LibreOffice/6.4.3.2$Linux_X86_64 LibreOffice_project/747b5d0ebf89f41c860ec2a39efd7cb15b54f2d8 0 0 14099 9999 true $(brandbaseurl)/share/palette%3B$(userpath)/config/standard.sob 0 $(brandbaseurl)/share/palette%3B$(userpath)/config/standard.soc $(brandbaseurl)/share/palette%3B$(userpath)/config/standard.sod 1270 true true false true false $(brandbaseurl)/share/palette%3B$(userpath)/config/standard.sog $(brandbaseurl)/share/palette%3B$(userpath)/config/standard.soh false false true true false false true false false false $(brandbaseurl)/share/palette%3B$(userpath)/config/standard.soe false 7 4 false 0 low-resolution false true false 1 1 true 69 Modelamiento kriging para mapas acústicos de las festividades culturales de la Región de Puno: Estudio del caso r EsumEn Las actividades culturales forman parte de la identidad ética en diversas regiones del mundo y en algunos lugares, generan contaminación acústica. El propósito del estudio de caso fue determinar el modelamiento espacial del decibelio en mapas temáticos mediante las ecuaciones Kriging en las paradas, veneración de la Virgen de la Candelaria en Puno y del carnaval de Juliaca. Las mediciones se realizaron utilizando el método vial y la rejilla. Se establecieron 56 puntos de muestreo, además, cuatro indicadores donde los promedios para la ciudad de Puno fueron los siguientes: Lmin- 74,72±4,42 dB(A); Lmax-108,16±6,18 dB(A); LApk-125,32±9,36 dB(A) y LAeq-93,668±5,29 dB(A) mientras que, en la ciudad de Juliaca fueron: Lmin-72,14±4,56 dB(A); Lmax-104,83±7,57 dB(A); LApk- 122,48±10,37 dB(A) y LAeq-90,443±6,420 dB(A) donde al comparar los indicadores entre las ciudades, existió diferencias estadísticamente significativas (p<0,05) según la prueba t-Student. Los mapas ajustados al modelo J–Bessel mostraron coherencia gráfica (p<0,05) para el LAeq de Puno y Juliaca. La exposición prolongada a las actividades culturales en la región fueron elevadas donde se requiere, la restricción durante las horas de exposición. Palabras clave: exposición acústica, J-Bessel, mapa vertical, festejos populares a BstraCt Cultural activities are part of the ethical identity in various regions of the world and in some places, generate noise pollution. The purpose of the case study was to determine the spatial modeling of the decibel in thematic maps by means of the Kriging equations at the stops, veneration of the Virgen de la Candelaria in Puno and the carnival of Juliaca. The measurements were made using the road method and the grid. 56 sampling points were established, in addition, four indicators where the averages for the city of Puno were the following: Lmin-74.72 ± 4.42 dB (A); Lmax-108.16 ± 6.18 dB (A); LApk-125.32 ± 9.36 dB (A) and LAeq- 93.668 ± 5.29 dB (A) while, in the city of Juliaca were: Lmin-72.14 ± 4.56 dB (A); Lmax-104.83 ± 7.57 dB (A); LApk-122.48 ± 10.37 dB (A) and LAeq-90.443 ± 6.420 dB (A) where when comparing the indicators between the cities, there were statistically significant differences (p <0.05) according to the t-Student test. The maps adjusted to the J-Bessel model showed graphical coherence (p <0.05) for the LAeq of Puno and Juliaca. Prolonged exposure to cultural activities in the region were high where restriction is required during the hours of exposure. Key words: acoustic exhibition, J-Bessel, vertical map, popular festivals Grover Marín Mamani 1 Esteban Marín Paucara 2 Russel A. Lozada Vilca 3 Néstor Bolívar Espinoza 4 Francisco Curro Pérez 5 1 Escuela Profesional de Arqui- tectura. Universidad Andina ¨Néstor Cáceres Velásquez¨ (UANCV). Juliaca, Perú. grover_marin@hotmail.com 2 Universidad Nacional del Alti- plano (UNAP). Puno, Perú. esmarinpa@hotmail.com 3 Universidad Peruana Unión (UP). Juliaca, Perú. lessurlv2@yahoo.es 4 Universidad Nacional de Julia- ca (UNAJ). Juliaca, Perú. nbolivar@unaj.edu.pe 5 Universidad Nacional Intercul- tural de Quillabamba (UNIQ). Cusco, Perú. francisco.curro@uniq.edu.pe Kriging modeling for acoustic maps of the cultural festivities of the Puno Regon: Case study Recibido: noviembre 05 del 2018 | Revisado: diciembre 10 del 2018 | Aceptado: enero 14 del 2019 https://doi.org/10.24265/campus.2019.v24n27.06 | Campus | Lima, perú | V. XXIV | N. 27 | PP. 69-76 | enero-junio | 2019 | issn 1812-6049 © Los autores. Este artículo es publicado por la Revista Campus de la Facultad de Ingeniería y Arquitectura de la Universidad de San Martín de Porres. Este artículo se distribuye en los términos de la Licencia Creative Commons Atribución No-comercial – Compartir-Igual 4.0 Internacional (https://creativecommons.org/licenses/ CC-BY), que permite el uso no comercial, distribución y reproducción en cualquier medio siempre que la obra original sea debidamente citada. Para uso comercial contactar a: revistacampus@usmp.pe. 70 Introducción La contaminación acústica es un pro- blema ambiental (Vasilyev & Rozenberg, 2007) y de gran preocupación en la socie- dad (Chokri et al., 2017). Este fenóme- no formado por vibraciones tiene como indicador el decibelio (Murphy et al., 2016; Shi et al., 2018), pues la sucesión de compresiones provocadas por ondas acústicas durante sus desplazamientos en el medio hace que, la presión existente fluctúe en torno a su valor de equilibrio (Perelomova, 2014; Fuentes et al., 2014). El ruido intermitente resulta el más constante (cualquier ambiente y espacio público) siendo el Leq, la energía acústi - ca que contiene el ruido en determinado tiempo (Yang & Cheng, 2016; Yousif & Zuri, 2017). El factor de duración en la medición estadística de la exposición al ruido se ha introducido como magnitud de nivel de presión acústica equivalente (Leq) (Makarewicz, 1984; Fujiwara et al., Meiarashi, Namikawa & Hasebe, 2005). Abad et al., (2011) y Meyer et al., (2017) señalan que, el estrés en el ámbi- to laboral y social constituye uno, de los efectos indeseables del ruido y este, in- cide negativamente en la salud humana. El Ministerio del Ambiente en el Perú (MINAM, 2003) indica que los valores permisibles durante el día son de 60 dB y 50 dB para la noche. La Oficina de Evaluación y Fiscalización Ambien - tal (OEFA, 2011) dictaminó mediante la RCD N°003-2011- OEFA/CD que el valor del ruido recomendado debe ser de 55 dB (A) aunque este valor al pare - cer se supera en las actividades o festejos populares en algunas ciudades del Perú. El propósito del estudio fue determi- nar el modelamiento espacial del deci- belio