中国科学院生态环境研究中心 城市与区域生态国家重点实验室,北京 100085
Trade-off analyses and synthetic integrated method of multiple ecosystem services
FUBojie, YUDandan收稿日期:2016-01-6
修回日期:2016-01-10
网络出版日期:2016-01-25
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (681KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
生态系统服务（Ecosystem services）是人类从生态系统中所获得的各种惠益[1]。与人类生活直接相关的服务类型有供给服务、调节服务和文化服务。供给服务是指从生态系统获得的产品,包括食物、纤维、淡水及遗传资源等;调节服务是指从生态系统过程的调节作用当中获得的收益,例如调节气候、水资源以及调控某些人类疾病;文化服务是指通过精神生活、发展认识、思考、消遣娱乐以及美学欣赏等方式,人类从生态系统获得的非物质收益,包括知识体系、社会关系以及美学价值等方面[1-3]。支持服务是指为提供其它生态系统服务而必需的服务类别,例如产出的生物量和大气中的氧气、土壤形成与保持、养分循环、水循环以及提供栖息地。尽管支持服务不直接和人类发生关系,但与其它三类服务有着密切的联系[1]。生态系统服务是链接生态系统和社会系统之间的桥梁[4],对维持生态安全,保证人类自身安全和维持人类高质量的生活等方面有重要作用。生态系统服务权衡产生于人们对生态系统服务的需求偏好。当人们消费某一种或某几种生态系统服务时,就会有意或无意地对其它生态系统服务的提供产生影响,随即产生生态系统服务的权衡与协同问题。然而,由于不同生态系统的生态系统服务之间的权衡与协同关系十分复杂,为了系统地揭示区域多种生态系统服务之间的相互关联特征,优化生态系统结构,确保区域的可持续发展,有必要在区域尺度上对生态系统服务进行集成研究[5]。通过生态系统服务的集成研究可以进一步明晰各种生态系统服务产生的生态过程、生态系统服务之间的相互关系及其驱动因素、多源数据评价、以及不同驱动力情景下（包括土地利用变化、气候变化与污染、自然资源开发与利用等）生态系统服务之间的关系,为开展区域尺度上生态系统服务评估以及多种生态系统服务类型之间的优化组合分析提供必要的评价指标与模型集。
2 生态系统服务研究现状
2.1 国际热点和前沿
生态系统服务自20世纪90年代提出后在国际上迅速成为生态学、地理学和环境科学的研究热点和前沿。联合国2000-2005年开展的千年生态系统评估计划明确了生态系统服务的概念、评估指标体系和方法,并对全球生态系统服务进行了评估。在千年生态系统评估计划发布的综合报告中指出,20世纪后半期,维持人类福祉的一些关键生态系统服务正在以前所未有的速度下降（即评估的24项全球生态系统服务中,有15项正在退化）[1]。生态系统服务的丧失将对人类福祉产生严重影响,直接威胁区域乃至全球的生态安全[1]。该评估结果已引起随后的国际计划,如联合国2015年后全球发展议程、欧盟委员会2020生态系统及其服务状况的制图与综合评估计划、以及联合国环境规划署（UNEP）主导下,2009年启动的生物多样性和生态系统服务政府间科学政策平台（IPBES）,对维持人类福祉的生态系统服务价值都给予了高度的关注[6-8]。在2012年,联合国大会正式批准IPBES建设,IPBES成为继气候变化领域（IPCC）之后第二个环境领域内的全球性计划。目前,IPBES有130多个成员国,涉及开展生态系统服务评估、通过评估创造知识、作为政策的决策工具和方法、和开展能力建设四大功能。为了更好地开展评估,IPBES构建了生态系统向人类提供生态系统产品和服务的概念框架,将生态系统服务的影响因素划分为直接驱动因素和间接驱动因素。其中,直接驱动因素包括自然驱动机制和人为驱动机制的影响,间接驱动因素包括政策、制度以及治理方式。该评估在空间尺度上从全球、亚全球、国家及局地四个不同尺度开展;在时间尺度上根据基准年建立模型系统来进行预测和情景分析。
