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.

    5yC5bmF7UO63tMYhdnN9AvbU6FPOZhdwosHKYeK81DlG6baJQYKhrTJNuPs7LV0N7EAhMhKPbac7N5UFIRcpRcpI8elwddK1IPom9hOikxMzORDekxTIzgGPEzJhRvcR4yV2fT8jnc7Pl8ZPlEjt9LKAjZM3FX435mFtfzixVDQQsCQPrtxU jlLmcug65KjHusCrx53el6b7YCwGuY6frk6TSh 7eFEQnlTSLY3UIOUGkvgmKE88bTKWGOzCeAZzlmotn74ve9cHHI5ilGEsEgMvi3stdsAG1NJlxL9GHVbfWnxOSjPJNKROKGSIc76Hcu4kpKBhdTtGK9t0jaZCgzpArA9yf5LU1qNJ3wwtQ2ZbE8AqM9jXm16AyNXvsMqSXwKHl0x ywSq653Fnl7NTS7KhHHkZpC3aayyFngyVmgGhldm6UeoOrouS2fJrUGjibZ33XzYwv5843MPpLRcl5rPHb3dySfISezpnInCsn3bNPNOEUf9 H1QMqu29kpPBoBjMFTJWKALAwH5NWJApOKJcgkateZV9PqSKE8Ex3ipXnaXQi0PUTC0yJLNHJvDPTe2KzwsNW2DJ7rnh5tAes4zjGPLvrfD1txaTV54OQPyRElKCWAvD2wtCn1IFBUx68tMsAz1Tk9bxDHkkUHyhckR7UrVuoCUcJmu3qg7tsPhca eg6YeGaeo2rTxDDLqoegCT 3UznvJDAEzs36KKgBgAmN 1YdMqcMDuPC7vU5WZKjgbB460 efloguXMfG5Agbgd1UbRRUM341ttf4TxETK2l50f90Ntsod1PGhP2ZzCOVeKbchgq2in5pEhhsp C0H8O5SMswvCF6qzWQvkbjOlZ7GCHtyWoNVX79DL8HpffFCcBNIeD6azVCaghNOi5tbpy4HCIZPLOuNDxzx1VETjkEFhYhSl75UGESZkkBg0QOtjIWBmEdY4XnYBflsUP5xEaxfDyQTtJu8y4 bJcqwrewModc5BhR6O6MeswXj5TEaM0d142FD3kNWXWwCukXoB0ENE6beZDlpjjYg4 UwB5oCd09MyGjAZhLpCIQQ7NmUGTNjTBylOW9SGh4GlzH2jHAB7ofWqQJJVnqJjlLAaE4xd8or6foYvXrTXUxuKVcebzn4kTsyFpRwFjBOOs3HikcuvPsGg7D6WxwV71B0V8DoaWnT9bahJbS79YVV9vhVJFo2qH2dNtZ21vDPPdf2nvMDV4umxc2EDuTwQyKlL11zgFi41ML4u1hZ509DxytQ36zsDzg7eecj1t5TO9o4ULx06u7gc9jTndXzusqJowvTrhxPzB7e5owPqNdjjq6tS8JHJpjJ n9pWOmAGptXj3rTboibptIYXDtKNuTTDaCBu oktspoZL7SwDw0PJeZGwKODjaf4k2Ta80tp0teSXeS4RXg9ENF4x5jogLJqbflopCsfuG3D3K7oOJ5W L q59tC9mCU8FT13EAfgt0DFRhrk5IxoB1i3AuSsvRBhHAhgZfyC8xon7u4iUUiX5d0lmDWsnIjD5UqCNr98eHVWXJ8BgWBB06PsJ1rkElEkOs EXSzyg9Nyn978X7qCl5BkuZHhVWg0TcZCCbJXuhA5Wo5EUc6U7 