Районные и северные коэффициенты: Северные надбавки и районные коэффициенты 2021 по регионам

Содержание

Как защитить права и интересы жителей северных территорий — Российская газета

Развитие Дальнего Востока и Арктики будет под большим вопросом, если срочно не заняться решением социальных проблем этих территорий. Существующие меры поддержки населения не приносят ожидаемого эффекта. Профсоюзы готовят предложения по законодательному совершенствованию системы социальных гарантий лицам, работающим и проживающим в районах Крайнего Севера и приравненных к ним местностях.

Защиту прав жителей ДФО обсудили в Дальневосточном филиале «Российской газеты». В работе «круглого стола» участвовали заместитель председателя Федерации независимых проф­союзов России (ФНПР) Давид Кришталь, председатель постоянной комиссии Генерального совета ФНПР, председатель Нефтегазстройпрофсоюза России Александр Корчагин и председатель Хабаровского краевого объединения организаций профсоюзов Галина Кононенко.

Система госгарантий и компенсаций для северян и дальневосточников сегодня не возмещает физические, моральные и материальные затраты, связанные с работой и проживанием в экстремальных условиях. Почему это происходит?

Александр Корчагин: Районный коэффициент и северная надбавка — это, наверное, самая обсуждаемая тема. Конечно, все три стороны — власти, работодатели и профсоюзы — понимают, что госгарантии не выполняют сегодня те функции, которые в них изначально закладывались. Отмечу, что заработная плата — это вознаграждение за труд, за выполнение обязанностей в рамках трудового соглашения, а районный коэффициент и северная надбавка — добавка за работу в особых климатических условиях. Сейчас идут разговоры о снижении или отмене коэффициентов и надбавок. Что предложить взамен, что может выступить фактором компенсации? Вопрос очень сложный, его нужно решать квалифицированно.

Галина Кононенко: Развитию Дальнего Востока уделяется достаточно большое внимание, но уровень жизни здесь по-прежнему оставляет желать лучшего. Мы существенно отстаем от других регионов по реальным доходам.

По данным социологических опросов, сегодня жители края обращают внимание именно на уровень заработной платы. Конечно, их волнует реализация госгарантий, обозначенных в федеральных законах. Если государство требует от граждан неукоснительного соблюдения законодательства, то и люди в свою очередь хотят, чтобы все законодательные акты исполнялись.

Хабаровский край — единственный регион РФ, где выделено четыре климатических зоны, такова его протяженность с севера на юг. Регулирование заработной платы идет через коэффициенты: от 1,2 в южных районах до 1,4 в местностях, приравненных к Крайнему Северу, и до 1,6 на самом севере, а также надбавки за непрерывный стаж в особых климатических зонах.

Размер и порядок применения районного коэффициента определяет правительство РФ. Этот нормативный акт до сих пор не принят, поэтому продолжают использоваться нормативы, установленные еще в советское время.

В Хабаровском крае в бюджетной сфере действуют собственные региональные районные коэффициенты. При этом федеральные бюджетные учреждения, которые есть в крае, руководствуются только федеральными нормативными актами. Для них коэффициент 1,2, а на северных территориях 1,4. Повысить до уровня действующих в крае не удается в силу нормативного регулирования.

Самая большая проблема с районными коэффициентами у организаций внебюджетного сектора. Коммерческие структуры просто не могут себе это позволить. Впрочем, некоторые путем заключения коллективных договоров сохранили районный коэффициент для наемных работников.

В 2021 году заключено трехстороннее соглашение о минимальном размере заработной платы в крае. Были зафиксированы повышенные коэффициенты, которые действуют в бюджетной сфере. Но не все работодатели могут эти условия выполнить. В комитет по труду и занятости поступило несколько десятков обращений с отказом от присоединения к этому соглашению.

Не пора ли заново настраивать систему районных коэффициентов и надбавок?

Галина Кононенко: В каждом субъекте складывается собственная система использования районных коэффициентов, которая существенно отличается от действующей согласно федеральным законам. Есть где запутаться. И распутать этот клубок очень важно.

Государство собирается применить так называемую регуляторную гильотину. С 1 июня 2022 года нормативные документы с действующими районными коэффициентами должны прекратить свое существование. Но взамен пока ничего не предлагается. И профсоюзы это беспокоит, поскольку последствия могут быть очень серьезные.

Как Федерация независимых профсоюзов защищает права северян и дальневосточников?

Давид Кришталь: ФНПР с 2014 года регулярно проводит так называемые северные конференции, где мы в трехстороннем составе — представители власти, проф­союзных организаций и работодателей — обсуждаем проблемы дальневосточных и полярных территорий.

В марте 2015 года проходила вторая конференция, темой которой стало инкорпорирование законов СССР и РСФСР в законодательство РФ. Планировалось снизить размер районных коэффициентов или совсем их ликвидировать. Мы добились, чтобы это решение было снято с повестки дня, в итоге коэффициенты остались неизменными.

Чтобы переломить негативные миграционные процессы, сохранить человеческий капитал на Севере и Дальнем Востоке, необходимо создавать там привлекательные условия для жизни и работы

В 2016-м третья северная конференция была посвящена проблемам специальной оценки условий труда. Мы заявили, что новая методика несовершенна. Она не учитывала физические факторы: микроклимат, шум и многое другое при оценке условий труда. Профсоюзы согласились на принятие закона только после того, как методику «оторвали» от него. Это было сделано для того, чтобы вносить в нее изменения.

Проблема включения работодателями в минимальный размер оплаты труда районного коэффициента и северной надбавки за стаж работы в районах Крайнего Севера и приравненных к ним местностям Дальнего Востока была темой нашей четвертой северной конференции в 2018-м. Мы дошли до Конституционного суда, и он решил, что в состав МРОТ нельзя включать районные коэффициенты и надбавки за стаж.

Снижение пенсионного возраста стало одним из главных вопросов еще одной северной конференции, которая проходила в Салехарде 2019 году. Ее результаты мы слушали в Государственной думе, где нашли довольно большое количество союзников, считающих, что необходимо снижать возраст выхода на пенсию для отдельных категорий граждан. Эта идея пока не находит поддержки в правительстве, именно поэтому она станет главной темой следующей северной конференции, которая пройдет в этом году в Архангельске.

Сейчас готовится специальное «северное» заседание Генсовета ФНПР, намеченное на ноябрь. Сформирована рабочая группа. В ходе выездных заседаний, первое из которых прошло в августе в Хабаровске, она подготовит согласованные подходы к решению проблем районов Крайнего Севера и приравненных к ним местностей.

Что предлагают профсоюзы?

Галина Кононенко: Нужно провести анализ сложившейся системы применения районных коэффициентов и надбавок за стаж работы в зонах с особыми климатическими условиями. До июля 2022 года требуется подготовить и обсудить с широким кругом общественности новый нормативно-правовой акт по единому подходу к районным коэффициентам и надбавкам за стаж. А еще — определить механизм финансовой поддержки организаций всех форм собственности, чтобы работодатели гарантированно обеспечивали законодательно установленные права работников северных территорий.

Александр Корчагин: Сформированы предложения, которые помогут ускорить развитие северных и дальневосточных территорий, увеличить их вклад в экономику страны. Речь идет о конкретных инициативах в части госгарантий, пенсионного обеспечения, привлечения кад­ров, транспортной доступности, жилищного обеспечения, развития здравоохранения.

Так, например, мы предлагаем исключить из расчета налога на доходы физических лиц северную надбавку и районный коэффициент, установить пониженный размер НДФЛ, сократить размер страховых взносов до минимума — семи процентов, как для ТОР, и возмещать выпадающие доходы из бюджета.

Считаем необходимым вернуть возраст выхода на пенсию (55 лет у мужчин и 50 — у женщин), если человек отработал 15 лет в районах Крайнего Севера либо 20 лет в приравненных к ним местностях и имеет необходимый общий страховой стаж.

Есть предложения по закреплению кадров, особенно молодежи. Это целевая подготовка и переподготовка через госзаказ, выплата процентной надбавки к заработной плате за стаж работы в районах Крайнего Севера и приравненных к ним местностях в полном размере с первого дня работы.

Мы предлагаем развивать различные формы льготного жилищного кредитования, ввести частичную компенсацию расходов на ЖКУ с учетом действующего норматива площади жилого помещения и состава семьи, расширить предоставление льготной ипотеки под два процента годовых.

Для развития северных территорий необходимо в первую очередь создать там достойные условия для работы и жизни.

Районные коэффициенты, применяемые для индексации социальных пособий на территории Республики Саха (Якутия)

Постановлением правительства РФ от 17.04.2006 № 216 определено, что впредь до установления размера районного коэффициента и порядка его применения для расчета заработной платы  работников организаций, расположенных в районах Крайнего Севера и приравненных к ним местностях, а также фиксированного базового размера трудовой пенсии по инвалидности, фиксированного базового размера трудовой пенсии по случаю потери кормильца, пенсий по государственному обеспечению, пособий, стипендий и компенсаций лицам, проживающим в районах Крайнего Севера и приравненных к ним местностях, ораганами, осуществляющими пенсиионное обеспечение, при назначении указанным лицам  трудовых пенсий и пенсий по государственному пенсионному обеспечению, применяются районные коэффициенты к заработной плате, установленные решениями органов государственной власти СССР или федеральных органов государственной власти, которые в соответствии с законодательством РФ применялись при увеличении размеров этих пенсий для граждан, проживавших в указанных районах и местностях по состоянию на 31 декабря 2004 года, а также действовавший на указанную дату порядок их применения.

 

На территории РС(Я) установлены пять повышающеих коэффициентов, которые учитываются при индексации социальных пособий:

2,0 — местности, где расположены предприятия и стройки алмазодобывающей промышленности, на месторождениях «Айхал» и «Удачная», прииски «Депутатский» и «Кулар», Нижнеколымский район, поселок Усть-Куйга Усть-Янского района;

1,7 — Ленский район (севернее 61 град. северной широты), г. Мирный и подчиненные его администрации населенные пункты;

1,6 — Абыйский, Аллаиховский, Анабарский, Булунский, Верхневилюйский, Верхнеколымский, Верхоянский, Вилюйский, Жиганский, Кобяйский, Нюрбинский <*>, Мирнинский, Момский, Оймяконский, Оленекский, Среднеколымский, Сунтарский, Томпонский, Усть-Янский (за исключением поселка Усть-Куйга) и Эвено-Бытантайский районы;

1.5 — для поселка Кангалассы;

1.4 — для города Якутска и прочих районов.

Северные надбавки на «регуляторной гильотине»

  © Юрий Смитюк/ТАСС

Спикеры дальневосточных заксобраний обратились в Правительство РФ с предложением обновить правовую базу, устанавливающую северные коэффициенты и надбавки. Сделать это сейчас, до истечения срока действую­щих документов, а также гарантировать северянам государственную поддержку предложил председатель Магаданской областной Думы Сергей Абрамов.

Районный коэффициент в стране был установлен в 1932 году. Его размеры и порядок применения корректировались трижды: в 1945, 1960 и 1967 годах. По-­прежнему северные льготы привлекают население в регионы с суровым климатом, в немалой степени обеспечивают социально­-экономическое развитие Дальнего Востока, исследование и разработку его минерально-­сырьевой базы, строительство городов и формирование инфраструктуры.

Сегодня к районам Крайнего Севера отнесены 24 российских субъекта. В составе Дальневосточного федерального округа 9 таких регионов: республики Бурятия и Саха (Якутия), Камчатский, Приморский, Хабаровский края, Амурская, Магаданская, Сахалинская области и Чукотский автономный округ. Поэтому предложение председателя колымского парламента Парламентская Ассоциация «Дальний Восток и Забайкалье» поддержала единогласно.

Как пояснил Сергей Абрамов, измениться существующий порядок может из-­за введения в действие «регуляторной гильотины», задача которой — упразднить устаревшие и избыточные нормативные акты. Срок действия районных коэффициентов и северных надбавок ограничивается 1 июля 2022 года.

«Министерство экономического развития РФ подготовило проект нового Перечня районов Крайнего Севера и местностей, приравненных к ним, который включает в себя все территории, отнесённые ранее к таким районам. Однако в дальнейшем Перечень планируется скорректировать. Причём сделать это предлагается лишь на основании данных Института географии Российской академии наук об изменениях климата и тенденции его потепления в районах Крайнего Севера за последние 50 лет. Что касается установления размеров районных коэффициентов, процентных надбавок и определения порядка их выплаты, то пока проект такого нормативного правового акта в свободном доступе отсутствует», — отметил председатель колымского заксобрания.

Дальневосточная парламентская ассоциация предложила председателю Правительства РФ принять необходимые документы, устанавливающие районные коэффициенты и процентные надбавки для северян, заблаговременно, до истечения установленных сроков, и в размерах, не ниже действующих; при подготовке данных постановлений предусмотреть предварительные публичные обсуждения в регионах, согласования с экспертами, общественными организациями, профсоюзами, бизнес-­сообществом; утвердить Перечень районов Крайнего Севера, основанный на комплексе природно­-климатических, социально-­экономических, медико-­биоло­гических факторов и с учётом данных Дальневосточного отделения Российской академии наук, не допуская при этом уменьшения числа северных районов.

Юлиана Хомутинина

О районном коэффициенте и «северных» надбавках в Тюмени

Ответ

Оказываем помощь в предоставлении услуги

экспресс-аудита, и оперативном получении 

аудиторского заключения. +7906-045-85-75

Ответ:

Статьей 315 ТК РФ установлено, что оплата труда в районах Крайнего Севера и приравненных к ним местностях осуществляется с применением районных коэффициентов и процентных надбавок к заработной плате.

При этом размер районного коэффициента, процентной надбавки и порядок их применения для расчета заработной платы работников организаций, расположенных в районах Крайнего Севера и приравненных к ним местностях, устанавливаются Правительством РФ (статьи 316 и 317 ТК РФ).

Аналогичная норма установлена статьями 10 и 11 Закона РФ «О государственных гарантиях и компенсациях для лиц, работающих и проживающих в районах Крайнего Севера и приравненных к ним местностях» от 19.02.93 № 4520-1 (далее – Закон № 4520-1).

Кроме того, пунктом 3 Постановления Верховного Совета РФ от 19.02.93 № 4521-1 установлено, что вышеуказанные нормы о государственных гарантиях и компенсациях, предусмотренные Законом № 4520-1, распространяются на районы Севера, в которых начисляются районный коэффициент и процентная надбавка к заработной плате, но не отнесенные к районам Крайнего Севера и приравненным к ним местностям.

Таким образом, районные коэффициенты и процентные надбавки устанавливаются для районов Крайнего Севера и приравненных к ним местностей

. Кроме того, районные коэффициенты и процентные надбавки могут быть также установлены для иных местностей с особыми климатическими условиями, но не отнесенные к районам Крайнего Севера и приравненным к ним местностям.

Перечень районов Крайнего Севера и местностей, приравненных к районам Крайнего Севера, на которые распространяется действие Указов Президиума Верховного Совета СССР от 10.02.60  и от 26.09.67 о льготах для лиц, работающих в этих районах и местностях, утв. Постановлением Совета Министров СССР от 10.11.67 № 1029, действует в настоящее время в ред. Постановления Совета Министров СССР от 03.01.83 № 12.

Город Тюмень не отнесен к районам Крайнего Севера или приравненным к ним областям.

Между тем, как было отмечено нами выше, районные коэффициенты и процентные надбавки могут быть установлены для иных местностей с особыми климатическими условиями.

Так, в отношении города Тюмени Постановлением Госкомтруда СССР, Секретариата ВЦСПС от 17.08.71 № 325/24 установлен районный коэффициент 1,15. Процентная надбавка не установлена.

Коллегия Налоговых Консультантов, 14 мая 2021 года

Ответы на самые интересные вопросы на нашем телеграм-канале knk_audit

Назад в раздел

Каковы правовые основания начисления районного коэффициента и процентной надбавки к заработной плате работающим в Республике Хакасия?

В соответствии с постановлением Правительства Российской Федерации от 03 декабря 1992 г. № 933 «О районном коэффициенте к заработной плате на территории Республики Хакасия» работающим в Республике Хакасия к заработной плате начисляется районный коэффициент в размере 1,3. Районный коэффициент начисляется независимо от трудового стажа с первого дня работы.
Помимо районного коэффициента, с целью компенсации работы в неблагоприятных климатических условиях, к заработной плате работников организаций, расположенных на территории Республики Хакасия, начисляется процентная надбавка за стаж работы[1] на основании постановления СМ СССР и ВЦСПС от 24 сентября 1989 г. № 794 «О введении надбавок к заработной плате рабочих и служащих предприятий, учреждений и организаций, расположенных в южных районах Иркутской области и Красноярского края».
       В соответствии с постановлением СМ СССР и ВЦСПС от 24 сентября 1989 г. № 794 выплата процентных надбавок к заработной плате рабочих и служащих за непрерывный стаж работы производится в размере 10 процентов по истечении первого года работы, с увеличением на 10 процентов за каждые последующие два года работы, но не свыше 30 процентов заработка. Для молодежи, лицам в возрасте до 30 лет, прожившей не менее одного года в местностях с неблагоприятными климатическими условиями, процентная надбавка устанавливается в размере 10% за каждые шесть месяцев работы (пункт «е»  пункта 1 постановления СМ РСФСР  от 22 октября 1990 г. № 458 «Об упорядочении компенсаций гражданам, проживающим в районах Севера» (с изменениями от 31 мая 1995 г.).
            При исчислении трудового стажа для начисления процентной надбавки к заработной плате необходимо руководствоваться разъяснением, утвержденным постановлением Минтруда РФ от 16 мая 1994 г. № 37 «Об утверждении разъяснения «О порядке установления и исчисления трудового стажа для получения процентных надбавок к заработной плате лицам, работающим в районах Крайнего Севера, приравненных к ним местностях, в южных районах Дальнего Востока, Красноярского края, Иркутской и Читинской областей, Республики Бурятия, в Республике Хакасия» (с последующими изменениями).
            Постановлением Минтруда РФ от 11 сентября 1995 г. № 49 «Об утверждении разъяснения «О порядке начисления процентных надбавок к заработной плате лицам, работающим в районах Крайнего Севера, приравненных к ним местностях, в южных районах Восточной Сибири, Дальнего Востока, и коэффициентов (районных, за работу в высокогорных районах, за работу в пустынных и безводных местностях)» установлено, что начисление компенсационных выплат за работу в местностях с неблагоприятными климатическими условиями производится на фактический заработок.

Парламентарии поддержали предложение Колымы по обновлению законов о северных надбавках — Дальний Восток |

9 июня. Interfax-Russia.ru — Участники Парламентской Ассоциации «Дальний Восток и Забайкалье» поддержали законодательную инициативу думы Магаданской области по обновлению правовой базы о северных коэффициентах и надбавках, сообщает пресс-служба областной думы.

«Соответствующее обращение в правительство РФ будет направлено по итогам заседания Ассоциации, которое состоялось 9 июня в режиме видеоконференцсвязи», — говорится в сообщении.

Председатель колымского заксобрания Сергей Абрамов обратился к коллегам с тремя инициативами: принять необходимые документы, устанавливающие районные коэффициенты и процентные надбавки для северян, заблаговременно, до истечения установленных сроков, и в размерах, не ниже действующих; при подготовке этих постановлений предусмотреть предварительные публичные обсуждения в регионах, согласования с экспертами, общественными организациями, профсоюзами, бизнес-сообществом; утвердить перечень районов Крайнего Севера, основанного на комплексе природно-климатических, социально-экономических, медико-биологических факторов и с учетом данных Дальневосточного отделения Российской академии наук, не допуская при этом уменьшения числа северных районов.

«Вероятность изменения существующего порядка выплаты процентных надбавок и районных коэффициентов появилась в связи с введением 31 июля 2020 года в действие «регуляторной гильотины», задача которой — упразднить устаревшие и избыточные нормативные акты, в том числе устанавливающие районные коэффициенты и северные надбавки. Срок действия устаревших нормативных правовых актов, в том числе существующей системы преференций для северян, ограничивается 1 июля 2022 года», — приводятся в сообщении слова Абрамова.

Впервые в стране районный коэффициент был установлен в 1932 году. Его размеры и порядок применения корректировались в 1945, 1960 и 1967 годах. К районам Крайнего Севера отнесены 24 российских региона. В составе Дальневосточного федерального округа 9 таких субъектов: Республики Бурятия и Саха (Якутия), Камчатский, Приморский, Хабаровский края, Амурская, Магаданская, Сахалинская области и Чукотский автономный округ.

Потерять районные коэффициенты и северные надбавки к заработной плате рискуют работники края. Это результат «регуляторной гильотины»

В Федерации профсоюзов Красноярского края обеспокоены ситуацией с возможной потерей работниками региона повышенных районных коэффициентов и процентных надбавок, которые входят в заработную плату.

Такая ситуация возникла в результате действия «регуляторной гильотины». С 1 июля 2022 года утратят силу нормативные правовые акты, которые устанавливают районные коэффициенты и процентные надбавки к заработной плате работников, трудящихся в особых климатических условиях.

Новые документы, устанавливающие более высокие районные коэффициенты и надбавки, на сегодняшний день на федеральном уровне не приняты.

С просьбой обратить внимание на ситуацию ФПКК обратилась в Правительство РФ, Правительство Красноярского края, Заксобрание края, к губернатору региона, а также в ФНПР.

«Отмена указанных нормативно-правовых актов приведет к понижению оплаты труда лиц, работающих во внебюджетном секторе экономики в Красноярском крае, что может привести к социальному напряжению», — сказано в письмах ФПКК.

На сегодняшний момент ответ получен от министерства экономики и регионального развития края. В нем говорится о том, что министерство разделяет обеспокоенность  профсоюзов по этому вопросу и подтверждает наличие угрозы снижения заработной платы, гарантий и доходов населения региона в случае отмены документов, устанавливающих более высокие районные коэффициенты.

Также в ответе ведомства сообщается, что оно уже обращалось в Минтруд России с предложением учесть все действующие размеры районных коэффициентов при разработке новых нормативно-правовых актов.

Напомним, что сегодня в южных и центральных районах Красноярского края действует районный коэффициент 1,3, в северных районах – 1,6-1,8. Процентную надбавку работникам региона начисляют за стаж. Она также варьируется в зависимости от территории: 80% — в районах Крайнего Севера, 50% — в районах, приравненных к районам Крайнего Севера, и 30% — в остальных территориях.

Ранее вопросом о сохранении районных коэффициентов обеспокоились иркутские профсоюзы. В интервью газете «Солидарность» председатель Иркутского областного объединения организаций профсоюзов Александр Коротких отмечал, что после прекращения действия нормативно-правовых актов с июля 2022 года половина населения региона может потерять от 20 до 60% заработной платы.

Анализ практики установления размеров региональных коэффициентов к заработной плате рабочих в районах с неблагоприятными природно-климатическими условиями и предложения по его улучшению

Опыт применен, 13,3% населения; в Западной Сибири, на Урале, примерно в

субъектах Российской Федерации, в Приволжском федеральном округе и

Вологодской области — 22,8%. Это требует пристального внимания к установлению размеров региональных

коэффициентов

или их изменению.

Региональные коэффициенты введены в практику организации заработной платы в СССР

после опубликования постановления ЦК КПСС,

Совета Министров СССР и

ВЦСПС. от 19.09.1959 г.,

№ 1120 в районах «… с суровыми климатическими условиями, недостаточно обеспеченными рабочей силой

…». В СССР региональные коэффициенты заработной платы рабочих устанавливались в основном

по отраслевому принципу (нефтегазовая промышленность, строительство, машиностроение

машиностроение, тяжелая промышленность, лесное хозяйство, деревообрабатывающая и целлюлозно-бумажная промышленность, транспорт (речной, морской). ,

авиация и др.), далее легкая и пищевая промышленность, а затем установили централизованно для рабочих

непроизводственного сектора Постановлением Госкомтруда и

Президиума ВЦСПС РФ. 04.09.1964, № 380 / П-

18. В то время региональные коэффициенты вводились в основном в районах Крайнего Севера

и приравненных к ним территориях, а их размеры устанавливались в зависимости от степени тяжести

. природно-климатические условия, удаленность территорий и развитие местности.

Впоследствии региональные коэффициенты заработной платы были введены на Европейском Севере, на Урале

, в южных регионах Сибири и Дальнего Востока.

В России после опубликования Закона РФ от 19 февраля

1993 г. № 4520-1 размеры региональных коэффициентов стали устанавливаться по территориальному принципу

, т.е. региональный коэффициент к заработной плате всех рабочих и служащих

субъекта Российской Федерации (Новосибирская область и Республика

Хакасия и Алтай) или муниципальных районов и городских округов в пределах

субъектов Российской Федерации. Федерация (Республика Карелия, Томская и Тюменская области, Республика

Тыва).

2 Материалы и методы

Следует отметить, что в нормативных правовых актах СССР, которые продолжают действовать на

территории Российской Федерации, упраздняются органы государственной власти и управления

. без изменений: понятия и термины, используемые в законодательстве

РФ, реорганизация административно-территориального деления РФ

, в наименованиях субъектов РФ, их объединение

или выделение на самостоятельные субъекты Российской Федерации, при преобразовании

районов в муниципальные образования, городов с территорией административного подчинения

городского Совета народных депутатов, в городские округа и т. д.Из

СССР

в соответствии с законодательством Российской Федерации становится все более значимым и актуальным

.

Инкорпорация, как особая форма приведения нормативных правовых актов бывшего СССР

в соответствие с законодательством Российской Федерации, в принципе является постоянной деятельностью государственных и иных органов

по поддержанию законодательства. в текущем состоянии обеспечить его доступность, а также предоставить максимально широкому кругу субъектов достоверную информацию о законах

и других нормативных правовых актах в их действующей редакции.

В юридической литературе инкорпорация — это обработка законодательства, которая не вводит в него

нового содержания. Это внешняя систематическая обработка существующих легализаций, которая

заключается в том, что в текст основного нормативного правового акта вводятся нормативные правовые

положения из последующих официальных актов, которые их изменяют и дополняют, а также

удаляют отдельные предписания, пункты, абзацы, утратившие силу (устаревшие, по факту

не действующие), при этом содержание правового регулирования существенно не меняется.Именно этот тип включения

используется в данной работе.

IPCC_fig_11.x_2

% PDF-1.6 % 1 0 obj> / ProcSet [/ PDF / Text] / Свойства> / ExtGState >>> эндобдж 2 0 obj> эндобдж 3 0 obj> / ProcSet [/ PDF / Text] / ExtGState >>> эндобдж 4 0 obj> поток application / postscript

