Vis dažniau būsimi Lietuvos mokslininkai per studijų metus įgytas žinias pritaiko ir patirties semiasi už Atlanto. Justinas Kilpys – ne išimtis. Šiuo metu Vilniaus universiteto Hidrologijos ir klimatologijos III kurso doktorantas stažuojasi JAV, Merilando universiteto Žemės mokslų tarpdisciplininiame centre (angl. Earth System Science Interdisciplinary Center, ESSIC). Čia, remdamasis meteorologinių palydovų duomenimis, Justinas bando patobulinti sniego nustatymo algoritmus.
Kas lėmė Jūsų apsisprendimą studijuoti meteorologiją ir hidrologiją, taip pat – kodėl ryžotės siekti daktaro laipsnio?
Mokykloje, būdamas 11-12 klasėje, pradėjau aktyviau domėtis aplinkosauga ir supratau, kad man patinka Žemės mokslai. Tačiau 10 klasėje, kai reikėjo rinktis profilį, nepasirinkau nei biologijos, nei chemijos, nei geografijos. Renkantis kur stoti, daugelis su gamtos mokslais susijusių programų (ekologija, biologija, miškininkystė ir pan.) atkrito, nes neturėjau reikalingų egzaminų ir metinių dalykų pažymių. Atradęs meteorologijos ir hidrologijos studijas Vilniaus universitete jas ir pasirinkau. Ir niekada nesigailėjau! Nuo pat pirmų studijų savaičių VU Geomokslų institute (tuometiniame Gamtos mokslų fakultete) jaučiausi labai gerai, savas tarp savų.
Baigęs magistro studijas, 5 metus dirbau Lietuvos hidrometeorologijos tarnyboje, klimatologijos skyriuje. Dirbdamas ten, 2012 m. turėjau galimybę šešis mėnesius stažuotis Šveicarijos meteorologijos ir klimatologijos tarnyboje (MeteoSwiss), kur susidomėjau palydovinių duomenų taikymu sniego dangos nustatymui. Šis susidomėjimas bei palydovinių duomenų taikymo iššūkiai ir atvedė mane iki doktorantūros studijų.
Kaip atrodo įprasta Jūsų darbo diena JAV?
Dieną aš pradedu nuo kelionės į ESSIC. Dalį kelio važiuoju dviračiu, dalį – metro. Fizinė veikla ryte padeda galutinai atsibusti ir pasiruošti darbo dienai bei pakelia nuotaiką. Vėliau visą dieną praleidžiu prie kompiuterio – analizuoju duomenis, tobulinu snygio atpažinimo algoritmą bei ieškau klaidų. Aš dirbu su palydoviniu, mikrobangų spektre veikiančiu prietaisu (angl. Advanced Technology Microwave Sounder, ATMS). Naudodamas jo duomenis, bandau patobulinti algoritmą, kuris atskiria snygį nuo lietaus ir kitų atmosferos reiškinių.
Merilando universiteto Žemės mokslų tarpdisciplininis centras, JAV
Kodėl šis algoritmas toks svarbus ir kuo jis naudingas žmonėms?
Pagrindinis palydovinių duomenų privalumas yra tai, kad jie suteikia informacijos apie atmosferos ir Žemės paviršiaus sąlygas ten, kur kiti matavimų būdai yra neįmanomi arba jų yra labai mažai. Žiemos metu intensyvus snygis gali paralyžuoti transportą, sutrikdyti elektros perdavimą ir pan. Todėl kritulių stebėsena ir jų prognozė yra labai svarbi daugeliui gyvenimo sričių. ATMS įrenginys yra pasyvus mikrobangų prietaisas, kuris fiksuoja natūraliai atsirandančią mikrobangų spinduliuotę. Mikrobangų prietaisų privalumas yra tas, kad jie gali „matyti" kiaurai debesis ir užfiksuoti kritulius bei Žemės paklotinio paviršiaus sąlygas bet kokiomis oro sąlygomis. Analizuojant ATMS prietaiso fiksuojamas 53 GHz, 89 GHz ir 165-183 GHz dažnio bangas ir jų santykį, galima nustatyti krentančius kritulius bei jų intensyvumą. Tačiau, kur kas sudėtingiau yra nustatyti jų tipą, ypač, kai temperatūra yra artima 0°C ir krituliai gali būti ir skysti (lietus), ir kieti (sniegas), ir mišrūs (šlapdriba). Mano pagrindinis uždavinys stažuotės Merilando universitete metu – patobulinti kritulių aptikimo algoritmą taip, kad būtų galima kuo tiksliau nustatyti, kada iš debesų krenta sniegas, o kada – lietus.
