《生态学实验》PPT课件.ppt

实验一、样方法调查种群数量及种群内分布型的测定 一、实验目的v 通过实验，熟悉利用样方法调查种群数量的基本原理，掌握该方法技术要点。 v通过实验，理解几种种群内分布型研究方法的基本原理，掌握测定动物种群内分布型的技术。 二、实验原理v样方法是指在被调查种群的生存环境中，随机选取若干个样方，计数每个样方内的个体数，计算每个样方内的平均个体数，然后将其平均数推广，来估计种群整体。v样方的形状可以是方形的、长方形的、条带状的或圆形的，但样方必须具有良好的代表性，这可以通过随机取样来保证。 v用样方法估计种群数量，首先要解决的问题是取多少个样本比较好。在大多数情况下，样本数可以由经验来决定。若生物个体集群分布，各样方个体数离散程度较大，即数据的方差（S2）较大，则需抽取的样方数较多；反之，若生物个体均匀分布，各样方个体数离散程度较小，即数据的方差（S2）较小，则需抽取的样方数较少。若要精确确定，可用以下3种方法： 误差估计法 平均值滑动法 t值计算法 误差估计法取样数目（N）与估计误差的关系 平均值滑动法滑动平均数或方差对样方数量的相关曲线 t值计算法vd为样本平均数的允许误差，可根据实验情况，人为确定，如允许误差在10%以内；t可通过查t值表得到，若样本数大于10，差异显著性水平为5%时，t值约为2；2为总体方差，是未知的，可用S2代替2。 222dtn v动物种群的内分布型主要决定于个体间的相互作用和栖息环境的特点。动物种群中的个体，彼此之间可能是相互吸引的，也可能是相互排斥或中性的。若有机体彼此之间相互吸引就会引起动物集群；相互排斥就会使个体相互避开，就可能产生均匀的分布；而中性关系就可能促成随机分布。如果资源（如食物、营巢地等）是丰富且分布均匀的，动物种群就可能会出现随机分布，甚至出现均匀分布；如果资源呈斑块状分布，就可能导致动物种群集群分布。 v种群的内分布型的研究属于静态研究，比较适用于植物、定居或不太活动的动物，也适用于测量鼠穴、鸟巢等栖息地的空间分布。测定种群内分布型的方法很多，本实验仅介绍以下三种方法。 方差/平均数比率法 泊松（Poisson）分布法 负二项式分布法 种群内分布型分析表 每个样方生物个数（x）样方数（f）fx fx2012345678910 总 计N=f= fx= fx2= ffxx 1 )( 222 f ffxfxS 12 12 fxSt 三、实验步骤 (模拟实验)v1. 将木盒内100个小方格编号：0099。v2. 取黄豆约500粒，随机散布在木盒内。v3. 利用随机数字表，确定抽取样方号。v4. 计数已确定抽取样方中的个体数量。v5. 计算每个样方内平均个体数，然后乘100，即为种群数量的估计值。同时计算样本方差。v6. 用空间指数法确定种群的内分布型，且用t检验进行显著性检验。 四、作业v1. 根据实验结果，计算种群数量估计值；同时计数木盒中全部个体数，比较种群数量估计值，是否在允许10%以内。v2. 根据实验结果，用空间指数法确定种群的内分布型，且用t检验进行显著性检验。 v3. 利用公式法，试计算若用非放回式抽样法，你应抽取的样本数量是多少？ v计算公式：nxx ni i 1 1 )( 22 2 f ffxfxS 222dtn 1 )(1 222 n nxxn xxS 实验二、标志重捕法和去除取样法调查种群数量一、实验目的v 通过实验，使学生了解标志重捕法和去除取样法的基本原理，初步掌握去除取样法技术。 二、实验原理v在调查地段中，捕获一部分个体进行标志，然后放回，经一定时间后进行重捕。根据重捕中标志个体的比例，估计该地段中种群个体的总数。若将该地段种群个体总数记作N，其中标志数为M，重捕个体数为n，重捕中标志个体数为m，假定总数中标志个体的比例与重捕取样中标志个体的比例相同，则N : M = n : mN = M n / m 标志重捕的方法v林可指数法（Lincoln index method）：一次标志一次重捕法。v施夸贝尔法（Schnabel method）：多次标志一次重捕法。v乔利-西贝尔法（Jolly-Seber method）：多次标志多次重捕法。