Mission Blue Voyage
Barbara Block: Tagging tuna in the deep ocean
Барбара Блок: праћење туне у дубоком океану
Filmed:
Readability: 4.4
368,018 views
Туна је океански атлетичар - брза далекосежна грабљивица чије навике тек почињемо да разумемо. Морски биолог, Барбара Блок, обележава туне (са комплетним транспондерима) и тако добија никада пре сакупљене податке о овим предивним, угроженим рибама и океанским стаништима кроз која се крећу.
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
Целог живота ме је
00:18
by the beauty, form and function
1
3000
2000
својом лепотом, обликом и функцијом
00:20
of giant bluefin tuna.
2
5000
3000
фасцинирала џиновска плаворепа туна.
00:23
Bluefin are warmblooded like us.
3
8000
3000
Она је топлокрвна, баш као и ми,
00:26
They're the largest of the tunas,
4
11000
3000
Оне су највећа врста туна,
00:29
the second-largest fish in the sea -- bony fish.
5
14000
3000
друга по величини риба у мору - кошчата риба.
00:32
They actually are a fish
6
17000
2000
Оне су заправо рибе -
00:34
that is endothermic --
7
19000
2000
ендотерме -
00:36
powers through the ocean with warm muscles like a mammal.
8
21000
3000
које јуре океаном са топлим мишићима, баш ако и сисири.
00:40
That's one of our bluefin at the Monterey Bay Aquarium.
9
25000
3000
Ово је један примерак у Монтереј Беј акваријуму.
00:43
You can see in its shape and its streamlined design
10
28000
3000
У њеном облику и аеродинамичном дизајну видите да
00:46
it's powered for ocean swimming.
11
31000
3000
је спремна за пливање у океану.
00:49
It flies through the ocean on its pectoral fins, gets lift,
12
34000
3000
Лети кроз океан на својим плућним перајима, добије убрзање,
00:52
powers its movements
13
37000
2000
и чини своје покрете снажнијим
00:54
with a lunate tail.
14
39000
2000
уз помоћ полумесечастог репа.
00:56
It's actually got a naked skin for most of its body,
15
41000
3000
По већини тела има углавном голу кожу,
00:59
so it reduces friction with the water.
16
44000
3000
што смањује њено трење са водом.
01:02
This is what one of nature's finest machines.
17
47000
3000
Ово је јенда од најбољих природних машина.
01:05
Now, bluefin
18
50000
2000
Човек је
01:07
were revered by Man
19
52000
2000
обожавао плаворепу туну
01:09
for all of human history.
20
54000
3000
кроз целу историју човечанства.
01:12
For 4,000 years, we fished sustainably for this animal,
21
57000
3000
Одрживо смо ловили ову животињу током 4000 година,
01:15
and it's evidenced
22
60000
2000
што је доказано
01:17
in the art that we see
23
62000
2000
уметношћу која потиче
01:19
from thousands of years ago.
24
64000
2000
од пре неколико хиљада година.
01:21
Bluefin are in cave paintings in France.
25
66000
3000
Ових туна има у пећинској уметности у Француској.
01:24
They're on coins
26
69000
2000
Има их на новчићима
01:26
that date back 3,000 years.
27
71000
3000
који датирају 3000 година уназад.
01:29
This fish was revered by humankind.
28
74000
3000
Човечанство је обожавало ову рибу.
01:32
It was fished sustainably
29
77000
2000
Ловили су је одрживо
01:34
till all of time,
30
79000
2000
све време,
01:36
except for our generation.
31
81000
2000
осим током наше генерације.
01:38
Bluefin are pursued wherever they go --
32
83000
3000
Плаворепу туну гоне на све стране.
01:41
there is a gold rush on Earth,
33
86000
2000
Постоји златна грозница на Земљи,
01:43
and this is a gold rush for bluefin.
34
88000
2000
златна грозница за плаворепом туном.
01:45
There are traps that fish sustainably
35
90000
2000
До скоро су постојале замке
01:47
up until recently.
36
92000
3000
за одржив риболов.
01:50
And yet, the type of fishing going on today,
37
95000
3000
Ипак, данашња врста риболова
01:53
with pens, with enormous stakes,
38
98000
3000
са замкама, са огромним колцима
01:56
is really wiping bluefin
39
101000
2000
ће заиста еколошки избрисати
01:58
ecologically off the planet.
40
103000
2000
плаворепу туну са планете.
02:00
Now bluefin, in general,
41
105000
2000
Генерално, плаворепа туна
02:02
goes to one place: Japan.
42
107000
2000
одлази на једно место - у Јапан.
02:04
Some of you may be guilty
43
109000
2000
Неки међу вама су можда криви
02:06
of having contributed to the demise of bluefin.
44
111000
2000
јер су допринели нестанку плаворепе туне.
02:08
They're delectable muscle,
45
113000
2000
Оне имају укусан мишић,
02:10
rich in fat --
46
115000
2000
обогаћен мастима -
02:12
absolutely taste delicious.
47
117000
2000
потпуно је укусна.
02:14
And that's their problem; we're eating them to death.
48
119000
3000
То је управо њихов проблем; једемо их до саме смрти.
02:17
Now in the Atlantic, the story is pretty simple.
49
122000
3000
У Атлантику је прича прилично једноставна.
02:20
Bluefin have two populations: one large, one small.
50
125000
3000
Плаворепа туна има две популације, једну велику и једну малу.
02:23
The North American population
51
128000
2000
Популацију Северне Америке
02:25
is fished at about 2,000 ton.
52
130000
3000
лове стопом од отприлике 2000 тона.
02:28
The European population and North African -- the Eastern bluefin tuna --
53
133000
3000
Европска и североафричка популација, тзв. источна плаворепа туна,
02:31
is fished at tremendous levels:
54
136000
3000
се лове у огромним количинама:
02:34
50,000 tons over the last decade almost every year.
55
139000
3000
50,000 тона годишње током целе прошле деценије.
02:37
The result is whether you're looking
56
142000
2000
Било да посматрате популацију
02:39
at the West or the Eastern bluefin population,
57
144000
3000
западне или источне плаворепе туне,
02:42
there's been tremendous decline on both sides,
58
147000
2000
видећете да је су обе опале
02:44
as much as 90 percent
59
149000
2000
за око 90%
02:46
if you go back with your baseline
60
151000
2000
у односу на 1950. која
02:48
to 1950.