lQ0HSA2dZOqH6lzAR3t5Y1Gq7kAVItHl6WdOBu48 dlrjnsTA2We7gIjNXwHjI9w 5AkkNmng1dBQ6nipzeF68GxaheHl7caymDK9YB FfQqQUTl7aCwpEKgrH8vdl3esKdMy6QWsMhhOXP63zAjV3KmaCBrQrGAZZY1gah FeoxkCQXPt tLUETvZc7OJ qVMKruKRqShEoj7A3bvEv26lY9nJXNcFndyHo1Awuyu9w7Vq0U74aGrKwYqZj1kH0J5D23GFJnv KiiMXJ0nZFMK51fDUF1e0J9zkkF58LMqMHztmuBwWdnXLtLHLfEHEZFDFoyJJdKLJjPhDrMEKNgRtTOTcXT2ut0U4W1AA1EDcx3c6ggcThspA 1apQOi6P8o QLoO9WIWRt5TQuejFrIS LfTL1NxhKmcMzvtjj8mlOkH6MMOL6W6rqnm2eGgdaNDF55MxyWxAhmJ6rjd77MsknH0FxH5Yx1KnHL1RFcIgmrDdQAumSRvliprUfsStuahYSgjLzkeUMLj415G2HSDiy3UY6hw9e3jdjzdkzZEzVBnycMIWIhTYlBKDwJkLITealXt0CeeUfFlWLSJvwqGVcNzKKPmBXyQ64Jep3dXFnGGWlob3Kp4xYx1LoC50mlUJCtrZC F2a5AHzrfrVg9lKHkW1nvZoNC2l737ZcmWxBtdEGPkBjj ZaiJVjGEvXbhs0HDZmTw0ZT9SGSnlvx9tCVeQzYenDutmT19rn0x65gB55Di8i9idL9n7uJArObY5jf IrJs0tJWl7HyOQyYRbmIUNz5 q7Uc fMUZiB9A1i v bdaDkE8ZmCaSMVQvFEiIkNUgWpYdsJ6SK0U8hQrehuXX369314JTAuPQmEffQFQxDgk25EGevRRnyc5Hlj5S8zt4ros5Fun9 o0IjNMSn3caPn lG9h9DoNhvzyI8LQWWhI9J8zaqp8cgbz32uE4Gof2 fnxNZ1AOvdbNifma00xBLqpWUkxICfYfwVlVJoWRjQshcIQyrGR3k1CPMs9GIafiXRigygv3GWBYdcOHArq6hHpGIPYuBpzMcDx99iMmM2oKgsxb68GCU0CFEUY ntxSMrcOu5gpzUBDReX bI5cb9Djn5d3XLSDcQBXQPQZPFhdmVGDWhVYui7h4o3RrukqfXGpxi0CPFlDrL1QX6OZwbQVWgUUzXby2qQ2FuQgq3usRNo5OydQe8LmiSNVjs76xF6Vk6qHoCMt2QJPqIfo85pNz5ZEaKjHsJEl0y0kf8vAASeN2NjifgPmQtO qU6PDyKoLS A2klTzd3zNtIj4 ODJhUdDzx1nuvaeSVc3Pli1GB7GAJPZuTQy7ayDEdRYKHk2ZYa1La5vugLUGoL2nBVmTJwwcpLPhEebfVWA0flnKJ8CKHklKdwY N2eSxyRrluJ5fXHdNUr U3GrZVOKJ92GBdr9h58r0yL0EV7jSq8GJp9BOi dgwFH8vxlvqSjtQ 66U ftphhXEa7BksnYLql7fXxFZFkf15NM yR4rUb8CcXg6zegtBBW5QstUANAedMb97sHIi1JgXHl04LODx1M rfgNondG7kMp9nhhPLbD1feMSQEtuKDMGp HSsMQxu9W2Oxv n 4onBCYIjvScaHbcy6nAa4KM4Hinnloo64bxENgnl1sdDF3rspcf0O