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 345 | Campus | V. XXV | No. 30 | julio-diciembre | 2020 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | Fluctuación Físico-Química, costo ambiental y predicción ecotoxicológica mediante programa computacional Gecotoxic® en la laguna de oxidación Yaurilla, Ica-Perú r EsumEn El tratamiento inadecuado y sus posibles efectos sociales es una de las preocupaciones ambientales. El propósito del estudio fue evaluar las fluctuaciones de parámetros físico- químicos, costo ambiental y predicción ecotoxicológica mediante programa computacional Gecotoxic ® en la laguna de oxidación de Yaurilla, Ica-Perú. Mediante un muestreo probabilístico aleatorio se midió el pH, sólidos totales, conductividad eléctrica y la temperatura del efluente en mayo, junio, julio y diciembre de 2019. Con los parámetros se estimó el costo ambiental sostenible relativo (COASOR) mediante un cociente entre el costo de evaluación (COA) y el costo de prevención normativo (CONP). Los valores hallados se introdujeron al descriptor análisis residual del programa computacional Gecotoxic ® para su predicción ecotoxicológica. El rango de variación para los parámetros fue: pH = 6,01–8,01; sólidos totales = 451–818,9 mg.L -1 ; conductividad eléctrica = 921–1737,5 uS/cm y la temperatura = 25,75– 25,65°C. La estimación promedio del COASOR fue de recurso sostenible relativo y Gecotoxic ® indicó, predicción ecotoxicológica de tipo bajo (30%). Se concluyó que, a pesar de las fluctuaciones entre los valores de los parámetros físico-químicos, el efluente mostró valor de uso como recurso, además, no representó ningún tipo riesgo. No obstante, se recomienda analizarse otros parámetros incluyendo los microbiológicos para la correcta toma de decisiones. Palabras clave: costo ambiental, parámetros físico- químicos, predicción ecotoxicológica, laguna de oxidación a bstraCt Inadequate treatment and its possible social effects is one of the environmental concerns. The purpose of the study was to evaluate fluctuations in physical-chemical parameters, environmental cost and ecotoxicological Félix R. Belli Carhuayo 1a Eliades P. Yarasca Carlos 1b George Argota Pérez 2 Patricia P. Huarancca Contreras 1a José C. Rodríguez Chacón 1c Flor A. Lavanda Reyes 1d 1 Universidad Nacional ¨San Luis Gonzaga¨. Ica, Perú. a) Ingeniería Ambiental y Sanitaria. bellicarhuayo1954@hotmail.com b) Facultad de Ciencias Biológicas. c) Facultad: Mecánica y Eléctrica. d) Facultad de Administración. 2 Centro de Investigaciones Avanzadas y Forma- ción Superior en Educación, Salud y Medioambiente ¨AMTAWI¨. Puno, Perú. Physical-Chemical fluctuation, environmental cost and ecotoxicological prediction through Gecotoxic® computational program in the oxidation lagoon of Yaurilla, Ica-Perú Recibido: junio 05 de 2020 | Revisado: agosto 26 de 2020 | Aceptado: octubre 02 de 2020 https://doi.org/10.24265/campus.2020.v25n30.10 | Campus | V. XX V | N. 30 | PP. 345-350 | julio-diciembre | 2020 | © 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. 346 | Campus | V. XXV | No. 30 | julio-diciembre | 2020 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | prediction through The Gecotoxic ® computational program in the Yaurilla oxidation lagoon, Ica-Peru. The parameters estimated the relative sustainable environmental cost (COASOR) through a ratio between the cost of evaluation (COA) and the cost of regulatory prevention (CONP). The values found were introduced to the residual analysis descriptor of the Gecotoxic computational program® for ecotoxicological prediction. The range of variation for the parameters was: pH = 6.01–8.01; solids = 451–818.9 mg. L -1 ; electrical conductivity = 921–1737.5 uS/cm and the temperature is 25.75–25.65 o C. The average estimate of COASOR was relative sustainable resource and Gecotoxic ® indicated, low-type ecotoxicological prediction (30%). It was concluded that, despite fluctuations between the values of the physical-chemical parameters, the effluent showed value of use as a resource, in addition, it did not represent any risk. However, it is recommended to analyze other parameters including microbiological stoms for the correct decision-making. Key words: environmental cost, physico-chemical parameters, ecotoxicological prediction, oxidation lagoon Introducción La contaminación de origen antropogénica demanda más agua potable para el crecimiento y bienestar poblacional (Pritchard et al., 2010; Sato et al., 2013), y a nivel de las plantas de tratamiento, la exigencia resulta cada vez mayor (Verbyla et al., 2016), aunque la remoción total que se espera, no siempre es adecuada porque las plantas de tratamientos convencionales no están diseñadas hacia la eficiencia de transformación de todo tipo de contaminante (Feria & Martínez, 2014; Pal et al., 2014), y por ende; el valor de uso de las descargas puede ser limitado (Argota & Iannacone, 2017). Las lagunas de oxidación son los sistemas de tratamientos urbanos que por lo general, se utilizan como tecnología de gestión para mitigar los probables efectos de las aguas receptoras superficiales (Robert et al., 2009; Huber et al., 2016; Ivanovsky et al., 2018). El contenido de oxígeno disuelto es lo que diferencia una laguna de oxidación y otra, pues ellas pueden ser: aireadas con mezcla parcial, facultativas y anaeróbicas (Crites & Tchobanoglous, 2000). Comprender la dinámica del tratamiento para la reutilización de las aguas y que sea de naturaleza sostenible, sigue siendo una de las mayores responsabilidades sociales (Veliz et al., 2007). El propósito del estudio fue evaluar las fluctuaciones de parámetros físico- químicos, costo ambiental y predicción ecotoxicológica mediante programa computacional Gecotoxic ® en la laguna de oxidación de Yaurilla, Ica-Perú. Materiales y Métodos El estudio se realizó en la laguna de oxi- dación de Yaurilla, Ica-Perú (Latitud Sur: 14° 4´ 2.9”, Longitud Oeste: 75° 41´ 1.8”, Altitud: 433 m.s.n.m.) durante los meses de mayo, junio, julio y diciembre de 2019. En el horario de las 06:30 a.m. se realizó el muestreo del efluente sin réplicas siguien - do los protocolos de muestreo y análisis (ISO 1980, 1991, 1994). Mediante un Félix R. Belli Carhuayo - Eliades P. Yarasca Carlos - George Argota Pérez - Patricia P. Huarancca Contreras - José C. Rodríguez Chacón - Flor A. Lavanda Rayes 347 | Campus | V. XXV | No. 30 | julio-diciembre | 2020 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | muestreo probabilístico aleatorio se midió (instrumentación HANNA*ISE*EC) el pH, sólidos totales, conductividad eléc - trica y la temperatura estimándose con los parámetros físico-químicos, el costo ambiental sostenible relativo mediante un cociente entre el costo de evaluación y el costo de prevención normativo según la siguiente expresión (Argota, Argota & Iannacone, 2016): • COASOR = costo ambiental sosteni- iVBORw0KGgoAAAANSUhEUgAAAGYAAAAUCAYAAAB/NUioAAAAH0lEQVR42u3BAQ0AAADCoPdP