Des données pour étudier le climat

Analyser les données climatiques⚓︎

Les chaleurs de ces derniers jours remettent la question du réchauffement climatique d'actualité.

De nombreux scientifiques s'accordent pour établir un lien entre ces périodes de fortes chaleur et l'activité humaine.

D'autres remmettent en cause cette causalité... ainsi un présentateur de CNEWS, affirmait vendredi 22 mai 2026: «Non, c’est pas une chaleur exceptionnelle. Il y a des coups de chaud, à 30°C, comme il y en a régulièrement fin mai ou début juin.».

Que peut-on établir ? Est-ce le changement climatique qui est à l'oeuvre ?

On pourrait balayer la question en affirmant que le présentateur télé n'y connait rien et qu'il est plus prudent de suivre l'avis des spécialistes. Ce serait manquer de rigueur scientifique, on ne répond pas à un problème sans à minima établir des faits et tenter de les confronter à un modèle.

Même si la journée du mardi 26 mai 2026 est la plus chaude jamais enregistrée, il faut étudier plus loin que l'exception.

L'IA peut-elle nous donner une réponse sûre ?... en 1936, Alan Turing et Alonzo Church ont montré, chacun de leur côté, qu'on ne pourrait pas construire une machine capable d'établir la vérité pour tous les problèmes de décisions... Wikipédia: Entscheidungsproblem.

Il va donc falloir se forger un avis par nous même, quelques études de données statistiques peuvent nous éclairer.

Le site dataclimat regroupe des données climatiques ouvertes (open data).

Dans la suite, on se basera sur une exportation du site (ormat csv) pour la période 2024-05-23 à 2026-05-23 soit 731 jours, convertie en une liste de dictionnaires Python contenant des températures journelières moyennes au niveau de la France avec les clés suivantes :

'date'
'temp_observee',
'temp_moyenne_ref',
'ecart_type_sup',
'ecart_type_inf',
'temp_max_ref',
'temp_min_ref'

Voici un exemple de dictionnaire pour la date du 23 mai 2026 :

Python
{'date': '2026-05-23', 'temp_observee': 21.7, 'temp_moyenne_ref': 16.3, 'ecart_type_sup': 18.3, 'ecart_type_inf': 14.3, 'temp_max_ref': 21.7, 'temp_min_ref': 11.1}

Le but est d'écrire quelques fonctions Python pour nous permettre d'extraire des informations significatives de ces données.

Les jours le plus chaud et le plus froid⚓︎

Les codes des deux fonctions permettent d'obtenir un tuple comprenant une date (chaîne de caractère) et une température pour les jours le plus chaud et le plus froid de la période étudiée.