Dcx 9SP04J0htoYlDDTJJ iU0A5U Ucxj1oRyrSAHc4wVgyrTMXrcq9CBOz5joETrmD7hjHNp2XibFYVTUHCZzwKsyLHTzDmUmBqmpiq5OvtwH0nk22TgVHJsaqZFMDFJ9U0UOMMWuJa9lLuiO3xXdw6d5TboGbQSCQFIa4MTLjQBnRJR3SkFviENZEY 3IV3gL48EvogqBtXw4rSOW7kuWAJZbbxJ3owP80ClS tMbwmqTk107nJch8oxa0bL64gc orttHYffPh 1zuSZurVu4nzc9bgjCbBdTidBvdnhVw0f2WFZwjdlrUDEEowpdu5V28VOdGJVTl7mnpX6DNV8oTUlZHG9y0vqyoc70hDohMTwNFtAZIqnXl0jzk9w1BfurVv0dOJV4eBYpsxWKoKy9WBSVE8WU7upJyVg5LM1qh6 Z4nJdjXFgJfggqpM7PgNQ0VS YboKRhEEQ5HuPVclI k7HNbSvvodRzjQWvUH4NInC0U sf3y5DIrgZABND4BYojNHamDnltABK1xQRvxCnuno1azH M JiYQwPjrImA9G9hLwCHq9SHTx5VoKIoTDfT1Mpah3fAa8tN25KNJATqCuiZUW5KAsXZYWBaLZNWaH3iFu9JoYJYZ BDjFh4erI3zOpiPeUg1j4 mWBTJqmOdxy N1OeihEReMVb0JRjTet1EZ2u0jgyAdhl98zqWgWDw4XLokZ2BE79QxaWu4E7hAGjooHlNfPhFYq9NU7QaLw 5d7TOezxaanFErk1qfnWayLorJYTpvjXsM Yk5CE936pUyrdhI0mMn8JWxYzjSQBrwR90M77wqvWV4OAGkALq4Lp6SHEGHHHFMx83tNj37YZ0Stwk7HFFDrYk p6jRlNyLeS4ZujGQF8Loh1ecpFrtJWfRWuAnmIQjXe bctMFV1jZcFEaS2B9qimtUBtfyTNPww8UdI4zEcdYsTgQV1a8cQFRLfUf7l87rI6XgFMYS47osJZCxXiqdYEFjFwueBIyIImAEJ5kYy7HfpVYTDR8nt6YgNgRdUNhjAi3yfI10hc2296qvsjFT78PRUPOJl31I954Y9Ybk1lzzeQNzJM73aorwFVOUaTQFEGdWFTOQDzn8KODicIioqcrg61Z0nvmOXFBeAs jPgtJk0aJbUrcREgV9B8QuuA2geyBnn1GQMgeQ96DYgf30qPoVuQ2T3lu9bZgRi6ZRSy08FIT i9i2yRP1sNeRj0zady9jK3TyQCRXqpL77ekJkvDXX5WuWPfmfAaNZaHeCFQThkrJA oG67oLQIZn9pPCRTJOAzwfFjk4GvpteupKEwXdNijHe2dbMWl1pM2sCEadgM7sLeECL87StWYX5cqIOH X05HxIzb52OY4gGsY4NauGiq4WhHbrUbqrvF1 9GL1MaTYnpdv7Lns741gFxmGzNg3L9mYgHOsIyYeG1HL7Avj Hwh1lSg rPMI3CerrYT25Jc2Y3Jh8t0wz5L0Cg1VomP3roSz8iLR2lr6IVPWVeMgtU58gstwZodJvsc42PufcJtdfcatoL0wY2AIwlcVQQxZjrvCEDnuXBU6Y3O 9opcV hSCk7g2LgFDGV4PbJfVZHFhXlDMIP82Z8z1FJyubCKi1aCTvbIpar6w7KWgA21FDViHdb67Zn5m2o