bQ43oAAAAAAAAACARwMf9AABx2bVSwAAAABJRU5ErkJggg== ble relativo iVBORw0KGgoAAAANSUhEUgAAADgAAAAUCAYAAADY6P5TAAAAG0lEQVR42u3BMQEAAADCoPVP bQsvoAAAAAB4GxGUAAHso6xSAAAAAElFTkSuQmCC COASOR = iVBORw0KGgoAAAANSUhEUgAAACwAAAAVCAYAAAA98QxkAAAAGklEQVR42u3BMQEAAADCoPVP bQsvoAAAAOBkDoUAAYOXre4AAAAASUVORK5CYII= Σ n iVBORw0KGgoAAAANSUhEUgAAACcAAAAVCAYAAADFEfeTAAAAGklEQVR42u3BAQ0AAADCoPdP bQ8HFAAAwIkBDOEAAdLVJc0AAAAASUVORK5CYII= i iVBORw0KGgoAAAANSUhEUgAAADgAAAAUCAYAAADY6P5TAAAAG0lEQVR42u3BMQEAAADCoPVP bQsvoAAAAAB4GxGUAAHso6xSAAAAAElFTkSuQmCC iVBORw0KGgoAAAANSUhEUgAAAEEAAAAUCAYAAADStFABAAAAHElEQVR42u3BMQEAAADCoPVP bQdvoAAAAAAAfgMUZAABkfZsKAAAAABJRU5ErkJggg== COA iVBORw0KGgoAAAANSUhEUgAAADgAAAAUCAYAAADY6P5TAAAAG0lEQVR42u3BMQEAAADCoPVP bQsvoAAAAAB4GxGUAAHso6xSAAAAAElFTkSuQmCC CONP iVBORw0KGgoAAAANSUhEUgAAAC0AAAAVCAYAAADSM2daAAAAG0lEQVR42u3BAQ0AAADCoPdP bQ43oAAAAODYAA7ZAAHn+dbEAAAAAElFTkSuQmCC Σ n iVBORw0KGgoAAAANSUhEUgAAACcAAAAVCAYAAADFEfeTAAAAGklEQVR42u3BAQ0AAADCoPdP bQ8HFAAAwIkBDOEAAdLVJc0AAAAASUVORK5CYII= i las aguas receptoras superficiales (Robert et al., 2009; Huber et al., 2016; Ivanovsky et al., 2018). El contenido de oxígeno disuelto es lo que diferencia una laguna de oxidación y otra, pues ellas pueden ser: aireadas con mezcla parcial, facultativas y anaeróbicas (Crites & Tchobanoglous, 2000). Comprender la dinámica del tratamiento para la reutilización de las aguas y que sea de naturaleza sostenible, sigue siendo una de las mayores responsabilidades sociales (Veliz et al., 2007). El propósito del estudio fue evaluar las fluctuaciones de parámetros físico- químicos, costo ambiental y predicción ecotoxicológica mediante programa computacional Gecotoxic ® en la laguna de oxidación de Yaurilla, Ica-Perú. MATERIALES Y MÉTODOS El estudio se realizó en la laguna de oxidación de Yaurilla, Ica-Perú (Latitud Sur: 14° 4´ 2.9”, Longitud Oeste: 75° 41´ 1.8”, Altitud: 433 m.s.n.m.) durante los meses de mayo, junio, julio y diciembre de 2019. En el horario de las 06:30 a.m. se realizó el muestreo del efluente sin réplicas siguiendo los protocolos de muestreo y análisis (ISO 1980, 1991, 1994). Mediante un muestreo probabilístico aleatorio se midió (instrumentación HANNA*ISE*EC) el pH, sólidos totales, conductividad eléctrica y la temperatura estimándose con los parámetros físico-químicos, el costo ambiental sostenible relativo mediante un cociente entre el costo de evaluación y el costo de prevención normativo según la siguiente expresión (Argota, Argota & Iannacone, 2016): • COASOR = costo ambiental sostenible relativo • COA = costo de evaluación (medición de cumplimiento sobre parámetros) • CONP = costo de prevención normativo (número de parámetros medidos) • i) observación inicial y n) observación final Se muestra el criterio de puntuación ante el cumplimiento del control normativo de regulación (Tabla 1); y luego, establece las categorías de sostenibilidad del recurso agua mediante el cociente que se estableció para los valores hallados (Tabla 2). • COA = costo de evaluación (medición de cumplimiento sobre parámetros) • CONP = costo de prevención normativo (número de parámetros medidos) • i) observación inicial y n) observación final Se muestra el criterio de puntuación ante el cumplimiento del control normativo de regulación (Tabla 1); y luego, establece las categorías de sostenibilidad del recurso agua mediante el cociente que se estableció para los valores hallados (Tabla 2). Tabla 1 Criterio de puntuación / costo ambiental sostenible relativo Criterio Puntuación Cumple el valor establecido por la norma regulatoria utilizada 1 No cumple el valor establecido por la norma regulatoria utilizada 0 Tabla 2 Categorías del costo ambiental sostenible relativo / intervalo Categorías de sostenibilidad relativa * Intervalos Recurso sostenible relativo 1,0 Recurso moderadamente sostenible relativo 0,85 – 0,99 Recurso ligeramente sostenible relativo 0,6 – 0,84 Recurso poco sostenible relativo 0,41 – 0,59 Recurso no sostenible relativo 0,0 – 0,4 * Anexo 1: descripción de las categorías de sostenibilidad relativa Los resultados de los parámetros físico- químicos se compararon con el Decreto Supremo No. 004-2017-MINAM (Categoría 1: Población y Recreacional; Subcategoría A: aguas superficiales destinadas a la producción de agua potable; A2: aguas que pueden ser potabilizadas con tratamiento convencional). Del mismo modo, los parámetros físico-químicos se introdujeron en el programa computacional Gecotoxic ® (Argota, Carbonell & Rodríguez, 2019) para su predicción de riesgo ecotoxicológico. Se utilizó el programa estadístico profesional Epidat versión 4.2 para describir el rango (mínimo y máximo) de los parámetros físico- químicos. f luCtuaCión f ísiCo -Q uímiCa , Costo ambiEntal y prEdiCCión ECotoxiColóGiCa mEdiantE proGrama ComputaCional G ECotoxiC ® En la laGuna dE oxidaCión y aurilla , i Ca -p Erú 348 | Campus | V. XXV | No. 30 | julio-diciembre | 2020 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | Resultados y Discusión Se muestra los valores de los parámetros físico-químicos en el efluente durante los meses de muestreo para la laguna de oxidación de Yaurilla (Tabla 3). Tabla 3 Parámetros físico-químicos / efluentes / meses Parámetros físico-químicos Mayo Junio Julio Diciembre Enero Referencia pH (-log10[a H +]) 7.66 6.01 7.68 8.01 7.85 5,5-9,0 Sólidos totales disueltos (mg/l) 451 771.5 544 818.9 980 1000 Conductividad eléctrica (uS/cm) 921 1548.5 1204 1737.5 1961 1600 Temperatura (°C) 25.05 24.75 25.65 25.5 24.85 Δ3 Dado que, la estimación del COASOR arrojó un valor de 1,0 se indicó como recurso sostenible relativo (Tabla 4). • COASOR = pH + STD + CE + T / 4 • COASOR = 1 + 1 + 1 + 1 • COASOR = 4 / 4 • COASOR = 1,0 Tabla 4 Costo ambiental sostenible relativo / aguas residuales Categorías de sostenibilidad relativa Intervalos Valor recurso sostenible relativo 1,0 recurso sostenible relativo Según el programa computacional Gecotoxic ® , los valores de parámetros físico-químicos en el efluente indicó predicción de riesgo ecotoxicológica de tipo baja: 30% (Figura 1). Se observó, fluctuaciones en los parámetros físico- químicos en el efluente pero los valores cumplieron con lo recomendado por la norma ambiental de referencia. El valor de uso del efluente fue el óptimo (recurso sostenible relativo) siendo fundamental para el riego agrícola de la zona sin probabilidad de ocurrencia de daños considerándose solo, a los /9j/7gAOQWRvYmUAZAAAAAAB/9sAxQASDg4ODg4VDg4VGxISEhQaGRYWGRoeFxkhIRweIx4j ISwjHiMhLjMzMy4hPkJCQkI+REREREREREREREREREREARQRERURFBMRFRkYExQTFh0iGhoa HSEbHSIdGyEjICMkJCMgIyQkJCQkJCQsLCwsLCw0NDQ0ND09PT1EREREREQCFBERFREUExEV GRgTFBMWHSIaGhodIRsdIh0bISMgIyQkIyAjJCQkJCQkJCwsLCwsLDQ0NDQ0PT09PURERERE RP/dAAQAIv/AABEIATUCFwMAIgABEQECEQL/xAGiAAACAwEBAAIDAAAAAAAAAAAABQEDBgQC BwgJCgsBAQEBAAIABwAAAAAAAAAAAAACAwEEBQYHCAkKCxAAAQICBAcJBwMGBnMAAAAAAQAC AxEEEiExBTRRYXGSwRMVIkFSgZHR0hQyVJOhseEGU3IWIzNCYrIkc4KD4vAHCAkKFxgZGiUm