El advenimiento de la agricultura de precisión ha destacado la necesidad de la determinación cuidadosa de la fenología de los cultivos en escalas cada vez más pequeñas. Aunque la tecnología de teledetección se emplea ampliamente para el monitoreo del crecimiento de los cultivos, la adquisición de datos fenológicos de alta precisión sigue presentando un desafío significativo. Este estudio, realizado en el condado de Youyi, ciudad de Shuangyashan, provincia de Heilongjiang, China, empleó datos de índices espectrales de series temporales derivados de imágenes de teledetección Sentinel-2 para investigar metodologías para la extracción de fases fenológicas clave durante las etapas de crecimiento primarias del maíz. Los datos fueron sometidos a filtrado Savitzky-Golay (S-G) e interpolación cúbica spline para desenruido y suavizado. La combinación de umbral dinámico con reconocimiento de nodos característicos de pendiente permitió la extracción exitosa de las etapas de espigado y floración del maíz. Además, se realizó una comparación de la extracción de fenofases basada en las curvas de series temporales del NDVI, EVI, GNDVI, OSAVI y MSR. Los resultados mostraron que el maíz exhibió diferentes sensibilidades a los índices espectrales durante las etapas de espigado y floración: el OSAVI demostró la mayor precisión para la etapa de espigado, con un error absoluto medio de 3,91 días, lo que representa una mejora del 24,8% sobre el NDVI comúnmente utilizado. Para la etapa de floración, el MSR fue el más preciso, logrando un error absoluto de 4,87 días, con una mejora del 8,6% en comparación con el NDVI. En este estudio, se realizó un análisis adicional basado en datos de cultivo de maíz del condado de Youyi (2021-2023). Los resultados mostraron que la fenología del maíz en el condado de Youyi en 2021 estaba más avanzada en comparación con 2022 y 2023, principalmente debido a las temperaturas promedio más altas en 2021. Este estudio proporciona un apoyo valioso para el desarrollo de la agricultura de precisión y el monitoreo de la fenología del maíz y también ofrece una referencia de datos útil para la gestión agrícola futura.