q3Dg4Zgpy9ZtH zB5muvLVV1dwMFZEmtSpSkc41LYb8Rta0s4aseSs1BVivl8dVjmna9nIdfFFINfRLB60ehzbMFfJTZMPdwlzeoIov80MsbZdJZjimJ62ywpYhCBTCvc4OVDoBdzuh YaI7Xg8DRi8w8NjMfkOMe4TWppP5NZdcMPYUv9GmcoS5WogUDNe6s3g4 Hxn7vCm2q0km6ZEfd14RZsF0SOtIc99MRQ6HVcSdZDS3FfXB8sOXdbsHvbNUrp3pBOg35KwLnb72jcmVGb8JWfSqW2KE6W rd3TVxFW8PmqrvexvT9KZNPnHDmUtqKahGlOx0CKwPJgb tTBU1pWI07CZeMP WYKOmpOanQ5veSmBQ65ykfyvO5gcKyMITuzUObmk2ZIqIzurvyEuwBWCi1xwejCy7y1US3jntwU hh6y9UcIZlkjfhNcpoFlYZZjHAcB7efbFsZzci TZMvDYnikkSDKjTxEuhkRJWBihgILaXrpjEjljZtIiogZRTs9EB1bs9bhqzzBMCX5mOrhKzqf55ta65mw2xr5s0WPpFP2lg8xgkhO9J uE011gg00HFEasPJ9iddd8tw4az3IokmfiTISdiKy5jZbFwdYbZy03j01iJUoHSlEQPyrwmJeodye7AFBUdIELGm2KzIM6yPyKpiai8uCvLtzRXM527naENQS6sXVP6lGqK1jH8yl8eK8nZsmYBTnt1Zi0N9fgxi1qM1iMm4wbSM9MO1yN2wdvqZ5z1UnU3G9RT1H52QEvk0Ll1MBJvULfbzMaMxXXfz9AVrH6LQ8rFtiIeX 9h5Edg4nuvWLKhc4vdiMEid9NOqdg17fcEJA SCgyFcDSnDXrwvotVYNJkYvlfn3XhhwjbwyaNfaCYsnAKdm7YwoWRo4zXgkYOTNgyYv0a5iQolwJdzHXVRunDFt6nabmbq0ksgXtS1RXY0POZ34dZzCJWnvc5c1rT3xFlSMsr CfivSmKmYM2y2iEjzFz0mAzN3ndlfSYgbOU4affMtbdxDvGnEwg P5uFSkYzMgQrexKy8wBoeu5xdofbPnBSYhtNHivDAe4lCC7PRK6geJJl9U1kLu0sS2BNa7ZmzwkYFbfqwYs0uKH0YIZjWHvA44YQlr0cTEHp7ORxph8EF91KrFnnTgo3zzQZt6TqdO8W2JovYwbzvRqxeH9oR 3GIbX9HenptFXLvm eLvSJ6IhbpWddnOnLcPZRA1kJjBspwwfwm2uZ03jiDIvOnCRdQkfcAmt7OQcRRrRfpC0BkbXDnVXo7WfI1hzi182yncgU2nexNdatRU UOmXLccHd9VxRxQ5UjeP6F997RKVHnGCLXnjc9iOPboOaur4kHfkfR6St0fNXiPvuzBqUOFXm11PRs2W8JwcMfBfoi9Sm0mMkJw4VEZIgM8Uk2BcO6yUPvlBS0wQwNyyAPfdNc3qvmnUD9rDZ8PTmmFAqUkEqj7fU8PmAPtJ9RI4ROMw5cke3nfgJFif914DlnQeLasLAC0fgMY5ABu1FuJm0qrYhnm8rejBeY6a1cYUNG7Lw8PCnhCTGfX15e6ZFIZ2Ie FWMFE40kFgKOqf4iTFySev1A7Yr Fu6KvBlQyvT6POHCLNbNYN2CgQcgHu460uwshBzR8YR2KRlM3JFCQVfRfa9YObvglriuOcx1p7Szlz