61
153000
2000
се узима као основа за поређење.
02:50
For that, bluefin have been given a status
62
155000
3000
Из ових тазлога је плаворепој туни дат статус
02:53
equivalent to tigers, to lions,
63
158000
3000
једнак тигровима, лавовима,
02:56
to certain African elephants
64
161000
2000
одређеним афричким слоновима
02:58
and to pandas.
65
163000
2000
и пандама.
03:00
These fish have been proposed
66
165000
2000
У последња два месеца предложено је да ове рибе
03:02
for an endangered species listing in the past two months.
67
167000
3000
буду на листи угрожених врста.
03:05
They were voted on and rejected
68
170000
2000
Пре две недеље је
03:07
just two weeks ago,
69
172000
2000
тај предлог гласањем одбачен
03:09
despite outstanding science
70
174000
2000
упркос изванредним научним подацима -
03:11
that shows from two committees
71
176000
3000
два комитета су показала
03:14
this fish meets the criteria of CITES I.
72
179000
3000
да риба испуњава све легалне критеријуме угрожене врсте.
03:17
And if it's tunas you don't care about,
73
182000
2000
А ако вас није брига за туне,
03:19
perhaps you might be interested
74
184000
2000
можда ћете вас интересовати да знате
03:21
that international long lines and pursing
75
186000
2000
да интернационалне удице у низу, као и рибарска опрема
03:23
chase down tunas and bycatch animals
76
188000
3000
јуре туну и успут хватају животиње
03:26
such as leatherbacks, sharks,
77
191000
2000
као што су корњаче, ајукуле,
03:28
marlin, albatross.
78
193000
2000
марлине, албатросе.
03:30
These animals and their demise
79
195000
2000
Оваква врста пропасти
03:32
occurs in the tuna fisheries.
80
197000
3000
се догађа и у риболову туне.
03:35
The challenge we face
81
200000
2000
Пред нама је изазов
03:37
is that we know very little about tuna,
82
202000
3000
јер о туни знамо јако мало,
03:40
and everyone in the room knows what it looks like
83
205000
3000
а свима је познато како изгледа
03:43
when an African lion
84
208000
2000
када афрички лав
03:45
takes down its prey.
85
210000
2000
улови плен.
03:47
I doubt anyone has seen a giant bluefin feed.
86
212000
3000
Али сумњам да је ико видео џиновску плаворепу туну како се храни.
03:50
This tuna symbolizes
87
215000
3000
Ова туна симболише
03:53
what's the problem for all of us in the room.
88
218000
3000
проблем свих нас који се овде налазимо.
03:56
It's the 21st century, but we really have only just begun
89
221000
3000
Иако је већ 21. век, ми смо тек почели да
03:59
to really study our oceans in a deep way.
90
224000
3000
истински испитујемо наше океане на детаљан начин.
04:02
Technology has come of age
91
227000
2000
Технологија је толико напредовала
04:04
that's allowing us to see the Earth from space
92
229000
3000
да нам дозвољава да видимо Земљу из свемира
04:07
and go deep into the seas remotely.
93
232000
3000
и да идемо у далеке и дубоке делове мора.
04:10
And we've got to use these technologies immediately
94
235000
2000
Ове технологије морамо одмах искористити
04:12
to get a better understanding
95
237000
2000
да бисмо боље разумели
04:14
of how our ocean realm works.
96
239000
3000
како океан функционише.
04:17
Most of us from the ship -- even I --
97
242000
2000
Сви ми, укључујући и мене, гледамо са брода
04:19
look out at the ocean and see this homogeneous sea.
98
244000
3000
и видимо океан као једноличну масу.
04:22
We don't know where the structure is.
99
247000
2000
Не знамо која је његова структура.
04:24
We can't tell where are the watering holes
100
249000
3000
Не знамо где су бунари,
04:27
like we can on an African plain.
101
252000
3000
као што знамо за оне у афричким равницама.
04:30
We can't see the corridors,
102
255000
2000
Не видимо ходнике,
04:32
and we can't see what it is
103
257000
2000
и не видимо шта је
04:34
that brings together a tuna,
104
259000
2000
то што окупља туну
04:36
a leatherback and an albatross.
105
261000
2000
и корњаче и албатросе.
04:38
We're only just beginning to understand
106
263000
2000
Тек сада почињемо да схватамо
04:40
how the physical oceanography
107
265000
2000
како се физичка и биолошка
04:42
and the biological oceanography
108
267000
2000
океанографија
04:44
come together
109
269000
2000
уједињују
04:46
to create a seasonal force
110
271000
2000
да би створиле сезонску силу
04:48
that actually causes the upwelling
111
273000
2000
која проузрокује нагло и снажно комешање морске воде
04:50
that might make a hot spot a hope spot.
112
275000
3000
и тако ствара тачке са много биолошких проблема али и са много наде.
04:53
The reasons these challenges are great
113
278000
2000
Изазови које ови проблеми представњају су велики
04:55
is that technically it's difficult to go to sea.
114
280000
3000
зато што је технички тешко изаћи на море.
04:58
It's hard to study a bluefin on its turf,
115
283000
2000
Тешко је испитивати плаворепу туну на свом терену -
05:00
the entire Pacific realm.
116
285000
2000
што је цели Пацифик.
05:02
It's really tough to get up close and personal with a mako shark
117
287000
4000
Тешко је приближити се ајкули
05:06
and try to put a tag on it.
118
291000
2000
и ставити јој обележивач.
05:08
And then imagine being Bruce Mate's team from OSU,
119
293000
3000
А замислите онда да сте у тиму Бруса Мејта са Универзитета у Охају,
05:11
getting up close to a blue whale
120
296000
2000
који се приближи киту
05:13
and fixing a tag on the blue whale that stays,
121
298000
3000
и на њега учврсти обележивач која тамо треба и да остане;
05:16
an engineering challenge
122
301000
2000
то је инжењерски изазов
05:18
we've yet to really overcome.
123
303000
2000
који још увек треба да савладамо.
05:20
So the story of our team, a dedicated team,
124
305000
3000
Дакле прича нашег посвећеног тима
05:23
is fish and chips.