  • IPCC_fig_11.x_2
  • Adobe Illustrator CS22007-05-30T15: 28: 53 + 05: 302007-06-02T00: 02: 26 + 05: 302007-06-02T00: 02: 26 + 05: 30
  • 256196JPEG / 9j / 4AAQSkZJRgABAgEASABIAAD / 7QAsUGhvdG9zaG4wIDAQAAAlabs AQBIAAAAAQAB / + 4ADkFkb2JlAGTAAAAAAf / bAIQABgQEBAUEBgUFBgkGBQYJCwgGBggLDAoKCwoK DBAMDAwMDAwQDA4PEA8ODBMTFBQTExwbGxscHx8fHx8fHx8fHwEHBwcNDA0YEBAYGhURFRofHx8f Hx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8f / 8AAEQgAxAEAAwER AAIRAQMRAf / EAaIAAAHAQEBAQEAAAAAAAAAAAQFAwIGAQAHCAkKCwEAAgIDAQEBAQEAAAAAAAAA AQACAwQFBgcICQoLEAACAQMDAgQCBgcDBAIGAnMBAgMRBAAFIRIxQVEGE2EicYEUMpGhBxWxQiPB UtHhMxZi8CRygvElQzRTkqKyY3PCNUQnk6OzNhdUZHTD0uIIJoMJChgZhJRFRqS0VtNVKBry4 / PE 1OT0ZXWFlaW1xdXl9WZ2hpamtsbW5vY3R1dnd4eXp7fh2 + f3OEhYaHiImKi4yNjo + Ck5SVlpeYmZ qbnJ2en5KjpKWmp6ipqqusra6voRAAICAQIDBQUEBQYECAMDbQEAAhEDBCESMUEFURNhIgZxgZEy obHwFMHR4SNCFVJicvEzJDRDghaSUyWiY7LCB3PSNeJEgxdUkwgJChgZJjZFGidkdFU38qOzwygp 0 + PzhJSktMTU5PRldYWVpbXF1eX1RlZmdoaWprbG1ub2R1dnd4eXp7fh2 + f3OEhYaHiImKi4yNjo + DlJWWl5iZmpucnZ6fkqOkpaanqKmqq6ytrq + v / aAAwDAQACEQMRAD8A9U4q7FXYq7FXYq7FXYq7 FXYq7FXYq7FUmuPOvk22uJba417TobmBjHPBJdwI6OOqupcFSPA4qp / 498jf9TFpn / Sbb / 8ANeKu / wAe + Rv + pi0z / pNt / wDmvFWC / mo + h + a4dG / Q3nHSNOutKuZbxbh72GvP6rLHEtFLclaV1EgP7HLq dsVYM3lK5kNzLN508syi90saFc6eb9ljFnBbxLAVmBPxevCW4 + kKc2qXHw4Vek / llq / lvyz5QttG 1PzLorTQS3DRJb31uyRwyzNJHHyC2ysVVqErEgr0UYFZV / j3yN / 1MWmf9Jtv / wA14q7 / AB75G / 6m LTP + k23 / AOa8VV7Lzf5SvruOzsdbsLq7mJENvBdQySOVUu3FFYsaKpJp2GKptirsVdirsVdirsVd irsVdirsVdirsVdirsVdirsVdirsVdirsVdirsVSLzn5vsfKmkDU72Ga4iMgiEVuoZ / stI7UJHwp HGzMewFTQVIVYldedNO8v + VJb10n1CO38w6hbX9pp0im5T17 + 64AoJI3rVkbiDU + FMVY3rPm7zbc atb3WhR6tZaageW4tNQltWMj8QY4BEkqyxR1WjOZuY5h5NhmnydvaWMjEy3HkVtHvr + s6tp3ONpv J9 / LIk8 / 1aX9KSSMECFZmla3jFFUL8PI7LRgBQ48 / aXTA0BM / AfpIRaPsfN + sQw + ne2yX0oYUnjv Lu1BSoHxRk3PxUqdmp2oOuR / 0T6f + bP5D / ilSjTvzOttOvOXmVrN57nhbh9NvJ45 + SS / FGW4n + JQ z7VdeJJ2NcysXbUJ8oZKq74f2qy7yn5yTXNSjS20zUbO3EhQXdy7y28oFuXZVcu8ZIc / DwLVArUd M2Wn1EcseKPJLNjDCZlnMamZFZElIHJVcqWUN1AYotR7DLlX4qx7zLPbLr / lKB5EFxJqU7wxMRzY Jpl4HZVO548xUjxxVNtN1ODUI55IVZRBPNbPzABLwOY2IoTtUbZCGQSuuhpuzYDjIB6xEvmLReTa XYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FVC9sLG + h9C9torqDkr + lMiyJyU 1VuLAioPTFXkXn5on / LC9ued7CdJ1 / Urz1rKAyXCvbX13OrxB2h5KpoWdh3od6gjFXj3r + aLed7r zE1tPe28kMCeWdYN8HlIs3SOee1aQcVcKJZZRyUTEUIBNMIdn4BdRAJ6jY875jf7fLktMw / L7T9H 1Syhi8wa2 + geZri5S2tPLtz9ZtLNoplRoHtIba6tJpQ5PwyCRU + LgY / sswHZun6wiT57n5laTTzH + W + vaFfLpehmbU7u9kW6S5hnmaSys / rKpNHFYXVw8czStMvKW4uOJFSVBRnwz7OwS5wh5 / V07lpm / kL8pbC00OyPmW2FxqNu8slrbcyEtUklMix / u34Oy / DuPhXioRVpUxl2ZgPFcfq57nevj8 + / qrNl 06z09rCC0j9KI3LMVqzbm3kHViT2y / TaXHgjw4xUfj + lU0zIVLNV8wWOn1Rj6s / ++ kO4 / wBY9sw9 TroYtucu5y9Po55d + Q72Lya9dal5k8uJKqpGuoyFFQE7 / o296nKNDrJZpm9gA3azSRxRFc7R35YX E1z5XFxO3Oaa6uJJXPVmeQljt4k5PsyRlhBPMt / bsBHUcI5CMfuZbmwdO7FXYq7FXYq7FXYq7FXY q7FXYq7FXYq7FXYq7FXYq7FXYq7FUo806lrOmaTJf6VZx372oea5tnd0doY4nciHgkhaRmVVVad8 VSK7886lb + TjrVvZx6rci49Bf0eJ5LcoG + KWrRq / FVBHwhhyoOXgVYh521 / 6n + W2pRJpz3l1Nrup 6bZW8kBlWe4vLy7SMxKFl58Wk2qv2hTc7EKjPyf / AC / b9FnXPMyPqU91A9rpC6hI108WlT1ZYyJG MY5o / Ar6a / CKdGIxSt / Mf8tLy78i6xSIavq9iUPl8oOEsdjFGkbW1HLLyaIyiTgB6m21aKFXnfkP 8xNJ8t + YtFhtY5f8O2NncW15qSWvq3d / zo0lxNHbmXgYZIolReTvwrXsAq + g / LnnPyv5kEp0PUI7 70KeuI + QKVJUBwwBUniSAe2 / QjFCM1SeGCSxlmcJGk7FmPQfuJcjOYiLJoMowMjQ3LHdV823MpaO x / dQ7j1SPjPuP5f15otT2nKW0Nh9rutP2bEbz3P2MeqW5FjUnck9euaq3aUkHm3U7vT4tLms3khu Bf1S4j6J / olypBPbkGze + z8RLMQe51PbB9A970j8ttPubHylaJcABpi1xHQ1 / dzHmn4HL + zIGOCN 9RbX23mjk1MjHpt8RsWUZsHUuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2Kux VhGn + WND81 + Vb7SdfsXuNPXWdUYRmV4hIV1G4IdWgkV + ILEUam46UocVZDpvlbR9Ng9CxFxDAAoW IXd0UVY0WNFRWkIVQiAUXbFUX + i7b + ef / pIn / wCa8VSvV / InlbWHSTU7NrqSOgWR55w / FTyCFhIC V5b8TtiqWx2nlLRItRi0RW + uI4lvVS5uWJkmc7ySeoSx5FjSv3ZiarVeHAkbkOdg0M5GJkCIy / Qk NzLPdSLJPLLKUasaPJI6qSCNlZiOhzncuqyZPqLu8Wmhj + kJja + W9XuY1ZYfTQnZpDx8O32vwy3H oMsxdV72vJrsUDV37k5tfJUKgG6uGcnqsYCj7zX9WbDh3QP4j8nAydqn + EfNj35meVlmsNEsNItu V3c6mFFXAqEsbpzVnIHRc2 + hwYsEwQKddqNRPKPUXodvBDbwR28ChIYUWOJB0VVFFA + QGCEREADk GE5mRMjzK / JMXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FWO + ep / NUOic / LK F9Q9Q1CLG7U9JzH8MpVSrT + mr71CFiNxirH / APEfmPQ / KV7daXob6zdNrepQWNpbSVdw + oXJaSYM qCNVYEfCX2ofYRmaDdgxiUqP6B9pQEXmP / nIC8iVIfK + kWTuATdTXkrKgPb0ikblvw98gJSP4 / a5 UsOGOxIJ / rEj / cfpQU1z / wA5JxMxNrpUij9qOUAH5KY2bIHj8 / sboDTkfwfPJ + pLbnRPz783QyWO rXUWjaU1FuEs2Mc0o6MnrFYWRG78UPhXvg9Z7 / js3EaaB3MQP6PFI / M7D72W + Rfyf0fy1BeKsNtb veLHG5solR + MTFhylZeT19xkJaUziRM82nUdoY7j4MBHh + 35frZrYaJptjvDEDJ / v1 / ib7z0 + jJ4 dHjx8hv3uFm1eTJzOyOzJcZ2Kse8ytcfp7ymFRDAdSm9VyxDqw0y84hU4kMDvU8hT3rsqyHFXYq7 FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYql2r + YtE0f0xqV2ls0yyPCjVLOIQ Gfiqgk0qOncgdSMVee6P5yvLW5n03TtX0a4iudQlmsRJHeiQrql1JPCshVeFecpjJGwb4TRtsKGR aprPnXSoY5tRudDtYppBDE0hugGkYEhR9Ck / IYpSBfzO1Qes0mqaJ6caCaog1IcIuRj / AHhKbNzR zTYhRypQE40hPtY1nzvo9hJf6jNo8NrHTm4W9c7 / AOSgZj9A6b4pSQfmVqv1iRP0toLqrNEqJHqD MZY1LsAQpDc0oY + P26Hjy7NITw6x52 / RC6uJ9FbTnhW5S4QXjBonUMrKqgs3IEUAFTilIR + ZuqNd RRpquhMJAg4rFqLMTMpeNuQSioFjfmTspHxFaHGkJ7p2s + dtS01dTs59FksXDkTEXiU9JikgZXCs pVkIII2pilIT54W61PSL3VNY0lLDS5pb65jt0vPrIQ29zZbxulUpJIS3ID4VJ6CuKHoWj65pWsQS z6bcC4ihlMMrAMtHCq9PiC7FXVgehBBG2BKOxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2Ku xV2KuxV2KuxVL9c0HTdbsvqeoxmW3 + I8QSv243iPTr8EjbHFUgsfyp8lWE1rLa2ssRs2t2t1E8vB fqjepGvHlTj6lHYd2G + NqyfUNPtb + 1NrdKXhZkcqCV3icSLuKH7SjFWHp + THkCOAQJZSpGscsShJ 5Uos785qBWAHqfZNO3TDasm8xeX9P8waVJpeoeobOYqZUikaMsEYMFYr1Ukbqdj3wKkJ / KfyWZPV + rz + p6hmV / rM1VfhwjK / Ft6Q / u / 5e2G1T6Ty / pzeXhoCerDpwtlslEUjpIsKoIwFlB5g8RSta4FY 6fyg8itGsT2crwr6IELTy + nxtzyRQgYKAW + JgOpw2rJNK0Kx0rSBpVmZUth6p5tI7S8p3aSR / UYl uReQmuBUif8AK7yi + lw6ZJDO9tBHJFGTPL6nCZzJLVwQxLlm5E7mp8cNqneg + XdL0K3mt9OR44Z5 fWdXd5KERpEqqXJoqRxIqr2AwKmWKuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxVB61qP6M0e / 1L0W uPqNvLc + gn2pPSQvwXru3GgxV5NqH593GmaRY3dzBp19cXN1GZotNuZLgQ2At47m4d6otJYhMi03 BJFeOFWSeSPzPn8x + dta8vS29vHBYiaSwuIJfVaaGG49DmSvJBXkpKkqyk04nrgV6DirsVdirsVd irsVdirsVSLz1rOq6H5S1TWtMjgmn0u2mvXiuS4R47eNpXUFN + RC0GKvKvMf59 + ZdB1W50 + 502xk NjGJriRGmCsv1ayuCFqar / vcd6H7PQ4Ve5KQwDDoRUYFdirsVdirsVdirsVdirsVeU69 + cd3ovnH zJpd2lsNO0OPlBGAPrNxI1hHdRoKzq1Xll4DjA3zG5xVKLP8 / NZmn8uQz2NnbS3s4s9dhlMqSw3H 1tLfjFGT6oVo5FkU + m / UBuI + LCr23ArsVdirsVdirHfMeqa5Bq9lZabcWttFJZXt7dS3NtJdMRaP bKqxqk9rSv1hiak9B0xVIvMXmjzh5ftRd6lcWsdr / v8A / R6KnKoAXk + rIORrsOp7YqhD5 + 1o2SXa 6zpY + FpJLR7JRdUVCeCQ / pXm0nKgCjr2rtirtO / MDWL51i / SdrZXDR + sLfUNImsZPTrx5BbrUYuS 16MtQexOKtW2p3J1N9F0 ++ 8vjVmUGSwTT4lleG4HqSERrqnJw8cZY0FDTfCqbw6f5q04zXUK6ZaE pW4ni0kISkY / aKanyYKB0xVNZLPz76b + lq + lGSh5BtNuOPKm1aX / AEwKu + p + ef8Aq76Z / wBwy4 / 7 L8VcbPz1Q01fSwe3 + 4y4 / wCy / FUV5X1K51TyzpGp3QRbq + sre5nWIFYxJNErsEDFiFq21ScVTPFW HWeqedL4Sy293Yqpu7 + CC2FhJI6xWV49sGeRr + BWYhVJoo3PTFUmf8wdXi1yPQ7jVLS11KZS8UN1 pUttyUMy1UzalGDVloKde2Ktax + YOr6Lci31PWNPSV5DGkcGlzXLJxUE + sINRk9Lfl9ugoPY0VR0 fmLWdRsJZo9a0W808xSNPItrFLCYUH70uRqxXgo + 1XYd8VUrOHV9bJv7R9C1OAFfTu4dNiuD6gUf trqbDZBHTfp9GFU8hPnt7gQSX9hA7Izp6mmyEEIVB + xqT / zjAqv9T8 / er / x1tK9Lj1 / Rtzy5V / 5j 6Upiq76n55 / 6u + mf9wy4 / wCy / FUGdQ822PmbR9Pvruwu7LURc + t6FnNbyqYIg68Wa6uF3J3quKsp xVIvPOo6hpvlW / vNOlEF7GqCCZkEgRnkVOXBtjQN3xVJb9PONmlzIdcuriO1KrKbbTLeZiWCtRY0 cyts46LhVKNF80aprgvF0zzU7zWXqfWUlsbOJoxGaM7JJNG3BT1PT3xVDp54m + utYy + cDHPHxDzy WFpDbMzbAJcySiBiTsAshOKq + pWnpSJqWp65ZRyTSiOO9ubPSAzzIBRRI8 + 7gDYVrihMofLvmt2S 7bURLcFvWW5TTdOBLkBQ6n12NeAArXFUytNL85XMPqjzK0fxOhR7C25AxuUNeLsOq + OKVRNB87gf H5qDNU0K6fABSp4jdjuB1 / hiq79A + c / + po / 6cIP64qq + Up9ZM2t2mq3w1CSwv1ggnESQfumsrafi VTbZ5m3wKnlxG8tvLGjmJ3RlWQdVJFAw6dMVeXQ + Urjy1p9jo9xfNeC00LzA8vCNQkqSyWjemUf1 G4gvX4SN / aoJV5rpPnv8ofK3l2y0m70CTXtYgib6yNRrLAxjjQCW3W7TkkbvSOOluhorbE09SmWU A1RW2beTPzO8qx6tex6T5agutVufUuruLyzW7lWNOALSrNDZpHQMAyo5Yv8AscmyOnz + IL4ZR96p vH + ds37wzaIkcbRxSQ3P6RtDaRc1LOl9c8uNrJ + wiMp5OrCvEchelKLDzRcedIr / AEryzo0Gn2Jj tLzSln05GR1nEkbG6ZhLbRUSMvGQp5qQB3BVZYv5ZaVa2MepX8zXWs2NpJyurdIbBWnaJRLJxso7 ZmDmOnCRmXiStKHFDPcVdiqldQyTW8kUc720jqQtxEELof5lEiyJX / WUjFUh8h4tqPKflqyMg + tP o9pMsVDUxpDErNXpsXGR4xxcPVsGKXBx16br4rfOHlK61680O4gvvqY0i + jvXTgW9QRurcdmWhop X5Mfpk1vKPzBfTLGz0PUNXbVJLK213zDcvcaUyx3VtGl3N8MbKigIzqvJmdWFSQ / bFQpXHnL8mdS 1DVdNtdMs7hAlyNS1nXdTeCG4S3ljQGC7U380xl5Bo / skqNvDFLKNE / OzyhBp1tZaHoF3HZqGhsm iFnaae8qluSQ3F1PbKayK2 / EE9adcxY6zGZcF + vu6j39yFHU / wA3vL13YQS6l5aVLi // AHNgt + IJ hLeRxseaRpzlmtEWRgtxGpDVIoOQ5ZSVbQdI1TzXJpWsWdnpNpoN7YrLqAOmRq7SzREGFWZ2dzE / AiRHCHf7VMVZn5e8pab5d1MrYyzuLtLmaZZZKx + o80bs0cKBIYq86H00FaDFDJsVdirFtdif / Hfl eX1n4cL5fQonCvog868efLt9qnthVPtK1ODUrIXcCssbPLGA4AasMjRN0LftIaZXjyCYsN2fAcUu E86h3i / 0vP8A8xPJjpNrnmpdQZWurGGwFssS8kh2q3YOJGLA0MRoCn7R3ywNDDPMuu + VtB / M / wAz nzPPqy2pggkUWl19UivHWwgBSUxvZGSQ + nxjjVmViz7AA4GSjbeevyb9G31k6BpsWmaddmK1gu7s y6mXMY5yrp8aXMTqPVYBnmpUdQ1MVZlrP55aTYvEl15Z1RLmO4VWtLoWUd0tQBzhtvrDzux9QBKI A1T8VMoy6iGMgS2 + BrbvPIfFCRXf5qeTbrUtPsLTy / Yxajc3FtDfC4tkuXhiuvhiokIX94vNhJG7 qy0PFXBDZXi1kJ8r3 / R948xstsn078u9S1VNRTX2srfS7l3is7WxsIrab6tuoZmYyhPUWmzKZEHR lauZaWa + W7JLHSVtEllmWGa4US3EjTSt / pEm7yOSzHFCZ4q7FWPeVonj1bzUHleYtqysGcICobTb MhBwVdl6Cu / iScVTW01rR7yYQWl / b3MzReusUUqOxiJ4 + oFUk8K7cumKsb1 + W1vdftJradZ4Ro2t pyicMjMs1lG6krX7LAg + BGKvArf8v1n12Ty5o1jJHq91fXi / XbpYrjTn08zzRu6NIPWEtvLbuiUK 1VeXCr5Rl08ZmzfzI + 5LMdL / ACy1nytqN9Y + VtRW18 / yRXFxb36rbw2lzpZkt2pNbPFcLzE4ZECB eNT8QTipsx4xAUP1 / ehqD8x9S8weVJG8529tBoOnanYWsuoTWzvLflZ0M4WNSkcTxRQzNcFOQ4kh FoKtNL2fy55T8u + W7V7XRLJLOKVg0pBZ3cgUXnJIXduI2FTt2xQi9X / 45N7 / AMYJf + IHFUXiqncX MFvEZZ3Eca9WY0yE8kYC5GgzhCUjQFlIX81W9zcrZQRP6dwwhFwh5MvM8eSijdK1Ga4dqRlMRiNi atzz2bIQMpHcC6Y1 + Xt1LLqOgwOR6dv5atxHtv8AFHaMa / TlsJk6mQPSP6m2WMDQgjmcg + 6T0Oe5 t4AhnlSISOscZdgvJ3NFRa9WPYZnuoeMfmFpf17yPGn76Uxa3qcgtLeVo57kHXGVraP045JGMiuV ovGnWtAQVWJaH + XEnnHy / dzaDbRQ + UrZWfTIr2ztI9Ru5JWjllinNtyT9xxYQPxVvi4nkhbFKvcX eqfl79T806FM + s / l / DLcWumWdxIv1hpk9VQjTLHNJ6KlXEdRy + AK / EHlmvHZmAZfFr19 / wCzl9iK ZvpWneV / OPnm + HmGwS08wPplle / UraaeOVLeVZI5Ip54 / q8jtxki9WNlUAFBRhVm2CXq8EEMEMcE KCOGJQkcaiiqqigAHgBihDy / 8da2 / wCME / 8AxOHFUXiqUap5msLEmNP9InHVEPwg / wCU2YGp7Qhj 2Hqk52n0E8m52DBPM / mUyarpt5eSLarDFfwQsnIfvbiBY4u5 + IyFVU ++ U4dVPNiybfTE8vcT + hvl pY4s2Mc7kOfvDMfIJJ8r25O5M13U / wDR3LmXov7ofH7yw7W / xg + 6P + 4ig / zMubOTypqWntMounii lMCvxl9L6zGvP4SGA5bVzLDrXkf532Oix + flvtamu3tJ4fRt4bP0blbW7iWF7a7ns51WGRWPNKSP 8YVgD8NMCq9z + Wl9ajTfN / md4 / L + oMX4JoMUdrJpt0YUjto4nrLG8M / olJI2cL6kgAIDvVSo3eu / mvB53s / KPmWK31bUbxUksbpGFvDFBIJm9SUwQSdBAQ9RsVPGq / Fmm7V7J / NmJ4uHhvpfP4oITX8p Py90O + t9L8y6X9XP1K6IljjaWNEuLdzFIwtxyi5lNgxqxXjU1zGHZ + r8USMo8HED / SoEGr4fsukU 9zzokoTS / wDeZ / 8AjPcf8n3xVF4qoXV9Z2i8riZYgegY7n5DrlWTNCh2GmzHhlP6RbA7 / wAwPY2 / mW709253utQRQzg / Z / 3FWjlgGB6iIrT3rmLqtVWMGP8AEav5n9DsezdGJ5jGf8Isj7P0sgsvI + nW Wp3NzaSm2srkMRp8EcMSRyPbxWxaKREWRB6cC0CsPiqfCme6pjs3kqz0ifT9B0gzukWja / 8AUY5J jXndT2h5MfhRkDSkKHBA2PUVxVKPyW8ka75NsPT1Ly1HFqU5Mc + oQXEUjC3jRPTX45XJaWb1JJKE AEilQAFVeo / Xbn / q3z / 8FB / 1VxV495j / ACHinvZtQ0A3GnMjtcWVjwh9OF3BEkUEkVzA0Mcw + FwO x70FFbTvyX5d / MzTdZjl1G + vl0RUWSTTZLi31CR5fjHp / WZ2VkjUMv2VB2p25MqzzU7yZ9PuIntJ YvVieMPI8CqCykbn1cjKYiLJpMYmRoC0DqnnCGL93YqJX / 361Qg + Q2JzVajtQDaG / m7TT9mE7z28 mOzzapqk1W9S4faiqCQNuwGwzVTlkzHrIuzhHHhHSIR9p5S1KVojcKYoeYMnGVo5QlRXi8RDK1Oh DAjMzT9n5RKMiKohxNRr8RjKIN2Eh / ITRYh5attaMjGYpNapGKcQplV2J2rWqCm + b / Np6zeJf1Qj 9w / U6z82TgGKthK / v / WzzX / K2m65Pp09486S6XcLdWhhlMYEispqyjZtl47itCaUrhcV5L578g6 / 5l0LTV0a0k1BIPMGt3F7bm5jiVS99PHFJyuC3FY2Xl6aCjHqtTyCr1Xy8h03SYdPtdBl020tS0dt apJbuBGGPFiRKd3 + 01STU9T1xVCeb / Llt5m0b9G3Fjc20kUyXljdwm3ElvdxMWjnT979oMTXxqfn iryy1 / KH8wPL + tG + 0HUr5nu3WW6kieGBPVNGmmljmubn1ml9NQQd27uvHdS9R8lHzvbaOB5q9W / 1 R2BLRJaRIihQOIWOTc8qkmu / bj9kKERe + Y7eDUY2eFw8UUqGMtGfidoyASjvT7BrmFqNfjx7Xcu5 y8GiyZN + Q70mvfMOr6i3oRVjR9hDCDyPsT1OabLrsuU8I28g7jFosWLc7 + ZVLbyjqs1Gk4QKQPtm rdPBa5Lh3ZllzoMJ9pY48t2J / mN5WEGo + XIZLhmN7qEEBKlgqq15bAngTxJ360rm60GhMBOJP1Rl / uZOs1Ot4pwmB9Jh4h65Y2VvZWqW1ugjiSpCqKCrEsxp / lMSTl + OAjEAONlyyySMpc2EfmN5S0Zd P1rzEomXU7y2gs7hlnlCGIXMLLxTlRCOGxSnU9ycsDWxLV / y21yT83L / AMxT6A + t6Iq27WPqXduv JoLL0vSKTM0jqZwpZnZa71V9sCvXpbiSWNo5dNmkjcUdGNuykeBBlxVg / n38um8zXT39j9Y0fUrm 1On6jcIkEq3NmXWX0ZFFxCftxr8XLdaoaqaYqxHyp5C / NryksNpod5cm1h5q0N01pLZPRuNBAZjL HGI + J5JIh3KcQOLYpew2FxqUNjbxXVtcXF1HEiT3BNsDJIqgM5COijkd9lA9sUKSara6ba0viYJp JZpBBs78XmdlrwLDcHxzHz6rHi + ot + HTTyfSEn1HzfcyuYrJfRjrT1G3c / LsM1GftSUjUNh9rtcH ZsQLnufsSL0727cuEkuJDu7AM5 + k75reGcze8j83YcUICtgEh0 / SNT1PzhdaBHNJDZG4kvrtZKyc HXT7JFfi7BusvEKDQV6UGdGNKcmlx9CJ7 + Q4Z / pp1WHWRwajJLncdvP1R679Le0TTRQxPNKwSKNS 8jnoFUVJPyGZzqGJWGs6Tr / mrQtUsCZYP0bqqxtLG0cistxYK3wyBWU / R0xVM7Pz35IvS4s / MOmX TRirrDeQSEA + IRzkTIDm248M5moxMvcEDL + av5bxSTRv5ksBJbkiZPWUlCOoYDpg8QM / ys7rb5j9 aXXP56flLBGWXzLaXL14rBal7iYnwEcSu / 4YeMI / LyutvmD9xKTWv5var5m8zadpHlPSLmLTTPFJ qur6jbSxf6MHHOOCBwjcnGxkb4VHYkjK / FBNOTLs + UYmUjQA6gj3AXRJ + DJm8ta1fzmW9mCbndjz IHgAu345pz2fmyyuZ / S5Y12HGKgE2sfK2mW1GkU3Eg7yfZ / 4Hp9 + Z2Hs3HDn6j5uFm7QyT5ekeSb qiooVAFUdFAoBmeABsHCJJ5tSxRSxPFKiyRSKVkjYBlZWFCCDsQRhQkH5eW9vB5F8viGJIg + nWkj hFCgu8CFmNOpY7k4SSeao / V / MOk6TNZQ30rRyX8ywWwVHeruyoORQNxXnIo5NtuMCpDpHmXy35d8 uT3Wt6la6XbPqusCN7qVIQ7 / AKSuWKoGI5sevFak4qnk / mny3DH6j6nbca0 + CVXNR7KScrOWI6uX HQZ5GhCXySO6 / OH8srRlF35itLfn9gysYw3UbFgAemIyA / 2FZaHJHnwj / Oj + tKdT / P38ubYvFpt3 Nr12oqLbS4JLk1PQM4Hpr9LYnIB + KXHo5yNfd6v9zf20reWta89ebtMu7u / 01NCtJZ4 / 0baln + se hwf1GuJPsMWbjRY126EtmLqozywqG2 / 2ORCENPO577cuZHv7intn5Mt0cPdzGU1r6afCv0nqfwzG xdkxBuZtll7UkRURSe2tlaWq8beFYgevEbn5nqc2ePDCAqIp12TLKZ9RtWyxrYv5hhifzr5VZ0Vm X69xLAEj9yjbV91B + jCFZRgVgn5keYdFn0bWfL7ktdwwRXE6vGfR9NZ4OYLkcCVE0ZI8GHvQhWV6 h5h0HToRNqGpWtpCQGEk80ca8W6NViNvfIGQGzZHDOQsA0OrF7j87 / ymglaJ / M9m7KSpaJmlSo22 eNWUj3BwkojjJREH5w / lXPHzj816WRSpU3USuPmjEMD7EYOIJ8I + XzCQ61 + fnlZD9X8qwSeab3oW tT6VlGa / 7tvHBT5CNXPtkZZYjm5GDQ5cpqIv7vnyTq2vfOupadYSzxC3ubi3WS5jteSxLI1dleQK / SnXNZqpZ5yrHfDX43czDjw47EyDIh4om28nXMsnq39xStCyp8Tn5sf7cqx9lSkbmU5O04xFQCdQ + XtHiG1srHuz1Y / jmxjocMf4XAlrcp / iTBERFCIoVB0VRQD6BmUAAKDjEkmyxnyzZ6bJ5m80ajGi PdpqItjcKakKdOsS6Gm32oxX5ZPiNV0QyZ0R0ZHUMjAhlIqCDsQQcirBbuDyb5V81eXIZpLXTLSG w1Y2Ul5MARK89jz4zXDFi5Vmh3q8dumKpRq / lb / nH7VLZIZbrSIHiNYrq1v47e4WuzKJo5Vk4sNm UmmREAG + eqySNk7 / AC + 5HxQ / kFZ29nZIvlr0o / 3Nqp + pSFeKFt3PI1IU1Zjue9ThpqEz3oqKX8mY nVo7 / RhxpxT65AUFOnwGTj + GV + BHucz + U9RVcZpM4 / Ov5b2Ef7jW9JgRmRCIbi3FSzBVqEbxbr26 9MsEQOTiTyyn9RJ96J / x75G / 6mLTP + k23 / 5rwsFk35heQ4YZJpPMWm8I1Lvxu4GNFFTRVYk / IDFV / wDj3yN / 1MWmf9Jtv / zXiqld + c / y7uraS3u9d0ie1lUrNDLd2zxsp6hlZyCPniqp + X7q / kPy26mq tpdkVPiDbpiqYanoel6nLaS30HqyWMy3Fq3J04yIwdSeBXkAyq3FqioBpsMVYPo17 + Wj2F3a6xfa XFcw6zq80sE1xDDIJjqFwnN15o3IoAPi7UyMoCXNuwaieI3A0VWO1 / IyPWv02lxoX6T4en9YN1bn 4acfsGThy4mnKlabYiAqqWoyGXFxHi719jJ + RFvJOLIeWbdw3CcxrYRciVDdQF5Diw8R2wmIPNh DLKP0khNrHzL + WGnqEsNV0S0QVIWC4tIxv12RhiIjuWWWUhRJKIH5heQzM0I8xabzRVdv9LgpRyw FG5UP2DsDt9IwsF / + PfI3 / UxaZ / 0m2 // ADXiqz / lYfkL1 / R / xFpvqcef + 9cNKVp9rlxr7Vriq / 8A x75G / wCpi0z / AKTbf / mvFUgvdf8AKepfmF5XOm6hY31 / wv0LW0sU0ojEIbiTGWIWu9DhVnmBWEfm fpehW3lrWNcnhjjumgiguLp609E3ERYEE8d + C8jTcAV2AwhUDf6f + R2pa6db1S90fUb0IscSXl7D PbxIihAIraSRoENB1CV98jTLjNAXsE6 / xL + VcEBC6noiRRqfgSa0oFA6BVP4DBwDubPzGT + dL5lC XWofk1qMKfWbvQZUpyTlLaqwB / 2QYYPDj3Mhq8v84 / Hf70XbeYPystShttT0OFo / sMlxaKw + RDVw jHEdET1WWXOUj8Si4fzC8hzRiRPMWm8WrTldwodjT7LMDkmhf / j3yN / 1MWmf9Jtv / wA14qsi / MLy HKpZPMWm0DMh5XcCmqMVOzMNqjY9 + o2xVf8A498jf9TFpn / Sbb / 814qhPJN7pV7feaLnS54Lm0fV lImtmR42c6bZlyGSqk8uvviqc69DqU2iX0WlzG31F4JBaTKEJWXieBHqApWv8wpirza8svz1a6u / q1yVh / ffUjWypzLfAXBBPpiElVFa + pRmFMKHofl6PWh5ft49UkZdT4OHkk9NnWrN6fP0v3bOE48u O1cCWBXun / nT9fthb3jPZRRWnr8vqgMsi20YlUlTGyA3AkaRx4jijAUwoZj5Fi81RaEqeZnaTUxI as5hLceK1r6H7uhk5le / Gld9sCWD / VfzucFhJdRI0i1iL6YZFt / Uf11VxyVpZF9IxtRVT41 / lJKG XeQYfPUUN9 / iyX1ZzKDbt + 4405PX0xCBSPhwAD / Fy5fMhLGtctfzkn1TU / 0VPcW1n6s407mdPdKV QRyHdHKen6qrGaENwZmNWKlU78iW35hxajdf4lkZ7P0kFuGaAgsFQAqIy7q1RIZAzMN1CswGKt6n b / mBN5ruDYzTW + iRyae0XL6o8cyC4iN2idJ46Q + p9oEtU0IomBUF5NtfzTj1q2fzDO76aIKTK5tC PVo / qV9EcuRl4GOmwj2ajdSqZ + eLTz1IzSeWrl0Q2ToLdBbg / WfrdsysGm7tbiZfBeu7UwKkmiWn 5wLrtk2qXBbTxdTNe / FaekY6 / DRUUS + n6e0YHxB6l9qYUMn852vmya3tm8uXTW80YuxOirCeReym W3b99t8Fz6ZpXf8Aa + EHAlhdrY / ncLmNprhuDTWpkFbSiRhKOGNW5ry3l4ojV + xyG + FDNvOa + Zms LRPL / rC6N3F9YkhNtVLf4ubMtyVDqNvhVgx8aVwJYJ9R / PP6uP8ASZvUFunKj6fzMnqfvgpK8eZO 6E / CI9tnwoZ75lXzN / hGVdLDy6 / 6UQX6s0MRMnJfVKtcVjC05dd6dN6HAlg0th + dvrlkupXjVryg b6ihcMP3DDg / FKLx4KQ / x8uRAo2FDObVfM0fkrjcc5vMQs3A4NAshuOB4fGR6AetKmnCvamBLE5L H84PqlkYrx / WdbE3CuLNTFIv1gXCvQyB4gfRLlTyYfZpuMKGWeSI / Msfl6FfMbO2qB5OZkMJk4Fz w5GD9306ce1K74EsX8w6f + bX6Xm / RF6z6e1xdPGQLRONu9rEYkHME81m9RI6jr8T7HCqa + Qrfz / F cXZ80ys8LQWwtw5t2pKA / qcfQAp8PEScti + 6fDgVD + bbL8y / 0yZfL12WsHmsWWFvq6pGi + uLpWLj mU / umPVjWi7DCql5Fs / zNt9Uh / xHcSS6eLaYSer9W3k9VfRJWJpHWXjyLUdk4kDr0VXed4fzJl1a UeW2uIrBbROJRrHi8 / rAsIxN + 8Vgg3LVUioHEirKqGgWn5sR + Y7Z9WuGfShczfWRW09Mxegd6IBL wM3H0QDyG / PFU089R + epbqyTyyZo4vSuTdzRtacOXp0hXjP8fIt9lh8Kn7QIPwhWO6bZfnOuoQNd 3DtatNYNMCbP4UUqLlWozck9MNzKBWLn4aqOWFDMPOC + Z2GlLoAlB + vRHUJYjb0W1U1k5JOV5hul EIPftxISwzULD87ByW2vJJCtvKokQ2KhpfVHotxcbN + 0 / wCz6fwgcsKHqmBLsVdirsVdirsVdirs VdirsVdirsVdirsVdirsVdirsVdirsVdirsVdirsVdirsVdirsVdirs dirsVdirsVeP + afLP5rf441vU / LyyGzvrV7a1ee + / wBHjM0EUKywxB4 + DROGkKNE3QlXJbjhVL7P yZ + cNvqflhZmlmi0K5EE1yuoloJ7T60JPUmTlBIWFu3p8ir8 + NGQDcqvcMCuxV2KuxV2KuxV2Kux VQ1BJ5LC5S3r67xOsVH9I8ypC0k4vw3 / AGuJp4HFXz7D + XP5wCHTorj69JaW0120ifpASzsJYrQJ zreRIV5xS8WVx1JKKWwq9F / L3SvzJsfNOt33mXi + l63yureAXPrGyljmZIoAuwUNbsteHIVStd6Y FeiYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYqwTzn5l8tanFqfl2cpI + lX + i / pWK4RTB6Vxf2 zgMWqpXgfi5f1xVI9Zf8r4Nb1PQ0s7S31u0kjWGwh0RL1nQwRTsUjity0lVlpUP8JIr7qpRoNpb3 si6frfkZ2k1AS / VvqmkWto8USAhhctcxpFG1BUNFcMPiUDfG1pOn8i61a3bTSeVtE1HT5XAitrSG ygu4VJJrI09v6MnFRQ8StWPSm + Kq + o + WIopIl07yAl0rOVnedNCtwqAVDrxSYtXpQgY2q670f8tt GsX / AEjo62f1JIxKkmmWkwUMQkYa4W3khJcsAKyVJ9642tJ75e8rfl / qmkQ39voml3VvM0vo3h2G 3Xmiysimnpr2XwGKo6L8vfIcSlU8u6bQsznlaQMauxY7sp2qdh36DbFV / wDgLyN / 1Lumf9IVv / zR iqE8kWWk2V75ottKggtrNNWAENqqJErjTrMSAKlFB515e / virKMVeay6 / wCTvOeoaPqqW9vqNl + j dYazh2CFHBnhksj8Mcld + Nem9K ++ FUhutf8Ay5vNJa + 8q6VpevzKBSysPLsl1P8AHSjOgeExqK / F y3HhXbAtInSLfStYWW1j8j2Y1rT6 + uraTFb2qTsjCPm000LlWU8uPFqAgjl8LFWk1sPKt + lz9X1b yLoJURlheabBbTxFqgBSlybORSRU9GA8Tiqmmj6JcXbQ3HkaCHTV9J11H9EQ0EgBlKNBHN9Z + FkV SUjdGr141xVdqQ / LfT1RbvTNJtJpxILRb3QpbRZHjUHiHnVFFSwA36mnXFWWTfl75DmieJ / Lum8J FKNxtIFNGFDRlUMD7g4qv / wF5G / 6l3TP + kK3 / wCaMVWy + R / IMUTyzeX9KSJFLSO9nbBVUCpLEpQA DFW / y / VF8h + W1QURdLsgoHgLdKYqn2KuxV2KuxV2KuxV2KuxV2KuxV2KsP8AOehaBb2U2otaQpPf 6jpC38zgUkQalbLRw3w0IAr498VeRfmZ + YGt + TvzI8wQaJewx3ur / VFeMwxGaANBbRpderPF6fAe k68Gm47k8VI5FSl1z + Z3nLT9fg0nVJ77SvMN1eW8V3q99fBrKzjuYoxHDLZx28VmhofU5 + ie4Lb8 lFq9NvtG / Oa4N02m + aLOe5t5yYwrQJAoZWIRrZbJ5FISRGVZLp / 8omvLESB5IYtp + t / mD5s8y6VZ qklxY2k0FzTVIGhMttPZepJLdraRzaeIZJFK26c2mDVBK / FQpeq + W / y78peX57i7stOg + v3U7XM1 2YkDq7h5UioP3cca / Air0Ub1O + KE60v / AHmf / jPcf8n3xVF4q7FWO + VPqv6U81 / VvT4fpcc / SpT1 P0fZ + pXj + 1zry98VZEyhgVYAqRQg9CMVYNqOiaHpOt6dZ2NtFbRJo + svbxgCoctZAlOVTXhUbfs7 dMKvE9D / ADa892vly38teUdOQwaPBMzXdlEs0ipDwjZJg0KR + osrPJKyw9GQ7kN6gSyz8v8A8yPO mveabry7pU1xDqENtPe3R8yiOaN3iMUZS3js4bKSMGR6VLsFWp9OtBiqeajqv5v6JaHUtUnkk09v qsd / FbWdtJerM8xXhpyRzywskjvxL3ADBOAoW5MqqXeSIvM35ivqF7r6KLG8tbdfWia4iSzuQ8yS x2aSIyMTEsfrL6joG35NUqFXplr5S8u + XvL0ttpNhDb / AFexe3WdY0EzIsdPjkADMW4gmvU4oZFi rsVWXCwNBItwFaBlYTLJQoUI + INXalOtcVSPyC6f4G8tqCKnSrMqAeoFvHuPbcY2mk / xQ7FXYq7F XYq7FXYq7FXYq7FWMeYfOsuiX7W0 + msYWX1Le7kubeCGVI42luDyldQhiVRs9K16hQWCqU + afONp cT6npP1adRol7oM0k4jkczevqcfIQxIrO / D0qVUHkTQDbFXnX5n3t1qP5k6joXl0F9Xnig0zVrVg JVu7e9t / VWILJ6iQm2EXreoE6MxLLxAdSm + v / kxd6bBpkPlmzF81rafUr6ed4Va4SZz6zukhCs6j hx5fsqEqQM0naGlzZcvpHo4QbsD1AnztrkCSwW10F / y68 + PBc3V / o3lqGw + u3WnWcsySX7D1Vjgg e2JEknqutS7LxWtCoFczOzxm4LzCp2yjb178nPzD0PWfJ2kWdzf2NtrCRiCPS1uIxL6SbW5WIuz / ABQ8fHeoqaZnpeixSxyxpLE4kikAZHUgqykVBBHUHFUNpf8AvM // ABnuP + T74qi8VdirBYPM0Vlf a89uKzXXmKys41mjkUFXg062mYV4HZZCUb7J2IqOtGXOImI6yOzm6PSeKZXyjGR + UZEfaN2cswVS zdFFT32Hyy9wnncPm218w3mm6lHbT2y3WmeYbaOCWNy6m2urZKy8QRFyWHl8RFCQteWFXmXl3y / a + fPMi2mnTrP5Ze7u9XOqwW8sF9Aj3FxbmP61IEQxXzRibggpzL / AAmBL0HUvyZ0W8kl8tLYCDytc 8r9dST0ZLy1uVEEItbeSf1ZI1ZYQ / MKdhwqopVQ8P0nz9rehadJaXN / Ndx2epW6aJokhnhigNtcr J ++ 5UWNG9BFhSR2CE7 / tNmmlqs0zHhoR4bJ2PTbh7667b1si3vflv8xJ9Zv7aO2vra6gklRJDCUa gc9DxJoaZp9N2trPHhDIKEpV9NKzvV / + OTe / 8YJf + IHOxSi8VczBQSxoBuSemAmlAtJ7 / wA1aXaH ipe4Yh5hArSUp1oFDMx9lBJzCn2hjEhEeokuZDQ5DEyOwAYT + Xuo / WtX8sRRziW3g8rAKqkEJITZ LIDT9oFKEHpTDGUvzJieQiK + LmcER2eZDmcsfsjN6dma6d2KuxV2KuxV2KuxV2KuxV2KqN1ZWd2i JdQR3CRuJI1lRXCuv2WAYGjDscVSXzuVj0aGXgWb9JaQDxFWIGp29B + OKpXd / lvI / mrUvMljrt7Y XeohQYY + LRREQR27tHG3wcpFhj5Fgd1X + UYqyn0tW / 5aYP8AkQ // AFWxVLta8sQa3CkWrQ2N6sRL Qma1ZmjJ6mNvV5IT4qRirDrj8idAuHiWe7kktLd3MFkyVjSORizQq / L1vTJZv92V361CkKs9WG8s 7dI1uLS3tolCRoIGREVRRVUesAAANhglIRFnZMYkmhug11 / SrCAxtP8AWZObu5hUgEyOXNKmlPi / mzCydo4o9b9zmY9Bll0r3pddedLhhS1gVK7BnJY / cKZgZO1pH6RTnY + y4j6jaWzXnmDUAysZpVYf YjUhT9CjfMOWXPl58R937HKjiwY / 5oY / oNtqOseedV0dgbW20u707UX9RP3nOKG0ZloWX4X + qqo8 K19s3kdJI4sUv5pN / IFwMWtjinl68QIH + cJRv4Xfm9fzNdSxrVoEl846ZahSq3OlashZBsvOaxqx + / 78VS7yN + XuqeUNMg060197u3jkaSYXNuHMlYkhijr6nJI4Y4lWNVOwFDUYqyv0tW / 5aYP + RD / 9 VsVYZrP5N + VNWaaa4tLZLuZeJuoVuonDCnB / guVDMhUEE + GYuLRYsY4Yjb4qgvL / AOR2iaNrsWtf WEvb22KvbNNBwVJRX976cDwxs9WJqV9 + orlkdPCIoD7SrLtVvzFby29zf2 / 71WjaOOFjJRhQ0 / em h + eQzazHj5nfucjFpcmTkNkJeedk4kWduS3Z5TQD / YrX9ea7L2uP4B83Px9lH + I / JKJRr2qvUrLM p6AAiMV + 5RmBLx856n7v1OdHwcI6D70Rb + XNYinimeCixyCRgGUmgIOwB9sux9n5hIEjr3hpya / E YkA9O5J / yH0SBPKlprEsbC8eOS3iLAgrC0nqNTx5kL92dJmwgZePqYRHyDpxqZeD4X8PFxfHp8t / m9PwNDsVdirsVdirsVdirsVdirsVdirzzzLr3mR73VLG40xm02wv9GeweKNo3mY6janis0zpBKXq fslQlKMcKsml8y6hHr02lDy7qUsMYDRapH9U + qSDgrEBnuEkVgz8aMgrTauQJbIY75kRh57rP2Je nmnzu + l3Fz / gq5jvYWUQ2El / YcplZgCyyJI6LxBJPIjptXEk3yTGMKsy39yXN53 / ADPIAi / Le5D / ALRm1XTUSvsUklb / AIXGz3MpRx1tKV / 1f + PFTeT89dSoI4dC8uwSDdna41K5jofb6tDU02 + 1 / Qep Yjh2Jh3 / qT9vKd1cpA2o6ibm6SGKO4mWIRiSVECySBAxVObDlxHTMDUdneLPiMnKwa / w48Iiirfy npMW8itOf8tqDb2WmSx9mYo892M + 0cp5bJnb2Vnbj9xAkdO6qAfvzMhhhD6QA4k8s5cySrZY1sa8 qpHJrvmu6a19C5 / SiQmRxGZGjj0 + 04Hkhf4G + 2oJrvuAajDZqlZKxIBIFTTYeOBXn3lbXvMGqa / o FzrOnPbXktjqscgWF7ZY1Elg / J4rh / VAD1i25cj8VAp2VRQ / MHzJciUab5C1uVo6b3b6fZISSR1l uuRG3VVOC2fCBzKg / nH81nr6H5ecKA73GsWamvsIxLX7xgsp4Y96Hbzf + czfu4 / IEKyN9mWTVrb0 x / rcAzfcMFybBHh4n8fAt2dl + eGq6pZS6teaRoWlW08U1za2Amupp0RwzQmR / SCqygqT + GCpFsMs cQQN7 + P38P8AubZFH5MgM7Sz3DMGYtwRQvU16nlmsj2TG7lJyT2oaqITe00fTbQD0bdAw / bYcm / 4 I1OZ + LS44cg4OTU5J8yjMyGhZcSPFBJIkTTuisywRlQ7kCoRS7IlW6DkwHicVSXyCa + RfLhpT / cX Zbf9G6YqnuKuxV2KuxV2KuxV2KuxV2KuxV2KsX85alYT6Sbe11HTkvoLq2u1ivLtbeMrp17FNOGd VlZeIiKk8DRuuKr7PXvNN76n1Oy0a59FuE3o6tNJwYgNxbjYmhoQaHFVC98z + ZLXnFLBoMFyCY0S fWJVpKU9RVZTYg14 / FTrx3xVdp / mjX9SJXToNDvWVRIwt9YklIRiQrHhYnYlTQ4qtuvNeuWc7W93 DoVvcIELwy6zIjgSHihKtYg / E2w8cVasPNPmK8aOCGHQbm7ZWJit9YlckxnjKVUWRaitsfDviq ++ 8z + YNPcR39vodo7I0qpPrEkZMafaej2I + Fe5xVRtvN + uTXAtFTy / LeNIY1gi1qQuSaui8PqRbl6Y rT6emKoy41vzXbSQRXNho8Ely / p2ySatMjSPSvBA1iOTU7DFVDy3qcFrPq9xq99plvc6newXUNvb XonVYpbS3t4KvJHbnlK0DFaJQjoTirKZJI4o2kkYJGgLO7EBVUCpJJ6AYqxLXdVC + Y9P1DTLzSbg 2kF3YXVvd3 / 1VxLdNbTxheEVzU8LZiVIBpviqNtNX833ltHc2mnaRcW0o5RTxarM6MvirLYEEYqg LnzlrMLL6g8vRKvF5fU1qRT6clVQitkPtPQAnriqNs9b813sRlsrDR7mJWaNpIdWmkUOhoykrYkV U9RiqBm856wqkr / h5ShfmX1p6BYGAnr / AKFsYwfi / lPXFUZZeYPM98ZRZWei3RhIWYQ6vLJwZhyA bjYmhI33xVDXXm3XoWmgMegRXcbekY5dZkBWYoXVHX6kGB4jlTrTFVTT / NOvak5TToNCvHCCQrb6 zJKQhJAaiWJ + EkUriq + bzH5khuHtpbXRI7mNUeSB9YlV1WRuCMymxqAzniD3O2Kq3k280y10DRtE OpWVzqVpZRW0sdrOkoaS1jWKYx / ZdlV1pXiPcDFWRYq7FXYq7FXYq7FXYq7FXYq7FXYq8F8wf4I / xNZ / Vf0n9Y / SLfo / 6h9X + qfpD65P9V51 / dcfV9Xj6n7PKn + 7MKGY / kv / AIb + pXf6D + u / VvRg9D69 6Ffq / r3VKeh4 + s / WK8 / ipx7UxSxv8yf8E / pu ++ s / pCv1n / cj + jfq / p8vTtP77ltx9X0OXq / By + 1v wxQm / wCVP + H / APEd19S / Sh2r0Ja / XPq / p8uNn6 / p + l8fD0 / qvo8vh5fZxKoD8xP0R / ja8 / Sf6Qr9 Tl + q / V / qnpel9Tb6 / wClz + Ln9U5 + py + L + 67cMVU / y7 / wh / jS0 + o / pH6z6Vr6f1n6n6dP0fL + j6 + j + 8/45 / qcu3P7XxYqnH5ofU / 8XaH9a + u1pF + j / q / 1b0fr / rn6rz9Xf1Of2eW3D1OP7eIViPk7 / BP6 Z0b6l + l / Q9VPqvq / UvQ9P63bceXpfF6n1v0PU4 / HwpzxV6T + Yn1L9KeWfr / q / o / 67 / pPH0fq32k4 fW / U + P0vU40p8PPjy + LhiEvN9Z / wF9csOf6S9L0Yvq3o / UvT4 / oi3 + t0r8f / ABz / AEeP + Vy4Yoe3 + YP0d + gr / wDSXD6h9Xk + s + px4cOJrXn8P34Evn / ​​V / wDlW / 6T1r65 + maenF9fp9W4fUvri / 3HLb / e / jXh8XXlvzwoe3 + S / qv + GFrz4 + vffXPrPp19f63N9ar6f7vj63OlNuOBLxrWP8A / ptfQ / THqfVh9 S + o / VPR40h9T6tX4fW9L0fT4 / vK8afDxwoepflX + iv0Dcfo36z6PrQ0 + t + l6np / Ubb6t / c / D / vJ6 Ne / KtcCXln / OufpdfrX6U / TX6Xh5cf0f / wAdDjJ + jK / selx9SnD4OHCu3HChnf5L / wCHfql1 + hPr 31X6vb / V / r / o8vq / 1i7pT0t6 / Wfrh3u3Gm1MUsQ84 / 4Z / wAUa7 + mf0h9Z9SP1PR / R9PqX1qL0vT5 7en9c9Klfi5epy / 3Zihk35WfoL9PyfUv0j6voXVPrv1f0vUrZfWPS9L4 / S9P6r6P7HD7OJVvzd + g / wDG99 + mfV / 3mtfqHL6rw5fW7Xl9Xr + 89Tn6fq8t + PHtwxVLfIP + Ff8AGFp9S / SX1j / ROP1j6p6X H9Fzfo3l6f7z / jn + ryp + 1Tlvir2XAl2KuxV2KuxV / 9k =
  • uuid: C270938D105411DC8508991F96CB2983uuid: D6BCE32E122711DCB4858CF6CE48C578uuid: 24E185A0EF0B11DB87679A8160FEC164uuid: 24E1859FEF0B11DBEC8716481 конечный поток эндобдж 5 0 obj> поток application / postscriptAdobe Illustrator CS22007-05-30T15: 30: 32 + 05: 302007-06-01T21: 36: 31 + 05: 302007-06-01T21: 36: 31 + 05: 30
  • 256204JPEG / 9j / 4AAQSkZJRgABAgEASABIAAD / 7QAsUzaGhvdG9 0AAAAAABAASAAAAAEA AQBIAAAAAQAB / + 4ADkFkb2JlAGTAAAAAAf / bAIQABgQEBAUEBgUFBgkGBQYJCwgGBggLDAoKCwoK DBAMDAwMDAwQDA4PEA8ODBMTFBQTExwbGxscHx8fHx8fHx8fHwEHBwcNDA0YEBAYGhURFRofHx8f Hx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8f / 8AAEQgAzAEAAwER AAIRAQMRAf / EAaIAAAHAQEBAQEAAAAAAAAAAAQFAwIGAQAHCAkKCwEAAgIDAQEBAQEAAAAAAAAA AQACAwQFBgcICQoLEAACAQMDAgQCBgcDBAIGAnMBAgMRBAAFIRIxQVEGE2EicYEUMpGhBxWxQiPB UtHhMxZi8CRygvElQzRTkqKyY3PCNUQnk6OzNhdUZHTD0uIIJoMJChgZhJRFRqS0VtNVKBry4 / PE 1OT0ZXWFlaW1xdXl9WZ2hpamtsbW5vY3R1dnd4eXp7fh2 + f3OEhYaHiImKi4yNjo + Ck5SVlpeYmZ qbnJ2en5KjpKWmp6ipqqusra6voRAAICAQIDBQUEBQYECAMDbQEAAhEDBCESMUEFURNhIgZxgZEy obHwFMHR4SNCFVJicvEzJDRDghaSUyWiY7LCB3PSNeJEgxdUkwgJChgZJjZFGidkdFU38qOzwygp 0 + PzhJSktMTU5PRldYWVpbXF1eX1RlZmdoaWprbG1ub2R1dnd4eXp7fh2 + f3OEhYaHiImKi4yNjo + DlJWWl5iZmpucnZ6fkqOkpaanqKmqq6ytrq + v / aAAwDAQACEQMRAD8A9U4q7FXFgBUkAVA38TsM VcWAFSQBUDfxOwxVxYAgEgEmg9z1xVimpeRBd6rfagut6hZyaiY + UdtN6IUwpxQIY + LUC86gk9a9 sKqF9 + X9zdfWbdvMeoi0uXVltTM78YVDBo + TPydW5gHnWo + 0CaENqzLkKhajkRUDvQf7eBWuS1pX cUqO ++ wxVvkKlajkBUjvQ / 7WKuxV2KuDAkgEEg0PseuKuDAkgEEg0PseuKuDAioIIqRt4jY4qwu6 / La1vb25mlvz9TupZZLm0iiRfULmenOQEuXT6068hT4eIp8NcNoZhbRQQ28UVuqpBGipCifZCKKK Fp2pgSv5pw58hwpy5V2p1rXFW2YKCzEBQKknoBirsVdiriwAqSAKgb + J2GKuLACpIAqBv4nYYq4s AQCQCTQe564ql + u6bJqenSWC3bWa3IaKV0VGLRupWRAHBoeJJBHQgHcVBVSvy35QOi6peX76nNeX Oogm4jkCJHX1DIDGi / ZCvLIaV / bxVknIVC1HIioHeg / 28VdyFStRyAqR3of9rFXchUrUcgKkd6H / AGsVdirsVdiqTaJ5nt9XmMUNrNCBCs4kd7Z1KM7Iv9xNMyklGpyArQ + BxVXu / Mei2l4LK4ulS6Zl URUYmr049Af5hirynzg3mp / NmpvpWpSzaXHJBHFZ / WbjjG6xRys8YjmgDHm / eQUIp / q8 / wBqdqxw 5PDMjA1e33H0yr / S / tzdPpzKPFV / j4JFeebdTiht4NZh22ynadEElveSywvJ6gESo5uGrzNCBTlU fKuvhrdTOROLNjnAC / VsQOpIERy + TccWMACUJA + X9qY6Dr93rNu8sLaqiWcyxRT3d9cKZSP3c0iG KV1PEchtsTtmLre0tXgkBLLGyCajHl / NG4vfz + 1sxYMcxtE / FfLc61Y3UTXd3qt / bpEWNxDc3LUn q9OMSzeoDwPCtCNx74jtzNlieDJGEuLlL + bQ6mNc9 + / n5L + UhE7xJFJdZX2rXPmo2135g1KzmhUy RaW13K3qRn7YWbkHKV4nbtTetaZeftjUQ0wnAid7cdVX + b + N / KrrhpoHJR28v2pnZX99a3ltpuqa nezag6Ottei7uk9dVAZzwWY8DsK9KkbClMw83a + qnA5cU6gOYoem + W / DV + hsjpsYIjIb / f8Aam4W cOZBf3vNgFZvrt5UhakD + 97cjmv / ANEGs / n / AOxH6m / 8li7kPqEt5b2V3dQ6hercpAxV / rl2TWNW ZNjIQaE9Dl + k7d1U8sIynsZAHYd / uYZNJjESQOj1ZryxtLH6y04 + qIB ++ LGQUJoPiqxO5z0R0jFP O + twal5OvX0LVGtr4yQwW11C0kTK8s0akgfCXHB67dso1Wbwscpn + EX8meOPFIDvebrqfnXTpQ13 He31u7f6RJY3tz6gotFko9ynqfZAICL7A / ZHJy7YOQHw83DLpxAV5j6NvL1H9J2I03D9ULHl / agY PPRW5YwHzDNc3FybdrNrqReM3FGYNxn5 / u49z1oOv7OXnPruHfLijER4uId3Q7itz7vLqwEMV7Rl 7mSXcesiOY2uo30SRiYpDFfXXOZnSqkM8oVG9Rm67HqTmqw + 0OcUJTu63r6d9 + Q32cmWih0CTarr WuQ6O5hn1exngHO7uBdXFEdmbkVVpHjlDGrfCdqrUjemx0naeaWajlhKMvpHePPYGJ9 / Peul0ZME BH6SCOf46orTjrEel2N5YeYb7VbQI7Ov1qdBMknH0zGyyIIxEB03qK96Ux8nbufxJY5nwpbV14e + 9t + L4dGcdHDhBHq / SmenXcOo6ZHLa6hevZSoURfrt4BxFUK09X2pmFqO2ddhmYTmOIeQ / U2w0uGQ sDZFyLPIjRvf3rI4Kspvbwgg7EH97lP + iDWfz / 8AYj9TP8li7mQ + RLiRtX1CCe8nm4Q2728c9xNL u7TCQqJXauyL8s632f1uXUYZSyHiIlX2B1utxRhICIrZkt35j0W0vBZXF0qXTMqiKjE1enHoD / MM 3zhvKvOJ81N5r1KTStTln0tHgjjs / rM / GJ0jSRnjEc0IY82r8UgoRT / V53tTteOHL4ZkYGrsVXuO 0q / 0p / Qc3T6YyjxVf4 + CQ3nm3U4obeDWYddsp2nSMSW95JLC8nqARKjm4avM0IFOVR8q4MNbqZyJ xZsc4AX6tiB1JAiOXybjixgAShIHy / tTDQtfvNZgeWFtWVLSZYop7u + uF9Uj93NIhjldTxHIbbE7 Zh63tLV4JASyxuQJqMR6f5o3F7 + bZiwYpjaPzU7 + 680WM8Dtd6nfwxxkyTR3M5 / e / HThGkjyhuPw dKbip65PF21kzRNZBjlxbXXLbqQI + ffz8mQ00IHePEKQemX + u3HmU2mo + YNRtrqBTJHp31qQ + pGT 8XGYFWK / ZJp7d6gZOq7Yzw04nj9QO3h4H + r + PuumGmgclHby / amtnqF / bXltp2qalfS6g6MtteC7 uU9cKA0h5LMeB2HLoCegApmFl7Y1c4HNinUBzjQ9N8t + Hf8AFtsdNjBEZDf703AuA5kF7fc2AVm + vXdSFqQP73tyOa // AERaz + f9kf1N35LF3feoX0l5Da3NzDf3yXCwsVk + uXTUKBitQZSDQnocv0vb + rlljEy2Mh0Hf7mOTR4xEkDoxL8 / vOPnbRvO + k2nlnW5rTTJdPhkeKKXksjm5mUtyPOpKqBWud9m ycJpo0Ok8XHKXDdPdLnWNXW9uoLTTUuYrZeQmFxxLNxQ8Cgjfi3xnY9hX2zIdUm8TO0aM68HIBZK 14kjcVHWmKsa8l6Vf6ZE0N3YCK4ZP9MvzJEfVkEjMkcMcQAEKCRuNVj / ANSpOFWRSWdpI7PJBG7s AGZlUkhSGWpI7EVGBXm + uOz + Y9WZkMZ9aP4WpXa2hH7JYb5517Uf41 / mj9Lu + z / 7v4oC4nigiaWU 0Vd / n8s5 / HjMzQc0sF1LX7nXBDFbCVNJeXmLuxm9Nykdf2w0ZIdqcSmxFa9s6TFpcemsyIOXh5TF jevf0535ebCGDJmogHgvmDSp9flksNQ0w3NxK9xcQGz9ZxzjhYxKy8z8bAOCSfipy32wwxCM4Zqj UYy4uEbEgS + A2 / q8vlVlxm5Q35jn8Px1ZbpV0t / ZQXkkSpOOaOvXhIjGOQKSAaclOaHVY / CnKANx 2 + IO4 + wtsDxCyN0W8Ub8eaBuBDJyANGHQivfMeMyORq2ZAKnaXa3IlKo8ZileJlkFCShpyHWqsNw fDJ5cJhVkHiAO3n + nvRGVoe9vLWa11G3ikV5reFhOi78C6EqD703pmRpcM45MciKEpCvOiGGSQMZ DuD2Lis8HGaGiuPjhkCt9BoWXPW3m2P + d4oofLs4hgC + pNaCR0CqBxuIgvLcE7DiKVzXdr / 4rk / q lv0395h4sLzyh6JKdc12LT3htYTE + p3IZreGVuKhEHxyuRUhF6V8aDNho9GcoMpX4cedc / IDza5z ogD6ixiOS8VJNUN7cw30t0k9xZRT + ukduko5osPKZPihG / HoTt0zcERMhiEI + GIUJGNXKtvVUT9X z95aziIgZWeK + V9L7t + icaXqgfzHcyxEy2OoskUEtTQPDbrKOII + y6l969R075harT1poxO2TGCS PKUyPmNvmiBPGT / DLb5C2SJGkaBI1CIOiqKAfQM00pGRsmy5AFIeaaCzMQELUuZgjNEooHcE83pT YkUr4kZbCEst7 / TG9z0HQfqYkiPxKpd3lrZwNcXMixQrQF26VJoB7kk0AyOHDPJLhgLKZSERZZN5 BdhqupqEJDQ2tXFKLRp + tTXf2Gdx7Jf3M / 636HU9pfUPczGS0s3ZpJYY2ZgObsqkkKQwqSOxFc6t 1zzjXHZ / MerMyGM + tH8LUrtbQj9ksN8869qP8a / zR + l3fZ / 938UvubiK3iMkn + xXuT7ZoMWMyNBz WB6nrl5rqxw26v8AomSQMLu1n9EMkfI1BX94Q7UAIqrCpoNs6XBgx6ayT + 9rkRxbmvhsNz1HKzui GlyZgKHoJ53XL7fxyVFvbiTT7 / SxcSM008ItY5npLFCWiQhGCtzTlU9TSu + IhGOSGYjlGXEYjYmp HffY / f0asuGQ4oXW4q + 7bl3hmGlXQv7KC7liVLgc0dftcJEYxyhW8OSHfuM0Gpx + FMwibjsfeCLF / AtkDYsjdFvFG / HmgbgQycgDRh0Ir3zHjMjkatkQCp2l2tyJSqPGYpXhZZBQkoach2qrDcHwyzLh MKsg8QB28 / 096IytDXF0l5banBaFZHs4mF0SwAQshPHbkeVO1MzdNpTCeOc9hKQ4fPcfZ + KcbNnF GIY / + f8AE0 / nfTZGj4EafDyR6Ej / AEibZuJYfjnoOukRMc + TsOwDAabLxRgT / SO / 09Ni930ydpLv U0LQt6VwFrETyB9GM0kBJ + IKR0 + 7udo8imGKsK8j2twnmrzfdSNH6U93EsSq7M49L1AxdHYsta7b AH9n4aUKp3cad5lkv5ZotWEFpzQwWqwxsAoKcw7MvI1AelCNyN + 2BWF68LhPMup + sVYSTIBIoKjk LaE8aEt + z79jnn3tPAHUWOYiP0 / j5O47Pn6aeZ695iub6S5hRjFaCSW3AFGd1QmNihrxRW / moW32 pktNpIYREkXOhL3HmL6kju2G27tdJpp6i65bj4cvh79z3NabcetbmiKgjPAKuwoACKDt1zG1EKld 3e + 7vuDgJj / N7vciGhjMsc3EetEaxS0HJTSlVPyyuOSQBF + k8x0LVkwQnuRv39UZ5e1v0NVawlV1 ivJGKEiqpcU5kKf5ZVVnA34kHfcDJ6zSceEZARcB / sf1x5XtY9zz2UeHlMTyJ + 39v2Mtk9T039Kg koeBapXlTatO2aKFWL5MzdbKGmz3c9lHJeW / 1W6IImg5BwGU0JVh9pTSqnrTqAdss1EIRmRA8Ueh / HXvYwJI3FFTu7W2t9Ov / QiWL1llll4inKRk3Y + JNMv02WU82PiN0Yge6 + TGcQIyrzesahBqsth6 VndJb3pZP9I9OqgBgXojF + q7dc9bebY / 5h0 / VovLs8Woah9eje4s92jWN + PrQhgGi9MD95UjYmm1 e + a / tY1pch / olsxh2BgPm3VItCEK2yNJLcH01R3qqswZldmckhQsT1p3p41zz3Q6UaizLYR32HQd Nutkfa7jHkldDe2DRahFNeNdX0vqXLgL6vErGoXpTkzN36k / dm1yxPAIY9ojp1PyAHwh3vQ6bQHE OOY37 + g + 2 / ifsTTcEEEhgaqw6gjNcDTmTgJCivjasSQIVt5YnM9pNGoUCYVb41HwkPU8ula + O + WR l6jLeQI4ZA7 + nyPPb8bbOq1WkEY0OXT3so0XVYtU02G9ReBeqyxEglJEJV0JBI2YZq9ZpTgyGB + H mOjgY58UbXTT6hHqNvGluJbCZWEsykB4pBupZSd0Ybbbg02oaiMIYzjJJqY6dCPLzh4JJIkNtla4 tba49P14ll9J1li5CvGRPssPcZXjyyhfCasUfceiTEHmybyCJP0rqZVgIxDa81IJJPKelDUU + 7O5 9kv7mf8AW / Q6ntL6h7k9uNO8yyX8s0WrCC05oYLVYY2AUFOYdmXkagPShG5G / bOrdcwvXTKvmbVE mKlmlRkZRxBC20NdiWpx5Dv / AGee + 1EP8J4v6I / S7ns + Xop51qOp3msSXMcbehZc5bdn + 1I6K5Q + nvSNWC1rQk + 2CGGGmEbHFOhKugPPf + cR8g7TS4DmBPKPLzPu7m1VVUKoCqooFGwAGYhJJsu9AAFB bJbwSOkkkatJGaxuQCynpVT1H0ZOOWURQJALCeGEvqAKP0DUms9S + pzOTb3zsUZqUSeleu20oVtv 5h / lAY6vCM2HjA9WMf7H / ju3wP8ARdFqMXg5K / hl9 / 7fxzZXJ6npv6VBJQ8C1SvKm1ads0kKsXyY m62UNNuLueyjkvLf6rdUImg5BwGU0JVh9pTSqnrTqAdss1EIRmRA8Ueh / HXvYwJI3FFFx2drbeWL g28SxG4tnnnKinOV4fidvFjTc5mDLKWqjZvhmAPICWwdZIbFKfzj0 + 5n81W0jPyaPT4ubRxOVJ9a c9man352va0wM0Af90B1 + 12PY2pMMGQAjfyJ6eT1K1XUptcuXjvx9Tt5wJrQQx0YNbgBfVFWqr0P j1HTjToXm06xVhHkoT / 4z83f6IsMPrQhp / 3qs7BpSNpBRhxblUN32 + EqFKE9uvN + j22oSWEnrGaJ 0jkZIZHjX1OFGZ1BVVBkAJPfAlimr28c19rCW0fArcxvEnH0 / jW3hNKMFpyNRX3zz / 2jkBrN + RgB 87 + 7m5 + lNC / N5OulL611HIktwEup2RgGNFnYTIp4UpSKRKVw5s59JBiCYxu6 / huJ5 + YL0fZ2aMYE G9ieV9d + nwTGOykReJMMAUf3bOAR8woI / HMIy4t ​​/ VLzEb ++ nKOtEdgAPeaant54BWZKJ / vxfiT6T tT6RkYkS + k / Dkfx7rb4akHnt9yhOSttduuzQ2z3EZ8JIGWSNv9iwrl2D6ojvmI / CVg / MOL2mPR / m n7KIZ7nPuvaxVD6n / wAc27 / 4wyf8ROZOj / vof1o / e15fpPueo3mp6fpemC7kRorRSiBFjKkc2Cj9 2Qp6nwz195pINe1vS9W0N5II5ecN1aKpmgkjZec8ThhzUFQyNsdq5ru1 / wDFcn9Us8X1B5r + Z1pJ IbKbmyRJNFzApRgRNCa / 6rXCHOH7GnQkBzqX + 9P28J + TucBAmL / nD9I / SxPTdMuBN6kqglBtHUfC f5mavEe2ZWXJHhqPXr + gDmXqdRrST6to / wA3z7yfx3ptJDLGpclHQfaeJuYX / W2FMwuG9twe4ir9 zVj1kZH9tqUsYkQqSV6EMpKsCNwQRuDjjmYmw5GTGJxop55ZlZ7u + 68ZEtpyO3OSMqx + 6Ncp7RgB jh5GY + Alt95ec / jPuj9yf5qWx2Kp / wCQxD + mNRLJWX0Lb034E8Ryn5fFSi1 + e + d77Jf3M / 636HT9 pfUPcn9z5v0e31CSwk9b14pEjkKQu6Lz4UZnQMqrWQCpzq6dcxTVbSGfU9VFugiZLlGiqhjo31aH kCpA2beu3vnn3tJOtXR5GA / T9zsNJKhYecwacqPdRyzGOWO6uOUknEg + rIbgIwHGjRrMF / rlGokf SQOIGMeXShw + ex4fx13ei1PDEgGt + vz + e6Lg061O7CS6B8EZo69 / sCh + RJzElkyDkBD4gS + 0 / cA5 M9SJczf3fZ + luXTrSQ8YD9XlG5j40294zxp17UweNOP1jiHf / wAe / tZYs1fSfh + xLdR026t7O7vT wMsFuzwlDVucbCVG3C / ZZA3XrmbpNTCU4496lLr5jhPfzuuTTriZwMq3Ef2s4hWWaaOHmsLspY81 rUj9lQGG / frmmjCNGRsgHp9 / L9Dg5chjVIv9E3B2NyAO5WOjfQSzD8Mjx4 / 5p + f7A0 + PLyXXtstt oV5CHZwIJzyelTyDN + yAO / hl2nnxaiBqvVH7KDjz5Fb5 / wBPafVvUtEmjgj0 + OiRLFGoHqTndJQG H0DOw7eMfzOK + h58V8 + lbfNho8pjCQs7 + 5m9rp0j6xcXTz3iLBOWihaZjbyK8CqQIyo + ANuBU0YV r2zrHXJvirEfI/l640vU9eurya3m1DUJopLo20rPQhWb44ykfpktI3ED9mlasCzFWXYFYLeGQ63q xkUK/wBYSoUlhT6tDTche3tnnXtT/jX+aP0udpvpYnd+U9QbVJ5bWSCO1nZWEknrF41VKen6UbRB /i6MXHEbUNMwhrsZxxEwTKN9I0bPO5CVeY4dzvblQyTjdfpRVv5J0r0/9PL3sxqQWZo4oyTX9zEr cY/xPiSakwl2rkB/d1AfMn+sev3eTAi+bFIrHzDpHmKfT7pTNpEqKmk3TMKySKZJGjZia+r6ZHUB Tx8ak5+oGDUYBkjtkh2ju5C/6t+8ji7tnI0mpnGXDLePRbew2bSR2VunCW55SSIQVLRR70TltxMn EEDalchpzkheSfKFD4nbeuojfPfk5uWcZ1CJ5/d/bTL45EljWRDyRwGRvEEVBzRSiYkg8wxBtBa7 qE+naZNfxReutrSWeIV5GFT+8KU/aVKsB3pTvmRosMcuQQka4tgfPp8+XxYZZGMbHRdb3Olalpmo 3Nu0N2htfUhmFHI5RtsK7rSimniczcWPLhyY4yBieOiOXUfPqL8nC1EhLcbinscZkKAyKFk/aVSW APsSFr92eounSXzkZP0IQqgobi15kkggfWY6UFDXf3Ga7tf/ABXJ/VLZi+oML8x6PJqmnmGEqtwr