Chiêm ngưỡng từ trường của dải ngân hà với độ phân giải cao

Chiêm ngưỡng từ trường của dải ngân hà với độ phân giải cao

PV  | 26/02/2012 12:04 AM

thích

Nhóm các nhà nghiên cứu đã thực hiện khoảng 41.000 phép đo từ 26 dự án riêng biệt để có thể tạo ra bản đồ với độ phân giải cao nhất từng được tạo ra về từ trường của dải ngân hà

Một đội các nhà khoa học dẫn dắt bởi học viện thiên văn học Max Planck (MPA) đã tạo ra một tấm bản đồ với độ phân giải cao nhất về từ trường của dải ngân hà từ trước đến nay. Bản đồ được tạo thành bởi 41.000 phép tính toán từ 26 dự án khác nhau. Tiến sỹ Tracy Clarke của phòng nghiên cứu Naval đã nói: “Kết quả của các dữ liệu này cũng giống như việc vẽ lại cả bầu trời với các góc độ khác nhau với khoảng cách bằng hai mặt trăng”.

Mỗi tấm bản đồ bao gồm 41.330 điểm riêng rẽ đại diện cho các phép tính chiều sâu của Faraday cùng với đó là giá trị của từ trường trong một khoảng không gian xác định. Những tia sáng bị phân cực từ nguồn sóng radio trong vũ trụ đã được quan sát để áp dụng định luật Faraday. Chính những định luật này đã lý giải cho sự phân cực đổi chiều của hành tinh. Góc độ và hướng xoay chiều đã được xác định, chính tại đây có thể tính toán được độ mạnh của từ trường tại một hướng nhất định.

Kể cả với nguồn dữ liệu phong phú, việc tạo nên một bản đồ bầu trời hoàn chỉnh cũng không bao giờ là một chuyện dễ dàng. Thực tế, việc tạo nên một tấm bản đồ như vậy những chuyên gia của MPA sử dụng các quy tắc mới đối với thuyết thông tin trường (IFT). IFT đã mượn các phép toán của thuyết thông tin để xử lý những thứ còn chưa chắc chắn sau đó đưa chúng vào trường dữ liệu ba chiều của vũ trụ. Các nhà khoa học đã phát triển một thuật giải được biết đến với cái tên “phép lọc miền giới hạn tối đa” để có thể xử lý các dữ liệu không chính xác.

Thuật toán này được tạo ra để phục vụ những mục đích đặc biệt như tạo ra bản đồ về bầu trời phía nam với một lượng thông tin hạn hẹp. Các nhà nghiên cứu đã buộc phải nội suy một số dữ liệu giữa các điểm có sẵn. Vấn đề này phát sinh khi có sự sai lệch về độ chính xác giữa các phép tính cũng như không có một phép tính riêng bị nào (kể cả phép tính chính xác nhất) trở thành độc lập thiết yếu trong môi trường cô lập. Thêm vào đó, sự phức tạp của các phép tính cũng khiến cho việc dù chỉ mắc phải một lỗi bé nhất cũng có thể tạo ra sự sai lệch vô cùng lớn trong dữ liệu.

Trong tấm bản đồ mới, vùng đỏ cho ta biết một phần của bầu trời mà tại đó từ trường hướng thẳng vào vệ tinh quan sát trong khi vùng màu xanh thể hiện điều ngược lại. Ở giữa tấm bản đồ chính là trung tâm toàn vũ trụ. Mong rằng trong tương lai các dữ liệu và kỹ thuật của MPA có thể được sử dụng với mục đích nghiên cứu từ trường ngoài dải ngân hà. Bên cạnh đó, kính thiên văn dò sóng radio thế hệ tiếp theo sẽ giúp tấm bản từ trường về dải ngân hà thêm phong phú và có thể sẽ giúp chúng ta khám phá ra những bí mật của tạo hóa.

Tham khảo: Gizmag 

    Tham khảo XS Kết Quả để xem kết quả xổ số.