JygpKjU2Nzg5OkNERUZHSElKVVZXWFlaY2RlZmdoaWp0dXZ3eHl6hIWGh4iJipSVlpeYmZqi o6SlpqeoqaqztLW2t7i5usLDxMXGx8jJytPU1dbX2Nna4+Tl5ufo6erx8vP09fb3+Pn6EQAC AAMCBQEFA40AAAAAAAAAAQIDMXGBERMhYZESBFFSodFBU5IFBgcICQoUFRYXGBkaIiMkJSYn KCkqMjM0NTY3ODk6QkNERUZHSElKVFVWV1hZWmJjZGVmZ2hpanJzdHV2d3h5eoKDhIWGh4iJ ipOUlZaXmJmaoqOkpaanqKmqsbKztLW2t7i5usHCw8TFxsfIycrS09TV1tfY2drh4uPk5ebn 6Onq8PHy8/T19vf4+fr/2gAMAwAAARECEQA/AGEFjqS72yJl4LwDIWTnx6VaMGUhri4QwC4z JrNt8qtwfjh9jE86axREdDc2EQ17hIONwnx2ZFlDAok28NTWKNw5FRpCfe+l8gazetG99L5A 1m9a7mwKdDbUZGaWsAayY4RFYkkuc19tWQ48pCgUanNJlGaWmI94DhWLZl5ABldwh0GUlzio c5OMizHFvfS+QNZvWje+l8gazetMobKaIwdEiNMOrwmgcZBsHBnYbjO68TtXSmKhzjGRZhJv fS+QNZvWp3vpfIGs3rXdEo9NLom5Rwxr3EgSmeFIXkGUhdLjUQ6PToYbDEZu5tbDbOQLrKla 9t5k62ZvFgkmKhznOMizHDvfS+QNZvWje+l8gazetd4g4SAmY7HGVxaAJlruMNnYZS55zQ2F hAgCJFYSAy0CyYM3WVROYzjRxpioc5xjIsxwb30vkDWb1o3vpfIGs3rXdCgYQZVrRmyDpuEg 6tNzSZmqOKtKUpTF8l3Jioc4xkWYR730vkDWb1o3vpfIGs3rTKPCpDoojQ4lRsNsgwAkmc6x InKd0rDaM68BuEnNa6vDYXAFwI708KwAAzvHHZIpioc4xkWY4N76XyBrN61O99L5A1m9a7aP BwhDiNMSK1zC97og75xmLAOA26y6WhdyYqHOMbFmEm99L5A1m9aN76XyBrN607QmKhzjGRZh JvfS+QNZvWje+l8gazetO1KYqHOMZFmEe99L5A1m9aN76XyBrN608QmKhzjGxZhHvfS+QNZv Wje6l8gazetPEJioc4xsWYR73UvkDWb1o3upfIGs3rTxCYqHOMbFmEe91L5A1m9aN7qXyBrN 608QmKhzjGxZhHvdS+QNZvWje6l8gazetPEJioc4xsWYQHBUcurmE0uy1m5JZVAwRGAAEFsg ZjhNs8uZaBC5xS170jGPXIQDBEcWCC0Wg9828XcajeiNduLelucZc60CExa170jGPXIQb0xw QRCbNtxrN47cqN6Y5JcYTSTeazcs8uUJ+pTFLXvSMY9chA3BdJZOpCDZmZk5vWvW91M5A1m9 aeoXGKhzjGRZhFvdTOQNZvWje6mcgazetPUJioc4xkWYRb3UzkDWb1o3upnIGs3rT1CYqHOM bFmEW91M5A1m9aN7qZyBrN609QmKhzjGxZhFvdTOQNZvWje6mcgazetPUJioc4xsWYRb3Uzk DWb1o3upnIGs3rT1CYqHOMbFmEW91M5A1m9aN7qZyBrN60+QmKhzjGxZhDvdTOQNZvWje6mc gazetPkJioc4xsWYQ720zkDWb1o3tpnIGs3rT5CYqHOMbFmEO9tM5A1m9aN7aZyBrN60+QmK hzjGxZhFvbTOQNZvWje2mcgazetPkJioc4xkWYQ720zkDWb1o3tpnIGs3rT5CYqHOMZFmEO9 tM5A1m9aN7aZyBrN60+QmKhzjGRZhAcGUtwkYYIPFWb1rzvRSPWW6zetaFCYqHOcqdEqZNJn t6KR6y3Wb1qN6KR6y3Wb1rRINx0Jilr2c46PX+b2plRmyBSoGwKZqIaI5iqz/9B1g7HD7GJ5 0xO7DdSYjWyBqTHHKYsS2gGrSnG8hr/fgF3RX0QvIjthlzXVSXw7uDWvJulxrKCFRaltxLUx N5HgTt16LjeBtZMsKqVOpVMMKFGgww9r6K6I8Bpca5DaoFue7jGhe3U2ktaJUWI91xlwReRO ZF0hPnCsFKozC2G2LCHE1oI4mk3B1lgXruqB69CsEzwhdl75akFZpUcSlRn3yNuSU5SaZ32G wG20K98SI2MyG2EXscDWihzQ1kuIgmZnxSXh9KhQywPiMBid7nEiZ99dIXrzFpsGCGOe8FsW Za5rS4SEpmYdnQFcemtgvc1z2tLT7tYJSHOgUuNFoe7QGVnudVhkNLmm218rDIeVXd1QfXoQ uEi6RttAlWUmkwhKcWEJ3TIyT5WRSoYlE24m09swUvOcKwJYMuvOdlMpZc6dGcQalQGbSJtZ MGwiwuNua7jXRRosaLWEWEYdWQBcbXTvskLAvJpkBoB3WGQ5zWiVsy4yEpOtVjIgi1TDe1zX OIrMtuB45kcSo4OIUmNMkte8VnAVXhosdK6XEpbSaU6jh8MFxrxQSG13Cp3rZWCZNk1dHdQo EQtjipZWrFjJGeQ1bc8l7bForGgQ3ODSIhkGVQNztdMFokbeO9U4k08iX6WkpNPK8JU+mx2N JbRYj3DiFk+ERfIi0CfkUPpdLBbVo7g2uaxtcaoLhYA281Qb+MXqzu2ibk2KYjw17g21siDK doLchmrHRoLYDqRXeWMFvBkbDVIk5otmLlJR4o1IjR57rAdAAaDwjMkkuEhYOIT5wqotIjsp DoRNRkptdVnZYDxW3r2KfQ61V8V0M1qortDZ2AmXBuFYW3L13VRCS1z3iqAeFCI74EztZkbM m4Bcp4MORPIcNYdtwHg0iO+A18ETJe9rnBtaVStaG5yJZpry6m0hsMkUWI54bOrKUzwZCwEC dY6JLuDAx7WgzBDrLBdLIBlVlVq4dWc64XPpdL4NSjuaDEAJM3GoHhpMg2+UzfdluUspVKiQ ojhRnQ3thOc0PJ4TgXBrbG8cp86YVWoqhAL+66TcaM6dgnN0p8GZ7ycrc5stAXqi0ikRarY8 EwzuYLnGYFaq0myV0yQLSbDMBd1UIqhAJ8JU6PRozIcJrntLZuLZtq2i0nj0BdDI0cwDUdur g9gr1ZkNcAS6qJTlPrXeYbHWOAdpE/OgQ2NEmgAZrPMuMFcpbiThhhUKTVYttZwmk0lsTcmw HxQAz28fbbSXOANkiRIGZ0XLz3ZSptHcj5uYD31gJcBImrkMzkTGqEVQuSCskgjOdhK441Ki MpjKO24lgNnE4iaYVQio2c5Wi48aA5I8WkQ4jRChbq1zbbaoBrAAl0jISJ4lRDpVMJJiUd1V z+C20FrZMv4JmZuOQWG1MqoRVCAXd2UyU+5Hd7OVe3vS6XeX2S0kDOr6PHixjEESC6CGOk0u I4QmROQuuXVVCKoQC6n0x1FYyJOQLyCAJkyNg471z0PCj6RTHUWYdKG9wNWRJAZIWWcZTd8G FElXYHSumAZT0qGQIMMkw2NaTYS0AHyLhrDqcDwYMOHPhpoOU8GqwrDhWTMLm0uniBDrQC+K 5jXOJBaAS4BzZNabgSeten0ylkOEKjPaREqhzpkFs28KQHGCb5XXplVCKoXJwLDTKbISozuM unOcixzgAA0iYcALT0TVppccBpFGe6tFDJCcw2ci88GUuO+5d1UIqhAeCSCALZz8gWZi4dpz GvIbKO2kCEIEhWMwTOreRZetTVCjc2Vq0hWyyt6VcEUMOHVQqPDryYoXFgwNw4Dji0ikMfAD YLi1wBjSbWlWkJAzFxMzfYM68uptJaGkUR7qzHOMnd7IWNM2i05rMhK76oRVCgo4X0ukMaT3 M5xDw2q0kkjjdOrKWTLmUUilUqFFqwqO6LDaDOU5uMgRKyQEzlJsNi76oRVCAphxS9jS9jmO cBNpBMjknKS9gznmMvICvdUIDWicuO0oDyhe5BEggPKF6kESCA8oXqQRIIDyhepBEggPKF6k ESCAhCmSJICEKZIkgIQpkiSAhCmSJICEG46FMkEWHQgMoCBfZYFNYZR0rzVnLiszHzgoqZ/I 3qWENDaKp//RcUGZpZY291cW2Cx1bYmcWgMjkujQ2PJAFpNwNYcWUJbg/H26Ym1PXEC03BpJ 5pKJdL2XMrchUIFC3V1Ga1ofBm1wbuga3dGzILg2QmDlRFotAo0F26iEyG0lzhXdeSATICfE uJ+FPU/GiRYzjFPdLRuo3N9VwqVBZKyzIuZ8X1LPDGlsWrDa0NAbFHeAgHLO0zym02qtUtet Jnq4diWlDuJQaM5jWRGwywNa0AvMpNBDRnlMyQ+i0Wq2C8QpQw8NbXIlMTdcMySOjepd82nd yA2pKUWQbwpNA+FnOF6Mf1MEBpEaq0ODRKNIVpz8/GmqWvWkauHYlpQ2gUKhOAfBZC9usJFr muLXC2wgG1V7hg2NEcypDc5kR7HEiIGh/fObWLZTsunoXBBp3qao8URYYiiJuoiBxZFJLg14 n0ONlymPTfU1SGPZFbEIiRXxXcCICXPaWOtHFI3XJqlr1pGrh2JaUMo1HoUJsSkxdza2qXvc HutDeETwb5VZq1jKPQBDE2QYb4oqgEkuc/giQI4yUjjRvUtHLzEbFk9xc4BsUCZncBd3xukr aVhD1OU5zYkfdX8BrbGRWgtaS5oMpZSmqWvWk41cOxLSh44YPjx3Q3BkSKIYeRKtwZloOS8S yquHS8GUh0MNIJjNfEhzhvaHNI4bgXNAlI2pTRcJep6hvdEgbqHPhhhJZEPBBmBKUlSKV6ma ggndnNhwTBa0sicFjqplOQ5ATVQ69af0zHOrh2JaUPokLBcFu7RRBa0NJrOLasp322K9sGjG G6A1rSyUnNFt9tvSs06keplzXNIjSiAB4DYonKZBsHFW4l0QMLep+iRnx4W6h8WYJLIhHCcX mQI4zamqWvWk41cOxLSh6KHRhL220yJNttpkOO+4LyKDRB9Am8XFknLzpf7UuCeVE8U/qR7U uCeVE8U/qTVLXrSNXDsS0obODqzXNkZAiRMr5ZjkROJyW6x7KUD1TYIIBDnkG720/qU+1Lgn lRPFP6kwrXjVw7EtKG04nJbrHsonE5LdY9lKPamwROVZ8xL6BP4+bMj2pcE8qJ4p/UucGEau HYlpQ3nE5LdY9lE4nJbrHspR7U2CBe54tl7if1KfalwTyn+Kf1KtTE9segauHYlpQ2nE5LdY 9lE4nJbrHspQfVNggCZc+Q+uT+pORI2rhwuGqaw69YDlNOjTsPM4nJbrHsonE5LdY9lepBEg uDk8zicluseyicTkt1j2V6kESCA8zicluseyicTkt1j2VI746BtUoDzOJyW6x7KJxOS3WPZX pCA8zicluseyq40cUeE+PGqshw2lz3EkyAvNjVcqaXChR6NEgRxWhxW1HiZbY6w2hADY4eJi QsJk4uY6Q45OaDJeWUyFEiPgsfDL4YBcK5sDgSD3uZcL8H4JpkUvIY58Zsi1sQtJqCrOQkRK arfQMDO3TdCC4ua57t1cHTDXNFolIScZysyoBu17nCs0NcDxh0x5lM4nJbrHsrko4oWDmdzw 3NYC9zyHPna7hE3WfFkre7aNKe6Mun32eWS+fFegLpxOS3WPZROJyW6x7KGvrtD2yLXAEEGw g8ynhZB0+hAROJyW6x7KJxOS3WPZU8LIOn0I4WQdPoQETicluseyicTkt1j2VPCyDp9COFkH T6EBE4nJbrHsonE5LdY9lTwsg6fQjhZB0+hAROJyW6x7KJxOS3WPZXiJHbDNV98pyAc6zmaV 6ZFD2hzSCDPjINhlcQgIfEMNjojw0NY0ucaxsAEye9VcGlMjsa+HKq8TZWrMLgROYDmgkSKs iBsVkSDEHBLS1wBvDhI22LiiYGwc+pXhiTITYQFYibRMAHpvvQHSKZCdG7nD4ZiVA+rX91JI n3srwV7dHDYToxLNzY0uc6vMANEzc1cJwLg4zrMLi5rG1jEdWlDdWbIiUrcishYKoUKA+jMa dzixGve0vPCLQ0AHNJomOPjvQFop9HNHbSt0hiC9ge15fVBaeO1oVxiyEyWAZS/myJdFwJgs CK57CxkZ1Z7REcGztlIC603CxDsDYMjOc6RdIumBFdVbuji91l1pcT5uJAd8GOI7S6DVe1r3 MJDj3zCWuHe8RCsnE5LdY9lUUGi0ehUdsCiCUIEuHCLu+MyZmeVXl4Dg0kAkEgTyXoAnE5Ld Y9lE4nJbrHsqQ4G4gyMr+MIno6UBE4nJbrHsonE5LdY9lerVAcHCsCCMs0BE4nJbrHsonE5L dY9leO6IPLbx8eRemxobzVY4EynIFATOJyW6x7KJxOS3WPZXq1AM+YoDzOJyW6x7K8ve9rZl olYLHHjMsisVcf3GdLffggMq/dbNyq3W1vIvEqXlZ0FXAT6ApkFhDQ2iqf/Sc4Ox9umJ5ink QFwLReWOCR4Osp7R8GeYp8QZzGQqJdL2XMqrEfHLaK5rQ0vbNoAPfXizkqe5zy2/l3ZWtdgG gVjWe8E2yrjqU+07QuVE1h2Vji5nQulnhzk60a6DSzICjODnGu3hES77iEuSp7nPLb+Xdla7 2naFyomsOyj2nqFOVZ8/ZDqXOLma6HSxidaNdL0syDqM4lpD22Ome+yEcnOvXc55bfy7srW+ 09QpyrRJ+yHZR7TtC5UTWHZTFzNdDsxidaNdL0szsLAlOjwmxYdQseJg15Zsi9M9T2EWsa0i HMNAPDyDQtfBobYEJsFhNVgkJ2m+a97jO0FaKWsCw1207EMiHUrDhw4FhwPJhMf7T+EckPX9 C8j1O4RD3OlDkasuHknmWz3HOjcc65xUOc5xEGfSY72n8I5Iev6F5d6ncImrIQ7HAnh5jmWz 