K0ZckKQrq5UsAxWvDZgDQ7+2eaaLUjFO5fT+wi/Pny6uys9EmsPJd4fT/SF0sUSuX+r2XJGA7L64 Me3iUjRj402zLydo4xfBGyRzlv8A7Hf4AykPK2Uss5cz8vx+hB+cvJ95a6PLeeUYzDqsMbhbYMWW YMpHRzQyBqEFsyNB2jHLPg1Xqgevcf1dGvilDeGxSSBfrEEc8KCESD97bu4rC4JD71oUUqen+0c2 MwmYy3rqB9Q6f5x/Hn0Ol1wMPxt+xOvKaxiCaQHk05SWN/8AiinCEf8AApyPucxO1CbA/m2D/W5y +018HXx5337/AA6J9mqbEph2+FdcudHvSsFyoSayYmizwyHiONduayVUrWvQ982E9CThjmx3KO4l /RI/QRv5cmkZfUYnn082b+QTJ+ldTCqDGYbXmxJBB5T0oKb/AH51vsl/cz/rfodb2l9Q9zN86t1z BbwyHW9WMihX+sJUKSwp9WhpuQvb2zzr2p/xr/NH6XO030seudE1Y6pc3FnNbxRXTI7vKryEcIwn ERKYwSStefqe3HauawajDLFGMxIyhfKhzN89/lw/FyITlEmq3dH5M02Sr6lLNqM7VJaVyqIx7xIh UR+1N/cnfD/Kc47YgMY8huf6xPNBs8zbHYrfXbDzDPpurRvc6G8aLpN+SC/qKZXZXIPqF/SIq9B9 n5k52SGPJhGTDUcv8cffQ2HKr5D+l7gzw5yJVLl0LtWit3ks7KK59aK7ZnlWqlvRiBNQy9ufFTUb 775Tp+KAnlMeGUOXPnLyPlZ+Wzn+JxkQuxL7gn1s/wBZtVMgqakNTb4kYjkPDdajwzWT/dz9Pv8A mOX6PNTG9io6zrGqaRpkuoW7NdR2gEk1q45FoV/vOLAeoWVasNzWlO+ZWjjjz5BjmBHi24h49NuW /LkObi5sXDEkdEyOr6fq3lu6vbCZZoHt5N1NaH0yeLeBocYaaeHUwhMUeKP3uKZAxNJx5xsbm51C eVowGSwj5hbmaMD45zsEUB/pGdx2tjEs0Dt/pQeveeTg4zQLII49Ck10ySGFtSjuHNrwdi4b6siS FlDFeXDY7dAO4zoGpO8VYR5FW1bzR5rkAZbuO79KTjcCSL0zJI6UhUkIeRYnlvyLfZ3GFU/utAup 72S6XVruNXZGS3VgI048ahQoWoYKeteuBWL6rObXWtTDepOWuYxzoopW2h4cjiqgdM4h3hweJq6s D0D9PLvc3BKotNbajJG376O3Yj4eCmTifHkxWv8AwIzTw0+KJ3uX2fj5thmVyWEwUBryVmp8RCxA V9hwOSOPH/NHzl+tHEUNqOnwSWzQ3yi+sZP75J0RgtNw1Aq7Ajr264RExPFi9Ex3E7/j7eSiXew7 SNPn02W+tG0k/VDMTCLe1ZVJEjilWd+ahODK23U+BzL1shm4Jxyerh4ufkO4bG7BHkG/T5BEEEfY yePTb50DF47ev+6ypkIHuQygH5V+eaYnGOdy8+X6D+j3Nx1B6MW82Xt48cmiWS876dvq8ziKSRBz UGg9Mg14NzYVPFQSwOwbb9m6SMZePL6I+obgdfP5DlZqiOkMuo4o8I5lNYLL9H6Hdz3bESzxTKzF WBkmn3ZuJqyryAVQeijwyuEzkzxjEbCUeo2jHl8ep82rLIV+OZetX1hNdWBtUvZreQlT9ai4CX4W DU+zx3pQ0A2z051SQ69pU9loU3O/uLpWubNqTEN0niUipBO7fFtTNd2v/iuT+qWeL6glU03phaKz u54pGtKsaE9yB0BO5zyzDiMzQdkTS2moncQRAHoHlIb2rxRh9xzK/KR6y+z9oYeI3TUf98w/8jW/ 6p4/lIfzj/pf+PLxsC85aHBcXkd9pemxTahHN/p1q8BaSrK3GTlEyndkAPx8aGrZvNBllCPBlmYw r0y4tulj1fZtexAYmW9gMjtNPkYFbWEWyV+KSRCu/wDqHizh4/HOfn35JX5A39u4h52dhLOB9Leo q2mWzXd3OjW6lVbjGwYFyFWgDOXJY0oBXfHFhGY8OMHi8yP1CmI1NfVyYvocOp61rM+oyKGtFdFt 4VVwPUh5cOcpZ42EfrGvH9sVC7Vbc6uMNPhGMh2VuduUquo7Gzw9f4diegpjkuRkfl+Pf83pfkGJ F1XVAk7O8UdstwAAFLlpjTcVoopTifnvnQezMawy2oE7e6uf4+5wdXPilafXWgXU97JdLq13Grsj JbqwEaceNQoULUMFPWvXOlcViupu0XmDVY/rsQczxkRzhebE20VN1ZKDt9k5xHtBphPUWRL6Ry/s /S5eGVRXizuX3muCo7pCAooeoLNyb6V45oo4sceQv3/sr7bbTIrv0bbeMv8AyOl/5qydjuj/AKWP 6kWhNQ02zZI4p4/rFpK4SWGf98ldyj/vORB5AAb9/HAZEAyh6ZjrHb3jbySO4sS0vTls7jUba4sI bOyeWsfpQNBE0iyOPgLO/L4FjZSvHcmg2NL9dkOQY5QkZyA/nCRAocwAP6QPParLk6WQFg7J9b2V 48QMMSxRU+ASlkY/7DiSPp39s1Uoxv1SuXlR+2/u28246juDF/NerPLbNpNk6Ld3Dm2uDICyxswo UPFk3oeTbkBBUgggNtuzNDwz8Wd8MfUK6+e4+A5Ey5EUSIZ8wMaHVObKNdP8u6j68nJrn1C8xVv3 lxLH8RTr8HRV8APAZWCcuox8IrhrbuiDtfn1PvcfLQvf+1N/zG1ex07WjbXQs5ppNPj4y3ixmXeS cVX7FPoGeoDS+JvdU6u2Vz32iaRqF1cag1sbhmkngaOOMzKI4/iBKqrBir8VDEkk9fiCgKyKN1kj WRTVXAZT7HfAqW6H5dsdGExt2klluOHrzzFWkcxrxUuwVSxp44qoT+ZpIr6S0GjalKsUixtcpChh KsVHqKxkBZRz34gnY7bYqkGoWWqQalqE0ejzfVLi4jMLI9qFPOKKL7JmUisgPUZyXbfYmfU5+OHD XCBuXJw5hGNFDi08w2QXjpNx9VLqgiaS1+EyMFARhOdqtspH0gZix7B1RHq4b77+/b7fvLI5Y9EW 6ayjRq2j3IaVuEY9S03YKWp/f+CnH/Q/qP6Pz/Yjxg6SPWUaNH0e5BlYog9S0NTxLU/v/wCVTj/o f1H9H5/sXxggzp/mCKZYIdNuF5qzpHIbV6KpUHiwuU2HIbHIz9mssjZAvylX6CkagBprXzUkix/o ySSVlZ0j/wBGSqoVB+P609PtjtkT7LTPl/nX/vR96fzKCtPLmrWep3M9rpF5NcSFpTDPdW3pwrcN yf0h6rCkkkXIg9+lBQZZLsHV5ICEzAAVy5mthfLkDQR40QbCteWfmu5t7uyXQpPWaAgAXFsf73kq 1q4H7JyOh3YywyRlxDaQPy+KTqAQzu9v103TUnTT7iVQyoLO0jR5FDGleCtxovU0Ody4aTavc3mt 6NIsGiXiXUM9s0cVytvG/ESRys6M0vH7FQRyrXYgZia/BLLgnCPOUSGUJUQUpS01yW6BGkXJFsxD r6lpUSMgK/7v6cHOcbp/ZvUwBvhs+f7Pc5Us8SiETWXaRV0e5LRNwkHqWmzFQ1P7/wAGGXf6H9R/ R+f7GPjB0SazKpaPR7kqGZCfUtB8SMVYbz9iMf8AQ/qP6Pz/AGL4wUmtNVu05Lo91VGZVkWS0VlZ GKtT9/8AzL8j7jD/ACBqOXpr3r4wUIdN16aFJY7O/aORQyNz04VDAEHd8j/obyfzYf6aX60/mEv1 XQ9cvtOiuPqd6IIGW8inWW0ilUKpJo6TfZaNipBjJoT0NCLsHYGbGSQIbiiPqHyP/FftBzgoyPS/ MdhYqg02SO1tYgAKW7cY418TeEmgGU5PZrJORkdyTf1D/iEjUAJ55U0/VYNVu7jUdPah2IYUgnb0 NuDSlx+7mmYfbXOg7G7OOlxyiepvnf6A05cnEUwn8zSRX0loNG1KVYpFja5SFDCVYqPUVjICyjnv xBOx22zcNTH9RsdUg1LUJY9Hm+p3FxH6JRrUK3OKKL7JmUisgPUZyXbXYufU5/Ex1XCOZcnDmjGN FDSaZrNsoaPSry2XkqKI5bQoC7BQBGZ2QVYjouYMewtd14Je8/pq/tZnLBERp5ijKR3WkTl5G4RM klqOR4ljVfXPHZT3y09gZzy4R8f2MfFC+eHV6LFLo1yROTGq+pabniWI2n/lU4jsDUj+b8/2L4wQ NvY+araVbV9MnuQ9XjZ5LVJFiTipBImcOQWG5IrXIZ/ZnJPePDE93MX+j3Mo6gBFG31wSrCdHufU dWdV9S03VCAx/v8A/KGYf+hbVf0fn+xl+ZilGn+TprPXLvUItGvXv5SZeMk9q6Qic/H6QM9F5vGx PU9QKLtmdm7h2+TEMRMOEd3WuV7dPxvuxGaAN7phf2Ov3Frd2cWj3BuGgaimS0A/ehlXf1+5U5j6 f2a1MMkZHhoSB5+fuTLURIYr+cH5f+ddf80afe+X9IWSwhsYoZKy28RjdZ5XKhWlXorg7VGen6TP CECJEgl10wb2ezrbyfWhcGeQrwZRAePAciprRQKkce9epzXtivirsVdiqTeYPL1xqyFYdUu9OJMV GtX40EZctT3cPuf8kYqjNJ06Sxs/q0tzJeESSOs05LPxeQuiksWrwBCj5YqleseVLvUdQW5TWr2z t+ZeS2t5GQGqxpRWDDiAIyenVjiqb6XZy2enWtrPcNdzW8axvdSV5yMq0LtUt8TdTviqQ6r5M1C+ 1Se8i8w6hZwSpSOzhkISOSh+MGvKnIg8enbpShVksUZSNFY8mRQpbfeg3+0WP3k4FYzceS7+TUZL yPzDqEas6vHbeqxiUK4YIQGUsvHkp3716jcqymgrXv44FdiqyaMyQvGHMZdSoddmWopUe4xVIbby rdway2o/pq9lia4M31GSRmgEZR19ILyH7ThgT/KBTFU5vrRrq2aFJnt2Lo/qxEq37t1elRTZuPFv EYqknl7ynfaTdR3E+uXupUjeOWK5dmjZmKFXCliFZeLeNeX04qmmt6XLqWmTWdveTafPID6V3bkq 6Me9AQD16H59aHFUH5e8uXekSSNNq11qQkjVCLpi3F1ZjyQA8VqpAI49tqb4qiNe0WTVbNbaK+uN OIYEzWrlGK9122of89q4qs8v6Hc6VFPFcalcakJShVrpmdlIQK4BLN8LNVqdq03xVNsVdiqUeYNB n1aD0odSutObkh9S1coaIW5D/ZcvwGKojRdNm07To7Oe7kv3jLf6TOS0jAtVeZYtUgeFB7DFUt1j ypd6jqC3Ka1e2dvzLyW1vIyA1WNKKwYcQBGT06scVTfS7OWz061tZ7hrua3jWN7qSvORlWhdqlvi bqd8VSHVfJmoX2qT3kXmHULOCVKR2cMhCRyUPxg15U5EHj07dKUKslijKRorHkyKFLb70G/2ix+8 nArGbjyXfSahJeReYNQjVnDpbeqxiUK6kJQMpK8Ay9e9eo3KspoK17+OBXYq7FXYq7FXYqwrWPzS 0jTdautFns7yK9tPRkdzHG8TxyUY+mUkYk8dtwPioMIFsJTARJ/MK0uLKK60yxuL2KV04yQtaMhj 5gOQxnCmgBGx64eAtZ1MQaLdz5/gjSGX9HXaryX6xGfq3NQ6kKlBPTkZCo2w8BYS1cR3lJLj87dC jljB03UUWnqSh5oQ3p0YbL61ftcTv2OQkCBbVk7RxQ53saQj/n/5b+soE0rVGtwGWZxDBRWNChr6 9KUr77jI8W1sj2hiEeImvv8AktH/ADkJ5WaRGXTtT9Eq3NTDBz51Xj/u/wAOVcgcwDHJ2ligaJW/ 9DD+VxO9dL1Uw8V4Uht+XKrcq/6R0pxp9ODx4sP5Wwd7Sf8AORHlcztXStVEJVQn7m3ryqeVf9I6 U40+nCM0WUe08JNA83qkbs6BmQxk9UalR8+JYfjlrsEr80+Y7by5olxrF1bT3NragNMlsI2kALBa hZHjru3Y4oJph9r+ePlaaVk+r3hMh5WycIVYoFWuzSipDVO3amSEHCya+EBZBr3JtafmIkxmeTR7 +KANWB3FqlVAUbg3Fali1Kjph5C2R1kCLF/JLpvzl0W1aSC506/a5RpKxpHBsFJZQxMwoeBXEwLU O0cXWx7x3oF/z98r28XK4sNRZixKiOKA/AzH0+s4qeNBt3ykzANJh3jilLhF37lC0/5yI8rNDELj S9VWciklIYOPIdafv+h7YDlDL8/i3o3XcvT8/vL72nFNO1E3vp9fRg9P1eP/ABnrx5YBmB5AtH8r 4O/7G7v/AJyB8tRxSLHpWqCfifTLQ2/HlT4eX7+tK4nKBzBT/K2Dv+xlXkz8wdM82vdLp9leW62g jMr3SwoP3vLjThLIT9g9snGVuVp9TDMCYdGUZJyGFat+aWjafrl1oUtrdx6haei7kxxvG8clGPpl JGJbgdhTqQMrlliDSaRp89Q3NlFd6XYXF9FK6cJYHtHQx86SEMbgKaAEbHrlZ1WMczXwKKPcul87 Qp6LNY3EILL68cpt+Q5qQqbTFeRcqOuX45CYuJap5RE0bSa4/ODSYrmCNtNv4kkX1ayRwqWj+Nfh UzVHxBevY5MRvk4+fXY8X1WpS/nRpQuVEWjapNbKCLiWOGBlRmAaMlxPxFVqaVruMTEszrMYhxnk lsv/ADkR5WSRG/Req+jxb1F9GDmHqvHrP4cq/RlEsoBotc+0cUTRKHH/ADkt5OE7htN1X0uK8AII OXKrcq/v6Upxpg8eKP5Sw96rF/zkb5VedgNK1YwlV4fuIK8qnlX/AEilKcfxwjNFR2lhJq0x/MD8 9/KfkTXLTRdasdRe9vLZLtPq0du6KkkjxBWLTp8XKI9KinfLCXOJegS6jp8UqxS3UMcrNwWNpFDF tvhAJrX4h9+FKIxVhH5feYNf1i6uJNTW5t7f0g9ml16NLlTIyme3EcEDLGoUfaZ6hlO2xcqyO803 WZr0zW+sSW1v8BW1WCB1qpXkGZ1LlWAPQg79cCsY1LSbC91XVI7+FLwJcoV9dEfc2sJ6cabfLNbq dTPHOo9y+DGW5Y7e/ld5UnlimtYpdPdJlmcWkskaSDkGdCnLioem7JRulDlEe0MgG+7I4Qlw0rTf KUU1ppMK6rq17cxPLayzqkjFizxtQh2QRpGxX4RXj1rm30ubxIXW7gaiB46J2pS8wfozUtP1G9ut Gl/SGnSR2fxOsTuZAjD0poXJKUue9N67ZkFxhDcC9j+P0NJ+XumtdJfaZetDZzREm3CK8bcqNGyE cSoFSfflhDi5sAnDhPMdeqmn5cM19FcyXixJGx9WKOMh2VIp8RNCrL+ydx12xIDRi0p4DCZsdPJO h5M0LasbMB1Bbr+GGlGhxqOoeUtChsLqWO34ukLlTU7FVJH6sFBtx6PGJA11et3NvdvZNBBdtDcE ALdlEdgQa1KkBDUbdMoeiY75isr608vTNqGqyXcYuLNi8kUMdB68SsD6aL8PL4h4HSpyvLlGOJme iDDiHD3sNn8reRNUYD6vatMW5q0a+hJy6VV0KOG+Wa7h33ikar7f7Gr8hOPIpZP+Vnly1j9e7u5f 0fbTm6aOedhGiKoCRlyVoiMvKteR2DEgZmY9fjka3YyxZQOi68vLW+muvrmg/WLB7uOxivreSJ2l aSRbcs6sYWCo54tu2w8MzpToEnk686aMyP533fFKrryRot/q2o6VBH9Ua2EXouzmUMrJyk9NSfg4 mRQ1OtcEakGOTDKNEh4+fv7+WxVLf8snjhjhmuIbghQss7R8WYjq3AVX6K4RiiOjrpaM+JxQPCE1 0fyDYWMIjubiS9Ks3FyFiJUmq8+HVgO4p8hkoiuTfk0eOUuIj4dEwPlLRCKeiw9+RP68NsfyWPuZ H5A0u1sdT1JbXlHH6NqXSoIYlpwCSQTtTsRleR23Z+KMIkR72R3mm6zNema31iS2t/gK2qwQOtVK 8gzOpcqwB6EHfrlbsHnXmzyu19r2s3U7xTQxSxtW4AJqtrCegXjt0Gct2viyeMZxlw+nvIcvDIVR DB4/K2im8t5F9WzjSdZZxbSOgdOQaReINBzp1WjdN812n7YzRNSPFHzbZYInknOhzaLolvPaaRY/ pLWry6jka1nuAjy1ZmRhVXRPSRCVFBXj1rm50vaM85POEa7vxv8ArcXLpwKvdGeZ5tN1Kx1K7udF kF/p0kVmwd1jkdnCMBFNC7EoBc+29dts3eixmOPndut1JEp10/H6lbRtGg/SR1PTme00yeIpNpzR x+jKG+KN4ip+FQWY7deRzNpwhl4o1Icu9S1H8u9NvdShureRrdQT9ZtgiusqkU6n4lK9jUj28IZD EC5VTQNLGUTADY/Z7kZB+WugKeTRMfZyv6gozAya3DHkLbMXYYPNdqHkvRLTTruWG1TkkMhVgTsQ h7V9ssw67FLb6S2jskQkCBbzT/nJ/TxL+Y2kc39RhpcC8nVSW/0q4O/EKO/YYch4czPmEZAb7veo NL02984Xwlgtj6XCZXiuG+siVChDPGkvwAFjT4B/zVe5TLsCWH+TdV0+78y+ZrG1020sm0uaKE3F qgV5g5kJ9QhV3DIdvE/SSqa3Hmywhv5bI29y8kLpHJIkYMYLlFHxcv5pFGClefeadamttf1WztSL a3aeMgBDExZraKvWhFTvsN85HtzUTGbhHLhc3TwBFobSfNM8Uc+nITdah6TNYwgNI3qUoivx+ylf 2mIA8co7NlKW0vo7/wBHmuYDpzTOy8vWtl9Xa6432p25kkbUpI0WVpZx+9ccR8PIbUHRQB0GdppJ CWMECnQaokTIQEGiT/W3Vbpo4RcLPdWzAuJOEglhkjYmqGqhX7GnSu5yKcXDOgYnmPuKY6NE0LXG nGMxyxSSTwg0CyQTSM6tGRt8BbgV6ig2oQThHWRjIiXJzpaYyiJR5o2dhbxvJN8CRqXcnsqipO2Z ePJGYuJtxZY5RNEIXTIbNLcy2cvrW127XUbhg6h2/jJjYfssTyHzyaJE9UHcW+opZ6zNeXAlSVJP qsCABIoVjIHbkXYkliSe1KYGQIsU9JvdTstL0xboxOLcFESGOPi3xsFFI24U65Q7dh/5ia1Zaj5E 1KVIJopIJLUI00XFlLzQvWo5cKow60zF1w/cy9zbh+sPFNI1+Rp3Zjxt0IDF22oe5rsM47NpbFDm 7aYADO/KtrLq2pNePM/6L09A8ds6HhNcOG4yHnvSJRVaChJrX4cz+yIcEqP1mQ68h8Op69XWauXp PdSd3mn6TZ6K1ukf1KytxziFsBGYn5claOmwbmfke+1c7OnnJ5uG5FKrZ/8AQ49VEp1Ce3ujcXjR R8H9Mweg1IqsdkCsVU/ER8I6DAQWWHPDIPTyZOjpIiujBkcBlYbgg7gjJIS/UptJa6t4Lq6WC6t2 F5CnMIxC1jJoftL8fFvn8sVMuEWeXJS1y9BhFtbajFZSl4zPKSDIsBNX9KoZebDYEg4sPHxxPqLI /JN1YXOtag8RWZ1t7YJKi8wtWnJHMAha7bV3yvI5+hmJRNG06uPNlhDfy2Rt7l5IXSOSRIwYwXKK Pi5fzSKMrpznmXnnzHFZ61q2nxKI7czxu0YQxkn6vETy5AUHIV6b5ynbZnLLwD6aDnaXHYtgD+cK TPFEVkmIPpxAEjlT4dx7+O2a+HZ9gE7R6lypbbDmyzylY6PZ3Ftdak/1i6tg0kd76Y5NLKPjf4N1 qOw7bdBkcerHiG7jDb071ty/He0SxmvNkKWsGrapJJp9y0Ft6sU95bSLVZXjYOskW9YzyjUP2Ydg d86Ds/tgG4ncDk67UaPqOappIntLu60uaL0hC8k1v4SRTSs4KEfDRS3AjqPChBPQYs0ZxsF1WbHK Mt0/QpbW8k0xCIgLu3WiqKnpml12cZZgR5Oy0mEwjvzQFvJoMNlL6d6r2moM9yp9UMCLn4yYyu/B i3IfPwzWajLH6ZkDo5kYnmEvg0G606x12ee6M0c8cv1SBT8EcKxnjXYcnYn4j92T0+GEJR4fxv8A ilnMnmw/897C3n85aa8QEUS6dCFjMZWg+sTndTxI+VM3+YHiDz+vnIZYACXw9/V7RZpGvm27KmAt 6TcgFkE4qIT8TEcCvU7N9HWmS7dPsCsL8l6hFJ5u81WX1xZ5I545RETV0q8qsASAWReKj/JNV6AF irNMCvnv8zLiSPzzq0kxEZjeAijFlH+jRUIJC/qzl+1o3m+AdnpPoQXlK/D2Ru7cNDObm4djUcix majVqditKe22abW8UMo35RjX+lCYx2+f3vR9B14ah/o9wlLlV5cgPhYDv7HM7Ra4y25ScbLhHwR1 zGqSfCKVFc67QZpTx78wXR6vGIz2QerxCK1g1hNp9LDyNuQGtyP9IjNDvVF5LX9pVzWagfvpR/nf gOw05/dgqFr5ws5JCtzEYVr8Lg8x9NADmgx9pRvcU50sCO0u00RLf0tMEaW6szelCaKpkYu1F/Zq xJpm6w9pzMaiQXCyaSJNkKesWrDTL6n2BbykE/6hzZw7QiYi/qOzh/kyJ7fS9DjMhQGRQsn7SqSw B9iQtfuzKcxiX5sJLJ5E1GNFBVzbhySQQPrMf2RQ1+8Zi641hkfJtw/WHzxp2lhb6xhcNIHuSzSL QBeEMjKWqfFduu+crPN6Jkfzf98HZ5TuPe9Q8s6iLS/Eb/3VzRGPg1fhP45r9Dm4J10k05Y2GReY LeJ9OuFIFGicke4FQfvzuuzc0pAg9Hm+08MRh4gvOtJ1WfTboTR/Eh3kjPRl/r4HNo8rgznHKwyv yrd2rQz2VqSba1KvbK1SyQy8uMbVJ+wyMq/5PHIPQRyjJETCF886d9YgtLv0w5s3c86VZPUAWtew 2ockHD15nwbcurD3bipahNOyipwk0HSvR/yYMn1rWAqgxlLXmxJDA1mpQUNfvynI9N2H/dy9/wCh 6jlbvHy9+dupzQ+d9XR1CsGgqisWDE20XHche2+aLW47z35O10Q9DCPLTC6ZP2JBI7SV6khia9+v bMXWen5D7m+AofE/e9B0+31Ij4HMMX+Vv9ynNFlnDruWJIZVoemancsz2kvpvCN5iSlSe3w5HT4Z zJMNqaJyA5oPWvMmo2N1b3dy4+uaeZOPNSAY2AEyNwpWoAYV/aVTmdpNXm4jA9dvj0/b5MJ4YkX3 JZqP5h4C3DwyXMhHejFAfoUZUMeaYsyLfHCEvsdcsY4hDawosYJYRxtQAsSxotNtzleXBORuRssh jpkDeYL2XR5ooblvQ9Jx6e1QCpHE98cGXJHJGN7cQacmMUWUfmXp0V3ryzXN7DZzR2Ef7gkPyPqz h5WYxn/hc9EjIAPM63SjJkjLfZn+ltBNqeoyepFPPDL6QYRcZIkKrWMycV5AlAe/z6AQdmmuKsB/ LbUDqPmDzZexziazluYfq37yR2VSJHoyvslVdSAvjQ7ggEoZLc+WEuNQkvTqeoxu7pIkMVyyQoyc NliHwlSEoysCDUmlTXAl87/m/OX/ADB1ZFn9eNWg4vVTU/Voq/YAG3TND2gP3t+Qdro/oY15R1+W xuZIroUEj/3agkn4R0AqcwNbpPEiDHoP0tkiASGbWvmu9tpjcWSCMAEIZCebD/KTiQoPzJ9s1+LA MZviPF5VX37/AI3ajEy6bMx8s+e9K8xzvZH/AEbVbeNGnhb7BLs60Rj1oY/xGdHpNYcAAn9Mjt9n 4o9zqtVpeM7cwneuKRpR09Bym1E/U0Faf3qn1G/2EQd/owZM3iZDPoP0MsOPghTBNe8v6vDdAiqK u3qAtwNd6ggZy5xnFYkHawyAhdHNJDwdXZGLLGHWo+JzRRUdOR2HvmPjhORPBe3ciRHVMbjzPqaa ddQzFZlaGRCXFGFUI6j+OZuk12QZIg77hqniFPXbuxTUtNFut9OiMVYXlrIscp4MG2dBShpQ0G42 zvnXsR8/adFo/kjUFXULqf1JLZliu5/XLMs0SkK0gZ6GnMqpoD0oNsxNeLwT9zZh+sPAJ9dmtpnj TiI1ljPPwKODuT265zOHTiXxB+0O2yR9NsttdXa5t43tIjNMxpy+JIRxNC3q8SO37NTX6aauWl4J HjPCB7uL/S3fzppMu7dk2peco7XR2vNcSMWhhkW4a3dmkV1QtwMZUGjqp4uDSuxpnX9j67HKJiDu 6bX6Qz+5Idb0xdPvBHG/qQSKJIZNjVW9xsc38ZAiw8XqtOcU+FNPy6u4RqF9yNC/BYx2IhLhz/wU hH0Zj6rGZ4yA7bsvLHGRE8/q+f7KLObu3VgaLyRwQ60qDX+uYWh2OxjM0R3u21eDrEWCw0eUbC5u J/q94QkUhjeLjVo3FCVapHYgjbcEHNoJW6GfZovnQZb+XGkR6VqmowfWizyw2ziMhV50aYdDVvh9 jlU5AnZ3PZmm8KBHeWTXHlhJ7+S9Op6jG7ukiQx3TpCjJw2WIfCVIShVqg1O1d8g7J81fnbai6/M HVmim9dlaDjIStD/AKNFUfCAu3TNNrJ1l+DttEfQwLRpZ7PUQ9CpX7SkGpFOgGU5occG4yAJDPZf Od36dYo46fs15BzTxFKKD9/tmnHZ+MHcn9H7fxu1iJPRlPkf8x0kklsuAMiKss0B+Ghcsvwt3I9P DPHPSi/qxyP6miURI+YW+drk6tX04+E1y6wxRg70KkMa7dFBb6Mx8GfizHIdhEX8uXzLICo13sW1 fydqr3JkMZXl1BJXcUHbfL8erjEUXJjkCXt5b1KFQzgICwVSxb7R2AqR3OWx1MZcknIEwhF9bQOs 5pIqkBhWpFCN6jK4cMpxrvDDJXCXrn5i+YXsNYWCG85x3Gnxn1OKPzrLOtaqvH7s3XaeWccsBEAj z9/vDrcUAYlneo3ptL9Lh57k28IYzW4iHptzMcahW+DlRpK/td/kd646c4FY55b8xX+p69r1hcRI lvpUscUDqsily5kJJ5imyqg271PQriqMutcv4b2S3j0e6lijZB9ZBj4MrFQWSjMxpy6EA7Htvirw X81tPF35+1eY8oZC0AKtxOwtogD8JPX55znaeXhzV5B2mkPoYlDozrKGeUUUgjiNzT55r5Z9uTlc SbJHI54opY+AFcxiQObFWttFvY9QW9tkWC6pxkmYV5R/yNQ1/twnVxMOCW8fuPeGmcRdjmyez17U xpiXF3dxT3lqzx20KxSrQStx9VmlPxUETqoFaeJqKdV2Rg4Yk1L/ADiCfsea7a1Rxw2qyzfSNRml 063lmFWkjVj23I/jmTqNBGZsbFr0mtkIDi32SXz7qukjypqVtdFOE8TxRqCaibiXRgVB4shXmCaA EdRlePs4QIIlv7nKhrTM0Apw6X9e8qXFzfSmef0pXtLkgJM8CpSJphQVeQDm23emanUaGJyg8Nbj dz4Z9qt6ve309tYG6SymuJRx/wBFj9MybmhO7cfh6mhPtXOiaWC/mpqd5dfltrXr6dNZlWtQDIUI o1xC1ag+9DStDmPq/wC7l7m3T/WHzNdT3kcy+lH6kVPi23rXNBGII3d4E3sPMF7HShei/wAwKtT2 IzGyaeJYmKfx6yNSs5bedBNC44yJKvj8uuYgw+FMSiaLVLGDsUz0/wAzX0Nrb6PdS2x00kxRvNDL I0UVKrx9Jv8AdQHwjbbbbN1oddIS/iPLqK7utc3Va7QQyRo0zDy95OvNM1FWeZZEhDKpAIZyRTkw 6DrXrnRnUQEOK9nl8ehyeOSy2NvQYq5qD4ds1+aH5mPFEUR39XcY5eBKpGwWDfW47v8AMW5bRpyr PHbx6nGFJikSF5RJKeQH7wcUiVl2IPfjtboxKGM30bNUImnpfltiutXyBCVNta1cUotHnoDU139h lOgJMST3uTIVsjrrXNQhvZLdNHuZYo2QfWQY+DK3EFkozMaFulK7HtmexeLfmNpb33nvV5DagVeA EycailrEOoLZyvbGYQzc+gdlpZVBjI8nfGWIFOy8jT9Vc1n55yfERUHkt5zxSFXPggZj+AwDVyPK yg5KTGw/LjUIL2K5tolguQQpkkQhSm9Vc15U7/PxzJjPLlHhyiTE/Z5uPkyRHqvdZJr1vocgurm7 t77UYS8UEUMUqRoWbj6pMvElvgZQFFB1qds3ek7MxYPVIHeti8/2p2pKAEYcyzPy75wttQ01ZLuW OOUCkiylVVtz0qd+m+bSWixZBdVbr9J2tLh9R3Hek/nLzN5Yl0HUtOMaETwvGjxoFUSBSyMGHxBk K8gelR1GQxdm4ce8ebl4u1JZcnCN19n5aMvly4u7i8MgMUr2nNQJGhVSImk6UZ1HI7bVzRT7I/fC UQQAR7uf3O6GrFUTulf5+ay1t51sEYmAyabCxjYBmFbicfs8x+ObHXYuLJE1f9rfpR6C9k8wzzo4 WIajKWIU/VI2pEPUibmOIQP9nuzdxQryGbZwWQ4FSHypoWoaSt99enjuZbuf1/WjUoSWFX5Lsu78 m28adsVT7FXlnmG10GbzNqy6pcKt360dSCsY4/VYuOzlu3vmp13Y/wCYnxg0eTUe04YTwSS5fK/l SR6xXamvQVjb9Wa+XYGXpJuj2xjPVHW/lTSl63LmPsqKF/Ghyn/Q/kvez8Q2fylA9fvTa1tNMsk/ 0aEc+zkVb7zvmw03Y3CdwAPtcfL2gK23Lz3zPbRwa1OUi9P1T6pPJm5FyXZhyJoObNsNuudHjxiI oPI9p55zyerpyRV55uu5rRbeCMW548XdTU06UXwydMMmvkY0BTHtFk46wZtSikNrC9VCMnF+JV4q DqVqKvyoeQ2quRq2/BqseGIr+Ib9/nf6PLnuyK782yXNndQ3CmFWRjG8FOXT7L867HvTEhnpu0Lm BIcy91jEgQCRg0n7TKCoJ9gS1PvzHeqY5+Yti9/5UubQOqRzS2yScgTWtzHShrtv7HMfVwlPFKMe ZDKExEgno8huvypkZz6IST3RhT/mXnJyw6mHOP4+LsYayB5FCf8AKq74bfV/+G/5vyHFm/m/c2fm Airf8udShjKLCygb0HH+LGuVSGY/woOcIzTfy9klu4fr0DNDHIHcu3AUHUUU1NRUeGTweOJ7DhHV ry5IkPRZZkjB/mPQZvdNpZZT/Rdbmzxh72P6++pCzQ2MckrNMi3CwFFn9JjRjEZCErWnIkii8iPi pnRVQoOoiQTu35e0oaVZqu31iQiS4INV58QvFCQDwQLxWu9Ou+RnjEomJ6p8U8VjoyXygJjrWpv6 pZGhtmdHAPGrThVQjjRRSu4PXMXDg8IEOyx5vEFsty5seP8AmvzXpeleb9UtdQt4p7gSxP6wSnwt bRUFG5dv8rMPPosGSXFP6nV6vtaWCfABsh5fPPlENzW3RX/m4R9f+Cykdk6a7B+5q/0Qd4/HzTD/ AB5oxjBic8f8hOn3mmZWPs3EN+bGfbgPL7mO+YfPbPC31BzGFFWYkeoWO1BQmgzLJjCO1bOq1PaE p/S8m1AXlzqDSMpPqOX5VJFWNSanpuTmsyTMju0HOZRHEeSbSatcW1k0akKqg0Pfftl3jyEaDjCN lb5Muq6slxeE+nBKsgBK0cqysqj27mvceGWaWQvm7MZ4YYjh5nn+n9nky271vU7lLj/S5eIqTRvh NQarTpTehzNu7cfT6mfiCzdlI/8AnKW+ltvzI0iKSdQ7aVbluKEA1u7gbA86ffmvzY7kC+g6adRL 6I8z20k08CrZXk4D8+cMgCgqyUIqJeO1afZ3H+yXKcJk2BLsVSS48maDcX8t/LCxuZZFlL8z8Lrx +Jf5a8N/p8cbVj/nTytoQeTUBoF5qt7NJCZmtriYMw+ydvVHRYwp26EZIEtOTT45m5RBPmF2m/lz 5Tv7L1Z9Hm06cTOjQPdXTNxilK1qZACJFWoI7HY48RYfksP8yPyCD1XQ7DTb6Cw03y7qVzCJSqtB e3aQkFEILMZOCKWmbetaoexx4izjggBQiE707yhot9p9leS215ZSyoss1o97e80LIaxPykU1Unfb qMHEWXhR7gxjXdE0tNblth5S1TUVt4SVuRd3Jik6v8MjSndVU0Wu5alK0w8R72uWlxSNmIPwZFF+ V3kuQRSmwkQFPii+s3dOTUNfikVvhoR0HXHiKPyWH+ZH5BjM3ljRotUmgXydfyW6MiesLu59MDnw aRaOS27gkCvwiv8ANR4j3o/J4f5kfkGUf8qr8kGRi1i7RsoX0zc3NAQTU/3veo+7HiLIaTEDYjH5 J/qOi2Oo2AsboO8AZXHxsW5I3IHkSWP05FyEtm8p6Fa6TdwRWkssB4zm0hlkjZ5IVBTjwZPiLID1 +1vhtBFsfstLt21uWyfQtUhtTc+iL6S+uxGE9NmDLwlYlSYuvQFhvgnESFHdjGAB2FJ1eeU9ItYJ J0ivromSMLCl7e1VXZEY7SkkJu56nwyrwMf80fJsspJ5asU1K4SG90LVdPhkWWQXNzf3goyshEfE SAjaWilqV4nvj4GP+aPkiymes+XNN0rSp7yGz1HVJouTLbQXt56jAklVUCXemy7CvfHwMf8ANHyT ZQXlvRrPVCY7/R9TsBHEjpNdX15ylJJRvhWTipBSpBNdwQKHLIxEfp2YSiJcwra95X07TdLD2thq GpXBHpn0L269QGn2+JlI/hXwG+T4ix8KPcGtE8uafqtvc/WtLv8ASJU4rF6t9eMWEiBg6/vAu3Lp 1B2IGPEV8KPcGR6X5c0nS55J7NJVllVVkaSeebkqV4g+q79OZp88BLKMQOSHuPJmg3F/LfywsbmW RZS/M/C68fiX+WvDf6fHBbJjPnbyf5ckuZtQfy3d6veyNA0s0E81XBLKVp6v7KxBTtsGG+AxB5tO TT45m5RBPmHaR+V/kjUtMiubjy/JplwzfHbSXF0zqEfdWJdR8QHUVG+xwcA7mH5PD/Mj8ggNa8me W7K+hsLLyleXsRkKc4rq5WJl4IQWZnKKnKU961Q9jkuldF/J4f5kfkEz078qvIl9p9leS6I9lLKi yzWjz3XNCyGsT8nU1UnfbqMjwDuX8nh/mR+QSHVfJ3le01iaztvI99eRQRMwnjuJxDIftfC5k6hU 2FakmlK0w8Ee5fyeH+ZH5Bki/k/+Xsyxu+k0Rk+OEz3VCzcSK8nVvhoeoGDgj3JGkwj+CPyDGH8j +VrfVJoIvIt01urIhmW5uBHTnwMgoxLbvUgV+EV/mo+HHuQdJiP8EfkGYJ+VHkZCQLB/RKhVh+s3 PEbksf739rlkwaFBI0mIGxGPyX+ZPys8g+Zb+DUNe0lNQvbaJbeGeWWbksaOzqtQ4rRnY75EhyhI hlYFBTwwsXYq7FXYqtlljiUNIaKWVAdz8TsFUbeJOKulljiUNIaKWVAdz8TsFUbeJOKueWNGjVjR pW4Rjfdgpan3KcVc8saNGrGjStwjG+7BS1PuU4q4yxiVYSf3jqzqu+6oQGP/AAwxVxljEqwk/vHV nVd91QgMf+GGKuEsZlaEH94iq7LvsrkhT/wpxVwljMrQg/vEVXZd9lckKf8AhTiq7FXYqtSWN2kV TVom4SDfZioan3MMVcksbtIqmrRNwkG+zFQ1PuYYq6KWOVS0ZqoZkJ3HxIxVhv4EYq6KWOVS0Zqo