IV Simpsio Brasileiro de Cincias Geodsicas e Tecnologias da Geoinformao

Recife - PE, 06- 09 de Maio de 2012 p. 001 - 008

ESPACIALIZAO DE PRECIPITAO MXIMA MDIA COM INTERPOLADOR GEOESTATSTICO: KRIGAGEM

FELIPE FERNANDES DA COSTA GABRIEL DINIZ DE OLIVEIRA PAULO RICARDO CORRA CAIXETA GERSON RODRIGUES DOS SANTOS Universidade Federal de Viosa UFV Centro de Cincias Exatas e Tecnolgicas Departamento de Engenharia Civil, Viosa, MG {felipe.fernandes, gabriel.diniz, paulo.caixeta, gerson.santos}@ufv.br

RESUMO A precipitao mxima mdia, tambm conhecida por chuva de projeto, de estratgico interesse em projetos hidrulicos ou relacionados ao escoamento superficial. calculada em funo da anlise de sries histricas de intensidade, durao e frequncia, registradas em estaes pluviomtricas, limitando a disponibilidade de dados para sua obteno em regies distantes da estao. Para contornar esta limitao, a chuva de projeto calculada para o pluvimetro localizado na estao mais prxima ou por meio da interpolao de fatores da precipitao oriundos de estaes prximas. Como mtodo alternativo, o presente trabalho prope a gerao de uma superfcie interpolada com os valores de precipitao mxima mdia para a Bacia Hidrogrfica do Rio Doce, com perodo de retorno variando em 10, 25 e 50 anos e durao de precipitao definida em 30 minutos, com base nos parmetros regionalizados por Freitas et al. (2001) para as estaes pluviomtricas de Minas Gerais. A interpolao processada pelo mtodo geoestatstico denominado Krigagem, cuja aplicao em variveis com dependncia espacial destaca-se pela premissa de no tendenciosidade e mnima varincia do resultado (VIEIRA, 2000). Variaes de 4,5% a 33,6% entre os parmetros da validao cruzada indicam decaimento da preciso do ajuste com o aumento dos perodos de retorno. ABSTRACT - The maximum average precipitation, also known as rain project is of strategic interest in water projects or related to runoff. It is calculated according to the analysis of time series of intensity, duration and frequency of rainfall stations recorded, thereby limiting the availability of data for collection from regions far from the station. To circumvent this limitation, the rain project is calculated for the rain gauge located at the nearest station or by means of interpolation factors of rainfall coming from nearby stations. As an alternative method, this paper proposes the generation of an interpolated surface with the maximum average precipitation values for the Rio Doce basin, with a payback period ranging from 10, 25 and 50 years and duration of rainfall set in 30 minutes, with based on the regionalized parameters by Freitas et al. (2001) for the rainfall stations of Minas Gerais. The interpolation is processed by the geostatistical method called kriging, whose application in variables with spatial dependence is distinguished by the assumption of no bias and minimum variance of the result (VIEIRA, 2000). Variations of 4.5% to 33.6% between the parameters of cross-validation indicate the accuracy of the fit decay with increasing return periods.

1 INTRODUO Uma prudente maneira de se evitar o sub ou super dimensionamento de obras hidrulicas, estruturas urbanas ou agrcolas, considerar o histrico de dados de pluviosidade intensa da regio. Neste intuito, a definio da equao de intensidade-durao-frequncia (IDF) permite ao analista se assegurar que, ao longo de um perodo (perodo de retorno) a precipitao mxima com durao estipulada, no ser superada. Dada pela Equao 1, indicada por Schwab et al. (1966) e Villela e Mattos (1975), a equao de IDF obtida pelo mtodo de regresso linear mltipla sobre os dados histricos.

k .T a i= , t + b) c
F. F. Costa, G. D. Oliveira, P. R. C. Caixeta, G. R. Santos

(1)

