提起企鹅，很多人都会想到南极地区，紧接着头脑中会浮现出一片冰天雪地的景象，事实上，不是所有的企鹅都分布在南极地区，除了南极洲以外的其他地区也有企鹅，例如南美洲。
南美企鹅
以葡萄牙探险家斐迪南・麦哲伦 命名的南美企鹅(又叫麦哲伦企鹅)，生活在南美洲遥远南端的冷水海域。每年的繁殖季节，这些企鹅就会聚集在阿根廷的通博角，并在这里哺育后代。大量企鹅聚集形成了独特的景观，为阿根廷政府带来了巨额旅游收入。
庞大的种群
南美大陆除了麦哲伦企鹅之外，还分布着其他三种企鹅。麦泽伦企鹅是南美洲分布最广泛数量最多的企鹅，它们也被称为南美企鹅，它们以胸前的两条黑色条带而与其他企鹅相区别，鸟类学家可以凭借这些特征迅速分辨这些企鹅。
南美企鹅是世界上数量较多的企鹅之一，估计全球约有180万对，其中有80万对分布在智利、90万对分布在阿根廷。阿根廷海岸以东的南大西洋上的马尔维纳斯群岛约有10万对南美企鹅。南美企鹅的生态环境以及迁徙路线较少受到人类活动的影响，这对于企鹅种群来说是一件幸事，它们的种群数量依然在逐年增加。
伟大的旅程
分布区北部的南美企鹅种群是定居者，全年都在繁殖区域附近活动，而南部分布区的种群却是伟大的游荡者。南部种群的南美企鹅会每年来回迁徒数百千米以至更远，3～4月离开繁殖区域，并在8～9月再返回。截止到今天，它们在海洋中的运动模式对于鸟类学家来说仍旧是个谜，但最新的研究表明，它们可能是不会飞行的鸟类中迁徒距离最远的物种，不会飞翔的鸟儿也能够完成一次伟大的迁徙。
最新科技为科学家研究企鹅的迁徙提供了帮助，1998年3月，在马尔维纳斯群岛，科学家给10只企鹅身上安装了较轻的平台发射终端器(PTTs)追踪它们繁殖后的迁徒行为，希望能够搞清楚这种不会飞翔的鸟类到底能够迁徙多远。
根据终端器的记录，这10只企鹅中，迁徙距离最远的在75天内迁徙了2661千米，对于一只不会飞翔的鸟儿来说，这个数字令人惊叹。
想象一下，在南半球漆黑漫长的冬夜，南美企鹅在远离海岸的大洋中经受暴风雨的考验，并且反复多次地完成这一旅程。更重要的是，南美企鹅不能像其他飞行的鸟类那样俯视海面，寻找地面标记物来导航，它们需要在茫茫的毫无特征的海面上前行，内心的孤独与恐惧被信念战胜，对于这些小动物们来说，能完成这样的旅程，的确是了不起的成就。
通博角天堂
阿根廷通博角的南美企鹅分布区是南极洲以外最大的企鹅分布区，每年这里都会聚集大量游客来观赏企鹅，直接带动了阿根廷政府的旅游收入。
通博角是观察企鹅的最佳地点，这个贫瘠的岩石滩布满了鹅卵石，与周围富饶的海域形成了鲜明的对比。宽阔的大陆架深入大西洋480千米，直到马尔维纳斯群岛，周围的浅海营养丰富，有大量的鱼类和乌贼，给企鹅们提供了最理想的环境。
夏季时这一海域有非常多的野生动物。除了南美企鹅，通博角的海同样也是南美海狮、岛海狮和象海豹的息地。水下则生活着南露脊鲸和逆戟鲸群，构成了通博角独特的生物圈。
繁育后代
南美企鹅是遵循固定习性的生物，它们是极为忠贞的鸟类，会结成一生的配偶，它们大多数固守同一片巢址。很多雄性鸟类是不承担孵化工作的，但是南美企鹅却不一样，企鹅父亲也是很尽责的，企鹅父母会轮流孵化它们的两个蛋，解化期约为40天，它们每天都为快速生长的小企鹅捕鱼。
南美企鹅通常会和海豹、海狮及信天翁一起捕捉沙鱼以及其他小鱼。这些惊慌的小鱼在受到来自空中和水下多方面的同时攻击时会四处乱窜，对于企鹅来说会更容易被捕获。
冬季之旅
繁殖季过后，南美企鹅会回到海洋。通博角的种群会沿着海岸往东北方向迁徙，到达乌拉圭和巴西南部的海域越冬。它们跟随福克兰寒流往北迁到拉普拉塔河口，在那里福克兰寒流和向南流动的巴西暖流汇合，众所周知，当寒流与暖流交汇的时候会吸引大量海洋生物，世界几个著名渔场都是寒暖流交汇形成的，企鹅在这个寒流和暖流汇合的区域会有充足的食物。
马尔维纳斯群岛的南美企鹅先往西北迁至阿根廷海岸，之后和通博角的种群样沿着海岸移动。在智利海岸繁殖的南美企鹅也会在繁殖过后往北迁徙，它们会随着从南美洲的西海岸流向厄瓜多尔以南的强大的秘鲁寒流北迁。整个冬季，企鹅会从最初聚集在一起的状态开始扩大分布，向周围迁徙。
年轻的游荡者
根据鸟类学家的研究，成年南美企鹅的扩散模式和亚成体有很大的不同。成年企鹅整个迁徙模式相对亚成体企鹅要晚一些，它们会在繁殖区域停留数周并换羽，而亚成体企鹅则会在海岸集结成群，然后几乎立即出发，沿着海前往冬季采食区域，并在那里换羽。相比成鸟企鹅，亚成体迫切地想要迁徒，经常会到达距离繁殖区域很远的海域，甚至出现在世界的另一端—澳大利亚和新西兰的海附近，相比成年企鹅，这些年轻的企鹅似乎更加喜欢冒险和旅行。
如今，随着平台发射终端器的使用，这些更加先进的电子标记可以提供诸如潜水深度、能量消耗和采食行为等方面的数据，帮助科学家了解动物的迁徙路线以及人类活动对动物迁徙的影响。随着鸟类学家研究的深入，未来我们将会搞清楚这些企鹅在海洋中的运动模式。
,