en mapas temáticos mediante las ecuaciones Kriging en las paradas, vene- ración de la Virgen de la Candelaria en Puno y en el carnaval de Juliaca. Materiales y métodos El estudio se realizó en zonas céntricas durante el desarrollo de las paradas, ve- neración de la Virgen de la Candelaria en Puno (15°50 ′ 15 ″ Latitud Sur, 70°01 ′ 18 ″ Longitud Oeste, altura de 3819 m.s.n.m.) y del carnaval de Juliaca (15°29’24’’ de Latitud Sur, 70°08’00’’ de Longitud Oes- te, altura de 3824 m.s.n.m.). Se modificó la metodología de Muri- llo (2012) donde la frecuencia de lectura en cada uno de los puntos de monitoreo se inició a las 8:00 am., registrando los valores durante cinco minutos, además, considerar 10 minutos adicionales para el desplazamiento entre un punto y otro. Se muestreó 28 puntos en cada ciudad siendo utilizado para la medición, un so - nómetro con filtro (A) el cual estuvo so- portado por trípode a una altura de 120 metros. La geoestadística del monitoreo se modeló para analizar el comportamien - to planimétrico del dB(A) en formatos de motores de cálculo compatibles (Pa - redes et al., 2013). Asimismo, la georre- ferencia de los puntos de muestreo fue colocada en un sistema de información geográfica para la construcción y digi - talización de una base de datos gráfica. Para la comparación de los datos se uti - lizó el Reglamento de Estándares Nacio- nales de Calidad Ambiental para Ruido DECRETO SUPREMO Nº 085-2003- PCM. | Campus | V. XXIV | No. 27 | enero-junio | 2019 | Grover Marín Mamani - Esteban Marín Paucara - Russel A. Lozada Vilca - Néstor Bolívar Espinoza - Francisco Curro Pérez 71 Se utilizó el programa profesional Statgraphisc Centurion 18 para el trata- miento estadístico de los datos donde la normalidad del contraste del conjunto de los datos fue mediante la prueba de Shapiro-Wilk. Para la comparación entre la media de los indicadores se utilizó la prueba t-Student considerando significa- tivos los resultados cuando p<0,05. Resultados y discusión La Tabla 1 muestra los resultados de los indicadores medidos para la ciudad de Puno y Juliaca donde se observó, valores por encima a lo recomendado por la nor- ma peruana. Tabla 1 Concentraciones de decibeles en las ciudades de Puno y Juliaca Indicadores Puno Juliaca Valor de Referencia diurno nocturno Lmin 74,72±4,42 72,14±4,56 Lmax 108,16±6,18 104,83±7,57 LApk 125,32±9,36 122,48±10,37 LAeq 93,668±5,29 90,443±6,420 60 50 Comparación de Medias - Indicador Lmin • Suponiendo varianzas iguales: t = 8,59869; valor-P = 0,00100517 - Indicador Lmin • Suponiendo varianzas igua- les: t = 40,5551 valor-P = 0,00000220904 - Indicador Apk • Suponiendo varianzas igua- les: t = 37,6313; valor-P = 0,00000297789 - LAeq • Suponiendo varianzas iguales: t = 71,7457; valor-P = 2,26152E-7 Puesto que los intervalos no conte- nían el valor 0, existió una diferencia es- tadísticamente significativa entre las me- dias de las ciudades de Puno y Juliaca con un nivel de confianza del 95,0%. Se encontró que los 56 puntos de muestreo superaron los valores permi- sibles por la norma reguladora lo que resulta un problema ambiental preocu- pante, pues pudiera traer consigo, males- tares en la sociedad. Durante un estudio realizado por Trombetta, Belisario & Alves, (2002) se encontró que, en Curitiba-Brasil, el valor máximo monitoreado de Lmax y LAeq fue de 85 dB(A) producto de trá- fico circulante siendo en este estudio superior el cual se atribuyó a los con - juntos de danzarines y bandas de mú- sicos. Asimismo, los valores promedios de Lmin dB(A) fueron cercanos al valor máximo reportado lo cual indica que, las exposiciones presentan un riesgo elevado. Resultados similares revela - ron el comportamiento cotidiano del decibelio para el LAeq (69,16 dB(A), atribuido al tráfico rodado en la pro - pia ciudad de Puno (Marín, Marín & Argota, 2017). Otro estudio en 25 nú - | Campus | V. XXIV | No. 27 | enero-junio | 2019 | Modelamiento kriging para mapas acúticos de los festividades culturales de la Región de Puno: Estudio del caso 72 cleos urbanos de ciudades europeas, la exposición a la banda de ruido fue más baja que 70 dB(A), cuyas exposiciones presentan un riesgo elevado (Margaritis & Kang, 2017). Con relación al valor promedio de LApk dB(A) las concentraciones halladas pueden ser severas para las embarazadas, además de personas de la tercera edad como lo refiere Auger et al., (2018). Por otra parte, la Tabla 2 muestra las ecuaciones de los modelos del semivario - grama funcionales que resultaron de las regresiones por los 11 modelos matemá - ticos para el dataset con una tendencia de datos de segundo orden. Tabla 2 Ecuaciones de los modelos del semivariograma Modelo Ecuación funcional IC** (%) R 2 *** Circular y = 0,307527506028042* x + 65,497487382610 98,520 0,676 Spherical y = 0,307538211094973* x + 65,495432195844 98,523 0,698 Tetraspherical y = 0,307475485748074* x + 65,500299467864 98,528 0,689 Pentaspherical y = 0,307355803993600* x + 65,510560842344 98,528 0,655 Exponential y = 0,308410106730351* x + 65,4096469046413 98,496 0,678 Gauss y = 0,304702765223183* x + 65,7646043811608 98,597 0,678 Rational quadratic y = 0,307735895800513* x + 65,4708901892537 98,571 0,685 Hole effect y = 0,406748789769047* x + 56,3655198969547 94,831 0,835 K-bessel y = 0,305059795445018* x + 65,7299706523434 98,598 0,680 J-Bessel y = 0,391844936932175* x + 57,623006678266 95,606 0,851 Stable y = 0,304702765223183* x + 65,7646043811608 98,597 0,674 Leyenda: * Error del mapa, ** Índice de confianza, *** Coeficiente de determinación Los 11 modelos matemáticos del se- mivariograma para el modelamiento kri- ging en el proceso geoestadístico arroja- ron comportamiento similar con respecto a su confiabilidad resultante. Sin embar- go, fueron distintas sus representaciones gráficas. El índice de confianza, el coefi- ciente de determinación y la coherencia gráfica se muestran en la Figura 1, donde el modelo j–Bassel el que mostró, 0,851 sobre la mayor bondad de ajuste entre la ecuación estimada y la nube de puntos, además, el índice de confianza fue mayor al 95% para la superficie de respuesta y | Campus | V. XXIV | No. 27 | enero-junio | 2019 | Grover Marín Mamani - Esteban Marín Paucara - Russel A. Lozada Vilca - Néstor Bolívar Espinoza - Francisco Curro Pérez 73 su gráfica resultó coherente con el trazo de la ruta de monitoreo lo cual fue espe- rado para el modelado. Similar resultado