3HOjcc6YqHOMRBn0mO9p/COSHr+hHtP4RyQ9f0LY7jnRuOdMVDnGIgz6TGM9TuEmsa0iHMAD v/Qp9p/COSHr+hbLcc6NxzrlQpDEQZ9Jix6ncJVy723Iho7/ACTzZ169p7COSHr+hbLcc6Nx zq1E1QYiDPpMW71O4SMrIdjge/ycyn2nsI5Iev6Fs9xzo3HOrU6JUwaBiIM+kxb/AFO4SLXD 23cfd82hPMMQ6Y6kwTAbFdDEB4NSvVr+6zqJuYExKd6t4WZTNjinJKLBk1xzilgcKbWFrZGT NCpzmOe11MBnY0mIJTNmU+dVQaPhRr3iK2lOh1uDPda8p2SkZaVseFmRwsywxK17JxCyZWY6 JAwo5rmtZSWuABDm7tImQmLXWCd1mVajBoitoEBsesIohivXnWnnmunhZkcLMqgl6lt4W8KK gl6ht4W8KD3Y6BtUqADOZUqzQEIQgBeYrS5hDb5jMbCCvSEBxtoYaxrDXdVDhWLm1jXlWmQ0 TJlfevL6CHuLpvaC6dUOZVttIkWmwkAkFdyEBxRKEIkg6vVAcC2s2RLr3GbTbbeJS4l57g4V YuiE3iboZk6tXrDgWEm/i4pLvQgKoTTChthNbwWNAE3Cdi91n8jyhekIDzWfyPKEVn8jyhek IDzWfyPKEVn8jyhekIDzWfyPKEVn8jyhekIDljwHxnVu9sleDcSc2VRDojGCHXhiK+EXFr3S mC4zN2ldaEBWGuNckSrSlbkXiLBhxXVngzlKx0uOfxdJVzu9KUR9+xTN1o+5mjuithbi4tm2 HMF0ecxM32TulYgO5tDgsEgDdK8ZCMmdDKJChuD2zm0kjhDqSqO71RRHM3KGyHJwa4tfDqlt cEukZmZAlK288a9iL6opsBhQpBrS902TJ3MzEq1vD0IBvEaYjS0uIBIuIHNaDYVBhNIcLRWq mYI91lLilxKuhvpT4QNNY2HFkZhpaW98ZXEm5WxrmymG1uGW99KR2oDxBo8OA4uZOZErSDsz L1Ggsjd/xCVhGUHYiHZEIaSYcr3TNuYm25cYjYUa0EwmOmXA2CYAuNjpGc7hK6XGgLxQoMpW kSIHCFk5zuAyr02iwmSLZ2Gd4tuOT3lcj6RhOs1rIAquda6qAQMsi50tBXTTzSRR3dx1TFka s5ynxTlbL4tyA6HgRGlhuOQhUwqNDhOL2TrEETJHHx3ZtCpwYacYA3wDBFlwg0ktBmbASSbp T4p3KpkbCbdzlD3QOqiIYga1wPu0gyVmQnyoDq7mbKVZ85d9WbMm22cr7SvcOC2G6sJmQum2 VwE7AMi5KQ7CbYrzR2tfDDwWg1RMBgm3QXGc77JLw2lYTcCO52VhMXGRMgby4SvzzusvQDFz GvcHOFo96lPSvbePOVzUWJSXxIraTDaxrCBDcBKtaQbJuyA866W8cspQEquP7jOlvvwVirj+ 4zpb78EBmBsCma8ynLQEVVhDQ2iqf//Tc4Px9umJtT43gZjsSHB+Pt0xNqfG8aDsUS6O1lzK 3I442DxGfEcXyEVzHEVeRVEpzF9VejRI0ye6HyJJlbK2dlhF0+KVyKbRDTYDIVaqBGhRHWTm GPDi3nlJcr6BhSYbApohQmPeWtEJsy1zgWsJtADQCAQNKYuGuDbde9qc46PAlhTSWTIrNdrk jphUKJCqSjvLWOJIyzcXHjzy80ipjUExYpjiK6HEsAc0SkzjZzm2a4zg3CbjBL6e525x90eK tUOaC0tZwSLpHTO1WDB9NfQo1FpNLMV8UANiVQ2Ur7G1bHcYndxrnFw4MGDIs7GOj1Wqw5Xh wvAtteF7YWDB0UPrmkvLqtWZtMpgm2fHLjmvbaFGBbOkvLW1ZgWTAAssOZcr8H4R4QotJh0R rxY2FC4LXW8LhG0myeSVlqDg7CQjxYzKaZRGQ2MDmzqhrgXccputtlYuFLhW2PS9qcufMe2r cMO0OhtBjMYWtpL5ueXF0jMzDRys3lXVAgiDBZBDidzaGzunJKDgvDToRY7CRLi0ie5NAtkL unpVz6DhaoBDp8jJwcTDBtLnFpF8pAgZ5cU1yoFDlWuwVb82TFMijWBtNYcNEstyGks5RLOU p3twoXQHPp5cYReX8AAOLq4aZA+6hwsMwSF3UKBSoEItpcc0h5M60g2yQHEBxiaog6JZyiWc qZIkgIlnKJZypkiSAiWcolnKmSJICJZyiWcqZIkgIlnKJZypkiSAiWcolnKmSJICJZyiWcqZ IkgIlnKJZyi4hVUiCaRRokGY9uMc22sBbZ7qWnoKAtlnKJZyk4wZhOEHij0wQmmuWw2QmBrS axF4M7xfkUChYeiQ4s6Y2A6I4VAGCJuYaTcSBOtO2dyAcyzlEs5SiNgrCESbRTOCYzYgDmTq lr2vFxE7pW2KDgzCsQVY9OERhfDcW7nVlUex5kW1Zzqm+wT40A4lnKJZylVMwbhCkUkR4VM3 JsN5dDFSZaHMa0svlIyJnIm3MrY2DolJg0aFSYu6GDFL4hI78Fj2ysldXHQgGEs5RLOUrbg/ CTI7KlNq0aGZCFUBNQCTW1iSbOMztzKmHgrC7C6WEKocaxDYTRNxlWdPPI6JoB1LOUSzlJzg 3Cs2viYRLjDcXTqBjTNj2iYbK4uBtmDJenUTCPCDMIgAgSJa0mcmA5r2k88rggG0s5RLOUvi UMR4lEiUmMyIaNDeIgkAHucGitIkylVzrmdg+mg1YNOZDhmI57miG22tFMTKLZECfkQDmWco lnKVGj4RLWgU9gLQQ51QTddw5TkCJXXWphFhOjMe1sV7BEhOYC2rwS4SrgynMaZIC2WcolnK SQsE4TgPc6j0qHCaYIhhjYRDZhhaIhBJ4UzPPcZq1+DMI7q+JBpu5CI+sQITZk1Wi0/CUA2l nKJZylUPB+FmQjDNODnOaZP3K1riXmYAMjOsL7pK6BRMJMpDIsWlh8IVq8KpYZl0gDOdkxb8 UAd8s5RLOUuFCpsWjU2BSY5PdO6sgXHc2OaQ2dUNmZnokuKBgGnUaOY0HCDjOG1nDYHWMsa2 +6rZO/jvQD6WcoqhLHULChrObTapLiQ0Mm1rSyrK0zJDuFnuuVEPBGE4TGsh0+qGGIR7brTL zENYzNnfiy6xAOqoRVCSuwPhB8SJFdTATFLSWmHNoqViyVttUuBGWVqBQMORItZ9MENkNrg0 1Wuc8ku4RAAAsIFnkQDqqEVQlj6HhRznOFMDGkTADJ1bHCU3EztIM77LLF20VsWHAZDpEXdo rRJ0QNqztyaEBdVCKoRMZUTGVAFUIqhExlRMZUAVQiqETGVExlQBVCKoRMZUTGVAFUIFhI0I naJGwgoHfHmQEquP7jOlvvwVirj+4zpb78EBmBsClQNgUrCGhtFU/9Rzg/H26Ym1PjfzHYkO D8fbpibU+N/MdiiXR2suZW5ECdgnxBKotBwm+M+OyIxjjEAaGxHhohAzLZFhFZ3G63ILE04U jV76oJTunbJUNB4NQPEWYrF05X8KZNh5uZWQcAoWHQ0TpjXvJdXmKoqzZVqybYRJ2W9MqJDp EOjQmUqIIkdrAIj2gAOOW4KmmOpzH7rRm12sAG52EvLjIuvHe6RO1ed0wrYdyhmZuF9wtM3g WzOW6U5GaA7pHKfJ1Ikcp8nUuBsTC5JrQoQzTnxG41hZMXkcc5C5Ai4VIdOCwWuqyIyCU5vP TbPkhAd8jlPk6kGY4+MZFxQnYSrmuxgaXzMzMym0ECTrgJmZtOQLtdxaR50BKFyCkxnxI7WN Y1lHeGuc9xH0Da8mwGQ4S9MjR4nuMwX2A8GITY60Gxtx4kB0ripT6eyKXUdoiQ6sOTeCDOua xmeKqJHpCurUvkwtZ3ZROmcmFrO7KA5m0jCE7KPWYDYXuDHuE8gEhehtKwkWhxooFoBFa22f QLNtyuZHjRCBDdAeSCRViEzqmRubxGwr0+JSYbS+JuLWi9znuAHOWoCuI+mQ6Q94YYkAVQ1r S2dotMqszb71zLwKThJxcBRQ2Qna++y6zjPQuidM5MLWd2UTpnJhazuygKYEenOBbGgBpEEO Dp2F9UWSmeOfRnXmjUimRHMEWGWi0GYvHBk/MbbupdFal8mFrO7KK1L5MLWd2UBVTTSAR3PM mVtUAm50rHWSnKeZdYaJWi1ccaK+GRu5o7C6dWtFLSZXymBlXurHlOrCllrvl76gOmq3Iiq3 IuepSORC139lRUpHIha7+ygOmq3Ilgi0jupkPhGGYBcW7mS0mffbrOQPvMl1VKRyIWu/sqNx i+tQdZ3ZQFtHJMJhNptv0lRHhxItHdDguMN7rA4GRFtpnoRRn7pCaaoZJ8RhAMxwHuZO4XyV NOdEDIDIb3Q91pLGOc2QdI1pi0HIgPAh4UBPCZPdDJ03EBhNvBstsEsloRVwxWArQashM1XT tNplPi4vKrO4z4VH129hHcbvCY+u3sIAq4RMBzS5gil1jgLhK2XFfdmzrwyFhJ1Hiwoz2B5Y GwnMLgQbpk2HzL33GQZGlR5m4V2dlT3E7wmPrt7CAr3LCcN7YcOIx0EC1z5l9pnZMnisEycs 14hMww0cN8LviZGs6cyTfxZLOJXdxuNopMfXb2FPcTvCaRrt7CApYzDMyXvhTIEgGmqCKx47 bTLmzr3GGEdyh7kW7qC6sfdeOqSNHlXvuJ3hNI129hR3G7wmPrt7CA9MEYQYm7co1QbbJ5fN mkpojY0JsQUmI2I50QuBBMgCBZI3W8S89xO8Jj67ewo7hPhMfWZ2EB11m5R0rxFc3cnyInUd x5lz9wnwmPrM7CO4j4TH1mdhAcjd0EaK8vMntaBN7nMMuSyfBPnTWF7jZ7EeZcvcR8Jj6zOw p7id4TH129hAdaFydxO8JpGu3sI7id4TSNdvYQHWhcncTvCaRrt7CO4neE0jXb2EB1oXJ3E7 wmka7ewo7jd4TH129hAdFIY6LAiQ2Etc9jmgtdUcJiUw6TpHPJKRRMOwy/cY8NrSW1AZuMgX znWDgCZi6yy5d/cTvCaRrt7C46c+Fg8MiUmk0hsJ5cDErsqtIaXAHg+7SIGezjQFbaL6oWQW Q2UqGXNhAFzm1yX8KsSS2fGJaLV6ED1Rhpb3RBcZza4tE77iAwCUuO/ZznCdBYYTYtLpEOJE tiMc5oMMBjnku4ErKsrJ2rsgPotKiugwKbSHxGCb2iyraRJ04YkZtNhtQDMBwYaxJNt8tgCq LeG4vZugJ4N1gkBKRlK3Iq+4neE0jXb2FHcbvCY+u3sID1Fhxn0bcWRKjybX8IkCc7JEE5L1 ytg4WDZCOwGZJJFa9xPBsHFlnI5lz0qkwqJSO5Ysek7odzMMB8PhteTWcODcyqS7INK8Nwlg 50Z8IU6OQxoJeCCCTXJbIQ60wIZJslJAdrYWExNxjtLnAcQDRKvcKpvmJ8d8pWKML0am0ujm HQo24xDVk7QZnpy5s6mjNg0xhiUamR4jA4trAgNJBIMiWAG0cSu7jd4TH129hARCg0ltC3F8 WtGqsBfMtmQG1rrq0jddNeHQ8Ibp7ZitgwbJM79wttNZwNuQXKzuM+FR7L+GzsI7jd4TH129 hAUOhYUIczd2lrmSmA1r51bwakr8111q6qMKSwOFJeH3VZcV8+IWXXzN9q8dxu8Jj67ewp7i d4TH129hAdIvHP51I748y5qC576OwxHF7gYjaxlM1XlonIDiC6R3x5kBKrj+4zpb78FYq4/u M6W+/BAZgbApUDYFKwhobRVP/9Vzg/H26Ym1PjfzHYkOD8fbpibU+N/MdiiXR2suZW5HmdUF 0pyYDIXmU143VwYx82urFokM5lYZ2yVgIFpsAaCT0qtroQdX3MsrGVctAnPy251ZBz0qnRaP FMNsIxAGwyHCfuzyHTkDc0TGU2Ly3DFGeGuDYgrVpAtDTwZTMnOFlt9w45SK63UmAyJuT3hr 5AyNlhJAtu4kd1UYzIjQ7CAeG2wm7j40BzQcJwosdtHLXNfELqlxEmicyQc2cZ13KrumjCc4 rLDI8Nt+S+9R3XRZkGKwESnNwHfCYvyoC5Q7i0jzqVDuLSPOgFD40EPwhRo1YCPEqktAJAdR 4bTelwwbgxry6HEpDAWtbUFWqA0ATbyTMTBF0zK9dFJx2k/Bzf1FDVaAbNwlAHfV3Wm2qBx2 canfOj5H9A60oQgKt7MFhzXsiR2lodMSYWOLnl5Lmmw5OYG8Lw/BGC3tIMakkusLjUc7jvJv vXQhAeHYPwa6sTEjlz3h1zQ1si+bQ0Sk07pdmCbwqfRoMJkJoiEQ2BoJAJsErbUrQgG++dHy P6B1o3zo+R/QOtKEIDrpr6LTHsiF8WGWQosLgtYZtjVQ7vp28GxLt68GDc2tiRw2ERVaQxws iGKAZzmJn0q5CA8OoGD3x3x4kWO8vbEEiGSm8PFaQsmK9hzBT3FQeDKNSAWbpJ9WGYh3QOBL nEEu7+ya9IQHdQY9FoMDcGGI8V3um4Cyu4ukLbhOxdO+dHyP6B1pQhAOcHvESjh7bnRqQRO+ 2M9ead9Cv22Q/M5RgnEofwZH/Ur1NPAIooNxpjPM5AcsXAjn0vuuFSokEmI57mNFhLi2cjME Ta2Rkc9hTKjwokGEyFEiGM5jZGI4Scc5XmEGxHxWuhhu5RKokSZio1wNoHKUUjcYDd1eOAxr 3OlfJonlQFNJwZDpNK7qe9wIhMY1gmGh0N5iNeZEEyJuzLnbgil8PdKfGiB7Q0NM6otFYyDr ZgEW3TVopcJ7mhkBxa4wwHcQrxHMMyCRZVmJTBXfuMPk+dAJ2YEprAJYTpAIEm2WAcEDg1pW AHi417ZgWM2NuzqdHc4iG1xJIJax9YtBDrA65Ndxh8nzo3GHyfOgFrMFUtm5/A+M7c3MJBmQ 