125
308000
2000
је у ствари риба и чипови (игра речи: ”chips” такође значи и помфрит који се често се једе са рибом).
05:25
We basically are taking
126
310000
2000
Ми заправо
05:27
the same satellite phone parts,
127
312000
2000
користимо телефонске делове који се користе и за сателите,
05:29
or the same parts that are in your computer, chips.
128
314000
3000
или исте делове који се налазе у компјутеру, тзв. чипове.
05:32
We're putting them together in unusual ways,
129
317000
3000
Састављамо их на необичне начине
05:35
and this is taking us into the ocean realm
130
320000
2000
и то нас уводи у океан
05:37
like never before.
131
322000
2000
као никада пре.
05:39
And for the first time,
132
324000
2000
И по први пут, користећи светло и фотоне
05:41
we're able to watch the journey of a tuna beneath the ocean
133
326000
3000
да бисмо измерили излазак и залазак сунца,
05:44
using light and photons
134
329000
2000
можемо да посматрамо
05:46
to measure sunrise and sunset.
135
331000
3000
путовање туне испод океана.
05:49
Now, I've been working with tunas for over 15 years.
136
334000
3000
Ја радим са тунама већ 15 година.
05:52
I have the privilege of being a partner
137
337000
2000
Имам и привилегију да сам партнер
05:54
with the Monterey Bay Aquarium.
138
339000
2000
Монтереј Беј акваријума.
05:56
We've actually taken a sliver of the ocean,
139
341000
2000
Ми смо узели мали део океана
05:58
put it behind glass,
140
343000
2000
и ставили га иза стакла,
06:00
and we together
141
345000
2000
а онда смо изложили
06:02
have put bluefin tuna and yellowfin tuna on display.
142
347000
3000
две врсте туне заједно - плаворепу и жуторепу.
06:05
When the veil of bubbles lifts every morning,
143
350000
3000
Када се вео мехурића сваког јутра подигне,
06:08
we can actually see a community from the Pelagic ocean,
144
353000
3000
можемо видети праву заједницу са отвореног океана,
06:11
one of the only places on Earth
145
356000
2000
то је једино место на Земљи на коме
06:13
you can see giant bluefin swim by.
146
358000
3000
можете видету џиновску плаворепу туну како плива поред вас.
06:16
We can see in their beauty of form and function,
147
361000
2000
Можемо видети лепоту њиховог облика и функције,
06:19
their ceaseless activity.
148
364000
2000
њихову непрекидну активност.
06:21
They're flying through their space, ocean space.
149
366000
3000
Оне лете кроз океански простор.
06:24
And we can bring two million people a year
150
369000
2000
Можемо довести и до 2 милиона људи годишње
06:26
into contact with this fish
151
371000
2000
у контакт са овом рибом
06:28
and show them its beauty.
152
373000
3000
и показати им њихову лепоту.
06:31
Behind the scenes is a working lab at Stanford University
153
376000
3000
Иза свега тога налази се лабораторија Универзитета Стенфорд
06:34
partnered with the Monterey Bay Aquarium.
154
379000
2000
која је партнер Монтереј Беј акваријума.
06:36
Here, for over 14 or 15 years,
155
381000
2000
Овде смо преко 14 или 15 година
06:38
we've actually brought in
156
383000
2000
у затрворено узгајалиште доносили и
06:40
both bluefin and yellowfin in captivity.
157
385000
2000
плаворепе и жуторепе туне.
06:42
We'd been studying these fish,
158
387000
2000
Проучавали смо ове рибе.
06:44
but first we had to learn how to husbandry them.
159
389000
2000
Али прво смо морали да научимо како да их одржавамо.
06:46
What do they like to eat?
160
391000
2000
Шта воле да једу?
06:48
What is it that they're happy with?
161
393000
2000
Шта их чини срећним?
06:50
We go in the tanks with the tuna -- we touch their naked skin --
162
395000
3000
Улазили смо у акваријуме се њима и додиривали им голу кожу.
06:53
it's pretty amazing. It feels wonderful.
163
398000
3000
Прилично невероватно, то је предиван осећај.
06:56
And then, better yet,
164
401000
2000
А онда, још боље,
06:58
we've got our own version of tuna whisperers,
165
403000
2000
имамо сопствену верзију туниних ”шаптача”;
07:00
our own Chuck Farwell, Alex Norton,
166
405000
2000
наши Чак Фарвел, Алекс Нортон
07:02
who can take a big tuna
167
407000
2000
могу да у једном покрету
07:04
and in one motion,
168
409000
2000
велику туну
07:06
put it into an envelope of water,
169
411000
2000
ставе у мали део са водом
07:08
so that we can actually work with the tuna
170
413000
2000
и тако нам омогуће да радимо са рибама
07:10
and learn the techniques it takes
171
415000
2000
и научимо које су нам технике потребне
07:12
to not injure this fish
172
417000
2000
да их не бисмо повредили,
07:14
who never sees a boundary in the open sea.
173
419000
3000
јер туне у отвореном море никада не виде границе.
07:17
Jeff and Jason there, are scientists
174
422000
2000
Џеф и Џејсон су научници
07:19
who are going to take a tuna
175
424000
2000
који ће узети туну
07:21
and put it in the equivalent of a treadmill, a flume.
176
426000
3000
и ставити је на траку за трчање - у канал са константим струјањем воде.
07:24
And that tuna thinks it's going to Japan, but it's staying in place.
177
429000
3000
А та туна мисли да путује у Јапан, док у ствари стоји у месту.
07:27
We're actually measuring its oxygen consumption,
178
432000
2000
Меримо њену потрошњу кисеоника
07:29
its energy consumption.
179
434000
2000
и потрошњу енергије.
07:32
We're taking this data and building better models.
180
437000
3000
Из ових података градимо боље моделе.
07:35
And when I see that tuna -- this is my favorite view --
181
440000
3000
А када видим ту туну - ово је мој омиљен поглед -
07:38
I begin to wonder:
182
443000
2000
почнем да се питам:
07:40
how did this fish solve the longitude problem before we did?
183
445000
3000
како је ова риба решила проблем географске дужине пре нас?
07:44
So take a look at that animal.
184
449000
2000
Погледајте ту животињу.