ZkJ3HxIxVhv4EYq6GWOaJJozyjkUOjbiqsKg74qs+t2/1T63z/0f0/V50P2OPKtKV6Yqvmljhiea Q8Y41Lu25oqipO2KrsVdiq2WWOJQ0hopZUB3PxOwVRt4k4q6WWOJQ0hopZUB3PxOwVRt4k4q55Y0 aNWNGlbhGN92ClqfcpxVzyxo0asaNK3CMb7sFLU+5TirjLGJVhJ/eOrOq77qhAY/8MMVcZYxKsJP 7x1Z1XfdUIDH/hhirhLGZWhB/eIquy77K5IU/wDCnFXCWMytCD+8RVdl32VyQp/4U4quxV2KuxVJ 9A1vUNSluku9NksBBwMbP6lH5lwV/eRQjknAcuBZfiFGOKr73Xmtbw236Nvp1XjyuIYg0QDlRUHk C1C24UEjc9BirD9Q8iRat5g1XVdOvjptwzJbywvDyjZI4UbkInKqrMZGBco3t7vEAtJbPpHnezgt bW68saB5kj+sJGb6N/q7gSSUSSeNLVlURr9to1bqG40BxEweRRwAdEw8u2Jm0q5uvM+haL5dtI7i KHThLFGztDFJxkEomCAeqqUjNa0NabCpLHgj3BJ/On5ax6bANR0lbNNMs4AsonISVnLMQ5kI4h5n AHTqfYZKBA6OHq9JxjYmPuYLP5TuLTVvS1HTprmcn1rW8ijmFqOKkSAx8njUnnUct6hv8nLQATu6 7U8ccHoJ8/534/QoJpslrNFZiyea3kqkc/phjGQKhZG679Bt8zvh8OI2oODKc8kTIEiQ5jff3fj4 IK+8ia3KEKTSwBa8j6cgrWlOhGYn5M/zmiM8o58X2svj/K+5tbWPUjqSOjLMzWwjNQI1Y7/F3ptt kYYJRPN2eHST4oy4+Z5fgvc5bmG004zw20rxRgcbaCIiShNPhjPE960yx6Ji/m4QeZvK93pk9ldW El1Jb20clzDRk+sSx/vEdC6igbf4gQdjvhDCd1tzed6n+WfmfQb+GWzntNZHEl7e7iZFK70Ak43D hwRXkcmKLrsmIRO979R+KQMWn+cy7PH5PsYbh7n0Jpy0jpw4q7zORCtEalENSSdiooclafDBiTxS pGebPI0Emq3gsp7e5ayBD2sMYIUvEBwkVCd+VTvkTHiILiZ8c8ctia2/ASa68l6zcabqEMZgE2mw LNLFET68nKtGShjZDw3YcasKhegrI8qAZ4cFSM+KXfR5fbz8lnlzyXLe6fa3NmZLN+JT0LhH5s8p VnaQSGvX3+TUwcB7+jj4/ElIxmb3rb7KpP8Ay5oFz9WjkvoJEaDlDc2dzF8SuhKfFuyncVBBI8Dk sf0gdUS0+THOjIyAZrB5O0+S9uYOVunohP3pjWj8hXb5YOLbk50cBMiOLkm/ljR7LTNavIk9OWR4 Ld0kjjoF+KYMOQqBWnjvlcjbn6fHwirtNb3Xmtbw236Nvp1XjyuIYg0QDlRUHkC1C24UEjc9BkW9 guq+VE1HzTrF/p10+nTKiRurQ8onEcKNxWJ+KrIxkb4yrHuPfGnquGZiRyjf7GQhYtJ2m86xx21j f+Vdh2w+sqi+ZjayBXkAWWWNbZlURg/G0YP83GgOU4u0IZNt4muqTjrdO/JYmn8vtP5k07SdEtop 44tNMqo0rQxycZBKJuIX1VXjGa1oa02FcjTSHAAJcTGcbO4b8x+SU0mOO+0yKy/RtrbenObpxHK8 jSOyyPKw4EBnAHTYt/kjMmMnHzYeIUDSX6X5OsD5zmsde0v63cvCZtNv7aOcaakkcZSUtAJJIUZ/ U5ASVPPka7piz4QY8PkkF95AudM1OKwEMlxp0kzW8F36IkEPFaqJWryo/RTxptu1TlgMeodNn0c5 3ISIIPnSezfk7HFe20XrQM1xz/fC3Hw8Frvv36YiUP5oYS7NyiQj4h49/wCtHar+V0Vsl1qMUsCR wwSOYEhC14xnpQ/wwCcQNg5Y7PmMglx7DowL/nIGOU+cdH+pxvHbiwj+BVaMAfWJduBC/dTMLNzC 6+RGSFGvjXV7y0OqmW9Ed+gd1kFnGyo4iYogjZlCoxCtUkFjWuZDtUtSy84yxOYNdtZAVAikFurU O5Bbi1DyBWvt08WKozQ5XbUdVRtYi1JlmDNaRmPlZks6rGQhLKDGi7NvzDnoaKFTnFWDX17c2mva rujySFYnPEqOLQRHYcjvSnfNB2lnOPNt1hXzJb8cbHxVtK1YWGmXciFRJFWeQMCQIY1rI/0AZX2f mkImMN5k8vJOQb78ksvdN80+crWK4vbaOHQJZFuYtFvIVW4ZEDCD1KsQGLESOr9KADuT0opwMnGR IAe5ff6Fa2o1Hy6dOMVtr9/az2zWyAW7Rx/V0nSi/DE6R27OQdm3ZankFDcyvQZ577RmhvZBLcwv PZXMqApzMEjQ8+JLcS6qHpU9cCkWKQtv5I0eCSR0aasj+o1WXr7fDlhyFw49n44kkXurMmsagGtL +0WC1M86SSRurcoEYPbSLvVSwoHBHUHtQ5EGm/NAyqP8J5/oSL6totzba+LFLn/cSk1u91JxELzi FjIiD7Z9Oo5EqBU7E0NCZlrhpIRNi2bxiQIBIwaT9plBUE+wJan35Byko82TTwaR68JUelPbMysp atLiOlCCtN8p1GQwxykOYCYiyx+Hz5cTXD28ZiaaOvNeDinE0O5NOuc6O2spNen5H9bknAHL5q1/ UdYt9EsVEUs6NNdX6wmRLaFQQGPJuPORxxQGvc0oubPQarLmJMq4Q1ZIgJE3k/V7WCbVtV0u1utU e9h2G/u4RGkrfV7lZ1SCQsWX4EWMAmhGxIrXNztTruPIJEyFQRtpbadq3mFvMETyLZaxeiwdZI2i ciGyVo3+IBlKTRPGQy719twCQ2TxQy7sl0/ytAssr3CuhjmP1ejKaxqaqTSuEzacWjFknv2U9btp 01O2tLaD6xBqcwbURzCOkaA/HGTt8LEEg9RWm+AHa2c8cePh/nfoY1q95o+nStchJrrTvVjgiSGn rySzLREX1DGu7A7tQADLLNebhRxRlM19A6so8tRWCaxffo2b1Lb0Lb1Q6ty5856UJ4U+45XK+rsN MIAHgOzJcg5DDtSvRBcX8RkV7xNQin4hWVeItYgp3J9u+aftXPGIAh2iQl97dijaW6vrT3CG6vOC R26MzMoIAUfESdzmnz6meeQsC+TaIiKH0jyff+YU0rUtVijj0eWRrm40S8g/e8EDC2DhiwqzESOr DagWlak9BpNBHFUv42icyfc7zDo0lot95es9KAttfv4J4fQQC2McSwCSMAcVhdFty7A7Nuy78guy FdXGyGQ+kIzyvH5nRJLoQRzXaST2ty5KgM8UpVm4l9i3AN175MkEOFHHljMyiObMNLk1WSNzqMSx SA/AEIIIp7M2Vyro5uEzI9YpC/pHVlhmhmtki1Bp5UsEDc0mgRgyyVqOJ9I/EGI+IGm1MxdVmMRU P7yXIe7n9jkRF8+THf8AFGqarFr1itsBFp0U0F3PQBfU9Ji6p8ZZuGwY0p4V3zFw5tQcgjIR8/If NkRGtmH/AJzaXNdeZ7KSSdQ8VjHXihoT60p6FjT782X5fj3vk872oR4uO/xu9Pks9DfXJpzazC/k QwzXMZlCutISVIjbcUKb8abHfrhd635Tk0RrG4TR4JYLeKcpIk3qAmT00YlfULGnFlHzrirH/wAv YjH5n831s/qvK5harVMr/wB6KysZJanbkN+hDdGAwlDILnylY3GoSX0t1dmV5FlVBMRGjIVpxQCl KJSjV6nAl59rPmGyh876npcavKGkikFwH9RByghUjkxJ2b7s5ntjbLfuczDC4Wm/leO216R/0iGW EPPBHZwH0oXjhkMXKdlpLI0nAllLcKHiVNKnO0WTEJCAjUuEb/BpmDzeh5uGp2Ksd1MnQ9YTVIkA 03UD6OqKGb4bg0FtOqBWFXb905qK1Qn7ORnLhiT3KAnIlF5YVSRoDcR/DIpXmhddiKgiq+4yGLKJ xEu9SKUdDTV4tMhh2eeK61CIFJbqAFFlCkhZCn7DOtCyjYGtNsstXeYKfoHUq9Pqs/8AybbChu90 211LTFtVuZUt2KOs8EpLngwYfvG51BI3xVjHnDSLLR/KV6ttcT+pLLbvEJZ3di6yxKaVNWqByINd +lMxNef3E/6pZ4vqDzy0XUElingk4PdzPbyystXVRG07uoPwlj6fEcvGtDSmcfpMY9Upb0P0hz8p 5APUPIWkRWmmm/DvLLqCxu8szFpCE5ABv2R9o/CoA3O2dT2ZE+HxGqlyA6OFl50yaWKOWNo5FDow oyncEZsmkgEUUgj8q84bm0u5i1nNVokiJR4pAwZJY2/ZdKfCwycpW4+DBKBO+yM8uaheXen+nqAV dVsnNtqKx1KeqgB5rVU+GVGWRdtg1OoyDksY81XmrHzJaz2Nw0VvbLJBdwMKV5brLE6jkGB+FlOx HgRvbCOzrdTmHFQsEdW9GX01uLiQl7WEKbi2O3qBqhdunwnfJSaMAqyeQ5jvTvSI7CPzLfCGkJa1 tWjhVuIIJmLHgDRqfLbKpOzxAC6V7nylY3GoSX0t1dmV5FlVBMRGjIVpxQClKJSjV6nItzzXzndy ReaNQWzuZDCWjNUcyDl6KV+IsflnI9uE+P8A5o/S52mA4Uj0fUJbwOdVe4ngad40tUbjGUSQoPUO zsW47rXjvQg9cxxmGIgAb7G+fMXt3ff5sjDi3e36nrMNh6YZDL6nL7BG3GnX786nVa2OGrF24cYW hrbzNDPcRwC3kUyMFBNKCpplGLtSM5CPCd0nFQQupSLoespqcSj9H6gfR1RAx+G4NBbTqgVhV2/c uajqhP2c2M8gAJ7msBX1bzBDFZBQJEe5gZkkjK84ywoCOVRyX5Zr8/aUYAGj6hbZHGS8+0rz5fRa Z6WrGS61RAFjvUotKMQzhSfgMiU5AbfRmjl2lfFXFe3CT/D3/qckYCzW91qxutF1eVISkos5PUck VYFCo3Hhm702thMkiNS2+PRxpwIY3+YNto82pq8kgfjYJ6DmdjUepNvXl8W+bmB2dTrMdziat6CZ NYF8VWGBrHekhkZZOiU+EKwP7f4fM1OxdpUmrSQyHU4Y4ZlkpGISWVk4r8W5NCWrt/t4qxzyPoWs 2GteY77UrZYF1G4je1cMpd41MjHmFkkUfFITtTrhVNrrWtbi1CSCHRnmtI3RfrXq8eStwDMqFDXi XPfoOuBXgn5pas8P5l60gThM0UKGOQVIQ28XxfCSOvvnP9q4+LID7naaQej4qn5d+ZNL0zTJ7O6m WB452aBSrnl6n7wk0r+2xGa/URJIkOo+7b9CJYzdD8dXqZ/My2gtbWK9ubO31ZhIby2clAgBrGRy bum/2jmyHaeWWOJjG5G72lXk4hxAE77MxsNUsL5a2syzDiGqtaUboQc2+HUwyGoncNJiQgfOjKPK WsVpyazmWIeMrIVjA9y5FPfLZ8ih5TJ5k1OKRo5IoldTRhRtj/wWefHLIOz8MJ55P8+W1pfm31SW K3juacSFkJPpqxNKFvEZtOytd4cjxUIHmfnTVmwWNmZ6l5h0e+0G++qXIl9W2nEYAYVIjYdwPDOk xa/DMgRlZPvcOWOQ5prqF9eW+n/WLeye4uOSAWnIK1GYAksvqD4RvmWwY75i1PVrjyvem50xrSdJ bf0l9RZENZI3Uk/uz9o8SADvmNrf7mf9UsofUGB6lf2DtptxM6i9sbmNjHRqK0ytbS7+CrMx+jOR 0+S7j/Oh4b/ocycDzZpF5rurGzVGECQQqB6klRQe55AZn4O08sYiEQDXv/W1Sxjmyix1zRdQkMdh qFtdyKvNkgmjkYKTTkQhO3vnUOMi5ZEijeSQ8UQFnbwAFScVJAFlJdJvLW88x6pNaP6kItrON3AI Hqh7hmG4HxcGSvtTCRTGExIWFHzVpt9eSW5tojIEDBqEClSPE5OBAcPWYpTIoJF/h7Wf+WVvvX+u T4w4X5XJ3Jt5RtLyz1W/huIGQvDbNyqtAA0w3+Ku/sMrmbdho8coxIITC51rW49Qkgh0ZprWORF+ tCXjyRuALKhTfiXO1e3XIOW8E/ODzVqmm/mHfRrbxpZsbb1HmBZwTAlacHp9kVGc/wBpaSGTLZJu naaOAMEF5N8yWw56beslvpssj3Cyqr8zJK3qilS+xLntmu1OCxfWh9m36GXBV10ZwdRisNduFuJ4 IYZ6M5lkRWAVNiAWB6nwzFhhyGViJIPk0mUa57s6TzDxiW/gaOS6nASRKEx+mu6MtD3+ebf8+Y+s V4h3I36fjvaOC9ujE/MMavb6hfkn6xJbyRoo6cnJZOIO/LmRTfMDASc4n1v9NtkvppinnOfWk1ie 5itlZbl5JWJ6btXb4hmNPhnMymaMi5WICqeca5qzLzuG4i4loUSh5mlAe/h75n4MPTo5EQzHyn5r vJI54dQSKGW4idSiq3UB6U+JvbKoYRDLHh5cQcfPD0mnunmHXI7Oa9iltZy9zYJQL6R4bzj4qyD/ AIWudXl1UMZAkdy6oRJTJIIo5b24OsOYjcLzjMiGOFxwIiJNStaj4aj7XTfL2KZWcD29rFA8rTvG oVpn+0xA6n+3FUh8qaVBp+payLbUYLq1kmUx2ECoDaNykLI/EsaktSh/l96AqyTAr5L/ADzuLm3/ ADS1ZvVAlKWwLIgAobeMgfEWzVayIM93caIfu/ixDR7uee8KyTuVoXIAA3FANxv92YeShHkG6WPq nd95p1HTV5291LHczcmE6qpbl+0zMdyTy6nMaGMZJWeiIYo9yb/l9+ZN1o3mB7yS4uX0xlhjntlC bJHJJJxUVChf3jD7szuOQ4SDUgd/6Q2+1xMmmonuP2PaYfzE0HzU9gLa3nfT4JWuLxZI/hLRJSKM tXhyErrJStRwB8M2eDMMpMCK99bj4F1eomMQs7+5OL/yXpmppFd2NvFCJk5tzrUs24JpyzW6zscS l6BGLkYdSTEFh+u/l1qml6Ff6u0lnNd6bEbq3Dc+JWIFpYzsv96g4jwNMx9P2LOJImYmJ7v7G6ep 22SO3vNQfT2NvO9up9WF7d0KNG4j5SRsCO3KhptXNbDDPDmiL67V3W2GUZRJp71GJAgEjBpP2mUF QT7AlqffnauvYd+cN5dWP5e6ne28vpNbm3kLAVfa5i+yagA/OuUakXjkPJtwC5gPmO489Tz8i88/ JmDlgkdeQbl4+IznYaURldB3EsNimRaR+aWhRKr6xFfajcoQ6NJwaNWoRVYzIIwQDseNcJw5LNER Hl+vm0y0j0DzZ5lHnawMWkTXGnXE8csNnM/FWQSxtDKrOhdgrjf4e4Hhlx7W4c/Xg7nElpiB5szs fzL0H6ktnrjtb6n6bx3FuY2PqyIKMIgoNfV6oO9aCpzdYNSMp9INd7h5I1E2gvy21lZ9Uu7ZY5ID cme8mhZQvFmkUKp35Vjj4x79hmdONRt1Wk1QnmlCPIX9j0XKXbMQXzTc6X5zu9D1LlNYXX1aXSrq ONn9KS6ZozazstaEvE0kZIpwqCdhihP4RL/iG6IZRGLW25qVJJPqT0o1dvuxVMsVfLv532dzc+et UiaVDJzt3B4UXj9VQUoSxzSa2Yjm+DttEagw6wtZ4Yys05ahBXgANlFAK7EUp2zEnmB5BulCzaf2 vmXWbVWWC9kTmSzkKpZmJqWZjuxPicomeLmxGKI6K/lbzBqWl6pcXtzcyzaZ6cSNAAD6YRpJAFX7 KqTIw+7LM5GWAA+sH58vtceWLhPkfsemeXdTsfNl1bPZqz2NiWvb0SRkKRBx4xcgCvPnIHAr+zXw yzRaORmQdj+i9+Xlt8XFzTERbMp9E0PzDYyG0tEimjPAPLXYEVP2S2bLWdkwlGoACTj6bWcW4unl fn38kNWj0C51C2msUOnwy3Dg+oCwjAcqvwU5MFIFe+Y2k7Nywl65Aj8eTsPzgA2Yd5M0q91BZnMq iWwRmuPUUqxJDbCg6jpmJkjw5AO8j72/JlBiXsP5m6lqVprSQo0LepYp6rGNtz6kw+ECTb8cyO1s gjlgCPxfucHDC4lnLy6fHfXTnS5GnWeFfXSB2MgYx/vA/GnGNmqaH9knN+4ydYqw7yNNHLrnmZrU h7E3SlJPq8kLeuWkM6mV0X1eJ4/tHj0oNsJVO7nyn5dub6S+uLFJbuVkdpmLEh5ypVl3+FhwG60w K8L/ADU8i635g846lLpWmXEtkskI5wxFR6i26chQgfzV6ZqNZjyeLcRezsdJmjGO5YSnkrzHpUht 5NPnSIkmR5FpxfYBfDNZlyD+LYhzPEieqJn8ua5b8fWs5I+VePKgrTr3zHOSI5lAmCzCw/J+LVYo pDLcrNC/qNGoTsdq1HfJYDknYjG2mWp4UbPaNoVsfLt7fxvDNdxTwx+qHkVQZYy/HgnElGVSvxbr 1pnV6HHHDGuRlvXns8f21qRkIhf8X60ZeedW8tpC2nGC6k9L0gsrHpstfhK9syNTk4R5uvjq/Crh o7Uxm18yah5muotJmmj061mk43N1CyVWIVWQkS+opC16U3ag8SIYskpg25ejzCJEp0P0Xy+f3PT9 Zu9C0nSZtPsblr2S5gaG4DMrzElSzTuTw5M7kvIe+9B2yn8mDKU9/VX2O2lrocQiCGcXOmaZqOm/ U57flZPxPoUaKnFuS7Dgy0IrlzksP/MTyro0XkTU9O0+yWA3rQJ+5Qmh9WKMvWhCtwHU9e9cx9XI jFIjoGzCamD5vnvUPKV9waw9KT04G4K3w8iIzxFc5eGqANki3dCfVLv8C3P8kv3rlv54d4T4iZT6 DqU0LxNAwDgqSKd/pymOeIN2ECQTXy3onmhtasU01GhnM8Smeu0YLgCQ0DfZYg5kaTJjlkF94r5u PqN4vqE2aG/W85HmsZi49qFuVc6q9qdN4fq4vKkr8za7faULYWtr9bkun9GGEfaeUgsEWpUfYVmN egBOGIDDLOYI4Qx/yHoVxe6jc+b9Qu5bh71ibGAtGbcIFKiZOKhztJIkXM1CHcAsQAW2JtkVjOJv NOoCW1eN4YLeO3mdAeS8pizKyluKkmnxUJp0yAJspVbnyl5cub6S/uLFJbyRldpmLFgyFSrLv8LD gu60ySvGvPGl6Xc/mLeSCT6vwkt2aLiI6KsUdW4sAevfvnPdpYc081QjxCm/Hr8OKPDOQB83TeSL LVHLzTyRpGSIGUpR0NCG3GYOHQaiFjgLaO0cVbSCI078qvKksjR32rzWztT0FrHV6VLfs9ts2Ok7 OnO+MGNMJ9q4wQLG6MPljQdBm42uoNPb2YEzSyFRQE1PKgG2Xz7Bxk8UpSHydfqO2SJEDhqnnnmn z9rcd69qZYb23HxQSPJzookl40pwp8Lio36dc2Qz+GBGO4p0Gt1A1ACKtfzSu47WGPhaVSNFNWPU KAf2sidZLuDi+NOOwA2do2pah5t18WbSJZQXMgDXMBQ0i4lZmIl5qwUdqdaDxIyMeaUwQXO0UBHI Jzqz9lj7z9z0JfOGlWVhdafZTJeS3EL2z1cPM7MG9SZySvJmJZ3Pc1oO2UQxYxkMwd5OfDtLiIh6 WOfnteWlv5s02ONxbxtp8fGKhi29eYU4EKfwzA18Cckaeh0oHCdnul1FrDer9XniUGRDCrIahBw5 gt8Q3o/7PfqOubVwUdiqHtNN06yMhs7WG2Mx5TGGNY+ZFd24gV698VSu4uvNwv5Fgs7Y2KSKEkdz 6jxkqGIAagahbr4e9MKsa8xaB+aD6zeXmhara2VjdSRMLbeRw3COEuS0DfyVO+wyqcZE7Fws+HNK Vwnwj3WkF/8Al3+atyC11rFlcc5FLgA1JZgOW1uNhWpzBn2bCZuQu2Ax6wcsv+xCMvfy886XDQrP c2cvxFVIZ6LVSxLUhG3w0+eZEuztKecPtP61ENYP8r/sQjrfyv8AmTZOv1bULRTKeDMpJAABarVg 6bU+eZGHBhxm4xpicOrPPL/sQx/XPyn89apq0d3Je2Jm4E+sS9AUfluRCNyXqPpwZocUgRtThz7J ySNmYv3IC6/JXzzcSokt9YOeLFZP3nFaEChpD1Ndvllc8c5cyw/kWf8AOHyS60/Ij8yrW4m+r6rp sTyBGklCvR+qgVMHVeP45KEZx5Fvl2XKQAMth5J8/wCVn5jzXjNLqdkSFWrnmAVaqlQwg6gDf55I HJ/OYx7KmMgmZDY9z1rUZtYjsQ9jbxy3vJQ0LP8AAFJ+Ihj6daDfJu8S6SDzJqGnSW9/bWqyGaBw FldUMaMkrLULI1aqV6DBKIkCDyKhAHydp800zPodtz5/EzXdwAxYBiy0j6fFT55gHsrTfzfv/W2+ PPvULjyNaTQzR2+j2sEysFSVrqcg7KxKgx7ihp88qzdj4TEiIqXfv+tkNRK9ypXfkOO5RTaaXa2h VnVw9zOxYKeIO8R2NKj2yvUdjY5VwAR+aY6iXVFaB5UewHr/AKNtvrSuwWQ3MymiNtt6RFKrUe2W 6TsrHi3IuV82M8xkm9y3ma5s4zaw29pK/FzzmcsARupBgO+bUU4uQSI9JopdrGl6vq/lxba/sLS5 YCO4aOZy5LxESAemYOPKopT6OmGxaDGfDV+rvRMNr5isNCNrBDbetCrFGjmc/tFqKhgp02xJBLGG OUYcIO/eraHY+YIL+5uNUeCVZo4o0aJ2LL6RkboYoxv6njgJHRlijID1G2ri683C/kWCztjYpIoS R3PqPGSoYgBqBqFuvh70xbXnHnz8rfPusea7zXNKvrK1gufRjWFi8kgAVIiTWAinw8j7ZUYyEria dZrOz/GnxX0QH/Kr/wA54IkVPMNgyKUQIqkkAkL3t+grU+2P7zvah3bMChIfJF3f5Z/mozRMusWJ nBZYpQGpGSpJZv8AR+nw0x/efzmsdl5LBMxt5IcflT+axMkd7rNhcrdj0XKhqBQrh5qW427fPBIZ CKJTPsuZ/iG/kl0//OP3mea4QSz6e7FCfUrLxAUjY0i6nltlX5c97WOx5jlIfJL5/wDnHDzmbrjH eaasbhmU1lKrxIFCfR6nltj4B723+Spfzh8k30L8kfPekSt9UvtPhuOKs9wvMhq8lABaA7qB+OWR jOPIol2ZlJHr5ctlez/JXzlDqHqG6sCUHIuDIA3qBlIB9HqO/wA8jDCQbY4uyZxmJcQ2Pcmn5s/l B5l86+YrDVrG5sraO2tUglimklrzWWSQ8SsRqKOMGbAZkEPUYNQIRII5vVraxit5riVCxa5fm4Yi gNKbUA/Gp7dAAMlxERirsVdirFvPP+Afqf8Aztvo/V+UP976la1k9P8Au/ip9v28cVTPyx/hz9Ft /h70v0b9YuKehX0vV9ZvW4V2p6nL7Pw+G2Ksb80f8qm/T0X+I/q36T9bb6z6vper6cFfU/3T/d+h XntSlcKsp8ufob9A6f8AoSn6H+rx/o/jy4+hxHp05/FTj44FYT5i/wCVJ/4kvf059U/THpH676vr cOHB+tP3PP7XGnxc+nx4VehWnofVYfq/+8/pr6PX7FBx679PHArzy7/5Uj+m7j619U/Snqr6nL1q +r6ycfT/AGeXOlPT/Z5fs8sKHpGBLsVUrz6v9Un+s0+rem3r16cOJ5Vp7YqwrTv+VTf4qk+o/Vv8 R/Xjy4+r6v1r0puXGu3Hh6nLj8Feu9MKss1v9Ffo5v0rT6n6kNa8v7z1k9GnD4uXq8eNO+BWIeRv +VRfpGD/AAl9W/SPozen6Xq+t6P7n1OfqfFw/u+PLb+X9rCrIvOf+Ff8PXX+KfT/AENT/SPV5Up7 en8fStePavauBUp8jf8AKtfrEv8AhH0PrP1dfrPper6npeo/D1vU+Lly5U5/Fxp+zxwqmHnf/Bn6 LT/FfpfUOfwepz+1T/iv4qePbxwKpeR/8Cehd/4R9D0aw/XPq/OnP0hw58v2+h3+/KvL4q4qybFX Yqxbzz/gH6n/AM7b6P1flD/e+pWtZPT/ALv4qfb9vHFUw8of4Y/QUP8Ahj0/0Nyf0PR5enXkefHl 25VxVj3mj/lU36ei/wAR/Vv0n6231n1fS9X04K+p/un+79CvPalK4VZT5c/Q36B0/wDQlP0P9Xj/ AEfx5cfQ4j06c/ipx8cCsJ8xf8qT/wASXv6c+qfpj0j9d9X1uHDg/Wn7nn9rjT4ufT48KvQrT0Pq sP1f/ef019Hr9ig49d+njgV55d/8qR/Tdx9a+qfpT1V9Tl61fV9ZOPp/s8udKen+zy/Z5YUPSMCX Yq7FXYq//9k=
  • uuid:08EA518C105511DC8508991F96CB2983uuid:C02CEAF1121811DC907AD1D7CCFAF109uuid:DCAA7DBDEF0F11DB87679A8160FEC164uuid:ACFDA5C4DF8F11DBB291EC2AB4B73BBC конечный поток эндобдж 6 0 obj> эндобдж 7 0 obj> эндобдж 8 0 obj>stream application/postscript
  • Fig11-1_new
  • Adobe Illustrator CS22007-05-30T15:23:53+05:302007-06-01T21:37:13+05:302007-06-01T21:37:13+05:30
  • 236256JPEG/9j/4AAQSkZJRgABAgEASABIAAD/7QAsUGhvdG9zaG9wIDMuMAA4QklNA+0AAAAAABAASAAAAAEA AQBIAAAAAQAB / + 4ADkFkb2JlAGTAAAAAAf / bAIQABgQEBAUEBgUFBgkGBQYJCwgGBggLDAoKCwoK DBAMDAwMDAwQDA4PEA8ODBMTFBQTExwbGxscHx8fHx8fHx8fHwEHBwcNDA0YEBAYGhURFRofHx8f Hx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8fHx8f/8AAEQgBAADsAwER AAIRAQMRAf / EAaIAAAHAQEBAQEAAAAAAAAAAAQFAwIGAQAHCAkKCwEAAgIDAQEBAQEAAAAAAAAA AQACAwQFBgcICQoLEAACAQMDAgQCBgcDBAIGAnMBAgMRBAAFIRIxQVEGE2EicYEUMpGhBxWxQiPB UtHhMxZi8CRygvElQzRTkqKyY3PCNUQnk6OzNhdUZHTD0uIIJoMJChgZhJRFRqS0VtNVKBry4 / PE 1OT0ZXWFlaW1xdXl9WZ2hpamtsbW5vY3R1dnd4eXp7fh2 + f3OEhYaHiImKi4yNjo + Ck5SVlpeYmZ qbnJ2en5KjpKWmp6ipqqusra6voRAAICAQIDBQUEBQYECAMDbQEAAhEDBCESMUEFURNhIgZxgZEy obHwFMHR4SNCFVJicvEzJDRDghaSUyWiY7LCB3PSNeJEgxdUkwgJChgZJjZFGidkdFU38qOzwygp 0 + PzhJSktMTU5PRldYWVpbXF1eX1RlZmdoaWprbG1ub2R1dnd4eXp7fh2 + f3OEhYaHiImKi4yNjo + DlJWWl5iZmpucnZ6fkqOkpaanqKmqq6ytrq + v / aAAwDAQACEQMRAD8A9U4q7FXYq7FXYq7FXYq7 FXYq7FXYq7FXYq7FXzL+ZvlXzV/yvIeYdM0HUr5kvdLlhmFrJNaNFbxp6kkd7CyPb8DXlEysHbff piqV2uifm/Fe+bPMOo+X70235h6VrNtcWcYluJreX6vIdPWW3VOcXEAQJyJ2btirOvyb8o+d9H/M qe88w+tdQP5YsLeG/azNpEjKyEWnV1aSECjGtT3AxV7pirsVdirsVdirsVdirsVdirsVdirsVdir sVdirsVdirsVdirsVdirsVSHzTJqJuNDs7K/m076/ftDcT26wPIY0srmfiPrEc6CrwrU8a4qp3Gk Xtvx+seb9Qh5V4+oulLWnWlbMeOKqP1Rv+p2vP8AuU/9keKqZsrj10YeeboQBWDxldJLFyV4sG+q 7AANUcd6jcU3VVPqjf8AU7Xn/cp/7I8Vd9Ub/qdrz/uU/wDZHiqxbG59difPF0YSqiOMLpXIOC3I lvqu4YFaDjtQ7muyqO/w7rH/AFNGp/8AIvTP+yLFXf4d1j/qaNT/AORemf8AZFiqyPy3rweUyebN SZGYGFVh0xSqcVBVj9UPI8gxrtsaU2qVV/8Ah4WP+po1P/kXpn/ZFirv8O6x/wBTRqf/ACL0z/si xVR8kXWqzWuqQ6lfPqEllqVzawXMqRRyGGMrwVxAkUZIr1CjFWR4q7FXYq7FXYq7FXYq7FXYq7FX Yq7FXYq7FXYq7FUs80pqknljV00nl+lWsrhdP9NhG/1gxMIuLtsp50oT0xV5n5Hg89WegeWo9bWe 71MeYbo2h2WaSKVrRtOu6FyxvZo6fHxR3c+4UiirMfPXmmTy7c6fcIkbtNHcRqspIBblCQBT8fbN b2jq8mHh5ADd35AKwvS/PGsPrJvdQt/QuULiONyzQO0wqAD6jUaOOiqAqEVb7VWOanUdvZIi8YhM fG+7l3X1s/BC+389albXuohLwwrNO8g5pzhTmihqO4YAo1aDkANqqf2ofy7qDGJEImxy68zW3Pl5 h4qk/mDzFrd3pVtAmo8JbTURciSPj6qqs7E/AmzjiaEEAdW+V2HtzLKVGG3Dsd6ugav8dyppH521 /QTDdw8b/ThAIbkSJNLcMFZpUmZw9C1ZH5HgK1FelRDT9vzyEwMYxydLO3u/B/Uq+Pzbquo2+r38 tq9ra3XoM7QqBMWosh2d5fUk4R81FSE3qRUV5ZtdBrzmkYS4eKPdfwO/f71ewZs0uxV2KuxV2KsV /L5rtrbW2u444bk6vd+rFE5lRT8GyuyRFh/sBhKsqwK7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FX Yq7FXYqx/wAzyrFq3lUsGIbVXQcVZzVtNvAKhQaDxPQd8VQ/njTtXvktxpMiR3tuks6B058wjxfC nxJ8Y+0lTxLABvhJwGIPNXnz655uvtN9FLWOa7uuUV/alFMrvHIIZRNaLbO6D03QihU03LUAGPhx 7ghks/mKCz13Tyv1S70S3trhI2t4ls4Euh6Sx8ZZpTEVRGZDuOJYKKt8ODw49wVdHrPlk+VoNHS8 srW5nnGn6m0MkKCOWZz9aeIBSCJHLBGCUBYV40NHw43dKgND0GK51eXRbuaPVdM9ZpoZ4rlpSbcV ZWZQXjjYSKI39NY61qDRmBPAOdK9BvrS2tdEu4reJY0W3lACj/IPU9TiIgHYJTDCrsVdirsVdirz O51EReRPO9xDM9vKb7URbueUMnNVB+ENxevwkj23zh2cqxnd2fYuPj1eMEWOIX8+r0zMh2jsVdir sVdirsVdirsVdirsVdirsVdirsVdirHvNfnnSPK0lp+lIbr6rcx3M0l7BC0sFvHaR+q7TsvxLyX7 FAanFVbQ/NMOp2V1dXWn3uiLZ0adNViFvSMxiUSiQNJEVCn4qPVCCGCnFUltPNelea4fKGu6T6h0 +41i8igaZPTdvq1pqFuzcSSQGaIla70pUA7YqyqX/jrW3/GCf/icOKovFWBaj5auF/MVdWjt472F 4VuPR+BZ1mTjHz9Rhsi+nFTev2qAjkCUJdq2vadf+cbK+m1W7sdMW2tYbe39JOMWozT3HCO8gkR5 V5+iCuwXkgJavA4qzTy3HZwafazPIPr+qp9alaT4JJHkrMyqj0YIhkNE/ZHXepISj9X/AOOTe/8A GCX/AIgcVReKuxV2KqF1f2dqK3EyR+zHf6B1yrJmhD6iA2Y8M5/SLSW/842cSkWaGd+gZgVQffuc 1+btWA+gWfsc/D2ZM/Vs8682XMLeUfMERkT6wdX1CUxAjlxNnKOXHrSu1cl2lZxwP9L/AHsnO9mx Wqr3f7uL2bNm887FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYqhNX0qx1fSrzStQi9axv4ZLa6iqV 5RSqUdaqQRVT1GKpRo/kbS9P0zUtPu7q81uLV1MeoSapMbh5IjF6PpGgRAvp7Gi1Pck4qkr+RPK2 hJ5b0SysY20yXXbq9e2nUSp6s1lfTdHBFEagTwAHffFWYy/8da2/4wT/APE4cVReKsY81iS0kuL6 3ecXtzYywWUcTuvK7gDS26IgYRs7832dTWg+kqxBdE9bzBpujlJZBaSpNbG4uFnv7SGH03aOcxu6 wo3PnCwq1VC7AiihnNnohj1oSGALa2dTZSsQzAehHEqKeTPQEzFuXUkHfFKZav8A8cm9/wCMEv8A xA4FReKpdf8AmDTLNTylEkg6RRkMa+9Nh9OYmbXY8fWz5OVh0eTJ0oebGr3zdqM4ZYAtslNivxP1 /mP8Bmny9qZJbR9LtcXZuOPP1JKBPPIaBpZW3PVmJ/Xmv3ke8uw2iO4IpNG1ZwAtpL17oV8PGmXD S5T/AAn5NJ1WIfxD5sc8m+XrKX8z9StY4ore0sBNL9UWNfSZfrEkZj4Cigfva9M6/Lg8TTwv+HJf v9Nfpedwag45Tr+KNd1eoG/se05FodirsVdirsVdirsVdirsVdirsVdirsVdirsVdirsVY/5njZ9 W8qhZGiI1V2JXiSQNNvCVPINs3Q9/AjFU3ubIzTxTpcSQPEroPTEZBEhUmvNH/kFKYqt+pXP/Vwn /wCBg/6pYqo3WjtdQ+jPfXJTkrjj6SEMjB1IZY1YUYeOKrbXQhbO7xX1yZHAV5ZDHK5VakLzkjZu I5GgrTfFUR9Suf8Aq4T/APAwf9UsVSPVNW05/wBJ6XDrTXOpWkCveWKG3Mkcc54KX4xfDXw65Rqc 3h5zIdG7T4eOYieqTXmu6pqDiN3IjJ/uYhQH59z9Oc7l1mXLsTt3B6DFpMePcDfvKtYeVdUuVDSK LeMkGsn2qf6o3++mWYezcs+fpHm15u0McOXqPkntp5P02GhnZ7hu4Pwr9w3/ABzZYuyscfquTrsn aeSXL0pxb2ttbpwgiWJfBAB99M2EMcYCoinBnklI3I2q5Ngw3yFo9lHqGv6mwMupHUru1a7cgMYR IsgTigVNmb+WuTMzw8PTmimZZBLsVdirsVdirsVdirsVdirsVdirsVdirsVdirsVSvzWurt5W1hd GJGsGxuRppWlRc+i3o0rt/eUxV5x5Pbzemk6A1/Ddyz/AOIrn9Fxa5LJFd/Uzpl1/fuUnkqH9Qpy XccRsN8VLMtX8z+aIdfOkaT5YuL2FVVpNXklhgtF5CtBzbnIR0IUZCRPRvxQxmuMkfD9v6FD65+a 0mqUXT9Jt9LHQyTTSTGqf5ACij+x298HFKuW7b4eAT3kTDyHq/Vz80JqMf52m5c2DaB9Xr+7DyXU bUoPtfuJ++NS72JnhEjUTKPmaP2IKOP8/ZSVdtCtq7B/Vmmp70FvH92ACXf9zKWTF0iPnL9iyb8u vzK1aGmuefJYC5/e2+lWiQRlf5eTu7fgMJgT+P7FjqYxOw28qB+Z4j9rIvKH5b+W/K+nzWdjG8gu uJu5JWLNIwNeTHqST1JJPvkThiQRLe0T1cjXCBHh7vvJ6lkkFpa24pBEkQ78FC/qycMUYfSAHHnk