6qAHTm6fCloHEE04153GHyfOualFkBrogaOC1vfEhom+rM6JoDrQl0OktfGhQixoEStwg5xr SLhNsuI1ZzNmfLWaaBELNybIPl3zp99VqSl3/HLIgGqoptG7sokaiFxYI0NzC4CZFYSnKxcj qWwUcxTDEJ26uY1kQubOU5CcrzLmy2IhUkxCBuTbYoYZOcasw6w2XirbpQfpoKIeA48F0QwK dGY15FUSmW1QwC2YrSayVs7M9q9DA9La9r24Rj8ENscXOaSAwGYL+MtJ+FZgu6jjdGVorGib yGltaRA47blxCmuJANGlY6Zm6UxEDRKy3gmZyXIDtoVFjUVj2Ro76SXPrBz72iqBVFpsmJ86 6UsbTGkCtAquBZujZuNVpaHOdYLQJjSvVFpQjPlFg7kwQnPc8l0phwkBMCYqkGfMgGKFwRYj 2OhBkCtugc5wtmGtc0cVxk6fkVW+NEcwvZDcABOs8VWiwmUwTaQ0yGWwyKAaINy8CFCInVv0 rzFhQxDeQJENMrTkQHBSqXhCBFjGFCMZrHNEOGGROEC1pJrNY4WEnj4lyxMI4TiUWcXBxiPd Ed7aMNxAa1zahMwbbZ5LLwV3OjtbGpELcx7ZYXM4VriGg222TJkJ38SuozoceA2KWCs6tMCZ bNpIvmRLPO1AJGUjCBc2I/BbHuMIGI/cS2b37nWNra1ld0xIz4jKa6YdNp0IAwsGiG5z2Ncx rXAlpqkurBjWyFY2GRHGFe2mtdRjG3JrXCIW8JxDbG1r9PB0pk2FDLQaspgGRnNP09eBNBwn hd0UtiUF1Rxh1SGvbKsIdZs3NvbWJmZCyQTekOiw6NFfBFaK2E8w2ynNwaSBLSve4w+T51yi YfCaGtLHQ6zyS6sBK/JaZBAJm03DjogNMwYyIBCDWuql1pa7dDYHkBxAEpWC9DqRTWxqrMEM MIseXMEK0OYYlWb6oaZgC4G/KmEKm7pGhwzCaGxHSLg4mRIaQ2VhmJ25JWpnuMPk+dAKKDTc Ibt3PEoVSEY7gHtY6E2qXPNeRFkqonORM5gJzxrzuMPk+deBCh7qRKyo03nKUBx03BQplIZS BFdCAaBEYAC2JUJdDnaDwXGee5cu8VJ3YxzhCKYhbVa6qCWiq4WEk8b5pzuMPk+dcFKpAgF7 WQHxolarCYxpIc6TSA59ze+vNkgUBVBwPHgxnRG02LVfEL9zEw2ZnOZrFxnnM7LJJhRID6NA bCiRXR3CZdEeSXEkz4yeZEFjXww57QHTcDImXBcRsVm4w+T50Bz4Pxdvs436lcuod8eZcWCs ShaYv6kcu0d8eZASq4/uM6W+/BWKuP7jOlvvwQGYGwKVA2BSsIaG0VT/1nOD8fbpibU+N/Md iQ4Px9umJtT438x2KJdHay5lbkQAHCqbQWgEdKjchINJJa0ggEjiu4pqHRIcMNMR7WVpAViB M5BNe7RxqyDnj0GBSHl8SfCYGOAMg5onYdYqtuC6KBLhm+U3mwO75ozEXrskcvkRaeNAcjcG URji9gc1xJMw8gyN40GaluDKI25plVc0AuJADgQ4C3jmuq3KgmRALpE3Cy1ASodxaR51FYVQ 6uKplI2StMgpldMoDP0nHaT8HN/UUNVppGwWI0eJGbGczdXBxaGtcAQ1rbyPeVWMEzJApLiW mRkxlhvlcgF6F2RcHw4FsWlOaMpYwDzZlZvQ719+pDQC9CYb0O9ffqQ0b0O9ffqQ0AvQmG9D vX36kNUmhQWxGwnUotiRK1RhbCDnVe+kDaZIDlQu6HgvdBWbSHyBlaxnUve858IdqM6kAuQm O858IdqM6kbznwh2ozqQC5CY7znwh2ozqRvOfCHajOpALkJjvOfCHajOpG858IdqM6kBbgnE ofwZH/Ur1NO+hX7bGeZyvotHFFgsgBxfVLzWMgSXOLjdnKop05UWV/djPM5AdLIjYj3ww51a HKsCBx3cSiKBWbWJLZOmJA2SySXmAGNriAGHhmuBELpOJmZ2GRXqIX1m1g2UnT4RyexQFYpk FzWPa5xbELg0gA96C4zkLLArIMZkedRzpgNMiADJwmDdxqlrqIaoaYLi9xLfbtYucRUNsiSZ GSuhwtxEobGicp8Mk2CQtLTcEBbI8o+TqRI8o+TqUTicluseyicTkt1j2UBMjyj5OpUxHiC8 ve4yDGiwAm10hxZSrZxOS3WPZVEaRLt3DAyoCS55aBJ0wZyHGgJbSoL4ghB7q7pyBAHekgi0 cUl47uo9arXdO/vbJB1WtddNDRR60OruZcTXhjdSZm3hAStNptXgsoZcQRBLi+qRuvuxM6kp ZeLyIC0UuAYTozXksaTOwT4JkTIi7zobS4LyA1zuE4NHBl305G641SqzBokNneQYbGxJzD6g DxnAFuZemCjA8AQpiJ65OTmzMrrxM2IC6HFbEBIcRJxbwgBaLwLLVQMI0VxkIjpyPut0nVMm U9FqtguhvYNwEN7WEyLX1gDebQ022qkQ6HeGQZmZseLZOAPFxEAaUB6FPozmtduhAe5rRMSt cJgWjpyL1ApkCkP3OE9xdVLpVZSAdVtmMq8bjRSS7c4J3SQnXnObQBKy8hokvUFtHa+dHbCr Fpta+ZIBDSbBba0BAe4tJhQWufEeQ1jmtcZCQLpACcs6rFPoZs3dodweCSA4VhMTEpr050Jo ax+5CtEm0GJKbg6dkxaZqH0aAC6K+FDBcTWcXEWusPFxzQF7HCI2s1xlaOK8GRF3EQoig7k+ 0947Jk0IY10NtVjGgTJ78m0mZNrcpURTE3J/Bb3jvdjk9igPESkw4TyxznVgGmQbOdatKVnv JVYp9GMpPcZisDVsqzq1rrpr1G3AlxjiECA2sTEqkC2rMyEryq6lCBlKDMODZbrxkzqyll4v IgO2R5R8nUiR5R8nUonE5LdY9lE4nJbrHsoCZHlHydS5mUmEwsgFzt03Fr5SslI8cpTsK6Jx OS3WPZXM1jHiGHhpeIYc0bo4GQEqwAGe9AEOnUaK17mRCRCZXeZCwSDrpTuK9Q6ZAivbDY8l z21m2AiVvGBmVTW0MEtaIM6hLgIvupAmSJXESmeOyatZAhQogLYbGxDMjhmZym0W99fnQHRI 8o+TqXgA7s60943JldmXqcTkt1j2V4BibqeC3vG+7HK73lAWSPKPk6lwUql0SjF7qRUBbfWq V3WNubIuNrgNNi7pxOS3WPZXFHg0eJF3SKwOdBfXDuE4McGjhA1DIyQHVAIdCBaDDEyKsmiU iQbhlCskeUfJ1KqCTuYMMBzSSZlzpkkmd7cqsnE5LdY9lAceCsShaYv6kcu0d8eZcWCsShaY v6kcu0d8eZASq4/uM6W+/BWKuP7jOlvvwQGYGwKVA2BSsIaG0VT/13OD8fbpibU+N/MdiQ4P x9umJtT438x2KJdHay5lbkclJNHa9jolIZR3hhEnOYCWuInY/O29cboeDnw3Q309rqwAmYzL JZpyt48quih5p0bcgDEGD21JgHhV4kr865oEfDTIz4dIobIra7GsiNLGtIkwOdlAM3OtnKVX IVZBYGUDdHRHYQDq5nLd2yHCndW5tCgw6BuW5jCEiSZu3dszOrZYRk8pXXTRSXUYigMa2PEc Gtc9okwE2vIIM5AXJdCwnhExGUeJg+cRr5Ri0zAa2oDEBlIzmSG32IC4wsHENHd4rNY5tbd2 1jWmZznfo4rF6iigxIcKGKcxu5NLS/dml5mQby7MvVGpVPjRmQ49A3CG4OrPL2ulITFgy3ZU R4tOg0w7lR3Uij1bZbm0NNUkVRIOdMgA2yE0B5idwRWNY6mw2ye5zqkVgHCfXstMiCLCpZve 2HDhmnNduTy6ZjtJdPiJLiZLndSsNvqFuD2wy183srsdWbUcQ2sQAJmVouXVBpFOiR2Mi0IQ 4Li6cSbZgAGRLc5HxeIClsHBzS2WEBJpNm7tE5kuM5OAN9q9Q2UCE8PbTwar3OkY7XAzEpGb ipnhRj4rxBEYGkRGwmGoxohiGXMdMCdrhK/jnKxeBS8KujuPcAbAENlUGrXLi5lc3+6gmQ45 XoDopEegRyA6kw5AXsiwgbQWkcI8YcrhhGggACNDkPrrC7apokemxo250mhiBD3MOr1mu4Vn B8vxeOkRafCfWMCJH9uRA9tWE1jWzcWFpHCNwHPMylJAdm+VC9eh+NhdtG+VC9eh+NhdtLKJ Hw45/wACaK1rXxBIGpwWkxZgkEzkA3inbNXspeFC1hfg5rXPEy0RGuq8IggmQ4gDnnJAdu+V C9eh+NhdtcD4lFfHZG7phBrC8uZusI1qxmOETNssxtVkSJhCLg18WHR9wpdZobD4DzLdACRO zvZ3rngUjDLA9sWhCLw3CG8ljCWz4MwLpg2nildagO+j0yhQ4dV1Igg1j9BWH9yV3d9A8Jg+ NZ1rgo9JwmTR4dIoQFdo3eIC1oaTWnJvCukOO2diaVGckdAQFXd9A8Jg+NZ1o7voHhMHxrOt cNMfhGFSS6iwTHYAJQpQ4bO9MzXNYm2Vlm1UUmlYaLW7hQQ1we0mRa4Obw5g1pVbhntQDXu+ geEwfGs60d30DwmD41nWlvdmGJ/NNbKfrrbBMW3GdnEEOpWFy1hbQWNJjsa/hBxEPgFz5WZS JX2IBl3fQPCYPjWdaO76B4TB8azrXB3XhOz5Rw79rXcNtkyZyyyErbAU1qM5I6AgIZEZFDXw 3B7DOTmkOB4rwuLCURsKHRojzJrKWwk32ScrqFZBkPX6T+pnrjw5iUP4Pb5nLmFYYoU6NpaT iJ4IW9cmz1Bwhg+FEiRN2LjEI90IAAnIWAZVMbCWD4zajohqOa5rpNcDJwlkSGIWuawMYW1W kGy+2c14AcAZAzs4l3t4SXg4iirr1r8GuOnvFTMPEMNNc9dh147FMoW6tjmklz2iR9tSBEwe ICVy6996B64dV3Us5FcYj60jKQF0rhbdnVcjkPQi1jl4Fv8ARK9bQPWqZh4hhdz2pp996B64 dV3UjfegeuHVd1LMSOQ9CJHIehc7wcrYotK2hxvFzNhh0Pamn33oHrh1XdSoj4QoMYObupaC GycGEyLXVhYRmWfkch6FZCNRwc4EgE8U+KVxXD1klqkUTvW0OVrVMfIsOh7UcMpWD2RGxBHd MEud7bkXElxvDbpuuVZi4NLi7uh4mSLGHvS6vVnVvnx3pc6I0sc2qZmVtUCZAFp6PSvYjQ6s iw3S70XSlV6bZrjeEl6+LStoc7xMeuh0PancI2DWQtyhUmI0GIXOrNc+YdaWkEXHjN54zIle 4dIwYwg7s51SI1zeBKQbWk3vfeiloiQt0DwxzQGgSDQQZafKb1D4rSOCz3QjvQJTlKWiXlTe El5MsWlbQbxMdcEOh7UdQ8I4OY0DdXEhxcXSeCSbyZAT0LkDsENMxGfO33U8bg8y4Nlo8qWR HF5tBsaADKR0mQV5jwiJblKcrZDiaWo9ZJawZYnfDtAtao8uSFXPanaH4JFgjxA0VSxoDmhj mtDWkSAulcbLSvUCNgujuL4UZ4eYZZOqTKZBmBVstE9JKXmLBJJ3I8IOBAAAFY3ixeYsWHEb VbDLJvBJAE5ASTeFgw1j0w7QbxMfQuiLajd9MwS8srPMobHNAqu92LTO6+bVzNiUBjKraZGn dWdXdZJwPfTtt6QCuBsWqH+251pACVgABErs69V6MHCpDe3P3x4rJEyun503hZa22O5w7Qbx Meug0RbUejC9AAluh1XdSiJhaguY5rYhm5pA4LuMaFm5HiB6EAGYsN+RcvWOVgb1UWlbQ4Wt UzClqYdD2o7pFKwZHc6JupY8hloYbKlaRu97Kq3TBs590Pss7z3UuLi3vb5m+9L2vhhjBJwc 1xJNUG+/j0Kp/Ce5zWkAuJAldNFrJLfI0SvW0D1qmVwQum2Paml33oHrh1XdSN96B64dV3Us xI5D0Ikch6FzvBytii0raHG8XM2GHQ9qaffegeuHVd1LliUvBsVrBFiOa5sIwzVa4GTqpImB 7ykUjkPQuiHEbDBrNLjWnIsBbpvBmpesktUiid62hS1qmPbIVc9qMXxcFRKOKO+PELRDbDaZ EEBo9jK3j0DIrRTMHd0NpTo73PY1zAJOq1TmkcnPelIewF5AdwrgWgjTaVXFNd9ZoIEhxStA kTYuVrJLb4iiV62hw9aY0qQ6HtTR770D1w6rupeRhWg7oX7oZFoHeuvBJyZ1mpHIehTIyuN+ RHrHKyb/AEWV69bQLWqZl39h0Pamm33oHrh1XdS4KVGwdS3zixiWV6xZ7da1wkAWPaLHCbeP zTSeRyHoXSyKRRu5w8wQ5zhEIgh76rpWseXCq6QIuN87wom6zQQQpw6uY8NE1poypetEcbwP UQLBVp7VDqDhSgQ4YYYnG42McBa4mQs4pqzfegeuHVd1LNxZOivdDBDHPcWgi2U7F4kch6Fc OsktpNxRJtLJhWTZEvWqYm0lC8DeXA8uzNPgkzoMEi47ofzIV2jvjzLgwP8ANPgaH+/ld474 8y6B3SVXH9xnS334KxVx/cZ0t9+CAzA2BSoGwKVhDQ2iqf/Qc4Px9umJtT438x2JDg/H26Ym 1PjfzHYol0drLmVuQkwjj4+2aH7/ABFzzOUq/COPj7Zofv8AEXOrIJmcpRM5T0qEICZnKUTO UqEICZnKUTOUqEICZnKUTOUqEICZnKUTOUqEICZnKUTOUqEICZnKUTOUqEICZnKUTOUqEICZ nKUTOUqEICZnKUTOUqEICZnKUTOUqEIBtgnEofwZH/Ur1XhfFoP20t8zlZgnEofwZH/Ur1Xh fFoP20t8zkAtQhCAEIQgBCEIAQhCAEIQgBCEIAQhCAEIQgBCEIAQhCAEIQgBCEIAQhCAEIQg