07:46
That's the closest you'll probably ever get.
185
451000
2000
Ово је најближе што ћете јој икада прићи.
07:48
Now, the activities from the lab
186
453000
3000
Наше делатности у лабораторији
07:51
have taught us now how to go out in the open ocean.
187
456000
3000
су нас научиле како да одемо у отворен океан.
07:54
So in a program called Tag-A-Giant
188
459000
3000
У програму под називом ”Обележи Џина”
07:57
we've actually gone from Ireland to Canada,
189
462000
3000
отишли смо од Ирске до Канаде,
08:00
from Corsica to Spain.
190
465000
2000
од Корзике до Шпаније.
08:02
We've fished with many nations around the world
191
467000
3000
Пецали смо у много земаља широм света
08:05
in an effort to basically
192
470000
2000
са циљем да
08:07
put electronic computers
193
472000
3000
ставимо електронске компјутере
08:10
inside giant tunas.
194
475000
2000
у џиновске туне.
08:12
We've actually tagged 1,100 tunas.
195
477000
3000
Успели смо са 1,110 туна.
08:15
And I'm going to show you three clips,
196
480000
2000
Показаћу вам три снимка,
08:17
because I tagged 1,100 tunas.
197
482000
3000
зато што сам обележила 1100 туна.
08:20
It's a very hard process, but it's a ballet.
198
485000
3000
То је веома тежак процес, али је као балет.
08:23
We bring the tuna out, we measure it.
199
488000
3000
Извадимо туне напоље, а онда их измеримо.
08:26
A team of fishers, captains, scientists and technicians
200
491000
3000
Тим у коме рибари, капетани, научници и техничари
08:29
work together to keep this animal out of the ocean
201
494000
3000
раде заједно да би ову ову животињу држали изван океана
08:32
for about four to five minutes.
202
497000
3000
отприлике 4 до 5 минута.
08:35
We put water over its gills, give it oxygen.
203
500000
3000
Сипамо воду преко њених шкрга да бисмо јој дали кисеоник.
08:38
And then with a lot of effort, after tagging,
204
503000
3000
А онда уз много труда, након што је обележимо,
08:41
putting in the computer,
205
506000
2000
убацимо компјутер и осигурамо се да
08:43
making sure the stalk is sticking out so it senses the environment,
206
508000
3000
његов врх вири да би тако мерио околину,
08:46
we send this fish back into the sea.
207
511000
3000
и пошаљемо туну назад у море.
08:49
And when it goes, we're always happy.
208
514000
2000
И када оде, увек смо срећни.
08:51
We see a flick of the tail.
209
516000
2000
Видимо како удари репом.
08:53
And from our data that gets collected,
210
518000
3000
Од сакупљених података
08:56
when that tag comes back,
211
521000
2000
када нам се обележивачи врате,
08:58
because a fisher returns it
212
523000
2000
а враћају их рибари
09:00
for a thousand-dollar reward,
213
525000
2000
за награду од 1000 долара по обележивачу,
09:02
we can get tracks beneath the sea
214
527000
2000
можемо да пратимо овог кичмењака
09:04
for up to five years now,
215
529000
2000
испод мора
09:06
on a backboned animal.
216
531000
2000
чак до пет година.
09:08
Now sometimes the tunas are really large,
217
533000
3000
Некада су туне веома велике,
09:11
such as this fish off Nantucket.
218
536000
2000
као што је ова која је уловљена код Нентакета.
09:13
But that's about half the size
219
538000
2000
Али то је отприлике пола
09:15
of the biggest tuna we've ever tagged.
220
540000
2000
од највеће икада обележене туне.
09:17
It takes a human effort,
221
542000
2000
За хватање рибе потребни су
09:19
a team effort, to bring the fish in.
222
544000
2000
људски и тимски труд.
09:21
In this case, what we're going to do
223
546000
2000
У овом случају смо на туну
09:23
is put a pop-up satellite archival tag on the tuna.
224
548000
3000
ставили архивски сателитски обележивач који вири.
09:27
This tag rides on the tuna,
225
552000
2000
Овај обележивач лежи на туни,
09:29
senses the environment around the tuna
226
554000
3000
мери животну средину око туне
09:32
and actually will come off the fish,
227
557000
3000
и коначно спадне са ње,
09:35
detach, float to the surface
228
560000
2000
одвоји се, отплута на површину
09:37
and send back to Earth-orbiting satellites
229
562000
3000
и на основу математике која се налази у обележивачу,
09:40
position data estimated by math on the tag,
230
565000
3000
пошаље назад податке о локацији, притиску и температури
09:43
pressure data and temperature data.
231
568000
3000
путем сателита који круже око Земље.
09:46
And so what we get then from the pop-up satellite tag
232
571000
2000
Оно што ми добијемо из овог сателитског обележивача
09:48
is we get away from having to have a human interaction
233
573000
3000
су подаци, и то без људске интеракције,
09:51
to recapture the tag.
234
576000
2000
није потребно да ико нађе обележивач.
09:53
Both the electronic tags I'm talking about are expensive.
235
578000
3000
Оба електронска обележивача о којима говорим су веома скупа.
09:56
These tags have been engineered
236
581000
2000
Њих су направили
09:58
by a variety of teams in North America.
237
583000
3000
разни тимови у Северној Америци.
10:01
They are some of our finest instruments,
238
586000
2000
Они су једни од наших најбољих инструмента,
10:03
our new technology in the ocean today.
239
588000
3000
наша нова океанска технологија.
10:07
One community in general
240
592000
2000
Једна друштвена заједница је
10:09
has given more to help us than any other community.
241
594000
2000
помогла више од било које друге.
10:11
And that's the fisheries off the state of North Carolina.
242
596000
3000
А то је рибарство државе Северна Каролина.
10:14
There are two villages, Harris and Morehead City,
243
599000
3000
Два места, Харис и Морхед Сити
10:17
every winter for over a decade,
244
602000
2000
су сваке зиме преко 10 година
10:19
held a party called Tag-A-Giant,
245
604000
3000
правиле журку под именом ”Обележи Џина”,
10:22
and together, fishers worked with us
246
607000
2000
а рибари су радили са нама заједно
10:24
to tag 800 to 900 fish.
247
609000
3000
на обележавању између 800 и 900 риба.