reportó Henríquez et al., (2012) quienes indicaron que, la va - riabilidad espacial en mapas generados mediante procesos de interpolación con modelos de semivariograma tipo J–Bessel fueron herramientas útiles en aproximación al grado de acierto optimo en predicción. Asimismo, Paredes et al., (2013) uti- lizaron el método probabilístico kriging ordinary con modelo matemático J– Bessel reduciendo errores sistemáticos y mejorando la precisión estadística de los residuales en el LAeq del decibelio. La importancia en estos avances muestra en el estudio de Zannin et al., (2013) que los modelos de interpolación son un en- foque nuevo en la caracterización de la contaminación acústica ambiental, ade- más, de ser útil para la visualización del impacto ambiental en el paisaje urbano. Figura 1. Predicción estándar / mapa su- perficie / modelo matemático superficie j–Bessel 7 Figura 1. Predicción estándar / mapa superficie / modelo matemático superficie j–Bessel Los resultados encontrados pueden considerarse corroborativos a los reportados por López & Muños (2009) con lo cual, utilizar metodologías en base a modelos matemáticos del semivariograma reducen de forma eficiente la probabilidad de error e incrementan los índices de confianza en mapas temáticos. De igual modo, auxiliarse de distintos modelos matemáticos del semivariograma para obtener el modelo geoestadístico adecuado permite mostrar la exposición al ruido ambiental como lo señalaron Wang, Chen & Cai, (2018) durante un estudio realizado en Guangzhou, China. Los resultados de Ilker, Koseoglu & Ozer (2016) demostraron que, los valores interpolados fueron confiables a 95% de sus mapas Isparta-Turquía. Sin embargo, en los resultados de Murillo et al., (2012) la interpolación dentro de un mismo método, no presentaron variaciones significativas. Este resultado posiblemente sea a consecuencia de la comparación entre modelo de interpolación cokriging, kriging, IDW e isoline spline y a la variación de los modelos matemáticos usados en estos métodos de interpolación los cuales fueron distintos. Se concluyó que, los decibeles ocasionados por el ruido durante las actividades culturales de las paradas, veneración de la Virgen de la Candelaria en Puno y del carnaval en Juliaca fueron elevados y probablemente, existió ocurrencia de daños a iVBORw0KGgoAAAANSUhEUgAAASQAAAEnCAIAAACPD6kVAABQnklEQVR4nO2deXBcx33nf0MO ARAEcZAACB6iIImiqJs6bNOSFUqyY2t9bKQ4WUfWbmXXcW0ke6ukbGUTbWzntDe2kyp5/5B3 q9Yp28nuOsnGsRIfUSQflGPLimwdls1DIilCFMULAImLIAACxL43PdPTr49f//p4bwZyvsWS gMGbmTdv+vO+v/5196/Li3/xIeA6NQySRoVHRmo/j5yUD9PqpPJqNQ2fsT97eLr+c1+7/Ne+ Vdnf+/vkI3r7M+dZOxnxrcW3SA85W3mllcb3zbyp+I7JeyEiXi7xRXqVj7M2+8ga5QBV3ehZ MXXZXqcTPQD/ayR94W9G/sNvDUkP/vFvbXzw3vXG50wobU96ZFw5YEz5miQctCxwqV9ZVvMf e7xsfGnTqweQ5sqY+KDU7pOXyjT95O0k3pLzFHlL/lo5peRZ/DSS1xTfjmMWhzHXw0D5wtbq vj8EMwpdXIGYFag7dna1tS6bmT0vPrhjewf2nOTkJbrURySxqycixy4154J9HaOGF+GAmKmr wVaUp5mkZczylDOKv+Gq8YZLJE2PmQSP7ZbmJjpgcdESFRWzXU9NJv/dcd2qBBi/VxjoW/HQ Rzfd97HD/JEHPrDu1h2rg06LXRDV3yjImXhjMlNXzrwQVw6kaW2Nzphqbpr3xc2tJsTc2FsU zZgKmMm+okSGJsW2suf3TN99/8F9B2eTn7s7S5//9MV3vr3H76Xuvad/+xXtj353AlJPW5V4 nf05FHPzRg6yOGiDF4W6suYg7ROIopHm4WPgF0wC0IPJDGlOjGntyEl+waE3V5JyiBiTqO+u ew8OHZllv45NLN59/6G9j7cPbmolPV8J+XZckvxbUflxLvNX5OSJwSS/jBJ1WuQYb0kzEGHD wUsgqjSbssXWtC9nknv0GC5LMMnMTZQumOQM10lrLGO4g8ViDHLsmD36xDgnjSnB75HHxpII 0PJMvGeVq7RGpyKHR5Ja8CqmpTibdwBJzj362Rp/rnMwCUpmssKbaG4gGRq7RqZA0TVvQVQs wJojsTE2saA+ODN3Xn2wLj/Mkme5mhv+XibkpHQla1Ris1cbXvZen4Wt0aSx5DuTmIKXXsES TEpiHxjtvJFIi86YtQNGASwHtHb9aCb5746rW9taS94v4pZCzNXNtKGjH3K4JApYcxJ4M/TZ nLpqwdGjyJj4oIk3VRnetOYmSei8VX9lkkgzBYo4Y055QlGNtq/nj6yqpzRWw+f/sO/O2/BA wihNCvGezluvmIGJGYdXMcEgfXzc3BB5IKd02+qdf+mOz9thjTcBNm5rImlaWyPThdualjHS y1qDSUlac+OdNzppVh/zw6zRjLFXrqQ0dtdTGpNw94Oje7/SMrjBlkUzqJpCfPw4pD7ZcsfN 5HsnE8KAK134IBsFuYQ3MZJk3TbWYA5p5ktUwRN5q8OGkOZrXOFdNcTcLMGkydxU3vjj1R90 pMWariGJyBilVcWAUJ/SeHLZAx+wDQebNDFcSSES0vTKE33eLlBW5AySOv9M9dYoNMUKbN7p R7JU0oi25hRMYlLTklxqJ41OWh6M0cmJanRYSsO1IXrT4vQW4se3eh3/K/4Wvsipo7Uqb2VL UiSSrUnyDiAzb4EHk0Rzw0PHIoe/GsQYlz2lQWmIeWAmdpnChz0qn2LXt18FJAmkflIxkmTd NrGpHMqcPG+ZGd4sg9qNCyAzZ0EOJqljbpw3OmlEB3NtCq4djzxFnRVlQi4nN5PygcmvXYJH OZlbRfK8lj/oNSaBrNMpa0ojyWwj1/CWgU2ytdxI87A1z2ASSUvinTRwJy2/JAft+PApiOA0 K0pq5X5ywiyGNPNaHhzd+/jAYOdE+ItLq0ZU3mqwNTFpiNxyklz45HopdIwy1pwPYEwRpyBC imtH8o969NLBjMkyryVGYgYxBs+srkliFJcCXYOBU8fPQ6IONy4tVPIQmSSn5WFMdDcrIFnP vnjb00OnIPqdVX6voMWMJ9zZlxIQSVrmteBzKdFuW9+Z9DDWqjlvorn1VGGLZGuSOHg4dfXj DTZl7IZdcaX+cXw+Pj56ZmIsbmds9hzsfin9YesgdCgfT43QzK/mPwWRoogpeOtL4ZjxX8N4 81ka56KkVUsuIqYVythkEes8DKvEWRoG6kCcbm/KHyJK0KJPCHad+Bt9GdjUmcWHvlj6+i7+ wOKbt5c++iFY2515EalpmpHzmYJoUvTRLeILUjATHw/gzZ4EIidFVLHlI4w3bTApJkiythZO mvgiZupAxMx1UTOOmfeEj5yixNGxxQ9+pHQs812WfvD84vt+o/S5j8PgRsur6dpQ6K26UYCB uWNmwkw8IIA356VxlEhy5GTfRX3Dh4al5ZFM3Nx4giTeELYEDHtlEd3KjPu6JMwoizI9JlKB 78TfeAn3xc98USKNqZTY3R99tvRnn6j+jk9Typ6S2yrmELTCsbSmPaxVQPi3HMabWxKIospg EuMNwGhu2QRJoK1pfUl8UAUPFMysMWF4jQBRJhOLPqg1OlZ6/PumP5Z2708HRq+lvWkWOf2t OoplRXkRSmrRipn0YNIGgvtvkVUbvDWZG0+QxMiLIKst6+vDTROmUMyiTJjKKUdPV4ITrh/v gWuvcJ4SVTnh+q06eTCQkMIAYyJiph5D5C2KTB25zAqASkcJNTdd6l+7+JIuNQ7kj5gKgMWq 05brPCk8hah9HfEbmjwj/1XS3BzpNJC38FZ4R8tJpl4ZBTPxYApv0dkzrgCodd4qTYNnSkSV 7bYWSBr+VxNm9LDQAzDXq29KIV50KemNWFO+0nbwZVvczoooPxrjDivjOQ8tY+rkeDXwKdjf EImFEhKvEqZKiuamOJt3EtJapUO6fCHToxDAIl5i9lIjpxZ/9b+WXjsu/iVNIf7Kfy596WG4 eDP1dQZh8dLB0v4h7SGznT2tb9xe6LiWqujzNhDGTCaG1PYQ/8QbD8IbVxTwrJEkgNXcKrCF 2xpligalS+Y9lT46YzUtfvJhiTSm0uTU4u98qvSXD9NftvSpjyze/aFSEo4qav2TB6G1BWbV v9REm1DizJhf9sJPSJQoMSZ2N7Q3cX782j4jb/kFkyyS5OJjAOysaitKeaaEm1vW2TxsLaTs FI5ZwSV7ta82cqr0jW+bnlF6YU81q0HUti2lL3xm8SOfKr1cz9TPrO5p+9MH4ZY3kjgxIZfH VMMojOHdMNXH1F49Xml4dFjDWzFSSwCBkCmprSgVza3sZmvWQTAPzEAhLdzEYnGYsGQ9gA5b omuvKH35f8HTz8MLlVfetqUtiR5X28Z8tBNKrApJCTI5ZSyIspbvNtVgNFGn8laAuTFx3kRz q51eX4UsHkxuzTib1da8SaMvwQwc9Yp+NSemLAd4pBCTcDHxseRf5o0iNWscMIpZNQSw6q/K 6YnLDtVn8QYp8tbEMs/6d0pCIoZGnI4YgllExjqyZ/XmWwA+hR2//cbMU6Zi1pJwUGDXi96b ChcCmLYUnHiMlTqAgsyNd9vI5gZ12EyzOuqPZA+ghIt5Y5ZHbleiZWDVYtLR2ndAe2yaQrx6 MAJgfoUGPGY/cdGTgSPDpAl0iDTdMD1gmRqe/E9iy9QaHdPosMN89AapAptHXsTDr+kpECJF tBtV4BLm0n/77cW7P1ya1YSL1RSit6yho/aA8PxhHoFiPPkgx+4I7E4R3nMzZfkDFgQwlUnz RZxsLaSIQFSzirOEOU0hPmRMIXrIjzHwtTI6WpTcYFGi7r9X/zXYgUUFc6VVWf4YlAwks7Vm 2HrPfKOKuYTZL4UonWfIYR5pD1f7aibSmEgWpzbXWGlJU9Fy9qDXaIp7WQRrZJxrhSmyIi9h 1qYQcUWpsoh8qRHz9Qhp0TtsjrJYnMRb3J4b4m/SuDYqPrpdTj8Mf5gSQIq2FljEL8/Za6FL mPMryus9SpZTT6z5PE2S3eIQBaYlI8WTwuJRdrfwGMLWKgZCu/a0Qbr/3Vn7RiqGC6dfwrx1 