IV Simpsio Brasileiro de Cincias Geodsicas e Tecnologias da Geoinformao

Recife - PE, 06- 09 de Maio de 2012 p. 002 - 008

em que i = intensidade mxima mdia da chuva (mm h-1), T = perodo de retorno (anos), t = tempo de durao da chuva (min) e k, a, b, c so coeficientes de ajustamento especficos para cada localidade. Contudo, a limitada distribuio espacial das estaes hidrolgicas disponveis no Brasil, inviabilizam a utilizao direta dos parmetros de cada estao em regies distantes ou em condies climticas distintas. Nesses casos, a regionalizao dos parmetros tm sido estudada por Ceclio & Pruski (2003), Melo et al. (2003), Silva et al. (2003), e Ceclio et al. (2009), que utilizaram com sucesso mtodos de interpolao por inverso da potncia das distncias. O mtodo de interpolao geoestatstico denominado Krigagem se destaca dos demais pela pressuposio de no ser tendencioso e gerar mnima varincia no resultado, despontando como uma ferramenta alternativa na estimao de parmetros em regies no amostradas, desde que estes as variveis analisadas expressem dependncia espacial comprovadas pela anlise do semivariograma (VIEIRA, 2000). Neste intuito, Mello et al. (2003), avaliou comparativamente a aplicao do mtodo de interpolao dos parmetros hidrolgicos (K, a, b e c) tradicionalmente utilizado (Inverso da potncia da distncia) com o interpolador Krigagem com base em 140 estaes metereolgicas do Estado de So Paulo, e constatou que ambos os mtodos resultaram em boa preciso. Observou-se ainda que considerando tempos de durao e perodos de retorno comumente utilizados em pequenas bacias rurais, a Krigagem foi o mtodo que proporcionou os menores erros nas regies interpoladas e que das 14 estaes utilizadas para comparao de erros na estimativa da precipitao resultante, em 11 a Krigagem tambm apresentou menores erros. J Vieira et al. (1991), citado por Mello et al. (2003), analisou chuvas mximas dirias com 232 estaes, tambm no Estado de So Paulo, e empregou o mtodo geoestatstico com modelo exponencial e com alcance prximo a 100 km, reforando a estrutura de dependncia espacial. Entretanto, Silva et al. (2003), ressalva que os erros na estimativa da precipitao mxima mdia considerando dados de outras localidades, tendem a crescer com o aumento na durao da precipitao. Uma concluso semelhante foi destacada por Ceclio (2009), que indica a baixa qualidade na estimativa das intensidades de precipitao de chuvas intensas de longa durao. 2 MATERIAIS E MTODOS O estudo focado na Bacia Hidrogrfica do Rio Doce, que abrange o leste do Estado de Minas Gerais e desgua a nordeste do Estado do Esprito Santo (Figura 1). Seu clima caracterizado basicamente em trs tipos pela classificao de Kppen, sendo eles: o clima tropical de altitude com chuvas de vero e veres frescos, presente nas vertentes das serras da Mantiqueira e do Espinhao e nas nascentes do rio Doce; o clima tropical de altitude com chuvas de vero e veres quentes, presentes nas nascentes de seus afluentes; e clima quente com chuvas de vero, presentes nos trechos mdio e baixo do rio Doce e de seus afluentes (ANA, 2001). A precipitao mdia anual na bacia varia de 1.500 mm, nas nascentes localizadas nas serras da Mantiqueira e do Espinhao, a 900 mm, na regio da cidade de AimorsMG, voltando a crescer em direo ao litoral (ANA, 2001).

Figura 1 Mapa de Localizao da Bacia Hidrogrfica do Rio Doce e Estaes Pluviomtricas.

F. F. Costa, G. D. Oliveira, P. R. C. Caixeta, G. R. Santos

IV Simpsio Brasileiro de Cincias Geodsicas e Tecnologias da Geoinformao

Recife - PE, 06- 09 de Maio de 2012 p. 003 - 008

Os parmetros para o clculo da precipitao mxima mdia das estaes pluviomtricas presentes na rea de estudo foram obtidos no software Pluvio 2.1, disponvel para download no site do Grupo de Pesquisa em Recursos Hdricos (GPRH) da Universidade Federal de Viosa (UFV) e pela equao de IDF (1), indicaram as precipitaes estimadas para os perodos de retorno de 10, 25 e 50 anos para o tempo de durao de 30 minutos. A anlise geoestatstica executou-se no software GS+, onde, a partir das coordenadas do sistema de projeo Universal Transverso de Mercator (UTM), Fuso 23, Datum SAD69 e valores de precipitao calculados para cada cidade, gerou-se um semivariograma para cada perodo de retorno. O semivariograma (2) definido como:

(h ) =

1 {Var[ Z (t ) Z (t + h)]})}, 2

(2)