v若一次标志重捕可获得足够的个体数，则采用林可指数法；若一次标志重捕不能获得足够的个体数，利用林可指数法，种群数量的估计值往往不够准确，则可采用施夸贝尔法或乔利-西贝尔法。 林可指数法计算公式N2SE mMnN )1( )( NMn nNMNNSE 注意事项：v标志个体在整个调查种群中均匀分布，标志个体和未标志个体都有同样的被捕机会。v调查期间，没有迁入或迁出。v调查期间，没有新的出生或死亡。 v在一个封闭的种群里，随着连续捕捉，种群数量逐渐减少，单位努力捕获量逐渐降低，同时，逐次捕捉的累积数就逐渐增大。不难想象，当单位努力的捕获数为零时，捕获累积数就是种群数量的估计值。如果将单位努力下的逐次捕获数（作为Y轴）对捕获累积数（作为X轴）作图，利用统计学的直线回归法，可以得到一条回归线，将回归线延长至与X轴相交，交点处X轴的数据就是种群数量的估计值。 去除取样法的假定条件每次捕捉时，每只动物受捕机会相等。在调查期间，没有出生和死亡、迁入和迁出。 去除取样法实验记录表 取样次数每次捕获数（Y）累积捕获数（X）X2 XY123456 1916101297 01935455766 去除取样法计算公式：bXaY XXXYni ini ii SSxx yyxxb 1 21 )( )( xbya 三、实验步骤v林可指数法室内实验v 1将2000g面粉放在玻璃容器中，加入约500头赤拟谷盗进行培养，经过一段时间，使赤拟谷盗在面粉中分布均匀。v 2随机取出部分面粉（为获得足够的虫数，需取总面粉体积的20%30%），在土壤筛中将虫子筛出。v 3用快干漆对虫子进行标志。因虫体较小，漆块应尽量小。虫子不停地活动，影响标志，则可边用微风吹拂，边进行标志。v 4标志漆干燥后，将虫子计数后，与面粉一同放回玻璃容器。v 5经过一段时间后，重复步骤2，进行重捕，计数重捕虫数及其中标志个体数。 v 6根据林可指数法，计算种群总数的估计值和种群总数的95%置信区间。 林可指数法模拟实验v 1将木盒内100个小方格编号：0099。v 2取黄豆约500粒，随机散布在木盒内。散落在四周的黄豆可重新散布。v 3利用随机数字表确定抽取样方号（大约1020个）。v 4计数并移去已确定抽取样方中的个体，加入等数量的黑豆，认真做好记录。v 5将黄豆和黑豆混合，重复步骤24。v 6根据林可指数法，计算种群总数的估计值和种群总数的95%置信区间。 去除取样法室内实验v 1取1000g麸皮放在塑料面盆内，麸皮的厚度约6cm；将黄粉虫（约200条）放入盆中。让黄粉虫在麸皮中充分扩散，约30分钟后进行下一步骤。v 2用小烧杯从塑料面盆中随机取出含有黄粉虫的麸皮，倒入土壤筛中，检出并计数黄粉虫的数量。共需取麸皮总量的1/51/4。v 3将取出的麸皮放回塑料面盆中，使基质保持原来的体积。使塑料面盆中未取出的黄粉虫继续扩散，2030分钟后进行第二次取样。v 4重复步骤23，计数黄粉虫的数量。如此重复46次，则可明显看出每次捕获数量逐次减少。v 5按表1整理实验数据，绘出回归线图，求出塑料面盆中黄粉虫数量的估计值。 去除取样法模拟实验v 1将木盒内100个小方格编号：0099。v 2取黄豆约500粒，随机散布在木盒内。散落在四周的黄豆可重新散布。v 3利用随机数字表，确定抽取样方号（大约1020个）。v 4计数并移去已确定抽取样方中的个体，认真做好记录。v 5将余下的黄豆重新散布，重复步骤24。v 6整理实验数据，绘出回归线图，求出模拟种群的数量估计值。 四、作业v1. 根据实验结果，计算模拟种群的数量估计值及95%置信区间。 v2. 根据模拟实验的实验数据，绘出回归线图，计算出种群数量的估计值。 实验三、捕食者的功能反应测定（Holling圆盘试验） 一、实验目的v通过实验，理解Holling圆盘实验的基本原理，学习无脊椎动物捕食者功能反应的测定方法，了解被食者种群密度对捕食者捕食效率的影响，及功能反应测定在生物防治中的指导意义。 二、实验原理v捕食者对被食者密度变化的功能反应可划分为3种类型：v第I型为线性型。其特点是随着被食者密度而增加，功能反应曲线呈直线上升，到达上部平坦部分表示捕食者已经饱享。v第型是凸型的,为无脊椎动物型。被食者密度增加的初期，被捕食的数量上升很快，以后逐渐变慢而到充分饱享不再上升。