Évaluations restantes : 5/5

.128013oP;f 8lkg5j:,bry2a1h3tvw=u6e[(Sn9]x_s-c)7im/4p0d050W0C0w0s0Q0h0L0f0N0h0s0L0L0z010w0Q0U010406050L0A0R0R0s0p0q040F0b0h0A0;0b0G050S0{0}0 110_0U04051h1a1k0S1h0_0W0Q0x0)0+0-0/0+0G0j0A0s0j0C0M0U0q0w0u180f0u0Q0j0u0h1M0u0w0@050!0o0h0C1t0,0.011L1N1P1N0w1V1X1T0w0p1i1H0)140L0U0s0G0/0r011Z1v010e0$0C0G0s0R0C1T1^1`1 1#221X25270@0a0f0c0p0b0U0b0L0Q170G0f0Y1?0p0p0C0N2s1a2a0G1i0S1H2F1/1;1:1U0W2c1w0Q0G242p1T1q1s0*1!2P2R0G0b2V1T0U2y1i2D2F2,0`1_2t2X202#0p0~0h1T0s1K2y0e0/030K0K0N2$0C1P2!0b0M0t3a0@0f0t1a0s2-2:0^2/2b2=1#2@2_2{2}0C2 01313335372S3a0M1}040f0r3g3i1`3k2D2O013p0s2`1i2|0u2~3032340Y3z2#3B0v3d0v3H2C3j0_3L3n0/3O3Q053S3U3v3W3y2Q3A3b0T3d0T3)1b3+3l2;1u3o0b2^3P3r3T3t3V3x3Y3{3!3b0k3d0k412,3,2:3M3:4b3@3w3X364h393b0B3d0B4n433-463/483q3R3s3u4v3`383B0P3d0P4E3J4p3m4H3N4J4a4L4c4N3_4g4Q3b0g3d0g4V2E4X452Y4!493;3?4d3^4f4x4,0M0H3d0H4;3K4q3.4_4K3=4M4e4w3Z4z3a0V0@0t0V564?4r4#4{5d4~5f4y3B0t0t5k3f0S3h3*4W445p4`4t4}4O4+3|3a3D0t3G5B3I4=5F594s4%4u4*505M0t3$045$5n5U4Z5W5c4(5e4P5#3~5(405R5D5T4G4^5-4|4)4 5g5w4k5(4m5_423J1l2*1a2V2I0W1;2N594w2U1r1i2)0C2+3j5`1i4w6p2b0Q0W0/322D5w3r6w6y615v3b5y0f2g0C6E5u515y2F5C5|200i0@0Y0e6r5+4^0y3d6Y6S3o0e0@0l0b0A0p0K1X0K0U150L330u0s0A0W6%584Z0?040E6~4Y5}0@0w0C0R0U744@20710O0m6r0_682E5F6D016z2:3B3D5c7n5Z623b1}6J266L7o6F517s5R0f7H0f6Z2?6+6-6/0~0J6r7J6(0/0b0@0z7R7K1#0R0Q0@5m7k3E7j2.3L7u0K6A3b5%7t6x7C6N5M3$7z276M5;4i0M7=7G7I7Z0/6U040e487Y7T3N0@0Q8b6 4^0b6#042Q8g752?0o0@0p1`1C7c3M71737)85017#5k8v59710n8n7d3o8q042f8E700@8y7,8h7L04787a8O4^7f7g7i8v7.7:0M5?7?7~5L803~7|7B7v6G8*1T837I848c0G77790U0K6,6.8I3M7V047X7)7S8T3o8 8X8z8c710D8Y8U8f9g9c0/710I9j9n8o1#0L6P008W910b0o0L0C0p0x0C0C009k1#9q8$9t2t8(7q4j6C7@8?514k8;8-5!80643H8{8{8A870Q6X9a8A8~8V90927N955997020j0w0d9^5,9e7b9O8w0@9s8S9u3/7M6.0K7P9K9p0@9rae019w0@9y9=9B9D9F9H9Ja38Fag7h7)7+6q7-9U7/9R0M4B4L7.7_804B9Y7^7 5haF9%9(aR9/aa7O0s7Q9.8c97992,9ba88d8l7Ray69aA6E8)4SaGaBaI5h4SaL9V5Ma;aQ7H9*8r0Z6.19aY9o018xai9:9zai9ib9aUacaWbcaga6azb6ak04000W0s78asa78Jaf040I8Hb5a(ba90bi04bka-b69:93aVaXbua4bxbG7l8cbnam7a0Kao9E9G9IbE0I0O9NbN9Q1`3B4.a=9Z7w0M4.a`7D5Mb-3Ha,bR4qb*0G3B53b.aM8.5h53b?a@c08_6Rb6876Wai8k7Jat5,6*04bK6:0C6=6@0K0e2m6wbE8RblbBa1bE8#ax8%aB8)5l9Tb/8@cGc7aN5w5j6Q3E8|bIbf7#b4a$8Aa!9 4^8C047(a$b{6u9PcEaD5xcHc39!5hc.cLc45w6Pa~a%bv0187890pcZ9ld21#8j8ecV3jc|4r8L8s1y0Ccvaic#5AbNau04bzcW8}8L8Nci8Z8Qbe9;9fdk8P040OcB4ocDa/c-7s2|aHcM6H7y6KcI6O7F3haRa 8}a19?94bAc}cYdY4rczds7ea5dv9mdydtbPaibT9zbW9CbYarb#b(cxc+dFb+6H7=dIa?dK3a7{dNc:b:5$cacQaS8c9+9-docSdw91bKd47U0@020h9}ema)bbd(9Ld*eva9cl7Nac8meyb7bjd:9xd=bXaqb!eE9qawdDa3b~5w8+e2dO5=1~e7a{800t8+8`dSdTeicmcUesd!ehcya*9ac)7mc,d 3a9$eVe8cJ9XeZb@e#9$e(b0042y0wb3esb8eEbCdxd|bObQc*d$eAabe-eNeGeEbTbqbsb#dnd9aTejbEfifxe,eDd-d)d/fqeIand@eLbtfgdlb$d{690S6t6a6o6c6l1a0w6ffY2L2G0s1WfV0S6d7j0Y0!0$0L04.