O seu padro representa o que, intuitivamente, se espera de dados de campo, isto , que as diferenas {Z(xi) Z(xi + h)} decresam medida que h, a distncia que os separa decresce. esperado que observaes mais prximas geograficamente tenham um comportamento mais semelhante entre si do que aquelas separadas por maiores distncias. Desta maneira, esperado que g(h) aumente com a distncia h. Os parmetros do semivariograma podem ser observados diretamente da Figura 2:

Figura 2 - Exemplo de semivariograma. Alcance (a): distncia dentro da qual as amostras apresentam-se correlacionadas espacialmente. Na Figura 2, o alcance ocorre prximo de 25m. Patamar (C): o valor do semivariograma correspondente a seu alcance (a). Deste ponto em diante, considera-se que no existe mais dependncia espacial entre as amostras, porque a varincia da diferena entre pares de amostras (Var[Z(xi) - Z(xi+h)]) torna-se invariante com a distncia. Efeito Pepita (C0): idealmente, g(0)=0. Entretanto, na prtica, medida que h tende para 0 (zero), g(h) se aproxima de um valor positivo chamado Efeito Pepita (C0), que revela a descontinuidade do semivariograma para distncias menores do que a menor distncia entre as amostras. Parte desta descontinuidade pode ser tambm devida a erros de medio (Isaaks e Srivastava, 1989), mas impossvel quantificar se a maior contribuio provm dos erros de medio ou da variabilidade de pequena escala no captada pela amostragem. Quando o Efeito Pepita (C0) for aproximadamente igual ao Patamar (C+C0),denomina-se Efeito Pepita Puro, demonstrando que a amostra no recebe influncia espacial(Trangmar et al., 1985). Contribuio (C1): a diferena entre o patamar (C) e o Efeito Pepita (C0). Na aplicao da teoria geoestatstica a dados experimentais, ajusta-se modelos tericos de semivariogramas as semivarincias experimentais, e desta forma trabalha-se com modelos estatsticos de semivariogramas. De acordo com Guimares (2004) os principais modelos de semivariograma utilizado na geoestatstica so: modelo linear com patamar, modelo esfrico e modelo exponencial. Tendo que, a escolha do modelo de semivariograma que ser utilizado um dos aspectos mais importantes da geoestatstica. Todos os clculos da geoestatstica dependem do modelo de semivariograma ajustado e, consequentemente, se o modelo ajustado no for
F. F. Costa, G. D. Oliveira, P. R. C. Caixeta, G. R. Santos

IV Simpsio Brasileiro de Cincias Geodsicas e Tecnologias da Geoinformao

Recife - PE, 06- 09 de Maio de 2012 p. 004 - 008

apropriado, todos os clculos seguintes contero erros que podero afetar as inferncias, portanto o ajuste de semivariograma uma fase crucial na anlise geoestatstica e deve receber uma ateno especial. Utiliza-se de alguns critrios para a escolha do melhor modelo, sendo alguns dos fatores: Coeficiente de Determinao (R) uma relao entre a soma de quadrados devido ao modelo ajustado e a soma de quadrados total (mede a variao dos dados devido ao modelo ajustado em relao variao total dos dados) e quanto mais prximo da unidade estiver o valor de R melhor ser o modelo ajustado; Soma de Quadrados de Resduos (RSS) diz-se que quanto menor for este valor, melhor ser o modelo de semivariograma. O GS+ utiliza este resultado para a seleo do modelo e, por meio de combinaes dos parmetros do modelo, minimizando a soma de quadrados de resduos. ndice de Dependncia Espacial (IDE) calcula-se atravs da relao [C/(C0+C)]*100, e classificado segundo Zimback (2001) que considera dependncia espacial fraca (IDE < 25%); moderada (25% IDE 75%) e forte (IDE > 75%). O processo de interpolao pelo mtodo da krigagem compreende um conjunto de estimadores baseados em regresso linear pioneiramente estudados por Daniel Krige. Segundo Salviano (1996) o valor estimado da varivel dado pela expresso 3:

z ( xo ) = o + i=1 i Z ( xi ) ,
n

(3)