v第型为S型，即脊椎动物型。被食者稀少时，捕食量很少，随着被食者密度上升，被捕食的数量逐渐增加，然后捕食效率逐渐降低，达到充分饱享，捕食数量不再上升。 捕食者对被食者密度变化的功能反应 v功能反应型不呈直线上升的主要原因，可能是被食者饱享问题。因逐步饱享导致所谓的“处理时间” 发生变化。v捕食者的“处理时间”，包括对被食者的控制时间、取食时间、消化停顿等。在处理猎物时，寻觅活动停止。当被食者密度增加，一个捕食者可能捕获更多的猎物，从而处理时间增加，又影响其寻觅、捕食更多的猎物，即寻觅效率降低。 v在实验室里，以蒙眼人为“捕食者”，砂纸圆盘为“被食者”，模拟捕食者与被食者之间的关系。最简单的关系表达式为：Y=aTsxv式中，Y为移去的圆盘数，x为圆盘密度，Ts为可供寻觅的时间，a为瞬时发现率，是一常数。v设Tt为总实验时间，假如每次实验的时间（Tt）是固定的，Ts应随找到的砂纸圆盘数而变化，因为移去砂纸圆盘所消耗的时间减少了搜索时间。若设移去1个砂纸圆盘所花费的时间为b，则Ts=TtbYY=a（TtbY）xv经整理得： v此即著名的“Holling圆盘方程”。 abxaxTY t1 v “Holling圆盘方程”也可用如下变形：v令 、则上式可变化为：Y=BX+A。其中A、B则可利用回归方程计算得出：1 1 tabxy Tax 1 1 1t tby aT x T tbA T 1tB aT 1Y y 1X xY B X A N N 22 ( )( )( ) ( )X YXY NB XX N “捕食”数目与圆盘密度关系图 三、实验步骤v 1每2人1组，1人蒙住眼睛充当“捕食者”，1人为观察者记录实验时间。v 2“捕食者”蒙住眼睛等待，由观察者将不同数量的砂纸圆盘撒布在1平方米的桌子上。密度由观察者任选。v 3 “捕食者”站在桌前用手指点触桌面，碰到砂纸圆盘时就将圆盘移去，放在一边，算作“捕食”了一个“猎物”。每次实验为1分钟，记录捕食数量。注意在各次实验中，要求不同的“捕食者”的“捕食”方法要一致，戒用手掌触圆盘。v 4变换不同的砂纸圆盘密度，重复步骤23。圆盘的密度分别为每平方米4、9、16、25、36、49、64、81、100、121、144、169、196个。每组实验重复三次以上，求其平均数，进行整理分析，并绘出“捕食”数目与圆盘密度之间的关系图 四、作业v根据砂纸圆盘实验结果，计算Holling圆盘方程，并绘出“捕食”数目与圆盘密度之间的关系图。 实验四、群落多样性和相似性的测定 一、实验目的v1熟悉并掌握常用物种多样性指数如香农指数（Shannonindex）的计算方法。v2熟悉群落相似性与聚类分析的基本方法，掌握相似性及聚类分析的技术要点 。 二、实验原理v物种多样性是群落生物组成结构的重要指标，它不仅可以反映群落组织化水平，而且可以通过结构与功能的关系间接反映群落功能的特征。v生物群落的物种多样性指数可分为多样性指数、多样性指数和多样性指数三类。其中，多样性指数是反映群落中（群落内部）物种丰富度和个体数量均匀程度的指标；多样性指数是反映随群落内环境异质性变化或随群落间环境变化而导致的物种丰富度和均匀程度变化的指标；多样性指数可以用来在更大的生态学尺度上如景观水平上测量物种多样性变化或差异。 多样性指数v它包含两方面的含义：群落所含物种的多寡，即物种丰富度；群落中各个种的相对密度，即物种均匀度。v Shannon-Wiener多样性指数H= -（PilnPi ） 式中Pi = Ni/N v Shannon均匀度指数 E= H/ lnSv Simpson优势度指数D=1-P i2 相似性分析v群落相似性分析是通过对样地调查所得原始数据进行处理，并根据处理的结果判断两个群落之间相似程度。v群落相似程度的指标有两类：一类是相似系数；另一类是相异性系数。v表征两个群落间相似程度的指标虽多，但在数据处理上一致：根据两群落共有种的数量数据，计算其相似或相异程度。 vJaccard相似性系数S=2c/(a+b)其中S为两个群落的相似性系数，c为两个群落共有物种数，a、b分别为两个群落的物种数。