10:27
In this case, we're actually going to measure the fish.
248
612000
3000
У овом случају, заправо меримо рибу.
10:30
We're going to do something that in recent years we've started:
249
615000
3000
Урадићемо нешто што смо недавно почели:
10:33
take a mucus sample.
250
618000
2000
узећемо узорак слузи.
10:35
Watch how shiny the skin is; you can see my reflection there.
251
620000
3000
Погледајте како је сјајна кожа; можете видети мој одраз.
10:38
And from that mucus, we can get gene profiles,
252
623000
3000
Из те слузи можемо добити генетске профиле.
10:41
we can get information on gender,
253
626000
2000
Можемо да добијемо податке о полу,
10:43
checking the pop-up tag one more time,
254
628000
2000
проверимо обележивач још једном,
10:45
and then it's out in the ocean.
255
630000
2000
и оде назад у океан.
10:47
And this is my favorite.
256
632000
2000
Ово је моја омиљена.
10:49
With the help of my former postdoc, Gareth Lawson,
257
634000
3000
Уз помоћ мог постдокторалног студента Герета Лосона,
10:52
this is a gorgeous picture of a single tuna.
258
637000
2000
добила сам ову предивну слику једне саме туне.
10:54
This tuna is actually moving on a numerical ocean.
259
639000
3000
Она се заправо креће кроз нумерички океан.
10:57
The warm is the Gulf Stream,
260
642000
2000
Овде је топла Голфска струја,
10:59
the cold up there in the Gulf of Maine.
261
644000
3000
а овде горе је хладна струја залива у Мејну.
11:02
That's where the tuna wants to go -- it wants to forage on schools of herring --
262
647000
3000
Туна жели тамо да иде. Жели да лови јата харинга.
11:05
but it can't get there. It's too cold.
263
650000
2000
Али не може да стигне до тамо. Превише је хладно.
11:07
But then it warms up, and the tuna pops in, gets some fish,
264
652000
3000
Али када отопли, туна сврати, улови мало рибе,
11:10
maybe comes back to home base,
265
655000
2000
можда се врати до куће,
11:12
goes in again
266
657000
2000
оде опет,
11:14
and then comes back to winter down there in North Carolina
267
659000
3000
а онда се преко зиме врати доле у Северну Каролину,
11:17
and then on to the Bahamas.
268
662000
2000
а онда оде на Бахаме.
11:19
And my favorite scene, three tunas going into the Gulf of Mexico.
269
664000
3000
А моја омељена сцена су три туне како иду у Мексички залив.
11:22
Three tunas tagged.
270
667000
2000
Оне су обележене.
11:24
Astronomically, we're calculating positions.
271
669000
2000
Рачунамо њихове позиције, астрономским путем.
11:26
They're coming together. That could be tuna sex --
272
671000
3000
Оне се приближавају једна другој. То би могао бити секс туна.
11:29
and there it is.
273
674000
2000
Ето га.
11:31
That is where the tuna spawn.
274
676000
2000
Овде се туне паре.
11:33
So from data like this,
275
678000
2000
Дакле, из оваквих података
11:35
we're able now to put the map up,
276
680000
2000
сада можемо да поставимо мапу,
11:37
and in this map
277
682000
2000
а на овој мапи можете видети
11:39
you see thousands of positions
278
684000
2000
хиљаде позиција
11:41
generated by this decade and a half of tagging.
279
686000
3000
добијених из овог деценијског процеса обележавања.
11:44
And now we're showing that tunas on the western side
280
689000
3000
А сада можемо да докажемо да туне са западне стране
11:47
go to the eastern side.
281
692000
2000
иду на источну страну.
11:49
So two populations of tunas --
282
694000
2000
Дакле, две популације туна -
11:51
that is, we have a Gulf population, one that we can tag --
283
696000
2000
популација залива, она коју можемо да обелжеимо -
11:53
they go to the Gulf of Mexico, I showed you that --
284
698000
3000
показала сам вам да иду у Мексички залив -
11:56
and a second population.
285
701000
2000
и друга популација.
11:58
Living amongst our tunas -- our North American tunas --
286
703000
2000
Међу нашим северноамеричким тунама
12:00
are European tunas that go back to the Med.
287
705000
3000
живе и европске туне које се враћају назад у Медитеран.
12:03
On the hot spots -- the hope spots --
288
708000
2000
На местима са биолошким проблемима као и наместима наде,
12:05
they're mixed populations.
289
710000
2000
ове популације су измешане.
12:07
And so what we've done with the science
290
712000
2000
Оно што смо урадили са науком
12:09
is we're showing the International Commission,
291
714000
2000
је да смо показали Интернационалном Комитету,
12:11
building new models,
292
716000
2000
направили смо нове моделе,
12:13
showing them that a two-stock no-mixing model --
293
718000
2000
показали смо им да је модел са две популације које се не мешају
12:15
to this day, used to reject
294
720000
3000
који се и дан данас користи, употребљен да би се одбацио
12:18
the CITES treaty --
295
723000
2000
споразум о сврставању туне у угрожену врсту -
12:20
that model isn't the right model.
296
725000
2000
то није добар модел.
12:22
This model, a model of overlap,
297
727000
2000
Овај модел који се заснива на преклапању две популације
12:24
is the way to move forward.
298
729000
2000
је прави начин за пут даље.
12:26
So we can then predict
299
731000
2000
Тако можемо да предвидимо
12:28
where management places should be.
300
733000
2000
где би требало да буду места за менаџмент.
12:30
Places like the Gulf of Mexico and the Mediterranean
301
735000
3000
Места као што је Мексички залив и Медитеран
12:33
are places where the single species,
302
738000
2000
и места где једна врста,
12:35
the single population, can be captured.
303
740000
2000
једна популација може бити ухваћена,
12:37
These become forthright in places we need to protect.
304
742000
3000
То су места која морамо да заштитимо.
12:40
The center of the Atlantic where the mixing is,
305
745000
3000
Сво мешање се догађа у центру Атлантика.
12:43
I could imagine a policy that lets Canada and America fish,
306
748000
2000
Могу да замислим закон који дозвољава Канади и Америци да лови рибу
12:45
because they manage their fisheries well,
307
750000
3000
зато што те две државе добро одржавају ниво рибе,
12:48
they're doing a good job.