na qual n o nmero de vizinhos medidos, Z(xi) utilizados na estimativa da varivel e i so os ponderadores aplicados a cada Z(xi), os quais so selecionados de forma que a estimativa obtida seja no tendenciosa. Sabe-se que toda anlise estatstica tem-se vrias incertezas ao longo do processo sendo assim existe a necessidade de estimar esse erro. No caso da interpolao por Krigagem costuma-se utilizar a Validao Cruzada, que consiste em retirar um valor real do banco de dados e estimar o seu valor atravs do modelo estimado pelo semivariograma. Este procedimento repetido para todos os valores do banco de dados (PIRES e STRIEDER, 2006). A validao feita comparando os valores estimados com os valores reais. Neste mtodo espera-se uma regresso linear, Z(xi) = B0 + B1Z(xi), onde B0=0 e B =1. Tem-se tambm o Erro Padro (SE) que a diviso da diferena, entre o valor estimado e o valor observado, pela varincia de Krigagem. 3 RESULTADOS E DISCUSSO A partir do procedimento geoestatstico efetuado, obtive-se trs mapas de precipitao mxima mdia, relativos aos perodos de retorno de 10, 25 e 50 anos, respectivamente, atravs do mtodo geoestatstico da Krigagem como interpolador. Os valores estatsticos descritivos das precipitaes mximas mdias e os parmetros dos semivariogramas para cada perodo de retorno se encontram ilustrados a seguir no Quadro 1. Estatstica dos Dados de Precipitao Mdia Varincia Desvio Padro Parmetros do Modelo Ajustado Modelo Semivariograma Utilizado Efeito Pepita (C0) Patamar (C+C0) Alcance (A) Soma de Quadrados de Resduos (RSS) Coeficiente de Determinao (R) ndice de Dependncia Espacial (IDE) Perodo de Retorno (em anos) 25 50 114.30541 130.91131 147.991 217.407 12.16515 14.74471 Perodo de Retorno (em anos) 25 50 Exponencial Esfrico 48.200 94.700 172.200 226.500 394800.000 1479.000 0.856 0.720 259200 3041.00 0 0.841 0.582

10 95.56852 92.327 9.60869

10 Esfrico 35.100 102.200 306500. 000 590.000 0.873 0.657

Quadro 1 Estatstica das estaes de precipitao e parmetros dos modelos ajustados dos semivariogramas.
F. F. Costa, G. D. Oliveira, P. R. C. Caixeta, G. R. Santos

IV Simpsio Brasileiro de Cincias Geodsicas e Tecnologias da Geoinformao

Recife - PE, 06- 09 de Maio de 2012 p. 005 - 008

Diante dos parmetros dos modelos ajustados para os perodos de retorno de 10, 25 e 50 anos apresentados no Quadro 1, podemos visualizar seus respectivos semivariogramas apresentados pela Figura 3(a), 3(b) e 3(c).

Figura 3 Semivariogramas para o: (a) perodo de retorno de 10 anos; (b) perodo de retorno de 25 anos e (c) perodo de retorno de 50 anos. Os semivariogramas possibilitam uma anlise sobre as questes de autocorrelao da varivel precipitao para os diferentes perodos de retorno. O decrscimo dos valores encontrados para R (R10anos = 0,873; R25anos = 0,856; R50anos = 0,841) evidenciam uma perda de autocorrelao, porm no significativa relativo a precipitao mxima mdia devido ao aumento do perodo de retorno. Esperado tal fato, uma vez que a precipitao se encontra diretamente relacionada com o tempo de retorno e o tempo de durao da chuva (t), sendo este ltimo considerado igual a 30 minutos nas trs situaes, evidenciando a degradao devido ao perodo de retorno. A explicao para tal encontra-se relacionada a necessidade da correo da regresso linear que modela as bases histricas. Outro fator, refere-se ao RSS indicando a mesma tendncia analisada anteriormente para o R, mas devemos ressaltar que para as dimenses das distncias empregadas resulta em valores que permitem verificar uma minimizao da soma dos quadrados dos resduos.
F. F. Costa, G. D. Oliveira, P. R. C. Caixeta, G. R. Santos