v 最低百分比相似性系数PS=Pimin 式中Pi = Ni/N 聚类分析v群落的聚类分析是根据各群落（样方）间的相似关系，将群落归纳为若干组，使组内的群落尽量相似，而组间群落尽量相异，从而在客观上达到对群落分类的目的。v在聚类分析中，一般把一些实体作为基本单位，如种的频度、个体数量等。v常见的聚类分析方法有组平均法、最短距离法等。这些分类方法只不过是实现分类过程的手段。 土壤动物群落的相似性 L.I LII L.III L.IV Q.I Q.II H.I H.IIL.I 1 0.7500 0.6111 0.6842 0.7778 0.6500 0.5000 0.6667L.II 0.9149 1 0.6667 0.7368 0.7368 0.7895 0.7222 0.6316L.III 0.7921 0.8517 1 0.6875 0.6875 0.4737 0.6667 0.6000L.IV 0.8351 0.8960 0.8981 1 0.8750 0.6316 0.7500 0.7500Q.I 0.9491 0.8710 0.7697 0.8227 1 0.5500 0.6471 0.7500Q.II 0.6655 0.7212 0.8068 0.7631 0.6448 1 0.7059 0.6111H.I 0.8688 0.9306 0.8841 0.8990 0.8427 0.7485 1 0.7333H.II 0.9340 0.8869 0.7744 0.8150 0.9168 0.6544 0.8631 1上三角形为Jaccard相似性系数；下三角形为百分比相似性系数。 L.II L.III L.IV Q.I Q.II H.I H.IIL.I 0.7500 0.6111 0.6842 0.7778 0.6500 0.5000 0.6667L.II 0.6667 0.7368 0.7368 0.7895 0.7222 0.6316L.III 0.6875 0.6875 0.4737 0.6667 0.6000L.IV 0.8750 0.6316 0.7500 0.7500Q.I 0.5500 0.6471 0.7500Q.II 0.7059 0.6111H.I 0.7333 L.II L.III Q.IL.IV Q.II H.I H.IIL.I 0.7500 0.6111 0.7310 0.6500 0.5000 0.6667L.II 0.6667 0.7368 0.7895 0.7222 0.6316L.III 0.6875 0.4737 0.6667 0.6000Q.IL.IV 0.5908 0.6986 0.7500Q.II 0.7059 0.6111H.I 0.7333 L.III Q.IL.IV Q.IIL.II H.I H.IIL.I 0.6111 0.7310 0.7000 0.5000 0.6667L.III 0.6875 0.5702 0.6667 0.6000Q.IL.IV 0.6638 0.6986 0.7500Q.IIL.II 0.7141 0.6214H.I 0.7333 L.III Q.IL.IVH.II Q.IIL.II H.IL.I 0.6111 0.7096 0.7000 0.5000L.III 0.6583 0.5702 0.6667Q.IL.IVH.II 0.6497 0.7102Q.IIL.II 0.7141 L.III Q.IL.IVH.II Q.IIL.IIH.IL.I 0.6111 0.7096 0.6333L.III 0.6583 0.6024Q.IL.IVH.II 0.6699 Q.IL.IVH.IIL.I Q.IIL.IIH.IL.III 0.6465 0.6024Q.IL.IVH.IIL.I 0.6608 Q.IL.IVH.IIL.IQ.IIL.IIH.IL.III 0.6276 土壤动物群落的聚类分析 三、实验步骤v 1将木盒内100个小方格编号：0099。v 2取各色豆种约500粒，随机散布在木盒内。散落在四周的黄豆可重新散布。v 3利用随机数字表，确定抽取样方号（大约1020个）。v 4移去已确定抽取样方中的个体，并认真计数各公豆种数。v 5变换豆种数及各色豆种个体数，重复步骤24。（注意物种丰富度、相对多度、及密度对群落多样性的影响。）