O conhecimento do padrão de distribuição espacial de um inseto permite concentrar o esforço amostral e de manejo nos locais onde se encontram as maiores densidades populacionais. Além disso, o comportamento espacial do inseto fornece informações sobre as condições no agroecossitema e a migração ou agregação da praga. Apesar da importância para o manejo de pragas, o conhecimento sobre a distribuição espacial de Hypothenemus hampei no café conilon possui raros relatos na literatura. Assim, objetivou-se no presente estudo determinar a variabilidade espacial da incidência de H. hampei no café conilon. Foi instalada uma malha irregular com 100 pontos em uma lavoura de alta produtividade, localizada em São Mateus, ES, safras 2011/2012 e 2012/2013. Avaliou-se após a coleta de amostras de frutos em cada ponto o número de frutos atacados pela praga por meio da verificação da perfuração característica nos frutos. Os dados foram submetidos à análise geostatística. Foi possível verificar a variabilidade de densidade no ataque da praga nos diferentes anos safra. Os semivariogramas referentes ao ataque do inseto ajustaram-se melhor ao modelo esférico e ao modelo exponencial, com índice de dependência espacial de 72 e 62%, respectivamente. Observou-se uma tendência de movimentação do ataque da praga de uma safra para outra a partir das bordas para o centro da lavoura.
Insect spatial distribution allows concentrate sampling and management efforts in places with the highest population densities, and insect spatial behavior provides information about conditions in agroecosystem and migration or plague aggregation. Despite the importance for pest management, spatial distribution knowledge of Hypothenemus hampei in conilon coffee has been rare reported. An irregular mesh with 100 sampling points was installed in a high yield crop located in the municipality of São Mateus, Espírito Santo State, Brazil (2011/2012 and 2012/2013 harvests) aiming to determine the incidence of coffee berry borer and its spatial variability in conilon coffee. Fruit samples were collected at each point, and evaluated the number of damaged fruits by checking drilling in each one. The data were submitted to geostatistics analysis. It was possible to check the insect damage density of variability in different harvest years. The semivariograms related to insect damage were better adjusted to spherical and exponential models with spatial dependence index of 72 and 62%, respectively. Atendency of insect attack movement of a harvest to another from the edges to the crop center was observed.