IV Simpsio Brasileiro de Cincias Geodsicas e Tecnologias da Geoinformao

Recife - PE, 06- 09 de Maio de 2012 p. 006 - 008

Assim, como ltimo identificador da qualidade dos parmetros dos modelos ajustados elaborados trata-se do IDE, sendo classificado de acordo com o critrio de Zimback (2001) em todos os semivariogramas obtidos como possuidores de uma dependncia espacial moderada {25% (IDE10anos = 65,7%; IDE25anos = 0,72,0%; IDE50anos = 58,2% 75%}. No entanto, podemos verificar uma influncia sobre o ndice devido ao modelo empregado ao se observar o valor para o IDE25anos = 0,72 (modelo exponencial), pois este apresenta caractersticas de modo a diminuir o Efeito Pepita (C0) e consequentemente aumentando o Patamar (C+C0), denotando assim uma maior ou menor dependncia espacial relativo aos dados e ao modelo empregado e caracterizando o ajuste do modelo. Diante da consolidao do ajuste dos modelos na determinao dos semivariogramas necessrio validar o interpolador. Neste caso, utilizou-se da Validao Cruzada, pois esta pressupe uma anlise entre valores estimados para precipitao atravs do interpolados e seus valores reais, permitindo assim avaliar as discrepncias entre o real e os parmetros dos modelos ajustados. Os parmetros determinados aps a Validao Cruzada se encontram ilustrados no Quadro 2. Validao Cruzada 1 0 (Intercepta o eixo y) R SE Perodo de Retorno (em anos) 25 0.437 64.463 0.040 0.280

10 0.496 48.250 0.055 0.268

50 0.431 74.723 0.034 0.301

Quadro 2 Parmetros da Validao Cruzada dos semivariogramas ajustados. Visando esclarecer a anlise dos parmetros da Validao Cruzada utilizaremos de uma analogia com a Figura 4.

Figura 4 Grfico da Validao Cruzada de precipitao mxima mdia para o perodo de retorno de 10 anos. Evidencia-se que atravs das regresses lineares da Validao Cruzada da Figura 4 a diferena entre os valores reais (linha pontilhada) e os valores semivariogramas ajustados (linha continua). Logo, os parmetros 1 e 0 que indicam o coeficiente angular e o valor onde a reta intercepta o eixo y, respectivamente, denotam que quanto mais semelhantes entre si os grficos melhor a validao, sendo o valor de 1 ideal se prximo ou igual a 1 (igualando-se ao coeficiente angular da reta resultante da regresso linear dos valores reais de precipitao). Quanto ao Erro Padro (SE) permite verificar a razo da diferena entre o valor estimado e o valor observado, pela varincia de Krigagem, sendo ideal um SE igual ou prximo a zero, indicando as menores ou inexistncia de diferenas entre os valores. A seguir, encontram-se ilustradas pelas Figura 5(a), 5(b) e 5(c) os mapas gerados a partir da interpolao das precipitaes mximas mdias atravs da krigagem, realizada a partir dos semivariogramas de precipitao mxima mdia para os perodos de retorno de 10, 25 e 50 anos, respectivamente.

F. F. Costa, G. D. Oliveira, P. R. C. Caixeta, G. R. Santos

IV Simpsio Brasileiro de Cincias Geodsicas e Tecnologias da Geoinformao

Recife - PE, 06- 09 de Maio de 2012 p. 007 - 008

Figura 5 Mapas de precipitao mxima mdia estimados para o: (a) perodo de retorno de 10 anos; (b) perodo de retorno de 25 anos e (c) perodo de retorno de 50 anos. 4 CONCLUSO Tendo em vista que os dados analisados apresentaram autocorrelao espacial satisfatria temos que a interpolao atravs do mtodo geoestatstico de Krigagem apresenta-se como uma alternativa vivel na determinao de precipitao mxima mdia em locais onde no dispe de estao pluviomtrica. Acredita-se que uma amostragem prxima de uma malha regular gera resultados mais confiantes, no entanto, a disposio geogrfica das estaes pluviomtricas comumente encontram-se dispersas e com regies com dficit de estaes. Sendo assim, para fins de aplicao do mtodo proposto, recomenda-se maior criteriosidade na avaliao da abrangncia e adequao das localizaes das estaes pluviomtricas na bacia a ser analisada. No se conclui a respeito de qual o melhor mtodo de interpolao para fins de regionalizao da precipitao mxima mdia, contudo, sabe-se que a Krigagem um mtodo no tendencioso e que gera as mnimas varincias no resultado. Propem-se para trabalhos futuros uma anlise comparativa entre os mtodos de interpolao tradicionais e o mtodo geoestatstico da Krigagem para todo Estado de Minas Gerais. REFERNCIAS ANA. Proposta de Instituio do Comit de Bacia Hidrogrfica do Rio Doce. Resoluo No 5. Conselho Nacional De Recursos Hdricos, de 10 de Abril de 2000. Disponvel em: <http://www.riodoce.cbh.gov.br/bacia_caracterizacao.asp>. Acesso em: 30 novembro 2011. ACKERMANN, F.; EBNER, H.; KLEIN, H. Block triangulation with independent models. Photogrammetric Engineering, V. 39, p. 967-981, 1973. CECLIO, R. A.; XAVIER, A. C; PRUSKI, F. F.; HOLLANDA, M. P.; PEZZOPANE, J. E. M. Avaliao de interpoladores para os parmetros das equaes de chuvas intensa no Esprito Santo. Ambi-Agua, Taubat, v.4, n.3, p. 82-92, 2009.
F. F. Costa, G. D. Oliveira, P. R. C. Caixeta, G. R. Santos