v 6.计算各群落的多样性指数、均匀性指数、优势度指数，计算各群落间的相似性指数，根据最低百分比相似性指数进行聚类分析并绘图。 建议：v16种豆种各80多个共约500v26种豆种有极多或少共约500v34种豆种各120多个 共约500v44种豆种有极多或少共约500v56种豆种各50多个共约300v66种豆种各30多个共约200 四、作业v计算各群落的多样性指数、均匀性指数、优势度指数；v计算各群落间的相似性指数； v根据最低百分比相似性指数进行聚类分析并绘图。 实验五、种间关联 一、实验目的v通过实验，使学生了解种间关联研究方法的基本原理，初步掌握该技术要点，理解该方法的应用意义。 二、实验原理v在一个特定的群落中，有的种经常生长在一起，有的则相互排斥。如果两个种一起出现的次数高于期望值，它们就为正关联，如果它们共同出现的次数少于期望值，则可认为它们为负关联，如果两个种一起出现的次数近似于期望值，它们就为无关联。 v正关联可能是一个种依赖于另一个种而存在，或两者受生物的和非生物的环境因子制约而生长在一起。负关联则是由于空间排挤、竞争或他感作用，或不同的生境要求而发生。v种间关联研究有样方法和无样方法。v种间关联研究在农业、林业生产上具有重要的应用意义。 样方法 Y +- X+aca+c -bdb+d a+bc+da+b+c+d 样方号A B C D E1 + + - + -2345678 无样方法 基础种甲乙邻近种甲aca+c乙bdb+d a+bc+da+b+c+d 基础种A B C D EA 1 3 4 2 5A 2 3 5 1 3AC 4 3 1 5 2CCC v样方法 ad bcV a b c d a c b d 22 ( )N ad bca b c d a c b d v无样方法 bc adV a b c d a c b d 22 ( )N bc ada b c d a c b d 三、实验步骤（一）样方法v 1将木盒内100个小方格编号：0099。v 2取各色豆种各50至150粒不等，分别散布在木盒内。散落在四周的黄豆可重新散布。v 3利用随机数字表，确定抽取样方号（1020个）。v 4移去已确定抽取样方中的个体，并认真计数每个样方中各色豆种的有无。v 5重复步骤24，共5次。总共取样50100个。v 6.计算关联系数，并对关联系数进行卡方检验，确定各物种两两之间的关联性。 （二）无样方法v1取各色豆种各50至150粒不等，分别散布在木盒内。散落在四周的黄豆可重新散布。v2任选1种为基础种，随机选该种3050个个体，分别测量每个个体周围各物种的距离，并认真记录在表格中。v3重复步骤2，直至每个物种均为1次基础种。v4计算关联系数，并对关联系数进行卡方检验，确定各物种两两之间的关联性。 四、作业v根据样方法和无样方法的实验结果，计算关联系数，并对关联系数进行卡方检验，确定各物种两两之间的关联性。 实验六、生态瓶的设计与制作 一、实验目的v1学会设计和制作生态瓶。v2观察生态系统的稳定性。 二、实验原理v从营养结构上讲，生态系统由四大成分组成：非生物环境 包括参加物质循环的无机元素和化合物，联结生物和非生物成分的有机物，及气候或其他物理条件；生产者 能利用简单的无机物制造食物的自养型生物；消费者 不能利用无机物制造有机物，而是直接或间接依赖于生产者所制造的有机物，属于异养型生物；分解者 也属于异养型生物，其作用是将生物体中的复杂有机物分解为生产者能重新利用的简单的化合物，并释放出能量。 v自然生态系统几乎都属于开放式生态系统，只有人工建立的完全封闭的生态系统才属于封闭式系统，不与外界进行物质的交换，但允许阳光的透入和热能的散失。本实验所建立的微型生态系统生态瓶即属于封闭式系统。 v将少量的植物、以这些植物为食的动物及适量的以腐烂有机质为食的生物（微小动物和微生物）与某些其他非生物物质一起放入一个广口瓶中，密封后便形成一个人工模拟的微型生态系统生态瓶。v由于生态瓶内系统结构简单，对环境变化敏感，系统内各种成分相对量的多少，均会影响系统的稳定性。 三、实验步骤v（一）实验材料的准备v金鱼藻、小鱼、鱼虫要鲜活，生命力强；淤泥要无污染，不能用一般的土来代替；砂子要洗净；河水清洁，无污染；自来水需提前天晾晒。 