3nKhG84YOGLmlLVX7/rFk+a7TJm08SVT2IQSOaMWxptYnDxbFsFakUq1tdjulNlIBa+hiWqg deyh3+y+7xOn+CPpLio3pgwXWko+D8a8h8XYXzly4aRJ9MYblBP3gq0/KFmcVmokSTY3Y0Yt kr+R+2z8A+Q3/UzdSCWtoTmy9ysbLBupqOtzK7r3l1dvv6zl0SfZbmPuu6h4K3w6lYSZ6wxD ULARb53E+RxAm1+ep0zIWXjzkiWj5sdbdtvNtBFnum1M2gBSHFuLa2u119FlNRYf+c50Ykqk 11Eux45rWpN/zueTk/WFF+FgwvaYRUFC+gWN7qchm0OoyNl5c18K4J9R085I5hK2lS5XS/+I ETByPzPZWiTq9FmNEiGMbJ6SG6r85ityzCixGb6lXnZnZ8332yjSXCpxaF0uoqgZNW5x1oSk sIVLcmuY14SRppufzdai1Jo3F2Zz2a7SVX71Q0NETHjQ4z1AEw/SlAsJuUZ7mpOc98FU5ZRR i1K/tWZuWdiq34phvojB1iopjZ9EqTVvLsy2ugF1bBpVGkC7iZcqiS6TS0jTeSXkEOXRYYu6 6Z9Fjou43YoCat+OS6xwJXzkSp+NGbQ2l8qub3LSnLSsrSV9KqVbORRSa95YQ9M7I5TH4mWi nEbGrLlBG11St0fcGcw+g/5f5FG/VZRUH0H67qqbIapymWb26HMrlG7lwiNPzD/w6xfon0CY Ix+zhmasulH5lQbQxor7dmsetNEl9WoyiXKnGfSvVxHSJDnVb2U/oil1m62BqVs5a56o0WH4 dikLVZzMLcpyZpGxuJPlTT6G7vmq2btZVw+Uie+fAlbk4HVNXZHlEkbN5obBRiAt+fmOnec0 3cobHPtscddcBiY8YpmYKqSsDegx0ybEiTu5ikZnQU5VsSNscbeqbVqF7s+m6Vb++kW33ryG +nw6Zt4rU7hCVoIF2hq9P8bW9toGnbSSdr7kx4uBZWaGIRJVqoME0uwTrcTyiUzSDV7a0LyW pqvWfqt96uoNwvBJ2SdKPwv7CHzmE+/+8EkkvFBClNpbPLBSs/98qE28Avyz1z41ChtthWi1 W/lUGk/uuKH7jtsJzwpnLHoR3zwwc629EUxaqKyLxKzI+fIG2WmEYCia7ywib0QhvIFS0w6y vDHYkk9V3bSJb+iuXk10gn/arbyFEBZH8bHCaktB2MpLk2KTZsWMam78fKyLMvGVLM3GG0Uh 4Gn3kdJ13mxhJNKzFE/OlPZgihUrUjBz2lkPUU41cExTPXIjzUfhvKlqIG85mZsqfN5WAptm PJ6nRrTvRJdr2iMkYozFGHhVxiZKS1qtkZlIyzd0NG0SFlh0QDU3VS68MeXrcuHmxmQ2t0oY KcWQquiLRL3zilqi/CrehKQTieNgVuHzMwihI96wEMy0G8waI8n60xTq1JSJtjqqSdZgUpWZ t+qD6vR/ZFWbqPzMjR5MWsJIYgwJwbl7SsVfb8a0TqX6dqz59bjQ0JF4584ldKy/ujLjBOHN VXgwCXbe9FKLkVCiXHUCV5QV3OZgUoENiSFzEk6a95gYntuwZj7iYqbOCSycNLcpvKJjILy5 mhs481Y9eSJ1oqRzU82NK7CQKzGYTPts9Bgyj5IhJtK8dzePMs+DshyTIu28W10njUJaREPL 9IjUkLL6fjTecAXzJp2kD3Wq8NnJRLkHk1lnE22tgBkudNL8BsEQdzLdj10rBRCnsWebTgMx U4WBJ4aU2rpx4FvQysqbQW7UmcxNVd5bcFQkwEa3tSinYiXNqTQAFzGfYT0snDHbvGEIyIJY 3lmXIwFCJKkHj1ucOleDIlNm0joYwN9dJ/1oIf3E4s4pAZK5lfV1tfKWE2muuXhKvOdXIABn jDZ1uPp43nNBgqUf/tbyZjU3P96YbNTJwnuV0Xe6ofNWdzY+a0RbFjKuq9JJI5YGwLdukMTb Cl2OjHkABk3DmCj7dBO6QnhjcqXOqiI3K63IfSJy4Bm4kmbNVaBJCFls3qooxNURxsx9MEnW LlnBjEnnY81Pagbl/MwNXHgT30uVljp6ylRrbgUEkylsySnSbS0iaeLPWtLYF4NzZVuNIipt NOoOYF4ZDvwdmw0wRBT2YpaOo8wsEYWDh896oajYnYErzsYadPBeqVFq/hgVRhpoGw09NGKH Kflo7ftap/OJ+yzHlTYvEq7qpQvsuTFRBgNUEe+JphQOYm4uwaSxhVvNraLQ9WxMcTZnMgnF DGKNvXBVvy1zACO8uzdvYADDD8KcGMtLTry51ggi8uaoKC3cHTbF3GJuzqSqt3YrZSJgFqfA IN5TJ/CGy4SH9DjCHgWwTGHTJbf8mT6+EpK5IShCC18jzY0U0UciSUWRN2cyKXjYyllkizPN mg0/Hw/LMt1lAs8nZiQJts6b6zCmaR+pSOYWq4UrzkYZiMiyRy0lG1j4UfCTkMocziJbXGNF cfLi1mIGCp9Qor3mgSMTkrLdtrEJzVZKDtuP1bptEfpseZWSNdz8iIYWoXQuF25xtSoaOZkb IuQDSqmgyN3aKHLNTDJRh7ZjmhuphWtzJFmZYcOzohFLyZJVqKGpMt1uUX+j8KZPuJufZQwU zQl6fi/IhX+/SNJVVszCzc0wLzlCC++u1SDBrhSt2xZUSlaVYX6W5B4ejSZ0yAixOK9MCWZN NFvWfxyxzSltNJQ3tdsmKVbPTXxH13MDs7l5ybOFZzff0Dmb1/wxSylZpw6bWMnZoEb2PQhL QkRpG3dgiGtnTHzQHOg2uwK7xB7D3FpVWu+O6/oCiyWXMeilSFLdczDPTbHrymb/6ZjF7LbJ p6QPKYkNWntWlF6WA2PSAVnePMzNLSKIFUx6pKD0JcPczU1t3n4NXjC3OIPaeUkKM5KLeGhY bSh8MKrQsV1zvVEkU0LBDHkw83bIiXHxM1SXY4YEk4GLbvKWadlruHjRSK1s5fEJsIm9xljm 5jsMIDXl5plkaJVHVkOWpWC4rkkpDixewMjJkqgzNrSqn7n1osUdCZBEafYieDVzM8AmddtC Vo9DLjt6EjGLE0lW41h1hpGDuanStBin9uF6ww7ovHlmleLxJm8G4JToimtuTLjFMSlGpyuL IAqvjqL+WpS0c3lNK5TjyDpZ1kVyW6Fg5tdixDsCGkxGuCsVGEzaecvV3Jjojb9Lmq6FK9Dc Xh9SeXM3N5Khxb0TK7zFDCbxcq75DbsVwBvFvlx6cQJsOV0UNYZ0KlYXW5ZvKM8KEdS4sRFb pdEno6TK2zGaSkTk2AFojsQwERlcisjiZqq+vfSIOPDHF//woTaWkJTm/uukDSClNhRhEaTa f5NGumtzlKVtkJpcSDCpSUsghVwhoLakGDhwNzZn/6kJ25PC6/Pz0S5pgxwiOKG1o2FkrKLN TryRhXfPSJhJd2h9Qk9rPrp4EjSp9vrQVgNtzaUMs5U6PXJ58GaW87hIIG+U3CNBtj6bOpvE r1qDlbd4iu9mWmlTlLpshMNIdCGkiUJ6aybqNMiF86aVcDGpXyIS33rzFi//l4UNuSLh1Rry 582Cmc84le1C4xanK6ZgPJO8u2q27XJM0lIn7xscyJu7ucmK0o1UGzmx4A9NhGxkxL1SEd5c Iklrktonse4tssVhJ5MTaUovF5/Jjc/FUamrZ5ty8jd2GU33rOq5kl/Qam6qKCGbdLxZtNQ/ MZikKLfokckTMz9bkw7GLQ5ZwF8AaYQAUhy3pFBX3fk6Fm9Wc1OR87iHOgWTsVRr8wps+KbJ 5EVulPfWS01IZhUhfKfIY3AWt7iC0+U60rit4aRpH0f2fHPmzUnaZG+4pFPyq5TsYmtgdDb1 9hPR3IC0rNVflBxjfrIOfMvHE07PacKR9F6Erhpl7hs7RkLOkzcPc0NXErqJXRB+bt7D7u6J E3MYaeINT5KGzN6idNtynT1Yf2IMV6S0FSeEiFiK0taWDZgvoiIn8ga8Eq43b7jIm92YVC9b VH1BcufNKoJhlDGLp/DG38nGmFzgMmAjcLsaMQlDOQebxbmeJM4brYgtPYBEJM1B1ewhbF3N bZKyNa5lPJP4J0H1M0y/DnPjx0e3s609bdvTMzuubm1r1ZQG4rIlSPAunPWcKrIXuCRGksUg FHEqrdbipL2qnWRqu77lok2kDc9Uf+hrMz7RhzcPc6Mg53gxq2fIToydEnIyqpEIv2ba9mr4 /B/23XmbLldeeQotGymeitXcsieXbwnXJSFk4wgPybGZQ7lo06JbSZw0QKnLizdTvWQwIOct qfPmLrltT8LdD47s/cqGwQ16rIRa//gdXeWNJqzApWpovNuW3f4DOz1kANRjE7acVoiYVsT5 qb4+2p80k0TSpMej8eateKucqMGkKsFIdG178ZHvTD9wT6f2qQKC1reU7kPIGLdgbtQSrt45 ST88GrKGP+KKOMf9D6J01aLxRjE3MOwWFu+2lQkmicrGk/q2PbtoenbW7+i8mYJJRXmVcF2i cmkrQ6+dGZs8NzY5NzQ0hh85uOpcRwv0tsOmTigv8yfNZGviAQXxBmihu7iRAl3ZLlKlbZck unZcY+wfKcGlq7/ZFKHAJf52HlV1Gy6DxR0fmUkAGzp6JvlhfPLcBevbO1evWN2x4g3bzPPT xsaT/xwZh9OT8MIJODoJLctT6jauTv+t64hJGj/Mibcg4YUlo66d99BA69hDv9lz3ydO8UeS APLWGw05JX2CZMTWTRLHJUxbcAj3AKzApTq6LXXbrBJRDAevmIX9QhOZmp7fd2jiwOGpV45O J1wlgG1dV7p5a0dn+3LhCSuML1W5q26qXdGRaTh7Dk6fhZOT8N3DcOpsCt5AB2zshFW11zDt DpcgFJG3OMI234gUSUpDkWK8Zp220dl376/1bb+s5dEn0wu34+qWO27GLkEZy58i1DnyZinh Kkkc3SYUbK1rrRCZ4MJ2qSeki0JUef35hcV9L0/89MD4kWNnLlnfsnVdy+1XdreuYKM0LdSX Gh7JvHDFxFauSP9tqHTRT56BU9Mwegb2H4JVLTDYndrdiuW6l3KUlrfMAYHmljNm/lLA2/GW TTveQhzU5vKjzvHMNLJO3XLiTZL3F5MTciPDSTds19MnD7w6lZrYlq5/tZ0wBJKFSv/CSriY PLKsBL2r0n+X9afUHR1PQ83+VbCtF+Z03Xi6uWkVx9yKxSzU3Li4wZilDSNR6qR+bdjOwEZJ W6SG8BaiqMgd3/fqUz8eTbpkb7qu96Y39be2LINRA0UEuly1pj39d34RTkzCU69BuQSbu6E7 gA2ruTmrad2MLhQ5dFBbS52JN0mBdRO4cuLNaWZwMHJHjkx87zv7T02cu+7KnttuGag+KpIW RpfW1rRKvG59Z/rv4Gk4dBpKp2GwJwg5SZ7m5oeZ7wwSjU7WvmJ2Jnim3dflarDhy4SkGUba LIJkbk4nJ52otJw0kDePTZmZpK/QC7mZmfnvf//wwf3DN1679pILhV4rgTQTMOlZtGOHIU/k uqQHulbC5EyK3MopuHhNmsYEx0gyvrmJomAm/uqOnLxcS9uwQ5ZuQgY5nbNx8CTqtJNuCggm ITd/w6X9Cl2Q27dv5Jvfevnyizve968vzPxBRxqFkPpZRCobvroNVg/AyBQ8fzRNaW7Qz3zA ZM+U+G3TZSINuXW63FU1p8RmkzCRh5GdVK6+DVKxDAxFy7S8ecsUSXoV3tKIuBmK1dWrD1pG CBJD+5sv7yktL/3iOzauas+m/+JFj1rROextg5GKifV2QE87vHYajr8GV0TdCN1HdEPzEkY+ f33rSLKXeWicTU8dzhtXFHPTgieaG5fW5UJG2yiuXn1EmhRbP35oaOxrX3/pltsvGuxSpvMY SIvlVN6vs3wZbF4LU7PwwvF0hKDksrtRtGAyZ8zAqdSaNVhzV1ktJMilr6AEupZHzJTQy7nq NgHRDHPzt9NSl/3yHHY8A4Org7ljUHuvbz114pVj0xVD8yHNSktvlJkZBnW0wrYBODyazvla 0wElbHGWo/BK4HTMpAglYrGJ+oQydMVNgOx3MM2Kd1FqMAkgZ0r87gdE3sIkEqgHD6/+K2hm duF/f+2Vizavfu+7Nmv+HIM06RgJPA9b45EkV2JxF/WlvbiXR2Dzmjgj4Ji8MRMfDEROjmJq TVprblzurVqGTZpKJ1eYqJ8QGkwyhWcmRcXqvJmFbf8lVf8VVbkOY5Pn/uaxV9/ypnXr+3UR VSTSJMUKPlUlvbhVrXBgGDZ2QZt5rliQAjFTD/BATvuU3MwthQ1ZyStXdME7b5K5iSIGk1Jv De+8uUu7potU3Z5J7+0nj4/Nf+O5qbde27Fm+RSAAls+pOWtlStg2zp48QSsW52CV5BQzCyb