seu desaparecimento
03:32
occurs in the tuna fisheries.
80
197000
3000
ocorrem nas áreas de pesca de atum.
03:35
The challenge we face
81
200000
2000
O desafio que nós encaramos
03:37
is that we know very little about tuna,
82
202000
3000
é que sabemos muito pouco sobre atum,
03:40
and everyone in the room knows what it looks like
83
205000
3000
e todos aqui presentes sabem como é
03:43
when an African lion
84
208000
2000
quando um leão africano
03:45
takes down its prey.
85
210000
2000
abate sua presa.
03:47
I doubt anyone has seen a giant bluefin feed.
86
212000
3000
Eu duvido que alguém tenha visto atuns se alimentarem.
03:50
This tuna symbolizes
87
215000
3000
Esse atum simboliza
03:53
what's the problem for all of us in the room.
88
218000
3000
o problema para todos nós nesta sala.
03:56
It's the 21st century, but we really have only just begun
89
221000
3000
É o século 21, mas nós realmente apenas começamos
03:59
to really study our oceans in a deep way.
90
224000
3000
a estudar de maneira aprofundada nossos oceanos.
04:02
Technology has come of age
91
227000
2000
A tecnologia chegou a uma era
04:04
that's allowing us to see the Earth from space
92
229000
3000
que nos permite ver a Terra do espaço
04:07
and go deep into the seas remotely.
93
232000
3000
e ir fundo nos mares de maneira remota.
04:10
And we've got to use these technologies immediately
94
235000
2000
E nós temos que usar essas tecnologias imediatamente
04:12
to get a better understanding
95
237000
2000
para ter um melhor entendimento
04:14
of how our ocean realm works.
96
239000
3000
de como o nosso terreno oceânico funciona.
04:17
Most of us from the ship -- even I --
97
242000
2000
Muitos de nós de um navio, mesmo eu,
04:19
look out at the ocean and see this homogeneous sea.
98
244000
3000
observa o oceano e vê esse mar homogêneo.
04:22
We don't know where the structure is.
99
247000
2000
Não sabemos onde a estrutura está.
04:24
We can't tell where are the watering holes
100
249000
3000
Não podemos dizer onde estão os poços de água
04:27
like we can on an African plain.
101
252000
3000
como podemos em uma planície africana.
04:30
We can't see the corridors,
102
255000
2000
Não podemos ver os corredores,
04:32
and we can't see what it is
103
257000
2000
e também não vemos o que
04:34
that brings together a tuna,
104
259000
2000
aproxima um atum,
04:36
a leatherback and an albatross.
105
261000
2000
uma tarturaga-de-couro e um albatroz.
04:38
We're only just beginning to understand
106
263000
2000
Estamos apenas começando a entender
04:40
how the physical oceanography
107
265000
2000
como a oceanografia física
04:42
and the biological oceanography
108
267000
2000
e a oceanografia biológica
04:44
come together
109
269000
2000
se juntam
04:46
to create a seasonal force
110
271000
2000
para criar uma força sazonal
04:48
that actually causes the upwelling
111
273000
2000
que, na verdade, causa o afloramento
04:50
that might make a hot spot a hope spot.
112
275000
3000
que pode transformar uma área rica em biodiversidade em uma área de preservação
04:53
The reasons these challenges are great
113
278000
2000
As razões pelas quais esses desafios são ótimos
04:55
is that technically it's difficult to go to sea.
114
280000
3000
é que tecnicamente é difícil ir para o mar.
04:58
It's hard to study a bluefin on its turf,
115
283000
2000
É difícil estudar um atum-azul no seu hábitat,
05:00
the entire Pacific realm.
116
285000
2000
no terreno inteiro do Pacífico.
05:02
It's really tough to get up close and personal with a mako shark
117
287000
4000
É realmente árduo chegar próximo a um tubarão-mako
05:06
and try to put a tag on it.
118
291000
2000
e tentar colocar um rastreador nele.
05:08
And then imagine being Bruce Mate's team from OSU,
119
293000
3000
E então imagine ser a equipe de Bruce Mate do OSU,
05:11
getting up close to a blue whale
120
296000
2000
chegando perto de uma baleia azul
05:13
and fixing a tag on the blue whale that stays,
121
298000
3000
e colocando um rastreador numa baleia que fique,
05:16
an engineering challenge
122
301000
2000
um desafio de engenharia
05:18
we've yet to really overcome.
123
303000
2000
que nós ainda temos que superar.
05:20
So the story of our team, a dedicated team,
124
305000
3000
Então a história do nosso time, um dedicado time,
05:23
is fish and chips.
125
308000
2000
é "peixe e chips".
05:25
We basically are taking
126
310000
2000
Nós basicamente pegamos
05:27
the same satellite phone parts,
127
312000
2000
as mesmas partes dos satélites telefônicos,
05:29
or the same parts that are in your computer, chips.
128
314000
3000
ou as mesmas partes que estão no seu computador, chips.
05:32
We're putting them together in unusual ways,
129
317000
3000
Estamos colocando-as juntas de maneiras incomuns,
05:35
and this is taking us into the ocean realm
130
320000
2000
e isso está nos levando ao terreno oceânico
05:37
like never before.
131
322000
2000
como nunca antes.