BCEIAQhCAEIQgG2CcRg/Dnv5XcO+PMuHBOIwfhz38ruHfHmQEquP7jOlvvwVirj+4zpb78EB mBsClQNgUrCGhtFU/9Fzg/H26Ym1PjfzHYkOD8fbpibU+N/MdiiXR2suZW5CPCOPj7Zofv8A EXOuzCECO6liJDhPiMNHY2bQDaHPJFpGVc240rweLqt7Ssg8IXvcaV4PF1W9pG40rweLqt7S A8IXvcaV4PF1W9pG40rweLqt7SA8IXvcaV4PF1W9pG40rweLqt7SA8IXvcaV4PF1W9pG40rw eLqt7SA8IXvcaV4PF1W9pG40rweLqt7SA8IXvcaV4PF1W9pG40rweLqt7SA8IXvcaV4PF1W9 pG40rweLqt7SA8IXvcaV4PF1W9pG40rweLqt7SA8IXvcaV4PF1W9pG40rweLqt7SA8IXvcaV 4PF1W9pG40rweLqt7SA8IXvcaV4PF1W9pG40rweLqt7SAZ4JxKH8GR/1K9V4XxaD9tLfM5XY NhxIVEhsitLHV4pqmUwHRHOF0+IrxhSFFi0aHuTDELY7XENlOQDhO0jKgFSF73GleDxdVvaR uNK8Hi6re0gPCF73GleDxdVvaRuNK8Hi6re0gPCF73GleDxdVvaRuNK8Hi6re0gPCF73GleD xdVvaRuNK8Hi6re0gPCF73GleDxdVvaRuNK8Hi6re0gPCF73GleDxdVvaRuNK8Hi6re0gPCF 73GleDxdVvaRuNK8Hi6re0gPCF73GleDxdVvaRuNK8Hi6re0gPCF73GleDxdVvaRuNK8Hi6r e0gPCF73GleDxdVvaRuNK8Hi6re0gPCF73GleDxdVvaRuNK8Hi6re0gPCF73GleDxdVvaRuN K8Hi6re0gPCF73GleDxdVvaRuNK8Hi6re0gPCF73GleDxdVvaRuNK8Hi6re0gPCF73GleDxd VvaRuNK8Hi6re0gPCF73GleDxdVvaRuNK8Hi6re0gPCF73GleDxdVvaRuNK8Hi6re0gGeCcR g/Dnv5XcO+PMuTBsOJCocGHFaWPAfNplMTeSLp5V1jvjzICVXH9xnS334KxVx/cZ0t9+CAzA 2BSoGwKVhDQ2iqf/0nOD8fbpibU+N/MdiQ4Px9umJtT438x2KJdHay5lbkQCbAMgSob9QnUi I1gjOEWIYLXxGtY6HX4LbDYavGRpXbTRGNDjijktimARDINUh0jK3iWZ7l9UnrsXx/xJcuLB tjdhlFFqcC1LisQ3pMT1QuexkCFCDWuaXvDgA6QBIkXE1SZi4EDjVjqTh2fAokOVZsq0Rosk ytMh5laXSsNgFiRii+qWZnFiysl7f+JIdRfVLKyLFn8H/Elxq+hYtBOMewR6Bw+J6oHgjcWM DoYBLXNDg4ltYtBe6chOUyJ8Y4l1UOJhZz2imQoTIZDwaji5wkGVTMm2ZJ4hKSz3cvqk9di+ P+JKBRfVLMzixZWS9v5vZK4cua0Yx7BHoNhwsyOFmWOdRfVLKyLFn8H/ABJT3L6pPXYvj/iS 1hlJ8lIFaxjHsEeg2HCzI4WZY3uX1TTPt2LKyXt8ZPZIdRfVPKyLFnZ9Bxl9kqxCwYcbK3Ec qPDyLErUbLhZkcLMsd3L6pvXYvjx2lAovqnmZxYsuL2+MnslnFBqeRoYrGbwS1FyNDDa8Bsu FmRwsyxpovqnlZFizs+g4y+yU9y+qb12L4/4ksXG1yLE7Ebw6yQxcl5Cti+obHhZkcLMuLBD aUygMbTSXRw59YudXPfmVtvEu5WsqTphOrEtTFFDhUWpbWFUeDbVmZHCzI4WZShDgjhZkcLM pQgI4WZHCzKUICOFmRwsylCA8zmRzoBIAlxlAvGl3nQLm6etAcFKZhE05joMzRtxAcGua2US veQS0ngqmJHw/uPBo0ExSXCTX2AAtaDNzhfaRYZWA2qv1RvpkOFAdRYroI3RweWvqTm2wWLP d1YU8LieOd1qIpiheBmUc+GCLUuuBbavXs0kKNh5kKHDiUdkR7WyfErttsZIyrNtmXTuFgkp Ef1QODK1GhMcXsrgPBFXg1uEXG2+yqcxKzXdWFPC4njnda8tpOFpcKlxJzd9BnXTMuPIuMdD +mAneJg/RrammgRMPt9yQYRHfGs+biS5k2CTpAAF0jbOQnaU34WZYTurCnhcTxzuteXUrC1l WlxO+E/bzrp28aY6H9MG1G8TB+jW1N7wsyOFmWE7qwp4XE8c7rV0AYdpIJgUiK8NIBlHIlPS QqhjUWRPLacrWiGJ4Em3rlgb82bXhZkcLMscKL6pazpxYspir7fzW+7ZVPcvqk9di+P+JLRQ 4dtStKxj2CPQbDhZkcLMsc+i+qYsdVixa0jL2/x6ynuX1SeuxfH/ABJWpSfI8CtYxj2CPQbD hZkcLMsf3L6pPXYvj/iS89y+qevPdYtWr4Rxz9kqxC29lbiGMewR6DZcLMjhZlju5fVN67F8 f8SR3L6pvXYvj/iSbw629lbiOVHh5FiVqNjwsyOFmWMZRPVPVFaLFrSt+BA7SnuX1TeuxfH/ ABJS5SXI8DvNEsO2pWmy4WZHCzLGGieqebZRYspmfwIF0j71lU9y+qb12L4/4ks2sG2p2GsM lRclJatZsuFmRwsyxvcvqm9di+P+JKG0T1T21osXvjL4EC7WUOLByK3YjRaywvBwHkLDr4vq Gz4WZHCzLHdy+qb12L4/4kuzBUDDkOnwnUyJEdA4dYOi1x3hlZM8a4UxtpamJZ2hHrLDBBFH j5EeBcQwxYW7MhpeFmRwsylCs6pHCzI4WZSs7hKLTW4QitY6M2EIcOpU3QNme+lUF8lMUWpW GpMceoWHBhymh4WZHCzLJFuExDa8UulGZkeBE4r7LeLqTnAD6W+hONMMQxN2cBuoIdKTZd9x LiGZqnqcDWQmGbqnqdS1hWYacLMjhZlKFZoRwsyOFmUoQHkGZBzFSO+PMoF4+FedSO+PMgJV cf3GdLffgrFXH9xnS334IDMDYFKgbApWENDaKp//03OD8fbpibU+N/MdiQ4Px9umJtT498NB 2KJdHay5lbkeSARIgkFoFi87kz3rpXmkUiBRIDqRGeRDhgTIm42mQAAmSSSqIeFMHRW14dIa 4VK8gbZVQ67LIixWQdO5M966Ubkz3rpXGzDODIlYikNAZKZcaotDTeb+/A02K+FTqFGiCFCj tdEdWk0OBJqkg2aQUBbuTPeulG5M966Vyuwtg1kR0J9Ja0tBJJdJthLSK10wWmeSStj0+h0d 8NkaKGbu0mGZ8F0i0WEWW1hLKgLdyZ710o3JnvXSuU4XwaIkOH3Q0mKZNIM2zkDIuFg74Kzf GgVQ80hga4gBxdIEmUrc8wgLtyZ710o3JnvXSuVuFsGveWCkNm2raTIGsAQQTYRaLbrVIwtg w/Q3D72t34FkpztzIDp3JnvXSjcme9dKoj4RoVHhQ48SL7bjkiG5vCBk0vvGZpVbsMYNbBMY 0gVQ0ulPhSE58G+fBNl9hQHXuTPeulG5M966Vz754PBcDSGioZGbhkM5ZZVTPQciBhPBxbWF JZVkTOuJSBInP4SehAdbQGCqAZdameYrnh06hRYggwo7HxHAkMDgXSBINmaRV/B5XlQEzzFE 8xUcHleVHB5XlQEzzFE8xUcHleVHB5XlQEzzFE8xUcHleVHB5XlQEzzFE8xUcHleVTLOelAQ LxpKBcMx61QKbRa8Rr4lQwXhjzENRocWhwE3SBMjNHdlCDqm7smKxIDwZVb522SzoD1SaNAp bAykML2tMwLRbdxELm3nwb6x+XO61ZEwjQIUN0V9IZVYZEhwNspyEr7+Jeo1PoMCG6LEpDA2 HOtwwTYJykJmdly4cMLytJ2oly4InhcMMT17SZTvPg31n8ud1o3nwb6z+XO61fGplEo7mMjR msdEIDWl1toJnLiFhtuQ2m0R5iCHFD9whiJELTWAaa1sxMe6FcaiHYYdCOMVL2CDcK2hRvPg 31n8ud1o3nwb6z+XO617h4ToMRzWNjAF8LdhMyFSYFYk3Xi+1eouEKBBaHxKTDANWXDBJrGQ kBM3pqIdhWhDFS9gg3CtoVbz4N9Y/LndaugUGi0YEQGFgcQTIkzlpJVzIsGKXNhxGvLDJwa4 OIOQyuuXNCwpg6KzdG0lgbWc3huEMzbKdj5HjC5UMKypJPMjlS4IXhUMKevSSOjcme9dKNyZ 710qmHhCgxRNkdpk9zDwrQW1pzyDgG26xETCGD4THRH0mGGtaXH240mQnMyBJNy5KLtyZ710 o3JnvXSq302hscxhjNrRXNaxodWcS+6wTNq6LMvlQFe5M966Ubkz3rpVlmXyosy+VAV7kz3r pRuTPeulWWZfKizL5UBXuTPeulG5M966VZZl8qLMvlQFe5M966Ubkz3rpVlmXyosy+VAV7kz 3rpRuTPeulWWZfKizL5UBXuTPeulS2Gxrg4B0xlXuzL5UWZfKgCeYonmKLMvlRZl8qAJ5iie Yosy+VFmXyoAnmKJ5iizL5UWZfKgCeYonmKLMvlRZl8qAJ5iieYosy+VFmXyoCBeOfzqR3x5 kACc5zQO+PMgJVcf3GdLffgrFXH9xnS334IDMDYFKgbApWENDaKp/9Rzg/H26Ym1PjfzHYkO D8fbpibU+N/MdiiXR2suZW5FcSBBpDWCM0PDHNe0G6s24y45Lm3mwZVqCA0NMV0aQLhw3Sm4 SNnehdoE2yzaEvazCcNzWMLXNqTcXku4QdaCbwJHiHEr/T9NBBLcB4KYHBtHADp1pOfMzLSb a3HVCsg4KwfR3siQYIY6FWqEOdZWmTYTK2sUTwg1kMGq57ohDjKwNInWNt4PSiI3CBc6qWFh LpC1rhLvLc/H5EB4dgbBrn7oYIrCtI1nirWLnGrJ1ky8zlK9XxaDRIz4MSJDDnUYgwjM8GRB 4j7yFzluGKvBdBLjlaZC42W22z5lbCGEA+cZ0MtIMwARI8WU+hAVbx4K4PwHbJjqzW1n1Q6y Zq1pTNUTyyXp2B8GvDWvg1gxoa0OfEcA0VSG2uu4IsuUQW4UEYGK6GYRdN4ka3egSErAJizy r00YUa6bjCe01rAC0iyy3T5EB5GBcGAz3ATLQ0zc8za2rJtru9FUWXWXL1vRg6QAggSY1ljn DgsbVbceIWTvVT24acxwDoLXEmRaDYJEC09SuhDCIjt3UwzB4VeQk7jqy8k+dAejg6hOgw4G 5yhwCTDAc5pbWBabQQbQ49Ko3lwQ1m5bgwMlKpWcG+7EWT4q5lknYphDCVYCKRVriREpyk6t PNO7mVr4cZ9IrMIqBza1ssk7JWzHQgKX4HwW/wCgdU8IBzYjmuAdWrNBDrAa5mBZapbgjBTI ZhNhNDHCTmh7g1w4RExWtlWMp3cS76rcg6EVW5B0IDkh4PwfCjNpDGARWFxDy9xM3TrEzcZk 1jabV11m5R0oqtyDoRVbkHQgCs3KOlFZp4x0qmkiqxpaGg1+OwXHMVwUPdQyGIpJO6/QRzHx O+smWACWRANkIQgBCEICHXIHfHmQ65Qbzpb50AvpsHBLIgbTCGRKQ6JEE3OBcWQdzeRL65mU tqpZg7AcUl7WgzLYky94bNwbVcCSBOTRddITXZTaDQKYWimAGqx7WguqSD5TIkRbwRI8S5Xe pzBT2ta6G5zYbXtY0xHEND6xdK3jLiUBY/BWC3ufEeAXxQS9+6Om4GqDbWuNQdChuBcEvLnN ZWc5hhucIjiS117Sa3H0rz7TmCJz3E3zlXdKc53Tz6FdCwbg2C6NDhtANIa5kRlc964ucQAD Za8oCuLQ8EYSfE3QNims2HEAe4AuhtNUWETkInlUQ2YHoseNRmShxY4EKKDWAPAc8Nn3oNVx OVSzAODIcVscQyYjHBwJe42tlKycrKoV8bBdBjuiviwg51ILC9xv4AAEjxd7xXp+jH6IqODM FuY0Oa0sbDbDbwrKrXNc0WG3hMHQq4NBwPEhv3GW57tN4D3NG6QnVZkTFoLNFimJ6n8GRTN8 NxlWqiu4NbWc5zgBOUiXnpQMAYMDHQ2sc1rpzAiOFhcXEX3TdxoDog4PoMLdBBbIxGFj5PMw 1znPkLbLXk86pOAcEl+6dztBqtbwS5okyUrAZcV6uoeC6HQHPdRmFpiBodNxcODdeSuuq3IO hALd4MEljYZgVmsDg0F75APrVhfx1yvTsB4LeyJDdBBbGq17XCdQuIuI5RTCq3IOhFVuQdCA 4jgigGkMpToZdGhvrtcXOJDrLb/eRZcu6QyKKrcg6EVW5B0ICZDIiQyKKrcg6F4rwpkZDLvS buZAWSGREhkVe6Qsn5aepG6Qsn5aepAWSGREhkVe6Qsn5aepG6Qsn5aepAWSGREhkVZiQhab PhJ6l6IscM4QFdIpECitD45LWucGghjnWuIAHBBvJXpkaBEE2uaZgnIbL7DavNIhUeIxrI8g 0RGPHCq8Jjg9uTjCXj1PYNc+I9wc9kUzq1zIEhwJBEjbXPHJANRVcJtkQbiLQpkMipo9Fg0W FuUJsm1nOtM7XEuJtykq2q3IOhATIZESGRRVbkHQiq3IOhATIZFTGpECjljYpk6K4tYA1zy4 hpcQA0E3AlWESrSyLnplEolJEPumQ3J5cwzDbS0t47DYUBeIsEiYc3inOwieUG0I3SFaKzbJ ztHElxwBgqIxo3MkCsQ4PIJLnl5MwbbT0WCxRE9T2DokTdS10zEa983F1YNLjV4U7DWtyiy5 ANGljp1SDIyMpG1TIZFy0TB1EoNbudlWvIGZLrGzkLckyumq3IOhATIZESGRRVbkHQiq3IOh AEhWGg7EDvjzKG8XwrzqR3x5kBKrj+4zpb78FYq4/uM6W+/BAZgbApUDYFKwhobRVP/Vc4Px 