lL6iSq5Ng7FXYq7FWK/l8121trbXcccNydXu/Viicyop+DZXZIiw/wBgMJVlWBXYq7FXYq7FXYq7 FXYq7FXYq7FXYq7FXYq7FXYq7FWL+d9VstKuvLN9fOYrSPVWEsoR3C89OvEUsEDGhZgOnfFV/wDy sfyZ/wBXH/kjP/1Tw0rv+Vj+TP8Aq4/8kZ/+qeNKpt+ZvkwXCQ/XXPNHf1RBPwXgVHFjw+03Pb5H GlVP+Vj+TP8Aq4/8kZ/+qeNK7/lY/kz/AKuP/JGf/qnjSqa/mb5MNw8P11xwRH9UwT8G5lhxU8Pt Lw3+YxpVT/lY/kz/AKuP/JGf/qnjSu/5WP5M/wCrj/yRn/6p40qnF+ZvkyR5k+uunpOE5NBOA9UV +SfBuvxcfmDjSqn/ACsfyZ/1cf8AkjP/ANU8aV3/ACsfyZ/1cf8AkjP/ANU8aVD/AJcX0OoWOs31 usn1S51e8e2lkjeMSICq80DhSV5KRXxBxKstwK7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FW Jfmtc+Z7XyFqt15auTbarbx+ojxwfWJWUh5kiWtFdv5uLUFaCtCFXk/mTzf+cMPmfXbaGXVINBtr ydZL+0sBO0KKJjZJbRvaDkshWJZTykr9oEBt1LLfyk178ydQ8x3kPmprzito8l7a3Fotvb2119aK W6W0ojjMoktRzfc0OKGa+eG1+O00yfSLs26x6rpy38KQ+q89tNewwyxh6/u1CSFnbidh3FcVeHWX nn891nf1DqEtrDdhZFWwPqXMoaktrAzae4hQggqZU+Ghq/YKXpP5M6x531H9MjzNLeTLF9VKNfWo tDHdujm9ghASPnFEwTgd+vXFCF/NzzR5s03zFpGneWL66i1G4heVLRbP1bJyCwVZphDMxkmYCONA VVd3dulVLAo/Of51rx+pz6vdmoGiLcaUkZvJqR/XEux6KekluXl9I/DXj37KvWvyg1TzHqXlq5m1 yW7uXS8ZLK6v7b6pPJB6MTsWiCQ7LO0qKeA2GKGG/mf5x88WnnefSvK99fB4rFpZrdbES24HpMxS 2YQStLdAfvgWdUAXhxdmpiljsnnP86kLxWlxqd1amKdLIjTONwbNZrj0tSl52XF3NvHGBEJVYyMh 4EcqqvZ/y4u9Wu/J9nPqss89y0l0sVxdxehcS2qXUqWkssfGPi8lssbh5R1xQ8/1/wA0ec7nzD56 sdB1m8hOk6RczWkc+n/uvrMRidVsf3S+pwUSI0jyku8ilUKx7qoDzN5l/M+LzdqVqLvU7XRo7x01 OS0sPVW00oTWYtZ7OQW0vqTSpNc+p/eEcT8K8Bir13yfcazc+UdEudbRo9an0+1k1ON0EbLdPCrT AoAOJEhO3bFU3xV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2 KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV5R/zkb5f8y3/AJR0/V/K1pNdeYtB1CO5 tVtlZ5/SmR4JRGq1Y7yIxoOi16Yq8a0n8t/zW8tpr2jQ6ZdXk1nYL5d8tXSxs0K/py4E91cJLTik cUfqK8g+wzb0riqOtPyu89as3lz8vdZ0eWy07QNT1F7fUriB9RsI7G8tTc26NNGbMTMkytGW5JRi u37OKvpzyzodvoPl/TtGtwgisLeOAekhjjJRQGZUZpCoZqmhY08TiqZYq7FXYq7FXYq7FXYq7FXY q7FXYq+b/wA//Iuoa9+aVrevpt/PpiaHBCt3Z6PJq6eut3cMYyqzWwQhHBryPbbfFUvudJ/NI/mN d+erXy7exaFdyS+XI9PpKLhdKMHoQyNZ8S6xrIgnLcqV7d8Us3/5xr/Ku88qeX4tb1OCO11TUrUR T2b2cltdw8ZmPGaR5nD8uKn+6TFD2nFXYq7FXYq7FXYq7FXYqxPRbLXdVt7q8k8x39v/AKfqEMcE MWn+mkdvezQRqvqWkj7JGN2YnFUf/h4WP+po1P8A5F6Z/wBkWKu/w7rH/U0an/yL0z/sixVTtvLe vrbxLcebNRluFRRNKkGmxqzgfEyobRyoJ6DkaeJxVU/w7rH/AFNGp/8AIvTP+yLFVO58t6+1vKtv 5s1GK4ZGEMrwabIquR8LMgtELAHqOQr4jFVT/Dusf9TRqf8AyL0z/sixV3+HdY/6mjU/+Remf9kW Kqc/lvX2QCDzZqMb80JZ4NNcFA4LrQWibslQDXY70NKFVU/w7rH/AFNGp/8AIvTP+yLFXf4d1j/q aNT/AORemf8AZFiqCurbXNM1vQB+n7y9tr29ktru1uYrHg8YsbmZaNBbQyKRJChqG9sVZVirsVSL zTLqBn0Sysr6XT/0hfmCe5gWF5PTSzuLjiv1iOeMcngWp41p0pirv8O6x/1NGp/8i9M/7IsVd/h4 WP8AqaNT/wCRemf9kWKqUnlrzCZ4Wj826isC8vXjaDTWZ6j4eL/VFC0PX4TX2xVV/wAO6x/1NGp/ 8i9M/wCyLFXf4d1j/qaNT/5F6Z/2RYqpf4a8w/Wuf+LdR+q8Kej6Gm8/Ur9r1PqlONNuPH6cVVf8 O6x/1NGp/wDIvTP+yLFXf4d1j/qaNT/5F6Z/2RYqpr5b1/6w7N5s1E25RBHEINNDK4Lc2L/VKEMC tBxFKHc12VVP8O6x/wBTRqf/ACL0z/sixV3+HdY/6mjU/wDkXpn/AGRYqt8qyamLjXbO+1CXUhYa gsNtPOkCSCJ7K2n4N9XjhQ0kmeh51piqf4q7FXl/nu1/MN/zV8r3GiNejy9GIRqCQOwtXBnf6z64 EioCsPEj1Ebl0TiwrirIPLDXT6e8dyBBanW9XEckM8gd4xd3jkyUWPhRx0DN0rXthVLLzU47/WFt vV1DTdLdP3OotNeCE8PikcyRPwQ/Eij1nVV6EF/hVQmuu29vZeYLBn1qbTra4t5l4T3MpheWFk9M HnIo+ITNyoQx4gAjeqqHvILpPr0f6WileWzWW1U3N3AJGkaYBI3W7QIKIoEi/FXevQYqk3ley82/ 4QstU/STa7exrHLcxNdXcLARpxliAj9T1mdWZ1qq1bj8RWmKotPMdtrN1bT6Mt7wg9aO9innvkWP kiPHOVgMgkRXQx05Deop1Kqsp8lXn1zyzZ3InmuhIZStxc09VwJnALcSV6dKGlOmApTvFXYq7FXY qxzzI13/AIi8qKsUZtDqMxklMjCQP+jbzioj4FSpFanmKeBxVkeKoXVvrv6LvPqK8770JPqqBglZ eB4DkwZVq1NyMVeRfl7B+YFn5f0BNeW4vNYGvubUavNNE7RHRJfVqzm+lVVm9YL1DUqAqsAqrONZ voIIPRt9O/SGrXU8ypwSJnUCaQLyeQELVI2EZYEfDvsDhQh9P07Sn8m6he2RSa5ltnnj5rKXhb0A yRlbisymlCaqrGtQq7AKrHtLGXy9K2n6jYXyWdoJXlaICY8FVuUzQyJIAVDGg4tWlSd6qpM2kX11 +YzR2+pWSWRtI54baFWeG4kjkq6GMyOIqCIV9M7jkTWpGKplDq1hok50PzBp0dvcOW+pahEv1tGh cO6ySSSRR/EgRuXwmlN6ArVVV8szNFqejWc1ubG8+ru8tkqyOwHp7vPcThZXLPX01G1A1SSBRVnm BLsVdirsVdirG/KD3r3/AJma9ijguTqic4oZGmjH+42z40kZISarQn4BQ7b9cVZJirsVdirz57iZ fJ101tQTLrGsIvqoeBLXt4NwwoynlQ5hdpZjjwSmDVVy58wrze08++cbFTZzMVurALFCAsCRiOQc Ts3ocwzhfstTuem+pnqZzqUMh5JfP7pVtfMeXXYKlr5r1uHQVMTwq2oun1q3iQSOYHmCyIoofhCM eC9tlUE9ceWrzDLKPHLhiDuaAvh3vb5/PYbK9M8lazpcz6nPLCq6pNbpcvBGkZnubSLn++9OKpdj O8qkh5vsggVzoNBKcsMTM3Kt1Sa4PmWwvodRivhJpeuxSXiLasChmkImSAlGZ3HpfCs0TLX/AIEZ mK9B0TQ7XSbf04meadwPXupm5yyEEmrNQDqxPTckk7knAlU0iOOOzZI1CIJ7miqKAfv37DFUbirs VdirsVSDzJIo1vyohBq+py0IUkbaZe9WAoPpxVM4NWtZ9VvNLQN9ZsooJpiQOPG4MgTia9f3LVyA mDIjub56eUccch+mRIH+bV/ejMm0Me80zpDqvlV3DkNqzIAiPIayadeIKhAxAq27dFG5oBXFWK+Z 9T1ry9rMWvRRo2jSLPbXkyRh51MdzO4VTwYrz5jia8a15D9rChDaXr36Q1+3sbu2s4ItNsS7C5kQ NxtnkjME00Uksc6r6Xq19MBSKhTuVVUdb8xmbSL+XU7OMXEGqidrl4U9MWca27QzR+tvRg0AcfE3 iq1CjC7QnkjiJx/X0VKvMHmfzPqM3Owvl+u2Mh2m1YJEGdpKiPi4AovwHrVakVBoRnMabtnPEA5Z GjPh5D01zvbz5c9irLPIEdz5lSXVdYnmvBbTD6usjARl+AbeJQqAqrChRVqG+KudL2fmnOBMzZ4v 0D8bqza+iiN9p0pRTKszoslByCtBISAetCVGZyUbirsVdirsVdirHPL15bpfebbqRjFBDqYMryq0 fERabZh3PMA8fhJDdCNxtgkQBZZQiZEAbkp99at/qv1v1F+rcPV9avw8KcuVfCm+DiFX0T4cuLhr 1XVebCdI/NOTU7mC3h8r6vHMqwPq8MscUctgl1cSQQNLC8iyvy9Eyt6atxj+L2yTBkWp+btF07zF o/l2eRm1XXGmFnBGOXFLeF5nklNfgSkfEHu3TvRVjhhmm8pvFCjSSNrOrcUQFmP+nXh3AzXdr45T 004xBJocveFSD9Bavz5/o645gUDei9aHtWmcB+R1NV4c6/qyQknmXytr8ot5rfTZizSLDMWWeL4H ZSN0oGJZFQK4I+Lt1za9m4c0OIThOqsekmj8R59PtVO9em09fJ2kaKOWmXFtewjU7c2sdxdRQJby Sic2oDh0pGpZqU4g9SpTOx0IkMMeL6uvP9O6sq8oaTojyy31u9tPb2i29rbS2yqscgjiWdJ5KElp KXAHxHalRQnMtWY4EoTS/wDeZ/8AjPcf8n3xVF4q7FXYq07oil3YKo3LE0A+k4CQBZSATsGL6pqt nfa75dS2YuINUbk9KKS2mX3T/gcow6mGQkR6N2bTyxgGXVA+Rry5vPNPmGe5f1JTBapyoB8Md1fx oKAAbKoGYvZ+SU+Iy539xkHb9q4ow0+IR5XL7Y4izZ3REZ3YKiglmJoAB1JObJ0LCLTzfo3myTy1 qmjs8liut3VskzrxEhh069X1E3NUf7SHuMVZXYRxy2U0UqB43muVdGAKspnkBBB6g4q3qmk2mo6X dafKiiK5jaM/CDxJXiGA8V2piry36sLHTL251yxKajdXhii1Bna5hBt5HiotxcO86s3pEUbbiF75 qu28c56aQgCTtsOfNDBtH05bqaaN2V7q8uAfQa3CMkElxI1u8IZasJhQAmvUeG+l1GPURqoT9MNt ybPCAeKu74cjXPZe5eQbKSy0aW3kheBluGPCQMG+JENTy3NTvU5s+wIZI4ZeIDGXh2FdI9O5QnV7 /vTp/wDxnb/kxLm8Si8VdirsVdiqHvNRsbNeVzMsfcKTVj8lG5ynLnhj+o0248E5/SLYHruqPbaZ 5xaFVdb2/wDQYtXZJNEtmqOm/wAOY2uzmOIEfxbfMF2HZGnE9QL/AISD8pBkv/TBf9ur/sXy3/If 5n6Gv/kZ/wAlf98p6z+X/lfWdYTVr63ka5AgW4jSeaOC5W1kM1utzCjLHMIpDyXmp8DttmU65V1f yL5Y1bzBpvmG9slfWNKdWtbsEhqRiUIjeKq07OB/NiqX+U7O0gtRNDBHFLc67q73EiKqtIwur1Qz kCrEKAKntirLsVSrzHG31WC6Fw1tHZXEc87qI6elukhcyK6hUVzJWn7PbFWAazcNPaXF3cT3N9bz 3FwvCdVjiQxyG0t57ZoIPUug0JLvEnNGQty4/ZcoZHB5Ymt9G03Smjkljkt44bpCfhjaMQxoPhbj SGJZOHIsCwBPJqYqzHAlCaX/ALzP/wAZ7j/k++KovFUvvte0uzJWWYNIP91x/E3002H05i5tbix8 zv5OTi0eTJyGyQX/AJzuWqtnEIl/34/xN93QfjmrzdrSO0BTssPZcRvM2ktzf3t26NcTNJ3oTsN+ w6Zrsmacz6jbsMeGEB6RST6xcDTraHXIIYm1LTHu5rOeRAzKV0fUZONevFmjXkAd6ZuewYiUzE8i Y/pdV2waET7/ANDMfy/0a8tzd6vcnj+k0RVhKlWX0rm6k5b/ALLrcAr7ZkaHBKAle1k/7qSe09XH JGEB/DvfvhD7uFlV7Z2t7Zz2V3Es1rcxvDcQvurxyKVdT7FTTM51DB5fIPlPQ/0Bo1lp8Z0u712e 8ms5lEsXqvpt2dlcEUX014+FMVZnpf8AvM//ABnuP+T74qi8Vef38t3b3K6JHqt6bu1+s3Ja0t4L mTkvCSDnEICKy+vUvIQpZWoQ1GUoQ3kjRT9f1i8htwhiEKenbTcoZpo4knRDK6IDxkkLgovBeXEH iKYqzHyxYG1spZGV1kupPVcycw7EIsZkcOSwL8OVDuAQvbAlG3v+9On/APGdv+TEuKovFVks0UKG SV1jQdWYgD7zkZTERZNBlGJkaAtJL3zhp8NVt1a4fxHwr953/DNbl7Vxx+n1OwxdmTl9XpSG780a vP8AZlEKN+zGAP8AhjVvxzW5e0csute52OPs/FHpfvSl3d2LuxZjuWJqT9JzBJJNlzQANgkdz9Yf zXqvk3TYbe2sLmRbmONI/TVbiXTrWLkeA2UmUs1F67502tw8emgf4jOI/wBiXTdmZhi1E5HlGJPy lF63+jLj/DP6L5J9Y+pfVeVTw5+lwrWlaV9syPDPh8PXhr7HD8ceP4nTj4vttM8ucR2KsY8q2k8m kyPHOFki1nV5UMiB1AOoXScaKYzT4q9cVTz0tW/5aYP+RD/9VsVaaDVHUq1xbsrCjKbdyCD2P77F Uri8r3QmtZbm9jvTY72IuLdT6JoFqpR0Y7AfaJ3oeorhVNfS1b/lpg/5EP8A9VsCuMeqgEm5twBu SYH/AOq2KpJfa/NpBexVFnuAzyPMQUSszmSgSrHbnT7WavWdonHIxA3dlpNB4keInZIbzW9Tux+9 nYKSfgT4V+4fxzT5dXknzLtsWlxw5BZa6RqV3QwW7sp6ORxX/gmoMjj0uSf0xLLJqccPqKcW3ku7 k+K5mWIbfCo5n+AzYY+yZn6jX2uDk7UiPpFpjH5N0xQOckrsPdQPu45lR7JxjmS4su1MnQBIPOvl G3ng0zS7KZrdtTuLu1Z3o6gzaPfxqzClfh512IzP0WCGnlxR7wfk4ep1E8wqTN7K3NvZwW5PIwxp GW6V4qBX8MukbNtKtgVj3mmJ5NV8qqkrwkaszF0CEkLp14xQ81cUcDidq0OxB3xVNI7TUIeaw3EQ jaSSRQ8LMw9Ry5BIlWu7eGKrvS1b/lpg/wCRD/8AVbFUHPpOrSXTXUWpLbSvGsUhjgBDLGzMlRI8 nTm3Tx+WKr9N0i40yxisbF7aC1hHGOJYHoB1/wB/YqifS1b/AJaYP+RD/wDVbFULeSTQOkt1cwyN aB7kW0cZSRlCNHX4pH+H954ZXlyCETLubMWMzkB3lj975v1GYUt1W3Q1FR8TfedvwzQ5e1Mkvp9L u8XZuOP1epLP9yWoMf726eo/men66ZhfvMp6yPzcv93jHSIR9t5T1aehdVgWg3kO/wBy1/HMrh3Z llz297jT7RxR5bppD5JtwB69y7UG4RQv4nlmbDsiP8UnEl2rL+GKLTyjoy9Vd/m5/hTLx2XhHf8A NoPaWU9zHPKvlu6h/MjzJrXriS1jb6iEenqhntbGZacVVeCIOI/a8ampzbRmBi4PP9FOvNmVs9yp LsVeaeeF8+f8rL8vNpB1D9Dk2okFt/vFQXL/AKQ+ufs/7ylPS5ftfZ+LFU78v3+tWnlnVbi20xb+ eHVdU+o2kM4WSdTqk4bmZERIytTtVth27YlMRZcfMX5jNYtcJ5RjS5BoljLqMAY7gVMqK6Dbfocr uV8tnJGPD4ZPEePur9KBjuvz0njab6j5dszQ8bOWa7kf2Hrxrxr/AM88lZaiIA87/HmEvfU/z5Bo 2iWBPSsN3EU+dZERvwyHDP8AnfY5Izaf/Uz/AKf9ilPffn3OpVdJtYKilVu7cDpSpbhIw+gYOCZ/ i+xsjqNNH/JE/wCef1Idfyv/ADF1yQf4o8yJZ2uxa304yXErb7r69yqIg/1YfuxGEdd0y7TkBUIi A/ojf5vRbjy1YXN41zcs8rEKOJNB8IA3pQ70yjJoITmZytox66cIcMUbb6Zp9uB6NvGhHRgoJ+87 5fDT44cohpnnnLmSicuaXYq7FWOeZGu/8ReVFWKM2h2GYySmRhIH/Rt5xUR8CpUitTzFPA4qyPFU HrI1I6PfDSyF1M28osWbjQT8D6RPL4ft067Yq8r8lP5zTSNDbUYr2e9Gu/6DHrskkM5T9Av9Z5uY 5pAgu/rBjqhqKAUWhxVneuebdV0/WYdMtPLeoais3p01CERi1UyNxIZyxZeHVqrkST0DdjhA/Ua+ F/pQTan+as2sgQ6Np1po6gAma4aadzx3NY+CoOW1OLZHilXLdv8ABwiW87j5RN/q+1AatrX5x217 JHb+XrW9tFI9KeynhLMKCvJLuW2pvXof6Y1PvCiemB+mZH9Yf8T+lLz5g/PKYEReWBA3YzXFgoqf Ex3FwaDv8Ncjwz72fi6UcoSP+d+xV/wn+dOoRmS/82WenOw+G1srZ349NjOWh5f8i8Jge9rGogDt ED4cX+6Ka+UPyr03QGvL25vrnVNb1KEwX2qXBBkZCQxCg14iq9Bt7ZGWHiiYk80S1W4IHI3Z5/qA 8gyS18uaRbgUgEjD9qX4/wAD8P4ZVj0GKHS/euTXZZda9yZIiIoVFCqOigUAzLAAFBxSSdy3hQ7F XYqxvyg969/5ma9ijguTqic4oZGmjH+42z40kZISarQn4BQ7b9cVZJirsVdirBfLfnfyzp1pe2V9 dtBdQapqokiaGYkctRuGU1VCCGVgRTCqa/8AKx/Jn/Vx/wCSM/8A1TxpXf8AKx/Jn/Vx/wCSM/8A 1TxpVO2/M3yZPbxTfXXi9VFf0pIJ1deQrxYcDRh4xpVT/lY/kz/q4/8AJGf/AKp40qnc/mb5Mgt5 Zvrry+kjP6UcE7O3EV4qOAqx7Y0qp/ysfyZ/1cf+SM//AFTxpXf8rH8mf9XH/kjP/wBU8aVTn/M3 yZCgf668lXROMcE5I5uE5fYHwry5N7Y0qp/ysfyZ/wBXH/kjP/1TxpXf8rH8mf8AVx/5Iz/9U8aV L7zzd5f1fzH5XtNNuWuJ11CaV1EUqhUXTbwFmZlUAcmA+nArNcVdirGPO+p2ml3HlzUL0tHZQaoR PMqPIIxLYXcSFwgYgGSRVr4kYqu/5WP5M/6uP/JGf/qnhpXf8rH8mf8AVx/5Iz/9U8aVTk/M7yYk 8UX1x29Xl+8WCconEV+M8Nq9saVU/wCVj+TP+rj/AMkZ/wDqnjSu/wCVj+TP+rj/AMkZ/wDqnjSq f/KzvJn1n0Prj/Y5+t6E/p9aca8Ptd8aVU/5WP5M/wCrj/yRn/6p40rv+Vj+TP8Aq4/8kZ/+qeNK pr+Zvkw3Dw/XXHBEf1TBPwbmWHFTw+0vDf5jGlVP+Vj+TP8Aq4/8kZ/+qeNK7/lY/kz/AKuP/JGf /qnjSrPJGqWWq3PmW/sWaSzm1RRDMyPGH9PT7SNyocKSA6MtadRgVlGKuxV4r+ZHn/8AMDy/L5gE F5FHHa3VqNP9CCElIJrK9mVCbplR3kmt4g5LVoSsal+IZSxm/wDzi/MpPrvrXsencWna+DWav+i5 4f0h9VsTUfGbz6pBu9W+L4ftLir6G0m4u7nSrO5vIfq13PBFJc2+/wC7kdAzpvv8LGmKHh4mP8zv zQ0qd4llhnu49furGO2t7ZCkyxrYG3tVEjLIyMLqXkyFpSQCo4BuKlKLH84fzMkjgY3yyzeoGTha LLb3ly8tosemREQwSpL6dzKZFoXUx0DdcVfQev3v1HQtSvfrCWf1W1mm+tyo0kcXpxs3qPGlGdUp UqNzih88n85/zNS0guLHULXVZGR5dLsUtopbi/jZp+QuvqrOkE1tFFHK0aMCFcBqnFKb+VvzW8+3 vmfSbCTUotQ0+W9itbSVbExnVbaWWZLq5VlAEf1JY1+zQH9oHFXr35ga0dE8napqovxphtYgwvjB 9ZMZLBfhhqod25cUqaciK7VxQ8Mn/Nz81oeMf6TsHne2UK0cKTW4gePn+kXubdZY6xzf6PLxrErh tu+KWSfl1+ZvnrW/O2l6ffSFrC4ikE1m9uvNoI7YyDURMiRfA9yPSQ8QrKR8PLfFWd/m55ouvLfk 99QtNRXTbt544LeRoo5WkkevGJDMyQxlqbySfCqgnFDBvMHn/wDMbTra4a61Swgt5LTQLgarYwC4 gtYr/wCui5nVmLrL6s1pGit9gIwpv8RUo/8AKH8w/O3mTzNcWnmApHysWuZ9LW2MLWMiNAsA5n4m FzHM8lHJ6bbA4qzz8xNQ13TfIuu6joMkUOrWVlNc20s6GRF9JS7kIKcn4K3Cu3KlaiuKHknmb80v zCtPPGtaPHfLYaNbXIiutUNrDLHptqZrZIZ6E+qzSCZ+XrJwPWOu5ClPfyg/MDzx5j8x/VvMMiRs 2nNPe6Qtt6LWUqLZGB2kPxH60LmZuLdOG2KGZfmjrHmPR/K6ahoMsUM8d9ZR3bSxmVjbT3KQyLEv 2eZMi7sDReXemKvHtU/OH8y7eXVYmuo4ltL5laRYolIMZvw1hbH0rqsjrbQFFuVjlLGn2XVsUvSP ym83+Z9f1HXotbmWT6qY3FssIiNlO91ewyWTMPtmOK2herfF8dehGKGvzU87atoWt+X9P0fVLe31 C+kLHTblIVjnjSWPn6tzM6emPT5rGkY5vIRTYNirzrTvzd/MuVtPCX0V8Zprf6oBaRx/pC5m/Rv1 nTQaUj+rfXZ6uKEcPiPwtil6Z+THmzXvMmg3t1q10uoejPCsF8kS24LS2VvPPB6agf7zzyvHy9qH dTihI/zW/MHzNonmZtO8uapbNdw6XPeS6PPHEPsQzlZFeRhLPMZBGY4IR9lW5dVxSw66/N38yopZ Y7K+TU44Le8+oSQ26LLfLA9/6eoCL0WV4AlpHy9KVfipseeKvYvyw1zVda8rm71G5W/aO9vLa11N I1iW7toLh54bgInwDmq/s7HqMUMK80+f/NsXnbzNpXl3W7CRdK0uW4NjdxRj0ZkgjlVYArie6mos rvt6SAqp+KuKWP3v5r+fo7+KA6jHbxSwWBv2NojGwtJ4tMeXVGNKMGkvbhOJHBePT4WxVn/+MPNv /Kk/8U+gv+Iv0Z9ap6Tca/7/APR609P97x+jFD0LFXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7F XYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq7FXYq+Zf zj03zRH+dFvq+m2GrXssb6eLCJYrn0GSIq85sruFmihC1b1knTj1beuKUm/SX5l/p3zN5zv9Fv4/ L/nuy1XTLUEF3jVLZ102ttH+9icGDhzdaEOSPHFXsX5A+Qbjyt5WS8urezt7rWbWxmk+rLeJMeMJ alyLqedfVBlNfTVBWu3Sih6jirsVdirsVdirsVdirsVdirsVdirsVdirsVdirsVdirsVdirsVdir sVSHzTJqJuNDs7K/m076/ftDcT26wPIY0srmfiPrEc6CrwrU8a4q3/h4WP8AqaNT/wCRemf9kWKu /wAO6x/1NGp/8i9M/wCyLFVJvLnmH61GV81agLUI/qqYdN9QyVT0yrfU+IULz5AjfbpQ1VVf8O6x /wBTRqf/ACL0z/sixV3+HdY/6mjU/wDkXpn/AGRYqpL5c8w/WpC3mrUDalE9JRDpvqCSr+oWb6nx KleHEAbb9aiiqr/h4WP+po1P/kXpn/ZFirv8O6x/1NGp/wDIvTP+yLFVKHy55hEk/reatQMZcfVg kOmhhHwWocmzPJvU5GoptQddyqq/4d1j/qaNT/5F6Z/2RYq7/Dusf9TRqf8AyL0z/sixVd5NuNQn 0RjqF017cw3uoW31qRY0d47a+ngi5LCscfIRxqDxUVxVO8VdirsVdirsVdirsVdirsVdirsVdirs VdirsVdiqWeaZNUj8s6vJpKs+qpZXDaesYUubgRMYgoYFa86UrtirzHyJN55h8v+WB5hiur3U08x XEcDXpeGV7VtOuv3lLkCYBeT0EnxGm2xGKllmta3bWGm2qmS7N1NbLc3lzHLKwtoOI53Ei+oOKg/ tcWC9Sp+yShfPZ348k3F9a6w1xfNG11FfpcSvCEDc+CMnwuqxjhz4Cv2qDsqiLyDVTBDcWl1HNbi aAB4ru4HrrNKq0qWmWJQj125lu3GuKpHZRecJfOerWssjw6ZapDPb2BvJnmuPhPP6vKfTCxEsvLm pbkKcgD8Krf+JoodHvdM1KW4svNVvFPBDH9Ynk9SVIPVil5R+pGnNGVzUFQTTfFU38saoLnXPq6X LlBYiU2ck0k0iFpBxaZnO0hXqqrRexYEYqy7Al2KuxV2KtOWCMVXkwBKrWlT4VxVj3kCS4l8uvJc Q/V531HVTLByD8GOpXFV5DZqeOKsixV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxV2KuxVIPM0q R6v5V5mnLVXVfmdMvaYqwvUda1DRdSS2nsFWx16CCC0voIDPdSyyW0UPpgmWJUCsg2J3JFB1OFCt o/mI675i1h29Mjt7a2hae6hupZLa2Ioih7hf3izMCGHJ4VoB34qcVVtDvNI1W102e4tUgeXUrp9U 9L11gXjcTi3jnkIhVuUwjKrKNyR8HxVCqJ8zW2oxajPeeWbRI5NJMEd4tmkaXMvrsrShVMcgf0oG DLyUr8TUBcDiqj/LulNq18Ne1O4ee5hVYIoh6fogArOeDx7OvPgR0IZaNyIriqfva266/FdLGouJ bWWOSUD4mSOSMopPcKXanzOBKYYq7FXYq7FXYqxHy/r1jp3k291iQPLaRajqrn0wOZVtVuFFA5Tx 75XlyCETI9G/S6eWbIMcecu9l2WNDsVdirsVdirsVdirsVdirsVdirsVdirsVdirH/NvnXTvK4tZ NRtL2W0uBM897awGaG2jt4/VeS4KmqLwBIoCdj4YqqeXfNQ1i3uZp9K1DRRbLHIw1SKOIPFKnqLI jxyTRkAfbXlyQ7MBiqUQeaNH80x+Udb0eRptNuNXu44JmUpz+r2eoW7MAd+LNESte2Ksis7GyvdD soLy3juYDDCximRZEqqgg8WBFQcVUNW8t2NzpU9rZW8NrO59SGWNFjZJQa80dVJjfwkAJU/FvirE vJWmaHcWrL5htfW1DUwbmK31NPXT0BWcLHLJ6sLspmZ34NXuwqCcJQlflDRZtS07T7i8ubd7nU5Y VvTErRSWzw2pl+pPDITz+BmZFYBEWhClCBir1S1tYLW3S3gThFGKKtSTvuSSakknck7k7nAlRl/4 61t/xgn/AOJw4qi8VdirsVdiqV3/AJk0uzqpk9aUf7ri+Lf3PTMLN2hix7XZ8nMw6HJPpQ83nvmi 7uIfI8kMblYrnV9ZSddviVb+7cA/7JQcx+1JkCIHInf5Oz9nscTmJI3iNvnT1bNq6B2KuxV2KuxV 2KuxV2KuxV2KuxV2KuxV2KuxVQ1CwtNRsLnT72MTWd5E9vcwkkB4pVKOpIIO6kjbFWP6L+XegaXp Wo6Y8l3qdvqsItL06hcSTu1ssbRLADVeKKjsPh433JOKpR/gLy3oEfljRLCGT9Htr9zfCOWV3Ill s76egateKNQKPAb1NSVWZ6R/xybL/jBF/wAQGKtaySuj3zKaEW8pBHUHgcxNea0+Qj+ZL7irwG9u 9QaGGxkmW4NtHzEU0DyrM4ZoiF4tx5fCfi4/DWtN9uRxzJJncgJH+fXCKEvlvyvfcXtuFuiWzwyX 2oWzSrcIeAqQ8nOBGgCsy1FVUfZTboPbHV6yR4IE7S57kCjUtvf3y81e0/l9E6eWIJHeR2uJJpT6 pJIBkZR13FQvIg9yflnU9lz4tPE3fP7ylOJf+Otbf8YJ/wDicObBUXiqlc3dtax+pcSrEnixpX5e OV5MsYC5GmePHKZqItjuoeclVmSxi5cesstaeGygg5qs/a3SA+btMPZd7zPySK71vU72qzzn0yD+ 7X4V6eA6/Tmsy6vJk+o7Oxx6XHj5DdLyARQ9DmM5CWWOlXGqaqvlC3doNGtpL+ePgnqeiX1PVYiz MfiIPoxr8Tdfc51ev0viQxkfz5Wf810XZWsGnlOXOoih4+oPZ8ynWOxV2KuxV2KuxV2KuxV2KuxV 2KuxV2KuxV2KuxV2KpB5mV21fyrwfhTVXLbVqBpl7UfTiqYWqapbW0VusMEiwosauZnUsEFKlfSa ladK4q1dx6pc2s1s1vAqzRtGzCd6gOCNv3PvlefEMkJQPKQI+asOl/LAySTkOqR3S8bhVlFWIHGp Y25/Z26Zpodg4xw+qR4OX3opXtvy5FtAkEIVY4xRQJ/+vGVZfZzHORlKcrPuWmS6XZ6lp1hFZxQw ukXKjNO1TyYt2h983Oj0scGIY4mwP0m0uvLq5tS2o3UUYW2iZBHFIXZjM6AE8kjoBwyefMMcDI9G 3BhOSYiOrH73zdqFweECi2jO1R8T0/1j/AZo83amSW0fSPtd1i7NhHeXqKULHfXkhZVluJD1YBnP 375gCM8h6yPzc0yhAdIj5JjbeV9XnJJiEKt0aQ07+Aq34Zl4+zssule9xp9oYo9b9yZ2/kkDee63 7rGv8Sf4ZmQ7I/nS+TiT7V/mxRieT9IX7Xqv/rMP+NQMyB2ViHe457TynuSPyBoFxDqF9rc1yJjK 9/YMnDiS0Os30pk2NKh2qU9s25yejh87+51tb2zjKmTsVdirsVdirsVdirsVdirsVdirsVdirsVd irsVSvzXJq0flfWJNGBbV0sbltOCgMTciFjDQEGp502pirzvyleeZ10/QG1aPU7/AIeZLmLTG1GJ La/eyOmXQEk8cxhpxkMh4+LiBSu2Ksx1bzpe2euHSbby7qd8Rxrfxw8bT4l5bTMaGnQ++QlIjkG/ DijIgSlwpfdeZPzTkklTT/JtqsVSILi81VEJFdmaGKCU0pvTnXDZrkg44iRHECPj+pDS6j+eyJzX RvL0m9PSW+u+W/erQKu3zwer8f2sh5QO4J9x/wCOoRtU/P6dgi6Fotpy29U30jqvuR6LE5Gpd/2f tbeLABtE3/W/44Ft15M/ODWF46t5uhsIK/7zaPG0DHx5XLL6v/AhcJEuiIZMN+oEDy/XIlN/KP5W 6d5etNRjF1Lc3Gqej9bunLvKfQZmFZJXlZt3PU5Vk0/HAxkebOergJiWOHDw31Jtklt5c0eACluJ GH7UlX/A7fhkMegwx6X72ueuyy617kxRERQqKFUdFAoBmWAAKDikk7lvCh3KtOxVGYKXIBIUUqfY VIGKsf8AIUsk3l+SWSF7d31LVWaCUoXQnU7j4WMbSJUf5LEYqyHFXYq7FXYq7FXYq7FXYq7FXYq7 FXYq7FXYq7FXYq7FWM+c9T07Tb/yvdajdRWdqNVdWuJ3WOMFtMvQOTsQoqdhU9cVRP8Aj3yN/wBT Fpn/AEm2/wDzXirv8e+Rv+pi0z/pNt/+a8VU2/MTyEtwkB8xad6kiM6kXUJSiFQauG4KfjFATU70 6Giqp/j3yN/1MWmf9Jtv/wA14q7/AB75G/6mLTP+k23/AOa8VU1/MTyE1w8A8xad6kaK7E3UISjl gKOW4MfgNQDUbV6iqqp/j3yN/wBTFpn/AEm2/wDzXirv8e+Rv+pi0z/pNt/+a8VU4vzE8hSPKi+Y tOBhcI/K6hUElFf4SzAOKON1qK1HUEYqqf498jf9TFpn/Sbb/wDNeKu/x75G/wCpi0z/AKTbf/mv FVLyBd2t55ekurSVJ7abUtVeGeMhkdTqdzRlYbMp7EdcVZFirsVdirsVdirsVdirsVdirsVdirsV dirsVdirsVYl+afmPXvLnk251jRVt2uLaWETG65lRDJIsbFFSnJ6uKVIHU9qFV5Rrf54eerbWtfs UksLO1025uomv5YRJBbtarftb2xZbjk73YsYgC6o3JmCp9jFLOfyu/MDzF5l8wavZaosCpbRtK1n FGUl06VL65tVtLluT8pJIrdZRUKdzQcaHFDJPO2t67pM2gNpot/ql7qttZak0wdpPSuHCAQgUWu+ 7MdvA12VeKaX+f3ny7ubD6z9VSza6QXksMUQklL/AFQSWVpG1xJ6zwvdN0b1ClCyqQcUvTvyc886 95rsb+XVZLa5+rizkS6s0McaS3dolxPZsC8nx2kj+mxrX+YA1xQlf5tfmb5i8reY7XT9EubCW4On zX50i6Q+pKsSTks0xlipyeJEhjjVndudaAVxVhFx+fPn62Wc2txpmrfUvVWx9O3lH6YH+lcpoOMn wpbfVk9Tj4mpxS9e/K3zPqPmLy/dXV9d2+o/Vr+4tLbVLSMxQXcMRHGZFJcdWKniSKrihhX5i/mv 5k0Tzle6NpOqaSsNtDAbuK5RvVs0uDEPrDEyIZpEEjSlEQqsS8mO+6lilr+fXnyW44XFxYQwyIkM NwkIdFUyqj6lPH6vqpB6LmVSKqSOPfFXtv5c+YNQ8weS9M1fUBH9buVk5yQqUjkWOV40mRSWosqI JBv3xQ8+1T8zvOh2jz1aaJe6PdxeWrKe6CSK6vA9swLRhRJ6k7CEN6jcFjWQqvI7jFKR+aPzt87a f5k1bTYrrTrSzhu7m2eeWBnbToraUpBJOTKqt9cAqvOnX4cVe3+WNSu9U8taTqd5CLe8vrK3ubmA AgRyTRK7oA3xDizU3xQmWKuxV2KuxV2KuxV2Kv8A/9k=
  • uuid:1AF789F5105411DC8508991F96CB2983uuid:3AA747F1121911DC907AD1D7CCFAF109uuid:876874A4EE9211DBA53FCE52808833FDuuid:876874A3EE9211DBA53FCE52808833FD конечный поток эндобдж 9 0 obj> эндобдж 10 0 obj> эндобдж 11 0 obj>stream Hn0I 6J {C^gvkU¾WIvgߣ5 YFUEhN}9}Zf=-}7m(Hh󾠢+ȃ9%c ].Zk $ eY! K ‘謫 INhbu ~} qwmyu16FCL چ% OX.KZT ֐! + Ł (0! 8G {> M! *? W к۰ E [nx ~ u $ {Buz \ l% 9hh6 ვ d7cZObF3`% l GV # — / & JY6 ~ Ϡƌy / L8o