为了在全球范围内积累评估方法、构建评估指标体系,IPBES确定了近期研究的主要任务,包括开展全球生态系统作物授粉和粮食生产能力、土地退化与恢复生物多样性和生态系统服务、外来入侵物种及其控制对生物多样性和生态系统服务影响的三项快速评估,开展生物多样性和生态系统服务情景方案及建模,和生物多样性和生态系统服务价值化、价值评估及核算的两项政策决策性评估。当前,IPBES建议通过加强与地球观测组织、生物多样性观测网络等合作,共同促进生态系统服务观测在数据获取与观测网络建设等方面的规范化,以及与已实施的评估项目（如全球环境展望、贝尔蒙特论坛）密切合作,由此更好地开展生态系统服务的评估与保护。
2.2 生态系统服务研究的主要任务和存在问题
（1）经过10多年的研究工作,目前关于生态系统服务在评价方面仍缺少可靠的生态学基础研究,导致评估结果存在偏差、应用性不强、可信度不高、不同研究组在不同区域开展评估得出的结论差异较大。这主要是因为人们对生态系统的复杂结构、功能和过程以及生态过程与社会经济过程之间的复杂关系缺乏明确的认识,所以很难从生态系统结构和功能角度来精确模拟和预测服务的状态和变化。尽管众多****从生态系统服务作为生态系统（供给）与经济系统（需求）之间的桥梁角度,构建并逐步完善了生态系统结构、过程、功能、服务与价值的级联式框架[9-12]。然而,一种生态系统服务可能来源于生态系统的一种功能或多种功能组合。也就是说,生态系统功能与服务之间并不是一一对应的,每一类服务中的每一项服务都可能由一种功能或多种功能组合产生,只是每种功能对每一类服务生产的贡献不同而已。例如,供给服务中的粮食供给主要是由支持功能中的土壤形成,调节功能中的气候调节、营养调节、授粉调节、生物控制,以及供给功能中的水量供给、基因资源等一系列生态系统功能综合作用而产生的。又如,调节服务中的空气质量调节主要是由调节功能中的气体调节、气候调节、废物处理与吸收、植物的阻隔效应等一系列生态系统功能综合作用而产生的。正因如此,可以指代或表征某种生态系统服务的生态系统功能指标通常是多元的,它们与生态系统服务指标之间很可能是非线性的关系。这样,通过生态系统功能指标来精确模拟和预测生态系统服务的状态和变化并非易事,可能需要借助机理或半机理模型来实现。所以,生态系统服务研究应当以生态系统功能与服务关系的深入剖析作为切入点,紧紧围绕生态系统结构与功能-生态系统服务-人类社会福祉这一主线开展。（2）生态系统服务价值评估缺乏统一的指标体系和方法,评价结果缺乏可比性。在过去10多年中,生态系统服务评估指标呈现迅速增加趋势,这些指标为开展生态系统服务的评估提供了必要的起始点[13,14]。但是,受决策目标的复杂性、主要用户以及需求的多样性、测量值转化为有效指标所需资源的有限性、以及大部分指标对可获得数据的依赖性等因素的影响,现有的这些指标未真正形成一套科学化、系统性和规范化的生态系统服务评估的指标体系。因此,在IPBES《在不同尺度范围内及不同尺度范围间制定评估和整合评估的指南（征求意见稿）》（IPBES专家组和工作组的内部资料,未发行）中,强调了指标开发与选择应基于对以往指标类别、测量方法、指标相对优劣的详细评议,提高生态系统服务指标体系的构建能力。Müller和Burkhard指出了当前生态系统服务评估指标构建的主要任务,包括:①加强指标之间相互关系的识别;②找出适合特定情况的最优指标聚合度;③提高指标的可测性和可量化度;④评估指标的不确定性[15]。
（3）生态系统服务本身存在时间和空间两大尺度,然而,时空尺度研究方法目前没有得到解决,这是生态系统服务研究的难点所在,也将对政策决策（如生态补偿机制）的补偿范围、补偿时间等相关管理政策的制定和实施带来阻力。由于尺度缩放过程和环境变量之间的非线性关系,导致跨尺度外推的结果与实际观测值有所不同[16]。当空间粒度（grain）恒定,时间粒度幅度（extent）越大,或当时间粒度幅度恒定,空间粒度越大时,观察到的异质性越大,观测对象的不连续性越高。系统特征中的这些突变形成了“尺度域”。在每个域内,研究组分之间的功能关系是恒定的;而在域间,组分之间的功能关系并非是恒定的。因此,在同一域内或表征尺度恒定的对象或系统（如分形系统）的缩放,通过相对简单的回归函数就可以完成,例如,通过幂律函数表示干扰的大小与频率的相关性[17]。