Les nombres de jours extrêmes⚓︎

Le but de la fonction suivante est de renvoyer un tuple contenant : le nombre de jours qui dépassent les records de température maximale de la période de référence (1991-2020) et le nombre de jours qui battent les de température minimale de la période de référence.

Évaluations restantes : 5/5

.128013oP;f 8lkg5j:+,bry2a1h3tvw=u6e[(Sn]x_s-c)7im/4p0d050W0D0x0t0Q0h0L0f0N0h0t0L0L0A010x0Q0U010406050L0B0R0R0t0q0r040G0b0h0B0;0b0H050S0{0}0 110_0U04051h1a1k0S1h0_0W0Q0y0)0+0-0/0+0H0j0B0t0j0D0M0U0r0x0v180f0v0Q0j0v0h1M0v0x0@050!0p0h0D1t0,0.011L1N1P1N0x1V1X1T0x0q1i1H0)140L0U0t0H0/0s011Z1v010e0$0D0H0t0R0D1T1^1`1 1#221X25270@0a0f0c0q0b0U0b0L0Q170H0f0Y1?0q0q0D0N2s1a2a0H1i0S1H2F1/1;1:1U0W2c1w0Q0H242p1T1q1s0*1!2P2R0H0b2V1T0U2y1i2D2F2,0`1_2t2X202#0q0~0h1T0t1K2y0e0/030K0K0N2$0D1P2!0b0M0s0M0u0@0u1a0t2-2:0^2/2b2=1#2@2_2{2}0D2 01313335372S3a3a0@0s3g3i1`3k2D2O013p0t2`1i2|0v2~3032340Y3z2#3B0w0@0w3F2C3j0_3J3n0/3M3O053Q3S3v3U3y2Q3A3b0T0@0T3%1b3)3l2;1u3o0b2^3N3r3R3t3T3x3W3_3Y3b0k0@0k3 2,3*2:3K3.493=3w3V364f393b0C0@0C4l413+443-463q3P3s3u4t3^383B0P0@0P4C3H4n3m4F3L4H484J4a4L3@4e4O3b0g0@0g4T2E1l2*1a2V2I0W1;2N3,014u2U1r1i2)0D2+3j3(3H054u542b0Q0W0/322D3B3d4J5c5e4d4v4*3c1~2g0D5l4u3X4x5p2F3h423K0i0@0Y0e564:4E2Y010z0@0f5G5a435J0H0e0@340R0U0x0D0K0l0b0B0q0L0K0D0J1/0D270L5O5A4|0?040F5;5I2?0@5Y5W5`4o5?0@0O0m5O0_40573J5k015f2:3B1}5j5d6c5m5v6f5q265s6j5u4w6m5y040f6w5N5{3o0@0H0p5!5$0q0K0~0J604W5J5@0o5O6y614X0H6B6D5#5%6H2Q6P5=4X0b0@0A6!6z0/0R0Q0@0V6K5Q206N6;3K6-6/6P672.6a6i6d1`3Z3r6b4(5n3`0M3!0f5r5t4N783!6u6x6Q6L205C040e466*6R5R0@6W0q7q7k1#0b5L046Z682E7j6=6A045~0U6^6204657D3k7P5A750K5g3{74706k6s7W7b6o7d4)783|7h7i6x6#5J7m0Q5F7P7F4p7t6F7L4X5@0E7|5J0L5i007J0K0b0p0L0D0q0y0D0D00806?0@0I7w7G0/6%04020j0x0d6)7@7/5|047u8g1#7~8z0/820@845.0U6H0t0J0K2~8f7R6+015@0I7O4m6^7T7V0M4i6h7(774g8Z6n278$6l4h1T0S3h7-8=7^4|6T046C6E6X6I8k3K8n0n8t2,8@4X6`043f7P6}556 5l8Y4z8#6q7e8(4z7$8+9i7)9k8/8;8?8v1#7;7?949u3-7`5%8C8R0@7 8P7r208E048G5W86888a8c8e9D8S8 4|8n020h8r933j957s8x7{9H7x0/8B9+8l019K9M8I6-0H8M3t8O6~9I8A8i8U419/0f8X6e3b4Q9h768-0M4Q9m6paa7!ac9r6v8?7i9z3L6U8|6G9^9V6$0@92at5J97998Va3a5724+7X8,ah4,aeaH5o4,7,6wan7m2y0x5%198u8Q5@5_a38^ap7u8J6Ja!7}0@6Oa*9(8{a%asa.8h040O665;0S594;534?501a0x4_b22L2G0t1Wa 0S4@670Y0!0$0L04.