    | РИМИСП | Centro Latinoamericano para el Desarrollo Rural

    Comenzó su funcionamiento el junio del 2010, fundada por Manuel Chiriboga (†) y дерзкий sus inicios se ha especializado en temas como el apoyo a dinámicas Territoriales rurales y el Acceso de Organaciones de Pequeños productores a mercados inclusivos locales y de exportación, así como al mapeo y aprovechamiento de la diversidad biocultural комо activos Territoriales.En la actualidad, la Oficina de RIMISP Ecuador Participa en iniciativas sobre Agricultura sostenible, en el marco de sistemas agroalimentarios, desde la producción agroecológica hasta el consumo responsable y una gobernanza соучастие совместная ответственность, planes estratégicos de cadenas, combinando el enfoque de cadena де доблесть у де-десарролло территориальной, нивел де детализации диагностикос, Facility de diálogo multiactores, formulación de propuestas de estrategias и самолеты на escala национальный у территориальный, orientados al desarrollo agrícola y сельский sostenible e incidencia para cambios en políticas públicas, con énfasis en la Agricultura Famous y jóvenes emprendedores rurales.

    Анализ региональных тенденций в области экономики и благосостояния

    3. Макроэкономические переменные

    Мы рассмотрим следующие макроэкономические переменные:

    • оценка производительности (в часах)
    • средний (средний) заработок
    • показатель человеческого капитала
    • хозяйственные расходы
    • доход домохозяйства

    Лондон на сегодняшний день является самым производительным и наиболее высокооплачиваемым регионом.

    Валовая добавленная стоимость (выпуск) в час дает оценку производительности в регионах NUTS 1.То есть, чем выше оценка производительности в час для региона или страны, тем она продуктивнее. Согласно экономической теории, при прочих равных условиях более высокая производительность связана с более высокой заработной платой. Возможное объяснение этого состоит в том, что теоретически повышение производительности труда может привести к увеличению спроса на рабочую силу (все остальное постоянное), что в конечном итоге должно привести к увеличению заработной платы (теория заработной платы с предельной производительностью).

    Эту положительную корреляцию также можно объяснить гипотезой эффективности заработной платы.Эта гипотеза утверждает, что фирмы будут предлагать заработную плату выше, чем заработная плата за клиринг на рынке труда, чтобы побудить рабочих повышать производительность своего труда. Одним из потенциальных факторов увеличения производительности в час являются капитальные вложения. Если рассматривать неоклассическую производственную функцию, больший запас капитала увеличит предельную производительность труда при прочих равных условиях. На практике взаимосвязь между производительностью и заработной платой менее прямолинейна.

    Диаграмма 1. Производительность и прибыль самые высокие в Лондоне и на Юго-Востоке

    Номинальная производительность в час (все отрасли) и номинальная средняя почасовая оплата, индексированная Великобритания = 100, регионы NUTS 1, 2018
    Источник: Национальное статистическое управление.
    .
    Примечания:
    1. Цифры основаны на том, где люди работают, а не где они живут.В Лондоне будут работать люди, которые не будут там жить и не обязательно будут ездить с Юго-Востока.
    2. На этой диаграмме сравниваются региональные показатели со средним показателем в Великобритании для двух разных концепций, использующих разные методы сбора и компиляции. Пожалуйста, будьте осторожны при сравнении показателей в каждом конкретном регионе.
    Скачать эту диаграмму Рис. 1. Производительность и прибыль самые высокие в Лондоне и на Юго-Востоке
    Изображение .csv .xls

    Лондон и Юго-Восток были лидерами по производительности в час и средней почасовой заработной плате.

    Показатели регионов и стран по сравнению с Великобританией в целом оставались стабильными в период с 1998 по 2018 год. Это означает, что другие регионы и страны не догоняют Лондон и Юго-Восток. Некоторые другие моменты, на которые следует обратить внимание:

    • производительность и заработная плата в Лондоне постоянно были выше (по сравнению с Великобританией), чем во всех других регионах или странах, при этом самая высокая относительная производительность была отмечена в 2007 году (на 36% выше среднего по Великобритании), а самая высокая относительная средняя почасовая заработная плата — в 2011 году ( На 40% выше среднего по Великобритании)
    • в период с 1998 по 2018 год регионами NUTS1 с самой низкой производительностью и доходами были Уэльс и Северная Ирландия
    • Наибольшее соотношение между самым высоким (Лондон) и самым низким (Северная Ирландия) годовыми оценками производительности было в 2007 году на уровне 1.69, а средний почасовой заработок был в 2010 г. на уровне 1,58
    • Производительность в Лондоне (по сравнению с Великобританией) увеличивалась в период с 1998 по 2007 год, а затем постепенно остановилась после экономического спада 2008 года
    • в период с 1998 по 2018 год производительность на востоке Англии по сравнению со средним показателем по Великобритании снизилась с 96,7 до 95,0
    • Производительность
    • в Шотландии по сравнению со средним показателем по Великобритании увеличилась с 89,7 в 1998 году до 96,8 в 2018 году.
    Рисунок 2: Разрыв между регионами и странами по производительности и заработной плате оставался стабильным с течением времени

    Производительность в час (все отрасли), в постоянных ценах (CVM) (2016) и медианная почасовая оплата, индексированная UK = 100, NUTS 1 регионов, с 1998 по 2018 год

    Банкноты
    1. Поскольку у нас нет данных по региональным ценам, мы использовали индексы потребительских цен на уровне Великобритании для дефлятирования прибыли.Индексирование означает, что и реальная, и номинальная стоимость совпадают.
    2. Данные представляют собой относительную производительность, поэтому увеличение производительности в одном регионе с течением времени не обязательно отражает рост производительности в этом регионе, но улучшение производительности по сравнению с Великобританией.

    Загрузить данные

    В Лондоне самый высокий человеческий капитал на душу населения во всех регионах и странах Великобритании

    Человеческий капитал определяется как совокупность навыков, знаний и опыта отдельного человека или населения, которые могут быть продуктивно применены в экономия; его часто называют одним из основных факторов экономического роста.Методологию расчета человеческого капитала можно найти в публикации «Оценка человеческого капитала», Великобритания: 2004–2018 гг. Мы находимся в процессе расширения нашего измерения человеческого капитала после консультации, начатой ​​в сентябре 2019 года.

    Диаграмма 3. В Лондоне самый высокий реальный человеческий капитал на душу населения за все годы с 2004 по 2018 год

    Реальный человеческий капитал на душу населения, индексированный UK = 100, регионы и страны NUTS 1, 2004 и 2018 гг.
    Источник: Национальное статистическое управление.
    .
    Загрузите эту диаграмму Рис. 3. В Лондоне самый высокий реальный человеческий капитал на душу населения за все годы с 2004 по 2018 год
    Изображение .csv .xls

    Лондон и Юго-Восток имеют самый высокий человеческий капитал на душу населения по сравнению со всеми другими регионами и странами Великобритании. Учитывая, что отрасли высококвалифицированных услуг Великобритании, такие как финансовые услуги и технологии, сконцентрированы в Лондоне, это привлекает в регион как отечественную, так и международную квалифицированную рабочую силу. Поскольку квалифицированная рабочая сила мобильна, люди с более высоким уровнем человеческого капитала, вероятно, переедут в регионы и страны, которые платят больше и имеют лучшие возможности трудоустройства.Со временем реальный человеческий капитал на душу населения обычно увеличивался для каждого региона NUTS1.

    Диаграмма 4. В Лондоне был самый большой запас реального человеческого капитала на душу населения для обладателей ученой степени за все годы с 2004 по 2018 год

    Реальный человеческий капитал для лиц со степенью или эквивалентом, на душу населения (в тысячах фунтов стерлингов, в ценах 2018 г.), регионы NUTS 1, 2004 и 2018 гг.
    Источник: Национальное статистическое управление.
    .
    Загрузите эту диаграмму Рис. 4. В Лондоне был самый большой запас реального человеческого капитала на душу населения для обладателей степени за все годы с 2004 по 2018 год
    Изображение .csv .xls

    Лондон также имеет самую высокую оценку реального человеческого капитала на душу населения для людей со степенью или эквивалентной квалификацией. Оценка реального человеческого капитала на душу населения для этих лиц в 2018 году была ниже по сравнению с 2004 годом для всех регионов и стран Великобритании. Различия между регионами и странами на рисунках 3 и 4 могут частично объясняться различиями в составе населения, такими как средний возраст экономически активного населения в каждом регионе и стране, а также степень профессионального несоответствия для лиц с разной квалификацией.

    Жители Лондона тратят большую часть своего семейного дохода на расходы на жилье

    Регионы и страны с более высоким семейным доходом также могут иметь более высокое потребление домохозяйств³. Эта положительная взаимосвязь прочно укоренилась в экономической теории, представленной, например, кейнсианской функцией потребления (Keynes, 1936) ⁴. Однако, если домохозяйства в определенном регионе будут иметь более высокую стоимость жизни, их остаточный доход после вычета расходов на жилье снизится, несмотря на более высокий доход.

    В то время как Лондон занимает первое место по показателям таких макроэкономических переменных, как производительность, заработная плата и человеческий капитал, жители платят более высокую долю дохода своей семьи на расходы на жилье. В период с 2015 по 2017 финансовый год (FYE), расходы на жилье (измеряемые средней недельной частной арендной платой домохозяйства) составляли 43% от среднего недельного эквивалентного дохода домохозяйства в Лондоне по сравнению с 21% в Северной Ирландии.

    Диаграмма 5: Жители Лондона тратят большую часть дохода своей семьи на жилищные расходы

    Отношение медианной еженедельной частной арендной платы домохозяйства к среднему недельному эквивалентному доходу домохозяйства в процентах², регионы NUTS 1, среднее трехлетнее значение 2015 финансового года к 2017 финансовому году
    Источник: Департамент труда и пенсионного обеспечения
    Загрузите эту диаграмму Рисунок 5: Жители Лондона тратят большую часть своего семейного дохода на жилищные расходы
    Изображение .csv .xls

    Еще несколько замечаний:

    • Еженедельная аренда частного дома в Лондоне была ниже в 2017 финансовом году (230 фунтов стерлингов), чем в 2016 финансовом году (247 фунтов стерлингов) и 2015 финансовом году (239 фунтов стерлингов)
    • в период с 2015 по 2017 финансовый год, еженедельная аренда частного жилья выросла на Юго-Западе, Юго-Востоке, Уэст-Мидлендсе, Северо-Востоке, Шотландии и Северной Ирландии, возможно, из-за сильного роста на рынке жилья

    Падение средней еженедельной арендной платы домашних хозяйств в Лондоне в период с 2017 по 2016 финансовый год можно частично объяснить устойчивым падением роста индекса цен на жилье (HPI) и индекса цен на аренду частного жилья (IPHRP) в течение этого периода. период.Объем продаж также снизился в этот период, отчасти из-за изменений в гербовых сборах, введенных в апреле 2016 года, и замедления темпов роста рынка купли-продажи. Более подробную информацию о рынке жилья Лондона можно найти в статье «Изучение последних тенденций на рынке жилья Лондона».

    Лондон больше не является регионом с самым высоким доходом домохозяйств, если учесть расходы на жилье.

    Департамент труда и пенсий (DWP) публикует отчет о доходах домохозяйств ниже среднего.Он содержит информацию об эквивалентном располагаемом доходе домохозяйства, скорректированном на размер и состав домохозяйства (так называемое уравнивание), рассчитанный как до, так и после затрат на жилье. Лучший способ посмотреть на разницу в доходах между регионами и странами — использовать этот эквивалентный доход домохозяйства и сравнить оценки как до, так и после затрат на жилье.

    Рисунок 6 показывает, что до учета затрат на жилье в Лондоне самый высокий средний недельный доход домохозяйства, но после учета затрат на жилье его догоняет Юго-Восток.Лондон лишь немного превышает средний доход семьи в Великобритании с учетом стоимости жилья, в то время как Юго-Восток, Восток Англии, Шотландия и Юго-Запад регионы или страны выше среднего показателя по Великобритании.

    Ист-Мидлендс ниже среднего по Великобритании с точки зрения приравненного дохода домохозяйства до стоимости жилья, но немного выше среднего, если учитывать расходы на жилье. Северная Ирландия, Йоркшир и Хамбер, Северо-Запад, Уэст-Мидлендс, Уэльс и Северо-Восток остаются ниже среднего показателя по Великобритании даже с учетом стоимости жилья.

    Разница между доходами домохозяйств до и после увеличения стоимости жилья в Лондоне увеличилась в период с 2009 по 2011 финансовый год и с 2016 по 2018 финансовый год. Увеличение стоимости жилья можно частично объяснить нехваткой предложения жилья по сравнению со спросом. Этот дефицит был намного больше в Лондоне и на Юго-Востоке, что привело к повышению стоимости жилья в этих регионах. Несмотря на рост количества предложенных домов (PDF, 1,49 МБ) в последние годы, спрос на жилье оставался высоким и продолжал опережать предложение жилья в этих регионах.

    Диаграмма 6: Лондон лишь немного превышает средний доход семьи в Великобритании с учетом стоимости жилья
    Средний недельный эквивалентный доход домохозяйства для всех лиц в средних ценах на финансовый год 2018, индексированный UK = 100, регионы NUTS 1, с 2009 по 2011 финансовые годы и с 2016 по 2018 финансовый год
    Источник: Департамент труда и пенсионного обеспечения
    Загрузить это изображение Рис. 6. Доход в Лондоне лишь немного выше среднего дохода семьи в Великобритании с учетом стоимости жилья
    .png (118,9 КБ)

    Загрузить данные

    Этот анализ не включает затраты на проезд. Расходы на жилье и поездки важны для Юго-Востока, поскольку Лондон является крупным центром занятости в этом регионе.

    Примечания для макроэкономических переменных
    1. Пуллен, Дж. (2009), «Теория распределения предельной производительности: критическая история», июнь 2009 г.
    2. Предполагается, что предельная склонность к потреблению постоянна во всех регионах NUTS 1.
    3. Кейнс, Дж. М. (1936), «Общая теория занятости, процента и денег», февраль 1936 г.
    Вернуться к содержанию

    Преобладающее региональное биофизическое охлаждение в результате недавних изменений растительного покрова в Европе

    Набор данных о земном покрове

    Продукт Инициативы по изменению климата (CCI) Европейского космического агентства (ESA) по изменению климата (CCI) используется для картирования изменений в растительном покрове.Карты ESA CCI-LC представлены с пространственным разрешением 300 м на период 24 года, с 1992 по 2015 год 32 . Эти карты характеризуют глобальную поверхность с использованием 37 классов земного покрова на основе Системы классификации земного покрова Организации Объединенных Наций (UNLCCS) 71 и были разработаны для преодоления предыдущих ограничений и уменьшения неопределенности в представлении земного покрова и LCC в климатических моделях 22 , 31,32 . Набор данных был создан после объединения глобальных суточных показателей отражения от поверхности пяти различных спутниковых систем наблюдения с целью сохранения высокого уровня согласованности во времени.Точность продуктов CCI-LC была оценена на глобальном уровне с использованием набора данных независимой валидации и составила 75,4% 32 . Наивысшая точность была обнаружена для классов пахотных земель, лесов, городских территорий, голых территорий, водоемов и многолетних снега и льда. Наименьшую точность показали мозаики классов, лишайников и мхов.

    Мы использовали три типа данных о земном покрове, чтобы изучить влияние недавних изменений растительного покрова на европейский климат и выделить роль заброшенных пахотных земель: LC1992, LC2015 и NoCRP_AB.LC1992 и LC2015 представляют растительный покров в Европе в 1992 и 2015 годах соответственно. NoCRP_AB — это набор данных о земном покрове, в котором классам IGBP пахотные земли и мозаику пахотных земель / естественной растительности в 1992 году не разрешено преобразовывать в другие классы земель. Однако другим классам земель разрешено преобразовывать пахотные земли и мозаику пахотных земель в соответствии с историческими переходами. Это означает, что в период с 1992 по 2015 год мозаике пахотных земель и пахотных земель / естественной растительности разрешено только расширяться, но не сокращаться.

    Чтобы облегчить интерпретацию переходов земель, которые произошли в Европе (рис. 1), 37 классов UNLCCS были объединены в общие классы земель IPCC в соответствии с конкретной таблицей переходов, предоставленной ESA CCI-LC. продукты (воспроизведены в дополнительной таблице 3) 32 .

    Моделирование регионального климата

    Моделирование регионального климата выполняется с помощью модели исследования и прогнозирования погоды (WRF) версии 3.9.1 41 .WRF — это мезомасштабная модель нового поколения, которая подходит для оперативных исследований в различных масштабах. WRF производит моделирование, основанное на реальных атмосферных условиях (то есть на основе наблюдений и анализов), и было подтверждено, что он фиксирует пространственно-временные закономерности климата по сравнению с наблюдениями в Европе 72,73,74 .

    Конкретная конфигурация WRF, используемая в этом исследовании, соответствует настройкам международного эксперимента по скоординированному региональному уменьшению масштабов климата (CORDEX) (EURO-CORDEX) 74 .Начальные и боковые граничные условия взяты из промежуточного повторного анализа Европейского центра среднесрочных прогнозов погоды (ERA-Interim) 75 . Схемы физической параметризации включают схему микрофизики Томпсона 76 , модель быстрого переноса излучения для длинноволнового и коротковолнового излучения GCM 77 , схему пограничного слоя Меллора-Ямады Наканиши и Ниино 78 , параметризацию конвекции Каина-Фрича 79 и Модель общинных земель версии 4.0 (CLM4) с классификацией землепользования IGBP-MODIS 80,81 .

    CLM4 — это современная модель процессов на поверхности земли, которая представляет несколько аспектов поверхности земли, включая неоднородность поверхности, и состоит из компонентов, связанных с биофизикой земли, гидрологическим циклом, биогеохимией, человеческими измерениями и динамикой экосистемы. CLM4 в WRF имеет подробное описание земной поверхности, в которой вертикальная структура включает однослойный растительный покров, пятислойный снежный покров и десятислойный столб почвы 41 .В каждой ячейке сетки поверхность суши подразделяется на пять основных подсеточных единиц суши (ледник, озеро, водно-болотное угодье, город и растительность), которые разделяют одно и то же атмосферное воздействие и обратную связь по потоку с атмосферой в ячейке сетки. Поверхностные переменные вычисляются путем усреднения подсеточных величин, взвешенных по их долевым площадям (мозаичный подход). Городской земельный участок использует концепцию «городского каньона» 82 для представления геометрии каньона, описываемой высотой здания и шириной улицы.Подсетка с растительностью включает до 15 функциональных типов растений (PFT), которые различаются по структуре и физиологии, в том числе оптическим свойствам листа и стебля, параметрам распределения корней, аэродинамическим параметрам и параметрам фотосинтеза 41 . Эти параметры устанавливаются ежемесячно и обновляются ежедневно путем линейной интерполяции месячных значений 83 . CLM4 включает новые подходы к взаимодействию столба почвы с грунтовыми водами, испарению почвы, аэродинамическим параметрам для разреженных / плотных покровов, вертикальному засыпанию растительности снегом, доле и старению снежного покрова, осаждению черного углерода и пыли и вертикальному распределению солнечной энергии.Двухпоточная модель излучения CLM рассчитывает эквивалентное модели альбедо поверхности с использованием климатологической ежемесячной влажности почвы вместе с параметрами растительности, такими как фракция PFT, индекс площади листьев и пара. Несколько PFT могут сосуществовать в данной ячейке сети, и баланс энергии и поверхностные потоки вычисляются на уровне PFT перед агрегированием на уровне масштаба сетки на основе доли PFT в ячейке сетки. Поскольку WRF считывается входными классификациями IGBP-MODIS / USGS LC, мы используем таблицу перекрестного перемещения 8 (дополнительная таблица 4) для преобразования 37 классов CCI LC в 21 класс системы классификации IGBP-MODIS, которые CLM4 затем переводится в PFT.Распределение по PFT — хорошо известный потенциальный источник неопределенности, особенно для смешанных классов и северных бореальных лесов (область, где в нашем исследовании наблюдались небольшие LCC) 29 . Использование таблиц с перекрестным перемещением — это общий жизнеспособный подход для обеспечения прозрачности и воспроизводимости результатов моделирования до тех пор, пока картирование функциональных характеристик растений в глобальном масштабе не станет возможным и не станет доступным 22,29 .

    Из-за ограничений времени вычислений на основе данных ERA-Interim создается 24-летний (с 1 января 1992 г. по 31 декабря 2015 г.) усредненный набор данных, который используется в качестве начальных и боковых граничных условий.Этот новый набор данных содержит 6-часовые данные с 1 января в 00:00 по Гринвичу и до 31 декабря в 18:00 по всемирному координированному времени в течение 1 года. Наборы данных о земном покрове агрегируются с горизонтальным разрешением 0,11 ° (около 12 км, самое высокое разрешение, доступное от EURO-CORDEX), сохраняя пропорции различных классов земель на ячейку сетки. Затем выполняются три независимых моделирования WRF с тремя наборами данных о земном покрове LC1992, LC2015 и NoCRP_AB. Поскольку боковые граничные условия не различаются между экспериментами, результирующие различия в результатах моделирования можно отнести к разным наборам данных о земном покрове.Моделирование выполняется для 40 атмосферных уровней и временного шага интегрирования 72 с. Первые 15 дней рассматриваются как время раскрутки модели и поэтому исключаются из анализа. Анализ также исключает 30 симуляционных сеток (около 360 км) от границы области EURO-CORDEX, чтобы устранить шум в боковых граничных условиях.

    Одновременный вклад двухметровой температуры воздуха ( T ) и абсолютной удельной влажности ( q ) вычисляется в терминах эквивалентной температуры ( T E ), которая указывает температуру, которую будет испытывать образец воздуха. иметь, если бы вся его скрытая теплота была изобарно преобразована в явную теплоту.Его можно оценить с помощью следующего уравнения 39,40 : \ (T _ {\ mathrm {E}} = T + Lq / C_p \), где L — скрытая теплота парообразования, а C p удельная теплоемкость сухого воздуха.

    Пространственная коррелограмма

    Пространственные коррелограммы используются для изучения пространственной автокорреляции изменений температуры. Этот подход используется, чтобы показать, насколько коррелированы пары пространственно распределенных наблюдений при увеличении расстояния между ними 84,85 .n {\ left ({y_i — \ bar y} \ right)}}} \; {\ mathrm {for}} \, i \, {\ ne} \, j, $$

    (1)

    , где y i и y j — значения изменений температуры в сетках i и j . Матрицу географических расстояний необходимо рассчитать для всех пар местоположений. Затем мы конвертируем эти расстояния в классы d . Весовой коэффициент w ij равен 1, когда пары сайтов принадлежат классу расстояния d , и 0 в противном случае. W — это количество пар в вычислении для данного класса расстояния, равное сумме w ij для этого класса. Коэффициент Морана I принимает значения в интервале [-1, 1] и может интерпретироваться как коэффициент корреляции Пирсона. Положительные значения I указывают на положительную автокорреляцию, а отрицательные значения I указывают на отрицательную автокорреляцию 85 .

    Температурные изменения отдельных переходов суши

    Метод гребневой регрессии используется для определения влияния отдельных переходов земельного покрова на температуру и эквивалентные изменения температуры.Хотя методология и приложения различаются, концепция аналогична той, которая недавно использовалась для характеристики изменений свойств поверхности и потоков энергии от конкретных изменений растительного покрова 8,59 .

    Чтобы идентифицировать сигнал изменения температуры из-за отдельных переходов земного покрова, мы используем набор неперекрывающихся локальных окон, которые покрывают область, чтобы распутать влияние на температуру от каждого LCC. Учитываются только локальные эффекты переходов земного покрова внутри окна, а косвенные возмущения из-за региональных изменений за окном игнорируются.Местные эффекты доминируют над общими биофизическими воздействиями на переходы ограниченного пространства земного покрова 89 , такие как те, что недавно произошли в Европе.

    Размер локального окна составляет сетку 5 на 5, примерно 60 на 60 км, в которых предполагается, что местный климат является однородным. Климатические градиенты, возникающие в результате топографических различий, маскируются в соответствии с исх. 8,59 . Чтобы разделить температурные сигналы, возникающие в результате смешивания возможных переходов земного покрова между различными классами, подход линейной регрессии применяется отдельно к окнам N ,

    $$ y_i = X_i \ beta _i + \ varepsilon _i, i = 1,2 ,…, N, $$

    (2)

    , где для окна i , X i — это объясняющая переменная, то есть матрица, содержащая доли переходов всех классов земного покрова для 25 сеток каждого окна (с первым столбцом единиц для захвата точки пересечения), y i — вектор, содержащий 25 значений изменений температуры, ɛ i — член ошибки, относящийся к остаткам модели, и β i — вектор коэффициентов регрессии.2 \). Уравнение (2) может быть явно записано для окна i в виде системы уравнений:

    $$ \ begin {array} {l} y_1 = \ beta _0 + \ beta _1x_ {11} + \ beta _2x_ {12} + \, \ cdots \, + \ beta _mx_ {1m} + \ varepsilon _1 \\ y_2 = \ beta _0 + \ beta _1x_ {21} + \ beta _2x_ {22} + \, \ cdots \, + \ beta _mx_ {2m} + \ varepsilon _2 \\ \ vdots \\ y_n = \ beta _0 + \ beta _1x_ {n1} + \ beta _2x_ {2n} + \, \ cdots \, + \ beta _mx_ {nm} + \ varepsilon _n , \ end {array} $$

    (3)

    , где зависимость от i опущена для упрощения обозначений. x нм — доля изменения класса земли м в сетке n , n — количество сеток локального окна ( n = 25) и м — это количество классов земного покрова ( м, = 14). Цель состоит в том, чтобы найти разницу в коэффициентах регрессии между каждой парой классов земель, чтобы проинформировать о влиянии перехода земель на температуру путем решения системы уравнений. (3). Как только система решена, мы можем использовать коэффициенты β i для окна i , чтобы понять локальные температурные эффекты данного перехода классов земного покрова с j на k , установив x j = -1 и x k = 1, а все остальные x до 0.

    Однако не все коэффициенты в β i могут быть оценены одновременно, поскольку переходы \ (x_ {jk}, k = 1,2, …, 14 \) в каждой сетке в окне i суммируется до нуля. Кроме того, в некоторых случаях в матрице объясняющей переменной есть нулевые столбцы, когда переходы между конкретными классами земель отсутствуют, и соответствующий коэффициент регрессии не может быть оценен. Это обрабатывается путем решения уравнения. (3) для каждого окна i с использованием гребенчатой ​​регрессии для стабилизации оценки.{\ mathrm {T}} \ left ({y_i — X_i \ hat {\ beta} _i} \ right) / {\ mathrm {df}} _ i, $$

    (6)

    , где степени свободы (df i ) для окна i равны n минус количество независимых линейных комбинаций β i , о которых данные сообщают в этом окне. 2.2 = \ hat \ Sigma _ {i, jj} + \ hat \ Sigma _ {i, kk} — 2 \ hat \ Sigma _ {i, jk}, $$

    (8)

    , где \ (\ hat \ Sigma _ {i, jk} \) обозначает строку j и столбец k из \ (\ hat \ Sigma _i \), то есть \ (\ hat \ Sigma _ {i, jj } \) и \ (\ hat \ Sigma _ {i, kk} \) обозначают оценочные дисперсии оцененных коэффициентов регрессии \ (\ hat \ beta _ {i, j} \) и \ (\ hat \ beta _ {i, k} \), а \ (\ hat \ Sigma _ {i, jk} \) — это кросс-ковариация между \ (\ hat \ beta _ {i, j} \) и \ (\ hat \ beta _ {i, k} \).Член ковариации необходим, потому что оценки эффектов земного покрова не являются независимыми.