然而,通过简单的数学模型却很难洞悉两个或多个尺度域缩放中的非线性关系[18]。因此,需要确定“尺度域”和各尺度缩放的阈值,识别跨尺度相互作用,并开发可以跨尺度整合这些相互作用的多尺度模型。地面观测和全球模拟模型是预测生态系统服务时间和空间变化的重要的数据来源。然而,由于生态系统较大的时空尺度,生态监测数据一般是大型而稀疏;而许多全球模型在区域和地方水平,由于空间分辨率太粗或缺少区域特定的重要过程很难使用,无法满足区域或当地利益相关者和决策者对数据要求。因此,必须缩小全球模型尺度、进行区域尺度的测试,或开发针对区域或样点尺度的专门模型[19,20]。在特定尺度上,需要提高地面观测数据质量和加强模型标记管理（即针对特定区域推荐旗舰模型）,以推进区域生态系统服务的评估工作。
2.3 生态系统服务的研究趋势
2.3.1 加强生态系统过程与生态系统服务之间的关系研究生态系统结构和过程的相互关系是生态系统生态学的基础内容,生态系统过程与服务间的关系研究是计算生态系统服务物质量的基础。紧密围绕生态系统结构与功能-生态系统服务-人类社会福祉这一主线,基于长期监测试验和模型模拟寻找可以表征某种生态系统服务的多元生态系统功能指标,是加强生态系统过程与生态系统服务之间关系研究的一个必要的起始点。而生态系统功能与生态系统服务相关矩阵是探索或可视化二者之间的一对一、一对多、多对多的关系（即每种生态系统功能参与一种/多种生态系统服务的生产,而每种生态系统服务由一种/多种生态系统功能产生）的重要方法或手段。生态系统功能与生态系统服务相关矩阵的框架构建和具体研究过程可以借鉴SEQ Ecosystem Service FRAMEWORK（http://www.eco-system servicesseq.com.au/）最新成果:基于生态系统研究的理论成果和专家打分法,来评估每种生态系统功能对于不同生态系统服务的贡献。打分标准是:专家组成员对每种生态系统服务的多种生态系统功能,依据其对该种服务传递的重要性进行打分。通过上述过程和方法可以更好地明晰生态系统过程与生态系统服务之间的关系,进而为生态系统服务的优化管理提供明确的指导。
2.3.2 生态系统服务间的相互关系
生态系统服务之间的关系包括权衡关系（Trade-off）和协同关系（Synergy）,生态系统服务管理的前提是对这两种关系进行研究。具有高生物多样性特征的自然生态系统,其调节服务和文化服务水平相对较高,尤其是调节服务能力。然而,随着人类利用程度（如土地利用变化）的增加,生态系统调节服务水平逐渐降低。而供给服务水平在自然生态系统中最低,人类集约型农业生产系统供给服务最高。通过应用自组织和协同理论,辨识各种生态系统服务的空间尺度大小,厘清服务之间的快变化（服务的供给过程）和慢变化（服务的调节过程）相互作用关系;揭示生态系统服务之间动态关系在外界自然因素（如气候变化）和人为因素（如土地利用变化）作用下的权衡或协同关系,并利用GIS和数理统计模型,对权衡或协同的空间结构及影响因素进行分析[21,22]。模型模拟与情景分析在生态系统服务评估中可以发挥以下3种作用:（1）预测影响生态系统的直接驱动力（主要包括土地利用变化、气候变化等）;（2）评估驱动力对生态系统（如对物种灭绝、生存环境移动等）的影响;（3）评估驱动力和生态系统变化对生态系统服务及其价值（如对洪水调节服务、碳存储服务、文化价值等）的影响。因此,通过模型模拟与情景分析等方法综合分析权衡或协同的空间结构及影响因素,研究生态系统服务的权衡与协同关系,可以对区域生态补偿等政策的制定起到支撑作用。
2.3.3 生态系统服务的集成和优化
生态系统服务之间的关系中,供给服务和调节服务是矛盾的。植被覆盖度高时调节服务水平高,与之相应的粮食生产能力就低,即供给服务水平低。因此必须通过权衡不同服务功能项,科学地集成服务项以实现生态系统服务的优化,以期为与生态系统服务相关的管理决策提供科学依据。例如,生态恢复在总体上能够提升生态系统服务能力,特别是调节服务和文化服务的水平,但若想同时提升供给服务的水平,需要同时增加投入,以营造供给服务的生产条件。从国家安全角度,通过综合分析生态系统服务的变化趋势及面临问题,建立以生态系统保护为主和建设多功能景观类型的两种发展模式,是实现生态系统服务优化的最佳途径[23]。例如,将农田转变成多功能景观类型,虽然粮食生产能力降低了,但减少了温室气体的排放,增加了植被覆盖度,使气候调节、休憩和旅游等价值最大化,从而可以实现区域生态系统服务综合价值的最大增幅。