05:39
And for the first time,
132
324000
2000
E, pela primeira vez,
05:41
we're able to watch the journey of a tuna beneath the ocean
133
326000
3000
podemos assistir à jornada do atum pelo oceano
05:44
using light and photons
134
329000
2000
usando luz e fótons
05:46
to measure sunrise and sunset.
135
331000
3000
para medir o nascer e pôr do sol.
05:49
Now, I've been working with tunas for over 15 years.
136
334000
3000
Agora, eu venho trabalhando com atuns há mais de quinze anos.
05:52
I have the privilege of being a partner
137
337000
2000
Eu tenho o privilégio de ter uma parceria
05:54
with the Monterey Bay Aquarium.
138
339000
2000
com o Aquário de Monterey Bay.
05:56
We've actually taken a sliver of the ocean,
139
341000
2000
Nós na verdade tiramos pedaços do oceano,
05:58
put it behind glass,
140
343000
2000
colocamos atrás de um vidro,
06:00
and we together
141
345000
2000
e juntos
06:02
have put bluefin tuna and yellowfin tuna on display.
142
347000
3000
colocamos atum-azul e atum-amarelo em exibição.
06:05
When the veil of bubbles lifts every morning,
143
350000
3000
Quando a cortina de bolhas sobe toda manhã,
06:08
we can actually see a community from the Pelagic ocean,
144
353000
3000
podemos ver uma comunidade da zona pelágica oceânica,
06:11
one of the only places on Earth
145
356000
2000
um dos únicos lugares na Terra
06:13
you can see giant bluefin swim by.
146
358000
3000
por onde você pode ver atuns-azuis gigantes nadarem.
06:16
We can see in their beauty of form and function,
147
361000
2000
Podemos ver na sua beleza de forma e função,
06:19
their ceaseless activity.
148
364000
2000
sua atividade incessante.
06:21
They're flying through their space, ocean space.
149
366000
3000
Estão voando pelo espaço deles, espaço oceânico.
06:24
And we can bring two million people a year
150
369000
2000
E nós podemos colocar dois milhões de pessoas por ano
06:26
into contact with this fish
151
371000
2000
em contato com esse peixe
06:28
and show them its beauty.
152
373000
3000
e mostrar a eles sua beleza.
06:31
Behind the scenes is a working lab at Stanford University
153
376000
3000
Atrás dos cenários há um laboratório da Universidade de Stanford
06:34
partnered with the Monterey Bay Aquarium.
154
379000
2000
em parceria com o Aquário de Monterey Bay.
06:36
Here, for over 14 or 15 years,
155
381000
2000
Aqui, por mais ou menos 14 ou 15 anos,
06:38
we've actually brought in
156
383000
2000
temos mantido
06:40
both bluefin and yellowfin in captivity.
157
385000
2000
tanto atum-azul quanto atum-amarelo em cativeiro.
06:42
We'd been studying these fish,
158
387000
2000
Temos estudado esse peixe.
06:44
but first we had to learn how to husbandry them.
159
389000
2000
Mas primeiro tivemos que aprender como criá-los.
06:46
What do they like to eat?
160
391000
2000
O que eles gostam de comer?
06:48
What is it that they're happy with?
161
393000
2000
Com o que ficam felizes?
06:50
We go in the tanks with the tuna -- we touch their naked skin --
162
395000
3000
Nós entramos nos tanques com o atum. Tocamos sua pele sem escamas.
06:53
it's pretty amazing. It feels wonderful.
163
398000
3000
É realmente fantástico. Uma sensação maravilhosa.
06:56
And then, better yet,
164
401000
2000
E depois, melhor ainda,
06:58
we've got our own version of tuna whisperers,
165
403000
2000
temos nossa própria versão de pescadores de atuns,
07:00
our own Chuck Farwell, Alex Norton,
166
405000
2000
nossos próprios Chuck Farwell, Alex Norton,
07:02
who can take a big tuna
167
407000
2000
que podem pegar um atum grande
07:04
and in one motion,
168
409000
2000
e em um ato,
07:06
put it into an envelope of water,
169
411000
2000
colocá-lo num envelope de água,
07:08
so that we can actually work with the tuna
170
413000
2000
para que possamos de fato trabalhar com o atum
07:10
and learn the techniques it takes
171
415000
2000
e aprender as técnicas necessárias
07:12
to not injure this fish
172
417000
2000
para não machucarmos esse peixe
07:14
who never sees a boundary in the open sea.
173
419000
3000
que nunca vê limites no mar aberto.
07:17
Jeff and Jason there, are scientists
174
422000
2000
Jeff e Jason são cientistas
07:19
who are going to take a tuna
175
424000
2000
que vão pegar o atum
07:21
and put it in the equivalent of a treadmill, a flume.
176
426000
3000
e colocá-lo no equivalente a uma esteira, um escorregador.
07:24
And that tuna thinks it's going to Japan, but it's staying in place.
177
429000
3000
E aquele atum acha que está indo pro Japão, mas fica no mesmo lugar.
07:27
We're actually measuring its oxygen consumption,
178
432000
2000
Estamos, na verdade, medindo seu consumo de oxigênio,
07:29
its energy consumption.
179
434000
2000
seu consumo de energia.
07:32
We're taking this data and building better models.
180
437000
3000
Estamos pegando essa informação e construindo modelos melhores.
07:35
And when I see that tuna -- this is my favorite view --
181
440000
3000
E quando eu vejo aquele atum -- é minha visão preferida --
07:38
I begin to wonder:
182
443000
2000
Eu começo a pensar:
07:40
how did this fish solve the longitude problem before we did?