308
753000
2000
имају добар успех.
12:50
But in the international realm,
309
755000
2000
Али у интернационалном домену,
12:52
where fishing and overfishing has really gone wild,
310
757000
2000
места где су риболов и прекомерни риболов стварно превазишли сваку меру,
12:54
these are the places that we have to make hope spots in.
311
759000
3000
то су та која морамо заштитити и дати им наду.
12:57
That's the size they have to be to protect the bluefin tuna.
312
762000
3000
Да би се плаворепа туна заштитила, она морају бити ове величине.
13:00
Now in a second project
313
765000
2000
У другом пројекту
13:02
called Tagging of Pacific Pelagics,
314
767000
2000
који се зове ”Обележавање пацифичких врста отвореног мора”,
13:04
we took on the planet as a team,
315
769000
2000
узели смо планету као тим,
13:06
those of us in the Census of Marine Life.
316
771000
2000
они од нас који смо чланови организације, ”Цензус Морског Живота”.
13:08
And, funded primarily through Sloan Foundation and others,
317
773000
4000
Захваљујући фонду Фондације Слоун и неких осталих,
13:12
we were able to actually go in, in our project --
318
777000
3000
успели смо да започнемо наш пројекат -
13:15
we're one of 17 field programs
319
780000
2000
ми смо једни од 17 програма -
13:17
and begin to take on tagging large numbers of predators,
320
782000
3000
и да почнемо да обележавамо велики број грабљиваца,
13:20
not just tunas.
321
785000
2000
не само туна.
13:22
So what we've done
322
787000
2000
Успели смо чак да
13:24
is actually gone up to tag salmon shark in Alaska,
323
789000
3000
обележимо и једну врсту ајкуле на Аљасци,
13:27
met salmon shark on their home territory,
324
792000
3000
отишли смо на домаћу територију те ајкуле,
13:30
followed them catching salmon
325
795000
2000
пратили их и посматрали како хватају лососе,
13:32
and then went in and figured out
326
797000
2000
а онда смо открили да,
13:34
that, if we take a salmon and put it on a line,
327
799000
3000
ако лососа ставимо на удицу,
13:37
we can actually take up a salmon shark --
328
802000
2000
можемо да ухватимо ајкулу.
13:39
This is the cousin of the white shark --
329
804000
2000
Ово је рођак беле ајкуле -
13:41
and very carefully --
330
806000
2000
и да веома пажљиво -
13:43
note, I say "very carefully," --
331
808000
2000
обратите пажњу да сам рекла ”веома пажљиво”,
13:45
we can actually keep it calm,
332
810000
2000
заправо можемо да их држимо смиреним,
13:47
put a hose in its mouth, keep it off the deck
333
812000
3000
да им у уста ставимо црево,
13:50
and then tag it with a satellite tag.
334
815000
3000
и да их онда обележимо сателитским обележивачем.
13:53
That satellite tag will now have your shark phone home
335
818000
3000
Сада ће ајкула тим сателитским обележивачем да телефонира кући
13:56
and send in a message.
336
821000
2000
и да им пошаље поруку.
13:58
And that shark leaping there, if you look carefully, has an antenna.
337
823000
3000
А ова ајкула која овде скаче, ако пажљиво погледате, има антену.
14:01
It's a free swimming shark with a satellite tag
338
826000
2000
То је слободна ајкула са сателитским обележивачем
14:03
jumping after salmon,
339
828000
2000
која јури лососа, док у усто време
14:05
sending home its data.
340
830000
3000
и која шаље податке кући.
14:09
Salmon sharks aren't the only sharks we tag.
341
834000
2000
Ово нису једине ајкуле које обележавамо.
14:11
But there goes salmon sharks with this meter-level resolution
342
836000
3000
Ево једне ајкуле о којима сам говорила у одличној резолуцији
14:14
on an ocean of temperature -- warm colors are warmer.
343
839000
3000
на разним температурама - топле боје предсављају топлију температуру.
14:17
Salmon sharks go down
344
842000
2000
Те ајкуле одлазе доле
14:19
to the tropics to pup
345
844000
2000
у тропске пределе да се легу
14:21
and come into Monterey.
346
846000
2000
и долазе у Монтереј.
14:23
Now right next door in Monterey and up at the Farallones
347
848000
3000
Управо поред Монтереја, код Фаралонса
14:26
are a white shark team led by Scott Anderson -- there --
348
851000
2000
је тим за беле ајкуле који предводе Скот Андерсон
14:28
and Sal Jorgensen.
349
853000
2000
и Сал Џоргенсон.
14:30
They can throw out a target --
350
855000
2000
Они могу да баце мету -
14:32
it's a carpet shaped like a seal --
351
857000
2000
тепих у облику фоке -
14:34
and in will come a white shark, a curious critter
352
859000
3000
и виде радозналу белу ајкулу како долази
14:37
that will come right up to our 16-ft. boat.
353
862000
3000
и прилази нашем 5 метара дугачком броду.
14:40
It's a several thousand-pound animal.
354
865000
2000
То је неколико хиљада килограма тешка животиња.
14:42
And we'll wind in the target.
355
867000
3000
Онда повучемо мету назад,
14:45
And we'll place an acoustic tag
356
870000
2000
а затим ставимо акустични обележивач
14:47
that says, "OMSHARK 10165,"
357
872000
2000
на коме пише ”OMSHARK 10165,”
14:49
or something like that, acoustically with a ping.
358
874000
3000
или тако нешто, и има звук, као бип.
14:52
And then we'll put on a satellite tag
359
877000
2000
Онда ставимо сателитски обележивач
14:54
that will give us the long-distance journeys
360
879000
3000
који ће нам показати дуга путовања
14:57
with the light-based geolocation algorithms
361
882000
2000
са једноставним алгоритмима географских локација
14:59
solved on the computer that's on the fish.
362
884000
3000
које решава сам компјутер који је на риби.
15:02
So in this case, Sal's looking at two tags there,
363
887000
3000
Дакле, у овом случају, Сал гледа два велика обележивача.
15:05
and there they are: the white sharks of California
364
890000
3000
Ево их: беле ајкуле из Калифорније
15:08
going off to the white shark cafe and coming back.