Longues séquences particulières⚓︎

Enfin, on souhaite obtenir une fonction qui retourne les plus longues périodes (nombres de jours contigus) qui vérfient une certaine condition. Par exemple, on peut chercher la plus longue période de journées avec une température moyenne supérieure à 20, la plus longue période de journées en dont les températures sont supérieures à la plage normale de la période de référence...

Pour cela, on commence par écrire les fonctions de conditions :

Évaluations restantes : 5/5

.128013oP;f lkg5:bry2a1h3tvw=u6e[(Sn]_s-c)7im/4p0d050R0z0t0p0L0g0G0f0I0g0p0G0G0w010t0L0P010406050G0x0M0M0p0m0n040C0b0g0x0,0b0D050N0?0^0`0|0;0P04051c151f0N1c0;0R0L0u0!0$0(0*0$0D0i0x0p0i0z0H0P0n0t0r130f0r0L0i0r0g1H0r0t0/050V0l0g0z1o0%0)011G1I1K1I0t1Q1S1O0t0m1d1C0!0 0G0P0p0D0*0o011U1q010e0X0z0D0p0M0z1O1:1=1`1W1}1S20220/0a0f0c0m0b0P0b0G0L120D0f0T1.0m0m0z0I2n15250D1d0N1C2A1*1,1+1P0R271r0L0D1 2k1O1l1n0#1V2K2M0D0b2Q1O0P2t1d2y2A2%0=1;2o2S1{2W0m0_0g1O0p1F2t0e0*030F0F0I2X0z1K2V0b0H0s0H0q0/0q150p2(2+0:2*262-1W2/2;2?2^0z2`012|2~30322N350H1^040o3b3d1=3f2y2J013k0p2=1d2@0r2_2{2}2 0T3u2W3w0s0/0s3B2x3e0;3F3i0*3I3K053M3O3q3Q3t2L3v360O0/0O3Z163#3g2,1p3j0b2:3J3m3N3o3P3s3S3=3U360j0/0j3{2%3$2+3G3*453.3r3R314b34360y0/0y4h3}3%403)423l3L3n3p4p3;333w0K0/0K4y3D1g2#152Q2D0R1,2I3(014q2P1m1d2!0z2$3e3!4Q4q4+260L0R0*2}2y3w384F4=4@494r4K36380f2b0z4~4q3T4t371O0N3c3~3G0h0/0T0e4-2z5f4Z0v0/0f5l4:3 2T3H0e0/0b0u0z0m0F3k5s5n4B010.040B5F4A5v0D5i0p0n5M4k4Z5J0J0k5s0;3|4Q3F4}014^2+3w3y3,0f5(3:4a513x1_55574J3?5@2A3c0f605r5N1{5h042t0t0x0m145#2z625U5H5P040R5R5T3h5H5J0A6l5u1{0G4{000t0z0M0P0F0b0l0G5B5A0z006q3G5J0E5s6e6m5v0b0/020i0t0d0w6M5G5O5Q5S6c5t6J0/6p6$6Y6s6u2u0`0t0F0t0n0P0z0F0?0P6H6+631W6K5Z6I5:6`5+363W4|4?5)4 593V5^21567b584s7e5~3f6~4k744_3@3m747j5?3^547g5`5=5|3^7m6,1W655j6I5o5q7J6g5x040x0D0T5C5E7o6O1{5J5L7V6r3j6!7M5v5W5Y6$5!2)5%7a5*1=3w4e797A505|4e7y227_7d4d5c5 617F0*6567696b2%6N7#3)7%7!6(046*7.6f5v6t0/6v6x6z6B6D0m6F6}8k7W700/6L6$8c3G6Q04020g6U6W8C853H8f8x8d5I6)7(6-8o6/0m6;6?6^0F2L0e8w4,6 0*717,737:757=4u7t8/7v5|4v7}7h5;7`4c0H4v7E8*017H3o8T1W5p045r8g4Z0D7O5z5B0F0o0Q978+0/7Z8P4l8O8)8l7X0/5X728g7q760H4M7^7i5{8 4M8{7 7k369C3B618D4Z870U896X936h6j6#9p5V8S9c5H8n048p6y6A6C6E0z6G9l8R048B8b8M8F6S6U9U9t1W0M0L0/9j9x2)0N4/4R4*4T4%150t4Wac2G2B0p1Ra90N4U5!0T0V0X0G04.