183
445000
3000
como esse peixe resolveu o problema da longitude antes de nós?
07:44
So take a look at that animal.
184
449000
2000
Então, dê uma olhada naquele animal.
07:46
That's the closest you'll probably ever get.
185
451000
2000
É provavelmente o mais perto que você vai chegar.
07:48
Now, the activities from the lab
186
453000
3000
Agora, as atividades do laboratório
07:51
have taught us now how to go out in the open ocean.
187
456000
3000
nos ensinaram a como sair em oceano aberto.
07:54
So in a program called Tag-A-Giant
188
459000
3000
Então em um programa chamado Rastreie-um-Gigante
07:57
we've actually gone from Ireland to Canada,
189
462000
3000
fomos de fato da Irlanda ao Canadá,
08:00
from Corsica to Spain.
190
465000
2000
da Córsega à Espanha.
08:02
We've fished with many nations around the world
191
467000
3000
Nós temos pescado com muitas nações pelo mundo
08:05
in an effort to basically
192
470000
2000
em um esforço para basicamente
08:07
put electronic computers
193
472000
3000
colocar computadores eletrônicos
08:10
inside giant tunas.
194
475000
2000
dentro de atuns gigantes.
08:12
We've actually tagged 1,100 tunas.
195
477000
3000
Já colocamos rastreadores em 1.100 atuns.
08:15
And I'm going to show you three clips,
196
480000
2000
E eu vou mostrar três vídeos,
08:17
because I tagged 1,100 tunas.
197
482000
3000
porque coloquei rastreadores em 1.100 atuns.
08:20
It's a very hard process, but it's a ballet.
198
485000
3000
É um processo muito difícil, mas é um ballet.
08:23
We bring the tuna out, we measure it.
199
488000
3000
Trazemos o atum pra fora. Medimos o animal.
08:26
A team of fishers, captains, scientists and technicians
200
491000
3000
Um time de pescadores, capitães, cientistas e técnicos
08:29
work together to keep this animal out of the ocean
201
494000
3000
trabalham juntos para manter esse animal fora do oceano
08:32
for about four to five minutes.
202
497000
3000
por cerca de quatro a cinco minutos.
08:35
We put water over its gills, give it oxygen.
203
500000
3000
Colocamos água em suas brânquias, damos oxigênio.
08:38
And then with a lot of effort, after tagging,
204
503000
3000
E então com muito esforço, depois de colocar o rastreador,
08:41
putting in the computer,
205
506000
2000
colocar o computador,
08:43
making sure the stalk is sticking out so it senses the environment,
206
508000
3000
ter certeza de que a antena está visível e portanto percebe o ambiente,
08:46
we send this fish back into the sea.
207
511000
3000
mandamos o peixe de volta ao mar.
08:49
And when it goes, we're always happy.
208
514000
2000
E quando ele vai, estamos sempre felizes.
08:51
We see a flick of the tail.
209
516000
2000
Nós vemos uma batida da cauda.
08:53
And from our data that gets collected,
210
518000
3000
E da nossa informação coletada,
08:56
when that tag comes back,
211
521000
2000
quando aquele rastreador volta,
08:58
because a fisher returns it
212
523000
2000
porque um pescador nos retorna
09:00
for a thousand-dollar reward,
213
525000
2000
por uma recompensa de mil dólares,
09:02
we can get tracks beneath the sea
214
527000
2000
podemos obter rastros pelo mar
09:04
for up to five years now,
215
529000
2000
por cinco anos agora,
09:06
on a backboned animal.
216
531000
2000
de um animal vertebrado.
09:08
Now sometimes the tunas are really large,
217
533000
3000
Agora às vezes os atuns são realmente grandes,
09:11
such as this fish off Nantucket.
218
536000
2000
como esse peixe de Nantucket.
09:13
But that's about half the size
219
538000
2000
Mas é mais ou menos metade
09:15
of the biggest tuna we've ever tagged.
220
540000
2000
do maior atum que já recebeu um rastreador.
09:17
It takes a human effort,
221
542000
2000
É necessário um esforço humano,
09:19
a team effort, to bring the fish in.
222
544000
2000
um esforço grupal, para trazer o peixe pra dentro.
09:21
In this case, what we're going to do
223
546000
2000
Nesse caso, o que vamos fazer
09:23
is put a pop-up satellite archival tag on the tuna.
224
548000
3000
é colocar um "rastreador pop-up por satélite" (PSAT) no atum.
09:27
This tag rides on the tuna,
225
552000
2000
Esse rastreador fica no atum,
09:29
senses the environment around the tuna
226
554000
3000
sente o ambiente ao seu redor
09:32
and actually will come off the fish,
227
557000
3000
e se desprende do peixe,
09:35
detach, float to the surface
228
560000
2000
flutua até a superfície
09:37
and send back to Earth-orbiting satellites
229
562000
3000
e manda para satélites orbitais da Terra
09:40
position data estimated by math on the tag,
230
565000
3000
informação sobre a posição estimada matematicamente,
09:43
pressure data and temperature data.
231
568000
3000
pressão e temperatura.
09:46
And so what we get then from the pop-up satellite tag
232
571000
2000
E o que temos desse rastreador-satélite pop-up
09:48
is we get away from having to have a human interaction
233
573000
3000
é o não precisarmos de interação humana
09:51
to recapture the tag.