IV Simpsio Brasileiro de Cincias Geodsicas e Tecnologias da Geoinformao

Recife - PE, 06- 09 de Maio de 2012 p. 008 - 008

DEGASPARI, S. D.; VANALLI, T. R.; MOREIRA, M. R. G. Apostila de Normalizao Documentria (com base nas normas da ABNT). Disponvel em <http://www2.prudente.unesp.br/biblioteca/normalizacaobib.html>. Acesso: 15 novembro 2006. FREITAS, A. J., SILVA, D. D., PRUSKI, F. F., PINTO, F. A., PEREIRA, S. B., GOMES FILHO, R. R., TEIXEIRA, A. F., BAENA, L. G. N., MELLO, L. T. A., NOVAES, L. F. Equaes chuvas intensas no Estado de Minas Gerais. Belo Horizonte: Companhia de Saneamento de Minas Gerais; Viosa: Universidade Federal de Viosa, 2001. 65p. GEMAEL, C. Introduo ao ajustamento de observaes: aplicaes geodsicas. Curitiba: Editora da UFPR, 1994. 319p. GUIMARES,E. C. Geoestatstica Bsica e Aplicada. Unidersidade Federal de Uberlndia, MG. 2004. GS+ Geostatistics for the Environmental Sciences, Version 7.0, Michigan USA: Gamma Design Software LLC, 2004. GS+ Help GOODCHILD, M.; BRADLEY, P.; STEYAERT, I. Environmental modeling with GIS. New York: Oxford University Press, 1993. 488p. IBGE. A nova realizao SIRGAS SIRGAS 2000 Grupo de trabalho I e III. Disponvel em: <http://www.ibge.gov.br/geografia/seminrio/sirgas/realizacao2000.html>. Acesso: 6 maro 2002. LAURINI, R.; THOMPSON, D. Fundamental of spatial information systems. Toronto: Academic Press, 1992. 680p. NEUSCH, T. Multi-frequency and multi-polarization synthetic aperture radar for modeling hydrological parameters. 1999. 128p. PhD Thesis - University of Karlsruhe, Karlsruhe. PIRES, C. A. F.; STRIEDER, A. J. Modelagem Geoestatstica de dados geofsicos, aplicada a pesquisa de au no prospecto volta grande (complexo intrusivo lavras do sul, RS, BRASIL). Revista Geomtica, n 1, Vol. 1, 2006. SALVIANO, A. A. C. Variabilidade de atributos de solo e de Crotalaria juncea em solo degradado do municpio de Piracicaba-SP. Piracicaba, 1996. 91p. Tese (Doutorado) - Escola Superior de Agricultura "Luiz de Queiroz", Universidade de So Paulo. TRAGMAR, B. B., YOST, R. S., UEHARA, G. Application of geostatistics to spatial studiesof soil properties. Advances in Agronomy, v. 38, p. 45-94, 1985. ZIMBACK, C. R. L. Anlise espacial de atributos qumicos de solos para fins de mapeamento da fertilidade. Tese (Livre-Docncia em Levantamento do Solo e Fotopedologia)- Faculdade de Cincias Agronmicas. Universidade Estadual Paulista. Botucatu. 114 p. 2001.

F. F. Costa, G. D. Oliveira, P. R. C. Caixeta, G. R. Santos