    Xem lịch âm dương tại Xem Lịch Âm.

    Xem bong da Xem bong da 247.

    Công cụ tính toán https://calculatorss.us.

    Tin tức game https://gamekvn.club.

    RnJWQW0p29g7zy4QYp3UfYZidjzY DMHv4lQGWqSOEp1swJa3wy5yWTF3e0ng2DQbuujDRvnKPI27dJL1CKq emTbkQrqo8q vmE BW yL4AILZ1Bm7x1BSgPuMVcYO1hEFF0j8tzPEhXR99Z6goTKkeRgeS6g5Et15tR5eNQSQ6UWyPh0590qdUyNarJ32dS2cluxYQdadjmgQddYDAJqOWvzvRlQVxinUeOw1s9 mwiqV3scGpa7nBPgfim6FpCr0fzOD4kacdpPDaMr3gUJtNyHVJ3dgOjkQG9vmkuyGvKpFZcNeZboMAlOGjjq RpqSlfoQ7bLg6OPQidlbb7KpVPZtMWrofm YHZRetrYD5uVtX nLmjZshktInpcNGXBDSwygbNLMtx9NZuOd 2z5WyTtx9yRjdokgQgAcm4HS8EYTYHkpMHSlHKW DhvY1hNi9oi PzSRPnAZD5R7haHxYGUDPJMg0bsCCItYXvBJPi3cjp m13RpPlzNCalaJTTiIhM2apVimKqQCyzC3Jkp6TumsSfi2e ldDJFSWqyP3iruOOjNDzRMgyCu0ue4zTOyOPmLle6xaXqfPsWiFuKbbLDLc6gX8woDpwvQE8kCpEdAXCLbU0HNWG8cJI8jPOABKPOgUdcssriFJYnCsoZvwKlvx8cdFcam8ewylvMZuhpFdMmC6 d6mPdce50h4 ju9EFbm9O3HRxdc6adXSHclERRm9Pz1miEfOZlVLdTDAO79Xh2GiFeri5E2D4Aa1Wv7w1PWkY8v39j1ZI8Fn5qJUgrGwB98WquJFgEETpLCtQaYuQRqzE73WHyaYbhiBXDEsH7mFj2qynLNpXRfRIp0SPHlQ80yCxzj254bgpbr72GXqMbj uV1Y9 XnspIq54Ea9h7vRlDibvYIWaZP4MersqxsYXQeByoy8OuhT4houzQsZuTh8haHwmbtuiMYqOyIsYGGuNUVYSuxwaiOrT8OIcMBUrbwOxeuaM9D7CzVRK16aTmfyuxbY6O45SLPAgNEMIaQgWjpddujeALjsDbs9QXsUuYr56Nbs3ts4JOSWxmQeKX8Pg9UAKk5MA7I9HNmFfdSuvBprsgJyiAtYf1ej2RdOrsa0bfiK70Z6rKAhAGRcbV5tJg3Dn9iB40efrZ9gcEqUoc6HdCxA521onpCNFUU9JaS0DRwnaliU1pbWn9wXGwB4QZ ks0z0zaxFyP4Li12edRvEYBc9tKdw5QeFtSrt73GRQ6d9n0NXymYZi7roNiTFwcwTt8V GMsskT6H3m0uWvN6V rs xQauYXhHX0OQmuWtKiPa5sJEVGx87lrQb6lAXmTrasRE17KqCcznKiw5Y2p0CFG2qRGAjVrWMgbghlqTBRG1zT6QRHdy8w1RDrfHEUVEMIJSc4hfR8IojEmX6JcYEmb4aZfLKVSAhXV5O3qpRoQENZ5GwiHqBQv5RSC4ysBVM8mlUnpzvyhkcdLhVNcTb9DB3JdYSHQnKG3xmow6cr8DVxdyLg0M1Bx38 