234
576000
2000
para recapturar o rastreador.
09:53
Both the electronic tags I'm talking about are expensive.
235
578000
3000
Ambos os rastreadores eletrônicos de que estou falando são caros.
09:56
These tags have been engineered
236
581000
2000
Esses rastreadores foram planejados
09:58
by a variety of teams in North America.
237
583000
3000
por diversos grupos na América do Norte.
10:01
They are some of our finest instruments,
238
586000
2000
Eles são alguns dos nossos mais precisos instrumentos,
10:03
our new technology in the ocean today.
239
588000
3000
nossa nova tecnologia no oceano hoje.
10:07
One community in general
240
592000
2000
Um comunidade em geral
10:09
has given more to help us than any other community.
241
594000
2000
tem dado mais para nos ajudar do que qualquer outra comunidade.
10:11
And that's the fisheries off the state of North Carolina.
242
596000
3000
E são os pescadores do estado da Carolina do Norte.
10:14
There are two villages, Harris and Morehead City,
243
599000
3000
São duas vilas, Harris e Morehead City,
10:17
every winter for over a decade,
244
602000
2000
todo inverno há cerca de uma década,
10:19
held a party called Tag-A-Giant,
245
604000
3000
sediam uma festa chamada Rastreie-um-Gigante,
10:22
and together, fishers worked with us
246
607000
2000
e juntos, pescadores trabalharam conosco
10:24
to tag 800 to 900 fish.
247
609000
3000
para colocar rastreadores em 800 a 900 peixes.
10:27
In this case, we're actually going to measure the fish.
248
612000
3000
Nesse caso, vamos na verdade medir o peixe.
10:30
We're going to do something that in recent years we've started:
249
615000
3000
Vamos fazer algo que recentemente começamos:
10:33
take a mucus sample.
250
618000
2000
pegar uma amostra de muco.
10:35
Watch how shiny the skin is; you can see my reflection there.
251
620000
3000
Veja quão brilhante a pele é; você pode ver meu reflexo ali.
10:38
And from that mucus, we can get gene profiles,
252
623000
3000
E daquele muco, podemos obter perfis genéticos.
10:41
we can get information on gender,
253
626000
2000
Podemos obter informação sobre o gênero,
10:43
checking the pop-up tag one more time,
254
628000
2000
checar o rastreador pop-up uma vez mais,
10:45
and then it's out in the ocean.
255
630000
2000
e depois está solto no oceano.
10:47
And this is my favorite.
256
632000
2000
E esse é meu preferido.
10:49
With the help of my former postdoc, Gareth Lawson,
257
634000
3000
Com a ajuda de meu pós-doutor, Gareth Lawson,
10:52
this is a gorgeous picture of a single tuna.
258
637000
2000
essa é uma linda figura de um único atum.
10:54
This tuna is actually moving on a numerical ocean.
259
639000
3000
Esse atum está realmente se movedo em um oceano numérico.
10:57
The warm is the Gulf Stream,
260
642000
2000
A quente é a Corrente do Golfo,
10:59
the cold up there in the Gulf of Maine.
261
644000
3000
a fria aqui em cima é no Golfo de Maine.
11:02
That's where the tuna wants to go -- it wants to forage on schools of herring --
262
647000
3000
Aqui é para onde o atum quer vir. Ele quer se alimentar de cardumes de arenque.
11:05
but it can't get there. It's too cold.
263
650000
2000
Mas não pode chegar ali. É muito frio.
11:07
But then it warms up, and the tuna pops in, gets some fish,
264
652000
3000
Mas quando esquenta, e o atum entra, pega alguns peixes,
11:10
maybe comes back to home base,
265
655000
2000
talvez volte para seu lugar original,
11:12
goes in again
266
657000
2000
entra de novo
11:14
and then comes back to winter down there in North Carolina
267
659000
3000
e depois volta para passar o inverno na Carolina do Norte
11:17
and then on to the Bahamas.
268
662000
2000
e depois para as Bahamas.
11:19
And my favorite scene, three tunas going into the Gulf of Mexico.
269
664000
3000
E minha cena favorita, três atuns entrando no Golfo do Mexico.
11:22
Three tunas tagged.
270
667000
2000
Três atuns rastreados.
11:24
Astronomically, we're calculating positions.
271
669000
2000
Astronomicamente, estamos calculando posições.
11:26
They're coming together. That could be tuna sex --
272
671000
3000
Estão vindo juntos. Aquilo pode ser sexo entre atuns.
11:29
and there it is.
273
674000
2000
E aqui está.
11:31
That is where the tuna spawn.
274
676000
2000
Ali é onde o atum desova.
11:33
So from data like this,
275
678000
2000
Então de informações como essas,
11:35
we're able now to put the map up,
276
680000
2000
podemos agora mapear,
11:37
and in this map
277
682000
2000
e nesse mapa
11:39
you see thousands of positions
278
684000
2000
você vê milhares de posições
11:41
generated by this decade and a half of tagging.
279
686000
3000
geradas por uma década e meia de rastreamento.
11:44
And now we're showing that tunas on the western side
280
689000
3000
E agora estamos mostrando que atuns no lado oeste
11:47
go to the eastern side.
281
692000
2000
vão para o lado leste.