365
893000
3000
одлазе у кафић белих ајкула и враћају се.
15:12
We also tag makos with our NOAA colleagues,
366
897000
2000
Такође обележавамо са нашим колегама из агенције за океан и атмосферу
15:14
blue sharks.
367
899000
2000
и краткорепе и плаве ајкуле.
15:16
And now, together, what we can see
368
901000
2000
А сада, заједно можемо да видимо,
15:18
on this ocean of color that's temperature,
369
903000
2000
ове боје су температуре,
15:20
we can see ten-day worms of makos and salmon sharks.
370
905000
3000
видимо десетодневне скупине две врсте ајкула у топлим водама.
15:24
We have white sharks and blue sharks.
371
909000
2000
Видимо беле и плаве ајкуле.
15:26
For the first time,
372
911000
2000
По први пут нам
15:28
an ecoscape as large as ocean-scale,
373
913000
2000
еколошки пејзаж величине океана
15:30
showing where the sharks go.
374
915000
3000
показује где ајкуле иду.
15:33
The tuna team from TOPP has done the unthinkable:
375
918000
3000
Тим за туне је урадио нешто незамисливо:
15:36
three teams tagged 1,700 tunas,
376
921000
3000
три тима је обележило 1,700 туна,
15:39
bluefin, yellowfin and albacore
377
924000
2000
плаворепе, жуторепе и албакор туне,
15:41
all at the same time --
378
926000
2000
све у исто време -
15:43
carefully rehearsed tagging programs
379
928000
2000
пажљиво увежбан програм обележавања
15:45
in which we go out, pick up juvenile tunas,
380
930000
3000
у коме идемо, ухватимо младе туне,
15:48
put in the tags that actually have the sensors,
381
933000
3000
ставимо им обележиваче који имају сензоре
15:51
stick out the tuna
382
936000
2000
који вире из рибе,
15:53
and then let them go.
383
938000
2000
а онда их пустимо.
15:55
They get returned, and when they get returned,
384
940000
2000
Када их вратимо назад у воду,
15:57
here on a NASA numerical ocean
385
942000
3000
на овом нумеричком океану НАСЕ (Национална ваздухопловна и свемирска администрација САД-а),
16:00
you can see bluefin in blue
386
945000
2000
видите плаворепе туне у плавом
16:02
go across their corridor,
387
947000
2000
како иду кроз свој коридор
16:04
returning to the Western Pacific.
388
949000
3000
и враћају се у западни Пацифик.
16:07
Our team from UCSC has tagged elephant seals
389
952000
3000
Наш тим са Универзитета из Калифорније у Санта Крузу је обележио врсту фока
16:10
with tags that are glued on their heads, that come off when they slough.
390
955000
3000
побележивачима који су залепљени на главама, а који отпадну када им кожа изумре.
16:13
These elephant seals cover half an ocean,
391
958000
3000
Ове фоке покривају половину океана,
16:16
take data down to 1,800 feet --
392
961000
2000
узимају податке и до 550 метара дубине -
16:18
amazing data.
393
963000
2000
невероватни подаци.
16:20
And then there's Scott Shaffer and our shearwaters
394
965000
3000
А онда је ту Скот Шејфер са малим птицама
16:23
wearing tuna tags, light-based tags,
395
968000
3000
које носе веома лаке обележиваче за туне,
16:26
that now are going to take you from New Zealand to Monterey and back,
396
971000
3000
које ће вас сада одвести од Новог Зеланда до Монтереја и назад,
16:29
journeys of 35,000 nautical miles
397
974000
3000
пут који је дуг око 65,000 километара
16:32
we had never seen before.
398
977000
2000
и који никада раније нисмо видели.
16:34
But now with light-based geolocation tags that are very small,
399
979000
3000
Али са овим лаганим и веома малим обележивачима који показују
16:37
we can actually see these journeys.
400
982000
2000
географску локацију, можемо заправо да видимо та путовавања.
16:39
Same thing with Laysan albatross
401
984000
2000
Исто се дешава и са ”Лејсан” врстом албатроса
16:41
who travel an entire ocean
402
986000
2000
које некада путују преко
16:43
on a trip sometimes,
403
988000
2000
читавог океана
16:45
up to the same zone the tunas use.
404
990000
2000
до истих зона које користе туне.
16:47
You can see why they might be caught.
405
992000
3000
Можете видети зашто их је могуће ухватити.
16:50
Then there's George Schillinger and our leatherback team out of Playa Grande
406
995000
3000
А онда је ту и Џорџ Шилинџер и тим из Плаја Гранде који се бави
16:53
tagging leatherbacks
407
998000
2000
обележавањем угрожене врсте морске корњаче
16:55
that go right past where we are.
408
1000000
3000
које пролазе поред места где се ми налазимо.
16:58
And Scott Benson's team
409
1003000
2000
А тим Скота Бенсона
17:00
that showed that leatherbacks go from Indonesia
410
1005000
2000
кој је показао ту врсту корњача из Индонезије
17:02
all the way to Monterey.
411
1007000
2000
па све до Монтереја.
17:04
So what we can see on this moving ocean
412
1009000
3000
Оно што можемо да кажемо за океан у покрету
17:07
is we can finally see where the predators are.
413
1012000
3000
је да коначно можемо да видимо где су грабљивице.
17:10
We can actually see how they're using ecospaces
414
1015000
3000
Можемо да видимо како оне користе еколошке просторе
17:13
as large as an ocean.
415
1018000
2000
величине океана.
17:15
And from this information,
416
1020000
2000
Из ових информација
17:17
we can begin to map the hope spots.
417
1022000
3000
можемо да почнемо да стављамо на мапу те тачке наде.
17:20
So this is just three years of data right here --
418
1025000
2000
Ово овде су подаци од само три године.
17:22
and there's a decade of this data.
419
1027000
2000
А имамо податке из једне деценије.
17:24
We see the pulse and the seasonal activities
420
1029000
2000
Видимо ритам и сезонске активности
17:26
that these animals are going on.
421
1031000
3000
кроз које ове животиње пролазе.