9umJtT438x2JDg/H26Ym1PjfzHYol0drLmVuRVSY/ctFiUirX3KGXVZynIXTtXl8eJDIa8Qm lwJAdGIJDRMm1nEL1VhT5plI+CHeZL8ItwfhIsMfdWmHDisYWBoIMSqKwM7xVs55qyBuIkdw DmshkETBEUkEH4Qpr0j1tnjD2EloLKHg95dBiRnTaG8INNlYuM5SmbZAm4WBMd86Pkf0DrQH TXpHrbPGHsKt1KLC5rzBaWBpcDHkRWMmzmyyZuVW+dHyP6B1pRT6FgvCNIfSY7o4e9rBJha0 cCZFnHaZ28aA0Fak+ts8Yewor0icqjJ5N0M/fFne4KCXMc+PSXbmxjGg1QKrAALARwrL1DMH YNbEMQxI7qxEwWsIkIjIkstpZI5iUBpK9J9bZ4w9hFekets8YewlFB7koMWLFa+LEMYNBDmt AFUuIsbIT4UtAC7t86Pkf0DrQHTXpHrbPGHsKCY95hQ/GH+Vrn3zo+R/QOtG+dHyP6B1oC58 R8JhiRGQmMbaXOi1WjSSxQ2I95c1jITiwycBFmQSJyMmWWLiptIodOosSiRd0DIoAdICcgQe M5kqGC8GsrCFGpLGveHm1rnVhV4VY2z4KA0vt/1qH4w/ytQHRjdDhmWSIT+61m4eDaCC50SN GcTCENpDGsqyq8O8zfwb85XqHg+gQYRhQo0doc1zXGqyZD2Q2O5/bQkeKZyoDQh8QuLAyEXN AJbuhmAZyMqmZDXxHzLGQnVXEGUQmRF4sZeEkg0agQYVIhCJHIpMJsJzpMDwGlxBrC0u4dpN 680ah4Po1JFKbEjOcIhiVarWsBJcZBrZADhW5UA8FKcYhgjcTEF7BGm4WTuqT41JjxA8QiIQ e4EtYYxDiBeQKk0ljwKFHfEcYsZoiRjGAa1nBiGEIU5mdlUXLnGDMG1XgxaRWiPrVxVDmiTw WNN4aa9ozBAaWvSfW2eMPYRXpHrbPGHsJdQ6TRaHB3FpiPBe58y1oALjOQAIAA4gujfOj5H9 A60BeyM98WJBewNMNkN0w6sCHlw42t5CtN50t864aNHZSKXSHsmAIUAWiXu0VdxvOlvnQHgQ 3Nc8ya4PM7bDcBK42WKuNRnxKL3O1wmRIuINk+MSNkuJc8KHFpMWkl0eKwQ6QWNaxzQ0AMYe Npyrgj4SolGpMSjR6TSoZhRWML3OYGGtD3QkGrbVEpi+0WIDQASABM7L1RuLtxEHg2ACvx+y lK/nXNAhQ6SzdIFLjvaHOaeEAQ5pkQQWAghWdxu8Jj67ewgPcajOiUmFHa6rudh76cr5SnK3 ONC6UqpYfRXQW7rSIm7xdzBESG2Ti0utm26TSqO78GSnvjHM21rJmywTshXcIW50A8Qkhp2D QCThCOJEgzmDMEg2blxFpnkXiHhDB0SGyJ3dSWboAQHAz4VaV0Mi0MJGYIB8uKLRI7nRDDe0 B7g6sQ4ROKbKzSCBZxWoZRREY2IylR3Ne0OaQ9siCJg94vXcTvCaRrt7CAmjUWLBJMWM6NWa Q4OmQTOwyJIFlli5976S1jYcGkGEGww2bQRI2zNWcjfO3JK4lXdxu8Jj67ewp7id4TSNdvYQ FPcNMlLukg31pvMrZykXSOk2rw3B9Na4FtJIbwiWAxJGs4ulMuJ475zXT3E7wmka7ewl9LpV FoVJbR6RS6QwFhc+KXs3NlhLQ41ZguqmXpCAa0WC6BAZCc6sWNAnMmcgBxkqipKOYhMgHGyR n7sOi1cndNB4QNPjtLCwODjVILyQ2YMMX1SuaHhOgve6G6l0lhhloeXOaGtrOcBM1ZTk2ejn QDms34oPUis34oPUlzaTQXPbDFPjh76sgeCeGQGkzhiQJcJE38S7u4neE0jXb2EB7rN+KD1K C4S4+LiPUvPcTvCaRrt7CO4neE0jXb2EBW1pa14kBWcTJodbnMxeu0+7aQuClUeJAo0WMykx 60NjnCbmkTAnyF3n3bSEB5qOEQxBJ1ZoEjZKU8xvmq30cuo74Vk3kmVoaJmcrCD8XmXp5JiF r3GG0NBaRZO+dsjdkXh8SOKOXMBJryrVazqk5VqovMuLycSA5jQacYYhik1QLQQHNNtWzgkW CR0zUMwfSw+GHUl25MYGua1zwXSlx1pzzzzL06mU0TbDgGJIWOc10OcmznKRvuAvHHKaGU+l 7oWxKOarHFri0PJEpcIcG0GdwtHGgB1BppbLuk1pSLpvBN3vUmyzDSu6C17ITGRHV3tY0Odl IEiedLXYQwjVJbQyDMAAlxvBvk2Xl02rrotIjxXubFhbmA0EGThbk4QGmy642oDoPu2gLyWO 3UxBIzaBI2SkTdYb5r0fdtAVcQkxKjnFjKoIIsmbZ25kB4iUUxaPEgEhu6m2VwBIsF2RczcH UmG5zmUgkPcHOBrNmZSLuC4dF2VXxYtIbRIj4IL4jZ7mS0kuFlsgNnMuUU7CIexncxePdn1X tnbxWWTzylxgBAWCg0ttgpDnCQsc6JwrBOZDpi0TsvnI2KH0Cmu72lObwiZitdbbKtnuusne iHTMIPhl7qPuZbVsFZzjeTIENyeVdlEixY0ARI0PcnkuBbbxEgG0A23oDmbQqSx7SKS4sD5k OLiZVp8brbLLbOO9d6EIDyLx8K86kd8eZQLx8K86kd8eZASq4/uM6W+/BWKuP7jOlvvwQGYG wKVA2BSsIaG0VT//1nOD8fbpibU+N/MdiQ4Ox9umJ5inxv5jsUS6O1lzK3I48J/NMpHwS7zJ QbzpTfCfzTKR8Eu8yUG86VZBCEIQAhCEAIQhACEIQAhCEAIQhACEIQAhCEAIQhACEIQHbgn3 NSfYQPPETY3nS3zpTgn3NSfYQPPETY3nS3zoBM2mRaPSKUxgaQaS42j3hgy5lDqXXnXgwnTd WM2AzNWrO3jlZosVEbGqT9tB98YvKA6mU10IAQ4UJgAIFVlWQJmRZnXvfOkZG9B61xIQHY7C EV0i5kN1UzbNs5G6YtvtVQpDBOVHgCd8oY4yD5wOhUIQF7qQxxJdR4BLjMkwgZm2057Ud0Mq lnc8CqZTbuYkZTIs5yqEIDtGEo7QAGsAAkAAQPOjfOkZG9B61xIQHbvnSMjeg9aN86Rkb0Hr XEhAdu+dIyN6D1qt9MMQOESDCeIhBeHMBDi26c75SXMhAXbtCs+A1Hsu9tN+LxobHhsM2UeA 05RCaFShAXtpDGFpbR4DSwzaRDAIOUZLldvnSMjeg9a4kIDt3zpGRvQetG+dIyN6D1riQgL6 XhCO+ixWENk5hBsPHzp4fdtIWYpHuB/sStOfdtIQHlz3l5hwwJtAJLiRfOQs0KuLShCo7o7m FxY6qWtkTOsG2TllVzobHmbhaBKYJadEwQgMYGhlUVRxSssM0BxwsK0OK5zaxaQXSmCQWgTr zEwAQLJqx+EKMwNcXGq4kTquEpNLuMTnxSvmrnUeA/v4bHTBFrQbCJEXKO5aN61DtAB4DbhY BcgPcKIyNDbFhmsx4Babpg6V6UNa1jQxgDWtEgAJADQFKA8n3bQF6Xk+7aAvSAEIQgBCEIAQ hCA8i8fCvOpHfHmUC8fCvOpHfHmQEquP7jOlvvwVirj+4zpb78EBmBsClQDLoCmYWENDaKp/ /9dzg7Hm/DnmKfG/mOxIcHY+3TE2p8b+Y7FEujtZcytyOPCfzTKR8Eu8yUG86VoIsKHHgOgR e8iMqukZGRGUJSIGDHRokHdIoMJ9SI50QtaHEBwEyRyh0qyDkQuyLAwRBYHvpDiCWgBsYuJr ODBYCTeVYaFgsAE0ggEAj4EX1rRx8fEgF6F2uo+CWznSHEtDiQIxdKrfdpUwqJgyPVbDjuL3 NDgzd+HIit3s53IDhQmu9NE5cXxpRvTROXF8aUAqQmu9NE5cXxpRvTROXF8aUAqQmu9NE5cX xpRvTROXF8aUAqQmu9NE5cXxpRvTROXF8aUAqQmu9NE5cXxpRvTROXF8aUAqQmu9NE5cXxpR vTROXF8aUAqQmu9NE5cXxpRvTROXF8aUAqQmu9NE5cXxpRvTROXF8aUBz4J9zUn2EDzxE2N5 0t8656PQoFEruhFxMSqHFzi7vZyv9kV0G86W+dAZ6NjVJ+2g++MXleo2NUn7aD74xeUAIQhA CEIQAhCEAIQhACEIQAhCEAIQhACEIQAhCEBXSPcD/Ylac+7aQsxSPcD/AGJWolMuGhAShUxq TBo7mMivIdFJDGhpe5xaJmQa03Bet0hyDjEABykDzoCxCphUiBGYYkKIHNDnNJsFrXFpFoyt K9OjQmtruiANkTOYuF6AsQqRSIJc9m6SMMgOnYASJgTIkbFbI5T5OpAQfdtAXpRVvzokcp8n UgJQokcp8nUiRynydSAlCiRynydSJHKfJ1ICUKJHKfJ1Ikcp8nUgIF4+FedSO+PMiUiBmKB3 x5kBKrj+4zpb78FYq4/uM6W+/BAZfqClA2BSsIaG0VT/0HOD8fbpibU+N/MdiQ4Px9umJtT4 38x2KJdHay5lbkeHvbDYYr7WshlxlaZATKzj8L4AimK99Hinuie6gix02hhmN0lcFo3sD4ZY RMOhkEZZiSVDAeD5Yt+XO7Sp6rbMGfCZRavJqcC1+EWuwh6mnubWosU7kGFglwRVAa2Q3SVg avLqd6mqprUaMW1Q0jhSqtAAb7luAF1yabx4PnPua32Tu0g4DweRI0aw+9O7Snf/AKF2ZOCZ r4NmLe7/AFN8H4CxeAKrLDwRWDpN9uWSIBEruJWQMLep+jvBgUaIxzHboCGjvizc52vvq2el d28eD/Bvy53aRvHg+c+5rfZO7SuHobZDBN18GzKz6qMGgElkaz3hvaU+1Rg3kRtRvaXs4Dwe RI0aw+9O7SN48H+Dflzu0tYXJ5GUd2AYJuvg2ZX7VWDJyqRrPeG9pQfVVgwCZZGs94b2lZvF g6c+5vy53aQcA4OIkaNf707tKsOs+Ck3DbCcrV7bqbsJ49qnBnIjaje0o9qrBk5VI1nvDe0r N4sHeDflzu0jeHBs59zflzu0s4sXyKor8BtBi+R1E7MHrys+qrBgEyyNZ7w3tKfapwZyI2o3 tr2cA4NIkaN+XO7SN4sHeDflzu0sYtXyLqb8JvC9Y+RoZ9zhGFAp0DCMAx4AcGh5bwwAZgA8 ROVdUhkXNQaLCocEwoLNzYXl1WZN4AnaTkXSqWHAsNdtwHXj1Oqi1GFQYXqdVXBtmHBtoSGR EhkQhckhIZESGRCEASGREhkQhAeT7tpCDedLfOg+7aQg3nS3zoDPRsapP20H3xi8qyPDjClU g7lFIdGLgWw3uBBa20EAjiXipG9ZjeJidlAQhTUjesxvExOyipG9ZjeJidlAQhTUjesxvExO yipG9ZjeJidlAQhTUjesxvExOyipG9ZjeJidlAQhTUjesxvExOyipG9ZjeJidlAQhTUjesxv ExOyipG9ZjeJidlAQhTUjesxvExOyipG9ZjeJidlAQhTUjesxvExOyipG9ZjeJidlAQhTUje sxvExOyipG9ZjeJidlAQhTUjesxvExOyipG9ZjeJidlAVUj3A/2JWnPu2kLNRoUd8JzGwYxL hIe2og87VpT7tpCAUYSp2CW0lsKluiNjUY1mljXmVdttoBBsKXxKT6mIgiF26TjOrvIZFBJq lmSVzidJnfamdMwRRKVSXx4zHl7qtrS4CxoHFoXP7T+DpS3OJL2T1L1fQuC8h4zDk1ODbKnD unqWazcwYzWkiYG7iZFeRPHMboVO6+pcNewGKBGB3QBsUVpk5BZ3xuku32n8Hn6BxNZ6Pafw dfucTWetINTyPquzfqnHAXoTZnH3R6lq9ciISK8psikDdA+tYR9dD8ULvh+qLA0OG2Gx76rG honCiEyaJXkZlX7T2DvWoms9HtO4Nu3KJrPWkWIwb+4zDnwFwYcO/wDgwdC/VL/alwRy3+Kf 2V1ULC1BwhEdCozi5zW1iCxzbJgcYGVLvadwb61E1nrswdgui0GM6JR2OaXMLSXEnjB49C67 1WqyYNTszsveG1EWDG4zBkw6nU4c+2jOQRIIQqOuEgiQQhAEgiQQhAeRePhXnUjvjzKBePhX nUjvjzICVXH9xnS334KxVx/cZ0t9+CAzA2BSoGwKVhDQ2iqf/9Fzg/H26Ym1PjeNB2JBgxwf TIb23PD3Cd8iCVoCAb7VEujtZcyqsR5kbLDMDN1otz9IU1W5B0IqtyDoVkEW5+kItz9IU1W5 B0IqtyDoQEW5+kItz9IU1W5B0IqtyDoQEW5+kItz9IU1W5B0IqtyDoQEW5+kItz9IU1W5B0I qtyDoQEW5+kItz9IU1W5B0IqtyDoQEW5+kItz9IU1W5B0IqtyDoQEW5+kItz9IU1W5B0Iqty DoQEW5+kItz9IU1W5B0IqtyDoQEW5+kItz9IU1W5B0IqtyDoQEW5+kItz9IU1W5B0IqtyDoQ ESMiADblkg3m/iuzKarcg6EVW5B0ICLc/QEW5+gKarcg6EVW5B0ICLc/QEW5+gKarcg6EVW5 B0ICLc/QEW5+gKarcg6EVW5B0ICLc/QEW5+gKarcg6EVW5B0ICLc/QEW5+gKarcg6EVW5B0I CLc/QEW5+gKarcg6EVW5B0ICLc/QEW5+gKarcg6EVW5B0ICLc/QEW5+gKarcg6EVW5B0ICLc /QEW5+gKarcg6EVW5B0ICLc/QEW5+gKarcg6EVW5B0ICLc/QEZb7VNVuQdCKrcg6EBFufoCL c/QFNVuQdCKrcg6EBFufoCLc/QFNVuQdCKrcg6EBFufoCLc/QFNVuQdCKrcg6EBFufoCLc/Q FNVuQdCKrcg6EBFufoCLc/QFNVuQdCKrcg6EBFufoCLc/QFNVuQdCKrcg6EBFufoCLc/QFNV