11:49
So two populations of tunas --
282
694000
2000
Então duas populações de atuns --
11:51
that is, we have a Gulf population, one that we can tag --
283
696000
2000
isso é, temos a população do Golfo, uma que podemos rastrear --
11:53
they go to the Gulf of Mexico, I showed you that --
284
698000
3000
eles vão para o Golfo do México, mostrei isso a vocês --
11:56
and a second population.
285
701000
2000
e uma segunda população.
11:58
Living amongst our tunas -- our North American tunas --
286
703000
2000
Vivendo entre nossos atuns, nossos atuns norte americanos,
12:00
are European tunas that go back to the Med.
287
705000
3000
estão atuns europeus que voltam para o Mediterrâneo.
12:03
On the hot spots -- the hope spots --
288
708000
2000
Nas áreas ricas em biodiversidade, áreas a ser preservadas,
12:05
they're mixed populations.
289
710000
2000
estão populações misturadas.
12:07
And so what we've done with the science
290
712000
2000
E então o que fizemos com a ciência
12:09
is we're showing the International Commission,
291
714000
2000
é que estamos mostrando à Comissão Internacional,
12:11
building new models,
292
716000
2000
construindo novos modelos,
12:13
showing them that a two-stock no-mixing model --
293
718000
2000
mostrando a eles que um modelo de duas populações sem mistura --
12:15
to this day, used to reject
294
720000
3000
hoje, usado para rejeitar
12:18
the CITES treaty --
295
723000
2000
o tratado de CITES --
12:20
that model isn't the right model.
296
725000
2000
esse modelo não é o modelo certo.
12:22
This model, a model of overlap,
297
727000
2000
Esse modelo, de sobreposição,
12:24
is the way to move forward.
298
729000
2000
é o caminho para avançar.
12:26
So we can then predict
299
731000
2000
Podemos, então, prever
12:28
where management places should be.
300
733000
2000
onde os locais de controle deveriam estar.
12:30
Places like the Gulf of Mexico and the Mediterranean
301
735000
3000
Locais como o Golfo do México e o Mediterrâneo
12:33
are places where the single species,
302
738000
2000
são locais onde espécies únicas,
12:35
the single population, can be captured.
303
740000
2000
populações únicas, podem ser capturadas.
12:37
These become forthright in places we need to protect.
304
742000
3000
São claramente locais que precisamos proteger.
12:40
The center of the Atlantic where the mixing is,
305
745000
3000
O centro do Atlântico, onde a mistura está,
12:43
I could imagine a policy that lets Canada and America fish,
306
748000
2000
Eu imagino uma política que permita a pesca na América e Canadá
12:45
because they manage their fisheries well,
307
750000
3000
porque eles administram bem seus pescadores,
12:48
they're doing a good job.
308
753000
2000
estão fazendo um bom trabalho.
12:50
But in the international realm,
309
755000
2000
Mas no âmbito internacional,
12:52
where fishing and overfishing has really gone wild,
310
757000
2000
onde pesca e sobrepesca têm se tornado selvagem,
12:54
these are the places that we have to make hope spots in.
311
759000
3000
são locais onde precisamos fazer áreas de preservação.
12:57
That's the size they have to be to protect the bluefin tuna.
312
762000
3000
Esse é o tamanho que elas devem ter para proteger o atum-azul.
13:00
Now in a second project
313
765000
2000
Agora em um segundo projeto
13:02
called Tagging of Pacific Pelagics,
314
767000
2000
chamado Rastreando a Zona Pelágica do Pacífico,
13:04
we took on the planet as a team,
315
769000
2000
estudamos o planeta como um time,
13:06
those of us in the Census of Marine Life.
316
771000
2000
aqueles de nós no Censo da Vida Marinha.
13:08
And, funded primarily through Sloan Foundation and others,
317
773000
4000
E, fundado primeiramente através da Fundação Sloan e outras,
13:12
we were able to actually go in, in our project --
318
777000
3000
estamos aptos a realmente aprofundar nosso projeto --
13:15
we're one of 17 field programs
319
780000
2000
somos um dos 17 programas de campo
13:17
and begin to take on tagging large numbers of predators,
320
782000
3000
e começamos a rastrear grandes números de predadores,
13:20
not just tunas.
321
785000
2000
não apenas atuns.
13:22
So what we've done
322
787000
2000
Então o que fazemos
13:24
is actually gone up to tag salmon shark in Alaska,
323
789000
3000
é sair para colocar ratreadores em tubarões salmão no Alasca,
13:27
met salmon shark on their home territory,
324
792000
3000
encontrá-los em seu território natural,
13:30
followed them catching salmon
325
795000
2000
seguí-los capturando salmão
13:32
and then went in and figured out
326
797000
2000
então chegamos e descobrimos
13:34
that, if we take a salmon and put it on a line,
327
799000
3000
que, se pegarmos um salmão e colocarmos numa linha,
13:37
we can actually take up a salmon shark --
328
802000
2000
conseguimos subir um tubarão salmão --
13:39
This is the cousin of the white shark --
329
804000
2000
Ele é o primo do tubarão branco --
13:41
and very carefully --
330
806000
2000
e com muito cuidado --
13:43
note, I say "very carefully," --
331
808000
2000
note eu disse "muito cuidado" --
13:45
we can actually keep it calm,
332
810000
2000
conseguimos mantê-lo calmo,
13:47
put a hose in its mouth, keep it off the deck
333
812000
3000
colocar uma mangueira em sua boca, tirá-lo do deck
13:50
and then tag it with a satellite tag.
