El oídio, causado por el hongo Blumeria graminis, es una enfermedad importante del trigo de invierno en China. La delineación precisa de las infestaciones de oídio es necesaria para la gestión específica de la enfermedad. En este estudio, se analizó una imagen multiespectral de alta resolución de un sitio típico de brote de 25 km2 en Shaanxi, China, tomada por un satélite recién lanzado, SPOT-6, para mapear la enfermedad del oídio. Se seleccionaron dos regiones con alta representación para realizar una encuesta de campo sobre el oídio. Se implementaron y compararon tres métodos de clasificación supervisada: red neuronal artificial, distancia de Mahalanobis y clasificador de máxima verosimilitud, para evaluar su rendimiento en la detección de enfermedades. La evaluación de la precisión mostró que la RNA tiene la mayor precisión general del 89%, seguida por la DM y el CML con precisiones generales del 84% y 79%, respectivamente. Estos resultados indicaron que la imagen multiespectral de alta resolución con técnicas de clasificación adecuadas incorporadas con la investigación de campo puede ser una herramienta útil para mapear el oídio en el trigo de invierno.