IZr621rhx0jmJiqg25ZxNm1b9OENdMNufoXu8g8mffaU4OrvY6T9/PW1qcOmSSHgQNqIMtLV m89wlvpGopIYsr8HhsfS2c4defNGw0z81dLfNuHkHXNaI8mOCgtTxpZJyjq58QbmYNdQOkFW 4bwxOewpUdORA8Nf+in8yrXQeeY0tPeir+5PmvhgROpw0pj6V8LiIhwfhYHu3HhzwUz9kz3F xRVSsTeGyqa6S/nu4hlXYiqS5/1Zl4B9kSeHnQrcmzabl15kYREeexnetQ0eewneczm0ioNm fVnwwkjTHhBIHYW0RAvnU2db050uHYC4/ua42NwkC3JMjcaMqVzf0yi7A2WRpJ1fnJ+YHUp+ 6GjZWF5WeWOKuflKXM2FfExtrohrchYePwTv3AadrbDzYvjq3gpvPFBI6OK85TByDTVavJET n2gCLyHtwEm4uBemz0NLF5w8nQ4JaPMl4lAbv01bVtmoRSCzmyI47f1tySoTu3Mhky1n5+An P0x/GFwLq4V5edT92fLX/PmzB8ceOT71NH9kzcptl615f8tywlJuFkmGzd4iggfZpjO7AN84 AD93McxVxtKSb1fPm6JAW9O8YBhyTOoAANRIu2ANtLdAe+WNkv7bkVNwYeB4QEDlH+L239Ss cixNTi1+8uHSVx7lDyze8sbSJ34betdIB5ZB3LAvcHtlR80tTD534jMz86fEB0+d3ffDY398 3boH2jv77ZlJyM6WRGNI60ezgsd4S1rhP+yHN1yQLseECjO97QbesopOmvjcuLyJpIkH9HfD 4VPpvXv5soA347z5mpsTdfkiN3Jq8e4Pl147Lj5W+qenF9/1q6UvPQwXZ0Zcozpbb5/T0MTB sa9IpDEldvfiqf+b8BbtxAQRq0oh4P3gCGzoSldkclF4w5P7IaTFEudNJU08oKsDjo6lfw1S lMp2NOqMM6FNyCUnRl7bkXpaljSmUmJ3v/Op0l8+LD7YsDAysbWTZ54z/XVi9pXkXycYLiHe bYu90FDMFe0ZhpPT8LZL9UeaeJNIk39tAtKYEpxOTOtJ4weMVLono1OwNrBCGuMtuHw/E04d tvIgxOVGx0rf+Lbpj6UX9sCP98C1V/BHqi1CjCTrp+gUUjou9GIZEfyAzs6dpEiSSZp/TIgh 1YVbeLXtmXl45ji8XUcaMzdQePNbbNYozZ+HV0aMpHF1r4aTp9JjVpKrpaTCp0dymXespwjJ JGMZSz/kdu+3HCDDZv5szgVbeAzJBt3RtUBJrIi/2HmYt7+jWDiZlT0LszUJP4m9p1+Dy/rg zLl0doUqlbebBqsrMsVj5Gc1ja0lpD17BC5fB6tbsbNincOkQ33gBNy4KV367SCJt6jmJkqL nGUCChOPISkdoklbtnRuTvyt2DBSGMjubB3Ej+1YsTH6+7uWARYz2j8dTrMCrKvGuZLEHy+V 4NoN8MRB2HlJnbelQhoY8pOiEtNOwshXTsNFus6bXEbyTHYKjsqbpDBzq7+vYeyBNDTHhC/R vNLQneC6bEv638zOo5XPxt/bbYPzalpJOCfaEtL2s6WO5eumFk7o/3y+o7stc6JV4ZEktzWv GFIrxlvSFodOw9YB+/GcqJ6VcOMFdd4aQhpePYFLIq36XBtv/Z2w91g6c7KdMFMZi+Kqu8lE Nrfq+5rH+mTkPLpt12xf3LaltO+A9o+znT2tb9wuPqJxNk/qJNslrCe/rP3dz0194fyipmD6 1evuWea0gJEptxK5L5+Cvs7M+JLJ3EQx3r65H67flA4Hiyre00zgaUmrPgXlLQkgN/XAgRG4 Zr3jqaidN3fSnAZIwdwnyiDnFENCOuuw9JH/uPjBj5Rmz6l/bP2TB6E106nFGjSVOt+yU4mz Xbvq37149qvTC6P8wcWFjmsG7lmzcpvlyVFX3AzPyo/0CS3v8ARMzMLllXjJdURrYTFtx0lr FnlrePSYgMd4Q0irHony1rUSRiZh5ExmIMQkLJgME7Lxd/3d8eks2pORUg/afQgvHSw9/PuL H/9saeg1/tjM6p62P30QbnmjdGwNNv5muljZGACo0bZjGZLO8oYbOj44Nv/KRPk0VPppSfRY nbFVP4iw4b04tG2YD+nUYUvw47yNTMEq0RZqvOHmxt0jaccibw0njSk58+NTFtKqR6K8re+G oREjbFITz4+36kvqNv42nUw0XXVp6Yufhmd3V5OTWwfbrr8CNgyqByrOhlJnFBJD2vYlXVZa vmbFxaltBFR3QBTSYUs0cy6dnLXW0ByRTIkoztuFvWFzL+JpbgF+ctROmlXtLdBSxswtryZu FjKHXhtSesaQolpXwJu3p/+4xAIfNZnDSCt1vqkRo8KqqWQUJZdVMbfhSeiujN6KASQSTJry EEmbHuhOx4u39Deet4S0Jw6m/cmkV0kZ95M+rGR0uLmBdhMpphzMrfrC6JoVmX9KDOktS91I SSp1fheIAlI83tyyOwZJtqblTTQ3pOEmxycmcMGaxvMmkgZC/40umT2wmBs0JW/gMZIcprLD FDX1SNF2ua25xJAaRfQ3IYYUO2xSDKlmR7iS3loXZTTGhhlXw3mTSGPy4E1Uwt6yXjg0CldU FhV57Gmak3DeGGl9F1UamxRDqrbm0ZIVlUN3jSCSRq8YGUlsAhpfxyBuSiZV2E5jRR1vi4tp HcWeLs2fVDFz0zbZqgHW3jEP3rQxrdiZZD8fndSQph7sAd6advjpsXRuDdsFDlkzUf05f3PD xwPqZ3JoOOWtWqewT1Phm0lbvcpRATNImhWzVDGmIMzOpYVuxNlIlDZtaqliTi8ub0TSZufh yaF0CnXSynGcKFGxqg1d6bj/lf2NX+BPxKx4lf3rdVHiRmKFn7iqTUdwWuqramEOOs0T200J Epw3qFlcLN7U05Cyo5y0r+5NZ2wyPyHi5BRebuyCHx5OYWuUrJAbMUOsNWq5/3JQClE6D1dD yyfXX1WYuS2ch3ML0CZMAKCPZSMhJQgWF8ib1dDAQJr2eOPZknljO556bqMRrAhupo0ko8or jFRZbx7M2Iwt3Vw7017SWpUXoN38/VHAo4SUEeNJdbjPSpr26SGZkoFOeHXCC7awmN+aBdH/ STzP3JKiosqhLmmNG3O1L1z9fWwHV+vCvD5lYHdoMhND+hUdyI836Xy0hgZk0tTnSkXOiQT2 roIfjgLQpkpG8UAPzJzfNF4k6ZsgUTMzWqgKJo0taSNMR8a3/FtcTNeJ9hlWRjqBh4eUTK68 iSdgMjRgpB1YsfOGVX1d5m/ZUPnLbzCALfPjOcm4Uu+YJtKCMJNqDUeVI2za7GczYKZKSJOA 46rz6bl0vRbPQ4bXRdW23TzykzJp16CkARDr7dHZW9OeWtaqbtLBViH5LSfSqFUlpcV1sbtt Zf/RA7ykcaMkmVs2TULstqWw0Rb80zdwisUbYmvOpIlSqPMzt552OHkm3eEtRH45ZGfM8u+k SXIPIylbd3uro392/Ngzx44lP17V19fZ6jJJVt0B2HdJ4pnZeodN7h3RXE4bPVqbr5U3ZLyB a7Z77VefmnAjTVRCnc7liOwlznbQqyZt4PQ6/dxirayMeUeSs+dg90vpD1sHoUNzBuTvw0pR MGYTMzO/+7Uv/9ULz/LHbrvwws/8/Nv72x2HIRVzI6ZJoFZ05KV5WN8RY7hZaaCaR9qo87nw pAhTKGlZeZhb0m07Vxk1oRRyjTJ/VTU0PWm5+tjUmcWHvlj6+i7+wOKbt5c++iFY2y0eJXwl fvsVhquy98fJM1Pv/sL/fHX8tPiX77zyyi1/8edf/zfv25LDlnymQlpzC2kFESdjQURpr3Te xJeVf+7rnT23GIe0MHNb1QITc7C2kHkkJNIomIUUsRwdSxdrH8tEVaUfPL/4vt8ofe7jMFgv pVN2BsYbsA7s8/ze41+XSGOamJ194PHHvnbH7dgri9tts0iSmxtUer0u5jY1Wy11HEtSG6U0 WZU3awBJJW2teasd3WZXHubW2QZjZzWwxZ0nReqhWTFDNm2m12n9zBcl0phKid390WdLf/YJ /gjtFugEGAqVVomtPbLnBdNfnzl+/Jnh0Rv61rq+rFbWHMn0uXQpoKqQnKSVN3U1tMjbOkMi pE4aEj0idKlHct4CzC25VU3NyQ8GkoZvclJ9kE5axN1qRsdKj3/f9MfS7v3w0/1wVbUIlxk2 VwdzZ4zr2dcOWw4YHq7ChtRHiKEExSNjaZMizhFxetxVjLdXRmCtUL8kefHX5mBji4E0Olq5 KYHt1WxnjE6affqBN2Y5bQdlrdO6+yUzbN5R4tRJb97GZyxVCmYWzvu9spPY0M3ELKmwtitp HuYGFd4GujP1gpJn7dwHB66vLlpNs/z/NLrzhu4oGZEoWrkijQ78ZC3IrS2yIE9GMezGnP7X FTnttp7ikktrnVah8FbtGwpOdex6ahJWlnfc2NXW6pzNuGHjZvyAq9b0pP8TbU0srcW3IJW2 s0kib6H4D/vytDGk66oQLVGxDE1Swptan4upPhuLk5bEgY02t2UliHJvNIFH4s0kP+QQWeu0 XjrIf3RPkCh6fs/03fcf3HcwXYDZ3Vn6/KcvvvPtPZrjzL63ZW3vlevW7z5xTPvX7nLrTQPr Mg9pSfOSilnSUJYhY8pOmLGR4uDNEKX6XExzC4Z5j7zf1WjqIkrazMxeRAifWBwRucGNi5cO lvYPaf84u7qr9for+a+hscfM7Pm77j04dKS61HlsYvHu+w/tfbx9cJMyHm3e2DvRf7/9tnf+ 9V/NLWgKtn72tptaly+r25qpXKSjrZncbGYeTN7sQFpf5IYu8ga16gZsJahRjLrCkQsJI0Pk PLMZQc6lfEHpdz9krNP6hx8Ws22hsD36xDgnjSnB75HHxh74wDrTU7S6sq/vb9/7S/c//tjB 0/UBgK7lrf/j9ptu27jemBdRbY2TVlOUkVNAp/xmFBszqBUX4rx1QbW6QYmyqUWDkLNKBIPy HVHMTa62AJT5IsEup63T2tHV9kcfzhS3C4dtbELjRTNzPjH7DQMD33r/PU8eOfLMKweh0k+7 aaC/syU75mUKINXNfmu2BuBga1CpYayGkaZZiBnlgFmip6bh5Tlor31RLSvgPoD9rbB3LLkC 1Tr7V4+OvGsb+u5W5HSDbIXJFbzqkZSKlMUgp63TqszYKu96anLHdavaWj3nJt2xsyt5buJm 4oM7tnvuk9e6fPltPe239VydeVQbQGq7apKtCQEkXctLcD75NEIkaSeNhpnf1N4Tws5Zyxah cxq+CnDnJEz1wGLtSzs8W+kZWk9Di1wjMEPiPQQ8yjbU+mDSafs1SqlWtQacWqdVUfm297+I ZTVsGuhb8dBHN933sfpAWRJA3rqDsP28Km2sSCGN2Zq4GaIy/5i+D4MkC2lR3UxbC/UXOqt/ qtbl3wSfPARfuAR+9Gq6P84G8UpTeIMgugreydFaRcat3HL4VtphNbbS6ATLahB07z39269o f/S7E5B62qrE69yeHzhOLQWQOltzqmS4YnnarJkw0kzNmvkGoUFbjU5kT9oBg+9H9YtXZffv JvLmK8pa2NkFzZbiopzSGBJvqrmpvFm2X4u4e72jqlfFL6vBteO6juSf89OsmFltTc1AQtXW THdEq621LE8nrYMHaaYekWHqE13avWYYb3/706J5A9ttIgnClzttR6pt98GVCJ2RE8vpS3vo RlL9W/LLalgU4lqupDH55kUkuZGWZ64P2dWpsbwBLar0nBUprPr1MLf6n5rJ5epfkXdWQ68o mIELadkA0ltdrfJG2BhpOafUrfunNZA3MFjc2XPYsgnnifk04Z03h31981T1+/HPaqjyxkx9 oitpia1lt/Z1sjX2bSUNaCx5bi1b1ISkfSxbvio+by5Br2pxZ+agM2wbqqpczI0iDLn8Y8hE 5d+7f4NPVkMrP8y0z5KmiZBJYw94fBNcPW1wdKr6cxOSluhdyncVjTffvqVocdMJbDVns1Qr iBq/ETemieZyuh3YcJV///4NwW/rhZnpKepsLBfSxIE1D1tL1L0Sxio59+YkjYm1bPEMQ3kL nsDJLS5xtk1+QRKzF3HYxt3cikYOai2ZgFzwugxXzOiMgWE8DeykSbl+pyrwibMlzaVbHPKy kiYuuwyWlTQuad9TxttX98J7Lrck3+siMOY0Fp8cPD5TvXpF2pokh+3XktOwxpCUIq0E5Hxh i2hlYHMzX3nvtJC0mNNnc+9Pa1swnTT+IhJv125QeDOZG83NnAayj0/B+UVoKwcszZZqonn1 3Ijvnk43YS+evmm2qJZYNJJYFNlmbl6wOZGGH5wPZhBWmPqibjgyXvuVYmuSJJertWlrq3Ul