334
815000
3000
e então colocar um rastreador por satélite.
13:53
That satellite tag will now have your shark phone home
335
818000
3000
Aquele rastreador por satélite fará seu tubarão ligar pra casa
13:56
and send in a message.
336
821000
2000
e mandar uma mensagem.
13:58
And that shark leaping there, if you look carefully, has an antenna.
337
823000
3000
E aquele tubarão ali, se você olhar com atenção, tem uma antena.
14:01
It's a free swimming shark with a satellite tag
338
826000
2000
É um tubarão nadando livre com um rastreador por satélite
14:03
jumping after salmon,
339
828000
2000
pulando atrás do salmão,
14:05
sending home its data.
340
830000
3000
mandando pra casa seus dados.
14:09
Salmon sharks aren't the only sharks we tag.
341
834000
2000
Tubarões salmão não são os únicos tubarões que rastreamos.
14:11
But there goes salmon sharks with this meter-level resolution
342
836000
3000
Mas ali vão tubarões salmão com esse indicador de resolução por metro
14:14
on an ocean of temperature -- warm colors are warmer.
343
839000
3000
de temperatura oceânica -- cores quentes são lugares quentes.
14:17
Salmon sharks go down
344
842000
2000
Tubarões salmão descem
14:19
to the tropics to pup
345
844000
2000
para os trópicos para ter filhotes
14:21
and come into Monterey.
346
846000
2000
e entram em Monterey.
14:23
Now right next door in Monterey and up at the Farallones
347
848000
3000
Bem na outra porta em Monterey e em cima nas Farallones
14:26
are a white shark team led by Scott Anderson -- there --
348
851000
2000
está um time para tubarões brancos liderado por Scott Anderson
14:28
and Sal Jorgensen.
349
853000
2000
e Sal Jorgensen.
14:30
They can throw out a target --
350
855000
2000
Eles podem jogar um alvo --
14:32
it's a carpet shaped like a seal --
351
857000
2000
é um tapete no formato de foca --
14:34
and in will come a white shark, a curious critter
352
859000
3000
e virá um tubarão branco, um curioso
14:37
that will come right up to our 16-ft. boat.
353
862000
3000
que virá diretamente para o nosso barco de 16 pés.
14:40
It's a several thousand-pound animal.
354
865000
2000
É um animal de muitas centenas de kilos.
14:42
And we'll wind in the target.
355
867000
3000
E vamos girar o alvo.
14:45
And we'll place an acoustic tag
356
870000
2000
E vamos posicionar um rastreador acústico
14:47
that says, "OMSHARK 10165,"
357
872000
2000
que diz, "OMSHARK 10165",
14:49
or something like that, acoustically with a ping.
358
874000
3000
ou alguma coisa assim, acusticamente com um estalo.
14:52
And then we'll put on a satellite tag
359
877000
2000
E então colocaremos um rastreador por satélite
14:54
that will give us the long-distance journeys
360
879000
3000
que nos dará as jornadas de longa distância
14:57
with the light-based geolocation algorithms
361
882000
2000
com os algoritmos de localização baseados em luz
14:59
solved on the computer that's on the fish.
362
884000
3000
no computador que está no peixe.
15:02
So in this case, Sal's looking at two tags there,
363
887000
3000
Nesse caso, Sal está olhando dois rastreadores ali.
15:05
and there they are: the white sharks of California
364
890000
3000
E ali estão eles: os tubarões brancos da Califórnia
15:08
going off to the white shark cafe and coming back.
365
893000
3000
saindo para o café dos tubarões e voltando.
15:12
We also tag makos with our NOAA colleagues,
366
897000
2000
Também rastreamos makos com nossos colegas do NOAA,
15:14
blue sharks.
367
899000
2000
tubarões azuis.
15:16
And now, together, what we can see
368
901000
2000
E agora, juntos, o que podemos ver
15:18
on this ocean of color that's temperature,
369
903000
2000
nesse oceano de cor que é a temperatura,
15:20
we can see ten-day worms of makos and salmon sharks.
370
905000
3000
vemos larvas de dez dias de makos e tubarões salmão.
15:24
We have white sharks and blue sharks.
371
909000
2000
Temos tubarões brancos e tubarões azuis.
15:26
For the first time,
372
911000
2000
Pela primeira vez,
15:28
an ecoscape as large as ocean-scale,
373
913000
2000
um reservatório ecológico em escala oceânica,
15:30
showing where the sharks go.
374
915000
3000
mostrando aonde os tubarões vão.
15:33
The tuna team from TOPP has done the unthinkable:
375
918000
3000
A equipe para atuns do TOPP tem feito o impensável:
15:36
three teams tagged 1,700 tunas,
376
921000
3000
três equipes colocaram rastreadores em 1.700 atuns,
15:39
bluefin, yellowfin and albacore
377
924000
2000
atum-azul, atum-amarelo e albacora
15:41
all at the same time --
378
926000
2000
todos ao mesmo tempo --
15:43
carefully rehearsed tagging programs
379
928000
2000
cuidadosamente praticamos programas de rastreamento
15:45
in which we go out, pick up juvenile tunas,
380
930000
3000
nos quais saímos, pegamos atuns jovens,
15:48
put in the tags that actually have the sensors,
381
933000
3000
colocamos os rastreadores que vem com sensores,
15:51
stick out the tuna
382
936000
2000
colocamos o atum no mar
15:53
and then let them go.