v（二）生态瓶的制作v在广口瓶中放入少量淤泥，并加入适量的水，将淤泥平铺在瓶底。v将洗净的砂子放入广口瓶，摊平，厚度约为1cm。v将事先准备好的水沿瓶壁缓缓加入，加入量为广口瓶容积的4/5左右。加水时不要将淤泥冲出，以免水质变混。v加入适量绿色植物。若是有根植物，可用长镊子将植物的根插入砂子中。v加入适量鱼虫。水蚤易死亡，加入量要少。水丝蚓必须要加。v加入小鱼条。注意不要用金鱼，因为金鱼的耐逆性很差。v将瓶口作凡士林密封，生态瓶制作完成。 v将制成的生态瓶放在太阳光下。注意光线不能太强，以免瓶内温度太高，影响生物的存活。每天定时观察瓶内情况，认真记录下每一点变化。 四、作业v运用生态学原理，分析生态瓶内变化的原因。 0y)v&s#pXlUiRfNcK9H5E2A+x(u$rZoWkThPeMbJ7G4D1z-w&t!qYmVjSgOdL9I6F3B0y)v%s#oXlUiQfNcK8H5E2A+x*u$rZnWkThPeMaJ7G4C1z-w&t!pYmVjRgOdL9I6E3B0y(v%s#oXlTiQfNbK8H5D2A-x*u$qZnWkShPdMaJ7F4C1z)w&s!pYmUjRgOcL9I6E3B+y(v%r#oXlTiQeNbK8G5D2A-x*t$qZnVkShPdMaI7F4C0z)w&s!pXmUjRfOcL9H6E2B+y(u%r#oWlThQeNbJ8G5D1A-x*t$qYnVkSgPdMaI7F3C0z)v&s!pXmUiRfOcK9H6E2B+x(u%rZoWlThQeMbJ8G4D1A-w*t!qYnVjSgPdLaI6F3C0y)v&s#pXmUiRfNcK9H5E2B+x(u$rZoWkThQeMbJ7G4D1z-w*t!qYmVjSgOdLaI6F3B0y)v%s#pXlUiQfNcK8H5E2A+x*u$rZnWkThPeMaJ7G4C1z-w&t!qYmVjRgOdL9I6F3B0y(v%s#oXlUiQfNbK8H5D2A+x*u$qZnWkShPeMaJ7F4C1z)w&t!pYmUjRgOcL9I6E3B+y(v%r#oXlTiQfNbK8G5D2A-x*u$qZnVkShPdMaJ7F4C0z)w&s!pYmUjRfOcL9H6E3B+y(u%r#oWlTiQeNbJ8G5D1A-x*t$qYnVkSgPdMaI7F4C0z)v&s!pXmUjRfOcK9H6E2B+y(u%rZoWlThQeNbJ8G4D1A-w*t$qYnVjSgPdLaI7F3C0y)v&s#pXmUiRfNcK9H5E2B+x(u$rZoWkThQeMbJ8G4D1z-w*t!qYnVjSgOdLaI6F3C0y)v%s#pXlUiRfNcK4D1A-w*t$qYnVjSgPdLaI7F3C0y)v&s#pXmUiRfOcK9H5E2B+x(u%rZoWkThQeMbJ8G4D1z-w*t!qYnVjSgOdLaI6F3C0y)v%s#pXlUiRfNcK8H5E2A+x(u$rZnWkThPeMbJ7G4C1z-w&t!qYmVjSgOdL9I6F3B0y)v%s#oXlUiQfNcK8H5D2A+x*u$rZnWkShPeMaJ7G4C1z)w&t!pYmVjRgOcL9I6E3B0y(v%r#oXlTiQfNbK8H5D2A-x*u$qZnWkShPdMaJ7F4C1z)w&s!pYmUjRgOcL9H6E3B+y(v%r#oWlTiQeNbK8G5D1A-x*t$qZnVkSgPdMaI7F4C0z)w&s!pXmUjRfOcL9H6E2B+y(u%r#oWlThQeNbJ8G5D1A-w*t$qYnVkSgPdLaI7F3C0z)v&s#pXmUiRfOcK9H5E2B+x(u%rZoWkThQeMbJ8G4D1A-w*t!qYnVjSgPdLaI6F3C0y)v&s#pXlUiRfNcK9H5E2A+x(u$rZoWkThPeMbJ7G4D1z-w&t!qYmVjSgOdL9I6F3B0y)v%s#pXlUiQfNcK8H5E2A+x*YnVjSgPdLaI6F3C0y)v&s#pXlUiRfNcK9H5E2A+x