3 生态系统服务权衡及区域集成
3.1 多种生态系统服务权衡关系量化方法
当前生态系统服务权衡与协同分析研究仍以定性分析较多,主要是通过空间制图与统计分析法,对生态系统服务的空间权衡或协同进行判定[21,24-28]。目前,已开发了较多的甄别生态系统服务类型间相互关系的模型,如InVEST、ARIES、ESValue、EcoAIM、EcoMetrix、NAIS、SolvES等模型。这些生态系统服务模型主要基于RS提供的大范围实时更新的数据源与GIS空间分析平台,应用空间分析算法（如相关分析）,对生态系统服务类型间相互关系进行判别。然而,定量化的生态系统服务权衡与协同分析研究相对较少。Bradford 和 D’Amato 利用统计参数均方根偏差（The root mean square devia-tion, RMSD）作为多种生态系统服务权衡关系量化的指标[29]。RMSD 量化了单个生态系统服务标准差与平均生态系统服务标准差之间的平均差异,描述了离平均生态系统服务标准差的分散幅度。如图1所示,RMSD通过某一对生态系统服务坐标点到1∶1线的距离来表征生态系统服务之间的权衡关系:在1∶1线上（如点A）,生态系统服务的权衡为0;距离 1∶1线越远（如点B与点D）/越近（如点C）,生态系统服务之间权衡度越大/越小。此外,数据点较1∶1线的相对位置也说明了在某种情景下,哪种生态系统服务的收益更多一些（如点B表示收益生态系统服务1,而点D表示收益生态系统服务2）。该指标延伸了权衡的意义,即从传统意义上生态系统服务的负相关关系,到纳入了同方向变化的不均匀率。目前为止,RMSD是量化任意两个或两个以上生态系统服务之间权衡度的一个简单、但有效的方式[29]。
显示原图|下载原图ZIP|生成PPT图1均方根偏差法[
-->Figure 1The root mean square deviation
-->
3.2 生态系统服务的权衡关系
生态系统服务之间的权衡关系具有高度的复杂性。在黄土高原较湿润与较干旱区域,生态系统特征和生态系统服务（如地上生物量、土壤有机碳储量、土壤总氮储量、土壤储水量和林下植被多样性等）对林龄的响应存在较大的差异[30]。随林龄的增加,土壤有机碳、地上生物量和土壤总氮储量呈现上升趋势,而土壤储水量（特别是较干旱地区）和林下植被多样性则呈现下降趋势;且土壤有机碳和总氮基本处于1∶1,表明两者间存在协同关系,即土壤有机碳增加,土壤总氮也增加;而土壤储水量和林下植被多样性与其它生态系统服务间的权衡较大,土壤储水量和林下植被多样性间的权衡最大,土壤有机碳和土壤总氮储量之间的权衡最小[30]。这些生态系统服务之间的权衡关系的差异可能是由竞争关系、质量分配策略、时间滞后效应以及林龄差异所导致。另外,随着林龄的增加,除土壤储水量随之下降外,其它生态系统服务的收益呈现增加趋势,这表明其它生态系统服务收益的增加是以消耗土壤储水量为代价的。但是,不同景观类型的多种生态系统服务及其权衡关系具有较高的空间差异性,因此,对水限制景观类型的空间直观管理,在改善水供给服务收益的同时,也要注意协调与维持其它生态系统服务的收益[30]。3.3 区域尺度生态系统服务权衡
3.3.1 区域生态系统系统服务制图为进行区域生态系统服务权衡研究,首先需要对区域各项生态系统服务类型进行制图[28]。生态系统服务制图是指根据决策需求,选择合适的制图评价方法,对特定时空尺度上生态系统服务的空间分布进行量化描述的过程。生态系统服务制图是生态系统服务的综合评估,其作用主要体现在决策制定过程的初期,通过对收集的自然-社会综合特征数据（包括气象气候、区位地形、遥感、地理、土地利用以及统计数据等）进行综合分析,建立符合区域实际及决策需求的生态系统服务制图模型,然后通过制图综合,将最终分析得出的该区域生态系统服务综合特征地图提供给不同决策阶段的参与者,使决策者权衡利弊,最终制定出切实有效有益的决策规划。