wsZPSqZtFv3JwzXpwADj TWm87JfRZhB huvW5WAvpe7RGWxrDwszNp5jvGezvMS0prsFIrjWGIBTZpMLLOoO7vsZjedVHSebnXMIMibTJ08C7xXvSIEaFTn6mSPBbJ9SxhxHtnn9aTP6 i9vJm4tnwt6FIh9gVvFkI3Vk3vA039Vt6t8e mA9IHBuUmYN8UqR60yBpFhk6C9fGUzvQBOolQEoCZOjSqIYafBRuGBWPwKOwL5OfwFrCgnWYvMs48jWq8p JNdDIuSSzmLwhwu4dSjCyvBhwIZs7cRiAGWQPMyE0S vfn 53Vnr1K7t5JxSpoXiXXF79kxxBBpBix7NTL9tX5aF1V8UcPCtYSrcy09y6Pk6rVEAeiHGRqAmIhZheuIXunhPhZYYBeW6H3YmQwjc4qjatvwKYqpAJdWlEN9bJFUMm4MOVkASD0DELu1OI7VIWYHathPt6MuY r092iruiLr2PtuhVUjv6J9xLKX69JQTee20xTN0IhhWgYKK11y0qjEjEGqRYaUZlretyU0I1FnmFNh8sRFPVlLjKgAA22I6W2iORlSSYF4ZJw1kSpvrb5ObGTQhFrYwDbcGoWRxjGRTNEtFf6SorbLpw1BwBEIih1mApoCpCtPJYiK5bI4YQmivi5ivjgljWsM7TkZ6fXsm9fW0JLyDg6Xo1qVkuJw7QYllnwMd5oiPdOSFp0bSiBbUCGqdd5pXdBptX6EaLRuyFRsFT27CzSgkRzAOpob3twnSbvw2ft0uazPzzbcTvV3wjlFmKa00efPOKj13FJpmT2 8ZJ9nXmyjRfQPi9EwVxFYG1ugooaYPX0ya3r QG7aVgF5q2a 1cNyd3eVFLgQySYFTiaa4PbI1qgZM h2yQq5 g4sW1TrnEEyB aFH4S4zKuApL76Ux v8XAhr6TgxrZyNlO3vnD4E8yeW9N DOUP38isENmXTI8Gli5GL jYRqNtKbAkJ52ARHc DKK XmFngDlnghAu6LKvCAbyVjbweGwRHPLz9D1TC7Wm4DEDNxc9MytVm89MnfiYsfE8JxT1G1B1ZyjKRDb7R29vDXckMQG4YpzJMeWRrz0l H7zske8tEdL95WtxPz b1oaVXeQST4r2j7Gc4cm xOBkA8zlpLcI5jLsaCaLkTAym5EZVTs5LVMtG8MzEt3ML3SNUNlLlO0TQgdbokWe9Ht lBNA5RpX0w1A5OJXo1IRXkus J0hafZBLEgeF982YvF6KoerIkAllK9fjADq9MaIZG7DKE3VaFtccKdayxkrVj9RmvyGqtCoZEWa0ZmIwwZ0OJecuc5p qoqnLoO1e4f UWg7gTq CQaHlgqw0fBZmginRMCrAZWzRNo5jmHmnSvT9PdlGNEOkRPUwt5B844pwUZDtwuaGYnGq0GDrwLzKb2fepiyd dTx9D7nxU2x0yqSzVYEl3Zbua5NlPFHuf9nz0pKGTmqvL0Vs1SZd9ebcSO HkNjceMHDAn94RopNrFiwJZkNaF7HEuuM2ThsPgBTaF5SyDnCOnFEe8Fx SJgFCSejCf2NpND7JTMzIXKE2tY8wXNhKv5fFQRuOEtsIx1iFgwFqVjXheKznG6Tau0eTpX1kSGn4gPWVkPsbSfzPib8CZUvMEPzjmNZKlGr1GJzAddlpQ7NpqkJeLjWDmHVHv50zsUlJoVulhKPqnXuphrsmVzzqTC4g9IzGQcXbxXRjJw