TSs9b5LIQaMTacnBpwxZQbutifMSA3jzgdzEG120bps7bBTSKMdQMFOnF4sy99a0pNGrUl/Y Dc8cg+s2kEkT6aKRpjZilTR14TaTPKtrWh4VTHjbeXGWN/cumevMLHb86WlCRICTxh8h8xYi bGEOxdxcloM6woZQ5BQlSnLCbNTBV6mbmGQ12A2P7MvR0+RfZ9IVqwdOphVHZhdh1lIjgqRS SeGNLI8JkPwpyQ9belxKpoJ5rj2ZNyfxk8m8goe5ua+6dvkeVJxCAGNydTMuYWYWGCZnudWj Fm63iXN0d5weHp+vlxugkCaJ7GmctHZaCT22vE16TXUtQvJJnXjzm2QsPisx55lz2dxSYF4k Km/SmfBXoJqbnxIma5iQYaOQRgQMAhhTZRhbE0nzKEZ96UDL0Im5Kmw4ado8pCFsUxv0iWk3 0ugamaby5j2XX3ri8BQMdKBxHSWAVA8w8wbEhaeGBpAhNrznpirrfjTYENJwwCjZDhUza6Bo 3REKJ41wc71sY8s3npt6w9Z2hyE1Tp1AmtgcI5JGNDew+VvIkhn1uQlsF3S6vARxsaaZN7Ah Z+1AMt5kcxN58zM3XZBZnpk9b1k56hQ9clkx82BMkpAaEaUnzbFk56ZemHvmwKnlnWvUv1lt jZ8g2pQl0kzpkPppuleJZSeQ9N+u3ZCOd++8RJ726S1tgmd0GnZsyjyYacHSV+C0LBrlDXTI 0Udu6v7GzS1Mu/YkX1VtTbYAS3n9m57DVo7ipDkl7ik5D5tlmcRjSDfS0Mu6fVv33v3jN78h +1yT0SnU4V01D0+T3IxubiCsfwvnzXQHOTYBmzphgNAl9pTKG5Picn6qmxvbpc0rmHz+yCq5 0tyO+l/L2MpROmlaxqzdsMzSGHdbq8iUBcZIo926rrq06wuPHMrARgkpKzGkK2lWWwtXCG+U aPP4BFxNtwQ/99DuAca+37D1bxlz870vzLSuveve3XKlua+sH9xQDd/T/+lXjrqS5oQWF2cM 2UjN9MVIgYSVNMcvuHv1iu7VLUeOTW9aX3lpa6LfIKmlziu5RzppIeYGjrw5defOnkv/XZFt pUafCYnTTHvu6YzOSYw3jblRVOmhPfrYaU2lue9MP3BPtSNbW6k9MQkT5J4bhTQVLa13iRfO dJlsNxtpLVMU0ph2XLv2md2nU9hwT9OlRphU0v75cNGeJgrnzTtfcvg0XIpsfBL8RThINToy h9WW42tu+kpzs4v85ypsO65BJwhRSLPGhCbv0iU5mOQagIqqc7edSHOpv7mtt2/Xsz8anl/p dO3FEV5RKmn6p8/Vf+5Vjgw0NzDwFpKWnF2AE5Nwna0Od6oopPEXQaIhLS1KWgWTtL82QfpK cwJZKWyJzd16oznVRSctO9AsCwWG8idKGreqGKQx3bpz8J+fPPzuuy6X/8DdzGxrorSkWW0t AU/lzSoKOVv64Jv7NfsHeGhoNLU1KTVCygMHSl2SYxWRNy9z01Say5JV/oeH+++42Txp15W0 PbtNr4RBhTYOblz48GUepCXatq131xNDwyfO9K3zT3XRSRNtzSSruVGk3T/AQw62lpMoRifK yd8cJVeauy7zdZajkWauaWViyVRhTppGrH26cfYdJ02KAbxIY3rLWzY/8/SRO95zWf0hs62p MWRc0iIqCm8OtpZ3b83D6HJQvdKckmIs5729oKs8FqHlSlqiq67s/9GPjh45PL5ps1KQgC8b rdWrk5Zasrn8aj9NuxtbEjEuLd7OzKVraq4bkHNU9bSeGI+594Kqqm7XbJ1XFBUzyf3wXdrU AsmQmRXJRJuuRbS1Q0Hc+q31zJs0pne/a+tff3nP+/7tNWWXJslXzQgZqaZTCG8vnoRr1jlW iaSL/sUV7Gb0ushZ3giwNQFplqVoSKwSg7T0ZXrbr9jW+6Onjux4i2XfRi5xfVqUVTN0OW3L mPgw4y2Jdbf0w3Iyb2PTUC6lM4+ZSOZGVJNgZjI3Lq2hSXKY9Y8PqeVPmn1BGp00Nu/GdQZm TW+5efPn/uzZrZf3rVlrL/U6t5BZCaoNGinSpiI90iFWJeeZxLoHTlJ5O78Ir56Ct1/i+DZ4 JIkwpsaQOGbacbaIUs0NAa/GGwobMiErabJCUVTXUxVlIo207tOVtAAlAWQSTD722IFf+OUr 8VsU26nwzRemu095i57xj8Ve0quk83Z4FAZ7YOJcWm7ELqu5OQUgdMyI705/Oz9zg+oUE/Ol Qjatrs8bPinuX+G6QN2peEH1r6ZZ5HTS1vZ5m9umTZ2Xb+t78olXfm67sVbb7Hx1p8KelT4j xR6jahFF5G1kKu2nDSjXwBhJmhQpyE+F3/EDedPKydwq0sFmKpCqDSCFyh9+yImilwkp0tNE vXnHpi988fkjx5ZXJ0yK6uudPTby1b1V0paorLydPQfDE3D9xhhvRpx8iOchiYGVB2/i8fwc vM1NAxul4rfQVVMHwdy2zBLkUMWAPmytJS3A3BL90nuv+PMvPnvnOy5Y1V6Z7FTL/s+eW2Q7 ypN23/VV3A5bfVRQ6FIivCVdtZeH4ap1sKz2GU+ezUQoxm+ft3XvAYDqidbapEfnxYm3DGmG c3Y0t7JxqTVCGtNJDWlMHhZHLRHjlHiM6mlcHTPjv/jWjX//zSPvfefmcrna6FLSnppISEvO vMgdA/NIljDwVnfA3uPQ31PnKtHJ07BlTXVvYYqcN5UPk33xaEh+IdjcdGEkUodY2b8CER05 Emn4Ol9X0rzNrXIFBnrbbn9j/z/uOvqOWzckvFVJu2ZV39wYGEoIeyckG6WWMqzpTOnivI2O Q9dKWBNWOs5ZhIWO+nlLIZyrBhjD3BTYTLvCK6QRN6+wHmYnzbr6syhPE7Vlc8fM7MI3/+nY bTcPVEnrKkO2Yfhtoh1d0rAb/ZRE3sbPQNsK6GmH4Rnoy9opNZIMVzaGtN/u/XhDQk3R3Nwl wIYX1vcizSrncvCUMWsiaR7mlr3LXnVp19nZhf/zt4fe88ZV9aJ3eaqADpskxtvR0XS/kT6v Dfw0LV50CfoCTS8580bv1PFIkpmbdfZWHTZ30vg0Yqf94EU1kjQP6eKZN1yVFgR6/uCp267t KOc1bSmXjhldZ2ZS0vpdNqaJZm6+NWlERe43slPydDYiZmDcEl6KIohqCtLC0pJMCW/ls1P/ +KPJd9y4OqK7NRYwrqSflkSPkqdZI8lcFJCHpPJGL8HG6ts5mltZfgkmMmlM7BH65XYjTVMI vlhPA8st9rqL2lavXPbl743fudW51rekJmEs0WLSRk+nGZGegjMi7tLWVpOPsfLmWOzQo55k rWnYMAPdxrmSrLc3n/1NGhs6MuHBTOUqbRlo6Whb9tffO/22S2E9LeLKiSspHWLKjpg6bOzX cwswPAYDndARZcNeP4mXXbE1nh0R0wfWnbVJQ0qS4i3Dq8DmXfq7JoqnhboZ5EAaJYYkkMY0 0F3+929b+5e7Ri9aAzduqm8Oypt1xOy/FlR1sj8y/Z+fmHRWya9Dp2FyGi7owVy6iJxk8nXz i8+LatXWWWtr/TvM9ROV57aMTLuemlx4+UhZzu8D1dacYnR+FSL4mCgtaWv6SLePqKQxJeb2 wevhWy/D3+2GN2yOVn5YkkqaHTO2I49t46jzi+kM43Pn4eLezDyY4VnoUyyO2HPLe1CbiLQn acQujFnP75mulW19kdTD8E70692MtD2XF2ZAThPlQBrXWy+GA6fg6y/CFevgYqTAm5ck0qiY ETR+Fo6cgs3dsFyZIKKSxuSZKQkuDOMkj21VqgoOIGdmz99170FeTFKAzWxrTHRbw/pm1qIU lKvfxKQxbVkDd26DHxyB/SOwtT9oJ1FRIml+mGnH2Wfn4dVRSJzsmvXpkplhXayrNTeriqix RTwBVR6nJO67TWhsjz4xLpZtrcE2qnRGyXkRLupCT2/GmJqeNKb2FfDWi+DEFHzzEKxdBReu gdawqBJJqHi72fx5GDoFr43DlrWWeVgJacRgMvPXPOZG0spjhWLmZGtqlYRK3l8q21rGi6tq A0jR1qwRs2xoOeXxm4w0rnUd6XLmvSPwz0OwbjV0tHuODZiiRwtm6i7ENc0twIERODqebrN6 46bMbGNX4bzJKiSGzIU01dakjX+VgTWpbKvwzdMCSKL0qzytF9ovtdg8pGV3VKkXbO6FrWvh 4CnYdxxWt8H6bipyxKxj5W1smxLXdPYc7DmRphwv6k5vBCuWU79fk7mBlbcoMaRS5d/ZMwsP ZaWyrWXtaAYSQOK2hk0jRkgLSd83JWmqlpdS3pJ/Q2Ow+0Q653BjF7S06BdoEiPG6s80zOYX Fl86CfuH4fgUXL8efu4aOFXrmyXfKf1+6td5a7zopPnZmkG8bOv5zs21G6yywQU9A2lPqpoS +uGD0YH7HYsKIc1lAlEStiX/Rs/CK2Pw0nB69fo60n+UMnIW0nSYzc8vvnJs7uVjsweOzm3b 2HbTBTNdNlQSj9LmSCKo2DxkVa67eGseFEhTZeiwcbGyrfMX7CjLzQgNIEm9NWToTLy+S4W0 MEMzae3K9F/iMIfH4ehkGte1rUj56WlPExVa8DDSspglgB05Nv3a8enkv8OjM5cMtGzb2HLn javTqdInU4xct37nYpFkQeaGfCkqP6ZvIZw0SS62VpVcyi47C4aegaxL+6k8SIuIEFEhU8uD q8Zv7gJWZ3lsBk6egePj8JNjsGIZrKwsHkv+m/xL8MM9LYHqzPT86fG5E8MzY5Nzk5PnLty4 anDDqnfesn7TusoNUnfLSG6XpvjFam4+vNHzex7fSGB/zFpgz5Tux6u1yhWRlXV4pi9Aa2tY J5VIWvF0ifKOHmNvztDdlv7bWhkEP3MOpudS9ibOpjt6Pn1Y+4x6jvHCDas62su9PS03Xbu2 e/WK3p4cfYeZW6hMMWSMNTVu8hi51tqalIrUVfUvmzDzyEDWRc+F/AtpOq1akf5jNzLN7nOF 7FaRi7nhKpg0yqXzszXD/hnVMFJyM5U0i62ZRqublrSQXRpopJk2+wan5FODSMMVx9xEETGT Pq937fGQ60axNYPKVsz89Tojjexm1vRDppKpGbwiSdNm//MyN7FhhLiZeAWI4DldtJDemk5V Z8MZI9maepZcBWNG2eAbUcBeDR5ZPlL1sabxtJiKGzRawXO9YlrSuK2JpFltTcpGMpzi2Fqe BYntspLm109jtiY2d53RadNF3nn2mMquBxNnt4TUbvLss7EiP7ydBFJnvTk2/MZUozEza8hp JgFJKmn52Zp2DVtE0iTZwOMyJWybAsIARcuOOFFXzFZs+Qy4l6V7G84bFkOq94/CSDMtFaWT RsEMGckhgyeq2SB0utXmMqhN3GE0b0Wc4ZRV6mwqb0w+LpfbibpJ7aQFkkaX0+gqORbNr8MW GEnGV6zwMvDdc1A1jNRe8cjFyQqztXBDg9xH0qqiTzsKl1LGI1exIChoMVvBRmfNNThN0VI2 1IY0jCT3ld1iSEnNQBox3Lf20NQPG7Ej4RWRNlz29TXyEFnsQsjqtXKY5q8cKZLm3XS1G9hn Vl5V5BlXuMaQya1iLKCZSqThoWMIaVZFievUM8xz/ZW2OpXnS1FWjgbuFCUp1m3Ib1ElfYSN 5SGl1L906UOpk6S9NziZsocKIy2W6uXv0bNteCI7K4c12k0loq9abY24x291T22hEB8TMs8I PGLInEjDbY2TFgWzglf4Eqnze2X0NV3Hfkyk5b6LTYhwzEwBZGCLre+pne0xa6mzq8g8JEIa xdAIDmasVFOkseRHnfSNeyUktaRlJhuFZEcaoihdNbNqg9r85u1KXfG2Zu2qMdWKqXi8Q+SR LmvEYk245UO4d7fNZGia9DWyWW6MHImmKLI34YhJuLfYXU9NQrpGe1Vba30hsFJ3BqVOc5ir cu2qiTWLIIg0asHDKCm1WBNzC5EDaeC1bXwzKCCAfP7FubsfHN53aD59amfp85+++M6397A/ lY1xvI46WfxGpY0hVVvLtasmNVOvjYUar8YO6WalTvm3ho6QX4ctV0UKIGdmF+/6jeGho/Ps 17GJxbvvP7T38fbBTemMm4qz4TOmKdRRVAxphOixKaCyqvns7meRNLXRonn/R588y0ljmpk9 /8hjYw98YB1owkgEPFMlH4qtNYI0/7I2phjSdd8PVdqOgXUFUKPtjoIZaBfgBYq2a1SQ4pGW aGzyvPrgzJxapFUVninm/V3e000aDT91aas4vkej+Ii38iStroikNXamqCjbWhsx++9d024p 5SGdGi3bYdSsO25a2dZaSoJJ8cEd26sbt9oK89pGZhwUa7JIzqTpt9rxI43CGH1hayNsjZ4O 