生态系统服务制图主要涉及到三个方面,即服务的供给（supply）、需求（demand）以及多种服务之间的权衡（trade-off）。服务的供给是指某研究区域在特定的时空尺度内生产一系列能被人类利用的生态系统产品和服务的能力,这种能力的大小可以通过价值量或物质量来度量。服务的需求是指特定研究区域在某时间尺度内被人们使用或消费的生态系统产品和服务的总和,可以通过需求分布、需求量以及受益者所处的位置等来描述,包括如人口分布、聚落大小和位置、消费构成等具体指标。通过对研究区生态系统服务提供与需求的各自制图结果进行叠加运算,最终生成某区域一种或多种生态系统服务类型供给与需求平衡关系图,显示生态系统服务的赤字或盈余[31]。
3.3.2 生态系统服务区域集成方法
生态系统服务的精确定量需要基于生态系统结构、过程和时空变异性,而生态系统服务综合集成的重点,是探索不同生态系统服务之间的关系并进行优化。综合集成研究主要发挥了计算机技术、应用统计学方法、GIS空间信息科学与技术在地理–生态过程研究中的作用,开展基于对过程理解和定量阐述的模型研究, 如建立区域综合模型、多尺度地理–生态过程模型等[32]。在生态系统服务的综合集成研究中,基于观测数据（一手数据）的统计学分析,主要作用是识别生态系统的过程、功能、资本,量化与不确定因子之间的联系[33]。GIS空间分析技术主要作用是：①对生态系统服务提供与需求时空格局分析及其空间制图;②应用空间分析算法（如相关分析）,对生态系统服务的空间权衡或协同进行判定;③使用局部统计算法,识别生态系统服务重点区域;④根据不同时期的生态系统服务物理量或价值量的空间格局,揭示其时空动态;⑤制定空间明晰化的生态工程实施方案和生态系统服务管理等政策与措施[34]。而模型模拟主要是对于现实世界的事物、现象、过程或系统的简化描述或其部分属性的模拟、预测、假设验证、空间制图以及尺度推绎等,一般包括环境模型（生态系统功能变量关系、不确定性分析、误差估计）、社会模型（生态系统服务的社会认知、需求与价值化）、环境与社会关系模型（基于概率逻辑的图形模型,如贝叶斯方法、神经网络、模糊逻辑）[33]。目前,生态系统服务区域集成方法包括定性比较权衡法（玫瑰图）,空间制图、叠置与重点区域识别（供需平衡、成本-收益）以及综合模型系统。
生态系统服务综合集成模型框架应该包括:①确定产出:基于自然-社会综合特征的情景分析,确定所解决的科学问题（如土地利用的优化配置）;②包含内容:尺度、服务类型、组分间相互关系、驱动要素（气候变化、土地利用/覆盖变化）、多源数据综合分析;③方法:从模型模拟的对象、采用的参数、模型结构、模拟方法、适用尺度等角度对现有的各类模型和模型组合进行对比分析和综合评述,建立符合区域实际及决策需求的生态系统服务制图模型库。然后,通过权衡分析模块和多目标优化模块（即情景分析）,判别不同生态系统服务之间的关系,由此获得使用在不同土地利用方式（农业、造林、草地等）下的最优土地面积比例[35]。
3.3.3 黄土高原生态系统服务的区域综合评估
以黄土高原地区为例,详述生态系统服务权衡及区域集成方法在黄土高原地区多种生态系统服务（包括水文调节、土壤保持、碳固定和粮食生产）综合评估过程中的应用。
（1）黄土高原地区土地覆盖变化。应用建立的生态系统服务集成模型对黄土高原地区生态系统进行集成后,结合遥感数据与GIS手段在区域尺度上绘制黄土高原地区土地利用/覆盖类型分布图。通过对比2000年和2008年黄土高原地区土地覆盖情况,由此获悉,坡耕地面积大幅度减少,草地、灌木、森林和聚落有一定增加,荒漠化土地分布有少许扩展[36]。
（2）区域产水量的时空变异与驱动因素。通过区域产水量方程（水量-蒸散量）与建立的区域蒸散发模型[37]计算并结合GIS手段,研究“退耕还林还草（GFG）”政策实施期间,土地利用/覆被变化与气候变化两种驱动因素影响下区域产水量的时空变异。由此获悉,2000-2008年间,土地利用变化导致38%的区域产水量减少1~48mm,土地利用和降水的综合作用下,区域产水的时空异质性增加,37%的区域产水量减少1~54mm,35%的区域面积产水量增加1~10mm;并且土地利用变化对于产水量减少的作用率在欠水年为56%,在丰水年份为10%;2000-2007年产水量呈现总体下降的趋势,在2000-2001年稍有上升,退耕3年后产水量逐渐稳定[37]。