Et ensuite la fonction qui recherche la période maximale vérifiant la condition passée en paramètre

Évaluations restantes : 5/5

.128013oPf8g°br1a3tv=uàn9xsc)7qR/p0d; lk5j:+,Fy2éhwT6e[(S]_im4-050D0V0m0k0#0G0u0F0v0G0k0u0u0o010m0#0B010406050u0p0$0$0k0i0O040Y0b0G0p0|0b0r050A13151719110B04051p1i1s0A1p110D0#0n0;0?0^0`0?0r0f0p0k0f0V0(0B0O0m0R1g0F0R0#0f0R0G1U0R0m0 050,0h0G0V1B0@0_011T1V1X1V0m1%1)1#0m0i1q1P0;1c0u0B0k0r0`0P011+1D010d0.0V0r0k0$0V1#2022271-2a1)2d2f0 0a0F0c0i0b0B0b0u0#1f0r0F0*1~0i0i0V0v2A1i2i0r1q0A1P2N1`1|1{1$0D2k1E0#0r2c2x1#1y1A0=1,2X2Z0r0b2%1#0B2G1q2L2N2@12212B2)282-0i160G1#0k1S2G0d0`030!0!0v2.0V1X2,0b0(0%0(0j0 0F0j1i0k2^2{102`2j2}1-2 3133350V3701393b3d3f2!3i0(25040F0P3p3r223t2L2W013y0k321q340R36383a3c0*3I2-3K0l3m0l3Q2K3s113U3w0`3X3Z053#3%3E3)3H2Y3J3j0%3m0%3=1j3@3u2|1C3x0b303Y3A3$3C3(3G3+443-3j0I3m0I4a2@3^2{3V3|4k403F3*3e4q3h3j0U3m0U4w4c3_4f3{4h3z3!3B3D4E433g3K0x3m0x4N3S4y3v4Q3W4S4j4U4l4W424p4Z3j0e3m0e4(2M4*4e2*4-4i3}3 4m414o4G4^0(0s3m0s4}3T4z3`524T3~4V4n4F3,4I3k0C0 0j0C5f4 4A4.545m575o4H3K0j3l045G5w4d5y534C564X4@453k3M0j3P0A3q3?4)5L5i4B4:4D4?595S0j3/5I3;5X3R4~5#4,5%5l4;5n4Y5,475I495;5Z5?4P515_554=585p5F4t5I4v624b5!652~5z5O695D5a0j4K5I4M6g4x5@666l5(5P5*6b3j0j4#5I4%6u4O5h5^6y5`5)6a5E6D4`5I4|6I6i6K6x5N6z6n5}4r3k5c5I5e6V646X6k6Z6N6A6P5a0P5s046^5K6j4g6:685|5R6%0P5H746|6.6~5k705C6$5q0P3M7f774+6Y7a5B5Q5+735.0P5:5Y6h6-7j6/7l5{7c727e5 0P617t2_1v2=1i2%2Q0D1|2V5i4F2$1z1q2;0V2?3s631q4F7X2j0#0D0`3a2L5F3A7(7*6?5,262o0V7:6o7=2N5Y6}0`0v5H030F0z0+0b0p0i2Z0F0?2C0k0m1*2D0D0Q0h1e0F0+8a340D870Q8f000p890u0Q0y0p2c0v1*160t0#318f1*0J860i1~0r0|1H0:0n0Q0i0#2a220m8n8M1y2A0F0X3c0r8!0#1R0V0u8X8u1*0d1g2I8+2B0h0b1c8r0r2Z0w7Z117u7$2B7/017+2{3K3M5l966B6Q3L7?2e7^977;731#627~01800 82218L0V0t0V0$0B1)0F2w870F1`868R1*8b8w8y8A8C0k8E8G2C8I8K0F0k0O8W0F8:9F9y0B8S8d878C0b0O2c8v0p9%8T0V9*0F0q3O0C0g0v917Z5L9d0!7,3j5.9c7)9k7`6%3/0F7@7_7d3.9n7}780`0H0 