O bicho-mineiro (Leucoptera coffeella (Guérin-Mèneville & Perrottet, 1842) (Lepidoptera:Lyonetiidae)) é a praga que mais preocupa os cafeicul- tores do Brasil. Nos últimos anos, o combate a essa praga tem sido feito por meio dos controles químico e biológico. A prática do controle químico pode resultar em problemas, tais como o desequilíbrio biológico e o desenvolvimento de outras pragas, como o ácaro-vermelho. Este problema tem levado os pesquisadores a buscarem novas soluções para o controle da praga. Compreender a distribuição espacial do bicho-mineiro pode ser importante no contexto do controle biológico da praga. Dessa forma, o objetivo deste trabalho foi utilizar métodos de estatística espacial para superfícies contínuas (geoestatística) no estudo da distribuição espacial do bicho-mineiro em uma plantação de café orgânico. Utilizaram-se dados de um hectare de pro- dução de café orgânico da cultivar Catucaí, localizada no município de Santo Antônio do Amparo, MG. Foram analisadas as seguintes variáveis (contagens): folhas minadas, minas novas, minas predadas e vespas. O período de coleta de dados foi de janeiro de 2005 a março de 2007. Utilizaram- se semivariogramas experimentais com envelopes simulados para verificar a hipótese de aleatoriedade espacial do bicho-mineiro na plantação de café. Ajustaram-se modelos teóricos de semivariogramas nos meses em que se rejeitou a hipótese de aleatoriedade espacial. Para a seleção do melhor mo- delo de semivariograma foi utilizado o Critério de Informação de Akaike. Foi realizado um estudo de simulação para verificar se a quantidade de pontos amostrais usada na análise estatística teria sido suficiente para detectar uma possível estrutura de dependência espacial. Os semivariogramas experimentais, juntamente com envelopes simulados, mostraram que a hipótese de aleatoriedade espacial do bicho-mineiro não foi rejeitada para todos os meses, com exceção dos meses de dezembro de 2005 (folhas minadas) e julho de 2006 (minas predadas). Pelo critério de Akaike pode-se mostrar que o modelo que melhor se ajustou a variável número de folhas minadas foi o gaussiano, indicando que esta variável apresenta autocorrelação espacial até 21,6 metros. Os resultados do trabalho de simulação permitem concluir que a quantidade de pontos amostrais seria suficiente para detectar uma estrutura de dependência espacial do bicho-mineiro entre os cafeeiros.
The coffee leaf miner, (Leucoptera coffeella (Guérin-Mèneville & Perrottet, 1842) (Lepidoptera:Lyonetiidae)) is the pest that more concerns the brazillian coffee growers. In recent years, the combat of the coffee leaf miner has been done through chemical and biological controls. The practice of the chemical control can result in other problems such as biological imbalance and the development of other pests such as the red spider mite. This problem is leading the researchers to find new solutions for controlling the pest. Understanding the spatial pattern of the coffee leaf miner may be important in the context of the biological control of the pest. Thus, the aim of this work was to use spatial statistics methods for continuous surfaces (geostatistics) in the study of the spatial distribution of the coffee leaf miner in a organic coffee plantation. This work used data from one hectare of an organic coffee production of the Cultivar Catucaí, located in Santo Antônio do Amparo country, state of Minas Gerais. The following variables (counts) ware used: mined leaves, new mines, predated mines and wasps. The period of the data collecting was from January 2005 to March 2007. Experimental semivariograms were used with simulated envelopes to check the hypothesis of spatial randomness of coffee leaf miner among the coffee trees. Theoretical models of semivariograms were adjusted for the months where the hypothesis of spatial randomness was rejected. Akaike Information Criterion was applied in the selection of the best model. A simulation study was conducted in order to verify whether or not the number of sample points applied in the statistical analysis were sufficient to detect a possible structure of the spatial dependence. The experimental semivariograms with simulated envelopes showed that the hypothesis of spatial randomness of coffee leaf miner was not rejected for all months but December 2005 (mined leaves) and July 2006 (predated mines). Through the Akaike criterion, the model that best fit the data from this particular month was the Gaussian, indicating that mined leaves presents spatial autocorrelation up to 21.6 meters. The results of the simulation study permit us to conclude that the quantity of point samples (35) would have been sufficient to detect a spatial structure of dependence of coffee leaf miner among the coffee trees.