(u$rZoWkThPeMbJ7G4D1z-w&t!qYmVjSgOdLaI6F3B0y)v%s#pXlUiQfNcK8H5E2A+x*u$rZnWkThPeMaJ7G4C1z-w&t!pYmVjRgOdL9I6E3B0y(v%s#oXlTiQfNbK8H5D2A+x*u$qZnWkShPeMaJ7F4C1z)w&t!pYmUjRgOcL9I6E3B+y(v%r#oXlTiQeNbK8G5D2A-x*t$qZnVkShPdMaI7F4C0z)w&s!pXmUjRfOcL9H6E3B+y(u%r#oWlTiQeNbJ8G5D1A-x*t$qYnVkSgPdMaI7F3C0z)v&s!pXmUiRfOcK9H6E2B+x(u%rZoWlThQeMbJ8G4D1A-w*t$qYnVjSgPdLaI7F3C0y)v&s#pXmUiRfNcK9H5E2B+x(u$rZoWkThQeMbJ7G4D1z-w*t!qYmVjSgOdLaI6F3B0y)v%s#pXlUiRfNcK8H5E2A+x(u$rZnWkThPeMbJ7G4C1z-w&t!qYmVjRgOdL9I6F3B0y(v%s#oXlUiQfNbK8H5D2A+x*u$qZnWkShPeMaJ7F4C1z)w&t!pYmVjRgOcL9I6E3B0y(v%r#oXlTiQfNbK8G5D2A-x*u$qZnVkShPdMaJ7F4C0z)w&s!pYmUjRfOcL9H6E3B+y(u%r#oWlTiQeNbK8G5D1A-x*t$qZnVkSgPdMaI7B0y(v%r#oXlTiQfNbK8G5D2A-x*u$qZnVkShPdMaJ7F4C0z)w&s!pYmUjRfOcL9H6E3B+y(v%r#oWlTiQeNbK8G5D1A-x*t$qZnVkSgPdMaI7F4C0z)v&s!pXmUjRfOcK9H6E2B+y(u%rZoWlThQeNbJ8G4D1A-w*t$qYnVkSgPdLaI7F3C0z)v&s#pXmUiRfOcK9H5E2B+x(u%rZoWkThQeMbJ8G4D1z-w*t!qYnVjSgOdLaI6F3C0y)v%s#pXlUiRfNcK9H5E2A+x(u$rZoWkThPeMbJ7G4D1z-w&t!qYmVjSgOdL9I6F3B0y)v%s#oXlUiQfNcK8H5D2A+x*u$rZnWkShPeMaJ7G4C1z)w&t!pYmVjRgOdL9I6E3B0y(v%s#oXlTiQfNbK8H5D2A-x*u$qZnWkShPdMaJ7F4C1z)w&sXlUiQfNcK8H5D2A+x*u$rZnWkThPeMaJ7G4C1z-w&t!pYmVjRgOdL9I6E3B0y(v%s#oXlTiQfNbK8H5D2A-x*u$qZnWkShPdMaJ7F4C1z)w&s!pYmUjRgOcL9H6E3B+y(v%r#oXlTiQeNbK8G5D2A-x*t$qZnVkShPdMaI7F4C0z)w&s!pXmUjRfOcL9H6E2B+y(u%r#oWlThQeNbJ8G5D1A-w*t$qYnVkSgPdMaI7F3C0z)v&s!pXmUiRfOcK9H6E2B+x(u%rZoWlThQeMbJ8G4D1A-w*t!qYnVjSgPdLaI6F3C0y)v&s#pXlUiRfNcK9H5E2B+x(u$rZoWkThQeMbJ7G4D1z-w*t!qYmVjSgOdLaI6F3B0y)v%s#pXlUiQfNcK8H5E2A+x*u$rZnWkThPeMaJ7G4C1z-w&t!pYmVjRgOdL9I6F3B0y(v%s#oXlUiQfNbK8H5D2A+x*u$qZnWkShPeMaJ7F4C1z)w&XlUiQfNcK8H5E2A+x*u$rZnWkThPeMbJ7G4C1z-w&t!qYmVjRgOdL9I6F3B0y(v%s#oXlUiQfNbK8H5D2A+x*u$qZnWkShPeMaJ7F4C1z)w&t!pYmUjRgOcL9I6E3B+y(v%r#oXlTiQfNbK8G5D2A-x*u$qZnVkShPdMaJ7F4C0z)w&s!pYmUjRfOcL9H6E3B+y(u