0*0d9 9p0S3mapaj3W0d0 0B0V8T3d0!8Dat7w1-0~040XaE502~0 8e9zaK3VaH0M7Z0F6waM048(8*1gaQ5iaH0w0K9~93a0a798223K5 a6ae7Ba;9h2fa@7o5qa=5;0Fb1aV9p0ram0V8j0maUaW1-0b0 0oba9p0$0#0 5v93922_3Ua1a30(6da?a8af4sa`9j9e5abtb0b2bb3{am9*0Vbgaubd04bf93b3aubibka+bo4zbq994J7.a.9l5q4Kac9ia|6C0(6r3Qb2bQaFbG048p2G0VaC9PbKb=01bMbO2@b;aL1-bS04bl6va,bpb#br6FbubA5S4#b)a{bva^3jcebDb1bF3Wb6b8b{0tb}c40`c0cx3Vc6c84ccabWccbY0(6Scfb$3K4`cjbzcN4_ah3NbEb40 2c0!ayaA0*cB5icAbPcr0H0v0 0T0i8zc(4,9r04828`8|2c0F8y0#0F2Y1y9M0F2y0F1R0u1*9G0p0n1*0k0pd50V2Y2C8t8v8x8z0r8B0F8R8T8V8N8YaZ2z8^bU7Ycb7:br6)cMa95q5ccQb+9fdFcpc33Val048=0ic?660 0#dV280bar042YdZ3x0h0 0i221Ka$4,aHaJcGb~0rd+042nd:51d=d}aXaO0Be0aG0 0wa)dA3Sa-dDcJ5ub!dL6p5sdKcla}5F6_b/b:cWaudR8Ud)b?dx2Jd@cy01d ey4AaN9$e40`aH0WeGcsd%eKaH0Ze8bmaQbXa:6D5HdGbw3k3lejcg6%5GcUepe*dP5iesaoc+cX04cZc#8+c%eCa%0 a*eReCeT0r5F9b34a1dHf2byeg5,9bdOe+epcrb5b@bIeub 0 0Lc13se,4,c63oe~bV7%cIeU3ka5f4b#f66Dabadekb,5-e)fdeqb~dR3ed9eNe|e92Meb9kbr0ja=fAf9e%47e#cS3ka 3qfKe+ffct1efjc*c2f.eMe:auc^822G8N2G8c0r0:9!2-dc3e9B9;e^bJftdBcHecfx0jbtfZfG9fggf8gj6pbCf+f,fee;b^0Vgaf?9pf=focrfrfjf{9C9U3c9z8e8L8b8J870r8r2Cdg8hb8fS94d1fwf16Db.gie$5q6qgmg$5Fb.fcgrf@e?azg9f;befjc-c/c;gwcFfu95gX5Fceg#f(6Eg)h4cogqe*crgE0u4h0|8Hd5dn9NgUfUa/gY3kcLh3fChoh6hr0jcLg-cq9pfN0/g|ea9paHe}c9g~gWgehn0jdFhqeYhMhthPdNh9fKc,dXe/gxaufgguhC2Mfp51bM020f0m0Efjh#bIcvfjhFgD818Yh$0F8D9V8N8S0#9?8L340Q0m0Q2C0Q210^8rhkdCfVcJ6^efgn5Siif%hrii7|cVgrfLezh;b_h?f_b~gz3Sh)aXh$iegdigfx74ijg*3jiJineYiJiqisb:f@0*cuaDiyeziAh(iUb7f:gbhDiGhm9af3hJik7325iOcm3LfbhUfdg/0rc!g;3dg?bNg^c.040N3YfPiY3VgEd20#d49Khei29S9Ci1j0i)fTifi,iMfzi/iL3LfEb*i:7ea55;bngcfvhK9afYjsf(7EhRi@jJiRitdQd,0+gNh@0 d?hI5$eEaPe`d;0 eJj!dWb@i%0mixjWj#040Zj%j.510u5H000D8d0V00fQj:aTj9jXfhiwiXj?28a(hk0A7#1t7J0A7L1i0m7Nkh2T2O0k1(7W7K7T920*0,0.0u04.