    Как описано выше, система Ур. (3) решается в каждом из локальных окон, охватывающих весь домен. Внутри окна водные объекты замаскированы, и учитываются только переходы растительного покрова. Кроме того, мы также отфильтровываем окна без переходов растительного покрова. Затем регрессии применяются ко всем классам земного покрова МПГБ. 2}}}, $$

    (10)

    , где N — количество окон для регрессии.2 \) ненадежно опускаются, например, дисперсия больше 100.

    Среднее значение и медиана эмпирических остатков, \ ({\ hat {\ varepsilon}} _i = y_i — X_i {{\ hat {\ beta}} _i}, i = 1,2, …, N, \) почти равны нулю, а гистограмма эмпирических остатков унимодальна, симметрична и подобна нормальному распределению. Это говорит о том, что для остатков можно принять гауссово распределение, так что доверительные интервалы для переходов земного покрова могут быть рассчитаны с использованием гауссовых распределений.

    Этот статистический анализ повторяется для всей европейской области и для двух основных подобластей, чтобы исследовать неоднородность температуры и эквивалентную температурную реакцию на переходы земного покрова в различных климатических режимах, обнаруженных в анализе. Субдомен A в основном относится к центральной, южной и западной Европе, а субдомен B — к восточной Европе. Число извлеченных действительных окон составляет 2779 для анализа всего европейского домена и 856 и 1032 для поддоменов A и B, соответственно.Только достоверные оценки для каждого перехода земельного покрова, который произошел по крайней мере в 15% допустимых окон, считаются репрезентативными средними и показаны на рис. 6.

    Проверка результатов модели

    Мы проверили результаты модели в сравнении с соответствующими наборами данных наблюдений. Моделирование модели WRF на основе конфигурации EURO-CORDEX с новыми наборами данных о земном покрове LC1992 и LC2015 сравнивается с записями наблюдений за европейским климатом (E-OBS) 93 . Данные E-OBS усредняются за период 1992–2015 гг. Для согласования с набором данных, используемым для граничных условий при моделировании.Дополнительное моделирование с использованием земельного покрова IGBP по умолчанию в WRF добавлено для оценки относительной производительности новых наборов данных о земельном покрове ESA CCI с такими индексами, как коэффициент корреляции моделей (PCC), региональное смещение и среднеквадратичная ошибка ( RMSE). Три моделирования показывают аналогичные закономерности для среднегодовой температуры относительно E-OBS, и было обнаружено, что моделирование с наборами данных о земном покрове на основе CCI снижает как систематическую ошибку модели, так и RMSE (дополнительный рисунок 8).

    Наше моделирование моделировало множественные и иногда контрастирующие изменения земного покрова на каждую ячейку сетки, и мы не могли напрямую сравнивать изменения, вызванные одним компонентом баланса поверхностной энергии от конкретных LCC, с другими доступными наборами данных.Тем не менее, было возможно проверить оценки альбедо поверхности и влажности почвы на основе отдельных имитационных моделей. Оценки альбедо поверхности для LC1992 и LC2015 были повторно дискретизированы и сравнены со спутниковым набором данных CLARA_A2, который охватывает 34-летний период с 1982 по 2015 год и предоставляет среднемесячные значения на сетке 0,25 ° × 0,25 ° 94 . Среднемесячные значения (со стандартным отклонением и корреляцией моделей) среднего альбедо поверхности за 1992–2015 гг. Сравниваются в дополнительной таблице 2.Результаты обычно показывают высокие коэффициенты корреляции и постоянный сезонный цикл, причем значения попадают в соответствующие диапазоны неопределенности. База данных ESA CCI SM 95 предоставляет согласованные оценки 10-сантиметровой влажности почвы от большого набора спутниковых датчиков, а среднее значение за 1992–2015 годы использовалось для сравнения выходных данных влажности почвы из LC1992 и LC2015 (дополнительный рис. 3). Мы обнаружили высокие коэффициенты корреляции паттернов (от 0,82 летом до 0,96 зимой) и ограниченное смещение.

    Изменения температуры, приписываемые конкретным переходам суши из нашего подхода регрессии гребней, сравнивались с альтернативным набором данных, основанным на наблюдениях спутникового дистанционного зондирования 8,59 .Этот набор данных получен из потенциальных изменений растительности, где пространственно-временная аппроксимация применяется к многомасштабным продуктам дистанционного зондирования и был разработан для сравнительного анализа результатов климатических моделей, связанных с биофизическими процессами на суше. Он включает в себя изменения баланса поверхностной энергии и температуры поверхности земли (днем и ночью) для до 10 переходов земельного покрова ППГ (только над пораженными участками суши) с разрешением 1 ° за период 2008–2012 гг. Мы загрузили общедоступную версию этого набора данных 59 и обработали ее, чтобы вычислить ежедневные изменения среднемесячной температуры поверхности на основе простого среднего значения дневной и ночной температуры.Стандартные ошибки были получены из соответствующих стандартных отклонений, предоставленных набором данных. Поскольку некоторые из этих оценок, вероятно, являются нереальными значениями (например,> 10 ° C), мы рассматриваем их как выбросы и отфильтровываем их. Затем мы сравнили температурные эффекты отдельных переходов суши с теми, которые показаны на рис. 6, для домена EURO-CORDEX и для подобластей A и B (дополнительная таблица 1). Мы обнаружили, что результаты в целом согласуются между двумя базами данных, но при сравнении следует учитывать некоторые важные оговорки.Во-первых, необходимо соблюдать осторожность при интерпретации данных о температуре, полученных с использованием различных протоколов. Набор данных наблюдений сообщает о температуре поверхности земли, то есть температуре на поверхности суши, включая голую землю, воду, снежный или ледяной покров, пахотные земли или лесной покров, в то время как наше исследование фокусируется на температуре воздуха (2 м). Хотя признано, что температура воздуха в целом зависит от температуры поверхности земли 61 , существуют неотъемлемые различия, поскольку поиск спутников происходит только в условиях ясного неба, а сила связи между двумя индикаторами температуры изменяется во времени и в зависимости от земного покрова (например, .г., сцепление сильнее в лесах, чем на открытой местности) 62 . Кроме того, набор данных наблюдений относится только к LCC в период с 2008 по 2012 год, временное измерение, которое отличается от нашего исследования, а зарегистрированные значения температуры для каждого конкретного LCC относятся только к области, затронутой изменением землепользования, с переменными, которые увеличиваются до разрешения в один градус. С другой стороны, наше исследование рассматривает значения температуры для конкретной ячейки сетки, где LCC составляет только часть площади ячейки.Таким образом, от нашего исследования ожидаются относительно меньшие значения.

    Сводка отчетов

    Дополнительная информация о дизайне исследований доступна в Сводке отчетов по исследованиям природы, связанной с этой статьей.

    Континентальность и океанизация в средних и высоких широтах северного полушария и их связь с атмосферной циркуляцией

    Континентальность или океаничность климата является одной из основных характеристик местных климатических условий, которые меняются в зависимости от глобального и регионального изменения климата.В статье анализируются индексы континентальности и океаничности, а также их вариации в средних и высоких широтах Северного полушария в период 1950–2015 гг. Климатология и изменения континентальности и океана изучаются с использованием индекса континентальности Конрада (CCI) и индекса океаничности Кернера (KOI). Также было оценено влияние схем телесвязи в Северном полушарии на условия континентальности / океана. По данным CCI, континентальность более значительна в Северо-Восточной Сибири и ниже вдоль тихоокеанского побережья Северной Америки, а также в прибрежных районах северной части Атлантического океана.Однако, согласно KOI, районы с высокой континентальностью не совсем соответствуют зонам с низким уровнем океана, проявляясь к югу и западу от зон, определенных CCI. Таким образом, пространственные закономерности изменения континентальности кажутся разными. По данным CCI, статистически значимое увеличение континентальности было обнаружено только в Северо-Восточной Сибири. Напротив, в западной части Северной Америки и большей части Азии континентальность ослабла. Согласно KOI, климат становится все более континентальным в Северной Европе и большей части Северной Америки и Восточной Азии.Океанизм увеличился в Канадском Арктическом архипелаге и в некоторых частях Средиземноморского региона. Изменения континентальности были в первую очередь связаны с повышением температуры самого холодного месяца вследствие изменений атмосферной циркуляции: в последние десятилетия зимой преобладала положительная фаза Североатлантического колебания (САК) и Восточной Атлантики (ВА). Тенденции в океане могут быть связаны с уменьшением площади сезонного морского льда и связанным с этим повышением температуры поверхности моря.

    1. Введение

    Континентальность и океанизация — важные параметры, которые описывают местные климатические условия. Они демонстрируют, в какой степени местный климат подвержен влиянию взаимодействия суши и моря. Как и большинство других климатических индикаторов, эти параметры динамичны и связаны как с глобальным изменением климата, так и, следовательно, с изменениями атмосферной циркуляции.

    Континентальность в первую очередь зависит от ряда климатических переменных, таких как широта, расстояние до моря и атмосферная циркуляция.В большинстве случаев расчет индекса континентальности основан на годовом диапазоне температур воздуха и широте. Более широкий годовой диапазон температур воздуха связан с более высокими температурными контрастами и большей континентальностью.

    В меняющихся климатических условиях континентальность может быть затронута по-разному [1]. Из-за глобального изменения климата температура воздуха имеет тенденцию к повышению в большинстве частей мира. В последние десятилетия наиболее быстрое потепление наблюдалось в средних широтах Северного полушария [2].Поэтому анализ изменения различных климатических индексов, в том числе изменения континентальности в средних и высоких широтах Северного полушария, имеет большое значение. В районах, где зимние температуры воздуха имеют более существенный положительный тренд, чем их летние аналоги, соответствующие значения индекса континентальности снижаются, и наоборот. Увеличение амплитуды годового цикла в средних широтах Северного полушария было выявлено за последние два десятилетия: i.е., температура воздуха зимой несколько повысилась, а летом изменения были более значительными [2–4].

    Однако изменения годового диапазона температур воздуха значительно различаются в разных регионах, и, следовательно, тенденции континентальности климата также различаются. Региональные исследования континентальности климата начались в первой половине ХХ века. Горчинский [5], Брант [6], Раунио [7] и другие описали континентальность климата различных местностей на основе годового диапазона температур воздуха.Hirschi et al. [1] проанализировали глобальное изменение континентальности с использованием данных реанализа NCEP / NCAR за период 1948–2005 гг. Значительное снижение континентальности было отмечено в Арктике и Антарктике из-за сильного повышения температуры самого холодного месяца. Однако индекс континентальности в Юго-Восточной Европе также увеличился [1].

    В последние годы региональные особенности континентальности и океана были проанализированы в Греции [8], Турции [9] и Пакистане [10]. Установлено усиление континентальности климата на Пиренейском полуострове [11].Незначительное увеличение континентальности также наблюдалось в Словакии [12] и не было обнаружено значительных изменений в Чешской Республике [13], в то время как статистически значимое увеличение континентальности было выявлено на Ближнем Востоке и в Северной Африке [14]. Более того, авторы [14] утверждают, что региональные модели циркуляции (например, над Средиземным морем) не играют решающей роли в определении тенденций, выявленных в континентальности. Скорее, они относятся к изменениям в крупномасштабной атмосферной циркуляции над Северной Атлантикой [14].

    При перемещении к полюсу в Северном полушарии суши становятся больше, поэтому континентальность имеет тенденцию быть менее выраженной в периоды повышенной зональной циркуляции. Напротив, это становится более заметным с усилением меридиональной циркуляции [15] и большим влиянием континентальных арктических воздушных масс [16].

    Изменения континентальности затрагивают как естественные (например, зоны растительности), так и антропогенные (например, водные ресурсы и сельское хозяйство) системы, поэтому исследования изменений континентальности имеют большое значение [8, 14, 17].Кроме того, относительно немного исследований анализировали континентальность и ее изменения в глобальном масштабе [1]. Кроме того, отсутствуют исследования, анализирующие влияние атмосферной циркуляции на значения индекса континентальности.

    Таким образом, целью данного исследования является оценка пространственного распределения общепринятого индекса континентальности Конрада (CCI) и индекса океаничности Кернера (KOI) в средних и высоких широтах суши Северного полушария, а также оценить изменения этих индексов с середины двадцатого века и их связь с атмосферной циркуляцией.

    2. Методы

    Годовой диапазон температур воздуха и широта были включены в формулы индекса континентальности, разработанные Горчинским [18], Йоханссоном [19], Конрадом [20], Раунио [7], Маршем и Ракузой-Сущевскими [21]. ], и другие.

    В этом исследовании континентальность оценивалась с использованием CCI, предложенного Конрадом [20]: где (° C) — средняя температура самых теплых месяцев года, (° C) — средняя температура самых холодных месяцев года. год, и — широта.

    Большой годовой диапазон температур воздуха приводит к более высоким значениям индекса и, следовательно, указывает на более континентальный климат. Наименьшие различия наблюдаются в самых океанических климатических условиях. Территории, где значения индекса находятся в диапазоне от −20 до 20, можно охарактеризовать как гиперокеанские, от 20 до 50 как океанические, от 50 до 60 как субконтинентальные, от 60 до 80 как континентальные и от 80 до 120 как гиперконтинентальные [11].

    В 1905 г. Кернер предложил индекс океаничности [22].Этот индекс представляет собой отношение разницы среднемесячных температур воздуха между октябрем и апрелем и разницы между среднемесячными температурами самых теплых и самых холодных месяцев. Маленькие или отрицательные значения указывают на высокую континентальность, тогда как высокие значения индекса указывают на морские климатические условия [10]. Индекс океаничности (KOI) по Кернеру оценивался следующим образом: где и (° C) — среднемесячная температура в октябре и апреле, соответственно, а и (° C) такие же, как в уравнении (1).Этот индекс основан на предположении, что из-за более высокой инерции термальных вод в морском климате весна холоднее, чем осень, тогда как в континентальном климате весна имеет тенденцию демонстрировать более высокие или близкие к осени температуры. Океаничность климата увеличивается с увеличением значений индекса. Маленькие или отрицательные значения демонстрируют континентальные климатические условия, в то время как большие значения указывают на морской климат [8]. Для визуализации пространственного распределения KOI в этом исследовании использовались следующие классы индексов: меньше или равно −10 = гиперконтинентальный; от −9 до 0 = континентальный; от 1 до 10 = субконтинентальный; от 11 до 20 = океанический; и от 21 до 50 = гиперокеанский.

    CCI и особенно KOI возможны только в регионах с отчетливыми сезонными изменениями температуры воздуха. Мы решили проанализировать континентальность и океанические условия выше 30 ° широты в северном полушарии, где сезонность температур высока.

    Среднемесячные значения температуры воздуха за период 1950–2015 гг. Над сушей получены из базы данных CRU TS4.00 [23]. Размер ячейки сетки составлял 0,5 × 0,5 °. CRU TS — это глобальный набор данных с высоким разрешением, охватывающий все участки суши между 60 ° южной и 80 ° северной широты.Приоритетом набора данных CRU TS является его полнота, отсутствие недостающих данных по земле. Особое внимание уделяется контролю качества данных [24]. Однако набор данных не является строго однородным, и большие неопределенности могут быть обнаружены в регионах с разреженной сетью метеорологических станций, особенно в пустынях и горах [25, 26]. Тем не менее, несмотря на некоторые ограничения, база данных CRU TS широко используется для климатических исследований [27–29].

    Долгосрочные тенденции индекса континентальности / океаничности в период 1950–2015 годов были рассчитаны с использованием критерия наклона Сена.Статистическая значимость значений тренда оценивалась с помощью критерия Манна – Кендалла. Статистически значимыми считались изменения со значениями менее 0,05. Также были определены нормы индекса континентальности / океаничности за 1981–2010 гг.

    Мы также проанализировали влияние атмосферной циркуляции на сезонные температурные показатели и, следовательно, на изменчивость континентальности и океаничности климата. Схемы телесвязи (NHTP) в северном полушарии, полученные из поля высот 500 гПа, являются ведущими моделями низкочастотной изменчивости атмосферной циркуляции в Северном полушарии.Данные доступны на сайте Центра прогнозов погоды и климата NOAA. Мы выбрали восемь из 10 доступных NHTP, потому что только они могут объяснить две трети низкочастотной изменчивости атмосферной циркуляции в пределах NH вне тропиков, и они активны круглый год и имеют одинаковую процедуру поиска (Таблица 1).


    Аббревиатура Полное название

    NAO Североатлантическое колебание 907 EA 907 Тихоокеанская модель
    EP / NP Восточная часть Тихого океана / северная часть Тихого океана
    PNA Тихоокеанская / североамериканская модель
    EA / WR Восточная Атлантика / западная российская модель
    SCA
    SCA Скандинавский узор
    POL Полярный / евразийский узор

    Одна группа NHTP (NAO и EA) заметна в Северной Атлантике и Европе.Другие — SCA, POL и EA / WR — охватывают средние и высокие широты Евразии, а PNA, EP / NP и WP представляют северную часть Тихого океана и Северную Америку.

    Корреляции между средними значениями NHTP за январь – март, значениями NHTP с июля по сентябрь, значениями NHTP с марта по май и значениями NHTP с сентября по ноябрь были проанализированы для определения влияния атмосферной циркуляции на изменение температуры приземного воздуха. а также по CCI и KOI. Среднее значение трехмесячных индексов NHTP в корреляциях использовалось во избежание несоответствия и с конкретным самым холодным зимним / самым теплым летним месяцем.Впоследствии та же процедура была применена для унификации оценки воздействия атмосферной циркуляции как на CCI, так и на KOI.

    индексов NHTP доступны в ежемесячном масштабе времени. Однако каждое значение индекса представляет собой трехмесячный период с центром в конкретном месяце в силу процедуры его расчета.

    3. Результаты и обсуждение
    3.1. Климатическая норма и определитель

    В период климатологической стандартной нормы (1981–2010 гг.) Гиперконтинентальный климат (значения CCI> 80) был в Северо-Восточной Сибири, а гиперокеанский климат (значения CCI <20) - вдоль тихоокеанского побережья Севера. Америка и прибрежные районы северной части Атлантического океана (рис. 1).Температура приземного воздуха в самый холодный месяц представляла собой наиболее важный фактор, определяющий значения CCI почти на всей исследуемой территории (Рисунок 2). Это можно объяснить тем, что на значительной части исследуемой территории колебания зимних температур были больше, чем летних. Между тем температура самого теплого месяца была основным фактором для ТПП только в западной части Средиземноморского бассейна.

    Высокая континентальность (CCI) в центральной части северной части Северной Америки и северо-востоке Евразии (Восточная Сибирь) в первую очередь была вызвана очень низкими температурами воздуха в самый холодный месяц года.Сибирский максимум (SH) и Североамериканский максимум (NAH) благоприятствуют экстремально отрицательным поверхностным температурам зимой в большей части Северной Азии и в самых северных частях Северной Америки. Это сезонные системы высокого давления, состоящие из холодного и сухого воздуха; однако SH гораздо более устойчив, чем NAH, и из-за местного рельефа (горные долины) инициирует самые большие температурные инверсии над северо-востоком Сибири [30, 31]. Относительно высокие температуры самого холодного месяца в большей части Европы, на юго-востоке США и на тихоокеанском побережье Северной Америки, по-видимому, являются причиной низких значений CCI.

    Наибольшая океаническая активность (большой KOI) наблюдалась в прибрежных районах Северного Ледовитого океана, Северной Атлантики, Средиземного моря и Дальнего Востока (рис. 1). Самый низкий KOI был обнаружен во внутренней части Евразии (особенно в Центральной Азии и на Тибетском плато), в канадских прериях и Юконе. Такое пространственное изменение KOI можно частично объяснить различиями температуры поверхности моря (ТПМ) в октябре и апреле: ТПМ в октябре всегда было выше, чем ТПМ апреля в Арктике, Северной Атлантике, Средиземноморье и т. Д.; кроме того, многие прибрежные районы в высоких широтах в апреле покрыты морским льдом, а в октябре они свободны ото льда.

    Связь между KOI и средней температурой самого теплого () и самого холодного () месяцев слабая ( R 2 <0,15). Температура как апреля, так и октября в большей степени влияет на вариации KOI (рис. 3). Колебания температуры воздуха в апреле играют ведущую роль (особенно в центральных частях континентов), тогда как октябрьские температуры более важны в прибрежных районах. Температура поверхности суши в апреле обычно выше, чем в октябре, на той же широте над внутренними территориями, пока нет снежного покрова.

    Области с низким KOI не совсем соответствуют областям с высоким CCI; действительно, области с низким KOI расположены к югу и западу от своих коллег с высоким CCI (Рисунок 1). Циклоническая активность, а также средняя скорость ветра над Арктикой, Северной Атлантикой и Северной частью Тихого океана в октябре выше, чем в апреле, и представляет собой один из основных факторов теплового потока в высоких широтах, что способствует высокому KOI в прибрежных районах. этих регионов [32, 33].

    3.2. Долгосрочные тенденции

    Годовые минимальные и максимальные месячные температуры воздуха и температуры в апреле и октябре увеличились на большей части исследуемой территории в период 1950–2015 годов (Рисунок 4).Годовая минимальная месячная температура увеличилась более чем на 0,5 ° C / 10 лет в Западной России, Восточной Сибири и в некоторых частях Центральной Азии (Рисунок 4), в то время как наибольшее повышение было зафиксировано в северо-западной части Северной Америки (более чем 1,0 ° C / 10 лет). Годовая минимальная месячная температура незначительно снизилась только в северо-восточной части Сибири и в восточной части Северной Америки.

    Величина тренда годовой максимальной месячной температуры () была меньше, чем в 1950–2015 гг.Тенденции выше 0,25 ° C / 10 лет наблюдались в северо-восточной части Сибири, в значительной части Центральной Азии и Европы и на севере Северной Америки. Более высокая скорость роста по сравнению с уменьшенной годовой амплитудой температуры и CCI над большей частью Северной Америки, Азии и Восточной Европы (Рисунок 5). В Юго-Западной Европе CCI увеличился в тех областях, где вырос более чем. В северо-восточной части Сибири и восточной части США рост CCI был связан с уменьшением и увеличением.

    Некоторые схемы телесвязи также продемонстрировали четкие тенденции: преобладание определенной фазы в последние несколько десятилетий — EA (положительная), EA / WR (отрицательная) и EP / NP (отрицательная) по тем же причинам, что и для NAO.

    Сильное сокращение океана в большей части Европы и Монголии в дополнение к увеличению в регионе Каспийского моря-Кавказа, а также в значительной части Северной Америки в течение последних десятилетий также указывает на преобладание определенных фаз определенных моделей циркуляции в Апрель и октябрь: EA, EA / WR, SCA, POL и PNA.Однако недавние исследования показали, что аномалии нагрева над субтропической северо-западной Атлантикой, а также штормовая активность над Северной Атлантикой могут создавать хорошо организованные волновые структуры типа EA / WR с соответствующими широко распространенными аномалиями от континентальной части США до Центральная Азия с наиболее сильным воздействием на регионы Каспийского моря и Западной Европы [34].

    В 1950–2015 годах, вплоть до апреля () и октября (), повышение месячных температур было наибольшим в районах вблизи Северного Ледовитого океана (> 0.50 ° C / 10 лет) (Рисунок 4). В более низких широтах температура как в апреле, так и в октябре повысилась, но пространственная картина тенденций сильно различалась, особенно в Азии и Северной Америке. Апрельский температурный тренд был самым высоким в Восточной Сибири и восточной части Средней Азии, тогда как октябрьские температуры повысились более значительно в северной и северо-восточной частях Сибири и в некоторых районах Средней Азии. Незначительные отрицательные изменения наблюдались на большей части территории Северной Америки в октябре.Различия в тенденциях пространственных закономерностей привели к статистически значимым изменениям KOI над регионом Балтийского моря и отдельными частями Сибири и Монголии (Рисунок 5). Климат стал более океаническим в северной части Канады, отдаленных частях Дальнего Востока и Африки и в значительной части Средиземноморского региона.

    3.3. Атмосферная циркуляция

    Атмосферная циркуляция является важным фактором пространственного распределения и временных изменений выбранных температурных параметров:,, и.Корреляция между схемами телесвязи в северном полушарии и анализируемыми температурными параметрами позволяет идентифицировать области, в которых атмосферная циркуляция оказывает значительное влияние на временные изменения сезонных температурных перепадов и, следовательно, на CCI и KOI (Рисунок 6). Используемые схемы телесвязи идентифицируются с помощью анализа вращающихся главных компонентов, и теоретически не должно быть мультиколлинеарности между различными схемами и их влиянием на температурные показатели.


    Атмосферная циркуляция оказала наибольшее влияние на изменение широты между 40 ° и 60 ° (рис. 6). САО имеет статистически значимую положительную корреляцию с большей частью средних и высоких широт Евразии. Следовательно, CCI имеет тенденцию к снижению в Северной Евразии зимой с преобладающей положительной фазой САК и наоборот во время отрицательной фазы САК (Рисунок 6). САК или его аналог в полушарии Арктика (АО) оказывает значительное влияние на форму и силу Сибирского антициклона (SH) и, следовательно, на зимние температуры поверхности суши [35].Паттерны PNA и WP имеют аналогичное влияние в северной части Северной Америки. Другие NHTPs, похоже, оказывают только региональное влияние на: EA в Европе, SCA в западной части Евразии, POL в некоторых частях Сибири и EP / NP в Восточной Арктике и Сибири. Положительные фазы САК (АО) и, в некоторой степени, ЗВ предполагают большие градиенты температуры от экватора до полюса в течение зимнего сезона, что связано с более сильными зональными ветрами, приносящими морские воздушные массы далеко во внутренние части континентов [36, 37].Летом САК, по-видимому, также играет важную роль в определении распределения аномалий температуры поверхности на континентах Северного полушария, особенно над Евразией и Северной Атлантикой [38].

    Корреляции между NHTP и вносят меньший вклад в CCI, чем это делает (Рисунок 2). Более того, почти все выбранные NHTP имеют чисто региональное влияние на. Наиболее важными из них являются EA для Европы и Дальнего Востока, POL для Европы и Южной Сибири, EA / WR для Восточной Европы и Уральского региона и EP / NP в первую очередь для Северной Америки и некоторых частей Евразии [39].Наиболее важные режимы циркуляции зимой и САК и ПНА летом, по-видимому, имеют значительную корреляцию только на очень дискретных и локальных участках суши в Северном полушарии (рис. 6).

    Для KOI, согласно корреляциям между NHTP и и, наиболее важными образцами являются SCA, EA / WR, POL и EA для регионов Евразии, PNA для регионов Северной Америки, NAO для Гренландии и Северо-Восточной Канады и EP / NP и WP как для Евразии, так и для Северной Америки (Рисунок 6).Наиболее решающим фактором, влияющим на KOI, с точки зрения его формулы, могут быть закономерности, которые имеют противоположное влияние на температуру в октябре и апреле в одних и тех же областях в разные фазы. Это особенно важно во внутренних регионах Евразии и Северной Америки (регионы с низким KOI), а также в прибрежных районах в высоких и средних широтах (регионы с высоким KOI). Такими паттернами NHTP являются NAO и SCA для Сибири и Уральского региона, EA / WR для Восточной Европы, Кавказа и Турции, EA для Центральной Европы и Восточного Китая, EP / NP для восточной части Северной Америки и WP для Северо-Восточной Сибири и Великого Китая. Равнины (рисунок 6).

    Сумма восьми коэффициентов детерминации, описывающих взаимосвязь между,,, и индексами телесвязи, использовалась в качестве меры совокупного воздействия выбранных схем телесвязи в Северном полушарии на,, и, следовательно, значения CCI и KOI (рисунок 7). Воздействие имеет широтную протяженность между 40 ° и 60 ° северной широты в Евразии и между 50 ° и 70 ° северной широты в Северной Америке (рис. 7). Такой пространственный эффект совпадает с распространением Сибирского антициклона на запад в Евразии и зимнего арктического антициклона в Северной Америке.Эти области кажутся чувствительными к признакам фазы NAO, а также к фазам POL, EA и PNA. Совокупный эффект довольно дискретен и, следовательно, зависит от паттернов NHTP, представляющих волновой поток Россби: EA, EA / WR, EP / NP, WP и POL. Учитывая, что CCI в значительной степени зависит от, NAO, по-видимому, вносит основной вклад в его временную изменчивость в Евразии, а также в NAO и PNA в Северной Америке. Для KOI совокупное влияние NHTP на температуру кажется сильным в Восточной Канаде и северо-восточной части Сибири (и) и немного слабее в Западной Сибири, Уральском регионе и Северном Казахстане (только).Таким образом, основной вклад в совокупный эффект здесь вносят EP / NP и WP, в то время как другие схемы телесвязи вносят вклад в совокупный эффект только в определенном сезоне, например, EA / WR в октябре и SCA в апреле (рисунок 7).

    Крупномасштабные модели атмосферной циркуляции и колебания влияют на континентальность (CCI) и океаничество (KOI) многих регионов Северного полушария. Их асимметрия по фазам в определенные периоды времени может влиять на тренды CCI и KOI. Например, САК продемонстрировала преобладание своей положительной фазы в последние три десятилетия двадцатого века с пиком в начале 1990-х годов [40–42].Это совпало с изменением величины и смещением центров действия, особенно в холодное время года: Азорского максимума, Сибирского максимума, Североамериканского максимума, Исландского минимума и Алеутского минимума. Это также подтверждают тренды CCI и KOI (рисунок 5).

    4. Выводы

    В данной статье исследуются вариации континентальности и океанизма в средних и высоких широтах Северного полушария в период 1950–2015 годов. Для этой цели использовались Индекс Конрада континентальности (CCI) и индекс океаничности Кернера (KOI).Также было проанализировано влияние атмосферной циркуляции на изменчивость этих показателей.

    Пространственная картина континентальности и океаничности климата зависит от расстояния до океана, топографии и атмосферной циркуляции. Межгодовые колебания температуры приземного воздуха самого холодного месяца () больше, чем колебания температуры в летние месяцы на большей части исследуемой территории. Поэтому наиболее важным фактором, определяющим величину годовой амплитуды температуры воздуха и значения CCI, является.Температура самого теплого месяца () является ведущим фактором для CCI только в западной части Европы и Северной Африке. Временное изменение разницы между температурами приземного воздуха в апреле () и октябре () больше, чем изменение амплитуды годовой температуры воздуха, и оказывает большее влияние на временную динамику KOI. KOI в центральных частях континентов лучше коррелирует с температурой воздуха в апреле, в то время как в прибрежных районах KOI тесно связан с колебаниями температуры в октябре.

    С 1950 года во многих регионах Северного полушария фиксировались положительные и статистически значимые тренды,, и. Направление и величина тренда CCI определялись соотношением трендов и трендов. Континентальность климата снизилась в областях, где разница между значениями и тренда положительна, и наоборот. Например, резкое снижение силы Сибирского антициклона, ответственного за экстремальные континентальные условия на большей части Сибири и Восточной Азии, наблюдается с 1980-х годов [43, 44], и на него в первую очередь повлияли доминирующие положительные фазы. паттернов NAO / AO и EA.Между тем, пространственные закономерности и положительные тенденции привели к значительным изменениям KOI на большей части Евразии и северной части Северной Америки за исследуемый период. Согласно KOI, континентальность климата увеличилась в регионе Балтийского моря, а также в некоторых частях Восточной Сибири, Монголии и на Великих равнинах, в то время как статистически значимое увеличение океаничности было обнаружено в основном над северной частью Канады. По данным CCI, континентальность снизилась в западных частях Канады и США, а также в некоторых частях Центральной и Восточной Азии.Таким образом, мы можем выделить, что статистически значимые тренды CCI на более крупных территориях демонстрируют снижение континентальности, в то время как статистически значимые тренды KOI показывают уменьшение океанического состояния с 1950 по 2015 год. Это можно объяснить тем фактом, что в течение периода исследования отмечалось большее повышение температуры. зимой и весной. Статистически значимое уменьшение CCI в районах, окружающих Северную Атлантику и Восточную Арктику, а также в пределах юго-востока США, и увеличение CCI во Внутренней Монголии и Средиземноморье, по-видимому, являются следствием изменения положения и величины центров действия, которые являются полупостоянными. (е.г., НАО) и сезонные (например, Сибирский антициклон) [45, 46].

    El Kenawy et al. [14] утверждают, что изменения в пространственной изменчивости континентальности тесно связаны с атлантическими моделями изменчивости, особенно с восточноатлантическими моделями (в Средиземноморье, на Ближнем Востоке и в северной части Африки). Подобные находки, касающиеся Североатлантического колебания, были также обнаружены ранее в большой области, простирающейся от Восточной Канады до Центральной Арктики через Европу [47–49].Напротив, высокая пространственная изменчивость континентальности, а также изменения ее градиентов в определенных областях (например, в Гренландии) могут быть связаны не только с крупномасштабными моделями циркуляции, но и с локальными эффектами [50].

    Однако не все области уменьшения (увеличения) CCI (KOI) можно объяснить преобладанием определенных схем телесоединения. Более высокие широты Северной Америки и наиболее северо-восточные части Сибири, скорее всего, пострадали от отступления сезонного морского льда (более позднее время замерзания), вызванного повышением температуры поверхности моря [51].

    Весьма вероятно, что континентальность изменится в будущем, и ее изменения могут усилиться в следующие десятилетия. Следовательно, климатические прогнозы важны для оценки потенциальных изменений континентальности / океана и оценки связанного с ними воздействия на естественные и антропогенные системы.

    Доступность данных

    Значения среднемесячной температуры воздуха с привязкой к сетке были получены из базы данных CRU TS4.00 (https://crudata.uea.ac.uk/cru/data/hrg/). Схемы телесвязи в северном полушарии (NHTP) были взяты с веб-сайта NOAA Center for Weather and Climate Prediction (http: // www.cpc.ncep.noaa.gov/data/teledoc/telecontents.shtml).

    Конфликт интересов

    Авторы заявляют об отсутствии конфликта интересов в отношении публикации этой статьи.

    Благодарности

    Работа поддержана Институтом наук о Земле Вильнюсского университета.

    Движение геоцентра — степень 1

    Коэффициенты сферической гармоники степени 1 представляют расстояние между центром масс Земли и ее «центром фигуры», которое на практике аппроксимируется центром набора станций слежения на поверхности Земли.2 или см эквивалентной толщины воды.

    Связь между этими формами можно найти в Swenson et al (2008), уравнения 5 и 4.
    Один из способов получить эти коэффициенты — использовать спутниковую лазерную дальность до геодезических спутников. Коэффициенты, полученные таким образом с 1992 года, доступны здесь. Эти коэффициенты выражены в форме (1) выше. Для получения дополнительных сведений о основанных на SLR коэффицентах степени 1 см. Cheng, Tapley and Ries (2010).

    Другой способ получить оценку коэффициентов силы тяжести 1 степени, зависящих от времени, использует данные GRACE / GRACE-FO с выходными данными численной модели океана.Оригинальный метод был представлен в Swenson, Chambers and Wahr (2008). Sun et al. (2016) расширили метод, включив в него и распределение массы океана, которое согласуется с так называемым уравнением уровня моря, решенным для моделей самогравитации повышения уровня моря, связанных с изменением запасов воды на суше (из-за гидрологии, льда и снега и т. .). Коэффициенты степени 1, рассчитанные на основе Sun et al. (2016) доступны здесь (Техническая записка TN-13). Эти коэффициенты выражены в форме (2) выше. Обратите внимание, что, начиная с RL06, мы теперь предоставляем по одному TN-13 для каждой JPL, CSR и GFZ, представляющих коэффициенты степени 1 из соответствующих стандартных коэффициентов сферической гармоники уровня 2.

    ССЫЛКИ

    Sun, Y., R. Riva, and P. Ditmar (2016), Оптимизация оценок годовых вариаций и тенденций движения геоцентров и J2 на основе комбинации данных GRACE и геофизических моделей, J.

    alexxlab

    *

    *

    Top