383
938000
2000
e os deixamos ir.
15:55
They get returned, and when they get returned,
384
940000
2000
Eles são devolvidos, e quando retornam ao mar,
15:57
here on a NASA numerical ocean
385
942000
3000
aqui em um oceano numérico da NASA
16:00
you can see bluefin in blue
386
945000
2000
podemos ver atum-azul em azul
16:02
go across their corridor,
387
947000
2000
passar pelo corredor deles,
16:04
returning to the Western Pacific.
388
949000
3000
voltando para o Pacífico Oeste.
16:07
Our team from UCSC has tagged elephant seals
389
952000
3000
Nosso time da UCSC tem rastreado elefantes-marinhos
16:10
with tags that are glued on their heads, that come off when they slough.
390
955000
3000
com rastreadores colados em suas cabeças, que saem quando eles descamam.
16:13
These elephant seals cover half an ocean,
391
958000
3000
Esses elefantes-marinhos cobrem um quarto de oceano,
16:16
take data down to 1,800 feet --
392
961000
2000
trazem dados de 1.800 pés de profundidade --
16:18
amazing data.
393
963000
2000
dados fantásticos.
16:20
And then there's Scott Shaffer and our shearwaters
394
965000
3000
E também tem Scott Shaffer e nossas Cagarras
16:23
wearing tuna tags, light-based tags,
395
968000
3000
vestindo rastreadores baseados em luz,
16:26
that now are going to take you from New Zealand to Monterey and back,
396
971000
3000
que vão levar vocês da Nova Zelândia a Monterey e de volta,
16:29
journeys of 35,000 nautical miles
397
974000
3000
viagens de 35.000 milhas náuticas
16:32
we had never seen before.
398
977000
2000
que nunca vimos antes.
16:34
But now with light-based geolocation tags that are very small,
399
979000
3000
Agora com rastreadores geoposicionais baseados em luz, bem pequenos,
16:37
we can actually see these journeys.
400
982000
2000
podemos realmente ver essas viagens.
16:39
Same thing with Laysan albatross
401
984000
2000
A mesma coisa com albatroses-de-Laysan
16:41
who travel an entire ocean
402
986000
2000
que viajam um oceano inteiro
16:43
on a trip sometimes,
403
988000
2000
de uma vez só, às vezes,
16:45
up to the same zone the tunas use.
404
990000
2000
na mesma área que os atuns usam.
16:47
You can see why they might be caught.
405
992000
3000
Percebe-se por que eles podem ser pegos.
16:50
Then there's George Schillinger and our leatherback team out of Playa Grande
406
995000
3000
Também tem George Schillinger e nosso time fora de Playa Grande
16:53
tagging leatherbacks
407
998000
2000
rastreando tartarugas-de-couro
16:55
that go right past where we are.
408
1000000
3000
que vão bem perto de onde estamos
16:58
And Scott Benson's team
409
1003000
2000
E o time de Scott Benson
17:00
that showed that leatherbacks go from Indonesia
410
1005000
2000
que mostrou que tartarugas-de-couro vão da Indonésia
17:02
all the way to Monterey.
411
1007000
2000
todo o caminho até Monterey.
17:04
So what we can see on this moving ocean
412
1009000
3000
Então o que podemos ver nesse oceano dinâmico
17:07
is we can finally see where the predators are.
413
1012000
3000
é que podemos finalmente ver onde os predadores estão.
17:10
We can actually see how they're using ecospaces
414
1015000
3000
Podemos observar como eles estão usando reservatórios naturais
17:13
as large as an ocean.
415
1018000
2000
tão grandes como um oceano.
17:15
And from this information,
416
1020000
2000
E a partir dessa informação,
17:17
we can begin to map the hope spots.
417
1022000
3000
podemos começar a mapear áreas de preservação, acertadamente.
17:20
So this is just three years of data right here --
418
1025000
2000
Então isso são três anos de dados bem aqui.
17:22
and there's a decade of this data.
419
1027000
2000
E existe uma década desses dados.
17:24
We see the pulse and the seasonal activities
420
1029000
2000
Vemos o pico e as atividades sazonais
17:26
that these animals are going on.
421
1031000
3000
pelas quais esses animais passam.
17:30
So what we're able to do with this information
422
1035000
2000
Então o que somos capazes de fazer com essa informação
17:32
is boil it down to hot spots,
423
1037000
3000
é resumí-la às áreas ricas em biodiversidade,
17:35
4,000 deployments,
424
1040000
2000
4.000 posicionamentos,
17:37
a huge herculean task,
425
1042000
3000
uma tarefa hercúlea,
17:40
2,000 tags
426
1045000
2000
2.000 rastreadores
17:42
in an area, shown here for the first time,
427
1047000
2000
em uma área, mostrados aqui pela primeira vez.
17:44
off the California coast,
428
1049000
2000
da costa da Califórnia,
17:46
that appears to be a gathering place.
429
1051000
3000
que parece ser um lugar aglutinador.
17:50
And then for sort of an encore from these animals,
430
1055000
3000
E então por um tipo de comportamento desses animais,
17:53
they're helping us.
431
1058000
2000
eles estão nos ajudando.
17:55
They're carrying instruments
432
1060000
2000
Eles estão carregando instrumentos
17:57
that are actually taking data down to 2,000 meters.
433
1062000
3000
que geram dados até 2.000 metros de profundidade.