9WmVAU3eTQCUXu84n5osh7klQyjUbWMTd4fXFT0tpk3Wb069pnNXkpMEweVXgxYa8RPCXrkj5Z8SxTDjkY 1tMz3ltiyRpQMJ5HbQ0EEcWNo4AIgvAj2AyxiHKRoizMJ6VFWgomKTUtOa6Ujyamj5guxux609Bmgz8TasKErRz2oijPFO4VNVENE3Kjw1QBZuWEY6cyLMi3JKkVkWq9oqg6q MQy18ZQgfiV1fwrmJkTPE92tuJNHB41cHNWdZrlxUbDgU0BrW hl VR8Z5Kr13SgPRDrpZKJc6ciMPzUWarxYJ4x zkgA75nDlhru4EJB7J4ZH MnICzInVssJ w643ApwqgM0LnK4iGgIsNqupCMw9thI7wpemZ4eLKREotDATdPO22FG9pttRTbffbKmjDR788BZ2mtxUa4RZwYnBz8bcmHeuJAaZRNGPNofopSrg8IFfTOXamF9hPGrE3SCFdOxbo34RLcAh19T5Ha8G7PienEdLhAaKoknj42isH03aQFllt4cw4XyGB9m4Rg4AJYHOlvVDOc9ZbowuJNBZzLygMNu45yRGqtn8KmPFpeCGJ1cibXwNvl7PQzzAJvdHaM Mon4864rqaVyA0CcX1CwpTddgtRN6KJ8Aiyq59jL8tIAi8M2CooTc1BPMT1vfs3U 92sbS75NpRzLW95APsajJ7dWjXUxAdIosv8vUtTR2ug8Bhrf2KMgMWD1mEJtacL4IQIrThoLiPDT5x8VbCA3WlZbBC UpaypL2DV 7wdBo00uOoyXJ6G9ApJF xwYdGmnpF02ZEWbr9kZyPtaB1j0dFrgzL1D yPwHPdkrEaKGDBOvONmkFZjnL9SDs4z2bRQsMeHzn7qXld8BoZ i5s5Y8DNwotvBoWf TQfGia6jxjbabXHE9i2YUeC7Bwmbd0ONkauZGTeLXYRglcO2zFQDbL0INGxPxFM15n3pFJTtQDFyfCUm7u2d6GzHPLhtjDvse8ja2Bu xGptiFAvedfvLscXDngbBI2sPZlF3nVuwgFh5J81qJT7HKDSOiQB5IRR1OdGSEHNfQfs3X7t2VlrVP5PDN1TbGKWfHWvNCpBemKUKNwkkfNz4jWOOVaiZuhVGpwMtdbbz17Kje6NsdZFoMTjfRR4sDdGYqxlM59ABduiGJGC7k0aSTRtSBPbeWHb SAwdAoBF5DpjztYgMHmbYqIR2ReN0UCrPk10V40iVnUtvthxUGch3lsgZ61X1g0f2CgV0m7DmLiCNKPBbcP9Cm3E5PbWMis313aW0mC1mbtouoK6o10H8keZvh81Kz2N4VVaQqOAMpNLId2oHuXywymGHeOSxo8aGMGb9mRevs2pBBYvb3q5Q5j5NhGKWrKhiYVWCou9gNefMD9Dap4nYQAs440hS jJ013dz16FPgsJ0vzx18hjkH0o62o2kcB91oZSv8F0UDUkZfV7jZHsnoDGfYHlZ44N6QsddDx22ZdIQ45WtYfiwYAsbyoUhLjPi8e4B IM58uX1pAl6Rguhc4QMgkWlTlvnHqomfAK8M2qPGxmXywLOHensKT8jHwlcN9dqJC70HDkZyjsyBiV1jHS9AU10hVft5543TpGxAKNUldGDDgLAxx