0QeQ2CaD8W9A9kHguG+qjGgP9C5/6Dd77vvEKf5IEkDeuqO6O2Y5s+WcVghvcefgmKQlTQ0w msfT8vCxiKS5mJtW1ACSssElIsePbE8gF1IW9t5fXr39+v5HvzsBqaetumNnF/9TpC3XKZGk n6T9h/nbVX/IxPHhmGniHzpp+cWK2mbX6I6cVtQA0rXdK7d76buONgPBGklymSZqdfbtuC6t gqz+hWUjA8wtV1FI05WXDcqJIRP88enhOck+5O1OXYC5Ibam302Fv2MUWVcANtTW8KmSNWfz 5i2/SFIlzRA6qnuZ+23onPnOKFtbNQNpovL3ughdNaC1e/JHMJLWkH0FUEUKI8EQSfrJpZMm Gpoozw3U6ffF5kkwqqJQRzA3q0hdNYg/3YzfXkmehkv9HpFIEk/921YACLBRzM1VIjbW/huy ElTXSVMNTZITb5itNYo0DBXaCVi/00hyyPV72JqhC0ONWhvSzdYpnrNZxVlSqcMLY+k6aaqh sT6GdD8m8qZP90NDDa3ItEfW3IgiddUgx1nUxjdtSABJWNiWhS3wRkiMJE3FsESZSdMaGu/N Jz+Elk5BGsfrjDRDP1y9PamxA7Wr5jHMhXz2WnYkTiYGb6J4ICahRSw/Lj9QVOCByUYavgGI xJvV3Ki2tkRJI36haBUg5AI6dNX8SMPT4N4jogV3uasrtZtNYaRp5dB5094Xi/xiKGBEDI2y 5iZ1veybFiBdtQJmOxRMmntxf0k62ELMTYwkueifjUwajpkaTJp4c+it/ewJZ88tlotua9Hn iEuKMiWDSd55NFcRwfMijc2UVafw0Xmrq+G2lpPwu6c4BiBKiSrtm6fzF1RPIK5CSGvcF1pO 31udC5tfz80Enjtp4oT05GcP3oqwNXZ3pOSEmk029vSHeZNmtTV+AkuLNKF0pNnZvKcj8OOt Vxmp9OhCmp9k0tTleeD43ZiiDoQ0p72smPKIbynT8bTVYwsmLfDt/L5NNqKN7BGFpCLVIq16 BTqbX5vgjsq+/v6+vgpv6pw976VWTHJE5E1a8Vs6+tXJsd46nSp5RS8rolYary6VrJ0MS5ZK FU3UqYL4xQmZ2ySuZEsQouX6paLI+fTZot592WArXm7Ns1SoVBkbJ62x23/HEpG6vOedr1Wy aKDrvIgno+Wt+SXwVvaJZHKVYm5Sb0E0N0DjSdOs2UwA2UDSnLbaiS6cusKQU3lTTwnZEsTV 3Boqg7MV9q1r0zOKEHPzL39tmtTzOvA0bebJJCQZll+VWC66xYlrF5emuTV0UNsUQNvMjSLT pC3d/tSNIK2wgIJ/IuQdiXPQYyGnXmSKxZkaQx7mFuNLz9RprZcfl1SMrTl2VUVz89sBPDPI Vlj0SE/6x7rspguLU0cZ7Mk1tiRaHNSCST9zC1//RdDze6bvvv/gvoOzkK3T6uts0hV3nZtj /cAEc3NaTcxkHFjTnlJ+0WNj+8km6oiDq3iV0UBpLa4+mERewRxibqbv3ZSQzCYnZ2bP33Xv waEjs+xXXqd10wV02CJeVt9bCzc3gMwCR4rFWWyt4f20vG3NdLAfb/Xjc5gAqVqcyluIueWs R58Y56QxsTqt/+nNKmx5x5D01oCam5gskSzO2dYKJq2p0r/hvHm8I/Ew/EJJ32Msc/P76gVz G5tYUP/O6rTSnC2/nrGjGDDqvsS4xdl7a6KWXO6Ry+/yFs8bUeKJaYPJAszNvZL3HTu72lqX JW4mPsjqtGZha4ZbmijJ3GqS9iWWkNNKmZxlCCDjkkbMjuR62fknQk6GON5VvHB/s5qbVjnl SGrmNtC34qGPbrrvY4f5X1id1nmSs4XbWqzPxi5ubZ/UetUXfHKJ1tZULV1DY9JeZPFD4dSZ 5qNDIchRpmtTMiWSXCPJSBtU3HtP//Yr2tU6rc23eFSSGtJk9yVWQ0pRmikjgOZF8lYzdNhM LdtkIxGRwy94cmL4WVl5aw5zg3R4rUOt0yrApr2a6ucxzfjOW9I0OZAtTgopja+gVQNtLb9G jH8oa8uW5LGFlV9+Iu5yJLq5udoafTpyTU3vbJLUmanmkLLpbK3Z5MobV657x6lntTTNTVUN NldbE5XrRiGgC2OUmakSb1x10thJWreSE+9nIdvuAFoGk6tRtiYe5scblwk8ehVA9VSj+5tV FFuLVoPENNsassjlETpK3wEexoh3NXZutZBS7MLFEb/igdQhCr8xhZDGDw7kjSti7046Kydz 8xBlPw3b5mxWEepG4p8nevFgnD3pDHUWJ8vpBqG9yuyR/JDzVjhpeaixK1yIk1qcqo5rpQ0X SRtrcBEtTnxceq6o8LBYO3kHQHNvE7ImlvP026282ZCLSFoBYRs9hhT/RDE3XDmR704aGBMk JotDRCRNurjE79g6PxWyiUriGXqIiFxDKvw03NMaIo/5mSbyXc1NFEJaRz9MpQ0GLfjjsN+X F2nSI3gDxeenQrzwnSIPl4s7wlbAfE6/bpvppbSynnOguVFur+wF6dtqu6pGGhhL2TER+7t+ 4xj4ASbwpLPVZk1w+cWQTS7TB6HfFCKmSZpc2mXsgSMBJlvryDTIcvXtvZfxakkLv+8i83es Fheo8JtZ3iLO54zyKcJ587Y1fhhibkx+377pc0XJlOhUCyOtvNEVcawQR061uCZRrh22Iknj 7+jNWzEzB/RZPbMNaD+O33bweFct0VQ9rBD6bMh50JVHMtqUK/M44ddlDKlKIi351TuSZPLj LRZpiLmJIvZ6kA8ScVpJh+ZmpyRIot/GkDZNn65Bt7jmVE6ZBu21zSkGdrrO1iab350O37yG /hEQc7PGjTrSQJ+N9LO4ENKANl0Dt7iC1TwDbqJy7W0SG2seX4dqbkxOrZRysF8wadJUppGU sRZsOrnwq4m0CTyBFmufCvwiNmeOxGpr4edsHd228kZpGxFtLUrfR1JgMGmwNag6W06OEdJ3 x7sZxU9UbbgCSSN22yCAt7zjC7xLCc2xVtBMGtTDyOjNNzxLVozF/YtUefBGJy2/3ppfbKmV n7lJpE3JTVfos0XkLWI+2mpxza/w776AAFKSE2/NQJqopjG6TFFkOUEShbfoIz/0EKgwIecT fR5G8aQR5XTvj4KZUzgTjhx7O3552foaMRUp/py1teefHpKKIr/719RsZCBvOd26mm3GPcK/ ad4Tl/fAYKAKWJ6HKOIW1a7IefPGzlnKlplqISdBY423mdmFu+4bGno1UxT5p2+b0KX+nXgj XsEod98mtDgP0bsWlFlvfpE5NNOdy0/0VurBW9g97tFvDw+9mimGMzN7/u/+7qBh1j9y8/C4 P0WMc14fvDEhdlfAqtDXAXJOvEH+vbiauY2Nz6t/nJmZRwv+RPl2KaSJq83HbVfk9cQbl9+t NPwuZrqYSyXN6xSFEZELDt3vuL2vrXV5EkyKD77pTetzrq6FtwZtRYfkwZ9N3nAtibyrqyg3 C+sX7ToIhCMXY/bsQH/rQx/fdt9/2c0feeAD63bu3FTOseF633eXBG9FnkCRcyCbTeGzqLWy upwfabVI8t5fvXD7VZ2Pfnsk+XnHDd2J19XKj+fRbqxNAS9UtCR4K0Z5k9b8lzEn3kBBLuok mB039CT/xEdqYWTcKx5ImniMFbnXsRoVOhbTYXO6X+THGxRSY6Iioc8WJT3lmg6hHIzw1px3 ZcrGMfQXUZV3AJnH1NPw5psrb9IrSO8bSUqCJAS5nBrBUuSNyW8CZ8TbKjE6aOZrKKow3sR3 xKXWGxdGtyUZspEeyBFJ86spWzxvEV/QyeispNHvaPxSNzwgL36KmTdveYbuaOqfiJzH1+8h SsqkyYUbHeVrDmmjDUcuinI14dwCSCbCOBuOXDGk8VcwtZWlEgiBAbnopJmutukaShew+BWD 9IkNxQST0tVGWi85kiQPamuRK5I0q5YQb+AYrizpITWPGNIaxeTBW/65X8cZJH7fekTSlm6y xFse17yAW1veKpg3PICMdD3z3wzxdfDFN0oNv7WFi2hrjT1nV9Lc9xxlWmo7j/7sKL/QsWm7 bZIo5ga0yZP4B8FLIKvbsnmRBrnD1lR32SWkJd1J4wrvBcWatdfwG0dF5ddDSj26nNp68dNK EcW9u0Vvo379zwJ4czU3UarRYYPaOY3ALFFbc20QcVdhNpunFTA6bG0nrxd/E8LIf7G4EEVJ hAaSRr+7OX3XHm00eho9VuNEPkvEKilMs7Pw7AvpD1dug87VIPfZIvL2M2Jr6nObalqpq0y3 jCgDVuG3kliDAUCYOkesiq2NIScmF//gk6X/9wh/bPHWt8DnvqQkSKLwlh9p+Lk1wyCbq8U1 CWax5GoOEZeAQNTCz94aHln8hfeXjrwmPlba9b3lN1yty0Yu3Ul0gbFcrHYffU4pRXmHEo3u 8FQVlzfIWlyMSHLxDz4lkcZUGh8zp/69LW6JBpDRhSC3RN3Mylsxa/DiJheQD+Wxv8rZZaW/ /4bpj+g421JMmXibW04ASMjlt+TPSd5fK9I0PUjzvi/HnbUnWlyguT33Y+SP/x8xy3v7A5/B yQAAAABJRU5ErkJggg== la salud por lo que, debe restringirse los horarios de exposición. Los resultados encontrados pueden considerarse corroborativos a los reporta- dos por López & Muños (2009) con lo cual, utilizar metodologías en base a mo- delos matemáticos del semivariograma reducen de forma eficiente la probabili- dad de error e incrementan los índices de confianza en mapas temáticos. De igual modo, auxiliarse de distintos modelos matemáticos del semivariograma para obtener el modelo geoestadístico adecua- do permite mostrar la exposición al rui- do ambiental como lo señalaron Wang, Chen & Cai, (2018) durante un estudio realizado en Guangzhou, China. Los resultados de Ilker, Koseoglu & Ozer (2016) demostraron que los valores interpolados fueron confiables a 95% de sus mapas Isparta-Turquía. Sin embargo, en los resultados de Murillo et al., (2012) la interpolación dentro de un mismo método, no presentó variaciones signifi- cativas. Este resultado posiblemente sea a consecuencia de la comparación entre modelo de interpolación cokriging, kri- ging, IDW e isoline spline y a la varia- ción de los modelos matemáticos usados en estos métodos de interpolación los cuales fueron distintos. Se concluyó que, los decibeles ocasio- nados por el ruido durante las actividades culturales de las paradas, veneración de la Virgen de la Candelaria en Puno y del carnaval en Juliaca fueron elevados y pro- bablemente, existió ocurrencia de daños a la salud por lo que, debe restringirse los horarios de exposición. | Campus | V. XXIV | No. 27 | enero-junio | 2019 | Modelamiento kriging para mapas acúticos de los festividades culturales de la Región de Puno: Estudio del caso 74 Referencias Abad, T.L., Colorado, A.D., Martín R.D. & Retana, M.Ma. (2011). Ruido ambiental, seguridad y salud. Tecno - logía y Desarrollo. Revista de Ciencia, Tecnología y Medio Ambiente; 8, 1-25. Auger, N., Duplaix, M., Bilodeau, B.M., Lo, E. & Smargiassi, A. (2018). Environmental noise pollution and risk of preeclampsia. Environ- mental Pollution; 239, 599–606. h t t p s : / / d o i . o r g / 1 0 . 