%r#oWlTiQeNbJ8G5D1A-x*t$qYnVkSgPdMaI7F4C0z)v&s!pXmUjRfOcK9H6E2B+y(u%rZoWlThQeNbJ8G4D1A-w*t$qYnVjSgPdLaI7F3C0y)v&s#pXmUiRfNcK9H5E2B+x(u%rZoWkThQeMbJ8G4D1z-w*t!qYnVjSgOdLaI6F3C0y)v%s#pXlUiRfNcK8H5E2A+x(u$rZnWkThPeMbJ7G4C1z-w&t!qYmVjRgOdL9I6F3B0y)v%s#oXlUiQfNcK8H5D2A+x*u$rZnWkShPeMaJ7G4C1z)w&t!lUiRfNcK8H5E2A+x(u$rZnWkThPeMbJ7G4D1z-w&t!qYmVjSgOdL9I6F3B0y)v%s#oXlUiQfNcK8H5D2A+x*u$rZnWkShPeMaJ7G4C1z)w&t!pYmVjRgOcL9I6E3B0y(v%r#oXlTiQfNbK8H5D2A-x*u$qZnWkShPdMaJ7F4C1z)w&s!pYmUjRgOcL9H6E3B+y(v%r#oWlTiQeNbK8G5D1A-x*t$qZnVkSgPdMaI7F4C0z)w&s!pXmUjRfOcL9H6E2B+y(u%r#oWlThQeNbJ8G5D1A-w*t$qYnVkSgPdLaI7F3(v%r#oWlTiQeNbK8G5D1A-x*t$qZnVkShPdMaI7F4C0z)w&s!pXmUjRfOcL9H6E2B+y(u%r#oWlThQeNbJ8G5D1A-w*t$qYnVkSgPdLaI7F3C0z)v&s#pXmUiRfOcK9H6E2B+x(u%rZoWlThQeMbJ8G4D1A-w*t!qYnVjSgPdLaI6F3C0y)v&s#pXlUiRfNcK9H5E2A+x(u$rZoWkThPeMbJ7G4D1z-w*t!qYmVjSgOdLaI6F3B0y)v%s#pXlUiQfNcK8H5E2A+x*u$rZnWkThPeMaJ7G4C1z-w&t!pYmVjRgOdL9I6E3B0y(v%s#oXlTiQfNbK8H5D2A+x*u$qZnWkShPeMaJ7F4C1z)w&t!pYmUjRgOcL9I6E3B+y(v%r#oXlTiQeNbK8G5D2A-x*t$qZnVkShPdMaI7F4C0z)w&s!pYmUjRfOcL9H6E3B+y(u%r#oWlTiQeNbJ4C1z)w&t!pYmUjRgOcL9I6E3B+y(v%r#oXlTiQeNbK8G5D2A-x*t$qZnVkShPdMaJ7F4C0z)w&s!pYmUjRfOcL9H6E3B+y(u%r#oWlTiQeNbJ8G5D1A-x*t$qYnVkSgPdMaI7F3C0z)v&s!pXmUiRfOcK9H6E2B+y(u%rZoWlThQeNbJ8G4D1A-w*t$qYnVjSgPdLaI7F3C0y)v&s#pXmUiRfNcK9H5E2B+x(u$rZoWkThQeMbJ7G4D1z-wpXmUjRfOcK9H6E2B+y(u%rZoWlThQeNbJ8G4D1A-w*t$qYnVjSgPdLaI7F3C0y)v&s#pXmUiRfNcK9H5E2B+x(u$rZoWkThQeMbJ8G4D1z-w*t!qYnVjSgOdLaI6F3C0y)v%s#pXlUiRfNcK8H5E2A+x(u$rZnWkThPeMbJ7G4C1z-w&t!qYmVjRgOdL9I6F3B0y)v%s#oXlUiQfNcK8H5D2A+x*u$rZnWkShPeMaJ7G4C1z)w&t!pYmVjRgOcL9I6E3B0y(v%r#oXlTiQfNbK8G5D2A-x*u$qZnVkShPdMaJ7F4C1z)w&s!pYmUjRgOcL9H6E3B+y(v%r#oWlTiQeNbK8G5D1A-x*t$qZnVkSgPdMaI7F4C0z)v&s!pXmUjRfOcK9H6E2B+u$qZnWkShPdMaJ7F4C1z)w&s!pYmUjRgOcL9H6E3B+y(v%r#oWlTiQeNbK8G5D1A-x*t$qZnVkS