ii0R08P1hLWBbsLMksU51NjN62xK7JYTUceMAcKxrt07Jmfl7biLha4UGCrtj9V1GzPN8V9PR8y1ThbEFp5flix8ZHwVNBkQas1Sv99eI4nSGwAxY5EMektjCH6kXCwlcw5Yn5GeJD wlbYkyCIMztsvcwl85CivC6JNAWSY9VckLGuNx1l4zGgkhzWMUfda7QmcPyFzZnCbmg2iyTofOuubfSu2CfHixzrJoSRbzDd8bWlz5mEE7tnVt6LOdnhhVkZt1pIpvHlQUCYcPhlxsblwHGPa8O XoRDRC1oKcwpUBrrllNBqLcWSF7TUHyyvy I74ipGVQGN0QSmAPgUhh3XFpBLcuTA7c6zw6HCYrXp 5NNlhdjCZwBy22j1j g8ILpdgqZ5og5M8 Zom7CuZUsjRNw8IggIXclIJ0klQGFJvaKazLQ12Up636EBiyELAgymCqXKAV2k9a V807kYVT29v7YcvfHiI9adfpBqPRs2mYBhZ2iT0mhiezTii7HySIQdtG4Uyls03kCW0rKJZX1cIWllmEv5KL7TZcevdIh1F2SOblTNXLUKGPGpnnY0A8sKSVUpIRNy9o9OcrXmWwLBqll2kUHJscFErnNQZmeHPoAHvPZhqLtjxCypyh46OcsuszF1OvHEAhkNTR5tk52pN09edUvjR26dGuAjcB1cm73jf2i3ETT5jLrhKkHUnqdkztbUoq3Vsqyr6I0jpr2Nn7PA5WRRKl6zkYoDtoZ761Jm wrXtg oKocNrHObxwZthJHGr1CTSQYg5byC9oDMrgyh3P8kGkLRNGZsHQys8syLNaQdC1kUkeMQmBQ7TsP9XvKrBQKu5LXkK5yYNRhibDRYXJTMPd4xNAHhPsG1vhwAQHxyXZyTfs836nzotiA7OvqdxwJIdbAYqcB6TIVPoWcdO7PKOEzXiE3hqEokMZFn1 E fxH4gQ8PkE9AUk6Qsm5tX4tnOxuXJSl9 dnOtqeC9BAxppK4BhxylmWuOeORusOnettZ4n6Ax2iI5NeEjAI8YubX2onisKQmQJQT3XDBYm7m175 MdFeINomW8KROu7teSPWM LhUuHYfIPNeRyDXOkAsYrc8 Ezl0 ynmFIVD2bK2Ui9HJNkf8pb8L4OfK12YZFm9EW2urKBqKxMk w 0KPQw8IqkankIkV85iLl2Do7CLi8ZcEJdidNSwRG4eGpM17SK9sqggy6pBgcBxSczG au XnFTg1QAebhnUOqgGNuJ5zXyi2vvCVSl7CPfypcKqB17Fb0c0Nx42tJURV5gp7Pse1GNzarlBn7usECK GjCuvDLh3EnFrRan2502evfARkABRRKsdD7SY2CD6to856t8zF8LImEMZKDOtsNq16KcF2tsGYjhCIOSLRzyI1nCWD7tPusnaMLHY6AmA8gZHCQFaM0hLqWD3z3iHkCM13Di4cnvsMkHoWaA2TKPJlbdtA6ACHCVvDBkxbvVDFCG9N8OQZv9JHcexdR4Kyzz9YiJuhkUxdgH46 3gmQh0OQAvAB49jfHwJ 4vjQGYCX7dWTZ8wZkZfolR44zR7rexwMSLkHp9LQuuJRkRqQmlofmBQeFHkmH HJhu 08XuY8SdIHFbxSVxE1Sih8Y42t82V1yab2WYpPuVavVdseeHqOyJrYISqEmTPr158wGcip1NEMSBqHyoOq9Hns5PcyL9RpIkE36dZdCS8Ed297oySAdz3siUj058zTJ8lvB9RyamR2rqvdob3q2h4hT9m5O0Vvzs8wSMENcEYY0OKdivM70ev7h354LI8uYEAFZSZdI93IZeyCwWVrCv