Conselho Nacional de Desenvolvimento Científico e Tecnológico / This study aimed to analyze the spatial distribution and use of orbital images for the identification of white grub damage. Will be presented in two chapters, the chapter one, presents the geostatistical characterization of white grub spatial distribution and chapter two describes the use of orbital images for the identification of white grub damage. Surveys were made during 2009 in São Francisco de Assis, Cruz Alta, Ijuí, Lagoa Vermelha, Vacaria and Tapejara, RS. The perimeters of the areas were marked with GPS navigation, with interface for computer-to-hand, used the CR-Campeiro software to create grids of sampling. The population density was estimated from soil trenches, the analysis of spatial variability was made with semivariograms, maps were generated with the ArcGIS 9.3 software, and spatial dependence estimated by classification of Cambardella et al. (1994). The satellite image is from the ALOS satellite, a scene was selected from the PRISM sensor with spatial resolution of 2.5 m, which has a dimension of 35 x 70 km. The classification of the orbital image and white grub spatial distribution map was performed in ENVI software, for this we used the unsupervised classification, the K-means algorithm to evaluate the classification accuracy; this was related to the true field (larvae m-²). The models are adjusted for different species and areas, and the species of white grubs present spatial dependence in all areas, the semivariograms indicate that the species of white grubs have different behavior spatial variability, the sampling grids and sampling can be used to characterize the spatial distribution of white grubs, the map of the spatial distribution of white grubs pests showed the aggregate behavior of these species, white grubs influence the spectral response of culture, Kappa coefficient is considered good, the ALOS image to identify white grubs damage. / Este trabalho teve por objetivo analisar a distribuição espacial e a utilização de imagens orbitais na identificação de danos de corós. Será apresentado em dois capítulos; no capítulo um, apresenta-se a caracterização geoestatística da distribuição espacial de larvas de melolontídeos e o capítulo dois descreve o uso de imagens orbitais na identificação dos danos de larvas de melolontídeos. Para isso foram feitos estudos no ano de 2009, em São Francisco de Assis, Cruz Alta, Ijuí, Lagoa Vermelha, Vacaria e Tapejara, RS. O perímetro das áreas foram demarcados com GPS de navegação, com interface para computador-de-mão, utilizou-se o programa computacional CR-Campeiro para confeccionar os grides de amostragem, a partir da abertura de uma trincheira por ponto do gride e com a contagem das larvas encontradas, foi estimada a densidade populacional, a análise da variabilidade espacial foi feita com semivariogramas, os mapas foram gerados com o programa computacional ArcGis 9.3, e a dependência espacial estimada pela classificação de Cambardella et al. (1994). A imagem de satélite é oriunda do satélite ALOS, do qual selecionou-se uma cena do sensor PRISM, com resolução espacial de 2,5 m, esta possui dimensão de 35 x 70 km, a classificação da imagem orbital e do mapa da distribuição espacial de corós foi efetuada no programa computacional ENVI; para tal foi utilizada a classificação não supervisionada, pelo algoritmo K-means, para avaliar a exatidão da classificação, esta foi relacionada com a verdade de campo (larvas m-²). Os modelos ajustados são diferentes para as espécies e áreas; a distribuição espacial das larvas de melolontídeos apresenta dependência espacial em todas as áreas; os semivariogramas indicam que as espécies de corós apresentam comportamento de variabilidade espacial diferenciado; os grides amostrais e a técnica de amostragem podem ser utilizados para caracterizar a distribuição espacial de corós; o mapa da distribuição espacial de larvas de melolontídeos demonstrou o comportamento agregado dessas espécies; as larvas de melolontídeos influenciaram na resposta espectral da cultura; o coeficiente Kappa é considerado bom; a imagem ALOS permite identificar os danos de larvas de melolontídeos.