18:00
They're taking information from our planet
434
1065000
2000
Eles estão gerando informação do nosso planeta
18:02
at very critical places like Antarctica and the Poles.
435
1067000
3000
em locais muito críticos como Antártida ou os Pólos.
18:05
Those are seals from many countries
436
1070000
2000
Aquelas são focas de muitos países
18:07
being released
437
1072000
2000
sendo soltas
18:09
who are sampling underneath the ice sheets
438
1074000
2000
recolhendo amostras abaixo das camadas de gelo
18:11
and giving us temperature data of oceanographic quality
439
1076000
3000
e nos dando dados de temperatura de qualidade oceanográfica
18:14
on both poles.
440
1079000
2000
em ambos os pólos.
18:16
This data, when visualized, is captivating to watch.
441
1081000
3000
Esses dados, quando visualizados, são cativantes de assistir.
18:19
We still haven't figured out best how to visualize the data.
442
1084000
3000
Ainda não descobrimos a melhor maneira de visualizar.
18:22
And then, as these animals swim
443
1087000
2000
E depois, enquanto esses animais nadam
18:24
and give us the information
444
1089000
2000
e nos dão a informação
18:26
that's important to climate issues,
445
1091000
2000
que é importante para relatórios climáticos,
18:28
we also think it's critical
446
1093000
2000
também pensamos que é crítico
18:30
to get this information to the public,
447
1095000
2000
levar essa informação ao público,
18:32
to engage the public with this kind of data.
448
1097000
3000
engajá-lo com esse tipo de dados.
18:35
We did this with the Great Turtle Race --
449
1100000
2000
Fizemos isso com a Grande Corrida da Tartaruga --
18:37
tagged turtles, brought in four million hits.
450
1102000
3000
tartarugas rastreadas, trouxeram em 4 milhões de sinais
18:40
And now with Google's Oceans,
451
1105000
3000
E agora com Oceanos do Google,
18:43
we can actually put a white shark in that ocean.
452
1108000
2000
podemos de verdade colocar um tubarão branco naquele oceano.
18:45
And when we do and it swims,
453
1110000
2000
E quando colocamos e ele nada,
18:47
we see this magnificent bathymetry
454
1112000
2000
vemos esse magnífico batímetro
18:49
that the shark knows is there on its path
455
1114000
2000
que o tubarão sabe que está ali
18:51
as it goes from California to Hawaii.
456
1116000
2000
enquanto ele vai da Califórnia ao Havaí.
18:53
But maybe Mission Blue
457
1118000
2000
Mas talvez a Missão Azul
18:55
can fill in that ocean that we can't see.
458
1120000
3000
possa preencher aquele oceano que não podemos ver.
18:58
We've got the capacity, NASA has the ocean.
459
1123000
3000
Temos a capacidade, a NASA tem o oceano.
19:01
We just need to put it together.
460
1126000
2000
Nós só precisamos colocá-los juntos.
19:03
So in conclusion,
461
1128000
2000
Então, concluindo,
19:05
we know where Yellowstone is for North America;
462
1130000
3000
sabemos onde Yellowstone está na América do Norte;
19:08
it's off our coast.
463
1133000
2000
está fora do litoral.
19:10
We have the technology that's shown us where it is.
464
1135000
2000
Temos a tecnologia que nos mostrou onde está.
19:12
What we need to think about perhaps for Mission Blue
465
1137000
3000
O que nós temos que pensar sobre, talvez para a Missão Azul
19:15
is increasing the biologging capacity.
466
1140000
3000
é aumentar a capacidade biológica.
19:18
How is it that we can actually
467
1143000
2000
Como nós podemos, realmente,
19:20
take this type of activity elsewhere?
468
1145000
3000
levar esse tipo de atividade à qualquer lugar?
19:23
And then finally -- to basically get the message home --
469
1148000
3000
E basicamente, fazer chegar a mensagem até nós,
19:26
maybe use live links
470
1151000
2000
talvez usar elos vivos
19:28
from animals such as blue whales and white sharks.
471
1153000
2000
de animais como baleias azuis e tubarões brancos.
19:30
Make killer apps, if you will.
472
1155000
2000
Fazer aplicativos incríveis, se quiserem.
19:32
A lot of people are excited
473
1157000
2000
Muitas pessoas ficam animadas
19:34
when sharks actually went under the Golden Gate Bridge.
474
1159000
3000
quando tubarões chegam embaixo da Ponte Golden Gate.
19:37
Let's connect the public to this activity right on their iPhone.
475
1162000
3000
Vamos conectar o público com essa atividade através de seus iPhones.
19:40
That way we do away with a few internet myths.
476
1165000
3000
Assim, acabamos com alguns mitos da internet.
19:44
So we can save the bluefin tuna.
477
1169000
2000
Então podemos salvar o atum-azul.
19:46
We can save the white shark.
478
1171000
2000
Podemos salvar o tubarão branco.
19:48
We have the science and technology.
479
1173000
2000
Temos a ciência e tecnologia.
19:50
Hope is here. Yes we can.
480
1175000
2000
A esperança está aqui. Sim nós podemos.
19:52
We need just to apply this capacity
481
1177000
2000
Precisamos apenas aplicar essa capacidade
19:54
further in the oceans.
482
1179000
2000
ainda mais nos oceanos.
19:56
Thank you.
483
1181000
2000
Obrigada.
19:58
(Applause)
484
1183000
2000
(Aplausos)
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