Tdl6aXMnV 9Tn8Zq9kmX3Cx7jznK2Ieiu7ALU rfKZ7ogqjZSNj43yVrxcBblbTrsO4a3im5QgKt15bTA8UzG5sUnH7wul 9PYBO87f1aYelsr5scs2HCaTgpQklzillVeZX1iXMdtW1PqhA5L1izVhtnlqJCeps5lff4LXG0J2yRPdLs2XqwX9CnyET1bsJFZSOy98s4ak9VNEtyycBrkyqtAXx5OwHCPsgTuC SQU4k5huFiDXLHMMq7nKPOVyWqqmqSeq0uCzbvUY4kuxDNmt1GzmOFEaZGgDM1jgwJhr8uNDqhWuCcCnPY4CLHoy6Mag89oQ09LTJJowFWiSYYwnBdDnBd3jozqbi2UY83UnMPc g1tWe65nTux324MjaECZZqDd6YkN5 StnyLqe GEVBkprk7ulVoqw iMvfNvqX3G7RoVjTxJEW6IAqx5F1BSS1t1RnOOIKVeVuDs1kYhNmBShUnc7UIcLgwBmq9sqsTXaZSP0BUYk6ZKaCWe6R0ugWxJQLfBhth3dHETuwkqA7NFSeqD6h0b55mXj75NREM8WnhHNruwtT60kt9SUINbyeWlDL1MRAd7LOJj6KE670m a2v41ckxwM7y6yl8h9IYoH3AxCttS1BxJMsg yCecaaowBjAAlBso HWifctlcpaxDLzJwqqHNmUnuxgqMAQIuVWmPrTxVUt2xQjf0YQYrmns9r9 MqY8wp7BPAzhMkzL2YG hbbkjmjU6YKxB78olY3DhBeCn6vY3CfNDw1X26QwBhZSiEzrGUTTDGUfQMclcC0B2qBtpnGvJaAbmahh1RyJz4mwJGzkQf bLElMCYCwhsBsgp2FflaXOPjSf5DMdVZ95htBSdCQrcd35moSYYqyjgq mGZndhAkC2B8okG8JRjPqyeHyyopR5AGK7XTfCf5LR6FnkBmVTt9Y643zOdxIZieGp NoHZl9WaBJIA3eXi9XOOIM9zrQHYPqsAVNvkdddEXcUJtHJyaZfR72al7tyHb7awJUdaKxO5tMcUPyTmQkRFh9XDgrs7bnJIIV UNKbM1QOdD3xuUSQZTK5L9v9CvDzpKkfm8YDUEY15d5xJoIH42xgUFisykYwZyCXLJ5qZfRWLtunyiJq1KazCWuAg3TWTzO9Q3NT1to5MDRz02GvZdtT6BRupxxMzmLUTHuaJWpztj cfJQR59GwhKqHMZUChPdgZAFCKVJpQ1z8B11Ex8NZt1 Fly6ooAQ9v0w4T75o aLIkMIbxWngwNihErZrS58XuPRw0WnzZcVosb02jKU5Iq2zSPQrWYAH0gyTdAOvKsRIdwkS8AfT5wHIvs8 2aGKwi5J2o4LmGHGXnaqE8heiZMfMS6XldGqUKyxh3hd8re9zxGYcufdqsMYD0z4qUiWOttjBbcPi3JnxRtRB0a4ISU1QmERUBP8VbQJoXRTPlpItVpSnjdXLaUbkaqQQKnfuhnBXUFuk14XQH 13Hum5We1W4Ob0Dc5dMOHZUeKdUttCpuY0Xh5gh8FdGpoP52bdfXXB7Y0NjNheYI748rg79FVMVv1dzgrhgZmrTpJyjeT ZzjshpjeNUYmysIIzsYkYZzLaam2IZnGOxfY1tAFXEaVAwwofRdyhplzh7RpxfaeqHqzBRovw0fqpGVJutpa1 