（3）土壤保持。通过通用土壤流失方程（USLE）计算并结合GIS手段研究区域的土壤保持效应。由此得出,2000-2008年间,区域生态系统土壤保持量平均为1.53亿t/a,且土壤保持率逐年增加,平均保持率为63.3%[38]。在工程措施和植被恢复措施的共同作用下,黄河在潼关站的泥沙量由20世纪70年代的15~16亿t,减少到现在每年3亿t左右[39]。
（4）碳固定。通过结合区域植被净生产力模型（CASA模型）和生态系统碳循环模型（CENTURY模型）分别估算植被固碳和土壤固碳,并结合GIS手段研究区域的固碳效应。研究表明,2000-2008年间黄土高原植被生产力显著增加,植物生长固碳速率为9.4gC/（m2.a） （P<0.01）;植被固碳的增加在空间不均衡,主要发生在37%的土地面积上。植被固碳最大增量发生在年降水为400~600mm左右的区域,即该区域的植被重点恢复区[40]。2000-2008年,黄土高原地区生态系统固碳量增加了96.1TgC,相当于2006年全国碳排放的6.4%,该区域生态系统从2000年的碳源变为2008年的碳汇,固碳量从-0.011PgC 增加到0.108PgC。退耕还林还草是生态系统固碳量增加的主要原因,土壤固碳量的增加稍显滞后,将随年限的增加发挥出巨大潜力[40]。
（5）供给服务。在供给服务方面,主要依据国家统计局黄土高原地区粮食生产的统计数据核算了该地区的粮食生产能力。由此得出,2000-2008年该区域内粮食播种面积减少,但单位面积的产量逐年增加,在植被恢复初期粮食总产量减少,之后逐年增加,在植被恢复5年后达到动态平衡[36]。
通过以黄土高原地区为例进行的生态系统服务权衡及区域集成方法的应用,可以得出,土地利用变化与土壤保持、碳固定具有正效应,与产水量间存在负效应;粮食生产能力与农业生产条件改善、人工投入增加和技术进步密切相关。但是,生态系统服务之间的消长和权衡具有尺度依赖性。植被恢复的区域适宜性评价及水分效应方面还需要进一步研究。
4 结语
生态系统服务是链接自然和社会之间的桥梁,也是生态学和地理学研究的前沿。在下一步工作中,需要加强生态系统过程与服务的研究[41],以及不同区域、不同生态系统内生态系统服务之间呈现出的彼此消长和增强关系的研究,以期为生态系统服务的优化管理提供基础。生态系统服务的区域集成是区域生态系统服务管理的基础,而区域集成方法是目前研究的重点。The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | |
| [2] | [J]. |
| [3] | |
| [4] | [J]. |
| [5] | |
| [6] | [J]. |
| [7] | [M]. |
| [8] | [J]. |
| [9] | [M]. |
| [10] | [J]. |
| [11] | |
| [12] | [M]. |
| [13] | [J]. |
| [14] | [J]. |
| [15] | [J]. |
| [16] | [J]. |
| [17] | [J]. |
| [18] | [J]. |
| [19] | [J]. |
| [20] | [J]. |
| [21] | [J]. |
| [22] | [J]. |
| [23] | [M]. |
| [24] | [J]. |
| [25] | [J]. |
| [26] | [J]. |
| [27] | [J]. |
| [28] | [J]. |
| [29] | [J]. |
| [30] | [J]. |
| [31] | [J]. [J]. |
| [32] | [J]. [J]. |
| [33] | [J]. |
| [34] | [J]. [J]. |
| [35] | [J]. |
| [36] | [J]. |
| [37] | [J]. |
| [38] | [J]. |
| [39] | [J]. |
| [40] | [J]. |
| [41] | [J]. |