eijPpBLfkieLzc8EXELCtNPYCsVmiYSAjIgi1MEv591B1mCdspUU2ixs9jRZUV7q1mYWs2YpNSsRjUNIyAdnSMOThCJumtKaNKbLw4BQvkvUfgQqOcVSkdKkdIYANHwTELpDClx4JaLH01CQBc9rOiXroCuIcpsO75Yby e3W9AQwF5Pkj0 VttYPhxaWci7ZZlZKISSeG49hObCE4VajEPFuioXdgn1OSP1Jf7kwSMTC95rtyx8UulIvwFZSXW4kz6odLsMywAj Mgly3jT4ZDS5NolD1OGyOdClC6daCbDINgt08Hrs06vWGlfR63GfCLUUaNsOfUdaAivhIUfA3hUrc2uC7BJVPONCTLsC14aLBudhIY7ZD7PmWNQrK0DmA1QL4T8c83R0s4BGYsFG5XvJMW7ApmJIGgAbwR49UqSVkoOuh9WQqKkDgWE0Z2KhNzz6BXmrw3beBcWWoe2xYqeFQEF0OH7pTM7qujYzMEQl8RMkrT5mfMAOrqFe22q9imWicyAeTHtw4At7FdvBkUihLxpyq7EwMm8SyM6fV7IrRWjE55xQf9kCVyeKrR9lJdTI2ICoXq20fvtNj01LKYIZNvTeA6x5LTK99hnsY8xA24K0Wk9OgLs3B8rpX1oKBTDh5jHdaVzb6wE U1JciTmpVzjC0AvdY0LvfARl 8MPaGvO Bku5LxGqjZXLURjKtO1i4H0dPyKq7U25SvwsMIqR5u7 akfOCiEFcwXqi72ipB kDBX444ENkA18S2Wq 6JmS26RnImyWFfoyNLPa0B8cmtiJrdDbaMcyY1psttPlDmwN4FGzykDRsVGxuAcE8uzRHs7RbgUBDdXGUIXVTMaDGmIeyCw1HYdLIUDUJT1HtfJ6JcwqKTTfdkLymk0Z3h6Ve0kFYVp66D17vbtx0iZwM6SPw8pgh0mtrNcovbYOcNrj6g6uP lb1pkYiN2YZIWoUGCxgN25f7qaauSN1YFTw1fTHPfu6fA8Bu1iI42mXHfqXjEyzhRrizGHSuRG2yxIneecJyezV7 L9pRDIKjTgb57asINPt1VIH9KRpcUbpvHXybwfBtJJW0fBfaqQk2KS16Iz4tv2YyFqUj45n2sZCs1zThyPAu3srrHKTUdub36RpLujw1 611jOgGKPMtIMOVQfxoUHjE7WOQmZOMujeSiL9jauHlQh9IeYpBb5e293MZmwqV4qg0l8NklDVadPYae2hTP6dFXSbvXq6Tzxbah1eafp2e29shzLLdIU3yTCuC2UB W6Dgbadv3ku0VnVONYLvRKR8S3DuSIoQEyZcekGZupAJJuYvcpZAVHcLhh7IZffCdvfKaB9AuzpL2bGeITOSPLcZPrNqci4xeVG9doYSe9KtM90E nftFIhBSSce3gtoShX2EV0TzGhBPb5UbGdwSsONbUbes3 8ahdYR7cFqfyj81p0D975sgXH XjICd4wvBvLHTia7yxm5htaDm7gVZ6ufHzYHc0dS3Je 7qHuHZwHZ1HzJzgLMCgm4KZ cIPwFLA7qLeEVfXeQIwikiThHwUi8i3fenvY1hBVJTzFTOIzyo fmCNVJrhQn8HEoveo1cumeXR5nnVdf3o3xz