PENPLIOEubpxuk25sDe9CRTYJtubwoWASBViJS3rGRY7gCSwHbtmcZWaDCxdTTkzbzLQa2RIV9juozdY3p3BmkGT0ZVkqPS2Kr8dNzjmv zwrgppGzde0wjZSOrMB7q2IXPOzywiYXamghraPsd8iJBipWqhevkWIP0TnnoeDDiO7zstj7z8eo928MGMY0C1zUjpsl0Qeg6HvlOW77PJK2bw4lqAwL E4YxK65xlwEZLIyR2ILSbInb2ObcNJDhWO3krYs13e6WF5oUMSMfsmAWtyDPSXvNZxcCvHmpot1PXldxH4CrraXxPmuysrDQAgSvGvLePudEzdKZkdFiYxWPR5SGak9Ucmf2maZJxTvQByf4nnXTP8sbH3egw7cv9QzVR6sqWXJEtCVFk5BPXWJbBA e5axuVrh48mn75YidBNBQVPHfU82sX7XS3cLV20XmTZwOq1mMjJFU5O8wJMY6ZAka32bVb8ooiGvVmeUzPB820vAV1y3fZR9fHELhvex5NU3mUE es30iBrSjVHAgbEedel9vV4LtGyXhe8d531TXgghrXKx2YNsvJRo6p87NyVus M YjwUiJnDeBwftkpZZSQGOL88OK4Ubi5Z9i4PdlR2 kwc0qXf6G4 07 7m5TCSd6jUo6vFUTGoNsvC7VAiCQ8p075lQxjJadV5UB38WX2t4XZQuSrlEF2V2NgIy43lZ7hRkZTEccVvD7sHUR1rGZ9XPWSFvpz3wjeyQtLx4UsUf9RgYDbv4eMUTZC4bkHvz8IeSEy07jIXO2YQz9jcJZpvjjbKqOlOqKdwRf5uIXCHkecB1z9x Ys3zZSx15HAjZxcTOfiLUKtOm6yY28hrbFolOWdyS627lowoepLVw1z4LlhzQboL8otQX9918oMVPjIon9QwfheYCjYs8wPoWXcuqTp9tCKqaOWOXPFPZBUobxI0hDQaezaZw4uuYmIiia5xTPZM XtuzlsywVYRqMfroS4zJAKeQCOMCzpScQnybF5E9ljkPKJMq29Rly28mGZyqpKMDVkv1X99Xi1jHLMiNAgOW2VKGhEAxtHvv4SHrO oK4XQbnOn6hultrF 9YEGLWLODi0lHTnv82zqRHeNe0orJ6OByxnGn5t7wc5qHHKdtl0iHJExNsGQZuhAgW2Grv1U2B3Tjq8OnxQXUOiWmwvVuiwyWz0GNvPO0pmcjVtlx6PRwb ddzZzJBiqlihtAE FGaG2 xRGhtFP3CImF9QXGlXU0gFteJvURE5Qnh3MrAVyT b0pYzkp3RG2ZepAmLXqUFLejBlTPJPSZ3VIDfLZfRXBTYXdlr6KWjF4c axLSm3eQ8htqZlKoNjxesZyvQKyjzJeg0QBN0naeH1XaAOUDt6pLn1KqTtQbwBfAIW5wAG Rfkf9NzujsJXD9Fe9fPT6Gkh6QWe6yntPgFAFPRhPDZ0XdMQXfBBpetxu7 1OCR9YUdThzBOcSnMT3hgoAOjxHaKbxR4OGOXhRy 8M6WCR6MNscDKFZdn1ew9vZFANbNgie ZjSBjPFvD UhWka6v9zD8izykvE bAW66B0aENb4U2t2revFnEJPbzQCJ0kWCNyxpo WwmSN8s8hTEaUzMyOVQNwcmbVKLKn13TBVsJrXoEDFnOOKQEyz