We use robustly estimated spatial R-vine copula models to assess spatial dependencies among extreme crop insurance claims. A truthful predictive model for simultaneous extreme losses is derived based on the linear structure found between copula parameters and distances between groups. Findings are compared to those from classical estimation of pair-copulas. Univariate fits of the excess-losses are based on the Generalized Pareto distribution. The dependence implied by the spatial component is captured by the Gumbel copulas in Tree 1, whereas a few atypical points are handled by robust inference which reveals that the influence of joint multivariate extreme outliers can not be neglected. Our findings are useful for crop insurance firms as well as for local authorities trying to minimize the effects of the natural disasters.Neste artigo utilizamos modelos de cópulas R-vine espaciais e estimação robusta para acessar as dependências entre os seguros relacionados à ocorrência de eventos extremos afetando as colheitas. Um modelo preditivo bastante eficiente para perdas extremas simultâneas é derivado com base na estrutura linear encontrada entre os parâmetros da cópula e as distâncias entre os grupos. Os achados são comparados com os da estimativa clássica de pair-copulas. Os ajustes univariados das perdas em excesso são feitos utilizando-se a distribuição generalizada de Pareto. A dependência espacial é capturada pelas cópulas tipo Gumbel na Árvore 1, enquanto alguns poucos pontos atípicos detectados pela inferência robusta revelam que a influência de extremos multivariados não pode ser negligenciada. Nossas descobertas são úteis para empresas de seguros agrícolas, bem como para autoridades locais que tentam minimizar os efeitos dos desastres naturais.