1 0 1 6 / j . e n - vpol.2018.04.060 Chokri, O., Taktak, M., Zain, A., Hanta- ti, T., Dauchez, N. & et al. (2017). Acoustic characterization of a porous absorber based on recycled sugar- cane wastes. Applied Acoustics; 120, 90-97. https://doi.org/10.1016/j. apacoust.2017.01.010 Fuentes, C.A., Beckers, K., Pfeiffer, H., Trana, L.Q.N., Dupont, G.C. & et al. (2014). Equilibrium contact an- gle measurements of natural fibers by an acoustic vibration technique. Colloids and Surfaces A: Physico- chem. Eng. Aspects; 455, 164-173. https://doi.org/10.1016/j.colsur- fa.2014.04.054 Fujiwara, T., Meiarashi, S., Namikawa, Y. & Hasebe, M. (2005). Re- duction of equivalent continu- ous A-weighted sound pressure levels by porous elastic road sur- faces. Applied Acoustics; 66, 766- 778. https://doi.org/10.1016/j. apacoust.2004.12.004 Henríquez, C., Méndez, J. C. & Masis, R. (2012). Interpolación De Varia- bles De Fertilidad De Suelo. Agro- nomía Costarricense, 37(2), 71-82. Google Scholar Ilker, H.B., Koseoglu, H. & Ozer, Y.C. (2016). Performance evaluation of IDW, Kriging and multiquad- ric interpolation methods in pro- ducing noise mapping: A case study at the city of Isparta, Tur- key. Applied Acoustics, 112, 147– 157. https://doi.org/10.1016/j. apacoust.2016.05.024 López, Q.A., Muñoz, F. & et al. (2009). Geostatstical computing of acous - tic maps in the presence of bar- riers. Mathematical and Com- puter Modelling; 50(5-6), 929– 938. https://doi.org/10.1016/j. mcm.2009.05.021 Makarewicz, R. (1984). Equivalent Lev- el of Railroad Noise with and Without Barrier. Applied Acous - tics; 17, 45-59. https://doi.or- g/10.1016/0003-682X(84)90031-8 Marín, M.G., Marín, P.E. & Argota, P.G. (2017). Zonificación acús- tica generada por decibeles no permisibles antropogénicos en la ciudad de Puno, Perú. Revista Campus, 22(23), 57-64. https:// doi.org/10.24265/campus.2017. v22n23.05 Margaritis, E. & Kang, J. (2017). Rela- tionship between green space-re- lated morphology and noise pollu- tion. Ecological Indicators, 72, 921– 933. https://doi.org/10.1016/j. ecolind.2016.09.032 | Campus | V. XXIV | No. 27 | enero-junio | 2019 | Grover Marín Mamani - Esteban Marín Paucara - Russel A. Lozada Vilca - Néstor Bolívar Espinoza - Francisco Curro Pérez 75 Meyer, R., Lavandier, C., Gauvreau, B. & Benetto, E. (2017). Influence of the search radius in a noise pre- diction software on population ex- posure and human health impact assessments. Applied Acoustics; 127, 63-73. https://doi.org/10.1016/j. apacoust.2017.05.028 MINAM. (2003). El Reglamento de Es- tándares Nacionales de Calidad Ambiental para ruido (D.S. N° 085-2003-PCM). Recuperado del sitio de internet del Ministe- rio del Ambiente del Perú: http:// www.Minam.gob.pe/wp-content/ uploads/2014/02/RMN%C2% Murillo, D., Ortega, I., Carrillo, J. D., Pardo, A. & Rendon, J. (2012). A Comparison of Interpola- tion Methods for Creating Noise Maps in Urban Environments Une Comparaison Des Methodes D’ Interpolation Pour La. Ing. USBMed, 3(1), 62–68. https://doi. org/10.21500/20275846.265 Murphy, M.F., Edwards, T., Hobbs, G., Shepherd, J. & Bezombes, F. (2016). Acoustic vibration can en- hance bacterial biofilm formation. Journal of Bioscience and Bioengi- neering; 20(20), 1-6. https://doi. org/10.1016/j.jbiosc.2016.05.010 OEFA. (2011). Reglamento del Procedi- miento Administrativo Sancionador del Organismo de Evaluación Fisca- lización Ambiental (RCD N° 003- 2011-OEFA/CD). https://www. oefa.gob.pe/?wpfb_dl=819 Paredes, H.C.U., Salinas, C.W.E., Mar- tínez, B.X. & Jiménez, H.S.B. (2013). Evaluación y comparación de métodos de interpolación deter- minísticos y probabilísticos para la generación de modelos digitales de elevación. Investigaciones Geográfi- cas: Boletín Del Instituto de Geogra- fía UNAM; 82, 118–130. https:// doi.org/10.14350/rig.35906 Perelomova, A. (2014). Thermal sel- faction effects of acoustic beam in a vibrationally relaxing gas. Appl. Math. Modelling; 38(23), 1-13. https://doi.org/10.1016/j. apm.2014.04.055 Shi, S., Su, Z., Jin, G. & Liu, Z. (Jan- uary, 2018). Vibro-acoustic mod- eling and analysis of a coupled acoustic system comprising a par- tially opened cavity coupled with a flexible plate. Mechanical Systems and Signal Processing; 98, 324-343. https://doi.org/10.1016/j.yms- sp.2017.04.045 Vasilyev, A.V. & Rozenberg, G.S. (2007). Monitoring of Noise Pollution in Living Area of TogliattiCity and Estimation of It Influence to the Health of Inhabitants. Proc. Of Sci- entific-Practical Journal ¨Safety in Technosphere¨; 3, 9-12. Trombetta, Z.P.H., Belisario, D.F. & Alves, B.W. (2002). Environmental noise pollution in the city of Cu- ritiba, Brazil. Applied Acoustics; 63, 351–358. https://doi.org/10.1016/ S0003-682X(01)00052-4 Wang, H., Chen, H. & Cai, M. (2018). Evaluation of an urban traffic Noise - Exposed population based on points of interest and noise | Campus | V. XXIV | No. 27 | enero-junio | 2019 | Modelamiento kriging para mapas acúticos de los festividades culturales de la Región de Puno: Estudio del caso 76 maps: The case of Guangzhou. En- vironmental Pollution; 239, 741– 750. https://doi.org/10.1016/j.en- vpol.2017.11.036 Yang, C & Cheng, L. (2016). Prediction of noise inside an acoustic cavity of elongated shape using statistical en- ergy analyses with spatial decay con- sideration. Applied Acoustics; 113, 34-38. https://doi.org/10.1016/j. apacoust.2016.06.004 Yousif, A.Y. & Zuri, S.A. (2017). Im- proved signal de-noising in under- water acoustic noise using Strans- form: a performance evaluation and comparison with the wavelet trans- form. Journal of Ocean Engineer- ing and Science; 1-29. https://doi. org/10.1016/j.joes.2017.08.003 Zannin, P.H.T., Engel, M.S., Fiedler, P.E.K. & Bunn, F. (2013). Char- acterization of environmental noise based on noise measure- ments, noise mapping and inter- views: A case study at a university campus in Brazil. Cities, 31, 317– 327. https://doi.org/10.1016/j.ci- ties.2012.09.008 | Campus | V. XXIV | No. 27 | enero-junio | 2019 | Grover Marín Mamani - Esteban Marín Paucara - Russel A. Lozada Vilca - Néstor Bolívar Espinoza - Francisco Curro Pérez