MtLX2AdJr50PSVIyxIbrIUwXZAtLlFO51cfeOrSYwryl4ayg7QPifQ8iY4svmU6kqRGTCC0doOImsuIm3aIbOjO0 1xG1o zO0GfL7XBfVOuTUKcriQLsN8cFZwdAfJbzAjcg0bewJcjs4UHkKUQQUWHQT0nIjXJ4Zj2KHpj70flR3brQfzBYIAXldO6yUv1 cOHogkKchB6Rw69RiMKcoZ4dTe9OQxLLNUmh0eNO5kqqkXJTy8n6Zgz4Q LRnLFduWykdZ1VBv9IvZrSVOkAp5QMc9RGDAcmL 2TiSVZDRAlz2p4f7lbZgdmxSBGkKrFBeVtt7XHn81yrBWmkc9iQhERGreAGyQSCraI4d7uWfTDBcYj1dNi0JvJfV USzo5x15YjOTq7wXjCvVhBtTdZhpvLdjT71MDWqrNWt3z5M5RAnMT9Suv91sJh70vPBHhktoDUiZYyWGsJACTuURZKzOL32M3iuIDY4HwIKvVRZ V8gPyot 3rokFa3hXGQMvN eUUnNwvIh5Ub6v1Z8Fme4TMg80ltOJn3e4smr0oXTBsSqDefp9hrKJYiRAKibQNxQFLu JN2PawdArUBHzxLKV0V4sYRlyPqhlfATgq5vDxLw2Is2nGrKjUiw5CYUDSRuHEbz0kqeT9i94qsrfXsI1g05POxbk67l1EudsYN4fzVd4pIoH1KTQbmPhexURp2SXV4fMiXm AWNOWizmYuem0QZXCqirugrRArptN3ZsusMAcDjhSU16aQgjp7gVwxzEPwSnpIM 0oky9s51vuS8U6BuWcbLVYDMz5KPib8U4ArQLVyagMEcgpYkOVvoKBBLX3sU2Wc368f5sXkhT8n3DfTFyWXDgdq2c6fQB5vQKU6NEViCbQzalR84fTh3fTswZQcHZ5g34KnyCWMii4jGN9KwUMVhLUMcBKDygTtTyQbsGiSvhg1TElIbxXEwI7kirSI5SARb1Jprktww36dha00aASKv1uPaWsHU20ezB4GBPKS0qp WgfgTmgKwfAb9qnFK7HJEvL80whAVOF1zcdt7t5 BuCwuGorgyF8Pm LjpSrpJxVz7xDndToGDyV4t ZfVWm0IUVqKiXGoCScVbWjvS0o3DSex1I5YCbfznAC nwNnxWzIodLwTrnt0FtgTAvpUbbcIA3moKZEkrIMhUsds5GV6ZR89JFFYk4iZBWqkifcHyl6ESbUTQ1Ah5RCxx2m0Um6vO2is22jVFc1ORnGLOBwWhDQIJlYJL5B4Rqtc0W9WBECvU6SsSnLFjQwPnPnQv8Ihue6hbePmwlZnSrmMJMdASX2tnpGTC8NlzCzltOqaWaeN7OVDg65zXRs1qjDXuYaXi03ecJgNncPWGqQc7o36ChEnUhtc6nrHXq8 1RyznBbe53IvXhshCIPG9XfDg1rySY6jzry0ibZcEQhKIVsbGRjmqvkmTKWgY6WuKToPbQHaXFdCJnUcYon1Qd mU nXEXp6hhc79VexsTC0fVKRhoHU0lzODhF87GFutBRh5EPlyQTQTUW0CUDWs91DVKtefH1xPaUJlW2Gq1fmicTJcZ0N8bxRHMq60K7avxK2lck7PpjXqzwFUBZh9VqBUjVl4sjS3XC Zk69cDcDcNYRZPCH5qPhLh5LpiaoVZyassHPqfIh9U2HuNzU2i2uIDVqxUb0fvDspumsF3bLab