ATMS kritulių aptikimo ir intensyvumo algoritmas šiuo metu jau yra naudojamas JAV Nacionalinėje vandenynų ir atmosferos administracijos (NOAA) padaliniuose, sudarančiuose meteorologines prognozes bei atliekančiuose klimato stebėseną. Jei pavyktų patobulinti algoritmą taip, kad būtų galima kuo tiksliau nustatyti kritulių tipą, lygiagrečiai pagerėtų ir meteorologinių prognozių tikslumas. Merilando universiteto Žemės mokslų tarpdisciplininis centras (ESSIC) glaudžiai bendradarbiauja su NOAA, tad sėkmingi mano tyrimų rezultatai galėtų būti iš karto pritaikyti operatyviniame darbe. O tai labai motyvuoja.
Su kokiais iššūkiais tenka susidurti stažuotės metu?
Vienas pagrindinių iššūkių buvo išmokti dirbti kompiuteriniu serveriu, veikiančiu su „Unix“ operacine sistema. Pirmąjį savo stažuotės mėnesį praleidau tiesiog bandydamas susikurti kompiuterinę darbo aplinką, kurioje galėtų veikti mano naudojamas kompiuterinis algoritmas ir be trukdžių būtų galima gauti bei išsaugoti duomenis nuotoliniame serveryje. Vyko išties aktyvus techninis mokymasis, bet, manau, jog šios pamokos bus labai naudingos ateityje.
Kaip Jums sekasi bendradarbiauti su amerikiečiais?
Komanda, kurioje dirbu, sudaryta iš kinų. Į JAV jie atvyko prieš 5-20 metų ir yra išsaugoję savo kultūrinę tapatybę. Didesnė dalis darbinių pasitarimų vyksta kinų kalba (su manim komandos vadovė susitinka atskirai). Atsidavimas darbui – vienas ryškiausių jų bruožų. Kinai dirba labai daug, dažnai – ir savaitgaliais, yra labai mandagūs ir mažakalbiai. Tiesą sakant, su amerikiečiais bendrauti tenka nedaug ir daugiausiai ne darbo aplinkoje. Iš kitos pusės, tokia situacija leidžia pažinti net kelias kultūras iš karto: darbe galiu susipažinti su kinų darbo kultūra ir įpročiais, o po darbo – pasinerti į amerikietišką gyvenimo būdą.
Su kokia šalimi toliau siejate savo ateitį? Gal jau turite kokių nors konkrečių profesinių planų?
Savo ateitį sieju su Lietuva. Konkrečių profesinių planų neturiu.
Kaip manote – ar Lietuvoje yra reikalingos sąlygos tokio lygio tyrimui, kokį vykdote JAV?
Visos technologinės sąlygos Lietuvoje panašiems tyrimams atlikti, naudojant palydovinius duomenis, yra. Tam tereikia galingo kompiuterio, teorinių ir programavimo žinių. Tačiau Lietuvoje yra problema dėl antžeminių duomenų prieinamumo – meteorologiniai, hidrologiniai bei kiti aplinkosauginio monitoringo ir modeliavimo duomenys nėra laisvai prieinami. Šie antžeminiai matavimai svarbūs palydovinių duomenų validacijai. Juos gauti įmanoma, tačiau reikia rašyti prašymus, tada – laukti, kol jie bus išnagrinėti, o kai kuriais atvejais – susimokėti už duomenų paruošimą. JAV daugeliui aplinkos stebėjimo ir modeliavimo duomenų galioja atvirų duomenų politika (angl. open data policy). Jie yra laisvai prieinami, saugomi universiteto serveryje ir nėra jokių apribojimų dėl šių duomenų naudojimo moksliniams tyrimams. Tai labai palengvina ir pagreitina darbą.
Kokiomis savybėmis ir/ar sugebėjimais turėtų pasižymėti geras meteorologas – hidrologas?
Manau, kad meteorologui turėtų patikti matematika. Meteorologiniai matavimai gali būti tik skaičiai, bet jei pavyksta juos „prakalbinti” ir susieti tarpusavyje, jie gali papasakoti nuostabių istorijų apie gamtoje vykstančius procesus. Daugėjant įvairių meteorologinių matavimų ir modelių, gebėjimas analizuoti didelius duomenų masyvus (angl. Big Data) tampa labai svarbus. Kita puiki meteorologo savybė yra gebėjimas pastebėti aplink vykstančius pokyčius. Pavyzdžiui – kai kurie debesys puikiai perspėja apie artėjančias orų permainas. Tam nereikia jokių sudėtingų kompiuterinių modelių. Gebėjimas pastebėti šiuos virsmus labai padeda meteorologui ir jo darbui suteikia daugiau žavesio. Apskritai – manau, kad žmonėms derėtų dažniau pažvelgti į dangų ir debesis!