uQdCKrcg6EBAvF9gN6kd8eZFVuQdCkAC6xACrj+4zpb78FYq4/uM6W+/BAZgbApVUSMyCBXn whZITu/1rx3ZB966PSsYU8CNonlZ/9L3BpZhsZVBBawCYdLi0K7fGLldrehcLO8boHmUrNwr C6117NE3gVKa5HbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WM NmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu 1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldr ehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6W MNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFy u1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLld rehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6 WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjF yu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLl drehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz 6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvj Fyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGL ldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHbvjFyu1vQjfGLldrehcSE1K z6WMNmhHbvjFyu1vQjfGLldrehcSE1Kz6WMNmhHYcIxfetb0I3yje9a/oXEVCalZ9LGGzQj1 So+6VODKU+OeTMuavm8q9xuLn2KpawQrUoiKJ4Wf/9k= parámetros físico-químicos del estudio. Figura 1. Predicción de riesgo ecotoxicológica / programa computacional Gecotoxic! ® Félix R. Belli Carhuayo - Eliades P. Yarasca Carlos - George Argota Pérez - Patricia P. Huarancca Contreras - José C. Rodríguez Chacón - Flor A. Lavanda Rayes 349 | Campus | V. XXV | No. 30 | julio-diciembre | 2020 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | Se concluyó que, la laguna de oxidación de Yaurilla mostró adecuado tratamiento del afluente donde su efluente para el periodo de estudio, arrojó uso aceptable como valor de recurso ambiental siendo corroborado mediante la categoría cualitativa y porcentaje de riesgo. Independientemente de las consecuencias de los parámetros físico-químicos cuando exceden los límites recomendados fue relevante en el caso de la temperatura que, no hubo variación mayor a 3°C, pues podría generarse la proliferación de enteroparásitos (Moura et al., 2018). Se recomienda, el análisis de otros parámetros físico-químicos incluyéndose a los microbiológicos para evidenciar la correcta toma de decisiones en materia de seguridad ambiental y salud pública. Referencias Argota, P.G., Carbonell, M.A.C. & Rodríguez, A.M. (2019). Gecotoxic ® . Certificado de Registro de Programas Ordenador. No. Partida Registral: 01025-2019. Instituto Nacional de Defensa de la Competencia y de la Protección de la Propiedad Intelectual (INDECOPI). Lima, Perú. Argota, P.G. & Iannacone, O.J. (2017). Predicción cuantitativa mediante biomarcadores de uso permanente como nuevo criterio para biomonitores en ecotoxicología acuática. The Biologist (Lima), 17: 141–153. Doi: 10.24039/ rtb2017151150 Feria, D.J.J. & Martínez, A.L.E. (2014). Tratamiento de lodos de fondo de lagunas facultativas con estabilización en condiciones de laboratorio. Revista EIA; 11(21), 113–122. Doi: 10.14508/ reia.2014.11.21.113-122 Huber, M., Welker, A. & Helmreich, B. (2016). Critical review of heavy metal pollution of traffic area runoff: occurrence, influencing factors, and partitioning. Sci. Total Environ; 541, 895–919. Doi: 10.1016/j.scitotenv.2015.09.033 Ivanovsky, A., Belles, A., Criquet, J., Dumoulin, D., Noble, P., ANEXO 1. Categorías de sostenibilidad relativa 1. Recurso sostenible relativo: uso del recurso con muy baja probabilidad de daños ambientales y para la salud pú- blica por transferencia. 2. Recurso moderadamente sostenible relativo: uso del recurso con baja pro- babilidad de daños ambientales y para la salud pública por transferencia don- de se genera cambios muy puntuales. 3. Recurso ligeramente sostenible relati- vo: uso del recurso con probabilidad de daños ambientales y para la salud pública por transferencia donde se ge- nera cambios no puntuales. 4. Recurso poco sostenible relativo: uso del recurso con elevada probabilidad de daños ambientales y para la salud pública por transferencia que generan determinadas pérdidas. 5. Recurso no sostenible relativo: uso del recurso con muy elevada probabilidad de daños ambientales y para la salud pública por transferencia que resultan invalidantes. f luCtuaCión f ísiCo -Q uímiCa , Costo ambiEntal y prEdiCCión ECotoxiColóGiCa mEdiantE proGrama ComputaCional G ECotoxiC ® En la laGuna dE oxidaCión y aurilla , i Ca -p Erú 350 | Campus | V. XXV | No. 30 | julio-diciembre | 2020 | | ISSN (impreso): 1812-6049 | ISSN (en línea): 2523-1820 | Alary, C. & Billon, G. (2018). Assessment of the treatment efficiency of an urban stormwater pond and its impact on the natural downstream watercourse. Journal of Environmental Management; 226, 120–130. Doi: 10.1016/2j. jenvman.2018.08.015 Moura, R.G.F. Oliveira, S.M.B., Pedrosa, A.L. & et al. (2018). Ocurrencia de Blastocystis spp. en animales domésticos en el área de Triângulo Mineiro de Brasil. Rev. Soc. Bras. Medicina. Trop; 51(2), 240–243. Doi: 10.1590/0037-8682-0484-2016 Normalization Standart International: ISO 5667-1. 1980. Water quality. Sampling. Part 1: Guidance on the design of sampling programmes. Normalization Standart International: ISO 5667-2. 1991. Water quality. Sampling. Part 2: Guidance on sampling techniques. Normalization Standart International: ISO 5667-3. 1994. Water quality. Sampling. Part 3: Guidance on the preservation and handling of samples. Pal, A., He, Y., Jekel, M., Reinhard, M. & Gin, K.Y. (2014). Emerging contaminants of public health significance as water quality indicator compounds in the urban water cycle. Environ. Int; 71, 46–62. Doi: 10.1016/j. envint.2014.05.025 Pritchard, D.L., Penney, N., McLaughlin, M.J., Rigby, H., Schwarz, K.R. (2010). Land application of sewage sludge (biosolids) in Australia: risks to the environment and food crops. Water Sci. Technol. WST; 62(1), 48–57. Doi: 10.2166/ wst.2010.274 Robert, S.P., Gromaire, M.C., De Gouvello, B., Saad, M., Chebbo, G. (2009). Annual metallic flows in roof runoff from different materials: test-bed scale in Paris conurbation; Environ. Sci. Technol; 43, 5612– 5618. Doi: 10.1021/es9002108 Sato, T., Qadir, M., Yamamoto, S., Endo, T., Zahoor, A., 2013. Global, regional, and country level need for data on wastewater generation, treatment, and use. Agric. Water Manag; 130, 1–13. Doi: 10.1016/j. agwat.2013.08.007 Veliz, E., Llanes, J., Asela, L. & Batallar, M. (2007). Reúso de las aguas domésticas para riego agrícola. Valoración crítica. Rev. CENIC Ciencias Biológicas; 40(1), 35- 44. https://www.redalyc.org/ pdf/1812/181221574007.pdf Verbyla, M.E., Iriarte, M.M., Mercado, G.A., Coronado, O., Almanza, M. & Mihelcic, J.R. (2016). Pathogens and fecal indicators in waste stabilization pond systems with direct reuse for irrigation: fate and transport in water, soil and crops. Sci. Total Environ; 551– 552, 429–437. Doi: 10.1016/j. scitotenv.2016.01.159 Félix R. Belli Carhuayo - Eliades P. Yarasca Carlos - George Argota Pérez - Patricia P. Huarancca Contreras - José C. Rodríguez Chacón - Flor A. Lavanda Rayes