17:30
So what we're able to do with this information
422
1035000
2000
Ове информације можемо да сажмемо
17:32
is boil it down to hot spots,
423
1037000
3000
и да утврдимо тачке са еколошким проблемима;
17:35
4,000 deployments,
424
1040000
2000
имали смо неких 4,000 океанских путовања -
17:37
a huge herculean task,
425
1042000
3000
огроман задатак -
17:40
2,000 tags
426
1045000
2000
као и 2,000 обележивача
17:42
in an area, shown here for the first time,
427
1047000
2000
у области која је овде показана по први пут,
17:44
off the California coast,
428
1049000
2000
близу калифорнијске обале
17:46
that appears to be a gathering place.
429
1051000
3000
која изгледа као место за окупљање.
17:50
And then for sort of an encore from these animals,
430
1055000
3000
А онда видимо како нам
17:53
they're helping us.
431
1058000
2000
ове животиње помажу.
17:55
They're carrying instruments
432
1060000
2000
Оне носе инструменте
17:57
that are actually taking data down to 2,000 meters.
433
1062000
3000
који сакупљају податке до дубине од 2,000 метара.
18:00
They're taking information from our planet
434
1065000
2000
Они сакупљају информације са наше планете
18:02
at very critical places like Antarctica and the Poles.
435
1067000
3000
на критичним местима као што су Антарктик и полови.
18:05
Those are seals from many countries
436
1070000
2000
Ово су фоке из многих земаља
18:07
being released
437
1072000
2000
које су пуштене
18:09
who are sampling underneath the ice sheets
438
1074000
2000
и које сакупљају податке испод ледених покривача
18:11
and giving us temperature data of oceanographic quality
439
1076000
3000
и дају нам податке о темпреатури високог квалитета
18:14
on both poles.
440
1079000
2000
са оба пола.
18:16
This data, when visualized, is captivating to watch.
441
1081000
3000
Ови подаци су, када се прикажу, заносни за гледање.
18:19
We still haven't figured out best how to visualize the data.
442
1084000
3000
Још увек нисмо нашли најбољи начин да их графички прикажемо.
18:22
And then, as these animals swim
443
1087000
2000
Док ове животиње пливају
18:24
and give us the information
444
1089000
2000
и дају нам информације
18:26
that's important to climate issues,
445
1091000
2000
које су важне за проблеме са климом,
18:28
we also think it's critical
446
1093000
2000
сматрамо да је исто тако критично
18:30
to get this information to the public,
447
1095000
2000
да ове информације поделимо са публиком
18:32
to engage the public with this kind of data.
448
1097000
3000
да бисмо је укључили у цео процес.
18:35
We did this with the Great Turtle Race --
449
1100000
2000
То смо урадили са Трком великих корњача,
18:37
tagged turtles, brought in four million hits.
450
1102000
3000
обележених корњача, и добили смо око 4 милиона посетилаца путем интернета.
18:40
And now with Google's Oceans,
451
1105000
3000
А сада и са апликацијом ”Гугл Океан”
18:43
we can actually put a white shark in that ocean.
452
1108000
2000
можемо да сместимо у беле ајкуле на мапу океана.
18:45
And when we do and it swims,
453
1110000
2000
А када их убацимо о оне пливају
18:47
we see this magnificent bathymetry
454
1112000
2000
видимо ову сјајну батиметрију (наука о океанском дну)
18:49
that the shark knows is there on its path
455
1114000
2000
који ајкула познаје као једини пут
18:51
as it goes from California to Hawaii.
456
1116000
2000
на свом путу из Калифорније ка Хавајима.
18:53
But maybe Mission Blue
457
1118000
2000
Али можда Плава Мисија
18:55
can fill in that ocean that we can't see.
458
1120000
3000
може да попуни океан који не можемо да видимо.
18:58
We've got the capacity, NASA has the ocean.
459
1123000
3000
Имамо капацитет за то, НАСА поседује океан.
19:01
We just need to put it together.
460
1126000
2000
Само је потребно све стаставити.
19:03
So in conclusion,
461
1128000
2000
Дакле, у закључку,
19:05
we know where Yellowstone is for North America;
462
1130000
3000
знамо где се налази Јелоустоун за Северну Америку;
19:08
it's off our coast.
463
1133000
2000
налази се близу наше обале.
19:10
We have the technology that's shown us where it is.
464
1135000
2000
Имамо технологију која нам је то показала.
19:12
What we need to think about perhaps for Mission Blue
465
1137000
3000
Можда би требало да мислимо да би Плава Мисија
19:15
is increasing the biologging capacity.
466
1140000
3000
требало да повећа капацитет праћења животиња путем обележивања.
19:18
How is it that we can actually
467
1143000
2000
Како оваку активност
19:20
take this type of activity elsewhere?
468
1145000
3000
можемо пренети негде другде?
19:23
And then finally -- to basically get the message home --
469
1148000
3000
Коначно, да понесемо поруку кући
19:26
maybe use live links
470
1151000
2000
да користимо живе интернет линкове
19:28
from animals such as blue whales and white sharks.
471
1153000
2000
са животиња као што су плави китови и беле ајкуле.
19:30
Make killer apps, if you will.
472
1155000
2000
Или чак да аправимо најбоље ”Ајфон” апликације.
19:32
A lot of people are excited
473
1157000
2000
Многи људи су узбуђени
19:34
when sharks actually went under the Golden Gate Bridge.
474
1159000
3000
када су ајкуле прошле испод моста Голден Гејт.
19:37
Let's connect the public to this activity right on their iPhone.
475
1162000
3000
Повежимо публику са овим путем ”Ајфонова.”
19:40
That way we do away with a few internet myths.
476
1165000
3000
На тај начин ћемо растурити неколико интернет митова.
19:44
So we can save the bluefin tuna.
477
1169000
2000
Да бисмо спасили плаворепу туну.
19:46
We can save the white shark.
478
1171000
2000
Да бисмо спасили белу ајкулу.
19:48
We have the science and technology.
479
1173000
2000
Имамо науку и технологију.
19:50
Hope is here. Yes we can.
480
1175000
2000
Нада је овде. Да, ми то можемо (алузија на Обамин слоган).
19:52
We need just to apply this capacity
481
1177000
2000
Само морамо применити сав тај капацитет
19:54
further in the oceans.
482
1179000
2000
на океане.
19:56
Thank you.
483
1181000
2000
Хвала вам.
19:58
(Applause)
484
1183000
2000
(Аплауз)
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